赵精武
北京航空航天算夜学法学院副教授
一、问题的提出
法律与技能之间的互动关系匆匆使当代法学延伸出数字法学等一系列新型的法学研究模式，特殊是面对日月牙异的人工智能技能，法学学者针对深度合成、算法推举行事、天生式人工智能产品等常见技能运用办法，纷纭开始论证以预防科技滥用风险、规范技能运用办法和勾引科技良性发展为目的的技能管理框架。个中，兼顾技能创新与技能安全显然成为绝大多数管理框架论证的法理根本。由于无论是ChatGPT、Sora等功能强大的新型人工智能产品，还是过去被学者们所关注的区块链、云打算、大数据等信息技能，均无法分开“收益与风险并存”的客不雅观规律。以是，如何在保障技能运用安全的条件下，实现最大程度的技能创新成为法学学者重点论证的研究议题。
然而，在这种法益平衡论的视角下，技能管理的干系研究却产生了另一种研究趋势，即以各种技能风险类型为研究导向，建构各种技能安全风险规制体系。自《网络安全法》制订以来，海内网信领域的立法进程稳步推进，针对人工智能、算法运用等客体的法律法规相继出台。当然，这种立法趋势并不能大略理解为“应急式立法”，其目的在于防止确保法律与技能之间的“落差”不会由于技能创新周期缩短而进一步扩大。这种技能风险管理逻辑确实符合当代社会风险实践特色，并且，从法理层面而言，法律规范对特定技能运用办法的限定或禁止也能够匆匆使技能按照合法合理的办法进行创新。但是，这种研究方向导致了学界对“法律如何促进技能创新”这一根本性问题的忽略。风险预防和管理属于促进技能创新的应有之义，但不是促进技能创新的全部内容。从近年来的网信领域立法成果来看，以“安全”为名的规范性文件数量激增，我国网信安全立法体系已经初步成型，后续的立法重心更应该回归到促进技能创新这一核心目标。在经历过短期的“立法空缺”之后，信息技能创新所产生的风险类型已经基本能够被现行立法体系所涵盖，即便是人工智能技能，所涉及的数据安全风险、算法歧视风险等部分风险也可通过《数据安全法》《互联网信息做事算法推举管理规定》等法律法规予以预防和掌握。
市价人工智能技能运用发展的主要阶段，不少学者基于立法机遇已经成熟等事由主见建构人工智能技能的统一立法。这类统一立法若以“人工智能安全法”等类似表述命名，是否能够真正全面回应技能创新诉求，显然存有疑义。因此，重新核阅和思考法律如何促进技能创新具有其必要性。并且，从技能安全到技能创新的重心转向不仅仅是通过增设政策支持性条款、鼓励性条款即可实现，更须要从人工智能技能管理的基本原则和基本制度架构等层面，阐明风险预防规则和促进创新机制之间应如何进行内容衔接。
二、人工智能科技创新管理的第一类范式：安全风险预防
人工智能技能管理的法学研究大致可以以ChatGPT的涌现作为两种不同研究重心的分边界。在“前ChatGPT时期”，学者们更关注的并非是人工智能技能本身，而是人工智能技能底层的算法运用安全问题。在“后ChatGPT时期”，学者们开始将研究重心回归至人工智能技能运用本身，并且更多地论证天生式人工智能的运用安全问题。
（一）前ChatGPT时期的研究路径：算法风险管理
在ChatGPT涌现之前，人工智能技能本身并未成为学界的研究重心，其缘故原由是此前的人工智能产品或做事的智能化水平远远达不到目前的水平，且在商业实践中，虽然也存在不少以人工智能技能为名的智能客服，但其本色是按照事前确定的固定模板向用户供应极为有限的回答内容。在技能尚未成熟或者尚未形成阶段性创新打破之前，过早地谈论人工智能技能的管理路径或规制办法，不啻为缺少社会实践支撑的“超前研究”或“假想式研究”。事实上，在研究初期，有关强人工智能的法律规制理论就已经存在并受到质疑。且不论强人工智能技能是否能够真正实现，仅凭技能层面的设想就建构一个法学问题，并提出“如果不提前预防就会导致不可控风险”之论断，已然超出法律回应技能创新的适当范畴。类似研究议题并不少见，例如，基于元宇宙等技能的虚拟空间强奸罪定罪量刑问题、人工智能技能作为法律主体的可能性等问题，使得早期的研究活动呈现“真问题”与“伪命题”并存的尴尬局势。为此，也有不少学者提出质疑，乃至指出人工智能法学研究已经涌现了“反智化征象”，即法学研究者正在代替人工智能技能专家，以“AI+法律”的任意组合，预言未来的技能运用办法。
在此阶段，学界的研究视角紧张包括算法安全监管和详细的运用处景。在算法安全层面，由于算法本身属于人工智能技能运用的主要组成要素，加之个性化信息做事业态的遍及，预防算法歧视、保障算法透明等理论主见每每与人工智能技能管理理论整合于同一研究范畴。在早期的研究活动中，算法一度被打消在法学研究的主流范围之外，这是由于算法属于纯粹的技能环节，而造孽律应该调度的详细法律关系或者特定的信息做事产品。但是，随着用户画像、定向推送等信息做事模式的兴起，学者们对付算法黑箱等问题愈发关注，并延伸出算法透明、算法备案、算法影响评估等制度建构主见。这些主见的共性在于，意图通过不同形式的“公开”机制，预防和掌握隐蔽在算法背后的权柄侵害风险。这种“公开”机制的内在逻辑又可划分为两类：一是立足于知情权的保障，哀求做事供应者对算法运用的基本事理、权柄影响程度等主要事变进行事前解释和评估，形成了算法透明责任等理论主见；二是立足于算法的可问责性，否定“算法具有技能中立特点”等类似理论主见，强调通过算法备案、算法审计等机制，在不影响技能创新的条件下，在事后阶段判断做事供应者是否存在与事前备案、审计结果相悖的行为，进而实现法律任务的苛责。
在此研究阶段，已经有部分学者关注到有关人工智能天生物的可版权性问题，其争议核心紧张在于人工智能天生物是否知足著作权法意义上的“作品”之内涵。多数见地认为人工智能天生物并未彻底颠覆著作权法理论体系，或是类比法人作品条款，或是基于知识产权正当性依据所指向的勉励理论，又或是基于人工智能天生的内在技能事理，人工智能天生物成为“作品”的条件包括“外不雅观形式与人工创作作品难以区分”和“天生过程具有一定的创造性”。当然，在这些学理论证中，学者们同时也强调对技能创新的勉励和保障，并不一概否认人工智能天生物成为“作品”的可能性。并且，部分学者也提出“标注制”等主见用以折衷人工智能创作物的必要保护需求与人类聪慧创作积极性的保障需求，还有学者直言赋权人工智能天生物并不会造成所谓的“人类作者创作作品的经济动因会消逝”等结果，更须要从勉励家当政策的角度实现各种作品的“大丰富时期”。
综上来看，这一阶段的研究成果虽然在研究视角、研究路径上存在差异，但实质上都在回答两个基本问题：其一，人工智能技能创新是否对既有的法律关系造本钱质性变更，如著作权领域，人工智能天生物并没有本色改变著作权法体系，而是对“作品”观点的阐明办法提出寻衅；其二，人工智能技能创新是否可能或已经对个体权柄产生负面影响，无论是算法运用安全监管，还是“AI+法律”的定向场景论剖析，均在强调以立法掌握技能创新可能产生的潜在技能风险。
（二）后ChatGPT时期的研究路径：人工智能风险管理
在ChatGPT面世之后，天生式人工智能技能管理瞬间成为法学研究的热点领域，这种因某一个特定技能产品而引发的法学研究重心变更可谓是“亘古未有”。这是由于ChatGPT实际上代表了人工智能技能已经发展到全新阶段，呈现出部分学者所指出的“全新”技能风险。为此，相应的研究重心也转变为“法律如何回应新型的技能风险”，部分研究成果按照“技能风险类型列举——各种技能风险对应相应的管理建议、立法建议”等论证逻辑实现法律对技能风险的有效掌握。详细而言，这些技能风险紧张表现为“数据安全风险”“科技伦理风险”“犯罪工具风险”“网络信息内容安全风险”“侵害著作权、肖像权风险”等。但是，仔细阐发这些风险类型，“全新”的技能风险这一命题彷佛难以自证而立：用户输入数据的保护问题仍旧属于个人信息保护和数据安全问题；科技伦理风险实质上还是属于算法歧视等问题；犯罪工具风险所指向的滥用深度合成行为完备可以通过刑法和《深度合成管理规定》等现行立法予以办理；网络信息内容安全风险所指向的“利用人工智能天生网络虚假信息”同样可以通过《网络信息内容生态管理规定》等予以监管。故而有学者指出，天生式人工智能所产生的技能风险部分属于已有问题的凸显，部分属于新型法律问题。
这种新旧问题并存的研究现状也使得人工智能管理延伸出新的研究路径，即建构整体性的人工智能管理架构。在前ChatGPT阶段，研究路径紧张是针对特定运用处景进行法律阐明或局部性的监管型立法；在后ChatGPT阶段，研究路径紧张是建构体系性和完全性的人工智能管理规则，并且这种建构主见的重心除了连续延续前一阶段的算法风险管理，还延伸出“促进人工智能家当创新发展”等内容。此外，在《互联网信息做事算法推举管理规定》第一条中，立法目的紧张是“规范互联网信息做事算法推举活动”；而在《天生式人工智能做事管理暂行办法》第一条中，立法目的则转变为“促进人工智能康健发展和规范运用”，相应的上位法依据也增加了《科学技能进步法》。这种立法目的的转变实际上也表明了我国人工智能管理范式开始强调法律对科技创新的促进浸染。
遗憾的是，这种人工智能管理范式的转变紧张还是依循“通过预防人工智能运用安全风险，推动人工智能技能又好又快发展”的基本逻辑。特殊是在欧盟通过《人工智能法》之后，欧盟模式采纳“禁用不可接管的风险类型”“重点监管高风险类型”“有限风险或轻微风险类型”和“低风险类型”的四层风险管理架构，更是让不少学者提出按照风险水平分层次管理人工智能技能的理论主见。因此，当Sora、 Claude等更加强大的天生式人工智能产品涌现之后，法学研究的重心开始逐渐向建构人工智能统一立法的方向转移。由于这些后续涌现的天生式人工智能产品实现了高度智能化的技能目标，但在法律层面，相应的技能风险也趋于稳定化和类型化，未能产生远超立法者想象的技能效果。技能风险的相对确定性也使得专门规制论的论证重心变为了“如何建构体系化的统一监管立法”，其核心的论证要素依然是“技能风险”和“安全保障”。在某种程度上，风险预防已经成为人工智能法学研究领域的“通用范式”，不少学者在各自的制度建构主见中也将“风险预防”或者“安全保障”作为法律基本原则之一。只管风险与安全两个词时常同时涌如今数字法学研究中，但两者并非二元对立关系，与“风险”干系的法律代价还包括“可信”。在“没有绝对安全的技能”的共识根本上，法律对付技能风险的管理效果开始强调基于“相对安全”形成社会"大众年夜众对技能运用的信赖，以此实现技能创新的遍及运用。
（三）研究路径转变背后的方法论核阅：风险预防论的局限性
随着数字法学、数据法学、网络法学等观点的兴起，法学研究实际上已进入“预防型法治”和“风险导向型法治”的全新研究阶段。在传统法学研究过程中，学者们更关注基于法教义学逻辑在法律适用层面进行论证技能运用背后的法律问题。例如，在从前“快播案”中，快播公司通过免费供应干系网络通信做事许可任何人发布自己的视频资源，其经营模式也引发了是否适用技能中立原则的磋商。刑法学者的研究路径则是立足《刑法》第363条和《关于办理利用互联网、移动通讯终端、声讯台制作、复制、出版、贩卖、传播淫秽电子信息刑事案件详细运用法律多少问题的阐明（二）》干系规定，判断快播公司在传播淫秽物品中是否存在“不作为的传播”的犯罪行为。在当代法学研究过程中，各种层出不穷的技能创新风险匆匆使学者们的研究路径转向了“风险预防和掌握”。实践层面的缘故原由在于，这些技能风险所导致的危害结果难以通过事后救援手段实现空想状态下的“恢复原状”；理论层面的缘故原由在于，这些技能风险对既有的法律关系产生不同程度的影响，纯挚以权利责任的理论变更作为办理方案并不敷以回应技能风险的分外性，更须要通过风险预防和掌握维系法律关系背后的公正正义。因此，也有学者将人工智能法学领域的研究路径总结为“以安全原则、公正原则为导向，展开风险责任分配、风险救援任务归属等层面的风险管理体系”。
值得把稳的是，环境污染、食品药品安全等问题同样属于范例的科技创新风险，为何只有信息技能创新风险受到法学研究前所未有的关注？从危害结果层面来看，环境污染、食品药品安全等科技风险直接关系到自然人的生命康健，常日属于无争议的重点监管领域。虽然这些科技创新仅仅只是“有可能”导致危害结果，但是一旦“存在严重的物理危害，一定会引发灾害性的后果”。这种灾害性后果也意味着政府采纳严格的监管手段预防危害后果发生具备当然的正当性根本。相对应地，信息技能创新风险在绝大多数情形下，并不会直接对自然人的生命康健产生威胁，故而如何确定行政监管的必要性和合理性成为学界争议焦点之一。在《电子商务法》立法过程中，安全保障责任究竟是否应该扩展到网络平台经营者的所有业务活动中存在较大争议。但是，终极的立法文本采取了将安全保障责任适用于网络平台经营者部分业务的基本态度，并将“关系消费者生命康健的商品或者做事”作为该类责任适用的限定条件。之以是采纳这样的态度，一方面，技能风险预防的目的是更好地促进技能创新运用，避免营利导向的市场竞争机制催生造孽的科技运用，例如利用信息技能监控员工事情感情、事情状态的变革等；另一方面，当代社会的信息技能创新风险在管理办法上存在分外性。过去法律回应信息技能风险的办法常日是直接对网络平台经营者的责任内容及实在行办法予以明确，通过把稳责任阐明平台经营者对新兴技能运用的法律任务。但是，人工智能等信息技能创新风险的预防难以直接从平台经营者或网络信息做事供应者等责任主体层面实现，愈发须要从技能环节、技能事理层面实现全环节的风险预防效果。原来不属于法学研究“主流议题”的算法也开始成为数字法学领域紧张的研究客体，《天生式人工智能做事暂行办法》乃至将“数据标注”这一研发活动纳入调度范畴。
诚然，这种风险导向的管理路径在很大程度上知足了科技运用监管的基本需求，借由主体责任的承担，明确技能研发者、供应者干系行为的合法性边界。这种管理路径表面上确实知足了“通过风险预防规范科技创新运用”的科技管理理念，但“风险预防”究竟不是“技能创新和发展”的全部内容。法律在促进科技创新层面的浸染办法除了预防技能安全风险实现“科技又好又快创新”之外，还包括提升科技创新内在驱动力，实现科研机构、企业持续推进科技创新进程等办法。客不雅观而言，人工智能家当尚处于探索发展阶段，即便是ChatGPT等一众天生式人工智能产品，依然或多或少地存在技能毛病。倘若在人工智能统一立法中依然将风险预防作为核心内容，显然难以知足当下人工智能家当创新发展所须要真正办理的现实问题。进一步而言，现有的人工智能法学研究对付“法律促进科技创新”这一核心目标存在研究视角多元化程度不敷的问题，未能从“提升科技创新内生动力”和“保障科技创新物质条件”等层面建构系统性的科技创新管理体系。
三、科技法学视域下促进科技创新的方法论建构
（一）科技法学研究视角的演进过程
在人工智能技能管理领域，除了安全风险预防之外，《科学技能进步法》《促进科技成果转化法》等法律法规所表示的研究维度一度被忽略。在早期研究中，“科技法学”的观点曾被部分学者所提出，但由于该观点无法在研究范畴、研究工具等环节自证其独立性而受到质疑。但是，科技法学的研究视角演进却能够为建构系统化科技创新管理体系供应更为多元化的研究视角。
在早期的研究活动中，以部门法划分研究领域成为主流，科技法这类以特定领域法律关系为调度工具的研究活动未能受到重视。有学者认为“我国科技立法事情起步甚晚，从有限的科技法律出发是难以形成比较全面的意见”，故而早期的科技法研究重心更方向于在立法论层面建构促进科技创新的法律制度体系。时至今日，科技法的干系研究形成了以根本科研、科技成果、科技人才、科技行政管理等为要素的科技法范式体系。科技法学研究的分外性在于，学者们普遍意识到纯粹从法律制度层面办理科技创新动力不敷等实践问题缺少可操作性，转而更侧重从市场经济发展需求切入，办理科技成果转化过程中存在的权柄归属不明、成果评价体系混乱等制度障碍。虽然在理论层面论证科技法基本原则和详细系编制度的正当性确有必要，但科技法学在证成“法律如何推动科技创新”这一命题时，其内在法理逻辑是通过市场勉励机制增加科技创新的内生动力，而非通过行政命令等逼迫性办法强行推动科技创新。因此，科技法学的干系问题反而更加受到公共管理等造孽学专业的关注，这些造孽学专业研究者通过实证剖析对《科学技能进步法》《促进科技成果转化法》等法律法规的履行效果进行量化评估，进而提出相对应的立法建议。
科技法学与人工智能法学两种研究视角的差别在于，科技法学的研究工具是科技创新活动，人工智能法学的研究工具则是人工智能技能的详细运用，这不可避免地导致各自的研究结果存在显著差异：前者的研究结论侧重为科技创新活动供应必要的行政管理和制度保障，后者的研究结论更侧重通过部门法层面的方法论办理各种技能风险。在科技法学的研究视角下，“法律如何推动科技创新”并没有转化为技能运用监管问题，而是转变为“法律能够通过何种办法影响或刺激到科技创新活动”。对这一问题的回应，多数见地仍旧是环绕科技研发、科技成果转化和保护、科技人才培养三个核心要素建构相应的科技法律制度：在科技研发方面，法律可以根据市场发展趋势、国家管理需求等目的对所有领域或特定领域的根本技能研发设置专门的监管机制；在科技成果转化和保护方面，法律可以将知识产权保护机制与科技成果投融资机制、中介做事监管机制以及收益分配机制进行整合，形成从研发到商业运用的全方位保障体系；在科技人才培养方面，法律借由人才举荐、职称评定、名誉认定等管理机制的规范化实现科技人才的呈现和特定领域科技人才的重点培养。
在2021年修订《科学技能进步法》后，科技法学的研究重心也从详细系编制度的建构设置转向了科技立法的体系化建构。在部分学者看来，以问题导向的科技法随意马虎受到内部机制不折衷的限定，特殊是在科技法研究领域不断扩充的背景下，“法秩序内部的规范性和目的性使其彼此之间不至于混乱无序”。在数字时期，科技法中的“科技”不仅包括生物科技、环境自然科技等传统科技，还席卷了信息技能科技。这种研究范畴的扩展意味着科技立法须要完成内在详细规则的折衷统一，而非以“详细科技+法律”的形式零散分布。最常见的理论主见是基于基本原则完成法律体系和法律适用层面的统一：或因此协同性原则、实效性原则、体系化原则以及前瞻性原则建构科技创新法律体系；或是按照“计策方案—法律制度—政策方法—内部规范”的当代科技管理体系，实现科技立法与科技政策方法的系统设计；又或因此科技投入法、政府采购法、知识产权法和互助研究法作为科技法的四类核心布局规范。此外，在受到美国《拜杜法案》中“市场配置创新资源”的立法逻辑的影响后，还有部分学者逐渐创造科技立法的内在逻辑不能采取“政府主导”的迂腐思路，科技创新发展离不开社会实践和市场机制的推动，更适宜采取“以市场为主导，以政府为补充”的管理模式。
（二）演进过程背后的方法论核阅：法律如何促进科技创新
在传统法学研究中，法律与科技之间的互动关系每每被描述为科技改变法律意识、扩充法律内容，同时法律又保障科技创新。在早期的科技法研究中，也有学者提出科技对法律影响最深刻的内容是掌握论、信息论和系统论，如掌握论“研究系统的运动、状态、行为和功能”，法律因此社会生活、社会关系作为调控工具，掌握论的引入能够产生“综合管理”等理论。至于法律对科技的影响，则被部分学者总结为“科技优先发展的计策地位须要法律加以确认”“科技活动引起的社会关系须要法律加以调度”“我国参与国际科技经济竞争与互助须要法律加以保护”“科技成果的非道德利用而可能造成的社会危害须要法律加以防治”四个方面。须要解释的是，这些法律与科技创新的干系论述大多是在方法论层面阐明两者之间的浸染办法，并未涉及详细法律制度如何实现提升科技创新这一实践层面的问题。随着此后科技立法事情的不断深入，学者们对付法律影响科技创新的办法的认识也发生了变革：过去的“政府-科研机构”“政府-科技企业”等单向行政监管模式不再被奉为圭表标准，以市场为导向，建构多元创新主体共同参与的管理模式成为科技立法的核心理念，也有学者将之称为从“线性创新”“系统性创新”到“生态系统性创新”的管理范式转变。
在科技法学的研究体系下，科技法的规范类型常日被划分为科技基本法、配套的科技单行法以及附属性的科技立法，这三类法律规范恰好对应了法律在促进科技创新方面的三种不同路径：一是所有的科技活动共通性的法律问题，例如成果收益分配、科研成果转化等，法律须要对这些共通性问题设置统一性的根本性规范；二是针对特定科研活动，因其行业属性、科研环节等方面的分外性，须要法律设置分外规范明确禁止性条款或限定性条款，例如医疗临床科研活动中的干系试验禁止直接从人体实验等；三是科技创新活动还受到传统部门法的约束，须要法律进行一样平常法与特殊法之间的规则协同。同时，“法律如何促进科技创新”也被部分学者转化为“现行立法为何无法有效促进科技创新”等同类问题，相应的核心不雅观点则认为法律未能有效衔接市场勉励机制与科技创新内生动力，导致涌现科技创新的无序性、重复性等问题。详细而言，以政府职责为本位的科技法规范呈现虚置化趋势，个中涉及确当局职责具有空泛化特色，进而使得创新勉励目标落空。提升科技成果转化率固然须要遵照市场经济的基本规律，但根本科研活动属于公共物品，市场调控很可能产生搭便车的负效应，反而会限定根本科研创新的积极性，难以发挥市场调控的勉励效应。
总结而言，在方法论层面，科技法学研究和数字法学研究的差异性实际上展示了法律在促进科技创新层面的多维度性：首先，科技创新活动须要遵照客不雅观规律，法律发挥促进浸染的基本逻辑是通过办理影响科技创新的内外部成分，尽可能实现科技创新的“高效性”；其次，从科技创新管理实践来看，影响科技创新的成分紧张包括三类：其一，安全风险可能影响科技创新成果的运用效率和家当创新方向。例如人脸识别技能最初的运用目标是兼顾识别高效性和做事便捷化，但实践中涌现的“逼迫人脸识别”“私自采集人脸信息”“反人脸识别机制”等问题却影响到该项技能成果的运用效果。其二，科技创新主体是否具有内在的创新动力是直接影响科技创新的紧张成分。在《科学技能进步法》等法律法规中，根本的立法思路是通过人才、资金、科研平台、成果转化等要素提升科技创新的内在经济动力。科技创新的目的之一是推动社会生产力发展，根本理论创新仅是科技创新生态的环节之一，别的环节则包括科技创新成果转化、商业运用等。因此，科技创新进程在一定程度上也受到市场分配机制的影响。其三，科技创新必要的物质条件可得到性同样能够影响到科技创新效率。市场分配机制因其内在的经济利益驱动模式而存在“失落灵”的可能性，进而直接影响到创新主体获取科技创新必要物质条件的难易程度。基于这三类成分，分别延伸出三类不同的管理范式（拜会下图1）：其一，面对安全风险成分时，法律须要基于预防型法管理念，创设针对不同技能风险类型的主体责任内容；其二，面对市场分配机制时，法律须要实现“解放新质生产力”的目标，通过优化科技管理行政体系、细分知识产权保障模式、增设针对性扶持性财政政策等详细系编制度，提升创新主体内在的经济动机；其三，面对科技创新必备物质条件时，法律须要办理物质条件供给过程中可能存在的垄断、不正当竞争以及社会总体资源方案不敷等问题。
（三）法律促进科技创新的方法论体系：风险、勉励与保障
法律作为科技创新管理的工具之一，相应的法律管理架构也应该遵照科技创新的实践特色，表示动态化、体系化和整体性特色。动态性特色是指法律管理架构应该能够与科技创新发展保持相对同步性；体系性特色是指法律管理架构应该实现内部规则的折衷统一和外部规则体系的有效衔接；整体性特色则是指法律管理架构在面向特定技能时应该能够涵盖技能创新的各个技能环节和业务流程，例如国外学者认为人工智能监管应该建构类似航空旅行安全监管的“全流程监管框架”。风险预防导向和市场勉励导向的研究范式各自存在相应的局限性，前者无法直接浸染于详细的科研活动，而是通过外部的监管机制和内部的业务合规，在技能运用处景、科技伦理以及主体任务层面明确相应的制度规范；后者则无法彻底办理市场调节机制固有的局限性，基于营利导向的市场勉励效应可能会使得原来属于公共物品范畴的科研成果私有化，且部分胁迫科技创新的干系创新要素也存在被部分市场主体垄断的风险。因此，在科技创新管理体系中引入创新资源保障机制也就存在其必要性。按照动态化、体系化和整体性的管理架构哀求，法律在促进科技创新方面须要采纳综合性的管理方法，创新资源保障机制显然是补充风险预防机制和市场勉励机制的必要制度工具，能够从“创新主体-创新成果-创新资金”“技能安全风险-技能运用合规”“创新要素保障-制度环境保障”三个不同的维度整合科技创新的促进要素。国外学者也认为人工智能管理策略并不能局限于某一类，存在“禁止性策略”“自我调节策略”“责任策略论”和“场景应对论”四类管理模式。
在风险预防层面，科技创新管理体系须要办理的风险类型紧张以技能安全风险、运用方向偏离风险、技能合规风险三类风险为主。在科技创新活动中，不仅包括根本理论的创新打破，还包括科技创新成果的可用性。进一步而言，技能安全风险的预防和可控是实现根本理论创新与科技成果商业可用性的主要环节。在数字时期，信息技能创新的安全风险是与其创新功能相伴而生的，因此，在风险预防导向下，科技创新促进机制的浸染在于将这类技能安全风险掌握在可接管范围内。同时，科技创新也受到市场交易需求的影响，科技创新促进机制还须要对科技创新的成果运用办法和创新方向进行必要干预，即通过科技伦理审查、安全风险评估、合规审计等办法，避免涌现以侵害合法权柄为条件的创新性技能运用。
在市场勉励层面，科技创新管理体系重点须要办理创新动力不敷的问题。虽然《科技进步法》等现行立法在科技成果转化、产学研科技互助创新等领域作出了明确规定，但从根本理论创新到成果商业运用这一转化过程来看，不同领域的技能创新还须要专门性制度规范。例如，在智能网联汽车技能创新领域，基于云边端协同的网络通信架构实时对路况数据、驾驶行为数据等进行剖析和处理确实能够有效缓解交通道路事件的发生概率。但问题是，从上路试行到日常遍及利用，除了须要办理固有的技能难题，还须要办理行车数据收益分配、网络通信互联互通等制度问题。智能网联汽车的数据采集范围越大，所能实现的驾驶功能越强。在市场导向机制下，认可智能网联汽车对这些采集数据所享有的财产性权柄确有必要。不过，在科技创新主体多元化的背景下，原来属于民法领域的数据财产权问题却也成为办理科技创新动力不敷的核心问题。信息系统研发者、高速道路运营者等数据处理活动的参与者之间如何分配数据收益是直接影响智能网联汽车遍及化的主要成分。
在创新资源保障层面，科技创新管理体系须要办理的是创新要素供给不敷的问题。由于市场勉励模式下的科技创新可能存在因垄断性经济活动而存在市场调节机制失落灵的征象。除了根本理论研究无法直接通过市场调节进行供给之外，这种市场调节失落灵征象还表现为三个方面：一是一旦市场不存在同类竞品或更优质产品，创新主体在短韶光内反而短缺科技创新的经济动机。二是持有优质产品的创新主体存在海量用户时，可能会借由用户规模上风研发与一样平常产品兼容的次等产品，用以抢占次等产品市场竞争中的创新资源。三是部分创新资源属于公共物品，完备交由市场调节可能会使得在先的市场主体采取各种办法阻碍在后的市场主体获取相同的创新资源。
四、人工智能科技创新领域新型管理范式的嵌入
（一）第二类科技创新管理范式：市场勉励导向
法律对付科技创新的促进浸染并不全是依赖风险预防所实现，还包括基于市场分配调节机制影响到科技创新要素的调度、分配乃至成果转化。只管现有研究已经在不同层面阐明和论证法律应该如何推动科技创新，但此类研究议题未得到充分重视。由于“技能风险预防”和“市场勉励创新”两种研究路径在法律代价层面均因此促进科技创新为目标，但是，市场勉励导向的研究范式易导致干系研究陷入“科技政策”“法律履行效果量化评估”的研究模式中。相对来讲，风险预防导向的研究范式能够更直不雅观地展现科技创新所面临的制度障碍办理办法。在科技创新发展尚处于探索阶段时，以技能风险预防为目标，仅设置禁止性规范而不设置授权性规范更符合谨严监管的基本哀求。
客不雅观而言，这种研究路径的分解并不利于建构整体性的科技创新制度体系，由于市场勉励导向和风险预防导向都只能办理科技创新过程中的部分障碍。纵不雅观中国科技创新的管理实践，科技创新管理活动实际上是一项系统性工程，并不是纯挚依托某一种管理模式即可办理所有问题。科研机构、高新技能企业以及科研人才作为科技创新的主要主体，法律显然须要对这些主体的权利责任予以明确。但是，实践层面的科技创新系统工程更为繁芜，这些创新主体干系的制度规范也仅仅是办理了收益分配、成果认定等问题，至于政府、科研人才、高新技能企业、中介做事机构、科研机构平分歧主体之间的繁芜法律关系并未得到真正办理。更为主要的是，促进科技创新的影响成分除了多元化的创新主体之外，还包括根本研发活动到成熟商业产品的各个业务环节，风险导向能够办理研发活动或者技能运用层面的业务合规问题，但不能办理科技成果转化问题。
针对法律与科技之间的代价互动关系，有学者提出了牵制模式、回应模式和重构模式三类代价关系形态：牵制模式表现为国家通过法律对技能发展进行牵制；回应模式则强调技能发展的社会意义并造孽律进行压制和驯化的根本，而是应该通过调度技能发展和社会冲突实现动态的自我调度；重构模式则是将法律代价与技能代价纳入重新评估和衡量的语境中，建构“整体性方案”，使得法律能够以更宽泛的架构容纳和论证技能创新问题，这也是学者所推崇的法律与科技代价关系的空想状态。人工智能技能的创新发展已经对现行法律提出寻衅，然而未来人工智能技能究竟会发展至何种智能化水平以及呈现何种运用办法无从得知，如若按照重构模式的理论框架，法律不可能实现对未来技能风险的精准预防，却可以实现对未来技能风险的阐明性适用。例如，在网约车平台兴起之初，这类科技创新所产生的业务模式本身并没有在现行立法中明确规定，但是通过对消费者权柄保护、民法中的安全保障责任等详细条款的阐明，使得网约车平台的责任范畴能够通过开放性的立法体系予以确定。即便未能供应最为有效的法律依据，这种重构模式也能够为技能发展产生的实践问题供应整体性的代价判断和归责事理，进而推导出是否有必要通过专门立法的办法办理技能发展问题。
不过，科技法的市场勉励管理模式实际上包含了两类内容：一是通过市场自发调节，提升科技创新的市场导向和经济动因；二是通过理清科技行政管理、科技成果评价等方面的制度障碍，为科技创新供应必要的制度保障。后者的“保障”机制每每被学者们所忽略或者被市场勉励理论所遮盖。常日而言，“制度保障”一词每每被解读为通过立法、修法、法律阐明等办法办理影响科技创新的制度障碍，故而常被用于描述促进科技创新的效果评价。须要澄清的是，市场勉励导向的研究范式不可避免地须要办理市场调节机制失落灵的问题，风险预防导向的研究范式仅能实现技能运用的合规问题，如人工智能技能创新所须要的演习数据、算力资源则无法通过这两种研究范式予以办理，反而须要以政府干预为根本的“保障机制”办理科技创新的根本性难题。
（二）第三类科技创新管理范式：创新资源保障
在科技创新活动中，阻碍成分除了技能风险和创新动机不敷之外，还包括创新能力不敷。所谓的创新能力不敷是指创新主体自身缺少科技创新必要的条件、资源和技能能力，除了科研技能能力不敷属于创新主体自身缘故原由之外，条件不敷、资源不敷则是法律须要参与和干预的主要领域。法律保障科技创新的基本逻辑表现为法律通过行政监管、立法活动以及家当政策等手段，匆匆成创新主体与创新资源之间形成互动关系。从过往的科技创新实践来看，这些创新资源既包括科技创新所必需的资金投入，还包括科技创新所依赖的家当供应链或者社会公共做事。资金投入问题完备可以通过政府财政扶持、科技创新成果投融资机制等制度规范予以办理。但是，其他创新资源在某种程度上具有社会公共属性，既无法通过市场调节机制进行高效分配，也无法通过事前风险预防办理创新资源供给不敷的现实问题。因此，这类创新资源的供给不能完备交由市场调节，更须要行政干预等办法肃清潜在的创新资源不可获取风险。例如，数字根本举动步伐作为数字科技创新的根本性资源，须要在国家层面进行统筹方案和资源调度供给。如若交由市场自行调节，则可能增加创新主体获取科技创新资源的投入本钱。
创新资源保障导向的管理范式更加侧重如何通过法律制度实现创新资源的开放性和可用性。在该语境下，所谓的“保障”实际上包含了两层含义：其一，保障科技创新的平等性。在科技法领域，市场勉励模式备受推崇的缘故原由之一正是科技创新活动本身具有竞争性特色，为了达成更加空想化的功能和目标，不同创新主体也会基于不同的目标推进科技创新进程。因此，这种市场竞争性特色也决定了在法律层面确保科技创新平等权的必要性，避免涌现由于创新资源分配不均可能导致的科技创新动机不敷等问题。当然，这里的“平等权”也仅仅以相对平等为限，即任何创新主体在相同条件均能够得到必要的创新资源，但是由于创新主体在职员、资金、前期技能积累等方面的差异性，获取创新资源的规模、范围以及实际效果也会产生相应的差距。其二，保障科技创新的公道性。保障平等性是为理解决创新资源的可得到性问题，而保障公道性则是为理解决创新资源的可用性问题。市场勉励导向的管理范围虽然可能保障创新资源的可得到性，但这种可得到性在市场调节机制失落灵的情形下可能会被设置诸多利用障碍。部分创新资源的供应者可能会以得到创新成果收益权作为创新主体利用创新资源的条件条件，这无疑地会使得部分创新主体缺失落必要的科技创新积极性。
创新资源保障导向的管理范式实质上因此科研自由为根本理论。《科技进步法》等法律法规也多次提及保障“科研自由”之哀求，《宪法》第47条更是将“科研自由”作为基本权利予以明确，而“科研自由”的基本内容不单指科研职员、科研活动不受到外部不合理的干涉，还包括创新资源的可得到性和可用性。在既有的研究成果中，科研自由每每指涉科研经费自主权、科研成果收益权、得到国家支持等详细权利，这类不雅观点本色上仅关注到“自由”的外不雅观表现，忽略了实现“自由”的外部条件稽核。倘若创新资源受到严格牵制，科学研究活动无疑会间接管到影响，特殊是在创新资源的获取被设置不公正、不合理限定条件的情形下，所谓的“科研自由”不过是纸上谈兵。科研自由保护体系应该是由保障权、收益权和救援权三项内容构成，收益权是指创新主体能够通过科学研究活动得到相应的经济收益（包括社会名誉等）。救援权则是指创新主体在科研自由受到不正当干涉时，有权谢绝这种干涉；在造成丢失时，也能够得到法律救援。保障权是指创新主体有权公正合理地利用创新资源进行科学研究活动，该项权利也是前两项权利的条件条件。由于保障权强调创新资源的可用性和可得到性，避免将创新资源作为创新成果收益分配的正当性依据，创新主体可以免受因创新资源供应者设置不合理条件而导致的对自身的创新成果收益权的侵害。同时，保障权也将干涉科研自由的范围延伸至间接干涉创新资源的获取，创新主体也能够实现更全面的科研自由救援效果。
（三）人工智能科技创新管理领域的两类范式嵌入：以公共数据供给为例
在人工智能科技创新活动中，影响科技创新的核心要素紧张包括演习数据、算法模型和算力资源。个中，高质量、大基数的演习数据能够持续提升人工智能算法模型的功能——扩大人工智能技能的实际运用处景。不过，在数据财产权理论建构的大背景下，直接将企业数据作为具有公共属性的创新资源显然不具有可操作性，故而在干系家当政策文件中，将“公共数据”作为人工智能技能创新的主要数据来源。例如，《国家新一代人工智能创新发展试验区培植事情指引（修订版）》提及环绕数据开放与保护等方面开展政策先行先试，“探索建立人工智能原始创新的系统编制机制”；《关于加快场景创新以人工智能高水平运用促进经济高质量发展的辅导见地》明确将“集聚人工智能场景数据资源”作为创新要素供给的主要内容；浙江省《关于加快人工智能家当发展的辅导见地》则提出“推动高质量数据集培植”“统筹推进人工智能公共数据资源库培植”。这些中心或地方的家当政策实际上已经把稳到人工智能技能创新活动中高质量数据供给不敷的瓶颈问题，而公共数据自身又具有公共属性，且这些数据在数量和质量层面远超一样平常的企业数据。在法律制度层面办理公共数据的开放和利用问题，在很大程度上能够知足人工智能技能创新的演习数据需求。在前述三类科技创新管理范式下，公共数据开放和利用的制度建构实际上也被划分三个层面的问题（拜会图2）。
在风险预防导向下，法律促进人工智能创新的研究议题转变为如何平衡数据安全与数据利用这一数据安全管理领域的“经典问题”。由于公共数据能够反响一定的社会经济状况或者公共做事现状，公共数据与其他数据相互结合还可能产生识别特定自然人的安全风险。只管地方政府相继出台了公共数据安全管理和开放利用的干系规范，且在实践中也在试点实行公共数据开放利用，但从实践情形来看，公共数据的供给现状远远无法知足人工智能技能创新需求。因此，在该管理范式下，公共数据开放利用的紧张制度内容则是公共机构和授权利用公共数据市场主体之间的数据安全法律任务分配问题。并且，这种数据安全保护目标同样归属于一样平常意义上的数据安全管理体系，数据分级分类保护等根本制度也同样适用于公共数据开放利用。
在市场勉励导向下，法律促进人工智能创新的研究议题转变为如何折衷各种创新主体之间就公共数据的利用收益进行市场化分配。只管公共数据作为公共物品，但是数据处理者、数据加工者以及人工智能技能研发者在数据处理活动中享有何种收益权是公共数据开放利用亟须办理的现实问题。特殊是在面向基于公共数据所完成的人工智能技能创新时，倘若按照贡献程度确认收益，则有可能减少人工智能研发者的研发积极性，由于自身的科技成果收益有可能由于公共数据处理者的参与而减少预期可得的实际收益。因此，公共数据开放利用的紧张制度内容则包括公共数据确权、公共数据授权、公共数据收益分配等财产性制度规范。
在创新资源保障导向下，法律促进人工智能创新的研究议题转变为如何建构公道公正的开放利用机制，确保市场创新主体能够平等地获取用于演习算法模型的演习数据资源。事实上，在既有的研究中，已经有部分学者提出公共数据开放的基本原则应该包括公正原则、效率原则等内容，个中的公正原则紧张针对的是“有条件开放”的公共数据，强调任何市场主体在相同条件下应该具备相同的公共数据获取能力。这里的“有条件开放”本身并不虞味着某种程度的“市场歧视”，而是在风险预防导向下所形成的公共数据安全管理体系须要结合数据类型采纳不同的开放利用路径。但是，这种分类开放模式若交由市场主导调节，有可能导致这类公共数据成为部分创新主体的垄断性竞争上风。此时，创新资源保障这一管理范式则须要明确将违背公正获取公共数据资源的详细环境予以打消，进而实现三类管理范式层面的科技创新管理体系的规则衔接。
五、科技创新视角下的人工智能技能管理架构
（一）科技创新促进的方向定位：人工智能技能的法律性子
在厘清“法律如何促进科技创新”这一方法论层面的问题之后，接下来须要回答的问题则是如何建构以技能创新为核心立法目标的“人工智能技能促进法”。在按照前述三类管理范式论证立法基本原则和详细规则之前，还有一个根本性问题须要予以澄清，即人工智能产品或做事的法律性子如何认定。这个问题看似属于民法学领域的法律性子认定问题，用以办理研发者、做事供应者、用户以及监管机构之间的法律关系内容，与所谓的促进科技创新并无直接关联性。然而，这个问题却直接关系到在科技立法层面如何确定相应的技能监管态度和监管理论。结合过往的科技创新实践来看，当前干系的法律研究普遍存在“技能观点营销”泛滥的问题，一旦社会层面对于技能观点、技能发展水平以及技能运用处景形成偏差认知，则会影响立法者对干系技能产品或运用法律性子的认定。尤其是在一项创新性技能尚处于探索发展阶段时，不当的技能观点营销反而会使得社会"大众对付技能产品或做事的法律性子产生认知偏差，进而导致法律性子、社会"大众认知以及监管模式的“错位”。
这种技能观点营销行为本身并不具有违法性，乃至在商业活动中可能产生技能观点遍及的推广浸染。除了技能观点营销行为本身可能存在的虚假宣扬、恶意营销等违法性之外，在促进科技创新层面，这种技能观点营销更须要在制度层面明确其合法性边界。在元宇宙观点刚被提出之初，各种技能观点营销活动相继呈现，有学者专门就元宇宙技能观点的舆景况态进行量化剖析，创造“注水帖约占半数”，这种比例“侧面印证了元宇宙的观点性较强，缺少进行技能性谈论代价的特点”。这种尚处于技能观点的技能特色反而使得法律回应的办法开始涌现偏差，风险预防导向的管理范式则延伸出面向元宇宙技能运用可能产生的新型风险进行规制之结论。为此，这种研究结论也被质疑缺少社会实践根本，由于法学研究不同于其他学科的研究范式，更须要关注具备一定技能实践的详细法律关系。正常的技能观点营销属于市场经营活动的一定选择，但这并不能作为法学研究的现实依据。一个尚处于技能观点阶段的技能运用不适宜过早地纳入法学研究视野之下，特殊是家当界根本未能形成明确技能运用路线时，以风险预防为核心的研究路径一定会陷入超前预防或“无差别适用既有法律规范或理论范式”的尴尬田地。
人工智能技能也同样面临着类似的问题，即在ChatGPT、Sora涌现之后，天生式人工智能技能被营销为已经能够具备超高智能化水平的技能阶段”修正为：天生式人工智能技能被“营销”成已经进入具备超高智能化水平的技能阶段。这种对人工智能技能能力的过高期待使得相应的立法活动和学理磋商都受到潜移默化的影响。天生式人工智能产品或做事属于范例的信息做事产品。若该项技能与其他信息做事产品相互结合，其法律性子则会根据所结合的信息做事类型而有所变革。但在现阶段，市情上流利的各种天生式人工智能大多因此人机对话界面呈现，并没有依托详细的运用处景。一旦用户通过讯问天生式人工智能产品有关最近的新闻时势、旅游路线、检索周边有名医院时，该类产品的法律性子是否会发生变革尚未达成多数见地。按照这些信息检索呈现功能，该类产品彷佛又具有搜索引擎、点评信息平台等法律特色，这也延伸出“研发者、做事供应者是否须要就天生信息存在缺点时承担相应的法律任务”等问题。进一步而言，如果确认该类法律任务应该成立，这显然又超出了既有人工智能技能的发展水平，但是如果按照“陪伴式机器人”等观点用以界定这类产品或做事，又有可能使得研发者、做事供应者以技能水平发展不敷为由躲避法定义务的承担。因此，在“人工智能技能促进法”的立法活动中，首先须要明确的是，人工智能产品或做事属于一种可能存在天生信息内容不准确的分外类型信息做事。
（二）基于三类管理范式的立法论原则
在促进人工智能技能创新方面，风险预防、市场勉励和创新资源保障三类管理范式实际上对应了“安全可靠原则、经济效益原则和根本举动步伐保障原则”三项立法论原则。
安全可靠原则是指人工智能技能研发和运用应该知足能够确保技能安全风险掌握在可接管范围。详细而言，安全可靠原则包括三个要素：一是符合安全技能标准和法定安全管理责任。人工智能技能的创新办法应该符合法律法规有关技能安全保障的逼迫性规定；同时，在详细运用处景中，应该优先采取符合通用安全技能标准的技能架构、通信协议；二是既能够有效预防常见的技能安全风险，也能够在网络安全事宜中快速规复基本功能。所谓的“风险可接管”是指人工智能产品或做事应该能够有效抵挡常见的网络攻击，事前预防数据透露、员工擅自携带用户数据等常见风险事宜。同时，虽然人工智能信息系统总是存在不同程度的技能毛病，但是至少应该保障在发生技能故障或外部网络攻击时，能够快速规复正常信息做事功能；三是符合科技伦理审查哀求。由于信息技能创新的周期越来越短，这使得法律加倍难以保持与科技创新的同步性，针对技能创新过程中可能存在的“人类主体地位客体化”“算法歧视”等科技伦理风险，人工智能技能的运用办法理应以保护人格肃静和自由为根本，在设计研发、商业运用等各个科技创新环节进行科技伦理审查。
经济效益原则是指人工智能技能创新的促进机制应该符合市场经济效益哀求，技能创新鼓励性条款、促进性条款应该着重强调“市场调节为主导，政府干预为赞助”的基本哀求，衔接好市场调度机制与政府干预机制在促进人工智能技能创新进程中的功能定位。经济效益原则的内容包括三个方面：一是保护科技创新成果及其知识产权。在科技创新实践中，侵害专利权、不当利用开源代码等常见问题会严重影响市场创新主体的积极性，故而须要在法律基本原则层面明确创新主体对人工智能技能创新成果的知识产权；二是折衷不同创新主体的知识产权诉求。在人工智能技能创新过程中，争议最大的技能环节便是演习数据是否能够采取承载著作权的作品。倘若从促进科技创新目的来看，利用受著作权法保护的作品演习人工智能算法模型属于必要的技能环节；但是，现行《著作权法》所规定的“合理利用”环境并没有包括“演习算法模型”。在未来的立法活动中，回避规定这一方面的立法争议实际上也在回避人工智能技能创新存在的现实障碍，无法真正回应“促进科技立法”这一立法目的。只管《天生式人工智能做事管理暂行办法》第7条第2项规定了“涉及知识产权的，不得侵害他人依法享有的知识产权”，其言外之意便是“利用不侵害他人依法享有知识产权的演习数据是合法的”。但是，在促进科技创新层面，立法内容应该供应更加详细的演习数据利用行为规范指引，例如对天生内容作出详细规范哀求，禁止利用演习数据中包含的“作品”天生相似或完备相同的作品等；三是明确政府干预与市场勉励两种机制之间的衔接原则，即政府对付人工智能技能创新的干预须要回应研发阶段的投融资引入、技能研发园地供给、互助创新平台供应、科技成果转化等详细的市场实践需求。
根本举动步伐保障原则是指人工智能技能创新的促进机制应该包含人工智能技能创新所必要的创新资源供给。目前，算法、算力和数据成为影响人工智能技能创新的核心三要素，相应的创新资源供给机制也应该环绕这三要素予以建构。在算法层面，市场勉励机制不可能实现直接由市场供应根本技能的创新，这种失落灵征象则须要在制度层面明确政府促进科技创新的法定职责，既须要鼓励和支持高档院校、科研机构开展根本算法模型的科研攻关，也须要有方案地培养根本算法模型领域的关键人才。在算力层面，人工智能家当正在以“大模型”作为紧张的技能创新趋势，而这也意味着科技创新活动须要弘大的算力资源用以支撑海量的数据剖析处理任务。然而，算力资源的供给须要花费大量的电子资源，无法通过大略地频繁建筑数据中央等办法进行数量层面的增长。算力这一创新资源供给和保障则须要监管机构在国家层面统一方案和支配算力中央节点的培植，避免因数据中央无序培植而导致算力整体资源受限的情形发生。在数据层面，人工智能家当实现高度智能化的技能水平离不开海量演习数据的投入，在数据财产权理论尚未明朗的背景下，公共数据的供给制度显然应该纳入“人工智能促进法”的立法活动之中。一方面，立法内容应该明确公共数据公正供给的基本原则，确保人工智能家当在相同条件下能够得到必要的演习数据资源；另一方面，立法内容还应该包括公共数据供给的详细办法，例如建构中心和地方的人工智能家当演习数据供给平台等。
结语
人工智能领域正在成为数字经济转型升级的主要领域，推动该领域科技创新须要遵照综合管理、体系管理的基本理念，整合技能标准、市场、法律、政策等多元管理工具，形成生态体系性的科技创新体系。个中，法律对付科技创新的推动浸染不能单一划归为“明确科技创新的合法性边界”“促进科技创新成果转化”等结论，而是应该综合性地从风险预防、市场勉励以及创新资源保障三个方面建构体系化的科技创新促进机制。风险预戒备式所推导出的管理机制紧张是为了明确技能创新运用的合法性边界，勾引科研活动依循合法合理的基本方向进行技能创新。市场勉励范式所推导出的管理机制紧张是为了提升创新主体进行技能创新的经济动因，环绕人才、资金、成果等创新要素建构相应的市场勉励机制。但是，这两类范式均存在不雅观察视角的局限性，科技创新具有繁芜性、系统性的特色，在市场调节失落灵、风险预防浸染有限的情形下，还须要关注到创新资源的保障，面对特定的技能创新需求，以制度规范保障创新资源的可得到性和可用性。
（原文刊载于《法学论坛》2024年第3期）
《数字法治》专题由上海市法学会数字法学研究会特约供稿，专题统筹：秦前松。
