瞭望 | 推动人工智能法律治理迈向体系化新阶段

在科技飞速发展的浪潮中，人工智能技术正以前所未有的速度引领着新一轮的科技革命和产业变革，成为国家战略竞争的关键领域。如何构建一套既科学又有效的法律治理体系，以在促进创新发展的同时有效防范安全风险，是当前亟待解决的重要课题。

经过多年的探索与实践，我国在人工智能法律治理方面已初步构建起了一个涵盖多层次、多维度的法律框架。在规范层面，我国陆续出台了一系列前沿规范，如《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》等，同时发布了《新一代人工智能伦理规范》《人工智能安全治理框架》等制度文件，在全球范围内率先开展人工智能规范探索。这些规范的出台，标志着我国在人工智能治理领域已初步形成了法律制度体系，为产业的健康发展提供了基础性的法律保障。

在战略层面，党的二十届三中全会明确提出了“完善生成式人工智能发展和管理机制”“建立人工智能安全监管制度”的战略部署，为人工智能的法律治理指明了方向。这些战略部署不仅体现了我国对人工智能发展与治理的高度重视，更为后续的法律制度建设奠定了坚实的基础。

然而，技术的快速发展和应用场景的不断拓展，也给我国人工智能法律体系建设带来了诸多挑战。这些挑战主要体现在治理理念、责任认定、数据治理等多个方面，亟待深入分析并寻求系统性的解决方案。

传统法律框架与技术特性之间的脱节，是当前面临的一大挑战。人工智能法律治理的有效性，取决于其能否适配人工智能的技术特性。然而，法律的滞后性往往导致法律制度无法适应最新技术发展的需求。例如，欧盟《人工智能法》采用的浮点算力阈值标准，就因大模型架构的不断创新和训练成本的降低而充满争议。

此外，传统以过错为中心的责任追溯机制也面临着挑战。人工智能价值链涉及多个主体与环节，在预训练、推理、实时数据输入、算法更新等动态因素的影响下，开发者、部署者、使用者之间的责任边界日趋模糊。如何明确各自的责任边界，成为亟待解决的问题。

训练数据获取的法律边界模糊，也是制约人工智能产业发展的一个重要因素。人工智能技术与产业的发展，迫切需要海量高质量的训练数据。然而，在现行法律体系中，训练数据获取的合法性边界并不清晰，数据爬取行为的合法性、训练数据交易的法律效力、个人信息流通的授权标准等问题，都亟待通过法律制度和标准体系的建设来加以解决。

同时，我国人工智能企业出海也面临着多重挑战。除了制度层面的“水土不服”外，还可能遭遇他国以国家安全为借口的政治打压。如何构建涉外法治服务保障体系，为出海企业提供有效支持，也是当前亟待思考的问题。

面对这些挑战，我国需要构建一套系统性、前瞻性的法律治理体系，以促进技术创新和产业发展，并有效防范各类风险。具体而言，应引入适应性治理理念，构建符合人工智能特性的法律治理框架；探索建立更加合理的责任分担机制，完善数据治理体系；持续提升治理规则的全球影响力，加强国际合作与全球治理参与。

通过引入适应性治理理念，我们可以容纳技术发展带来的高度不确定性与未知前景，统筹发展和安全，立足人工智能的多重属性，实现法律治理路径的拓展。同时，通过建立持续动态监管和事后响应制度，为技术进步预留发展空间并划定安全底线。

在责任分担方面，我们应针对人工智能价值链上的多主体环节，建立合理的责任分担机制，明确开发者、部署者、使用者各自的责任