本期观点：

气象领域AI应用存在数据隐私安全、知识产权归属、责任归属、技术标准和质量控制、损害权威气象机构信誉等问题。

气象领域AI治理需要在合理、合法、合乎伦理的环境下，通过短期探索协同增效等措施以及长期建立法规准则体系，实现可持续发展。

本期嘉宾：

国家气象中心 周康辉

近年来，人工智能（AI）作为科技革命的驱动力量，正深度重塑全球各领域的发展图景。然而，气象预报预测具有高度复杂性和不确定性，迫切要求全球共同探索有效的气象领域AI治理策略。国家气象中心周康辉和代刊、中国气象局国际合作司曾沁和那晓丹在《气象学报》上撰文建议，从风险管控到全球协同体系构建等方面要加强对气象领域的AI治理。

识变：风险积聚与治理缺位

尽管目前主要国家和相关国际组织的气象领域AI战略计划明确，但都未包含AI治理，这可能为可持续发展埋下隐患。目前，气象领域的AI治理之所以处于相对“真空”状态，原因是多方面的。

“近年来气象领域的AI发展与应用取得令人振奋的进展，但相对于医疗、金融、教育等大产业领域，气象领域产业经济利益驱动相对较弱，AI应用治理仍相对滞后。”周康辉介绍，“在这样的背景下，气象领域AI应用引起的监管呼声也相对较弱，引发的法律和伦理问题尚未凸显。”国际组织对AI监管、治理没有形成足够重视，AI治理仍未纳入气象领域专家的重点考虑范畴。

周康辉认为气象领域已然出现特有的问题和挑战——

首先，AI技术在气象预报中的应用不断加深，对传统预报工作流程造成冲击，AI预报也存在诸多隐患。

当下，非专业机构的AI天气预报渗入自媒体、公众号、短视频的制作中，由于缺乏气象背景知识，公众易获取不准确、不真实信息。AI应用或存在损害权威气象机构信誉以及导致公众信任危机等问题，若无妥善管理和规范，这种情况将影响公众对重要气象信息的响应。

另外，AI气象预测技术在迅速发展的同时，相关算法和模型的知识产权归属问题也愈加复杂。气象预报AI模型的构建过程中涉及到气象观测和数值天气预报等数据的共享、气象领域专业知识和AI专业知识的融合，气象部门与私营和学术部门之间的知识产权归属问题需进一步厘清。

气象领域的AI研发和应用依赖于海量的气象数据，这些数据的收集、存储和共享过程中存在数据隐私和安全问题。气象部门与学术、私营企业的合作过程中，需要气象数据共享的指导规则，以规范数据共享行为。

从法律角度来看，当AI系统在业务流程中出现错误预测或失效时，明确责任归属和法律责任，以最大程度保护预报员和决策者，也是亟待解决的问题。

从应用质量上来说，基于AI的气象、气候、环境等预测，如缺乏统一的技术标准和质量控制机制，可能导致AI预测结果的准确性、稳定性、可用性上难以保证，使得气象预报质量良莠不齐。

最后，AI治理方面缺乏统一的全球治理框架，在推动全球气象数据共享、全球统一的AI预测质量检验体系、气象领域AI全球伦理准则、全球气候变化中AI的应用等议题方面，还缺乏协同合作的有效机制，致使各国难以形成推动气象AI领域良性发展的强大合力。

应变：短期破局与长期布局

气象领域AI治理只有在合理、合法、合乎伦理的环境下才能实现可持续发展。相关准则、办法、条文目前仍处于“空白”状态，对此，周康辉等人提出短期和长期建议。

从短期来看，应探索传统预报员与AI预报协同增效的工作流程，培养驾驭AI技能的新型预报员；在我国发起的预报比对、数据共享等相关区域示范项目中，应参与探索国际AI治理的经验分享与区域合作范例，主动设置议题推动世界气象组织（WMO）探讨并形成AI治理导则；逐步建立气象领域AI应用风险防范体系，对气象领域的AI应用进行全面的风险评估，包括技术故障、数据泄露、误报等风险；建立气象领域AI技术管理框架和对话交流机制，定期评估AI技术在气象预报、气象服务中的实际效果；在风险可控的前提下，通过设立限制性条件并制定风险管控措施，鼓励创新技术产品或商业模式在真实气象应用场景中进行测试和应用。

从长期来看，应系统评估AI治理成本，科学制订长期规划。应针对目前气象领域AI应用的现状，着手建立相关的法规和准则，以规范AI模型进入气象业务系统、AI气象预报用于公共服务，建立一整套与国际AI治理接轨的体系；参与、引领国际气象领域AI治理体系的建立，积极参与全球AI治理标准和体系的制订；牵头制订AI数据全球分级共享政策，融入WMO数据治理体系；通过数据政策支持、气象领域专业知识投入的方式，鼓励气象部门与私营、学术部门积极合作，参与到气象领域的AI应用研发中，分享中国在气象领域的AI公私合作成功经验和最佳范例。

（作者：于桐 责任编辑：曹锐怡）