人工智能全球治理中的伦理框架构建

人工智能全球治理的伦理框架构建

中国社会科学院新闻与传播研究所世界传媒研究中心研究员 张化冰

当下，人工智能技术迅猛进步，其带来的安全隐患与挑战引起各国高度关注。在2025年9月举行的“联合国全球人工智能治理对话高级别启动会议”上，中国倡导坚守主权平等、遵循国际法规、推行多边主义，逐步构建广泛认同的全球治理架构与标准规范等观点。该会议明确提出AI应“服务于全人类，而非让人类屈从于技术”，其中伦理治理模式与准则成为关键议题。

修正算法偏见与不公

算法偏见可能加剧性别、种族、地域等歧视，易造成就业、信贷、司法等领域的失衡，因此算法透明度与公平性至关重要。2021年11月，联合国发布《人工智能伦理问题建议书》，指出人工智能算法可能在数据输入基础上产生特定偏见，并在算法开发、可解释性、透明度、隐私影响等方面设定了治理要求。

在全球层面，欧盟是推动数字内容监管最积极的区域，主要通过立法持续促进算法公平。2018年实施的《通用数据保护条例》明确要求数据处理须遵循“数据洁净”原则，规定算法决策不得侵犯人格尊严。欧盟委员会高级专家组于2024年3月通过的《人工智能法案》禁止在就业、教育等领域运用情感识别技术。

美国主要采用各州独立立法与多部门协调治理的模式。2022年白宫科技政策办公室通过的《AI权利法案蓝图》提出，AI系统不得基于种族、性别、年龄、残障、宗教等差异作出不公决策，要求在设计阶段即纳入偏见检测与公平性评估。

我国近年陆续出台《互联网信息服务算法推荐管理规定》和《人工智能安全治理框架》，不仅初步建立了对算法的监管体系，而且持续优化升级。2025年9月15日颁布的《人工智能安全治理框架》2.0版将安全风险划分为技术内生安全风险、技术应用安全风险和应用衍生安全风险，既关注算法技术自身的安全，也重视其对社会环境的多元影响。

关于控制权的争论

美国在这方面的治理路径与欧盟的“伦理导向、国家立法”不同，展现出技术—权利—治理的三重均衡，既要保障创新自由，又要防止AI削弱人类的自主决策与社会控制力。美国政策文件普遍认为，AI对人类自主性构成的主要威胁涵盖算法操控、自动化依赖、责任模糊、军事与执法滥用、隐私与人格权侵蚀。《AI权利法案蓝图》提出的五项权利中，有三项直接关联自主性与控制权，例如要求AI必须在人类监督下运作，不得减弱人类决策能力；公民有权选择是否与AI互动并在关键决策中要求“人类最终裁决”；防止AI在关键领域如教育、就业、司法中剥夺人类自主机会等。

美国国家标准与技术研究院2023年制定的《人工智能风险管理框架》是美国AI系统开发的重要技术与伦理指引文件，其中提出要在设计阶段确保“人机协同控制”，强调可解释性与可干预性。欧盟在人工智能监管中突出人类自主性，要求人工智能系统的设计与开发须确保人类能有效监督系统决策，以维护合法性、问责制及人类尊严等价值。《可信赖人工智能伦理准则》中确定了AI要尊重人类尊严、防止伤害、公平和可解释性四项伦理原则，并提出执行这些原则的七项要求。《人工智能法案》第14条提出，人工智能系统的设计和开发应使其能够“受到自然人的有效监督”，目的是预防或最小化健康、安全或基本权利风险，同时我国则在多份国家政策文件中反复体现“确保人工智能始终处于人类掌控之下，服务于人类福祉与社会整体发展”的治理理念。例如2019年出台的《新一代人工智能治理原则》提出了“AI人类控制权”治理的三个核心理念，即以人为本、可控可追溯和安全可控。2021年出台的《新一代人工智能伦理规范》提出了人类主导、负责任使用和防止算法操控的关键条款。2023年国家网信办等制定的《生成式人工智能服务管理暂行办法》提出，用户有权知情、选择与申诉以及对涉及舆论引导、价值输出的AI系统实行内容安全审核等。

个人隐私与数据保护

隐私与数据保护是欧盟最具法治化特征的AI治理体系，其宗旨是确保AI在开发与应用中尊重个人隐私、数据主权与人格尊严。欧盟对隐私权与个人数据的保护建立在两大法律框架之上。《通用数据保护条例》确立了数据保护优先于技术便利的逻辑，要求AI训练数据合法、透明、可审计，赋予用户信息权与访问权，要求AI具有可解释性与透明度。《人工智能法案》将“数据权利”原则拓展到AI风险治理与系统透明度领域，其中第10条规定高风险AI必须使用高质量、无偏、合法