人工智能立法的基础性问题

近日，国务院办公厅印发《国务院2026年度立法工作计划》，明确提出加快推进人工智能健康发展综合性立法。这表明决策层已将完善人工智能的规则框架列入优先议程。从比较法视角观察，欧盟、美国等法域均在探索人工智能领域的法律规范路径，但与其他领域数字规则，如个人数据保护、数字内容生态治理等相比，还难言形成了稳定、成熟的规范思路。其中关键，在于人工智能立法面临一些基础性的挑战，需各国探寻符合技术发展规律和本国治理传统的方案。

一、如何界定立法的调整对象

如何界定调整对象，决定立法的覆盖范围与规制效果。界定过宽易造成过度规制，限制市场创新；界定过窄则难以达到规制目的。理想的法律定义须同时满足精确性、可理解性与技术开放性等要求，使规制对象明确，且为技术进步留有空间。传统上，技术领域的立法要么通过对所规范技术进行概念界定，要么依赖默认共识来确立调整范围。然而，人工智能至今尚无可操作的法律定义，学界对其涵盖哪些领域也缺乏共识。

在此背景下，一些法域如欧盟《人工智能法案》更加注重采用基于风险的界定方法，聚焦于何种场景下人工智能应受规制，依据应用场景的不同，划定禁止、高风险、低风险等梯度，分别适用差异化规则。我国目前对人工智能的规范，虽然没有明确采用风险分级的办法，但也体现了以应用场景为核心进行规制的逻辑，例如《生成式人工智能服务管理暂行办法》《互联网信息服务算法推荐管理规定》《人工智能拟人化互动服务管理暂行办法（征求意见稿）》。

这种规范思路能否成功，取决于对风险场景的描述能否尽量精确、全面，且能够伴随技术的发展而动态调整，例如一些法域重视对公共部门使用人工智能进行规范，但我国现行规范在这一领域就存在较多空白。

二、如何对通用性技术进行立法

虽然历史上不乏对前沿技术进行立法规范的先例，但人工智能的通用性带来了独特的挑战。传统上被立法规范的技术大多有特定的应用范围，如生物医学、核能、农业转基因等。而对人工智能技术进行立法面临的独特挑战在于，它具有很强的通用性，正在向社会生活的各个领域全面渗透。这意味着，相关的立法很可能成为所有领域都要遵守的规范。那么如何避免僵化，防止对某个领域的特殊性照顾不充分，便成为巨大的挑战。

实际上，对欧盟《人工智能法案》的最重要批评在于，其以横向水平立法为基本特征，要求人工智能技术都要按照其定义的风险高低遵守相应规则。这虽然有利于规则统一明确，但是在一些具体场景中，可能因为规则的僵化带来过高的合规成本。而且，它还需要解决与特定领域既有规则的冲突。实际上，其最新修正就试图回应与《数字服务法》等领域的规则和管辖重叠问题。正是面对这一巨大挑战，美国此前采取了截然不同的规范思路。拜登政府发布的《人工智能权利蓝图》的思路是，规定人工智能开发部署等需要遵守的一些通行的原则，但这些原则具体如何落实、细化，则由各个领域根据自身的法律基础和行业实际进行垂直领域的具体化。

目前，我国对人工智能的规范较为分散，呈现出场景化的特征，即依托特定领域的监管权限，分别颁布针对算法推荐、生成式人工智能、深度合成等不同应用的单行规定。这种规范方式产生各规定之间碎片化的问题，不同场景具有各自的规制逻辑，既容易在跨场景适用时冲突，也导致对人工智能的法律框架缺乏整体协调。这一问题是当下推进综合性立法的重要考虑。但是，欧盟立法方式的缺陷也值得我们警惕。实际上，我国现行对人工智能的规范，已经在一些领域产生了僵化的倾向。以人工智能生成内容标识规则为例，其在信息内容传播领域旨在防止信息误导，具有合理性；但在电子商务领域，风险类型与规制目的不同，不区分是否存在产生信息误导的风险，一刀切似的要求就可能带来僵化。

因此，考虑到人工智能在不同领域的应用会产生大量不同的问题，综合性立法应当更加注重原则规定。这类原则体既可以为目前各单行规定填补空白，也可以作为尚未出现的或潜在的人工智能风险的规范的指引。同时，它们可以为目前各单行规定确立统一的价值位阶、主体责任分配与权利保障底线，并为跨场景规则协调提供基础。

与此相关的一个问题还在于如何分配监管权限。在欧盟统一立法的模式下，设立人工智能办公室统一协调执法，各成员国主管机构在本国范围内保留执法权限。这一模式有助于形成统一的内部市场规则，推动整合性监管。然而，单一执法机构也难以掌握所有领域的专业知识。就我国而言，自动驾驶、医疗器械、网络信息内容、电信基础设施、电子商务等不同领域均存在对人工智能技术应用进行监管的需求，这些领域存在不同的监管部门，因此，综合性立法须回应跨部门监管协调的问题。如何界定各部门监管边界，同时建立协调机制处理跨部门监管争议，是立法需要重点关注的问题。

三、如何科学设计规制工具

规制工具是否有效，直接决定立法目标能否落地。由于人工智能技术的特殊挑战，塑造可信、安全的人工智能，有赖于科学设计并不断优化规制工具。

就确保技术性能而言，传统产品法将事前准入作为产品进入市场的基本条件，产品须经事前评定满足有效性、安全性等方面的一系列标准后，方被许可进入市场。然而，人工智能系统具有在使用中持续迭代的技术特性，初始评定结果难以持续反映系统的实际性能状态。过度强调事前管控，可能抑制技术发展；过度依赖事后补救，则对已发生的权利损害救济往往不够充分。立法者须在两者之间作出审慎的制度安排，建立动态合规机制，将事前准入评估与事后持续监测相结合。

就防止技术滥用而言，过去需要借助专业工具、依赖专业人员方可完成的工作，现在人工智能技术使得普通人亦可完成。这固然会释放巨大的创新潜能，但也意味着，不法分子借助人工智能技术实施违法、侵权甚至犯罪活动的技术门槛也极大降低。政府监管执法资源的有限性决定了不能仅仅通过对恶意使用者进行追惩来遏制滥用。强化开发者与部署者的义务，要求其评估技术被滥用的风险，并在技术设计中妥善地加以减缓，就成为必然选择。然而，从现实来看，这一领域主要的规制工具如风险评估、科技伦理审查、对违法使用监测和报告等都是程序性的。其优点是在不直接干预技术路线的前提下降低信息不对称，为受影响主体的权利救济提供制度依托。而且在技术滥用中，使用者的动机与行为始终是风险因素，开发者和部署者可以降低、减缓其技术被滥用的风险，但难以杜绝所有的违法使用。因此，法律很难从实体上提出开发者、部署者所有应当尽到的义务标准。然而，程序性规制的局限性同样值得重视，形式合规可能掩盖实质风险。

因此，如何推动这些程序性规制工具实际发挥作用，也需要仔细考虑和妥善设计。

人工智能立法所面对的是一个技术边界尚未稳定、风险持续演变的规制对象。定义的精准性、模式的适应性、工具的有效性，共同决定立法能否实现兼顾创新包容与权利保障的规范目标。过于追求体系完备的统一立法，可能在合规成本、技术演进和执法能力的压力下失效；而高度分散的场景化规制，又面临体系协调与监管效率低下的问题。因此，推进人工智能综合性立法，有必要在上述两端之间寻求制度平衡，以原则性立法确立体系框架，以场景化规则落实具体责任，建立统一的监管协调机制，在法治轨道上构建人工智能治理体系。

免责声明：本文转自《环球财经》，原作者赵鹏。文章内容系原作者个人观点，本公众号编译/转载仅为分享、传达不同观点，如有任何异议，欢迎联系我们！

推荐阅读

转自丨环球财经

作者丨赵鹏

研究所简介

国际技术经济研究所（IITE）成立于1985年11月，是隶属于国务院发展研究中心的非营利性研究机构，主要职能是研究我国经济、科技社会发展中的重大政策性、战略性、前瞻性问题，跟踪和分析世界科技、经济发展态势，为中央和有关部委提供决策咨询服务。“全球技术地图”为国际技术经济研究所官方微信账号，致力于向公众传递前沿技术资讯和科技创新洞见。

地址：北京市海淀区小南庄20号楼A座

电话：010-82635522

微信：iite_er