【摘要】随着大数据、生成式人工智能等技术的快速变革与深度发展，不同国家针对人工智能的治理表现出显著的路径差异，我国坚持统筹发展和安全，为人工智能技术的发展与应用指明新的方向。人工智能成为推进社会治理现代化的重要支撑和关键路径，在治理模式、治理机制、治理效能方面展现出强大的赋能效应。基于统筹发展和安全的基本原则，我国社会治理现代化仍面临“发展不足”和“风险积累”的双重挑战，从实际出发，在加大创新、推动发展的同时，一方面需紧跟前沿、加大投入，全方位推动人工智能赋能社会治理效能提升；另一方面要以人为本、制度创新，全方位构筑人工智能时代的风险防控体系，努力为智能社会现代化治理提供中国方案和中国经验。
【关键词】人工智能 社会治理 赋能效应 现实困境 制度回应
【中图分类号】C93 【文献标识码】A
【DOI】10.16619/j.cnki.rmltxsqy.2026.07.011
【作者简介】陶希东，上海社会科学院智库研究中心副主任、研究员。研究方向为社会治理、区域治理、行政区划，主要著作有《全球超大城市社会治理模式与经验》《世界发达国家或地区社会治理的十大经验》《中国跨界区域管理：理论与实践探索》等。
全球人工智能变局与中国治理的“发展-安全”新议程
全球人工智能技术呈现指数级增长态势。人类社会的发展过程就是一部科技进步史，技术革新与社会发展处于同步演进之中。随着大数据、区块链、云计算、人工智能等信息技术革新，人类社会发展迈入数智时代。作为人工智能领域创新的重要突破，2022年以来出现的ChatGPT、DeepSeek等生成式人工智能大模型，不仅能够实现自然语言对话、图像生成等基础功能，更在政策模拟、舆情分析、公共服务优化等社会治理领域展现出革命性潜力。[1]自此，人工智能技术发展速度和关注度呈指数级增长，这预示着人工智能将给人类发展带来无限可能，但也将带来多重风险挑战。习近平总书记指出，完善人工智能监管体制机制，牢牢掌握人工智能发展和治理主动权。[2]当下，如何处理好人工智能发展与治理的关系，是亟须世界各国政府共同应对的全球性治理难题。
如何治理人工智能尚未达成国际共识。作为新一轮科技革命和产业变革的重要驱动力量，人工智能是人类发展的新领域和国际竞争的新赛道，随着生成式人工智能的加速发展，关于其相对风险和收益的辩论也在加剧，尚未在国际治理领域达成共识。有的“技术乐观主义者”指出，人类的生产力、探索和创造力将呈指数级增长；而反对者则担心，人工智能的高速发展，将会给经济、伦理、环境等领域带来一系列严峻挑战，认为“不受控制的人工智能发展到最后，可能造成大规模的生命损失和生物圈伤害，甚至可能危及人类自身安全”。[3]在国际治理层面，各国基于自身利益制定人工智能治理规则，缺乏统一框架。例如，欧盟的《人工智能法案》强调“风险分级监管”，对高风险人工智能（如生物识别）设置严格合规要求，中心治理目标在于保障公民数字人权；美国则采取以创新优先为导向的分散式治理，推行“行业自律优先”“敏捷监管”，联邦层面仅出台指导性文件，未明确强制标准，以最小化政府干预为原则推动技术发展，[4]并制定《美国人工智能行动计划》，力图维持美国在人工智能领域的领先地位。这场对于人工智能相对风险和收益的辩论，使得全球人工智能发展处于机遇和挑战并存的“战略十字路口”。
人工智能是一把机遇挑战并存的“双刃剑”。当前，虽然关于生成式人工智能的变革潜力尚未达成国际共识，世界上各类机构却已提出至少200项的人工智能伦理原则和框架，几乎没有人质疑其广泛的经济和社会影响。人工智能助力诸多科学研究领域实现突破，如谷歌旗下的DeepMind基于AlphaFold框架开发的全新人工智能系统，将蛋白质复合物结构方面的预测准确率提升了60%，这对于理解疾病机制和药物开发具有重要意义，有助于科研人员尽快研制出治疗癌症、阿尔茨海默病等重大疾病的新药。但与此同时，来自合成图像的虚假信息威胁、利用声音模仿技术欺诈毫无戒备的受害者的骗局、人工智能算法中的歧视和偏见，以及聊天机器人提供不准确回应所造成的一系列问题接踵而至，给人类社会带来巨大安全隐患和风险挑战。
统筹发展和安全的人工智能治理方针。解决因人工智能技术深度应用而造成的社会问题，需平衡技术利益实现和未来风险防范。对此，与世界上大多数国家采取自由放任（以美国为典型代表）、强制命令与控制（以欧盟为代表）的治理路径不同，中国则采取“统筹发展和安全”的方针，认为发展和安全是一体之两翼、驱动之双轮，需要统筹兼顾、协同推进。推动发展和安全深度融合，以高质量发展促进高水平安全，以高水平安全保障高质量发展，实现发展和安全动态平衡、相得益彰。[5]在此方针指引下，我国顺应和遵循人工智能发展演进的历史潮流，不仅高度重视人工智能同社会治理的结合，发挥人工智能技术优势，着力破解社会治理中的各种难题，而且也注重通过立法、技术等手段，努力防范技术风险和社会失序。例如，一方面国家制定实施《国务院关于深入实施“人工智能＋”行动的意见》，明确推动“人工智能＋”治理能力创新，全面提升治理效能和治理现代化；另一方面同步颁布《生成式人工智能服务管理暂行办法》《人工智能生成合成内容标识办法》等法律法规，依法促进人工智能健康发展和规范应用。[6]
在全球人工智能领域多点突破、交叉融合的背景下，我国社会治理现代化深受国际人工智能技术竞争态势和治理博弈的影响，尤其是在我国统筹发展和安全的方针指引下，“如何利用技术提升社会治理效能”的议题，演变为“如何在确保国家安全、社会秩序与数据主权（安全）的前提下，最大程度释放人工智能的创新活力与发展动能（发展），提升我国在人工智能技术社会应用领域的全球话语权、规则制定权”，以期在激烈的全球人工智能发展竞争中，实现中国社会治理体系的整体性升级，开创更加精准、高效、安全的社会治理现代化新局面，为全球人工智能治理提供中国方案、中国经验。
人工智能重塑中国社会治理现代化的效能基础
近年来，生成式人工智能在全球掀起创新浪潮，不仅重构全球人工智能的竞争格局，而且深度应用到公共安全、政务服务、社会服务等诸多社会治理领域。从发展的视角看，人工智能赋能我国社会治理的基础效应主要体现在三个方面。
从“经验治理”到“模型治理”：决策范式的科学优化与治理效能的系统跃升。面对超大规模、结构多样的社会群体，政府如何在合理范围内最大限度地获取社会数据和社会行动者信息，从而作出全面、科学的决策，竭力实现治理的精细化、高效化，是实现社会治理现代化的基础和前提。在没有大数据、人工智能支撑的条件下，政府大多依赖线下数据，政策的科学性、针对性、有效性存在一定局限。建立在大数据、算法、算力基础上的人工智能，则驱动政府决策从“人脑”的经验判断转向“算法模型”的模拟推演与优化求解，依托大数据构建需求驱动、模型推演和情景模拟的决策范式，社会服务的精准化程度和社会治理效能得到系统性跃升。例如，近年来一些地方在大数据和人工智能协助下，在社会救助、生育补贴发放、企业退税等领域，实现从传统的“人或企业找政策”向“政策找人或企业”的转变，形成数据驱动、主动触达、精准适配的服务新范式。
从“科层治理”到“平台治理”：组织形态的扁平化重构和服务管理的跨部门协同。从治理体制机制上看，社会治理现代化的基本要求，是更好适应数字经济时代社会要素流动和经济社会跨界融合发展大趋势，全面搭建跨层级、跨部门、跨领域的综合性治理平台，通过系统集成、数据共享、协同联动，实现高效率为民为企服务、高效率处置社会公共事件的目的。而要实现这样的平台治理，离不开互联网、大数据、人工智能等现代科技的深度赋能和有效支撑。相应地，人工智能通过构建协同平台，推动政府结构从“金字塔式”向“扁平化、网络化”演进，极大提升跨部门协同效能。中国各大城市的社会治理实践可以充分证明这一点，最具有代表性的当属上海在全国首创推出政务服务“一网通办”和城市运行“一网统管”，成为人工智能时代全球超大城市跨部门协同治理的典范。
从“事后治理”到“预见治理”：能力维度的时空拓展与安全风险的预判预警。完善共建共治共享的社会治理制度，除隐患、防风险、保安全，全面构筑安全韧性的城乡社会，既是社会治理现代化的关键任务，也是检验治理现代化成效的重要试金石。从这一视角来看，过去面对各种不确定性安全风险，“看不见、想不到、防不住”是关键的治理难题。而人工智能依赖自动感知、数据融合、模式识别与动态推理等数据算法优势而特有的预测预警能力，将治理的触角从“已发生”的事件延伸至“将发生”的风险，实质推动从事后治理向事前预防转变，极大增强社会系统的韧性与稳定性。此类实践案例在全国各地屡见不鲜，人工智能正在重新定义人类感知风险的能力边界，社会风险治理正实现从“人工巡检”向“智能预警”的转变，有助于真正实现防患于未然。
发展逻辑下智能社会治理的内部瓶颈
社会领域新基建建设不够充分。所谓“社会领域新基建”，是指面向教育、医疗、养老、就业、社区治理、社会保障等民生和社会治理中心领域的数字化、智能化基础设施，这是全面深化人工智能赋能社会治理的重要物质基础和运行条件。当前，我国个别城市在这一领域的建设仍存在“三重三轻”现象：重经济型基建、轻社会型基建；重城市中心、轻城乡均衡；重硬件部署、轻系统集成与持续运营，尤其是城乡之间存在信息设施和技术方面的差距，致使人工智能应用难以在乡村地区落地。这是我国人工智能赋能社会治理中一个短板，不仅制约人工智能技术在民生服务、基层治理、公共安全等领域的深度应用，也影响国家治理体系现代化的整体效能。
人工智能技术应用场景规模及适配性不足。针对社会治理的各种问题挑战，开发开放规模化的创新应用场景，是发挥人工智能赋能社会治理的重要桥梁和载体。然而，人工智能技术应用于社会治理领域主要集中在治安防控、交通管理、政务服务“一网通办”等方面，在更为复杂、需要人性化判断的领域，如社会矛盾调解、社区情感融合、困难群体精准帮扶等方面，人工智能有效应用的场景有限，人工智能赋能仍存在技术盲区。同时，当前人工智能在治理中的应用多集中于“单一环节”，如政务服务的智能客服、交通领域的违章识别，尚未深度融入“问题发现—决策制定—执行监督—效果评估”的治理全流程。例如，一些城市的人工智能风险预警系统，仅能识别公共安全隐患，却无法联动资源调配、应急处置模块，导致“预警≠解决”。此外，当前诸多人工智能治理工具的“适老化”与“无障碍化”设计不足，老年人群难以获得人工智能赋能社会治理的红利，不同群体间数字鸿沟较为明显。
数据共享不足且数据质量有待提高。数据是人工智能的主要“燃料”。构建高效的人工智能治理场景，关键在于获得多维度共享的高质量数据，尤其要确保治理要素数据的“全量、高质、鲜活”，这对提升人工智能大模型的公平性、精准性、预判性至关重要。但实际上，当前数据治理能力在一定程度上滞后于人工智能技术发展的需求。一方面，跨部门、跨层级、跨区域的数据共享尚未完全实现，人工智能辅助治理难以建立完整的治理画像，多要素动态关联的分析准确性降低，无法跨场景协同；另一方面，不同部门、区域的数据采集标准、形式不一，大量非标准化数据清洗成本高、误差大，在一些基层治理场景中，甚至存在数据录入不规范、更新不及时的问题，这种低质量数据容易造成人工智能算法应用的偏差乃至产生错误，影响人工智能决策的准确性和有效性。
满足智能治理需求的复合型人才较为缺乏。具备良好数字素养的民众、既懂数字技术又懂社会治理的复合型人才，是加快推动、更好发挥人工智能赋能社会治理功效的重要力量。但在人工智能赋能社会治理的实际进程中，在顶层设计和核心技术攻关层面，既懂前沿技术又深谙公共治理之道的战略科学家和领军人才仍然不足，导致技术研发与治理应用融合不足；在中层项目落地和执行层面，业务和技术之间的桥梁型人才相对缺乏，治理需求和技术方案难以有效转换衔接，政府部门中既熟悉公安、城管、民政等具体业务，又掌握数据科学、算法模型知识的项目负责人较为稀缺，存在需求未能明确、项目管理协调性不足，且效果难以评估的情况；在最终使用环节，广大基层公务员和社区工作者的数字素养和人工智能应用能力仍需提升，努力发挥出先进的治理工具在“最后一公里”的重要作用。
安全逻辑下中国智能社会治理的外部性风险
人工智能快速发展引发就业替代效应。人工智能在社会治理和经济运行中大规模应用的同时，可能引发就业结构失衡、技能错配、收入差距扩大等一系列社会问题。这些问题若不加以重视和调控，或将演变为系统性社会风险。值得高度关注的是，当前人工智能技术发展对就业的替代效应局部显现，并呈现扩散趋势，[7]据世界经济论坛和国际劳工组织的数据，全球约有8500万到1.5亿个工作岗位面临被人工智能取代的风险。就中国而言，以人工智能、无人驾驶等技术兴起为代表的新一轮科技革命浪潮来袭，部分领域“机器换人潮”已经出现，对就业市场和社会心理均带来一定冲击。国内一项研究表明，76.87%的大学生明确表示，由于招聘单位对人工智能相关技能的需求增加，其求职压力显著增大。[8]此类现象亟待政策层面的关注。
数据安全与隐私泄露导致的社会秩序风险。涉及十多亿人口和数千万企业主体的超大规模数据，是人工智能赋能城市或社会治理场景有效运转的支柱。在此过程中，如何依法确保各类数据安全、各类主体隐私信息不被泄露，是一个关乎社会能否实现秩序活力并存、人民能否信任技术的重大议题。当前数据安全形势复杂严峻，[9]在“数据越多、模型越准”的逻辑下，在各种大模型建构及其个人信息收集、使用和保护过程中，相关法律衔接协调机制仍不够完善，存在信息收集泛化、数据保护不力、个人隐私泄露等问题。比如，员工在使用ChatGPT、DeepSeek等工具时，往往忽视信息留痕与泄漏风险，使企业在不知不觉中暴露敏感数据。再如，被称为“带娃神器”的人工智能玩具，其国内市场正持续升温，备受追捧，但其内置的高敏麦克风和超广角摄像头等设备，增加孩子的语音和行为信息、家庭对话内容，甚至居住环境等隐私数据泄露的风险。又如，国内手机厂商接入DeepSeek大模型成为趋势，手机智能助手接入人工智能多模态大模型后，可在绕过第三方APP授权的基础上，以“识屏＋模拟点击”的方式实现各种功能，在带来便利的同时存在隐私风险。更为严重的是，一些不法分子利用人工智能驱动的深度伪造技术、人工智能换脸制作技术、语音克隆等手段，实施诈骗或套取机密，进一步加剧信息泄露的复杂性和危害性，对用户的人身安全带来巨大威胁。此外，一些网民或自媒体为追求流量，利用人工智能造假生成网络谣言，不仅误导民众，更扰乱了社会秩序。
污染数据运行下的算法产生偏见及加剧社会不平等风险。不断缩小社会差距、促进社会平等，是中国社会治理现代化的重要目标。在人工智能技术赋能社会治理过程中，确保各种大模型算法的透明、公平、公正，通过消除或降低算法偏见来提升输出结果的客观性和可靠性，是确保智能社会更加平等、包容、公平的重要保证。但实践中，因受大模型开发者价值观、训练数据样本结构缺陷、数字鸿沟（也称为数据污染）等影响，算法本身可能存在偏见或误差，深度学习模型从有偏数据中习得并产生歧视性输出，或将进一步加剧社会群体的分化和社会不平等。当人工智能系统助力在医疗保健、执法和人力资源等领域作出改变生活的决策时，亦需重视因算法偏见而产生的不良影响。当前，一些大模型算法因其商业性而高度不透明，其潜在风险少有公开案例，但从互联网商家的“大数据杀熟”、猜测用户喜好的算法推荐等技术应用中可见端倪。在算法的引导下，用户倾向待在自己的信息舒适区，如有的老年人尤为偏爱算法推荐的短视频，从而出现相互孤立的“信息茧房”，不仅对人们的心理和精神健康带来负面影响，也不利于社会共识的达成，为社会整合性治理带来挑战。
人机共生治理中责任边界不清引发的社会矛盾风险。清晰界定责任归属，高效化解和处置社会矛盾纠纷事件，是中国社会治理现代化的应有之义。但在大模型深度参与公共事务治理的场景中，相关责任归属与界定存在模糊不清的现象，一旦用户在医疗、司法、公共安全或其他领域，因为人工智能系统幻觉或故障而出现决策失误、发生事故时，损失后果的归责问题亟待厘清：究竟是产品责任还是服务责任？这是当下需要高度重视的社会治理风险问题。随着人工智能的深度应用和商业化推进，责任界定不清引发的社会矛盾纠纷可能越来越多。比如，2025年11月，一则“保安和人工智能对话6个月，打印50万字聊天记录要讨说法”的新闻引发全网关注，不仅展现人工智能技术便利带来的认知鸿沟与情感迷思问题，也引发责任归属界定问题，大模型人工智能的输出结果可能造成涉及对名誉权、荣誉权、隐私权或者个人信息权益的侵权事件。再如，在智能驾驶领域，当自动驾驶汽车发生安全事故时，究竟是由车主（作为监督员）、汽车制造商、自动驾驶算法公司，还是传感器供应商承担责任？责任边界模糊化不仅可能削弱治理的责任感，还可能带来信任危机。
人工智能系统遭受网络攻击犯罪带来的国家或网络安全风险。当前，全球网络空间技术竞争愈演愈烈，随着数字技术尤其是人工智能技术的快速发展和广泛应用，网络空间和现实世界呈现加速融合趋势，网络安全风险日益增加，[10]其中，出于各种目的的网络攻击成为全球共同性治理难题。人工智能大模型既可能成为实施网络攻击的新工具，又是需要有效防范网络攻击的重点领域。从这个意义上说，随着人工智能赋能社会治理场景的不断拓展、深化，时刻警惕和防范来自境内外黑客的网络攻击行为，包括数据投毒、对抗性攻击、模型窃取等，确保不同社会治理领域人工智能系统本身的安全，是防范风险的重中之重。一旦公共安全、医疗服务、金融服务、智慧城市等领域的人工智能系统受到恶意攻击，可能造成严重的社会危害和经济损失。
统筹发展和安全的中国智能社会治理策略
《中华人民共和国国民经济和社会发展第十五个五年规划纲要》提出：“全面实施‘人工智能＋’行动，加强人工智能同科技创新、产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。”[11]在人工智能发展机遇与挑战并存的当下，借助人工智能技术实现社会治理现代化的关键在于不能“因噎废食”（因安全放弃发展），也不能盲目冒进（为发展忽视安全），而必须统筹兼顾，当务之急是构建一个“可控赋能”体系。一方面，要把发展摆在更加突出的地位，进一步推动人工智能赋能社会治理工作纵深发展，抢占“人工智能＋”治理的全球市场，提升运行规则制定和治理话语权；另一方面，要切实采取措施，积极防范各种潜在危机风险，确保社会不发生系统性风险和颠覆性危机，开创智能高效、公平包容、安全有序、活力十足的中国社会治理现代化新局面。
紧跟前沿、加大投入，全方位推动人工智能赋能社会治理效能提升。在人工智能全球竞争进入白热化的阶段，应坚持发展导向，始终坚持技术创新、实践应用并重的“人工智能＋”行动，促进人工智能赋能社会治理各方面、全过程，推动社会经济治理的数字化、智能化转型，为此，应重点采取以下策略。
其一，构建“以人为本、普惠智能”的社会新基建体系。在人工智能时代，加大社会新基建体系建设，是一项能够补齐社会治理短板、释放内需潜力、促进社会公平、提升国家软实力的战略性、系统性的基础工程，对推动社会治理现代化意义重大。如果说交通、能源、信息网络等传统新基建是国家发展的“骨架”，那么社会领域新基建则是维系智能社会运行的“血脉”与“神经”。因此，必须把社会领域新基建摆在更加突出的位置，加快构建覆盖全民、城乡一体、智能高效、温暖可及的新型社会基础设施体系，让人工智能真正成为增进人民福祉的“善治之器”。因此，建议国家层面出台社会领域新型基础设施建设的行动计划，明确目标、标准与责任分工；中央财政可考虑设立“社会智治基金”，重点支持中西部、农村、边境地区的智能服务设施建设；建设全国统一的“基层治理智能服务平台”，实现一网统管、一端通办；制定智慧社区、数字养老、智能社工等技术与服务标准，推动互联互通，从而为全面推动“人工智能＋”社会治理奠定基础。同时，有条件的地方，可探索开展“人工智能社会实验室”建设，借助大语言模型积极构筑社会实验装置和模拟技术，旨在精准分析社会个体行为与社会之间的互动规律，为人工智能时代的社会预测性治理打下坚实基础。
其二，以破解社会问题为导向，加快社会治理场景培育和开放，推动新场景大规模应用落地。人工智能不是“万能药”，但其可以成为提升治理精度、温度与韧性的强大工具。而实现这一转变的关键枢纽，就是高质量的应用场景。当前我国虽已在智慧交通、公共安全、政务服务等领域开展试点探索，但仍存在“场景碎片化、应用浅层化、复制困难化”等问题。要真正释放人工智能的治理潜力，必须从国家战略高度出发，系统性推进社会治理场景的制度化开放、标准化建设与规模化落地。国家层面制定出台的《国务院办公厅关于加快场景培育和开放推动新场景大规模应用的实施意见》，为全国各地借助人工智能推动社会治理现代化提供了政策支持和行动指南。未来，全国各地既要总结成功治理场景的经验并复制推广，适时推动从“盆景”到“风景”的规模化推广跃迁，更要以贯彻落实《国务院办公厅关于加快场景培育和开放推动新场景大规模应用的实施意见》为契机，围绕民生、服务、管理、安全、消费等重点领域，以解决社会治理难点、痛点和堵点为导向，加大加强各类政策协同配合，统筹开展场景策划，因地制宜培育早期场景，开放地方综合性特色场景，全方位构筑适应技术进步、社会发展的社会治理场景体系。让人工智能真正下沉到社区、走进千家万户、服务于每一个普通人，以社会治理场景大规模应用，推动社会治理智能化水平稳步提升。
其三，构建高效流通、可信可用、持续优化的数据治理体系。在人工智能赋能社会治理的过程中，数据的数量与质量直接影响人工智能在城市治理、应急管理、社会保障等场景中的实际效能。要破解这一难题，必须坚持系统观念，统筹发展和安全，在保障数据主权和公民隐私的前提下，构建高效流通、可信可用、持续优化的数据治理体系。建议在国家层面，加快构筑以制度创新为引领、技术支撑为基础、质量管理为一体的数据治理体系，推动数据治理向主动协同、精准供给转变。具体而言，坚决贯彻落实《中共中央办公厅 国务院办公厅关于加快公共数据资源开发利用的意见》，并在更好利用国家数据确权服务平台的基础上，进一步建立健全“有权共享、有责共享、有利共享”的激励相容机制，推广“数据经纪人”与“数据信托”模式，破解和消除部门间“数据不愿不敢共享”的问题；加快推进国家及省级政务数据共享交换平台建设，实现跨层级、跨地域、跨系统联通；设置关键数据质量监测指标，建立数据质量动态监测仪表盘，确保数据的完整性、准确性、时效性等，为人工智能赋能社会治理提供更加权威、高质量的大数据基础。
其四，加快培养既懂技术又懂治理的复合型人才队伍。因专业背景与知识结构的不同，人工智能工程师与公务人员存在一定的认知偏差，制约智能系统与治理体系的深度融合。要实现从“工具辅助”到“机制重构”的跃升，必须加快“技术＋治理”复合型人才队伍建设。为此，要改革试点大学人才培养模式，在重点高校试点开设“人工智能与公共治理”“数字政府工程”等本科／硕士项目。政府部门与高校共建“城市社会智能治理实验室”，创建国家级“社会智能治理人才孵化基地”等，让学生参与真实项目开发。面向社会治理相关部门人员，尤其是针对基层社会治理工作者，通过开展“人工智能赋能治理”专题轮训、推行“技术见习”制度、建立“数字能力认证”机制等方式，构建社会治理公务员数字能力提升体系，全方位提升其技术理解力、治理洞察力和融合创新能力。
以人为本、制度创新，全方位构筑人工智能时代的风险防控体系。当下，人工智能正全方位融入社会生活，在加大研发人工智能最新技术并掌握话语权，推动人工智能深度赋能社会治理的同时，要针对已经发生或可预见的重大风险挑战，站在以人为本、让科技服务于人的立场，同步加快制度创新步伐，完善技术治理体系，构筑管用、高效的技术风险防控体系，重点强化如下相关制度建设。
其一，针对人工智能可能引发的失业风险，大力推动实施就业服务保障和技能培训项目，帮助工作被替代群体稳步度过技术革新阵痛期。人工智能在创造更多新岗位的同时，会替代部分工作，并可能引发公平性问题。因此，应全方位做好失业者、低技能群体的就业服务和保障工作，有效防范化解规模化失业风险或就业难问题，这是推动社会治理现代化的首要任务。
对此，建议加快制定保护相关劳动者的专项法律政策，通过政府和企业合作，在社会保障兜底中帮助部分劳动者渡过技术替代难关。一方面，评估和监测人工智能对低技能劳动力或易被替代行业的潜在破坏，建立相关信息平台，提高劳动力市场信息的透明度，合理预测结构性失业。应充分利用大数据，建立完善国家就业信息监测平台，实施对重点地区、重点群体、关键岗位就业动态变化的实时监测，发布就业状况信息，提供就业预警、预测和预报。以税收优惠政策鼓励企业推行边工作边学习的预备学徒制项目，积极开展适应人工智能岗位需求的员工培训；研制遭受技术冲击的程度认定标准，加强人工智能技术及相关工作的统计调查和专业评估，为遭受技术冲击的工人提供技能训练、就业援助和失业补贴，并鼓励失业群体参与职业技能培训，以提高其适用技能；酌情延长部分人员的失业保险期限，切实保障其有足够的时间获得新的资格认证，找到合适的工作。另一方面，深化教育系统改革，鼓励各类高校围绕人工智能和大数据分析增设相关专业，加快研究新职业和工作岗位的技能需求，增加劳动者在感知、创造和社会能力方面的技能和知识，并培养其难以被人工智能替代、适应未来工作场景的技能。建立符合创新经济和智能社会需求的终身学习和就业培训体系。加强创新、技术、专业技术人员的培训，重点培养跨学科和人工智能及相关专业人才，提高劳动者对新产业和新技术的适应能力。鼓励企业员工通过职业技术学校、企业大学和人员交流等途径参与职业技能培训和文化知识学习。
其二，构建以“平台原生安全”为内核，以“分类分级管控”为准绳，以“法治与标准”为保障的数据安全与隐私泄露防御体系。全方位保障数据安全、隐私保护，是更好发挥人工智能促进社会治理现代化的根基。首先，要筑牢“平台原生安全”底座。这意味着安全不是事后添加的功能，而是人工智能治理平台的“出厂设置”。在建设用于社会治理的人工智能系统时，应直接采用具备企业级知识库安全、智能体行为可控和数据隐私保护能力的平台。其次，落实“分类分级”与“集约部署”。分类分级是精准施策的前提，比如，涉及个人生物特征、医疗健康的数据必须划为高级别，并严格限制在脱敏后用于模型训练；而公开的、不包含个人信息的数据可按较低级别管理，以促进流通利用。集约部署是控制风险的关键，社会治理人工智能项目，尤其是基层项目，应坚决避免重复建设。必须遵循“省级统筹、地市或基层复用”的原则。这不仅能节约资源，更能将敏感数据汇聚在防护等级更高的中心节点统一管理，极大压缩数据暴露面。法治是最终的保障，密切关注并积极落实新修订的《中华人民共和国网络安全法》中关于人工智能的规定，将安全风险监测评估和创新监管的要求，内化为各单位人工智能项目的必经流程，尤其要严格执行《人工智能生成合成内容标识办法》，加大对隐私泄露的企业以及利用个人隐私信息深度伪造进行诈骗犯罪的惩戒力度，形成强大的法律威慑力。依据国家层面的《智能社会发展与治理标准化指引》，在具体的行业和地方形成更细化的落地规范，例如，在“人工智能＋社区养老”场景中，标准应明确规定哪些老年人的数据可以采集、如何使用、存储多久以及如何安全销毁等。
其三，积极开展算法偏见专项治理，确保人工智能驱动的商业分析应用的公平性、透明性和合规性。随着越来越多社会组织应用机器学习和大数据分析进行客户画像、信用评分、招聘决策和预测分析，如何加大算法偏见和数据伦理的治理，以算法的可解释性、公平性、透明性、合规性减少歧视性结果，促进社会平等，是智能社会治理亟待解决的基本问题。为此，在人工智能赋能社会治理过程中，相关企业和组织应增强社会责任意识，实施定期的算法偏见检测，利用技术手段识别和减轻潜在的算法偏见，以减少意外后果，确保不同社会群体（如性别、民族、教育和经济背景）的公平性，确保技术发展惠及所有人；政府要将强有力的数据伦理框架纳入人工智能赋能社会治理策略之中，要求治理主体和平台企业制定负责任的人工智能使用原则，规范数据收集、模型开发和决策过程，按规定公开“算法透明度报告”，提升算法的透明度，确保算法决策过程可以被理解和审查，同时强化问责机制，明确对算法结果的责任承担。鼓励公众参与人工智能系统的设计与实施，加强对人工智能技术的普及教育，提高社会对算法偏见的认识和应对能力。
其四，加快立法进程，依法明确人工智能技术应用引发社会矛盾的责任边界及追责惩戒方法。为应对未来人工智能赋能社会治理多场景中可能多发高发的社会矛盾纠纷，需要通过立法完善、责任细化、执行保障三方面建设，确保人工智能应用引发的社会矛盾有法可依、追责有据。在立法层面，制定人工智能专项立法或修订现有法律，明确人工智能技术应用的“负面清单”，界定合法与违法的边界，分场景、分类型细化责任主体，区分开发者、运营者、使用者等不同角色的责任比例，避免责任模糊，同步出台配套司法解释，明确“人工智能社会矛盾”的具体认定标准，减少司法实践中的争议。在责任细化方面，按矛盾严重程度划分追责梯度，构建可操作的惩戒体系，明确惩戒方式的具体适用场景，如罚款金额、市场禁入期限、刑事责任量刑标准等，增强可执行性。在执行保障方面，成立跨部门监管机制，整合网信、司法、行业主管部门力量，实现全链条监管，设立专门的人工智能纠纷调解与仲裁机构，提供专业、高效的非诉讼解决渠道，分流司法压力。
其五，搭建政企协同与跨部门治理平台，严防境外敌对势力对人工智能系统的攻击破坏。当前人工智能在政务服务、智慧城市、公共安全等社会治理领域应用广泛，一旦遭受境外攻击，不仅会破坏社会运行秩序，更可能直接威胁网络安全与国家安全，需从多维度构建防控体系。在技术层面，相关企业和治理主体要强化全生命周期安全管控，研发阶段嵌入对抗性样本检测技术，提前防范算法漏洞；部署时采用零信任架构，对访问人工智能系统的主体实施严格权限管控，避免越权操作。运行中设置智能“熔断”机制，一旦检测到异常访问或数据篡改，立即暂停高风险功能并启动备用系统。在部署人工智能系统时，优先选用自主可控的硬件设备和算法框架，建立人工智能供应链“白名单”制度，对开源库、第三方插件进行常态化安全检测，防范境外恶意植入的后门程序。在制度层面，制定专项应急预案，针对不同攻击场景制定差异化处置流程，如数据泄露后的数据溯源、系统瘫痪后的应急接管等，定期组织跨部门应急演练，联合网信、公安、行业主管部门模拟境外攻击事件，提升快速响应与损失控制能力，避免风险扩散。
注释
[1]张振、周奕文、刘驰：《生成式人工智能嵌入社会治理：内在机理、风险样态与规制路径》，《自然辩证法通讯》，2025年第11期。
[2]《坚持自立自强 突出应用导向 推动人工智能健康有序发展》，《人民日报》，2025年4月27日，第1版。
[3]李韬、王滆洱：《通往智能善治之路：人工智能时代社会风险及治理》，《学术界》，2025年第8期。
[4]张涛、吕骞慧：《欧美生成式人工智能治理实践对中国的启示研究》，《农业图书情报学报》，2025年第4期。
[5]蒋熙辉：《统筹高质量发展和高水平安全》，《人民日报》，2024年1月9日，第9版。
[6]丁元竹：《发展和完善人工智能的社会治理体制机制》，《天津日报》，2025年3月21日，第9版。
[7]公丕明：《积极应对人工智能对就业的影响》，《学习时报》，2025年11月12日，第6版。
[8]沈黎勇、袁晶、魏菁娜：《被动焦虑还是主动适应：人工智能影响下的大学生就业心态研究》，《中国青年研究》，2025年第10期。
[9]左晓栋：《当前我国数据安全工作面临的形势与任务》，《国家治理》，2023年第10期。
[10]《网络空间技术竞争日趋激烈，如何筑牢国家网络安全坚实“堤坝”》，2025年9月25日，https://export.shobserver.com/baijiahao/html/987276.html。
[11]《中华人民共和国国民经济和社会发展第十五个五年规划纲要》，《人民日报》，2026年3月14日，第1版。
Challenges and Responses to the Modernization
of China's Social Governance in the Era of Artificial Intelligence
Tao Xidong
Abstract: With the rapid transformation and in-depth development of big data, generative artificial intelligence and other technologies, countries have exhibited significant divergent paths in the governance of artificial intelligence. Adhering to the holistic coordination of development and security, China has pointed out a new direction for the development and application of artificial intelligence technologies. As an important support and key path for advancing the modernization of social governance, artificial intelligence has demonstrated a strong empowering effect in terms of governance models, governance mechanisms and governance efficiency. Based on the fundamental principle of coordinating development and security, the modernization of China's social governance still faces the dual challenges of "insufficient development" and "accumulating risks". Proceeding from reality, while intensifying innovation and promoting development, efforts should be made on the one hand to keep abreast of cutting-edge trends, increase investment, and comprehensively enhance the empowering effect of artificial intelligence on social governance efficiency; on the other hand, to put people first, advance institutional innovation, and build an all-round risk prevention and control system for the era of artificial intelligence, so as to strive to provide Chinese solutions and Chinese experience for the modern governance of an intelligent society.
Keywords: artificial intelligence, social governance, empowering effect, practical dilemmas, institutional response
责 编∕方进一 美 编∕梁丽琛
