《南大区域国别研究前沿》2025年第21期：人工智能时代的国际关系研究特辑

编者按：从“图灵之问”的哲学思辨，到DeepSeek横空出世，人工智能（Artificial Intelligence）历经半个多世纪的发展，已从实验室中的幽微星火，燃出重塑世界格局的燎原之势。放眼人工智能时代的国际关系（IR in AI），国家权力的来源和边界、大国竞争的节奏与形式，国际秩序的基本矛盾与演进趋势，无不处于剧烈的变动重组之中。当人工智能不再是单纯的技术工具，而是成为具有自主逻辑、足以嵌入全球体系的结构性力量，国际关系研究也随之步入新的思考领域。

回顾国际关系视野下的人工智能研究（AI in IR），可以发现，学界对这项新兴技术的关注并非偶然。从冷战时期对“机器隐喻”与“计算理性”的前沿思考，到后冷战时代围绕数字空间、信息权力的初步探索，学者们对新兴技术的持续关注和不懈追问，汇聚成理论创新的强劲动能。深度学习技术的完善、生成式人工智能的流行，宣告“人工智能时代”的到来，随即引发国际关系研究本体论、认识论、方法论的全面迭代。与此同时，技术发展与技术治理之间的“异步困境”，面对效用边界与潜在风险的“认知赤字”等问题依旧存在，促进技术正义、科技向善的未竟使命，仍在鞭策国际关系研究者不断向前，为实践寻找理论与经验的支点。

本期特辑从三个维度展开讨论：“学之探究”系统梳理人工智能与国际关系融合的思想脉络，展示其研究立意、理论视角和分析工具的发展历程；“观点集萃”关注人工智能时代的地缘政治研究，呈现学界对人工智能如何改变权力定义、塑造竞争格局和国际秩序的多元观察；“他山之石”聚焦英国图灵研究所，展示研究型智库如何依托先发优势、跨学科团队和集群力量，建立以区域国别为基本单位的治理知识体系，服务国家战略，推动全球治理。

人工智能技术的飞速进步，正在构成百年变局的技术之维。面对一日千里、瞬息变幻的技术，社会科学研究者恰似柏拉图寓言里的“洞穴中人”，眼下触手可及的光亮，未必就是象征真理的阳光。我们深知，抵达“洞外的世界”，必然要穿越曲折、幽暗、甚至反复的隧道。唯有紧扣技术发展的前沿，勇敢地擎起探索的火把，这一冒险才不致迷失方向。

学之探究 | 国际关系视野下的人工智能研究简史

“人工智能”，缘起英国科学家阿兰·图灵（Alan Turing）的理论假设，由美国科学家约翰·麦卡锡（John McCarthy）在1956年的达特茅斯会议上正式提出。这颗概念的“种子”历经机器化、信息化与数字化时代的漫长征程，最终实现了从理论模型到通用技术的蝶变，由此拉开了智能化时代的帷幕。受到技术进步与政治现实的双重驱动，国际关系学者对人工智能的探究萌芽自冷战时期，在信息化浪潮下快速发展，于2010年代后迎来爆发式增长。

一、萌芽期（20世纪50年代至20世纪90年代）

1950年，英国科学家阿兰·图灵在《计算机器与智能》中首次提出“机器能够思考吗”的经典命题。“图灵之问”开创了人工智能研究领域先河，在科学界和思想界的上空放出了“智能机器”的幽灵。冷战时期，人工智能技术基本停留在概念提出和理论验证阶段。“智能”的技术实现，仅体现为计算机模拟技术对人类脑力的有限替代。

作为人工智能前身，计算机技术的普及将“算力”“模型”等概念带入国际关系学科的研究方法与理论话语中。冷战时期的大国军备竞赛，促进了科学技术的发展以及“军事—科研—工业”复合体的建立。1946年，世界上第一台计算机“埃尼阿克”问世，随后计算机技术开始被广泛应用于国防安全与科学研究领域。核武器等大规模杀伤性武器的出现，对决策复杂度、精准度提出了更高要求，推动了决策科学的发展。在此背景下，美国国际安全研究者率先引入计算机技术，引领了政治研究模型化的潮流。兰德公司利用博弈论与算法模型进行核威慑模拟。托马斯·谢林（Thomas Schelling）、赫尔曼·卡恩（Herman Kahn）等战略研究者将理性计算嵌入战略决策逻辑，把国家间冲突乃至核战争这样的极端情况都转化为可计算、可规划的对象。[1]1970年3月，在国际关系科学协会（IPSA）召开的政治学实验技术应用研讨会上，有学者汇报了人工智能模型在和平建设中的应用，研究虽以“人工智能”冠名，但实质上仍是早期计算机模拟技术。[2]

控制论、信息论、系统论等科技哲学的流行，使“机器隐喻”深深嵌入学者对政治秩序的理解之中。“控制论之父”诺伯特·维纳（Norbert Wiener）指出，人类必须看到“自动化社会的政治后果”，断言技术系统将改变人类的决策逻辑与社会秩序。[3]美国政治学家戴维·伊斯顿（David Easton）受计算机技术启发提出“政治系统论”，将政治系统定义为信息输入与输出的反馈回路。[4]作为20世纪60年代美国“行为主义革命”初期的主导性范式，“政治系统论”同样被广泛用于解释国际体系的构造与变迁。[5]冷战史学家保罗·爱德华兹（Paul Edwards）形象地总结道，“冷战创造了计算机，计算机也创造了冷战。计算机与冷战相互塑造程度如此之深，若不将两者联系起来，就无法全面理解其中任何一个。” [6]该时期，人工智能虽未直接成为研究对象，却以“机器隐喻”的形式塑造了政治学的知识架构。幽灵虽未显露真身，但已经可以瞥见它长长的影子。

二、起步阶段（20世纪90年代至21世纪10年代）

冷战结束后，人工智能的技术成熟度和社会影响力显著提升，并在符号主义和行为主义两条技术路径上取得了重要的理论进展。[7]其中，利用计算机模拟人类思维的符号主义学派率先实现“跨界破圈”。1997年，IBM超级计算机“深蓝”战胜国际象棋世界冠军卡斯帕罗夫，人工智能名声大振。

计算机技术在自动化决策、情报分析等领域的应用前景受到重视，“人工智能”作为固定名词开始出现在理论文献中。冷战后期，学者们对计算机模拟决策的研究从安全领域[8]转向更广义的国际关系领域。1997年，美国学者瓦莱丽·哈德森（Valerie M. Hudson）主编的著作《人工智能与国际关系》问世，该著作是一本探讨人工智能与国际关系理论的书籍。书中对人工智能的讨论主要着眼于引进先进的研究方法，例如使用“专家系统”“神经网络”等技术模拟国家决策行为、国际行为体互动，进一步提高研究和决策的科学性。在本书中，作者们还探讨了人工智能对知识、规则与认知的影响，[9]标志着人工智能对国际关系理论的影响已经开始从方法论领域向认识论领域扩散。

在人工智能爆发的“前夜”，国际关系学科关于信息与数字技术研究的理论储备，发挥了承前启后的作用。信息与数字技术的飞速发展，为国际关系研究注入了新的空间想象。罗伯特·基欧汉（Robert Keohane）和约瑟夫·奈（Joseph Nye）指出，信息传播时间和成本的降低促进了全球相互依赖。奈将“信息权力”纳入“软实力”理论，[10]搭建起分析网络时代国家权力的理论框架。[11]西班牙社会学家曼纽尔·卡斯特（Manuel Castells）曾预言，网络结构将取代领土，成为权力运作的主导场域。[12]跨国公司与网络平台的兴起，造成主权国家权力的流散，关于“网络主权”的讨论走上台前。法律学者吴修铭（Timothy Wu）首次提出“网络空间主权”（cyberspace sovereignty）概念。[13]杰克·戈德史密斯（Jack Goldsmith）指出，互联网的软件和硬件均部署于国家领土的范围内，基于领土主权使国家对互联网空间的管辖拥有正当性。[14]詹姆斯·罗西瑙（James Rosenau）将后冷战时代的全球治理体系视为“复杂适应系统”（complex adaptive systems），强调治理的有效性取决于系统的反馈、学习与适应能力。[15]这一概念突出了治理系统的自组织性和学习能力，相较于“机器隐喻”更显示出智能色彩。

三、爆发式增长阶段（21世纪10年代至今）

2010年开始，基于大数据的“深度学习”方法成为人工智能技术的主流发展路径。2016年，谷歌公司开发的人工智能AlphaGo在人机对弈中完胜韩国棋手李世石，围棋作为人类智力游戏的“最后堡垒”被攻破。2016年亦因此被视为人工智能浪潮兴起的元年。同年，美国奥巴马政府出台《国家人工智能研究发展战略计划》，国家科技委员会（NSTC）连续发布多份重要报告《为人工智能的未来做好准备》《人工智能、自动化与经济报告》。2017年，中国出台《中国新一代人工智能发展规划》。2021年，欧盟推出《人工智能法案》草案，最终于2023年通过，成为人工智能领域第一部横向监管立法。人工智能一跃成为各国科技发展战略和大国科技竞争的焦点。

无论是数字世界还是现实空间，人工智能都已经成为那只“房间里的大象”，其引发的社会风险和跨国问题日益凸显，开展治理合作的呼声不断高涨。2018年，牛津大学人工智能治理研究所（GovAI）发布了标志性的研究报告《人工智能治理：一项研究议程》，该报告由艾伦·达福（Allan Dafoe）主笔，对人工智能的经济社会影响以及潜在安全风险进行了全面梳理，并提出了初步的治理框架。[16]2021年，美国前国务卿亨利·基辛格（Henry Kissinger）、谷歌前CEO艾瑞克·施密特（Eric Schmidt）与麻省理工学院计算机教授丹尼尔·胡滕洛赫（Daniel Huttenlocher）共同完成的著作《人工智能时代与人类价值》出版。[17]基辛格指出，人工智能是继核武器之后有能力颠覆国际权力平衡的力量，并呼吁重塑全球治理与伦理框架以应对AI带来的“认识危机”。直到生命的最后时光，这位“世纪老人”仍在不懈推动全球人工智能治理进程和人工智能战略对话，为防范人工智能技术发展失控与国家间竞争异化奔走呼告。[18]

人工智能技术发展是启发国际关系理论“技术转向”的重要诱因。2019年，马里恩·霍伊廷克（Marijn Hoijtink）和马赛厄斯·利斯（Matthias Leese）主编的《国际关系中的技术与能动性》问世，该书聚焦国际关系如何通过技术得以实现、被认知和持久发展，是国际关系理论“技术转向”的里程碑之一。书中探讨了自动化在贸易、劳动力、医疗、军事（如智能武器系统）、国家安全等领域的具体影响，指出技术平台、数据资本与算力控制成为新的结构性权力来源。在未来世界，国家和企业之间的竞争将更多地围绕谁能构建和治理这些自主技术系统，以及谁能分配自动化带来的红利。本书将技术自主性概念（tech agency）引入国际关系理论之中。这对跳出“人类中心主义”思维、探索“后人类中心世界”下的人机关系与社会秩序，极具启发意义。[19]巴索·恩詹泽（Bhaso Ndzendze）与奇利齐·马尔瓦拉（Tshilidzi Marwala）共同主编的《人工智能与国际关系理论》，汇总了来自现实主义、自由主义、建构主义、理性主义、霸权稳定理论、依附理论、英国学派等不同理论范式的人工智能研究，体现了国际关系学界对新兴技术的重视，是迄今为止对人工智能时代国际关系理论创新探讨最为全面的论著。[20]

生成式人工智能技术日臻成熟以及产学研各界对“通用人工智能技术”（AGI）的乐观预期，进一步推动了国际关系研究的“人工智能热”。2022年，美国OpenAI公司发布生成式人工智能大模型ChatGPT-3，展现出不同以往人工智能应用的“强交互”“强理解”“强生成”能力。微软CEO萨蒂亚·纳德拉（Satya Nadella）将称为“未来改变生产力和工作方式的杀手级应用”。 [21]2023年，国际研究协会（ISA）在亚特兰大召开了“人文与数字：数据科学和人工智能（AI）对国际关系的影响”专题讨论会。[22]2024年，国际研究协会会刊《国际研究评论》组织多名学者就“人工智能与国际关系”进行专题研讨，话题覆盖“生成式人工智能”“智能战争”“冲突管理”“深度伪造”等关键词。[23]工具书的出现是研究走向成熟与建制化的表征之一。2024年，贾斯汀·布洛克（Justin Bullock）等学者编写的《牛津人工智能治理手册》出版，系统梳理了人工智能治理的核心议题、理论基础与政策实践，为理解AI技术如何重塑权力结构、制度安排与全球秩序，提供了全面的理论与政策指南。[24]2025年，迭戈·布拉利希奥（Diego Brasioli）等主编的《劳特利奇人工智能与国际关系手册》出版，该书以跨学科视角，内容横跨人工智能的基础理论、技术哲学、军事应用、数据安全与经济社会影响，全面审视了人工智能如何塑造国家间互动模式以及全球政治发展态势。[25]

面对新一轮人工智能技术变革，中国学界积极响应，为新学术议程的发展与完善做出了重要贡献。2017-2018年间，人工智能开始进入中国国际关系学界的视野之中，有中国学者在学术研讨会和期刊上发表研究成果，从国际关系的视角对人工智能技术发展作出初步回应。[26]随后，中国国际关系学者对人工智能的研究在本体论、知识论、方法论等层面全面展开，形成十分可观的知识增长曲线。中国知网（CNKI）界面的“周热词排行榜”上，“人工智能”长期位居第一。截至目前，在国家社科基金项目“区域国别学与国际问题研究”分类下，课题名中直接含有“人工智能”关键词的课题立项已有10项。[27]2025年，《世界经济与政治》期刊组织专题笔谈，邀请七位具有实际探索经验的学者，从不同角度讨论数智方法对国际关系研究学科路径、思维范式和核心方法的影响。[28]

人工智能技术发展对中国国际关系学科的影响，不仅体现在学术共同体在理论取向、研究方法的横向拓展，更体现为高校教育、人才培养等体制的纵向变革。康涛、祁昊天发文呼吁，国家安全教育体系须适应人工智能技术发展，培养兼具技术理解、伦理意识、政策把握和国际视野的复合型人才。[29]北京大学庞珣教授率先开设了面向本科生的“新兴科技、全球风险与国家安全”课程，从跨学科视角探讨以人工智能为代表的新兴技术如何重塑全球风险格局。[30]2025年，第八届政治学与国际关系教学共同体中，有多位学者就人工智能的教学研究进行专题发言。[31]

四、人工智能议题定位的转变

人工智能已经从“新边疆”中脱颖而出。“新边疆”语出美国总统肯尼迪，指代“未知的科学与空间领域，未解决的和平与战争问题，尚未征服的无知与偏见的孤立地带”。在这篇宣言式的演讲中，肯尼迪旨在用“新边疆”唤起美国人开拓西部边疆的民族精神，动员美国国家力量投入对苏竞争的前沿领域。1980年，里根政府国家安全委员会成员丹尼尔·格雷厄姆（Daniel O.Graham）等人提出“高边疆”概念，促成美国空间战略的出台。随后，“新边疆”“高边疆”也被广泛用于形容自然科学与人文社科中的具有战略意义的新兴领域，[32]以此命名的学术议程通常把若干有潜力的学术议题打包放进其中，作为一种培育幼稚状态研究的“孵化箱”而存在。此外，“边疆”隐喻中还暗含着某种“中心—边缘”结构——从已知领域出发，向未知领域进发——立足于“新边疆”“高边疆”的研究，肩负着学界对于创造知识增长点或者增长断面的期待。

时至今日，经过深度学习、算力提升与大规模数据训练的累积，人工智能已从实验性技术走向体系化应用，在工业、金融、医疗、公共治理等领域拥有稳定、可复制、大规模的部署场景。它已具备跨行业迁移性、通用任务适应性与生态扩散能力，因而被视为继电力与互联网之后的新一代通用型技术（general-purpose technology）。“新边疆”或者“高边疆”已难以准确描述人工智能议题在国际关系学科中的定位。在学术层面，人工智能研究热度持续高企，已然从“前沿”转变为“显学”。在现实层面，人工智能成为大国竞争的焦点场域，争夺围绕数智领域主导权的争夺日益激烈。由于人工智能在多个方面都展现出逼近人类的任务执行能力，学界和公众对于“通用人工智能”（AGI）和“超级人工智能”（ASI）创生的前景一度非常乐观。当我们在讨论人工智能时，既是在讨论当下，也在讨论“不远”的未来。正如马克思在《1844年经济学哲学手稿》所述，“工业的历史和工业的已经产生的对象性的存在，是一本打开了的关于人的本质力量的书。” [33]在国际关系领域，人工智能的作用已经从“领域性介入”变成“系统性影响”， [34] “颠覆性变革”的前景也被提前纳入讨论之中。人工智能时代，如何在全新的生产力、生产关系以及社会形态“地基”上建构社会科学的知识“大厦”，成为学界必须面对的现实挑战。

数智空间成为国际关系研究“新场域”。人工智能技术的迅速发展使数据、算力与算法深度融合，进而建构出一个与物理世界并行运作、深度耦合的“数智空间”，成为人类活动与国际关系运行的新场域。数智空间的兴起，直接促成了国际关系理论资源的更新。现实主义需要直面技术权力以及国家实力方程的变动，制度主义必须重新理解大型数字平台与线上生活共同体如何构成相互依赖结构，建构主义则需分析算法如何参与意义生产与身份建构。新兴的技术政治学、计算政治学与数智地缘政治理论正在填补传统理论难以把握的维度。国际关系研究由此从“关注人工智能议题”，进入到“在数智空间中重构理论范式”的新阶段。

在物理学和语言学中，“场域”指特定作用力的承载体。皮埃尔·布迪厄（Pierre Bourdieu）将“场域”定义为“由社会关系所构建的实践空间”。每个场域有自身的构成性规则（constitutive rules）。数智空间作为“新场域”，其构成性规则之一，就是技术逻辑对人类社会的全面介入。人工智能已成为国际关系“元变量”（metavariable），[35]这并非激进的口号。放眼人工智能时代的国际关系现实，技术因素全面介入战争与和平、冲突与合作，理论研究的本体论、认识论、方法论、价值论也正在经历更新迭代。在数智空间“新场域”中开展研究，须在认识论层面坚持“场域思维”，对研究对象作出本质直观的整体性把握，实现从具体到抽象、再从抽象到具体的认知跃迁。[36]同时，“新场域”并非孤立存在，必须重视其与其他空间层理之间的紧密关联，从整体视角加以把握。[37]首先，数智空间与物理空间深度耦合。物理空间为数智空间提供现实载体，数智空间反过来优化、调度和重塑物理空间的组织方式。各国在算力基础设施、跨境光缆、卫星联网与供应链体系上的差异，使数智空间沿着地缘版图呈现出不均衡结构。其次，数智空间与政治空间相互塑造。国家作为人工智能技术的规制者、治理的担纲者、竞争的参与者，始终位居空间的中心地位。国际关系的标识性概念，例如国家主权、治理机制、国际规范等，迁移至数智空间后延展出新含义，发展成新的研究议程。 

数智技术对区域国别研究产生多维影响。人工智能与区域国别学本身都具有跨学科特质，这为学科之间互联互通、促进新知识的涌现创造了良好基础。相关学科史研究揭示，人工智能议题兴起之初，中外学界就开始自觉探索区域国别研究与人工智能结合的路径。[38]这种探索沿着三种方向展开：第一，区域国别研究提供“情境”，数智技术提供“内容”。采取国别比较的形式，探索数字政策、制度路径、文化观念与实践经验产生差异的根源。立足区域互动视角，揭示数智空间如何在区域层面被协调、整合或分化。第二，数智空间作为“画布”，区域国别施以“色彩”。探索各区域各国的政治、经济、文化传统如何嵌入数智空间，以及如何在数智空间中实现再生产和再塑造。描绘数智空间中群体样态的数字民族志，关注科学知识、技术系统与社会文化之间的相互影响的科学、技术与人文（STS）等范式，都已进入区域国别研究的“工具箱”。第三，采用数智技术开展区域国别研究。使用大数据、人工智能等技术，为区域研究者提供更强的资料处理能力、模式识别能力、文本生成能力和预测能力，并推动研究从描述性分析拓展为前瞻性分析。

此外，“数字孪生”（digital twin）、“世界模型”（world model）等前沿人工智能技术与区域国别研究，正在研究目标上展现出深刻的趋同性。区域国别研究主要基于历史文本、田野调查和定性定量分析，旨在描述和解释一个国家的政治、经济和社会状况。“数字孪生”和“世界模型”的目标则是构建一个动态的、可计算的模拟环境，不仅要把世界备份到模型中，还要让世界在模型中运行起来。人类在数智技术领域的雄心，可能促成数智技术开发者与区域国别研究者的深度联手，以及两种研究范畴的深度沟通。首先，区域国别研究可以提供关于特定对象的知识，尤其是特定现象的因果逻辑，以确保模型符合现实世界的运行机理。其次，区域国别专家可以验证模拟结果、纠正数据偏差，并提供情境化解读。最重要的是，模型的更新迭代，必须基于真实的场景和需求。对这些场景、需求的精准定义离不开区域国别研究产出的“显性知识”和区域国别专家的“默会知识”。

注释：

[1] [美]彼得·帕雷特：《现代战略的缔造者》，时殷弘等译，北京：世界知识出版社2006年版。

[2] Jr. Alker, and Cheryl Christensen, “From Causal Modelling to Artificial Intelligence: The Evolution of A UN Peace Making Simulation,” in J. LaPonce and P. Smoker, eds., Experimentation and Simulation in Political Science, Toronto: University of Toronto Press, 1972, pp.177-224.

[3] [美]维纳：《人有人的用处——控制论与社会》，陈步译，北京：商务印书馆2010年版。

[4] [美]戴维·伊斯顿：《政治生活的系统分析》，王浦劬译，北京：人民出版社2012年版; Karl Deutsch, The Nerves of Government: Models of Political Communication and Control, New York: Free Press, 1966.

[5] [美]莫顿·卡普兰：《国际关系的系统和过程》，薄智跃译，上海：上海人民出版社2008年版。

[6] Paul N. Edwards, The Closed World: Computers and the Politics of Discourse in Cold War America, Cambridge, MA: MIT Press, 1996, p.7

[7] 张元钊，“人工智能三大学派的理论分野”，中国社会科学报，2025年5月22日，

https://www.cssn.cn/skgz/bwyc/202505/t20250522_5875045.shtml.

[8] Stephen J. Cimbale ed., Artificial Intelligence and National Security, Lexington Books,1987; Allan M. Din ed., Arms and Artificial Intelligence: Weapon and Arms Control Applications of Advanced Computing, London: Oxford University Press, 1988.

[9] Valerie M. Hudson ed., Artificial Intelligence and International Politics, New York: Routledge, 1991.

[10] Joseph Nye, Soft Power: The Means to Success in World Politics, New York: Public Affairs, 2004.

[11] Joseph Nye, The Future of Power, New York: Public Affairs, 2011.

[12] [西]曼纽尔·卡斯特：《网络化社会》，夏铸九、王志弘译，北京：社会科学文献出版社2003年版。

[13] Timothy Wu, “Cyberspace sovereignty--the Internet and the international system,” Harvard Journal of Law & Technology, 1997, Vol.10, Number.

[14] Jack Goldsmith, “The Internet and the abiding significance of territorial sovereignty,” The Globalization of International Law, Routledge, 2017, pp.79-96.

[15] James Rosenau, Along the Domestic-Foreign Frontier: Exploring Governance in a Turbulent World, Cambridge: Cambridge University Press, 1997.

[16] 肖茜，“与基辛格的最后一次会面：他希望中美能谈出一份新的‘上海公报’”，澎湃新闻，2023年12月1日，https://m.thepaper.cn/newsDetail_forward_25488690。

[17] Henry Kissinger, Eric Schmidt and Daniel Huttenlocher, The age of AI: and our human future, London: John Murray, 2021.

[18] Allan Dafoe, “AI governance: a research agenda Governance of AI Program,” Future of Humanity Institute, https://cdn.governance.ai/GovAI-Research-Agenda.pdf.

[19] Marijn Hoijtink and Matthias Leese eds., Technology and agency in international relations, London: Routledge, 2019.

[20] Bhaso Ndzendze and Tshilidzi Marwala, Artificial intelligence and international relations theories, London: Palgrave Macmillan, 2023.

[21] “Satya Nadella on ChatGPT: ‘Killer App That’ll Transform Productivity, Future of Work’,” Fortune India, January 19, 2023, https://www.fortuneindia.com/enterprise/satya-nadella-on-chatgptkiller-app-thatll-transform-productivity-future-of-work/111209.

[22] “ISA South Atlanta 2023: Call for Proposals”, International Studies Association, https://www.isanet.org/Conferences/South-Atlanta-2023/Call.

[23] Stephane J Baele, Iqraa Bukhari, Christopher Whyte, Scott Cuomo, Benjamin Jensen, Kenneth Payne, and Eugenio V Garcia, “AI IR: Charting International Relations in the Age of Artificial Intelligence,” International Studies Review, Vol. 26, Issue 2, 2024.

[24] Justin Bullock et al. eds., The Oxford handbook of AI governance, London: Oxford University Press, 2024.

[25] Diego Brasioli et al. eds., The Routledge Handbook of Artificial Intelligence and International Relations, New York: Routledge, 2025.

[26] 封帅：《建构人工智能国际关系研究的中国视角：历史考察与议程设置》，《国际关系研究》2021年第1期。

[27]国家社科基金项目数据库，https://fz.people.com.cn/skygb/sk/index.php/Index/index.

[28] 杰夫·吉尔、庞珣、郑晓龙、杨锋、宝乐、张开平、漆海霞：《国际关系研究的人工智能“方法论”》，《世界经济与政治》2025年第1期。

[29] 康涛、祁昊天：《人工智能时代的国家安全与高校对策》，《北京大学校报》2025年3月15日。

[30] 北京大学国际关系学院，“新课推荐｜庞珣教授：新兴科技、全球风险与国家安全”， https://mp.weixin.qq.com/s/1wOk1kQIwchp4Q2tc7FI9g

[31] “第八届政治学与国际关系教学共同体年会议程”，https://mp.weixin.qq.com/s/Ts6VV6GEsA-VpsmqJgSpJQ

[32] 王逸舟：《世界政治变迁的“层化”研究：一种初步思考》，《世界政治研究》2022年第4期。

[33] 马克斯：《1844年经济学—哲学手稿》，刘丕坤译，北京：人民出版社1979年版，第80页。

[34] 封帅：《人工智能时代的国际关系：走向变革且不平等的世界》，《外交评论》2018年第1期。

[35]Bhaso Ndzendze and Tshilidzi Marwala, Artificial intelligence and international relations theories, London: Palgrave Macmillan, 2023.

[36] 余潇枫：《非传统安全视阈下的区域国别研究》，《南大区域国别研究》2025年第2期。

[37] 王逸舟：《世界政治变迁的“层化”研究：一种初步思考》，《世界政治研究》2022年第4期。

[38] 封帅：《建构人工智能国际关系研究的中国视角：历史考察与议程设置》，《国际关系研究》2021年第1期。

观点集萃 | 人工智能时代的地缘政治研究

纵观人类历史，重大科技进步总是与地缘政治紧密关联，两者相互塑造、彼此纠缠。以人工智能为代表的新兴科技成为国家权力的新来源。优势的争夺与交替、权力的集聚与流散，深刻地塑造着百年变局下的国际秩序图景。

一、重置权力定义

探究人工智能时代的地缘政治途径，难以完全回避现实主义的冷峻寓言：权力争夺——更直接地说是制域权争夺——是国际间互动的第一性原理。

技术优势是制域权的来源，人工智能竞赛的多赛道、多轮次、长周期的特征，致使单一国家难以垄断优势。算力、算法、数据是当前人工智能国际竞争的焦点领域。乔纳森·塔克（Jonathan Tucker）指出，当技术赶超国和技术领先国之间的技术差距不断缩小时，技术竞争将主导二者间的互动模式。[1]根据最新版“全球人工智能指数”（the global AI index），总体上，中国与美国的差距正在缩小，并呈现出局部交替领先的趋势。[2]刘典认为，当前全球人工智能竞争进入“双极格局”，美国在知识生产环节持续领跑，而中国在知识应用与产业转化中形成聚合力。获得优势的根本在于谁能在真实世界中把技术转换为系统性解决问题的能力。[3]杰弗里·丁（Jeffrey Ding）指出，中美人工智能产业竞争的关键并不在于谁能垄断技术创新，而在于谁能让人工智能技术广泛地应用于各个部门，与其他技术产生协同效应。[4]纪尧姆·博米耶（Guillaume Beaumier）等考察了中美科技脱钩背景下的人工智能竞争，并指出在半导体领域实施“相互依赖的武器化”策略，已经成为美国遏制中国获取技术的主要手段。[5]中国开源大模型DeepSeek出现，打破了美国高算力投入、稠密参数权重的大模型研发路径。这次重塑全球人工智能竞争格局的事件被称为“DeepSeek时刻”。[6] “军备竞赛”“创新竞赛”“监管竞赛”[7]等广为流传的比喻，显示出人工智能竞赛“多赛道”的特征，也为人工智能竞争可能的多元走向奠定基础。在中美之外，欧盟是最受瞩目的地缘政治行为体。针对欧盟在全球数字监管领域的优势地位，阿努·布拉德福德（Anu Bradford）提出了著名概念“布鲁塞尔效应”（The Brussels Effect），指代欧盟向全球单方面输出监管标准的能力。[8]刘蕊、熊炜进一步总结道，欧盟基于自身在规制创造、议程设置、价值推广等方面禀赋的认知，致力于将“规范性力量”延伸至人工智能领域，寻求在监管领域的领导地位。[9]还有学者注意到，阿联酋、以色列、新加坡等中小国家亦可以通过锚定“技术生态位”（tech niche），在特定赛道上加大投入和积累，获取区域性或领域性的优势。[10]

人工智能国际竞争的多维特征决定了制域权的复合形态，相关理论研究走向“分析折中主义”。人工智能时代地缘政治的多维属性，在既有研究中已经被充分揭示。田野指出，当前时代的国际竞争广泛覆盖地理系统、技术系统、信念系统，三者相互关联、相互作用。[11]塞思·辛德勒（Seth Schindler）等借鉴苏珊·斯特兰奇关于“结构性权力”的定义，提出美国的主导性权力来源于其在基础设施、数字、生产、金融四大领域的网络中心性。[12]安东·马尔金（Anton Malkin）认为全球价值链中的权力、法律管辖权以及基于联盟的权力，共同构成了美国在全球半导体行业中的结构性权力，其域外效力将影响中美科技竞争的走向。[13]余南平等提出，争夺“链权”已成为人工智能时代大国战略布局的核心驱动力，生产性链权由基础层稀缺资源控制、技术层路径锁定、应用层生态扩散构成，三者之间既有链式递进，也存在结构性制衡。[14]尹金灿、刘洪钟指出大国技术竞争背景下的人工智能复合领导权，包含技术领导权、市场领导权与标准领导权三个维度，其核心目标是在战略性产业建立优势。[15]蔡翠红指出，人工智能时代，成本—收益函数的变化导致国家调整获取权力的策略，潜在的权力与现实的权力的趋近改变了国家对权力资源的评估方式，国家之间的能力水平和利益冲突的变化影响了国家战略目标的设置。[16]刘典阐发了构成美国主导性权力的“技术—叙事—资本循环”。他指出，美国通过输出“通用人工智能神话”，引发后发国家焦虑情绪，并不断吸引着全球资本市场上的流动资金回流美国，使得美国技术霸权、舆论霸权与金融霸权形成正反馈闭环。[17]

人工智能技术正在逐渐具备塑造偏好、左右选择与重构秩序的能力，呈现出不俗的能动性（agency），使其与人类一起成为权力的共同行使者。美国技术哲学家兰登·温纳（Langdon Winner）是最早对上述现象的政治后果进行论述的学者之一。他认为，技术并非简单的工具，而是一种具备“自主性”（autonomy）的系统。随着大规模技术系统的构建，人类难以全面理解其复杂性和内在逻辑，对于技术的掌控被逐渐削弱。人类对技术的“反向适应”使得技术逻辑塑造社会秩序与政治结构。[18]马里恩·霍伊廷克等主编的《国际关系中的技术与能动性》指出，“能动性”（agency）不再是人类的专属，而是分布在“人—物—制度”网络之中。在国际关系中，技术（例如算法、金融系统）是可以产生贡献的“共构者”（co-producers）。[19]瑞安·基金斯（Ryan Kiggins）指出，机器人和自动化技术具有半自主性（semi-autonomy），它们既参与决策，又能依托算法和基础设施之间的不平衡重构国家间的权力格局。[20]随着技术进步和应用完善，人工智能在许多领域展现出媲美人类的智力水平，具有更强自主性的智能体（AI agent）进入研究者视野。庞珣指出，人工智能正在成为真正意义上的“参与性代理者”（participatory agent）。人工智能在目标追求和决策执行中展现出相对自主性，表现为目标导向性的行动能力和自由裁量权。人工智能的自主性，也意味着偏离人类意图、目标与价值观的可能性，人工智能的“黑箱”性质进一步加剧了这种“委托—代理”问题的复杂性。因此，必须在人类内部和人类与技术之间，就基本原则和目标进行对齐，防范上述风险发生。[21]周宜顺、徐秀军指出，数智技术进步催生出具有行为自主性和交互主体性、通过代理行为对国际事务产生影响的“类行为体”。类行为体拓展了权力的内涵，改变了国际权力分配格局，创造出新的权力资源与竞争领域。[22]韩娜、邹初妤认为国际关系中的认知域对抗，已经从“智能辅助”的人类主导对抗、“智能赋能决策”的人机协同对抗，转向“人工智能自主行动”的智能体对抗。[23]

二、重塑地缘版图

人工智能技术进步引发了数智时代世界版图的变动重组，从国家—市场关系、公共—私有张力、中心—外围结构等维度深刻影响着国际秩序的演进方向。

国际竞争的压力促使国家—市场关系进行动态调整，造就了适应战略竞争的新型发展模式。对于人工智能国际竞争背景下国家—市场关系的重塑，学界观点分化为权力流散与权力聚集两类。余南平等学者指出，主权国家与科技公司之间的权力边界因战略竞争需要变得更加模糊，科技公司的技术权力因国家竞争话语被重新赋予合法性，监管实践从原本的对抗性走向了政府与科技公司纠缠结构下的合流，加剧了传统监管困境。[24]丹尼斯·布罗德斯（Dennis Broeders）等学者的研究揭示了地缘经济中企业自主性的产生机理。即便是在技术竞争的背景下，政府与企业之间的关系也并非单纯的委托—代理关系，企业的政治立场和行为选择并不总是和政府保持一致。[25]另一派观点则认为，科技与经济竞争正出现政治化与安全化的趋势，导致权力向国家与政府聚集。亨利·法雷尔（Henry Farrell）和亚伯拉罕·纽曼（Abraham Newman）认为，美国正在从自由主义的“规制型国家”转向“经济安全型国家”，二人敏锐地捕捉到国际竞争压力正在造就产业政策的回归。[26]李巍等对“经济安全型国家”的研究进一步指向当下美国内外维度权力聚集的趋势。对内，美国开始推行产业政策、国防部、商务部和财政部等变得更加主动有为；对外，动用多维度的国家能力调配资源、干扰市场运行，进而扶持或打压目标国产业的发展进程以及塑造全球产业地理布局。[27]孙成昊等关注到美国“科技工业复合体”（tech-industrial complex）的崛起。技术资本力量与美国国家战略深度绑定，不再满足于单纯的市场操作，开始主动介入国家政策的制定过程，从传统的“受规制者”逐步转向“共同治理者”。[28]阿努·布拉德福德则采用了一种更为动态与折中的立场，对主要大国在人工智能领域的监管模式进行比较分析，包括美国的市场驱动模式、中国的国家主导模式以及欧盟的权利驱动模式。她指出，三者对于国家、市场和个体权利的重视程度存在显著差异，但是在监管框架的基本要素构成等方面出现一定程度的趋同。此外，监管的最终形态仍取决于国家—市场—个人之间的互动进程。[29]

数字平台与大科技公司在国际竞争中扮演越来越重要的角色，加剧了人工智能领域公共—私有属性之间的张力。多位学者从政治经济学视角出发，对数字平台垄断现象进行了富有启发的批判。尼克·斯尔尼切克（Nick Srnicek）提出“平台资本主义”构型，指出传统生产资料正在被数据、算法和网络效应所取代，寡头化的平台经济成为新的资本积累体制。数字平台借助网络效应，通过数据的积累与再利用、供需两端的市场控制以及劳动外包与资产轻量化，成为“看似无形但无所不在的市场调控者”。[30]希腊经济学家亚尼斯·瓦鲁法基斯（Yanis Varoufakis）洞察了“技术封建主义”的运行逻辑。他指出，数字时代的科技巨头获利并不主要通过运营利润获益，而是通过对接入权、算法优先权、生态准入等“数字封地”进行租值提取。他警告道，国家对社会数据、通信与市场规则的治理权，已经部分被平台“私有化”。 [31]肖莎娜·祖博夫（Shoshana Zuboff）将科技巨头通过预测和操控人类行为来获取利润的体制比喻为“监视资本主义”。平台已经掌握用户生活的“数据真相”，正通过消化用户数据获取预测行为的能力，以及算法推荐、社交排序与可见性机制，重新定义社会价值与公共舆论。[32]人工智能领域公共—私有属性张力日益增强，推动学者开始探究破局之道。本杰明·布拉顿（Benjamin Bratton）认为，将数字基础设施的运作等同于资本主义监控和规训是一种“否定性生命政治”，我们需要看到数字技术发展带来“肯定性生命政治”的可能。当今世界，“数据云”（data cloud）构成了一种数据平台的“堆栈”（stack）结构，使得行星规模的计算成为可能，人类由此获得了面对新冠疫情等全球性灾难的应对机制。[33]皮耶特·沃德盖姆（Pieter Verdegem）提出，人工智能资本主义的垄断属性是人类文明进步的阻碍，必须引入公地治理视角，重新思考人工智能治理的权责分配，探讨如何共享数据、人力资源合作基础设施，向更多利益相关者开放获取。[34]王哲、薛澜指出，历史上开源技术一直都是推动人类科技繁荣的重要力量，开源创新与人类命运共同体在价值导向上具有一致性。DeepSeek等开源人工智能大模型的成功证明，构建开源创新公地及其叙事体系可成为超越垄断格局的现实进路。[35] 

国家间的技术鸿沟导致世界体系的中心—外围结构复现，“全球南方”国家或以不同形式突围。2025年，牛津大学互联网研究所发布《人工智能算力主权》报告，提出境内管辖权、云提供商归属地、加速器供应商归属地三项衡量“算力主权”的指标。据研究，全球仅有33个国家符合条件，这些国家在地理分布上高度集中于北美、欧洲、中东和亚洲，南美与非洲仅巴西和南非拥有此类设施，凸显出全球人工智能力量在地理分布与功能等级上的失衡格局。[36]王玉柱指出，技术民族主义正在成为美国人工智能战略的思想基础，人工智能技术向后发国家扩散的壁垒将进一步增加。[37]在人工智能时代，以“数字殖民主义”为代表的跨国支配形式依然是南北不平等结构的主要构成因素。[38]詹姆斯·马尔登（James Muldoon）等指出，人工智能的全球供应链、跨国数字劳动分工、知识话语体系，都在延续历史上的帝国权力配置。[39]许多发展中国家学者观察到，在全球南方，人工智能工具虽然时常被宣传为促进发展的杠杆，但实际上可能强化既有的不平等结构。“殖民性”不仅仅是历史遗产，还在数字时代通过平台算法结构实现再生产。[40]在人工智能治理领域，全球南方国家的自主性伸张，预示着这种中心—外围结构并非永远坚固。郑先武等在考察东盟人工智能治理时指出，人工智能技术关乎产业安全与数据主权，东盟通过推动“数字中心性”的构建，在大国之间左右逢源，扩大自身战略空间，抵御域外力量的技术封锁与技术霸权风险。[41]此外，人工智能治理正在成为推动南南合作的新契机。阙天舒等提出，通过推动技术扩散、构建包容性框架、重塑“南方叙事”，中国助力“全球南方”突破人工智能治理困境，在弥合技术鸿沟、强化制度话语权的同时，推动形成以“促进人类共同福祉”和“技术普惠包容”为核心理念的新治理范式。[42]杨娜提出，金砖国家合作机制为人工智能“南南合作”提供了重要的机制平台。成员国可以“创新金砖”为基础，推动人工智能技术交流与发展，通过制度和平台建设等方式给予南方国家技术扶持，开展技术人员培训。[43]

注释：

[1] Jonathan Tucker, “Partners and Rivals: A Model of International Collaboration in Advanced Technology”, International Organization, Vol.45, No.1,1991.

[2] “The Global AI Index”, Tortoise, https://www.tortoisemedia.com/data/global-ai.

[3] 刘典：《AI风暴：中美博弈与全球新秩序》，北京：中国人民大学出版社2025年版，第10-13页。

[4] Jeffrey Ding, Technology and the Rise of Great Powers: How Diffusion Shapes Economic Competition, Princeton: Princeton University Press, 2024.

[5] Guillaume Beaumier and Madison Cartwright, “Cross-Network Weaponization in the Semiconductor Supply Chain,” International Studies Quarterly, Vol. 68, Issue 1, 2024.

[6] John Cassidy, “Is DeepSeek China’s Sputnik Moment?,” The New Yorker, February 3, 2025, https://www.newyorker.com/news/the-financial-page/is-deepseek-chinas-sputnik-moment.

[7] Stefka Schmid et al., “Arms race or innovation race? Geopolitical AI development,” Geopolitics, Vol.30, Issue.4, 2025.

[8] Anu Bradford, The Brussels effect: How the European Union rules the world, London: Oxford University Press, 2020.

[9] 刘蕊、熊炜：《国际竞争、标准化战略与欧盟的技术权力》，《太平洋学报》2024年第3期。

[10] 朱文清、吴磊：《阿联酋“利基科技外交”的理论逻辑与实施路径》，《阿拉伯世界研究》2025年第5期。

[11] 田野：《走向整合的国际竞争理论构建：地缘竞争、技术竞争与国际制度竞争》，《国际关系研究》2024年第1期。

[12] Seth Schindler et al., “The Second Cold War: US-China Competition for Centrality in Infrastructure, Digital, Production, and Finance Networks,” Geopolitics, Vol.29, Issue.4, 2024.

[13] Anton Malkin and Tian He, “The geoeconomics of global semiconductor value chains: extraterritoriality and the US-China technology rivalry,” Review of International Political Economy, Vol.31, Issue.2, 2024.

[14] 余南平、栾心蔚：《构建链权：人工智能价值链与大国战略竞争》，《外交评论》2025年第5期。

[15] 尹金灿、刘洪钟：《大国技术竞争背景下美国人工智能复合领导权的行为逻辑》，《当代亚太》2025年第5期。

[16] 蔡翠红：《国家间权力关系视域中的人工智能国际竞争与合作》，《当代世界》2024年第5期。

[17] 刘典：《AI风暴：中美博弈与全球新秩序》，北京：中国人民大学出版社2025年版，第12页。

[18] [美]兰登·温纳：《技术自主性：作为政治思想主题的失控技术》，杨海燕译，北京：北京大学出版社2014年版。

[19]Marijn Hoijtink and Matthias Leese eds, Technology and agency in international relations, London: Routledge, 2019.

[20]Nikita Aggarwal, “The political economy of robots: prospects for prosperity and peace in the automated 21st century,” International Affairs, Vol.95, Issue.3, 2019.

[21] 庞珣：《全球秩序与人工智能对齐——超越技术问题的国际关系理论视角》，《人民论坛·学术前沿》2025年第9期。

[22] 周宜顺、徐秀军：《数智时代的类行为体与国际体系演进》，《国际观察》2025年第4期。

[23] 韩娜、邹初妤：《智能认知对抗：理论演化、对抗机制与安全风险》，《国际安全研究》2025年第6期。

[24] 余南平、栾心蔚：《论人工智能监管——国家—市场关系视角下的人工智能技术权力》，《外交评论》2025年第5期。

[25]Dennis Broeders, Arun Sukumar, Monica Kello, Lise Andersen, “Digital corporate autonomy: geo-economics and corporate agency in conflict and competition,” Review of International Political Economy, Vol.32, No.4, 2025.

[26]Henry Farrell and Abraham Newman, “The New Economic Security State: How De-Risking Will Remake Geopolitics,” Foreign Affairs, Vol.102, No.6, 2023.

[27] 李巍、邹玥：《国家与产业发展 ： 产业政治学的兴起》，《世界经济与政治》2025年第7期。

[28] 孙成昊、黄佳丽：《美国科工复合体的兴起、影响与前景》，《美国研究》2025年第5期。

[29] Anu Bradford, Digital empires: The global battle to regulate technology, London: Oxford University Press, 2023.

[30] Nick Srnicek, Platform capitalism, Cambridge: Polity, 2017.

[31] Yanis Varoufakis, Technofeudalism: What killed capitalism, New York: Melville House, 2024.

[32] Shoshana Zuboff, The Age of Surveillance Capitalism, New York: Public Affairs, 2019.

[33] Benjamin Bratton, The Revenge of the Real: Politics for a Post-pandemic World, London: Verso, 2021.

[34] Pieter Verdegem, “Dismantling AI capitalism: the commons as an alternative to the power concentration of Big Tech,” AI & society, Vol.39, No.2, 2024.

[35] 王哲、薛澜：《大模型开源创新公地：历史演进、价值逻辑与中国叙事》，《探索与争鸣》2025年第7期。

[36]The Oxford Internet Institute, “AI Compute Sovereignty: Infrastructure Control Across Territories, Cloud Providers, and Accelerators,” https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5312977

[37] 王玉柱：《发展阶段、技术民族主义与全球化格局调整——兼论大国政治驱动的新区域主义》，《世界经济与政治》2020年第11期。

[38]Aishat Oyenike Salami, “Artificial intelligence, digital colonialism, and the implications for Africa’s future development,” Data & Policy, Vol.6, 2024.

[39]James Muldoon and Boxi A. Wu, “Artificial intelligence in the colonial matrix of power,” Philosophy & Technology, Vol.36, No.4, 2023.

[40]Warganegara, Muhd Rafli Ramadhan, “Shifting from ‘AI solutions’ to ‘AI coloniality’: Resignification of artificial intelligence and digital apartheid,” Global South Review, Vol.6, no.1,2024.

[41] 郑先武、王翊臣：《东盟人工智能治理的路径：议程设置与规范建设》，《南洋问题研究》2025年第3期。

[42] 阙天舒、郑兆辰：《“全球南方”参与人工智能国际治理的挑战及中国选择》，《当代中国与世界》2025年第3期。

[43] 杨娜：《金砖合作机制赋能“全球南方”的实践路径》，《当代世界》2024年第11期。

国外经验 | 图灵研究所的人工智能治理研究 

一、图灵研究所概况

阿兰·图灵研究所（The Alan Turing Institute，以下简称“图灵研究所”）于2015年成立，得名于英国计算机科学先驱阿兰·图灵。图灵研究所现为英国国家数据科学与人工智能研究机构，在大数据、人工智能以及跨学科研究领域享有盛名。研究所宗旨是“在数据科学和人工智能研究领域取得重大突破，让世界变得更美好”。研究所共拥有500多名研究人员，办公地点位于大英图书馆。凭借英国在人工智能领域的“先行者优势”，图灵研究所长期深耕人工智能基础研究与公共政策研究，广泛参与人员培训、规则标准制定、机构能力建设，与世界各地高校智库、国际机构、第三部门及产业部门建立了合作关系，现已成为全球人工智能治理网络中重要的知识贡献者和实践参与者。[1]

创建研究所的动议来源于2013年6月7日英国科学技术委员会（CST）致首相戴维·卡梅伦的信件。信中建议，“政府应与大学和产业界合作，建立一个国家中心，以促进算法和数据科学应用领域的高级研究和转化工作”。2015年，剑桥大学、爱丁堡大学、牛津大学、伦敦大学学院和华威大学以及英国工程和物理科学研究理事会共同创建了图灵研究所。研究所的早期资金主要来源于英国政府为“八项重大未来科技”提供的投资。2015年，劳氏船级社基金会（Lloyd’s Register Group）成为研究所首个战略合作伙伴，承诺在五年内提供1000万英镑的资助，用于支持大数据工程应用的研究。2017年，图灵研究所开始将人工智能纳入研究范畴。2018年，利兹大学、曼彻斯特大学等八所大学加入了研究所。2023年，图灵研究所启动了一个开放大学网络项目，为所有对数据科学和人工智能感兴趣的英国大学提供交流和合作的机会。[2]

图灵研究所的发展与英国人工智能战略紧密关联。研究所宣称：“我们的职责是协助国家发挥领导作用，重点关注英国的公共利益优先事项，支持英国成为数据科学和人工智能领域全球领导者。”研究所被视为英国在数据科学和人工智能领域的全球门户，及规则标准话语权和全球思想领导力的重要来源。2021年开始，图灵研究所每年都会举办“人工智能英国”（AI UK）活动，该活动是英国数据科学和人工智能领域的国家级盛会。此外，图灵研究还与英国国防部、军情五处、通信总部以及国防科技实验室建立战略合作伙伴关系，深度参与政策制定和智力支持工作。最具代表性的成果是与英国人工智能办公室和政府数字服务局联合编写了世界上第一个、也是引用率最高的公共部门人工智能伦理和可解释性指南《人工智能伦理与安全指南》。[3]

二、图灵研究所“全球人工智能治理”项目

“全球人工智能治理”项目（AI Governance Around the World）是图灵研究所发起的长期研究项目，旨在绘制区域国别人工智能治理的政策图谱，分析研判全球人工智能治理格局变化趋势。现阶段，各国政府（包括欧盟等超国家组织）仍然是人工智能治理的主要担纲者。建立以区域国别为基本单位的治理知识体系，寻找蕴藏其中的利益交集、共同难题与合作潜能，对于开展人工智能的全球治理是不可或缺的基础工程。为此，项目团队采用“政策—法律—标准—投资”的统一框架，对各国人工智能治理实践进行深度画像和比较分析，现已发布欧盟、新加坡、印度、加拿大等国的专题报告以及数十篇研究文章，为学理研究和政策制定提供了精细的案例支撑，也为实务层面的国际协调提供了必要的知识储备。该项目是由图灵研究所单独主导的一项中小规模知识工程。此外，研究所还参与联合国教科文组织“全球人工智能伦理与治理观察站”项目共建，与经合组织“人工智能政策观察站”等大型项目建立知识链接。

目前，该项目团队共有4名常驻研究人员。安娜·阿拉尼亚（Ana Alania）是研究所公共政策项目的研究经理，负责领导人工智能政策研究、战略项目交付和利益相关者参与，研究领域是负责任的人工智能标准和监管框架。此外，她还担任人工智能标准中心的负责人。阿坎杰洛·德·卡斯特里斯（Arcangelo De Castris）同样担任研究经理，负责研究所在英国创新署项目“BridgeAI”中的人工智能治理项目，参与人工智能标准中心工作，研究领域是人工智能治理、网络安全与欧盟机构治理。此外，他还是欧洲标准化委员会（CEN）与欧洲电工委员会（CENELEC）人工智能联合专家组的成员。项目还拥有两位研究助理纳兰达·沙拉贾亚（Nalanda Sharadjaya）和乌兹玛·乔杜里（Uzma Chaudhry）。[4]

三、图灵研究所参与共建的知识基础设施

（一）人工智能标准中心

人工智能标准中心（The AI Standards Hub）是图灵研究所、英国标准协会（BSI）与国家物理实验室（NPL）合作成立的机构。该中心是英国《国家人工智能战略》行动计划的组成部分，得到英国政府科学、创新和技术部（DSIT）的支持。为巩固在人工智能治理领域的领先地位，《国家人工智能战略》多次强调参与国际技术标准制定的重要性。人工智能标准中心受命开发“人工智能技术标准参与工具包”，将准确性、可靠性和安全性融入人工智能技术，对传统监管进行补充，支持英国的人工智能生态系统嵌入全球人工智能的标准化进程。

人工智能标准中心的工作主要包含四个部分：（1）观察台。观察台集成了多个交互式资料库，收录了国际标准制定组织（SDO）发布的标准文件、各国政府战略、标准化路线图与人工智能相关的法律法规，旨在呈现英国乃至全球人工智能标准化的发展态势。（2）社群建设。中心通过定期召开研讨会、组织线下活动和在线论坛，推动各利益相关方建立联系、协同合作并解决共同问题。（3）知识培训。中心为参与人工智能标准化工作的人员提供知识培训和技能发展资源。其中，知识培训涵盖有关标准制定和使用的程序性知识，以及人工智能相关最佳实践的实质性知识。（4）研究分析。中心致力于开展与人工智能标准化相关的战略问题研究，并为标准在英国乃至国际更广泛的人工智能治理体系中的作用提供思考参照。研究内容包括现状调查、差距分析和政策建议。

人工智能标准中心的运营团队共有5名成员。弗洛里安·奥斯特曼（Florian Ostmann），担任公共政策项目人工智能治理与监管创新部门的主任，研究方向是人工智能的监管和非监管治理机制。沙基尔·拉赫尔（Shakir Laher），担任研究应用经理，负责研究所影响力推广。中心成员还包括“全球人工治理项目”的两位成员安娜·阿拉尼亚和阿坎杰洛·德·卡斯特里斯，以及研究助理克里斯托弗·托马斯（Christopher Thomas）。[5]

（二）全球人工智能伦理与治理观察站

全球人工智能伦理与治理观察站（Global AI Ethics and Governance Observatory）是联合国教科文组织旗下的大型开放知识平台，由图灵研究所、国际电信联盟（ITU）合作共建，受欧盟、日本官方发展援助资金和帕特里克·麦戈文基金会资助。该平台致力于汇集全球最新的治理倡议、专家见解和良好实践案例，促进学术研究人员、伦理专家、从业者、政策制定者和公民社会之间的合作，共同寻找应对人工智能伦理挑战的解决方案，构建公平的人工智能应用环境。该平台下设人工智能伦理与治理实验室。全球人工智能伦理与治理观察站的成立，可追溯到2021年图灵研究所参与起草的《人工智能伦理问题建议书》。该建议书授权联合国教科文组织制定工具来协助成员国，帮助各国政府全面了解其是否以合乎道德和负责任的方式为人工智能大规模应用做好了准备。

该平台采用联合国教科文组织倡导的评估方法：（1）情况准备评估方法（RMA），对具体国别法律和监管、社会和文化、经济、科学和教育以及技术和基础设施方面进行定性定量评估的工具；（2）伦理评估方法（EIA），评估是否符合联合国教科文组织《人工智能伦理建议》价值观和原则的工具。[6]在此基础上，观察站建立了更大规模的区域国别人工智能发展态势数据库“全球中心”（Global Hub），对32国（包括非洲12国、阿拉伯地区3国、亚太地区7国、欧洲1国、拉丁美洲与加勒比地区9国）开展了全面调查，并建立国别档案。此外，还有37国的调查处于进行状态、22国的调查处于准备状态。[7]

四、图灵研究所人工智能治理研究的特征

一是先行者优势。正如图灵研究所的命名所显示的那样，英国高度重视自身在数据科学和人工智能领域的技术策源地的优势，较早地将该议题上升到国家战略层面，并依托图灵研究所开展系统性研究。图灵研究所与英国政府部门共同编写了世界上第一个的人工治理指南，发布时间早于经合组织（OECD）、美国国家标准与技术研究院（NIST），奠定了其在该领域的先行者优势。在人工智能伦理、安全、标准等领域，图灵研究所是早期国际治理框架和政策模板的重要提供者。近年来，英国又相继成立多家重要研究机构，如英国人工智能安全研究所（AISI）、牛津大学人工智能治理研究所（GovAI）等。图灵研究所在人工智能治理研究领域的资源集中度略有下降，更多以项目交叉、资源共享等形式与其他机构开展协同合作。以上述机构为支柱的英国人工智能治理研究共同体现已出具规模。

二是跨学科属性。图灵研究所最大的特点是集成了基础研发、技术整合、政策制定、公众传播等研究模块，依托英国高等教育优势和开放型大学网络，形成大型的跨学科研究生态。图灵研究所正在开展的研究项目包含计算机科学、数据科学、公共政策、法律与监管、伦理学、国际关系与地缘政治、安全研究与国防战略等领域。进入人工智能时代后，无论是算法可信度、安全性、伦理风控，还是国家战略、国际竞争、社会影响等议题，都已超越自然科学或社会科学能够单独处理的范围。人工智能议题的复杂性、广域性、系统性决定了其治理研究必然是一项跨学科的、追求整合的知识工程。图灵研究所的跨学科特征，不仅体现在多元的组织结构和人才体系上，更体现在其研究方法论和成果转化出口等方面。研究所推出的知识产品和工具包，例如“图灵之道”（the Turing way）人工智能伦理手册等，都体现出学科交叉、知识整合的特征。

三是集群化特征。图灵研究所的研究活动高度嵌入全球人工智能治理网络之中。研究所与政府部门、社会组织、国际组织、高校智库开展常态化合作，并参与人工智能标准中心、全球人工智能伦理与治理观察站等大型知识工程共建。在全球人工智能治理演进的关键时间节点上，例如起草联合国教科文组织《人工智能伦理问题建议书》、参与经合组织人工智能伦理原则制定，图灵研究所都保持参与和在场。近年来，人工智能治理网络的俱乐部化日益凸显。美英欧在治理链条上游的规则、标准，以及下游的教育、公众传播等领域开始建立“价值观护城河”。在此背景下，中国以及广大发展中国家的治理实践被“他者化”，知识生产环节中的“回音壁效应”被放大，基于价值观多样性的研究潜能难以被充分释放。另外，由于英国、欧盟在人工智能技术研发、场景应用等方面位于“第二梯队”，以图灵研究所为代表的研究力量进一步向规则建构、标准制定以及价值观传播等“软实力”领域集中，开始出现角色固化、生态位收窄的趋势。 

注释：

[1] “About US,” The Alan Turing Institute, https://www.turing.ac.uk/about-us.

[2]“Annual Report 2023-2024,” The Alan Turing Institute, https://www.turing.ac.uk/about-us/annual-report-2023-24.

[3]“Annual Report 2023-2024,” The Alan Turing Institute, https://www.turing.ac.uk/about-us/annual-report-2023-24.

[4]“AI Governance Around the World,” The Alan Turing Institute, https://www.turing.ac.uk/research/research-projects/ai-governance-around-world.

[5]“The AI Standard Hub,” The Alan Turing Institute, https://www.turing.ac.uk/research/research-projects/ai-standards-hub

[6]“Global AI Ethics and Governance Observatorys,” UNESCO, https://www.unesco.org/ethics-ai/en.

[7] “Global Hub,” UNESCO, https://www.unesco.org/ethics-ai/en/global-hub.

（主编：王逸舟/本期特邀责编：王胤兆 ）