張凌寒:明確人工智能合理信賴邊界 需要強(qiáng)化算法治理規(guī)范監(jiān)管
編者按:隨著數(shù)據(jù)要素市場(chǎng)化配置改革持續(xù)深化,制度構(gòu)建、價(jià)值釋放與治理協(xié)同成為推動(dòng)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵議題。在此背景下,人民數(shù)據(jù)對(duì)話專家學(xué)者、地方政府相關(guān)負(fù)責(zé)人、企業(yè)代表,共同探討數(shù)據(jù)要素高質(zhì)量發(fā)展新路徑。
減少AI訓(xùn)練中的數(shù)據(jù)偏差,提升輸出內(nèi)容可靠性
人民數(shù)據(jù):隨著可供訓(xùn)練的存量數(shù)據(jù)逐漸觸頂,未來(lái)大模型訓(xùn)練數(shù)據(jù)的來(lái)源渠道與構(gòu)建方式將呈現(xiàn)怎樣的發(fā)展趨勢(shì)?
張凌寒:數(shù)據(jù)是AI模型訓(xùn)練的核心基礎(chǔ)要素,更是大模型實(shí)現(xiàn)差異化競(jìng)爭(zhēng)、能力持續(xù)進(jìn)階的核心支撐。訓(xùn)練數(shù)據(jù)語(yǔ)料庫(kù)的質(zhì)量直接決定了人工智能大模型的能力,也直接影響AI輸出內(nèi)容的合規(guī)性與公正性。具體而言,未來(lái)語(yǔ)料庫(kù)的構(gòu)建要重點(diǎn)聚焦三個(gè)維度:第一,要明確網(wǎng)絡(luò)數(shù)據(jù)來(lái)源合法性認(rèn)定條件,要將未經(jīng)授權(quán)采集的個(gè)人信息、侵權(quán)內(nèi)容、違規(guī)數(shù)據(jù)等排除在訓(xùn)練語(yǔ)料庫(kù)之外,杜絕低質(zhì)量、有害數(shù)據(jù)進(jìn)入訓(xùn)練環(huán)節(jié);二是協(xié)調(diào)版權(quán)規(guī)則,明確線下數(shù)據(jù)使用的合理性制度邊界,平衡數(shù)據(jù)利用與版權(quán)保護(hù),避免因版權(quán)爭(zhēng)議影響數(shù)據(jù)供給;三是協(xié)同促進(jìn)跨領(lǐng)域數(shù)據(jù)流通交易規(guī)則建立,完善數(shù)據(jù)供給激勵(lì)機(jī)制,鼓勵(lì)合法合規(guī)的數(shù)據(jù)共享與交易,為高質(zhì)量語(yǔ)料庫(kù)建設(shè)提供制度保障。與市場(chǎng)化數(shù)據(jù)相比,政務(wù)部門、科研院所等公共服務(wù)機(jī)構(gòu)所持有的數(shù)據(jù)具有天然的權(quán)威性、準(zhǔn)確性、覆蓋面廣等特點(diǎn),不僅能夠豐富訓(xùn)練數(shù)據(jù)的維度,更能有效減少模型訓(xùn)練中的數(shù)據(jù)偏差,提升AI輸出內(nèi)容的公正性與可靠性。
讓監(jiān)管模式與AI技術(shù)迭代適配,加強(qiáng)對(duì)算法實(shí)行透明化、規(guī)范化監(jiān)管
人民數(shù)據(jù):面對(duì)當(dāng)前人工智能技術(shù)飛速迭代,應(yīng)當(dāng)如何優(yōu)化對(duì)人工智能及算法的治理與監(jiān)管?
張凌寒:當(dāng)前人工智能和算法治理已不能單純依賴事后補(bǔ)救,要將監(jiān)管重心更多地轉(zhuǎn)向事前預(yù)防和事中管控,讓監(jiān)管模式與AI技術(shù)迭代適配。構(gòu)建更加完善的事前預(yù)防治理體系,完善備案、標(biāo)識(shí)、測(cè)評(píng)、安全港、監(jiān)管沙盒等核心制度工具。要加強(qiáng)對(duì)人工智能和算法的事中管控,實(shí)現(xiàn)透明化、規(guī)范化監(jiān)管。要基于信息公開原則,增強(qiáng)算法的透明度,要求企業(yè)對(duì)涉及公眾利益、人身權(quán)益的AI算法,公開其數(shù)據(jù)來(lái)源、決策流程與算法邏輯。同時(shí),要基于公眾參與原則,開展算法影響評(píng)估,聚焦算法偏見(jiàn)、數(shù)據(jù)濫用、權(quán)益損害等潛在風(fēng)險(xiǎn),邀請(qǐng)公眾、專家、監(jiān)管部門共同參與評(píng)估,及時(shí)發(fā)現(xiàn)并糾正算法中的錯(cuò)誤與偏見(jiàn)。此外,還要基于說(shuō)明理由規(guī)則,落地算法解釋權(quán),明確AI作出影響用戶權(quán)益的決策時(shí),必須向用戶清晰說(shuō)明決策依據(jù)、過(guò)程和理由,保障用戶的知情權(quán)和監(jiān)督權(quán)。
明確合理信賴適用標(biāo)準(zhǔn),強(qiáng)調(diào)產(chǎn)品部署注意義務(wù)
人民數(shù)據(jù):在AI深度應(yīng)用的過(guò)程中,如何防范AI幻覺(jué)致?lián)p?如果發(fā)生了幻覺(jué)致?lián)p,應(yīng)如何劃定責(zé)任邊界?
張凌寒:若AI幻覺(jué)產(chǎn)生的錯(cuò)誤內(nèi)容被用戶采信,很有可能引發(fā)權(quán)益損害。要求服務(wù)提供者對(duì)用戶進(jìn)行風(fēng)險(xiǎn)告知,引導(dǎo)用戶理性信賴,從源頭降低幻覺(jué)致?lián)p風(fēng)險(xiǎn)。我們要求AI服務(wù)提供者要在顯著位置提示用戶“該內(nèi)容由AI生成,僅供參考”等字樣,引導(dǎo)用戶理性看待AI輸出,減少盲目信賴帶來(lái)的損害風(fēng)險(xiǎn)。要明確高度能力化人工智能中的合理信賴標(biāo)準(zhǔn)適用邊界。當(dāng)人工智能系統(tǒng)在專業(yè)性不斷逼近甚至超越普通用戶的認(rèn)知能力時(shí),用戶對(duì)人工智能生成內(nèi)容合理信賴的判斷標(biāo)準(zhǔn)呈現(xiàn)高度差異性。因此,在制度設(shè)計(jì)上,我們要明確用戶對(duì)生成內(nèi)容產(chǎn)生合理信賴的條件和標(biāo)準(zhǔn),并結(jié)合不同場(chǎng)景進(jìn)行差異化制定。要確認(rèn)模型提供者、系統(tǒng)部署者與工具提供方的注意義務(wù)與責(zé)任分配。生成式人工智能系統(tǒng)往往由模型、平臺(tái)和工具多方共同構(gòu)成,模型提供者、系統(tǒng)部署者以及工具提供方,在技術(shù)控制能力、風(fēng)險(xiǎn)可預(yù)見(jiàn)性與實(shí)際介入程度上存在顯著差異。注意義務(wù)的強(qiáng)度應(yīng)依據(jù)模型通用性、應(yīng)用場(chǎng)景風(fēng)險(xiǎn)等級(jí)以及具體產(chǎn)品設(shè)計(jì)與部署方式加以判斷。(中國(guó)政法大學(xué)人工智能法研究院院長(zhǎng)、教授 張凌寒)
編輯:遲明緒




京公網(wǎng)安備 11010502000576號(hào)