人工智能与民主：进步还是衰落之路？

摘要：来源：Chehoudi, R. "Artificial intelligence and democracy: pathway to progress or decline?":Journal of Information Technology & Polit

人工智能与民主：进步还是衰落之路？

作者：拉法·切胡迪，富尔达应用科学大学讲师。研究方向为民主与民主化、国际组织以及技术与政治之间的互动。

来源：Chehoudi, R. "Artificial intelligence and democracy: pathway to progress or decline?":Journal of Information Technology & Politics, 2025, pp. 1–16.

导读

在人工智能技术深度渗透社会治理的当下，其与民主制度的互动引发全球关注。欧盟发布的全球首个AI监管法案——《人工智能法案》中的争议性条款与印度大选期间AI生成内容的监管困境，凸显了技术发展与民主价值的潜在冲突。本文聚焦人工智能发展是否构成对民主制度的系统性威胁这一核心问题，通过跨国比较研究与量化分析揭示人工智能技术对民主的影响。

在研究方法上，该文构建起包含金融投入、科研产出等维度的人工智能发展指数为自变量，以民主得分为因变量，采用双向固定效应模型分析了72国于2010—2023年数据。研究结论显示，

人工智能发展与民主水平呈负相关

，即人工智能发展程度越高，民主水平越低。此外，政治因素对缓解人工智能对民主的负面影响有重要作用。其中，议会制政体具有显著的缓冲效应。

总的来说，该文突破传统的质性分析框架，提出了一个评估人工智能发展的创新框架，量化探讨了算法利维坦可能带来的民主危机，为平衡技术发展与民主保障，理解技术时代的民主转型提供了新范式，对构建人工智能伦理治理框架具有重要政策启示。

文献综述

（一）人工智能的概念模糊性

什么是人工智能？在治理的情景下，这一问题尚无标准答案。现有的不同定义各有侧重，却都难以全面涵盖人工智能的本质。学者们普遍指出，明确界定人工智能存在困难。人工智能的第一个定义是由斯坦福大学教授约翰·麦卡锡提出的，他将其描述为“创造智能机器的科学与工程”。自那时起，学者们提出了各种不同的定义。一些人认为人工智能就是执行那些通常需要人类认知推理的任务的系统；一些人认为其聚集复制人的理性；还有一些人将其定义为能够实现有智慧的行为的系统。鉴于人工智能概念的模糊性，且考虑到其在社会科学领域的新兴性，本研究采用极简定义，即人工智能是机器对人类智能的模拟。该定义虽简单，但能涵盖所有人工智能技术与应用，便于理解的同时也利于研究中的测量。

（二）人工智能对民主的影响

在个体层面，人工智能的扩张可能侵犯人权，具体表现为缺乏透明度和公平性、存在偏见和歧视、加剧现有不平等、损害个人自由以及侵犯隐私等。

在群体层面，人工智能应用于治理时可能会威胁民主代表性。例如，操纵电子规则制定平台，使特定议程得以推广，从而忽视公众真实偏好。此外，人工智能还会通过传播错误信息、恶化政治话语，威胁民主信任，影响公民意见和政治行为，干扰公民获取可靠信息。

在制度层面，许多政府将人工智能技术整合到治理策略中，以提升治理绩效。然而，一方面人工智能技术存在技术漏洞，可能导致系统安全问题。另一方面，这种整合对大型科技公司的依赖会削弱政府自主权，若决策者对人工智能系统缺乏了解，会使人工智能成为难以理解的 “黑箱”。

在系统层面，新兴人工智能技术使“全球南方”国家面临更多的剥削和不平等，加剧了 “数据殖民主义” 等问题，阻碍了全球民主化进程。

数据、方法与分析

（一）数据

该文的研究数据来自V-Dem数据集、世界银行的世界发展目标（world development indicators,WDI）、Prosperity data 360和Drazanova关于种族划分的数据集。

该文的样本包括72个国家，这些国家在2010年到2023年制定发布了其国家人工智能战略，因此，数据分析的时间区间为2010—2023年。针对缺失数据，作者采取了KNN（K-Nearest Neighbors）方法，即使用数据集中的最邻近值来估计与填充。

该文的因变量是民主得分（democratic scores,DS）。在此，作者采用V-Dem数据集中的自由民主指数，原因在于该指数具有较高的透明度，其编制过程有详细的文档记录，并且在时间和空间上的覆盖范围比其他现有指数更广泛，能够更全面、准确地反映各国的民主水平。

该文的自变量是人工智能的发展水平。由于目前没有普遍认可的衡量人工智能发展的标准，作者借鉴了现有的衡量科学技术（Science&Technology，S&T）发展的成熟框架。（见表1）在数据处理时，对各维度指标采用等权重聚合，并在聚合前对每个子指标进行标准化处理，以确保不同指标间的可比性。

表1 衡量人工智能发展的指标及其数据来源

将数据处理形成人工智能指数后，我们可以发现人工智能发展随着时间的推移呈明显上升趋势。（见图1）值得注意的是，在某些时期比其他时期更快。作者将这一现象解释为人工智能技术突破或新人工智能应用的结果。

图1 2010—2023年人工智能发展水平

表2 自变量的描述性统计数据分析

根据人工智能发展水平的描述性数据分析中的平均值、中位数与最大值不难看出虽然样本中的大多数国家体现出相当的人工智能发展水平，但只有少数例外国家发展水平较高。标准差（0.06）表明各国之间的发展方式较为统一。

考虑到其他可能影响民主的因素，作者纳入了多个控制变量：经济控制变量包含人均国内生产总值、工业化强度与自然资源收入；政治控制变量包括政治制度和脆弱国家指数；人口控制变量选取了历史民族分化指数（Historical Index of Ethnic Fractionalization Dataset）。

（二）分析

作者运用双向固定效应面板回归模型（Model 1）进行分析，该模型同时纳入年份固定效应和国家固定效应。通过这种方式，可以有效控制每个国家随时间不变的特征，以及时间因素对民主得分和其他协变量的影响，从而更准确地预测人工智能发展对民主得分变化的影响。为确保统计推断的可靠性，作者采用 Driscoll - Kraay 标准误差，以处理可能存在的异方差、自相关和横截面依赖问题。此外，为进一步探究人工智能与民主之间的关系，作者构建了三个补充模型。Model2纳入经济变量并控制其他因素，Model3聚焦政治变量并控制其余因素，Model4综合经济和政治变量，进行更全面的分析。

（三）结果

从变量关系来看，人工智能发展与民主得分呈显著负相关，人工智能发展程度越高，民主得分越低。GDP 人均和工业化指数对民主得分的影响不显著。自然资源收入在部分模型中与民主得分呈显著负相关，支持 “资源诅咒” 假说，即自然资源丰富的国家往往民主水平较低。政治系统变量与民主得分呈强正相关，议会制国家民主得分更高。脆弱国家指数与民主得分显著负相关，国家越脆弱，民主水平越低。

（四）稳健性检验

为了确保双向固定效应模型的稳健性，该文进行了两次稳健性检验，分别引入了一年滞后变量与五年滞后变量。对自变量人工智能发展水平引入一年滞后过后，结果显示人工发展滞后一年仍会使民主得分显著下降，同时控制变量各项稳定，验证了模型可靠性。引入五年滞后后，模型仍然能够有效识别影响民主结果的关键因素，具有稳健性。

结论分析

研究揭示人工智能发展与民主得分呈显著负相关，即人工智能发展程度越高，民主水平越低，这与过往研究中指出人工智能对民主进程存在潜在威胁的观点相符。并且，在各种模型中，人工智能发展对民主水平的负向影响持续存在，这凸显了思考人工智能治理政策与法规的必要性。然而，作者也格外强调人工智能发展水平并不是影响民主水平的最重要因素，事实证明，政治因素才是影响民主得分的主要因素。相较于其他政治制度的国家，拥有强大议会制的国家更有可能有效应对人工智能发展带来的挑战。这是由于其强大的监督机制和决策流程，有助于抵御人工智能发展的负面影响。议会制的制度制衡能够深入审查人工智能政策及其社会经济影响，相比其他政治体制，在问责和适应性方面表现更优，这对于管理人工智能带来的复杂政治和道德挑战至关重要。

除了政治制度的影响外，本研究还强调国家脆弱性与民主水平之间的重要关系。不稳定的政权可能容易受到人工智能技术带来的风险的影响，脆弱国家通常以机构薄弱、政治不稳定为特征，难以承担人工智能部署及监管的复杂性。此外，作者提出了一个可能的潜在机制，那就是脆弱国家更倾向于用人工智能服务权贵，例如大规模监控、种族隔离、压迫政治异见，而不是加强民主进程。

经济因素在定义人工智能发展水平与民主水平之间的关系方面发挥着重要的作用，但这种影响是复杂的。该研究中人均GDP对民主得分影响不显著，挑战了经济繁荣必然带来更高民主水平的传统观点，表明在人工智能驱动的变革中，仅靠经济财富不足以保障民主制度。

基于以上分析，作者提出政策与研究建议：建立更强大的监管框架。现有民主制度在应对人工智能崛起方面存在不足，应加大对民主制度稳定及效能建设的投入，制定人工智能伦理框架、提高决策透明度、加强数据保护法律的实施，以平衡人工智能的发展与民主价值的保护。同时，必须认识到民主对人工智能发展也有塑造作用，未来研究应进一步探索二者的相互影响。

研究不足之处与未来研究方向

本文研究不足之处有三。一是影响机制不明，未揭示人工智能影响民主水平的具体机制，如人工智能在监控、数据收集、算法偏见等方面如何影响民主，需要进一步研究。二是指标构建不明，采用同等权重衡量各维度，未能充分体现人工智能发展的复杂性，像监控技术对民主的重大影响未在指数中得到体现，未来应改进测量方法。三是变量重叠问题。文中使用的 V - Dem 自由民主指数和政治制度变量可能存在概念重叠，但二者分别从不同角度衡量民主，且方差膨胀系数表明它们不会造成共线性问题。

未来研究应聚焦于揭示这些机制，并探索新的测量方法，以更好地理解人工智能在公共治理等领域的发展及其与民主的关系。

词汇积累

Two-way fixed effects panel regression model

双向固定效应面板回归模型

Algocracy

算法统治

Data colonialism

算法殖民主义

Technological imperialism

技术帝国主义

译者：周炜佳，国政学人编译员，吉林大学公共外交学院外交学专业。

校对 | 丁伟航