治理能否在不妨碍创新的前提下建立信任？
简短的回答是肯定的，但前提是该框架的设计必须灵活且具有情境敏感性。2025年对英国人工智能治理策略的分析表明，一种基于原则、注重情境的方法——以敏捷性和相称性为基础——能够通过标准化和保障机制建立“信任货币”，同时仍允许创新蓬勃发展[3]。英国模式刻意将自己定位在欧盟严格监管路径与美国市场驱动灵活性之间，充当协调机制而非阻碍因素[3]。这表明，决定是否减缓创新的并非治理本身，而是框架的设计。
2024年一项关于公共部门企业系统中人工智能治理的研究进一步印证了这一点，表明有效的治理——包括战略政策对齐、运营监督和技术控制——使政府能够“在创新与问责之间取得平衡”[2]。该研究通过案例证据证明，诸如人机协同决策和偏见缓解等治理机制，可以在不阻碍有益人工智能系统部署的前提下维持公众信任[2]。这些研究的一致发现是：僵化且一刀切的治理框架可能扼杀创新，而适应性强且比例得当的治理框架反而能够支持创新。
信任与创新之间总是存在权衡吗？
证据表明，权衡确实存在，但并非绝对——通过精巧的框架设计可以加以管理。2024年一篇关于人工智能治理中伦理与公众信任的文献综述明确指出，AI监管中存在“关键价值张力与权衡”，包括透明度与专有创新之间的冲突[4]。该综述提出了一种治理框架，旨在将透明度、问责制、包容性等价值与AI发展相协调，并主张通过协同治理和“非传统利益联盟”来构建优先考虑伦理实践的创新生态系统[4]。这意味着这种权衡并非零和博弈——通过让多元利益相关者参与治理规则的设计，这种权衡是可以被改变的。
然而，这种权衡在特定高风险领域确实存在。《柳叶刀-数字健康》2024年的一篇评论文章警告称，在医疗领域，英国政府采取的“支持创新方针”——该方针一直抵制针对人工智能的专项立法——可能导致有偏见的自动化决策以及危险健康信息的传播[5]。文章指出，在人工智能生成内容的透明度、健康公平性等领域亟需强有力的监管，若缺乏上市前评估和持续监督，“潜在风险可能无法得到缓解，从而对公共卫生与安全构成挑战”[5]。这表明，在危害直接且严重的行业中，将创新置于信任之上的代价可能令人无法接受，治理并非可有可无，而是必不可少。
什么样的具体特征能让治理框架既能建立信任，又能促进创新？
证据表明三个关键特征：以原则为导向而非固守规则、提供具体可行的指导、以及将治理贯穿于人工智能全生命周期。英国模式明确秉持“基于原则、因地制宜”的理念，将标准化与第三方验证视为“创新基础设施”而非障碍[3]。这与僵化刻板的规则形成鲜明对比——后者往往随着技术迭代而迅速过时。
一项2023年的研究在创建《负责任AI模式目录》时发现，当前实践中的最大缺口之一是缺乏为从业者提供的“系统化、可操作指南”[6]。该目录将模式分为多层治理、可信流程和负责任AI设计产品三类，为开发者在生命周期各阶段提供了具体步骤[6]。这回应了多篇论文共同指出的关键问题：高层伦理原则与实际执行之间存在鸿沟[6][7]。一项2026年关于金融服务业AI治理的研究，明确将此描述为“高层概念性AI伦理原则与传统模型风险管理实际执行之间的关键操作缺口”[7]。该研究提出双支柱框架——将AI治理作为“地图”（设定战略边界），模型风险管理作为“机械师”（执行技术验证）——以弥合这一缺口[7]。
最后，一篇2024年关于人工智能治理中信任问题的跨学科综述指出，确保可信赖性需要理解如何同时协调机器、人类和机构中与信任相关的价值观[1]。这意味着治理不能仅关注算法本身，而必须涵盖整个社会技术系统，包括部署和监管人工智能的机构[1]。能够做到这一点的框架——例如英国的多方利益相关者治理模式——更有可能在建立信任的同时不抑制创新[3]。
关于这些来源
该回答基于7篇经同行评审的研究构建而成——发表于2023年至2026年间，其中6篇为2024年及以后发表，3篇发表于Q1期刊，累计被引用100次——这些研究是从8篇通过质量筛选的文献中选出的最具相关性的成果，而该8篇文献又源自从超过5亿篇论文数据库中检索到的48篇论文。
本文引用的文献
信任、可信赖性与人工智能治理
这篇跨学科综述认为，确保人工智能治理的可信度需要一种连贯的方法，同时解决机器、人类和机构中与信任相关的价值观，并为整合这些要素提供了路线图。
公共部门企业系统中的AI治理：确保信任、合规与伦理
本研究对公共部门企业系统中人工智能的应用进行了分析，发现有效的治理——涵盖战略政策对齐、运营监督及技术控制——能够帮助政府在创新与问责之间取得平衡，并通过案例证据支持这一论断。
英国人工智能治理战略：将信任构建为基础设施
对英国人工智能治理策略的分析表明，一种以原则为基础、注重情境适配、并辅以标准化与保障机制的模式，既能充当创新基础设施，又能发挥市场信任机制的作用，使英国在欧盟的严格监管与美国的市场驱动灵活性之间找到了平衡点。
人工智能治理中的伦理与公众信任：文献综述
本综述识别了人工智能监管中的关键价值张力与权衡，包括信任与创新之间的取舍，并提出了一种治理框架，通过协作治理将透明度、问责制等价值与人工智能发展相协调。
在推动人工智能创新的同时，确保患者安全之间的平衡。
本评论认为，医疗人工智能领域需要强有力的监管，以防止偏见决策和健康 misinformation 等危害，并警告称，若采取缺乏上市前评估与监督的“重创新”路径，将对公共健康与安全构成风险。
负责任AI模式目录：AI治理与工程最佳实践汇编
本研究提出了一份负责任人工智能模式目录，将各类模式划分为多层级治理、可信流程及RAI设计产品三大类别，为从业者在整个开发周期中落实负责任人工智能提供了系统化、可操作的指导。
人工智能治理与风险管理
本研究揭示了金融服务领域中，高层级人工智能伦理原则与实际模型风险管理之间的关键脱节，并提出“双支柱框架”（将AI治理视为“导航图”，模型风险管理视为“机械师”）以弥合这一鸿沟，从而兼顾信任与创新。