人工智能全球治理挑战与中国应对之策

【摘要】随着人工智能技术的飞速发展，其在提升生产力方面的潜力得到了广泛认可，然而这一技术革新也伴随着一系列复杂的伦理、经济及军事挑战，对人类社会构成了深远的影响。本文旨在深入探讨当前人工智能全球治理机制所存在的局限性，特别是碎片化治理和技术垄断等核心问题，并剖析这些问题产生的根源，并进一步提出中国在参与全球人工智能治理中的独特路径与策略，强调基于平等与合作的原则，共同应对人工智能带来的全球性挑战。

【关键词】人工智能|全球治理|中国对策

随着技术进步，人工智能已从实验室走向广泛应用，在图像识别、深度学习、自然语言处理、自动驾驶、医疗健康和金融科技等领域展现出巨大潜力。特别是生成式人工智能（如ChatGPT）在生成文本方面表现优异，显著提升了文案、翻译和科研效率，深刻影响社会各层面。

然而，人工智能的发展带来了复杂的伦理、法律和社会问题。欧洲通过《通用数据保护条例》（GDPR）树立了隐私保护的标杆，但人工智能治理还涉及算法透明度、公平性和责任等议题。全球人工智能治理面临新挑战，如就业影响、自动化决策的可解释性需求和军事应用的潜在风险。

不同国家在治理策略上差异显著，反映各自政治、经济和文化背景。欧洲倾向集中化治理，保护公民权利与隐私；美国则采用市场化模式，鼓励技术创新，面临统一伦理标准的难题。中国采取政府引导和市场结合的模式，通过投资和政策促进发展，同时探索适合自身的伦理框架，展示了负责任大国的担当，并为发展中国家提供了参考。

一、人工智能造成的全球性挑战

（一）伦理与法律挑战

人工智能技术的迅猛发展触及伦理与法律的敏感地带，引发数据隐私、安全、算法偏见等问题。大量数据的收集和处理引发隐私保护问题，不同地区的数据法规差异使跨境数据流动和治理更加复杂[1]。此外，训练数据中的偏见可能会放大社会不公平，而深度学习的黑箱性使追责困难。

（二）可持续发展挑战

人工智能在资源和能源管理方面有巨大潜力，但其发展也对可持续发展构成威胁。人工智能系统训练需要大量计算资源，预计2030年ICT电力需求将上升至全球总量的 20%[2]，加剧能源压力。

技术鸿沟也进一步阻碍中低收入国家的可持续发展，这些国家难以享受人工智能带来的经济红利，在资源优化和环境保护上面临障碍。

（三）就业市场的重塑

人工智能技术的广泛应用显著提升了生产效率，但也对发展中国家的就业市场构成了深刻挑战。发达国家垄断人工智能核心技术和市场资源，自动化与智能化趋势加速，使以劳动力密集型产业为主的发展中国家面临转型压力，许多国家被迫停留在价值链低端，难以实现经济发展和产业升级。

（四）地缘政治风险

人工智能的快速发展重塑了全球经济结构，同时加剧了地缘政治风险。“中心—外围”矛盾愈发凸显，发达国家凭借技术优势在全球治理中占据主导地位，而发展中国家的利益和多样化诉求（如数据主权和文化多样性）常被忽视，加剧治理体系的不平等与失衡。

部分发达国家将人工智能作为战略资源，通过技术壁垒和市场争夺巩固优势，扩大与其他国家间的鸿沟。这不仅加剧国际关系紧张，也阻碍了外围国家的发展潜力，限制全球治理的公平性与有效性。

二、人工智能全球治理措施与困境

尽管人工智能全球治理领域日新月异，不断涌现出各式各样的治理措施，但这些措施背后仍可归纳出几种核心治理模式。

（一）企业伦理自治模式与困境

企业伦理自治模式通过企业内部设立伦理委员会、多方利益机构及跨企业联盟推动人工智能行业自律，如微软的“负责任人工智能办公室”。然而，该模式在实践中面临诸多挑战。一方面，尽管初衷良好，但实际效果参差不齐。如人工智能伙伴关系（PAI）因未回应民间关切逐渐失去影响力，暴露了包容性的不足，难以形成广泛认同。东南亚和非洲等地区因缺乏主要人工智能企业，在全球伦理准则的制定中缺少话语权，导致准则更偏向反映发达国家的利益，忽视了全球多样化需求。

（二）通用系统治理模式及问题

通用系统治理模式正成为人工智能全球治理的重要力量。少数巨头企业掌控核心资源，包括先进硬件、顶尖团队和海量数据，通过低成本、易使用的工具推动人工智能技术普及。这些企业将高性能人工智能系统作为云服务提供，通过API调用限定系统用途，确保平台的技术垄断地位[3]。

未来，通用系统治理模式可能成为全球治理的核心，大型人工智能公司也将成为政府监管的重点。欧洲等地区已开始探索对这些提供商施加义务，确保技术合理应用并促进社会福祉。然而，一些平台的自我监管能力虽强，但巨头企业的技术优势和数据资源使外部审计十分困难。

（三）行业标准的制定与困难

在全球计算技术治理中，行业标准如TCP/IP协议、HTML标准和WiFi规范，推动了技术统一与规范化，为人工智能标准化治理提供了参考。然而，在人工智能领域，行业标准的制定与应用面临诸多限制。高昂的制定成本使得话语权集中于大型企业，削弱了中小企业和发展中国家的参与机会，影响了标准的公平性与代表性[4]标准的推广主要依赖订阅或API调用等方式，虽利于商业化运作，却提高了使用门槛，增加了审计和问责的难度。这些标准与人工智能技术也尚未深度融合，未能全面涵盖数据隐私、算法透明度和伦理决策等关键领域。

（四）多边组织监管

人工智能的快速发展催生了诸多政府间标准和多边论坛，旨在推动全球监管。经济合作与发展组织（OECD）、联合国教科文组织（UNESCO）和二十国集团（G20）在设定人工智能原则方面目标一致，但鲜有触及行业内部的利益分歧。联合国《特定常规武器公约》（CCW）自2013年起关注自主性杀伤武器问题，虽在2019年达成保持人类对武力控制的共识，但未形成具有法律约束力的条约。欧洲委员会2019年设立CAHAI推动人工智能法律和伦理标准，但其在闭门起草条约过程中因透明度不足引发质疑，被认为优先保障美国利益，削弱了多边治理的公平性和包容性，加剧了对多边组织公正性的担忧。

三、人工智能全球治理的核心困境

尽管全球已尝试多种人工智能治理模式，治理体系的碎片化和深层矛盾仍使其难以有效应对复杂挑战，核心问题不在模式多样性，而在于治理体系的碎片化及其背后的深层矛盾。

（一）伦理治理的碎片化与技术垄断

全球治理框架的分裂与利益冲突使伦理问题难以解决。企业伦理委员会因缺乏透明度和执行力，常被利益驱动，难以有效应对数据隐私和算法偏见等核心议题。各国在隐私保护与技术创新上的优先级不同，进一步加剧了标准分裂。同时，少数科技巨头通过资源垄断推动技术普及，但也限制了中小企业的创新空间，阻碍了人工智能技术的均衡发展，扩大了技术不平等。

（二）地缘政治与技术鸿沟

人工智能已成为全球竞争的重要领域，各国争夺技术优势加剧了治理协作的困难。与此同时，技术资源和发展机会的分配不均导致全球技术鸿沟扩大。发达国家通过技术主导权强化话语权，而许多发展中地区被排除在技术发展主流之外。这种不平等不仅限制了全球人工智能发展的平衡性，也阻碍了可持续发展的共同目标。

四、人工智能全球治理的中国路径

当前全球人工智能治理面临碎片化与利益冲突，部分国家凭借技术优势垄断数据资源、限制知识共享，进一步加剧了治理失衡。为应对这些挑战，国际社会正逐步形成合作共识，推动人工智能治理的公平性与包容性。中国通过发布《全球人工智能治理倡议》等政策文件，积极倡导知识共享、技术开源，反对技术垄断与排他性行为。这些举措不仅回应了当前治理困境，还展现了推动全球合作、构建开放包容治理体系的愿景。今年5月，中国与法国、俄罗斯就人工智能治理达成十点共识，强调“智能向善”与技术公平原则。这些共识突出人工智能的包容性与文化多样性，为双边、多边合作奠定了坚实基础，也在国际社会引发了积极的示范效应。

面对治理碎片化和排他性倾向，中国主张在联合国框架内加强人工智能规则治理，抵制“理念一致国家联盟”将人工智能治理纳入地缘政治的模式。中国的多边主义和平等参与理念与西方国家的治理策略形成鲜明对比，彰显了推动和平发展而非竞争的愿景。

中国提出的“以人为本、技术向善、平等合作”核心价值观，主张人工智能发展服务于人类福祉，推动人类文明进步。习近平主席多次强调通过联合国加强人工智能治理规则，与多边主义和广泛参与原则相一致。中国反对地缘政治化的人工智能治理模式，倡导广泛国际合作，共同制定公平合理的国际规则。我国重视发展中国家立场，倡导超越“小圈子”思维，推动国际合作和援助，弥合智能鸿沟，改善发展中国家在全球治理中的边缘化问题，反对将全球治理工具化，各国应享有平等的人工智能发展权利，建立广泛合作机制，促进全球人工智能治理体系的完善。中国军转民

参考文献

[1]Green B.The Contestation of tech ethics：A sociotechnical approach to technology ethics in practice[J].Journal of Social Computing，2021，2（3）.

[2]inuesa R，Azizpour H，Leite I，et al.The role of artificial intelligence in achieving the Sustainable Development Goals[J].Nature Communications，2020，11（1）.

[3]Bietti E.From ethics washing to ethics bashing：A moral philosophy view on tech ethics[J].Journal of Social Computing，2021，2（3）.

[4]Matus K J M，Veale M.Certification systems for machine learning：Lessons from sustainability[J]. Regulation Governance，2022，16（1）.

【基金项目：江苏省社会科学基金“学习贯彻党的二十大精神”研究专项课题“互联网信息服务的算法治理研究”（23ZXZB036）】

（作者简介：凌敏洋，香港大学文学院硕士研究生，主要从事人工智能伦理研究、媒介研究；邹举，通讯作者，南京师范大学新闻与传播学院教授，博士生导师，主要从事媒介法规与伦理研究）