“以人為本”人工智能研究所對美國人工智能政策的影響

引言

近年來，隨著人工智能作為一項顛覆性技術的不斷發展，美國政府出臺的人工智能法案數量逐年顯著增加。美國國會人工智能相關提案的數量從2022年的88項增加到2023年的181項，州政府立法機構人工智能相關提案的數量僅在2023年就達到150項，其中有38項通過立法[。在此背景下，作為美國智庫的“以人為本”人工智能研究所（InstituteforHuman-CenteredArtificialIntelligence，以下簡稱HAI）積極參與人工智能政策辯論，成為推動政府人工智能政策的一股重要力量。目前，對美國智庫人工智能議題的現有研究傾向于梳理和分析智庫觀點，包括對人工智能影響國際關系、中國發展軍事人工智能、人工智能影響國家戰略安全等具體議題的認知，而對美國智庫在這一議題上的政策影響研究較為稀缺。考察智庫對人工智能政策的影響既有助于深化對智庫在美國政治制度運作中作用的認知，也有助于了解美國部分人工智能政策形成的動因，為預判美國人工智能政策走向提供一定參考。

研究對象與方法

本研究選取HAI作為研究對象。HAI由人工智能領域知名學者李飛飛和斯坦福大學原教務長約翰·埃特奇曼迪（JohnEtchemendy）于2019年共同創建，是隸屬于斯坦福大學的一家高校智庫。與布魯金斯學會（BrookingsInstitution）等綜合型智庫不同的是，HAI是從事人工智能政策研究、教育和實踐的專門型智庫。HAI致力于在“以人為本”這一宏觀框架內實現三大目標，即了解人工智能對人類和社會的影響、增強人類能力以及開發受人類智能啟發的人工智能技術[2。在由美國賓夕法尼亞大學“智庫與公民社會項目”（TheThink Tanksand Civil Societies Program，TTCSP）研究編寫的《全球智庫報告2020》（2020GlobalGoToThinkTankIndexReport）中[3，剛成立一年的HAI就位居“全球最佳人工智能政策與戰略智庫”前列。

本研究基于政策過程理論、知識運用理論和社會網絡理論，考察HAI對美國人工智能政策的影響，嘗試回答HAI對美國人工智能政策產生了何種影響以及如何影響兩個基本問題。首先，借助政策過程理論討論HAI在政策過程的不同階段產生的具體影響。政策過程理論的發展起源于政策過程階段論（stagemodel），它是目前為止理解政策過程最有影響力的概念性框架[4]。哈羅德·拉斯韋爾（HaroldLasswell）將政策過程劃分為“情報—建議一規定一實施—執行一終止—評估”七個階段[5]。加里·布魯爾（Garry Brewer）和查爾斯·瓊斯（CharlesJones）等學者[6-7]基于拉斯韋爾的研究，對政策過程進行了不同的劃分。本研究在綜合上述學者相關研究的基礎上，將政策過程劃分為“提出問題一形成建議一政策制定一政策實施一政策評估”五個階段，并在此框架下討論HAI對美國人工智能政策的具體影響。其次，借助知識運用理論和社會網絡理論，從內容和形式兩個維度，討論HAI對美國人工智能政策產生影響的方式。知識運用理論關注專業知識如何形成公共政策，描述了一種“理論一實踐”或“知識一行動”的整合狀態[。以卡羅爾·衛斯（CarolWeiss）為代表的學者致力于探討知識與政策之間的相關性[9]，邁克爾·瓊斯（MichaelJones）和馬克·麥克白斯（MarkMcbeth）等學者[1°則關注語言對政策分析和規劃的建構性功能。作為決策咨詢機構，美國智庫是將知識運用于政策研究實踐的典型行為體，這為考察智庫的影響方式提供了一個重要視角。社會網絡理論不是一個單一的理論，而是弱關系理論、結構洞理論和社會資本理論等多種觀點和分析方法的集合。該理論將社會結構看作實際存在的關系網絡，認為社會結構的本質存在于人與人的交往或互動過程之中。從知識運用和社會網絡的角度考察智庫影響方式的側重點有所不同，前者重在考察智庫實現影響力過程中擁有的“能力”問題，后者則重在考察智庫實現影響力過程中獲得的“機會”問題。

3基于政策過程理論的HAI影響分析

HAI對美國人工智能政策的影響主要體現為其在推動美國人工智能研究資源建設中發揮的關鍵作用。參議院人工智能小組聯合主席馬丁·海因里希（MartinHeinrich）對HAI推動人工智能研究資源建設的工作予以充分肯定，指出HAI在這一過程中發揮了重要作用[1]

3.1 參與的政策階段

3.1.1政策問題階段2019年10月，擔任HAI聯合主任的李飛飛和約翰·埃特奇曼迪正式提出通過建立“國家研究云”（NationalResearchCloud，NRC）來解決學術界人工智能研究資源不足的構想）[12]。隨后，李飛飛和約翰·埃特奇曼迪開始廣泛接觸美國高校，了解其對計算能力的需求，就建立“國家研究云”的提議進行交流[13]。2020年3月，HAI在其撰寫的公開信中指出，學術界越來越難以獲得用于訓練大模型的計算和數據資源，呼呼聯邦政府創建“國家研究云”，為美國的人工智能研究提供支持[14]，并在組織美國22所頂尖大學的校長和教務長簽署這一公開信后，將其遞交給美國總統和國會。至此，在HAI的推動下，學術界人工智能研究資源不足的問題已經成為一個政策問題，即某一群體希望通過政府行為來解決或調整群體內的需求或不滿[15]

3.1.2政策議程階段2021年1月，《國家人工智能研究資源特別工作組法案》（NationalAIResearchResourceTaskForceAct，以下簡稱《法案》）作為《2021財年國防授權法案》（NationalDefenseAuthorizationActforFY2021）的第5106條正式通過國會立法，要求美國國家科學基金會和科技政策辦公室共同牽頭成立一個特別工作組，以調查建設國家人工智能研究資源的可行性，并提出具體建設方案[1。《法案》的頒布標志著建設人工智能研究資源這一議題正式進入美國政府政策議程。HAI在政策議程階段致力于圍繞建設“國家研究云”提出具體政策建議。2021年10月，HAI將其以白皮書形式形成的政策建議《創建國家人工智能研究資源：“國家研究云”的藍圖》（Building a National AI Research Resource aBlueprintfortheNationalResearchCloud）（以下簡稱《白皮書》）提交給國家人工智能研究資源特別工作組（National Artificial IntelligenceResearchResourceTaskForce，以下簡稱“特別工作組”）。《白皮書》在闡述美國人工智能創新所面臨的挑戰的基礎上，從計算模式、數據獲取模式、組織形式等方面，提出創建“國家研究云”的具體建議[17]。3.1.3政策制定階段作為聯邦咨詢委員會，特別工作組提交給美國總統和美國國會的《加強美國人工智能創新生態體系建設并使之民主化：國家人工智能研究資源實施計劃》（StrengtheningandDemocratizing theU.S.Artificial IntelligenceInnovation Ecosystem：An Implementation PlanforaNationalArtificialIntelligenceResearchResource）的最終報告（以下簡稱《最終報告》）為政府制定“國家人工智能研究資源”（Na-tional Artificial Intelligence Research Resource，NAIRR）相關政策提供重要指導。然而，《最終報告》發布后的一年多內，聯邦政府未開展有關NAIRR建設的政策制定活動。議題在一個過程中成功未必就意味著在其他的過程中也會成功；被提上政策議程的問題也有可能從政策議程中消失，無法進入政策制定的合法化階段。在此背景下，HAI與耶魯大學、普林斯頓大學等高校，以及微軟、谷歌、亞馬遜等科技企業，于2023年7月19日聯名向國會提交了一封公開信，敦促國會按照特別工作組在《最終報告》中的建議創建NAIRR[18]。

3.2 產生的政策影響

3.2.1國會頒布相關法案HAI在政策問題階段提出的問題和建議，對政府產生的具體影響表現為美國國會的相關立法行動。2021年1月，美國國會頒布《法案》，標志著HAI提出的建設人工智能研究資源這一議題被正式納人政府政策議程。《法案》是對HAI有關創建“國家研究云”政策建議的呼應，也是HAI推動政策建議合法化的重要階段性成果。從內容來看，HAI在公開信中關于為學術界提供人工智能研究資源的構想和初步方案基本被納入《法案》中。HAI認為，雖然科技政策辦公室、科技顧問委員會、國家人工智能安全委員會等組織也在從事人工智能相關工作，但仍需成立一個獨立的兩黨工作組專門負責推動創建“國家研究云”。《法案》的核心任務是成立國家人工智能研究資源特別工作組，與HAI呼呼成立兩黨工作組的政策建議基本一致。同時，《法案》對特別工作組成員背景的具體規定呼應了HAI對特別工作組成員應由學術界、政府和私營部門共同組成的構想。《法案》采取了HAI提出的為學術界提供計算資源和數據的倡議，但在擴展HAI有關“國家研究云”的基礎上提出了NAIRR這一更為廣泛的概念。

3.2.2政策建議進入關鍵報告美國國會通過《法案》后，HAI并未止步于其前期在推動議題進入政府政策議程中發揮的影響力，而是致力于在政策議程階段進一步施加政策影響。HAI在政策議程階段的影響表現為其在《白皮書》中提出的政策建議，為特別工作組形成建設NAIRR的具體方案提供了重要參考。2022年5月，特別工作組發布題為《國家人工智能研究資源構想：初步結論與建議》（Envisioninga National Artificial In-telligenceResearchResource：PreliminaryFindingsandRecommendations）的中期報告（以下簡稱《中期報告》），詳細闡述創建NAIRR的具體規劃與實施方案[19]。從內容來看，HAI在《白皮書》中提出的有關管理形式、數據訪問等方面的建議，在特別工作組發布的《中期報告》中均有所體現。首先，HAI基于對獲取計算資源和訪問政府數據便捷度的考慮，建議建立聯邦資助研發中心來管理“國家研究云”，并闡明聯邦資助研發中心是由聯邦機構贊助、由私營企業、大學以及其他非營利組織等運營的非營利性公司。HAI關于管理形式的上述建議在《中期報告》中體現為“建議第3-4條”，即國家人工智能研究資源的日常運作應由一個獨立的非政府實體負責。其次，HAI建議根據數據的敏感度采用分級訪問模式，即默認研究人員有權限訪問公開的政府數據，并經由申請可訪問更高安全級別的數據。HAI關于數據分級訪問的建議被納入《中期報告》的“建議第4-9條”，即如果將機密或敏感數據納入NAIRR，則采取分級模式獲取數據。最后，HAI呼呼在創建“國家研究云”的同時，建立相應審查程序以應對人工智能研究的快速創新所帶來的潛在倫理問題。《中期報告》中的“建議第6-2條”呼應了HAI關于建立倫理審查程序的提議，提出從隱私、民權等維度對NAIRR中的所有資源以及應用該系統開展的相關研究進行審查。

HAI政策建議的影響也在特別工作組最后階段的工作中得以體現。2023年1月，特別工作組在修訂《中期報告》的基礎上發布《最終報告》。《最終報告》進一步吸納HAI在《白皮書》中提出的相關建議。HAI在《白皮書》中提出，為快速啟動“國家研究云”的計算模型，美國聯邦政府可以與現有相關供應商合作。與之相應的是，特別工作組在《最終報告》中指出，NAIRR創建初期的計算資源可以采用政府內部資源和商業云資源相結合的官地合作模式，正如美國國立衛生研究院（NationalInstitutesofHealth，NIH）的“發現、實驗和可持續性的科學和技術研究基礎設施”（Scienceand Technology Research InfrastructureforDiscovery， Experimentation， and Sustainability，STRIDES）項目為相關人員提供亞馬遜、微軟和谷歌云資源訪問。

3.2.3政府開展政策活動HAI在政策制定階段的影響表現為美國政府基于特別工作組有關創建NAIRR的政策建議開展相關政策活動。首先，美國國會議員發起相關提案。就在HAI發出公開信敦促國會就創建NAIRR進行立法后的第十日，國會人工智能小組（CongressionalArtificialIntelligenceCaucus）聯合主席安娜·埃休（AnnaEshoo）等議員提出《為每個美國人創造人工智能實驗資源法案》（CreatingResourcesforEveryAmericantoExperimentwithArtificialIntelligenceAct），旨在通過落實特別工作組在《最終報告》中提出的諸多建議建立NAIRR，為相關人員提供計算資源、數據和測試平臺[20]。至此，HAI提出的相關建議已經被正式納入政府政策制定過程。其次，聯邦行政機關啟動NAIRR試點計劃。聯邦政府中最先采取行動制定NAIRR建設相關政策的是行政機關。2023年10月，美國時任總統拜登（Biden）在其簽署的《安全、可靠、值得信賴地開發和使用人工智能》（ExecutiveOrderontheSafe，Secure，and TrustworthyDevelopmentandUseofArtificialIntelligence）行政令中，要求國家科學基金會在行政令頒布之日90天內，根據特別工作組提出的建議啟動NAIRR試點計劃[21]。2024年1月，美國國家科學基金會根據拜登政府行政令啟動為期兩年的NAIRR試點計劃，旨在重點支持人工智能的研究和教育工作，同時深入了解如何完善NAIRR的規劃和設計[22]。

總體而言，HAI對美國政府產生的影響呈現以“線型影響為形式、政策合法化為結果”的特征（圖1）。加拿大政治學家卡列維·霍爾斯蒂（KaleviHolsti）提出“線型影響模式”，認為如果A說服B采取行為X，而C不能讓B去做同樣的事，那么A在這一特定問題上的影響力更大[23]。戴維·諾克（DavidKnoke）也提出了類似的觀點，將“影響”一詞描述為“當一個主體故意向另一個主體傳遞信息，并因此改變后者的行動序列時發生的事情”[24]。從形式來看，HAI對政策的影響呈現“線型”特征，即美國政府在政策過程中的相關活動與HAI作為影響力施加者的欲望、偏好或意圖在方向上具有較高一致性。從結果來看，HAI對政策的影響表現為人工智能研究資源建設的政策合法化。

基于知識運用理論的HAI影響方式分析

HAI運用知識影響政策的兩個重要方面在于開展政策研究和運用政策敘事。政策研究關注的是運用希臘哲學家柏拉圖（Plato）所稱的“知識”而非“意見”影響政策決策，是智庫區別于游說集團的主要標志。政策敘事關注的是話語（dis-course）問題，即研究者如何以“講故事”的方式或運用語言和修辭技巧等將話語表達為政策問題和解決方案，以提升研究成果的政策運用效果。

4.1 開展政策研究

4.1.1關注前沿性的研究議題HAI致力于將前沿的人工智能研究成果轉化為政策知識，為政策制定者提供了解和管理人工智能技術的工具[25]。作為人工智能領域的專家，HAI聯合創始人季飛飛長期關注和研究人工智能領域的前沿問題，對數據、算法和算力對人工智能研究的重要性有著深刻的認知。這三個核心要素的不可或缺性成為HAI提出人工智能研究資源不足嚴重影響學術界相關研究這一問題的學理依據。此外，李飛飛帶領的科研團隊對前沿性議題的具體研究實踐也為HAI提出問題提供了滋生土壤。這支科研團隊在斯坦福一家醫院的重癥監護室開展試點項目時，親歷了人工智能研究受限于算力和數據的困境：在使用智能傳感器改善醫療服務的相關研究中，既沒有匹配的電腦用以處理獲取的數據，也因沒有足夠存儲空間而不得不刪除部分實時臨床數據[26]。

圖1HAI對美國政府人工智能研究資源建設的影響模式和結果

Figure1 Modeand outcomes of HAl's impact on U.S.government Al research resources

4.1.2采用跨學科的研究方法研究方法是獲得知識的重要手段，也是衡量智庫研究能力的重要維度。HAI充分利用斯坦福大學在計算機科學、工程、商業等多個領域的學科優勢，提出跨學科的人工智能研究方法，即運用多學科的理論、方法和成果從整體上對人工智能進行綜合研究。HAI提出的跨學科研究方法是支撐其提出通過創建“國家研究云”解決學術界人工智能研究資源不足這一建議的重要因素。作為影響美國政府人工智能政策的重要文本，HAI發布的《白皮書》在很大程度上是跨學科研究方法驅動的成果。HAI委托隸屬于斯坦福大學法學院的政策實驗室（policylab）負責研究和撰寫有關“國家研究云”的方案和計劃。政策實驗室隨后召集由斯坦福大學商學院、法學院和工程學院的14名研究生、員工和教師組成的跨學科研究團隊，對“國家研究云”的可行性進行研究調查[27]。斯坦福大學法學院通過“政策實習”（policypracticum）項目開設以“創建‘國家研究云’”為主題的課程，為跨學科研究團隊開展相關研究提供平臺。

從內容來看，跨學科研究團隊撰寫的《白皮書》體現跨學科研究方法的運用。《白皮書》圍繞創建“國家研究云”的具體方案展開論述，涵蓋創建“國家研究云”的理論、組織形式、數據隱私、技術倫理防護、知識產權等九個涉及多學科知識的章節。沒有跨學科研究方法的指導和運用，創建“國家研究云”的具體方案亦或無法形成，抑或僅僅局限于個別學科的視角，難以形成政策影響力。正如HAI研究員丹尼爾·胡（DanielHo）所言：“如果沒有廣泛的跨學科視角，就無法考慮‘國家研究云’設計這樣的事，因為這項工作需要負責計算基礎設施的硬件工程師，利用人工智能構想最佳創新環境的計算機科學家，能夠解決數據隱私、安全和知識產權問題的律師，以及開發相關經濟和商業模式的政策分析師和商界專家。[28]”

4.2 運用政策敘事

4.2.1嵌入敘事結構敘事是界定和爭論政策問題的主要手段，因此，大多數政策問題的界定都具有敘事結構。HAI在對政府施加政策影響力的過程中，采用了邁克爾·瓊斯（MichaelJones）和馬克·麥克白斯（MarkMcBeth）提出的背景（setting）、人物（character）、情節（plot）和寓言（moral）四要素敘事結構[29]。

“背景”是指地理特征、環境特征等大多數各方都認同的事實或規則，其主要特點是被受眾不假思索地接受，而非引起重大分歧。HAI將人工智能的顛覆性影響設定為政策敘事的背景，指出“人工智能將成為21世紀最具影響力的技術之一，會對經濟和社會發展產生巨大影響。包括美國在內的所有國家都將受到人工智能的深刻影響”[30]。HAI將政策敘事置于人工智能具有顛覆性影響這一背景下，有利于強化決策者關于人工智能重要性的原有認知，為引發政策建議認同奠定基礎。

“人物”是構成政策敘事的必要條件，可劃分為施加傷害的反派、受到問題威脅的受害者和解決問題的英雄。HAI在政策敘事中相應地構建了反派、受害者和英雄三類人物。反派是壟斷人工智能計算資源的產業界，其人工智能研究以盈利為目的。為擴大受害者的范圍和等級，HAI把受害者分為直接受害者和間接受害者：將直接受害者設定為難以獲取人工智能計算資源的學術界，其注重不以盈利為目的人工智能基礎研究；將間接受害者設定為美國國家這一行為體，其在人工智能領域的領先地位受到威脅，進而會對公眾、經濟和國家安全造成負面影響。HAI政策敘事中將有能力拯救受害者的英雄設定為投資人工智能研究資源建設的聯邦政府。

“情節”是政策敘事的核心要素，賦予背景、人物、事件等以時空維度并加以串聯，構建體現敘事合理性的因果關系，通常由開始、中間和結尾構成。HAI采用的敘事情節屬于美國公共政策學家德博拉·斯通（DeborahStone）提出的“衰退的故事”（storyofdecline），即遵循“起初，一切都很美好；但是，情況越來越糟；現在的狀況幾乎讓人無法忍受，必須做點什么”的敘事邏輯[30]。故事的開始是“70多年來，在聯邦政府的資助下，美國大學致力于開展基礎研究，實現了激光、基因測序等推動當今美國經濟發展的技術的根本性突破。美國在全球人工智能領域中一直處于領先地位，美國大學的人工智能研究也位列世界前列”。故事的中間是“隨著人工智能對昂貴計算資源的需求呈指數級增長，作為學術機構的大學與企業在獲取人工智能計算資源和數據資源方面存在巨大鴻溝，學術機構越來越難以在美國的人工智能創新中發揮自身的傳統作用”。“衰退的故事”的結尾通常是對將會出現某種崩潰、瓦解或厄運等危機的預測，并提出避免危機的建議。HAI故事的結尾采取了警告的形式，指出“如果聯邦政府不采取相關行動，美國大學所擅長的基礎性、長期性研究和培訓功能將受到阻礙，不利于人工智能技術創新長期健康發展，從而危及美國在人工智能領域的領先地位以及加劇人工智能領域的不平等性”。HAI構建的故事情節基于一個讓故事充滿張力的基本假設，即事情曾比現在好，而變壞導致或即將導致痛苦，從而助長目標受眾焦慮和絕望的情緒。

“寓意”就是以政策解決方案為形式提供的政策參考，意在促進行動。HAI在故事的最后以提出政策建議的方式呈現故事的寓意，呼呼聯邦政府創建“國家研究云”，為學術界提供計算和數據資源，以保持和增強其人工智能研究和教育的能力。HAI采用的涵蓋背景、人物、情節和寓言四個要素的敘事結構有利于幫助受眾理解其政策建議，并增加受眾對此的接受度，從而進一步提升智庫影響力。

4.2.2采用敘事策略除敘事結構外，HAI還通過敘事內容影響受眾，主要體現為敘事策略的運用。敘事策略是政策行動者為實現政策偏好而操縱敘事的手段。從話語的角度來看，HAI在政策敘事中運用了隱喻策略。隱喻就是通過另一種事物（即隱喻的源域）來理解和體驗當前的事物（即隱喻的目標域），源域和目標域之間具有相似性[31]HAI在政策敘事中通過“引擎”（engine）、“生態系統”（ecosystem）和“登月時刻”（moonshotmoment）等隱喻，增加政策建議的影響力。HAI將政府、大學和企業之間的互動關系隱喻為美國的創新“引擎”，映射大學在人工智能的過去、現在和未來創新中的引領性作用，為呼吁創建“國家研究云”奠定基礎。HAI將政府、大學和企業之間一直以來形成的關系和所處的環境隱喻為“生態系統”，并在《白皮書》中18次提到這一表述。HAI將大學難以獲取人工智能計算資源所造成的后果描述為“創新生態系統面臨嚴峻的挑戰”“對美國的研究生態系統產生了巨大的負面影響”“破壞傳統的創新生態系統”等威脅性話語。與“引擎”隱喻不同的是，“生態系統”更加突出大學在美國人工智能研究中的平衡性作用，意指把大學排除在人工智能研究的主體之外，將導致美國人工智能的不可持續發展。此外，HAI把當前人工智能的發展階段隱喻為“登月時刻”[32]，以敦促美國政府以投資“阿波羅計劃”（Apolloprogram）的力度投資人工智能領域。HAI通過隱喻將不可感知的轉化為可感知的，生成“美國政府對人工智能的投資必將產生‘阿波羅計劃’效應，有利于維持美國在人工智能領域的領先地位”的蘊涵。用一個特定的隱喻來表示事物就是以一種特定的方式構建現實，通常暗示著另一個更大的敘事故事和行動規范。HAI通過運用“引擎”“生態系統”“登月時刻”等隱喻將抽象的轉化為具體的，塑造和強化受眾對政策問題和政策建議的范疇化認知，進一步推動政策合法化。

5基于社會網路理論的HAI影響方式分析

約翰·加爾東（JohanGaltung）在研究社會各階層與外交政策決策的關系時，根據對政治傳播資源占有量的不同，將社會結構分為決策核心（decision-makingnuclear）、中心（center）和邊緣（periphery）三個層次[3]。決策核心層，由掌握政策決策權的國家權力精英構成；決策中心層，位于核心層之外，由學術界、企業界、媒體等社會精英構成；決策邊緣層，位于最外圍，由普通社會民眾構成。其中，決策中心層和決策邊緣層對決策核心層具有一定影響力。HAI的影響力與社會結構之間存在強對應關系，其主要通過面向決策核心層的核心網絡、面向決策中心層的中心網絡以及面向決策邊緣層的邊緣網絡，向決策者投遞加強人工智能研究資源建設的政策建議。

5.1 構建和運用核心網絡

5.1.1構建和運用智庫“推”的網絡面對競爭日趨激烈的“思想市場”，HAI主動構建與核心決策層之間關系，以通過這種智庫“推”的網絡輸送政策建議。HAI主要通過簡報會和“國會人工智能新手訓練營”（CongressionalBootCamponAI）等方式，構建和運用面向核心決策層的網絡。HAI在公開提出相關問題和建議前，便通過簡報會預先與核心決策者就此進行交流。2019年6月，HAI聯合主任李飛飛和約翰·埃特奇曼迪利用舉行面向決策者的簡報會的機會，與時任參議院人工智能小組主席羅伯·波特曼（RobPortman）會面，就推動“國家研究云”建設的現實需求與前景進行交流。此次會面對HAI爭取決策者支持創建“國家研究云”意義重大。同時，HAI還利用“國會人工智能新手訓練營”向有影響力的國會工作人員宣揚決策者對待人工智能的應有態度。在2023年8月舉辦的“國會人工智能新手訓練營”開班致辭中，HAI呼吁決策者以“登月”的思維看待美國人工智能的發展，以敦促美國政府加強對人工智能領域的投資[34]

5.1.2構建和運用政府“拉”的網絡為保證政治體制有序運行，美國政府通常會主動與智庫等非政府組織建立一定的關系網絡。HAI利用政府發布信息征詢、召開會議、為智庫專家提供政府職位等“拉”的網絡投遞政策建議。

首先，HAI通過信息征詢機制這一核心網絡投遞政策建議。2021年7月，特別工作組發布“關于人工智能研究資源實施方案的信息征詢”。HAI充分利用這一重要的政策窗口期，提交其研究成果《白皮書》，系統闡述HAI對創建國家人工智能研究資源的構想。2022年5月，特別工作組發布《中期報告》的同時，發布了“關于國家人工智能研究資源特別工作組初步調查結果與建議的征詢信息”，以征集公眾對《中期報告》的反饋意見，為其修訂《中期報告》提供重要依據。HAI再次抓住政府提供的重要政策窗口期，提交“對國家人工智能研究資源特別工作組中期報告的反饋意見”，重申部分未被納人《中期報告》的政策建議。

其次。HAI通過美國政府召開會議這一核心網絡投遞政策建議。2023年6月，美國時任總統拜登召集學術界和產業界中10位人工智能領域專家參加專題會議，討論人工智能發展的風險及前景。HAI聯合主任李飛飛以及研究員羅伯·瑞克（RobReich）作為受邀嘉賓參與會議，獲得了經由核心網絡輸送政策建議的機會。美國總統是比國會權力更加集中的決策實體，一旦總統明確了某種關于政策議程的觀念，其想法就很可能會得勝。面對美國總統這一核心決策者，李飛飛通過“現在是人工智能發展的‘登月時刻’”的隱喻向拜登灌輸“必須加大對人工智能的投資，才能確保美國在該領域的領先地位”的觀念，進而說明創建“國家研究云”的緊迫性和重要性。僅僅4個月后，拜登政府便通過發布《關于安全、可靠、值得信賴地開發和使用人工智能的行政令》，提出啟動NAIRR試點計劃。

5.2 構建和運用中心網路

5.2.1構建和運用面向學術界的網絡HAI在發起創建“國家研究云”倡議的過程中，構建和運用了由計算機科學所凝聚的學術界網絡。HAI組織在全美計算機科學這一學科排名前30所大學中的22所大學的校長和教務長簽署其發起的致總統和國會的公開信。HAI原計劃于2019年發起這一倡議，但由于新冠疫情在美國爆發，美國大學領導層忙于應對疫情，因此，HAI決定推遲發布公開信[35]。這一決定在很大程度上揭示了HAI對嵌入學術共同體網絡中的社會資源的肯定態度以及強烈的攫取意愿。同時，HAI組織了多場有關創建“國家研究云”的學術研討會，以推動相關理念滲入學術界。例如，2020年6月，李飛飛與胡佛研究所（HooverInstitution）研究員康多莉扎·賴斯（CondoleezzaRice）就“確保美國在人工智能領域的創新”這一主題進行交流，指出學術界參與人工智能研究對美國人工智能創新的重要性[36]。5.2.2構建和運用面向產業界的網絡HAI構建的面向產業界的網絡通常與面向學術界的網絡相互交織。HAI利用其在社會結構中的“結構洞”優勢，將產業界和學術界聯結起來，同時對兩者施加影響力或攫取這兩類網絡中的資源。成立之初，HAI啟動“云信用資助”（CloudCreditGrants）項目，通過與擁有先進計算資源的企業合作，為學術界相關人員提供計算資源。這一項目有助于塑造產業界和學術界對創建“國家研究云”產生基于實踐的認知。在政策制定階段，HAI通過聯結學術界網絡和產業界網絡，向國會提交敦促國會創建NAIRR的公開信，意在通過攫取嵌入中心網絡中的學術界和產業界的資源影響核心決策者。

5.3構建和運用邊緣網絡

5.3.1構建和運用研究成果驅動的網絡HAI通過研究成果驅動的網絡影響公眾，即通過媒體對其有關“國家研究云”的研究成果的報道塑造公眾認知。2021年10月，HAI發布其有關“國家研究云”的核心研究成果《白皮書》后，多家媒體對此進行了報道。美國“五十號公路”網站（RouteFifty）從投資和訪問權限等方面，對《白皮書》進行了專題報道[37]。由《紐約時報》（NewYorkTimes）記者克雷格·史密斯（CraigSmith）主持的“人工智能觀察”（EyeOnAI）播客（podcast），對 HAI副主任丹尼爾·何進行了長達40分鐘的采訪，邀請其基于《白皮書》對“國家研究云”進行解讀[38]。媒體對《白皮書》的詳細報道有助于公眾了解HAI有關“國家研究云”的理念與構想。5.3.2構建和運用專家知識驅動的網絡HAI通過專家知識驅動的網絡影響公眾，即通過媒體引用智庫專家觀點或刊登智庫專家專欄文章塑造公眾認知。2020年10月，《金融時報》（FinancialTimes）在《公共研究云可以促進創新》（APublicResearchCloudwouldStimulateInnovation）一文中，引用HAI聯合主任約翰·埃特奇曼迪的觀點以支持報道關于公共研究云可以促進創新的論點[39]。彭博社（Bloomberg）甚至根據李飛飛的觀點，發布《人工智能之母呼吁美國以‘登月’精神投資人工智能技術》（TheGodmotherofAlCallsfor US \"Moonshot\" Investment in the Technology）的報道[40]。除經由媒體引用專家觀點宣傳“國家研究云”，HAI還利用媒體相對系統地推送專家觀點。2021年7月，李飛飛在《國會山報》（TheHill）撰寫評論性文章，討論學術界參與人工智能研究的必要性[41]。2021年11月，HAI研究員丹尼爾·何、羅斯·瓦爾德（RussellWald）和珍妮弗·金（JenniferKing）共同在《國會山報》撰寫評論性文章，以駁斥反對創建“國家研究云”的相關觀點[42]。媒體或許不能直接告訴受眾“如何想”，但在讓受眾“想什么”方面很有效果，具有議程設置功能[43]。HAI通過與媒體互動所構建的邊緣網絡塑造公眾對創建“國家研究云”的正面認知，以進一步影響核心決策者

6結語

美國人工智能政策并非政府單一行為體行動的結果。以HAI為代表的智庫積極參與其中，充當知識與權力的橋梁，對決策過程產生了重要影響。美國智庫對政府人工智能政策的影響給我國智庫建設和研究提供了一定啟示。一方面，我國智庫可以在一定程度上借鑒美國智庫參與政策過程的方式，力爭從問題提出到政策落地全過程的支撐決策；另一方面，隨著人工智能日益成為國家間博弈的焦點，有必要對美國智庫的人工智能議題開展深入研究，以進一步提高我國對美國人工智能政策的認知和預判。

參考文獻：

[1]Institute for Human-Centered Artificial Intelligence. Artificial intelligenceindex report2024[EB/OL]. （2024-04-16）[2024-10-01].https：//hai.stanford.edu/aiindex/2024-ai-index-report.

[2] Institute for Human-Centered Artificial Intelligence. 2019-2020 annual report[EB/OL]. （2020-08-20） [2024- 10-08].https：//hai.stanford.edu/sites/default/files/2021-02/ hai-2020-annual-report_1.pdf.

[3]McGann J.Global Go to Think Tank Index Report 2020[EB/OL]. （2020-01-28）[2024-10-24].https：// repository.upenn.edu/items/9f1730fa-da55-40bd-alf4- 1c2b2346b753.

[4] 陳振明.公共政策分析導論[M].中國人民大學出版社， 2015：28.

[5] LASSWELLHD.Thedecision process： Seven categories of functional analysis[M].College Park：University of MarylandPress，1956：2-8.

[6] BREWER G D. Foundations of Policy Analysis [M]. Illinois：TheDorsey Press，1983.

[7] JONESC O.An Introduction to the Study ofPublic Policy [M]. Pacific Grove： Brooks/Cole Publishing Company，1984.

[8]張云昊.公共政策過程中的知識運用：理論模型與演 進邏輯[J].北京行政學院學報，2024（2）：96-108.

[9] WEISS C H. The many meanings of research utilization[J]. Public Administration Review， 1979，39（5）： 426-431.

[10] JONES M， MCBETH M.A Narrative Policy Framework： Clear Enough to be Wrong？ [J]. Policy Studies Journal， 2010（2）： 329-353.

[11]Institute for Human-Centered Artificial Intelligence. Annual report 2023[EB/OL]. （2023-08-20） [2024-11-15]. https：//hai.stanford.edu/sites/default/files/2024-04/2023- Annual-Report.pdf.

[12] LI F F， ETCHEMENDY J. We need a national vision for AI[EB/OL]. （2019-10-22）[2024-09-02]. https：//hai. stanford.edu/news/we-need-national-vision-ai.

[13] LYNCH S. Stanford team develops a blueprint for a national AI research resource[EB/OL]. （2021-10-06） [2024-09-03]. https：//hai.stanford.edu/news/stanfordteam-develops-blueprint-national-ai-research-resource.

[14] Institute for Human-Centered Artificial Intelligence. National research cloud call to action[EB/OL]. （2020- 03-04） [2024-11-12]. https：//hai.stanford.edu/national-research-cloud-joint-letter.

[15]詹姆斯·安德森.公共政策制定[M].謝明，譯.北京： 中國人民大學出版社，2009：97.

[16] National AI Research Resource Task Force. William M. （Mac） thornberry national defense authorization act for fiscal year 2021[EB/OL]. （2021-01-01）[2024-10-05]. https：//www.congress.gov/116/plaws/publ283/PLAW116publ283.pdf.

[17] HO D E， KING J， WAN C， et al. Building a national AI research resource[EB/OL]. （2021-10-01） [2024-09-12]. https：//hai.stanford.edu/white-paper-building-national-airesearch-resource.

[18] A Letter to the Congress [EB/OL]. （2023-07-19） [2024- 11-10]. https：//www.princeton.edu/sites/default/files/ documents/2023/07/NAIRR_sign_on_letter_7-19-23 FINAL.

[19] National Artificial Intelligence Research Resource Task Force.Envisioning a national artificial intelligence research resource （NAIRR）： Preliminary findings and recommendations[EB/OL]. （2022-05-10） [2024-10-14]. https：//ai.gov/wp-content/uploads/2023/12/NAIRR-TFInterim-Report-2022.pdf.

[20] ESHOO A， MCCAUL M. Creating resources for every American to experiment with artificial intelligence act of 2023 （CREATE AI Act）[EB/OL]. （2023-07-28） [2024-11- 09]. https：//www.congress.gov/bill/118th-congress/housebill/5077/text.

[21] BIDEN J. Executive order on the safe， secure， and trustworthy development and use of artificial intelligence[EB/OL]. （2023-10-30） [2024-10-20]. https：//www.whitehouse.gov/briefing-room/presidentialactions/2023/10/30/executive-order-on-the-safe-secureand-trustworthy-development-and-use-of-artificialintelligence/.

[22] U.S.National Science Foundation. National artificial intelligence research resource pilot[EB/OL]. [2024-12- 11].https：//new.nsf.gov/focus-areas/artificial-intelligence/ nairr.

[23] HOLSTI K J. International politics： A framework for analysis[M].Englewood Cliffs： Prentice-Hall，1977：150.

[24] KNOKE D. Policy networks： The structural perspective[M]. Cambridge： Cambridge University Press， 1990： 3.

[25] About HAI [EB/OL]. [2024-11-21]. htps：//hai.stanford. edu/about.

[26] ADAMI C.Legislation will bolster public sector AI research[EB/OL]. （2023-11-06） [2024-10-13]. https：//hai. stanford.edu/news/legislation-will-bolster-public-sectorai-research.

[27] JENSEN B. Student perspective： Designing a national AI research res0urce[EB/OL]. （2021-10-06） [2024-11- 23]. https：//ai.stanford.edu/news/student-perspectivedesigning-national-ai-research-resource.

[28] JENSEN B. How to build a national AI research resource[EB/OL]. （2021-02-23） [2024-11-10]. https：// hai.stanford.edu/news/how-build-national-ai-researchresource.

[29]HAI. National Research Cloud Call to Action [EB/OL]. （2020-03-18） [2024-11-18]. https：//hai.stanford.edu/ national-research-cloud-joint-letter，2020-03-01.

[30] STONE D. Policy paradox： The art of political decision making[M]. New York： W. W. Norton amp; Company， 2001：

[31]喬治·萊考夫，馬克·約翰遜.我們賴以生存的隱喻[M]. 何文忠，譯.杭州：浙江大學出版社，2015：3.

[32]LI FF，REICHR. Stanford HAI faculty urge President Biden to approach AI with a moonshot mentality[EB/OL]. （2023-06-30） [2024-10-15]. htps：//hai.stanford.edu/news/ stanford-hai-faculty-urge-president-biden-approach-aimoonshot-mentality.

[33] GALTUNG J. Foreign policy opinion as a function of social position[J]. Journal of Peace Research，1964， 1（3/4）： 206-231.

[34] Institute for Human-Centered Artificial Intelligence. Congressional boot camp on artificial intelligence[EB/ OL]. （2023-08-07） [2024-11-25]. https：//hai.stanford. edu/sites/default/files/2023-10/Congressional-Bootcamp2023-Booklet.pdf.

[35] ETCHEMENDY J，LI F F. National research cloud： Ensuring the continuation of American innovation[EB/ OL]. （2020-03-28）[2024-11-24]. https：//hai.stanford. edu/news/national-research-cloud-ensuring-continuationamerican-innovation.

[36] RICE C， LI FF.Ensuring America’s innovation in artificial intelligence[EB/OL]. （2020-06-30） [2024-10- 20]. https：//hai.stanford.edu/events/ensuring-americasinnovation-artificial-intelligence.

[37] KANOWITZ S. Driving AI inovation through a national research cloud[N]. Route Fifty， 2021-10-12.

[38]Eye on AI[EB/OL]. （2024-10-14） [2024-12-11]. https：/ www.eye-on.ai/podcast-087.

[39] THORNHILL J. A public research cloud would stimulate innovation[N]. Financial Times，2020-10-19.

[40] GHAFFARY S. The godmother of AI calls for US ‘Moonshot’ investment in the technology[N]. Bloomberg， 2023-11-03.

[41]LIFF.America’s global leadership in human-centered AI can't come from industry alone[N].The Hill，2021-07-06.

[42] HO D， KING J， WALD R. Do we really want Facebook and Amazon to rule AI？[N]. The Hill，2021-11-08.

[43] COHEN B C. The press and foreign policy[M]. Princeton： Princeton University Press，1963： 2-5.

Abstract： [Purpose/Significance] Think tanks play a crucial role in influencing on U.S.artificial intelligence （AI） policy.Examining the impact of Institute for Human-Centered Artificial Intelligence （HAI） on U.S. AI policy can provide valuable insights into the role of think tanks in the functioning of the U.S. political system. [Method/Process] Drawing on policy process theory， this essay intends to find out the influence of HAI on U.S.AI policies.Based both on knowledge utilization theory，and social network theory，this essay examines HAI's mode of influence， with the former focusing on its internal ability to achieve policy influence and the latter on its external ability.[Result/Conclusion] The impactof HAI on U.S.AI policy is mainly reflected in promoting the establishment of U.S.AI research resources.From the perspective of the policy proces，HAI participates in proposing problems，ofering advice，and forming policy， which leads to the impact of policy legitimization in the formof“linear influence\".From the perspective of knowledge utilization， HAI's policy influence is deeply rooted in its policy research and narrative.From the perspective of social networks，HAI delivers policy recommendations to its target audience through nuclear，center，and periphery networks.

Keywords： think tankHuman-Centered Artificial Intelligence Institute （HAI）artificial intelligence policy