在科技發展過程中，人工智能與區塊鏈曾以各自獨立的技術路徑並存共生。人工智能的要旨在於實現技術的智能化，主要通過數據分析和深度學習模擬人類的決策行為﹔區塊鏈則通過去中心化、防篡改、可追溯的分布式賬本，在陌生數據環境中建立信任關系。在人工智能和區塊鏈均已取得突破性進展的背景下，二者的融合發展擁有廣闊空間。黨的二十屆四中全會審議通過的《中共中央關於制定國民經濟和社會發展第十五個五年規劃的建議》提出，“全面實施‘人工智能+’行動，以人工智能引領科研范式變革，加強人工智能同產業發展、文化建設、民生保障、社會治理相結合，搶佔人工智能產業應用制高點，全方位賦能千行百業”。無論從技術發展的自身規律還是國家政策導向看，人工智能與區塊鏈的技術融合已是大勢所趨，迫切需要制度與實踐層面的法律規制作出回應。

區塊鏈可以為人工智能提供更可信的數據基礎，提高人工智能決策的安全性能。人工智能依靠所佔有的數據信息進行決策分析，其決策質量往往受制於兩方面因素：數據信息的不充分性和數據信息不夠安全可信。而區塊鏈技術和應用場景的加持，能夠為人工智能提供一個充分、安全、可靠的數據系統。具體而言，區塊鏈不僅可以有效存儲數據的內容和形式，還可以確認數據的權益狀態，其去中心化特征使數據不再集中存儲於單一服務器，加之以非對稱加密算法生成嚴格的權限控制，能夠確保鏈上數據的內容和形式難以被篡改﹔同時，可信時間戳、智能合約能夠實現數據來源和流轉過程的可追溯，確保數據持有者、使用者、經營者等不同主體的權益，從而減輕共享數據的后顧之憂。目前，以可信賴、可共享的區塊鏈數據支持人工智能決策，已經有了一定的實踐探索。比如，在智慧城市場景下，借助區塊鏈數據存儲的支持，醫療衛生、環境資源、交通設施、社會保障等各領域數據能夠在明確數據權限基礎上實現較大程度共享，從而顯著提升人工智能的決策質量。

人工智能可以將區塊鏈原本的“預設型決策”轉化為“動態型決策”，提高區塊鏈的決策效率。區塊鏈有一定的決策能力，但主要通過既定的共識算法及智能合約實現，這種決策能力過於依賴預先設定的算法邏輯，對復雜情況的感知和判斷能力不足。人工智能則可以通過分析不同階段積累的數據作出決策，實時回應決策條件變化，從而優化區塊鏈的智能決策水平。例如，深度學習技術可以根據區塊鏈歷史數據、節點異動以及執行結果，及時調整區塊鏈共識算法的記賬權分配機制，提高對異動節點的識別處置能力。而自然語言識別技術則能夠使智能合約走出簡單機械的預置程序，依據實時數據應對可能出現的情勢變更。可以說，有了人工智能技術的支持，區塊鏈就能夠從程序設計者的“書本智能”，走向集合社會心智與情感互動的“市井智能”。

“人工智能+區塊鏈”的技術融合是一種新的技術形態，需要有新的法律規制體系予以回應。這一新的法律規制體系，既要在制度層面彌補既有專門法律規則的不足，也要在實施層面有效解決法律責任的歸屬問題，同時，還需要特別注重全進程監管。

首先，“人工智能+區塊鏈”技術融合具有復雜集成性特征，呼喚制定專門法律規則。受技術路徑差異影響，既有人工智能法律規則更注重治理智能決策帶來的技術風險和倫理問題，區塊鏈法律規則更注重保証數據存儲與傳遞中的信賴關系。“人工智能+區塊鏈”的融合形態具有極強的復雜集成性，是基礎算法、技術知識和產業生態一系列因素的有機融合體，兩類規則的簡單整合無法滿足技術融合后新場景的規制需求。對此，一是從技術融合的底層邏輯出發，將一般法律所包含的國家安全、知識產權、個人信息、平等保護等要求，融入技術融合的專門規則。二是根據應用場景的具體現實，對相關行業立法進行整合。比如，人工智能與區塊鏈在精准醫療、智慧交通、供應鏈管理場景中的融合應用，無法單純從衛生、交通、物流等行業分別進行規制，而是需要打破傳統行業壁壘，對行業性法規進行疊加、協調和整合。三是專門面向技術融合的技術標准及時跟進，通過國家標准、行業標准和團體標准闡明技術融合的關鍵術語、架構及評估基准等，彌補一般法和行業法因制定周期較長導致的規則滯后問題。

其次，“人工智能+區塊鏈”技術融合具有動態更新的應用場景，需要更加注重法律規則實施中的責任追究問題。人工智能與區塊鏈技術處於高速發展和迭代中，二者融合的場景具有快速更新的特點。技術融合規則一經產生，常常已經落后於真實的應用場景。為解決這一問題，對技術融合場景的法律規制需要啟動應對規則缺失的機制。法律責任具有原則性、可解釋性和威懾性，正可彌補技術融合規則的缺失。與傳統責任追究的差別在於，技術融合的責任主體更加多元，責任因果鏈條也更加復雜。例如，如果“人工智能+區塊鏈”所支持的技術產品發生事故，承擔責任的主體很難被單純歸結為區塊鏈算法研發者、人工智能算法研發者或者其他參與者，責任產生的因果鏈條也很難得到清晰論証。為此，可以採取“先概括后具體”的歸責思路，首先以強化主體注意義務的過錯推定責任甚至無過錯責任概括歸結技術融合的法律責任，然后在技術融合的不同主體之間進行具體的責任區分。通過明確和追究相關主體的法律責任，倒逼各方採取負責任的行動，填補法律規則的赤字問題，形成有效的威懾和救濟機制。

最后，“人工智能+區塊鏈”技術融合具有一定的不可預測性，需要通過全過程監管評估化解風險隱患。即使“規則—實施”體系可以在制度和實踐層面發揮作用，面對技術融合的復雜生態，仍有研發者難以預料的問題出現。因此，監管者和評估者不僅應是既有規則的執行者和維護者，還應是風險的預防者和控制者，且這種預防和控制必須貫穿技術融合全過程。具體而言，技術啟動前的准備階段，需要確保技術融合算法和數據的合規﹔技術結束后的效果驗証階段，則需要就社會影響作出合理、合法性評估。為確保技術融合的運行過程在法律上可驗証、可解釋、可干預，監管主體應建立有效的識別和預警機制，實現技術融合關鍵點的留痕和追溯。為此，可嘗試將人工智能強制標識、區塊鏈監管沙盒等既有技術工具向技術融合的場景轉移，以最大限度預警甚至降低技術融合的風險。當然，技術融合並不意味著傳統人工監管的退場，相反，這一新的場景對適時適度的監管干預提出更高要求。

總之，“人工智能+區塊鏈”技術融合是科技力量所催生的生產力新質態，必將帶來經濟社會關系的巨大變革，進而推動法律規制范式和內涵的深刻變化。這既是一個制度規則建設問題，也是一個社會價值規范的演化問題，觸及人與技術關系的新倫理和新秩序。

（作者：康寧，系北京航空航天大學法學院副教授、數字正義研究中心副主任）

分享讓更多人看到