随着人工智能的不断发展,应用场景的多元化突破了人类的想象。无论是能够实现自我繁衍的首批生物机器人Xenobot,还是自主编程的机器人系统Alpha Code,都体现了人工智能创新发展的巨大进步。全社会也都成了人工智能技术开发及应用的运动员,商业文娱、家居照护、行业创新、城市治理、公共服务,乃至宏观调控中都可看到技术赋能的力量。当人类感叹科技无所不能的同时,也会担忧技术发展轨迹的不可掌控性和出现无法逆转的社会影响。人工智能为人类的未来带来的高度不确定性和风险,让其治理问题成为利益相关者共同关心的话题。回顾中国人工智能治理的发展历程,历经回应式治理、集中治理,正在迈入敏捷治理时代。2020年之前的主旋律是鼓励创新发展,拓展行业应用,并围绕出现的相关问题有针对性地进行治理。2020年之后,为应对各类应用风险与社会影响,国家逐步完善了针对数据、算法、平台等的相关法律法规,进入多部门集中治理阶段。在《新一代人工智能治理原则》《关于加强科技伦理治理的意见》相继提出敏捷治理原则后,探索适宜的人工智能治理模式开始备受关注,政府与企业在提高应对技术不确定性与风险的敏捷性方面分别做出了不少努力。政府从政策制定与工具选择方面开启了敏捷思维。一方面,理顺了治理关系。过去两年,相关监管部门深入行业调研学习,从企业的反馈中获得对技术应用风险的评估知识,政企监管交流模式在实践中开始浮现;依靠各类科研单位的技术力量辅助监管实践,增强政府监管力量与信息获取能力,成功识别了一些潜在的风险。另一方面,优化治理工具使用。监管部门与地方政府积极推动制定算法备案管理制度,开启了数据分类分级管理模式。这些更具有弹性和包容性的政策工具的使用,在构建政企互信的制度基础和应对复杂问题的规则制定方面不断优化着政府的敏捷监管能力。企业在监管规则重塑过程中逐步显现出敏捷行动。迅猛的人工智能技术迭代与集中治理的高昂成本推动了企业在贡献负责任人工智能方面的积极行动。数字巨头企业通过建立科技伦理、风险管理、技术治理委员会,建设技术敏捷开发体系,进行人员伦理与风险培训等形式来强化内部审查。在外部行动方面,企业积极与主管部门沟通,出台行业标准与倡议,以构建面向政府监管的回应体系;与学界合作推动联合报告发布、解读与可视化业务呈现,以促进社会理解技术。随着企业逐步意识到滥用技术的合规成本,在技术使用的节制与考量、内部自控产品研发方面的行为调整都令人欣慰。当前,以协调创新发展和治理为导向,由政府主导规则制定、多元主体参与协同互动的敏捷治理“雏形”正在浮现,尤其是政府敏捷思维和企业敏捷行为都在孕育中。但是我们也要意识到,在敏捷治理的概念与指导原则获得社会各界认可的基础上,治理机制的具体实现过程中仍将面临多重挑战,特别是在引导治理机制形成的一些关键维度上。企业的敏捷行动与社会期待尚有差距,缺乏来自行业的共识行动。监管重拳下,企业的敏捷行为还停留在技术思维惯性上,治理思维的培育尚需时日。多数企业在监管之剑下指哪儿打哪儿,希望以技术解决方案来实现风险管理,减少算法与产品漏洞。但倘若企业未能站在多方共治的角度上采取更广泛、前瞻的行动,人工智能的风险问题依然无法有效化解或提前研判。理想敏捷治理模式中的企业,应更为主动地与监管互动,贡献关键知识信息,与业内同行交流,明确合作大于竞争。不仅企业之间需要就一些好的做法达成行业共识,并就此推进关键行业标准的制定,促进共同学习与同行评议机制形成;而且头部企业也应更积极地向行业贡献治理实践经验,引领科技伦理理念传播,贡献全行业监管智慧。因此,从企业内部的敏捷规范,走向与行业规范体系、政府治理体系的密切衔接,依赖实践智慧动员全行业进行敏捷联动,是企业下一步的改进方向。政府的监管制定要在讨价还价中刚柔并济与把握节奏。政府监管规则的制定与实施,正在从“一刀切”的模式进入“讨价还价”阶段。这也意味着,若不想因监管双方的讨价还价而损失创新发展的效率,双方就要快速互动以获得及时反馈迭代。否则,市场将因缺乏指引不敢创新,政府也易回归到简单粗暴式规制。在当下,把握治理节奏仍然是监管部门的一个课题,政府面临必须依赖目标与工具的灵活选择以不断调整监管方向的困难。首先面对的是如何将抽象的治理原则落实为具体的法律法规。例如,效率、公平、安全、自由在抽象情景下都可被纳入治理目标,却在不同场景落实中目标优先级存异。多元目标的排序和取舍需建立在快速的多方共识上。其次,如何在治理工具的选择与使用中形成重拳与点刹的刚柔并济之道。例如,高风险、明确的违规行为需要明确适用的法律法规,而尚不清晰、存有危险迹象的商业行为,则要用柔性方法处理。培育政府持续行业理解与追踪研判能力,加强各类智库机构研究支撑与沟通平台构建,重视实证范式下政策评估工作的快速跟进,是构建政府监管敏捷学习的关键所在。在“共同无知”下,信任关系构建是敏捷治理的关键。面对技术发展高度不确定性导致企业、政府、学界的“共同无知”难题,构建多方的交流与信任是敏捷治理形成的核心。人工智能技术简单应用条件下,企业较为清楚技术的风险边界,并可以在监管框架下不断规范商业模式。但随着数据与算法的快速更新迭代,在某种意义上会出现企业方与监管方的“共同无知”情形。创新与风险的巨大不确定性使得搭建多方信任桥梁,畅通交流机制异常重要。同时,多元共治体系的真正落实还不能忽略社会维度的参与和引导。例如,平衡社会舆情与技术发展之间的关系,着手社会风险预案准备与应急管理思维培育等,都是个中关键。此外,在人工智能伦理与治理的讨论中,既要意识到科研机构作为信任中间人的关键角色,也要意识到相关讨论不只是专家学者的“特权”,全社会都有可能、也有责任对人工智能的治理问题有不同看法,提供多元治理思想的倡导。在人工智能领域,我们特别希望实现迈向多主体合作的敏捷治理模式,通过行业联动、政府学习、信任构建的努力,形成坚固的信任治理关系,从“共同无知”到联手应对复杂的治理需求,从“讨价还价”变为互信互动中携手前行。