鄭 燁 任牡丹 Jane E.Fountain

(1.西北工業(yè)大學(xué) 人文與經(jīng)法學(xué)院 西安 710072;2.麻省大學(xué)安默斯特分校 國家數(shù)字政府研究中心 安默斯特 01003)

0 引 言

伴隨著人工智能技術(shù)在全球的快速崛起，各國政府陸續(xù)制定和出臺各項人工智能政策，從而促使人工智能的國際化競爭日趨激烈[1]。以發(fā)達國家為例，2016年，美國前總統(tǒng)奧巴馬召開了關(guān)于人工智能工作的五場會議，并在此基礎(chǔ)上出臺了三份官方報告。隨后，英國、德國、日本等國家也相繼提出將人工智能政策作為國家未來工作之核心[2]。緊隨發(fā)達國家發(fā)展步伐，我國政府也高度重視人工智能的技術(shù)進步與產(chǎn)業(yè)發(fā)展，并提出了人工智能戰(zhàn)略發(fā)展規(guī)劃。早在2015年10月，國家“十三五”規(guī)劃建議提出要實施國家大數(shù)據(jù)戰(zhàn)略，全面推進我國大數(shù)據(jù)發(fā)展和應(yīng)用，實現(xiàn)資源開放共享，促進經(jīng)濟轉(zhuǎn)型升級[3]。截止2019年底，全國已有超過一半以上的省份提出了人工智能戰(zhàn)略發(fā)展規(guī)劃。各國政府對人工智能政策規(guī)劃的高度重視引發(fā)了學(xué)界對人工智能政策研究的廣泛關(guān)注。較于國外研究，我國雖起步較晚，但卻呈現(xiàn)出方興未艾的發(fā)展趨勢。綜合當(dāng)前相關(guān)研究文獻，人工智能政策研究的發(fā)展現(xiàn)狀如何？對當(dāng)前和今后國內(nèi)研究的啟示有哪些？國內(nèi)學(xué)者對此并未進行系統(tǒng)梳理。鑒于此，本文主要采用比較研究和文獻計量分析方法，擬對中外人工智能政策研究領(lǐng)域進行深入系統(tǒng)探索，以把握當(dāng)前中外人工智能政策研究的發(fā)展現(xiàn)狀及差距，為今后國內(nèi)人工智能政策的理論研究及國家政策的出臺和完善等提供理論參鑒。

1 數(shù)據(jù)來源與研究框架

1.1數(shù)據(jù)來源本研究的數(shù)據(jù)主要來源于現(xiàn)有國內(nèi)外重要核心期刊發(fā)表的395篇代表性文獻(如圖1所示)。其中：國外文獻主要來自于Web of Science(簡稱WOS)數(shù)據(jù)庫下的社會科學(xué)引文索引(SSCI)期刊庫。由于現(xiàn)有研究文獻中，“artificial intelligence policy”和 “AI Policy”均是表達“人工智能政策”比較常用的詞匯。因此本文的檢索方式為：主題=“‘a(chǎn)rtificial intelligence policy’or‘AI Policy’”，檢索時間截止2020年1月31日，文獻類型Article，最終共檢索到368篇相關(guān)研究文獻。進一步對現(xiàn)有文獻進行篩選和排查，重點核查文獻摘要及內(nèi)容，確保文獻中明確出現(xiàn)有關(guān)人工智能政策研究的表述，剔除新聞報道、會議論文及書評等之后，共得到325篇有效英文期刊文獻。此外，中文研究文獻是在中國知網(wǎng)(CNKI)中的中文社會科學(xué)引文索引(CSSCI)數(shù)據(jù)庫中獲取。以“人工智能政策”為檢索主題，截止時間為2020年1月31日，用同樣方法剔除無效文獻后，共得到70篇有效中文期刊文獻。

圖1 中外人工智能政策研究的文獻數(shù)量概況(21世紀(jì)以來)

1.2研究框架本文主要采用文獻計量和比較研究的分析方法。一方面，文獻計量分析主要是對研究的高共被引文獻分析、主題分析和演進趨勢等進行探討。文獻計量分析使用的工具主要有citespace軟件，對中文主題進行分析時，則采用了統(tǒng)計分析軟件SPSS中的多維尺度(MDS)分析功能，通過關(guān)鍵詞聚類進而凝練研究主題。另一方面，比較研究法是分析和判斷物與物之間以及人與人之間的相似性或相異程度的主要方法。本文具體是從時間、應(yīng)用領(lǐng)域、主題特征、演進趨勢等多個維度出發(fā)，對中外人工智能政策研究文獻內(nèi)容進行對比分析和提煉總結(jié)，最終得出研究啟示。本文的具體研究框架及采用的方法和工具等如圖2所示。

圖2 本文的研究框架

2 人工智能政策研究的高共被引文獻分析

高共被引文獻能夠反映該研究在其領(lǐng)域內(nèi)的研究熱點及方向。結(jié)合CitespaceⅢ軟件的分析結(jié)果，根據(jù)高共被引文獻的被引次數(shù)的降序排列，進一步分別篩選和整理出了排名前十的文獻信息，具體包括文獻的中心度、被引頻次、文獻篇名、作者及發(fā)表時間等信息，以探索人工智能政策研究的學(xué)界關(guān)注點和發(fā)展方向(如表1所示)。

表1 高共被引文獻統(tǒng)計分析(前10篇)

表1顯示了國外人工智能政策研究領(lǐng)域共被引頻次最多的前十篇文獻，這些文獻主要發(fā)表在2012-2017年期間，集中探討了人工智能領(lǐng)域存在的問題和風(fēng)險、應(yīng)用前景、技術(shù)革新以及對社會產(chǎn)生的各種影響等。首先，從以上高共被引文獻發(fā)表的時間順序來看，Boyd和Crawford提出了六次引發(fā)關(guān)于大數(shù)據(jù)問題對話的激烈討論：一種建立在技術(shù)、分析和神話相互作用的文化、技術(shù)和學(xué)術(shù)現(xiàn)象，引發(fā)了廣泛的烏托邦和反烏托邦修辭[4]。2014年以來，一些學(xué)者開始關(guān)注人工智能對社會的影響及存在的潛在風(fēng)險問題(Brynjolfsson & McA。其中，麻省理工學(xué)院的Brynjolfsson和McAfee教授出版的《第二機器時代：輝煌科技時代的工作、進步與繁榮》一書，強調(diào)人工智能技術(shù)在豐富人們生活形式的同時也改變了人們工作的環(huán)境，但是機器人并不具備構(gòu)思、廣泛的模式識別，以及復(fù)雜交流的能力。因此為了改變這些問題，需要進行教育變革，設(shè)計新的合作模式，將野蠻的機器處理與人類的聰明才智相結(jié)合，并在急劇變化的環(huán)境中采納有意的政策[5]。此外，Muller和Bostrom(2016)通過對四組專家問卷調(diào)查的結(jié)果，推測在2040-2050年左右，高水平機器智能發(fā)展的幾率為二分之一，到2075年，這一幾率將上升至十分之九。專家預(yù)計，在不到30年的時間里，這些系統(tǒng)將轉(zhuǎn)向超級智能[6]。超級智能在未來對人類而言將是一個巨大威脅，Bostrom在其出版的《超級智能：路徑、危險與策略》一書中，提到了人類化解這種風(fēng)險的一些策略[7]。另外，F(xiàn)rey和Osborne(2017)等基于以往人工智能領(lǐng)域的理論研究，通過計算機化對工作的敏感程度，研究了未來計算機化對美國勞動力市場結(jié)果的預(yù)期影響[8]。

進一步地，2015年以來發(fā)表的幾篇高共被引文獻從技術(shù)方法、隱私保護等視角提出人工智能應(yīng)用領(lǐng)域的發(fā)展前景，其影響意義較大。具體而言，Lecun等學(xué)者對深度學(xué)習(xí)的基礎(chǔ)原理和核心優(yōu)勢進行了詳細概述，并闡釋了深度學(xué)習(xí)、監(jiān)督學(xué)習(xí)、反向傳播和卷積神經(jīng)網(wǎng)絡(luò)等一些概念。深度學(xué)習(xí)極大地改善了語音識別、視覺對象識別、目標(biāo)檢測和許多其他領(lǐng)域(如藥物發(fā)現(xiàn)和基因組學(xué))的最新技術(shù)，在未來具有較好的發(fā)展前景[9]。Pasquale教授的《黑箱社會：控制金錢和信息的秘密算法》一書，為關(guān)于隱私和數(shù)據(jù)保護的公眾辯論提供了重要參考[10]。此外，Mnith等學(xué)者基于深度神經(jīng)網(wǎng)絡(luò)方面的相關(guān)進展，開發(fā)出一種新型人工智能代理—Q網(wǎng)絡(luò)(Q-network)，它可以使用“端到端”的強化學(xué)習(xí)，直接從高維度傳感輸入中學(xué)習(xí)到成功的策略[11]?？傊?，上述高共被引文獻針對人工智能應(yīng)用引發(fā)的諸多思考和技術(shù)、方法創(chuàng)新等，為當(dāng)前和未來學(xué)者深入探索人工智能政策領(lǐng)域的研究奠定了重要的知識論基礎(chǔ)，也為學(xué)者們的研究議題指明了方向。

3 人工智能政策研究的主題與趨勢分析

3.1研究主題分析

3.1.1 國外研究主題分析 為了進一步識別國外人工智能政策研究的熱點主題，利用CiteSpaceⅢ軟件的聚類功能和LLR算法對選取的325篇研究文獻的標(biāo)題進行抽取，最終形成國外人工智能政策研究的熱點主題聚類圖譜，如圖3所示。結(jié)合“Summary of Clusters”聚類主題信息匯總表可以看出，國外人工智能政策研究共包含“knowledge management”“epidemiology”“dynamic programming”“smart cities”employment”“autonomous vehicles”“prevention”“ai-push“rural development ”“collusion”“data science”“l(fā)ogistic regressions”等12個聚類主題，限于篇幅，本文只對前6個較大集群聚類主題的內(nèi)容展開論述。

圖3 國外人工智能政策研究的主題聚類圖譜

a.聚類#0：知識管理研究。該類團主要探討在人工智能背景下教育系統(tǒng)的發(fā)展和管理問題。近些年來，基于數(shù)據(jù)的管理教育越來越受到基于知識的技術(shù)支持，這些技術(shù)主要包含算法、人工智能和跟蹤技術(shù)。Webb等學(xué)者提出新型的數(shù)據(jù)配置和自動化形式，可以使政府和其他強大的利益相關(guān)者借鑒過去的經(jīng)驗，構(gòu)建教育未來的形象，以指導(dǎo)當(dāng)前實踐[12]。隨著數(shù)字化平臺和人工智能支持塑造人類決策新形式的自動化思維，及新的認(rèn)知基礎(chǔ)設(shè)施(Cognitive Infrastructure)的興起，Sellar和Gulson等學(xué)者提供了關(guān)于教育政策中自動思考(Automated Thinking)的新理論視角，說明了在一種特定的政策環(huán)境中如何實現(xiàn)自動思考功能[13]。

b.聚類#1：流行病學(xué)研究。該類團主要探討人工智能和機器學(xué)習(xí)對醫(yī)療事業(yè)和人類健康產(chǎn)生的有效作用。隨著人工智能成為全球醫(yī)療系統(tǒng)越來越重要的組成部分，科學(xué)家們正在利用人工智能預(yù)防和控制疾病。例如：登革熱病毒是嚴(yán)重威脅美國和墨西哥等國健康問題的一種流行傳染病，而智能組織(IO)則是指導(dǎo)和組織登革熱監(jiān)視、預(yù)防和控制的寶貴工具。Ortiz和Mendez等利用登革熱案例說明了IO技術(shù)的使用，也證實了IO技術(shù)在醫(yī)學(xué)事實報告的排序和系統(tǒng)化方面的有用性[14]。此外，基于人工智能的在線支持小組(OSG)能夠為病患提供建議、支持和指導(dǎo)。

c.聚類#2：動態(tài)編程研究。該類團主要探討人工智能與算法、數(shù)據(jù)科學(xué)和編程方面的適用領(lǐng)域問題。以公司庫存管理為例，Priore和Ponte等提出可以用機器學(xué)習(xí)來幫助管理人員了解這些復(fù)雜的情況并更好地管理庫存流程。在動態(tài)框架的基礎(chǔ)上，采用歸納學(xué)習(xí)算法，通過對環(huán)境變化做出反應(yīng)來設(shè)置最合適的補貨策略[15]。此外，在高不確定性環(huán)境中，公共部門越來越重視使用數(shù)據(jù)科學(xué)和人工智能功能進行決策并提高效率，但是要應(yīng)對人工智能帶來的巨大挑戰(zhàn)，需要跨部門協(xié)作?；诖耍琈ikhaylov和Esteve等提出了一系列策略來成功實現(xiàn)在數(shù)據(jù)科學(xué)和人工智能領(lǐng)域應(yīng)用的跨部門合作[16]。

d.聚類#3：智慧城市研究。該類團主要探討人工智能與智慧城市之間的相互關(guān)系。當(dāng)前人工智能被廣泛運用到了各個領(lǐng)域，人工智能正在改變著人們的生活，也促使智慧城市的建設(shè)得以實現(xiàn)。盡管通過人工智能進行的大數(shù)據(jù)處理可以極大地促進城市發(fā)展，但是在可持續(xù)性和宜居性方面，絕不能忽視人工智能技術(shù)方面的優(yōu)勢。Allam和Dhunny等提出了一個將人工智能技術(shù)和城市關(guān)聯(lián)的新框架，以確保城市文化、新陳代謝和治理等方面的有效結(jié)合，同時尋求強化智慧城市中的人工智能和大數(shù)據(jù)技術(shù)集成的政策制定者、數(shù)據(jù)科學(xué)家和工程師，從而提高城市空間居住結(jié)構(gòu)，促進城市經(jīng)濟增長和新機遇[17]。

e.聚類#4：就業(yè)研究。該類團主要探討人工智能的發(fā)展對勞動力市場和就業(yè)產(chǎn)生的影響。Vermeulen和Kesselhut等通過研究未來十年自動化在宏觀層面和實際部門中對就業(yè)的預(yù)期影響，發(fā)現(xiàn)自動化對人類就業(yè)產(chǎn)生的影響僅僅是“通常的結(jié)構(gòu)變化”，而不是“工作的終結(jié)”[18]。Frank和Autor等認(rèn)為人工智能和自動化技術(shù)的飛速發(fā)展可能會極大地破壞勞動力市場。盡管人工智能和自動化可以提高某些工人的生產(chǎn)率，但它們可以代替其他工人所做的工作，并且至少在某種程度上可能改變幾乎所有職業(yè)[19]。機器人技術(shù)和人工智能的進步促使組織能夠利用智能機器和算法來代替人類勞動。

f.聚類#5：自動化駕駛汽車研究。該類團主要探討自動駕駛汽車的政策規(guī)劃、風(fēng)險和安全性等問題。自動駕駛技術(shù)是高級人工智能技術(shù)最重要的應(yīng)用之一，該技術(shù)已廣泛應(yīng)用于全球交通領(lǐng)域。政策制定者期望引入全自動車輛(FAV)，以顯著減少人為錯誤和道路擁堵造成的事故數(shù)量。Shin和Tada等在2015年針對日本的大數(shù)據(jù)調(diào)查結(jié)果顯示，47%的受訪者表示了積極的購買意愿，然而隨著自動駕駛汽車的出現(xiàn)，社會將面對一系列新的風(fēng)險[20]。自動駕駛決策可能帶來的潛在新風(fēng)險被定義為決策限制，因為人工智能將缺乏某些決策能力。Cunneen等針對自動駕駛汽車的安全性問題進行了討論，并提出了一些解決方法[21]。

3.1.2 國內(nèi)研究主題分析 運用SPSS統(tǒng)計分析軟件建立歐幾里得距離模型，對國內(nèi)人工智能政策研究文獻中高頻關(guān)鍵詞進行多維尺度分析，繪制我國人工智能政策研究熱點主題的可視化知識圖譜(如圖 4 所示)。其中，出現(xiàn)詞頻較高的詞匯有：人工智能(60次)、政策工具(6次)、國家治理(4次)、政策目標(biāo)(3次)、 倫理(3次)、教育改革(2次)、公共政策(2次)、社會治理(2次)、失業(yè)(2次)、產(chǎn)業(yè)政策等(2次)，結(jié)合對圖譜及經(jīng)典文獻內(nèi)容的分析，總結(jié)我國人工智能政策研究的三類熱點聚類主題。

圖4 國內(nèi)人工智能政策研究的主題聚類圖譜

a.聚類#1：國家治理背景下的人工智能政策發(fā)展路徑研究。該類團主要包括國家治理、產(chǎn)業(yè)政策、人工智能倫理、善治、失業(yè)等關(guān)鍵詞，這表明該聚類是從國家治理的宏觀背景出發(fā)，探討人工智能時代國家治理的現(xiàn)實路徑，以及人工智能對產(chǎn)業(yè)發(fā)展、就業(yè)的影響，及人工智能的倫理規(guī)制等議題。首先，實現(xiàn)良好的國家治理是政府部門的終極目標(biāo)，梅立潤提出在人工智能時代實現(xiàn)國家治理，主要在于掌握“擅智”與“善智”之間的平衡?！吧弥恰本褪巧糜诶萌斯ぶ悄茉鰪妵抑卫硇剩吧浦恰本褪悄軌驕p少人工智能對就業(yè)產(chǎn)生的負(fù)面影響及其他風(fēng)險[22]。雖然人工智能已經(jīng)被提升為國家發(fā)展戰(zhàn)略，地方政府也逐漸開始注重人工智能產(chǎn)業(yè)發(fā)展，但是我國人工智能產(chǎn)業(yè)尚處于初級發(fā)展階段且不同區(qū)域的發(fā)展存在巨大差異。因此，國家需要從人工智能政策制定、平臺建設(shè)、產(chǎn)業(yè)驅(qū)動等多方面入手，提升人工智能產(chǎn)業(yè)的良性發(fā)展[23]。其次，人工智能時代的到來雖然提升了我國的國際競爭力，但對勞動力市場也產(chǎn)生了明顯的沖擊。最后，當(dāng)前人工智能在眾多領(lǐng)域逐漸開始取代了人工決策，從而引發(fā)了社會各界對人工智能倫理的擔(dān)憂[24]。

b.聚類#2：人工智能政策應(yīng)用領(lǐng)域研究。該類團主要包括教育改革、社會治理、稅收政策、公共政策等關(guān)鍵詞，反映了人工智能政策在教育行業(yè)、社會治理以及稅收等領(lǐng)域的應(yīng)用研究。首先，在教育應(yīng)用方面，作為人工智能領(lǐng)域的翹首，斯坦福大學(xué)在人才培養(yǎng)方面始終堅持改革和創(chuàng)新的原則，形成了很多具有典型性的人工智能人才培養(yǎng)特征，供他國學(xué)習(xí)和借鑒[25]。面對未來的發(fā)展，有學(xué)者提出人工智能可以優(yōu)化教學(xué)內(nèi)容，完善學(xué)生知識體系，同時能夠改善教學(xué)環(huán)境，改進教學(xué)過程，激發(fā)學(xué)生的創(chuàng)新能力，增強學(xué)生的學(xué)習(xí)效果[26]。其次，人工智能的應(yīng)用研究還涉及對于社會問題的治理。當(dāng)前關(guān)于社會問題的分析成本耗資巨大，而人工智能基于對社會信息的高效處理，可以提供更為經(jīng)濟、準(zhǔn)確的方案，從而優(yōu)化政策制定過程，以減少資金損耗。再次，人工智能時代的到來對政府治理也產(chǎn)生了重要影響，而公共政策是政府實現(xiàn)現(xiàn)代化治理的有效手段。人工智能在公共政策領(lǐng)域中的應(yīng)用，有利于精準(zhǔn)識別政策問題、降低政策分析成本、提高政策分析質(zhì)量、有效提升公共政策的科學(xué)性[27]。最后，人工智能應(yīng)用與稅收政策也存在密切關(guān)聯(lián)，在當(dāng)前國家治理現(xiàn)代化背景下，人工智能的發(fā)展可能會需要重新審視和制定相關(guān)的稅收政策，同時也需要對現(xiàn)有稅收理論等進行改革創(chuàng)新，以更好適應(yīng)社會發(fā)展需求[28]。

c.聚類#3：人工智能政策文本量化研究。該類團主要包括政策目標(biāo)、政策工具、內(nèi)容分析法等關(guān)鍵詞，反映了人工智能政策的分析框架及分析方法。截止2019年初，全國已有超過21個省份頒布和出臺了人工智能政策規(guī)劃，這也標(biāo)志著我國人工智能政策體系構(gòu)建的基本完成。在此基礎(chǔ)上，有學(xué)者基于供給、需求和環(huán)境三維框架的視角，以國內(nèi)2015-2018年相關(guān)產(chǎn)業(yè)政策文件為樣本，采用內(nèi)容分析法對各項政策工具進行分析，為我國人工智能產(chǎn)業(yè)相關(guān)政策的制定和完善提供決策參考[29]。還有學(xué)者從政策目標(biāo)、政策工具和產(chǎn)業(yè)鏈三個維度構(gòu)建了人工智能政策分析框架，以我國地方政府頒布的30份人工智能政策為樣本，采用內(nèi)容分析法進行定量分析。結(jié)果表明，各省市人工智能政策目標(biāo)的制定緊密結(jié)合國家戰(zhàn)略方針；在政策工具使用方面較多采用供給型政策[30]。此外，呂文晶等以2012年以來新一輪人工智能技術(shù)革命為背景，以中國國家層面的21項人工智能相關(guān)產(chǎn)業(yè)政策為樣本,基于政策工具和創(chuàng)新過程的二維分析框架，對當(dāng)前中國人工智能產(chǎn)業(yè)政策制定的現(xiàn)狀與存在問題進行計量與分析。研究發(fā)現(xiàn)：中國人工智能政策需增加需求型政策工具,并隨著產(chǎn)業(yè)的成熟制定更多面向人工智能的商業(yè)化階段的政策,盡早開展人工智能產(chǎn)業(yè)政策的規(guī)劃布局。

3.2演進趨勢分析圖5通過利用CiteSpaceⅢ的突變詞和時區(qū)視圖功能，依據(jù)人工智能政策研究的高頻關(guān)鍵詞之間的交互作用和突變關(guān)系進一步挖掘人工智能政策研究的演進趨勢。一方面，根據(jù)圖中20個英文突變詞的時區(qū)分布特征，由此可以看出國外人工智能政策研究遵循了三條發(fā)展脈絡(luò)與軌跡，即：其一，突變詞從早期仿真(1.3799, 1982-1994)、人工智能(3.5015, 1982 -2006)到專業(yè)系統(tǒng)(1.3863, 1996-2004)、健康(1.3863, 2001-2005)等的轉(zhuǎn)變體現(xiàn)了人工智能政策研究從早期初步探索利用仿真技術(shù)到通過智能化系統(tǒng)的改進及最初在健康領(lǐng)域的應(yīng)用；其二，突變詞心理健康(3.4185, 2012-2015)、公眾健康(1.163, 2012-2013)、醫(yī)護(1.436, 2017-2018)等的出現(xiàn)體現(xiàn)了近年來人工智能政策研究的重點關(guān)注方向之一是對人類的健康管理問題，包括通過人工智能方式改變心理健康服務(wù)模式；其三，突變詞從模型(4.2376, 2009-2014)到社會(3.885, 2011-2015)、干預(yù)(1.2752, 2012-2013)、影響(2.4148, 2012-2014)等的轉(zhuǎn)變體現(xiàn)了人工智能政策研究強調(diào)在系統(tǒng)建模的同時，需要引入人工干預(yù)措施，并強調(diào)對社會領(lǐng)域的影響效果。另一方面，根據(jù)圖中國內(nèi)近三年人工智能政策研究的關(guān)鍵詞詞頻高低及出現(xiàn)時間等，可以識別出國內(nèi)人工智能政策研究的演進趨勢。這一趨勢可以概括為，人工智能政策研究從初步的理論探索向著實踐應(yīng)用領(lǐng)域的深入拓展，主要體現(xiàn)在兩個方面：一是人工智能政策與國家、社會治理間的互動關(guān)系，以及人工智能的倫理規(guī)范；二是人工智能在教育、產(chǎn)業(yè)、稅收等領(lǐng)域的深入應(yīng)用，以及對未來人才培養(yǎng)、技術(shù)進步等產(chǎn)生的顯著影響?？傊?，國內(nèi)人工智能政策研究的發(fā)展演進與國家戰(zhàn)略方針密切相關(guān)。

圖5 中外人工智能政策研究的演進趨勢

4 總結(jié)與啟示

4.1主要研究發(fā)現(xiàn)當(dāng)前世界各國政府高度重視人工智能的技術(shù)進步與產(chǎn)業(yè)發(fā)展，這使得人工智能已上升為國家發(fā)展戰(zhàn)略。本文通過對國內(nèi)外SSCI和CSSCI期刊上發(fā)表的395篇人工智能政策研究文獻進行系統(tǒng)梳理和比較分析，識別了人工智能政策研究的發(fā)展應(yīng)用狀況，挖掘了中外人工智能政策研究的熱點主題及演進特征(如表2所示)。概括而言，本文得出的主要研究結(jié)論包括：

表2 中外人工智能政策研究特征之比較

首先，從研究的時間跨度可以看出，國外文獻較早地開啟了對人工智能及人工智能政策的探索研究，尤其是21世紀(jì)以來國外圍繞人工智能政策的研究出現(xiàn)了持續(xù)平穩(wěn)增長態(tài)勢，近三年來的發(fā)文數(shù)量更是呈現(xiàn)急速增長。而國內(nèi)圍繞人工智能政策的研究從2017年才剛剛開始，但是持續(xù)保持較高的研究熱度。其次，從應(yīng)用領(lǐng)域也可以看出，國外人工智能政策涉及面更廣，主要集中在教育、醫(yī)療、就業(yè)等多個領(lǐng)域，而國內(nèi)主要集中在教育、社會治理及產(chǎn)業(yè)、稅收政策等方面。再次，從研究主題和演進趨勢特征可以看出，國外人工智能政策研究主題較為豐富，主要涉及知識管理、流行病學(xué)、智慧城市等十二類熱點主題，而國內(nèi)研究當(dāng)前主要聚焦于國家治理背景下人工智能政策發(fā)展路徑、人工智能政策應(yīng)用領(lǐng)域、人工智能政策文本量化分析等三個方面。另外，研究的演進趨勢反映出國外人工智能政策研究主要沿著三條路徑進行發(fā)展，而國內(nèi)人工智能政策研究是從初步的理論摸索向著實踐應(yīng)用領(lǐng)域進行深入拓展，可細分為兩個發(fā)展方向。

4.2針對國內(nèi)研究的啟示通過對當(dāng)前中外人工智能政策研究文獻進行深入細致的比較分析，可以為國內(nèi)人工智能政策研究的未來發(fā)展提供以下啟示：

第一，加快形成和構(gòu)建人工智能政策研究的理論框架體系。國家近三年來出臺的人工智能政策數(shù)量密集，這體現(xiàn)了國家對人工智能當(dāng)前和今后發(fā)展的高度重視。在此背景下，國內(nèi)學(xué)界對人工智能研究熱情高漲，并從不同視角對人工智能重要議題展開了大量研究，然而當(dāng)前圍繞人工智能政策研究的成果數(shù)量非常有限。人工智能政策研究是一個亟待破解的“黑箱”，與教育、產(chǎn)業(yè)、醫(yī)療、文化等各個領(lǐng)域息息相關(guān)，盡管國內(nèi)學(xué)者對這些問題展開了初步探索，但是研究內(nèi)容較為零散缺乏系統(tǒng)性，而且尚未形成對人工智能政策理論框架體系的構(gòu)建。因此，倘若要推動實踐中人工智能政策的持續(xù)長久發(fā)展，那么勢必需要盡快形成人工智能政策研究的理論框架，這一框架應(yīng)該按照政策實施動因→發(fā)展路徑→影響后果的因果鏈關(guān)系對人工智能政策研究的核心問題及基礎(chǔ)部件進行層層廓清，以科學(xué)指導(dǎo)現(xiàn)實實踐。

第二，強化對人工智能應(yīng)用領(lǐng)域當(dāng)前和未來發(fā)展的深度政策調(diào)研。人工智能可謂是推動社會經(jīng)濟快速發(fā)展的“萬金油”，在當(dāng)前眾多行業(yè)和產(chǎn)業(yè)中得到了積極推廣應(yīng)用，但是一些學(xué)者所普遍擔(dān)憂的是如何化解人工智能在現(xiàn)實應(yīng)用中存在的諸多風(fēng)險和隱患。當(dāng)前國家和地方大力推廣人工智能的積極應(yīng)用，但是針對人工智能應(yīng)用發(fā)展前景的深度政策調(diào)研尚顯不足，而且國內(nèi)學(xué)者圍繞現(xiàn)有政策文本的分析更多是基于政策工具的分析視角，數(shù)據(jù)大多來源于當(dāng)前網(wǎng)站公布的各類二手信息資料，缺乏對現(xiàn)實中人工智能政策領(lǐng)域的一手深度調(diào)研。因此，為了盡可能規(guī)避當(dāng)前和未來人工智能應(yīng)用過程中存在的諸多風(fēng)險問題，首當(dāng)其沖的就是需要強化目前人工智能政策應(yīng)用現(xiàn)狀進行深度調(diào)研和訪談，以獲取更多寶貴信息，正確指引行業(yè)和產(chǎn)業(yè)的發(fā)展方向，充分發(fā)揮出人工智能的技術(shù)優(yōu)勢。

第三，實現(xiàn)人工智能政策研究與國家治理之間的高度耦合。人工智能政策研究根植于國家現(xiàn)實發(fā)展戰(zhàn)略，隨著當(dāng)前國家治理現(xiàn)代化進程的不斷深入拓展，人工智能政策與環(huán)境生態(tài)保護、政府治理、教育改革、產(chǎn)業(yè)發(fā)展等之間的關(guān)系變得愈加緊密。與國外相比，當(dāng)前國內(nèi)人工智能政策在國家治理方面的應(yīng)用還處在探索階段，在很多領(lǐng)域還沒有真正開始實施。因此，當(dāng)前在國家治理背景下應(yīng)加快對人工智能政策在更多實踐領(lǐng)域的廣泛應(yīng)用，尤其是國家治理中的“難點”和“痛點”，充分發(fā)揮人工智能技術(shù)在國家治理中的先進作用，實現(xiàn)國家治理目標(biāo)與人工智能技術(shù)手段之間的高度耦合。這一耦合可以深化對人工智能政策發(fā)揮作用的規(guī)律性認(rèn)識，豐富人工智能政策的理論體系，進一步推動國家治理的高質(zhì)量發(fā)展。