交織敘事：社會與計算機科學對人工智能基礎設施的洞見

2025年2月，國際期刊《國際研究季刊》（International Studies Quarterly）上刊載了題為《交織敘事：社會與計算機科學對人工智能基礎設施的洞見》（Entangled Narratives: Insights from Social and Computer Sciences on National Artificial Intelligence Infrastructures）的研究文章。該研究旨在回答一個核心問題：各國如何在復雜的國家和全球背景下，闡述其在人工智能基礎設施方面的價值觀與優(yōu)先事項？文章創(chuàng)新性地提出了“交織敘事”的理論框架，并借助機器學習與自然語言處理等前沿技術，對全球54個國家和地區(qū)的戰(zhàn)略文本進行深度分析。研究結果挑戰(zhàn)了將國家間發(fā)展差異簡單歸因于地緣政治競爭、模仿效應或政治制度差異的傳統(tǒng)理論，揭示了一個由分歧、聚類與轉型構成的，更為復雜多元的全球人工智能戰(zhàn)略圖景。啟元洞見編譯整理了其中的核心內容，供讀者參考。

一、引言：

理解人工智能戰(zhàn)略的“交織敘事”

2016年，以美國為代表的全球各國紛紛出臺《國家人工智能研究與發(fā)展戰(zhàn)略計劃》等國家級人工智能基礎設施戰(zhàn)略，標志著一場塑造社會與經(jīng)濟未來的全球競賽已然展開。但這些戰(zhàn)略文件并非簡單的政策宣告，它們更是一種“交織敘事”（entangled narratives），即各國借此講述關于自身價值觀、優(yōu)先事項與未來愿景的故事。這些敘事相互交織、彼此借鑒，但又各自獨立、各有側重。

本文的核心論點是，要理解全球人工智能基礎設施的多樣化格局，必須超越傳統(tǒng)的國際關系理論框架。現(xiàn)有理論往往將基礎設施和技術采納的差異歸因于地緣政治競爭、模仿效應或政治制度差異，但這難以解釋各國戰(zhàn)略在具體細節(jié)上的微妙差異與創(chuàng)新。我們提出的“交織敘事”概念，整合了傳播理論、基礎設施研究與技術擴散理論的洞見，認為人工智能戰(zhàn)略的形成是一個多元且復雜的態(tài)勢。

“交織敘事”具有多個組成部分，它既非單一的價值觀向量，也非一個主導性的聚合結果。它更像一個“人工智能衣櫥”，各國從中挑選不同的“單品”（如機器學習、經(jīng)濟競爭力、數(shù)據(jù)監(jiān)控等基本元素），但最終組合出的“套裝”卻各具特色，反映了其獨特的歷史制度背景與能力稟賦。例如，中國、美國等科技領先國家強調基礎研究能力，而印度則更側重于利用其獨特的國家數(shù)據(jù)集來發(fā)展應用層面的服務交付。

為了捕捉這種復雜性，本文將機器學習和自然語言處理等人工智能技術與傳統(tǒng)的社會科學質性分析相結合，運用一種名為“潛在狄利克雷分布”（Latent Dirichlet Allocation, LDA）的無監(jiān)督學習算法，對全球范圍內200多份國家級及次國家級（即各政府部門發(fā)布的）人工智能政策文件進行主題建模。這種方法能夠以數(shù)據(jù)驅動的方式，自動識別出文本中反復出現(xiàn)的“主題”，并將每份文件表示為這些主題的概率分布，從而在不犧牲精細化分析的前提下進行可推廣的模型構建。

二、研究方法：

運用主題建模解析戰(zhàn)略文本

本研究的方法論核心是利用LDA主題模型，從海量的人工智能政策文本中提取深層結構與核心議題。LDA算法的基本假設是：每一份文檔都是由一系列主題以不同的概率混合而成，而每一個主題又是由一系列詞語以不同的概率構成。分析流程如下：

1.數(shù)據(jù)收集與預處理

我們收集了截至2023年中期的54個國家和地區(qū)的221份人工智能戰(zhàn)略與政策文件。在分析前，我們對文本進行了標準化預處理，包括移除通用詞、國家自稱以及出現(xiàn)頻率過高或過低的詞語，以確保模型能夠聚焦于具有區(qū)分性的實質內容。

2.模型訓練與優(yōu)化

為增強結果的魯棒性，我們采用了集成LDA方法。該方法通過多次運行LDA模型并構建一個“模型集成”，從中篩選出穩(wěn)定出現(xiàn)的主題。我們通過主題一致性得分等技術指標來評估和選擇最優(yōu)模型。

3.結果解讀

模型輸出的結果是每個國家在不同主題上的概率分布，以及每個主題下的關鍵詞列表。通過對這些結果的可視化和聚類分析，我們可以清晰地看到國家集群、核心主題以及各國的戰(zhàn)略側重。相比傳統(tǒng)的關鍵詞頻率分析或人工文本解讀，這種方法能夠捕捉詞語背后的語義關聯(lián)，揭示出更為抽象和深刻的政策議題。

三、研究發(fā)現(xiàn)：

三個層次的人工智能戰(zhàn)略圖景

我們的分析在三個層次上展開，國家級戰(zhàn)略比較、包含次國家級戰(zhàn)略的政策深度比較，以及跨國重要政策主題分析。

（一）國家級戰(zhàn)略層面：七個顯著的國家集群

在僅分析各國最高級別國家人工智能戰(zhàn)略的層面，我們識別出了七個顯著的國家集群。

1.科技先行者（中國、美國、日本）。戰(zhàn)略核心高度一致，集中于基礎科學與技術能力。關鍵詞包括“聯(lián)邦”、“勞動力”、“數(shù)據(jù)集”、“硬件”和“網(wǎng)絡安全”。

2.德-瑞合作主義集群（德國、瑞士）。同樣強調技術發(fā)展，但更側重于社會對話與治理過程。“對話”、“歐洲”和“中小企業(yè)”等關鍵詞凸顯了其對多方協(xié)商和產業(yè)生態(tài)的重視。

3.歐盟集群。以歐盟及其多數(shù)成員國為代表，聚焦于歐盟層面的政策規(guī)劃與經(jīng)濟社會議題。關鍵詞包括“項目”、“經(jīng)濟事務”、“組織”和“能力”。

4.拉丁美洲-西班牙影響集群。由西班牙及多個拉美國家構成，其主題帶有強烈的發(fā)展與議程設置色彩。關鍵詞包括“提議”、“生產性的”、“軸心”和“經(jīng)合組織”。

5.英聯(lián)邦影響集群。包括英國、印度、新加坡、澳大利亞等國，具有鮮明的創(chuàng)業(yè)與問題解決導向。關鍵詞包括“部署”、“初創(chuàng)公司”和“解決”。

6.其他經(jīng)濟發(fā)展集群。如以希臘、塞浦路斯為代表的經(jīng)濟集群，和以泰國、韓國為代表的經(jīng)濟增長與發(fā)展集群，分別聚焦于數(shù)字化服務和特定產業(yè)應用。

分析揭示出國家人工智能戰(zhàn)略呈現(xiàn)出清晰的區(qū)域性、歷史性和發(fā)展階段性特征。領導者國家關注核心能力，而其他國家則根據(jù)自身條件和外部影響網(wǎng)絡，形成各具特色的戰(zhàn)略路徑。

圖1 國家人工智能基礎設施熱力圖

*圖注：該熱力圖展示了各國國家級人工智能戰(zhàn)略在不同主題上的分布情況。縱軸為國家，橫軸為主題。顏色越深（藍色）表示該主題在該國戰(zhàn)略中的權重越高。左側的聚類圖顯示了戰(zhàn)略相似國家的集群關系。

圖2 主題、集群、關鍵詞與對應國家

*圖注：該表詳細解釋了圖1中各主題的內涵，列出了每個主題的核心關鍵詞及代表國家，是理解熱力圖的關鍵。

（二）次國家級戰(zhàn)略的政策層面

將次國家級政策文件納入分析后，人工智能領域的領導者（中國、美國、德國、日本、歐盟）在政策深度層面變得更加獨特，各自形成了幾乎獨一無二的主題，其治理已深入社會經(jīng)濟的各個層面。例如：

1.德國。其獨特性在于對倫理和社會關切的高度重視，關鍵詞包括“倫理”、“同意”、“義務”和“通用數(shù)據(jù)保護條例（GDPR）”。

2.美國。其獨特性在于具體的政府機構參與和經(jīng)濟導向，提及了國家科學基金會（NSF）等機構，并強調“基準”、“版權”、“專利”等議題。

3.中國。其獨特性在于對基礎科學、安全和標準化的強力推動，關鍵詞包括“理論”、“突破”、“深度學習”和“防御”。

與此相對，大多數(shù)其他國家則趨向于圍繞幾個基礎性主題進行聚合。超過三分之二的國家都高度集中于一個核心主題，可以將其概括為人工智能基礎設施的“3C”：能力（Competences）、關切（Concerns）和性能（Capabilities）。在此基礎上，部分國家進入了發(fā)展的第二階段，即監(jiān)管與經(jīng)濟組織階段。這表明，全球人工智能基礎設施的發(fā)展存在一個從“基礎構建”到“深度治理”的演進路徑。

圖3 國內人工智能基礎設施熱力圖（包含次國家級計劃）

*圖注：該熱力圖的數(shù)據(jù)源包括了所有國家級和次國家級的政策文件。與圖2對比，可以清晰地看到領先國家（如中國、美國、德國）從集群中分離出來，形成獨特的單一主題，而其他國家則趨于聚合。

圖4 國內人工智能基礎設施：主題詞云

*圖注：該圖以詞云形式直觀展示了圖3中幾個關鍵主題（尤其是領導者國家獨特主題）的關鍵詞。詞語大小代表其重要性，生動揭示了各國獨特的治理側重點。

（三）跨國重要政策層面

最后，研究聚焦所有次國家級文件中最重要的五個跨國政策主題，揭示出全球人工智能治理的共同議程。

1.數(shù)據(jù)集與治理。這是人工智能發(fā)展的基石，是中美歐日等主要參與者的博弈焦點。

2.教育與培訓。人才培養(yǎng)是各國共識，在此主題上，中國的文件占據(jù)絕對主導地位。

3.經(jīng)濟。人工智能作為經(jīng)濟增長引擎，是各國普遍關注的議題，但當前敘事更偏向工業(yè)和后工業(yè)領域。

4.合同與產權。法律與監(jiān)管框架，主要由歐盟及其他奉行多元主義的經(jīng)合組織國家主導。

5.交通。以自動駕駛為代表，集中討論責任、損害、賠償?shù)葐栴}，歐盟和澳大利亞的文件在這一領域最為突出。

這五個主題的分析進一步證實了人工智能戰(zhàn)略的“糾纏”特性。各國在一些基礎議題上存在共識，但在治理模式和具體應用監(jiān)管上則展現(xiàn)出不同的路徑依賴和價值取向。

四、結論與啟示

本研究通過結合計算科學與社會科學的方法，對全球國家人工智能戰(zhàn)略進行了系統(tǒng)性分析，得出了關于“交織敘事”和技術擴散的三個核心結論。

首先，全球人工智能戰(zhàn)略格局是多元且復雜的，并非單一的地緣政治競爭敘事所能概括。我們的聚類分析顯示，除了中美等國的領先地位，還存在基于區(qū)域、歷史聯(lián)系和治理模式的多個戰(zhàn)略集群。這證實了技術擴散并非簡單的線性模仿，而是在不同社會政治情境下被創(chuàng)造性地采納和重塑的過程。

其次，人工智能基礎設施的發(fā)展呈現(xiàn)出階段性特征，領導者與追隨者的戰(zhàn)略邏輯存在根本差異。在政策深度層面，領先國家展現(xiàn)出高度的獨特性和復雜性。而大多數(shù)國家則聚焦于構建基礎能力，其戰(zhàn)略更具共性。這一發(fā)現(xiàn)為理解全球數(shù)字鴻溝提供了新的維度，即政策深度和治理成熟度的鴻溝。

最后，“交織敘事”的理論框架與計算分析的方法論相結合，為研究復雜的全球事務提供了強有力的工具。我們的方法不僅揭示了宏觀的模式，還保留了對微觀細節(jié)的洞察，實現(xiàn)了“模式”與“粒度”的統(tǒng)一。這證明了將人工智能技術用于分析人工智能政策，能夠超越傳統(tǒng)研究方法的局限，捕捉到難以觀測的文本內在結構和關聯(lián)。

總而言之，要理解21世紀全球技術治理的復雜動態(tài)，我們必須超越簡單的二元對立框架，轉向一種能夠容納多樣性、交叉性和演化性的“交織敘事”視角。社會科學與計算機科學的深度融合，為此提供了前所未有的分析能力，使我們能夠更精確地描繪出各國在全球人工智能浪潮中如何講述自己的故事，以及這些故事如何共同編織出這個時代的全球圖景。

免責聲明：本文轉自啟元洞見。文章內容系原作者個人觀點，本公眾號編譯/轉載僅為分享、傳達不同觀點，如有任何異議，歡迎聯(lián)系我們！

轉自丨啟元洞見

研究所簡介

國際技術經(jīng)濟研究所（IITE）成立于1985年11月，是隸屬于國務院發(fā)展研究中心的非營利性研究機構，主要職能是研究我國經(jīng)濟、科技社會發(fā)展中的重大政策性、戰(zhàn)略性、前瞻性問題，跟蹤和分析世界科技、經(jīng)濟發(fā)展態(tài)勢，為中央和有關部委提供決策咨詢服務。“全球技術地圖”為國際技術經(jīng)濟研究所官方微信賬號，致力于向公眾傳遞前沿技術資訊和科技創(chuàng)新洞見。

地址：北京市海淀區(qū)小南莊20號樓A座

電話：010-82635522

微信：iite_er