国内社会科学视域下人工智能治理研究：一个文献综述

摘 要：人工智能治理是社会科学语境下人工智能研究的重要方向。梳理CSSCI来源文献，首先，围绕人工智能的界定。梳理了主要的五种歧见，分析歧见产生原因，并对关于人工智能界定的共识进行了概括。其次，围绕人工智能的治理。针对人工智能进行治理的动因、难题及方略，概述了学界的主要观点。再次，围绕运用人工智能进行治理。针对运用人工智能进行治理的效能、难题、障碍和对策建议，整理了学界的重要看法。最后，对人工智能治理研究的前景进行了展望，包括对深化人工智能治理的相关机制研究、强化人工智能治理的案例研究、定量研究和实证性研究、加强人工治理的合作研究，等等。

关键词：人工智能；人工智能治理；研究；述评；展望

中图分类号：TP18 文献标志码：A

文章编号：1001-0300（2024）04-0020-08

收稿日期：2024-03-05

基金项目：江苏省社会科学基金：“大学生创新创业胜任力测度评价与提升的话语互动模型研究”（23JYD005）

作者简介：王仕军，男，山东高密人，法学博士，南京工程学院马克思主义学院教授，主要从事马克主义基本理论、社会治理研究。

自1956年约翰·麦卡锡在美国达特茅斯会议上正式提出“人工智能”的概念以来，人工智能历经60多年的艰辛探索，一路迤逦跌宕，终于在21世纪的第一个十年与第二个十年的交替之际迎来了爆发式增长的黄金时期。全球性的人工智能热潮翻滚、澎湃向前。得益于大数据、深度学习技术的迅速发展及核心算法的突破，以2017年AlphaGo战胜世界排名第一的棋手柯洁为标志，人工智能不断从概念走向现实，从科技研发走向行业应用，深刻改变着人类的生产生活方式、思维方式乃至国家和社会的治理方式，是人类文明发展史上的重大事件。未来已来，伴随人工智能的迅猛发展，智能革命大幕拉启，“人工智能已然成为定义这个时代的‘关键词’之一”［1］。作为引领未来的战略性、颠覆性、通用性技术，人工智能研究无可争议地成为国际竞争的新焦点，既是科技研究的关键场域，亦是社会科学研究的重点课题。进入21世纪以来，尤其是2016年以来，人工智能治理逐渐引发我国社会科学领域专家学者的关注，有分量的研究成果不断涌现。本文梳理了国内社会科学领域权威的CSSCI来源文献，对相关研究热点进行综述，并对未来研究的前景进行展望，以期对后来者的研究有所裨益。

一、关于人工智能的界定

对于人工智能，学术界有不同的认识，这是由多种因素导致的。

（一）何为人工智能：歧见纷纭

人工智能治理研究的前提和关键是清晰界定人工智能。关于人工智能的概念主要有五大类说法，分别是：

其一，“机器智能”说。“机器智能”说认为，人工智能是不同于人类“天然智能”的、通过计算机或软件实现的一种“机器智能”。庞金友认为，人工智能是指“通过软硬件的结合使机器具有一定程度的类人智慧、思维和行为”［2］。著名的“图灵测试”强调的就是这一点：“如果一台机器能够与人类展开对话而不能被辨别出其机器身份，那么称这台机器具有智能。”［3］更有学者指出，人工智能亦称机器智能，是指“由人制造出来的机器所展现出来的智能”［4］。安维复对“人工智能就是机器智能的说法”提出异议，指出“人工智能不是物，而是人的物化”［5］23，在本质上是人的能力的延展和放大，不是“机器智能”［5］25，而是“人的机器智能”［5］25。这种延展和放大，与人类在历史上曾经借用石器、机械力等并无二致。

其二，“颠覆性科技”说。此说认为，人工智能本质上是一场科技创新和科技革命，它是引领未来的颠覆性技术，也是第二次机器革命时代的通用性技术。在贾开等看来，当前的人工智能“是建立在现代算法基础上，以历史数据为支撑，而形成的具有感知、推理、学习、决策等思维活动并能够按照一定目标完成相应行为的计算系统”［6］。杨虎涛认为，人工智能是一种拓展自动化、机械化和标准化的技术体系，是一场“可替代人类体力乃至脑力劳动的技术革命”［7］。王仕军等依据埃里克·布莱恩约弗森和安德鲁·麦卡菲提出的“第二次机器革命”理论，指出当前的人工智能是新一代人工智能，是人工智能发展到新阶段的产物。在这一过程中，人工智能发展既助推了人类由“第一次机器革命”时代向“第二次机器革命”时代的跨越，也为自己的未来发展奠定了新的基础，成为“第二次机器革命”时代的通用技术。［8］

其三，“生物工艺学”说。此说认为，人工智能不是简单的信息通讯技术发展的最新成果，它关涉人脑的问题，是人类走向后人类的“生物工艺学”问题。唐代兴指出：“生物工艺学是特指探讨人如何完全控制自己的肉体、重构自己的生物本性、生物结构、生物功能的规律、原理、方法、手段的学问。”［9］112人工智能不能肤浅地被看作是“分析人类使用的知识和判断力并用之于电脑上的技术”，它所指涉的对象是人脑，“是以人的生物脑为研究对象，借助计算机基本理论、以计算机为运算工具来模拟、延伸、扩展人脑工作原理的技术方式和方法系统”［9］112。

其四，“意识形态”说。此说认为，人工智能作为现代科技发展的前沿成果，具有“意识形态”属性，必将成为智能时代的意识形态。此类说法，源自法兰克福学派马尔库塞、哈贝马斯等学者关于“技术是隐性意识形态”的理论解说。在沈江平看来，人工智能终归是科学技术发展演化的产物，作为“一种复合型、集成型的技术深度融合，其既有‘集权的单一技术’特性，又具有‘民主的综合技术’的特征”，从而成为一种“‘非政治化’的意识形态”［10］。

其五，“多视角界定”说。此说认为人工智能涉及学科众多、表现形式多样、功能作用多重，因此需要从多个视角进行界定。李晓方的看法是，对人工智能的概念至少可以从三个视角进行再界定：一是技术视角，认为人工智能本质是一种工程和科学知识，呈现日益多元和场景化的特征；二是市场的视角，认为人工智能是一种产品和行业的形式；三是政治视角，人工智能是一种价值分配的工具，关涉“权利、价值以及责任的再分配”［11］等政治场域的问题。

（二）歧见成因：三种说法

何为人工智能，人们远未达成共识，学者们见仁见智、歧见纷纭，代表性的看法有如下几种：

其一，“人工智能迷雾说”。在李恒威等人看来，人们对“人工智能”概念本身的理解相当多样和含混，颇如一团迷雾。原因有三：一是从内涵上看，“人工智能”概念与最初诞生时相比已出现了根本差异。“人工智能”概念最早是约翰·麦卡锡于1956年在美国达特茅斯会议上正式提出来的，指的是通过软硬件来实现与人类智能相媲美的智能体。但从现实看，当前的人工智能与人类智能还相距甚远，实际不过是机器学习而已。不少人使用时并没有区分这些概念，甚至将它们混为一谈。二是从外延上看，“人工智能”概念在某种意义上是自相矛盾的。这种矛盾被称作“人工智能效应”，即“只要某个问题被人工智能成功解决，那么该问题就不再是人工智能的一部分”。三是企业、媒体以及文学作品的误导性解读或宣传。“它们因其内在的行为方式或各自利益的考虑，都或多或少地夸大或扭曲了人工智能实际能力，并想当然地赋予人工智能一些未经论证的特征和属性。”［12］

其二，“思想与现实错位说”。吴彤认为，人工智能的发展将经历弱人工智能、强人工智能和超人工智能三个发展阶段，每一阶段的人工智能的技术能力和愿景目标是不同的。［13］人类当前身处弱人工智能阶段，而思想已经飞跃到第三阶段，即超级人工智能阶段，想象着这种强大无比的人工智能是否会取代人类，或奴役人类。这种思想和现实的错位，导致人们对人工智能的理解和治理的诸多争论。

其三，“智能理解歧见说”。按照王治东的看法，“准确定义人工智能，困难不在于定义‘人工’，而在于‘智能’一词在概念上的模糊性”［14］。关于智能的概念，有功能主义、行为主义、演进主义等多种视角，由此带来关于智能理解的众多歧见。他认为，由于人类是唯一公认的智能体，智能界定离不开与人类智能的对比，人工智能与人类智能相比有两大明显界限：其一，人类智能具有“知、行、情、意”四大特征有机整合的特点；其二，人类智能的自然属性与社会属性是高度统一的。

（三）人工智能界定：基本的共识

从文献审读情况看，尽管对于人工智能的界定学界歧见甚多，达成一致共识亦有难度，但也有一些基本的共识：

一是从本质特征看，人工智能是人工物，是人的智能在机器上的体现，它是人为的也是要为人的。二是从地位作用看，人工智能是综合性、交叉性科技，涉及计算机、医学、哲学、伦理学等众多学科，具体表现形式有知识、产品（装置、程序等）、产业，等等，是引领新一轮科技革命和产业变革的标志性技术，是国际科技竞争的新焦点。三是从基本功能看，人工智能的功能是多重的，既包括功能领域的多重如生产功能、赋权功能、治理功能等，也包括功能性质的多重如正功能、负功能、显功能、潜功能等。四是从技术界限看，人工智能不是无所不能的，人工智能所能达到的技术水平取决于算力、算法和数据三大因素。

二、作为治理对象的人工智能：对人工智能进行治理

人工智能之于治理，首先是作为对象存在，即人们首先要治理好人工智能。

（一）对人工智能进行治理的动因

之所以要对人工智能进行治理，主要的看法如下：

一是技术“自主—失控”说。持此说的学者认为，人工智能作为现代科技，本身具有一定的自主性，存在“失控”的风险，因此必须进行治理。张成岗认为，现代技术社会始终贯穿着三重逻辑悖逆，即“主奴悖论”“不均衡悖论”“工具与目的悖论”。［15］43此三重逻辑悖逆正持续延展到信息社会中。“由于样本空间大小的限制，人类的经验认知容易收敛于局部最优，大数据科学的发展及机器学习能力的跃升有可能突破人类认知的局限性”［15］48；“能否和如何保持对人工智能的控制无疑是人工智能研究中的基础性问题，人类在高度发展的人工智能面前可能没有反复试错的机会”［15］48。人工智能失控的结果可能带来诸多风险甚至灾难。

二是“风险技术—技术风险”说。持此说的学者认为，人工智能的风险源自技术的不确定性。从技术本身看，人工智能就是风险性技术；从技术后果看，人工智能的运用就会带来人工智能风险。郑容坤指出，风险技术是人工智能的风险因子，技术风险是人工智能的风险后果。［16］112-113风险技术“源于技术理性的认知局限、人类主体的主观利益、类人自主的它者欲望等技术性缺陷”［16］108。技术风险乃“风险技术的后果显影，指涉人工智能风险表层波及面的广博性以及深层次的工具性与价值性两种动态风险情形”［16］108。风险技术与技术风险互为因果、相互纠缠，使得人工智能风险成为风险社会的独特险种，由此生成智能时代鲜明的治理议题。

三是“重大风险挑战”说。持此说的学者认为，任何重大的科技创新的效应都是双重的，既有正效应，也有负效应；既有“天使”面相，亦有“魔鬼”面相。作为21世纪人类的重大科技创新，人工智能既可为人类经济社会发展注入强大动力，带来魔幻般无限美好的可能，也可能带来诸多不确定性乃至颠覆性的风险挑战。强化对人工智能的治理，有效应对其带来的颠覆性风险挑战势在必行。陈小平认为从理论上看，人工智能存在四种风险：“技术失控、技术误用、应用风险、管理失误”［17］。梅立润基于主体维度和时限维度将人工智能风险划分为四大类型：“国家主体在短期时限内面临的失业风险、国家主体在长期时限内面临的消权风险、社会主体在短期时限内面临的隐私风险、社会主体在长期时限内面临的意义风险。”［18］王东等认为人工智能的风险挑战主要包括四个方面，即劳动过程人的本质的异化、全球化进程中的资本逻辑与技术垄断、传统伦理形态的嬗变与解构、主体规范缺失与定位不明等。［19］何哲将人工智能的社会风险概括为十个方面，即“隐私泄露、劳动竞争、主体多元、边界模糊、能力溢出、惩罚无效、伦理冲突、暴力扩张、种群替代和文明异化”［20］2。

还有一些学者如闫坤如、董青岭、姚万勤、吴河江、孙会岩、阙天舒、赵宝军、张爱军等专门撰文讨论了人工智能的设计风险、道德风险、法律风险、教育风险、政党的政治安全风险、国家安全风险、意识形态操控风险、算法权力风险，等等。2022年、2023年元宇宙与ChatGPT横空出世，夏佳雯、赵精武、高奇琦等围绕元宇宙、ChatGPT的治理，包括为什么治理、如何治理等进行了初步讨论。

（二）人工智能进行治理面临的难题

对人工智能进行治理的任务艰巨复杂，面临一系列的困难或者障碍，包括：

其一，技术难题。人工智能的研发和运行高度依赖算法和数据。治理人工智能，从技术本身看，集中在算法治理和数据治理两个方面。算法治理涉及算法的制定权及相应的监督程序问题，面临“不可解释隐忧、自我强化困境与主体性难题”［21］等；数据治理涉及个人隐私的保护、数据价值的分配、数据安全等议题，面临数据孤岛、数据鸿沟、数据非中性等难题。

其二，风险难题。风险应对是治理人工智能的关键环节。由于人工智能的技术复杂性、超前性、自主性以及人工智能研发所具有的秘密性、分散性、不连续性及不透明性等特点，使得人工智能带来的风险具有前所未见的新特征。有学者认为人工智能风险具有三大特征：“技术与社会共生的复杂性”、“当代与未来贯通的长期性”、“全球性与区域性结合的跨界性”。［15］47还有学者指明人工智能风险具有“客观现实性、主观建构性、技术非人化”［16］108等特点。从风险应对的角度看，治理人工智能面临的两大难题是“事前的风险识别和预防难题”和“风险发生的不可预知性难题”。［22］50

其三，体制难题。治理人工智能是技术治理问题，就是对技术进行治理的问题。传统的技术治理体制面对人工智能这一新技术的冲击，面临诸多不适：其一，人工智能快速应用所造成的开放性和不确定性，凸显传统科层治理结构的僵化与低效。其二，“外在的事后规范性治理”，无法解决人工智能的不确定性。其三，人工智能的研发及运用超出了传统技术治理体制的治理范围，带来诸多“治理空场”问题。［23］

其四，法律难题。法律规制是治理人工智能的重要方式。面对加速发展的人工智能，法律规制存在三大难题或困境：一是“人工智能的不可控性导致的监管两难”，二是“人工智能风险主体的多元性和不可预知性问题导致了对其监管的法律困惑”，三是“人工智能法律主体的难题”。［22］51

其五，利益难题。人工智能的研发和运用涉及国家、政府、科技企业、研发机构、使用者等众多利益相关者。他们“都存在于具体的文化社会背景中，多样性的价值观念、思维习惯、行为方式和知识背景等构成的社会文化语境必然会传递到人工智能技术的各个环节和方面，造成复杂的价值矛盾”［24］和利益纠葛。治理人工智能必然涉及利益相关者的利益分配，由此引发复杂的利益争夺和利益博弈。

（三）对人工智能进行治理的方略

如何高效地治理人工智能，确保人工智能发展的安全、可靠、可控，学者们提出了诸多富有启发的思路和设想，主要有：

风险应对的思路。针对人工智能研发和运用某一领域的风险，如设计风险、隐私风险、法律风险、教育风险、安全风险、存在性风险等，提出相应的治理对策。如闫坤如针对人工智能的设计风险提出的治理要点是：其一，设计的目的应彰显“善”的理念；其二，设计过程中应关注正义与公平；其三，应强调设计者的责任意识等。［25］

构建风险善治体系的设想。就是运用风险治理理论，提出治理人工智能的总体性设想。唐钧［26］指出，必须通过“社会多元主体的共治”，着力构建“可控的应用环境、可靠的安全属性、合理的责任机制”。为此，必须明确“透明、超前、人本、系统的善治原则”，遵循“本质安全、发展优先、公平公正、统筹兼顾的善治方针”，建立健全“责任到位、联动、连带、兜底的善治机制”。郑容坤认为，治理人工智能的着力点包括：治理理念上，“审视人工智能迭代中技术边界与人类底线的关联性”［16］115；治理结构上，“构筑人工智能风险化解的协同治理格局”［16］115；治理工具上，“优化人工智能风险治理的多样载体”［16］116。

建立健全全球治理体系构想。人工智能技术方兴未艾，发展一日千里。考虑到人工智能潜在的高风险性以及一国治理人工智能存在的局限性，必须构建人工智能的全球治理体系。何哲提出的构想是：其一，推动“人工智能技术的风险共识”［20］12；其二，共同推进人工智能的“透明性和可解读性研究”［20］12；其三，推动人工智能的“全球科研共同体尽快形成人工智能研究自我伦理体系”［20］12构建；其四，推动各国完善人工智能“国内立法”［20］12；其五，推进“全球合作立法和共同监督机制”［20］13建立。

三、作为治理手段的人工智能：运用人工智能进行治理

根据现代治理理论，任何先进科技都是治理对象与治理手段的统一。作为治理对象，它需被治理，以确保科技向“善”；作为治理手段，它又可以被嵌入国家（社会）治理体系之中成为治理手段，成为推动国家（社会）治理现代化的利器。人工智能亦不例外。这里的人工智能治理指的就是运用人工智能进行治理。我国的《新一代人工智能发展规划》就明确指出：要“围绕行政管理、司法管理、城市管理、环境保护等社会治理的热点难点问题，促进人工智能技术应用，推动社会治理现代化”。

（一）运用人工智能进行治理的效能

国家治理层面，梅立润［27］从信息基础、政策运行和组织协同三个维度分析了人工智能嵌入国家治理的“有意义的前景”。其一，“增强国家治理信息基础的完整性、准确性和新鲜性”；其二，“增强国家治理政策制定的科学性、政策执行的有效性、政策评估的准确性”；其三，“增强国家治理的央地、部门和政社之间的协同性”。张爱军认为人工智能为国家治理提供了新契机，作用体现在“四个推动”：推动了国家对舆论的治理、国家治理能力的现代化、国家治理的效率化和国家治理的智慧化。［28］

政府治理层面，陈鹏认为人工智能嵌入政府治理可以有效控制政府规模、提高行政决策质量、优化行政运行流程、推动政府治理精细化、增进政府与公众的互动。［29］27李晓夏等把“生态”的概念运用到政府治理中，认为人工智能将推动政府治理在四个层面的优化：治理结构“生态网络”的系统性拓宽、治理体制向“生态交互”的信息化转变、治理模式向“生态智能”的过程性透明、治理成本向“生态节约”的云端化实现。［30］

社会治理层面，李韵指出人工智能可以推动社会治理方式变革，还可以提升社会治理服务水平和社会治理效率。［31］文习明认为，人工智能给社会治理带来新机遇，能为社会热点难点问题提供新的解决方案，精准预测公共需求，助推公共服务供给侧改革，进而全面提升社会治理的现代化水平。［32］

城市治理层面，高奇琦等在区分智慧城市和智能城市的基础上，认为人工智能的发展将在政务、交通、医疗、安全和教育等方面推动城市治理的智能转型，有效解决城市治理面临的一系列难题。［33］王杨认为人工智能在城市治理的作用主要体现在四个方面，即提升城市公共治理的行政效率、提升城市公共资源的配置绩效、促进城市公共决策的民意参与、促进城市公共空间的记忆营造。［34］

此外，王晓斐、张文博等还对人工智能在健康治理、环境治理中的效能进行了分析。朱婉菁、高奇琦等对元宇宙和ChatGPT赋能国家和社会治理进行了一些探讨。

（二）运用人工智能进行治理的风险

国家治理的人性化式微。张爱军认为，人工智能嵌入国家治理的过程中，人工智能的技术化与国家治理的人性化极易发生矛盾和冲突，由此导致国家治理的人性化式微，集中表现在“技术理性取代价值理性、国家治理‘一刀切’、助长官员的懒政滥政、影响官员的人性化关怀、侵犯个人隐私”［28］1等方面。

滑向“技术利维坦”。王小芳等指出人工智能嵌入社会治理可能推动社会治理呈现治理主体机器化、治理体系算法化、治理手段技术化等转场特征，存在滑向“技术利维坦”的潜在风险，即“人工智能技术赋权与约束的非对称性潜含着加剧寡头统治的危险；人工智能嵌入后的行政吸纳具有有限性特征，传统官僚制结构很难主动促进算法和数据的开放性；人工智能时代社会政治力量之间的张力与不确定性可能会加剧社会碎裂”［35］。

智能反治理。刘永谋认为，人工智能作为新技术治理手段，“智能治理并非敌托邦科幻文艺想象得那么简单、有效和粗暴”［36］32，存在着智能反治理的问题，这构成影响治理效果的风险因素，包括“智能低效、技术怠工、智能破坏、官僚主义智能化和过度治理”［36］29等。

价值悖论。在谭九生等看来，人工智能治理是由“‘数据+算法+算力’所定义的全新治理范式”［37］29。政府运用人工智能进行治理，在实现政府治理的价值同时，也存在着“安全、民主、自主、责任、公正”［37］31等价值异化问题；存在五大价值悖论：“安全悖论”［37］31——秩序维护与隐私侵犯，“民主悖论”［37］31——公众参与与社会极化，“自主悖论”［37］32——决策优化与技术依赖，“责任悖论”［37］32——清晰治理与责任迷离，“公正悖论”［37］33——公正增量与公正减损。

还有学者讨论了政府的“去中心化”风险、行政伦理风险、政府信息安全风险和精准治理的“内卷化”困境等。

（三）运用人工智能进行治理的障碍

当前将人工智能嵌入国家和社会治理还存在诸多困难和障碍，制约了国家和社会治理智能化步伐和治理效率的提升，学者们的主要看法是：

体制性羁绊。传统的国家（社会）治理体制是典型的科层制行政组织体制，特点是纵向层级多、横向分工细，缺点是难以及时高效地回应公民诉求和应对突发公共事件。“人工智能吁求的是适应性强和高度灵活性的体制模式，其发展和应用呼唤的是政府治理过程的扁平化与网络化，并在此基础上实现各主体之间的协同配合与互动互通，这是人工智能的应用实现最优化的基本前提，同时也恰是传统的科层制模式难以支撑和实现的。”［29］31

“数据孤岛”难题。运用人工智能进行治理高度依赖算法和数据。数据是人工智能治理的核心资源，开放共享是数据的天性。由于体制、利益、法规等因素的纠葛，我国在数据使用上存在着数据被割据或垄断于单位、部门、组织、平台之内，以至于形成了开放性差、共享性不足的数据孤岛难题。以政务数据为例，“当下政务大数据在开放与共享过程中仍然存在着技术短板、部门利益、安全陷阱、问责压力与产权纠结等主要障碍和壁垒，影响着政务大数据的充分开发和利用，增大了行政成本、制度成本和协调成本。”［38］

人才和技术瓶颈。人才和技术是运用人工智能进行治理的关键环节。“目前国内的人工智能专业性人才，主要还是面向企业治理和电子商务等层面展开技术研发……直接针对政府治理和公共服务领域的人工智能技术发展不足”［39］83，推进国家（社会）治理的智能化缺乏有力的人才和技术支撑，对阿里巴巴、腾讯、百度等大型科技企业的依赖程度较高。

（四）运用人工智能进行治理的政策建议

人工智能嵌入国家和社会治理是技术与政治、技术与社会、技术与文化等双向互塑的、艰巨曲折的进程。针对人工智能嵌入国家（社会）治理，提升国家和社会治理现代化水平，学者们提出了不少有价值的政策建议，主要有：

其一，必须以“善智”为基本前提。就是持续加强和改进对人工智能的治理，确保人工智能的安全性和可靠性，即实现“善智”，这是人工智能嵌入国家和社会治理，实现国家和社会治理“善治”的前提性的工作。［40］

其二，完善与人工智能相契合的政府治理结构。就是通过革新政府治理理念、优化政府组织形式、强化相关制度建设、加强行政文化建设等举措，建立和完善与人工智能相契合的政府治理结构。

其三，建立和完善以人工智能为核心载体的政府善治机制。［39］85通过建构和形成针对政府治理的智能化处理系统、创新以人工智能为基础的政府治理流程、建构政企间在人工智能领域的深度合作机制、建构政府人工智能应用状况的科学评估机制等途径，建立和完善以人工智能为核心载体的政府善治机制。

此外，还有很多学者针对人工智能嵌入具体领域的治理，如健康治理、公共安全治理、教育治理、意识形态治理、社区治理等也都提出了富有启发意义的政策建议。

四、国内社会科学视域下人工智能治理研究的前景展望

2016年以来，在社会科学语境下，我国人工智能治理的研究进展迅猛，涌现了不少富有价值的研究成果，一些学者和学术平台的影响持续扩大，这主要得益于：其一，人工智能“第三次浪潮”的兴起；其二，我国关于推进国家（社会）治理体系和能力现代化的总体筹划；其三，对人工智能进行治理和运用人工智能进行治理的实践探索不断深化。总的看来，这一领域的研究还处在起步阶段，核心作者群还未形成，重大的突破性成果还未出现，这主要与三个“进行时”有关，即人工智能技术发展的“进行时”、对人工智能进行治理实践的“进行时”和运用人工智能进行治理实践的“进行时”。从研究文献梳理的情况看，这一领域的研究存在“三多三少”的特点：理论演绎研究多、案例和实证性研究少；定性研究多、定量研究少；单一学科研究多、跨学科研究少，尤其是跨计算机、脑科学、科技哲学、公共管理学科的研究少。未来的研究亟需在如下三个方面下功夫：

一是深化对人工智能治理的相关机制的研究。比如人工智能嵌入国家和社会治理的机制，就要把为什么要嵌入、为什么能嵌入、嵌入到哪里（嵌入界限）、如何嵌入等这些基础问题搞清楚、搞系统。当前的研究在此方面还需深入。

二是强化人工智能治理的案例研究、定量研究和实证性研究。跟踪人工智能技术前进的步伐，密切关注对人工智能进行治理和运用人工智能进行治理过程中出现的新情况、新问题，强化案例研究、定量研究和实证性研究，突出问题导向和精准导向，既把“论文写在大地上”，又充分体现科学研究“第四范式”的时代特点。

三是加强人工治理的合作研究。人工智能科技是综合性科技，人工智能学科是交叉性学科，人工智能科技的功能和影响复杂而多重。社会科学语境下人工智能治理研究要打破学术、学科的藩篱，加强自然、人文、社会科学等各学科以及学术界、科技界、实践界的合作研究，既要提升研究的系统性，又要优化研究成果的可用性。

参考文献：

［1］ 吴冠军.告别“对抗性模型”：关于人工智能的后人类主义思考［J］.江海学刊，2020（1）：134.

［2］ 庞金友.AI治理：人工智能时代的秩序困境与治理原则［J］.学术前沿，2018（05下）：7.

［3］ 卢克·多梅尔.人工智能：改变世界，重建未来［M］.赛迪研究院专家组，译.北京：中信出版集团，2016：4.

［4］ 人民论坛“特别策划”组.人工智能发展的现状与前景［J］.人民论坛，2018（02下）：12.

［5］ 安维复.人工智能的社会后果及其思想治理：沿着马克思的思路［J］.思想理论教育，2017（11）.

［6］ 贾开，蒋余浩.人工智能治理的三个基本问题：技术逻辑、风险挑战与公共政策选择［J］.中国行政管理，2017（10）：41.

［7］ 杨虎涛.人工智能、奇点时代与中国机遇［J］.财经问题研究，2018（12）：12.

［8］ 王仕军，赵利群，胡志彬.新一代人工智能发展与中国应对：基于“第二次机器革命”的角度［J］.电子政务，2020（4）：60.

［9］ 唐代兴.基因工程和人工智能：人类向后人类演进的不可逆风险与危机［J］.江海学刊，2020（3）.

［10］沈江平.人工智能：一种意识形态的视角［J］.东南学术，2019（2）：70.

［11］李晓方.人工智能概念的再界定与政府的治理回应：基于技术、市场和政治视角的分析［J］.电子政务，2019（3）：4.

［12］李恒威，吴昊晟.人工智能威胁论溯因：技术奇点理论和对它的驳斥［J］.浙江学刊，2019（2）：55.

［13］吴彤.关于人工智能发展与治理的若干哲学思考［J］.学术前沿，2018（05下）：23.

［14］王治东.人工智能风险性刍议［J］.哲学分析，2017（5）：37.

［15］张成岗.人工智能时代：技术发展、风险挑战与秩序重构［J］.南京社会科学，2018（5）.

［16］郑容坤.人工智能风险的意蕴生成与治理路径［J］.党政研究，2020（2）.

［17］陈小平.封闭性场景：人工智能的产业化路径［J］.文化纵横，2020（2）：40.

［18］梅立润.人工智能到底存在什么风险：一种类型学的划分［J］.吉首大学学报（社会科学版），2020（2）：119.

［19］王东，张振.人工智能的时代意涵：基于技术变革的风险及规避的视角［J］.江海学刊，2020（4）：124-125.

［20］何哲.人工智能技术的社会风险与治理［J］.电子政务，2020（9）.

［21］贾开.人工智能与算法治理研究［J］.中国行政管理，2019（1）：17.

［22］陈伟光.关于人工智能治理问题的若干思考［J］.学术前沿，2017（10下）.

［23］程海东，王以梁，侯沐辰.人工智能的不确定性及其治理探究［J］.自然辩证法研究，2020（2）：38.

［24］贾璐萌，程海东，王钰.人工智能的价值矛盾与应对路径探究［J］.自然辩证法通讯，2020（8）：79-80.

［25］闫坤如.人工智能的设计风险及其规避［J］.理论探索，2018（5）：22.

［26］唐钧.人工智能的风险善治研究［J］.中国行政管理，2019（4）：46.

［27］梅立润.人工智能如何影响国家治理：一项预判性分析［J］.湖北社会科学，2018（8）：28.

［28］张爱军.人工智能：国家治理的契机、挑战与应对［J］.哈尔滨工业大学学报（社会科学版），2020（1）.

［29］陈鹏.人工智能时代的政府治理：适应与转变［J］.电子政务，2019（3）.

［30］李晓夏，赵秀凤.人工智能时代的“政府生态”治理现代化［J］.电子政务，2019（10）：91-92.

［31］李韵.借助人工智能推进社会治理现代化［J］.人民论坛，2018（08上）：112.

［32］文习明.人工智能时代的社会治理：机遇、挑战与总体框架设计［J］.岭南学刊，2019（3）：83.

［33］高奇琦，刘洋.人工智能时代的城市治理［J］.上海行政学院学报，2019（2）：35-37.

［34］王杨.人工智能、城市治理与空间正义重构［J］.现代城市研究，2019（12）：82.

［35］王小芳，王磊.“技术利维坦”：人工智能嵌入社会治理的潜在风险与政府应对［J］.电子政务，2019（5）：86.

［36］刘永谋.技术治理、反治理与再治理：以智能治理为例［J］.云南社会科学，2019（2）.

［37］谭九生，杨建武.智能时代技术治理的价值悖论及其消解［J］.电子政务，2020（9）.

［38］陈潭.政务大数据壁垒的生成与消解［J］.求索，2016（12）：14.

［39］胡洪彬.人工智能时代政府治理模式的变革与创新［J］.学术界，2018（4）.

［40］颜佳华，王张华.以“善智”实现善治：人工智能助推国家治理的逻辑进路［J］.探索，2019（6）：87.

［责任编辑 贾马燕 马力佳］

Research on Artificial Intelligence Governance from the Perspective of

Social Sciencesin China：A Literature Review

WANG Shijun

（School of Marxism， Nanjing Institute of Technology， Nanjing 211167， China）

Abstract： Artificial intelligence （AI） governance is an important direction of artificial intelligence research in the context of social sciences. This article reviews authoritative CSSCI source literature of AI governance in China. Firstly， it focuses on the definition of AI， summarizes the five main types of ambiguities， analyzes the causes of them， and concludes the consensus on the definition of AI; Secondly， it summarizes the main viewpoints of the academic community on the motivations， challenges， and strategies of AI governance; Thirdly， concerning the application of AI for governance， it summaries the important opinions from the academic community on the effectiveness， challenges， obstacles， and countermeasures of using AI in governance; Finally， the prospects of AI governance research are discussed， which include further research on its mechanisms， case studies， quantitative and empirical studies， as well as strengthening collaborations.

Key words： Artificial Intelligence； AI governance； research； review； prospect