Page 71 - 《党政研究》2026年第4期

社会安全直接关系人民群众切身利益，是风险治理的底线所在。人工智能在社会领域
广泛应用，带来技术滥用、权利侵害、秩序失范等突出问题，其风险主要表现为技术赋能
的犯罪升级和隐私数据的大规模泄露。其一，智能犯罪升级与防控体系承压。从技术犯罪
升级角度看，人工智能技术的应用可能会使得一些犯罪行为更加隐蔽和智能化，从而增加
了打击犯罪的难度。随着人工智能技术在安防、金融等领域的不断应用，一些犯罪分子开
始利用人工智能技术实施犯罪行为，例如利用人工智能技术进行人脸识别、语音识别等，
从而逃避警方的打击。这种技术赋能的犯罪升级，使得传统的安全防范手段面临失效的风
险。其二，数据滥用与隐私权利侵害。人工智能技术应用过程中需要收集大量的个人数
据，如果这些数据被泄露或滥用，将会对个人的安全和权益造成严重的危害。例如，
ＯｐｅｎＡＩ 的多模态大模型 ＣｈａｔＧＰＴ ｏ３ 展现出的图像推理能力，已不囿于依赖显性标识进行
精准定位，还能够在关键线索被遮蔽的情形下，凭借残余环境特征实现替代性推断。这反
映出，多模态大模型的地理识别能力已实现从 “单一特征识别”到 “多线索关联推理”
的质变。因此，传统基于局部遮挡的隐私保护策略正逐渐失效，个人隐私与位置信息的泄
露风险显著上升 。２０２４ 年，全国首起利用 ＡＩ 大模型侵犯公民个人信息案在杭州侦破，
〔 ３８〕
有团伙使用 ＡＩ 换脸大模型突破头部平台人脸认证，窃取用户隐私信息 。三星公司更是
〔 ３９〕
曾在一个月内连续发生 ３ 次因员工使用 ＣｈａｔＧＰＴ 造成敏感数据泄露事件 。其三，算法
〔 ４０〕
偏见扩散与社会不公加剧。人工智能系统在数据训练与模型构建的过程中，往往依赖大规
模的历史数据作为基础输入，在此过程中极易将既有社会结构中的偏差与不平等关系隐含
嵌入模型之中，并通过算法决策加以放大与固化。这种偏差可能将在就业匹配、公共服务
分配、信用评估等场景长期传导，引发隐性歧视与机会不均等问题。这不仅削弱了社会资
源配置的公正性与制度运行的正当性，也侵蚀了公众对治理体系的信任基础，持续影响社
会整体公平与稳定性。２０１９ 年以来，美国医疗系统中因为使用人工智能技术导致种族偏
差的案例屡有发生，主要源于训练数据中对少数族裔的历史性数据缺失或社会性不平等记
录，导致算法在预测疾病风险、推荐护理及诊断时出现系统性歧视。英国 《卫报》在
２０２４ 年披露，一套用于检测英国福利欺诈的人工智能系统中被发现存在系统性偏见；具
体而言，年龄、残疾与否、婚姻状况和国籍会影响调查索赔的决定，引发公众对 “先伤
害，后补偿”做法的担忧。
（四）伦理道德失范风险：价值冲突、责任模糊与主体异化
生成式人工智能作为 “飞入寻常百姓家”的实用工具，在 “极大加快了人类社会的
智能化转型” 的同时，也引发了一系列伦理道德问题，其风险主要源于人工智能的自主
〔 ４１〕
决策能力与人类价值体系的冲突以及责任边界的模糊化。第一，道德两难与价值冲突。人
工智能的自主决策能力并非单纯提升治理效率，也可能将原本由人类承担的价值判断转化
为技术系统中的 “非 ０ 即 １”的程序选择，从而引发道德责任与伦理边界的冲突。从价值
冲突角度看，人工智能的自主决策能力可能会挑战人类的道德底线。例如，在自动驾驶汽

车中，如果汽车面临着 “撞人还是撞车”的道德困境，应该如何破解 “电车难题”（ Ｔｒｏｌ
ｌｅｙ Ｐｒｏｂｌｅｍ）呢？这一问题不仅涉及技术层面的问题，还涉及伦理道德层面的问题。当系
①
统必须在不同生命利益之间作出决策时，决策逻辑不仅涉及技术参数优化，更涉及生命价
值排序、风险分配原则与责任归属规则等伦理问题。由于人工智能并不具备人类意义上的
道德自觉与价值体系，其决策结果一旦偏离社会普遍认可的伦理期待，便可能引起公众对
技术正当性、公正性与可接受性的质疑。由此可见，人工智能的自主决策放大了技术理性
与道德理性之间的矛盾，形成具备现实争议的风险。第二，责任边界模糊与追责困境。从

① １９６７年，英国哲学家菲利帕·福特抛出了一个至今仍被热议的 “电车难题”：一辆电车突然失控，正朝着轨道
上的 ５个人冲过去，而此时司机如果转动方向盘，就能让电车开到另一条轨道上———可那条轨道上也站着 １ 个
人。这就把司机推到了两难的境地：是否应当牺牲一个人而拯救五个人？

７ ０ · ·