基于政策建模一致性(PMC)指数模型的中美人工智能政策比较研究
2024-04-20分类号:F49;TP18;TP391.1
【部门】安徽大学管理学院
【摘要】对人工智能政策文本,特别是从人工智能专项政策的角度开展相关研究,能够为进一步完善中国人工智能政策体系提供决策支持。为此,以中美两国在顶层设计、职能部门两个层面共74份人工智能政策文本作为研究对象(中国51份、美国23份),通过文本挖掘方法识别出两国人工智能政策的关注重点,用政策建模一致性(PMC)指数模型建立人工智能政策评价指标体系,并结合PMC指数值和PMC曲面图,对两国各6份具有代表性的政策文本进行量化评价和对比分析。研究发现在总体上,中美两国的人工智能政策表现较好,能够较为准确地把握当前人工智能的发展前景,具有一定价值导向性和前瞻性;政策制定设计较为合理、政策协同性较高;在政策制定过程中都注重对智能化、科技创新、成果应用等方面的研究,而对于政策领域和效力级别方面则重视程度较低。同时发现两国在政策对象、政策内容和保障措施等方面的差异化显著:美国的政策扎根于技术研发、人才队伍建设、标准体系构建和基础研究投资等方面,在政策内容、保障措施等方面比中国更完善,但政策对象覆盖程度不够广;中国的政策对象兼顾宏观和微观的视角,涉及国家、产业和企业等层面,但在伦理规范、合作发展、核心技术优势等方面存在缺陷。基于此,进一步从保障措施、政策内容与政策领域3个方面提出完善中国人工智能政策的发展对策,强调中国人工智能政策的整体优化路径应为“保障措施→政策内容→政策领域”。
【关键词】人工智能政策 政策文本分析 文本挖掘 量化评价 政策建模一致性(PMC)指数模型 中美对比
【基金】安徽省哲学社会科学规划青年项目“人脸识别技术在地方政府治理中的应用风险及其法律规制研究”(AHSKQ2022D118)
【所属期刊栏目】科技管理研究
文献传递