全球人工智能治理报告发布 技术伦理与数据安全成核心议题

新华社北京7月19日电 当前人工智能技术革新，深度嵌入社会生产与生活领域，多国纷纷发布年度报告，指出技术伦理、数据安全、监管体系等领域的潜在风险。

技术伦理风险逐步显现

人工智能在医疗、教育、司法等场景应用加剧，系统决策透明度不足引发争议。算法偏见可能造成资源分配不公，深度伪造技术威胁社会信任基础。

“技术伦理问题已从理论讨论进入实际治理阶段，”学者指出“需建立算法可解释性标准。”

数据安全体系面临挑战

全球数据跨境流动加速，隐私泄露风险倍增。某机构报告显示，2023年AI系统数据泄露事件同比增长18%，暴露核心数据保护机制缺陷。

• 数据存储需满足加密与访问控制要求
• 传输过程应实施动态安全验证
• 使用环节须设立合规性审计

监管框架构建加速推进

国际组织推动制定AI伦理准则，主要国家启动专项立法程序。某国已通过首部AI发展战略法案，明确实施分级分类监管机制。

专家建议建立多方协同治理模式，平衡技术创新与风险防控。技术开发者、监管机构、学术界需共同参与标准制定与实施监督。

2026世界人工智能大会提出强化风险意识确保安全可控措施

7月17日举行的2026世界人工智能大会期间，中国发布《人工智能合作发展行动计划》及《国际人工智能伦理治理行动计划》等文件。该会议期间公布的成果文件明确提出分类分级管理体系，强调通过法律法规、技术监测、风险预警等手段构建安全治理框架。

风险防控体系构建路径

为确保人工智能安全可控，中国通过新修订网络安全法完善法律体系，专项规章针对深度合成技术等风险领域设定了监管边界。相关标准文件已明确伦理安全准则，形成多维度防控机制。

《全球人工智能治理倡议》提出提升技术安全性、可靠性、公平性等核心指标，该文件于2023年10月发布后获得国际社会支持。会议期间签署的行动计划进一步细化了具体实施路径。

核心技术安全边界定义

生成式人工智能作为核心领域，其安全边界包含算法透明度要求、数据使用规范、应用场景限制等要素。这种技术通过模拟人类创造力生成文本、图像等内容，但需在可控范围内运行以避免滥用。

人工智能监管需平衡发展与安全，既不能阻碍技术创新动能，又要筑牢安全底线。通过法律约束、技术监测、风险预警构成的三角体系，实现动态治理。

国际合作治理框架形成

中国主张反对将国家安全概念泛化，反对科技合作政治化。各国需以共同繁荣为目标，建立公平合理的治理机制。相关倡议强调技术发展的普惠性，避免因技术壁垒扩大发展差距。

与会各方通过协同制定标准、共享治理经验，逐步形成国际共识。会议期间达成的行动方案为全球人工智能安全发展提供制度保障。

此次会议成果文件构建了技术发展与安全治理的双重保障体系，形成具有国际影响力的治理方案。