引用格式:劉學榮.從失范到規(guī)范:生成式人工智能的監(jiān)管框架革新[J].網(wǎng)絡(luò)安全與數(shù)據(jù)治理,2024,43(6):58-63,71.
引言
隨著人工智能的迭代升級,對其進行的深層監(jiān)管不僅關(guān)系到法律治理實效,也直接影響到技術(shù)發(fā)展與應(yīng)用安全。生成式人工智能作為當前新質(zhì)生產(chǎn)力發(fā)展的主要驅(qū)動力,需加以重點關(guān)注。相較于傳統(tǒng)的人工智能,生成式人工智能因其深度學習屬性而使技術(shù)原理變得更加復雜且難以理解,并由此導致算法黑箱、算法歧視、算法異化、算法權(quán)力失范等過去人工智能算法模型中常見的技術(shù)伴生風險問題更為嚴峻。與此同時,算法解釋、算法審計、算法評估等過去對人工智能進行法律監(jiān)管的傳統(tǒng)工具在生成式人工智能面前也面臨著失靈風險,法律監(jiān)管體系的穩(wěn)定性與安全性都受到了極大的沖擊。
雖然我國人工智能法律監(jiān)管始終走在世界前沿,并形成了具有中國特色的算法模型監(jiān)管體系[1],但就目前針對生成式人工智能以及深度合成算法推出的監(jiān)管規(guī)定,仍主要停留在人工智能模型治理衍生出的信息安全層面,偏重服務(wù)應(yīng)用監(jiān)管而輕視底層技術(shù)監(jiān)管[2],無法克服因人工智能模型的技術(shù)升級而產(chǎn)生的監(jiān)管困境。
在技術(shù)失控風險日益嚴重,現(xiàn)有方案又無法實現(xiàn)有效監(jiān)管的雙重困境下,生成式人工智能的監(jiān)管難度急劇增長。面對生成式人工智能蓄勢待發(fā)的落地應(yīng)用,需要針對性的法律監(jiān)管方案對風險進行治理。因此,本文將從生成式人工智能的底層技術(shù)出發(fā),首先對其采用的算法模型進行技術(shù)穿透,在解析技術(shù)原理后清晰定位生成式人工智能的監(jiān)管困境,而后在底層技術(shù)特征的基礎(chǔ)之上挖掘生成式人工智能技術(shù)監(jiān)管的可行路徑,彌補當前生成式人工智能法律監(jiān)管工具的失靈,并結(jié)合生成式人工智能的底層運行機理與相應(yīng)的運行主體進行精準分層責任落實,避免因“技術(shù)中立”濫用而引發(fā)法律責任逃避問題,以實現(xiàn)底層技術(shù)與分層主體有機協(xié)調(diào)的法律監(jiān)管模式。
本文詳細內(nèi)容請下載:
http://ihrv.cn/resource/share/2000006049
作者信息:
劉學榮
(吉林大學法學院,吉林長春130000)