等保资讯

文 | 北京航空航天大学法学院副教授 赵精武

在数字经济时代，人工智能技术成为未来数字经济创新发展的重要技术拐点，“人工智能+行业场景”一度成为技术发展的主流趋势。当然，人工智能技术回避不了双刃剑效应，近年来《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能管理办法》等相继颁布，其目的是预防技术滥用带来的各类安全风险，促进人工智能的安全可靠发展。未来推动该领域治理需要遵循综合治理、体系治理的基本理念，整合技术标准、市场、法律、政策等多元治理工具，形成生态体系性的科技创新体系。其中，法律对于科技创新的推动作用不能单一划归为“明确科技创新的合法性边界”“促进科技创新成果转化”等结论，而是应当从风险预防、市场激励以及创新资源保障三个方面构建体系化的科技创新促进机制。

立法理念转变的原因在于，人工智能治理理念和治理机制应当与产业实践和市场需求同步进行。在人工智能发展早期，该类技术尚属首次商业化应用，其特殊的安全风险超出了现行立法的调整范围，故而在这一阶段，相应的立法重心主要是以安全风险预防为导向。此后，人工智能相关的专门立法相继颁布，初步的安全风险预防体系已经形成，此时的立法工作重心则需要回归到实现另一立法目的，即推动人工智能技术创新发展。客观而言，风险预防与促进创新两种立法目的所延伸的治理规则具有较大差异性，促进创新这一立法目的更加侧重于强调按照市场分配机制，以相应的政策鼓励性条款和创新资源供给型条款满足科技创新的实践需求。并且，这种立法逻辑也与既有的促进科技成果转化法、科学技术进步法等具体规则有所差别，更加需要贴合人工智能产业的实践特征，围绕风险预防、市场激励以及创新资源保障三个领域展开具体的制度建构。因此，人工智能立法工作的重心理应有所改变，在现有的产业发展需求基础上，应当明确安全可靠原则、经济效益原则和基础设施保障原则。

安全可靠原则是指人工智能技术研发和应用应当满足能够确保技术安全风险控制在可接受范围。一是符合安全技术标准和法定安全管理义务。人工智能技术的创新方式应当符合法律法规有关技术安全保障的强制性规定；同时，在具体应用场景中，应当优先采用符合通用安全技术标准的技术架构、通信协议。二是既能够有效预防常见的技术安全风险，也能够在网络安全事件中快速恢复基本功能。三是符合科技伦理审查要求。人工智能技术的应用方式理应以保护人格尊严和自由为基础，在设计研发、商业应用等各个科技创新环节进行科技伦理审查。

经济效益原则是指人工智能技术创新的促进机制应当符合市场经济效益要求，技术创新鼓励性条款、促进性条款应当着重强调“市场调节为主导，政府干预为辅助”的基本要求，衔接好市场调整机制与政府干预机制在促进人工智能技术创新进程中的功能定位。一是保护科技创新成果及其知识产权，需要在法律基本原则层面明确创新主体对人工智能技术创新成果的知识产权。二是协调不同创新主体的知识产权诉求。立法内容应当提供更加具体的训练数据使用行为规范指引，例如对生成内容作出具体规范要求，禁止利用训练数据中包含的“作品”生成相似或完全相同的作品等。三是明确政府干预与市场激励两种机制之间的衔接原则，即政府对于人工智能技术创新的干预需要回应研发阶段的投融资引入、技术研发场地供给、合作创新平台提供、科技成果转化等具体的市场实践需求。

基础设施保障原则是指人工智能技术创新的促进机制应当包含人工智能技术创新所必要的创新资源供给。算法、算力和数据成为影响人工智能技术创新的核心三要素，相应的创新资源供给机制也应当围绕这三要素予以建构。在算法层面，既需要鼓励和支持高等院校、科研机构开展基础算法模型的科研攻关，也需要有规划地培养基础算法模型领域的关键人才。在算力层面，需要监管机构在国家层面统一规划和部署算力中心节点的建设，避免因数据中心无序建设而导致算力整体资源受限的情况发生。在数据层面，一方面，立法内容应当明确公共数据公平供给的基本原则，确保人工智能产业在相同条件下能够获得必要的训练数据资源；另一方面，立法内容还应当包括公共数据供给的具体方式，例如构建中央和地方的人工智能产业训练数据供给平台等。

总结而言，法律对于科技创新的推动作用应当综合性地从风险预防、市场激励以及创新资源保障三个方面构建体系化的科技创新促进机制。科技创新具有复杂性、系统性的特征，在市场调节失灵、风险预防作用有限的情况下，还需要关注创新资源的保障，面对特定的技术创新需求，以制度规范保障创新资源的可获得性和可用性。

（来源：法治日报）