摘要：在人工智能快速迭代发展的时代背景下，AI公共语料库已成为驱动智能涌现、赋能经济社会高质量发展的新基建。然而，既有研究多聚焦于传统语料库建设或结构化公共数据开发利用，对适配AI模型训练需求的公共语料库的概念及其治理关注不足。为此，研究系统构建了AI公共语料库的概念内涵与就绪框架。首先，界定了AI公共语料库的技术性内涵，厘清其与相关概念的关联和差异，进而从本体属性、权利属性、价值属性三个维度解析其公共性特征。在此基础上，构建了技术性就绪-公共性就绪双主线就绪框架。其中，技术性就绪涵盖可发现性、可访问性、可用性、可训练性与可信性五个核心要素，聚焦语料质量与技术适配性；公共性就绪包括公开性、普惠性、共创性与正当性四个关键维度，强调语料的公平供给与公共价值。此外，研究还探讨了提升AI公共语料库就绪度的实践路径。研究结论有助于深化智能时代背景下公共语料资源的理论认知，为我国构建AI就绪、公平可及、内容向善的公共语料基础设施提供实践参考。
关键词：人工智能；公共数据；语料库；AI就绪；高质量数据集
作者：郑磊，全球人工智能创新治理中心研究员，复旦大学国际关系与公共事务学院教授，博士生导师，数字与移动治理实验室主任
杨涛，复旦大学国际关系与公共事务学院博士研究生，复旦大学数字与移动治理实验室研究助理
来源：《电子政务》2026年第04期（总第280期）
发表日期：2026/4/28
