页面加载中
发布日期:2025/9/30
(盛廷学术基金支持项目)
近日,由中国农业大学人文与发展学院、北京市物权法学研究会、北京数字经济与数字治理法治研究会联合主办的“人工智能+”的场景实践与制度创新研讨会在中国农业大学顺利召开。

本次会议由北京市盛廷律师事务所和数据合规50人论坛具体承办。中国农业大学法律系副教授梁伟亮主持了会议。会议研讨环节共分三节,分别由中国农业大学人文与发展学院教授李玉梅、中国农业大学法律系副教授高童非、北京市盛廷律师事务所数据资产部主任李永卓先后主持。

中国农业大学人文与发展学院党委副书记、法学教授李玉梅表示今天是距离农大百廿校庆30天之际,此次会议却被纳入到了农大百廿学术专栏,足见学院对此次会议的重视。她介绍到人文与发展学院成立于1993年,目前全院有200多名老师,2000多名在校生,涵盖了本科生、硕士生、博士后培养体系,另有培养留学生。形成了鲜明的交叉学科特色。她希望此次会议能够形成高质量的会议成果。为国家人工智能发展提供更好的智力支持。

北京市物权法学研究会常务副会长兼秘书长、北京市盛廷律师事务所主任毕文强强调,法律人不应被动等待,而应主动为AI这场伟大的社会实践提供前瞻性的制度供给和智力支持;特别要是在中美博弈的背景下,助力中国AI产业发展。立法方面,应遵循“牵引技术,保障权益”的理念,采取谦抑原则,避免仓促立法扼杀创新;在制度供给和权益保护上必须积极前置。他提出理想的模式是“让技术创新跑在前面,让权益保护紧跟上去”。法律人的角色需要升级,不仅要懂法律,更要融入生态,为AI创业者和传统行业赋能。法律服务必须跟上“新质生产力”创新的步伐。他指出法律人在AI时代的新使命是从被动的合规者转变为主动的制度设计者和创新赋能者,以回应国家战略和产业发展的迫切需求。

中国信通院互联网法律研究中心主任何波指出,自国务院“人工智能+”行动计划意见发布后,人工智能领域反响热烈。当前,人工智能技术实现了跨越式发展,推动生产力实践进入广泛、深入的应用阶段。近年来因大模型、大数据和大项目的突破,实现了从决策式AI向生成式AI的重大转变。随着大模型的快速发展,AI手机陆续发布,大模型在终端侧的部署成为重要趋势。但是其在终端部署需要调取手机数据,则带来了数据安全挑战,尤其是AI手机通过操作系统收集、处理数据使隐私保护问题突出。他指出,需统筹安全与发展、守正与创新等关系。AI手机改变传统移动互联网的数据生态,打破APP数据孤岛,手机厂商和大模型服务商的数据控制能力增强,跨场景、跨APP的数据收集愈发普遍。由此也产生了多主体责任认定、数据收益边界扩大、收集方式隐蔽等问题。但传统移动互联网监管的基本要求和逻辑仍然适用,《网络数据安全管理条例》等法律法规已构建起全景数据监管框架。他认为,未来人工智能监管需要处理好近期与中远期关系。短期通过检测等方式解决突出问题,长期则须通过立法来规范。同时,还要统筹国内与国际发展趋势,我国监管政策需兼顾国内发展与国际形势。

北京交通大学法学院副教授付新华指出,2023至2024年间,全球人工智能立法进程显著加速,学界提出多份专家建议稿,我国国务院也连续两年将其列入立法计划。然而,2025年形势发生变化:美国特朗普政府废除原有AI监管指令,转向“去监管化”;我国立法表述亦调整为“加强人工智能立法研究”。
付新华认为,生成式AI已深度融入医疗、自动驾驶等关键领域,在带来巨大机遇的同时,也引发复杂的社会风险,使其成为国际科技竞争焦点。当前统一立法面临多重挑战:技术快速演进导致立法滞后,过度监管可能抑制创新,统一规则难以适配多元场景。
从全球实践看,欧盟采取风险分级监管但效果不及预期;美国倾向于联邦层面放松监管,倚重州法与行业自律;亚洲国家则呈现多元探索态势。她指出,我国已形成地方专项立法与靶向政策相结合的渐进式治理路径。建议我国系统规划立法路线,可优先制定《人工智能促进法》确立统一目标,再逐步推进基本法与综合法,过程中需紧密结合AI技术特性。

北京大学先进制造与机器人学院助理研究员孔诗涵从工科思维差异的角度指出,自主无人系统这种具备自主感知和决策能力的智能系统,在国防、生产生活等领域发挥着关键作用,是全球科技竞争的焦点与各国的重点布局方向。2024年自助无人系统在全球市场的规模十分可观,例如无人船、机器狗、人形机器人等相关典型应用,更是当前顶级期刊关注的研究热点。从研究方向来看,该领域呈现出学科交叉融合、重视仿生智能研发、聚焦集群协同技术三大显著特征;发展趋势从自动化、智能化迈向自身智能,内核也从数理规律驱动转为数据模型驱动;应用场景则是从封闭单一场景转向开放交互,表现出功能更通用且能持续学习的特点。他以研究的水下机器人为例,说明工科研究通常从发现问题入手。他认为,工科研究逻辑是从工程问题提炼技术问题、发掘科学问题,再通过研究解决问题并实验验证。

盛廷学术基金秘书长关剑夫表示,人工智能治理的核心困难,源于对自然科学与社会科学体系边界的挑战。这两大学科在思维方法与研究逻辑上并无本质差异,都依赖严谨的因果关系与实证验证。自然科学是可探究的自然规律;而社会科学与“人”相关,人类思维活动具有不可完全预测性,这造就了社会科学的独特研究方法。他指出尽管AI模拟人类神经网络,但对其的治理和对人的治理存在根本差异:人类行为的目的具有不可穿透性,而AI智能体可通过审查源代码实现算法透明,其运行过程能被直接干预,且干预成本远低于事后法律救济。因此,对AI的治理应更重视技术线路,而非单纯地追责结果。他指出,算法透明是AI治理的关键。我国的《生成式人工智能管理暂行条例》与欧盟的《人工智能法案》虽均要求算法透明,但多为原则性规定,实践中仍有诸多问题待明确。例如开发者拒绝公开算法的法律责任、隐瞒算法缺陷是否等同与危害公共安全等。他认为,应承认学科差异,对人类行为的规制保持社会科学式的灵活适配,对AI必须建立自然科学式的全链路掌控,以算法透明为核心,筑牢治理根基。

中国农业大学法律系副教授高童非指出此次会议先从应用场景切入,非常契合当今时代的发展趋势。很多时候,要实现“优质”,关键在于如何应对和处理负面问题。这需要多方协同:作为产品方,要依托产品本身发挥价值;监管者、政策制定者以及立法者,则需要考虑如何通过规则调整来引导方向。经过这样的协同,后续的发展路径和脉络也会更加清晰、明确。

中国政法大学网络法学研究所教授郭旨龙指出在人工智能时代,传统的法学研究范式亟待转型,必须拥抱跨学科的新方法,从新的视角如伦理学和法社会学等来重新审视和构建人工智能相关的法律与伦理框架。AI时代许多传统法律概念如隐私、侵权等正在被颠覆。在讨论人工智能体的权利、人格和责任问题时,应当跳出传统的类比框架,借鉴伦理学、文化如中国传统文化中的“造物”、“他者”观念和社会科学的研究成果,重新思考人与AI的关系,从“主-工具”关系到“协作-陪伴”关系,从而影响如责任分配等法律方案的选择。

北京科技创新研究中心研究员刘芸介绍了北京市在推动人工智能发展方面的系统规划、实践成果与未来方向。北京市推动人工智能发展的政策举措主要集中在加速前沿技术创新、高效推动算力基础设施建设、提升高质量数据要素供给能力、以场景驱动产业高质量发展、营造优良发展环境等方面。北京市下一步工作的着力点主要集中在着力突破关键技术、全力夯实底层基础、加快构建产业方阵、加快推动场景建设、持续优化产业生态等方面。

中国计量大学法学院讲师韩新磊指出,“人工智能+”与传统“互联网+”有本质区别。已经成为新的生产要素,是能自主生成内容服务人类,而非仅作为联通人与物的工具。这也推动了传统生产力与生产关系的变革。因其场景复杂,单一法律制度难以全面调整,所以即使未来出台人工智能法,也需提炼共性规则,结合具体场景。他指出,人工智能生成物的版权侵权问题有三大特点:一是打破版权法“只保护表达、不保护思想”的规则。AI通过深度学习自主思考,其生成的内容表达独特难被识别,期刊的审核常难以区分AI创作与人类创作;二是生成式AI涉及设计端、运用端、产业端链条,打破传统单一侵权主体格局,责任归属成谜;三是侵权行为隐蔽,传统识别规则难以适用。对此有几点应对思路:一是严格区分表达型与思想型AI生成的内容,分类施策;二是修正规则,在举证责任上向被侵权人倾斜;三是调整侵权责任的承担与归责原则,为AI产品预留无过错责任的空间,对未履行算法注意义务的主体适用无过错责任。

中国轻工企业投资发展协会执行秘书长李仪指出,企业出海面临巨大法律门槛——小企业雇不起律师、不熟悉海外法律体系;大企业则常遭遇法律陷阱。国内企业面临着效率与成本的平衡问题。对于企业来说,起诉的时间成本比金钱成本更为重要,因此我们可以探索AI在政务、司法中的效率价值。他指出,AI一定是未来重要的组成部分,是极其高效的工具。但我们也需要注意未来不会只有AI。我们仍需权衡人与AI的关系,明确二者边界。

北京科技大学文法学院教授李富成指出,《国务院关于深入实施“人工智能+”行动的意见》提出了国家在各领域促进人工智能应用发展的目标,为我国人工智能科技创新和产业创新指明了方向。实现《意见》提出的目标,需要科技界、产业界协同创新,需要市场激励和政策加持协同推动,也需要提供与之匹配的制度供给和法治保障。在大国竞争背景下审视人工智能制度供给、法治保障,就不是“要不要”的问题,而是“好不好”的问题;就不是可以“放一放”、再“等一等”的问题,而是要为科技产业发展提供全周期高质量制度供给、法治保障。《意见》在制度供给和法治保障方面着墨不多,为各领域的研究者、实践者开展跨学科产学研一体化研究转化,留下了很大的空间。比如,不同地区具有不同的发展禀赋、主导方向,适宜不同垂直领域的人工智能落地发展,需要差异化的制度供给。人工智能产业项目落地,不是一个简单的建设量产销售过程,而是一个在研发应用中不断迭代推广的过程。这就需要为先行先试的地方、行业、企业提供伴随式制度供给,同步甚至超前进行制度设计和创新,建立合理的容错空间,为人工智能高质量发展提供高质量制度保障。

中国人民大学法学院副教授黄尹旭强调,法律不应是“踩刹车”,而应是“装安全带”。良好的制度正如安全带一般,能以最小成本保障安全,从而反过来“提高车速”,解放并促进技术的发展。人工智能生成物标识制度就类似于汽车安全带,是一种成本低廉且有效的治理工具。恶意的生成式AI内容泛滥会混淆虚拟与现实,侵蚀信任,最终破坏AI技术向善的价值。创作者故意不标注,意图制造混乱,应追究其责任。传播者故意去除原有标识后进行传播,应追究传播者的责任。同时,正常标注的创作者则可因此减轻或免除责任。这为责任划分提供了清晰、可操作的规则。与另一种“从技术内核限制生成内容”的治理思路相比,标识制度只规范输出物,不限制技术研发本身,避免了扼杀创新和提高研发成本。

中国人民大学经济学院讲师李子硕表示,在承认AI纵向产业链存在巨大垄断风险的同时,也要观察到市场仍具竞争活力。因此,当前的重点不是泛泛地谈规制,而是要敏锐地识别并精准地打击那些最具体、最迫切的反竞争行为(如歧视性接入、隐性合谋、投资控制),从而为中国的AI产业发展保驾护航,维护健康的市场竞争秩序。在中美AI竞争的背景下,我们不应照搬国外经验,而应更务实,重点关注:1.确保无歧视服务;2.审慎审查科技巨头的投资:3.规范智能体市场。人工智能领域的反垄断问题本质上是数字平台垄断问题的延伸与加剧,但目前其风险尚不明确,不宜进行“预防性反垄断”打击,而应采取审慎、精准的监管策略,以在促进发展与防范风险之间取得平衡。

对北京国际大数据交易所技术专家从实务角度指出,人工智能的发展是关系国家命运的重大方向之一,其健康发展需要科学规划和有效执行。中国参与人工智能的竞争,除了技术、数据、资金、人才外,还需要一个有效生态环境,才能将各种资源有效组合和应用。数据交易所作为数据要素流通,其实同时也承担着建设人工智能发展生态的重任,因此也有机会成为人工智能技术最好的走向市场、实施落地的关键平台。数交所的核心竞争力,是公平公正公开透明,非常有赖于法律服务的强大支撑。目前,数交所在实践中面临着巨大的法律合规挑战与成本问题,亟需法律界提供低成本、可操作的解决方案。同时它并为法律创新提供了丰富的试验场景,包括但不限于数据资产的确权与登记、数据资产质押融资、数据跨境等。数交所的业务是结果导向的,需要的是能真正解决问题、降低成本、促进交易的法律方案。同时,数交所愿意成为法律创新的“试验场景”,任何创新的法律想法都可以在此应用和验证。数据的全球化流通要求法律创新必须具备全球视野,解决跨境法律冲突问题。他希望法律界能提供更加敏捷、低成本、可操作的法律产品和解决方案,以赋能而不仅仅是规制数据要素和人工智能产业的发展。
常志远律师结合自身经历指出,从传统的合规业务转向更具前景的“科技成果转化”领域,通过直接投资和帮助融资等方式,深度参与人工智能等科技公司的成长,能带来更多实际的价值。法律人不应再仅仅满足于为创新提供事后合规服务,而是应当更前瞻地、更深度地参与到科技创新的过程中,通过资本和法律的复合能力,直接创造和捕获价值。

北京市盛廷律师事务所数据资产部主任,数据合规50人论坛联席秘书长李永卓表示本次研讨会聚焦的“制度创新”与“场景实践”,回应了国家AI政策从宏观“规划蓝图”到具体“施工图”的战略转变。他指出要实现最终目标,需要各方协同,形成“规划大胆想、技术放心跑、监管跟得上、市场肯投入”的良好生态。2024年的《“人工智能+”行动指导意见》内容极其具体和场景化。任务被细化为科技、产业、社会、民生、治理等非常具体的领域,并且前所未有地列出了八大支撑要素(模型、数据、算力、环境、开源、人才、政法、安全),这正是本次研讨会讨论的核心。新意见首次提出“原生智能”概念,并明确要参与和输出“全球治理方案”。这表明中国的AI发展不再满足于应用层(“附加模块”),从底层创新到全球规则制定,都要占据重要位置。

此次论坛的成功举办,不仅系统解读了国务院“人工智能+”文件,更为破解我国数据治理、人工智能产业有序发展、国际化数据竞争等现实难题提供了坚实的法治思路与创新路径。通过凝聚政产学研社企各界共识,论坛为推动中国式人工智能产业发展法治化进程注入了强劲动力,为未来在国际化数据竞争领域赢得先机奠定了更坚实的基础。
