人工智能時代智慧養老服務的社會風險放大機制及分級干預研究

在人工智能發展浪潮中，黨中央、國務院把高質量智慧養老產業發展和高安全智慧養老服務建設提到國家戰略高度，以2035年和2050年為中長期分段進行規劃，制定我國積極應對人口老齡化的戰略性、綜合性和指導性文件。

人工智能時代技術的高速發展和智慧養老服務的快速普及是一把雙刃劍。使用高精尖技術和數字產品服務養老事業，具有“高便捷性”和“高風險性”的雙重特點。一方面，“高技術”進入養老服務領域，利用人工智能時代的高科技為全體老年人提供便捷優質的養老服務，打造高品質生活，具有“高便捷性”，有助于推動我國近期甚至中長期有效解決老齡社會的服務問題。另一方面，人工智能引致的技術風險也會因為智慧養老服務的快速普及而進一步加劇智慧養老領域的“高風險性”。我國人口規模巨大，截至2024年底，我國60歲及以上人口已達3.1億人，占全國總人口的比重達到 22.0% 。根據國家衛生健康委老齡司的測算數據，到2035年左右，我國60歲及以上老年人口將突破4億，占總人口的比例將超過 30% 。到2050年，我國60歲及以上老年人口將超過5億人，65歲及以上人口將占總人口的近三分之一，①中國將進人重度老齡化階段。在此背景下，積極探索建設“智慧養老中國模式”，實現“高質量”和“高安全”發展具有重大意義。探討人工智能時代智慧養老服務社會風險維度框架、放大機制及分級干預策略，促進老年人既共享人工智能發展成果，又防范化解“高科技”帶來的智慧養老服務社會風險，獲得高品質和高安全養老服務，增進老年人福祉，具有緊迫性、必要性和重要性。

一、理論構建

在人工智能飛速發展背景下，智慧養老服務的社會風險結構日益復雜，其生成、傳播、演化過程受到技術層面、制度設計、價值規范與傳播機制等多重維度影響。為深入解析智慧養老服務中社會風險的生成邏輯與擴散機制，本文借鑒貝克的“風險社會理論”和卡斯帕森等提出的“社會風險放大框架”（Social Amplification of Risk Framework，SARF），構建一個多層次、結構性與過程性相結合的“智慧養老服務社會風險放大”理論分析框架，揭示智慧養老服務社會風險的系統性生成與動態放大機制，為制定有效的干預策略提供理論依據與路徑支撐。

“智慧養老服務社會風險放大框架”包括三個核心層面：第一，風險生成層，揭示技術邏輯、制度邏輯與社會認知邏輯如何共同作用形成原初風險結構。第二，風險放大層，闡明信息傳播、組織反應、社會認知與情境觸發如何對風險事件產生非線性放大效應。第三，風險評估和干預層，對智慧養老服務社會風險進行評估，設計跨領域、復合式的風險分級干預策略。

（一）人工智能時代智慧養老服務社會風險生成邏輯分析

1986年，貝克提出“風險社會理論”，認為風險具有全球性，現代科技與工業體系帶來系統性風險，跨越國界傳播，形成全球共同問題。貝克指出，工業社會向風險社會的轉型，意味著科技系統自身所衍生的副作用成為新的社會問題核心。在這一邏輯下，人工智能時代智慧養老服務的系統性社會風險并非孤立事件，而是現代科技治理體系中不可避免的結構性產物。①根據貝克的“社會風險理論”，現代社會風險“被制造”而非“自然發生”，其形成機制源于現代社會的技術、制度與社會結構的相互作用。本文從技術邏輯、制度邏輯與社會邏輯三個維度，系統剖析人工智能時代智慧養老服務社會風險的生成邏輯。

1.智慧養老服務社會風險生成的技術邏輯

眾所周知，人工智能時代的智慧養老產品和服務很大程度上依賴“算法”進行“人機交互決策”。首先，存在算法黑箱問題。許多智慧養老平臺和人工智能決策系統依賴復雜的機器學習模型。為了快速搶占市場份額，加速智慧養老產品上市，技術人員設計算法時間倉促，確定模型時往往缺乏堅實的社會科學基礎和臨床實驗基礎，一旦發生照護誤判或服務偏差，將引發責任歸屬不清、權利主張困難等社會風險。其次，存在算法歧視與訓練數據偏差等技術隱患問題。當前智慧養老產品基于通用數據進行訓練，未能充分涵蓋老年人個體在語言表達、身體機能、文化習慣等方面的差異，導致在健康評估、情感識別等關鍵環節中存在誤判、偏判，影響服務有效性。再次，存在設備依賴性。服務系統對智能終端與傳感器網絡存在依賴。一旦出現設備故障、系統宕機或網絡中斷，即可能導致遠程監測失靈、應急反應延遲，降低智慧養老服務質量，甚至危及老年人生命安全。最后，數據泄露與濫用問題尤為突出。智慧養老平臺收集大量生物識別、行為軌跡、健康檔案等敏感信息。缺乏嚴密的數據加密、權限管理與數據脫敏機制，形成隱私泄露和信息被用于商業牟利等風險，引發倫理爭議與社會信任危機。

2.智慧養老服務社會風險生成的制度邏輯

首先，法律與政策層面存在顯著空白。當前，關于智慧養老中人工智能算法使用邊界、數據安全規范、服務質量控制等問題，尚未形成系統性、強制性的法律法規。已有規范多數屬于政策倡導或地方性試點，缺乏可執行性與剛性約束，形成廣泛的法律灰區。其次，行業標準缺位使得技術產品與服務行為缺乏統一規范。不同地區、企業對智慧養老系統的接口標準、風險防控機制、服務評估模型均存在顯著差異，制約技術的可復制性與可監管性。再次，公共監管責任界定模糊。我國當前“政府推動－企業開發－社區執行”的典型治理模式下，存在監管主體不明確、事前干預能力不足、事后問責機制缺失等問題。一旦技術風險轉化為社會事件，政府、企業與平臺之間常出現“踢皮球”現象，損害公眾信任。第四，基層社區支持能力不足。智慧養老服務需要社區在終端接人、數據反饋、應急處置等方面承擔重要責任，但目前部分社區缺乏專業力量與技術配套，無法有效應對人工智能系統可能帶來的運行偏差或突發事件，導致風險前端防控能力薄弱。

3.智慧養老服務社會風險生成的社會邏輯

首先，老年群體面臨顯著的“數字鴻溝”。大部分老年人缺乏使用智能設備的經驗，其認知模式和操作習慣與當前技術設計存在較大偏差。一些智慧養老服務系統界面復雜、交互邏輯不清，老年人難以有效使用。其次，服務接受能力弱成為限制智慧養老有效性的關鍵障礙。部分高齡、失智、失能老人缺乏基本的行為表達能力或日常溝通能力，難以與人工智能系統進行有效互動，導致其在服務系統中被“邊緣化”。再次，服務提供者的數字技能嚴重不足。當前，養老服務從業人員中多數缺乏信息技術背景，對于人工智能設備的維護、數據系統的操作與異常識別能力有限，無法勝任技術賦能條件下的新型照護任務。最后，公眾對智慧養老的理解仍存偏差。一方面，部分家庭對技術系統寄予過高期望，忽視人文關懷與情感鏈接；另一方面，社會整體對智慧養老技術仍存不信任感，對人工智能時代智慧養老服務的推廣應用持消極態度。

（二）人工智能時代智慧養老服務社會風險放大路徑

卡斯帕森夫婦在貝克風險社會理論基礎上發展出社會風險放大框架（SARF），提出社會風險如何在傳播過程中被“放大”或“扭曲”的路徑機制。SARF認為，風險事件在穿越社會系統的過程中，受到信息傳播媒介、社會組織結構、公眾認知心理和文化情境等多重因素影響，引發風險感知的非對稱性與結果的不成比例性。①在智慧養老服務實踐中，任何風險事件均可在社交媒體放大的輿論氛圍中迅速轉化為公共危機。媒體呈現的選擇性報道、政府機構的回應失調以及公眾對智能技術的信任基礎共同構成風險的“社會放大器”。本文根據“社會風險放大框架”（SARF）的理論構架，結合智慧養老服務具體實踐場景，將智慧養老服務社會風險放大路徑細化為四類典型機制：媒介放大、組織放大、社會認知放大與情境觸發放大。四種機制共同構成人工智能時代智慧養老服務社會風險從“潛在態”轉化為“顯性態”、從“個案風險”演變為“系統危機”的復雜路徑圖譜。

1.智慧養老服務社會風險的媒介放大路徑

人工智能時代的社會是高度媒介化的社會。在當代媒介生態中，傳統媒體與新媒體共同構成信息傳播場域。媒體與風險信號的互動成為智慧養老服務社會風險放大或縮小的關鍵點。媒介放大機制通過三種方式發生作用：一是“聚焦報道”機制，對單一風險事件進行高頻率、集中式報道，放大其在社會認知中的能見度；二是“情緒化敘事”，通過強調“老人受害”“技術冷漠”“數字監禁”等情緒化用詞來激發公眾的道德焦慮；三是“社交平臺裂變”，風險信息在社交平臺通過二次傳播、再創作與群體共鳴，形成“信息回聲室”效應，迅速轉化為廣泛社會恐慌，形成結構性輿情風險。

2.智慧養老服務社會風險的組織放大路徑

人工智能時代智慧養老社會風險放大受到“制度回應失效”等驅動因素影響。首先，服務機構技術透明度與問責機制不足，以“技術測試期”或“數據誤差”為由推卸責任。其次，地方政府或監管部門在面對輿情時響應遲緩、態度暖昧，缺乏明確的責任歸屬與事后干預路徑，不當應對成為風險放大的關鍵節點。組織放大的核心后果是對“制度信任”的侵蝕。由于科技知識缺乏，大眾對人工智能時代智慧養老服務體系的運行原理知之甚少，對智慧養老服務體系的信任依托于政府背書和專家解讀。一旦智慧養老社會風險事件爆發，制度回應失效迅速引發“信用坍塌”，誘發服務對象、家屬及公眾對智慧養老服務的系統性懷疑，形成次生社會風險。

3.智慧養老服務社會風險的社會認知放大路徑

智慧養老服務作為新興技術與傳統照護文化的交匯場，受到認知偏差張力的顯著影響。公眾對智慧養老服務普遍存在三類認知偏差：第一，“擬人化誤解”偏差，將技術系統等同于具備人類道德判斷與情感的主體，期待技術系統提供“人機情感交流”。一旦遭遇“情感代入缺失”，則產生情感失落和閑置棄用行為。第二，“過度依賴”偏差，部分家庭和機構將人工智能系統視為替代人力的萬能工具，忽視其邊界與局限，導致“人機交互過多”而“人際交互過少”。第三，“文化張力”偏差。在以親情照護為核心的文化背景中，人工智能系統“倫理關懷”不足，倫理風險放大。

4.智慧養老服務社會風險的情境觸發放大路徑

情境觸發放大是指風險雖源于單點偶發事件，卻因特定時空背景與社會情緒的耦合而被迅速放大，引爆廣泛社會關注甚至道德恐慌。智慧養老服務系統運行過程中，部分偶發事件，如失能老人的夜間照護失效、人工智能系統錯誤報警、因設備故障導致老人傷亡等情境，引發超出常規的“漣漪效應”。情境觸發受到三類力量影響推動社會風險放大：一是老年人所關聯的“脆弱群體”屬性放大其沖擊力；二是智慧養老服務具有象征性，易引發對“去人化照護”“算法統治”等議題的批判；三是智慧養老服務關聯社會中每個人對自身和家庭的擔憂，導致公眾共情能力被放大。

（三）智慧養老服務社會風險評估和分級干預框架

雖然人工智能時代智慧養老服務社會風險呈現出異質性、動態性和層疊性交織特征，但仍可區分為不同等級。基于風險嚴重程度和風險發生概率對風險等級進行評估后，針對不同風險級別，分為前端預防、中端控制與后端應對三個階段實施分級干預。

前端預防著眼于在風險尚未生成或處于潛伏期階段，通過優化技術設計、完善制度規范與加強倫理引導，減少潛在風險的發生概率。在智慧養老系統研發與部署階段引入“安全設計原則”和“倫理設計原則”，制定專門針對智慧養老領域的法律法規與行業標準，明確各方責任邊界，實施強制性倫理審查與備案機制。中端控制面向已經生成、尚未失控的中低強度風險，通過實時監測、智能預警與動態干預，實現對風險狀態的敏感捕捉與快速響應。使用智能化風險監測系統，及時發現潛在故障或安全隱患。建立以風險等級為核心的分級動態預警體系，配套差異化響應預案。在風險處理中，根據風險演變動態調整監管力度與資源投入。后端應對面向高強度、廣范圍、破壞性大的社會風險事件，強調快速止損、責任厘清與系統性重構，提升智慧養老服務體系的風險承受力與恢復力，包括構建多元主體協同治理機制、責任溯源與法律追責機制和系統性修復與信任重塑機制。人工智能時代“智慧養老服務社會風險放大”理論分析框架如圖1所示。

二、研究方法與數據來源

（一）研究方法

本文旨在通過社會調查，深人了解人工智能時代智慧養老服務領域面臨的社會風險及其放大機制，在風險分級評估基礎上，設計分級干預方案，對人工智能時代智慧養老服務社會風險進行分級干預，推動智慧養老服務向“高質量”“高安全”發展。采用的主要研究方法包括訪談法和MAXQDA編碼分析法、問卷調查法、德爾菲法和AHP法。

1.訪談法和MAXQDA編碼分析法

基于文獻梳理和現實場景，設計半結構化訪談提綱，通過一對一訪談了解人工智能時代智慧養老服務領域社會風險現狀。并進一步運用MAXQDA2022質性分析軟件，對訪談文本進行系統編碼，開展質性文本主題分析與質性文本評估，描述、提煉、總結我國各地區在智慧養老服務實踐過程中的服務現狀與存在問題，深入總結智慧養老服務領域存在的社會風險及放大機制。

2.問卷調查法

考慮人工智能、智慧養老發展水平不同，依據工業和信息化部、民政部以及國家衛生健康委員會三部門聯合發布的六批智慧健康養老應用試點示范企業、街道（鄉鎮）名單（見圖2）作為參考，采用典型抽樣方式選取實施智慧健康養老應用試點的地區作為調研地，向居家、社區和養老機構中使用智慧養老設備的老年人及他們的家屬發放調查問卷，開展風險評估，重點了解智慧養老服務社會風險等級。在北京、上海、浙江、江蘇、廣東、山東、山西、安徽、河南、湖北、湖南、江西、廣西、甘肅、貴州、云南、陜西、重慶等全國18個省份（省、自治區、直轄市）開展問卷調查。

3.德爾菲法和AHP法

德爾菲法（Delphi Method）是一種結構化的專家咨詢技術，旨在通過匿名和迭代的問卷調查收集并整合專家意見，以達成對人工智能時代智慧養老服務社會風險評估指標體系的共識。該方法通過多輪征詢，逐步集中專家的分散觀點，每輪結束后對結果進行統計分析和反饋，直到形成較為統一的意見。德爾菲法的第一步是制定專家咨詢問卷，為每個指標設定五個等級的評分系統，從“完全同意”（5分）到“完全不同意”（1分）。在首輪咨詢后，根據專家的平均評分，保留那些得分高于平均水平的指標，并舍棄那些低分指標。隨后，基于第一輪的統計反饋，對問卷進行必要的修訂，并開展第二輪咨詢。最終，經過多輪迭代后使專家意見趨于一致。本文邀請國內高校有影響力的專家、政府部門負責養老服務的管理人員、養老機構管理人員以及提供智慧養老服務的社會組織和企業管理人員等共計50位專家，運用德爾菲法確定智慧養老服務社會風險的一級和二級評估指標體系。通過德爾菲法，確保所選指標的科學性以及在實際評估中的可行性。

AHP 法（層次分析法，Analytic Hierarchy Process）是美國運籌學家沙旦（T.L.Saaty）于20世紀70年代提出的將定量研究和定性研究相結合的一種方法，主要用于多準則決策分析。①AHP法的流程為：首先，劃分層次，一般將復雜的決策問題分為目標層、準則層和方案層。其次，構造判斷矩陣，對于準則層（一級指標）和方案層（二級指標）中的每一對因素，進行兩兩比較，給出相對重要性的評分。評分通常使用1到9的標度，表示一個元素相對于另一個元素的重要程度。再次，計算權重，對每個判斷矩陣進行特征值分解，求出每個因素的相對權重。常用方法包括最大特征值法或加權平均法。然后，進行一致性檢驗，對判斷矩陣的結果進行一致性檢驗，以確保專家或決策者的判斷一致性。如果一致性指標（CI、CR）超過一定閾值，則需要調整判斷矩陣，重新進行評估。最后，綜合評分，將各個層次的權重和評分結果綜合起來，得出每個備選方案的最終評分。本文邀請國內高校有影響力的專家、政府部門負責養老服務的管理人員、養老機構管理人員以及提供智慧養老服務的社會組織和企業管理人員等共計50位專家（同德爾菲法的專家），以智慧養老服務社會風險的危害性為依據，對一級指標和二級指標的重要性分別進行兩兩對比打分。危害性最大的指標和危害性最小的指標的兩兩打分為 9：1 。依此類推，危害性相差無幾的指標兩兩打分為 6：4 。依據此原則，計算獲得同一層次各個指標的相對重要性。專家打分時互不溝通，打分后將各位專家的打分分值輸入AHP專用軟件Expert Choice，算出專家打分一致性比率值。當一致性比率值大于或者等于0.1時，表明各位專家的看法并不一致，存在較大差異性，則將打分結果反饋給專家，進行新一輪專家打分。直到一致性比率值小于0.1為止。各指標權重使用專用軟件Yaahp進行計算。權重越大，表明該社會風險對老年人的危害性越大。反之，權重越小，表明該社會風險對老年人的危害性越小。最后，依據權重和打分可以獲得智慧養老服務社會風險綜合值。綜合值的表示如公式（1）所示：

其中，Z為智慧養老服務社會風險綜合值， w_i 為指標的權重， x_i 為指標的賦值。 i 指標的權重根據專家打分法和AHP法計算得出。

4.各研究方法之間的關系

本文所使用的研究方法中，其中訪談法和MAXQDA編碼分析法主要在于探明智慧養老服務中存在哪些社會風險，以及風險的放大路徑。同時，通過MAXQDA編碼分析法，為智慧養老服務社會風險評估選取初步的評估指標。德爾菲法和AHP法在于確定智慧養老服務社會風險評估的一級指標和二級指標體系，并為一級和二級指標確定權重。問卷調查法的核心在于通過老年人自評風險等級，并通過風險評估模型計算出智慧養老服務社會風險二級指標風險值、一級指標風險值以及綜合風險值。

（二）數據來源

1.訪談數據的來源

依據工業和信息化部等三部門發布的六批智慧健康養老應用試點示范名單，并結合我國智慧養老發展的典型城市，本文重點選取上海市、北京市、浙江省杭州市、江蘇省蘇州市、廣東省深圳市、甘肅省蘭州市等城市開展半結構式深度訪談共21場，覆蓋對象包括老年人、智慧養老照護服務提供者、設備技術方以及老年人子女。訪談過程經受訪者知情同意并全程錄音，后經文字轉寫，共獲得292份訪談資料，形成約19萬字的文本材料。訪談對象基本情況見表2。

2.問卷調查數據來源

與前文所述相似，本研究充分考慮人工智能、智慧養老發展水平情況開展典型抽樣調查。依據工業和信息化部、民政部以及國家衛生健康委員會三部門聯合發布的六批智慧健康養老應用試點示范地區作為參考，選取智慧養老發展較為成熟的省市作為調研地。于2024年12月1日至2025年3月31日從我國東部、中部和西部選取18個省份開展問卷調查，采集智慧養老服務領域風險數據。其中，東部地區選取北京市、上海市、江蘇省蘇州市、浙江省杭州市和寧波市、山東省日照市、廣東省廣州市和深圳市；中部地區選取山西省太原市、安徽省六安市、河南省開封市、湖南省長沙市、湘鄉市和邵東市、湖北省武漢市和江西省九江市；西部地區選取廣西壯族自治區北海市和桂林市、甘肅省蘭州市、貴州省榕江縣、云南省昆明市、陜西省西安市、重慶市。

采取線下填寫問卷的方式發放調查問卷，對智慧養老產品的使用情況、智慧養老服務社會風險及其生成機制、自評風險等級等進行調查。選擇60歲以上女性老年群體和男性老年群體為被調查對象，根據性別、年齡、經濟狀況和教育背景等因素進行樣本分布，確保樣本能全面反映老年人口的多樣性。調查過程中，考慮到部分被調查老年人的理解力、文化水平等因素，由問卷發放人員指導填寫問卷。共發放調查問卷5500份，剔除從未使用過任何智慧養老服務設備的樣本問卷，最終獲得有效問卷5120份，問卷有效率為 93.1% 。調查結束后，運用SPSS26.0分析軟件，分析智慧養老服務社會風險狀況及其存在的問題。調查基本情況見表3。

三、實證分析

（一）人工智能時代智慧養老服務社會風險評估指標體系的確定

智慧養老服務社會風險評估指標體系的確定經歷了三個階段。首先，梳理國際上權威的人工智能風險指標體系，為智慧養老服務社會風險一級指標的選取提供參考。2024年，世界人工智能大會發表《人工智能全球治理上海宣言》。同年，歐洲議會、歐洲理事會和歐盟委員會三方發布《人工智能法案》。兩個文件將人工智能風險維度劃分為技術壁壘風險、權利、機會與規則歧視風險、數據安全與隱私保護、倫理風險、社會和環境福祉風險等維度。借鑒兩個文件確定智慧養老服務社會風險一級指標體系。然后，依托訪談法和MAXQDA編碼分析法，提取智慧養老服務社會風險二級指標。最后，基于德爾菲法，通過50位專家多輪匿名評分和投票，確定最終的二級指標體系。

1.一級指標體系的確定

2021年，歐盟首次提出《人工智能法案》（EUArtificial Inteligence Act，簡稱AIA），歷經三年時間的修訂，于2024年12月8日再次發布修訂版本。《人工智能法案》以系統性監管框架回應人工智能可能帶來的系統性社會風險。該法案認為，風險是指發生危害的可能性和危害嚴重性的組合，人工智能系統的風險取決于其可能產生的危害以及這些危害發生的概率。該法案以“風險分級”作為核心理念，將人工智能風險分為四個等級。①其提出的人工智能風險分類為我國智慧養老領域人工智能社會風險的識別與評估提供了重要參考。

本文借鑒歐盟《人工智能法案》的風險分類邏輯，并結合我國智慧養老制度環境與社會情境，提出涵蓋“技術－倫理－社會－情感－制度－設備”多維度的六類社會風險一級指標體系，分別為：技術安全風險、人機交互風險、心理情感風險、法規倫理風險、社會分化風險、設備閑置風險。表4為歐盟《人工智能法案》（AIA）人工智能風險分類維度和我國智慧養老服務社會風險六個一級指標體系對比。

2.二級指標體系的確定

由于歐盟《人工智能法案》聚焦人工智能風險，并沒有關于人工智能時代智慧養老服務社會風險二級指標體系統性闡述，且我國尚未頒布智慧養老服務社會風險指標體系，無權威指標可以借鑒。因此，本文首先運用調研訪談中老年人、管理人員、照護人員和家屬關于智慧養老服務社會風險的描述原文，采用MAXQDA編碼分析方法，提取初步的指標內涵。然后，運用德爾菲法，將初步提取的二級指標內涵編制成專家咨詢問卷，郵件或微信方式發放給高校教授和副教授，民政部門中的科長、副局長和局長，當地社會組織管理機構主任、項目經理、社會工作者，智慧康養科技公司總經理、總監，以及智慧養老機構院長和高級主管等共計50位專家進行評分，經過3輪咨詢迭代后專家意見趨于一致，最終形成17個二級指標。訪談原文、編碼和歸納，以及專家咨詢和最終二級指標名稱見表5。

（二）人工智能時代我國老年人智慧養老服務社會風險評估分級

根據前文提到的風險評估模型，智慧養老服務社會風險的評估等級，可以表述為：“智慧養老服務社會風險 Σ=Σ 社會風險發生概率*該社會風險危害性大小”。將各二級指標的老年人自評社會風險發生概率等級乘以經由專家打分法和AHP法綜合算出的對應二級指標危害性權重，得出17個二級指標的社會風險等級。再根據各二級指標相對于一級指標的重要性，綜合得出6個一級指標的社會風險等級。關于智慧養老服務社會風險發生概率，本文采用五分法。發生概率越大，得分越高。反之，發生概率越小，得分越低。將評估智慧養老服務社會風險的17個二級指標轉化成17個提問組成評估智慧養老服務社會風險發生概率的問題矩陣，由老年人按照生活實際情況，對本人智慧養老服務各個二級指標的社會風險發生概率進行自評。每個二級指標風險發生概率都用1-5分來評價。1分表示“風險概率非常低”；2分表示“風險概率比較低”；3分表示“風險概率中等”；4分表示“風險概率比較高”；5分表示“風險概率非常高”。依據各一級指標相對于目標層“智慧養老服務社會風險”的權重，采用加權平均法計算出每位老年人“智慧養老服務社會風險綜合得分”及其“智慧養老服務社會風險綜合等級”。智慧養老服務社會風險綜合評估得分在[0，1]區間，代表“智慧養老服務社會風險非常低”；得分在（1，2]區間，代表“智慧養老服務社會風險比較低”；得分在（2.3]區間，代表“智慧養老服務社會風險中等”；得分在（3，4]區間，代表“智慧養老服務社會風險比較高”；得分在（4，5]區間，代表“智慧養老服務社會風險非常高”。

1.智慧養老服務社會風險指標權重計算結果

歐盟《人工智能法案》認為，風險可依據風險發生概率和危害性組合進行分級。本文借鑒AIA提出的方案，構建智慧養老服務社會風險指標體系后，運用AHP法的打分結果輸入AHP專用軟件，進行指標權重計算。

智慧養老服務社會風險各指標權重計算結果見表6。首先，各風險指標可能產生的危害性方面，專用軟件Yaahp計算結果表明，對于本文構建的“智慧養老服務社會風險”，按照危害性進行打分和排序，最高的六個二級指標分別是：產品安全和意外事故風險、數字鴻溝和技能不足風險、任務導向個性缺失風險、認知和效能感衰減風險、人機交往單向情感風險以及適老化標準規范缺失風險，其權重分別為0.2626、0.1126、0.1066、0.0884、0.0702和0.0686。排名第七到第十二位的為：數字技術信任缺失風險、雙重邊緣社會分化風險、過度控制對象物化風險、信息泄露和信息犯罪風險、技術設計缺陷閑置風險以及孝養分離情感疏離風險，權重分別為0.0564、0.0521、0.0463、0.0297、0.0279和0.0231。排名最后五位的分別為：數字隔離社交不足風險、服務替代產品閑置風險、損害規則主體不明確風險、消費意愿不足閑置風險和物質精神雙向脫軌風險，權重分別為0.0226、0.0133、0.0075、0.0063和0.0057。從一級指標的危害性來看，從高到低排序依次為：技術安全風險、人機交互風險、心理情感風險、法規倫理風險、社會分化風險和設備閑置風險，其權重分別為0.3752、0.2231、0.1679、0.1058、0.0804和0.1058。

2.智慧養老服務社會風險發生概率計算結果

從智慧養老服務社會風險發生概率來排序，老年人自評估發生概率最大的是設備閑置風險。設備閑置風險一級指標下的三個二級指標打分均較高。訪談結果也表明，大部分老年人認為，由于節約思維、醫護人員替代、設備適老化欠缺等原因，智慧養老服務設備閑置率很高。法規倫理風險由三個二級指標構成，其中“信息泄露和信息犯罪風險”和“適老化標準規范缺失風險”兩個二級指標的打分分別為4.2和4.0，表明其發生概率非常高。被調查者普遍表示，智慧養老服務設備與老年人信息隱私保護沖突明顯，反映出當前智能養老服務規范標準缺失和倫理法規管理滯后。“心理情感風險”發生概率居第三位。訪談結果表明，部分老年人存在自我效能感低，信念不強，獨立使用智能設備信心不足等問題。“社會分化風險”發生率相對較低。表明智慧養老服務并非基本生存需要，老年人對社會分化感受不強烈。“技術安全風險”二級指標中，數字鴻溝和技能不足風險發生概率非常高。老年人認為，智慧養老服務意外事故危害性很大，但當前智慧養老服務設備絕大部分設計和生產符合國家標準，發生事故概率并不高。“人機交互風險”發生率較低。老年人表示，當前智慧養老服務設備使用中，照護者和被照護者互動較多，智慧養老服務設備對老年人個性和情感等的影響有限，人機依賴并不強烈。

3.智慧養老服務社會風險指標評估分級

從綜合評估值來看，一級指標風險等級從高到低分別為：設備閑置風險、法規倫理風險、心理情感風險、社會分化風險、技術安全風險和人機交互風險。其中，設備閑置風險的風險等級為“非常高”。法規倫理風險和心理情感風險的等級為“比較高”。社會分化風險和技術安全風險等級為“中等”，人機交互風險等級為“比較低”。智慧養老服務社會風險綜合值為2.6，綜合風險評估等級為“風險中等”。

四、人工智能時代我國老年人智慧養老服務社會風險分級干預對策建議

（一）老年人智慧養老服務社會風險分級管理設計

基于調查結果，建議對老年人智慧養老服務社會風險評估結果進行分級管理，設置“一級指標單維度分級管理”和“綜合風險管理”兩個方面。首先，對于6個一級指標，根據評估得分，均設置非常高風險、比較高風險、中風險、比較低風險和非常低風險五個級別，分別標注紅色、橙色、黃色、藍色和綠色五色標簽。其次，依據智慧養老服務社會風險發生率*危害性，測算每位老年人的綜合風險值，依據綜合風險值劃分為五個風險級別。如表8所示。

理論分析和實證結果表明，老年人智慧養老服務社會風險的生成邏輯包括技術邏輯、制度邏輯與社會邏輯三個方面。風險的放大路徑分為組織放大路徑、媒介放大路徑、社會認知放大路徑和情境觸發放大路徑四種路徑。風險放大過程中，具有漣漪效應。因此，建議從阻抑風險生成，切斷放大路徑兩個階段來進行人工智能時代老年人智慧養老服務社會風險分級干預。

在風險干預過程中，根據社會風險等級大小實施分級干預。在劃分老年人智慧養老服務社會風險等級的基礎上，依據風險等級進行分級干預包設計，分為：低風險初級干預包、中風險中級干預包和高風險高級干預包三類。低風險初級干預包面向老年人本人、家屬和養老護理員，由社區協助干預。中風險干預包面向行業、媒體，由街道和區（縣）政府組織干預。高風險高級干預包面向全國性的技術、制度和社會文化建設，由中央和省級政府統一推行。

1.以社區為單元的低風險預警屏障初級干預包及實施建議

初級干預包主要從微觀視角進行智慧養老服務社會風險干預，以社區為單元，為老年人、養老服務人員和家屬提供低風險預警屏障。調查結果表明，一級指標中，“人機交互風險”屬于“風險比較低”等級。二級指標中，“人機交往單向情感風險”“過度控制對象物化風險”“任務導向個性缺失風險”屬于“風險比較低”等級。被調查對象認為，老年人通常可以理解并接受“人機交互風險”，并不期望“智慧養老機器設備”能具有類人化的情感交流能力。

因此，以社區為單元的低風險預警屏障初級干預包主要內容有：一是培育老年人對人工智能時代智慧養老服務的正確認識。在當前智慧技術仍處于不成熟階段，接受“智慧養老技術”尚未具備類人化情感功能的現實。二是動員老年人家屬和養老服務人員協助老年人保持快樂情緒，降低老年人“向機器索求情感照護”的需求。三是宣傳“以人為本”理念，當前階段仍需提倡“傳統養老服務為主，智慧養老服務為輔”，多以“有溫度的人力服務”代替“冰冷的智慧養老設備服務”。

人工智能時代智慧養老服務社會風險放大框架理論認為，社會風險的放大具有兩個向度，包括放大向度和縮小向度。以社區為單元的低風險預警屏障初級干預包在阻抑人工智能時代智慧養老服務社會風險放大時，應以“縮小”社會風險為目標。包括四條阻抑社會風險放大的路徑。首先，阻抑組織的風險放大方面，社區可組織定期培訓，幫助老年人、家屬和護理人員理解并接受智慧養老設備的功能和局限性。其次，阻抑媒介的風險放大方面，可通過社區公告欄、微信公眾號、宣傳手冊等多種渠道，普及智慧養老服務相關知識和正確理念。再次，阻抑社會認知的風險放大方面，社區通過專家視頻講座和人工智能多模態問答方式，幫助老年人、家屬和護理人員厘清智慧養老服務技術的邊界。最后，阻抑情境觸發的風險放大方面，推動老年人及其護理人員在使用智慧養老服務設備過程中，保持冷靜和理性的態度。

如前文所述，從風險干預的流程來看，分為前端預防機制、中端控制機制和后端應對機制。以社區為單元的低風險預警屏障初級干預包著眼于對風險尚未生成時或者處于潛伏階段的干預，聚焦于前端預防機制。提前塑立老年人、家屬和護理人員對于人工智能時代智慧養老服務的正確認知，能有效預防和阻抑“人機交互風險”的生成和放大。

2.中觀層面主導的中風險中級干預包及實施建議

調查結果表明，一級指標中，“風險中等”的指標有社會分化風險和技術安全風險。二級指標中，“風險中等”的指標有“數字技術信任缺失風險”“孝養分離情感疏離風險”“物質精神雙向脫軌風險”“數字隔離社交不足風險”和“雙重邊緣社會分化風險”。此外，由于我國有較為嚴格的智慧養老設備質量管控制度，“產品安全和意外事故風險”發生概率非常低，但因風險危害性非常大，綜合考慮風險概率和風險危害性兩個維度，將其列入中風險中級干預包的干預內容。

人工智能時代智慧養老服務社會風險中級干預包的內容包括五個方面。首先，建立健全覆蓋產品設計和制造全過程全周期的智慧養老行業標準。針對不同類型的智慧養老設備，出臺技術規格細則，確保產品在設計、制造、安裝、運營等各個環節符合安全要求。其次，提升信息透明度，建立供應商定期發布產品使用情況和維護情況的制度，公開設備使用指南、故障率、客戶滿意度等信息。再次，強化供應商和智慧養老管理機構的隱私泄露監管制度，確保信息采集、傳輸、存儲和使用全過程安全。第四，強化街道和區縣政府主導的安全意識和數字信任培育，定期舉辦智慧養老服務社會風險防范教育活動，詳細講解智慧養老設備可能存在的數據泄露、隱私侵犯、設備故障等常見風險。最后，強化街道和區縣政府主導的孝養共識和親子親密情感關系干預，出臺支持政策激勵家屬與老年人面對面互動，約束家屬過度使用智慧養老服務監控設備替代親子交流。

從阻抑干預人工智能時代智慧養老服務社會風險放大的路徑來看，阻抑組織放大路徑方面，可將“智慧養老服務風險防范和干預效果”納入街道和區縣政府考核指標體系。阻抑媒介的風險放大方面，可激勵權威媒介聚焦智慧養老服務的正面宣傳，減少負面宣傳的“漣漪效應”。嚴格監管“自媒體”等“為吸引眼球而進行的偏頗宣傳”，防止智慧養老服務社會風險的“話題裂變效應”。阻抑社會認知的風險放大方面，鼓勵區縣政府、權威媒介等邀請專家宣傳智慧養老服務社會安全機制，助力社會層面樹立“智慧養老服務具有安全性”的信心。阻抑情境觸發的風險放大方面，建立區縣政府主導的“優秀智慧養老服務品牌”“優秀智慧養老產品品牌”“優秀智慧養老服務人員”等，推動全社會加強智慧養老信任度和共情度。從風險干預的流程來看，中觀層面主導的中風險中級干預包包括前端預防機制和中端控制機制，做好風險的預防和過程管理。

3.國家和省級政府主導的高風險高級干預包及實施建議

由調查結果可知，“風險非常高”的一級指標有：“法規倫理風險”“心理情感風險”和“設備閑置風險”。二級指標中，“數字鴻溝和技能不足風險”“認知和效能感衰減風險”“信息泄露和信息犯罪風險”“適老化標準規范缺失風險”“技術設計缺陷閑置風險”“消費意愿不足閑置風險”“服務替代產品閑置風險”等屬于“風險比較高”和“風險非常高”。

由此可見，老年人智慧養老服務社會風險高級干預包，主要包括中央和省級政府主導的智慧養老法規建設、政策文件建設和全國性標準建設。首先，國家層面可參照歐盟《人工智能法案》相關規定，制定《中國智慧養老法案》。其次，完善國家層面標準體系建設，推動智慧養老服務產品國家級標準發展，包括：服務設施標準、倫理規范標準、服務流程標準、服務人員數字素養和技能標準等。再次，加強與國際組織以及其他國家智慧養老服務標準接軌。第四，建立智慧養老服務風險應急機制。政策推動技術進步的同時，制定全國性應急預案，增強智慧養老服務技術失效時的應對能力。第五，在全球人工智能發展浪潮中，提升老年人智慧養老數字技能應被納人國家戰略層面，借助數字技能培訓課程或基于DeepSeek、豆包等人工智能軟件設置多模態問答系統，指導老年人使用智慧養老設備。第六，提升智慧養老服務人員的操作技能。定期開展針對智慧養老服務人員的安全教育培訓，開發DeepSeek 和豆包等人工智能多模態多場景訓練系統，對智慧養老服務人員加強掌握設備基本操作和排查常見故障的訓練，推廣參與式安全管理，開展智慧養老服務分場景演練。最后，對于設備閑置風險，應設計激勵機制，鼓勵老年人積極使用智能設備。例如，可出臺全國性或省級財政補貼產品費用、補貼電費和補貼流量費用等政策，以制度推動智慧養老服務設備使用頻率，降低因設備閑置造成的資源浪費。

從阻抑智慧養老服務社會風險放大的路徑來看，阻抑組織的風險放大方面，應在全國范圍內建設“服務型政府”，構建政府主導、多元主體參與的“多中心風險分級干預體系”。“多中心風險分級干預體系”是一個涉及多主體、多層次、多場景、多模態的復雜體系，需要以黨中央、國務院和省級政府作為責任主體，開展內外協同治理，共同推動智慧養老服務社會風險防范和化解。阻抑媒介的風險放大方面，應通過國家和省級政府的公共平臺等渠道，廣泛宣傳智慧養老服務法律法規、倫理標準和風險防范。定期發布關于智慧養老服務技術進展、設備使用指南和安全操作手冊等內容。阻抑社會認知的風險放大方面，可將智慧養老數字技能和認知培訓納入國家戰略，著力推廣DeepSeek等人工智能平臺，提供多模態問答，提升全體公民對智慧養老服務社會風險的認知水平。阻抑情境觸發的風險放大方面，推動根據實際應用場景設計應急響應和技術故障排除演練，確保在設備出現故障時，能夠迅速有效地解決問題。培育全社會對智慧養老服務的文化認同，防止因“智慧養老服務社會風險偶然事件”引發全社會對智慧養老服務的恐慌情緒。

從風險干預流程來看，國家和省級政府主導的高風險高級干預包括前端預防機制、中端控制機制和后端應對機制。前端預防機制方面，制定智慧養老服務社會風險防范化解的中長期規劃。國家層面著眼于人工智能技術創新與應對老齡化社會戰略，出臺三個方面的中長期規劃：一是出臺詳細的智慧養老服務科技發展戰略，以資金支持和稅收優惠方式鼓勵社會資本參與智慧養老服務設備研發，逐步提升產品技術安全和適老化程度。二是出臺智慧養老基礎設施建設均衡發展戰略，國家支持智慧健康監測設備、互聯網醫療平臺和養老服務機器人等設備的均衡分布，向困難老年人、偏遠地區老年人和農村老年人提供政策傾斜，確保全國老年人都能享受到便捷、優質的智慧養老服務。三是加強中長期智慧養老服務社會風險評估與預警機制建設：微觀層面定期開展對全國老年人的智慧養老服務社會風險綜合評估，宏觀層面開展我國智慧養老服務社會分化風險和網絡安全風險等綜合評估。中端控制機制方面，從控制風險傳導和放大的角度，探索設立政府大數據相關部門加密的“綜合性協調平臺”為主導的智慧養老服務社會風險協同應對管理體系。通過建立養老服務綜合監管大數據平臺，構建智慧養老服務綜合監管體系。“綜合性協調平臺”整合來自不同領域的數據資源，形成智慧養老服務全方位監管網絡。基于大數據技術，平臺能夠對智慧養老服務中的各類社會風險進行實時監控與分析，為政府部門、企業和社會組織提供數據支持，及時識別潛在風險，并在智慧養老服務社會風險傳導過程中，形成社會風險縮小機制，防止社會風險放大。提升智慧養老服務社會風險干預的響應速度和處理能力，減少由于信息不對稱而導致的潛在風險。

后端應對機制方面，一方面，完善責任溯源與追責制度。另一方面，構建“系統性修復”機制。一旦前端預防機制和中端控制機制失效，出現突發的智慧養老服務社會風險問題并放大形成全國性事件，國家應啟動智慧養老服務“系統性修復”，重建全國人民對智慧養老服務的信心，開展全國性的智慧養老服務信任修復和重建。

AStudy on the Social Risk Amplification Mechanism and Tiered Intervention in Smart Elderly Care under the Era of Artificial Intelligence

Cao Yanchun

（School of Public Administration，East China Normal University，Shanghai 2Ooo62， China）

Abstract： In the era of artificial intelligence， smart elderly care services possess the dual characteristics of high convenience and high risk.Accelerating research on the framework of social risks，amplification mechanisms，and tiered intervention strategies is of great significance for enhancing the well-being of older adults and advancing the national strategic development of the smart elderly care industry.Based onan analysis of 5，120 typical samples from 18 provinces across China， this study identifies six major categories of social risk in smart elderly care services： technical safety risks，equipment idleness risks，human-machine interaction risks，psychological and emotional risks， legal and ethical risks，and social stratification risks.Among these， equipment idleness presents a very high level of risk; legal and ethical risks，aswellas psychological and emotional risks，are relatively high; social stratification risks and technical safety risks are moderate;and human-machine interaction risks are relatively low.In response to these varying risk levels，the study proposes a tiered intervention framework featuring five color-coded risk labels and corresponding intervention packages at the primary， intermediate，and advanced levels.These measures aim to foster the coordinated development ofhigh-quality and high-safety smart elderly care services.

Keywords：artificial intelligence; smart elderly care; elderly; social risk; tiered intervention

（責任編輯：李瑩）