人工智能治理面临挑战

人工智能治理：从原则框架到实施路径的全球实践

国际电信联盟近期发布的《人工智能治理日——从原则到落实》报告，精准指出了当前AI治理的核心痛点：将宏观治理原则转化为可执行、可审计的具体措施，面临系统性挑战。这种“落地难”主要源于两大障碍：一是多数原则本身具有高度抽象性，难以直接映射为监管动作；二是AI技术迭代速度远超传统政策周期，导致治理框架存在固有滞后性。

报告同时揭示了一个关键转向：全球主要治理主体已进入“规则实操”阶段。标志性事件包括美国2023年发布的《关于安全、可靠、值得信赖地开发和使用人工智能的行政命令》，以及欧盟2024年正式生效的《人工智能法案》。这两大框架标志着AI治理已从原则讨论，进入以硬性合规要求驱动发展的新阶段。

破解“治理悖论”：工具化与三大核心路径

报告提出的“治理悖论”深刻揭示了当前困境：监管规则常落后于技术突破，而AI系统本身又缺乏内置的合规与伦理约束机制。这导致无论是依赖外部监管还是技术内生治理，均存在盲区。破局关键在于开发有效的治理工具——即能够量化评估、持续监控并干预AI系统行为的标准化方法与技术手段，其核心目标是系统性优化AI的风险收益比。

当前全球AI治理议程聚焦于三个相互关联的维度：全球治理格局分析、框架实施路径、以及包容性信任构建。

在治理格局层面，国家主导与多边协作正同步推进。区域组织及联合国机构在跨国政策协调中扮演关键角色。一个核心争议在于治理权分配：普遍性议题（如人权、隐私保护）倾向于纳入国际治理框架；而行业应用监管、国家安全相关部署等，则更多由主权国家依据本土法律与实践进行规制。

在框架实施层面，最大挑战在于缺乏可量化的监测评估工具。报告提出一个创新思路：以“算力治理”作为切入点。由于算力是AI研发与部署最核心、最可追踪的物理资源，通过对算力供应链、使用场景及能效标准进行规范，可间接但有效地引导整个AI生态向可控、可信方向发展。

包容性与信任构建则触及数字鸿沟的根本问题。全球仍有约三分之一人口未接入互联网，大量发展中国家在国际AI规则制定中缺乏实质性参与。因此，提升基础数字接入能力，是确保全球AI治理包容性的首要前提。

共识分化与多边协调机制的建设

国际电信联盟秘书长博格丹·马丁披露了一项关键数据：在其193个成员国中，85%尚未启动实质性AI治理措施，但所有国家均表现出高度关注。这凸显了意愿与行动能力之间的显著差距。

为整合全球声音，国际电联正加速推进AI标准化工作。目前已有超过200项标准正在制定或已发布。然而马丁承认，现有标准体系的演进速度仍难以匹配技术变革的节奏，亟需建立更敏捷的协同机制。

风险认知也在升级。世界经济论坛2024年全球风险感知调查显示，AI的负面应用首次被列为全球前十大风险。这进一步强化了治理行动的紧迫性。

全球认知差异同样显著：相比成熟市场，中低收入国家的消费者对AI赋能教育、医疗等关键领域抱有更高期待，视其为跨越式发展的技术杠杆。这种差异化期待要求治理框架必须具备足够的灵活性与语境适应性。

对此，联合国体系坚持通过多边主义路径推进治理。马丁强调，必须建立具备迭代能力、包容多元视角的共治机制。国际电联正将人权保障、包容性发展与能力建设作为核心原则，并与联合国开发计划署等机构合作，协助各国构建本土化的AI治理与创新能力，以平衡地应对风险与机遇。