AAAI 2025 人工智能研究的未来 / 第四部分:研究范式、生态与治理

AI 的地缘政治层面与影响

AI 的崛起正在重塑全球力量关系和国家投资优先级,并影响经济、安全和治理结构,同时带来公平与控制方面的新挑战。

AI 的崛起正在重塑全球力量关系和国家投资优先级,并影响经济、安全和治理结构,同时带来公平与控制方面的新挑战。

核心要点

  • AI 投资、协调、最佳实践与监管都已具有国际范围。一方面,各国通过政府和非政府项目加强合作;另一方面,AI 也成为地缘政治竞争场域,各国希望获得经济、军事和战略优势。
  • AI 监管、保密与技术领先竞赛之间的张力,使国际合作更加复杂。
  • 国家根据自身政策和竞争目标部署 AI,带来正义、公平和民主价值问题,需要新的治理框架,其中部分必须具有国际范围。

本章主席: Virginia Dignum;Holger Hoos;Eric Horvitz

背景与历史

AI 已经从单纯的研究和技术领域,转变为全球经济和安全战略的重要组成部分,同时各国也开始建立治理机制来塑造其负责任使用 [1,2]。

大型语言模型和 AI 自动化等近期发展进一步加剧国家间焦虑与竞争,尤其美国、中国、俄罗斯和欧盟之间的竞争。

美国

2023 年 10 月,Biden 总统签署“安全、可靠和值得信赖的人工智能”行政命令 [3],建立在此前 AI Bill of Rights [4] 基础上,强调公民权利、隐私、安全标准、透明、公平和避免算法歧视。

美国还建立国家 AI Safety Institute [5],并推动 International Network of AI Safety Institutes [6]。

2025 年 1 月,Donald Trump 就任后撤销前述行政命令,并发布“移除美国人工智能领导力障碍”行政命令,重点转向维持和增强美国全球 AI 领导地位,以促进“人类繁荣、经济竞争力和国家安全” [7]。

欧盟

欧盟 AI Act [8] 于 2024 年生效。其采用风险分类框架,把 AI 系统分为不可接受、高、有限和最低风险,并为高风险应用规定更严格的安全、透明和监督义务。

中国

中国将 AI 描述为“重大战略机遇”,提出到 2030 年成为世界 AI 领导者 [9]。

中国也是较早建立具体 AI 监管制度的国家之一,例如推荐算法管理规定 [10]。AI 同时被持续整合进监控基础设施。

俄罗斯

2019 年,俄罗斯发布加速 AI 发展的国家战略,时间范围延伸至 2030 年;2023 年更新方案包含保护人权、安全、技术主权和支持竞争等原则 [11]。

国际合作

美国 National Security Commission on AI 报告 [12] 强调,需要围绕 AI 治理、国防、人权规范和自主武器建立国际协调。

近期国际合作机制包括:

  • OECD;
  • 联合国;
  • GPAI;
  • 2023 年英国 Bletchley Park AI Safety Summit;
  • 2024 年 AI Seoul Summit;
  • 2025 年巴黎 AI Action Summit;
  • International Network of AI Safety Institutes。

跨国协调议题正在扩展到人权、隐私、训练数据知识产权、AI 生成虚假信息和生物安全。

国际治理中的主要矛盾

各国国家利益和监管路线高度碎片化,围绕贸易、安全和人权的分歧持续存在。

2025 年 AI Action Summit 中,不同国家对监管强度存在明显分歧。一些国家强调严格 AI 安全规则,另一些则担心规则过强会限制创新和投资。

国际峰会也受到代表性不足的批评,特别是全球南方和东南亚等地区参与有限。这引出对全球 AI 治理合法性和有效性的质疑。

与此同时,经济竞争非常激烈。报告提到美国 Stargate 计划以及欧盟 InvestAI 等大规模基础设施投入,印度则强调包容性和开放合作。

如果缺少协调的国际协议,监管碎片化可能进一步加剧安全风险、经济不平等和地缘政治不稳定。

当前状态与趋势

AI 成为国家实力的重要变量

AI 正影响贸易政策、军事战略和外交关系。美国与中国在全球 AI 竞争中占据重要位置,欧洲更强调伦理和监管。

AI 驱动监控和数据收集也在改变治理模式,并引出隐私和公民自由问题。

监管体系碎片化

不同主要经济体对 AI 安全、创新、基本权利和国家竞争力的权重不同,因此形成差异明显的监管路径。

政府加强国际协调

主要机制包括国际峰会、AI Safety Institutes 网络以及联合国、OECD 等多边机制。

私营部门与民间组织建立自愿标准

例如:

  • C2PA 媒体来源认证标准;
  • 针对 AI 生成选举内容的行业承诺;
  • 生物安全领域的负责任 AI 原则;
  • 核酸筛查协议国际协调。

开源与专有模型争议

争议核心包括:

  • 可访问性;
  • 偏差;
  • 训练数据透明度;
  • 国家和非国家行为体滥用风险。

半导体出口限制也影响全球供应链并加剧技术鸿沟。

伦理与社会问题

AI 在人力资源、医疗、执法和金融服务等领域的决策会直接影响公平与不平等。

自主和半自主军事系统快速发展,也挑战传统战争规范、战略稳定与责任机制。

研究挑战

AI 治理模型

  • 建立具有国际范围的 AI 治理框架、条约、规范和实践。
  • 协调不同国家法规,减少全球治理碎片化。
  • 加强全球治理执行机制与问责。
  • 研究不同治理模式对地缘政治稳定的影响。

重点国际合作议题包括:

  • 监控与人权;
  • AI 知识产权;
  • 自主和半自主武器;
  • AI 与生物安全;
  • AI 生成虚假信息;
  • 真实与生成内容的来源认证。

AI 地缘政治风险

需要研究:

  • AI 驱动的深度伪造、自动化虚假信息与宣传;
  • 半导体短缺和出口限制等供应链问题;
  • AI 自动化和贸易限制对全球市场的影响;
  • AI 驱动网络安全、网络—物理威胁检测与关键基础设施韧性;
  • 核酸合成筛查及生物安全;
  • AI 军事决策、自主武器、战略稳定和国际人道法责任。

推动符合伦理的 AI

  • 建立跨学科公平和问责框架,把政治学、经济学与伦理学纳入 AI 治理。
  • 研究在地缘政治碎片化环境中提高全球协议可执行性的方法。
  • 研究 AI 政策中的“技术解决主义”风险,确保 AI 补充而不是取代人类主体性与伦理治理。

社区意见

  • 49.47% 认为 AI 科学家应该参与政策讨论。
  • 53.68% 支持联合国等国际治理机制。
  • 63.16% 支持双边协议。
  • 主要挑战包括网络安全、战争、经济替代,以及政府与企业控制之间的平衡。
  • 对军事 AI 的伦理担忧很强:36.84% 强烈同意其重要性,37.89% 同意。
  • 超过 40% 支持围绕公共数据使用、武器部署限制和隐私监管建立国际协议。
  • 受访者强调,协议应具体且可执行,而不能只停留在象征性声明。

参考文献

原报告共列出 27 项参考文献,包括全球 AI 治理研究、美国行政命令、AI Bill of Rights、NIST AI Safety Institute、欧盟 AI Act、中国 AI 发展规划与算法规定、俄罗斯 AI 战略、NSCAI、OECD/UN 全球治理、Seoul Declaration、生物安全、网络安全和 International AI Safety Report 等。完整条目见原报告第 84 页。