|
CUAI观点：唯有立法“促”、公众监督“促”，才能让AI算法更精准！时间：2026-03-11 2026年，AI算法已深度嵌入信息分发、信用评价、风险判断的每一个环节。从字号傍名牌事件，AI搜索生成误导性提示，到信用信息商业平台常年标注已了结案件，再到GEO营销对AI回答的系统性操纵——这些现象反复印证一个道理：AI不会自动精准，必须“促”才能精准；AI不会自然向善，必须“促”才能向善。 这个“促”，既来自立法的顶层设计，也来自公众监督的倒逼力量。唯有通过立法“促”、公众监督“促”，才能让AI设计者设计出更精准的算法，让算法制定者制定出更公平的规则，让AI平台运营出更善良的服务。
一、唯有立法“促”，才能让AI算法更精准算法为何会“不精准”？根本原因在于，算法的设计者和运营者缺乏足够的法律约束。当平台可以以“技术中立”为由推卸责任时，当错误信息长期标注却无需承担后果时，算法自然就会走向粗放、走向偏见、走向不公。 算法问责制的核心，在于将责任贯穿算法应用全过程。有学者提出，算法问责制需要结合算法应用前的数据来源处理原则及知情原则、算法应用中的可审计原则及检验和测试原则、算法应用后的解释原则及访问和救济原则共六大原则进行全方位考察-2。这意味着，立法层面必须明确： 事前，算法设计要有据可依。 AI设计者不能仅凭个人经验或国外模型照搬照抄，而必须在法律框架下确立算法的基本伦理底线。全国人大代表顾天翊建议，制定促进人工智能技术规范应用专门法，明确基本原则与伦理底线，健全数据与算法治理规则，强化权益保护与权利救济。 事中，算法运行要有迹可循。 算法不能是“黑箱”，必须建立可审计、可检验、可测试的机制。2025年发布的《算法向善南宁宣言》强调，坚持主流价值导向，优化算法推荐技术，优先呈现和推送体现社会主义核心价值观理念的内容，让技术真正成为弘扬主流价值的“助推器”-7。 事后，算法错误要有责可追。 当算法生成错误信息导致企业商誉受损时，谁该负责？当算法推荐误导消费者决策时，谁该赔偿？立法层面必须解决“谁来负责、如何负责”的规则缺失，完善侵权认定和赔偿细则，解决取证难、定损难、维权难等问题。 唯有通过立法的“促”，才能让算法设计者从一开始就把精准性、公平性、向善性内化为算法的核心指标。 二、唯有公众监督“促”，才能让AI算法更透明、可追溯、可验证、可修正立法是自上而下的顶层设计，公众监督则是自下而上的倒逼力量。没有公众监督，算法就永远停留在“空调间里的设计”，永远无法真正触达用户的真实需求、真实痛点、真实期待。 公众监督让算法更透明。 算法透明是算法问责的前提。有学者指出，算法的不透明和动态的特性造成了监督的障碍，并且隐藏了关键的价值选择和权衡-2。当某字号傍名牌企业遭遇百科词条被恶意修改、平台以“已公开的资料不应删除”为由拒绝纠正时，正是公众的关注和监督让问题得以曝光。如果算法始终处于“黑箱”状态，公众就永远不知道自己的信息为何被错误标注、自己的权益为何被侵害。 公众监督让算法可追溯。 可追溯意味着算法的每一个决策、每一次推荐都应留下痕迹，供事后查验。绥化市市场监管局推出的“监督码+系统联动”智慧执法机制提供了一个有益思路：扫一扫文书上的监督码，被处罚的依据、能维权的渠道全清楚，让当事人直观了解裁量依据与事实-6。同样的逻辑可以适用于算法领域——当用户被算法标注为“需谨慎合作”时，应当能够追溯这一结论的依据是什么、来源是哪里、时效性如何。 公众监督让算法可验证、可修正。 算法不是一成不变的，它需要在实践中不断验证、不断修正。东南大学发布的伦理垂域大模型“问道”，在输出建议时会清晰标注推理依据与伦理原则来源，提示结论不确定性，体现“人类在环”的协作理念与可解释的人工智能治理思路-3。这正是可验证、可修正的体现——用户能够知道算法为什么给出这个结论，也能够通过反馈机制推动算法优化。 三、算法设计者不是坐在空调间就能想出来的AI大数据算法设计者、制定者、运营者，不能坐在空调间里闭门造车，不能照搬外国的算法模型就以为能理解中国的国情、中国的价值观。 脱离基层实践的算法注定失败。 中国有14亿人口，有复杂的城乡结构，有丰富的地域文化，有独特的商业模式。一套从国外引进的算法模型，用国外的交易样本、国外的行为模式来判定14亿中国人的行为是否异常，本身就是不负责任的。某字号傍名牌企业的遭遇正是典型案例：2019年已了结的案件被常年标注，平台却以“已公开的资料不应删除”为由拒绝纠正——这种僵化的算法逻辑，恰恰是脱离基层实践、脱离用户真实需求的产物。 算法设计必须与基层实践者不断碰撞。 美国乔治亚理工学院开发立法追踪平台Politheon的经验值得借鉴：项目创始人强调，“作为工程师，我们必须扩展视野，超越技术实现，深入理解公共政策研究者和实践者如何解读数据。这种跨学科反馈帮助我们设计了一个既技术严谨又具有政策意识的系统。”-5同样，AI算法设计者需要与一线用户、基层企业、行业专家不断对话，了解他们的真实需求、真实困境、真实期待，才能设计出真正接地气的算法。 算法的精准来自实践的磨砺。 顺德职业技术大学《人工智能伦理》课程的建设经验表明，课程内容涵盖人工智能国家战略、技术逻辑、伦理风险、生态发展、社会治理等七大模块，通过“智能武器的伦理边界”“虚拟现实的情感异化”等专题，引导学习者思考技术与人类的共生关系-4。这种理论与实践相结合的教育理念，同样适用于算法设计——只有经过实践检验、经过用户反馈、经过社会磨砺的算法，才能从粗糙走向精准。 四、算法设计者必须进行中国社会主义价值再教育AI不是价值中立的工具，算法的背后站着设计者，设计者的价值观决定着算法的走向。要让AI真正向善，就必须对算法设计者进行中国社会主义价值再教育，让他们在起初的算法设计中就融入中国人应有的对世界万物的看法。 算法设计需要价值引领。 广西网信办的文章强调，技术本身是工具，无所谓善恶，但技术的应用和发展方向必然承载着设计者和使用者的价值观，必须用主流价值为AI发展锚定方向-7。这意味着，算法设计者不仅要懂技术，更要懂法律、懂伦理、懂责任。只有培养出有法治意识、有道德底线、有社会责任感的技术人才，AI向善才能从源头得以实现。 融入中国的文化、思想、人生观、世界观。 东南大学发布的伦理垂域大模型“问道”，在研发中深度融合中国传统哲学智慧与当代伦理框架，集成儒、释、道等思想资源，并与国内现行法律法规全面对齐，形成具有中国特色的分析体系-3。这种“中国特色”不是标签，而是实实在在的价值嵌入——让算法理解什么是“和而不同”，什么是“己所不欲勿施于人”，什么是“天下为公”。 价值再教育不是口号，而是系统工程。 顺德职业技术大学构建了“技术+伦理+思政”三位一体的教学体系，以马克思主义理论为根本指引，挖掘中国传统哲学思想与中华文化核心价值理念对人工智能发展的启示，引导学习者树立符合国情与文化传统的技术伦理观-4。这种教育模式值得推广——AI设计者、算法制定者、平台运营者需要接受法律、心理、价值观、世界观、安全观的全方位教育，让“智能向善”从理念走向实践。 五、CUAI语：唯有“促”，才能让算法从精准走向向善AI不会自动精准，不会自动公平，不会自动向善。它需要立法的“促”来划清底线，需要公众监督的“促”来保持透明，需要基层实践的“促”来不断迭代，需要价值教育的“促”来锚定方向。 我们呼吁：
唯有通过立法的“促”、公众监督的“促”，才能让AI设计者走出空调间、走进基层，让算法制定者理解中国国情、融入中国价值，让AI平台运营出更精准、更公平、更善良的服务。当算法回归工具定位，当责任归于人类自身，AI向善才能真正从理念走向实践。 这不是对技术的苛求，而是对法治的坚守；这不是对创新的束缚，而是对未来的负责。
|
