北京
今年出台的《人工智能科技伦理审查与服务办法（试行）》，启动了人工智能科技伦理审查与服务先导计划，以试点实践推动制度落地。本项先导计划实施周期为2026年6月1日至11月30日，试点期间各地城市将结合实际出台因地制宜的落地细则与实施方案。该试行办法由多方联合制定，中国科协亦是重要发起单位之一。
回望发展历程，我国AI伦理建设稳步推进：2017年《新一代人工智能发展规划》首次将伦理规范纳入国家战略；2022年《关于加强科技伦理治理的意见》搭建起科技伦理治理整体制度框架；直至本次专项办法落地，AI伦理正式完成从原则倡导、顶层设计到细分领域精细化管理的转变，渐入“深水区”。
本轮试点落地后，各地将陆续出台细化规则，后续成效值得持续关注。站在这一节点，各界更应理性研判，让伦理监管守住底线、不误创新。守住“安全阀”，避开“减速带”。
AI伦理审查，宽窄要适度。制度初衷虽好，但必须找准定位。好的做法是抓大放小：盯紧那些真正可能出大问题的高风险应用，守住法律和伦理的“红线”；而对绝大多数普通研发活动，则保持必要克制。尤其要警惕把伦理审查泛化为“研发审批”的倾向。人工智能的技术路线、参数选择、模型架构等事项，应当由市场和技术圈自己去探索迭代，而非一概纳入行政化审查。伦理审查旨在“卡红线”，不宜变成“批作业”。伦理审查应该当球场上的“守门员”，而不是“教练员”——任务是守住底线、不让球进网，而非替每个球员决定怎么跑位、怎么传球。守的是创新的下限（即伦理边界），而不该去设创新的上限。
AI伦理审查，先后要有序。要让伦理“住进”研发车间甚至AI系统，让懂伦理、懂法律、懂社会的专家不再只是企业伦理委员会名单上挂名的顾问，而成为研发团队的常驻成员，参与从立项、数据准备到模型训练、测试、评估、上线的全流程，可以把这种全程参与作为伦理审查的加分项。高校在培养AI人才时，也不妨多开设计算机与哲学、法学、社会学交叉的课程。让治理从源头介入，这才是真正管用的抓手。
AI伦理审查，标准要清晰。让AI的能力和行为，跟人类认可的价值观、伦理准则对得上、不跑偏——这是AI安全与伦理的核心议题。难点在于，怎么把这个听起来挺玄的概念，变成工程师能真正上手操作的标准。比如：给大模型的价值对齐立一套评测基准；把“请人专门来挑刺找漏洞”（红队测试）、给模型写一份明确的“行为说明书”（模型规范）都列为审查的规定动作；再搭一个行业共享的评测平台，让中小企业不必自己花大价钱从头搭建测试能力。有了这把尺子，伦理审查才能从“看材料”变成“看结果”，从拍脑袋变成看数据。
AI伦理审查，要从虚向实，不做“一锤子买卖”。培育一个涵盖影响评估、审计、认证和负责任AI解决方案的“伦理即服务”专业市场。美国国家标准与技术研究院发布的一份AI风险管理框架，虽然只是自愿性标准，却催生了第三方咨询、审计、评估、保险等服务生态；学术界与产业界也在探索把“基于伦理的审计”作为可操作的治理机制。我们可以鼓励第三方机构提供算法审计、偏见检测、价值对齐评估、红队测试等专业服务，让伦理合规不再只是令企业头疼的成本，而能长成一个像样的行业。同时，把这些治理工具尽量做成现成、可直接调用的产品——就像给手机装App一样方便。只有当伦理工具足够好用、便宜，中小企业才用得起，也才愿意用。
期待这次先导计划，能用一个个“小切口”，蹚出这些大问题的解法，让给AI立的规矩，最终既是发展的“护栏”，也是发展的“加速器”。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
