点击蓝字

关注我们

海外智库观察

人工智能正以前所未有的速度重塑经济结构、政府职能与社会生活,其影响力远超以往任何一项通用技术。从医疗诊断到金融风控,从自动驾驶到生成式文本工具,人工智能系统已经深入渗透到人类社会的方方面面。然而,人工智能带来的不仅是效率与增长,也伴随着算法歧视、隐私侵犯、安全漏洞、虚假信息传播等多重风险。在全球主要技术经济体纷纷加速人工智能战略布局的背景下,建立有效且灵活的人工智能治理机制已成为不可回避的共同挑战。


过去数年,围绕人工智能的监管体系正在逐步成形,但路径选择却呈现出鲜明的区域差异:欧盟致力于构建以《人工智能法案》为代表的统一法律框架,强调基于风险的分级治理与系统性合规;英国强调“亲创新”与“行业自适应”,以领域指导性原则引导发展;中国则以国家战略为导向,构建高度集中与价值导向型的治理体系。


在这一背景下,Tony Blair Institute发布的报告《探索英欧在人工智能领域的合作:一项战略议程》聚焦英国与欧盟之间因脱欧而中断的政策协同问题,主张将人工智能治理作为重建合作关系的切入口,提出在算力基础设施、标准协调、监管机构互通与多边平台发声等方面开展深入协作。


而Amir Al-Maamari的学术论文《在创新与监管之间》则系统梳理了欧盟、美国、英国与中国四大法域在人工智能风险管理体系上的制度设计、治理逻辑与实际效果,为我们全面理解全球人工智能治理的分化格局与趋同潜力提供了扎实基础。这两份研究力图整合比较视角与合作路径,梳理当前全球人工智能治理的关键趋势,分析不同制度模型下的优势与隐忧,并探索区域协作在人工智能治理中可能扮演的角色。本文将梳理总结面对高风险人工智能应用时,不同国家采取的监管策略;制度差异风险管理成效的影响;英国与欧盟在战略协同中实现互补的可能性;多极化的人工智能治理格局能否达成最低限度全球协调。


托尼布莱尔机构

Tony Blair Institute

探索欧盟-英国在人工智能方面的合作:战略议程


2024年7月,Tony Blair Institute发布研究报告《探索英欧在人工智能领域的合作:一项战略议程》,指出当前是深化英国与欧盟在人工智能领域开展系统性协作的关键窗口。报告基于经济挑战、地缘格局、技术演进与监管趋势等多重视角,提出了建立以“算力、监管、机构、全球治理”为核心的人工智能战略合作路径,试图为英欧关系在脱欧后开启新篇章提供技术和制度基础。


文章首先指出了合作的紧迫性与战略动因。第一,应对经济增长困境。自2019年以来,英欧经济增长明显滞后于美国。数据显示,2019–2023年间,美国GDP增长8.6%,而欧元区仅为3.4%,英国更低至1.8%。这一差距背后不仅有资本市场差异,更凸显技术竞争力的不足。人工智能正逐步成为全球经济增长的主要驱动力,英欧若希望提升长期生产率与产业竞争力,必须在人工智能领域实现协同突破。第二,提升地缘科技影响力。当前,全球先进大模型的研发集中在中美两国手中,英欧在研发资源、平台化生态、基础设施等方面均处于劣势。联合发力将使英国和欧盟在全球人工智能治理中具备更多话语权,也可作为英国修复脱欧后与欧盟关系的切入点。


文章接着分析了合作基础和制度差异。目前,英欧在人工智能领域的合作已有若干案例,例如2023年伦敦人工智能安全峰会、英法联合资助安全人工智能研究等,但整体协作仍零散、缺乏结构化制度支撑。同时,当前政策路径也存在分歧:英国强调以原则为基础、行业导向的“轻监管”模式,并设立了人工智能安全研究所(UK AI Safety Institute)。与此同时,欧盟则以《人工智能法案》(AI Act)为基础,自2024年8月起由欧盟人工智能办公室(EU AI Office)全面监管人工智能技术,强调风险分级与可执行法规。作者指出,这种差异虽带来路径多元,但也增加了合作成本,亟需通过协调机制达成互补


此外,作者指出了英欧在人工智能领域的四大合作优先方向。第一,算力与基础设施共享。欧盟正推进“人工智能工厂”(AI Factories)与“人工智能超级工厂”(AI Gigafactories)计划,拟动员逾200亿欧元资金扩展高性能计算设施,打造公私合营的AI创新中心。英国则可探索“人工智能工厂天线”(AI Factory Antenna)项目,通过轻量方式接入欧盟算力生态,实现研究机构、企业与政府部门的低门槛连接。第二,监管互认与标准协调。尽管监管理念不同,但英欧双方在高风险模型测试、安全评估、透明度规范、可解释性等方面可探索协调标准,例如建立技术测试标准的互通协议、开展监管沙盒信息共享、形成风险分类标准协同机制等。第三,机构间协作机制建设。作者建议由UK AI Safety Institute与EU AI Office发起双边协作计划,重点围绕以下四方面:模型评估与基准测试互通,安全研究项目联合资助,人才交流与学术合作,对新兴技术风险的快速响应机制。这不仅能推动技术协同,也能作为英欧政策信任恢复的制度平台。第四,多边机制下的协调立场。英国与欧盟均为G7和GPAI(全球人工智能伙伴关系)成员。文章指出,双方应在人工智能全球治理中协调立场、共同推动开放模型透明度、跨国人工智能伦理准则、全球安全审查机制等议题。合作立场将提升在联合国、OECD等多边框架中的影响力。


最后,报告强调,人工智能不仅是经济竞争的核心领域,更是塑造未来国际秩序与数字主权的关键工具。对于英国而言,加强与欧盟的人工智能合作可助其重回国际政策制定核心圈层;对欧盟而言,联手英国则可提升其技术主权与监管范式输出能力。英欧在人才、科研能力、道德标准与治理理念方面具有天然互补性。当前的政治过渡期与技术发展窗口为制定人工智能合作战略提供了独特契机。建立结构化、长期化的合作机制,将是推动双方共同实现科技复兴与全球影响力提升的关键路径。










arXiv

综合政策分析

在创新与监管之间:欧盟、英国的人工智能风险治理比较研究


随着人工智能技术广泛应用于医疗、交通、金融、教育等关键社会领域,AI系统所引发的伦理、安全与社会风险问题也日益突出。在这一背景下,不同国家和地区纷纷建立起各自的人工智能治理体系,以规范技术发展方向,平衡创新与监管之间的张力。本文从“风险缓解能力”“监管全面性”“制度适应性”“透明度与问责”“利益相关方参与”等五个维度出发,全面梳理并评估了欧盟与英国在人工智能治理上的制度设计与实践效果,为全球人工智能治理提供了宝贵的理论和实证参考。


在欧盟,人工智能治理以结构化与风险导向为核心,2024年起施行的《人工智能法案》通过四级风险分类体系(不可接受、高风险、有限风险、最小风险),对高风险人工智能系统设立了严格的数据治理、透明度与合规审查机制。该法案结合GDPR的既有经验,试图构建全球范围内的规则引领效应。然而,由于成员国监管能力存在差异,该框架在实际执行中也面临统一性和协调性不足的挑战,特别是在中小企业如何承受合规成本方面,问题尤为突出。


英国则介于欧盟与美国之间,其人工智能治理以“亲创新”为指导思想,建立了灵活的行业特化监管框架。不同的行业机构(如FCA、ICO、MHRA)各自负责相关领域的人工智能监管,通过指南、审查建议等形式引导企业合规。这一模式强调比例性、适应性与行业协同,特别是在金融与医疗等高敏感领域展现出较强的反应能力。但其缺点在于缺乏统一法律依据,行业间监管标准不一,容易导致合规混乱和执行上的空白地带。


通过两个具体案例的对比:德国医院使用人工智能影像诊断和英国Fintech使用人工智能信用评估,本文进一步揭示了不同监管体系在应对高风险人工智能应用时的制度逻辑与实际效果。例如,欧盟尽管提升了医疗人工智能的可信度与数据透明度,却也因合规成本高企而制约了中小型医疗机构的技术采纳。英国通过早期介入与行业协同增强了金融人工智能合规水平,但多头监管在实际执行中也引发了企业的不确定性。综合来看,不同国家的人工智能风险治理模式各有利弊。欧盟在制度设计上高度完备,是全球人工智能规则制定的先行者,但面临执行难题。英国强调适应性与行业合作,但缺乏整体战略支撑。各国治理差异反映出其各自政治体制、文化传统与战略诉求的深层影响。


尽管全球人工智能治理尚难实现完全趋同,但各国在高风险应用(如医疗、金融、交通安全)领域仍有合作空间,特别是在透明性、数据安全与伦理公平等方面,构建基础性国际共识具有现实可行性。为此,作者提出以下政策建议:应构建基于风险分级的监管框架,实现差异化监管与资源匹配;推动人工智能系统的可解释性与透明标准,增强公众信任;建立多利益相关方参与机制,引导治理多元化与包容性;同时发展灵活的法规更新机制,以应对生成式人工智能等新兴技术带来的挑战;并在国际层面加强双边与多边协作,构建共通的人工智能伦理与合规底线。










原文链接:

1.https://institute.global/insights/tech-and-digitalisation/exploring-eu-uk-collaboration-on-ai-a-strategic-agenda

2.https://arxiv.org/abs/2503.05773



文章检索及编译:康思博(伦敦政治经济学院)

审核:赵杨博

排版:李森(北京工商大学)

终审:梁正、鲁俊群


清华大学人工智能国际治理研究院编
上述信息均根据原文内容整理,谨供读者参考,不代表本机构立场和观点

往期回顾

海外智库丨人工智能国际治理观察第283期

海外智库丨人工智能国际治理观察第282期

海外智库丨人工智能国际治理观察第281期


关 于 我 们



清华大学人工智能国际治理研究院(Institute for AI International Governance, Tsinghua University,THU I-AIIG)是2020年4月由清华大学成立的校级科研机构。依托清华大学在人工智能与国际治理方面的已有积累和跨学科优势,研究院面向人工智能国际治理重大理论问题及政策需求开展研究,致力于提升清华在该领域的全球学术影响力和政策引领作用,为中国积极参与人工智能国际治理提供智力支撑。



新浪微博:@清华大学人工智能国际治理研究院

微信视频号:THU-AIIG

Bilibili:清华大学AIIG