人工智能在檔案事業中的倫理審視

摘要：隨著人工智能（AI）技術在檔案管理領域的廣泛應用，其引發的倫理問題日益受到關注。本文首先探討了人工智能在檔案管理中的應用現狀；其次，基于政策分析、文獻研究與案例分析，總結了人工智能應用帶來的倫理挑戰，涵蓋社會、經濟、技術、法律與哲學五個層面；最后，從宏觀的政策與治理框架、中觀的機構與流程管理以及微觀的技術與操作標準三個層次提出了相應的應對策略。

關鍵詞：人工智能（AI） 檔案事業 倫理

Abstract： With the widespread application of artificial intelligence （AI） technology in the field of archival management， the ethical issues it raises have increasingly attracted attention. This paper first explores the current state of AI applications in archival management. Secondly， based on policy analysis，literaturereview，andcasestudies，itsum？ marizes the ethical challenges brought about by AI applications， covering five dimensions： social， eco？ nomic， technical， legal， and philosophical levels. Fi？ nally， this paper proposes corresponding counter？ measures from three levels： policies and gover？ nance frameworks in macro- level， institutional and process management in meso- level， and technicalandoperationalstandardsinmicro-level.

Keywords： Artificial intelligence （AI）； Archival work； Ethics

隨著人工智能技術（Artificial Intelligence，AI）的迅猛發展，其在各行各業中的應用不斷深化，檔案管理領域也經歷了從傳統手工處理向智能化、自動化轉型的深刻變革。特別是生成式人工智能（Generative AI）的出現，不僅顯著提升了檔案數據處理的效率與精度，還在文本生成、內容分類、智能檢索等方面展現出強大的應用潛力。然而，技術進步的同時，倫理挑戰也日益凸顯，涉及隱私保護、算法偏見、數據安全、知識產權與倫理合規等多個方面，給檔案管理帶來了新的復雜問題。如何在技術應用與倫理規范之間取得平衡，已成為檔案管理領域亟待破解的難題。既有研究已經對人工智能在檔案領域的應用進行了探討，但多數研究主要集中于技術層面的實現路徑與效率提升，缺少對其潛在倫理風險的系統分析。基于此，本文不僅關注人工智能技術在檔案管理中的實際應用，還重點分析其引發的倫理挑戰，旨在彌補現有研究的不足，并提出相應的應對策略。研究結論力求為推動人工智能在檔案管理領域的健康發展提供理論支持與實踐參考。

一、人工智能在檔案管理中的應用現狀

在全球數字化轉型的浪潮中，人工智能以其強大的數據處理和分析能力，為檔案管理的數智化轉型提供了全新的歷史機遇。當前，加快人工智能與檔案管理的深度融合已成為國際共識和趨勢，歐盟推出“數字歐洲計劃”（Digital Europe Programme），特別強調利用人工智能技術處理歷史檔案中的大規模數字化和索引問題；美國國家檔案與文件管理署（NARA）發布“策略發展計劃：2022—2026”（NARA’s Strategic Plan 2022—2026），提出要利用人工智能技術推動檔案現代化。[1]近年來，中國也發布了包括《“十四五”國家信息化規劃》《數字中國建設整體布局規劃》《“十四五”全國檔案事業發展規劃》在內的多項規劃政策，對人工智能技術在檔案管理中的應用提供了指導。

在實踐應用領域，人工智能技術在檔案管理中的應用已遍及檔案整理、分類、存儲、開放審核、開發、利用等多個環節。在檔案整理、分類、存儲等環節，自然語言處理、機器學習等技術能夠實現數據清洗和格式轉換、智能分類和歸檔，云計算和分布式存儲技術能夠進行智能化的資源分配和存儲優化。[2]在檔案開放審核環節，語言技術平臺LTP分詞、預訓練模型、文本分類技術能夠幫助構建檔案智能劃控引擎，實現人工智能輔助檔案開放審核。[3]在檔案開發環節，人工智能的數據分析能力可以幫助挖掘檔案中潛在的知識和信息價值，為決策提供支持。[4]在檔案利用環節，智能檢索和內容推薦技術能夠為用戶提供更加精確和高效的檔案服務，還可以根據用戶歷史行為進行個性化推薦，提高檔案利用率。[5]然而，人工智能技術是一把雙刃劍，其在給檔案管理帶來便利與高效的同時，也引發了隱私數據泄露、算法歧視與偏見、檔案工作者職業角色邊緣化等一系列亟待解決的技術、法律與倫理問題。[6]

在理論研究領域，首先，以“人工智能+檔案”為關鍵詞進行檢索，在CNKI、Springer、ProQuest等數據庫進行檢索，得到相關文獻298篇，主要包括三類：一是人工智能在檔案管理中的應用與實踐，涉及檔案分類[7]、整理[8]、檢索[9]、鑒定[10-11]、開發利用[12]、數據化[13]、原生數字檔案管理[14-15]等。二是人工智能賦能檔案管理的創新發展與啟示，提供了中外經驗借鑒[16-18]和未來發展方向[19]；三是生成式人工智能與檔案管理的風險及其規制，涉及檔案身份認定[20]、利用服務[21]等。上述研究展現了人工智能技術在檔案管理領域從基礎應用到戰略規劃的全景式探索。其次，以“人工智能+倫理”為關鍵詞進行檢索，得到相關文獻983篇，涉及法律[22]、教育[23]、新聞傳播[24]、行政管理[25]等多個領域，說明當前社會各行各業對于人工智能技術引發的倫理問題的熱切關注。最后，以“人工智能+檔案+倫理”為關鍵詞進行檢索，僅得到相關文獻7篇（檢索日期均截至2024年11月20日），這些研究指出了檔案領域面臨的算法偏見與歧視、算法歸檔與保存、檔案職業道德等一系列倫理問題。[26-28]

從綜合實踐應用和理論研究的角度來看，檔案領域對人工智能技術的關注日益增加，人工智能技術已深刻且多維地影響了檔案事業的發展。然而，相較于技術的快速推進，檔案領域對人工智能可能引發的倫理問題尚未給予足夠重視。這一現象與其他領域對人工智能倫理問題的熱烈討論形成鮮明對比，凸顯了檔案領域深入思考和積極應對“人工智能倫理挑戰”的重要性、必要性和迫切性。對此，本文采用文獻研究法、內容分析法，對國內外人工智能倫理政策文本、檔案領域相關文獻內容進行分析和編碼，以識別人工智能給檔案事業帶來的倫理挑戰，并提出針對性的應對策略。

二、人工智能在檔案事業中的倫理挑戰

由于人工智能技術在各行業領域的應用具有一定的共通性，全面而多角度地考察其他領域所面臨的倫理挑戰，既有助于更加全面地識別檔案管理中可能遇到的倫理風險，又能為應對這些挑戰制定更具前瞻性的規劃和戰略指導。尼古拉斯·克魯格·科雷亞（Nicholas Kluge Corrêa）等人在2023年對全球公共機構、學術機構、私營公司和民間社會組織發布的200項人工智能應用的治理政策和道德準則進行元分析，識別出人工智能應用相關的17項共性倫理議題及其準則，[29]得到廣泛認可與應用（表1中A1至A17所示）。根據這些議題的主題內容、應用領域和主要目標，可將其歸納為社會、經濟、技術、法律和哲學五大類（表1中S1至S5所示）。

盡管人工智能在各行業領域的倫理問題具有共性，但其在檔案領域的應用仍展現出獨特的特點與側重點。這種獨特性主要源于檔案領域的特性，如信息的真實性、完整性、長期保存性以及對隱私和歷史責任的特殊要求。基于此，本文從相關文獻中篩選出18份提及人工智能應用引發檔案倫理問題的文獻，歸納出18項具體的倫理挑戰（表1中B1至B18所示）。通過將這18項檔案領域的倫理挑戰與17項通用性倫理議題進行交叉檢驗和對照修正，本文構建了如表1所示的映射關系。其中，通用性倫理議題中已提出而檔案領域尚未涉及的，可視為檔案領域的“潛在”或“應然”倫理挑戰；而通用性倫理議題未提及但檔案領域已存在的，則可視為“特殊”或“實然”倫理挑戰。由表1可知，人工智能在檔案領域的倫理挑戰在社會、法律和哲學層面與通用性倫理議題高度重合，分歧較少。然而，在經濟和技術層面的倫理挑戰上，檔案領域則展現出明顯的獨特性，反映出其特殊的風險與隱憂。這一現象不僅提醒檔案工作者應高度關注這些潛在風險，更呼喚從制度與技術層面加強應對策略。基于此，本文從社會、經濟、技術、法律和哲學五個層面對人工智能在檔案領域的倫理挑戰進行綜合分析，試圖探討共性與差異交織下的應對之策，以期為檔案領域的人工智能倫理治理提供理論支撐與實踐參考。

其一，人工智能應用帶來社會層面的檔案倫理挑戰。一是社會多樣性與包容性。人工智能系統通常由特定背景的開發者設計和訓練，或基于特定領域的樣本數據集進行迭代，難以全面理解和尊重不同社會群體的文化差異和價值觀。這種局限性可能導致對特定文化、族群或歷史背景檔案的誤處理，影響檔案管理的公正性與包容性。二是算法偏見與公平。由于檔案記錄往往涉及不同背景的個人和群體，AI算法在處理這些數據時可能存在偏見，進一步邊緣化某些群體。如“男人是計算機程序員，而女人是家庭主婦”[30]之類的關系將強化數據中表示的刻板印象。三是用戶社群與教育。在針對“數字檔案用戶是否為AI時代做好準備”的調查中，[31]參與者表示花數年時間學習新的計算方法，或與其他領域的專家進行磨合協作，并不一定能得到相應的回報。這反映出人工智能技術在檔案管理中的應用仍存在用戶接納度低的問題，亟須加強用戶教育與能力培訓。四是兒童和青少年權利。盡管這一挑戰在其他領域已有所提及，但在檔案領域尚未引起足夠重視。由于人工智能技術的設計通常基于成人邏輯，往往忽視兒童和青少年作為特殊群體的需求，可能導致其隱私和權益被忽略。這一現象啟示檔案領域在應用人工智能技術時，應注重識別兒童和青少年的特殊需求，強化對其隱私和權益的保護，完善相關制度設計。

其二，人工智能應用帶來經濟層面的檔案倫理挑戰。一是競爭與合作。擁有大量檔案數據和人工智能技術能力的檔案機構，將能夠進行更高效的數據分析和利用，從而占據領先地位，這種不平等可能導致合作的局限性，使得小型檔案機構無法與大型檔案機構開展有效合作。二是巨大的經濟成本。人工智能技術需要巨大的資金支持，以系統為例，開發一套人工智能系統涉及業務和算法的復雜性，加之使用的硬件、人力、數據等成本，綜合造價不菲。而檔案部門面臨的在公共領域缺乏足夠重視的困境使其在爭取資金支持時尤為困難，難以形成有效的資金支持策略。三是可持續發展與數字化存檔的挑戰。這是檔案領域尚未作為倫理問題提及，卻是全球變暖背景下值得關注的重要問題。人工智能技術能耗高和二氧化碳排放問題不容小覷，尤其隨著數據集與模型日益復雜，AI模型的訓練與運行消耗的能源急劇增長，正在加速氣候變化。[32]此外，人工智能生成的檔案和數據如果沒有得到合適的存儲和管理，可能面臨喪失或無法訪問的風險，直接或間接造成經濟損失。四是勞工權利。人工智能技術的應用使得檔案工作者的經驗可以被復制和共享，進而帶來就業市場變化、技術資源分配不均衡、惡性競爭、數據壟斷、經濟效益分配不公等問題。此外，人工智能正在變得跟兩次工業革命中的煤炭、電力一樣，成為web3.0時代的重要“能源”。現如今的新一代具身智能能夠以主觀視角感知，擬人化思維思考，甚至不需要像傳統人工智能那樣被動接受數據投喂。凡此種種都在無形之中威脅到人類在物質生產勞動過程中的地位，催生公眾的“AI恐慌”。

其三，人工智能應用帶來技術層面的檔案倫理挑戰。一是技術不信任與依賴。盡管人工智能能夠顯著提高檔案處理效率，檔案工作者對人工智能技術的處理結果仍存有廣泛的不信任感，認為依賴機器而非人工判斷可能會導致重要的檔案信息喪失或錯失。一項針對檔案工作者對人工智能技術態度的調查結果顯示，部分參與者對采用人工智能來解決敏感問題或決策過程持懷疑態度。[33]二是程序透明與解釋。人工智能算法的“黑箱”特征可能會導致最終結果缺乏可解釋性，甚至出現問責問題，繼而影響檔案管理的公正性和可信度。用戶難以理解系統是如何做出決策的，同時研究人員也無法完全理解或批判這些系統，從而作出深入研究與改進。一旦出現算法結果（尤其是決策）上的重大偏差，更難以實現業務與法律層面的問責。三是算法歸檔與保存。法律層面，AI算法往往涉及復雜的知識產權或商業機密，歸檔這些算法可能與企業利益或法律法規發生沖突。實操層面，算法往往有著特定的運行環境（如特定的操作系統、編程語言版本、編譯器等）、數據基礎（主要指訓練數據集）、支持文件（如安裝指南、配置說明、使用手冊）等，如果這些對象在歸檔時沒有完全囊括在內或發生版本迭代，可能會造成算法在未來環境中無法正常運行。四是風險管理。檔案機構在引入人工智能技術時，更多專注于技術的應用效果，而容易忽視對于風險的系統性的預警、監控、評估和處置。此外，適用于通用環境下的人工智能模型未必適用于特定的檔案工作環境，業務屬性的差別可能會造成實際檔案工作中的合規風險。

其四，人工智能應用帶來法律層面的檔案倫理挑戰。一是國家安全威脅。部分檔案內容涉及國家秘密，人工智能系統的自動化特性可能使得檔案管理系統容易成為網絡攻擊的目標，如深度學習模型在面臨對抗性攻擊時，在數據的隱私性、準確性和完整性等方面均暴露出安全威脅，攻擊者能夠通過極小的輸入擾動對模型進行操控，進而導致系統的錯誤判斷。[34]二是數據隱私與安全。人工智能在檔案管理過程中接觸大量的敏感數據，涉及數據隱私和安全問題。例如，英國信息專員辦公室、荷蘭數據保護機構等均對美國的Clearview AI公司開出巨額罰單，因其建立了包含30億張面部圖像的數據庫用于提供人臉識別服務，導致公眾隱私嚴重受損。[35]三是版權和所有權問題。人工智能參與輔助性工作生成的原生電子檔案是否符合版權保護要求的“原創性”條件，及其所有權歸屬問題，[36]都需要進行持續且深入的討論。四是責任歸屬與法律監管問題。人工智能系統在檔案管理中的廣泛應用可能導致責任劃分的不明確，特別是在自動化處理檔案信息時。如果決策造成數據錯誤或檔案管理失誤，究竟是技術提供商、檔案工作者還是算法本身應該為此負責，可能會成為法律上的爭議點。

其五，人工智能應用帶來哲學層面的檔案倫理挑戰。一是“技術向惡”（Technology for Harm）的可能性。異化幾乎是任何科技在發展過程中都無法回避的議題，不加控制的技術將逐漸偏離最初的服務于人的目的，甚至可能反過來控制或支配人。同樣，人工智能技術在檔案工作中的應用若未能充分考慮其倫理影響，可能會放大其負面后果，甚至被應用于對人類有害的目的。二是人的參與和人工干預。人工智能技術的發展引發了對其“意識”或“自主性”的討論，如在自動化處理檔案時，人工智能是否像人一樣具備“道德判斷”或“倫理決策”能力。此外，人工智能技術推崇大數據、強算力的“暴力美學”，往往忽視檔案背后的深層文化內涵與歷史意義，或將削弱檔案工作者和大眾的深層理解，導致檔案的“工具化”傾向。三是人的主體性異化。一方面，人工智能在信息資源管理領域表現優異，尤其是對檔案文本的分析方面比普通人工更加優質高效，這或將影響到檔案工作者在檔案工作中的地位，讓其對自身意義、職業意義產生困惑，甚至催生人機關系的重構；另一方面，人工智能視域下，人類行為與非人類行為之間的界限變得模糊，當人工智能做出影響歷史解釋和檔案管理的決策時，究竟是“人類行為”還是“機器行為”？四是技術依賴和濫用。人工智能在檔案管理中的使用涉及許多道德決策，其可以幫助檔案工作者做出更高效的決策，但這種決策可能會受到AI算法的局限性影響，導致某些檔案數據被過早公開或錯誤地被拒絕訪問，倘若檔案工作者濫用人工智能技術且不加以監測和干預，則可能引發風險。

三、應對檔案事業中人工智能倫理挑戰的多維策略

人工智能帶來的檔案倫理挑戰是多維度、多層次的，涉及技術、法律、社會以及政治等多個領域。為此，本文從宏觀的政策與治理框架、中觀的機構與流程管理、微觀的技術與操作標準三個層面，提出相應的應對策略，力求為檔案管理領域提供更全面和系統的解決方案。

（一）宏觀層次：政策與治理框架

在宏觀層次，全球范圍內對人工智能倫理問題的關注日益增加，各國陸續出臺多樣化的政策與治理框架以確保公平性、透明度和社會公正。

在法規政策制定層面，需要加強合作，進一步完善優化現有的治理體系。政策制定者表現出對人工智能的熱切關注，諸如歐盟等國際組織和美國等國家頒布了一系列重要政策，不僅反映了人工智能監管必要性的廣泛共識，同時也顯示了各國試圖平衡技術創新與倫理約束，充分挖掘人工智能變革潛力的努力。在我國，《中華人民共和國個人信息保護法》《中華人民共和國數據安全法》和《中華人民共和國網絡安全法》共同構成人工智能監管框架的核心法律基礎，此外還出臺了一系列具體政策和規定，如2021年國家新一代人工智能治理專業委員會發布的指導性文件《新一代人工智能倫理規范》、2023年國家網信辦聯合多個部門發布的部門規章《生成式人工智能服務管理暫行辦法》。這些政策文件在推動人工智能規范應用方面發揮了積極作用，然而，當前的政策和規定中尚缺乏明確針對檔案領域實際業務場景的倫理規范，倫理原則向可操作性規范轉化的機制也尚不成熟。此外，人工智能技術在檔案工作中的應用尚未形成完善的量化指標體系，如何評估其工作是否符合規范仍然存在困難。[37]對此，檔案部門應加強與其他行業部門的溝通與協作，推動人工智能倫理政策與檔案工作的有效銜接。具體而言，應積極參與數據合法合規性相關政策的制定，構建數據治理的問責機制，并基于檔案領域的特殊需求，推動形成既符合倫理要求又具有可操作性的規范標準。通過推動人工智能倫理政策在檔案領域的落地，不僅有助于規避技術應用中的潛在倫理風險，還能夠為檔案事業在人工智能時代的發展提供有力保障。

在倫理治理框架層面，需要加強國際合作與多方參與。一方面，推動建立人工智能倫理的全球治理框架。人工智能技術的跨國性和全球化特征使其超越了單一國家或區域的監管能力，需要全球范圍內的倫理規范予以指導。在此背景下，透明性、公正與公平、非惡意、責任與隱私保護、包容性等核心倫理原則逐漸被廣泛討論，[38]同時受到檔案工作者、歷史學家、人類學家等的認可。[39]圖書館、文博領域的相關實踐也為檔案工作提供了有益參考，如北美研究型圖書館協會（Association of Re？ search Libraries， ARL）發布了人工智能指導原則，[40]文化遺產領域也設計了基于共同責任、文化連續性、經濟可及性、被遺忘權、物理空間的中心性的道德原則框架。[41]這啟示檔案部門應積極參與或組織行業內國際人工智能倫理框架的討論，讓檔案領域特有的需求和實踐融入全球規范中，通過引領性實踐為全球倫理框架的完善貢獻獨特價值。另一方面，加強現有治理框架的跨部門行動和協調。現有人工智能倫理治理框架缺乏具體的跨專業部門行動和協同機制，難以全面應對人工智能在復雜社會環境中的多維度影響。對此，建議檔案部門：一是建立跨部門協作平臺。建立由檔案工作者、人工智能技術專家、法律學者、社會學家以及公眾代表組成的跨部門協作平臺，定期討論人工智能在檔案領域的應用挑戰和倫理問題，形成系統化的決策支持機制。二是深化跨學科合作與產學研聯動。檔案部門應積極與高校、科研機構和技術企業合作，開展人工智能與檔案倫理相關的跨學科研究，探索適合檔案管理需求的技術解決方案。同時，可以通過產學研合作的形式，推動人工智能倫理治理的理論研究成果向實際應用轉化。

（二）中觀層次：機構與流程管理

在中觀層次，加強機構與流程管理是推動檔案部門適應人工智能技術發展需求、提升職業能力和遵守倫理規范的關鍵路徑。

在機構管理層面，應當加強內部能力建設、優化外部協作機制。一方面，推動機構間協作，建立共享的職業道德。共享的職業道德可以增強檔案生成者、管理者和相關研究人員之間的合作與信任，[42]為人工智能的應用奠定倫理基礎。檔案部門應積極參與跨機構職業倫理規范的制定，共同推動AI工具在檔案工作中的負責任應用。另一方面，加強檔案部門內部能力建設，縮小專業知識差距。內部知識和技能的分化影響到檔案部門應對人工智能的整體能力，檔案部門應通過系統化的“再培訓”計劃，[43]提升檔案工作者對人工智能概念及其應用的理解，整合人工智能技術與檔案學知識，為檔案專業人士的能力升級提供保障。

在流程管理層面，應當優化檔案管理模式，強化流程執行與責任追究。一方面，轉變傳統檔案管理思維，融合人工智能技術。檔案部門應重新審視檔案保存原則，將其擴展到現代人工智能驅動的數據和流程中，并在檔案系統中批判性地結構化整合人工智能工具。[44]這不僅有助于提升檔案工作的效率，還能增強其適應復雜數據生態的能力。另一方面，強化流程執行與責任追究。檔案部門可以借鑒“構建問責機制”（Assem？ bling Accountability）項目提出的“影響評估”模型，對人工智能算法應用過程中的各項風險進行識別與分析，重點評估數據處理、隱私保護、公平性以及透明度等方面的倫理、法律及社會影響，及時發現算法偏見、數據泄露、無意歧視等問題。此外，還應明確責任主體，制定包括技術調整、數據修正、人員培訓等在內的補救措施。

（三）微觀層次：技術與操作標準

在微觀層次，技術與操作標準是確保人工智能技術在檔案工作中有效、符合倫理地實施的重要支撐。

在技術保障層面，檔案部門應當充分利用人工智能技術本身，消除和解決其應用中的倫理問題。針對算法偏見與公平問題，可以采用公平性算法優化技術（如AI Fairness 360等群體公平性算法和偏差檢測工具）減少偏見，[45]確保算法在處理檔案數據時公平公正；針對數據隱私與安全問題，應加強加密技術和數據脫敏技術的應用，確保檔案信息存儲、傳輸過程中的機密性和安全性，防止數據泄露或濫用；此外，還可以采用基于區塊鏈技術的算法歸檔方法，確保數據的不可篡改性和永久存儲，確保人工智能生成的檔案數據的長期可訪問性和保存。

在操作標準層面，檔案部門應制定和實施具體的技術操作規程，規范人工智能技術在檔案管理中的應用。當前檔案領域的國際標準、國內標準多集中在紙質和數字檔案管理方法和流程上，尚未提供如何將人工智能技術有效融入檔案管理的操作性細則，也未涉及如何在使用人工智能工具時確保其符合倫理要求。因此，建議在參照人工智能倫理相關的國際標準基礎上，增設現有標準中的專門章節或條款，涵蓋人工智能的應用場景、技術要求、倫理規范和風險評估。例如，可以將“IEEE/ISO/IEC國際標準—系統和軟件工程—生命周期管理—第7000部分：解決系統設計過程中倫理問題的標準模型流程”（IEEE 7000-2021）的透明性和責任性原則融入“國際標準化組織—信息和文獻—文件管理第1部分：概念和原則”（ISO 15489-1：2016）之中，確保檔案管理中的人工智能系統可追溯且可問責，對人工智能決策過程進行詳細記錄。再如，“國際標準化組織—人工智能—風險管理指南”（ISO/IEC 23894： 2023）為如何管理人工智能系統的風險和影響提供了系統性指導，將其倫理風險評估框架融入既有的檔案標準中，有助于檔案部門在使用人工智能技術時進行風險評估，盡可能規避倫理和法律風險。

綜上所述，人工智能技術的廣泛應用正在深刻改變檔案工作的方式與模式，同時也帶來了復雜的倫理挑戰。通過對社會、經濟、技術、法律和哲學五個層面的深入分析可以看出，這些挑戰既體現了人工智能技術的通用性倫理問題，也揭示了檔案領域的特殊需求與困境。展望未來，隨著人工智能技術的持續進步與廣泛應用，檔案領域應保持高度關注，及時識別和應對新興的倫理風險。應以動態調整的方式不斷完善倫理策略，既要避免技術濫用和倫理失范，又要充分挖掘人工智能在檔案管理中的潛力，保障檔案信息的真實性、完整性、安全性與可用性。在技術與倫理之間找到平衡點，推動檔案事業朝著智能化、規范化與倫理化的方向健康發展，為人工智能時代的檔案管理提供可持續的發展路徑。

*本文系國家社科基金青年項目“數字時代檔案治理的內在機理與實現路徑研究”（項目編號：22CTQ035）的階段性研究成果。

注釋及參考文獻：

[1]The U.S.National Archives and Records Administra？ tion.Strategic Plan 2022-2026[EB/OL].（2022-03-01）[2024- 11- 26].https：//www.archives.gov/about/plans- reports/strate？ gic-plan/strategic-plan-2022-2026.

[2]中國科學院深圳先進技術研究院.深圳先進院成立“智慧檔案管理”聯合實驗室[EB/OL].（2023-07-19）[2024-12-02].https：// www.siat.ac.cn/cyjl2016/202307/t20230719_6812597.html.

[3]安徽省檔案館.安徽省檔案館承擔的《人工智能技術在檔案劃控上的應用》等兩項國家檔案局科研項目順利通過驗收[EB/ OL].（2022- 11- 08） [2024- 12- 03].https：//dag.ahmu.edu.cn/ 2023/0308/c6833a133453/page.htm.

[4]國家檔案局.國家檔案局關于印發《2024年度國家檔案局科技項目計劃》的通知[EB/OL].（2024- 09- 14） [2024- 12- 02].https：// www.acas.ac.cn/xwdt/xydt/202409/t20240914_7364093.html.

[5]河南省檔案館.搶抓機遇推進河南省數字檔案館建設[EB/ OL].（2020- 09- 27） [2024- 12- 02].https：//www.hada.gov.cn/ 2022/07-21/156441.html.

[6][27]容溶，黃志強.生成式人工智能在高校檔案管理中的應用：倫理挑戰與法治監管研究[J].法制與經濟，2024，33（4）：54-61.

[7]黃麗清.淺析人工智能技術在數字檔案信息資源分類與檢索中的應用和發展[J].中國管理信息化，2019，22（14）：164-165.

[8]林空，李衍.人工智能技術在音視頻檔案整理利用中的應用研究[J].中國檔案，2023（7）：62-63.

[9]馬緒超.人工智能及其在檔案檢索中的應用[J].黑龍江檔案，1996（6）：36-37.

[10][16]李劍鋒.人工智能技術在數字檔案鑒定中的應用與啟示——以瑞士納沙泰爾州檔案館ArchiSelect項目為例[J].浙江檔案，2022（10）：36-39.

[11]馬怡琳，李宗富.賦能·助力·提升：人工智能技術在檔案解密與開放審核工作中的應用探索[J].山西檔案，2022（4）：112-118.

[12]王冠，袁燁.現階段生成式人工智能在檔案開發利用中的應用瓶頸分析——以ChatGpt類人工智能為例[J].檔案與建設，2023（11）：48-51.

[13]祝成.人工智能技術在檔案數據化工作中的應用分析[J].中國檔案，2021（4）：64-65.

[14]TZOUGANATOU A.Openness and privacy in borndigital archives：reflecting the role of AI development[J].AI So？ ciety，2022，37（3）：991-999.

[15] [39]JAILLANT L，CAPUTO A.Unlocking digital ar？ chives：cross-disciplinary perspectives on AI and born-digital da？ ta[J].AI Society，2022，37（3）：823-835.

[17]程妍妍，宋瑩，鄭伽.國外檔案工作與人工智能：潛力和挑戰[J].中國檔案，2022（8）：78-80.

[18]韓潔，史江.人工智能賦能背景下中外檔案管理創新比較與啟示[J].檔案與建設，2020（2）：40-44.

[19]陳栩杉.人工智能與檔案管理：進展、愿景與挑戰[J].中國檔案，2022（11）：30-32.

[20]陳艷紅，李健.新一代人工智能生成內容檔案身份的認定風險及規制研究——基于對ChatGPT生成內容的思考[J].檔案學研究，2023（5）：4-12.

[21]付永華，張文欣，司俊勇.ChatGPT影響下的人工智能檔案服務：突破與挑戰[J].檔案管理，2023（3）：58-61.

[22]鄭智航.人工智能算法的倫理危機與法律規制[J].法律科學（西北政法大學學報），2021，39（1）：14-26.

[23]馮銳，孫佳晶，孫發勤.人工智能在教育應用中的倫理風險與理性抉擇[J].遠程教育雜志，2020，38（3）：47-54.

[24]靖鳴，婁翠.人工智能技術在新聞傳播中倫理失范的思考[J].出版廣角，2018（1）：9-13.

[25]何哲.人工智能時代的社會轉型與行政倫理：機器能否管理人？[J].電子政務，2017（11）：2-10.

[26]李諾，陸陽.檔案領域應用人工智能的倫理風險及其治理——基于行動者網絡理論的探討[J].山西檔案，2024（9）：38-44.

[28][42]JAILLANT L，REES A.Applying AI to digital ar？ chives：trust，collaboration and shared professional ethics[J].Digi？ tal Scholarship in the Humanities，2023，38（2）：571-585.

[29]CORRêA N K，GALV？O C，SANTOS J W，et al. Worldwide AI ethics：A review of 200 guidelines and recommen？ dations for AI governance[J].Patterns，2023，4（10）：1-14.

[30]BOLUKBASI T， CHANG K W， ZOU J， et al.Man is to computer programmer as woman is to homemaker？ debiasing word embeddings[C]//Proceedings of the 30th International Conference onNeuralInformationProcessingSystems. 2016：4356-4364.

[31]JAILLANT L，ASKE K.Are users of digital archives ready for the aI era？ Obstacles to the application of computational research methods and new opportunities[J].ACM Journal on Computing and Cultural Heritage，2024，16（4）：1-16.

[32]中國信息化系統集成行業協會.綠色挑戰：人工智能如何在不影響環境的前提下發揮潛力？[EB/OL].（2024-09-06）[2024-12-07].https：//www.chinaiia.org/xwzx/1012.html.

[33]CUSHING A L，OSTI G.“So how do we balance all of theseneeds？”：howtheconceptofAItechnologyimpactsdigitalar？ chivalexpertise[J].JournalofDocumentation，2023，79（7）：12-29.

[34]LI J.Cyber security meets artificial intelligence：a survey[J].Frontiers of Information Technology Electronic Engineer？ ing，2018，19（12）：1462-1474.

[36]GAFFAR H，ALBARASHDI S.Copyright protection for AI-generated works：Exploring originality and ownership in a digitallandscape[J].AsianJournalofInternationalLaw，2024：1-24.

[37]葛澤鈺.AI在檔案鑒定中的應用研究與啟示——以英國國家檔案館AIforselection項目為例[J].浙江檔案，2024，（3）：40-42；49.

[38]JOBIN A，IENCA M，VAYENA E.The global land？ scape of AI ethics guidelines[J].Nature Machine Intelligence，2019，1（9）：389-399.

[40]Cynthia Hudson Vitale.Association of Research Librar？ ies releases guiding principles for artificial intelligence[EB/OL].（2024-04-25）[2024-02-19].https：//www.arl.org/news/associ？ ation-of-research-libraries-releases-guiding-principles-forartificial-intelligence/.

[41]PANSONI S，TIRIBELLI S，PAOLANTI M，et al.Arti？ ficial intelligence and cultural heritage：design and assessment of an ethical framework[J].International Archives of the Photogram？ metry，Remote Sensing and Spatial Information Sciences，2023，48：1149-1155.

[43]ROLAN G，HUMPHRIES G，JEFFREY L，et al.More human than human？ Artificial intelligence in the archive[J].Ar？ chives and Manuscripts，2019，47（2）：179-203.

[44]COLAVIZZA G，BLANKE T，JEURGENS C，et al.Ar？ chives and AI：An overview of current debates and future per？ spectives[J].ACM Journal on Computing and Cultural Heritage（JOCCH），2021，15（1）：1-15.

[45]AI Fairness 360.Understand and mitigate bias in ML models[EB/OL].（2020-06-30）[2024-11-30].https：//ai-fair？ ness-360.org.

作者單位：1.中國人民大學人文北京研究中心

2.中國人民大學信息資源管理學院

3.華東師范大學經濟與管理學院