重要发现:
·九成受访者关注人工智能发展,普遍对人工智能发展的态度比较理性,认为应加快发展新一代人工智能,同时加强潜在风险研判和防范。
·八成受访者认为我国人工智能发展在国际上处于较高水平,在改善个人生活、发展智能交通等方面取得积极进展,近九成受访者表示对我国人工智能发展有信心。
·受访者认为推动我国人工智能发展步入“快车道”的主要原因是“我国拥有海量的数据资源和巨大的应用市场”“数字基础设施建设提速”等;制约我国人工智能发展的主要因素是“制度供给与法治保障有待完善”“高端芯片等方面基础薄弱”等。
·受访者认为人工智能发展使治理协同性增强、治理效率提升、治理理念更新。同时,受访者认为人工智能发展给国家治理带来的风险是“改变就业结构,中低端岗位逐步减少”“过度依赖人工智能技术”。
2023年12月召开的中央经济工作会议强调:“要大力推进新型工业化,发展数字经济,加快推动人工智能发展。”人工智能是引领新一轮科技革命和产业变革的战略性技术,具有溢出带动性很强的“头雁效应”。发展新质生产力、推进高质量发展,需要牢牢抓住人工智能这个“牛鼻子”。当前,新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进,正在引发链式突破,推动经济社会各领域从数字化、网络化向智能化加速跃升,也给国家治理带来一系列风险和挑战。为了对推动人工智能健康发展、推进国家治理体系和治理能力现代化提供支持,人民智库近期围绕公众对人工智能的认识、人工智能发展给国家治理带来的机遇与挑战等内容开展调查,共回收问卷4843份。
公众对人类与人工智能关系的认知
九成受访者关注人工智能发展
人工智能新技术是全球科技创新的焦点,人工智能聊天机器人ChatGPT、文本-视频生成模型Sora相继问世,人工智能技术持续突破发展,引起社会的广泛关注。本次调查结果显示,96.5%的受访者表示平时关注人工智能的发展情况。在“00后”和“90后”受访者中,分别有91.1%、96.4%的受访者关注其发展情况。
受访者普遍对人工智能发展的态度比较理性,认为应加快发展新一代人工智能,同时加强潜在风险研判和防范
今年4月,美国斯坦福大学发布的《2024年人工智能指数报告》显示:人工智能的发展正以惊人的速度向前推进,开发人员每月都在制造出越来越强大、越来越复杂的模型;人工智能使工人更有效率,使工人能够更快地完成任务,并提高他们的产出质量;人工智能已在多项基准测试中超越人类,包括在图像分类、视觉推理和英语理解方面。人工智能的发展使公众的工作与生活更高效更便捷,同时也存在风险和挑战,其“双刃剑”的特性愈发引人关注。
本次调查发现,66.8%的受访者认为需要“加快发展新一代人工智能,加强潜在风险研判和防范”。持有这一态度的受访者认可人工智能为经济社会发展带来的有益贡献,认为要积极推动新一代人工智能健康发展。同时要加强风险防范,建立人工智能法律法规、伦理规范和政策体系,确保人工智能安全、可靠、可控。
28.7%的受访者期待“人工智能将帮助人类解决更多难题、提升效率”。持有这一态度的受访者认为人工智能技术的快速发展,能够引领产业转型,孕育新产业新模式新业态;能够为社会治理提供技术支持,推动治理智能化、精准化;能够有效满足公众需求,提升生活品质。
4.5%的受访者认为“人工智能可能会给人类社会带来一些不利影响”。一些受访者担忧人工智能技术的误用、滥用将损害人类利益,人工智能可能存在失控风险从而扰乱社会秩序、威胁人类安全等,这些担忧加剧了部分受访者对人工智能发展的恐惧和不安,凸显了加强人工智能潜在风险防范的重要性和紧迫性。
为更好地处理人类与人工智能的关系,受访者认为应“健全法律法规和伦理规范”(80.7%)、“坚持‘以人为本’‘智能向善’的理念”(55.4%)、“对人工智能加强安全监管”(51.2%)。面对人工智能可能带来的风险与挑战,要以保障社会安全、尊重人类权益为前提,确保人工智能始终朝着有利于人类文明进步的方向发展。加强人工智能相关法律、伦理、社会问题研究,建立健全保障人工智能健康发展的法律法规、制度体系、伦理道德。
从劳动价值角度看,39.9%的受访者认为需要“推进教育改革,培养复合型、创新型人才”。随着人工智能的快速发展,社会对具有高技术水平、复合型人才的需求增加,一些重复性、低技术含量的岗位面临被取代风险,劳动力需求和结构将发生变化。为此,要推进教育改革,创新教育理念,培养更多智能时代需要的复合型、创新型、掌握数字技能的人才。
公众对我国人工智能发展情况的认知
八成受访者认为我国人工智能发展在国际上处于较高水平,近九成受访者表示对未来我国人工智能发展有信心
近年来,我国高度重视人工智能发展,人工智能产业生态正在逐步形成,创新成果不断涌现。87.3%的受访者认为我国人工智能发展成效显著,在国际上处于较高水平。根据中国科学技术信息研究所发布的《2022全球人工智能创新指数报告》(以下简称《报告》),目前中美两国引领世界人工智能发展,呈梯次分布的总体格局保持不变。
此外,当被问及“您对我国人工智能发展的信心水平如何”时,89.9%的受访者表示有信心。在从事人工智能相关工作的受访者中,87.8%的受访者表示有信心。从受访者年龄角度看,在“00后”“90后”受访者中,分别有93.1%和95.6%的受访者表示有信心。
目前我国人工智能发展在多个领域已取得积极进展。首先,68.6%的受访者认为在改善个人工作生活方面成效显著,如AI创作、人脸识别、智能家居等。人脸识别技术被应用于智能安防、金融交易、公共交通、智能设备解锁等多个领域,提高了公众生活的便捷度。智能家居行业发展迅速,品牌丰富、产品多元、技术迭代快,满足公众多元需求,为公众生活带来更多便利。其次,66.0%的受访者认为在交通治理领域成效显著,如自动驾驶、控制交通流量、智慧停车等。北京、上海、广州等城市开展了自动驾驶出行服务应用示范工作,推动自动驾驶技术加速落地。北京、重庆等地利用人工智能技术实现对交通状况的实时感知、精准预测、分析研判,并根据实时交通流,调整信号控制,缓解城市交通拥堵难题。第三,51.9%的受访者认为在医疗领域取得丰硕成果,如智能问诊、医学影像辅助诊断等。人工智能技术已经逐渐渗透到问诊、分诊、支付、影像诊断等医疗服务的多个环节,为公众提供了更加个性化、多元化、高品质的医疗救治服务。
受访者认为推动我国人工智能发展步入“快车道”的主要原因是我国拥有“海量的数据资源”和“巨大的应用市场”,以及“数字基础设施建设提速”“政策支持和经费投入力度加大”等
我国人工智能快速发展,是多重因素综合作用的结果。受访者认为我国人工智能快速发展的首要原因是“我国拥有海量的数据资源”(56.7%)、“我国拥有巨大的应用市场”(51.2%)。我国数据和算力资源日益丰富,应用场景不断拓展,助力人工智能发展新模式新路径。53.1%的受访者认为主要原因是“数字基础设施建设提速”。我国建成了全球规模最大的光纤和移动宽带网络,以及全球规模最大的5G独立组网网络,通信和互联网基础设施的覆盖深度和广度不断提升。全国建成多个算力中心、数据中心等公共服务平台,行业数据集建设数量与质量不断提升。45.6%的受访者认为主要原因是“政策支持和经费投入力度加大”,我国政府高度重视人工智能发展,从中央到地方,从顶层设计到具体措施,出台了一系列举措,持续加大研发投入,促进人工智能与实体经济深度融合,为我国新一代人工智能发展提供了政策支持。39.5%的受访者认为主要原因是“人工智能技术快速发展”。《报告》指出,中国人工智能创新指数近3年一直保持全球第二水平,在人才、教育、专利产出等方面均有明显进步。
受访者认为制约我国人工智能发展的主要因素是“制度供给与法治保障有待完善”“高端芯片等方面基础薄弱”“人工智能尖端人才稀缺”等
我国人工智能发展目前还存在一些不足。65.2%的受访者认为“制度供给与法治保障有待完善”。人工智能的快速发展对制度建设和法治建设提出了更高要求。与此同时,我国现有的法律法规、制度规则尚不能完全适应和满足人工智能发展的需要,亟待完善和补充。受访者认为在基础研究方面主要因素是“高端芯片、关键部件等方面基础薄弱”(59.2%)、“基础研究薄弱,重大原创成果少”(24.5%)。我国目前仍然缺少重大原创成果,在基础理论、核心算法以及关键设备、高端芯片、重大产品与系统、基础材料、元器件、软件与接口等方面与国际先进水平仍存在较大差距。在人才培养、引进和使用方面,52.3%的受访者认为制约因素是“人工智能尖端人才稀缺”。当前各行各业对掌握人工智能技能的人才需求正急剧增长。但是,我国相关人才无论是数量上还是质量上均远不能满足需要,面临人才总量供给不足、顶尖人才缺口大、产业界人才稀缺、人才引进难度高等多重问题,在一定程度上制约了人工智能的快速发展。35.3%的受访者认为制约因素是“技术创新与产业应用融合不足”。人工智能领域仍然存在创新成果转化渠道不畅、转化效率不高等问题。需要进一步打通堵点难点,推动人工智能开源开放和公共服务平台建设,探索更多应用场景,加快人工智能创新成果的转化应用,推进创新链产业链深度融合。24.6%的受访者认为“‘求快’心态导致同质化严重”。部分企业对人工智能产业发展理解不透、思考不足,普遍高估并急于兑现人工智能的近期商业价值,产业发展氛围比较浮躁,近两年已有部分初创企业面临在同质化竞争格局下倒闭的风险。
人工智能发展给国家治理带来的机遇与挑战
受访者认为人工智能发展使治理协同性增强、治理效率提升、治理理念更新
人工智能技术可准确感知、预测、预警基础设施和社会安全运行的重大态势,及时把握群体认知及心理变化,主动决策反应,在教育、医疗、养老、环境保护、城市运行等领域广泛应用,为国家治理带来新思路和新机遇,将极大提高公共服务精准化水平,全面提升公众生活品质,显著提高社会治理的能力和水平。
第一,人工智能强化治理的协同性。64.9%的受访者认为人工智能发展给国家治理带来的机遇是“推进跨部门数据共享、流程再造和业务联动”,49.8%的受访者认为是“整合多方治理资源,促进多元主体参与”。人工智能技术让数据在部门间流通共享,有效加强部门协同,打通和整合部门各项职能,推动治理形式和服务方式从“碎片化”转变为“整体化”。此外,人工智能技术的应用,能够拓宽公众参与基层治理的渠道,激发其积极性主动性创造性,促进多元主体参与协同治理,推动建设人人有责、人人尽责、人人享有的基层治理共同体。第二,人工智能助力治理效率提升。58.8%的受访者认为带来的机遇是“治理智能化、科学化、高效化、精准化”,51.1%的受访者认为是“打破时空限制,促进优质资源共享”。在大模型、大算力支持下,人工智能能够实时完成数据采集、分析,找出规律性,并提供治理方案,打破时空的限制,将具有价值的信息进行分享,极大提高了信息分析与传递效率,为科学决策、精准服务提供了参考。第三,人工智能推动治理理念更新。 49.7%的受访者认为带来的机遇是“重塑政民互动模式,满足群众需求”,39.3%的受访者认为是“治理理念不断创新”。人工智能可以实时分析数据信息,更加精准地记录个性化信息,更好地满足人性化、多样性的治理需求,创新场景化、个性化的服务推送模式,推动治理和服务重心下移,为推动治理理念创新奠定技术基础。
受访者认为人工智能发展给国家治理带来的风险与挑战是“改变就业结构,中低端岗位逐步减少”“过度依赖人工智能技术”“引发算法歧视问题”等
人工智能是一项影响面广的颠覆性技术,可能会加剧就业结构性矛盾、冲击法律与社会伦理、侵犯个人隐私等。在大力发展人工智能的同时,必须高度重视可能带来的安全风险挑战,确保人工智能安全、可靠、可控。
第一,在就业方面,67.3%的受访者认为带来的挑战是“改变就业结构,中低端岗位逐步减少”。一方面,新一代人工智能的产业化和规模化发展不断催生新产业新业态,创造更多就业机会。另一方面,将导致很多职业面临颠覆性变化,尤其是重复性、程序化的工作岗位将逐步减少。第二,在技术依赖风险方面,61.1%的受访者认为人工智能发展给国家治理带来的挑战是“过度依赖人工智能技术”。随着人工智能技术在治理领域的广泛应用,治理主体将会更加依赖数据和智能技术,可能会进一步减弱主体独立判断、自主决策的能力,导致治理惰性增强,忽视客观情况和公众实际需求,影响治理效果。第三,在公平性方面,60.4%的受访者认为可能引发的风险是“算法歧视问题”,42.1%的受访者认为是“数字鸿沟问题”。以价格歧视为例,网络服务商通过手机用户在网络平台的活动数据,针对其特征进行差别定价等,侵害消费者的合法权益。此外,由于不同地区、行业、群体之间对人工智能技术的应用程度、掌握能力有差别,导致运用智能技术提升生活质量的能力不同,进而加剧“数字鸿沟”,如老年群体对人工智能知识和技术掌握不熟练,影响日常生活和生活品质的改善等。第四,在信息安全方面,32.5%的受访者认为人工智能发展可能引发的风险是“个人隐私泄露问题”,30.9%的受访者认为是“数据过度采集、泄露、滥用等问题”。人工智能运用于治理过程需要大量数据,若这些数据被不法分子盗取、利用,则会引发数据泄露、电信(网络)诈骗等问题,危害公共安全。
促进人工智能高质量发展的对策建议
面对新形势新需求,必须主动求变应变,牢牢把握人工智能发展的重大历史机遇,加快人工智能深度应用,同时高度重视可能带来的安全风险挑战,加强前瞻预防与约束引导,确保人工智能安全、可靠、可控发展。
建立健全保障人工智能健康发展的法律法规、制度体系、伦理治理体系。要加强人工智能相关法律、伦理和社会问题研究,建立法律法规和伦理道德框架,促进公平、公正、和谐、安全,避免偏见、歧视、隐私和信息泄露等问题。一是开展与人工智能应用相关的民事与刑事责任确认、隐私与产权保护、信息安全利用等法律问题研究,建立追溯和问责制度,明确人工智能法律主体以及相关权利、义务和责任等。重点围绕自动驾驶、服务机器人等应用基础较好的细分领域,加快研究制定相关安全管理法规,为新技术的快速应用奠定法律基础。二是开展人工智能行为科学和伦理等问题研究,建立伦理道德多层次判断结构及人机协作的伦理框架。将伦理道德融入人工智能全生命周期,加强伦理审查,避免可能存在的算法偏见、数据滥用等问题,努力实现人工智能系统的普惠性、公平性和非歧视性。
加强基础理论研究,主攻关键核心技术。聚焦人工智能重大科学前沿问题,兼顾当前需求与长远发展,促进学科交叉融合,为人工智能持续发展与深度应用提供强大科学储备。一是瞄准应用目标明确、有望引领人工智能技术升级的基础理论方向,加强大数据智能、跨媒体感知计算、人机混合智能、群体智能、自主协同与决策等基础理论研究。二是针对可能引发人工智能范式变革的方向,前瞻布局高级机器学习、类脑智能计算、量子智能计算等跨领域基础理论研究。三是主攻关键核心技术,以算法为核心,以数据和硬件为基础,重点突破知识计算引擎与知识服务技术、群体智能关键技术等关键共性技术,形成开放兼容、稳定成熟的技术体系。
加快培养聚集人工智能高端人才。坚持培养人才和引进人才相结合,完善人工智能教育体系,加强人才储备和梯队建设,特别是加快引进全球顶尖人才和青年人才,形成人工智能人才高地。一是培育高水平人工智能创新人才和团队。支持和培养具有发展潜力的人工智能领军人才,加强人工智能基础研究、应用研究等方面专业技术人才培养。二是加大高端人工智能人才引进力度。鼓励采取项目合作、技术咨询等方式柔性引进人工智能人才。统筹利用现有人才计划,加强人工智能领域优秀人才特别是优秀青年人才引进工作。三是完善人工智能领域学科布局,推动人工智能领域一级学科建设,在试点院校建立人工智能学院,增加人工智能相关学科方向的博士、硕士招生名额。
强化科技应用开发,推进人工智能技术产业化。推进人工智能产业化需要处理好“供给侧”与“需求侧”的匹配问题,加快关键技术创新,形成有影响力的生态圈和产业链。一是强化普惠算力供给。鼓励企业、高校院所和第三方机构建设符合导向需求的算力中心,积极创建公共算力开放平台,降低中小企业算力使用门槛。二是提高数据有效性,促进数据开放共享。建立高质量、开放式、安全可靠的人工智能训练数据集、标准测试数据集等资源库,搭建行业级数据共享平台,推动公共数据、行业数据逐步实现分级分领域脱敏开放。三是推动场景创新。围绕高端高效智能经济、安全便捷智能社会建设等方面打造重大场景,促进形成政府、产业界、科技界协同合作的人工智能场景创新体系。四是加强企业主体培育。培育一批具有行业引领带动作用的人工智能企业和产业,建立起从基础研发、平台技术开发到应用落地的人工智能产业生态链条。
【执笔:单宁】
责编:程静静/美编:石 玉