0 引言 自工业革命以来，人类在技术“器物”层次的颠覆式创新，创造出一系列不可逆转的现代性新图景，人们在迎接技术进步“线性函数”所带来的“福祉”的同时，也在积极的对技术进行“去魅”，避免陷入技术单一工具价值的“座架”(庞祯敬，2021)。这使得如何建构完整的技术现代性认知体系、评价体系与约束体系就成为了人们永恒追求的时代“主题”，技术的“风险分配逻辑”便逐渐代替“福利分配逻辑”成为了技术治理关注的焦点。人们不得不基于“本体性安全”和“科林格里奇困境”的忧虑而建构起一套应对技术风险的“集体行动规则”即技术治理体系(肖雷波等，2012)，因而每一项划时代意义的技术创新都会带来技术治理体系的变迁，甚至影响整个社会治理形态的演进。其中，以人工智能最为典型，近年来，人工智能在知识、技术与应用层面“链式突破”，似乎预示着智能革命的“轴心时代”的来临(陈志刚，2002)。不同于其他新兴技术，人工智能具有技术内核的隐秘性、技术形式的拟人性、应用场景的跨域性、利益主体的交织性、技术风险的多维性、社会影响的复杂性等属性，现实中人工智能应用所引发的技术利维坦、数字鸿沟、信息茧房、马太效应、伦理困境等，则使得人工智能治理成为了一项复杂工程，人们不得不在人工智能的“繁荣”与“风险”的撕裂中施施而行。在经验世界中，不同主体基于不同的价值、利益和专业视角试图清晰刻画人工智能治理的“轮廓”，而认知逻辑的“框架前提”差异则直接决定了人工智能治理的强度、维度和形态的异质性。这种差异不仅是人工智能路径“解方”上的差异，其背后实质是对人工智能本身及其风险与社会影响的复杂因果关系的不同理解。 因此，有必要阐释人工智能治理的生成机理，从认知逻辑视角厘清当前人工智能治理的图谱，剖析其理论病理，并提出人工智能治理框架的范式超越，以实现人工智能的“善治”。 1 文献评述 1.1 新兴技术治理的理论脉络 从理论溯源看，新兴技术治理理论的演进具有清晰的时代主线。20世纪60年代，核能、化学等引发的环境问题使得“技术规制和技术评估”(technology assessment)成为技术治理的核心范式(Baram，1973)，该模式强调以法律规制为核心，通过技术评估为科技政策提供决策依据，其本质属于“专家决策模式”(Sarewitz，2011)。随着20世纪80年代基因技术打开“制造生命”的“魔盒”，新兴技术风险的不确定性使得公众对“专家决策”的体制性信任消解，预防原则(precaution approach)则成为“后常规科学”情境下新兴技术治理的新路径(Welsh et al.，2006；刘然，2019)，该模式主张在新兴技术风险或损害的因果关系得到科学验证之前应采取积极的预防性政策框架，并保持多元讨论的开放性。到了20世纪90年，随着“人类基因组计划”的实施，为弥补“技术评估”的人文缺陷，“伦理、法律与社会影响评估”(ethical，legal and social implication，ELSI)成为了新兴技术治理的“修正机制”(Michael，2008)，该模式将更广泛的伦理、价值、法律和社会经济影响纳入技术评估框架，彰显了技术评估的包容性价值，但限于时代背景，ELSI仅停留在倡议层面，未得到实践推广。21世纪初，纳米技术的“突破”被寄以第四次科技革命的“前兆”，人们在反思ELSI的基础上提出了预期治理(anticipatory governance)的概念(Guston，2010)，主张将社会价值、公众意见植入科学研究进程以实现早期的“塑造技术”，从而使新兴技术朝符合人类“道德与福祉”的方向发展(Tan et al.，2005；Guston et al.，2002；Grin et al.，2000；Wynne，2002；Friedman et al.，2002)。预期治理某种程度确立了“开放性科学研究”的进步理念，但由于纳米技术本身未如愿实现革命性的产业更新，人们也开始反思新兴技术发展过程中“治理”与“创新”辨证关系。于是，2010年前后，“负责任研究与创新”(responsible research and innovation，RRI)理念应运而生，并被“欧盟2020框架计划”所采纳，结合合成生物学研究的应用场景，RRI成为欧盟话语体系下新兴技术治理的“主流范式”(Owen et al.，2012)。RRI强调从传统以风险议题为核心的技术治理模式走向对创新行为的责任塑造范式，包含科技创新的包容性意图、科技创新的制度性回应、科技创新的公共责任重塑、公众参与科学的确立。此外，一些新的技术治理理念如“实验性治理”(tentative governance)“适应性治理”(adaptivegovernance)“敏捷性治理”(agile governance)得到了有益探讨(Lyall et al.，2019；张乐，2021；薛澜等，2019)，但尚未形成完整的理论框架。 1.2 人工智能治理研究脉络 新兴技术治理理论为人工智能治理研究提供了理论资源，总结当前人工智能治理的研究图谱，主要集中在总体框架、场景生态、数据算法、应用案例等四个层次。 从总体框架看，现有研究侧重于从传统理论视角、“主体—对象—价值—规制—效果”的要素结构视角、“风险—利益—伦理—权力—权利”的社会影响视角建构人工智能治理的框架。第一，基于传统理论的人工智能治理框架研究，研究主要以新兴技术治理理论的缘起、创新、改进、拓展为主线，将人工智能治理议题嵌入已有的理论框架，或从现有理论中提取某些有益元素并将其映射在人工智能治理的分析“域场”，力图做出一些“重释性”探讨(梅亮等，2018；刘宝杰，2015；孙福海等，2021；刘露等，2021)。第二，基于要素结构的人工智能治理框架研究，研究侧重于对人工智能治理所关涉的主体关系、客体画像、工具集合、价值选择、绩效评价等进行范围划定，并以此建构人工智能治理的层次性框架(汪亚菲等，2020；Urs et al.，2017；Wirtz et al.，2020)。第三，基于社会影响的人工智能治理框架研究，研究侧重于从人工智能赋能所产生的社会影响的视角，基于“风险—利益”“权力—权利”“伦理—道德”等方面，探讨人工智能应用所派生的社会影响的基本形态、发生逻辑、差序格局及治理路径(王钰等，2019；谭九生等，2019；王磊，2021；唐钧，2019)。 从场景生态看，研究侧重于从微观的“公众—个人”、中观的“组织—行业”、宏观的“国家—社会”三个层次的应用场景(苏竣等，2021)，探讨人工智能社会影响的基本样态，以及控制、回应、适应这些影响的工具选择的场景适应性和组合适应性。第一，微观“公众—个人”场景下的人工智能治理研究，研究主要从“技术与人”互动的视角，探讨生物识别、人机融合、智能检索、推荐算法等智能技术应用于安全验证、家居照顾、商业服务、文娱活动等领域对公众、个人产生的影响，如数字鸿沟、信息茧房、隐私侵权、算法歧视等，并提出消除这些潜在风险的救济性的治理机制。第二，中观的“行业—组织”场景下的人工智能治理研究，研究集中于从技术与组织互动的视角，探讨人工智能技术应用于教育、医疗、交通、金融等行业所带来的组织与行业的形态重塑、架构变革、分工与责任重构、目标与任务再造、运营模式变迁、规约与权力调整等影响，并据此提出一些适应性的治理机制。第三，宏观的“国家—社会”场景下的人工智能治理研究，研究倾向于从技术与社会互动的视角，探讨具备全要素控制功能的人工智能平台中枢应用于应急管理、城市治理、公共服务、宏观调控等领域所带来的对国家与社会治理方式的全局性、系统性变革和影响，并以此提出一些修正性的治理机制。
