点击蓝字
关注我们


梁正
清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任、中国科技政策研究中心副主任、公共管理学院教授

当前,人工智能“治理”与“发展”的平衡问题,其实是一个很现实的困境——过度治理可能抑制创新,放任发展又可能带来失控风险。中国是如何处理这一对矛盾的?这对其他国家有何启示?清华大学人工智能国际治理研究院副院长梁正教授谈了他的看法。
人工智能“治理”与“发展”的平衡问题,是当前全球人工智能治理讨论中最核心的张力之一。
“治理”与“发展”的关系,本质上是对“速度”与“安全”、“创新”与“规制”之间关系的把握。不同国家对此有不同的处理方式。美国倾向于“轻监管、重创新”,强调不给产业发展设置过多障碍;欧洲则倾向于“重监管、防风险”,以《人工智能法案》为代表实施严格的分级监管。这两种模式各有其道理,但也各有其代价——美国的模式可能在某些风险领域反应滞后,欧洲的模式可能在一定程度上抑制了本土人工智能产业的活力。

中国的做法可以概括为“发展与治理并重、在发展中规范、在规范中发展”。具体来说,有几个特点。
第一是“分级分类、精准施策”。中国没有采取“一刀切”的监管方式,而是根据人工智能应用场景的风险等级采取差异化的管理措施。对于具有较高风险的领域——比如深度伪造、人脸识别等——实施较为严格的规制;对于低风险的应用场景,则更多采取鼓励和引导的方式。这种“精准治理”的思路,试图在风险防控和创新激励之间找到最优平衡点。
第二是“动态调整、敏捷治理”。中国很早就提出了人工智能“敏捷治理”的理念。面对快速演进的技术,不追求一步到位的完美立法,而是通过暂行办法、试点先行、逐步完善的方式,让制度跟着技术一起迭代。《生成式人工智能服务管理暂行办法》就是一个典型——它以“暂行办法”的形式出台,本身就意味着这是一个动态调整的制度安排,会根据实践反馈不断完善。
第三是“试验先导、先行先试”。中国在多地设立了人工智能试验区和创新应用先导区,允许企业在可控范围内进行创新试错。这种思路既为创新提供了空间,也为监管积累了经验。海南自贸港、北京、上海等地在人工智能治理方面的先行探索,为全国层面的制度设计提供了实践基础。

这种“发展与治理并重”的模式,对其他国家特别是发展中国家具有一定的参考价值。它表明,“治理”不等于“抑制创新”,“发展”也不等于“放任不管”,关键在于找到适合本国国情和发展阶段的平衡点。
对于人工智能产业尚处于起步阶段的国家,可能需要给予更多的创新空间和政策激励;对于人工智能应用已经深度渗透的国家,则可能需要更完善的规制框架来防范风险。中国的经验不是一套可以简单照搬的模板,而是一种可供参考的治理思路——在动态变化中找到适合自己的节奏。
本文节选自《领导文萃》2026年10月上“高端访谈”栏目《全球人工智能治理的新坐标——专访清华大学人工智能国际治理研究院副院长梁正教授》
特约记者 | 李然
责任编辑 | 几何
微信编辑 | 清晰





内容中包含的图片若涉及版权问题,请及时与我们联系删除



评论
沙发等你来抢