中国人民大学法学院教授丁晓东在2024年第4期《比较法研究》上发表《全球比较下的我们国家的人工智能立法》一文，从全球比较的视野出发，分析了美国、欧盟和中国的人工智能立法现状及其特点，探讨了人工智能立法的一般原理，并对中国未来的人工智能立法提出建议。
丁文指出，人工智能技术的加快速度进行发展正在深刻改变社会和经济格局，推动创新进程的同时形塑着全新的社会秩序。然而，人工智能技术的加快速度进行发展也带来了诸多潜在风险，如算法歧视、数据隐私泄露、安全漏洞等。在此背景下，全球各国纷纷探索人工智能立法，以应对技术发展带来的挑战。
丁文指出，美国在人工智能立法方面采取了市场主导和企业自我规制的进路，主要是通过行政命令和州层面的立法进行规制。在联邦层面，美国尚未通过任何综合性人工智能法案，主要是通过行政命令对AI进行有限规制。例如，特朗普政府发布的第13859号行政命令《保持美国在AI领域的领导地位》和第13960号行政命令《促进联邦政府使用让人信服的人工智能》，主要是针对联邦规制机构用AI进行了规定。拜登政府发布的第14110号行政命令《安全、可靠和让人信服地开发和用AI》，要求联邦规制机构在特定领域制定标准与规范，并援引《国防生产法》对涉及国家安全的AI应用进行有限规制。
丁文认为，在州一层面，美国各州的立法相对容易通过，大多分布在在消费的人保护、反歧视、民权保护等领域。例如，科罗拉多州的《人工智能法》将高风险AI系统纳入规制范围，要求开发者和部署者采取合理注意义务，避免算法歧视。犹他州的《人工智能政策法案》则主要规定了使用生成式人工智能时的披露义务。加州的《前沿人工智能模型安全创新法案》聚焦于重大公共安全风险，对高运算能力的人工智能模型设定较高的监管门槛。
丁文指出，欧盟采取了人工智能统一规制的立法进路，通过《人工智能法》对AI风险进行统一化和分类分级的规制。该法案将AI系统分为禁止性、高风险、有限风险、最小风险四类，并着重对高风险人工智能进行了规定。高风险AI系统的提供者需要承担一系列责任，如风险管理系统、数据治理、技术性文件、记录保存、透明度和人为监督等。
丁文介绍，在产品责任与侵权责任方面，欧盟正在起草的《产品责任指令》和《人工智能责任指令》确立了AI系统的产品责任与特殊举证责任。《产品责任指令》草案将软件和独立AI系统纳入“产品”范畴，制造者需对具有缺陷的产品承担严格责任。《人工智能责任指令》草案则聚焦高风险人工智能的侵权责任，特别是举证责任的分配。
立法价值：美国强调市场主导与创新驱动，对风险采取个人自负其责的理念；欧盟则更注重人工智能本身的安全，采取统一立法进路。中国的人工智能立法应注重发展与安全的平衡，反对霸权主义与优越主义，同时体现公平、平等与保护的理念。
风险规制：人工智能风险因领域和场景不同而异，应采取分领域、分场景的规制进路。欧盟的统一化风险分级面临操作难题，而美国的小切口立法进路更符合人工智能风险监管的基本原理。
产品责任：对AI系统适用严格产品责任不合理，应区分产品构成类和辅助决策类人工智能系统，对终端产品而非人工智能系统本身施加产品责任。
丁文提出，中国的人工智能立法现状反映了独特的国情，也与人工智能立法的基本原理具有一致性。目前，中国尚未制定统一的人工智能法，但已通过《生成式人工智能服务管理暂行办法》等规章对特定场景进行规制。未来，中国的人工智能立法应坚持场景化规制进路，不急于统一立法，待时机成熟时再制定综合性人工智能法。
立法价值：中国的人工智能立法应注重国内与国际协调、硬实力与软实力协调，提出既符合中国国情又能影响全球人工智能立法的中国方案。
公法规制：应区分国家安全、重大公共安全、一般公共安全与非公共安全问题。对重大公共安全风险设定强制性规范，对一般公共安全采取场景化监管，对非公共安全避免事前规制。
私法责任：应以现行侵权法与产品责任法为基础，对终端产品制造者施加产品责任，对AI系统提供者施加合同责任与过错侵权责任。在司法中充分积累人工智能侵权的具体案例，为未来立法提供支撑。
丁文最后指出，全球AI立法远未形成共识，各国在立法模式、规制重点和实施机制上存在非常明显差异。中国的人工智能立法应保持战略耐心，既为AI产业与技术的发展提供探索空间，又为未来的人工智能综合性立法提供学术与经验支撑。通过小切口的立法应对特定风险，同时注重国际协调与合作，中国有望在人工智能立法领域发挥更大的影响力。
ub8登录网页版官方公众微信号
ub8登录网页版官方微博
ub8登录网页版店
