立足我国AI产业发展阶段和伦理风险特征,《办法》既明确了伦理治理的底线要求,也避免过度监管制约创新活力,实现了技术创新与伦理风险防控的有效平衡
《办法》专设“服务与促进”章节,推动伦理治理从底线约束向创新赋能延伸
文 |《瞭望》新闻周刊记者 扈永顺
在全球人工智能(AI)技术与产业加速变革的浪潮中,我国始终坚持技术创新与产业应用双轮驱动,持续完善AI产业生态建设,产业规模和创新能力实现跨越式增长。截至2025年底,全国AI企业数量已突破6000家,核心产业规模预计超过1.2万亿元,成为驱动数字经济发展和产业转型升级的核心引擎。
与此同时,AI技术迭代速度快、应用场景渗透广、影响范围深的特性,也使得算法偏见、数据滥用、人机责任边界模糊等伦理风险从潜在隐忧逐步转化为行业发展面临的现实挑战,对AI治理体系建设提出了更高要求。
在此背景下,工业和信息化部等十部门于3月20日联合印发了《人工智能科技伦理审查与服务办法(试行)》(下称《办法》),立足AI技术特征与伦理原则,对AI科技伦理审查与服务的适用范围、服务促进、实施主体、工作程序、监督管理等作出规定。
“这不仅是落实国家科技伦理治理顶层设计的关键一步,更是我国在全球AI治理中贡献中国智慧、统筹发展和安全的关键战略举措,标志着我国AI伦理治理实现从理念共识到制度落地的关键跨越。”中国信息通信研究院科技伦理研究中心主任李文宇表示。
在湖北省加快建成中部地区崛起的重要战略支点推进大会上,人形机器人在现场展示抓取豆腐(2026 年 2 月 24 日摄) 肖艺九摄 / 本刊 推动科技伦理治理下沉至AI应用场景
《办法》的出台是将国家AI治理顶层设计转化为具体操作规则的关键实践,既顺应了科技伦理治理体系现代化的总体要求,也为平衡AI创新发展与风险防控、推动负责任创新、保障产业长期健康发展提供了重要制度支撑。
人工智能科技伦理治理是AI治理体系的重要组成部分,其核心内涵包括增进人类福祉、公平公正、可控可信、透明可解释、责任可追溯、隐私保护六大方向。完善AI科技伦理治理机制,是坚守“科技向善”理念、筑牢科技安全底线、保障产业高质量发展的必然要求。李文宇表示:“《办法》的制定理念紧密围绕统筹发展和安全的总体原则,目标是确保AI产业实现健康、可靠和可控发展。”
整体来看,《办法》的制度设计呈现三大突出特点:
遵循创新规律,平衡发展与安全关系。《办法》在制定过程中充分借鉴了国内外AI治理领域的法律法规和实践经验,立足我国AI产业发展阶段和伦理风险特征,既明确了伦理治理的底线要求,也避免过度监管制约创新活力,实现了技术创新与伦理风险防控的有效平衡,为AI科技创新留出了充足的发展空间。
贴合产业特性,覆盖全生命周期治理。针对AI伦理风险贯穿技术研发、产品迭代到部署应用全生命周期的特性,《办法》对伦理审查与服务的适用范围、申请材料、审查内容等关键环节进行了系统性完善和细化,构建了更符合AI技术发展规律的审查流程,为AI科技伦理审查工作提供了科学、严谨、可操作的制度遵循。
强化制度衔接,降低企业合规成本。在制度设计上,《办法》重点强化了与现有法律法规和政策体系的衔接:一方面与科学技术进步法、《关于加强科技伦理治理的意见》等上位法和顶层政策保持协同,明确AI科技活动在深度合成、算法推荐、生成式AI服务管理等领域已按规定完成登记、备案、行政审批,且已将符合科技伦理要求作为审批条件和监管内容的,可不再重复开展专家复核,切实降低企业合规成本;另一方面做好与《科技伦理审查办法(试行)》的衔接,在遵循通用伦理审查规定的基础上,针对AI技术特征和伦理原则,对适用范围、申请材料、审查重点、简易程序适用等规则进行优化,更贴合AI科技伦理审查的实际工作需要。
明晰权责边界 构建全链条审查体系
中国信息通信研究院科技伦理研究中心副主任毕春丽告诉记者,《办法》系统性回应了AI伦理审查“谁来审、审什么、怎么审”的问题,为各类AI科技活动的伦理审查工作提供了明确、可落地的操作指引。
明确主体责任边界。《办法》确立“谁研发谁负责、谁应用谁负责”的核心责任原则,明确从事AI科技活动的高校、科研院所、企业等单位是伦理治理的第一责任主体。针对不同风险等级的活动制定差异化要求:凡是开展可能对人的尊严、公共秩序、生命健康、生态环境、可持续发展等领域带来伦理风险的AI研发与应用活动,必须主动开展伦理审查;研究内容涉及科技伦理敏感领域的创新主体,应当专门设立AI科技伦理委员会,负责对本单位AI科技活动开展常态化、规范化审查。
细化六大审查维度。《办法》将AI伦理治理的核心内涵转化为可操作的审查清单,明确围绕六大维度开展审查:紧扣增进人类福祉、公平公正、可控可信、透明可解释、责任可追溯、隐私保护六大核心方向,“要求创新主体在数据选择、算法设计、系统鲁棒性与可解释性、伦理风险主动防控等全流程严格遵循审查标准,确保AI科技活动始终锚定服务公共利益、尊重生命权利的根本目标。”湖南师范大学教授、中国伦理学会科技伦理专业委员会主任李伦表示。
构建闭环审查机制。《办法》建立“分级分类审查、动态跟踪问效”的全周期管理机制,覆盖AI科技活动从立项到落地的全流程:针对中低风险科技活动,允许创新主体适用一般程序或简易程序开展审查,兼顾治理效率与创新活力;针对高风险活动专门增设专家复核环节,确保风险防控无死角。同时明确动态跟踪审查要求:已通过伦理审查的AI科技活动需定期开展跟踪审查,其中中低风险活动的跟踪审查间隔不超过12个月,高风险活动不超过6个月;若科技伦理风险发生重大变化,创新主体必须立即暂停相关活动并重新开展伦理审查,实现风险的动态可控。
坚持服务与规范并重 赋能产业可持续发展
《办法》专设“服务与促进”章节,将伦理治理从单纯的约束性要求转变为赋能产业发展的助推器。“通过标准、服务、人才多维度支撑,为产业高质量发展注入动力。”李伦表示。
强化伦理标准体系布局。标准是伦理治理的度量衡,也是创新活动的导航仪。《办法》明确构建多层次AI科技伦理标准体系,为产业主体提供清晰的行为指引:加快推进国际标准、国家标准、行业标准及团体标准的制定与协同,将抽象的伦理原则转化为可对照、可执行的行为规范;支持搭建国际标准化交流合作平台,依托多边治理机制贡献中国实践经验与方案,推动构建开放包容、协同共治的全球AI伦理标准体系;鼓励产学研用各方广泛参与标准的制定、验证与推广,凝聚行业共识,确保标准既具备前瞻引领性,又贴合产业实际、具备落地可操作性。
提升伦理公共服务效能。针对当前部分创新主体、特别是中小微企业普遍存在的伦理治理能力薄弱、“不能审、不会审”的现实困境,《办法》重点强化专业化伦理服务与技术供给:一方面完善公共服务体系,鼓励各地方、相关主管部门建立AI科技伦理审查与服务中心,为创新主体提供伦理审查指导、专业培训、咨询答疑等公共服务,降低中小微企业的合规门槛;另一方面强化技术工具支撑,通过促进AI科技伦理审查高质量数据集有序开源开放、加强通用性风险管理与评估审计工具研发等方式,为各类主体开展伦理审查提供丰富的技术工具箱,全面提升产业整体伦理风险防范能力与治理效能。
筑牢伦理治理人才根基。AI伦理治理的长效性,最终取决于全社会的伦理共识水平和专业人才储备。《办法》从三个层面构建人才支撑体系:一是广泛开展AI科技伦理宣传教育,提升公众对AI伦理风险的认知水平,推动形成全社会共同监督、共同参与的治理氛围;二是支持高校、科研机构、企事业单位开展AI科技伦理跨学科教育与培训,培养既懂技术研发、又懂伦理规则的复合型专业人才;三是促进跨领域人才交流与协作,推动形成理论研究、实践应用与政策制定相互支撑的人才发展格局,为AI科技伦理治理长效机制建设夯实社会基础与智力支撑。
以先导实践推动制度落地见效
为打通《办法》从制度规则到落地实施的“最后一公里”,工业和信息化部于近日正式启动人工智能科技伦理审查与服务先导计划,依托国家人工智能产业创新应用先导区所在省份率先开展先行先试,探索可复制、可推广的AI科技伦理审查与服务落地模式,加快构建多方参与、协同高效的治理机制,为AI负责任创新和产业高质量发展提供实践支撑。
明确实施范围,分级分层推进落地。先导计划采用“部省联动、城市落地、主体参与”的三级推进模式,精准划定实施边界:省级层面,由国家人工智能产业创新应用先导区所在省份的工业和信息化主管部门牵头,组织本省内各先导区城市及有意愿的其他城市参与试点;城市层面,各试点城市聚焦AI基础底座,以及制造、教育、科技、文化、医疗、金融、农业、旅游、消费等重点垂直应用领域,率先开展AI科技伦理审查和高风险活动专家复核工作;主体层面,覆盖从事AI科技活动的企业、高校、科研机构、医疗卫生机构等各类创新主体,确保治理要求触达产业全链条。
聚焦核心任务,构建全维度支撑体系。据毕春丽介绍,先导计划重点部署四大核心任务,构建起支撑《办法》落地的完整体系:一是完善制度与工作机制,细化省级AI科技伦理审查配套制度规范,健全城市层面多部门协同治理工作机制,打通部、省、市三级伦理审查与服务工作链条;二是强化基层能力建设,指导各类创新主体按要求设立AI科技伦理委员会,支持有条件的地区建设AI科技伦理审查与服务中心,为中小微企业提供公共服务支撑;三是开展审查实践与标准验证,推动常态化AI科技伦理审查实践,规范开展高风险AI科技活动的专家复核工作,同步推进伦理风险评估、委员会建设等相关标准的研制与落地验证;四是健全风险防控网络,构建部省市三级联动的敏捷治理网络,完善审查情况通报、风险信息报送、预警推送等机制,形成全流程风险闭环管理。
此外,先导计划还将配套建设全国AI科技伦理风险监测服务网络,编制统一培训教材、常态化开设“伦理课堂”,持续开展伦理风险监测预警,为先导计划城市提供稳定的智力支撑。
“通过先导计划,将建设一批专业机构和人才队伍,制定并验证一批标准,建成AI科技伦理风险案例库,研发一批技术工具和方法,选树一批典型示范应用,夯实AI伦理治理根基。”李文宇告诉记者。■