本报告由清华大学产业发展与环境治理研究中心委托，旨在构建和应用人工智能算法影响评价体系。报告首先界定了算法歧视、公平和安全等方面的治理问题，指出了现行法律框架在应对算法治理新挑战时的不足。接着，报告探讨了人工智能算法影响评价的内涵，包括制度内涵、治理定位以及与算法审计的共性与差异。报告还分析了不同模式下的算法影响评价，如环境影响评价、数据保护影响评估和问题列表清单评估，并对比了这些模式的特点。

报告进一步探讨了人工智能算法影响评价的国别特征，分析了欧盟、美国、英国、加拿大和中国在这一领域的实践和趋势。报告强调了算法影响评价制度的必要性，认为它能够将监管延伸至企业内部，要求企业基于评价结果调整其技术创新和应用过程。

报告还从协同治理、管理主义和制度同化三个理论视角分析了人工智能算法影响评价的治理逻辑，讨论了监管者与被监管者之间的合作问题。报告认为，算法影响评价制度的成功实施需要开放性、合作性和责任性，这三个要素是制度设计的关键。

最后，报告提出了通用人工智能算法影响评价的体系框架，包括理论基础、层次结构和流程指标。报告建议，未来的算法影响评价应结合心理计量学和机器行为学的理论创新，以构建一个综合性的评估体系，涵盖技术、组织和社会三个层面。报告强调，算法影响评价是一个系统性工程，需要综合考虑多个因素，以实现有效的治理和监管。

来源：清华大学