国家档案局办公室发布推动AI技术赋能档案管理的指导意见

各省、自治区、直辖市档案局、馆，各副省级城市档案局、馆，新疆生产建设兵团档案局、馆，中央和国家机关各部委档案部门，中央军委办公厅保密和档案局，各人民团体档案部门，各中央企业档案部门，中国人民大学档案学院：

伴随国家“人工智能+”行动深入实施，AI技术与各产业领域加速交汇融合。为贯彻党中央、国务院战略部署，积极稳妥推动人工智能技术在档案领域的落地实施，特提出以下指导意见。

一、总体思路

全面贯彻习近平总书记对档案事业的重要指示精神，协调好发展与安全的关系，遵循稳妥试点、守牢保密底线、聚焦重点培育、避免盲目跟风、务求实效节约的基本准则，切实促进人工智能在档案业务中的深度应用，为档案事业转型升级注入新动能。

二、分步推进落地

（一）筑牢数据根基。深化档案数字化资源积累，加快电子文件归档进程，持续推动传统介质档案转换数字化，积极创造条件开展图文声像识别处理。提升档案数据品质，推进数据规范化建设，完善档案元数据著录，尝试数据标签化工作，增强数据可解释性与可用性，通过查漏补缺、纠错修正等方式完成数据净化，全面提升数据质量。搭建具备完整性、精准性、安全性、可追溯性等特性，涵盖多模态信息的高质量档案数据资源池，为AI应用奠定数据基础。

（二）丰富应用情境。促进人工智能赋能档案业务全链条各环节，深化深度学习、多模态处理、知识图谱、大语言模型等前沿技术实践，优先布局智能化归档质检、智能著录、智能编研、智慧检索、自动盘点、开放鉴定、档案信息脱密脱敏、数据清洗、专题数据库建设、音视频档案修复、档案知识服务等标杆性应用场景，探索开拓新兴应用领域，实现AI技术与档案业务的无缝衔接。

（三）构建算力支撑。强化人工智能底层设施建设，探索智能算力基础设施的共建共享机制，鼓励有条件的档案机构搭建区域性档案智能算力中心，为档案业务提供算力保障、模型训练、语料加工及推理分析等服务。审慎规范选用AI算力服务，优先依托档案部门自建或本系统自有智能算力平台。开展算力平台安全风险评估，科学界定算力平台业务范围与档案数据边界，严禁将档案数字资源总库部署于非自建算力环境，切实保障档案数据安全。

（四）完善算法监管。清醒认识人工智能算法潜在的后门攻击、设计缺陷等不确定隐患，依据主管部门风险监测与安全预警信息，及时组织算法安全隐患排查。强化AI算法备案审查，抓好上线前与运行中的安全风险评估，防范算法漏洞、信息泄露、数据污染、后门植入等风险。深化AI算法安全伦理风险预判，对可能产生的负面效应开展前瞻性评估，预先制定风险应对预案，杜绝虚假信息与伪造内容生成。

三、夯实安全屏障

（五）筑牢安全防线。压实AI应用安全管理主体责任，将安全理念与合规要求贯穿技术研发、模型训练、场景应用等各环节，确保AI在档案领域的应用安全可控。AI应用全周期须严格遵守国家相关法律法规，规范档案数据治理，任何机构或个人不得私自截留、使用、泄露或向第三方提供档案数据。强化档案数据安全管控，建立数据权限管控机制，禁止超越档案管理职权授权，杜绝非授权访问与越权行为，定期复核并依规留存档案数据访问、操作日志，采取必要技术手段，确保档案数据始终处于有效保护与合法合规利用状态，防止档案数据遭受非法窃取、篡改与泄露。

（六）严控泄密隐患。树牢底线思维与风险防范意识，建立健全AI应用保密管理体系，规范AI技术选型、部署、训练、使用、下线等环节的保密工作。禁止向在建大模型提供档案数据用于测试验证。禁止使用档案数据在非档案部门自建或本系统自建的算力平台上开展大模型训练。部署AI应用时，应采取技术手段对输入输出档案数据进行筛查过滤，识别并阻断涉密敏感信息。加强运维管理与自我监督，定期开展档案数据审计，防范未经审批开展多维度档案数据交叉关联与深度挖掘。提升档案数据汇聚、关联风险的识别与管控能力，防范数据汇聚、关联导致的泄密隐患。档案数据汇聚、关联后涉及国家秘密的，须严格遵守国家保密管理相关法律法规。

四、强化统筹落实

（七）强化组织统筹。各级档案机构要明确主管处室与职责划分，加强AI应用政策供给，积极争取经费保障，结合本地实际推动AI在档案业务中的应用。持续跟踪AI应用效果分析研判与评估，研究破解重大实践难题，加强工作督促指导，加速推进AI应用取得实质性成效。

（八）深化科研引领。发挥档案科研驱动作用，设立AI研究方向，引导科研力量集中攻关难点共性课题。融合科研机构、高等院校、企业等技术优势与资源，立足档案工作实践，针对AI应用的基础模式、核心技术、关键算法、业务场景等开展研究突破。联合AI技术供应商、科研机构、高等院校、企业等共同促进AI在档案领域的创新推广。

（九）完善制度规范。建立AI在档案领域应用的相关制度规程，推进依法依规管理与使用。围绕系统架构、功能需求、应用情境、数据治理、评估审核、利用服务等构建AI应用标准框架，规范档案数据采集、存储、训练、使用等操作流程，确保合规安全。鼓励支持科研机构、高等院校、企业及其他组织参与标准编制。

（十）坚持勤俭务实。强化算力、数据集等基础资源的统筹规划与调度配置，合理选取技术路径，确保投入产出相匹配，规避重复投资。档案大模型开发部署与应用须注重场景、模型、算力的兼容适配，通过档案业务知识赋能等方式促进大模型能力复用。尽可能采用轻量化解决方案，严格管控建设与运维成本，避免为“蹭热度”而盲目投入，导致资源浪费。

各级档案机构要坚持需求牵引，科学审慎评估AI在档案业务中应用的必要性、可行性与可靠性，优先在可控性强、成熟度高、效益显著的场景中稳步推广。不得以AI应用替代职责履行，档案业务部门须对应用结果进行审核确认。