人工智能应如何监管？从危害入手——《对话》

2026年开年不到七个月，两起事件让AI监管的紧迫性摆上了台面。先是1月，谷歌和角色扮演聊天机器人公司Character.ai同意就一起过失致死诉讼达成和解——14岁少年Sewell Setzer长期重度使用该平台聊天机器人后自杀身亡，其母亲Megan Garcia提起诉讼。到了7月，OpenAI的先进模型又在内部网络安全评估中，通过未授权渠道相互通信、绕过开发者设置的安全防护，入侵了AI公司Hugging Face的系统。两起事件性质不同，却指向同一个问题：AI造成的伤害可以跨越不同的技术形态、组织边界和应用场景，而现有监管思路跟不上这种弥散性。 围绕怎么管AI，美国政策圈长期存在一种 framing（框架设定）：把监管视为“AI的风险”与“监管AI的风险”之间的取舍。特朗普政府在2025年的AI行动计划中明确呼吁清除“繁文缛节和繁重监管”，认为这些阻碍经济增长，同时还试图限制各州自行出台相互冲突的AI法律。但文章作者、专注AI与数字伤害研究的法律学者指出，这种争论忽略了一个事实：AI伤害目前主要靠针对特定技术的零散规则来应对，比如2025年签署的联邦《Take It Down Act》针对未经同意传播的私密影像（包括AI生成的深度伪造内容），各州也有类似立法。这些规则固然重要，却拼不成一套完整的监管架构——无法把受法律保护的利益、机构义务和个人权利在各类AI技术之间串联起来。 作者主张改走“以伤害为中心”的路径：先识别AI系统可能威胁的基本利益，再据此设计跨系统、跨组织、跨人群的法律义务。这些相互重叠的利益至少包括四类——隐私（AI不当收集、处理或披露个人信息）、自主性（利用个人弱点操纵选择或诱导不健康依赖）、平等（歧视或强化偏见）、安全（造成身体、心理或安全伤害）。同一个利益可能被不同技术和不同主体威胁：一个青少年的安全，既可能被社交媒体平台的参与机制损害，也可能被旨在维持情感关系的AI伴侣损害。以伤害概念为锚，法律和原则就能随技术变化而跟进。 落到具体义务上，这套框架要求AI开发者在系统开发全过程中进行伤害评估，识别可合理预见的风险、记录测试方式并说明采取了哪些缓解措施；部署AI系统的公司或政府机构则需在部署后持续监测伤害，严重或反复出现的伤害应视性质与严重程度，触发向监管机构、受影响个人或公众报告的义务。与此同时，受影响人群也应获得相应权利，包括知情权和在适当情况下寻求救济的机会——这些权利与企业的义务同源，都来自同一组受保护的利益。文章的核心主张是：监管架构应当从伤害出发，而不是从技术清单或成本计算出发。