2024年全球人工智能立法的主要模式_各国实践及发展趋势研究报告_42页_756kb

全球人工智能立法的主要模式、各国实践及发展趋势研究：报告总结

一、人工智能立法的逻辑导向和主要模式

（一）人工智能立法的两大逻辑导向

1. 技术发展导向
   美国为代表，强调市场主导与创新驱动，注重技术创新和产业发展，监管相对宽松，主要通过现有立法或场景立法进行规制。
2. 安全规制导向
   欧盟为代表，注重人工智能安全，推动统一立法，以保护公民权利、提升数字市场竞争力和维护“数字主权”。

（二）人工智能立法的四大主流模式

1. 统一立法模式
   欧盟代表，制定专门人工智能法案，对人工智能系统进行统一界定、分类和监管。
2. 场景立法模式
   美国代表，针对特定场景（如医疗、金融、招聘）制定专门法案，例如自主决策系统的监管。
3. 融合立法模式
   美国代表，将人工智能相关内容融入传统部门法中，如消费者保护、产品责任等领域的立法。
4. 软法先行模式
   新加坡代表，通过原则框架、指南和工具进行治理，灵活性高，适用于技术快速迭代阶段。

二、主要经济体人工智能立法实践

（一）欧盟

• 统一立法模式
  • 成果：2024年发布《人工智能法案》，将AI系统分为四类风险等级，对高风险应用实行严格监管，并禁止特定AI应用（如生物识别监控）。
  • 理念：强调安全、公民权利保护和“数字主权”。

（二）美国

• 融合与场景立法
  • 联邦层面无统一AI法，主要通过总统行政令（如《安全、可靠和值得信赖地开发使用AI》）和各州立法推进监管。
  • 场景立法突出，例如伊利诺伊州《AI视频面试法案》和加利福尼亚州《生成式AI安全创新法案》。

（三）新加坡

• 软法先行模式
  • 国家层面：发布《国家人工智能战略2.0》，推动AI发展与治理目标。
  • 治理工具：AI治理模型框架（如AI Verify）、金融领域FEAT原则、医疗领域治理指南等。

（四）中国

• 融合与场景立法
  • 践行“统筹发展和安全”，通过融入现有法律（如《个人信息保护法》）和针对特定场景的部门规章推进监管，例如《生成式AI服务管理暂行办法》和《深度合成管理规定》。

三、全球人工智能立法特点与趋势

（一）立法逻辑趋向融合，安全与发展平衡

各国逐步平衡发展与安全，不再极端偏向某一方，强调双轮驱动。例如欧盟兼顾技术创新与安全，美国国会加强对AI监管的关注。

（二）软法与硬法协同治理

• 软法先行成为共识（如美国、欧盟、新加坡的初期治理路径）。
• 硬法推进中存在衔接问题，需加强软法与硬法的协调，提升治理效能。

（三）统一立法成大势所在，多元模式融合

• 欧盟率先完成统一立法，未来美国与中国的统一立法进程也在推进，但短期内仍将辅以多元化立法模式。
• 场景与融合立法作为补充，增强细分领域的治理覆盖。

（四）全球立法趋势显著

• 风险跨国性：技术跨国应用、供应链风险和全球竞争引发国际社会合作需求。
• 国际规则构建：联合国等国际组织推动全球AI治理，美欧引领规则国际化。
• 国际法填充：欧盟《人工智能公约》等软硬性国际规则加速形成，填补人工智能国际治理体系空白。

四、启示与建议

（一）国内完善顶层设计

1. 加快统一立法：制定综合性人工智能法律，明确基本原则与分级治理框架。
2. 构建多层次法律体系：强化硬法与软法协同，填补各层级衔接空白。

（二）划定风险治理边界

• 明确风险监测机制，建立动态识别与分级治理框架。
• 明确归责原则，建议对高风险AI系统实行无过错责任。

（三）加强国际交流与参与全球治理**

• 推动AI国际规则制定，输出中国方案，提升软硬规则协调能力。
• 深化政府间与非政府间对话，扩大AI治理的国际合作空间。

结论：人工智能立法需兼顾安全与发展，利用多元治理手段推动规则软硬兼施；同时以中国方案参与全球治理体系，引导AI技术向善发展。