人大法学院发布人工智能立法学术纲要：聚焦前沿难题
中国人民大学法学院人工智能法研究小组发布
《人工智能立法学术纲要》
一、
前言
人工智能技术正以前所未有的速度迭代演进，深刻改变着人类生产生活方式与社会经济发展格局。与此同时，人工智能的快速发展也带来了一系列不容忽视的风险与挑战，人工智能治理已成为世界各国共同面临的时代课题，加快推进人工智能法治建设刻不容缓。习近平总书记高度重视人工智能治理与法治建设，强调“要把握人工智能发展趋势和规律，加紧制定完善相关法律法规、政策制度、应用规范、伦理准则，构建技术监测、风险预警、应急响应体系”。 2026 年政府工作报告提出“完善人工智能治理”，“十五五”规划提出“完善人工智能领域法律法规、政策制度、应用规范、伦理准则”。
中国人民大学积极贯彻落实党和政府关于人工智能发展与治理的战略部署，将人工智能治理与法治研究作为学校重点建设方向。马怀德校长高度重视人工智能治理与法治建设工作，多次强调要以法治回应产业变革和新质生产力发展要求，大力发展人工智能法学等新兴学科。学校整合法学、人工智能等多学科力量，多次组织召开人工智能伦理与法律法规专题会，围绕人工智能治理与立法的重大理论与实践问题开展深入讨论和研究，为国家人工智能治理与法治建设贡献人大智慧、人大方案。
中国人民大学法学院在人工智能法治建设中积极发挥学术引领与决策咨询功能。以国家一级教授王利明为代表的一批专家学者，围绕人工智能时代的数据治理、算法规制、平台责任、知识产权等前沿议题形成了丰硕的学术成果，并深度参与了《民法典》《个人信息保护法》《数据二十条》等相关立法和政策的制定过程。近年来，随着生成式人工智能、大模型等新一代人工智能技术的兴起，学院积极参与国家和地方层面人工智能立法咨询，承担人工智能治理相关重大课题项目，发布人工智能治理与法治领域学术成果，为我国人工智能立法的科学化、体系化持续提供理论支撑与智力支持。
为了积极响应党和政府关于人工智能治理与法治建设的战略部署，落实学校规划与指示，中国人民大学法学院组建人工智能法研究小组，邀请法学院包丁裕睿、丁晓东、黄尹旭、李忠夏、刘洋、彭雅丽、阮神裕、石佳友、孙靖洲、万勇、王利明、王莹、熊丙万、杨东、喻文光、张吉豫、张新宝、张龑等教授、人工智能学院文继荣、曾毅等教授、交叉研究院李铭轩讲师等，对人工智能立法中的重点难点问题进行研究，发布“人工智能立法学术纲要”。学术纲要下设五大板块、二十大主题、近二百个难点重点问题，以期为人工智能立法提供更为坚实的参考与智慧贡献，同时防止人工智能法学术研究的“浮躁化”“泡沫化”。
接下去，中国人民大学法学院人工智能法研究小组将通过读书会、研讨会、高端讲座等形式对本报告所涉及的议题开展系列活动。研究小组将聚焦人工智能立法中的底层学术问题，既关注人工智能带来的新型前沿法律议题，同时也特别注重传统法律制度与法学理论在人工智能治理与法治建设中的作用。我们热烈欢迎高校学者、监管部门领导、实务专家和同学们的积极关注与参与!
二、
风险规制与安全治理
1、 人工智能风险规制与发展和安全的平衡
人工智能带来哪些风险？哪些风险需要立法进行应对，哪些风险可以通过市场机制、自我规制解决？就立法而言，人工智能风险规制是否应当进行分类分级规制？如果分类分级应当如何在法律制度上实现？当前不同国家和地区对人工智能风险的认知存在重大差异，这些风险认知哪些是理性的，哪些是非理性的？人工智能的风险认知是否可能受到国情与文化的影响？人工智能风险规制也可能对发展造成影响，如何维持人工智能风险规制中发展与安全的平衡？法律如何设计平衡发展与安全的制度标准？如何赋能人工智能可信发展？如何看待安全评估、影响性评估等制度工具？如何将伦理和法律规则嵌入系统架构设计？人工智能的风险监管的部门职责应当如何进行设计？是否应当按照传统行业和已有的行政监管机制进行监管？不同机构与部门如何协调？
2、人工智能伦理、科技演进与法律稳定性的平衡
人工智能科技演进日新月异，而法律则具有相对稳定性，人工智能立法有何特殊性，如何避免“一立法就过时”的困境与挑战？人工智能立法可以从过往的新兴科技规制中吸取何种经验？人工智能企业和行业的自我规制是否可以更及时有效回应现实问题，其存在哪些外部性问题需要法律进行强制性规定？法律的强制性规定如何与企业和行业的自我规制相协调？什么是人工智能伦理规范？人工智能伦理审查与现有的个人信息保护委员会审查、医疗等领域的行业性审查的关系如何理解？如何发挥人工智能伦理规范的治理功能？人工智能伦理是否是一种软法，其法律强制力如何设置？如何定位人工智能科技伦理审查制度？为了维持科技变化与法律稳定性平衡，行政规制与司法救济应分别扮演何种角色？行政规制、侵权法等制度工具如何发挥其比较优势，如何进行协调配合？
3、人工智能美欧立法比较与我国涉外法治建设
人工智能的发展与法律规制，美国与欧盟是涉外法治中较为重要的两个国家与地区。如何看待美国人工智能立法的整体性框架与思路，特别是特朗普政府上台以来美国人工智能联邦规制机构在人工智能规制倾向上的微妙变化？如何看待美国科罗拉多州、犹他州、加州等若干州的重要立法？如何看待欧盟的《人工智能法》及其与已有欧盟数字监管法律之间的关系？如何看待欧盟《数字综合法案》在人工智能监管方面的调整？在人工智能立法上，欧盟是否还能发挥所谓的布鲁塞尔效应？如何看待美欧在人工智能法律制度的差异与博弈？相比美国、欧盟以及域外的人工智能立法，我国的人工智能立法应当坚持何种原则，采取何种制度？人工智能背景下，我国的数据跨境等相关制度如何设计？我国的人工智能法律制度如何发挥社会主义制度优越性，如何参与全球人工智能治理？
4、生成式人工智能与内容治理的法治框架
生成式人工智能可能带来侮辱诽谤、虚假信息、谣言、幻觉、网络暴力等一系列问题，如何建构生成式人工智能内容治理的法律框架？生成式人工智能的内容生产如何建构有利于信息流通、人民民主、对外传播的法律制度框架？对于生成式人工智能的供应链上的不同主体与行为，例如数据收集、数据清洗、预训练大模型、大模型调整与优化、大模型发布与系统部署、用户使用，这些不同主体与行为应当分别承担何种义务？人工智能的技术发展是价值中立的吗？不同国家与地区的生成式人工智能采用不同的内容治理框架，如何把握其治理的制度框架与底层逻辑？我国的生成式人工智能内容治理如何体现与融入我国的自主价值观？
三、
民事责任与交易规则
5、人工智能侵权与避风港规则
人工智能侵权有哪些特殊形态，是否需要设置一般侵权制度之外的特殊规则？人工智能侵权的不同类型，例如个人信息侵权、侮辱诽谤等言论侵权、著作权侵权，不同类型的侵权形态与责任有何不同？人工智能侵权的归责原则应当采取过错责任、过错推定责任还是严格责任？人工智能侵权制度的基本定位应当是过错认定还是威慑预防？人工智能侵权中损害、因果关系都常常存在不确定性，如何认定损害与确定因果关系？人工智能侵权往往具有大规模侵权的特征，传统侵权制度如何适应与应对人工智能侵权的规模问题？人工智能企业的各类免责声明是否可以免除或减轻企业的侵权责任？人工智能侵权是否适用或可以类推适用以“通知删除”为基础的避风港规则？
6、自动驾驶与产品类人工智能制度
自动驾驶的法律制度有何特殊性？对于产品类与具身人工智能，其民事法律责任制度应当如何设计？法律是否应当对构成产品的软件与人工智能系统适用产品责任？如何对自动驾驶等产品的人工智能系统本身进行制度设计，提高与维持产品类人工智能的合理安全性？人工智能产品责任中的设计责任、制造责任与警告责任如何设置？如何理解产品责任制度的基本功能与原理？产品责任是否可以激励人工智能企业披露信息，扮演人工智能监管中的信息生产功能？针对人工智能不断迭代的特征，产品责任是否需要强化上市后持续性监控？产品责任制度在人工智能时代是否需要更新与迭代？如何看待欧盟《产品责任指令》对于人工智能责任的新规定与全球产品责任制度的更新与发展？人工智能时代的产品保险制度应当如何设计？自动驾驶与产品类人工智能责任制度中的侵权、规制与保险制度如何协调？
7、智能体、意思表示与数据安全责任
智能体带来了哪些独特的法律问题？智能体所做出的意思表示是否具有法律效力，在何种情形下具有法律效力？法律应当如何设置有关智能体的交易规则？在智能体背景下，如何判断交易主体的真实意思表示与合同是否成立？人工智能时代的合同法与意思表示制度是否需要更新？智能体的行为边界如何通过法律约束，如何防止智能体的各种不当甚至是违法行为？随着“算法消费者”的出现与智能体辅助消费者决策的广泛应用，人工智能时代的用户与消费者权益如何进行保护？端侧智能体存在哪些数据安全风险？在手机等终端设备运行的端侧智能体如何确保个体的隐私与个人信息不受侵害？“龙虾”等智能体调用不同应用程序如何获得用户与消费者等相关主体授权，存在何种不正当竞争问题？法律如何确定其数据安全责任？
8、开源人工智能模型与开源社区的治理规则
人工智能模型的“开源”应当如何界定？应当至少公开模型架构、训练代码、训练数据、模型权重、测试代码、测试数据、评测结果等部分中的哪些内容？人工智能开源许可证应该满足哪些条件？法律基础是什么？对于不同开放程度和开源许可证下的模型，在责任分配与治理规则上有何区别？开源模型在著作权、数据合规、个人信息保护、商业秘密与安全风险方面是否存在哪些特殊问题和规则？开源人工智能的创新价值、社区自治与国家监管之间应当如何协调？如何建立模型提供者、微调者、部署者、平台与社区维护者、行业组织及相关科技工作者群体等多元协同的开源人工智能治理模式？
四、
数据合规与知识产权
9、人工智能训练数据使用的合法性问题
未经许可使用作品数据训练人工智能，训练者能否主张合理使用或者法定许可的抗辩？当人工智能输出与训练数据存在某种程度相似性，此时人工智能训练是否存在侵权行为？如果认定存在著作权或其他侵权，如何判断人工智能数据供应链上不同主体的相关责任？是否有必要通过修改著作权法来合法化使用作品数据训练人工智能的行为？美国、欧盟等不同法域在人工智能训练数据使用的合法性问题上的立场如何？如何看待非表达性利用、合理学习等人工智能合法利用著作权数据的理论？如何看待利用“文本与数据挖掘”例外规则、“转换性使用”规则，来应对训练数据使用的合法性问题？构建人工智能训练数据的法定许可或者集体管理制度是否具有可行性？训练数据