信息来源：RUC人工智能治理研究院 发布日期：2026年6月20日

在小说阅读器读本章去阅读在小说阅读器中沉浸阅读       6月13日，中国人民大学人工智能治理研究院一周年院庆暨第八期学术研讨会在中国人民大学举行。会议由中国人民大学人工智能治理研究院主办，中国人民大学交叉科学研究院、新时代智慧治理学科交叉中心、哲学院、法学院、信息资源管理学院、高瓴人工智能学院、书院建设与管理中心协办。

主论坛由人工智能治理研究院副院长、信息资源管理学院教授任明主持。

人工智能治理研究院院长、哲学院教授刘玮介绍了人工智能治理研究院的理念、研究团队，以及一年来在科学研究、学术交流、社会服务等方面取得的主要成果。

自成立至今一年来，研究院围绕“汇聚、创新、向善”的核心理念，凝聚全校20余个学院超120名跨学科教师，聚焦6个研究方向，研究员发表署名论文30余篇，撰写各类咨政报告20余篇，出版专著2部。研究院定期举办“人工智能治理沙龙”30期、专题研讨会7场，完成专题调研5次，发布原创科普文章7篇，自主建设全新课程《人工智能治理导论》，指导育研和共研学生团队2支，搭建“人工智能治理政策法规数据库”，构建了教学、科研、人才培养与智库服务协同发展的平台。

成果发布

在成果发布环节，人工智能治理研究院的七个师生研究团队分别发布了各自的研究报告。

哲学院教授、人工智能治理研究院研究员王小伟代表人工智能伦理治理研究团队发布了《人工智能伦理治理研究报告》。报告以“问题背景、全球政策框架、核心议题、中国路径”为框架，概括了AI伦理治理从原则倡议走向制度建设的总体趋势。报告指出，人工智能已从工具技术转化为社会基础设施，AI伦理治理的对象也从单一算法扩展为数据、模型、平台、场景、责任和社会后果构成的复杂系统。在全球治理方面，欧盟强调权利保护和风险分级，美国重视创新竞争和风险管理，国际组织提供原则共识，中国则形成发展与安全并重、科技伦理治理与场景化监管结合的综合路径。报告围绕公共真相、版权、隐私、偏见、透明问责、AI亲密、教育、劳动、基础模型安全和军事化等议题，揭示了AI风险正从技术问题扩展为社会秩序问题。“中国路径”以《新一代人工智能治理原则——发展负责任的人工智能》提出的八条治理原则为政策基础，以“科技审度”为思想阐释，以“将技术道德化”为执行方向，推动形成负责任、可审度、可嵌入的AI伦理治理新范式。

高瓴人工智能学院副教授、人工智能治理研究院研究员王希廷代表人工智能安全治理研究团队发布了《人工智能安全治理研究报告》。报告结合国内外权威框架与多学科视角，从技术、社会、治理三大维度搭建了完整分析体系，形成了从风险识别到落地解决的闭环方案。报告指出，多模态AI、智能体普及后，传统安全防护已无法应对新型攻击与违规风险。报告围绕模型、数据、价值对齐、基础设施四大方向提出全链路防护、数据安全防御、安全评估等针对性举措。同时聚焦人类主体地位、信息生态与国家安全问题，直面深度伪造、技术竞争等挑战，倡导守住人类主导权，构建协同共治格局。当前AI治理进入法律、技术与地缘政治深度交织的阶段，现有国际规则仍存在短板。报告建议依托现有国际框架、兼顾多方发展诉求、搭建专属治理机构，运用监管科技建立分层分类约束机制。报告强调，AI安全治理需转向全生命周期管理，摒弃事后补救模式，持续强化技术与体系的内生安全韧性，为人工智能健康长远发展保驾护航。

商学院讲师、人工智能治理研究院研究员殷佳敏代表生成式人工智能治理研究团队发布了《生成式人工智能治理研究报告》。报告立足生成式AI加速进入产业发展、公共治理和知识工作等真实场景的背景，聚焦治理体系如何跟上技术扩散和应用深化；基于AI治理政策文本，分析我国生成式AI治理的主题演化和工具组合，并结合国际经验判断下一阶段的制度重点。报告认为，生成式AI治理已进入复合治理阶段，治理对象超越模型本身，延伸到数据、内容、场景、评测和责任链条。中国治理路径的突出特点，是以场景牵引应用落地，以能力供给支撑发展，并在政策推进中持续嵌入监管要求。随着生成式AI从内容生成工具走向人智协作，下一阶段的治理还需要进一步关注人机双向对齐，既要让AI更准确理解人的目标、价值和情境，也要帮助人形成合理预期、保持判断能力并承担相应责任。报告提出，应在医疗、公共治理、组织知识工作等重点场景中完善透明披露、第三方评测、事故报告和责任留痕机制，把治理从抽象原则推进到具体任务，为生成式AI可信、可控、可持续发展提供参考。

社会学院副教授、人工智能治理研究院研究员李丁代表平台与算法治理研究团队发布了《平台与算法治理研究报告》。报告聚焦平台经济与智能算法治理中的五个重要维度：在平台用工治理方面，区分了六种数字经济就业形态，提出打破传统以雇佣关系为基础的劳动保护模式，倡导搭建多方协同机制，推动社保与雇佣身份脱钩，构建兼顾灵活与安全的保障体系；在算法定价治理方面，归纳出四类算法共谋形态，指出传统价格监管的局限，提出“禁止+豁免”治理框架，强调通过提升透明度与强化动态监测完善监管机制；在数据要素确权与使用权治理方面，厘清九类数据的生成、价值与管控逻辑，阐明数据要素治理正突破所有权确权范式，从传统交易模式向全流程可信、可控基础上的使用权治理模式转型；在AI应用研究方面，通过多场景实验验证了不同角色的AI机器人兼具赋能价值与负面风险，指出其应用效果取决于场景条件与双向效应平衡；在算法伦理领域，依托共生理论，对比中美欧伦理治理体系特征，提出构建多主体协同治理，推动行业多方共赢。报告从劳动权益保障、算法合规监管、数据要素规范使用、算法伦理治理多方面提出政策建议，为国内数字平台与算法的向善发现与有效治理提供思路。

教育学院讲师、人工智能治理研究院研究员王婷婷代表人工智能与教育研究团队发布了《人工智能教育治理研究报告》。报告立足全球视野，梳理了“人工智能 + 教育”的发展趋势、现实风险、各国治理模式，并结合我国实践提出了系统性治理原则与落地建议。如今人工智能逐步转变为教育领域的核心基础设施，各类教育AI工具广泛普及，成为教师备课、教学减负的重要帮手。与此同时，AI教育应用潜藏多重风险，技术中心主义、主体弱化、信任缺失三大危机日益凸显。报告总结出全球三类主流治理模式：美国采取先发展后治理的思路，英、新、韩推行国家统筹的风险治理，芬兰、日本则坚持伦理价值优先的治理方向。在本土实践上，我国依托教育数字化战略行动，搭建起分层分类的使用规范与多方协同治理体系。报告明确了六大治理原则，并建议完善政策法规、严守技术准入、规范数据管理、重塑评价体系、加强教师赋能，多方携手坚守教育本质，推动人工智能教育行业行稳致远。

信息资源管理学院副教授、人工智能治理研究院研究员王迪代表人工智能全球治理研究团队发布了《人工智能治理全球合作进展研究报告》。报告以“陆、海、空、环”为分析框架，呈现了人工智能治理全球合作的发展格局、核心议题与未来趋势。“陆”聚焦人工智能基础设施。报告指出，全球芯片产业正在由效率优先转向安全、主权与供应链韧性优先，数据中心建设也日益受到能源供给、绿色合规、网络安全和主权控制等因素影响。“海”关注人工智能企业出海与数据跨境流通。中国企业正由商品和品牌出海迈向科技与产业生态出海，人工智能推动智能硬件、大模型服务和AI原生应用成为全球化新产品，而跨境数据规则的互操作性将直接影响国际合作的深度与公平性。“空”聚焦政策、标准与伦理规则。全球人工智能治理正从原则倡议转向制度建设、风险评估、审计认证和场景治理，标准化重点也由“技术可行性”逐渐转向“价值可许性”。“环”考察全球公众的AI认知。发展中国家公众更倾向于将人工智能视为发展机遇，发达国家公众则更加关注隐私、偏见和制度约束。公众对人工智能的信任呈现鲜明的条件性特征。展望未来，全球只有在技术竞争、规则分化与发展不平等中建立最低共识、可执行机制和可持续信任，才能推动形成公正、可信、普惠的全球人工智能治理新秩序。

法学院博士生田雨阳作为人工智能治理研究院指导的学生“共研团队”负责人发布了“全球人工智能政策法律数据库”。学生团队包括来自信息资源管理学院、法学院、哲学院、国际关系学院、财政金融学院等多个学院的 10 位本科、硕士、博士学生，构建了覆盖全球主要国家与组织的 AI 治理法律法规、政策、标准、案例一体化数据库，目前已收录 3000 + 条经人工校验的高质量 AI 治理相关数据，覆盖全球 74 个国家、地区及国际组织，并按照政策与法律、标准和案例三大维度进行分类。数据库配套中英双语智能检索工具，为人工智能治理研究提供参考。与此同时，团队成员基于各自不同的学科背景，利用数据库中的数据内容，分别从全球人工智能法律监管、治理伦理与治理政策格局等维度展开分析，形成了系列研究报告。

主旨报告

主旨报告和分论坛分别围绕人工智能法律治理、伦理治理、技术治理、国际治理四个议题展开深入讨论，力求在跨学科交流中回应人工智能快速发展带来的现实问题，为人工智能治理研究与实践探索提供新的思路。

中国人民大学法学院吴玉章高级讲席教授张新宝做了题为《稳步推进人工智能立法，促进产业发展和防范技术风险》的主旨报告。他指出，现阶段我国尚未出台人工智能专项法律，但依托《网络安全法》及多部算法、生成式人工智能相关部门规章、司法解释，已经搭建起分层规制框架；欧盟、韩、日、越等国相继落地了专门立法，形成了具有一定差异化的制度样本，具备重要参考价值。他认为，我国人工智能立法应当解决两个方面的核心问题：一是促进产业发展，重点考虑加强人工智能关键要素的公共供给、协调训练数据民事权益保护与产业发展的关系，以及对智能经济新业态实行包容审慎监管等制度安排。二是防范技术风险，重点做好与现行法律体系的衔接，重点针对高风险人工智能设置监管要求，并结合我国国情合理配置监管资源等制度安排。我们应当对人工智能立法涉及的核心问题进行深入研究，从而为立法提供充分的知识储备与坚实的理论支撑。

复旦大学哲学学院特聘教授、中国科学技术协会-复旦大学科技伦理与人类未来研究院院长王国豫做了题为《对话式人工智能伦理规范中的“人机对齐”》的主旨报告。她以2024年一名美国青少年索威尔因长期与AI聊天机器人互动后自杀事件为例，指出当前对话式AI存在信息误导、弱化用户自主、催生情感依赖三类伦理风险。目前全球虽已出台大量AI伦理准则，但这些准则普遍忽视了“人机交互”与“人际交往”的本质区别，安全防护存在明显漏洞。她指出，二者在意图结构和情境嵌入方面存在差异：人际交往以相互理解为导向，根植于个人与社会生活之中；对话式人工智能虽然模拟了交往信号，却缺乏真正的意图性和情境意识，因而容易引发情绪投射。她将人机对齐划分为认知、价值、意图、情境、系统社会五个层级，并提出了优化方案：弱化AI拟人化表达，建立情感风险监测机制；提升系统情境感知能力，针对特殊群体优化响应逻辑；明确AI定位，引导用户回归现实人际交往。她强调，对话式AI伦理建设是长期课题，需要多领域协同探索完善。

中国科学院信息工程研究所研究员、中国科学院大学岗位教授虎嵩林做了题为《人工智能安全的两个S——从Safety到Security》的主旨报告。他的报告围绕人工智能安全的两大维度Safety（安全对齐）与Security（网络安全）展开。随着大模型能力持续增强，AI风险已蔓延至认知、信息、物理、社会四大领域，涵盖恶意使用、系统失效、系统性风险等问题。在Safety层面，当前各类对齐技术仍存在诸多短板，模型存在对齐税、反向对齐等问题，安全神经元脆弱，面对对抗提示、多轮攻击时极易被突破，安全防护难度较大。在Security层面，当下AI的漏洞挖掘、网络渗透能力飞速提升，多款国内外模型实测数据亮眼，国产模型漏洞挖掘能力接近国际水平，但应对高难度任务仍有差距。他的团队搭建了安全测评平台、攻防靶场，依托红队测试、信息论优化、安全推理改造等技术，探索“以攻促防”的防护体系。他最后指出，AI安全仍存在不少短板，需要多学科交叉、文理协同，持续推进技术研发与治理工作。

中国人民大学高瓴人工智能学院吴玉章讲席教授、北京前瞻人工智能安全与治理研究院院长曾毅做了题为《构筑全球人工智能治理体系》的主旨报告。他结合自身参与中国人工智能治理贡献于国际共识与实践的经历，分析了国际人工智能治理的重要进展与当前所面临的问题，指出了推进全球人工智能治理体系建设与实施的关键挑战，并提出了应对举措。他认为，全球AI治理应聚焦人工智能发展的科学与客观认知、人工智能全球能力的建设、协同风险防范与共护安全、统筹各国发展差异与治理诉求、治理体系互鉴与互操作；应摒弃技术霸权与阵营对抗思维，坚持多边主义与和而不同的治理理念，构筑以人类与生态共同福祉为目标，开放包容、公平普惠、安全可控、可持续、多方共建、行之有效的全球AI治理体系。他最后强调，应重视联合国在推动国际治理中的核心作用。