ChatGPT的面世标志着人工智能技术发展迈向全新阶段，这也引发了学界关于是否有必要进行人工智能立法的大讨论。从目前主流观点来看，多数学者倾向在《互联网信息算法推荐管理规定》《生成式人工智能服务暂行管理办法》等现行法律法规的基础上，结合ChatGPT、Sora等人工智能产品实践现状，制定专门的人工智能法，并且不少学者也提出了不同版本的人工智能法草案。然而，值得注意的是，在技术安全风险预防成为人工智能治理核心内容的研究趋势下，人工智能立法不能仅仅停留于安全风险预防层面，更应当以更加多元化的视角建构促进科技创新、技术风险预防等目标在内的综合性立法体系，并以算法、算力、数据的供给保障作为具体规则的核心内容。
一、 立法体系要素之一：风险预防
现阶段，人工智能立法具体规则的大部分内容是围绕风险预防展开的，相应的制度内容也延伸出既有法律规则的解释适用与新兴法律规则的创设建构两大内容。事实上，当Sora、Claude等更加强大的生成式人工智能产品出现之后，相应的技术风险也趋于稳定化和类型化，未能产生远超立法者想象的技术效果。技术风险的相对确定性也使得相应的立法重心变为“如何建构体系化的统一监管立法”，其核心的论证要素依然是“技术风险”和“安全保障”。在某种程度上，风险预防已经成为人工智能法学研究领域的“通用范式”，不少学者在各自的制度建构主张中也将“风险预防”或者“安全保障”作为法律基本原则之一。尽管“风险”与“安全”二词时常在数字法学研究中同时出现，但二者并非二元对立关系，与“风险”相关的法律价值还包括“可信”。在“没有绝对安全的技术”的共识基础上，法律对于技术风险的治理效果开始强调基于“相对安全”形成社会公众对技术应用的信任，以此实现技术创新的普及应用。
二、 立法体系要素之二：科技创新激励
人工智能立法的首要立法目标是促进人工智能科技创新，而这一点往往被学界所忽视。诚然，风险预防范式确实能够推动人工智能产业依循着更加合理的方向进行创新，但这终归是间接促进的方式。促进科技创新最为直接有效的方式是遵循“市场调节为主，政府干预为辅”的治理逻辑，通过保障科技创新主体的合法权益、推动科技成果转化等方式实现创新。虽然《中华人民共和国科学技术进步法》等现行立法在科技成果转化、产学研科技合作创新等领域作出了明确规定，但是从基础理论创新到成果商业应用这一转化过程来看，不同领域的技术创新还需要专门的制度规范。一方面，人工智能立法应当着眼于市场自发调节的客观规律和要素特征，以市场调节主导的方式提升科技创新的经济动因；另一方面，人工智能立法应当厘清科技行政管理、科技成果评价等方面存在的制度障碍，为科技创新提供必要的制度保障。
三、 立法体系要素之三：创新资源保障
市场调节固然可以最大化地实现科技创新的经济激励效应，但市场调节不可避免地会存在失灵现象，此时就需要政府部门介入，保障人工智能科技创新的要素供给。在人工智能立法中，创新要素供给实际上也是围绕算法、算力、数据三大创新要素予以展开，其目标也在于预防三类科技创新效率现象的发生。其一，一旦市场不存在同类竞品或更优质产品，创新主体在短时间内反而缺少科技创新的经济动机；其二，持有优质产品的创新主体存在海量用户时，可能会借由用户规模优势研发与一般产品兼容的次等产品，用以抢占次等产品市场竞争中的创新资源；其三，部分创新资源属于公共物品，完全交由市场调节可能会使得在先的市场主体采用各种方式阻碍在后的市场主体获取相同的创新资源。
四、 基于三类立法体系要素的方法论
在促进人工智能技术创新方面，风险预防、科技创新激励和创新资源保障三类立法体系，实际上对应了安全可靠原则、经济效益原则和基础设施保障原则三项人工智能立法的方法论。
安全可靠原则是指人工智能技术研发和应用应当满足能够确保技术安全风险控制在可接受范围。具体而言，安全可靠原则包括三个要素：一是符合安全技术标准和法定安全管理义务。人工智能技术的创新方式应当符合法律法规有关技术安全保障的强制性规定，同时，在具体应用场景中，应当优先采用符合通用安全技术标准的技术架构、通信协议。二是既能够有效预防常见的技术安全风险，也能够在网络安全事件中快速恢复基本功能。三是符合科技伦理审查要求。人工智能技术的应用方式理应以保护人格尊严和自由为基础，在设计研发、商业应用等各个科技创新环节进行科技伦理审查。
经济效益原则是指人工智能技术创新的促进机制应当符合市场经济效益要求，技术创新鼓励性条款、促进性条款应当着重强调“市场调节为主导，政府干预为辅助”的基本要求，衔接好市场调整机制与政府干预机制促进人工智能技术创新的功能定位。
基础设施保障原则是指人工智能技术创新的促进机制应当包含人工智能技术创新所必需的创新资源供给。目前，算法、算力、数据已成为影响人工智能技术创新的核心三要素，相应的创新资源供给机制也应当围绕这三要素予以建构。例如，在算法层面，市场激励机制不可能实现直接由市场提供基础技术的创新，这种失灵现象则需要在制度层面明确政府促进科技创新的法定职责，既需要鼓励和支持高等院校、科研机构开展基础算法模型的科研攻关，也需要有规划地培养基础算法模型领域的关键人才。
赵精武，北京航空航天大学法学院副教授。
【出处】北京航空航天大学学报(社会科学版)2024年第3期
