从风险识别到透明度义务：全球AI治理动态 -.pptx

引言

人工智能技术在不断突破能力上限的同时，也带来了版权侵权、深度伪造、输出幻觉、算法偏见等多方面的风险。从屡禁不止的AI虚假信息1,到Anthropic等科技巨头面临的著作权诉讼²,再到OpenAl卷入青少年自杀相关指控³,这一系列事件无不表明当下人工智能治理所面临的重大挑战。如何在有效防范上述风险的同时促进技术发展，避免过度行政干预阻碍技术进步，成为各国人工智能治理的关键课题。对此，各国倾向于针对特定风险施加不同层次的透明度义务，以求在坚守安全红线的同时减轻对技术发展的负担。

本文旨在探究全球范围内的人工智能立法实践，重点分析各国识别AI风险的具体标准，以及对提高AI模型或者应用透明度作出的具体要求。文章选取欧盟、美国加州、韩国及我国的立法实践进行梳理分析，供读者参考。

一、风险的识别

风险识别是构建人工智能治理框架的前置条件。高风险配置高义务、低风险配置低义务，是在人工智能监管中贯彻比例原则的应有之义。因此，如何客观全面地界定和判断人工智能的风险，成为各国立法必须回答的问题。

当前，主要的Al立法实践往往单独或综合采用以下三个核心维度作为风险判断标准：

1参见赵丽、王艺霏：《Al时代的真伪博弈》,载《法治日报》2025年11月21日，第4版。

2Reuters,“AnthropicagreestopayS1.5billiont