内容摘要：本文以2021—2026年为时间窗，围绕哲学与伦理探讨、社会影响与政策治理、文化生产与传播、技术与人文交叉实践四个维度，梳理中国、欧盟、美国关于人工智能与人类文化、社会关系的代表性研究。三者近五年大体同步经历了从伦理原则倡议到制度落地的转折：欧盟以权利保护为核心构建风险分级硬法体系，美国在创新优先与风险管理之间反复校准，中国形成“发展与安全并重”的统筹型治理路径。文化维度上，三方研究共同揭示了大模型内嵌的英语国家文化偏向对文化多样性的侵蚀，人机关系也从“工具论”转向“共生论”。既有研究的主要局限在于跨文化比较薄弱、伦理原则与工程实践之间存在“最后一公里”梗阻，对文化主体性的实证考察仍显不足。

一、引言：研究背景与综述范围

2021年以来，以ChatGPT、DeepSeek等为代表的大语言模型和生成式人工智能快速普及，人工智能从专用工具演变为深度嵌入社会运行的技术基础设施。与之相伴，人和机器的关系、文化的生产方式、社会的价值秩序都出现了结构性变化，“人工智能与人类文化和社会的关系”遂成为人文社会科学与政策研究交叉的核心议题。

本文以2021—2026年为时间窗，选取中国、欧盟、美国三个在全球人工智能治理中具有代表性的主体，从哲学与伦理探讨、社会影响与政策治理、文化生产与传播、技术与人文交叉实践四个维度，梳理近五年三方研究的代表性成果与主要判断。选择这一范围的理由在于：三者分别对应统筹、治理、发展三种不同的制度取向，其研究议题的分化与趋同，最能反映人工智能人文社会研究的全球格局。

需要说明的是，本文属文献脉络的述评而非穷尽式综述：一是选取各维度最具代表性的政策文本、智库报告与学术成果；二是兼顾官方文件与学界批判性研究，以呈现立场的张力；三是把制度演进与思想脉络对应起来考察，而非孤立罗列观点。

二、哲学与伦理探讨：三条思想路径的分野

欧盟：以人的尊严为原点的权利伦理。欧盟人工智能高级专家组《可信赖人工智能伦理准则》确立了尊重人类尊严、防止伤害、公平和可解释四项原则，并要求在技术上落实人类能动性与监督、技术稳健性、隐私与数据治理、透明度、非歧视与公平、社会福祉、问责七项要求。这一框架在2024年通过的《人工智能法案》中被法定化，其第14条明确提出人工智能系统应“受到自然人的有效监督”。其哲学底色是康德式的：技术不得把人降格为被计算的对象。

美国：创新与权利平衡的风险伦理。美国缺少统一的联邦伦理立法，伦理研究更多以权利清单和风险管理的形式出现。2022年白宫科技政策办公室的《AI权利法案蓝图》提出，算法不得基于种族、性别、年龄、残障、宗教等差异作出不公决策；2023年美国国家标准与技术研究院的《人工智能风险管理框架》则把伦理要求转化为可操作的设计规范，强调“人机协同控制”与“可解释性、可干预性”。其伦理内核是自由主义的风险分配逻辑：在保护创新自由与防止技术侵蚀自主性之间寻求平衡。

中国：发展与安全并重的责任伦理。中国研究强调伦理的治理功能而非仅仅规范功能。2019年发布的《新一代人工智能治理原则》提出以人为本、可控可追溯、安全可控三条核心理念；2021年的《新一代人工智能伦理规范》明确了人类主导、负责任使用、防止算法操控等条款；2023年《生成式人工智能服务管理暂行办法》进一步赋予用户知情、选择与申诉的权利。中国人民大学人工智能治理研究院《人工智能伦理治理研究报告（2026）》将这一路径概括为“原则—阐发—嵌入”三层结构：以国家治理原则确定方向，以马克思主义伦理观和中华优秀传统文化中的仁爱、和合、关系责任等思想完成价值阐释，再把伦理嵌入数据、模型、平台、场景的全流程。

三者的分歧集中在“伦理的功能定位”上：欧盟视伦理为立法的价值基础和权利保障，美国视其为创新的边界与风险控制工具，中国则将其视为发展与安全之间的调节机制。这一分歧在很大程度上决定了后续治理路径的差异。

三、社会影响与政策治理：从原则共识到制度落地

如果说伦理探讨回答“应当如何”，治理研究则回答“如何落地”。近五年，三方治理研究均经历了从原则倡议到制度建设的关键转折。

欧盟：硬法与风险分级的再校准。欧盟走的是“硬法＋风险分级”路径。《通用数据保护条例》确立数据保护优先于技术便利的逻辑；《人工智能法案》（2024年通过，2024年8月1日生效）按不可接受风险、高风险、有限风险、最小风险四级分类，并对通用目的人工智能模型设置专门义务。但制度落地并不顺畅：法案进入实施校准阶段后，欧盟委员会于2025年11月提出“人工智能数字综合方案”，2026年3月欧洲议会以569票赞成通过一读立场，在程序性减负的同时对新风险局部扩围；2026年5月15日，欧盟又正式批准《欧洲委员会人工智能与人权、民主及法治框架公约》，成为这一全球首部人工智能领域具法律约束力国际条约的缔约方。学界对此亦有批评，认为法案在“提供者—部署者”责任链之外忽略了最受影响的普通用户，监管过程本身也存在“黑箱”风险。

美国：分散治理与创新优先的张力。美国采取“分散化＋创新优先”路径。联邦层面以国家标准与技术研究院的风险管理框架等软性指引为主，2025年《人工智能行动计划》明确将赢得人工智能竞赛视为保持国家安全的关键，同时反对“繁重监管”阻碍创新；州层面立法活跃，2025年以来特拉华、田纳西、明尼苏达等八州相继推出隐私立法。斯坦福大学以人为本人工智能研究院《2026年人工智能指数报告》提供了一个批判性视角：报告既显示人工智能能力持续加速、中美顶级模型性能差距已收窄至约2.7%，也指出“负责任人工智能跟不上能力进步”——人工智能安全事件从2024年的233起增至2025年的362起，监管密度的提升并未同步转化为有效的风险管控。

中国：顶层制度与专项规则并行。中国形成“顶层制度＋专项规则”并行的统筹型体系。从2017年《新一代人工智能发展规划》首次将法治与伦理纳入制度保障，到2021年《新一代人工智能伦理规范》，再到2023年《科技伦理审查办法（试行）》，制度体系层级渐趋清晰。2025年修订的《中华人民共和国网络安全法》新增人工智能伦理规范条款，2026年工业和信息化部等十部门印发《人工智能科技伦理审查与服务办法（试行）》，全国网络安全标准化技术委员会发布《人工智能应用伦理安全指引1.0》，“柔性指引＋刚性规制”的协同格局基本成型。2026年世界人工智能大会上发布的《国际人工智能伦理治理行动计划》，则标志着中国伦理治理从理念共识迈向务实行动。

四、文化生产与传播：从“工具”到“文化主体”

创作与知识生产的范式转型。生成式人工智能深度介入文本、图像、音视频的生成，使知识生产从“人类独创”转向“人机共创”。中国学者在2024年智能传播研究综述中指出，智能传播已成为“人机合成社会的基本方式”，人类的生存境况被推向全新的未知领域；苏涛、彭兰在对2024年新媒体研究的述评中，把生成式人工智能与知识生产范式变革、人机关系的新局面列为核心议题，认为传播主体结构正由人类单一主体转向人机混合主体。

文化偏向与数字主权。三方研究共同揭示了大模型内嵌的文化偏向。相关实证研究表明，即使在非英语提示下，大语言模型仍普遍表现出英语国家的价值观倾向；非西方文化在多模态生成中常被异国情调化、符号化或简化，低资源语言面临严重的“数字语言鸿沟”。欧洲机构的文化遗产数字化率长期停滞在16%—23%之间，全球南方更缺乏系统调查。这些发现推动了“主权人工智能”与本土化模型建设，也使文化数据治理成为数字主权竞争的组成部分。

平台文化与情感经济。智能推荐与生成内容重塑了文化传播路径，也催生了新的情感实践。算法不仅分发内容，还参与塑造审美趣味与文化认同。中国人民大学的研究报告把“人工智能亲密关系（情感陪伴）”列为十大核心治理议题之一，提示人机情感交互已从技术问题演变为文化现象。

值得注意的是，文化维度的研究在三方中相对薄弱且不均衡：美国和欧洲在数字人文与文化偏向的经验研究上成果较多，中国在政策阐释与本土文化资源数字化方面更为活跃，但三方都缺乏系统的跨国比较。

五、技术与人文交叉实践：数字人文与人机协同

数字人文的兴起。机器学习和自然语言处理被广泛用于文本重构、语料分析、语言修复与档案研究，人文研究的方法论与解释权威随之改变。欧洲学者提出“反思性真实性框架”，主张在人工智能介导的文化遗产环境中，把真实性重新定义为透明度，把策展权威从等级式转为参与式；剑桥大学的实践研究则提醒，负责任使用大模型的第一步，是追问“谁在什么社会文化语境中设计了模型、中心化了谁的视角”。

人机协同的交互设计。从人机交互与科学技术论视角看，三方研究都开始把人工智能视为“协作者”而非“工具”。美国斯坦福以人为本人工智能研究院以“增强而非取代人类能力”为立院原则之一；中国学界提出“人机共生”“人机团队”概念，认为人的全面发展将体现在人与人工智能组成的协作系统的整体创造力之中。

伦理嵌入的工程化尝试。如何把抽象伦理转化为工程实践是这一维度的关键难题。三方均出现“伦理嵌入”“价值对齐”等技术化路径：美国风险管理框架的“人机协同控制”、欧盟的“数据治理＋人工监督”、中国“把公共价值嵌入数据采集、模型训练、平台运营全环节”的提法，都是这一努力的表现。其共同困难在于“最后一公里”——伦理原则难以直接翻译为可执行的工程指标，不同文化对“公平”“责任”的理解也存在难以通约之处。

六、研究局限与展望

综观近五年三方研究，可归纳出三点局限。其一，文化维度长期缺位。伦理与治理研究占据主流，对人工智能如何改变文化生产方式、审美趣味与文化认同的实证研究相对不足，且多停留在批判性论断层面。其二，跨文化比较薄弱。三方研究大多在各自语境中展开，对彼此制度逻辑的理解常流于标签化（如“欧盟重监管、美国重创新、中国重统筹”），缺乏基于同一分析框架的对照研究。其三，“最后一公里”尚未打通。伦理原则与工程实践之间缺少可操作的转换机制，算法审计、影响评估等制度工具仍不成熟。

展望未来，三个趋势值得关注：一是研究重心从“透明即安全”转向“韧性发展即安全”，即不再依赖单一原则宣示，而强调系统的持续监测与自适应能力；二是从人机对立走向人机共生，把人的全面发展置于人机协作系统中理解；三是文化主体性的回归，随着主权人工智能与本土化模型建设推进，如何让技术服务于文化多样性与人文价值的丰富性，将成为决定未来文化生态质量的关键课题。