自生成式人工智能火遍全球以來，有關其漏洞和安全的質疑聲層出不窮，包括圖靈獎得主、蘋果聯合創始人、馬斯克以及「人類簡史」作者等在內的超過1000位大佬聯名呼吁應該立即停止訓練比GPT-4更強大的AI系統，暫停期至少6個月。3月底，意大利因隱私問題已成為第一個禁止ChatGPT的西方國家。此后，德國、加拿大、法國等也相繼表達相似態度，一度讓AIGC在歐洲陷入僵局。隨著反對的聲量越來越大，3月29日，英國政府發布了針對人工智能產業監管的白皮書，提出對AI技術全方位監管的方法。
而我國在開發AIGC產品后，也逐漸意識到人工智能的發展不能“蒙眼狂歡”，國家互聯網信息辦公室“及時出手”，于4月11日就《生成式人工智能服務管理辦法（征求意見稿）》公開征求意見，彰顯出了中國鮮明的監管態度。
如今，人工智能早已成為全球新一輪科技革命和產業變革的著力點，在一定程度上象征著綜合國力和人民福祉。但當“監管”成為人工智能發展的全球時代主題時，我們該如何防止“將新事物扼殺在搖籃”里的心態，在監管之下尋找適合我國AI發展的突破口？我想，我們應該區別于歐盟強監管策略和美國自治式管理模式，站在我國安全與發展并重的立場上，建立一套多維度、多層級、多領域探索人工智能的特色治理之道。
本期小強傳播將用縱向的邏輯來梳理我國人工智能相關的政策文本，以政策延續性的視角來觀測我國AI產業的建設維度和戰略重點，為我國人工智能發展與監管的博弈模式提出相關建議，也為未來我國特色治理道路的研究注入些許活力。
英國政治學家彼得霍爾認為，政策的制定過程包含三個主要變量：指導特定領域之政策的總體性目標；為了實現目標所采取的政策工具；對政策工具的精確設置。[1]他的這一政策范式表明政策的制定和施行是政策制定者、政策制定的目的以及政策工具三者統一協調的過程，政策制定者可以理解為政策發文主體，政策目標可以看作是為了解決某一問題的發文主題，政策工具是實現目標的手段。本文將以彼得霍爾的政策范式理論為基礎，從發文主體、發文主題和政策工具三個方面來考察2017年7月以來人工智能政策的發展和演變。
2017年7月國務院印發的《新一代人工智能發展規劃》是我國第一個在人工智能領域的綜合性文件，重點對 2030 年前我國新一代人工智能發展的總體思路、戰略目標、主要任務和保障措施進行了系統部署。因此，2017年7月是人工智能發展的代表性時間節點，選擇此節點后的時間段能夠有效觀測規劃的落實情況和人工智能的行業現狀。
我國人工智能相關政策的發文主體分析
對2017年7月以來搜集到的19個與人工智能相關的政策文本進行提取，共得到17個政策主體。從人工智能相關政策的發文數量來看，近年來，相關政策的發文數在不斷增加。其中，單獨發文量為16，占總發文量的84.2%，單獨發文量和總發文量的增長趨勢相似，由此可以看出，我國的人工智能政策呈現多以國家部門或機構單獨發文為主，多部門聯合發文為輔的特點。從人工智能政策發文主體結構來看，有8個政策發文主體以協同的方式參與政策的制定和發布，未有單獨發布政策文本的情況。在發文總量靠前的主體中，教育部、科學技術部是以單獨發文為主；國家發展和改革委員會、工業和信息化部是以聯合發文為主。
各發文主體間的合作網絡能夠進一步幫助我們有效地觀測到發文主體的合作水平。若兩個發文主體間存在共同合作發布人工智能相關政策文本的情況，則對應的值為1，否則為0，以此建立鄰接矩陣并導入UCINET軟件繪制政策主體合作網絡圖。在17個頒布過相關政策的政府部門中，有12個主體參與了合作，共構成了55條（去除重復次數）合作關系線，網絡密度為0.4167 。根據點的度數中心度，我們可以看到代表科技部、工信部的節點與許多節點直接相連，較之其它節點擁有較高的度數中心度�？梢�，科技部和工信部在各部門針對不同人工智能政策的合作網絡中擁有較大的“權力”，擔當了制定和發布政策的重要角色。
根據中央法規政策的效力級別，可以將政策文本分為法律法規、行政法規、部門規章、司法解釋、行業規定和團體規定。法律法規經由全國人民代表大會審議通過，效力級別最高；行政法規由國務院制定，級別次之；部門規章由國務院各部委和具有行政管理職能的直屬機構，根據法律和國務院的行政法規、決定、命令，在本部門的權限范圍內制定；司法解釋、行業規定以及團體規定的效力級別相對較低。[2]對19個政策文本的分析顯示，諸如《通知》《意見》這類部門規章較多，共16個，占比84.2%。行政法規、司法解釋等文本較少，所以人工智能在歷時的發展過程中還是缺乏相應的法律法規和規章制度，僅僅通過效力級別較低由部門機構頒發的《通知》《意見》作出大致的引導和整體性規劃，其政策細致度和相關管理方法有待完善。
我國人工智能相關政策的發文主題分析
二模網絡是由于節點的二元性而產生的網絡，建構“發文主體-主題”之間的二模網絡，可以將政策發文主體和發文主題這兩個集合都納入同一個網絡中，以此通過各集合內部的互動來厘清人工智能政策主體與主題的關系網絡結構。通過構建“人工智能政策主體-主題”網絡圖，可以直觀清晰地觀測到各發文主體涉及到的政策主題分布，從而進一步了解發文主體在某領域的關注情況以及歷時人工智能政策的聚焦點。圖中紅色的圓形節點代表發文主體，藍色方形節點代表發文主題，圓形節點越大，越說明該發文主體涉及到的發文主題多；方形節點越大，越說明有較多的發文主體在該主題領域頒布了相關政策。線條的粗細意味著發文主體在發文主題領域發文量的多少。
從整體來看，“場景創新”“建設標準”是政策文本制定過程中最為關注的主題；科技部和工信部最大程度地參與了不同政策主題的制定與頒布。另外，對于具體的政策領域，已有部門形成了相對獨立的“行動者-事件”網絡，如教育部在“人工智能+教育”上就具有極強的“政策發布話語權”。然而多數的部門在“整體規劃”類的主題領域中存在著職能交叉的情況，要求在各盡其責的基礎上共同合作，如促進人工智能倫理安全問題的解決就必須協調動員國務院、最高法和信息安全標委會多個部門，而不是依靠單一部門的獨立管理。
將奇異值分析法應用于人工智能政策文本的“發文主體-主題”二模網絡中，可發現特定的主題組合及其對應的發文主體，降低其維度數，找到兩者間的共同因子[3]。對“發文主體-主題”二模網進行 SVD 分解，共出現10個奇異值。在分析得到的 10個奇異值中，前三個奇異值占總體的 57%，可以解釋人工智能相關政策主體與內容主題之間的特征。
發文主題的因子結果如圖所示，因子1為公共因子，在公共因子1上賦值全為負數，說明在人工智能政策發展未能體現出某一主題的普遍性和重要性。因子2和因子3都是特征因子，在特征因子中數值越大表現出發文主題在該因子下的特征性，場景創新在因子2上的負載值最大，可將其定義為“多領域因子”。人工智能+X（試驗區）和人工智能+X（平臺）在因子3的負載值最大，可將其定義為“單領域因子”。從發文主題的因子結果來看，科技部在這兩個因子的負載值均為最高，前者為0.839，后者為0.226，說明該部門不僅參與整體發展規劃，還對人工智能+X等具體領域負有相應的規范職責，是促進人工智能場景創新、科學化發展、打造多領域智能等政策制定的主要部門。另外，工信部和科技部在“創新因子”中的負載值都較高，工信部“創新因子”負載值為0.340，“人工智能+X因子”負載值為-0.425，這說明在人工智能示范應用場景的發展領域中，工信部和科技部可能存在職責交叉或者共商合作的情況。
將SVD可視化處理后的二維散點圖能更加清晰地聚焦發文主題和發文主體的關系�？梢�，發文主體與發文主題之間并未存在強線性關系，而是存在一些明顯的聚類。
2017年以來有關人工智能的政策可以分為三個階段，從政策的階段性來體現不同時間切片下發文主題的重點和演變。2017年-2018年是新一代人工智能加速發展的初始期，這一時期的發文主題較少，僅僅只有總體規劃性和學科領域性的文件出臺。2017年7月國務院印發的《新一代人工智能發展規劃》作為我國第一個在人工智能領域進行系統部署的戰略規劃，提出了AI發展的總體思路、戰略目標、主要任務和保障措施。同時，“人工智能+教育”的議題也被提上日程。2019年-2020年，發文主題和發文主體較之前一個階段有明顯的增加，多部門齊頭并進，圍繞人工智能建設標準和產業規范的主題逐漸增多。“人工智能+X”的主題涌現，新模式、新樣態的《通知》層出不窮，相關部門先后兩年出臺針對“人工智能+試驗區”的工作指引，并根據實際情況進行調整修訂，“人工智能+教育”的發展主題也得以延續。2021年-2022年這兩年，發文主體開始關注人工智能帶來的倫理安全問題，在兼顧發展主題的同時也不忘管控治理，可以看到這一時期出現了效力層級相對較高的司法解釋文件和法規制度。但負責發展和治理主題的主體部門并未形成結構化的網絡，這說明目前我國尚未將治理融入到具體的沿革路徑里，僅僅對人工智能的設計制造和使用范圍作出預先性的防范，并未在具體發展場景中介入調節和干預。
我國人工智能相關政策的政策工具分析
政策目標的實現需要合理的政策工具支持，政策工具包括一系列的方法、機制和手段，在不同學者對政策工具的論述中，Rothwell, Zegveld按照政策對科技活動的作用層次，將政策工具分為三種類型：一是供給型政策工具，即政府通過資金、人才、信息、技術等手段直接供給；二是環境型政策工具，即以法規制度等策略性約束來營造良好的發展環境；三是需求型政策工具，即要求政策拉動市場需求，增加市場的活力,消除不利于政策對象市場發展的因素。[4]在對19個涉及到人工智能的政策文本進行分析后，總結出了促進人工智能發展的政策工具的具體維度。
從政策工具的條文分布來看，我國人工智能政策文本中涵蓋了三個主要的政策工具，最為主要的是環境型和供給型政策工具，主要占比為56%和27%。其中，環境型政策工具以策略措施和目標規劃為主，“加強、構建、調整”為關鍵詞，對人工智能的基礎層面、應用層面、技術層面進行政策性策略引導，所涉及的措施較為全面但缺乏有針對性的政策。供給型政策工具主要關注人才和財政投入，在人才投入方面，多以教育培訓，加強人才資源保障來實現國家層面對人工智能領域的人才培養需求。另外在財政方面，政策鼓勵各地試驗區的創新發展并給予了一定的資金支持，并通過財政投入和政策傾斜，激發企業積極性和行業活力。需求型政策工具相對來說使用較少，目前僅僅依靠宣傳引導、開展公共活動來提高社會對人工智能的認知水平及拉動需求。國際間的交流合作聚焦于推動制定人工智能領域相關國際標準和倫理規范，補齊國內人工智能發展的短板，這是兼顧人工智能監管和發展需求的重要維度，但該政策工具目前使用不足。
結論與展望
自2017年《規劃》提出以來，人工智能的行業發展在國家政策的指引下已經初具規模，甚至小有成就，從剛開始的單一發文主體到建立發文主體間的內部合作網，有關人工智能的相關政策制定和頒布的體系已日漸成熟，主體責任日趨明晰。政策發文主題逐漸“由模糊到聚焦”，從“整體規劃”到“人工智能+X”的具體領域發展，再到對“科技倫理”的關注，人工智能的政策文本正在與現實發生密切碰撞。為了回應AI發展的現實關切，相關的政策里也體現出了多樣化的政策工具，其中環境型政策工具使用占據主導地位，由于人工智能涉及到的類別、模式、場景繁多，因此大部分的政策都從“政策引領，行業自律”這一塊入手，給人感覺“整體有余，而細節不足”，自主解釋性較強，強制規范性較弱。
為此，本文主要提出兩大建議：首先是優化政策主體網絡結構。我們可以看到，人工智能的政策在一定程度上是多部門聯合商議的產物，因此，我們有必要關注部門間的溝通是否暢通、是否透明；是否存在權責交叉的問題而考慮部門合并，節約資源；是否需要專門建立相關小組，就人工智能的具體問題進行具體分析。另外，政策的效力問題也是有關部門需要考察的重點，要思考在什么情況下采用效力層級較高的政策文本來管理和規范，以及政策效力的約束時間規定，以防政策成為無效的“故紙堆”。
其次是完善政策工具應用結構。供給型政策工具的直接推動作用、環境型政策工具的間接引導作用以及需求型政策工具的拉動作用，是促進我國人工智產業發展的三駕馬車，三者缺一不可。[5]但目前我國人工智能的政策工具存在環境型過溢，而需求型不足的情況。在生成式AI引發如此大的熱議之際，我們亟需正視機器生成內容的價值和人類作為主體的利益需求，通過更多樣的方式來加強監管，增加合法利用AI的社會需求，減少違法使用而牟取利益的非公共需求。另外，調整環境型政策工具的內部維度比例，在法律規范上保障人工智能發展環境穩定。
參考文獻
[1]彼得霍爾,彭科,溫卓毅.政策范式、社會學習和國家:以英國經濟政策的制定為例[J].中國公共政策評論,2007,1(00):1-28.
[2]崔德霞,潘文年,盧繼海,杜娜.中國出版業“走出去”政策措施的特征分析與優化基于43項政策文本的內容分析[J].科技與出版,2023(01):134-144.
[3]劉軍. 整體網分析講義: UCINET 軟件實用指南[M]. 格致出版社上海人民出版社, 2009:333.
[4]ROTHWELL R, ZEGVELD W. Reindusdalization and Technology[M]. London:Logman Group Limited, 1985: 83-104.
[5]馬曉飛,白雪松.基于34份國家層面人工智能產業政策的文本量化研究[J].北京郵電大學學報(社會科學版),2021,23(05):19-30.DOI:10.19722/j.cnki.1008-7729.2021.0166.
