研究定位：人工智能治理应按用途和风险进行分级，而不是把所有AI视为同等风险。重点是公共部门和高影响领域的可审计性、责任归属和人类复核。
一、建议采用的风险框架
- 低风险：一般行政辅助和非决定性工具，采用基本透明与信息安全规则。
- 中高风险：影响就业、教育、福利、信贷、医疗或公共服务资格的系统，要求影响评估、测试、审计和人工复核。
- 极高风险：涉及自由剥夺、广泛生物识别、关键基础设施或难以纠正的大规模自动化决策，设置更严格授权或禁止条件。
UNESCO《人工智能伦理建议》以人权和尊严为核心，强调比例性、安全、隐私和数据保护、责任、透明度、可解释性、人类监督、公平与非歧视，并提出具体政策行动领域。参见：UNESCO Recommendation on the Ethics of Artificial Intelligence。
二、公共部门最低要求
- 建立政府AI系统登记册。
- 采购前进行用途、数据和权利影响评估。
- 明确最终法律责任由哪个公共机构和个人承担。
- 保留日志和版本记录，支持独立审计。
- 不得以“算法决定”为由取消个人申诉或人工复核。
UNESCO近年的AI治理研究还强调，监督能力不仅依赖法律文本，也依赖技术能力和跨机构协调。参见：Defining AI Supervision Readiness。
复评指标：政府AI登记覆盖率、高风险影响评估完成率、独立审计数量、申诉成功率、模型重大事件、数据偏差发现与纠正时间。