当前,治理体系碎片化是全球各领域面临的普遍挑战。在人工智能治理领域,碎片化问题尤为突出,主要由各国在技术水平、产业结构和政策优先级上的显著差异所驱动,导致监管路径分化、政策协调难度增加 【4】 。这种碎片化带来的直接后果是规则和标准的互认缺失,显著提高了企业的合规成本 【4】 。
类似的问题也存在于其他领域。以泰国农食系统为例,其治理结构高度碎片化,农业与合作社部、自然资源与环境部和商务部等部门目标不一、政策冲突,严重制约了气候与生物多样性协同治理的效能 【2】 。城市交通治理同样面临机构碎片化困境,涉及市属企业、交通运输部门、交通警察、城市发展规划部门等多个机构,各自有独特的优先事项和服务标准,缺乏单一协调机构导致规则不一致、管辖权重叠和决策延迟 【7】 。
国家经验表明,从碎片化治理转向协同努力需要建立领导机制,使能跨部门决策和应对共同挑战 【1】 。这意味着需要有一个强有力的顶层协调机构,能够统筹各方利益、平衡力量、处理冲突,并确保不同的声音被听到 【1】 。新加坡和新西兰在COVID-19大流行期间的表现证明了这一点——通过明确的指挥结构、综合监控和果断的政策协调,实现了高效的应急响应 【5】 。
协同治理需要联合规划与设计流程,在实施方面明确界定的角色和职责,以实现集体行动 【1】 。这意味着不能停留在原则层面,而要落实到具体的操作层面。例如,在平台经济监管中,需要加强部门统筹协调,强化政策联动和协同配合,避免重复执法、重复检查,探索建立案件会商和联合执法、联合惩戒机制 【11】 。
跨部门协同机制的常态化运行是成熟治理的引擎。在产业进入规模化运行后,监管不应再依赖专项治理与临时性联合执法,而应通过制度化、清单化、流程化的方式,将跨部门协同内化为治理常态 【6】 。具体机制包括:厘清牵头部门与配合部门的权责边界,形成标准统一、信息共享、执法联动的协同架构;建立监管数据的跨部门归集与分析机制,以数据流带动业务流的全程贯通 【6】 。
从碎片化到协同,还需要打破传统一刀切的静态监管模式。一种值得关注的思路是梯度化沙盒监管——在产业萌芽期最大限度松绑,通过容错免责机制保护创新积极性;在跨越关键期主动赋能;在高速扩张期及时规范;在成熟期转向常态治理 【6】 。这种随产业成长动态调优的监管模式,既避免了过早干预扼杀创新,也防止了监管滞后引发的市场失序 【6】 。
未来的社会治理结构将转向“分布式感知—共识计算—协同执行”的机制化治理网络 【8】 。这一网络的核心包括:分布式感知节点实时上报微观信息,共识生成机制通过多智能体博弈与协同计算生成政策建议,协同执行机制将治理任务分解为操作单元,反馈修正回路根据执行结果自动评估并生成调整建议 【8】 。
协同治理不仅是政府内部的协调,还需要政府、企业、社会等多方力量的共同参与。在AI内容治理中,一个完整的体系需要“技术—平台—政府—社会”四位一体的协同 【9】 。技术层攻关检测技术,平台层完善审核责任,政府层完善法律细则,社会层提升公众素养,四者缺一不可 【9】 。
更深层的趋势是从“协同”走向“一体化”治理。这意味着不仅要协调各部门的行动,还要构建统一的制度框架,从根本上弥合政策割裂 【2】 。在数据治理领域,国家层面已开始构建涵盖基础通用、数据基础设施、数据资源、数据技术、数据流通、融合应用、安全保障等部分的标准体系结构,为数据要素市场化的全面展开奠定制度底座 【6】 。
总结来看,治理体系从碎片化走向协同,核心在于三个转变:从临时协调走向制度化协同,从单一主体走向多元共治,从静态监管走向动态调优。这需要建立强有力的领导机制、明确的权责分工、常态化的跨部门协作流程,以及技术赋能的支持体系。未来,随着AI等技术的深度应用,治理体系有望从“被动协同”走向“主动一体化”,实现真正的系统化治理。
© 2018-2026 苏州互方得信息科技有限公司
苏ICP备17077178号|
苏公网安备 32059002001943号|增值电信业务经营许可证:苏B2-20240803