人工智能治理框架 (AI Governance Framework)

一、框架总则

本框架聚焦人工智能（Artificial Intelligence，AI）治理领域，梳理全球范围内具备权威性、影响力的AI治理规则与体系，兼顾国际共识与中国本土实践，围绕AI治理（AI Governance）核心要义，明确治理逻辑、核心准则与实施方向，推动可信AI（Trustworthy AI）安全合规发展，实现技术创新与风险防控的双向平衡，助力构建权责清晰、开放包容、协同共治的AI发展生态。

二、全球有影响力的AI治理框架整理

2.1 国际主流AI治理框架

2.1.1 经合组织AI原则（OECD AI Principles）

作为全球首个达成多国共识的AI治理纲领性文件，由经济合作与发展组织（Organisation for Economic Co-operation and Development，OECD）发布，后续完成适配生成式AI（Generative AI）的更新迭代，被G20等国际组织采纳，是国际AI治理的基础遵循，主打负责任、普惠式AI发展。

• 核心准则：坚持包容增长与可持续发展、尊重人权与法治、保障透明可解释（Transparency and Explainability）、确保稳健安全可靠、落实问责追责（Accountability）五大核心原则。

• 核心亮点：立足多方协同治理，兼顾技术创新与公共利益，推动全球AI治理标准互认，适配各类AI技术形态与应用场景。

2.1.2 联合国教科文组织AI伦理建议书（UNESCO Recommendation on the Ethics of AI）

由联合国教育、科学及文化组织（United Nations Educational, Scientific and Cultural Organization，UNESCO）推出，是全球覆盖成员国数量最多的AI伦理治理文件，以“不伤害”为核心底线，侧重人权保障与社会伦理规范，填补全球AI伦理治理的规则空白。

• 核心准则：安全无害、公平非歧视（Fairness and Non-Discrimination）、隐私保护（Privacy Protection）、可持续发展、透明公开、有意义人类监督（Meaningful Human Oversight）、权责明晰。

• 核心亮点：强制要求开展AI伦理审查（AI Ethical Review），关注弱势群体权益，弥合全球数字鸿沟，强化全流程数据治理（Data Governance）。

2.1.3 欧盟人工智能法（EU AI Act）

全球首部专门针对AI的区域性法律，以风险分级管控（Risk-Based Regulation）为核心逻辑，构建刚性监管体系，实现AI治理从行业自律向法律规制的跨越，对全球AI立法与监管实践具有标杆性意义。

• 风险分级体系：

• 不可接受风险AI（Unacceptable Risk AI）：明令禁止研发部署，如社会信用评分、无差别实时生物识别监控等；

• 高风险AI（High-Risk AI）：实施严苛监管，覆盖关键基础设施、医疗诊疗、司法决策、教育招生等场景，需完成合规评估、第三方认证、全流程溯源；

• 有限风险AI（Limited Risk AI）：强化透明度要求，如AI聊天机器人需主动标注AI生成身份；

• 最小风险AI（Minimal Risk AI）：宽松监管，鼓励娱乐、基础工具类AI技术创新。

• 核心亮点：法律约束力极强，明确高额违规处罚标准，压实AI研发方、部署方、使用方全链条责任，聚焦算法可解释性（Algorithmic Explainability）与安全合规。

2.1.4 美国NIST AI风险管理框架（NIST AI RMF）

由美国国家标准与技术研究院（National Institute of Standards and Technology，NIST）发布，属于实操性极强的柔性治理指南，无强制认证要求，模块化设计适配各行业主体，助力构建系统化AI风险防控（AI Risk Prevention and Control）体系，被多国监管机构与企业参考借鉴。

• 核心职能：治理（Govern）、风险映射（Map）、风险测量（Measure）、风险处置（Manage）四大核心模块，形成风险闭环管理。

• 核心亮点：灵活适配性高，兼顾技术特性与行业差异，聚焦AI全生命周期（AI Lifecycle）风险管控，落地性突出。

2.2 中国AI治理框架体系

中国AI治理秉持发展和安全并重、创新与规范协同的核心理念，立足本土产业实践、接轨国际治理规则，构建“政策引领、标准支撑、法治保障、多元共治”的特色治理体系，持续输出AI治理的中国方案，核心框架兼具实操性与前瞻性。

2.2.1 核心政策与纲领文件

• 《人工智能安全治理框架2.0》：国家层面核心治理指南，划分技术内生、应用衍生、社会层面三类安全风险，明确全流程防控要求，强化AI安全评估（AI Security Assessment）与分类分级监管，筑牢AI安全底线。

• 《生成式人工智能服务管理暂行办法》：针对生成式AI服务监管（Generative AI Service Regulation）的专项规制，要求算法备案（Algorithm Filing）、内容显式标识、训练数据合规，压实服务提供者主体责任。

• 《全球人工智能治理倡议》：中国面向全球提出的治理主张，倡导共商共建共享、普惠共赢，反对技术垄断与阵营对抗，推动构建人类命运共同体，助力全球AI协同共治。

2.2.2 核心治理原则

• 坚持以人为本、智能向善，坚守国家安全、社会公共利益、公民合法权益三重底线；

• 坚持风险导向、敏捷治理，推行分类分级监管，精准化解算法偏见（Algorithmic Bias）、数据泄露等突出风险；

• 坚持技管结合、多方协同，统筹政府监管、企业自治、行业自律、社会监督四方力量；

• 坚持开放合作、包容互鉴，深度参与全球AI治理规则制定，推动治理经验共享与标准对接。

2.2.3 核心治理举措

• 聚焦高风险领域监管，对具备舆论属性、社会动员能力的AI服务，强制落实安全评估与算法备案；

• 强化数据安全与个人信息保护，规范训练数据采集、标注、存储、使用全流程，严守合规底线；

• 规范深度合成、生成式AI等技术应用，防范虚假信息传播，维护清朗网络空间；

• 健全伦理审查、应急处置、责任追究机制，打造全链条、闭环式治理模式。

三、全球AI治理框架核心共性

• 核心理念趋同：均坚守以人为本、安全可控、伦理向善的核心导向，杜绝AI技术滥用侵害人类权益；

• 管控逻辑一致：普遍采用风险分级管控模式，对高风险AI从严监管，低风险AI适度松绑，平衡创新与监管；

• 关键要求重合：重点聚焦数据合规、算法透明、人类监督、责任界定，防范算法偏见、安全漏洞等核心问题；

• 治理模式互通：倡导多方协同共治，推动政府、企业、行业、社会联动，兼顾国内治理与国际协作。

四、术语与名词（中英文对照）

本部分汇总文中核心AI治理术语与专有名词，统一整理为中英文对照格式，方便查阅与理解，覆盖治理核心概念、技术术语、监管要求等维度：