AI向善：内涵界定与实践路径

江小涓，中国社科院大学教授、国家数据专家咨询委员会主任

近年来，我国人工智能技术与产业快速发展，对经济社会及人类全面发展产生深远影响，AI向善议题引发社会广泛关切。广义的"善"是众多社会科学研究的核心命题，技术向善与否，关键在于是否推动经济发展、社会进步与民众幸福，即能否提升人类福祉。社会科学可深度洞察并前瞻审视AI向善发展，从理念、评判标准、实施路径及行为主体等层面，为该议题提供独特学术视角，使我们更能从资源配置效率、社会福利得失、财富公平分配、公众意愿测评及社会和谐维护等维度评判AI善恶，为推动AI向善发挥关键作用。

长期以来，AI向善讨论已颇为丰富，理念层面共识度较高。诸如安全、透明、无歧视、可解释、可追溯、公平公正、开放包容、隐私保护、利益共享、以人为本、人类掌控等理念屡被提及，但关于如何落实、由谁执行这些"善"的探讨尚显不足，缺乏普适性、稳定性与可量化性。此问题亟需纳入社会科学知识体系进行深度研讨。

合理即善，体现为资源高效配置、社会福利增长与分配公平。经济学将"合理"界定为资源配置效率提升、社会福利增进及相对公平分配，前者可通过全要素生产率、收入增长等指标测度，后者可借助基尼系数等工具衡量。依此标准，AI在提高全要素生产率、推动社会福利增长等方面贡献显著，彰显了技术的合理之善。经济学为实现合理之善明确了路径与主体：让市场在AI领域发挥资源配置决定性作用，这确立了企业作为核心行为主体的地位。同时，市场有效运行需依托平等竞争、公平准入等优良环境，故必须健全完善市场监管制度。从公平分配视角看，AI当前仍存在"不善"影响：一方面财富愈发向创新成功的少数群体集中，另一方面AI带来的替代效应主要冲击中低收入阶层。破解这一难题，既需AI企业主动作为，也需政府有效履职，在劳动替代型AI技术应用与AI创造新就业岗位之间维持必要平衡，并在健全长期社会保障体系方面更好承担政府职责。

用益即善，指向GDP统计之外的消费者获益。部分技术进步收益难以用GDP增长标准衡量，却能创造大量消费者剩余或曰用益，通俗而言即为民众带来便捷、幸福等获得感，AI技术在此领域表现尤为突出。首先，AI带来便捷之善。依托网络、AI模型与智能体的大量自助服务为用户创造显著便利，却并未形成可计入GDP的经济活动，反而替代了原本可计入GDP的服务，如自助订票取代人工订票、免费网络资讯替代报刊订阅、电子邮件替代传统邮递等。文化领域尤为典型，娱乐平台与生成式AI极大便利了消费，但市场规模并未同步扩张。其次，AI带来平权之善。AI将海量普通消费者引入原本仅由高收入、高知群体专享的消费与创意领域。例如，在文化消费领域，文字阅读能力较弱的消费者可借助AI获取或生成图文影音等多元文化产品；在文化创意领域，普通民众亦能将灵感转化为文化作品并与人分享。用益之善通过免费、自娱乐、互助等形式呈现，难以用GDP增长或收入提升来衡量，但可借助条件价值评估法（询问支付意愿）或意愿价值评估法（询问放弃补偿）进行测算。研究显示，低收入者所获用益占其收入比重显著高于高收入者，表明AI确具平权与提升低收入群体福利之善。然而，用益层面亦存在"不善"影响。部分带来短暂心理愉悦的消费可能引致深层、长期的身心伤害，如沉迷网络游戏、严重信息茧房导致认知受限等。对此，技术持有方与使用方应承担克制与自律责任，若无应对之策则不应轻易实施此类不善之举，一旦发现不良后果便需以技术手段加以约束，这如同产品生产者承担质量责任，不得销售危害健康与生命的产品。同时，还需政府与社会协同应对处置。对那些全社会已形成共识的"恶"——如挑战人类价值底线、侵犯个人隐私、宣扬恐怖主义等言行或内容——公权力部门应予以强力处置。

合意即善，指科技长期后果具备较高社会共识度与接受度。社会科学多门学科均涉及"合意"研究，如社会学视野中的社会共识即代表较高程度的社会合意。此处，我们将"基于最大公约数的社会共识及由此形成的社会团结"界定为合意，并以合意性探讨AI时代的科技伦理议题。科技伦理问题由来已久，但在AI时代尤为凸显，其性质发生根本转变。过去我们认为科学是"发现自然规律"，那些均属自然秩序中内生的规律，乃自然界亿万年间各种力量博弈与演进所形成。如今AI致力于构建自然界与人类社会演进中本不存在的状态，创造新秩序，诸多探索旨在改变人类自然状态或人类社会状态。在此情形下，人类对特定科学发展方向是否认同变得至关重要，此即合意性。当科学家试图改变经千万年演进形成的人类特征与自然规律时，公众必须知情参与，表达是否合意。此类讨论或许难以借助意愿价值评估法推进，往往需要公开透明的集体性磋商。科学家有责任向公众阐明全部潜在后果，而非仅陈述有利方面，同时应允许全社会充分讨论，形成基于最大公约数的社会共识。各方充分表达并持续博弈方能探寻合意性的逼近路径与现实定位，不可任由技术逻辑占据主导地位。

AI之善不会自发实现。向善激励源自何处？机制如何构建？实践表明，与"向善"相容的激励机制与引致"不善"的因素在多层面并存，AI时代"不善"与"向善"的力量均与往昔有别，"向善"既需自我约束亦需社会约束。

其一，AI创新者与生产者的"向善"激励相当显著且有效。AI需要大规模应用，若其"善"无法获得社会共识甚至被视为"不善"，则难以实现长期良好应用。全社会对AI安全与伦理问题的高度关注，为企业与创业者带来无处不在、强大且持续的压力与价值导向。信誉维护要求生产者恪守"向善"，一旦被社会认定为"不善"便需迅速回应调整。就此而言，"向善"激励机制在当下时代普遍存在且力量强大。

其二，分布治理构成AI向善的治理特征。AI与数据产业同传统产业的根本差异在于应用场景化。过去市场资源配置呈一对一形态，而AI时代资源配置呈簇群式、场景化特征，我们将其界定为分布式资源配置。在分布式资源配置中，利益与理念相关者围绕特定场景形成共同体，市场与社会主体可自主选择交易与合作对象。并且，每个场景均拥有自身规则，如平台各自的交易规则、退货规则、违规处罚规则等，界定本场景中何为"善与不善"，即参与者可为与不可为之事。参与者遵循这些规则，使这些共同体兼具治理功能，此可称之为分布治理。

其三，公权治理不可或缺。某些后果严重的"不善"不可交由市场与社会博弈，而应由政府明确"不可为"的负面清单。例如，未经用户同意不得侵犯隐私，不得散布虚假信息、恐怖主义、仇恨言论等。要保障市场与社会治理有效，政府核心职能在于强制公开透明。一方面，企业须确保消费者能清晰理解用户协议，协议细节的公开透明至关重要；另一方面，凡涉及人类自身与人类社会的创新，提供者须向社会与公众阐明其作为及潜在后果。此外，政府发布指引与优秀范例、批评不当行为、约谈相关企业等，均对AI向善具有显著引导作用。