美国AI监管困境：州级立法碎片化对创新的深远影响
近期，美国国会通过了备受瞩目的“大型美丽法案”，然而，令人遗憾的是，该法案未能包含一项针对美国各州层面人工智能（AI）监管的暂停条款。在AI技术仍处于新兴且理解不足的阶段，各利益集团极易推动出反竞争性法规，这些法规不仅可能阻碍开源项目和其他有益的AI发展，其所带来的效益也往往有限，甚至不及其对创新的负面影响。一项适时的暂停，本可以为监管机构赢得宝贵时间，以深入理解AI的真实风险与潜在回报，从而避免采纳不合理的监管提案，构建更为健全的治理框架。
科技监管演进的普遍轨迹
新兴技术的监管路径通常呈现出一种可预见的演进模式，这在AI领域尤为明显：
新兴技术认知初期：信息不对称与夸大效应
当AI等新技术尚处于初步发展、公众和政策制定者对其理解有限时，企业常常会对其潜在优势或风险进行夸大性陈述。传统媒体和社交媒体在缺乏深入了解的情况下，往往难以进行有效的核实，反而容易鹦鹉学舌，放大这些未经证实的言论。在此期间，各种声明都可能畅行无阻，为市场制造了巨大的信息不对称。这种信息真空也为炒作和基于夸大AI危险的恐惧营销提供了温床。部分商业实体会利用这种机会，积极游说监管机构，试图通过立法途径，为其自身利益争取反竞争优势，从而打压新兴的开源项目和其他潜在的竞争者，使得创新环境蒙上阴影。
监管成熟与认知校准：从泛化到精细化
然而，随着时间的推移和对技术理解的加深，那些更具远见的监管机构会逐步形成对AI技术真实利益和风险的深刻洞察。例如，我曾参与的美国参议院两党“AI洞察论坛”，通过广泛听取各方利益攸关者的意见，最终形成了一致意见，即应支持创新，并摒弃那些关于“AI末日论”等缺乏依据的担忧。这标志着监管思维从初期对未知恐慌的泛化反应，转向基于事实和数据分析的精细化治理。
欧盟的《AI法案》也经历了一个类似的发展轨迹。该法案通过初期，虽然被视为里程碑式的监管框架，但许多条款在实际操作中被发现其所谓的“保护措施”并未达到预期效果，反而可能过度限制创新。随后，欧盟监管机构意识到这些问题，并逐步放宽了其中一些条款，以减少对开发者的束缚，使其不再像许多观察家最初担心的那样扼杀创新。这充分说明，即便是在全面且具有前瞻性的监管框架下，也需要根据实践反馈进行灵活调整，以适应技术发展的动态需求，避免僵化教条。
州级AI立法的现实挑战与负面影响
尽管存在能够恰当限制有害AI应用的法规（例如禁止未经同意的深度伪造色情内容、防止误导性营销宣传等），但令人担忧的是，许多美国州政府由于资源和专业知识相对联邦政府有限，提出了不少可能带来负面影响的AI监管草案，尤其是那些旨在监管技术本身而非其具体应用的提案。
症结所在：技术而非应用的监管盲区
这种“监管技术而非应用”的倾向是问题的核心。我们应当关注的是AI在特定场景下的有害行为或结果，而非技术本身。例如，监管深度伪造色情是必要的，因为其应用造成了明确的社会危害；监管误导性广告也是正当的，因为它侵犯了消费者权益。然而，当监管之手伸向AI模型本身，试图为其设定模糊不清且技术上难以实现的“安全”标准时，其负面效应便开始显现。
具体案例剖析：风险与教训
加州SB 1047：意图与现实的落差
加利福尼亚州的参议院法案SB 1047，表面上旨在对前沿AI系统施加安全要求，但其对模型创建者提出了模糊不清且技术上难以满足的要求，要求他们预防下游的有害使用。这好比要求锤子的制造商对他人用锤子造成的任何伤害负责，这在逻辑上和实践上都站不住脚。幸运的是，加州州长加文·纽森最终否决了SB 1047，理由是该法案可能阻碍创新，并对开源项目造成不利影响。这次否决是创新生态系统的一次胜利，避免了一项可能扼杀技术活力的错误立法。
纽约州《负责任AI安全与教育法案》：理论危害与实践障碍
纽约州的《负责任AI安全与教育法案》已于6月在州议会通过，目前正等待州长凯茜·霍楚尔的签署或否决。该法案同样对模型开发者提出了模糊且不合理的要求，声称是为了防范理论上的“关键性危害”。然而，这些条款不仅未能实质性地提升安全性，反而严重阻碍了开源AI的发展，使得模型构建者在不确定的法律环境中举步维艰。它的实施将使得创新成本大幅增加，而实际的社会效益却微乎其微，甚至可能导致AI技术的发展倒退。
德克萨斯州《负责任AI治理法案》：从激进到务实的转变
德克萨斯州的《负责任AI治理法案》最初也包含了许多与SB 1047类似的争议性元素。它原本会对模型提供商施加不合理的合规要求，这些要求不仅难以满足，其合规过程也更像是一种“安全作秀”，而非真正提升公共安全。然而，随着德克萨斯州监管机构对AI理解的加深，他们显著地缩减了该法案的范围和严格性。最终，州长格雷格·阿博特于6月下旬签署的法案，其重点转向了特定的应用领域，并设立了咨询委员会和监管沙盒，同时将更多责任置于政府机构而非私人公司身上。这一转变体现了监管机构在学习和适应过程中，能够采纳更为务实和有效的治理策略，为其他州提供了宝贵的经验。
碎片化监管的深远影响：扼杀创新，增加合规成本
遗憾的是，截至目前，美国各州提出的AI法规的净影响被认为是负面的。尽管其中一些提案可能带来微不足道的正面效益，但总体而言，它们严重阻碍了创新。缺乏统一的国家级AI监管框架，导致各州自行其是，形成了一个杂乱无章的“法律拼凑”局面。这种碎片化的监管环境，使得无论是大型企业还是初创公司，都难以在各州之间有效遵守错综复杂的法规。特别是对于资源有限的中小型企业和推动技术进步的开源社区而言，这种合规负担无疑是巨大的，甚至可能迫使他们放弃在某些州开展业务或限制其创新活动。
这正是为何一项针对州级AI监管的暂停，无论其期限长短，都将对美国AI产业乃至整个社会带来净效益。在特定时期内，阻止那些不成熟、不合理的法规出台，能够为监管机构提供关键的时间窗口，使其充分理解AI技术，并抵制基于不负责任的恐慌情绪所推动的立法。同时，这也能够有效避免形成一个令企业难以应对的、碎片化的州级监管体系。虽然一项全面为期10年的暂停可能过于激进，但一个更为温和的、例如为期2年的暂停，并且仅涵盖那些问题最为严重的监管提案，或许更有机会获得通过。
展望未来：迈向理性的AI治理之路
尽管“大型美丽法案”未能采纳暂停州级AI监管的提议，但我坚信，美国及其他国家应继续努力，为监管机构赢得时间，以深入理解AI的真实风险与潜在益处。我们必须警惕在技术尚不成熟、恐惧心理最容易被煽动之时，通过那些具有扼杀性作用的法规。未来的AI治理应秉持以下原则：
- 以应用为中心：将监管重点放在AI的具体应用场景及其可能产生的危害上，而非对技术本身进行过度约束。
- 灵活性与适应性：考虑到AI技术的快速演进，监管框架应具备足够的灵活性，能够随着技术发展进行迭代和调整。
- 跨部门协同：鼓励政府、行业、学术界和民间社会之间的紧密合作，共同制定和完善AI治理策略。
- 国际协调：鉴于AI的全球性特征，推动国际层面的监管对话与合作，避免不必要的监管壁垒。
- 支持创新：在风险可控的前提下，最大程度地鼓励技术创新和应用探索，因为AI的积极潜力远大于其可控风险。
通过这些努力，我们可以确保AI技术的健康发展，同时保障社会的安全与福祉，最终构建一个既能激发创新活力又负责任的AI生态系统。
