確保人工智能安全、可靠、可控，有利于人類文明進步，是人工智能發(fā)展必須解決的重要課題。黨的二十屆三中全會《決定》作出“建立人工智能安全監(jiān)管制度”“完善生成式人工智能發(fā)展和管理機制”等重要部署。如何加強人工智能治理，有效防范化解人工智能發(fā)展帶來的各類安全風險，不斷提升人工智能安全監(jiān)管的制度化、法治化水平？本期學術(shù)版圍繞這些問題進行探討。
——編 者
提升生成式人工智能三大風險治理能力
劉艷紅
習近平總書記指出：“人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量，將對全球經(jīng)濟社會發(fā)展和人類文明進步產(chǎn)生深遠影響。”生成式人工智能是指基于算法、模型、規(guī)則生成文本、圖片、聲音、視頻、代碼等內(nèi)容的技術(shù)。在海量數(shù)據(jù)與強大算力支撐下，聽得懂、說得出、能互動的生成式人工智能快速迭代升級，呈現(xiàn)出良好互動性、高度通用性、智能生成性等特征，并正與各行各業(yè)形成更加剛性、高頻、泛在、深度的聯(lián)結(jié)，也導致其潛在風險更多更真實。黨的二十屆三中全會《決定》科學把握人工智能發(fā)展規(guī)律和特點，提出“建立人工智能安全監(jiān)管制度”“完善生成式人工智能發(fā)展和管理機制”，體現(xiàn)了更好統(tǒng)籌發(fā)展和安全的客觀需要，為推動人工智能領(lǐng)域的技術(shù)進步、產(chǎn)業(yè)發(fā)展與安全保障指明前進方向。
生成式人工智能在技術(shù)運行上可分為三個階段，即前置性學習訓練及人工標注輔助算法升級的準備階段，輸入數(shù)據(jù)進行算法處理得出生成物的運算階段，生成物進入社會加以運用的生成階段。我們要深入分析生成式人工智能的運行機理，把握各階段安全風險形成與發(fā)展的特征，運用法治手段加強系統(tǒng)性治理，確保生成式人工智能所蘊含的巨大力量始終在法治軌道上發(fā)揮作用。
在生成式人工智能的準備階段，數(shù)據(jù)安全風險易發(fā)多發(fā)、較為突出。生成式人工智能通過數(shù)據(jù)訓練、數(shù)據(jù)處理分析來提煉信息、預測趨勢。這就必須對數(shù)據(jù)進行適當分類，確立不同類型數(shù)據(jù)的利用模式和保護方式，以妥善應對相關(guān)數(shù)據(jù)安全風險，避免數(shù)據(jù)違規(guī)利用或者不當泄露，產(chǎn)生侵權(quán)方面的糾紛。比如，在政務處理流程中形成的政務數(shù)據(jù)是數(shù)字政府的核心要素。生成式人工智能為了得出相對準確的結(jié)論，不可避免地要收集分析政務數(shù)據(jù)。應當明確生成式人工智能獲取和利用政務數(shù)據(jù)的法律規(guī)則，既滿足利用政務數(shù)據(jù)服務社會的需求，有力支持人工智能政務服務大模型開發(fā)、訓練和應用，提高公共服務和社會治理智能化水平；又規(guī)范其加工方式，避免利用政務數(shù)據(jù)得出的成果侵害個人權(quán)益、破壞社會公共秩序。對于個人數(shù)據(jù)而言，生成式人工智能通過組合分析挖掘其潛在價值，其對個人數(shù)據(jù)的收集利用及其成果可能對公民權(quán)利造成侵害。實踐中，生成式人工智能傾向于過度收集個人數(shù)據(jù)以提升結(jié)論準確性，比如，通過分析醫(yī)療健康數(shù)據(jù)來挖掘個人行蹤、預測個人生活軌跡。為此，必須堅持依法收集，按照技術(shù)所需的最小范圍收集個人數(shù)據(jù)，設置合理的數(shù)據(jù)處理深度，避免過度挖掘潛在信息。綜上，應將分類分級的數(shù)據(jù)安全監(jiān)管要求嵌入生成式人工智能的準備階段，避免數(shù)據(jù)安全風險演化為具體的法益損害后果。
在生成式人工智能的運算階段，內(nèi)生于人工智能大模型的算法偏見風險值得警惕。生成式人工智能對于數(shù)據(jù)的分析和處理主要通過算法模型。不同于傳統(tǒng)算法模型，生成式人工智能在進行機器學習的同時，還會以大量的人工標注來校正機器學習的結(jié)論，推動人工智能進化。但“機器學習+人工標注”作為算法技術(shù)內(nèi)核，也會使人類的意志與偏好所產(chǎn)生的影響比單純的機器學習更大。個人偏好的影響疊加在算法模型本身的偏見之上，將導致算法偏見的負面效應倍增，算法偏見的產(chǎn)生更加難以追溯和預防。防范化解算法偏見風險，應根據(jù)算法偏見的產(chǎn)生原理與產(chǎn)生場域進行針對性治理。要將法律規(guī)范的要求深度嵌入生成式人工智能的算法模型之中，推動技術(shù)向善，消除算法偏見，確保合理利用生成式人工智能算法并分配算力資源。基于技管結(jié)合理念，加強對算法的全周期安全監(jiān)管，將法律規(guī)范的要求落實到生成式人工智能運行的全流程之中。在設置算法之初就要遵循相關(guān)法律規(guī)則與技術(shù)標準，落實“機器學習+人工標注”的規(guī)范要求，審查存在風險的算法模塊，更好發(fā)現(xiàn)生成式人工智能算法模型中的技術(shù)風險；當發(fā)現(xiàn)先天性算法偏見時，依據(jù)法律要求從生成式人工智能的算法內(nèi)部進行糾正，確保修改后的算法能正常運行；事后出現(xiàn)問題時，對人工智能算法進行溯源治理，實現(xiàn)精準歸責并加以糾正，推動完善生成式人工智能的算法監(jiān)管標準，填補事前預防審查的不足，以技術(shù)手段與法律手段并行做到發(fā)展與管理并重。
在生成式人工智能的生成階段，存在著與生成物相關(guān)的知識產(chǎn)權(quán)風險、生成物濫用風險等多種風險。由于生成式人工智能的智能化程度很高，可以實現(xiàn)內(nèi)容自動化編纂、智能化潤色加工、多模態(tài)轉(zhuǎn)換以及創(chuàng)造性生成，直接改變了內(nèi)容的生產(chǎn)方式與供給模式，相較于以往的人工智能系統(tǒng)產(chǎn)生了顛覆性變化，由此引發(fā)了生成式人工智能的生成物知識產(chǎn)權(quán)歸屬、知識產(chǎn)權(quán)保護等問題。有的人認為生成式人工智能生成物是數(shù)據(jù)算法的結(jié)論，其本質(zhì)上是計算與模仿，而非智力勞動，無法成為知識產(chǎn)權(quán)的客體。反對者則認為生成式人工智能模擬人腦神經(jīng)網(wǎng)絡的構(gòu)造來獲取與輸出數(shù)據(jù)，通過卷積神經(jīng)網(wǎng)絡控制自身的設計與制造，其具有獨創(chuàng)性與創(chuàng)新性的生成物應當受知識產(chǎn)權(quán)法保護。同時，生成式人工智能還增加了知識產(chǎn)權(quán)糾紛風險和保護難度，一些生成物可能含有侵犯他人知識產(chǎn)權(quán)的內(nèi)容，或者經(jīng)過加工等手段被包裝成個人擁有完全知識產(chǎn)權(quán)的原創(chuàng)作品，引發(fā)相關(guān)知識產(chǎn)權(quán)爭議。為及時化解相關(guān)問題，應對生成式人工智能的技術(shù)模式、技術(shù)原理按照知識產(chǎn)權(quán)法的標準開展實質(zhì)分析，如果技術(shù)上需要人類意志介入，使生成物能夠產(chǎn)生獨創(chuàng)性與創(chuàng)新性，應賦予知識產(chǎn)權(quán)并明確其歸屬，強化生成式人工智能領(lǐng)域知識產(chǎn)權(quán)的系統(tǒng)性保護；同時要合理確定對生成物知識產(chǎn)權(quán)保護的范圍，避免保護范圍無限擴張，妨礙生成式人工智能的推廣運用和技術(shù)發(fā)展。還要加強對生成物濫用風險的治理。比如，要求作品清楚標識生成式人工智能在作者創(chuàng)作中發(fā)揮作用的情況，加強對可能涉及違法犯罪的深度偽造、AI換臉等生成物的精準化、常態(tài)化監(jiān)管，等等。
生成式人工智能在社會應用中產(chǎn)生的擴散影響還有很多，除了上述風險還有很多其他類型的風險，比如加劇信息不對稱、擴大數(shù)字鴻溝、損害數(shù)字弱勢群體的利益等。要根據(jù)實際情況作出應對，盡量降低新技術(shù)給社會發(fā)展帶來的不良沖擊。
（作者為中國政法大學刑事司法學院教授）
守護好人工智能時代的隱私安全
顧理平
習近平總書記強調(diào)：“堅持以人為本、智能向善”。當前，人工智能技術(shù)日新月異，既深刻影響改變著人們的生產(chǎn)生活方式、加速了經(jīng)濟社會發(fā)展進程，也對法律規(guī)范、道德倫理、公共治理等造成沖擊。其中，對隱私權(quán)、個人信息安全等的威脅是值得關(guān)注的重要問題。黨的二十屆三中全會《決定》對“建立人工智能安全監(jiān)管制度”作出重要部署，保護隱私權(quán)和個人信息安全是人工智能安全監(jiān)管的題中應有之義。必須加強人工智能時代的隱私權(quán)保護，確保個人信息安全。
人工智能時代隱私權(quán)面臨嚴峻挑戰(zhàn)。隱私是自然人的私人生活安寧和不愿為他人知曉的私密空間、私密活動、私密信息。民法典規(guī)定：“自然人享有隱私權(quán)。任何組織或者個人不得以刺探、侵擾、泄露、公開等方式侵害他人的隱私權(quán)。”隱私權(quán)作為人格權(quán)的核心要素，是構(gòu)筑人格尊嚴的重要基礎(chǔ)。不被公開、不被知曉是隱私權(quán)的核心訴求。當前，人工智能以悄無聲息的方式介入人們生產(chǎn)生活的各領(lǐng)域各方面各環(huán)節(jié)，產(chǎn)生智能醫(yī)療、智能交通、智能推薦等眾多應用場景，技術(shù)本身存在的某些缺陷和規(guī)則的不完善，不可避免帶來侵害隱私權(quán)的問題。比如，非法收集和使用個人信息，利用分析這些個人信息頻繁推送所謂“個性化”的“精準廣告”，泄露個人信息給第三方，導致私人生活頻頻受到垃圾信息侵擾；利用個人信息進行“大數(shù)據(jù)殺熟”，實現(xiàn)“一客一價”的精準價格歧視，令公民遭受財產(chǎn)損失；已脫敏個人信息被重新識別，因保護措施不當導致數(shù)據(jù)泄露，非法買賣個人信息現(xiàn)象屢見不鮮，侵害個人信息安全；借助個人信息進行深度偽造，通過聲音仿真、AI換臉等手段，實施詐騙等違法犯罪行為；等等。這說明，侵害隱私權(quán)不僅侵犯了公民的人格尊嚴，也會造成其他嚴重社會后果。
去私密化技術(shù)特征加劇個人信息安全風險。以大數(shù)據(jù)為基礎(chǔ)的人工智能在應用之初，許多人是抱著觀望、懷疑的心態(tài)看待這種新技術(shù)的。隨著人工智能以擬人化的外在形式、個性化的服務提供、沉浸式的互動過程不斷改善使用者的產(chǎn)品體驗和心理感受，越來越多的人逐漸成為人工智能的忠實用戶，享受著人工智能給自己帶來的各種便捷。隨著人機互動、萬物互聯(lián)的物聯(lián)網(wǎng)技術(shù)普及，智能家居、智能辦公、智能工廠、智能駕駛等人工智能應用場景也不斷拓展，個人能夠以數(shù)字人的存在形式在數(shù)字空間提出需求、獲得服務，也在不知不覺中向人工智能源源不斷地輸送著個人信息。個人在數(shù)字空間留下的任何痕跡都被數(shù)字化，形成個人信息，并作為人們“聯(lián)系世界的介質(zhì)”發(fā)揮著重要功能。與此同時，人工智能為了改善服務質(zhì)量，也傾向于過度收集使用個人信息。這都使得人工智能具有鮮明的去私密化技術(shù)特征。也正是在那些人工智能使用者習以為常的個人信息流動中，混合著公共數(shù)據(jù)和私人數(shù)據(jù)的大數(shù)據(jù)被挖掘、整合、分析、利用，人們難以憑自己的感官察覺到隱私權(quán)被侵害，個人信息安全面臨著更高的風險。
尊重個體選擇，堅持知情同意。不同的人對個人信息被知悉、被利用的接受程度不同，應尊重個人意愿，科學合理地執(zhí)行“知情同意”原則。知情同意原則包括知情和同意兩方面，同意必須以知情為前提，沒有充分的知情和理解，就不可能有真正意義上的同意。信息、理解和自愿，是知情同意原則的三要素。在全面“知情”的基礎(chǔ)上，個人可以自主作出怎樣“同意”的意思表示。這就需要在用戶使用人工智能時，作出通俗易懂而又清晰明了的提示說明，征得用戶對個人信息收集使用的同意。如果個人信息會在不同平臺之間流動，需要將流動范圍、目標、使用邊界讓用戶知曉。為了良好和流暢的用戶體驗，也可以給用戶提供一次性或分階段進行授權(quán)的選擇。要告知用戶收集個人信息的范圍、方式和用途以及與誰共享個人信息，用戶也應當可以選擇隨時退出。在進行個人信息分析時，應以彈窗或其他形式提示用戶注意并實時授權(quán)。設置數(shù)據(jù)生命周期、按時刪除個人信息也是保護個人信息安全的有效方式。
完善技術(shù)手段，確保智能向善。技術(shù)導致的問題，要善于從技術(shù)層面確立解決問題的思路。人工智能時代隱私權(quán)面臨挑戰(zhàn)，其直接的觸發(fā)因素是技術(shù)的演進。從分析式人工智能到生成式人工智能，人工智能技術(shù)每一次迭代升級，都可能對隱私權(quán)帶來新的沖擊。因此，技術(shù)解決方案必須置于關(guān)鍵位置，應通過完善數(shù)據(jù)庫安全、核心數(shù)據(jù)加密、個人數(shù)據(jù)脫敏等技術(shù)，建立保護隱私權(quán)和個人信息安全的防火墻。個人信息一般會經(jīng)過收集、存儲和使用三個階段，而這三個階段都可能存在侵害隱私權(quán)和個人信息安全的風險。應根據(jù)不同階段個人信息所處的不同狀況，從技術(shù)上進行有效保護。在個人信息收集階段，加強匿名化技術(shù)推廣運用。收集個人信息雖然不可避免，但只要匿名化，不把個人信息與身份對應，隱私權(quán)就不會受到侵害。個人信息存儲階段，要完善加密技術(shù)。當前，數(shù)據(jù)存儲主要有數(shù)據(jù)庫存儲和云存儲兩種方式。外部入侵竊取和內(nèi)部人員未經(jīng)授權(quán)的查看、使用、泄露是存儲階段個人信息安全的主要威脅。要強化數(shù)據(jù)加密，同時嚴格數(shù)據(jù)訪問權(quán)限控制。個人信息使用階段，要從技術(shù)上加強對個人信息違法使用的實時介入、干擾、阻斷，為隱私權(quán)和個人信息安全多添一層保護。
隨著我國法律規(guī)則日益完善、保護力度持續(xù)加強，特別是民法典、個人信息保護法對隱私權(quán)和個人信息保護作出詳細規(guī)定，明確了個人信息處理活動中權(quán)利和義務的邊界，人工智能時代我國對隱私權(quán)和個人信息安全的法律保護必將邁上更高水平，為人工智能健康發(fā)展、更好造福人民群眾提供堅強法律保障。
（作者為南京師范大學新聞與傳播學院教授）
探索人工智能體的模塊化治理框架
張 欣
科技興則民族興，科技強則國家強。黨的十八大以來，我國高度重視人工智能發(fā)展，積極推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合，培育壯大智能產(chǎn)業(yè)，加快發(fā)展新質(zhì)生產(chǎn)力，為高質(zhì)量發(fā)展提供新動能。習近平總書記指出：“要堅持促進發(fā)展和依法管理相統(tǒng)一，既大力培育人工智能、物聯(lián)網(wǎng)、下一代通信網(wǎng)絡等新技術(shù)新應用，又積極利用法律法規(guī)和標準規(guī)范引導新技術(shù)應用。”習近平總書記的重要論述為我國人工智能發(fā)展提供了根本遵循和行動指南。大力發(fā)展人工智能，提高人工智能安全治理水平，要把黨的二十屆三中全會《決定》提出的“建立人工智能安全監(jiān)管制度”重要部署不折不扣貫徹落實好，準確把握人工智能發(fā)展動向，重點關(guān)注人工智能前沿技術(shù)及其帶來的風險挑戰(zhàn)，加強前瞻性思考，不斷探索人工智能治理的創(chuàng)新方案。
當前，生成式人工智能開創(chuàng)了人機交互新范式，憑借其強大的交互、理解和生成能力，為發(fā)展以大型自然語言模型為核心組件，集記憶、規(guī)劃和工具使用于一體，具備感知和行動能力的人工智能體開辟了廣闊前景。人工智能體已成為通用人工智能最重要的前沿研究方向和科技企業(yè)競相布局的新賽道。它以大型自然語言模型為“智慧引擎”，具有自主性、適應性和交互性特征，可顯著提高生產(chǎn)效率，增強用戶體驗，提供超越人類能力的決策支持，已能夠應用于軟件開發(fā)、科學研究等多種真實場景。盡管大規(guī)模商業(yè)化落地仍在初步探索和孵化階段，但人工智能體所代表的虛實融合、人機深度互動等趨勢對經(jīng)濟社會發(fā)展具有重要引領(lǐng)意義。然而，由于技術(shù)局限，人工智能體也可能引發(fā)復雜的、動態(tài)的、不可預見的風險與隱憂。
從設計邏輯看，人工智能體需要通過控制端獲得認知能力，通過感知端從周圍環(huán)境獲取和利用信息，最終在行動端成為基于物理實體進行感知和行動的智能系統(tǒng)。
在控制端，大型自然語言模型作為人工智能體的“大腦”，通過學習海量數(shù)據(jù)形成知識，構(gòu)成人工智能體控制系統(tǒng)中的記憶模塊，但其在生成內(nèi)容的可靠性和準確性方面存在風險。比如，模型生成的內(nèi)容可能不遵循信息源或者與現(xiàn)實世界的真實情況不符，產(chǎn)生所謂“機器幻覺”；由于訓練數(shù)據(jù)中的人類偏見，影響人工智能體的公平?jīng)Q策；等等。
在感知端，為充分理解具體情境下的顯性信息和隱性信息，準確感知人類意圖，人工智能體將感知范圍從純文本拓展到包括文本、視覺和聽覺模式在內(nèi)的多模態(tài)領(lǐng)域。這雖然提升了決策能力，卻在融合和分析不同渠道和類型的多源數(shù)據(jù)時可能引發(fā)一系列隱私泄露和數(shù)據(jù)安全風險。比如，不當使用和分享人臉信息、指紋、聲紋等高度個性化、具有永久性的生物特征數(shù)據(jù)，導致長期甚至永久性的隱私風險。為更好地處理復雜任務，部署多個人工智能體進行規(guī)劃、合作甚至競爭，以完成和提高任務績效的多智能體系統(tǒng)將成為主流和常態(tài)。多個人工智能體的系統(tǒng)交互就可能引發(fā)不可預見的系統(tǒng)性安全風險。即使每個算法在單獨操作時看似安全和合理，但組合和交互之后仍可能產(chǎn)生完全不同且難以預測的風險，并迅速演化升級。比如，在股票市場中，如果人工智能被廣泛應用，多個算法自動識別股票價格微小變化，同時大量執(zhí)行高頻交易進行套利，就可能引發(fā)股票市場閃崩的系統(tǒng)性安全事件。
在行動端，部署于真實物理環(huán)境的人工智能體將可能以更為立體、擬人的形象呈現(xiàn)。與虛擬空間不同，現(xiàn)實空間依賴交互式學習方法，人工智能體需要豐富的、全方位的信息感知來觀察、學習和行動，通過基于反饋的學習優(yōu)化能力，這可能對個人隱私構(gòu)成全面性、侵入性和隱蔽性的風險。比如，解讀用戶的肢體語言并感知更加復雜的用戶活動，未經(jīng)用戶授權(quán)持續(xù)隱秘地收集數(shù)據(jù)，一旦系統(tǒng)存在安全漏洞，可能引發(fā)巨大的數(shù)據(jù)安全風險。此外，隨著人工智能體自主性不斷提升，不僅可能干預和影響人類的認知和情緒，也挑戰(zhàn)著人類作為獨立決策者和獨立行動者的能力與地位。比如，一些聊天機器人在與用戶的交互過程中就出現(xiàn)了影響用戶情感的輸出，有時是負面并且具有操縱性的。
面對人工智能體帶來的風險和挑戰(zhàn)，要讓人工智能體的行為符合人類的意圖和價值觀，需要探索創(chuàng)新性的治理方案，保證人工智能安全監(jiān)管制度切實管用。人工智能體的發(fā)展正處于“從零到一”的關(guān)鍵期。治理方案應具備以不變應萬變的能力，確保該技術(shù)的發(fā)展與應用始終處于可控的軌道上。人工智能體的開發(fā)、訓練、部署、運行和服務等環(huán)節(jié)經(jīng)過高度專業(yè)化的分工，形成了復雜的分層結(jié)構(gòu)。每一層均有不同的參與者、利益相關(guān)方和潛在風險因素，使人工智能體具有“模塊”化的產(chǎn)業(yè)鏈特質(zhì)。因此，可以構(gòu)建一種能夠覆蓋整個產(chǎn)業(yè)鏈和各個端層的模塊化治理框架，從數(shù)據(jù)模塊、算法模塊、模型架構(gòu)等關(guān)鍵節(jié)點出發(fā)，設計相應的治理模塊。例如在部署環(huán)節(jié)，就可根據(jù)應用場景和部署模式的特性，靈活選擇、協(xié)同組合不同的治理模塊，構(gòu)建與之相匹配的治理方案。模塊化治理框架提供了一種具有可操作性的分解方法，通過將治理目標拆解為相對獨立但關(guān)聯(lián)耦合的治理模塊，漸序推動治理體系形成，不僅提高了治理的靈活性和針對性，還能夠適應技術(shù)的快速迭代。在構(gòu)建基于數(shù)據(jù)、算法、模型和場景等維度的治理模塊時，應以技術(shù)賦能監(jiān)管，打造與人工智能體模塊化治理框架相適配的、智慧化的治理工具，從而彌合風險動態(tài)性與監(jiān)管靜態(tài)性之間的張力，實現(xiàn)對特定高風險場景的精準化治理。
要構(gòu)建面向人工智能體的交互式治理生態(tài)。人工智能體具有深度交互性、高度互聯(lián)性以及動態(tài)適應性。相應地，治理方式應當超越傳統(tǒng)的以個體為中心的治理，推動形成廣泛互聯(lián)、多方參與、多層次協(xié)作的治理生態(tài)。其中，技術(shù)開發(fā)人員、運營維護人員等技術(shù)社群對于人工智能體的治理將起到至關(guān)重要的“吹哨人”作用。應更好發(fā)揮技術(shù)社群的監(jiān)督優(yōu)勢，在人工智能企業(yè)內(nèi)部構(gòu)建有效的約束機制。還應積極提高廣大用戶的數(shù)字素養(yǎng)，增強其依法、安全、負責任使用人工智能體的意識，實現(xiàn)與人工智能體的良性交互，推動形成向上向善的運行狀態(tài)。
（作者為對外經(jīng)濟貿(mào)易大學法學院教授）
