（来源：光明日报）

转自：光明日报

【析理论道】

  在科技发展过程中，人工智能与区块链曾以各自独立的技术路径并存共生。人工智能的要旨在于实现技术的智能化，主要通过数据分析和深度学习模拟人类的决策行为；区块链则通过去中心化、防篡改、可追溯的分布式账本，在陌生数据环境中建立信任关系。在人工智能和区块链均已取得突破性进展的背景下，二者的融合发展拥有广阔空间。党的二十届四中全会审议通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出，“全面实施‘人工智能+’行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业”。无论从技术发展的自身规律还是国家政策导向看，人工智能与区块链的技术融合已是大势所趋，迫切需要制度与实践层面的法律规制作出回应。

  区块链可以为人工智能提供更可信的数据基础，提高人工智能决策的安全性能。人工智能依靠所占有的数据信息进行决策分析，其决策质量往往受制于两方面因素：数据信息的不充分性和数据信息不够安全可信。而区块链技术和应用场景的加持，能够为人工智能提供一个充分、安全、可靠的数据系统。具体而言，区块链不仅可以有效存储数据的内容和形式，还可以确认数据的权益状态，其去中心化特征使数据不再集中存储于单一服务器，加之以非对称加密算法生成严格的权限控制，能够确保链上数据的内容和形式难以被篡改；同时，可信时间戳、智能合约能够实现数据来源和流转过程的可追溯，确保数据持有者、使用者、经营者等不同主体的权益，从而减轻共享数据的后顾之忧。目前，以可信赖、可共享的区块链数据支持人工智能决策，已经有了一定的实践探索。比如，在智慧城市场景下，借助区块链数据存储的支持，医疗卫生、环境资源、交通设施、社会保障等各领域数据能够在明确数据权限基础上实现较大程度共享，从而显著提升人工智能的决策质量。

  人工智能可以将区块链原本的“预设型决策”转化为“动态型决策”，提高区块链的决策效率。区块链有一定的决策能力，但主要通过既定的共识算法及智能合约实现，这种决策能力过于依赖预先设定的算法逻辑，对复杂情况的感知和判断能力不足。人工智能则可以通过分析不同阶段积累的数据作出决策，实时回应决策条件变化，从而优化区块链的智能决策水平。例如，深度学习技术可以根据区块链历史数据、节点异动以及执行结果，及时调整区块链共识算法的记账权分配机制，提高对异动节点的识别处置能力。而自然语言识别技术则能够使智能合约走出简单机械的预置程序，依据实时数据应对可能出现的情势变更。可以说，有了人工智能技术的支持，区块链就能够从程序设计者的“书本智能”，走向集合社会心智与情感互动的“市井智能”。

  “人工智能+区块链”的技术融合是一种新的技术形态，需要有新的法律规制体系予以回应。这一新的法律规制体系，既要在制度层面弥补既有专门法律规则的不足，也要在实施层面有效解决法律责任的归属问题，同时，还需要特别注重全进程监管。

  首先，“人工智能+区块链”技术融合具有复杂集成性特征，呼唤制定专门法律规则。受技术路径差异影响，既有人工智能法律规则更注重治理智能决策带来的技术风险和伦理问题，区块链法律规则更注重保证数据存储与传递中的信赖关系。“人工智能+区块链”的融合形态具有极强的复杂集成性，是基础算法、技术知识和产业生态一系列因素的有机融合体，两类规则的简单整合无法满足技术融合后新场景的规制需求。对此，一是从技术融合的底层逻辑出发，将一般法律所包含的国家安全、知识产权、个人信息、平等保护等要求，融入技术融合的专门规则。二是根据应用场景的具体现实，对相关行业立法进行整合。比如，人工智能与区块链在精准医疗、智慧交通、供应链管理场景中的融合应用，无法单纯从卫生、交通、物流等行业分别进行规制，而是需要打破传统行业壁垒，对行业性法规进行叠加、协调和整合。三是专门面向技术融合的技术标准及时跟进，通过国家标准、行业标准和团体标准阐明技术融合的关键术语、架构及评估基准等，弥补一般法和行业法因制定周期较长导致的规则滞后问题。

  其次，“人工智能+区块链”技术融合具有动态更新的应用场景，需要更加注重法律规则实施中的责任追究问题。人工智能与区块链技术处于高速发展和迭代中，二者融合的场景具有快速更新的特点。技术融合规则一经产生，常常已经落后于真实的应用场景。为解决这一问题，对技术融合场景的法律规制需要启动应对规则缺失的机制。法律责任具有原则性、可解释性和威慑性，正可弥补技术融合规则的缺失。与传统责任追究的差别在于，技术融合的责任主体更加多元，责任因果链条也更加复杂。例如，如果“人工智能+区块链”所支持的技术产品发生事故，承担责任的主体很难被单纯归结为区块链算法研发者、人工智能算法研发者或者其他参与者，责任产生的因果链条也很难得到清晰论证。为此，可以采取“先概括后具体”的归责思路，首先以强化主体注意义务的过错推定责任甚至无过错责任概括归结技术融合的法律责任，然后在技术融合的不同主体之间进行具体的责任区分。通过明确和追究相关主体的法律责任，倒逼各方采取负责任的行动，填补法律规则的赤字问题，形成有效的威慑和救济机制。

  最后，“人工智能+区块链”技术融合具有一定的不可预测性，需要通过全过程监管评估化解风险隐患。即使“规则—实施”体系可以在制度和实践层面发挥作用，面对技术融合的复杂生态，仍有研发者难以预料的问题出现。因此，监管者和评估者不仅应是既有规则的执行者和维护者，还应是风险的预防者和控制者，且这种预防和控制必须贯穿技术融合全过程。具体而言，技术启动前的准备阶段，需要确保技术融合算法和数据的合规；技术结束后的效果验证阶段，则需要就社会影响作出合理、合法性评估。为确保技术融合的运行过程在法律上可验证、可解释、可干预，监管主体应建立有效的识别和预警机制，实现技术融合关键点的留痕和追溯。为此，可尝试将人工智能强制标识、区块链监管沙盒等既有技术工具向技术融合的场景转移，以最大限度预警甚至降低技术融合的风险。当然，技术融合并不意味着传统人工监管的退场，相反，这一新的场景对适时适度的监管干预提出更高要求。

  总之，“人工智能+区块链”技术融合是科技力量所催生的生产力新质态，必将带来经济社会关系的巨大变革，进而推动法律规制范式和内涵的深刻变化。这既是一个制度规则建设问题，也是一个社会价值规范的演化问题，触及人与技术关系的新伦理和新秩序。

（作者：康宁，系北京航空航天大学法学院副教授、数字正义研究中心副主任）