學(xué)科交叉視角下人工智能治理領(lǐng)域知識(shí)流動(dòng)與研究主題的國(guó)際比較研究

黃 萃 黃施旗 付慧真

(浙江大學(xué)公共管理學(xué)院，杭州，310030)

1 引言

自1956年達(dá)特茅斯會(huì)議首次提出人工智能的概念之后，經(jīng)過(guò)了60余年的發(fā)展[1]，人工智能應(yīng)用到了社會(huì)中的各個(gè)領(lǐng)域，自動(dòng)駕駛、網(wǎng)絡(luò)購(gòu)物、語(yǔ)音助手等的應(yīng)用場(chǎng)景已經(jīng)進(jìn)入了人們的生活日常。人工智能新技術(shù)的應(yīng)用帶來(lái)了新一輪的科技革命與產(chǎn)業(yè)革命[2]，然而在人工智能帶來(lái)發(fā)展機(jī)遇的同時(shí)，也引發(fā)了許多的社會(huì)問(wèn)題[3]，如2018年3月18日發(fā)生的“Uber無(wú)人車(chē)致死案”作為全球首例自動(dòng)駕駛致人死亡的案件，引發(fā)了人們對(duì)于無(wú)人駕駛法律規(guī)制問(wèn)題的思考[4]；2019年8月30日，換臉視頻APP“ZAO”導(dǎo)致的隱私恐慌將人工智能應(yīng)用的隱私倫理問(wèn)題暴露了出來(lái)[5]；美國(guó)芝加哥法院使用犯罪風(fēng)險(xiǎn)評(píng)估算法引發(fā)的歧視問(wèn)題[6]，自動(dòng)化機(jī)器人導(dǎo)致的失業(yè)與社會(huì)保障問(wèn)題[7]，人工智能時(shí)代的災(zāi)害治理問(wèn)題[8]等。人工智能治理便是通過(guò)變革現(xiàn)有治理體系，預(yù)防和解決人工智能技術(shù)應(yīng)用帶來(lái)的各種社會(huì)問(wèn)題，保障人工智能的健康發(fā)展。

各國(guó)政府為了解決人工智能應(yīng)用引發(fā)的社會(huì)問(wèn)題，應(yīng)對(duì)即將到來(lái)的風(fēng)險(xiǎn)和挑戰(zhàn)，紛紛出臺(tái)了相應(yīng)的人工智能治理政策。美國(guó)在2016年發(fā)布了《國(guó)家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》，其中提到“要了解并解決人工智能的倫理、法律和社會(huì)影響”[9]。中國(guó)在2017年發(fā)布的《新一代人工智能發(fā)展規(guī)劃》也提出要“初步建立人工智能法律法規(guī)、倫理規(guī)范和政策體系”“推進(jìn)社會(huì)治理智能化”[10]；并在2019年發(fā)布的《新一代人工智能治理原則——發(fā)展負(fù)責(zé)任的人工智能》中再次強(qiáng)調(diào)要“協(xié)調(diào)好發(fā)展與治理的關(guān)系”[11]。歐盟則在2018年發(fā)布《歐盟人工智能》，并提出要建立人工智能倫理與法律框架，起草并制定人工智能倫理指南[12]。日本、韓國(guó)等國(guó)家也相繼出臺(tái)了應(yīng)對(duì)人工智能治理問(wèn)題的政策。

學(xué)者們也紛紛開(kāi)展了對(duì)人工智能治理問(wèn)題的研究，這些研究可以大致分為 “人工智能的治理”與“基于人工智能的治理”兩類(lèi)[13]。人工智能的治理主要研究人工智能在應(yīng)用過(guò)程中所產(chǎn)生的各種治理問(wèn)題，包括機(jī)器人使用帶來(lái)的倫理問(wèn)題[14]、政府流程自動(dòng)化導(dǎo)致的失業(yè)和公正問(wèn)題[15]等；基于人工智能的治理則主要研究人工智能新技術(shù)應(yīng)用給傳統(tǒng)的治理體系帶來(lái)的變革與挑戰(zhàn)，如人工智能新技術(shù)應(yīng)用于災(zāi)害治理領(lǐng)域[16]、人工智能技術(shù)應(yīng)用于城市治理[17]等。

現(xiàn)有研究多以人工智能具體應(yīng)用領(lǐng)域治理作為研究切入點(diǎn)，如人工智能時(shí)代教育資源治理的研究[18]、人工智能帶來(lái)的城市治理變革的探討[19]、無(wú)人駕駛的倫理和法律治理的研究[20]等。從宏觀視角對(duì)人工智能治理開(kāi)展的研究較少且多使用案例分析、政策內(nèi)容分析等定性方法進(jìn)行[21-22]，缺乏以定量方法科學(xué)、客觀、系統(tǒng)地梳理人工智能治理研究。同時(shí)，人工智能治理是一個(gè)顯著的多學(xué)科交叉融合的跨學(xué)科領(lǐng)域，基于學(xué)科交叉視角有利于了解該領(lǐng)域新的生長(zhǎng)點(diǎn)和前沿，加快全球性問(wèn)題和重大問(wèn)題的解決[23]。因此，本文將基于客觀數(shù)據(jù)分析，采用定量研究方法，從宏觀視角揭示人工智能治理的跨學(xué)科交叉與融合特征，比較中國(guó)和國(guó)外在人工智能治理領(lǐng)域的研究差異，為中國(guó)的人工智能治理研究提供參考和借鑒。

2 研究方法與數(shù)據(jù)特征

2.1 數(shù)據(jù)檢索策略

為探討人工智能治理研究的中外差異，本文綜合選取人工智能治理的中文論文和英文論文作為數(shù)據(jù)源。在檢索策略中，中英文論文均使用人工智能和治理兩個(gè)詞進(jìn)行組合檢索，并且去掉一些不相關(guān)的歧義詞。

英文文獻(xiàn)在Web of Science數(shù)據(jù)庫(kù)中使用“主題”字段進(jìn)行檢索，檢索詞是“artificial intelligence”或“AI”、“governance”或“government”，為了去除縮寫(xiě)詞AI噪聲數(shù)據(jù)的影響，通過(guò)對(duì)檢索結(jié)果中噪聲數(shù)據(jù)來(lái)源的檢查，在檢索字段中去除avian influenza、artificial insemination、amnesty International、autopsy imaging、appreciative inquiry等AI縮寫(xiě)歧義詞，檢索文獻(xiàn)類(lèi)型是article和review，數(shù)據(jù)庫(kù)限定為SCI/SSCI/AHCI/CPCI，文章發(fā)表日期截至2021年12月31日，檢索結(jié)果進(jìn)行人工比對(duì)確認(rèn)，共檢索到851篇英文文獻(xiàn)，其中152篇有中國(guó)學(xué)者參與。國(guó)外人工智能治理研究結(jié)果主要來(lái)自國(guó)外學(xué)者所發(fā)表的699篇英文文獻(xiàn)。

中文文獻(xiàn)數(shù)據(jù)主要基于中國(guó)知網(wǎng)數(shù)據(jù)平臺(tái)，使用“主題”字段，檢索詞為“人工智能(AI)”和“治理”，數(shù)據(jù)庫(kù)限定為CSSCI，文章發(fā)表日期截至2021年12月31日，文獻(xiàn)類(lèi)型為期刊，共檢索到641篇中文文獻(xiàn)。國(guó)內(nèi)人工智能治理研究表現(xiàn)主要綜合中文文獻(xiàn)與中國(guó)學(xué)者發(fā)表的152篇英文文獻(xiàn)的分析結(jié)果。

2.2 研究方法

(1)學(xué)科分類(lèi)體系

明確學(xué)科分類(lèi)體系是本文探討人工智能治理的學(xué)科交叉廣度與融合主題的基礎(chǔ)。跨學(xué)科交叉廣度分析主要體現(xiàn)在人工智能治理論文的學(xué)科分布、學(xué)科知識(shí)來(lái)源和知識(shí)流動(dòng)三個(gè)方面。學(xué)科分布是通過(guò)對(duì)論文所屬期刊的學(xué)科類(lèi)別進(jìn)行統(tǒng)計(jì)，中文文獻(xiàn)主要參考CSSCI數(shù)據(jù)庫(kù)2021-2022年來(lái)源期刊和擴(kuò)展版來(lái)源期刊的學(xué)科分類(lèi)體系，英文文獻(xiàn)主要參考Web of Science學(xué)科類(lèi)別。

在學(xué)科知識(shí)來(lái)源分析中，按照上述學(xué)科分類(lèi)體系將人工智能治理中文論文參考文獻(xiàn)進(jìn)行提取與學(xué)科匹配，再根據(jù)教育部公布的學(xué)科類(lèi)別進(jìn)行學(xué)科大類(lèi)的對(duì)應(yīng)[24]；國(guó)際論文使用Web of Science學(xué)科分類(lèi)，再根據(jù)Leydesdorff等[25]論文中的學(xué)科分類(lèi)體系進(jìn)行學(xué)科大類(lèi)的對(duì)應(yīng)?？梢暬ㄟ^(guò)使用荷蘭萊頓大學(xué)開(kāi)發(fā)的知識(shí)圖譜工具VOSviewer進(jìn)行呈現(xiàn)。

(2)知識(shí)流動(dòng)分析

學(xué)科的知識(shí)流動(dòng)反映著人工智能治理領(lǐng)域的上游學(xué)科知識(shí)模塊與其融合情況。在學(xué)科知識(shí)流動(dòng)分析中，將參考文獻(xiàn)所屬學(xué)科到原文獻(xiàn)所屬學(xué)科的知識(shí)流動(dòng)頻次進(jìn)行統(tǒng)計(jì)，引用一次參考文獻(xiàn)即作為一次學(xué)科之間的知識(shí)流動(dòng)，獲得最終知識(shí)來(lái)源學(xué)科與知識(shí)本身學(xué)科的流動(dòng)統(tǒng)計(jì)，并進(jìn)行可視化呈現(xiàn)。

(3)關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞共現(xiàn)分析是對(duì)關(guān)鍵詞共同出現(xiàn)現(xiàn)象的定量研究，以揭示信息的內(nèi)容關(guān)聯(lián)和特征項(xiàng)所隱含的知識(shí)。本研究在分析人工智能治理的研究主題分布時(shí)，使用VOSviewer對(duì)文章的作者關(guān)鍵詞字段進(jìn)行共現(xiàn)分析。

(4)突現(xiàn)檢測(cè)

突現(xiàn)檢測(cè)就是檢測(cè)變量在一段時(shí)間內(nèi)的變化情況, 并可以識(shí)別出幅度變化劇烈的變量。美國(guó)印第安納大學(xué)開(kāi)發(fā)的科學(xué)計(jì)量軟件SCI2內(nèi)嵌了Kleinberg算法，可開(kāi)展突現(xiàn)檢測(cè)的分析。本研究在分析研究主題變遷時(shí)，使用SCI2軟件對(duì)關(guān)鍵詞字段進(jìn)行突現(xiàn)檢測(cè)，以識(shí)別不同年份的研究熱點(diǎn)。

2.3 數(shù)據(jù)特征

2.3.1 歷年發(fā)展

人工智能治理國(guó)際論文最早出現(xiàn)于1991年，中文論文是1997年，起步階段國(guó)際論文和國(guó)內(nèi)論文數(shù)量均較少并且發(fā)展緩慢。自2016年起，人工智能治理國(guó)際論文產(chǎn)出明顯增加，并在隨后五年內(nèi)論文數(shù)量增長(zhǎng)了31倍；中文論文自2017年起開(kāi)始出現(xiàn)明顯增長(zhǎng)，并在隨后四年內(nèi)論文數(shù)量增長(zhǎng)了17倍(圖1)。2016年和2017年作為人工智能治理論文發(fā)表的關(guān)鍵性節(jié)點(diǎn)，同樣也是人工智能政策發(fā)布的關(guān)鍵性節(jié)點(diǎn)。美國(guó)在2016年發(fā)布《國(guó)家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》，中國(guó)在2017年發(fā)布《新一代人工智能發(fā)展規(guī)劃》，這表明了政策出臺(tái)對(duì)學(xué)術(shù)研究的促進(jìn)作用。

人工智能治理國(guó)內(nèi)論文的起始發(fā)表時(shí)間晚于國(guó)際論文，論文總數(shù)也少于國(guó)際論文，但是自有關(guān)部門(mén)發(fā)布人工智能治理政策，不斷重視人工智能的科技發(fā)展、技術(shù)應(yīng)用后，國(guó)內(nèi)學(xué)者對(duì)人工智能治理研究的關(guān)注度開(kāi)始不斷上升，在近些年發(fā)表的年度論文數(shù)已經(jīng)超過(guò)了國(guó)外，這表明國(guó)內(nèi)人工智能治理研究發(fā)展速度不斷加快。

圖1 人工智能治理國(guó)際論文及國(guó)內(nèi)論文年度發(fā)文

2.3.2 國(guó)際論文全球分布

人工智能治理國(guó)際論文不同國(guó)家的發(fā)文數(shù)量差異可以展現(xiàn)人工智能治理的國(guó)際格局(圖2)。美國(guó)、英國(guó)和中國(guó)的發(fā)文數(shù)量最多，分別為260篇、163篇和152篇，其余國(guó)家發(fā)文量均不足100篇。已有研究揭示美國(guó)、中國(guó)和歐盟在人工智能發(fā)展上處于國(guó)際領(lǐng)先地位[26]，將這三大主體的人工智能治理論文產(chǎn)量進(jìn)行比較發(fā)現(xiàn)，歐盟人工智能治理發(fā)文數(shù)量共219篇，美國(guó)的人工智能治理發(fā)文量略多于歐盟，處于領(lǐng)先的地位，兩者的發(fā)文量均超過(guò)200篇，中國(guó)的發(fā)文低于美歐。這表明雖然中國(guó)在人工智能領(lǐng)域上發(fā)展較為領(lǐng)先，但在人工智能治理領(lǐng)域，與美國(guó)和歐盟相比還存在著較大的差距。

2.3.3 發(fā)文作者與機(jī)構(gòu)情況

人工智能治理國(guó)內(nèi)論文作者總量為917人，所有作者的發(fā)文量均在10篇以下，其中發(fā)文數(shù)量超過(guò)2篇的作者僅占13.6%；人工智能治理國(guó)際論文作者總量為3107人，所有作者的發(fā)文數(shù)量都在10篇以下，發(fā)文數(shù)量超過(guò)1篇的作者僅占5.5%，大多數(shù)作者的發(fā)文數(shù)量都很少，尚未形成核心的發(fā)文作者群體。

在發(fā)文機(jī)構(gòu)方面，國(guó)內(nèi)論文發(fā)文機(jī)構(gòu)共659個(gè)，其中10篇以上發(fā)文量的機(jī)構(gòu)有17個(gè)，其中清華大學(xué)為發(fā)文量最高的機(jī)構(gòu)；國(guó)際論文發(fā)文機(jī)構(gòu)共1664個(gè)，10篇以上發(fā)文量的機(jī)構(gòu)有19個(gè)，其中歐洲研究型大學(xué)聯(lián)盟是國(guó)外發(fā)文量最多的機(jī)構(gòu)(見(jiàn)圖3)。在人工智能治理領(lǐng)域，雖然發(fā)文機(jī)構(gòu)眾多，但是除少數(shù)發(fā)文量較多的機(jī)構(gòu)外，其余機(jī)構(gòu)幾乎處于同一起跑線(xiàn)，發(fā)文量較少且差距較小。

總體而言，近五年國(guó)內(nèi)外人工智能治理研究發(fā)展迅猛，已經(jīng)初步形成了核心發(fā)文作者群體和發(fā)文機(jī)構(gòu)，雖然尚未有作者發(fā)文超過(guò)10篇，但是部分機(jī)構(gòu)的發(fā)文量已經(jīng)達(dá)到了數(shù)十篇，如清華大學(xué)和歐洲研究型大學(xué)聯(lián)盟，人工智能治理這一新興的研究領(lǐng)域正在不斷發(fā)展。

3 人工智能治理的學(xué)科交叉特征

3.1 人工智能治理的學(xué)科分布

國(guó)外人工智能治理論文共涉及159個(gè)學(xué)科，其中人工智能計(jì)算機(jī)科學(xué)、信息系統(tǒng)計(jì)算機(jī)科學(xué)、環(huán)境科學(xué)、電子電氣工程、信息科學(xué)與圖書(shū)館科學(xué)論文數(shù)量較多。

中國(guó)人工智能治理論文共涉及21個(gè)學(xué)科類(lèi)別，綜合性社會(huì)科學(xué)、管理學(xué)、政治學(xué)、綜合性高校學(xué)報(bào)和法學(xué)為分布較多的學(xué)科，以社會(huì)科學(xué)所屬學(xué)科為主。部分中國(guó)學(xué)者在國(guó)際期刊上發(fā)表了論文，該部分論文學(xué)科以信息系統(tǒng)計(jì)算機(jī)科學(xué)、環(huán)境科學(xué)、人工智能計(jì)算機(jī)科學(xué)、電子電氣工程和電信學(xué)為主，與國(guó)外論文學(xué)科分布特征類(lèi)似，見(jiàn)圖4。

相比較而言，國(guó)外人工智能治理論文學(xué)科分布更為廣泛和均衡，包含有計(jì)算機(jī)科學(xué)、社會(huì)科學(xué)等多種學(xué)科類(lèi)型，而中國(guó)人工智能治理論文的學(xué)科屬性更加偏向于社會(huì)科學(xué)，主要來(lái)自管理學(xué)、政治學(xué)、法學(xué)等，也有少量研究學(xué)者從計(jì)算機(jī)科學(xué)、環(huán)境科學(xué)等視角開(kāi)展研究，這部分研究成果主要發(fā)表在國(guó)際期刊上。

圖2 人工智能治理國(guó)際論文國(guó)家發(fā)文

圖3 論文發(fā)文機(jī)構(gòu)(排名前10)

3.2 人工智能治理的學(xué)科知識(shí)來(lái)源

國(guó)外人工智能治理論文的學(xué)科知識(shí)來(lái)源涉及224個(gè)學(xué)科，可歸為計(jì)算機(jī)科學(xué)與工程學(xué)、社會(huì)科學(xué)、生物醫(yī)學(xué)、環(huán)境科學(xué)、心理學(xué)與社會(huì)問(wèn)題、物理學(xué)六大類(lèi)。為了更為清晰地展現(xiàn)學(xué)科知識(shí)來(lái)源情況，選取了出現(xiàn)頻次為100次以上的學(xué)科進(jìn)行可視化，見(jiàn)圖5。結(jié)果發(fā)現(xiàn)，國(guó)外人工智能治理論文的學(xué)科知識(shí)來(lái)源主要來(lái)自計(jì)算機(jī)科學(xué)和工程學(xué)(9998次)、社會(huì)科學(xué)(8187次)兩個(gè)學(xué)科，并且各學(xué)科交叉程度比較均衡，表明人工智能治理論文知識(shí)來(lái)源的構(gòu)成較為均衡，覆蓋的學(xué)科較為全面。

中國(guó)人工智能治理論文的學(xué)科知識(shí)來(lái)源情況如圖6所示，共涉及到了24個(gè)學(xué)科類(lèi)別，可歸為哲學(xué)、經(jīng)濟(jì)學(xué)、法學(xué)、教育學(xué)、文學(xué)、歷史學(xué)、理學(xué)、管理學(xué)、綜合學(xué)科九個(gè)大類(lèi)。出現(xiàn)次數(shù)最多的三個(gè)學(xué)科大類(lèi)是綜合性社會(huì)科學(xué)(357次)、管理學(xué)(268次)和綜合性高校學(xué)報(bào)(259次)，這三個(gè)學(xué)科共現(xiàn)強(qiáng)度最高，這表明綜合性學(xué)科(社科領(lǐng)域)和管理學(xué)是國(guó)內(nèi)人工智能治理論文的主要知識(shí)來(lái)源，更容易產(chǎn)生學(xué)科交叉生長(zhǎng)點(diǎn)。除此之外，中國(guó)學(xué)者發(fā)表在國(guó)際期刊上的人工智能治理論文的學(xué)科知識(shí)來(lái)源分布與國(guó)外研究類(lèi)似，學(xué)科知識(shí)來(lái)源較為均衡，涉及計(jì)算機(jī)科學(xué)與工程學(xué)、社會(huì)科學(xué)、生物醫(yī)學(xué)、環(huán)境科學(xué)、心理學(xué)與社會(huì)問(wèn)題、物理學(xué)六個(gè)學(xué)科大類(lèi)，且各學(xué)科之間的學(xué)科交叉程度較深。

圖4 人工智能治理中國(guó)論文與國(guó)外論文前5學(xué)科分布情況

圖5 國(guó)外人工智能治理論文學(xué)科知識(shí)來(lái)源(出現(xiàn)頻次100次以上)

國(guó)外人工智能治理論文學(xué)科知識(shí)來(lái)源廣泛，其中計(jì)算機(jī)科學(xué)和工程學(xué)、社會(huì)科學(xué)占比較大；中國(guó)人工智能治理論文的學(xué)科知識(shí)來(lái)源中社會(huì)科學(xué)所屬學(xué)科占比較大。總體而言，中國(guó)學(xué)者在進(jìn)行人工智能治理的研究中更多基于社會(huì)科學(xué)視角，學(xué)科之間的交融較少；國(guó)外學(xué)者的研究視角更為廣闊，更傾向于將計(jì)算機(jī)科學(xué)、社會(huì)科學(xué)等多學(xué)科的知識(shí)進(jìn)行交叉融合。

3.3 人工智能治理的學(xué)科知識(shí)流動(dòng)

國(guó)外人工智能治理論文知識(shí)流入排名前10的學(xué)科分別是環(huán)境科學(xué)、信息系統(tǒng)計(jì)算機(jī)科學(xué)、環(huán)保和可持續(xù)發(fā)展科學(xué)、環(huán)境研究、信息科學(xué)和圖書(shū)館科學(xué)、電子電氣工程、人工智能計(jì)算機(jī)科學(xué)、管理學(xué)、電信學(xué)、能源與燃料學(xué)，其中，管理學(xué)學(xué)科內(nèi)知識(shí)流動(dòng)占比最高，為21.52%。國(guó)內(nèi)人工智能治理論文知識(shí)流入排名前10的學(xué)科分別是綜合性社會(huì)科學(xué)、管理學(xué)、政治學(xué)、法學(xué)、綜合性高校學(xué)報(bào)、教育學(xué)、新聞學(xué)與傳播學(xué)、經(jīng)濟(jì)學(xué)、圖書(shū)情報(bào)與文獻(xiàn)學(xué)、高校社科學(xué)報(bào)。其中，法學(xué)、教育學(xué)、新聞學(xué)與傳播學(xué)、圖書(shū)情報(bào)與文獻(xiàn)學(xué)四個(gè)學(xué)科各學(xué)科內(nèi)知識(shí)流動(dòng)超過(guò)50%，且除高校社科學(xué)報(bào)外的其余學(xué)科內(nèi)部知識(shí)流動(dòng)均超過(guò)10%。中國(guó)學(xué)者發(fā)表的國(guó)際人工智能治理論文知識(shí)流入情況與國(guó)外人工智能治理論文表現(xiàn)極為相似，前10的學(xué)科分別是環(huán)境科學(xué)、信息系統(tǒng)計(jì)算機(jī)科學(xué)、電子電氣工程、環(huán)境研究、管理學(xué)、工業(yè)工程、電信學(xué)、人工智能計(jì)算機(jī)科學(xué)、信息科學(xué)和圖書(shū)館科學(xué)、商學(xué)，其中信息科學(xué)和圖書(shū)館科學(xué)學(xué)科內(nèi)知識(shí)流動(dòng)占比最高，為20.83%，見(jiàn)圖7。

圖6 人工智能治理國(guó)內(nèi)論文學(xué)科知識(shí)來(lái)源

結(jié)果表明，國(guó)內(nèi)的人工智能治理研究的跨學(xué)科知識(shí)融合度遠(yuǎn)低于國(guó)外，也低于中國(guó)學(xué)者在國(guó)際期刊上發(fā)表的人工智能治理論文，國(guó)內(nèi)進(jìn)行人工智能治理研究時(shí)，更多引用本學(xué)科的知識(shí)，不同學(xué)科之間的知識(shí)交叉融合程度較低，更多在社會(huì)科學(xué)所屬學(xué)科內(nèi)進(jìn)行流動(dòng)。

4 人工智能治理的跨學(xué)科融合研究主題

4.1 人工智能治理研究主題分布

由于人工智能治理領(lǐng)域的跨學(xué)科性，國(guó)外人工智能治理研究主題大都來(lái)自于跨學(xué)科融合主題，如圖8所示，可以分為五類(lèi)研究主題：①人工智能及其相關(guān)技術(shù)及應(yīng)用研究，以人工智能、大數(shù)據(jù)、神經(jīng)網(wǎng)絡(luò)、區(qū)塊鏈等為主要內(nèi)容，如Pham等[27]研究了如何應(yīng)用人工智能和大數(shù)據(jù)技術(shù)預(yù)防COVID-19大流行；②人工智能政策研究，以國(guó)內(nèi)外人工智能政策、數(shù)據(jù)保護(hù)政策等為主要內(nèi)容，如有關(guān)人工智能給教育政策帶來(lái)的影響的研究[28]；③人工智能治理研究，包括數(shù)據(jù)治理、算法治理、技術(shù)治理等內(nèi)容，如人工智能給個(gè)人健康信息數(shù)據(jù)帶來(lái)的治理挑戰(zhàn)探討[29]；④人工智能在醫(yī)療領(lǐng)域和社交媒體的應(yīng)用研究，以人工智能在病情診斷方面和在社交媒體上的應(yīng)用和風(fēng)險(xiǎn)為主要研究?jī)?nèi)容，例如對(duì)人工智能應(yīng)用于先天性心臟病產(chǎn)前診斷的研究[30]；⑤智慧城市研究，包括人工智能應(yīng)用于智慧城市建設(shè)、助力城市規(guī)劃等研究?jī)?nèi)容，以遺傳算法、優(yōu)化算法、電子政府等為主要研究?jī)?nèi)容，例如關(guān)于智慧城市如何更好地利用人工智能技術(shù)的研究[31]。其中人工智能及其相關(guān)技術(shù)的治理是研究的熱點(diǎn)。

圖7 人工智能治理論文學(xué)科知識(shí)流入前10學(xué)科分布

圖8 國(guó)外人工智能治理論文主題聚類(lèi)圖

中國(guó)人工智能治理研究主題分布如圖9所示，研究主題分為四個(gè)類(lèi)別：①人工智能數(shù)據(jù)和技術(shù)治理，包括數(shù)據(jù)治理、算法治理、算法歧視等，如對(duì)于人工智能算法決策在行政治理領(lǐng)域的應(yīng)用中導(dǎo)致的風(fēng)險(xiǎn)研究[32]；②人工智能社會(huì)治理、國(guó)家治理，包括智慧法治、智慧社會(huì)、國(guó)家治理現(xiàn)代化等內(nèi)容，如探討人工智能技術(shù)給社會(huì)治理帶來(lái)的挑戰(zhàn)[33]；③人工智能全球治理，包括國(guó)際人工智能治理、人類(lèi)命運(yùn)共同體、全球治理等主題，如對(duì)歐盟和美國(guó)人臉識(shí)別治理方式及對(duì)我國(guó)的借鑒意義的探討[34]；④新媒體和網(wǎng)絡(luò)治理，以網(wǎng)絡(luò)治理、互聯(lián)網(wǎng)治理等為主要內(nèi)容，例如新媒體發(fā)展趨勢(shì)以及治理措施的探討[35]。其中類(lèi)別①②和④的研究熱度較高。部分發(fā)表在國(guó)際期刊上的中國(guó)論文的主題分布情況則與國(guó)外論文主題分布情況類(lèi)似，但是會(huì)更加關(guān)注中國(guó)話(huà)題。

圖9 中國(guó)人工智能治理論文主題聚類(lèi)圖

中國(guó)新一代人工智能治理專(zhuān)業(yè)委員會(huì)委員曾毅認(rèn)為，人工智能的發(fā)展存在著技術(shù)和社會(huì)潛在影響的雙重不確定性。國(guó)外人工智能治理研究主題更為廣泛，包括人工智能的技術(shù)影響和社會(huì)影響兩個(gè)角度的相關(guān)研究，且更關(guān)注人工智能技術(shù)影響的治理研究。中國(guó)更多關(guān)注綜合治理、經(jīng)濟(jì)財(cái)政治理和新媒體網(wǎng)絡(luò)治理等社會(huì)影響的治理研究，對(duì)技術(shù)影響的研究比較少；少部分學(xué)者的研究會(huì)涉及到技術(shù)、應(yīng)用等多方面治理主題，并更注重與中國(guó)相關(guān)主題的研究，這部分論文也發(fā)表在國(guó)際期刊上。國(guó)內(nèi)也有學(xué)者發(fā)現(xiàn)，現(xiàn)有的人工智能治理研究多是探討人工智能進(jìn)入現(xiàn)有社會(huì)結(jié)構(gòu)所引發(fā)的變革與應(yīng)對(duì)，并假定技術(shù)本身是不可變的，忽略了在技術(shù)應(yīng)用階段對(duì)其治理的可能性[13]。

4.2 人工智能治理研究主題變遷

如圖10所示，國(guó)外的人工智能治理研究主題發(fā)展脈絡(luò)比較平緩，每一年都會(huì)有新興的研究主題出現(xiàn)，并且主題變遷主要與人工智能的技術(shù)發(fā)展路徑相結(jié)合，呈現(xiàn)出從知識(shí)管理到機(jī)器人、專(zhuān)家系統(tǒng)等早期人工智能技術(shù)到物聯(lián)網(wǎng)、大數(shù)據(jù)、機(jī)器學(xué)習(xí)等現(xiàn)代人工智能技術(shù)的發(fā)展過(guò)程。

國(guó)內(nèi)人工智能治理研究主題于2017年開(kāi)始紛紛出現(xiàn)，包括數(shù)字中國(guó)、網(wǎng)絡(luò)安全、精準(zhǔn)治理等(見(jiàn)圖11)?？傮w上看，研究主題的變遷是與人工智能的應(yīng)用變遷相結(jié)合的，呈現(xiàn)出不同治理主題的發(fā)展脈絡(luò)，表現(xiàn)為從政府治理、網(wǎng)絡(luò)治理到精準(zhǔn)治理、算法治理等的發(fā)展過(guò)程。

圖10 國(guó)外人工智能治理論文主題突現(xiàn)檢測(cè)

圖11 中國(guó)人工智能治理論文主題突現(xiàn)檢測(cè)

上述結(jié)果表明，國(guó)外研究主題的變遷與人工智能技術(shù)變遷相結(jié)合，每年都會(huì)根據(jù)人工智能新技術(shù)的產(chǎn)生而出現(xiàn)相應(yīng)的研究主題；中國(guó)人工智能治理研究的主題變遷與人工智能應(yīng)用領(lǐng)域的變遷相結(jié)合，重點(diǎn)關(guān)注技術(shù)應(yīng)用后社會(huì)問(wèn)題的治理。

5 結(jié)論與建議

5.1 結(jié)論

通過(guò)對(duì)人工智能治理領(lǐng)域中外文獻(xiàn)的數(shù)據(jù)基本特征、學(xué)科交叉廣度以及學(xué)科融合主題的分析，本文主要形成以下結(jié)論：

(1)人工智能治理研究雖然起步較早，但是近五年來(lái)才開(kāi)始快速發(fā)展，至今仍處于領(lǐng)域發(fā)展的初期階段。國(guó)內(nèi)外的政策對(duì)于該領(lǐng)域的發(fā)展發(fā)揮了積極作用，國(guó)外人工智能治理研究在2016年美國(guó)發(fā)布《國(guó)家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》后進(jìn)入快速發(fā)展期，國(guó)內(nèi)則在2017年《新一代人工智能發(fā)展規(guī)劃》發(fā)布后進(jìn)入快速發(fā)展期，但是該領(lǐng)域目前尚未形成成熟的研究團(tuán)隊(duì)，發(fā)表文獻(xiàn)超過(guò)1篇的作者占比較少，大多數(shù)機(jī)構(gòu)的發(fā)文也少于10篇。現(xiàn)階段人工智能技術(shù)在社會(huì)中的應(yīng)用時(shí)間較短、場(chǎng)景較少，國(guó)內(nèi)外還未形成對(duì)人工智能治理的廣泛深入的探討。

(2)我國(guó)人工智能治理研究發(fā)展迅猛，但是與歐美國(guó)家相比仍存在一定差距。國(guó)外在20世紀(jì)末期便開(kāi)始了對(duì)人工智能治理問(wèn)題的研究，而國(guó)內(nèi)從2017年起雖增長(zhǎng)較快，但仍少于國(guó)外，特別是中國(guó)學(xué)者在國(guó)際上發(fā)文與歐美國(guó)家相差近百篇。發(fā)文數(shù)量在一定程度上體現(xiàn)學(xué)者對(duì)于該研究領(lǐng)域的關(guān)注程度，雖然我國(guó)學(xué)者對(duì)人工智能治理的關(guān)注度正在不斷提升，但是在國(guó)際人工智能治理研究的影響力仍然較低，與歐美國(guó)家存在著比較大的差距。

(3)中國(guó)人工智能治理研究學(xué)科交叉廣度弱于國(guó)外且更偏向社會(huì)科學(xué)。中國(guó)人工智能治理論文在學(xué)科分布和學(xué)科知識(shí)來(lái)源方面更偏向于社會(huì)科學(xué)所屬學(xué)科，且學(xué)科知識(shí)流動(dòng)更多發(fā)生在本學(xué)科內(nèi)，缺乏不同學(xué)科之間的知識(shí)融合。國(guó)外人工智能治理論文在學(xué)科分布和學(xué)科知識(shí)來(lái)源方面更為均衡，涉及社會(huì)科學(xué)、計(jì)算機(jī)科學(xué)等多個(gè)學(xué)科大類(lèi)，有更多跨學(xué)科知識(shí)流動(dòng)的發(fā)生，學(xué)科之間的交叉融合度更高。而國(guó)內(nèi)主要是社會(huì)科學(xué)領(lǐng)域的學(xué)者在關(guān)注人工智能治理問(wèn)題的研究，社會(huì)科學(xué)與信息科學(xué)等學(xué)科之間的學(xué)科交叉與融合有待進(jìn)一步提升。

(4)中國(guó)人工智能治理研究更關(guān)注社會(huì)應(yīng)用的治理而國(guó)外更關(guān)注技術(shù)本身的治理。國(guó)內(nèi)的人工智能治理研究主要是探討人工智能社會(huì)影響的治理，包括社會(huì)治理和政府治理、互聯(lián)網(wǎng)治理、經(jīng)濟(jì)財(cái)政治理、災(zāi)害治理、機(jī)器人倫理等研究主題，研究主題的變遷與人工智能應(yīng)用場(chǎng)景的變遷相一致，更加專(zhuān)注技術(shù)在應(yīng)用過(guò)程中所導(dǎo)致的社會(huì)問(wèn)題，以及如何從社會(huì)治理的角度來(lái)解決問(wèn)題。國(guó)外在研究主題分布上更加全面，包括人工智能技術(shù)本身和社會(huì)影響等多元視角，涉及人工智能技術(shù)、政策、醫(yī)療應(yīng)用等研究主題，對(duì)人工智能技術(shù)本身治理關(guān)注程度更高，其研究主題的變遷與人工智能相關(guān)技術(shù)的發(fā)展緊密結(jié)合，更側(cè)重于從技術(shù)本身治理的角度來(lái)預(yù)防社會(huì)問(wèn)題的產(chǎn)生。

5.2 建議

中外人工智能治理研究在發(fā)展程度、跨學(xué)科程度和研究主題分布上都存在著一定差異，有著不同的特征與側(cè)重方向。為提升中國(guó)人工智能治理的科學(xué)化水平，把握在此新興領(lǐng)域中的發(fā)展機(jī)遇，本文提出以下三點(diǎn)建議：

第一，積極出臺(tái)相應(yīng)的人工智能治理政策，保障人工智能治理研究的快速發(fā)展，從而保障我國(guó)人工智能發(fā)展的國(guó)際領(lǐng)先地位。薛瀾在采訪中提到：“過(guò)去中國(guó)沒(méi)有機(jī)會(huì)參與前三次技術(shù)革命，基本上都是采用國(guó)外比較成熟的技術(shù)，相對(duì)來(lái)講技術(shù)負(fù)面影響已經(jīng)規(guī)避，基本不涉及治理問(wèn)題”[36]。而如今中國(guó)的人工智能技術(shù)發(fā)展已經(jīng)走在了世界前列，為了規(guī)避技術(shù)應(yīng)用帶來(lái)的負(fù)面影響，必須要積極出臺(tái)政策，鼓勵(lì)政府部門(mén)、學(xué)術(shù)界和企業(yè)對(duì)人工智能治理問(wèn)題的研究。

第二，加大對(duì)人工智能治理研究的支持，推動(dòng)我國(guó)人工智能治理研究的不斷發(fā)展和國(guó)際合作，提升我國(guó)在該研究領(lǐng)域國(guó)際影響力。雖然我國(guó)的人工智能技術(shù)的發(fā)展走在了世界前列，但是對(duì)人工智能治理的研究與歐美國(guó)家相比仍存在著差距，為了解決人工智能技術(shù)的快速應(yīng)用所導(dǎo)致的社會(huì)問(wèn)題，規(guī)避即將到來(lái)的技術(shù)風(fēng)險(xiǎn)，應(yīng)該加大對(duì)人工智能治理研究的項(xiàng)目、科研基金、基礎(chǔ)設(shè)施等的支持力度，并積極與國(guó)外有關(guān)機(jī)構(gòu)和組織合作，展開(kāi)對(duì)人工智能治理問(wèn)題的探討，提升我國(guó)在人工智能治理領(lǐng)域的國(guó)際影響力和話(huà)語(yǔ)權(quán)。

第三，加大學(xué)科之間的交流與合作，推動(dòng)人工智能治理研究的跨學(xué)科深度融合。人工智能治理是一個(gè)顯著的多學(xué)科交叉融合的研究領(lǐng)域，交叉學(xué)科有利于全球性問(wèn)題和重大問(wèn)題的解決[19]。目前國(guó)外主要從技術(shù)和社會(huì)兩個(gè)角度更加全面地去應(yīng)對(duì)人工智能治理方面的挑戰(zhàn)，中國(guó)人工智能治理研究更局限于社會(huì)科學(xué)領(lǐng)域內(nèi)，為進(jìn)一步提升人工智能治理研究水平，研究學(xué)者和管理者應(yīng)該更多地尋求與支持跨學(xué)科的合作，建設(shè)跨學(xué)科合作平臺(tái)，加強(qiáng)跨學(xué)科人才培養(yǎng)，促進(jìn)學(xué)科知識(shí)之間的流動(dòng)與整合，從而更好地解決人工智能應(yīng)用產(chǎn)生的社會(huì)問(wèn)題，積極推動(dòng)人工智能全球治理。

5.3 局限性

本研究綜合選擇國(guó)際期刊和國(guó)內(nèi)期刊兩方面的論文來(lái)共同探索人工智能治理領(lǐng)域的現(xiàn)況，選用的Web of Science和CSSCI兩個(gè)數(shù)據(jù)庫(kù)在學(xué)科覆蓋度和分類(lèi)體系上存在一定的差異，Web of Science學(xué)科分類(lèi)覆蓋更為全面，而CSSCI更加偏向社會(huì)科學(xué)和人文科學(xué)領(lǐng)域。筆者在前期調(diào)研中曾考察了CSCD數(shù)據(jù)庫(kù)，發(fā)現(xiàn)其中人工智能治理相關(guān)文獻(xiàn)數(shù)量不到CSSCI數(shù)據(jù)庫(kù)的1/10，因此只采用CSSCI數(shù)據(jù)的相關(guān)結(jié)果對(duì)于呈現(xiàn)國(guó)內(nèi)學(xué)者研究情況具有代表性。而在數(shù)據(jù)處理過(guò)程中，筆者也發(fā)現(xiàn)國(guó)內(nèi)外的人工智能治理研究文獻(xiàn)中都存在一些參考文獻(xiàn)無(wú)法歸入WOS 學(xué)科分類(lèi)體系和CSSCI來(lái)源期刊學(xué)科分類(lèi)體系的情況，國(guó)外699篇文獻(xiàn)中共23123 條參考文獻(xiàn)，其中有1/5 左右無(wú)法對(duì)應(yīng)到所屬學(xué)科，通過(guò)人工比對(duì)發(fā)現(xiàn)，所屬學(xué)科類(lèi)型仍以計(jì)算機(jī)科學(xué)與工程學(xué)以及社會(huì)科學(xué)為主；國(guó)內(nèi)人工智能治理文獻(xiàn)共涉及7130篇參考文獻(xiàn)，其中有1/10左右無(wú)法對(duì)應(yīng)到所屬學(xué)科，主要仍以社會(huì)科學(xué)類(lèi)型的期刊為主，與現(xiàn)有數(shù)據(jù)分析結(jié)果存在一致性?？傮w而言，雖然國(guó)內(nèi)外數(shù)據(jù)庫(kù)不同學(xué)科分類(lèi)體系的比較存在一定局限性，但對(duì)于揭示國(guó)內(nèi)外人工智能治理領(lǐng)域的現(xiàn)狀仍具有一定的意義。

此外，本文在學(xué)科交叉廣度分析中主要是借鑒了國(guó)內(nèi)外相關(guān)研究中常用的研究方法，通過(guò)參考文獻(xiàn)反映學(xué)科知識(shí)的流入，未考慮作者學(xué)科背景等層面的學(xué)科交叉融合，未來(lái)的研究可以從作者團(tuán)隊(duì)的學(xué)科背景等角度考察更多的學(xué)科交叉情況。