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(fēng)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(xué)術(shù)版圍繞這些問題進行探討?！?者提升生成式人工智能三大風(fēng)險治理能力作者：劉艷紅（中國政法大學(xué)刑事司法學(xué)院教授）習(xí)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(dǎo)致其潛在風(fēng)險更多更真實,。黨的二十屆三中全會《決定》科學(xué)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(xué)習(xí)訓(xùn)練及人工標(biāo)注輔助算法升級的準(zhǔn)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(fēng)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(zhǔn)備階段，數(shù)據(jù)安全風(fēng)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(xùn)練、數(shù)據(jù)處理分析來提煉信息、預(yù)測趨勢,。這就必須對數(shù)據(jù)進行適當(dāng)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(yīng)對相關(guān)數(shù)據(jù)安全風(fēng)險,，避免數(shù)據(jù)違規(guī)利用或者不當(dāng)泄露,，產(chǎn)生侵權(quán)方面的糾紛。比如,，在政務(wù)處理流程中形成的政務(wù)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(zhǔn)確的結(jié)論,，不可避免地要收集分析政務(wù)數(shù)據(jù),。應(yīng)當(dāng)明確生成式人工智能獲取和利用政務(wù)數(shù)據(jù)的法律規(guī)則，既滿足利用政務(wù)數(shù)據(jù)服務(wù)社會的需求,，有力支持人工智能政務(wù)服務(wù)大模型開發(fā),、訓(xùn)練和應(yīng)用，提高公共服務(wù)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(wù)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(zhǔn)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(yù)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(shè)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(yīng)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(zhǔn)備階段,，避免數(shù)據(jù)安全風(fēng)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(fēng)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(xué)習(xí)的同時，還會以大量的人工標(biāo)注來校正機器學(xué)習(xí)的結(jié)論,，推動人工智能進化,。但“機器學(xué)習(xí)+人工標(biāo)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(xué)習(xí)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(dǎo)致算法偏見的負面效應(yīng)倍增，算法偏見的產(chǎn)生更加難以追溯和預(yù)防,。防范化解算法偏見風(fēng)險,，應(yīng)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,?；诩脊芙Y(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(shè)置算法之初就要遵循相關(guān)法律規(guī)則與技術(shù)標(biāo)準(zhǔn)，落實“機器學(xué)習(xí)+人工標(biāo)注”的規(guī)范要求,，審查存在風(fēng)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(fēng)險；當(dāng)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(zhǔn)歸責(zé)并加以糾正，推動完善生成式人工智能的算法監(jiān)管標(biāo)準(zhǔn),，填補事前預(yù)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(fēng)險,、生成物濫用風(fēng)險等多種風(fēng)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(luò)的構(gòu)造來獲取與輸出數(shù)據(jù)，通過卷積神經(jīng)網(wǎng)絡(luò)控制自身的設(shè)計與制造,，其具有獨創(chuàng)性與創(chuàng)新性的生成物應(yīng)當(dāng)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(fēng)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(yīng)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(biāo)準(zhǔn)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(yīng)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(fēng)險的治理,。比如,，要求作品清楚標(biāo)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(zhǔn)化,、常態(tài)化監(jiān)管，等等,。生成式人工智能在社會應(yīng)用中產(chǎn)生的擴散影響還有很多,，除了上述風(fēng)險還有很多其他類型的風(fēng)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(yīng)對,，盡量降低新技術(shù)給社會發(fā)展帶來的不良沖擊,。守護好人工智能時代的隱私安全作者：顧理平（南京師范大學(xué)新聞與傳播學(xué)院教授）習(xí)近平總書記強調(diào)：“堅持以人為本、智能向善”。當(dāng)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(yīng)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(yán)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(yán)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(dāng)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(yīng)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(zhǔn)廣告”,，泄露個人信息給第三方,，導(dǎo)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(zhǔn)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(dāng)導(dǎo)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(yán),，也會造成其他嚴(yán)重社會后果。去私密化技術(shù)特征加劇個人信息安全風(fēng)險,。以大數(shù)據(jù)為基礎(chǔ)的人工智能在應(yīng)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(wù)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(yīng)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(wù)，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(wù)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(xí)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(fēng)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(yīng)尊重個人意愿,，科學(xué)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(biāo),、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(yīng)當(dāng)可以選擇隨時退出,。在進行個人信息分析時，應(yīng)以彈窗或其他形式提示用戶注意并實時授權(quán),。設(shè)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(dǎo)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(yīng)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(fēng)險。應(yīng)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(yīng),，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(dāng)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(yán)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(wù)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。探索人工智能體的模塊化治理框架作者：張 欣（對外經(jīng)濟貿(mào)易大學(xué)法學(xué)院教授）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(xí)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(luò)等新技術(shù)新應(yīng)用,，又積極利用法律法規(guī)和標(biāo)準(zhǔn)規(guī)范引導(dǎo)新技術(shù)應(yīng)用,。”習(xí)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(zhǔn)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(fēng)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(dāng)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(yīng)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(yīng)用于軟件開發(fā),、科學(xué)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(fù)雜的,、動態(tài)的,、不可預(yù)見的風(fēng)險與隱憂。從設(shè)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(xué)習(xí)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(zhǔn)確性方面存在風(fēng)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(xùn)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(zhǔn)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(fēng)險,。比如,，不當(dāng)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(dǎo)致長期甚至永久性的隱私風(fēng)險,。為更好地處理復(fù)雜任務(wù),，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(wù)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(yù)見的系統(tǒng)性安全風(fēng)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(yù)測的風(fēng)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(yīng)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(xué)習(xí)方法,，人工智能體需要豐富的,、全方位的信息感知來觀察、學(xué)習(xí)和行動,，通過基于反饋的學(xué)習(xí)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(fēng)險,。比如,，解讀用戶的肢體語言并感知更加復(fù)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(fēng)險。此外,，隨著人工智能體自主性不斷提升,，不僅可能干預(yù)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(fēng)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(yīng)具備以不變應(yīng)萬變的能力,，確保該技術(shù)的發(fā)展與應(yīng)用始終處于可控的軌道上,。人工智能體的開發(fā),、訓(xùn)練、部署,、運行和服務(wù)等環(huán)節(jié)經(jīng)過高度專業(yè)化的分工，形成了復(fù)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(fēng)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(shè)計相應(yīng)的治理模塊,。例如在部署環(huán)節(jié),，就可根據(jù)應(yīng)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(biāo)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(yīng)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(yīng)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(fēng)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(fēng)險場景的精準(zhǔn)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(yīng)性,。相應(yīng)地,，治理方式應(yīng)當(dāng)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(yīng)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(yīng)積極提高廣大用戶的數(shù)字素養(yǎng),，增強其依法、安全,、負責(zé)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),。來源：人民日報