當前，人工智能技術快速發(fā)展，大模型能力快速躍升，應用場景持續(xù)拓寬，極速滲透到社會生活的方方面面，其安全性不僅關乎技術穩(wěn)定，更直接關系到個人權益、社會公平乃至國家安全。目前關于人工智能安全的討論，常被一種“技術中立”和“工具理性”的話語所主導，在應對思路上將人工智能安全問題簡化為純粹的技術缺陷，如模型產(chǎn)生“幻覺”、數(shù)據(jù)存在偏見、易受惡意提示詞攻擊等，并試圖通過更精良的算法和模型優(yōu)化等技術性舉措來修補。但是，人工智能安全并非單純的技術議題，其背后潛藏著責任歸屬問題。

在人工智能系統(tǒng)的開發(fā)、部署與使用過程中，不同主體扮演著不同角色，承擔著不同責任，但現(xiàn)有框架下責任劃分并不明晰。如可能因追求技術突破而忽視潛在風險，可能因缺乏專業(yè)知識而無法有效識別風險，可能因技術認知局限而難以制定科學合理的監(jiān)管政策。這種責任缺失狀態(tài)，不僅阻礙了人工智能技術的健康發(fā)展，還可能引發(fā)一系列社會問題。更為嚴峻的是，在人工智能事故發(fā)生后往往導致責任推諉現(xiàn)象的發(fā)生。當人工智能系統(tǒng)造成損害時，開發(fā)者可能聲稱已盡到技術告知義務，使用者則可能主張自身只是被動接受技術成果，而監(jiān)管者也可能因缺乏明確法律依據(jù)而難以迅速定責。這種“三個和尚沒水吃”的困境，使得受害者權益難以得到及時有效保障，也削弱了公眾對人工智能技術的信任基礎。因此，破解人工智能安全背后的責任歸屬問題，已成為推動人工智能健康可持續(xù)發(fā)展的當務之急。

究其原因，在于技術“黑箱”與責任缺失的雙重疊加。平臺企業(yè)借助模糊授權、跨平臺抓取等手段，低成本獲取用戶數(shù)據(jù)，既缺少明確的定價補償機制，又用算法封閉性掩蓋數(shù)據(jù)濫用風險，形成“用戶貢獻數(shù)據(jù)卻失去控制權”的結構性不公。當人工智能產(chǎn)生虛假內(nèi)容或作出錯誤決策時，企業(yè)常常以“算法自動運行”“非人為控制”為由逃避責任，而用戶卻要獨自承受名譽受損、財產(chǎn)損失等后果。

商業(yè)化驅(qū)動下的倫理弱化。部分企業(yè)沿襲傳統(tǒng)工業(yè)邏輯，把規(guī)模與利潤置于安全倫理之上，未構建完善的人工智能倫理治理體系。在教育、醫(yī)療等敏感領域，一些企業(yè)貿(mào)然部署未經(jīng)驗證的人工智能系統(tǒng)，卻未設置強制人工審核機制；更有甚者利用算法進行消費誘導、情緒操控，以用戶權益為代價換取短期利益。這種“收益私有化、風險社會化”的模式，損害了公眾對人工智能技術的信任。

監(jiān)管體系的滯后性?，F(xiàn)有法規(guī)對人工智能全鏈條的權責劃分還不夠明晰，跨部門監(jiān)管協(xié)調(diào)機制還不健全，難以有效應對技術快速迭代產(chǎn)生的新型風險。當事故發(fā)生時，開發(fā)者、平臺、使用者之間相互推諉，而“誰主張誰舉證”的傳統(tǒng)原則，讓處于信息劣勢的用戶難以完成責任追溯，最終不了了之。

加強人工智能治理應注重構建權力與責任對等的治理體系。通過強化大眾參與、健全法律框架明確責任歸屬、加強合作打破壟斷等推動人工智能安全治理。

人工智能安全需涵蓋經(jīng)濟安全、社會公平、權力制衡、民主問責等維度。必須將“人的福祉”和“社會公平正義”作為人工智能安全的重要考量因素，構建一個綜合性的安全觀，這一安全觀不僅要包括技術的穩(wěn)健性和倫理的符合性，還要充分考慮其對社會的影響。同時，必須將安全理念內(nèi)化為人工智能研發(fā)過程中的核心要素，而不是僅僅作為事后補救的附加措施。具體而言，可以通過采用倫理嵌入的方法，在技術開發(fā)初期就將倫理原則轉化為具體可執(zhí)行的技術要求，從而確保技術的健康發(fā)展。此外，還應根據(jù)風險等級將人工智能系統(tǒng)劃分為不可接受風險、高風險、有限風險和最小風險四類，并針對不同類別實施差異化的監(jiān)管措施，以確保人工智能技術的安全、可靠和可持續(xù)發(fā)展。

構建一個全面且可追溯的問責機制。這一機制的核心在于打破技術的封閉性，即所謂的“技術黑箱”，從而推動算法的透明度和可解釋性，確保公眾能夠通過多種渠道參與到監(jiān)督過程中。為此，我們需要通過制定和完善相關的法律法規(guī)及行業(yè)標準，明確人工智能系統(tǒng)在開發(fā)、部署和使用等不同環(huán)節(jié)中，各相關主體包括開發(fā)者、部署者和使用者的安全責任。這樣，才能建立起一個貫穿技術全生命周期的、環(huán)環(huán)相扣的問責鏈條。值得注意的是，人工智能所帶來的風險與以往任何技術都存在顯著差異。其風險并非集中在產(chǎn)品“出廠那一刻”，而是在于它“被激活的一瞬間”。因此，真正的風險控制點并不在于模型參數(shù)的優(yōu)化，而在于技術邊界的設計與界定。我們必須確保人工智能系統(tǒng)始終在明確的邊界內(nèi)安全、穩(wěn)定運作。每一項人工智能能力的釋放，都應當同步建立與之配套的權限機制、追責機制、技術封裝和行為隔離措施。只有這樣，我們才能在保障人工智能技術發(fā)展的同時，有效防范和應對可能出現(xiàn)的風險，確保技術的健康、可持續(xù)發(fā)展。

敏捷協(xié)同的治理結構是實現(xiàn)高效科技治理的關鍵。在這一結構中，政府、企業(yè)、學術界、用戶以及公民社會等多方主體需要緊密合作，共同構建一個多元化的治理網(wǎng)絡。政府部門在這一網(wǎng)絡中扮演著重要角色，可以通過加強法律法規(guī)和公共政策的引導作用，如積極推進人工智能法的出臺，為人工智能的發(fā)展提供明確的法律框架。同時，政府還可以通過投資建設公共安全基礎設施，如國家級的人工智能安全評測平臺，來降低所有參與者的安全門檻，尤其是對于中小企業(yè)和公共機構而言，這將極大地減輕其負擔，提升整體安全水平。在這個治理結構中，獨立的安全審計機構、第三方測評機構以及公眾監(jiān)督機制都發(fā)揮著不可或缺的作用。它們能夠?qū)?/span>“技術權力”形成有效的制衡，確保技術的開發(fā)和應用不會偏離倫理和安全的軌道。人工智能行業(yè)協(xié)會作為行業(yè)內(nèi)部的自律組織，可以牽頭制定大模型安全倫理自律公約，通過行業(yè)自律來加強風險監(jiān)管，推動企業(yè)在技術研發(fā)和應用過程中自覺遵守安全倫理規(guī)范。這種多方協(xié)同、多角度制衡的治理結構，將為人工智能的健康發(fā)展提供堅實的保障。

此外，還需要構建全鏈條權責治理體系。立法層面明確數(shù)據(jù)產(chǎn)權界限與算法責任歸屬，對高風險領域?qū)嵭?/span>“可推定責任”原則。企業(yè)將倫理治理融入戰(zhàn)略，設立算法倫理委員會與前置評估機制。監(jiān)管部門建立跨領域協(xié)同機制，推行“數(shù)據(jù)—模型—輸出”全鏈路備案制度。強化社會監(jiān)督與行業(yè)自律協(xié)同發(fā)力，鼓勵第三方機構開展算法合規(guī)評估與倫理審計，暢通公眾舉報渠道。健全數(shù)據(jù)安全應急處置機制，對算法濫用、數(shù)據(jù)泄露等行為實行“零容忍”追責問責。通過立法、企業(yè)、監(jiān)管、社會多維度聯(lián)動，形成權責清晰、監(jiān)管有效、治理協(xié)同的閉環(huán)體系。唯有讓開發(fā)者、平臺、使用者各盡其責，才能讓人工智能技術在安全的軌道上實現(xiàn)向善創(chuàng)新。

（來源：學習時報）