《Marine Policy》：AI in the international governance of land-based marine pollution: Legal frameworks and multilateral approaches
编辑推荐：
海洋污染治理面临法律碎片化与技术赋能的双重挑战，研究提出基于人工智能的全球海洋污染观测站（GMPO）整合模型，通过标准化数据平台与能力建设弥补现有国际框架的执行缺陷，同时平衡技术应用的透明度与公平性。
Md Syful Islam | Ismail Demir
土耳其安卡拉大学社会科学研究所海洋运输法律与政治系
摘要
陆地来源的污染占海洋污染的大部分，威胁着生物多样性、沿海居民的生计以及跨界生态系统的稳定性。尽管《联合国海洋法公约》（UNCLOS）以及一系列区域性和软法工具规定了相关义务，但治理体系仍然存在碎片化问题，执法力度薄弱，能力也存在显著差距。人工智能（AI）和遥感技术的进步为加强监测、提高合规性和适应性管理提供了新的机会，但也带来了法律和伦理方面的挑战。本研究探讨了国际法律框架如何应对陆地来源的海洋污染（LBMP），分析了执法不力的结构性原因，并评估了AI在提升污染检测、责任归属和决策支持方面的潜力。研究提出了一个以“全球海洋污染观测站”（GMPO）为核心的综合模型，该模型得到了咨询机构和标准化证据保障机制的支持。该模型将条约要求与数据平台、能力建设和技术标准相结合，将环境数据和分析视为全球公共产品。通过将国际法的规范合法性与AI的分析能力相结合，该框架旨在使陆地来源的海洋污染治理更加积极主动、透明和公平。文章最后提出了法律设计选择、多边合作路径以及国家层面的实施措施，以将数字工具纳入健全的法律体系，从而强化国家在海洋环境治理中的责任和法治原则。
引言
陆地来源的海洋污染（LBMP）是指源自陆地活动的污染物，这些污染物通过河流、沿海排放或大气沉降进入海洋[1]。其中包括塑料、农业径流、未经处理的污水和工业废水，据估计占海洋污染总量的80%[2]、[3]、[4]、[5]（见图1）。这些污染物会破坏海洋生物多样性，并威胁到依赖健康且生产力强的海洋生态系统的沿海社区的生计[3]、[6]。
陆地来源的海洋污染治理面临独特的挑战。与长期以来受到全面国际监管的船舶污染或海洋倾倒污染不同，陆地来源的污染主要在国家级层面进行监管[8]。然而，其影响本质上是跨界的，生态后果远远超出了污染源国家的管辖范围，这给制定有效的全球应对措施带来了复杂性[9]。
为应对这一问题，国际社会在过去几十年中制定了一系列法律工具来治理陆地来源的海洋污染。1982年的《联合国海洋法公约》（UNCLOS）要求各国保护和维护海洋环境，包括防止陆地来源的污染[10]。然而，该公约关于陆地来源污染的规定主要是程序性的和普遍性的，缺乏明确的标准、时间表和执法机制[11]、[12]。作为补充的框架，如1995年的《全球行动计划》（GPA）和若干区域海洋协议试图解决这些不足，但实施情况并不一致。近年来，人们对海洋塑料和微塑料问题的关注度提高，推动了制定专门全球条约的谈判进程[13]。
与此同时，技术创新为治理工作开辟了新的可能性。人工智能（AI）、遥感及相关数字工具现在具备了前所未有的能力，可以检测污染事件、分析复杂的生态环境模式并支持合规性监测[12]、[14]、[15]。通过提供实时数据、预测模型和增强型的监控能力，AI有潜力改变各国和机构应对陆地来源海洋污染的方式。然而，将这些技术整合到治理框架中带来了重大的法律和伦理挑战。如果AI要为国际海洋环境法做出实质性贡献，就必须解决公平性、透明度、问责制和敏感数据保护等问题。
本文有三个目标：首先，研究现有国际法律框架如何应对陆地来源的海洋污染，并识别在可执行性、协调性和监测方面的关键差距；其次，评估AI及相关技术在提升海洋环境治理中的检测、责任归属和合规性方面的潜力；第三，提出一个综合性的GMPO机构框架，该框架将技术能力与既定的条约流程相结合，同时确保透明度、问责制和公平性的原则得到保障。
因此，本研究基于两个相互关联的研究问题来构建分析范围：第一个问题是AI如何有意义地整合到现有的国际法律体系中，以预防、减少和控制陆地来源的海洋污染，同时确保这种整合符合公平性、透明度和合法性的原则；第二个问题是GMPO在加强监测、合规性和合作行动中的作用及潜在贡献，特别关注其提供权威且可独立验证的数据的能力，这些数据能够支持国家层面的实施和多边治理进程。
本文的其余部分安排如下：第2节概述了研究方法论和方法；第3节分析了关于陆地来源海洋污染的国际和区域法律框架；第4节探讨了AI及相关技术在监测和执法中的应用；第5节讨论了这些技术的法律和伦理影响；第6节评估了将技术工具整合到治理体系中的多边选项；第7节提出了所提出的GMPO模型；第8节总结了AI的合理使用如何加强合规性和合作，以应对陆地来源的海洋污染。
方法论和方法
本研究结合了规范法律分析、政策回顾和技术评估，探讨AI如何为陆地来源的海洋污染治理做出贡献[16]、[17]。该方法将规范法律研究与技术实践的见解相结合，确保提出的治理创新在法律上合理且在实践中可行[18]。
图2展示了研究设计，说明了法律分析、技术评估和比较制度审查是如何结合在一起的
国际框架：从广泛义务到软法倡议
《联合国海洋法公约》（UNCLOS）是应对陆地来源海洋污染的主要法律框架，常被称为“海洋的宪法”[19]。UNCLOS第 XII 部分规定了各国维护和保护海洋环境的一般义务，包括防止陆地来源的污染。根据第207(1)条，各国必须：
“制定法律和规章，以防止、减少和控制来自陆地来源的海洋环境污染，同时考虑到国际公认的标准……”
整合AI的法律挑战
虽然将AI整合到海洋污染治理中具有巨大潜力，但也带来了复杂的法律和伦理挑战。确保AI的透明、公平和有效使用需要仔细调整现有的法律规范。本节探讨了几个关键问题：AI证据的可靠性、透明度、问责制和责任、公平性和能力差异、数据治理和隐私问题，以及与基本法律原则的一致性。法律整合的多边路径
基于前几节中发现的法律和治理差距，本文探讨了如何将AI工具嵌入现有的条约结构中。国际合作对于建立信任、协调标准以及确保技术工具强化而非削弱法治至关重要[77]、[78]。
提出的法律治理模型
基于前面的分析，本节提出了一个综合性的法律治理模型，旨在将AI整合到应对陆地来源海洋污染的国际体系中。该模型不仅强化了现有的法律工具（如UNCLOS、区域海洋公约和即将出台的全球塑料条约），还引入了新的制度和程序创新，其中AI处于核心位置。该模型旨在克服当前治理体系中的碎片化、执法薄弱和数据不足等问题。
结论
本文从国际法律框架和技术创新的角度审视了陆地来源的海洋污染治理问题。现有法律工具确立了重要的义务，但仍面临执法、协调和能力方面的挑战，这些挑战解释了合规性持续存在的现象。在此背景下，AI和地球观测技术为提高污染检测、责任归属和合规性提供了重要机会。
伦理批准
不适用。
知情同意
不适用。
涉及人类参与者和/或动物的研究声明
不适用。
资金
作者在本文的研究、撰写和/或发表过程中未获得任何财务支持。
CRediT作者贡献声明
Ismail Demir教授博士：撰写——审阅与编辑、验证、监督。
Md Syful Islam：撰写——审阅与编辑、初稿撰写、可视化、验证、方法论设计、概念构建。
