张家栋 姚亚妮
摘 要：生成式人工智能的崛起正在重塑国际安全边界，但其应用中的系统性责任规避问题尚未得到充分关注。本文将生成式人工智能避责定义为行为体有意识地利用技术特性规避、转移或淡化自身责任的行为模式，具体表现为责任推诿多元化、责任归因技术化与责任稀释三重态势。文章将该现象归纳为技术特殊性、行为体认知偏差与制度环境滞后三重机制叠加的结果。技术层面，算法黑箱深度动态化、输出不确定性及责任链条多极化，使因果回溯与归责难以实现；认知层面，技术中立迷思、过度信任与责任意识稀释，驱动行为体主动＂去责任化＂；制度层面，国际法规范建设缓慢、各国标准碎片化与开源生态责任虚化，为避责提供了规则套利空间。上述三重机制相互作用，给国际安全带来一系列挑战，包括作战决策归责失效使人道法归责路径受阻，网络攻击溯源判定失灵弱化威慑机制，内容操纵责任失锁引发认知攻击追责困境，规则共识信任失稳导致安全治理碎片化等。为有效规制这一行为，国际社会需确立基本规制原则，重构责任分配的制度架构，建立国际透明与问责机制，深化全球治理的制度协调。
关键词：生成式人工智能 责任规避 国际安全 技术归责 责任分配 中图分类号：D81 文献标识码：A 文章编号：1005－4812（2026）04－0088－26 作者简介：张家栋，复旦大学美国研究中心教授，博士，上海，200433；姚亚妮，复旦大学国际关系与公共事务学院博士研究生，上海，200433
技术变革与国际秩序变迁之间的关系，长期以来是国际关系研究的核心议题之一。无论是核武器对大国战略平衡的根本性重塑，还是互联网技术对非国家行为体行动能力的系统性赋能，抑或人工智能技术对国家间权力分配格局的潜在冲击，学者们在＂技术一权力一制度＂的互动分析范式中积累了丰厚的研究基础。
人工智能（Artificial Intelligence，AI）自20世纪50年代以来逐渐发展，并随着信息技术以及算力、算法、数据规模的持续突破，${ }^{(1)}$ 经历了数次技术跃迁。然而，生成式人工智能（Generative Artificial Intelligence，GAI）在介入国际社会领域的过程中，逐渐显现出国际体系中系统性变量的特征。 ${ }^{(2)}$ 生成式人工智能这一概念的定义纷繁复杂，其＂既是从内容生产者视角进行划分的一类内容文本，又是一种内容生产方式，还是用于内容自动化生成的技术集合＂。 ${ }^{(3)}$ 生成式人工智能具有低成本、高效率生成多模态信息的能力，具备基于大模型训练的自主迭代以及推理能力，这使其能够以指数级速度演进，进而深度嵌入社会生产与国际安全领域。 ${ }^{(4)}$ 区别于传统人工智能以识别、分类和预测为主要功能，生成式人工智能具备内容生成、自然语言交互和多模态输出等特征，能够在文本、图像、代码等内容生产领域实现类人水平的创造性输出。 ${ }^{(5)}$ 这一技术突破在提升生产效率的同时，也引发了一系列安全关切，例如虚假信息传播，数据隐私泄露，军事信息操纵和网络攻击辅助等风险日益显现。
与传统技术风险不同，上述安全威胁并非由单一主体独立实施，而是嵌入在数据采集、模型训练、内容生成与跨境分发的完整技术链条之中。这意味着，生成式人工智能引发的安全风险在本质上是一个分布式的责任问题，当损害发生时，没有任何单一环节的主体愿意且能够被确认为责任承担者。这使得可治理的技术问题变成了无人负责的政治问题，各主体相互推诿、逃避责任的现象出现，此即生成式人工智能的避责（Blame Avoidance）问题。肯特 • 韦弗（Kent
1Weaver）最早指出避责的大致含义，即政客的动机主要在于避免其不受欢迎的政策或行为受到指责。 ${ }^{(1)}$ 此后，避责研究持续拓展，主要聚焦于福利国家的比较研究，以及人为导致的政治危机和政策失败等情境中的避责行为。 ${ }^{(2)}$ 这一概念已形成了相对成熟的理论谱系，但其适用场域长期被限定于民主制度下的政府问责关系之中。
然而，如果我们超越国内政治的特定情境，便会发现避责所揭示的核心逻辑是行为体在面对问责压力时，通过策略选择来最小化自身的责任承担，这在国际政治领域中也具有广泛的适用性。尽管国际社会不存在国内民主制度下的选举惩罚或直接法律制裁，但国际行为体同样面临多元形式的问责压力，例如国际法规范对主权国家行为的约束、国际舆论对大国行动合法性的审视、联盟体系对成员信誉成本的计算、威慑机制对挑跘行为的报复威胁等。 ${ }^{(3)}$ 这些问责机制虽在约束力上远不及国内制度，却构成了国际行为体决策时必须考量的重要因素。当行为体借助特定条件来规避这些国际问责压力时，避责行为便从国内政治现象转化为国际政治现象。因此引入这一分析，并非简单的概念移植，而是基于对国际政治中问责机制特性的理论判断。
技术变革历来会重塑责任归属的边界，但生成式人工智能在此前的技术逻
2辑上实现了质的跃迁。传统技术至多使操作主体变得模糊，例如网络攻击的匿名性，而生成式人工智能通过自主内容生成能力，不仅遮蔽了行为与主体之间的关联，更可能以技术自主性的名义替代人类做出政治选择，这为避责提供了此前任何技术都无法比拟的结构性条件。这一判断基于两个方面的观察。其一，生成式人工智能的技术特性，包括算法黑箱的深度动态化、输出的本质不确定、责任链条的多节点网络化，在客观上构成了严重的归责障碍。当该技术介入国际安全事件并造成损害时，因果链条的技术追溯趋于困难，责任主体的操作锁定也随之模糊。此种归责困境并非行为体的主观策略选择，而是技术属性导致的客观结构性后果。其二，国际行为体并非被动承受这种归责困难，而是基于＂现代＇风险社会＇催生出一种＇有组织地不负责任＇的趋势＂，${ }^{(1)}$ 主动地、有意识地利用它来实现责任规避，将本应由自身承担的国际安全责任，通过技术叙事转化为对技术系统局限的客观描述，从而在身份上从＂责任承担者＂转变为＂技术使用者＂。
基于此，本文将生成式人工智能避责界定为国家与非国家行为体在国际安全领域中，面对既有的或潜在的国际问责压力，有意识地利用生成式人工智能的技术特性所造成的归责困难，以规避、转移或淡化自身国际责任的行为模式与策略选择。需要强调的是，行为体并非被动承受技术带来的归责困难，而是主动将这一困难转化为责任规避的策略资源，在国际安全的不同维度上呈现出可辨识的行为模式。
具体而言，生成式人工智能避责主要表现为以下三个方面。一是责任推诿多元化。因为生成式人工智能从数据采集、模型训练到终端应用，形成了冗长的委托与代理链条，涉及基础研发者、微调者、平台运营者与终端用户等多重主体。一旦输出内容造成实际损害，各环节主体往往以仅参与部分环节为由切割与最终后果的关联，即各环节主体虽然普遍承认危害的存在，但是均将其视为＂另一环节、另一地点＂的责任。 ${ }^{(2)}$ 责任在链条中被逐级传递、逐层稀释，最终形成责任分散效应下的集体性无责格局。
二是责任归因技术化。当生成式人工智能模型输出导致情报误判、虚假信息或歧视性内容时，相关主体倾向于将本属于人的决策责任，转化为对技术系统内在局限的客观描述。行为体（国家或非国家行为体）利用生成式人工智能实施网
3络攻击、信息操纵或认知干扰时，通过技术黑箱、开源模型分发和跨境部署等手段，切断行动与特定主体身份之间的关联。国家可以使用非国家行为体的独立行动借口否认国家意志，非国家行为体则可以隐匿于技术链条之后。通过算法黑箱不可解释、训练数据固有偏见等技术叙事，行为体将做出选择的主体由自身置换为技术系统，${ }^{(1)}$ 从而实现责任主体性的隐匿与悬置。
三是责任稀释。生成式人工智能的多模态转换能力使内容可在文本、图像、音频、视频之间自由流转，并经跨平台传播持续扩散。 ${ }^{(2)}$ 原始生成意图在多次模态转换与传播分发后不断变形，行为与结果之间的线性因果关联被切断，呈现多因多果、非线性扩散的态势。单一主体由此难以被锁定为充分原因，责任在弥散的传播网络中被无限稀释。
上述表现共同构成了生成式人工智能避责的现象图谱，展示了责任是如何在技术应用中被系统性地规避的。然而，这些表现并非凭空产生，其背后存在深层次的技术条件、认知驱动与制度空间。基于此，本文旨在回答生成式人工智能何以成为国际行为体规避责任的便利工具及其对国际安全的影响体现在哪些具体维度这一核心问题，并兼论国际社会应构建何种规制路径以有效约束责任规避行为。通过对上述问题的逐层剖析，有助于揭示生成式人工智能的技术特征及其在责任归属层面的独特困境，进而推动人工智能国际关系研究的知识增长。
生成式人工智能技术在应用中出现避责现象是技术特性、行为体认知与制度环境三者相互作用的产物。这三个维度分别构成了避责的客观条件、主观动机和外部空间：技术本身的特殊性使＂说不清楚＂成为可能，行为体的认知偏差使＂不想说清楚＂成为动机，制度环境的滞后则使＂可以说不清楚＂成为现实。三者叠加，使得责任规避从偶发行为转变为持续性结构。需要强调的是，上述三个维度均服务于同一个核心问题，即为何生成式人工智能的应用会催生系统性的避责行为，而非三个彼此独立的问题（见图1）。