摘要：在北京大学举办。来自中、美、欧等国家和地区的60余位AI治理与监管领域专家学者、高校师生、社会人士齐聚一堂，从法律、技术、管理多维度切入，分享中、美、欧等法域在人脸识别、自动驾驶、算法决策等场景下的监管实践，围绕全球AI监管政策差异、生成式AI治理前沿、监管举
近日，由
北京大学光华管理学院、宾夕法尼亚大学沃顿中国中心与沃顿负责任AI实验室共同主办的“全球视野下的人工智能治理研讨会（Global Perspectives on AI Governance Workshop）”
在北京大学举办。来自中、美、欧等国家和地区的60余位AI治理与监管领域专家学者、高校师生、社会人士齐聚一堂，从法律、技术、管理多维度切入，分享中、美、欧等法域在人脸识别、自动驾驶、算法决策等场景下的监管实践，围绕全球AI监管政策差异、生成式AI治理前沿、监管举措及标准体系构建、社会影响与国际合作等核心议题展开了深度研讨，剖析当下主要司法管辖区在政策路径上的既存分野与潜在共识，共同探索全球性的AI治理框架。
开场介绍
翁 翕
Kevin Werbach
聚焦AI治理的全球挑战与合作，本次研讨会主办方负责人——北京大学光华管理学院教授翁翕与宾夕法尼亚大学沃顿商学院教授Kevin Werbach进行了开场发言。AI作为当代最具变革性的技术力量，正深度重构商业生态与社会结构，而全球范围内对AI风险的担忧与日俱增，各国政府及国际组织正积极推进AI的立法与监管创新。两位教授强调，本次研讨会致力于搭建跨区域、跨学科的交流平台，通过汇聚中、美、欧等主要AI发展地区的前沿思考，聚焦不同法域在AI监管政策路径上的差异与融合可能，力求为破解AI治理中的伦理困境、法律空白与技术挑战提供多元化视角，推动理论研究与政策实践的深度耦合，助力构建兼顾创新激励与风险防控的全球AI治理新范式。
活动致辞
沈俏蔚
王锡锌
北京大学光华管理学院副院长、教授沈俏蔚与北京大学法学院数字法治研究中心主任、教授王锡锌先后为会议致辞。沈俏蔚首先回顾了光华与沃顿两大商学院深厚的合作渊源，并着重介绍了光华在人工智能跨学科研究领域的战略布局。她指出，光华通过设立多个跨学科研究中心，积极推动AI与经济学、社会科学的深度融合，在算法伦理、数字经济治理等领域积累了丰富研究成果。期待通过与国际顶尖学术机构的合作，进一步拓展AI治理研究的全球视野，将学术智慧转化为服务社会的创新动能。王锡锌强调了跨地域、跨学科对话在AI治理研究中的核心价值。他指出，AI治理绝非单一领域的命题，其复杂性贯穿法理思辨、管理实践、政策设计等多个维度，唯有打破学科壁垒、汇聚多元智慧，才能将理论探讨转化为具有实操性的解决方案。他希望以本次研讨会为起点，构建长期的跨领域、跨地域交流，共同应对AI技术给人类社会带来的系统性挑战。
中美欧AI监管政策探索：
共识与差异
凌 斌
Sara Migliorini
Andrew Selbst
Kevin Werbach
在AI监管政策特征的分析与讨论中，北京大学法学院教授凌斌对比分析了中、美、英、欧四大地域在AI关键领域的监管实践，并指出，AI治理需多主体、高度分工协作，平衡创新与风险，跨法域对话对寻找动态平衡点至关重要。澳门大学法学院助理教授Sara Migliorini聚焦欧盟与中国的AI监管框架对比。“表面的法律共识下，是不同法律文化与治理目标的碰撞。”她指出，AI需作为涵盖软硬件、算法透明度、数据隐私、产品责任等多维度的“生态系统” 加以治理。她呼吁学界加强跨文化比较研究，探索互补协作，避免将监管差异简化为“模式对立”，在数据治理、开源模型监管等领域探索“和而不同”的协作路径。加州大学洛杉矶分校法学院教授Andrew Selbst在分析美欧AI监管时指出，AI监管需在“硬法约束”与“软法引导”间动态调适，而细分领域（如生成式AI、自动驾驶）的差异化治理将成为未来趋势。宾夕法尼亚大学沃顿商学院教授Kevin Werbach深入剖析了当前美国政府的AI政策，指出联邦层面目前的监管政策呈现碎片化态势，内部对AI管制态度分歧明显，企业监管缺乏系统性框架，同时却伴随着州级层面立法活跃。面对美国AI企业频遭知识产权诉讼的压力，他预测未来可能在生成式AI训练数据合规、算法责任等领域加强立法，同时表明，美欧未来均需应对技术迭代带来的监管滞后的严峻挑战。
生成式AI与基础模型治理：
风险与责任
Bryan Druzin
张凌寒
曾 毅
张湖月
针对生成式AI与基础模型的治理，香港中文大学法学院副教授Bryan Druzin提出了“预防原则”的重要性。他认为，AI治理需在技术创新与人类存续之间建立 “安全护栏”，而预防原则与国际协作正是构建这一护栏的核心支柱。中国政法大学数据法治研究院教授张凌寒强调了AI作为“新型基础设施”的能源密集型特征及垄断风险，并提出了从技术属性、应用场景、基础设施、社会组织方式进行AI综合治理的四维分析框架。她表示，四维框架为跨学科对话提供了共同语言，有助于打破“技术专家谈风险、法律学者谈合规”的割裂状态，推动形成兼顾创新激励与风险防控的全球性治理方案。中国科学院自动化研究所研究员曾毅分享了对21个国家大语言模型的伦理评估结果。评估显示，AI治理水平与人均GDP正相关，中美等国因发展阶段领先位居前列，但治理动力更多源于内部需求。他强调，AI治理需全球协作，依托联合国构建会员国参与的框架，建立技术标准共享AI成果，以“共同但有区别的责任”应对可能发生的全球性风险。南加利福尼亚大学古尔德法学院教授张湖月总结了AI治理面临的三大核心困境（“3E”）：专业性困境（Expertise）、外部性（Externality）平衡难题、存在性风险争议（Existential Risk）。她进而揭示了数据监管的多样性与公平性矛盾，开源模型的失控风险，并警示算力垄断背后的地缘政治风险。她呼吁中、美、欧等主要经济体放下对立，从“3E”困境中寻找共识，通过多边机制（如联合国）制定算力资源分配规则，避免AI成为大国竞争的“零和游戏”。
AI的社会影响：
管理、伦理与司法困境
姜铠丰
沈伟伟
戴 昕
在关于AI的社会影响的讨论中，北京大学光华管理学院教授姜铠丰从管理学视角切入，探讨 AI在人力资源管理领域的应用现状与挑战，指出技术赋能与伦理风险的平衡难题。调研显示，隐私风险是AI在人力资源管理方面落地的最大障碍。他建议企业层面需建立专项治理机制，增强数据安全及透明度。通过定期算法审计、员工知情权保障及跨部门协作，实现技术效率与人文关怀的兼容。未来，随着生成式AI深度介入招聘与培训，更需警惕过度依赖AI对职场生态的长期影响。中国政法大学法学院副教授沈伟伟深度解析了中国AI司法实践的现实应用与挑战。他指出，中国智慧法院建设始于司法效率需求，随着互联网法院的成立与发展，确实地提升了司法的可及性、效率与标准化，但同时面临着数字鸿沟、过度依赖等问题。他强调技术赋能司法的同时需加强数据治理，明确AI辅助边界，守护司法人文，确保AI服务的公平与正义。北京大学法学院副教授戴昕则从法理角度揭示了法律推理与AI技术的底层逻辑关联，并分析了AI对法律体系的结构性冲击。面对信息滥用风险，如何平衡技术便捷性与隐私权，成为全球立法的共同难题。他强调，在技术偏见与全球治理的双重困局的夹击之下，建立涵盖数据加密、责任追溯的法律框架，是推动AI技术良性发展的关键。
圆桌讨论：
AI全球协同治理的前景
在圆桌讨论环节，中外学者围绕“AI全球协同治理的前景”主题，就AI治理的复杂性与全球协作展开深入交流，在理论、实践与教育等层面达成多项共识。学者们指出，AI风险的跨国属性亟需全球协同应对，但地缘政治等阻碍因素需通过学术研讨、企业合作等交流积累互信力，比如中美学生实地参访双方AI企业打破认知偏差；针对AI治理的跨学科特性，学者们强调需打破法律、技术、管理等领域壁垒，在提升效率的同时，结合法理审视算法与技术，避免技术过度冲击司法人文与管理伦理；在实践层面，学者们呼吁建立“动态适应型”监管机制，构建分层治理框架，在通用伦理原则上寻求国际共识，在具体场景允许差异化探索。同时，需警惕数据隐私与算力垄断等问题，通过多边机制协调AI资源分配，避免技术鸿沟持续扩大；在教育层面，大学应将AI伦理纳入核心课程，培养兼具技术与人文素养的复合型人才。
AI治理是一项需持续迭代的系统性工程，既需凝聚国际共识，也需推动技术创新、法律规制与伦理建构的协同进化。本次研讨会作为光华40年系列活动之一，以全球视野、多元碰撞为基调，与会专家们通过跨学科、跨地域的深度交流，围绕技术风险、监管逻辑、伦理框架等维度展开了多维对话，为构建包容、协同的全球AI治理体系提供了学术支撑。展望未来，北京大学光华管理学院将持续深耕AI治理议题，通过搭建常态化的国际交流平台，推动学术研究与政策实践的深度融合，助力AI技术真正成为普惠全球的高质量发展工具。
审阅丨塔娜
共庆四十载，光华再出发丨北大光华四十周年院庆主题活动举行
企业人力资源管理：为何做得多却不见得有效果？
来源：北京大学光华管理学院
