交织叙事：社会与计算机科学对人工智能基础设施的洞见

2016年，以美国为代表的全球各国纷纷出台《国家人工智能研究与发展战略计划》等国家级人工智能基础设施战略，标志着一场塑造社会与经济未来的全球竞赛已然展开。但这些战略文件并非简单的政策宣告，它们更是一种“交织叙事”（entangled narratives），即各国借此讲述关于自身价值观、优先事项与未来愿景的故事。这些叙事相互交织、彼此借鉴，但又各自独立、各有侧重。

本文的核心论点是，要理解全球人工智能基础设施的多样化格局，必须超越传统的国际关系理论框架。现有理论往往将基础设施和技术采纳的差异归因于地缘政治竞争、模仿效应或政治制度差异，但这难以解释各国战略在具体细节上的微妙差异与创新。我们提出的“交织叙事”概念，整合了传播理论、基础设施研究与技术扩散理论的洞见，认为人工智能战略的形成是一个多元且复杂的态势。

“交织叙事”具有多个组成部分，它既非单一的价值观向量，也非一个主导性的聚合结果。它更像一个“人工智能衣橱”，各国从中挑选不同的“单品”（如机器学习、经济竞争力、数据监控等基本元素），但最终组合出的“套装”却各具特色，反映了其独特的历史制度背景与能力禀赋。例如，中国、美国等科技领先国家强调基础研究能力，而印度则更侧重于利用其独特的国家数据集来发展应用层面的服务交付。

为了捕捉这种复杂性，本文将机器学习和自然语言处理等人工智能技术与传统的社会科学质性分析相结合，运用一种名为“潜在狄利克雷分布”（Latent Dirichlet Allocation, LDA）的无监督学习算法，对全球范围内200多份国家级及次国家级（即各政府部门发布的）人工智能政策文件进行主题建模。这种方法能够以数据驱动的方式，自动识别出文本中反复出现的“主题”，并将每份文件表示为这些主题的概率分布，从而在不牺牲精细化分析的前提下进行可推广的模型构建。

本研究的方法论核心是利用LDA主题模型，从海量的人工智能政策文本中提取深层结构与核心议题。LDA算法的基本假设是：每一份文档都是由一系列主题以不同的概率混合而成，而每一个主题又是由一系列词语以不同的概率构成。分析流程如下：

1.数据收集与预处理

我们收集了截至2023年中期的54个国家和地区的221份人工智能战略与政策文件。在分析前，我们对文本进行了标准化预处理，包括移除通用词、国家自称以及出现频率过高或过低的词语，以确保模型能够聚焦于具有区分性的实质内容。

2.模型训练与优化

为增强结果的鲁棒性，我们采用了集成LDA方法。该方法通过多次运行LDA模型并构建一个“模型集成”，从中筛选出稳定出现的主题。我们通过主题一致性得分等技术指标来评估和选择最优模型。

3.结果解读

模型输出的结果是每个国家在不同主题上的概率分布，以及每个主题下的关键词列表。通过对这些结果的可视化和聚类分析，我们可以清晰地看到国家集群、核心主题以及各国的战略侧重。相比传统的关键词频率分析或人工文本解读，这种方法能够捕捉词语背后的语义关联，揭示出更为抽象和深刻的政策议题。

我们的分析在三个层次上展开，国家级战略比较、包含次国家级战略的政策深度比较，以及跨国重要政策主题分析。

（一）国家级战略层面：七个显著的国家集群

在仅分析各国最高级别国家人工智能战略的层面，我们识别出了七个显著的国家集群。

1.科技先行者（中国、美国、日本）。战略核心高度一致，集中于基础科学与技术能力。关键词包括“联邦”、“劳动力”、“数据集”、“硬件”和“网络安全”。

2.德-瑞合作主义集群（德国、瑞士）。同样强调技术发展，但更侧重于社会对话与治理过程。“对话”、“欧洲”和“中小企业”等关键词凸显了其对多方协商和产业生态的重视。

3.欧盟集群。以欧盟及其多数成员国为代表，聚焦于欧盟层面的政策规划与经济社会议题。关键词包括“项目”、“经济事务”、“组织”和“能力”。

4.拉丁美洲-西班牙影响集群。由西班牙及多个拉美国家构成，其主题带有强烈的发展与议程设置色彩。关键词包括“提议”、“生产性的”、“轴心”和“经合组织”。

5.英联邦影响集群。包括英国、印度、新加坡、澳大利亚等国，具有鲜明的创业与问题解决导向。关键词包括“部署”、“初创公司”和“解决”。

6.其他经济发展集群。如以希腊、塞浦路斯为代表的经济集群，和以泰国、韩国为代表的经济增长与发展集群，分别聚焦于数字化服务和特定产业应用。

分析揭示出国家人工智能战略呈现出清晰的区域性、历史性和发展阶段性特征。领导者国家关注核心能力，而其他国家则根据自身条件和外部影响网络，形成各具特色的战略路径。

图1 国家人工智能基础设施热力图

*图注：该热力图展示了各国国家级人工智能战略在不同主题上的分布情况。纵轴为国家，横轴为主题。颜色越深（蓝色）表示该主题在该国战略中的权重越高。左侧的聚类图显示了战略相似国家的集群关系。

图2 主题、集群、关键词与对应国家

*图注：该表详细解释了图1中各主题的内涵，列出了每个主题的核心关键词及代表国家，是理解热力图的关键。

（二）次国家级战略的政策层面

将次国家级政策文件纳入分析后，人工智能领域的领导者（中国、美国、德国、日本、欧盟）在政策深度层面变得更加独特，各自形成了几乎独一无二的主题，其治理已深入社会经济的各个层面。例如：

1.德国。其独特性在于对伦理和社会关切的高度重视，关键词包括“伦理”、“同意”、“义务”和“通用数据保护条例（GDPR）”。

2.美国。其独特性在于具体的政府机构参与和经济导向，提及了国家科学基金会（NSF）等机构，并强调“基准”、“版权”、“专利”等议题。

3.中国。其独特性在于对基础科学、安全和标准化的强力推动，关键词包括“理论”、“突破”、“深度学习”和“防御”。

与此相对，大多数其他国家则趋向于围绕几个基础性主题进行聚合。超过三分之二的国家都高度集中于一个核心主题，可以将其概括为人工智能基础设施的“3C”：能力（Competences）、关切（Concerns）和性能（Capabilities）。在此基础上，部分国家进入了发展的第二阶段，即监管与经济组织阶段。这表明，全球人工智能基础设施的发展存在一个从“基础构建”到“深度治理”的演进路径。

图3 国内人工智能基础设施热力图（包含次国家级计划）

*图注：该热力图的数据源包括了所有国家级和次国家级的政策文件。与图2对比，可以清晰地看到领先国家（如中国、美国、德国）从集群中分离出来，形成独特的单一主题，而其他国家则趋于聚合。

图4 国内人工智能基础设施：主题词云

*图注：该图以词云形式直观展示了图3中几个关键主题（尤其是领导者国家独特主题）的关键词。词语大小代表其重要性，生动揭示了各国独特的治理侧重点。

（三）跨国重要政策层面

最后，研究聚焦所有次国家级文件中最重要的五个跨国政策主题，揭示出全球人工智能治理的共同议程。

1.数据集与治理。这是人工智能发展的基石，是中美欧日等主要参与者的博弈焦点。

2.教育与培训。人才培养是各国共识，在此主题上，中国的文件占据绝对主导地位。

3.经济。人工智能作为经济增长引擎，是各国普遍关注的议题，但当前叙事更偏向工业和后工业领域。

4.合同与产权。法律与监管框架，主要由欧盟及其他奉行多元主义的经合组织国家主导。

5.交通。以自动驾驶为代表，集中讨论责任、损害、赔偿等问题，欧盟和澳大利亚的文件在这一领域最为突出。

这五个主题的分析进一步证实了人工智能战略的“纠缠”特性。各国在一些基础议题上存在共识，但在治理模式和具体应用监管上则展现出不同的路径依赖和价值取向。

本研究通过结合计算科学与社会科学的方法，对全球国家人工智能战略进行了系统性分析，得出了关于“交织叙事”和技术扩散的三个核心结论。

首先，全球人工智能战略格局是多元且复杂的，并非单一的地缘政治竞争叙事所能概括。我们的聚类分析显示，除了中美等国的领先地位，还存在基于区域、历史联系和治理模式的多个战略集群。这证实了技术扩散并非简单的线性模仿，而是在不同社会政治情境下被创造性地采纳和重塑的过程。

其次，人工智能基础设施的发展呈现出阶段性特征，领导者与追随者的战略逻辑存在根本差异。在政策深度层面，领先国家展现出高度的独特性和复杂性。而大多数国家则聚焦于构建基础能力，其战略更具共性。这一发现为理解全球数字鸿沟提供了新的维度，即政策深度和治理成熟度的鸿沟。

最后，“交织叙事”的理论框架与计算分析的方法论相结合，为研究复杂的全球事务提供了强有力的工具。我们的方法不仅揭示了宏观的模式，还保留了对微观细节的洞察，实现了“模式”与“粒度”的统一。这证明了将人工智能技术用于分析人工智能政策，能够超越传统研究方法的局限，捕捉到难以观测的文本内在结构和关联。

总而言之，要理解21世纪全球技术治理的复杂动态，我们必须超越简单的二元对立框架，转向一种能够容纳多样性、交叉性和演化性的“交织叙事”视角。社会科学与计算机科学的深度融合，为此提供了前所未有的分析能力，使我们能够更精确地描绘出各国在全球人工智能浪潮中如何讲述自己的故事，以及这些故事如何共同编织出这个时代的全球图景。