AI 治理下沉：地方警察局开始制定 AI 使用规范程序

AI 治理的浪潮正在从白宫和国会山向基层执法机构漫延。

上周，美国地方执法机构（AVPS）联合政策制定部门推出了新程序，用以规范人工智能在日常警务工作中的使用。这一举措标志着 AI 治理从联邦层面的宏观框架，正式下沉到了社区层面的具体执行。

为什么需要地方执法 AI 程序

警察部门已经在多种场景中使用 AI：人脸识别、车牌识别、预测性巡逻、911 接警分流、随身摄像头分析、枪击检测等。但这些技术的部署长期处于「先上车后买票」的状态——缺乏统一的使用规范、监督机制和问责制度。

治理框架的十个核心条款

NYU School of Law 的 Policing Project 在上周同步发布的 AI 治理框架中，为执法机构提供了系统的政策指引。这份被称为「地方 AI 治理范本」的框架，包含以下关键条款：

1. 范围界定：明确覆盖哪些 AI 系统——仅适用于影响公民权利或公共安全的 AI 能力
2. 部署前审批：所有覆盖范围内的 AI 系统必须在部署前获得批准
3. 风险评估：执法机构与监管机构共同评估 AI 系统的收益与风险
4. 人工监督：要求对 AI 系统进行有意义的人类监督，明确监督方式
5. 隐私保护：数据控制、搜查令要求及其他隐私保障措施
6. 公平与反偏见：确保 AI 部署中的公平性，减轻算法偏见
7. 社区参与：AI 部署前必须与受影响的社区进行沟通和合作
8. 披露要求：向辩护方披露 AI 系统的使用情况
9. 独立审计：内部加外部审计，确保合规
10. 执法机制：违规时的强制执行措施

从联邦到社区的治理链条

过去一年，AI 治理的推进路径清晰可见：

第一层：联邦框架 — 2026 年 6 月的 AI 行政命令为前沿模型安全测试设立了国家标准。但联邦政策明确表示各州/地方法规不受优先效力限制。

第二层：州级立法 — 各州议会加速通过 AI 监管法律，涵盖披露要求、采购标准、具体工具（如人脸识别）的使用限制。

第三层：地方执行 — 作为最终落地环节，市、县警察局需要将抽象的政策原则转化为具体操作规程。这正是 AVPS 新程序填补的空白。

地方层面的挑战在于：多数警察局缺乏 AI 专家，采购预算有限，案例不透明，且易受科技公司销售话术影响。一份清晰、可操作的程序模板至关重要。

从 AVPS 看更广泛的趋势

AVPS 的新程序并非孤例。多家地方执法机构正在或已经制定 AI 政策：

• 萨克拉门托警察局（Sacramento PD）已发布第 390.01 号总令，制定人工智能使用规范
• 博尔德警察局（Boulder PD）同样发布了 AI 通用命令，涵盖使用限制和报告要求
• 未来警务组织（Future Policing）发布了警察使用生成式 AI 工具的模型政策

这些行动共同指向一个信号：AI 不再是少数技术先锋部门的试验品，而是全体执法机构必须面对的制度化问题。缺乏 AI 政策的警察局，在未来可能面临立法强制、诉讼风险和公信力下降三重压力。

参考

1. NYU School of Law, The Policing Project. AI Governance Framework. 2026. https://www.policingproject.org/governing-ai-articles/2025/12/17/vs01kunxeynef91ie0plwd61dwcgfh
2. The Policing Project. AI Policy Hub. 2026. https://www.policingproject.org/ai-policy-hub
3. The Policing Project. Police AI Policies: Ten Key Provisions to Include. https://www.policingproject.org/ai-policies
4. City of Sacramento Police Department General Orders 390.01 - Artificial Intelligence
5. Boulder Police Department General Order 131 - Artificial Intelligence
6. Future Policing. Model Policy for Police Use of Generative AI Tools. https://www.futurepolicing.org/blog/a-model-policy-for-policings-use-of-generative-ai