王迪,戴思源

• 1:中国人民公安大学国家安全学院

摘要(Abstract)：

[目的/意义]人工智能当前已成为全球战略竞争焦点，各国正竞相制定政策以抢占先机。本研究旨在通过比较分析欧盟与美国人工智能战略的特点与动向，洞察国际前沿趋势并提炼其经验教训，最终为我国人工智能战略政策的制定与优化提供有价值的理论支撑和实践参考。[方法/过程]从比较视角出发，以欧盟与美国人工智能战略政策文本为对象，通过LDA主题分析、政策工具分析和PMC指数模型量化分析欧盟与美国人工智能战略的侧重点、落脚点与施行效力，并分析欧盟与美国在人工智能战略差异的原委。[结果/结论]在人工智能政策主题上，欧盟更加聚焦制度监管，美国的人工智能战略主题更加多元；在政策工具选择上，欧盟偏重环境型工具，强调通过塑造产业环境达到目的，美国则较为均衡；在政策效力上，因更加聚焦规范监管和正式出台了《人工智能法案》，欧盟的政策效力整体表现优于美国。鉴于此，我国人工智能战略制定应根据发展现状与目标，以统筹发展和安全为目标，在学习欧盟与美国经验的基础上，加快推动政策创新，制定符合人工智能产业发展的“中国模式”。

关键词(KeyWords)： 欧盟;美国;人工智能战略;政策文本;政策工具;比较研究

Abstract:

Keywords:

基金项目(Foundation): 中国人民公安大学基金项目“国家安全治理双一流创新研究专项”(项目编号：2023SYL19)研究成果之一

作者(Author): 王迪,戴思源

DOI: 10.19318/j.cnki.issn.2096-1634.20241018.0003

参考文献(References)：

• [1]杨张博,韩淑君,孙笑明,等.中美AIGC领先企业技术创新布局比较研究[J].科学学研究,2025,43(2):265-277. [2]程乐.生成式人工智能治理的态势、挑战与展望[J].人民论坛,2024(2):76-81. [3]宋黎磊,戴淑婷.中美欧人工智能治理领域的竞争与合作[J].当代中国与世界,2021(4):58-67. [4]经济日报.抓住新一轮科技和产业革命的“领头雁”[EB/OL].(2018-12-08)[2024-05-12].https://www.gov.cn/xinwen/2018-12/08/content_5346910.htm. [5]黄建伟,刘军.欧美数字治理的发展及其对中国的启示[J].中国行政管理,2019(6):36-41. [6]褚建勋,夏小草,吴熙凡.中国与欧美治理人工智能价值对齐问题的实践及其互鉴[J].南京邮电大学学报(社会科学版),2024,26(6):18-27. [7]严少华,杨昭.欧美人工智能治理模式比较及启示[J].战略决策研究,2024,15(3):41-65,110-111. [8]王彦雨,李正风,高芳.欧美人工智能治理模式比较研究[J].科学学研究,2024,42(3):460-468,491. [9]崔文波,张涛,马海群,等.欧盟数据与算法安全治理:特征与启示[J].信息资源管理学报,2023,13(2):30-41. [10]张辛鑫,冀瑜.论欧盟《人工智能法案》中的标准化模式及对我国启示[J].标准科学,2024(5):39-46. [11]曾雄,梁正,张辉.欧盟人工智能的规制路径及其对我国的启示:以《人工智能法案》为分析对象[J].电子政务,2022(9):63-72. [12]MAAS M M.Artificial intelligence governance under change foundations,facets,frameworks[D].Copenhagen:University of Copenhagen,2020. [13]陈凤仙,连雨璐,王娜.欧美人工智能监管模式及政策启示[J].中国行政管理,2024(1):77-88. [14]肖翔,赵辉,韩涛.主要国家人工智能战略研究与启示[J].高技术通讯,2017,27(8):755-762. [15]章小杉.人工智能算法歧视的法律规制:欧美经验与中国路径[J].华东理工大学学报(社会科学版),2019,34(6):63-72. [16]范军,陈川.人工智能在欧美学术出版领域的应用及其启示[J].河南大学学报(社会科学版),2020,60(1):144-149. [17]丁悦琪,臧志彭.欧美版权法对AIGC侵权风险规制及对中国的启示[J].经济与社会发展,2023,21(6):62-69. [18]金玲.全球首部人工智能立法:创新和规范之间的艰难平衡[J].人民论坛,2022(4):44-47. [19]ROTHWELL R，ZEGVELD W.An assessment of government innovation policies[J].Review of Policy Research,1984,3(3/4):436-444. [20]范柏乃,盛中华.数字经济安全的维度识别、特征提取及分层模型:基于LDA主题分析与扎根理论编码的混合研究[J].浙江大学学报(人文社会科学版),2024,54(2):5-29. [21]周健,张杰,屈冉,等.基于LDA的国内外区块链主题挖掘与演化分析[J].情报杂志,2021,40(9):161-169. [22]王文韬,张子一,钱鹏博,等.三维框架下我国数据要素政策量化研究[J].情报理论与实践,2024,47(10):32-40,117. [23]俞露露,张洪艳,胡广伟.政策工具视角下我国智慧社区政策特征分析与审思[J].情报科学,2024,42(2):24-34,55. [24]汝鹏,苏竣,韩志弘,等.智能引领未来:生成式人工智能的社会影响与标准化治理[J].电子政务,2025(1):2-14. [25]熊超然.欧盟内部市场专员:欧盟达成“历史性AI立法”,成首个制定AI明确使用规则的大陆[EB/OL].(2023-12-09)[2024-11-25].https://www.guancha.cn/internation/2023_12_09_718429.shtml. [26]徐伟,何野.生成式人工智能数据安全风险的治理体系及优化路径:基于38份政策文本的扎根分析[J].电子政务,2024(10):42-58. [27]KERRY C.NIST’s AI risk management framework plants a flag in the AI debate[EB/OL].[2024-11-25].https://www.brookings.edu/articles/nists-ai-risk-management-framework-plants-a-flag-in-the-ai-debate/. [28]彭绪庶.中美人工智能创新比较研究:国家创新能力理论视角的分析[J].当代经济管理,2024,46(5):1-12. [29]CAPANO G,LIPPI A.How policy instruments are chosen:Patterns of decision makers’choices[J].Policy Sciences,2017,50(2):269-293. [30]RUIZ ESTRADA M A.Policy modeling:Definition,classification and evaluation[J].Journal of Policy Modeling,2011,33(4):523-536. [31]张永安,郄海拓.“大众创业、万众创新”政策量化评价研究:以2017的10项双创政策情报为例[J].情报杂志,2018,37(3):158-164,186. [32]孙瑞英,陈宜泓.基于PMC指数模型的我国公共数据开放政策评价研究[J].情报理论与实践,2023,46(8):33-42. [33]张丽,姚俊.中国养老服务政策的量化评价[J].现代经济探讨,2020(12):33-38. [34]胡峰,戚晓妮,汪晓燕.基于PMC指数模型的机器人产业政策量化评价:以8项机器人产业政策情报为例[J].情报杂志,2020,39(1):121-129,161. [35]王进富，杨青云，张颖颖.基于PMC-AE指数模型的军民融合政策量化评价[J].情报杂志，2019,38(4):66-73. [36]蔡冬松,柴艺琳,田志雄.基于PMC指数模型的吉林省数字经济政策文本量化评价[J].情报科学,2021,39(12):139-145.
• (1)包含《值得信赖的人工智能评估清单》《欧盟人工智能战略》《欧洲数据战略》《人工智能白皮书》《人工智能法案》《加强人工智能合作宣言》《人工智能协调计划2021年修订版》《人工智能道德准则草案》等8份战略政策。 (2)包含《保持美国在人工智能领域的领导地位》《关于安全、可靠和可信地开发和使用人工智能的行政命令》《美国人工智能领导力：联邦参与开发技术标准和相关工具的计划》《人工智能风险管理框架》《为人工智能的未来做好准备》《国家人工智能研发战略计划（更新版）》等6份战略政策。