学术前沿动态

首页 >> 专题报道 >> 学术前沿动态 >> 正文

【学术前沿动态】人工智能治理主题论文分析

稿件来源：图书馆编辑：郭颖审核：刘颖、林嘉审定发布：尤传明发布日期：2026-07-01 08:48 阅读量：

A A A

信息整理：图书馆

当前，世界百年变局加速演进，人工智能（AI）作为引领新一轮科技革命和产业变革的战略性技术，正在深刻改变人类的生产生活方式。同时，AI带来的风险挑战也引发广泛关注。在此背景下，AI治理成为重要课题。本期学术前沿动态以AI治理为主题，梳理相关文献发展脉络，探究各国研究主题分布，分析国内外机构发文表现，以期为学科建设与学者研究提供参考。

本报告数据来源于Web of Science (WOS)核心合集和中国知网（CNKI），文献类型包含期刊论文与会议论文（含Early Access和网络首发论文），文献时间窗为2021年1月1日至2026年5月31日，检索日期为2026年6月2日。

一、论文发文趋势

2021年至今，CNKI中AI治理相关论文15360篇（期刊论文14520篇、会议论文840篇，其中CSSCI论文4024篇、CSCD论文882篇），WOS中AI治理相关论文24506篇（包括SCI论文10768篇、SSCI论文4246篇、ESCI论文6978篇、A&HCI论文270篇、CPCI-S论文4065篇，以及CPCI-SSH论文771篇）。图1反映了近年AI治理相关论文数量分布情况，可以看出，CNKI论文数量在2021-2026年间呈持续增长趋势，2025年增幅尤为显著，同时CSSCI论文数量和增长表现优于CSCD论文；WOS论文数显著多于CNKI发文量并表现出类似涨幅，2025年增幅约为128%，其中，SCI论文数量及增长表现较SSCI论文更加明显。

图1 2021-2026年AI治理相关论文数量

注：由于论文来源存在多重收录现象（如某一期刊可能同时被SCI和SSCI收录），故各库论文数量加和不等于论文总数。

二、学科领域分布

图2展示了CNKI与WOS发文量排名前10的学科领域及相应论文数量。显而易见，CNKI论文中，数量最大的为自动化技术，其次为计算机软件及计算机应用，两学科发文总数（去重后）约占全部论文数量的64%，其余发文主要集中于人文社会科学领域，特别是法学类，如行政法与地方法制、民商法等；计算机科学是WOS发文最集中的领域，其次为电子电气工程、电信、法学等，医学信息学、卫生保健科学和服务等学科亦有较多发文。

AI治理相关SCI和SSCI论文数量排名前10的学科领域见图3。数据显示，SCI论文中比重最大的WOS学科为电气和电子工程，其次为信息系统、电信、人工智能等学科，医学信息学、卫生保健科学和服务、环境科学等排名其后；管理学是AI治理相关SSCI发文量最多的学科领域，其次为环境研究、商业、环保和可持续发展的科学技术等学科，信息科学与图书馆科学、法学、环境类科学对AI治理亦有较多关注。

图2 AI治理相关中外发文量前10学科

注：一篇论文可能被同时划分至不同学科领域中，故不同学科论文数量加和不等于论文总数，图3同理。

图3 AI治理相关SCI和SSCI发文量前10学科

对CNKI论文进行关键词共现演化分析（图4）发现，近五年国内AI治理相关研究大致可分为3个阶段：第一阶段（蓝紫色与天蓝色关键词），围绕人工智能的基本技术要素（大数据、机器学习、深度学习）及其衍生问题（算法黑箱、算法偏见、深度伪造），探讨以算法治理、算法规制和法律规制为核心的应对路径。第二阶段（绿色与黄色关键词），随着ChatGPT的发布，生成式AI和大语言模型迅速成为核心，隐私保护、数据安全、伦理风险等问题被重点关注；同时，研究视角从个体算法规制上升至技术治理、国家安全、全球治理等宏观层面，并引入敏捷治理、协同治理等新型治理模式。第三阶段（橙色与红色关键词），AIGC、大模型、DeepSeek等成为人工智能的主体形态，研究进一步深入至AI立法、注意义务、训练数据合理使用等具体法律与合规议题；同时，新质生产力、数字政府、智能体等概念与AI治理深度融合，强调技术赋能的经济社会转型；关键词“治理路径”平均出现年份最晚，表明AI治理研究后期重心转向实操方案，反映出落地治理机制的现实需求。

图4 AI治理相关CNKI论文关键词共现图

注：限于CNKI批量导出功能，本图仅纳入CNKI数据库中的CSSCI、CSCD来源期刊论文。

2021-2026年WOS相关论文关键词共现演化如图5所示。近五年AI治理的国际研究中，早期主要围绕大数据（bigdata）、算法（algorithm）等本身带来的偏见（bias）、歧视（discrimination）、隐私（privacy）、黑箱（black-box）问题，探讨可解释性（explainability）、公平性（fairness）以及通用数据保护条例（General Data Protection Regulation，简称GDPR）等相关应对。随着ChatGPT和生成式AI（Generative AI）爆发，研究重心逐渐转向大语言模型（LLM）的治理需求，包括透明度（transparency）、可信AI（Trustworthy AI）、负责任AI（ResponsibleAI）、可解释AI（Explainable AI）以及具体的AI法案（如EU AI Act）。2025年后，前沿研究不再局限于技术风险本身，而是关注人机协同（Human-AI collaboration）中的AI素养（AI literacy）、用户接受度（useracceptance）以及高等教育（highereducation）中的AI整合；同时，医疗健康等垂直领域的治理实践成为热点，如临床决策支持（clinicaldecision support）、数字健康（digital health）、精准医学（precision medicine）等。

图5 AI治理相关WOS论文关键词共现图

三、国家/地区分布

图6为AI治理相关领域WOS发文量前10国家/地区的前10学科分布图。从发文量看，WOS所收录的AI治理领域论文中，美国位居第一（4879篇），中国（本部分统计的“中国”数据不包括港澳台地区的数据，下同）排名第二（3233篇），其次是英国、印度、德国等国家。人工智能等计算机科学子类学科以及电子电气工程是各个国家AI治理研究发文的重点学科。除此之外，中国、印度、沙特阿拉伯三个亚洲国家在环境科学均有较高发文量，同时，中国和沙特阿拉伯在环保和可持续发展的科学技术学科表现突出，而其他欧美国家则更偏重于法学、卫生保健科学与服务、医学信息学相关的AI治理主题。从学科发文相对全球平均水平的影响力来看，计算机科学各领域中综合影响力较高的主要为美国、英国和澳大利亚，中国和西班牙在人工智能及计算机理论和方法领域亦具有较高的影响力；美国、德国、澳大利亚以医学信息学、卫生保健科学和服务领域研究见长，西班牙在医学信息学领域亦具有较高学术影响力；美国在信息科学与图书馆科学的相关AI治理研究中表现较为突出；中国前10学科中有半数影响力超过全球平均水平，即人工智能、电子电气工程、计算机科学理论和方法、环境科学以及环保和可持续发展的科学技术学科，但计算机科学信息系统、跨学科的计算机科学、电信、跨学科工程学和管理学等领域的学术影响力低于全球平均水平。

图6 AI治理WOS发文量前10国家/地区前10学科分布图

注：1.数据来源为InCites数据库，其中所统计的“中国”数据不包括港澳台地区的数据，图7同。

2.国家/地区按照发文总量由高到低排序；色调越暖表示发文量越多，色块中标签数字为该国家/地区在该学科发文相对于全球平均水平的影响力，数字大于1则表明其影响力超过全球平均水平；图片仅展示10个国家/地区发文量前10的学科，无色块与标签数字表明该学科未上榜该国家/地区发文量前10名。

图7为WOS发文量前10国家/地区的前5微观研究主题分布图。可以看出，10个国家的AI治理相关论文集中在14种微观研究主题中，合乎伦理且值得信赖的AI是各个国家最为关注的主题，其次是机器学习中的隐私保护问题，中国近五年分别发表两个主题相关论文540篇和160篇。从论文质量和影响力来看，各个国家在合乎伦理且值得信赖的AI相关研究中均有较高的被引量和影响力水平，其中英国、西班牙、澳大利亚和沙特阿拉伯表现尤为突出；此外，澳大利亚和加拿大在机器学习中的隐私保护方向展现出较强的学术影响力；中国在合乎伦理且值得信赖的AI、机器学习中的隐私保护、区块链应用、碳排放、企业社会责任五个主题中均有较高的发文数量和发文质量。

图7 WOS发文量前10国家/地区前5微观研究主题分布图

注：国家/地区按照发文总量由高到低排序；气泡越大表示发文量越大，气泡色调越暖表示被引次数排名前1%的论文比例越大，气泡中的数字标签为相对于全球平均水平的影响力，数字大于1则表明其影响力超过全球平均水平，无气泡则表明该研究主题未上榜该国家/地区发文量前5主题。

四、高影响力论文

考虑论文被引频次、学科主题分布、期刊权威性等因素，本部分选取了2025年以来部分高影响力中外论文，其中包含计算机科学、医学、法学、管理学、教育学、可持续发展、物联网等多个研究领域以供参考。

1.外文论文

[1] Wang Q，Qi Y L，Li RR.Artificial intelligence and corporate sustainability ：Shaping the future of ESG in the age of Industry 5.0[J]. Sustainable Development，2026，34（1）：1-26.

[2]AlalawiZ，BovaP，CimpeanuT，et al.Trust AI regulation? Discerning users are vital to build trust and effective AI regulation[J/OL]. Applied Mathematics and Computation，2026，508.https://doi.org/10.1016/j.amc.2025.129627.

[3]SenevirathnaT，La V H，MarchaS，et al.A survey on XAI for 5G and beyond security ：Technical aspects ，challenges and research directions[J]. IEEE Communications Surveys and Tutorials，2025，27（2）：941-973.

[4] Wei X H，Kumar N，Zhang H.Addressing bias in generative AI ：Challenges and research opportunities in information management[J/OL]. Information & Management，2025，62（2）.https://doi.org/10.1016/j.im.2025.104103.

[5]Acharya D B，KuppanK，DivyaB.Agentic AI ：Autonomous intelligence for complex goals-A comprehensive survey[J]. IEEE Access，2025，13：18912-18936.

[6]RadanlievP.AI ethics ：Integrating transparency ，fairness ，and privacy in AI development[J/OL]. Applied Artificial Intelligence，2025，39（1）.https://doi.org/10.1080/08839514.2025.2463722.

[7]Angus D C，KheraR，Lieu T，et al.AI ，health ，and health care today and tomorrow[J]. JAMA-Journal of the American Medical Association，2025，334（18）：1650-1664.

[8]SchwaekeJ，GerlichC，Nguyen H L，et al.Artificial intelligence （AI ）for good? Enabling organizational change towards sustainability[J]. Review of Managerial Science，2025，19（10）：3013-3038.

[9]GursoyD，Baser G，Chi C G.Corporate digital responsibility ：Navigating ethical ，societal ，and environmental challenges in the digital age and exploring future research directions[J]. Journal of Hospitality Marketing & Management，2025，34（3）：305-324.

[10]Pham T.Ethical and legal considerations in healthcare AI ：Innovation and policy for safe and fair use[J/OL]. Royal Society Open Science，2025，12（5）.https://doi.org/10.1098/rsos.241873.

[11]LekadirK，FrangiA F，Porras A R，et al.FUTURE-AI ：International consensus guideline for trustworthy and deployable artificial intelligence in healthcare[J/OL]. BMJ-British Medical Journal，2025，388.https://doi.org/10.1136/bmj-2024-081554.

[12]Wang S F，Zhang H.Generative artificial intelligence and internationalization green innovation ：Roles of supply chain innovations and AI regulation for SMEs[J/OL]. Technology in Society，2025，82.https://doi.org/10.1016/j.techsoc.2025.102898.

[13]TaeihaghA.Governance of Generative AI[J]. Policy and Society，2025，44（1）：1-22.

[14]Magesh V，SuraniF，Dahl M，et al.Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools[J]. Journal of Empirical Legal Studies，2025，22（2）：216-242.

[15]Lan G S，Feng XX，Du S L，et al.Integrating ethical knowledge in generative AI education ：Constructing the GenAI-TPACK framework for university teachers' professional development[J]. Education and Information Technologies，2025，30（11）：15621-15644.

[16]Mohan R，RayanoothalaP S，SreeR P.Next-gen agriculture ：Integrating AI and XAI for precision crop yield predictions[J/OL]. Frontiers in Plant Science，2025，15.https://doi.org/10.3389/fpls.2024.1451607.

[17]PapagiannidisE，MikalefP，Conboy K.Responsible artificial intelligence governance ：A review and research framework[J/OL]. Journal of Strategic Information Systems，2025，34（2）.https://doi.org/10.1016/j.jsis.2024.101885.

[18]Janssen M.Responsible governance of generative AI ：Conceptualizing GenAI as complex adaptive systems[J]. Policy and Society，2025，44（1）：38-51.

[19]Grigsby J L，Michelsen M，Zamudio C.Service ads in the era of generative AI ：Disclosures ，trust ，and intangibility[J/OL]. Journal of Retailing and Consumer Services，2025，84.https://doi.org/10.1016/j.jretconser.2025.104231.

[20]Wei W Q，Liu L.Trustworthy distributed AI systems ：Robustness ，privacy ，and governance[J/OL]. ACM Computing Surveys，2025，57（6）.https://doi.org/10.1145/3645102.

2.中文论文

[1]王利明.生成式人工智能侵权的归责原则与过错认定[J].中国法律评论，2025，（4）：15-30.

[2]梁远高.论人工智能大模型训练数据风险的分层规制[J].郑州大学学报（哲学社会科学版），2025，58（3）：61-67+144.

[3]薛澜，梁正.构建包容、普惠的全球人工智能治理体系：现实挑战与对策建议[J].人民论坛·学术前沿，2025，（9）：23-32.

[4]江小涓.数智时代的秩序重构与治理合作：合理合意双重目标[J].管理世界，2025，41（5）：1-14+58+241.

[5]杨清望，唐乾.生成式人工智能赋能研究生教育：理论逻辑、法律风险和治理路径[J].研究生教育研究，2025，（2）：26-33.

[6]张伟君.论大模型训练中使用数据的著作权规制路径[J].东方法学，2025，（2）：79-92.

[7]李学尧.人工智能立法的动态演化框架与制度设计[J].法律科学（西北政法大学学报），2025，43（3）：32-44.

[8]孙志伟，殷浩铖.人工智能时代数字巨头的技术权力及其对“全球南方”的挑战[J].国际安全研究，2025，43（2）：142-164+168.

[9]钭晓东.论生成式人工智能推进应用中的能源数据安全“分类分级治理体系”建构——基于国家大安全的审视[J].法学论坛，2025，40（2）：114-127.

[10]魏钰明，贾开，曾润喜，等.DeepSeek突破效应下的人工智能创新发展与治理变革[J].电子政务，2025，（3）：2-39.