孟加拉AI政策制定比歐盟更華麗，數據庫卻互不相認

想象一下，一個政府修建了一座五星級機場，卻沒有任何道路通往那里。航站樓一塵不染，跑道長度也完全符合規范，但人們根本到不了機場。這大致就是當下許多發展中的國家在人工智能治理上所面臨的現實。

孟加拉國在2026年初發布的新國家人工智能政策，提出設立7個監管機構，對高風險人工智能系統實行強制性影響評估，建設國家級大語言模型，并成立一個擁有準司法權力的獨立監督委員會。

歐盟《人工智能法案》是全球第一部全面的人工智能法律。從醞釀到出臺，這部法案歷時3年，而且要到2027年才能全面投入運行。

為支撐這部法案，歐盟設立了專門的人工智能辦公室，約有140名工作人員；27個成員國都配有市場監管機構；數據保護法體系也自2018年起持續實施。

即便如此，歐盟自身仍在推進中遭遇困難，而這還是一個擁有數十年監管基礎設施積累的區域集團。根據法案要求，歐盟27個成員國都需在2025年8月前完成一系列治理節點。但截至當時，27國中只有8個正式指定了國家層面的執法機構。

企業用來證明自身符合法律要求的技術標準，也未能按期出臺，目前目標已推遲到2026年末。如果連歐盟都難以跟上節奏，那么不妨看看世界其他地方正在發生什么。

2023年10月，加納推出國家人工智能戰略，但內閣直到2026年2月才正式批準，前后相隔兩年多。該戰略承諾設立的“負責任人工智能辦公室”至今仍未成立。

盧旺達的國家人工智能政策于2023年4月獲批。按估算，政策實施在5年內將花費7650萬美元。但截至2023年，僅籌集到120萬美元，“負責任人工智能辦公室”也尚未正式運作。

印度尼西亞于2020年發布人工智能戰略，覆蓋5個重點領域，規劃延續至2045年。但戰略中提出設立的人工智能倫理委員會至今仍不存在。

2024年，印度尼西亞國家數據中心發生重大數據泄露。該國還在沒有任何法律框架的情況下，為執法部門推進人臉識別系統。可以說，這其中存在相當巨大的缺口。

追蹤40個國家人工智能治理能力的“2025年敏捷指數”顯示，高收入國家與中等收入國家在實際執行監管的能力上，差距超過40個百分點。

這種差距并不只是政治意愿問題，而是結構性問題。在孟加拉國，新設監管機構起步時，通常不是招聘專業人員，而是先從其他部委臨時抽調官員。

擬議中的國家數據治理局，很可能一開始只有十幾名來自信息與通信技術司的官員，其中大多數并沒有機器學習背景。

這不是批評，只是在描述政府的實際運作方式。但還有一個更尖銳的問題：這些政策究竟是誰在寫？

尼日利亞2025年人工智能戰略，明確參考了一份谷歌企業報告的建議，主張優先采用云服務。這一政策方向會直接讓谷歌云受益。

數字法律與政策期刊《正義安全》報道稱，谷歌曾為該戰略的制定投入210萬美元。

當受監管企業參與設計監管自身的規則時，利益沖突并不會消失，只是換了一個更好聽的名字：“多方協作”。

這些經驗當然真實存在，但借來一整套治理架構，并不等于自己已經具備支撐它的基礎。

盧旺達的政策并沒有試圖一次性治理所有問題，而是聚焦若干具體議題，比如醫療可及性、農業生產率和農村服務。

而且，它也為此投入了真金白銀。該國互聯網普及率已從2020年的26％上升到2024年的62％。

2022年，盧旺達還主辦了國際學習表征會議。這是全球機器學習領域最重要的學術會議之一，也是該會議首次在非洲舉辦。

事實上，有研究發現，盡管盧旺達的“負責任人工智能辦公室”尚未正式運作，但該國在數據主權問題上的立場確實具有保護性，而非流于表面姿態。

其資金狀況背后的數字，已經說明了問題。如果沒有懂得如何開展影響評估的人員，影響評估就無從談起。治理框架必須建立在真實可用的基礎之上。先有地基，才談得上屋頂。

這并不意味著發展中的國家應該等待。缺乏監管的人工智能所帶來的傷害，已經真實存在，而且仍在不斷累積。

算法偏見會扭曲信貸決策，深度偽造被用于基于性別的暴力，人臉識別在全球南方許多地區缺乏法律授權卻已投入使用。這些都不是未來風險，而是眼下正在發生的問題。

要真正建立治理體系，首先需要4項基礎承諾：實現政府數據互聯互通；設立一個資金充足、擁有真實權力的監管機構；在部署人工智能之前先培訓公務員；把重點放在兩三個行業，而不是試圖覆蓋整個經濟。

最容易暴露在失序人工智能風險中的人，是農村女性、非正規勞動者，以及那些人工智能系統根本無法理解其語言的人群。而這些人，也最不可能真正用上人工智能政策所承諾的保護。