邹昀瑾、李小云：AI治理，全球南方国家需要的是什么

世界人工智能合作组织不久前在上海成立，中国、哈萨克斯坦、老挝、巴基斯坦、俄罗斯、印度尼西亚等29个国家代表签署协定，成为创始成员国。从这份名单来看，一个显著的特征是：全球南方国家占据了绝大多数。

问题并非简单的“技术落后”

人工智能（AI）正迅速成为全球数字治理领域最受关注的议题之一。国际社会围绕大模型安全、数据跨境流动、算法伦理、平台责任、知识产权和深度伪造等问题，展开了持续而深入的讨论。这些议题的影响将是长期的，它们不仅关乎技术本身，更会深刻重塑数字经济和公共治理的走向。而对于全球南方国家而言，AI治理的讨论必须嵌入其具体的发展语境中——比如，如何在农业、教育、医疗、减贫、灾害应对和公共服务等实际场景中落地应用，如何借助技术提升治理能力，为公众在数字时代创造更多发展机会。

AI并非一个简单叠加在既有数字化基础上的新工具。它高度依赖数据、算力、模型、人才和制度环境，并会反过来深刻影响公共部门识别问题、分配资源、回应社会需求的方式。一些国家移动支付和在线服务普及得很快，但本地数据能力和算法治理能力仍需要持续建设；另一些地方已经开始引入智能系统，但模型是否适配当地语言、农业条件、公共服务体系和社会结构，这些都需要建立相应的判断和评估机制。

全球南方国家面临的核心问题，并不是简单的“技术落后”。更准确地说，是数字应用扩展得很快，而支撑长期治理能力的数据体系、公共监管、人才培养和制度安排，仍在建设过程中，尚未跟上技术发展的步伐。

这个问题理应在当前全球AI治理的讨论中得到更多关注。联合国开发计划署近年来提出，要支持各国构建更具包容性的AI生态系统，使其在推进可持续发展目标的过程中发挥建设性作用。这个表述很有价值，因为它将人工智能放在了能力建设、制度环境和发展目标的整体框架中审视，而不是仅仅将其视为一个技术或产业问题。

对于全球南方国家而言，人工智能治理需要更早、更主动地进入国际规则讨论，同时也要避免将技术采购视为数字化转型的单一出路。关键在于，在技术应用的过程中，逐步构建起国家的数据能力、公共部门能力、专业人才能力以及参与国际规则制定的能力。

发展场景是对AI治理的检验

农业是观察这一问题的绝佳入口。在许多全球南方国家，农业直接关系到大量人口的生计、粮食安全和农村社会的稳定运行。小农户数量庞大，生产条件千差万别，气候风险、市场信息不对称、公共服务覆盖不足等问题，在农业场景中暴露得尤为集中。AI在天气研判、病虫害识别、土壤和灌溉管理、农产品流通等环节都有用武之地，一些国家和地区已经开始试点。联合国粮农组织近年来也高度关注数字农业和AI在粮食安全、气候适应、供应链优化、市场准入等方面的作用。在气候变化影响加深、极端天气增多、农业生产不确定性上升的背景下，对于那些具备一定基础条件的地区，数字技术可以帮助农户更及时地获得风险预警和市场信息。

不过，农业AI要真正走进农村、发挥作用，还需要经过本地化的适配和持续的服务。许多发展中国家的农业经营非常分散，小农户在土地规模、种植方式、地方知识、语言习惯和风险承受能力等方面差异巨大。如果训练数据主要来自大型农场，平台服务主要覆盖支付能力较强的生产者，而算法系统又难以识别本地作物、土壤和气候条件，那么技术应用就可能在提升局部效率的同时，制造出新的不均衡。对全球南方而言，农业AI治理需要关注技术先进性，更需要关注技术能否回应小农户的真实需求、尊重本地知识，并与公共农业服务体系有效衔接起来。

公共服务领域也存在类似情况。卢旺达较早探索使用无人机配送血液等医疗物资，加纳也推动无人机配送疫苗和其他重要医疗用品，这些实践常被作为数字技术改善偏远地区公共健康服务的经典案例来讨论。这些案例表明，全球南方国家完全有能力在特定公共服务场景中创新性地应用数字技术。但必须认识到，此类创新要稳定运行，离不开可靠的基础设施、清晰的公共责任、持续的财政安排和相应的基层执行能力。

在更广泛的公共治理场景中，如灾害预警、城市治理，AI同样具有现实价值。许多全球南方国家都面临着洪水、干旱、极端高温、粮食减产和城市基础设施压力。智能监测、遥感识别、风险预测和应急调度系统，有潜力帮助政府更早地发现风险、减少灾害损失。但这类系统的有效运转，高度依赖长期的数据积累和跨部门协同。历史数据不完整、基层反馈不足、部门之间数据标准不一致，都会严重影响技术系统的实际效果。人工智能治理在这里的关键，是让技术真正嵌入真实的治理过程，并在制度、组织和责任关系中落地生根。

在南南合作中提升治理能力

在AI时代，全球南方国家不仅需要继续完善数字基础设施，更要把数字治理能力建设摆在突出位置。

首先，本地数据能力是基础。长期、稳定、可信的本地数据，是AI系统准确识别本国农业、公共服务和社会治理场景的前提。其次，公共部门能力决定了技术应用的方向和边界。政府不能只当技术采购者，还需要具备数据管理、算法理解、风险评估和责任解释等基本能力，才能驾驭技术。再次，人才能力决定了数字治理能否持续推进。这既需要工程技术人才，也需要懂公共政策、法律、社会文化和基层治理的复合型人才。最后，规则参与能力也越来越重要。全球南方国家不能只在规则形成之后被动接受，而必须主动在国际人工智能治理中表达自身的发展需求和制度经验。

从这个角度看，全球南方国家的数字治理能力建设，很大程度上需要在具体的合作过程中逐步积累。设备、平台和系统的合作固然有其现实价值，但对许多全球南方国家而言，更关键的是能否通过合作，形成本地运维、人才培养、制度衔接和公共部门使用能力。面向长期发展的人工智能合作，应该更多地围绕具体的发展场景来推进能力建设。例如，在农业领域，可以围绕气候适应、农作物病虫害防治、农产品供应链和小农户数字服务，开展联合试验；在公共服务领域，可以围绕远程教育、基层医疗、社会救助和数字政务，进行经验交流和分享。

中国与全球南方国家在这些领域有着广阔的合作空间。中国在大规模基础设施建设、数字经济发展、农村电商、农业科技推广、基层公共服务数字化和减贫治理等方面，积累了丰富的实践经验。发展进程中面临的城乡差距、区域发展不均衡、小农户与现代市场衔接、公共服务下沉等议题，使得中国经验与许多全球南方国家的发展关切具有天然的对话空间。近年来，中国大力推进智慧农业和农业农村大数据建设，并在农业生产和农村治理中探索应用大数据、北斗导航和人工智能等技术。这些经验，为我们理解数字技术如何在不同的发展背景下支持发展，提供了重要的参照。

更重要的是，中国与全球南方的数字治理合作，需要把技术应用、场景适配和能力建设三者有机结合起来。真正有价值的合作，是在共同面对发展问题的过程中，开展场景共建和能力建设。农业数字化不只是一套系统，更要理解当地农户的生产条件和公共农技服务体系；数字政务不只是一个应用程序，更要改善政府部门之间的数据协同和责任关系。只有这样，数字技术才不会停留在项目层面，而能转化为更稳定、更可持续的发展能力。

未来的AI治理，需要更加重视全球南方的发展关切，把安全、伦理等重要问题放在更完整、更具体的发展背景中去理解。而AI能否更好地服务于包容性发展，最终取决于相关治理安排能否回应更多国家、更多人群的真实发展现实。