如何从经济学视角看待人工智能发展与治理？

近日，中国社会科学院大学教授江小涓在中国数字经济发展和治理学术年会上作《人工智能发展与治理：经济学应有什么视角和标准？》主旨演讲，从经济学视角深入剖析人工智能发展与治理的关键问题，强调需以学科逻辑构建技术发展与规则设计的理论框架，为破解“重原则、轻学理，重理念、轻实践”的人工智能治理困局提供新思路。

从道德原则到实践理性：重构AI发展方向的正当性标准。长期以来，关于人工智能发展规则与伦理的讨论，多集中于道德理念与价值倡导层面。2017年推出的《阿西洛马人工智能原则》提出的安全性、透明性、责任性等12条原则，以及2025年巴黎AI峰会上58国签署的声明所强调的包容性、可持续性等6项优先事项，虽凝聚了社会共识，但存在显著的学理支撑与实践转化不足问题。

江小涓表示，这些原则性表述缺乏可分析的学术框架与可测度的评估指标，难以对技术或产品的优劣进行科学评判，也无法系统权衡治理规则的实施成本与社会收益，导致相关理念落地推进缓慢。她强调，人工智能发展方向的正当性评判，应从抽象的道德原则转向经济学的实践理性，建立基于资源配置效率与社会公平的分析框架，使技术发展的“应然”目标与“实然”效果形成可验证的逻辑闭环。

效率与公平双维考量，构建AI社会价值的经济学评判体系。江小涓认为，从经济学视角出发，人工智能的社会价值核心在于能否促进“社会资源配置效率提升”与“发展成果公平分享”。她认为人工智能对社会公平的冲击可分为两类，一是对既有公平平衡的持续性冲击，包括大型企业凭借数据、算力、算法优势强化市场支配地位，挤压中小企业生存空间等；二是技术原生特性带来的颠覆性挑战，例如人工智能大模型呈现“规模报酬递增”与“能力涌现”特征，模型越大，优化迭代效率越高，且突破阈值后产生小模型无法具备的认知与解决问题能力，形成“碾压式”竞争优势。

江小涓认为，评判人工智能的社会价值，必须超越单一效率维度，建立涵盖代际公平、群体公平、机会公平的多维指标体系，确保技术进步成果由全体社会成员共享。

强弱规则协同，构建动态平衡的AI治理框架。江小涓提出，人工智能治理需借鉴经济学中“市场内生规则”与“政府监管规则”协同作用的逻辑，形成“弱规则”与“强规则”有机结合的治理体系。弱规则是市场博弈与社会协同的基础性约束，强规则则是政府监管与法律约束的底线保障。例如实施负面清单管控、强化透明度要求、保护数字弱势群体权益等。她特别指出，人工智能技术革命对就业的影响与历史上“新岗位多于旧岗位”的情况不同，需建立更具前瞻性的社会保障与职业培训体系，避免“赢家收益”无法抵消“输家损失”的社会失衡。

“人工智能治理不是简单的规则制定，而是涉及经济效率、社会公平、技术创新的系统性工程。”江小涓表示，经济学视角的核心价值在于提供可量化、可比较、可操作的分析工具，使治理目标从“美好愿景”转化为“实践路径”。唯有坚持效率与公平统一、市场与政府协同、技术创新与人文关怀并重，才能为人工智能发展奠定可持续的制度基础，真正实现“技术造福人类”的终极目标。