随着人工智能技术迅速发展，其在医疗、法律、金融等诸多专业领域的应用愈发广泛，相关的法律责任问题也逐渐成为公众和业内人士关注的焦点。2025年，美国参议员辛西娅·卢米斯（Cynthia Lummis）提出的“负责任创新与安全专业知识法案”（Responsible Innovation and Safe Expertise Act，简称RISE法案）试图应对这一挑战。该法案旨在为专业级AI技术的开发和应用建立明确的法律责任框架，保护AI开发者免受不合理的民事诉讼压力，同时确保医生、律师、工程师等专业人士能够合理使用AI辅助工具。然而，尽管RISE法案被许多专家视为“及时且必要”，其在具体细节和透明度标准方面的不足也引发了广泛争议和讨论。 法案的核心定位和初衷是保护AI开发者免受无谓诉讼风险。卢米斯参议员指出，传统的民事责任体系可能因对AI开发者的无限责任追究而阻碍创新，对鼓励技术进步极为不利。
RISE法案通过赋予开发者某种形式的豁免权，尤其是在无过失或无恶意的情况下，旨在防止企业因AI不可控的输出行为承担无限责任。与此同时，法案强调“专业人士”在使用AI时应具备理解其功能和限制的责任，并要求AI开发者提供技术规格和模型说明，帮助使用者评估和信赖AI工具。 然而，法案具体内容却带来了不少争议。许多观察者认为，RISE法案在保护AI开发商方面倾向过重，而把大量风险和责任转嫁给使用AI的医生、律师等专业人士。锡拉丘兹大学的汉米德·埃克比亚教授直言，虽然法案要求AI公司公开模型规格，但未能强制其承担更多实质性责任，这在一定程度上是一种“赠与”行为。部分持批评态度的社区也担心，这种保护可能降低AI公司的风险意识，导致对产品安全和透明度的忽视。
一些法律专家则对此持较为中立的看法。来自Shipkevich律师事务所的费利克斯·希普科维奇认为，AI的复杂性和不可预测性使得对开发者实施严格的责任追究并不合理。因为开发者无法完全控制模型在实际中如何被使用或产生何种输出，法律保护有助于维护创新生态的健康发展。但他也强调，法案应进一步明确技术透明度和使用监管，避免责任盲区。 另一方面，RISE法案的适用范围也有限，重点在于专业场景中AI的使用，却未涵盖无专业中介的消费者和普通用户。例如，近期佛罗里达一名青少年因与AI聊天机器人长时间交互后自杀一案，就揭示了AI产品安全性和责任归属上的严重空白。
此案中，AI软件被指设计不当，未对未成年人提供合理保护，但这类情况未被RISE法案涵盖，引发法律界对该法案保护盲点的批评。 在透明度方面，法案仅要求公开技术规格，如模型卡和参数，但未涉及更深层次的信息披露，如人工智能系统的价值观设定、偏见来源和算法逻辑等核心内容。非营利研究机构AI未来项目认为，公众有权了解更全面的AI系统信息，以便做出明智选择，而非仅停留在技术层面。执行董事丹尼尔·科科塔约警告说，企业仍可选择承担法律责任而非提升透明度，这形成了监管上的“可选项”，难以保证法规实质执行。 将视角扩大至国际层面，欧盟2023年颁布的AI法案采取了更为严格的“权利为本”监管框架，强调保护终端用户，如患者和消费者的具体权益，并要求开发者先行证明其遵循安全和透明度标准。相比之下，RISE法案更倾向于通过风险管理手段规避法律风险，聚焦于专业人员及企业流程的监管，缺少直接赋权用户的维度。
这种差异植根于两个经济体对法律责任和技术治理理念的不同理解。 业内专家普遍认为，RISE法案作为美国首部针对专业级AI法律责任的尝试，其立意积极且具有开创性，但仍需重构完善。费利克斯·希普科维奇建议，法案应加入更严格的透明度和风险管理要求，平衡开发者责任和用户权益，打造更合理的创新生态。美国负责创新联盟政策副总裁贾斯汀·布洛克也认可法案提出的联邦透明度指导和有限免责领域，但警示透明度评价若缺乏第三方独立审计，将可能造成人们对AI安全的错误认知。 预计如果该法案能够顺利通过并签署成法，将于2025年12月1日生效。届时，AI开发者和专业用户将面临新的责任与权利规范，驱动AI在高风险专业领域的稳步发展。
通过不断完善规则和提升监管实效，RISE法案有望为推动美国AI产业的安全、透明和合规奠定重要基础。 面向未来，随着AI技术的演进和应用扩展，法律法规也需保持动态调整。目前RISE法案只是迈出了第一步，如何在保护创新灵活性的同时保障用户安全，防止技术滥用，是各方需要继续探索的课题。建立跨部门、多利益相关方参与的协作机制，推动标准制定、责任界定和透明度提升，将是未来AI法律生态建设的关键。 总体而言，卢米斯参议员的RISE法案代表了美国在人工智能法律责任领域的积极尝试。它的出现反映了社会对AI发展监管需求的紧迫性和复杂性。
尽管法案目前存在细节缺失和适用范围不足的问题，但这也显示出相关立法仍处于不断完善和演进阶段。通过多方参与和持续修正，RISE法案有望成为平衡技术创新与社会责任的有效法律框架，助力人工智能实现更安全、更可靠的发展。
