构建监管生态系统：加州选举现代化的案例研究及其对人工智能治理的启示

《Cambridge Forum on AI: Law and Governance》：Creating a regulatory ecosystem: The case of electoral modernization in California

本刊推荐：为应对AI技术对民主进程的潜在冲击，Christoph Bieber以加州选举技术监管为案例，系统分析了如何通过制度化设计（如OVSTA认证流程、Voting Modernization Board资金分配）构建动态监管框架。研究提出，该“监管沙盒”模式可拓展至AI系统治理，为快速迭代技术提供合法性保障与公众信任构建路径。

　　

随着人工智能技术在政治选举中的应用潜力日益凸显，如何对快速迭代的技术进行有效监管成为全球性难题。2024年美国总统大选期间，ChatGPT 4o等生成式AI工具引发了对选举公正性的广泛担忧，但现实中AI在选举组织环节的应用却寥寥无几。这一矛盾凸显了现有监管体系对新兴技术的适应性不足。Christoph Bieber在《Cambridge Forum on AI: Law and Governance》发表的论文指出，加州通过二十余年探索建立的选举技术监管生态系统，或许能为AI治理提供关键借鉴。

加州的经验始于2002年《帮助美国投票法案》（Help America Vote Act, HAVA）的推动。该法案通过联邦资金注入，催生了Voting Modernization Board（VMB）等专门机构，形成了“资金分配-技术认证-安全监控”的闭环体系。其中，投票系统技术评估办公室（Office of Voting Systems Technology Assessment, OVSTA）负责对投票设备进行多阶段测试与认证，其流程包含技术提交、实验室检测、公开听证等环节，类似“监管沙盒”机制。

研究通过案例比较发现，爱沙尼亚的互联网投票系统、巴西的电子投票机（EVM）与加州的监管框架均依赖多层次制度设计：高层司法或行政机构（如加州州务卿办公室）提供政治背书，专业技术机构（如OVSTA）执行标准化测试，并引入第三方审计与公众参与。这种结构成功将静态硬件监管拓展至动态技术迭代，其核心经验包括：建立可持续的资金与人力支持体系、设置迭代测试环节（如巴西的“完整性测试”）、强化透明度措施（如纸质选票备份）。

关键研究方法

论文采用过程追踪法（Process Tracing），梳理加州选举监管体系的演进路径，重点分析HAVA法案后成立的VMB、OVSTA等机构职能演变。同时通过文献综述对比爱沙尼亚、巴西等国的选举管理委员会（EMB）运作模式，归纳技术认证流程的共性要素。

研究结果

1. 1.
   选举作为算法系统
   研究提出，选举本身可被视作一种“算法”，其规则集（如选票转换议席的公式）与执行流程（如投票-计票-认证链条）需通过技术实现制度化。德国联邦选举委员会等案例表明，缺乏常设监管机构将阻碍技术创新。
2. 2.
   电子投票的兴起与挑战
   爱沙尼亚的IVXV系统展示了互联网投票的可行性，但其安全性持续受量子计算威胁挑战；巴西和印度则通过低技术方案（如本地化电子投票机）平衡效率与透明度。这些案例均强调技术必须嵌入强健的EMB框架。
3. 3.
   加州的监管生态系统构建
   加州通过VMB分配资金驱动技术普及，OVSTA则建立标准化认证流程（见图1），形成“测试-反馈-修正”循环。2018年增设的选举网络安全办公室（现升级为California Election Security Task Force）进一步应对数字威胁，而民间组织（如VerifiedVoting.org）的监督强化了公众参与。

结论与意义

加州的监管实践表明，对AI等快速演进技术的治理需突破传统立法滞后性，转向“生态系统”模式：以政治领导力（如州务卿）锚定合法性，专业机构（如OVSTA）提供技术评估，沙盒机制容纳迭代测试，多元主体（企业、公众、NGO）共同构建信任。该框架不仅适用于选举技术，也为AI治理提供了可迁移的蓝图——例如欧盟《人工智能法案》已纳入沙盒条款。未来需关注量子加密等新技术风险，但加州案例证明，制度创新比技术突破更能保障民主进程的韧性。