生成式人工智能风险的系统性治理

　　【论点短辑】　

　　康伟、赵鹏飞、陈国语在2026年第1期《行政论坛》上说，生成式人工智能风险并非技术层面的偶发失误，而是在技术逻辑、社会互动与政治结构共同驱动下持续生成的结构性结果，深刻影响并重塑着主体认知、行动模式与社会秩序。因此，对生成式人工智能风险的治理需要超越单纯的工具视角与既有路径，探索系统性治理路径。一是在治理内容方面，从算法依赖转向批判反思。风险治理的核心任务应有效约束生成式人工智能异化为价值判断主体，为人类主体保留判断的弹性与拒绝的可能。二是在治理过程方面，从被动补救转向前端预防。治理关口必须前移至模型设计与训练阶段，主动介入“生成前端”，即在开发环节植入反思性审查机制，对训练数据与模型输出进行持续性偏差评估与反馈纠偏；在系统部署环节引入强制性外部监督机制（如“算法审计”），定期检测模型偏误与潜在误导，避免技术系统陷入封闭循环并积累风险；在技术实践层面推动技术克制与多样化生态构建。三是在治理结构方面，构建人机协同的治理生态。需整合政府、企业、技术社群、公众等多元主体力量，构建责任共担、利益平衡、动态适配的治理生态，突破单一主体的治理能力局限，缓冲社会需求多样性与技术风险不确定性之间的张力。