🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
加拿大在人工智能上投入很大，却没有一部统一的联邦法律来管它。你可能想不到，这个国家还是深度学习研究的重镇，多伦多、蒙特利尔、埃德蒙顿都有世界级的AI研究所，联邦预算也一轮接一轮地加码。可钱花出去了，规矩却没跟上。二〇一九年，加拿大食品检验局用一套算法给食品安全检查对象排优先级，到二〇二四年，一场严重的李斯特菌疫情因为检测不足、漏报严重而几乎没被发现。还有六名黑人难民——其中五名是女性——在毫不知情的情况下被人脸识别系统误判，身份被撤销，只能一路告到联邦法院。与此同时，新上任的总理卡尼打算在公共服务里大规模推广AI，而全国仍然没有一个统一的监管框架。一边是接连发生的伤害，一边是加速铺开的应用。研究者想弄清楚：这套七拼八凑的治理安排，究竟是怎么运作的，又为什么总是慢半拍。
② 研究问题（要回答什么？）
这篇论文要回答三个关于加拿大AI治理的问题。第一，这套治理安排是如何行使权力的——也就是说，谁有资格说话，谁的意见会被采纳，谁被挡在门外。第二，人工智能飞速进步，尤其是大模型能力的快速提升，给治理带来了什么压力；特别是当AI本身像个黑箱、谁也说不清它内部在干什么的时候，监管该怎么应对。第三，当AI带来大规模歧视、环境负担这类特有的伤害时，现有的追责机制到底能不能接住，还是根本找不到该找谁。作者没有把这三个问题当成彼此无关的技术难题，而是把它们放进同一个框架里看：治理本身就是一种基础设施，像水电管网一样，平时看不见，坏了才知道它铺在哪里、接口留给了谁。他们真正想追问的是，在这套管网里，哪些人的经验被看见，哪些人的经验被悄悄抹掉了。
③ 研究方法（怎么做的？）
研究团队用了一年时间，和加拿大科技政策圈子里的人做深度访谈。具体做法是：从二〇二四年九月到十二月先做第一轮，再从二〇二五年三月到四月补做第二轮，前后一共访谈了三十五人，录音加起来约三十八小时，另有八十多页现场笔记。受访者分成四类：学术界十二人、民间社会组织九人、政府公务员八人、产业界六人。招募靠三种办法混着来——有目的地挑选、请受访者介绍同行、以及方便联系到的人。每场访谈四十五到七十五分钟，在加密视频里进行，事先征得同意后录音并转写。研究者没有预设一套编码表，而是先把材料逐段打散，用NVivo做开放编码，第一轮二十四个访谈得到三十个初始编码，归并成十二个更大的主题；团队成员每周开会一起校准，再根据初步结果补访，直到主题稳定下来。整个过程经过加拿大研究伦理委员会批准，所有受访者都被匿名编号。
④ 结果（发现了什么？）
访谈材料最后聚成四个互相关联的主题，每一个都指向治理中的权力问题。第一个是专业知识的政治：政府大量依赖外部专家、咨询公司和科技企业来写战略、定框架，一位受访者形容这是“把问题解决和风险判断都外包出去了”；同时政府又用钱来塑造市场，二〇二四年联邦预算给主权算力投了二十四亿元，给AI初创企业留了两亿元，给新设的AI安全研究所留了五千万元，而留给拟议中的AI法执行环节的只有五百一十万元。第二个是规范：受访者反复说“透明”这个词各人有各人的理解，规则只能边做边改；更麻烦的是，有些不透明是故意维持的，政府部门和公司用国家安全、商业保密当理由，连依法该做的隐私影响评估也只给摘要，甚至完全不给。第三个是问责：大家对AI到底能不能提高效率争论不休，对“该管开发者还是管使用者”也谈不拢，责任像皮球一样被踢来踢去。第四个是想象：有人相信只能加速追赶，也有人主张放慢速度，让公民议事会这样的机制真正参与进来。
⑤ 讨论（这些发现说明什么？）
作者认为，问题不在于某一条政策写得好不好，而在于整套治理安排的形状。他们提出一个说法：把AI治理看成基础设施。基础设施的特点是平时隐身，出故障才被看见，而它的形状——管道怎么铺、接口留给谁——早就决定了谁能接上水、谁接不上。用这个眼光看，加拿大的AI治理把“什么算专业知识”定义得很窄：会写代码、懂模型、有资本的人被请进会议室，而一线工人、受影响社区、民间组织的经验被当成意见而不是知识。作者还借用了黑人女性主义技术科学的视角，追问一件事：这套系统让谁变得可见、可治理，又让谁变得不可见、可以被牺牲。他们由此提出另一种设计思路：把关怀、拒绝、日常维护和更从容的时间节奏放进治理里。也就是说，治理不该只追赶技术，而要持续修复、允许说不，并且给慢下来的讨论留出位置。
⑥ 结论（最终结论 + 启示）
结论是，加拿大现在这套AI治理更像一副临时搭起来的脚手架，能撑住一些重量，但接缝处处可见。作者给出五条建议：设立独立的监管机构，有权调查、审计、罚款甚至叫停；强制政府和机构公开采购、审计与影响评估的信息；修法赋权工人，让员工委员会参与技术引进的决定；把公民议事会、公开咨询这类参与式民主机制写进制度，而不是靠部长心情；立法建立跨部门监管者协同论坛，让规则跟得上跨领域的问题。作者也承认研究的局限：访谈只做了英语，样本覆盖不全，产业界的人偏少，而且没有回访，受访者的看法可能已经变化。但他们相信，这种把治理当基础设施来看的思路，对其他国家和地区同样有参考价值。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
AI治理研究长期集中在两个方向：一是提炼伦理原则，二是评估法律工具的完备性。前者被批评为“修辞有力、可操作性不足”（Koniakou, 2023），后者则把治理简化为条文与机构的清单。两条路径共享一个盲点：很少追问治理在日常层面如何被组装、维系与争夺，哪些程序性、物质性与关系性的条件让治理得以运转或失灵。本文的贡献在于把基础设施研究（Star & Ruhleder, 1994；Bowker & Star, 1999；Larkin, 2013）、STS 与黑人女性主义技术科学（BFTS）接起来，提出“AI治理即基础设施”的分析框架，并以加拿大为案例做实证检验。加拿大是一个有解释力的关键案例：它在AI研究上具备全球能见度（Vector、Mila、Amii），联邦投入持续加码（泛加拿大AI战略自2017年起，2024年预算追加24亿加元的主权算力战略），却始终没有一部统一且可执行的AI法律——AIDA 随 Bill C-27 因议会休会而夭折，公共部门只靠 Treasury Board 的自动化决策指令、算法影响评估与非约束性生成式AI指南运转，私营部门则只有自愿行为准则。作者据此提出三个研究问题：治理基础设施如何行使权力（RQ1）；AI 的快速演进与不透明如何给治理施压（RQ2）；治理基础设施如何回应或未能回应规模化歧视、环境退化等AI特有伤害（RQ3）。
I. Theoretical Framework & Hypotheses（理论框架与假设）
框架的核心主张是：AI治理是一个高度竞争的基础设施，权力、知识与正义在其中持续谈判。基础设施研究提供三个分析杠杆：基础设施是关系而非物件，只在支撑跨时空实践时才成为基础设施（Star & Ruhleder）；它编码了“谁的知识算数”的分类假设（Bowker & Star）；稳定下来的机制会变得政治隐形、抵抗批评（Star, 1999）。作者同时指出该传统的局限——过度强调嵌入与维系，容易把被批判的系统正常化，忽略断裂、拒绝与另类想象（Easterling, 2014），并用 Bowker & Star 的“torque”（制度分类与生活经验错位时产生的摩擦）标示这种张力。BFTS 因此被引入：以交叉性与支配矩阵为核心工具（Hill Collins, 2000），把 Benjamin 的“反黑人黑箱”“数字否认”与 Noble 对全球剥削链的分析带入治理分析，并给出三条规范性承诺——关怀（care）、维系与修复（maintenance/repair）、适应性时间（adaptive temporality）。据此形成四维评估框架（表1）。
| 编号 | 维度 | 理论来源 | 分析焦点 |
|---|---|---|---|
| 1 | 权力配置 Power Configuration | Hill Collins (2000) 支配矩阵；Star & Ruhleder (1994) 基础设施的关系性 | 权力如何分布、谁掌握权威、如何被挑战 |
| 2 | 治理压力 Governance Pressures | Pasquale (2015) 黑箱；Benjamin (2019) 反黑人黑箱；Bowker & Star (1999) 分类的权力 | 技术、物质、环境、社会、经济与政治特征如何使治理困难 |
| 3 | 问责缺口 Accountability Gaps | Suchman (2002) 问责；Noble (2016) 全球剥削链 | 问责结构如何运作、失败与被改造 |
| 4 | 竞争性未来 Contested Futures | Jasanoff & Kim (2015) 社会技术想象；Benjamin (2019) 另类技术未来 | 行动者如何想象未来、哪些未来被边缘化 |
四维并非并列清单，而是彼此嵌套：权力配置决定了谁能在规范形成阶段发声；治理压力（不透明、速度）经由权力配置被转化为“策略性不可读”；问责缺口是前两者在伤害发生后的沉淀；竞争性未来想象则回过头来正当化或挑战整套安排。
M. Materials & Methods（材料与方法）
- 设计与时间跨度：受民族志方法启发的定性研究，2024年3月至2025年3月，五阶段推进（目标与框架设计、招募与采集、初步分析、补充采集、最终分析）。研究伦理委员会于2024年8月批准，全流程覆盖招募、知情同意、数据处理与分析。
- 抽样框：不把范围限定为“AI专家”，而界定为更宽的加拿大科技政策共同体，覆盖在线安全、宽带接入、信息完整性等议题。采用目的性抽样、滚雪球与便利抽样相结合的混合策略；除“相关经验”外无严格准入标准；因经费限制不支付报酬，参与自愿；初始招募来自作者职业网络（会议、研究、倡导活动），再经转介与公开的LinkedIn招募扩展。
- 样本量与信息饱和度：两轮共35场半结构化访谈，约38小时录音，80余页现场笔记。第一轮（2024年9—12月）24场、26小时；第二轮（2025年3—4月）11场、12小时。第一轮编码后作者明确承认“代表性不足、主题未饱和”，据此追加第二轮以扩大部门、地域与人口学覆盖。
- 访谈工具：十道核心问题的半结构化提纲，每场45—75分钟，加密视频进行，经同意录音后转写并附反身性笔记；内容覆盖受访者对LLM与AI的使用经验、对政策框架的评价、对现有治理的批评、对加拿大及全球监管未来的预期。
- 编码程序：NVivo 辅助的归纳式主题分析。第一作者执行开放编码，团队每周开会校准与复核被弃置的材料；第一轮产出30个初始编码，归并为12个主题；最终轮（2025年4—5月）依 Thomas (2006) 的归纳路径、Strauss & Corbin (1990) 的开放编码与 Boyatzis (1998) 的主题分析，经多轮协作提炼高阶主题。
- 匿名化：因加拿大科技政策共同体规模小、连接紧密，表2不披露人口学细节以防身份反推；引语一律以 Participant 编号标注。
| 利益相关方 | 人数 | 专业领域 |
|---|---|---|
| 民间社会组织 | 9 | 人权、工会 |
| 政府公务员 | 8 | 各部委、监管机构 |
| 产业界 | 6 | 产品经理、法务、数据与AI负责人 |
| 学术界 | 12 | 计算机科学、信息科学、媒介研究、法学、政治学 |
| 合计 | 35 | — |
R. Results（结果）
- 专业知识政治（6.1）：权力的第一种机制是对外部专业知识的依赖。政府通过合同聘请咨询公司、特定学术研究者、技术公司开发者来编写国家战略、监管框架与指南。受访者P16（某科技公司负责任AI岗位）称“问题解决与风险度量都被外包，机构缺乏领导力，外包最终落到咨询公司，它们来告诉你该怎么做”。AIDA 的审计框架被多位置受访者视为例证：被认可的专业知识集中在少数高校与私营部门，立法优先级与问题定义随之偏向这些群体的世界观。第二种机制是资金：泛加拿大AI战略（2017）与2024年预算构成基础设施性工具，塑造市场与商业优先级；具体分配为 AI 初创企业2亿加元、加拿大AI安全研究所5,000万加元、AIDA 执行仅510万加元。
- 规范的形成（6.2）：受访者普遍把治理描述为迭代过程——先上线“有帮助但不完美”的版本，再持续修订内部指南、政策工具与风险框架（P8）。迭代既是回应性也是权力：决定节奏、范围与实质的是政府内部人与产业相关方。P23 指出“透明”缺乏共同的操作性定义，“除非我们说同一种语言，标准化实施的能力就会分化”。P13 则称业界在“盲区”里各自解读法律、一律选择最保守的做法。更关键的是策略性不可读：P5 称隐私影响评估“只共享摘要，往往完全不共享，而且几乎没有强制力”；P4 称其“躲在晦涩与商业秘密的高墙后面”。作者将其读作认知不公（epistemic injustice）：无法接触制度推理过程，等于把民间社会、记者与研究者排除在规范谈判之外。
- 问责（6.3）：关于效率的争议构成第一层张力。P9 以医疗照护为例，认为加速会激励照护者减少与病人的直接相处时间，“好的照护本身就有低效之处”；P22 则认为自然语言处理与大模型“让我们更接近上世纪五六十年代的承诺”。第二层是责任归属：P25 把AI治理失败接到平台时代治理失败的历史账上，P26 提出“管开发者还是管使用者，我们从未真正谈过”，并倾向使用者路径。作者借 Attard-Frost & Widder (2025) 的AI价值链伦理，主张问责须覆盖从非洲矿产开采到全球南方数据标注工的每一环。第三层是替代性问责场域：P7 举出数据工人工会、肯尼亚Sama集体诉讼、演员工会罢工；P28 举西班牙工会依法取得算法访问权、却因缺乏技术能力而转向争夺应用目的决策权的案例。
- 想象（6.4）：加速与紧迫的想象（P26“现在立法规制，可能一立就过时”；P25“制度设计跟不上变化速度，且既有政策执行缺乏痛感”）与参与式民主的想象并存。P2 主张“慢AI”同样适用于监管；P27 认为以“会拖慢决策”为由排斥协商民主是短视。作者以加拿大民主表达委员会（CCDE）为例：三年内举办42场公民议事会，产出政策建议并推动政府咨询与 Bill C-63（虽未通过）。
| 主题 | 核心机制 | 代表性证据 | 对应维度 |
|---|---|---|---|
| 专业知识 | 认可的专业知识集中于少数行动者；资金塑造市场 | P16外包咨询；初创2亿/CAISI 5,000万/AIDA执行510万加元 | 权力配置 |
| 规范 | 迭代治理；定义缺失；策略性不可读 | P23透明无共识；P5影响评估只给摘要；P4商业秘密之墙 | 治理压力 |
| 问责 | 效率争议；责任弥散；替代场域 | P9照护低效论；P26开发者对使用者；P7/P28工会与集体诉讼 | 问责缺口 |
| 想象 | 加速叙事与参与式民主的对峙 | P2慢AI；P26立法即过时；CCDE 42场议事会 | 竞争性未来 |
值得注意的是，四项发现并非四个独立的问题域，而是同一套基础设施在不同节点上的表现：专家政治决定了规范由谁书写，规范书写的排他性又让不透明得以合法化，问责的弥散则使伤害无法归位，而加速想象为这一切提供了正当性叙事。
a / D. Discussion & Conclusion（讨论与结论）
- 理论贡献：把“治理即基础设施”从隐喻推进为四维可操作的评估框架，并用 BFTS 补上基础设施研究对结构性排斥、历史暴力与认知抹除的盲区。作者强调，AI 的不透明不只是技术属性，而是被治理基础设施复制——治理本身成了第二层黑箱（Pasquale 的黑箱经由 Benjamin 的“反黑人黑箱”重述）。
- 规范性主张之一：关怀与拒绝：关怀要求政策制定者反思自身位置与相对权力，并把“拒绝”制度化——不只是个人可以退出，而是政府内部设有独立机制，能主动不开发、不部署违反人权宪章、气候承诺或 UNDRIP 的技术；否则拒绝只是可逆的酌情善意。作者以“拒绝”作为对技术必然论的直接反驳。
- 规范性主张之二：维系与适应性时间：维系要求强制性的持续监测、评估与修复，以及超越审计与隐私影响评估的信息披露（财务报告、咨询策略等），以防“透明表演”；同时也包括社区层面的在地治理（互助组织抵制部署、社区诊所自建隐私保护存储）。适应性时间拒绝“创新单向前进、治理只能追赶”的线性时间观，转向定期审查、共同治理与日落条款。
- 五条政策建议：①设立独立监管机构，具备调查、审计、罚款、召回、起诉、禁止与标准制定权，并在市场准入前完成安全审查；②强制公开报告，及时披露AI采购细节、审计结果与影响评估；③赋权工人，参照德国工人委员会修法设立技术采纳委员会；④把参与式民主嵌入制度，设立法定咨询办公室，配套持续评估、线上线下包容、合理报酬与结果及时公开；⑤立法推动共同治理，建立数字监管者论坛，赋予跨部门监管者灵活性与实权。
- 局限：访谈集中于2024年9月至2025年4月，正值加美贸易摩擦与治理格局快速变化，未做回访；样本不追求代表性，产业界仅6人，明显少于学术界与民间社会；全部访谈以英语进行，未覆盖法语官方语言维度；未报告编码者间信度（归纳路径本不以κ为目标，但削弱了可复现性）。
- 启示：对同样面临“投入先行、立法滞后”的司法辖区，本文提供的不是可照搬的条文，而是一种诊断顺序——先问权力如何配置，再问压力如何被转化为不透明，最后问责与想象才有落点。
🧠 IRMaD 思维导图
mindmap
root((加拿大AI治理即基础设施))
I 引言
食品检验算法漏检
六名黑人难民被误判
全国无统一AI法律
二十四亿主权算力投资
R 问题
RQ1 权力如何运作
RQ2 不透明带来何压力
RQ3 伤害如何追责
谁被看见谁被抹去
M 方法
二〇二四年三月起一年
三十五场半结构访谈
政府学界业界民间
NVivo归纳主题编码
三十码归为十二主题
三十八小时录音
R 结果
专家政治导致监管俘获
迭代治理集中话语权
策略性不透明造成认知不公
责任分散无人担责
加速想象压制公共讨论
a 讨论
权力配置
治理压力
问责缺口
竞争性未来想象
关怀与制度化拒绝
维护修复与适应性时间
D 结论
设独立监管机构
强制公开影响评估
赋权工人委员会
嵌入参与式民主
立法协同治理
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。