大型 AI 企业的监管俘获：行业干预与政府共谋图谱

# Big AI 的监管俘获：映射行业干预与政府共谋
来源：https://arxiv.org/html/2605.06806

**Abeba Birhane** 0000-0001-6319-7937 (https://orcid.org/0000-0001-6319-7937)  
AI 责任实验室 (AIAL)，计算机科学与统计学院 (SCSS)，Trinity College Dublin，都柏林，爱尔兰  
aial@tcd\.ie (https://arxiv.org/html/2605.06806v1/mailto:[email protected])

**Riccardo Angius** 0000-0003-0291-3332 (https://orcid.org/0000-0003-0291-3332)  
AIAL, SCSS, Trinity College Dublin，都柏林，爱尔兰

**William Agnew** 0000-0002-1362-554X (https://orcid.org/0000-0002-1362-554X)  
人机交互研究所，Carnegie Mellon University，匹兹堡，美国

**Harshvardhan J\. Pandit** 0000-0002-5068-3714 (https://orcid.org/0000-0002-5068-3714)  
AIAL, SCSS, Trinity College Dublin，都柏林，爱尔兰  
me@harshp\.com (https://arxiv.org/html/2605.06806v1/mailto:[email protected])

**Bhaskar Mitra** 0000-0002-5270-5550 (https://orcid.org/0000-0002-5270-5550)  
独立研究员  
Tiohtià:ke / Montréal，加拿大  
bhaskar\.mitra@acm\.org (https://arxiv.org/html/2605.06806v1/mailto:[email protected])

**Roel Dobbe** 0000-0003-4633-7023 (https://orcid.org/0000-0003-4633-7023)  
技术、政策与管理学院，Delft University of Technology，代尔夫特，荷兰  
r\.i\.j\.dobbe@tudelft\.nl (https://arxiv.org/html/2605.06806v1/mailto:[email protected])

**Zeerak Talat** 0000-0001-5503-867X (https://orcid.org/0000-0001-5503-867X)  
信息学院，Edinburgh University，爱丁堡，苏格兰  
z@zeerak\.org (https://arxiv.org/html/2605.06806v1/mailto:[email protected]) (2026)

###### 摘要。过去十年间，AI 行业已施加了前所未有的经济、政治和社会权力及影响力。因此，治理该行业的监管和监督结构与过程的正常运行，对从培养公众对市场称为 AI 的系统信任、科学知识的可信度、教育和医疗服务及产品、信息生态系统、环境、法治以及民主进程的完整性等各个方面都具有至关重要的影响。因此，关键在于我们要理解企业行为体对 AI 监管普遍且多层面的俘获程度和深度，以便应对和挑战它。在本文中，我们首先开发了一种启用俘获机制的分类法，以提供对该问题的全面理解。基于设计科学研究 (DSR) 方法论以及对现有文献和媒体报道的广泛范围审查，我们的俘获分类法包含五个类别中的 27 种机制。随后，我们开发了一个结合我们分类法的标注模板，并手动标注和分析了 100 篇新闻文章。此次分析的目的有两个：验证我们的分类法并提供对俘获机制和主导叙事的新量化分析。我们的分析确定了 249 个俘获机制实例，通常伴随着为这种俘获辩解的叙事而共同出现。我们发现，最重复出现的机制类别是*话语与认识论影响*，涉及叙事框架，以及*规避法律*，涉及违反和有争议的反垄断、隐私、版权和劳动法解释。我们进一步发现，“监管扼杀创新”、“繁文缛节”和“国家利益”是被用来合理化俘获的最频繁引用的叙事。我们强调，通过汇聚力量——Big AI 和政府——监管俘获的程度和广度，应被决策者和公众视为一种紧急状况。最后，我们提出了从其他行业学到的关键教训，以及揭示、抵抗和挑战 Big AI 俘获的可转移策略，同时构想反叙事。 ††booktitle:\\conffull\(\\confshort\),\\confdate,\\confloc††copyright:acmlicensed††journalyear:2018††doi:XXXXXXX\.XXXXXXX††journal:POMACS††journalvolume:37††journalnumber:4††article:111††publicationmonth:8††journalyear:2026††copyright:cc††conference:2026 ACM Fairness, Accountability, and Transparency 会议; 2026 年 6 月 25–28 日; 蒙特利尔，QC, 加拿大††booktitle:2026 ACM 公平性、问责制与透明度会议 (FAccT ’26), 2026 年 6 月 25–28 日, 蒙特利尔，QC, 加拿大††doi:10\.1145/3805689\.3806740††isbn:979\-8\-4007\-2596\-8/2026/06

## 1. 引言

过去十年见证了 AI 技术开发和集成的快速增长，几乎改变了所有社会基础设施——例如信息生态系统（如搜索和归档）、教育、金融、医疗保健和执法——影响着全球数百万人 (De Liban,2024 (https://arxiv.org/html/2605.06806#bib.bib103); Institute,2025 (https://arxiv.org/html/2605.06806#bib.bib104))。这引发了关于知识产权 (Pasquale and Sun,2024 (https://arxiv.org/html/2605.06806#bib.bib105); Quintais,2025 (https://arxiv.org/html/2605.06806#bib.bib106))、民主进程如选举 (Olanipekun,2025 (https://arxiv.org/html/2605.06806#bib.bib107); Nie,2024 (https://arxiv.org/html/2605.06806#bib.bib108))、消费者保护 (EU,2018 (https://arxiv.org/html/2605.06806#bib.bib109); Shead,2021 (https://arxiv.org/html/2605.06806#bib.bib110); Panditet al\.,2026 (https://arxiv.org/html/2605.06806#bib.bib145))、算法偏见和歧视 (Solaimanet al\.,2023 (https://arxiv.org/html/2605.06806#bib.bib111); Dobbe,2022 (https://arxiv.org/html/2605.06806#bib.bib112))、隐私 (Kalluriet al\.,2025 (https://arxiv.org/html/2605.06806#bib.bib113); Feldstein,2019 (https://arxiv.org/html/2605.06806#bib.bib114)) 以及虚假信息 (Singh,2025 (https://arxiv.org/html/2605.06806#bib.bib115); Hilalet al\.,2024 (https://arxiv.org/html/2605.06806#bib.bib116)) 等问题。这些担忧进而促成了众多全球、多边和国家的治理与监管努力，以维护基本权利并减少 AI 系统的危害和风险。例如，欧盟 AI 法案声明其目的是“促进以人为本和值得信赖的人工智能 (AI) 的采用，同时确保高水平保护健康、安全、基本权利 [...] 包括民主、法治和环境保护，免受 AI 系统有害影响”(EU,2023 (https://arxiv.org/html/2605.06806#bib.bib45))。这些目标反映了公众表达的愿望，而这些愿望往往与 Big AI 的争议性做法相左。111 我们使用术语'Big AI'来指代开发和大规模部署大型 AI 技术的少数公司——例如建立在通过庞大、集中化基础设施收集的 massive datasets 上的大型预训练模型——随着与社会基础设施的整合增加，继续施加不成比例的认识论、经济、政治和社会影响力。术语'Big AI'也涵盖了 Big Tech 将 AI 技术作为其核心价值主张进行结构性巩固的过程，这是其基础设施、资源和战略投资的核心 (Van Der Vlistet al\.,2024 (https://arxiv.org/html/2605.06806#bib.bib146))。虽然像 OpenAI、Anthropic、DeepSeek 和 xAI 这样的新实体因其显著的地缘政治影响而被纳入我们的定义，但'Big AI'也标志着现有 Big Tech 公司——Alphabet、Meta、Amazon、Microsoft、Apple、NVIDIA——向成为"AI 优先”公司的转变，进一步扩大了其跨所有经济部门和公共生活方面的前所未有的权力和影响力。

最近的民意调查发现有广泛的对 AI 监管的支持。例如，对 2000 份 AI 部署响应的分析发现，与侵犯隐私和公民权利相关的担忧是最紧迫的，大多数 (68%) 受访者强调了这些风险 (Robles and Mallinson,2025 (https://arxiv.org/html/2605.06806#bib.bib118))。同样，Pew Research 发现 60% 的美国人口会对在其医疗保健服务中使用 AI 感到不安 (Tysonet al\.,2023 (https://arxiv.org/html/2605.06806#bib.bib53))，而英国调查中有 72% 的受访者表示需要更强的监管才能对 AI 技术感到舒适 (Institute and Institute,2025 (https://arxiv.org/html/2605.06806#bib.bib52))。尽管公众广泛支持通过对 AI 行业的监管来保护公共利益，但对科技行业在政策制定上的巨大影响力可能会阻碍有意义的保障措施和公众优先事项的担忧日益增长。虽然欧盟依赖民间社会参与来塑造数字监管 (European Center for Not\-for\-Profit Law (ECNL) and European AI & Society Fund,2024 (https://arxiv.org/html/2605.06806#bib.bib28))，但众多调查表明科技行业对监管标准的发展具有不成比例的影响力 (Corporate Europe Observatory,2025 (https://arxiv.org/html/2605.06806#bib.bib25))。例如，报告显示，欧洲委员会甚至在完全实施之前就未经批评地采纳了行业“简化”AI 法案（以及其他数字法规）的呼吁 (European Commission,2025 (https://arxiv.org/html/2605.06806#bib.bib19))。在美国也能感受到这些担忧，科技、消费者保护、劳工、经济和环境正义以及公民社会组织联合发起了“人民 AI 行动计划”，作为政府行业支持的 AI 行政命令和议程的抗衡：“白宫 AI 行动计划由致力于推进用于我们身上而非由我们使用的 AI 的 Big Tech 利益撰写。今天，我们正在重新掌控 AI 轨迹的控制权：是时候推出一个将普通美国人需求置于公司利润之上的人民 AI 行动计划了”(AI Now Institute,2025 (https://arxiv.org/html/2605.06806#bib.bib26))。

在当代社会，监管监督功能作为确保公共卫生、安全和环境保护的中心机制 (Shleifer,2005 (https://arxiv.org/html/2605.06806#bib.bib44))。监管涵盖社会的广度：从运输方式到我们居住的建筑、厨房中使用的电器、市场上可用的食品和教育基础设施；它还定义了健康和安全检查及保护机制。保护和社管旨在“通过消除或降低风险或暴露于风险的风险来使我们的生活更安全”(Levi\-Faur,2011 (https://arxiv.org/html/2605.06806#bib.bib43))。监管和执法机制经常伴随着其他实践——例如解决利益冲突的科学行为准则——在导致伤害、伤害和死亡的悲剧之后出现。例如，1960 年代的 Thalidomide 悲剧由于向公众发布前药物测试标准不足，导致数千人生理缺陷和死亡 (Moro and Invernizzi,2017 (https://arxiv.org/html/2605.06806#bib.bib34))。同样，辉瑞在尼日利亚进行的针对脑膜炎的试验性抗生素 trovafloxacin (Trovan) 试验导致至少 11 人死亡，并在几名儿童中造成严重副作用，包括严重肝损伤和肾衰竭 (Loewenberg,2008 (https://arxiv.org/html/2605.06806#bib.bib38); Carr,2003 (https://arxiv.org/html/2605.06806#bib.bib39))。随后，Thalidomide 和 Trovan 均被撤出市场，并对药物安全治理进行了改革，现在 Thalidomide 悲剧被认为是制药监管的分水岭时刻 (Moro and Invernizzi,2017 (https://arxiv.org/html/2605.06806#bib.bib34))。此类事件突显了利润动机、利益冲突和企业影响如何掩盖科学研究中的公共利益——以及在消费品的开发、营销和管理中——并导致悲剧。

理解企业对 AI 监管的影响需要研究关于科技行业，特别是 Big AI，以及政策制定者和其他相关行动者的行动和立场的报告和研究。越来越多的证据表明，AI 行业一直试图破坏和抵制监管、监督和执法 (Observatory,2023 (https://arxiv.org/html/2605.06806#bib.bib120))，包括通过大规模游说 (Observatory,2024 (https://arxiv.org/html/2605.06806#bib.bib122); Amin,2025 (https://arxiv.org/html/2605.06806#bib.bib123))；报复吹哨人 (Post,2025 (https://arxiv.org/html/2605.06806#bib.bib125))、公民社会团体、研究人员和立法者 (Reuters,2015 (https://arxiv.org/html/2605.06806#bib.bib126); BBC,2025 (https://arxiv.org/html/2605.06806#bib.bib127))；旋转门——例如，前法国数字转型国务秘书 Cédric O 成为 Mistral 的股东和顾问 (Observatory,2024 (https://arxiv.org/html/2605.06806#bib.bib122))；以及政治捐款 (One,2025 (https://arxiv.org/html/2605.06806#bib.bib128))。例如，Amazon、Google、Meta 和 Apple 各自向 Donald Trump 的政治竞选活动捐了一百万美元，而 Elon Musk 在 2024 年美国大选前向亲特朗普团体捐款 2.5 亿美元。政府和监管机构也可以在削弱和最小化现有或新兴规则的效果方面发挥关键作用。例如，欧盟委员会主席 Von der Leyen 呼吁去监管 (Commission,2025 (https://arxiv.org/html/2605.06806#bib.bib129))；AI 法案下的通用目的 AI 行为准则——在行业参与下起草——在每个阶段都被淡化，直到人权保护措施变为可选 (Cabreraet al\.,2025 (https://arxiv.org/html/2605.06806#bib.bib140))；英国 AI 法案已被推迟；而德国当局曾讨论撤销法律以保持“对科技公司的吸引力”(Magazine,2025 (https://arxiv.org/html/2605.06806#bib.bib139)) 并确保 AI 监管的“有利于创新”实施 (FragDenStaat,2025 (https://arxiv.org/html/2605.06806#bib.bib130))。美国的类似趋势也很明显：现任政府暂停了对 Meta 涉嫌不当使用从第三方获得的用于广告目的的用户财务数据的执法和监管监督 (Citizen,2025b (https://arxiv.org/html/2605.06806#bib.bib131))；暂停、放弃或撤回数百起涉嫌企业不当行为的案件执法 (Citizen,2025a (https://arxiv.org/html/2605.06806#bib.bib133))；并签署了一项行政令禁止州级 AI 法规 (Robins\-Early and Kerr,2025 (https://arxiv.org/html/2605.06806#bib.bib141))。除了监管机构和科技行业之间趋同的行动外，积极 campaigning 以正面描绘 AI 行业并将监管监督框架化为不可取的协调努力也使有意义的治理和监管监督处于危险之中。例如，由 Andreessen Horowitz、Greg Brockman 和 Mark Zuckerberg 组成的新的 Super PAC 承诺投入数千万美元以推广“行业友好政策”并使 AI 行业处于有利地位 (Bellan,2025 (https://arxiv.org/html/2605.06806#bib.bib138); Tan,2025 (https://arxiv.org/html/2605.06806#bib.bib136))。事实上，几项公共运动已经在进行中。最近一封由数百家 CEO 签署的公开信提出了“创新或监管”的简单二分法 (Letter,2024 (https://arxiv.org/html/2605.06806#bib.bib4))，以及媒体接触、有针对性的广告和资助公共计划，例如 Meta 耗资数百万美元的宣传活动，将数据中心描绘成农业城镇的福音。