信息来源：RUC人工智能治理研究院公众号 发布日期：2026年7月25日

2026年7月17日，中国人民大学人工智能治理研究院“全球人工智能治理合作：迈向安全、创新与社会和谐的跨学科路径”（Global Cooperation in AI Governance: Interdisciplinary Pathways toward Security, Innovation, and Harmony）英文专题论坛在第26届电子商务国际会议（ICEB 2026）成功举办。本次论坛聚焦人工智能治理领域的全球差异与合作，汇集了来自中国人民大学、北京大学、中央财经大学、中国传媒大学等高校的八位专家学者，以跨学科视角透视全球各国在人工智能监管模式、文化认知、法律价值、基础设施战略方面的差异与合作。本次论坛由中国人民大学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，北京大学信息管理系长聘副教授梁兴堃和北京大学信息管理系长聘副教授步一共同召集主持。

中央财经大学信息学院副院长王熙教授做了题为《从文本挖掘到智慧治理：行为预测与风险识别》（From Text Mining to Smart Governance: Behavior Prediction and Risk Identification）的报告，结合在线健康社区、网络舆情和社会风险研究，介绍了文本挖掘技术如何从描述网络行为进一步走向用户行为预测和潜在风险识别。相关研究将用户视为追求长期回报的行动主体，运用逆向强化学习识别其潜在动机，由此提升不同时间跨度下的用户流失预测效果。

中国人民大学新闻学院副教授、人工智能治理研究院研究员塔娜做了题为《全球人工智能信任差异：文化与媒体的结构性影响》（Global Disparities in Trust in Artificial Intelligence: The structural impact of culture and media）的报告，基于19个国家7600名受访者的调查数据和16607篇人工智能新闻报道，分析个体特征、人工智能系统特征以及文化和媒体环境如何共同塑造公众信任。研究发现，在公平、透明和问责三类指标中，公平是与公众信任联系最为稳定的因素。报告强调，可信人工智能不仅是技术和制度问题，也是文化与传播问题，治理实践需要充分关注不同社会公众对人工智能的差异化理解。

中国人民大学国际关系学院助理教授、人工智能治理研究院研究员张扬做了题为《美国“芯片与科学法案”中的安全话语》（Security Discourses in the U.S. CHIPS and Science Act）的报告，将法案的立法动机归纳为供应链韧性、应对中国、科技创新与人力资本等类型。该法案获得跨党派支持并非源于两党对产业政策形成了完全一致的认识，而是不同安全话语实现了政治汇合：共和党更多采用地缘政治安全框架，以此为政府干预市场提供正当性；民主党则更多采用经济安全框架，强调供应链韧性、科研投入和人才培养，从而凝聚不同利益群体。

中国人民大学法学院副教授、人工智能治理研究院研究员彭雅丽做了题为《调节道德：人工智能模型如何将法律价值转化为判断的混合效应分析》（Moderating Morality: A Mixed-Effects Analysis of How AI Models Operationalize Legal Values）的报告，考察大语言模型在自由与安全、改革与传统、个人权利与集体规制等价值冲突中的选择。结果显示，不同来源的模型在总体价值取向上呈现较强趋同性，但同一模型使用不同语言回答时，其法律价值判断会发生系统性变化。报告提出，应当对AI跨语言部署开展专门审计，并推动AI从替人作出价值裁决的“道德仲裁者”，转变为呈现价值冲突、解释不同立场及其后果的“道德阐明者”。

中国人民大学信息资源管理学院副教授、人工智能治理研究院研究员王彦妍做了题为《国际人工智能治理合作的演化特征研究》（Research on the Evolution of International AI Governance Cooperation）的报告，基于Overton政策数据库收集2010年至2026年间的5996份政策文件，运用描述性统计、主题相似度分析、结构突变检验和社群发现等方法，系统梳理全球人工智能治理的主体结构、议题演变和区域差异。研究发现，国际人工智能治理正在由议程设置转向规则竞争和制度建设，治理主体也由早期国际组织主导，逐渐转向国家主导的多极格局。

中国传媒大学数据科学与智能媒体学院副教授王小宁做题为《从合成受访者到总体层面的真实性：面向社会与调查研究的大语言模型合成数据评估》（From Synthetic Respondents to Population-Level Realism: Evaluating LLM-Generated Synthetic Data for Social and Survey Research）的报告，探讨大语言模型生成的合成数据在社会调查和公共决策中的适用边界。报告指出，合成调查数据更适合用于问卷预测试、情景探索、小样本扩展、偏差校正和假设生成。对合成数据的评价也不能仅观察单个合成受访者是否“像真人”，而应从效用、总体分布和相关结构的保真度、群体公平性、实验预测有效性以及隐私和合规性等多个维度判断其能否支持可靠的总体推断。

在讨论环节，听众与演讲嘉宾共同围绕负责任的人工智能、人工智能的价值遵循、多样社会环境下的人工智能治理合作等问题展开了讨论，交流气氛热烈融洽，思想碰撞精彩纷呈。

正如习近平主席在“2026世界人工智能大会暨人工智能全球治理高级别会议”开幕式主旨讲话中所指出，人工智能发展不应当是某个国家的“独奏”，而应当成为全球合作的“交响”。本次”全球人工智能治理合作论坛”通过跨学科对话，连接微观行为与宏观制度、技术创新与社会责任、区域差异与全球共同利益，为推动更加安全、创新、包容和可持续的全球人工智能治理提供了新的研究视角，也为携手构建公正合理的全球人工智能治理体系贡献了学术智慧。