论文部分内容阅读
生成式人工智能以海量数据汇集的语料库为预训练基础，叠加和衍生出的数据安全问题日益严重，亟待积极治理。运用扎根理论对38份政策文本进行编码分析，系统全面地识别出数据采集、存储、标注、运算、输出和销毁六个阶段的生成式人工智能数据安全风险，提炼出由规则性治理、程序性治理和技术性治理三者相互协作互补的数据治理体系。然而，当前的数据治理体系仍然存在监管部门多元但缺乏统筹协调、制度供给短缺且存在适用障碍、行政监管为主而缺乏系统配合等问题。鉴于此，应引入敏捷治理，构建多元、包容、敏捷互动的数据共治体系；制定综合性法律、完善软法约束机制，探索兼顾安全监管和创新支持的治理制度；强化行政监管、司法救济、企业自治和技术治理的协调配合，以及聚焦模型训练、模型运行和输出阶段特征细化等治理要求。这一系列措施旨在加强数据治理的灵活性和效果，使其更好地适应未来的动态环境。