本文由比利时KU Leuven法学院Nathalie A. Smuha撰写,发表于2021年的《Law, Innovation & Technology》期刊第13卷第1期。论文标题为《从“人工智能竞赛”到“人工智能监管竞赛”:人工智能领域的监管竞争》。本文是一篇学术论文,旨在分析全球人工智能(AI)发展浪潮下的一个新兴且关键的现象:各国和地区之间为制定AI监管规则而展开的竞争。
论文核心观点:
论文的核心论点是,当前全球范围内争夺AI技术领先地位的“人工智能竞赛”(race to AI),正在催生一场平行的“人工智能监管竞赛”(race to AI regulation)。作者认为,随着AI技术风险的日益凸显,建立能够确保AI“可信赖”(trustworthy)的监管框架,不仅是为了最小化风险、保护公民,也成为了促进AI技术应用、增强法律确定性、从而在AI竞赛中取得优势地位的关键战略。因此,各国和地区在竞相开发和应用AI的同时,也在竞相成为AI监管规则的制定者和标准输出者。
主要观点阐述:
1. 人工智能监管的必要性与挑战: 论文首先阐述了为何AI需要监管以及监管面临的独特困难。背景是AI被视为具有变革性的战略技术,各国(如中国、欧盟、美国)均发布了国家级AI战略,旨在争夺领导地位。然而,AI在带来巨大效益的同时,也带来了侵犯基本权利(如隐私、非歧视)、操纵行为、安全威胁等显著风险。因此,监管的角色在于平衡“促进创新”与“提供保护”。作者引用了Lawrence Lessig的经典理论,指出监管工具不仅包括法律,还包括社会规范、市场力量和架构/设计。
然而,对AI进行有效监管面临多重障碍:首先,AI缺乏统一的定义,且其涵盖的技术范围不断变化(“AI效应”),这给针对性立法带来困难。其次,针对特定技术的监管(如AI)可能产生扭曲市场、抑制其他技术路径的意外后果,因此“技术中立”的监管(如欧盟的GDPR)常被提倡。但作者也指出,AI的某些特性(如自主学习能力、决策不透明性、对人类决策的深度代理)可能使其需要特殊的监管关注。再者,AI应用多种多样,风险高度依赖于具体场景(如司法预测与汽车制造),一刀切的监管可能不适用或产生不良副作用。最后,AI监管涉及税法、侵权法、数据保护法、知识产权法等多个法律领域,需要整体性和协调性的视角。
2. 监管竞争的可能性分析: 论文探讨了AI监管竞争在理论上是否可能发生。作者引入了Charles Tiebout的监管竞争理论,该理论认为在分权决策、信息透明、转换成本低等条件下,辖区间竞争可以催生最优监管规则。然而,将这一理论应用于AI监管的国际竞争时,作者分析了五个条件:(a) 决策权分散:目前AI监管权仍主要在国家层面,国际组织尚未形成有约束力的统一规则,条件满足。(b) 信息透明:关于各国监管效率的信息理论上可获取,但实践中因监管体系复杂而变得不透明,条件部分满足。© 监管灵活性:国家层面的监管调整,尤其在欧盟这样的超国家实体中,往往程序复杂、速度较慢,条件较弱。(d) 转换成本低:AI相关资源(人才、资本、基础设施)跨国转移的成本高昂,且存在法律障碍(如移民政策),条件不充分。(e) 负外部性小:一国宽松的AI监管可能对其他国家产生负面影响(例如,出口具有危害性的AI系统,或对隐私等价值持有不同看法),条件不满足。
基于此分析,作者认为促成理想监管竞争(即“竞相向上”,race to the top)的条件并不完全具备。相反,存在引发“竞相向下”(race to the bottom)的风险,即各国为吸引投资和发展,竞相降低保护标准。
3. 监管竞争的现实性分析: 尽管存在“竞相向下”的担忧,但作者指出,现实情况可能更为复杂。一方面,建立对AI的“信任”本身被视为一种经济资产。研究(如凯捷咨询的报告)表明,消费者更愿意为提供符合伦理的AI的公司付费。因此,欧盟将其“可信赖AI”的伦理路径视为竞争优势。另一方面,作者提出了本文的核心论点:“人工智能竞赛”正在引发“人工智能监管竞赛”,并表现为两个层面同时发生的动态。
4. 监管竞争与趋同的可取性分析: 论文最后探讨了监管竞争与趋同哪种路径更可取。监管趋同,特别是能建立具有约束力的全球基本保障规则,有其明显优点:能为全球公民提供一致保护,防止“竞相向下”的囚徒困境,为各国企业创造公平竞争环境。然而,作者也指出了两个关键问题: * 趋同水平: 国际共识可能寻求的是各国都能接受的“最低共同标准”,这可能导致保护水平整体降低,并非理想结果。理想的趋同应设定适当的保护水平,并允许个别国家采取更高标准。 * 稳定性: 趋同规则的稳定性取决于政治稳定性和执行机制。具有约束力和有效制裁机制的规则比自愿性指南更稳定。
另一方面,完全否定监管竞争也有其弊端。鉴于AI技术及其社会影响仍处于早期阶段,证据不足,最佳监管模式尚不明确。在这种情况下,允许各国进行一定的监管实验和“试错”,可能有助于发现更优的监管方案,避免全球统一规则一旦出错便造成广泛负面影响的风险。然而,这种实验必须以不造成不可接受的社会成本为前提。
论文的意义与价值:
本文的价值在于系统性地构建了一个分析框架,用以理解全球AI治理的动态。它超越了简单的“监管越多越好”或“监管越少越好”的争论,深入剖析了在技术竞争白热化的背景下,监管本身如何成为一种战略工具和国家间竞争的场域。论文清晰地指出了当前AI治理中并行存在的竞争与趋同两股力量,并辩证地分析了各自的利弊。这对于政策制定者、学者和企业理解全球AI监管格局的复杂性、预测未来发展趋势具有重要的参考意义。它提醒我们,AI的未来不仅由算法和算力决定,也将由各国在会议室和谈判桌上制定的规则所塑造。最终,论文呼吁在追求监管趋同以设定基本保障的同时,应保留一定的政策空间以适应快速变化的技术现实,并确保保护水平不因寻求共识而被不当降低。