在人工智能与经济社会各行业各领域广泛深度融合的战略语境下，“人工智能+”已不仅仅是科技创新和产业升级的助推器，更是关涉国家治理体系和治理能力现代化的革命性力量。人工智能以算法、算力与数据为核心要素，推动公共治理形成认知新模式、制度新逻辑和实践新路径的形成。在国家治理发展进程中，我们需要在路径设计上把握智能化与制度化的耦合机制，在问题意识上直面算法黑箱、治理碎片化、智能鸿沟等潜在风险。

　　范式转向的国家意涵

　　国务院出台的《关于深入实施“人工智能+”行动的意见》（以下简称《意见》）明确指出，到2035年，我国全面步入智能经济和智能社会发展新阶段，为基本实现社会主义现代化提供有力支撑。“人工智能+”的提出意味着人工智能正式从产业政策的技术维度上升为国家战略的制度议题。这一宣示的背后，是对人工智能“元技术”属性的深刻认知。人工智能不仅推动了新质生产力的跃迁，更是改造了治理逻辑与制度形态。它不再是某一领域的赋能工具，而是广泛嵌入社会运转的“新制度性基础设施”。

　　在治理理路上，人工智能推动的转向体现为三重逻辑的叠加。首先，治理认知逐步从经验理性转向算法理性。算法对风险的实时研判和对社会趋势的预测，使治理的科学化、前瞻性显著增强。其次，治理过程从传统部门流程导向转向数据驱动。政策执行不再仅依赖于预设程序，而是通过实时数据流的动态更新，实现调度、调整与预测的闭环。最后，治理主体形态从科层体系走向人机共生。政务服务智能体、公共安全数字人、生态环境智能监测系统等逐渐嵌入治理流程，使治理不再是官僚制的单一执行，而成为人机协作的复合结构。

　　这种范式转向的深远意义在于，它改变了治理的价值基础。传统治理强调制度执行与秩序维护，而智能治理更强调响应速度、动态适应与精准干预。然而，如果治理仅仅以效率为核心，可能带来制度有效性的削弱。因此，范式转向不仅是技术革命，更是制度与价值的重构过程。这要求我们在国家战略设计中兼顾效率逻辑与制度有效性逻辑，推动人工智能真正成为中国式现代化的治理支点。

　　治理路径的制度耦合逻辑

　　在范式转向的背景下，治理路径的塑造显得尤为重要。治理智能化不是简单的“工具叠加”，而是需要算法、数据与制度的系统耦合。算法提供了认知的跃迁，使治理决策能够超越有限理性，进入预测性和前瞻性阶段。但算法并非天然中立，它所依赖的数据与模型可能包含偏见和局限。如果缺乏制度化的可解释机制，算法的治理价值将被削弱。因此，推动可解释性人工智能发展成为治理工具的内在要求，建立第三方评估体系、透明算法逻辑，已成为治理智能化的基础前提。

　　作为新的治理要素，数据的地位甚至比算法更为根本。高质量的数据是人工智能运行的燃料，而数据产权、数据安全与数据流通的制度安排，则决定了治理资源能否公平配置。国家层面提出要持续加强人工智能高质量数据集建设，这实际上强调了国家在数据供给侧改革中的主导角色。未来，治理若要在教育、医疗、社会保障等领域实现智能化优化，必须以跨部门、跨层级的数据共享机制为基础，通过公共财政、法律法规保障弱势群体在数据利用中的权益，从而防止“数据鸿沟”成为新的治理难题。

　　制度保障则是治理路径的最后一道关口。法律法规、伦理准则、容错机制和责任追究制度，为人工智能嵌入治理提供制度护航。没有制度化的规制，人工智能的治理实践可能陷入效率至上的单维逻辑，忽视公平与伦理约束。《意见》强调要完善人工智能法律法规、伦理准则，正是为智能治理划定边界。可以说，算法、数据与制度三位一体的耦合关系，决定了人工智能能否真正成为治理的助推器，而不是新的风险制造者。未来，中国的治理体系必须在此三要素之间实现动态平衡，才能形成稳定而有韧性的智能治理生态。

　　问题意识与善治导向

　　任何新范式的生成都伴随风险与张力，“人工智能+”所塑造的治理逻辑同样面临诸多挑战。首先，算法黑箱对治理透明性的冲击。当前，大规模人工智能模型往往具有高度复杂性与不可解释性，政策执行一旦过度依赖算法输出，可能使治理过程失去公众可理解性。这不仅削弱了政策的公信力，也可能动摇治理的合法性基础。因此，如何在技术设计与制度安排中推动算法的透明化与可解释化，是迈向“智治”而不丧失“善治”的关键。

　　其次，智能鸿沟问题日益凸显。人工智能应用在不同地区、不同社会群体间的普及程度差异明显。如果治理智能化只在发达地区或高收入群体中快速扩展，而欠发达地区与弱势群体无法获得同等机会，社会不平等将进一步加剧。这种差异不仅表现为硬件设施的不均衡，更体现为算法偏见、教育水平差距与应用场景缺失。因此，国家必须通过财政转移支付、智能基础设施普及以及人工智能素养培训来弥合智能鸿沟，实现治理智能化真正普惠共享。

　　最后，亟须正视人机共生治理中的责任界定问题。随着智能代理和数字助手越来越多地参与到公共事务中，责任边界日益模糊。如果人工智能系统在医疗、司法或公共安全中出现错误，后果由谁承担？是系统开发者、政府监管者，还是使用者？这种模糊化不仅可能削弱治理的责任感，还可能带来信任危机。因此，需要在制度层面设计责任拓扑扩散机制，确保责任在算法、人类和组织之间得到合理分配。只有在清晰的责任链条下，治理合法性才能获得持久的社会认同。

　　总的来看，问题意识并不是对人工智能治理的否定，而是推动其走向成熟的前提。唯有在透明性、公平性与合法性三大维度上建立制度回应，才能实现从“智治”向“善治”的跃迁。换言之，人工智能不仅要带来治理效能的提升，更要支撑治理秩序与价值体系之间的再平衡。

　　“人工智能+”的国家战略不仅推动科技革命和产业转型，更在重塑国家治理的制度逻辑。从范式转向的战略意涵，到制度耦合的治理路径，再到问题意识的善治导向，我们看到人工智能正在成为治理现代化的重要支点。然而，治理智能化不能仅仅依赖效率逻辑，而必须与合法性逻辑相结合。唯有在制度设计、政策执行与社会认同之间实现平衡，人工智能才能真正成为服务人民、造福社会的善治工具。作为面向未来的战略部署，“人工智能+”不仅承载着中国式现代化的制度使命，也蕴含着中国为全球治理贡献新方案的可能性。

　　（作者系北京邮电大学经济管理学院教授）