面对人工智能监管碎片化，新加坡如何规划发展路径

十年前，当人工智能（AI）首次成为焦点时，新闻头条充斥着对其偏见和歧视的担忧，以及对该技术可能超越我们治理能力的忧虑。为此，一系列负责任的人工智能（RAI）框架应运而生，旨在指导其安全、可信的部署。

虽然人工智能提高了商业效率，改变了我们的生活和工作方式，但其风险不容忽视。正如尚达曼总统（President Tharman Shanmugaratnam）今年5月在“亚洲科技x新加坡2025”（Asia Tech x Singapore 2025）峰会上所指出的，我们必须“一体两面地看待问题”——在最大限度发挥人工智能益处的同时，管理其潜在的风险。

如今，经济合作与发展组织的人工智能政策导航（OECD.AI Policy Navigator）列出了超过1300项国际和国家级的人工智能政策倡议，几乎所有倡议都包含了负责任的人工智能（RAI）元素。新加坡也不例外，正在推进其国家人工智能战略，并发展RAI框架，其中包括新加坡金融管理局的Feat原则（公平、道德、问责和透明）以及新加坡资讯通信媒体发展局的《人工智能治理示范框架》——该框架现已扩展至涵盖生成式人工智能。

随着对人工智能的监管力度不断加强，最初的自愿性治理准则正逐渐转变为强制性义务——即便全球的人工智能监管方法正出现分化。关键的挑战在于，这些由不同法律传统和监管哲学塑造的、各不相同的治理模式，是否能够相互借鉴，以实现创新和社会保障的双重目标。

从原则到强制性规定

欧盟的《人工智能法案》是迄今为止最大胆的一步，它根据人工智能系统构成的风险水平制定了不同的规则。被视为具有不可接受风险的系统将受到严格限制，而高风险人工智能系统则必须通过合规性评估。欧盟曾希望将《人工智能法案》树立为下一个全球基准，但目前来看，其被广泛采纳的可能性不大。

相比之下，中国在更窄的领域迅速行动，主要针对电子商务平台上的价格歧视、算法自我优待和深度伪造等问题。中国已为部署人工智能（包括推荐系统和生成式模型）的互联网信息服务提供商出台了规定，并迅速推出了技术标准。这之所以成为可能，是因为中国的人工智能法规具有针对性。

尽管两种方法都具有相似的规范性，但它们反映了不同的文化细微差异：欧盟模式优先考虑个人权利，而中国的框架则强调社会成果和务实的执行。这些差异影响了监管的步伐以及公众在日常生活中对人工智能的接受程度。

对于全球性公司而言，这种分化创造了两个日益不同且成本高昂的运营环境，它们必须在其中应对相互冲突的合规要求。

平衡创新与信任

决策者们越来越开始将信任和创新视为同等重要的因素，以支持人工智能在长期经济增长中发挥作用。

日本和韩国最清楚地反映了这种双重性。日本的《关于促进人工智能相关技术研发和应用的法案》通过研发支持、共享计算基础设施和劳动力发展来促进技术采用。该法案还通过为企业制定指导方针和为人工智能开发者制定技术标准来解决信任与安全问题。

决策者们越来越开始将信任和创新视为同等重要的因素，以支持人工智能在长期经济增长中发挥作用。

日本和韩国最清楚地反映了这种双重性。日本的《关于促进人工智能相关技术研发和应用的法案》通过研发支持、共享计算基础设施和劳动力发展来促进技术采用。该法案还通过为企业制定指导方针和为人工智能开发者制定技术标准来解决信任与安全问题。

韩国的《人工智能基本法》也类似，通过为数据中心、初创企业和中小企业制定人才培养和产业发展计划来提高竞争力，同时通过强制性透明度义务和自愿性认证来确保高影响力人工智能服务的安全性。

这些较新的监管框架显示出语气的变化：它们是既能促进创新，又嵌入了清晰、可执行的“护栏”的治理模式——考虑到这些框架来自亚洲两个领先的工业强国，这一点并不令人意外。在一个稳定、可信的生态系统内培育本国的人工智能领军企业，可能会让这些经济体获得优势。

人工智能监管的定向与渐进式方法

第三种模式避开了全面的监管框架，转而依靠技术标准来促进安全、可信的人工智能，同时明确现有法律的适用方式。美国、英国和新加坡都遵循这种方法。

美国专注于通过技术标准来管理人工智能风险，例如由美国国家标准与技术研究院（NIST）制定的标准。与此同时，像加利福尼亚州这样的州也出台了针对性的法律。这些法律要求对人工智能生成的内容和聊天机器人进行标记，披露人工智能系统中的训练数据，并提高前沿人工智能模型风险评估的透明度。

新加坡已将其自愿性框架转变为实用工具，包括 AI Verify 和面向金融服务的 Veritas 工具包。为了降低合规成本，新加坡和美国通过发布一份 AI Verify 与 NIST 风险管理框架之间的对照表，使其各自的框架保持一致。

同样，英国也通过其最近更名的人工智能安全研究所（AI Security Institute）来强调人工智能安全研究。新加坡和英国还签署了一份关于人工智能安全研究和风险管理的合作备忘录。

作为补充，新加坡和英国已着手明确现有法律如何适用于人工智能系统，并在必要时进行修订。

例如，在新加坡，个人数据保护委员会发布了咨询指南，详细说明了当个人数据用于人工智能系统时，《个人数据保护法》将如何适用。卫生科学局也发布了关于软件医疗设备法规如何适用于人工智能系统的指导方针。《版权法》也进行了修订，以明确在何种条件下允许使用受版权保护的材料进行人工智能模型开发，例如对合法获取的材料进行机器学习。

在英国，信息专员办公室发布了关于人工智能和数据保护的指南。最近颁布的《英国数据使用与访问法案》使企业更容易为自动化决策（包括使用人工智能的决策）处理个人数据。值得注意的是，英国最高法院最近划定了一条明确的界线——它裁定，人工智能系统不能在专利申请中被列为发明人。

人工智能监管的新篇章

这些不同的人工智能监管模式反映了各自不同的监管目标，但都强调了技术标准的重要性。在负责任的人工智能（RAI）技术标准建立和基准测试工具到位之前，确保技术标准的互操作性应始终是优先事项。

随着决策者日益认识到人工智能的经济潜力，他们绝不能忽视其阴暗面——这凸显了提供更清晰指导以说明现有法律如何适用，以及在必要时通过定向立法来引导商业和社会行为的必要性。

新加坡采取定向、渐进的方式进行人工智能治理——保护社会、提升竞争力并鼓励试验。在其“为公共利益、为新加坡和世界发展人工智能”愿景的指引下，新加坡旨在建立强大的人工智能能力，同时在全社会促进包容、负责任和自信的技术采纳。

在全球产业人工智能竞赛中，没有单一的制胜法宝，也没有任何一个司法管辖区发现了监管人工智能的“杀手级应用”。但这或许正是务实的中间地带所在：建立通用、可互操作的标准，以降低任何跨境运营公司的合规成本。事实上，技术标准的建立势在必行，而新加坡这种渐进式、以标准驱动的模式，对于我们这个“小红点”来说，是一条务实的前进道路。

本文作者是新加坡法律学会（Singapore Academy of Law）的首席执行官