【摘要】作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的關(guān)鍵技術(shù)，以ChatGPT為代表的生成式人工智能不斷催生新場景、新業(yè)態(tài)、新模式和新市場，改變了信息和知識的生產(chǎn)方式，重塑了人類與技術(shù)的交互模式，對教育、金融、媒體和游戲等行業(yè)均產(chǎn)生重大影響。在此背景下，全球各國紛紛出臺人工智能發(fā)展戰(zhàn)略和具體政策，搶占戰(zhàn)略制高點。與此同時，生成式人工智能暴露出的數(shù)據(jù)泄露、虛假內(nèi)容生成、不當利用等安全風險也引起各國廣泛關(guān)注。生成式人工智能的發(fā)展、運用和治理，不再是某一國而是整個國際社會面臨的共同挑戰(zhàn)。為有效應對生成式人工智能對信息內(nèi)容治理的新挑戰(zhàn)，應當平衡安全和發(fā)展的關(guān)系、技術(shù)創(chuàng)新和技術(shù)治理的關(guān)系、企業(yè)合規(guī)義務(wù)和企業(yè)負擔能力的關(guān)系。

【關(guān)鍵詞】生成式人工智能 治理模式 立法 內(nèi)外部挑戰(zhàn) 多維平衡 【中圖分類號】D92 【文獻標識碼】A

生成式人工智能（Generative AI）是人工智能發(fā)展過程中出現(xiàn)的新型技術(shù)，可使用統(tǒng)計方法根據(jù)概率生成新內(nèi)容，如視頻、音頻、文本甚至軟件代碼。通過使用Transformer（一種基于自注意力機制的神經(jīng)網(wǎng)絡(luò)模型），生成式人工智能可深入分析現(xiàn)有數(shù)據(jù)集，識別其中的位置連接和關(guān)聯(lián)關(guān)系，再借助人類反饋強化學習算法（Reinforcement Learning from Human Feedback）不斷優(yōu)化訓練形成大語言模型，最終能夠為新內(nèi)容的生成作出決策或預測。①除了文本生成和內(nèi)容創(chuàng)作之外，生成式人工智能還擁有廣泛的應用場景，如客戶服務(wù)、投資管理、藝術(shù)創(chuàng)作、學術(shù)研究、代碼編程、虛擬協(xié)助等。概言之，自我生成、自我學習并快速迭代是生成式人工智能區(qū)別于傳統(tǒng)人工智能的基本特點。

國家網(wǎng)信辦等七部門正式發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》（以下簡稱《暫行辦法》）自2023年8月15日起施行，旨在促進生成式人工智能健康發(fā)展和規(guī)范應用，維護國家安全和社會公共利益。作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的關(guān)鍵技術(shù)，以ChatGPT為代表的生成式人工智能不斷催生新場景、新業(yè)態(tài)、新模式和新市場，改變了信息和知識的生產(chǎn)方式，重塑了人類與技術(shù)的交互模式，對教育、金融、媒體和游戲等行業(yè)均產(chǎn)生重大影響。在此背景下，全球各國紛紛出臺人工智能發(fā)展戰(zhàn)略和具體政策，搶占戰(zhàn)略制高點。與此同時，生成式人工智能暴露出的數(shù)據(jù)泄露、虛假內(nèi)容生成、不當利用等安全風險也引起各國廣泛關(guān)注?？梢钥隙ǖ刂v，生成式人工智能的發(fā)展、運用和治理，不再是某一國而是整個國際社會面臨的共同挑戰(zhàn)。

國外人工智能主要監(jiān)管模式評析

人工智能是一把“雙刃劍”，在促進社會進步的同時，也帶來了風險與挑戰(zhàn)。國際社會致力于持續(xù)推動人工智能向善發(fā)展。例如，聯(lián)合國教科文組織通過了首份人工智能倫理問題全球性協(xié)議——《人工智能倫理問題建議書》，明確了相稱性和不損害、安全和安保、公平和非歧視等十項原則。歐盟自2018年以來持續(xù)推進人工智能的設(shè)計、開發(fā)和部署，同時努力規(guī)范人工智能及機器人的使用和管理。2024年初生效的歐盟《人工智能法案》助推此項工作達到高潮，甚至成為人工智能治理史上的里程碑。美國更注重人工智能發(fā)展，以《人工智能權(quán)利法案藍圖》（以下簡稱《權(quán)利法案藍圖》）為主要舉措對人工智能發(fā)展進行規(guī)制。鑒于歐盟和美國的人工智能治理措施相對成熟且具有代表性，下文以二者為例探討不同監(jiān)管模式的優(yōu)劣，希冀為我國人工智能的健康發(fā)展和有效治理提供借鑒。

歐盟人工智能立法：安全優(yōu)先，兼顧公平。從立法歷程上看，2021年4月，歐盟委員會發(fā)布了立法提案《歐洲議會和理事會關(guān)于制定人工智能統(tǒng)一規(guī)則(人工智能法) 和修訂某些歐盟立法的條例》（以下簡稱《人工智能法案》），開啟了人工智能治理的“硬法”道路。2022年12月形成了《人工智能法案》折衷草案的最終版。2023年6月，歐洲議會通過了《人工智能法案》的談判授權(quán)草案，并修訂了原始提案。2023年12月8日，歐洲議會、歐洲理事會和歐盟委員會三方就《人工智能法案》達成協(xié)議，法案規(guī)定了對人工智能領(lǐng)域的全面監(jiān)管。從總體上看，《人工智能法案》在歐盟建立起人工智能開發(fā)、使用的道德和法律框架，并輔以《人工智能責任指令》確保落地執(zhí)行?！度斯ぶ悄芊ò浮返亩噍営懻撝饕獓@以下內(nèi)容：

一是人工智能的定義與法案適用范圍?！度斯ぶ悄芊ò浮返?條將人工智能定義為一種或多種技術(shù)和方法開發(fā)的軟件，其能夠影響交互環(huán)境的輸出（如內(nèi)容、預測、建議或決策），實現(xiàn)人為指定的特定目標。該定義范圍較為廣泛，可能涵蓋大量傳統(tǒng)上不被視為人工智能的軟件，不利于人工智能的發(fā)展和治理。因而，當前版本將人工智能定義限縮為“基于機器學習或邏輯和知識的系統(tǒng)”，旨在以不同的自主性水平運行，并且為了明確或隱含的目標，可以影響物理或虛擬環(huán)境的預測、建議或決策等輸出。同時，刪除了附件一和歐盟委員會修改人工智能定義的授權(quán)?！度斯ぶ悄芊ò浮冯m未涉及生成式人工智能，但ChatGPT的出現(xiàn)，使得立法者在修正案中增加了通用人工智能和基礎(chǔ)模型相關(guān)定義，并要求生成式人工智能遵守額外的透明度要求，如披露內(nèi)容來源、設(shè)計模型禁止非法生成?！度斯ぶ悄芊ò浮肪哂杏蛲庑Я?，適用于所有人工智能系統(tǒng)的提供商和部署者（無論是在歐盟還是在第三國建立的）以及所有分銷商和進口商、提供商的授權(quán)代表、在歐盟建立或位于歐盟的某些產(chǎn)品的制造商，以及健康、安全或基本權(quán)利因使用人工智能系統(tǒng)而受到重大影響的歐盟數(shù)據(jù)主體。

二是人工智能的監(jiān)管模式?！度斯ぶ悄芊ò浮凡捎昧嘶陲L險的分級監(jiān)管方法（risk-based approach），根據(jù)對健康、安全和自然人基本權(quán)利的潛在風險對其進行分類并設(shè)置不同義務(wù)：第一是不可接受的風險，禁止任何企業(yè)或個人部署；第二是高風險，允許相關(guān)主體在履行事前評估等義務(wù)后投放市場或使用，同時要求事中、事后持續(xù)監(jiān)測；第三是有限風險，無須取得特殊牌照、認證或履行報告、記錄等義務(wù)，但應遵循透明度原則，允許適當可追溯性和可解釋性；第四是低風險或最低風險，相應主體可依據(jù)自由意志部署和使用。具體到生成式人工智能而言，由于其沒有特定目的并且可應用于不同場景，故不能基于一般方式或操作模式對其進行風險分級，而應當按照開發(fā)或使用生成式人工智能的預期目的和具體應用領(lǐng)域。②

三是人工智能的一般原則。具體包括：人類代理和監(jiān)督：人工智能系統(tǒng)的開發(fā)和使用必須作為服務(wù)于人類的工具，尊重人類尊嚴、個人自主性和功能，并由人類適當控制和監(jiān)督；技術(shù)穩(wěn)健性和安全性：人工智能的開發(fā)和部署應最大限度地減少意外和意外的損害，確保在出現(xiàn)意外問題時的穩(wěn)健性，以及在惡意第三方試圖改變?nèi)斯ぶ悄芟到y(tǒng)性能而非法使用時的彈性；隱私和數(shù)據(jù)保護：人工智能系統(tǒng)必須按照現(xiàn)有的隱私和數(shù)據(jù)保護規(guī)則開發(fā)和使用，同時處理在質(zhì)量和完整性方面符合高標準的數(shù)據(jù)；透明度：人工智能系統(tǒng)的開發(fā)和使用方式必須允許適當?shù)目勺匪菪院涂山忉屝?，讓人類意識到他們與人工智能系統(tǒng)進行通信或互動，并適當?shù)馗嬷脩羧斯ぶ悄艿哪芰途窒扌?，以及受影響之人享有的?quán)利；非歧視和公平：人工智能系統(tǒng)的開發(fā)和使用必須包括不同參與者，促進平等使用、性別平等和文化多樣性，同時避免歐盟或國家法律禁止的歧視性影響和不公平偏見；社會和環(huán)境福祉：人工智能系統(tǒng)應以可持續(xù)和環(huán)保的方式開發(fā)和使用，讓所有人受益，同時監(jiān)測和評估對個人、社會和民主的長期影響。

歐盟意圖通過《人工智能法案》建立人工智能監(jiān)管全球標準，進而使歐洲在國際智能競爭中取得優(yōu)勢地位?！度斯ぶ悄芊ò浮窞樘幚砣斯ぶ悄芟到y(tǒng)制定了相對合理的規(guī)則，在一定程度上可以避免歧視、監(jiān)視和其他潛在危害，特別是在與基本權(quán)利相關(guān)的領(lǐng)域。例如，《人工智能法案》列出了禁止人工智能的某些用途，公共場所的面部識別便是其一。此外，其將確定減輕風險的控制措施整合到可能出現(xiàn)風險的業(yè)務(wù)部門中，能夠幫助各組織了解人工智能系統(tǒng)的成本效益，開展合規(guī)（自我）審查明確責任和義務(wù)，最終自信地采用人工智能。但同時，《人工智能法案》在風險分級、監(jiān)管力度、權(quán)利保護與責任機制等方面亦有缺陷，如其采用的是橫向立法，試圖把所有人工智能都納入監(jiān)管范圍，而未深入考量人工智能之間的不同特性，可能會導致相關(guān)風險防范措施面臨無法執(zhí)行的問題。③

美國人工智能立法：強調(diào)自我監(jiān)管，支持技術(shù)創(chuàng)新。在人工智能法律和政策制定的全球背景下，美國逐漸形成以自愿原則為基礎(chǔ)的監(jiān)管框架。美國較為全面的監(jiān)管舉措是白宮科技政策辦公室（OSTP）于2022年10月發(fā)布的《權(quán)利法案藍圖》，其旨在支持自動化系統(tǒng)設(shè)計、部署和治理過程中，保護公民權(quán)利。在《權(quán)利法案藍圖》指導下，聯(lián)邦各部門開始各司其職，著手制定具體政策，如美國勞工部制定了《公正的人工智能行動手冊》，旨在避免人工智能對求職者與員工產(chǎn)生基于種族、年齡、性別等特征的偏見?！稒?quán)利法案藍圖》的核心內(nèi)容是五項原則：安全有效的系統(tǒng)：公眾受到保護，免受不安全或無效的系統(tǒng)的影響；算法歧視保護：公眾不應面臨算法和系統(tǒng)的歧視，自動化系統(tǒng)應當以公平的方式使用和設(shè)計；數(shù)據(jù)隱私：自動化系統(tǒng)應該有內(nèi)置的保護措施保障公眾的數(shù)據(jù)不被濫用，并且確保公眾享有使用數(shù)據(jù)的主導權(quán)；知悉和解釋：公眾有權(quán)知道其正在使用自動化系統(tǒng)，并且理解它是什么以及如何產(chǎn)生對公眾有影響的結(jié)果；可替代性原則：在適當?shù)那闆r下，公眾應該能夠選擇不使用自動化系統(tǒng)，并使用人工替代方案或其他可選方案。④由于以上原則不受監(jiān)管而缺少約束力，故《權(quán)利法案藍圖》并非一份具有立法保護的可執(zhí)行的“權(quán)利法案”，更多的是立足未來設(shè)想的前瞻性治理藍圖。

目前美國國會對人工智能的監(jiān)管采取了相對不干涉的方法，盡管民主黨領(lǐng)導層已經(jīng)表示打算引入一項監(jiān)管人工智能的聯(lián)邦法。美國參議院多數(shù)黨領(lǐng)袖查克·舒默（Chuck Schumer）提出了指導未來人工智能立法和監(jiān)管的新框架，具體包括“何人”“何處”“如何”與“保護”四道護欄，要求科技公司在發(fā)布人工智能系統(tǒng)之前進行審查和測試，并向用戶提供結(jié)果。但在美國兩黨互相制衡的情況下，該法律通過國會的可能性較低，即使有機會通過，也需經(jīng)過多輪修改。與之相對，面對歐盟《人工智能法案》帶來的戰(zhàn)略競爭壓力以及以ChatGPT為代表的生成式人工智能的多領(lǐng)域安全風險，美國聯(lián)邦機構(gòu)采取了積極介入的態(tài)度，在管轄權(quán)限內(nèi)進行監(jiān)管。例如，美國聯(lián)邦貿(mào)易委員會（FTC）通過執(zhí)行《公平信貸報告法》《聯(lián)邦貿(mào)易委員會法》等法規(guī)，積極監(jiān)管與人工智能有關(guān)的欺騙性和不公平行為，OpenAI面臨的第一起調(diào)查正是FTC進行的；2023年1月，美國國家標準與技術(shù)研究院（NIST）制定了《人工智能風險管理框架》，對人工智能存在的風險進行了詳盡的分級分類；2023年4月，美國商務(wù)部就人工智能問責措施公開征求意見，包括人工智能模型在發(fā)布前是否應經(jīng)過認證程序。

從美國地方層面上看，加州通過了《2018加州消費者隱私法案》（CCPA），作為對歐盟《通用數(shù)據(jù)保護條例》的積極回應。2023年，在議員鮑爾·卡漢（Bauer Kahan）的推動下，加州提出AB331（Automated decision tools）法案，要求部署者和自動化決策工具的開發(fā)者在2025年1月1日或之前，以及此后每年，對其使用的任何自動化決策工具進行影響評估，其中包括自動化決策工具的目的及其預期收益、用途和部署環(huán)境的聲明。紐約市頒布了《自動化就業(yè)決策工具法》(《AEDT Law》)，要求在招聘和晉升決策中使用“自動化就業(yè)決策工具”的雇主和職業(yè)平臺，對人工智能系統(tǒng)進行全新的、徹底的審查以及更全面的風險測試，評估其是否落入《AEDT Law》的適用范圍。此外，得克薩斯州、佛蒙特州和華盛頓州的立法機構(gòu)均引入相關(guān)立法，要求州機構(gòu)對正在開發(fā)、使用的人工智能系統(tǒng)進行審查，有效披露人工智能的使用情況?？梢?，美國地方政府對人工智能治理還是持積極態(tài)度。地方面臨的主要挑戰(zhàn)是，如何在最小妨礙的基礎(chǔ)上監(jiān)管硅谷的人工智能創(chuàng)新。以加州為例，為了克服這一挑戰(zhàn)，其所提出的法案作了兩方面的規(guī)定：一是將人工智能治理的重心放在了算法決策對公民的權(quán)利、機會和獲得關(guān)鍵服務(wù)的風險，而不是具體技術(shù)的細節(jié)上，能夠允許人工智能的創(chuàng)新發(fā)展；二是確立了人工智能透明度，要求開發(fā)人員和用戶向加州民權(quán)部提交能夠詳細說明所涉及的自動化工具類型的年度影響評估，供公眾訪問。開發(fā)人員還需制定一個治理框架，詳細說明該技術(shù)的使用方式和可能的影響。此外，加州法案還提到私人訴訟權(quán)的問題，通過允許個人在權(quán)利受到侵犯時提起訴訟，為權(quán)利保障提供了救濟途徑。⑤

目前美國人工智能監(jiān)管重點仍是將現(xiàn)有法律適用于人工智能，而不是制定專門性人工智能法律。例如，F(xiàn)TC多次表示《聯(lián)邦貿(mào)易委員會法》第5條“禁止不公平或欺詐行為”完全可適用于人工智能和機器學習系統(tǒng)。⑥事實上，如何協(xié)調(diào)現(xiàn)有法律與人工智能之間的沖突，不僅是某一國家的當務(wù)之急，亦是國際社會面臨的緊迫問題。目前，美國國會尚未就人工智能監(jiān)管的聯(lián)邦立法達成共識，包括監(jiān)管框架、風險分類分級等具體內(nèi)容。美國參議院多數(shù)黨領(lǐng)袖查克·舒默主張對人工智能進行類似歐盟的全面監(jiān)管，并通過制定框架、專題論壇等途徑加速國會立法進程，這與美國的自愿原則存在一定沖突，因而，聯(lián)邦層面人工智能監(jiān)管立法的出現(xiàn)還需較長時日。

生成式人工智能對信息內(nèi)容治理的新挑戰(zhàn)

一般來講，人工智能面臨的風險主要來自技術(shù)、市場與規(guī)范等三個方面。⑦以ChatGPT為代表的生成式人工智能在靠近通用人工智能目標的同時，也帶來了信息內(nèi)容治理的全新挑戰(zhàn)，亟需前瞻性、針對性的理論研究。學界分析生成式人工智能風險的主要視角包括：一是基于人工智能一般風險，并結(jié)合生成式人工智能獨有特點，對其在智能倫理、知識產(chǎn)權(quán)保護、隱私與個人數(shù)據(jù)保護等方面的風險展開研究；⑧二是結(jié)合特定領(lǐng)域，研究生成式人工智能在該領(lǐng)域內(nèi)的風險與治理，如生成式人工智能在司法裁判中的量刑偏差風險；三是立足生成式人工智能的運行結(jié)構(gòu)，分別從準備、運算到生成階段研究其中的風險問題，進而采用相應措施，如采用技管結(jié)合糾正生成式人工智能在運算階段的算法歧視風險。⑨本文認為還可從內(nèi)外部視角展開分析，內(nèi)部挑戰(zhàn)是模型自身存在的挑戰(zhàn)，包括輸入質(zhì)量問題、處理過程問題、輸出質(zhì)量問題；外部挑戰(zhàn)則是來自非模型自身的挑戰(zhàn)，包括不當利用風險以及法律監(jiān)管風險。

輸入質(zhì)量問題：人工智能由算法、算力和數(shù)據(jù)要素組成，其中數(shù)據(jù)是人工智能的基礎(chǔ)，在一定程度上決定著其輸出的準確性與可靠性。生成式人工智能系人工智能的一種，故其輸出（生成的內(nèi)容）同樣會受到數(shù)據(jù)的數(shù)量和質(zhì)量影響。生成式人工智能必須用高質(zhì)量數(shù)據(jù)進行訓練，一旦數(shù)據(jù)集被污染或篡改，訓練出的生成式人工智能便可能損害用戶基本權(quán)利、知識產(chǎn)權(quán)、個人隱私和信息數(shù)據(jù)權(quán)，甚至產(chǎn)生社會偏見。

處理過程問題：除數(shù)據(jù)外，訓練時使用的算法模型同樣會影響人工智能的輸出結(jié)果。如果將人工智能的訓練看作一場料理，訓練數(shù)據(jù)是以“材料”的角色影響著最終料理的質(zhì)量，而算法模型則是以“菜譜”的角色發(fā)揮著自身作用，兩者缺一不可。一旦選用的算法模型存在問題或與預期目的不一致，即便輸入再多、再好的數(shù)據(jù)也無法得到表現(xiàn)良好的人工智能系統(tǒng)。由機器學習算法和訓練數(shù)據(jù)所引發(fā)的人工智能歧視和偏見問題，統(tǒng)稱為先行存在的算法偏見，與新知識、新業(yè)態(tài)、新場景出現(xiàn)后引發(fā)的突發(fā)性算法偏見相對應。技術(shù)更迭并未杜絕虛假生成問題，只是將其進行了包裝和掩飾，所以生成式人工智能會經(jīng)常出現(xiàn)突發(fā)性算法偏見，進一步增加了使用風險和治理難度，因而需要更為精準的防護措施。

輸出質(zhì)量問題：事實上，風險本質(zhì)上源于人們對事物認知和控制能力不夠，無法在問題萌芽甚至爆發(fā)前及時解決。從該角度來講，技術(shù)的可控程度與其風險高低是成反比的，技術(shù)越難控制則風險越高。大語言模型和思維鏈在賦予生成式人工智能邏輯推導能力的同時，也使得其輸出內(nèi)容越來越難以預測，換言之，生成式人工智能的可控程度較低，具有較高的潛在風險。比如，由于社會文化差異，生成式人工智能的輸出在一種文化背景下可能是合適的，但在另一種文化環(huán)境下卻是冒犯性的。人類能辨析此類區(qū)別，但生成式人工智能可能因缺少文化方面的前置設(shè)計而無法區(qū)分文化的細微差別，在無意中產(chǎn)生不恰當?shù)膬?nèi)容。

不當利用風險：生成式人工智能在具備高智能的同時，使用的難度和成本較低，這就為部分人員利用其強大力量從事非法活動提供了可能空間，不當利用風險由此產(chǎn)生。我國教育部起草的《中華人民共和國學位法（草案）》中對利用人工智能代寫學位論文等行為及其處理作出明確規(guī)定。OpenAI公司稱其正在向ChatGPT進行敏感詞訓練，當用戶的提問明顯違反已嵌入的倫理和立法時，ChatGPT會拒絕回答。即便如此，部分人員仍然能夠繞過ChatGPT預先設(shè)置的“防火墻”，指示其生成非法內(nèi)容或完成非法操作，不當利用風險未得到有效遏制。長此以往，生成式人工智能可能引發(fā)社會信任危機，使社會民眾陷入真假難辨、人人自危的困境，最終造成“真相的終結(jié)”，使人類社會進入“后真相時代”。⑩

法律監(jiān)管風險：生成式人工智能內(nèi)部的輸入質(zhì)量問題、處理過程問題和輸出質(zhì)量問題，以及外部的不當利用風險共同將其監(jiān)管難度推向新的高峰，造成了監(jiān)管失效的法律風險。生成式人工智能的法律風險不局限于某一特定領(lǐng)域，而是橫貫多個領(lǐng)域，需要多個部門的協(xié)同治理。生成式人工智能的使用條款往往缺乏對用戶交互數(shù)據(jù)的授權(quán)處理，可能會引發(fā)個人隱私和國家安全問題，因為大型企業(yè)中的部分數(shù)據(jù)已經(jīng)具有了公共屬性，一旦出現(xiàn)泄露事件不僅會損害企業(yè)利益，更可能對國家安全造成威脅。除此之外，生成式人工智能決策過程不夠透明的問題，也會對法律監(jiān)管造成影響，甚至成為監(jiān)管機關(guān)禁止其在特定領(lǐng)域部署的決定性理由。

解決方案：尋求多維平衡

面對生成式人工智能的巨大應用價值和內(nèi)外部的風險挑戰(zhàn)，我們需要作出合理抉擇。目前，世界各國雖然對生成式人工智能的安全性有所質(zhì)疑，但一致認可其在國際競爭、經(jīng)濟發(fā)展、數(shù)字政府建設(shè)等方面的應用潛力，通過制定相關(guān)政策和法規(guī)嘗試處理好安全與發(fā)展、技術(shù)創(chuàng)新與公共利益之間的關(guān)系，為生成式人工智能的使用奠定前提和保障。我國亦不例外。從《暫行辦法》第1條規(guī)定看，該法制定目的正是“為了促進生成式人工智能健康發(fā)展和規(guī)范應用，維護國家安全和社會公共利益，保護公民、法人和其他組織的合法權(quán)益”。第3條更是明確指出立法者對于生成式人工智能治理的總體態(tài)度，即“堅持發(fā)展和安全并重、促進創(chuàng)新和依法治理相結(jié)合的原則”。事實上，透過該原則便可發(fā)現(xiàn)當前適合我國國情的解決方案，即尋求生成式人工智能治理的多維平衡。

首先，應當平衡安全和發(fā)展的關(guān)系。在總體國家安全觀下，安全是發(fā)展的前提，發(fā)展是安全的保障，不發(fā)展就是最大的不安全。我國必須積極發(fā)展生成式人工智能等現(xiàn)代科技手段促進經(jīng)濟發(fā)展和社會進步，不斷增強我國國際競爭力?！稌盒修k法》第3條指出，“對生成式人工智能服務(wù)實行包容審慎和分類分級監(jiān)管”。關(guān)于具體的措施，《暫行辦法》也給出方案：第5條和第6條明確了鼓勵發(fā)展的方向和內(nèi)容，如支持行業(yè)組織、企業(yè)、教育和科研機構(gòu)、公共文化機構(gòu)、有關(guān)專業(yè)機構(gòu)等在生成式人工智能技術(shù)創(chuàng)新、數(shù)據(jù)資源建設(shè)、轉(zhuǎn)化應用、風險防范等方面開展協(xié)作；第7條和第8條分別從預訓練、優(yōu)化訓練等訓練數(shù)據(jù)處理和數(shù)據(jù)標注對生成式人工智能的安全提出了要求，如生成式人工智能服務(wù)提供者應當使用具有合法來源的數(shù)據(jù)和基礎(chǔ)模型，不得侵害他人依法享有的知識產(chǎn)權(quán)等。

其次，應當平衡技術(shù)創(chuàng)新和技術(shù)治理的關(guān)系。在采取措施加快生成式人工智能創(chuàng)新發(fā)展的同時，也要認識到其所帶來的內(nèi)外部風險挑戰(zhàn)，相應地進行治理。簡言之，應當在創(chuàng)新中治理，在治理中創(chuàng)新，保證技術(shù)創(chuàng)新在法治軌道上運行。為此，一方面，發(fā)揮政策引領(lǐng)經(jīng)濟社會發(fā)展的作用，通過簡化行政許可、減少稅收等途徑積極鼓勵企業(yè)進行技術(shù)創(chuàng)新，同時引導企業(yè)利用自身發(fā)展推動經(jīng)濟社會發(fā)展，對其正當權(quán)益通過立法的形式予以確認；另一方面，堅守依法治理底線，對于企業(yè)可能的違規(guī)違法行為予以及時規(guī)范和處理。具體而言，根據(jù)《暫行辦法》第19條之規(guī)定，有關(guān)主管部門依據(jù)職責對生成式人工智能服務(wù)開展監(jiān)督檢查，提供者應當依法予以配合；對于生成式人工智能提供者違反《中華人民共和國網(wǎng)絡(luò)安全法》《中華人民共和國數(shù)據(jù)安全法》《中華人民共和國個人信息保護法》等法律法規(guī)的行為，予以罰款、責令停止提供服務(wù)、追究刑事責任等相應處罰；如果現(xiàn)有法律法規(guī)無法有效規(guī)范技術(shù)發(fā)展的新業(yè)態(tài)，可先由主管部門予以警告、通報批評，責令限期改正，之后及時進行立法（需要考慮特殊立法與一般立法、國家立法與地方立法的辯證關(guān)系），確保有法可依、依法行政。

最后，應當平衡企業(yè)合規(guī)義務(wù)和企業(yè)負擔能力的關(guān)系。生成式人工智能的有效治理，需要開展模型訓練、提供生成服務(wù)的企業(yè)承擔相應的合規(guī)義務(wù)，但此種義務(wù)必須是適當?shù)?，不應超過企業(yè)的負擔能力。對此，可從《暫行辦法》的相關(guān)規(guī)定中尋得規(guī)范支撐：其一，第3條要求對生成式人工智能服務(wù)進行分類分級監(jiān)管，言下之意就是要依據(jù)具體風險大小進行治理，對在不同領(lǐng)域提供不同生成式人工智能義務(wù)的企業(yè)提出有程度差別的合規(guī)義務(wù)，這一點與《人工智能法案》基于風險的分級監(jiān)管頗為相似；其二，與原先征求意見稿相比，第7條和第8條明顯降低了企業(yè)研發(fā)、訓練生成式人工智能的合規(guī)要求，如原有第7條第（4）項“能夠保證數(shù)據(jù)的真實性、準確性、客觀性、多樣性”改為“采取有效措施提高訓練數(shù)據(jù)質(zhì)量，增強訓練數(shù)據(jù)的真實性、準確性、客觀性、多樣性”，原有第8條“抽樣核驗標注內(nèi)容的正確性”改為“抽樣核驗標注內(nèi)容的準確性”；其三，第9條和第14條通過重新分配服務(wù)提供者與用戶的權(quán)利義務(wù)，給予了提供者更為靈活的合規(guī)空間，以增強其主動合規(guī)的意愿。例如，將“內(nèi)容生產(chǎn)者責任”改為“網(wǎng)絡(luò)信息內(nèi)容生產(chǎn)者責任”，使提供服務(wù)的企業(yè)不必為用戶惡意濫用生成式人工智能生成的非法內(nèi)容承擔責任。

生成式人工智能技術(shù)已經(jīng)在商業(yè)貿(mào)易、新聞傳播等多行業(yè)掀起巨大波瀾，如何進行有效監(jiān)管使其服務(wù)于人類社會是各國應當長期思考和解決的現(xiàn)實命題。不同國家選擇的人工智能監(jiān)管模式反映著特定的社會價值觀和國家優(yōu)先事項，這些不同的要求可能相互沖突，如注重保障用戶隱私和促進技術(shù)創(chuàng)新，因而造成了更為復雜的監(jiān)管環(huán)境。歐盟的“安全優(yōu)先，兼顧公平”和美國的“強調(diào)自我監(jiān)管，支持技術(shù)創(chuàng)新”雖然有諸多不同之處，但也存在著共識部分，或多或少能促進生成式人工智能的技術(shù)創(chuàng)新、安全使用與依法治理。同時，透明度和可解釋性將是遵守新興法規(guī)和培養(yǎng)對生成式人工智能技術(shù)信任的關(guān)鍵所在。歐美立法動向也提醒我國要盡快進行國家層面的人工智能立法，確定人工智能治理的基本原則，以及風險管理制度、主體責任分配、法律責任等內(nèi)容，統(tǒng)籌全國的治理布局，還要充分發(fā)揮地方積極性，通過地方立法先行先試，避免無法可用的同時為國家層面的人工智能立法積累經(jīng)驗。

（作者為浙江大學光華法學院教授、博導）

【注：本文系國家社科基金重大項目“建立健全我國網(wǎng)絡(luò)綜合治理體系研究”（項目編號：20ZDA062）階段性成果】

【注釋】

①Ouyang L,Wu J,Jiang X,et al."Training language models to follow instructions with human feedback",Advances in Neural Information Processing Systems,2022(35),pp.27730-27744.

②Natali Helberger,Nicholas Diakopoulos."ChatGPT and the AI Act",Internet Policy Review,2023,12(1).

③曾雄、梁正、張輝：《歐盟人工智能的規(guī)制路徑及其對我國的啟示——以〈人工智能法案〉為分析對象》，《電子政務(wù)》，2022年第9期。

④The White House,"Blueprint for an AI Bill of Rights",October 2022.

⑤Friedler, Sorelle, Suresh Venkatasubramanian, Alex Engler,"How California and other states are tackling AI legislation",Brookings,March 2023.

⑥Müge Fazlioglu."US federal AI governance: Laws, policies and strategies",International Association of Privacy Professionals,June 2023.

⑦程樂：《人工智能發(fā)展趨勢研判與規(guī)范引導思路》，《國家治理》，2023年第6期。

⑧程樂：《生成式人工智能的法律規(guī)制——以ChatGPT為視角》，《政法論叢》，2023年第4期。

⑨劉艷紅：《生成式人工智能的三大安全風險及法律規(guī)制——以ChatGPT為例》，《東方法學》，2023年第4期。

⑩張廣勝：《生成式人工智能的國家安全風險及其對策》，《人民論壇·學術(shù)前沿》，2023年第7期。

責編/靳佳 美編/王夢雅

聲明：本文為人民論壇雜志社原創(chuàng)內(nèi)容，任何單位或個人轉(zhuǎn)載請回復本微信號獲得授權(quán)，轉(zhuǎn)載時務(wù)必標明來源及作者，否則追究法律責任。