人大AI治理研究院举办生成式AI治理专题研讨会

2026年4月25—26日，由中国人民大学人工智能治理研究院主办的第六次“人工智能治理学术研讨会”在中国人民大学立德楼顺利召开。本次研讨会由中国人民大学交叉科学研究院、新时代智慧治理学科交叉中心、信息学院、新闻学院、书院建设与管理中心协办。会议围绕“生成式人工智能治理”展开，邀请来自中国人民大学、中国科学院数学与系统科学研究院、广州大学、对外经济贸易大学、北京科技大学、北京知链科技有限公司等高校、科研机构与相关单位的专家学者及业界人士参会，覆盖计算机科学、管理学、数学、经济学、法学、新闻学等多领域，围绕生成式人工智能治理的关键议题、落地难点与未来路径进行深入交流，旨在为完善生成式人工智能治理体系、促进规范健康发展汇聚跨学科智慧。

中国人民大学哲学院教授、人工智能治理研究院院长刘玮向全体与会专家、学者及学生致以热烈欢迎。他介绍了人工智能治理研究院的建设目标与宗旨，指出生成式人工智能已深度进入日常生活，机遇与治理考验相伴而来。希望各位师生在为期两天的研讨中充分互动、碰撞思路，为当前亟待回应的问题提供有价值的见解。

1

25日会议讨论

4.25

25日上午由刘玮教授主持第一场讨论，围绕全球算法监管与人工智能生成文本识别等议题展开。

中国人民大学公共管理学院教授、人工智能治理研究院研究员刘鹏以《全球算法监管的趋势特征、要素识别与国别分析研究——基于政策文本量化分析》为题作报告。他从公共管理视角梳理全球算法监管政策的特点与演进方向，讨论算法在社会多领域使用所带来的问题与监管需求，并提出包括算法影响评估、数据质量管理、算法审计及信息披露在内的风险管理方案。报告强调通过主体赋权、算法备案与记录追溯等方式提升算法透明度与合规水平。

中国人民大学信息资源管理学院教授、人工智能治理研究院副院长任明则聚焦如何借助信息学定律来设计生成文本识别方案，作题为《人工智能生成文本识别方法研究：信息学定律的视角》的分享。她分析了AI生成内容可能引发的真实性风险，阐释信息学定律在刻画人类文本与AI生成文本差异中的作用，并以齐普夫定律等规律为基础，提出一种基于统计指标的AI文本识别思路，为生成式人工智能治理提供了可操作的识别视角与策略参考。

25日上午第二场讨论由任明教授主持，议题聚焦多模态网络暴力检测、人工智能与健康工作预期寿命以及人智交互背景下的用户行为等方面。

中国人民大学信息学院讲师、人工智能治理研究院研究员傅哲围绕《基于情境感知的多模态网络暴力检测》介绍研究成果。他指出，传统网暴检测往往依赖事后互动数据，难以在事前实现干预。在此基础上，他提出“网络情景感知”视角，构建四维前置风险指标：攻击回升指数、攻击焦点匹配度、传播极化指数与互动毒性系数，结合多模态融合与多专家系统等方法，尝试仅凭视频内容对网暴发生概率进行预测，从而打破“无互动不预警”的限制。

中国科学院数学与系统科学研究院博士后彭慧作《人工智能与健康工作预期寿命》的主题分享。她分析了AI对健康与工作预期寿命的双重作用：AI能够显著延长健康工作的预期寿命与工作预期寿命，但也会增加不健康工作的年限，对健康存在一定影响。她进一步指出，从行业与地区差异看，AI在劳动密集与知识密集型产业中更可能带来收益，同时在东部地区对健康的威胁更为明显。她认为适度AI渗透有助于人机协作，而较高水平的渗透可能带来健康风险。

中国人民大学信息学院副教授、人工智能治理研究院研究员余艳以《人智交互下的用户行为》为题汇报其最新研究成果。她首先对比AI在优化型任务与战略性任务中的表现差别，指出AI在优化型场景下能够提升质量，但在战略性任务中效果相对不足。随后，她讨论情感人工智能在提高服务失败容忍度方面的价值，并通过实验与经济计量分析提出利用情感人工智能提升服务失败容忍度的可行路径。基于视频与文本实验，她还探讨拟人化特征对失败容忍度的非线性影响，验证喜爱情感对服务失败容忍具有正向作用，并发现心理所有权在其中发挥调节效应。

25日下午，论坛第三场研讨由余艳副教授主持，参会专家从新闻学、社会学等跨学科角度展开研讨与交流。

中国人民大学新闻学院教授、人工智能治理研究院研究员卢家银以《全球人工智能治理的政策图景》为题作分享。他围绕人工智能政策在全球范围内的目标设定与工具选择进行分析，通过梳理46份政策文件，讨论不同发展水平国家之间的政策差异及其背后的逻辑，并重点检视政策目标与工具选择的匹配问题。他发现，政策目标呈现强国家、重市场、弱社会的特征，工具侧重点较多落在环境维度，进而出现工具与目标不一致的现象。报告认为未来政策需要在国家与市场间取得平衡，同时强化社会权利与公平利益的治理。

广州大学新闻与传播学院讲师黎樟浩以《人工智能信任的全球差异：文化与媒体的结构性影响》为题，讨论不同国家公众对AI的信任差别。他建立FAT框架，从公众、公民教育水平、国家文化与媒体态度等维度分析AI信任的影响因素。研究显示，公平性是公众关注度最高的因素，而透明性与问责性因距离公众较远而表现不显著。该研究还首次引入国家文化维度解释AI信任，揭示权力距离、个人主义与长期导向等文化因素对信任形成的影响。报告建议AI开发方应更突出公平性诉求，政府监管不必过度担忧对信任的冲击，而媒体则应进行更具正向引导的传播。

中国人民大学新闻学院讲师、人工智能治理研究院研究员王裕平作《人工智能与虚假信息的治理》的主题分享，强调治理虚假信息的重要性。他从虚假信息的界定切入，重点讨论AI在识别信息真伪方面的作用。分享中，他介绍了借助智能体开展自动化、实时核查以判断图片真实性的方法，包括反向检索、证据分析以及大模型推理生成核查报告等环节。

第四场讨论由卢家银教授主持。三位发言人围绕AI披露标签与消费者意愿、生成式人工智能模型评测，以及共情生成式AI对中学生写作表现的影响等议题展开讨论。

对外经济贸易大学国际经贸学院副教授金悦以《AI披露标签与消费者UGC补偿搜寻行为》为主题作报告。她指出，消费者在在线购物中对商家使用生成内容（MGC）的不信任感较强，尤其当AI生成图片的透明度缺失时，会降低购买意愿。为弥补信息不足，消费者往往转而更依赖用户生成内容（UGC），例如评论等反馈信息。

中国人民大学信息学院讲师、人工智能治理研究院研究员王文轩带来《社会科学启发的生成式人工智能模型评测》的分享。他讨论国产大模型在表达文化价值观方面的优势，并分析现有评测模型在信度与效度方面的局限，包括数据泄露、角色扮演以及理解等距性等问题。他强调，大模型安全对齐是一个系统而长期的探索过程，需要面对目标冲突、不匹配泛化、浅层对齐等挑战。

中国人民大学信息学院讲师、人工智能治理研究院研究员匡丽妮作《共情生成式AI对中学生写作表现的影响》的主题分享。她基于认知评价理论设计共情AI系统：在学生进行写作评估与修改建议采纳时提供情绪调节支持，从而帮助提升作文修改效果。她介绍了一套结合高考英语作文评分标准的写作辅助系统，系统通过AI给出修改建议并提供共情式解释，目标在于提升学生写作表现。实验结果表明，共情AI系统能显著提升学生写作表现，尤其对低能力学生的促进更为明显，并在一定程度上推动教育公平。

2

26日会议讨论

4.26

4月26日上午举行论坛第五场讨论，由中国人民大学信息学院教授、人工智能治理研究院研究员程絮森主持。两位发言人围绕生成式人工智能治理展开深度解读。

中国人民大学信息学院教授、人工智能治理研究院研究员杨波作《学术科研中的生成式AI治理》的分享。他讨论生成式AI进入科研后可能带来的信任危机，并提出解决思路未必完全取决于AI本身，更关键在于人们如何使用AI，以及学术环境与评价机制如何同步调整。他认为，在AI时代，科研评价应更关注成果的创新性而非仅强调研究手段，同时探讨如何规范使用AI以引导符合期待的行为，确保科研目的得以实现。

中国人民大学商学院教授、人工智能治理研究院研究员王刊良带来题为《生成式人工智能前沿问题》的报告。他结合技术与社会相互塑造理论、IT生产率悖论，提出“技术是替代还是增强既有工作”将直接影响社会接受度，并呼吁进一步深入研究技术对社会、行业与企业的影响。他还借助媒体丰富性理论与同步性理论强调：不同媒介在复杂度与任务匹配上的差异值得重视。此外，他讨论人类知识的显性与隐性结构，指出编码知识只是“冰山一角”，隐性知识才更主导人类行动，而从未知到已知、从意识到表达的转化过程充满困难。

论坛最后一场讨论由中国人民大学法学院副教授、人工智能治理研究院研究员黄尹旭主持。三位报告人围绕冲突价值观评测、人工智能赋能文旅服务以及对生成内容的安全探索等主题开展研讨。

中国人民大学法学院副教授、人工智能治理研究院研究员彭雅丽以《AI冲突价值观评测》为题作分享。她讨论主流大语言模型在跨文化与跨境语境下，将抽象伦理原则转化为具体法律伦理判断的能力。研究发现模型在伦理基线上具有一定一致性，但文化来源与提问语言可能影响输出。她通过构建关怀范围、决策主体与变革取向三个彼此正交的维度，揭示AI生态中较为普遍的自由主义价值倾向，并指出英文语料占优与技术路线较为一致，可能是形成该倾向的重要原因。

北京科技大学经济管理学院副教授傅诗轩作《人工智能与沉浸式虚拟技术驱动下的文旅服务交互设计》。她围绕文旅行业中人工智能与虚拟现实技术在文化遗产数字化呈现中的应用与风险展开讨论，涉及表达偏差、文化偏见以及历史厚重感流失等问题。她提出可通过技术手段识别错误表达，并通过增强人机协作来优化文化遗产数字化表达。同时，她关注博物馆场景下的文化内容开发与数字博物馆建设，强调多学科融合对于提升文化价值表达与传播效果的重要意义。

北京知链科技有限公司总裁刘全宝以《基于云边端对生成内容的安全探索》为题作分享。他探讨AI与区块链技术在推进过程中面临的安全隐患与数据隐私问题，指出数据全生命周期中仍存在安全漏洞，并呼吁重视技术应用中的伦理与安全要求。他还提到，大模型可能携带有害指令，且在使用过程中存在权限滥用与数据安全风险，因此需要重构AI应用流程，引入MCP协议以保证上下文可控、数据有水印、责任可追溯。

在为期一天半的研讨期间，学者与学生们围绕相关议题开展了热烈且深入的交流讨论。

人工智能治理研究院也将继续围绕数智社会治理的核心问题推进学术研究与成果共享，促进多学科协同、推动治理创新，并践行科技向善。