如何从经济学视角看待人工智能发展与治理？

从道德原则到实践理性：重构AI发展方向的正当性标准。长期以来，关于人工智能发展规则与伦理的讨论，多集中于道德理念与价值倡导层面。2017年推出的《阿西洛马人工智能原则》提出的安全性、透明性、责任性等12条原则，以及2025年巴黎AI峰会上58国签署的声明所强调的包容性、可持续性等6项优先事项，虽凝聚了社会共识，但存在显著的学理支撑与实践转化不足问题。

江小涓表示，这些原则性表述缺乏可分析的学术框架与可测度的评估指标，难以对技术或产品的优劣进行科学评判，也无法系统权衡治理规则的实施成本与社会收益，导致相关理念落地推进缓慢。她强调，人工智能发展方向的正当性评判，应从抽象的道德原则转向经济学的实践理性，建立基于资源配置效率与社会公平的分析框架，使技术发展的“应然”目标与“实然”效果形成可验证的逻辑闭环。

效率与公平双维考量，构建AI社会价值的经济学评判体系。江小涓认为，从经济学视角出发，人工智能的社会价值核心在于能否促进“社会资源配置效率提升”与“发展成果公平分享”。她认为人工智能对社会公平的冲击可分为两类，一是对既有公平平衡的持续性冲击，包括大型企业凭借数据、算力、算法优势强化市场支配地位，挤压中小企业生存空间等；二是技术原生特性带来的颠覆性挑战，例如人工智能大模型呈现“规模报酬递增”与“能力涌现”特征，模型越大，优化迭代效率越高，且突破阈值后产生小模型无法具备的认知与解决问题能力，形成“碾压式”竞争优势。

江小涓认为，评判人工智能的社会价值，必须超越单一效率维度，建立涵盖代际公平、群体公平、机会公平的多维指标体系，确保技术进步成果由全体社会成员共享。

强弱规则协同，构建动态平衡的AI治理框架。江小涓提出，人工智能治理需借鉴经济学中“市场内生规则”与“政府监管规则”协同作用的逻辑，形成“弱规则”与“强规则”有机结合的治理体系。弱规则是市场博弈与社会协同的基础性约束，强规则则是政府监管与法律约束的底线保障。例如实施负面清单管控、强化透明度要求、保护数字弱势群体权益等。她特别指出，人工智能技术革命对就业的影响与历史上“新岗位多于旧岗位”的情况不同，需建立更具前瞻性的社会保障与职业培训体系，避免“赢家收益”无法抵消“输家损失”的社会失衡。

“人工智能治理不是简单的规则制定，而是涉及经济效率、社会公平、技术创新的系统性工程。”江小涓表示，经济学视角的核心价值在于提供可量化、可比较、可操作的分析工具，使治理目标从“美好愿景”转化为“实践路径”。唯有坚持效率与公平统一、市场与政府协同、技术创新与人文关怀并重，才能为人工智能发展奠定可持续的制度基础，真正实现“技术造福人类”的终极目标。

　　 原标题：如何从经济学视角看待人工智能发展与治理？