劉 剛，劉 釗

（中南大學(xué) 法學(xué)院，湖南 長沙 410083）

深度合成技術(shù)，是指利用深度學(xué)習(xí)、虛擬現(xiàn)實等生成合成類算法制作文本、圖像、音頻、視頻、虛擬場景等網(wǎng)絡(luò)信息的技術(shù)。①利用該技術(shù)實現(xiàn)的生成式人工智能產(chǎn)品以ChatGPT（Chat Generative Pre-trained Transformer）為代表。在推出后三個月的時間內(nèi)，ChatGPT 吸引了約1.23 億活躍用戶，成為歷史上用戶數(shù)量增長最快的應(yīng)用軟件。［1］GPT（Generative Pre-trained Transformer，生成式預(yù)訓(xùn)練轉(zhuǎn)換模型）主要采用語料庫進行預(yù)訓(xùn)練，能夠?qū)崿F(xiàn)連續(xù)性人機協(xié)同。［2］美國斯坦福大學(xué)研究發(fā)現(xiàn)，GPT-3.5 與9 歲兒童的智力水平相當(dāng)，具有較高的擬真度。［3］由此，深度合成技術(shù)能夠生成符合人類表達習(xí)慣、價值觀和偏好的高質(zhì)量文本。［4］該技術(shù)在內(nèi)容輸出、應(yīng)用場景和利用信息數(shù)量上均實現(xiàn)了躍升。深度合成技術(shù)具有顯著的技術(shù)優(yōu)勢和應(yīng)用前景，該技術(shù)在滿足人們多元化需求的同時也產(chǎn)生了數(shù)據(jù)偽造、數(shù)據(jù)偏見和數(shù)據(jù)依賴等諸多風(fēng)險。

一、深度合成技術(shù)的內(nèi)生風(fēng)險

深度合成技術(shù)以自主生成內(nèi)容為運行邏輯，以擬真性、獨立性為突出特點，在應(yīng)用場景和數(shù)據(jù)規(guī)模上進入了人工智能發(fā)展的新階段。然而，深度合成技術(shù)的生成式內(nèi)容、多場景應(yīng)用和無限制利用也引發(fā)了一些內(nèi)生風(fēng)險，具體包括數(shù)據(jù)偽造、數(shù)據(jù)偏見和數(shù)據(jù)依賴等問題。

（一）人工智能生成內(nèi)容包含虛假數(shù)據(jù)

1.深度合成技術(shù)具備強大的內(nèi)容生成能力

深度合成技術(shù)在擬真度上實現(xiàn)新突破。作為深度合成技術(shù)發(fā)展到現(xiàn)階段的代表性產(chǎn)品，ChatGPT 使用大型語言模型（Large Language Mode）從互聯(lián)網(wǎng)可采集數(shù)據(jù)中開展自主學(xué)習(xí)與訓(xùn)練。［5］這些訓(xùn)練數(shù)據(jù)包含大規(guī)模的公開語料和人工標注數(shù)據(jù)。人工標注數(shù)據(jù)包含大量的人類偏好知識，包括但不限于人類表達習(xí)慣、流行內(nèi)容和人類認知等。WebText 語料庫數(shù)據(jù)占訓(xùn)練數(shù)據(jù)的22%，主要是從社交媒體平臺Reddit 的所有出站鏈接中爬取的，每個鏈接均有三個以上的點贊，表明人類認知與偏好。［4］通過對人類認知、慣用習(xí)語以及價值追求的學(xué)習(xí)，ChatGPT 的擬真度達到了前所未有的高度。深度合成技術(shù)使用了以人類反饋為基礎(chǔ)的強化學(xué)習(xí)技術(shù)（Reinforcement Learning from Human Feedback）。該技術(shù)包含三個步驟，第一步是監(jiān)督式微調(diào)，指運用人工標注數(shù)據(jù)調(diào)整訓(xùn)練模型參數(shù)；第二步是構(gòu)建獎勵模型，指對訓(xùn)練模型的生成結(jié)果進行人工標序，以構(gòu)建自動評價模型；第三步是運用近端策略優(yōu)化算法（Proximal Policy Optimization），實現(xiàn)對生成文本的自動評估與優(yōu)化。［6］該技術(shù)與人類反饋相結(jié)合，使得深度合成技術(shù)的生成內(nèi)容趨近人類預(yù)期。

深度合成技術(shù)具備原創(chuàng)文本生成能力。深度合成技術(shù)不僅可以搬運、整理大規(guī)模的互聯(lián)網(wǎng)信息，而且可以借助訓(xùn)練模型生成與人類語言模式相似的回應(yīng)內(nèi)容。［7］這種生成方式不是對原有內(nèi)容的簡單整合，而是在理解具體內(nèi)容的基礎(chǔ)上，對收集到的數(shù)據(jù)信息進行篩選和加工，最終得到能夠滿足用戶需求的文字、圖形、視頻和音頻等數(shù)字內(nèi)容。該種應(yīng)用范式具備數(shù)字內(nèi)容孿生能力、數(shù)字編輯能力和數(shù)字創(chuàng)作能力。［8］這些能力具體表現(xiàn)為連續(xù)交互式對話、編寫計算機代碼、撰寫論文、創(chuàng)作詩歌、生成新聞稿等。

2.深度合成技術(shù)可能采集、生成虛假數(shù)據(jù)

深度合成技術(shù)存在深度偽造數(shù)據(jù)的風(fēng)險。深度偽造（Deep Fake）是指人工智能算法利用神經(jīng)網(wǎng)絡(luò)識別和視聽數(shù)據(jù)拼接生成虛假內(nèi)容的處理技術(shù)。［9］依靠生成對抗神經(jīng)網(wǎng)絡(luò)（Generative Adversarial Networks，簡稱“GANs”），深度偽造甚至可以達到以假亂真的程度。［10］“深度偽造”虛假信息的類型主要涉及圖片、視頻、語音等信息數(shù)據(jù)，“深度偽造”可以通過算法的快速傳播和擴散，對國家數(shù)據(jù)安全和個人信息安全造成破壞，擾亂社會秩序，影響公民的社會安全感和信賴感。［9］

深度合成技術(shù)存在采集虛假數(shù)據(jù)的問題。采集虛假數(shù)據(jù)的可能性是造成“深度偽造”數(shù)據(jù)信息的根源所在。深度合成技術(shù)采集數(shù)據(jù)的途徑主要依靠互聯(lián)網(wǎng)公開數(shù)據(jù)?；ヂ?lián)網(wǎng)公開數(shù)據(jù)眾多，真假混雜，深度合成技術(shù)難以對數(shù)據(jù)的真實性進行辨別，因而有可能導(dǎo)致采集虛假數(shù)據(jù)。研究表明，ChatGPT 依靠維基百科、報紙期刊、社交媒體網(wǎng)站等途徑獲取數(shù)據(jù)，其中不乏權(quán)威性較低的數(shù)據(jù)內(nèi)容。這意味著ChatGPT 極易采集到有缺陷的數(shù)據(jù)并進行輸出。

深度合成技術(shù)存在生成虛假數(shù)據(jù)的可能。深度合成技術(shù)產(chǎn)品如chatGPT 的輸出結(jié)果在一定程度上受到用戶提問的影響。ChatGPT 會根據(jù)用戶的指向性提問輸出回答內(nèi)容，該特性易被居心不良的用戶利用，致使更多虛假數(shù)據(jù)信息被生產(chǎn)并傳播，比如有可能出現(xiàn)利用ChatGPT 編造虛假新聞以及利用ChatGPT 實施AI 換臉等潛在違法犯罪行為。虛假數(shù)據(jù)信息能夠依靠大規(guī)模、高頻次算法不斷迭代，真實數(shù)據(jù)信息的出現(xiàn)頻率將會大幅降低，而虛假信息的數(shù)量會成倍增加。倘若不對其加以限制，真實的網(wǎng)絡(luò)數(shù)據(jù)信息有可能會被虛假信息淹沒。［11］

（二）多場景應(yīng)用加重數(shù)據(jù)偏見

1.應(yīng)用場景多樣化

相比傳統(tǒng)人工智能技術(shù)而言，深度合成技術(shù)具有更廣闊的產(chǎn)業(yè)應(yīng)用場景。在深度合成技術(shù)應(yīng)用過程中，生成式人工智能這一技術(shù)與生產(chǎn)力各要素相融合，對生產(chǎn)勞動各個過程都產(chǎn)生一定影響，最終達到大幅度提高社會生產(chǎn)力的效果。［12］深度合成技術(shù)具體應(yīng)用的產(chǎn)業(yè)場景包括廣告、電商、營銷、娛樂、游戲、客服等。深度合成技術(shù)廣泛應(yīng)用于各個產(chǎn)業(yè)領(lǐng)域，催生了各種新模式、新業(yè)態(tài)。［13］深度合成技術(shù)不僅能夠帶動新產(chǎn)業(yè)的出現(xiàn)與發(fā)展，也能推動傳統(tǒng)產(chǎn)業(yè)新場景的出現(xiàn)，通過“深度合成+”帶動數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的進程。［8］

深度合成技術(shù)具有更豐富的社會應(yīng)用場景。ChatGPT 能夠為很多場景的應(yīng)用提供支撐，帶動關(guān)聯(lián)行業(yè)并催生新的應(yīng)用模式，形成“深度合成＋醫(yī)療”“深度合成＋生活”“深度合成＋傳媒”“深度合成＋教育”“深度合成＋政府”等系統(tǒng)性工程。在“深度合成＋政府”場景中，深度合成技術(shù)能夠改變政府的傳統(tǒng)履職方式，推動政府管理模式的變革。深度合成技術(shù)不僅能夠?qū)⒄ぷ魅藛T從繁瑣的問答中解放出來，讓政府工作人員完成更深入的政府服務(wù)，還能避免由于工作人員素質(zhì)的參差不齊造成的服務(wù)質(zhì)量不一的問題，保證政務(wù)問答的權(quán)威性、準確性和實時性。新一代人工智能技術(shù)既能提升政府與公眾（包括企業(yè)）交流互動的能力，也能幫助政府提升決策與管理能力。［14］在“深度合成＋教育”場景中，學(xué)生可以利用深度合成技術(shù)完成作業(yè)或論文。對深度合成技術(shù)擔(dān)任學(xué)習(xí)工具這件事情，不同教育者的觀點大相徑庭。法國巴黎政治學(xué)院、澳大利亞部分州明確提出禁止使用人工智能完成作業(yè)［15］；2023 年1 月26 日，《科學(xué)》雜志強調(diào)不能在投稿中使用ChatGPT 生成的文本、數(shù)字、圖像等［16］；2023 年2 月10 日，《暨南學(xué)報（哲學(xué)社會科學(xué)版）》發(fā)布聲明，指出不接受ChatGPT 聯(lián)合署名的文章。［17］同時，也有部分地區(qū)和學(xué)校對深度合成技術(shù)持包容和開放態(tài)度。荷蘭萊頓大學(xué)校長赫斯特·畢爾（Hester Bijl）認為教育學(xué)生正確使用人工智能工具是教師的一項任務(wù)，這樣有助于使ChatGPT 成為教學(xué)的有力助手。［18］

2.數(shù)據(jù)可能存在偏見或被人為賦予偏見

數(shù)據(jù)偏見是指數(shù)據(jù)本身存在或人為賦予的帶有偏向性的非中立的傾向。數(shù)據(jù)偏見是不可避免的。因為時代背景、地域特性、文化差異等約束，數(shù)據(jù)帶有偏見具有必然性。即使是目前最先進的深度合成技術(shù)產(chǎn)品GPT-4，其自主生成的內(nèi)容中也存在偏見。［19］

數(shù)據(jù)本身可能存在偏見?！皵?shù)據(jù)集本身呈現(xiàn)的偏見必然出現(xiàn)在由此衍生的結(jié)果中?！保?0］已有文獻將數(shù)據(jù)集偏見劃分為歷史偏見（historic bias）、代表性偏見（representativeness bias）和標簽偏見（label bias）。歷史偏見主要源于先前不當(dāng)抽樣的影響；代表性偏見的產(chǎn)生是因為采樣數(shù)據(jù)不足或采樣數(shù)據(jù)代表性不強。［20］另外，數(shù)據(jù)中包含大量的人類發(fā)表的言論、文本，這一點也決定了數(shù)據(jù)本身必然帶有偏見。由于訓(xùn)練數(shù)據(jù)語料庫本身帶有偏見，深度合成技術(shù)產(chǎn)品必然在訓(xùn)練過程中繼承該偏見，并將其在輸出內(nèi)容中表現(xiàn)出來，進而傳播該數(shù)據(jù)偏見。

數(shù)據(jù)可能被人為賦予偏見。首先，設(shè)計者可以在程序設(shè)計中注入個人偏見，這也被稱為標簽偏見（Label bias），是指設(shè)計者在選擇、篩選數(shù)據(jù)的過程中會受到人類偏見的影響，從而形成數(shù)據(jù)偏見。［21］其次，使用者在交互過程中可能會引導(dǎo)深度合成技術(shù)產(chǎn)品形成數(shù)據(jù)偏見。倘若用戶在交互過程中強化某一單詞或某一觀念，引導(dǎo)ChatGPT 生成想要的答案，就有可能得到帶有數(shù)據(jù)偏見的內(nèi)容。［22］

數(shù)據(jù)偏見可以通過技術(shù)手段降低。IBM已經(jīng)提出了相關(guān)設(shè)想：“減少歧視的構(gòu)想，主要通過三個目標完成：控制偏見、限制樣本數(shù)據(jù)的扭曲性和保留數(shù)據(jù)的實用性?！保?3］由此可見，可以通過建構(gòu)一種理性的、中立的、客觀的、非歧視的態(tài)度，來減少算法及其結(jié)果中的潛在偏見。

（三）無限制利用導(dǎo)致數(shù)據(jù)依賴

1.數(shù)據(jù)規(guī)模無限擴張

深度合成技術(shù)運行的基礎(chǔ)是海量數(shù)據(jù)語料，這部分數(shù)據(jù)語料被稱為訓(xùn)練數(shù)據(jù)。在進入市場、商業(yè)化落地之前，深度合成技術(shù)產(chǎn)品已經(jīng)進行了大量復(fù)雜的預(yù)訓(xùn)練。生成式人工智能在預(yù)訓(xùn)練階段需要對海量的數(shù)據(jù)進行收集，它通常將這些從互聯(lián)網(wǎng)獲取的海量訓(xùn)練數(shù)據(jù)用于模型的深度學(xué)習(xí)和強化學(xué)習(xí)過程?；ヂ?lián)網(wǎng)數(shù)據(jù)具有持續(xù)再生性和海量性，這為ChatGPT 的進化提供了核心要素，但同時也產(chǎn)生了數(shù)據(jù)依賴，訓(xùn)練數(shù)據(jù)成為大模型產(chǎn)業(yè)化的最大掣肘之一。［24］

深度合成技術(shù)打破了公域與私域的壁壘。深度合成技術(shù)能夠采集私域信息，將私域數(shù)據(jù)與公域數(shù)據(jù)融合。公域數(shù)據(jù)指能夠通過互聯(lián)網(wǎng)檢索到的面向所有人提供的數(shù)據(jù)信息。私域數(shù)據(jù)指一般不能通過引擎搜索得到的、不為人知的個人數(shù)據(jù)信息。以往的人工智能產(chǎn)品一般只能抓取公域數(shù)據(jù)，而私域數(shù)據(jù)往往沒有開放共享，導(dǎo)致一部分互聯(lián)網(wǎng)資源沒有得到充分利用。［25］深度合成技術(shù)產(chǎn)品在應(yīng)用過程中能夠通過連續(xù)交互對話修改生成內(nèi)容，使其更貼合用戶需求。［22］在這一完善過程中，用戶所發(fā)送的信息成為新的未經(jīng)人工標注的訓(xùn)練語料庫。用戶為完成連續(xù)交互對話所發(fā)送的信息中不乏個人數(shù)據(jù)信息。這一部分進入訓(xùn)練語料庫后，與原有訓(xùn)練語料庫融合，從而使公域數(shù)據(jù)與私域數(shù)據(jù)產(chǎn)生混合，打開了公域數(shù)據(jù)與私域數(shù)據(jù)連接的大門。

2.數(shù)據(jù)依賴導(dǎo)致個人數(shù)據(jù)過度披露

數(shù)據(jù)依賴是指深度合成技術(shù)應(yīng)用的全過程過分依存海量數(shù)據(jù)得以完成。雖然數(shù)據(jù)作為國家基礎(chǔ)性戰(zhàn)略資源，對經(jīng)濟運行機制和國家治理能力具有重要影響，應(yīng)當(dāng)穩(wěn)步推動公共數(shù)據(jù)資源開放［26］，但是深度合成技術(shù)對數(shù)據(jù)的采集和利用處在無限擴張的狀態(tài)。隨著深度合成技術(shù)的推廣與深度應(yīng)用，數(shù)據(jù)采集安全問題不容忽視。過度依賴數(shù)據(jù)將產(chǎn)生以下問題。

首先，針對個人數(shù)據(jù)的采集規(guī)則不明確。在數(shù)據(jù)使用過程中，收集數(shù)據(jù)的范圍、方法、程序等均會對數(shù)據(jù)安全產(chǎn)生很大的影響。缺少確定的采集規(guī)則，不僅會導(dǎo)致許多科研人員和機構(gòu)在技術(shù)開發(fā)上畏首畏尾，也會對數(shù)據(jù)安全造成威脅。因此，需要加強數(shù)據(jù)治理，提高數(shù)據(jù)使用中的透明度，明確告知用戶哪些數(shù)據(jù)被搜集和使用，以減少涉及隱私問題時產(chǎn)生的矛盾。［27］我國現(xiàn)行法律中已有部分規(guī)定涉及個人信息保護問題，如規(guī)定個人信息處理者不得公開其處理的個人信息，取得個人單獨同意的除外。個人信息的去身份化處理雖然在一定程度上可以降低個人隱私受侵犯的風(fēng)險，但是這并不意味著行為人可以隨意使用經(jīng)過匿名化處理的個人信息，因此，并不能解決個人數(shù)據(jù)收集程序的合法性問題。［28］

其次，個人數(shù)據(jù)的采集范圍過寬。在人們上網(wǎng)沖浪時，無論是搜索痕跡，還是在社交網(wǎng)絡(luò)平臺發(fā)布的文本、音頻和視頻，甚至是網(wǎng)頁瀏覽記錄，都不可避免地在網(wǎng)絡(luò)空間留下了數(shù)據(jù)痕跡，這就為隱私泄露埋下了隱患。［29］ChatGPT 已經(jīng)發(fā)生過不當(dāng)泄露用戶隱私的情況。我國關(guān)于個人數(shù)據(jù)保護的立法雖多，但是較為零散，對大數(shù)據(jù)采集和利用的范圍問題沒有明確的系統(tǒng)性法規(guī)，很難提供切實有效的法律保障。

二、從數(shù)據(jù)控制安全模式到數(shù)據(jù)利用安全模式的轉(zhuǎn)換

刑法關(guān)于數(shù)據(jù)安全的保護模式大致可以分為數(shù)據(jù)控制安全保護模式和數(shù)據(jù)利用安全保護模式。［30］我國主要采用數(shù)據(jù)控制安全保護模式，把治理重心放在懲治非法采集、傳播數(shù)據(jù)行為方面，重在強化數(shù)據(jù)主體對數(shù)據(jù)的控制力。然而，在深度合成技術(shù)商業(yè)化落地過程中數(shù)據(jù)儲存、加工等處理行為對數(shù)據(jù)安全造成的實質(zhì)侵害往往更大?？梢?，現(xiàn)有刑法數(shù)據(jù)治理模式不能有效保障數(shù)據(jù)安全，我國數(shù)據(jù)治理應(yīng)該采用數(shù)據(jù)利用安全保護模式。數(shù)據(jù)利用安全保護模式是指原則上不禁止行為人采集數(shù)據(jù)的行為，主要通過規(guī)制數(shù)據(jù)儲存、加工等處理行為保障數(shù)據(jù)安全的治理模式。該模式能夠有效防止數(shù)據(jù)加工行為的實質(zhì)侵害，并兼顧數(shù)據(jù)權(quán)利主體和數(shù)據(jù)使用主體的權(quán)益。下文主要從治理重心、價值目標、數(shù)據(jù)法益的獨立性這幾個方面闡述數(shù)據(jù)利用安全保護模式的構(gòu)建。

（一）以規(guī)制數(shù)據(jù)利用為治理重心

數(shù)據(jù)控制安全保護模式注重強化對數(shù)據(jù)獲取的控制，數(shù)據(jù)利用安全保護模式則在治理理念上表現(xiàn)為強化對數(shù)據(jù)利用的規(guī)制。

首先，強調(diào)對數(shù)據(jù)利用行為進行規(guī)制，有利于充分發(fā)揮數(shù)據(jù)的潛在使用價值。數(shù)據(jù)的價值不在于靜止，而在于流動；數(shù)據(jù)的價值不在于所有，而在于使用。允許數(shù)據(jù)自由流動和使用并非否認信息權(quán)人的控制權(quán)，也并非否定權(quán)利人的信息自決權(quán)，而是在數(shù)據(jù)流動階段加強對數(shù)據(jù)利用的控制。倘若將數(shù)據(jù)流動的過程看做一條河流，一味強調(diào)信息權(quán)人對信息的控制權(quán)只能將河流鎖定在水閘內(nèi)，而弱化權(quán)利人對數(shù)據(jù)的控制權(quán)，能夠?qū)㈤l口打開。數(shù)據(jù)流動不僅可以為深度合成技術(shù)的研發(fā)者帶來價值與利益，也能夠讓數(shù)據(jù)煥發(fā)生機與活力。刑法目前將數(shù)據(jù)治理的重點放在數(shù)據(jù)獲取階段，過分強調(diào)數(shù)據(jù)權(quán)利主體在數(shù)據(jù)采集方面的控制權(quán)，以至于忽視了技術(shù)發(fā)展上數(shù)據(jù)的動態(tài)流轉(zhuǎn)需求。［31］可見，弱化對數(shù)據(jù)獲取的規(guī)制才能實現(xiàn)數(shù)據(jù)價值的效益最大化。

其次，強調(diào)對數(shù)據(jù)利用行為進行規(guī)制，有利于防止個人數(shù)據(jù)權(quán)益受到侵害。個人數(shù)據(jù)權(quán)益侵害更多表現(xiàn)為無形侵害，如個人隱私被泄露、遭遇歧視、身份被冒用和社會形象被破壞等。［32］這些侵權(quán)行為主要是由于數(shù)據(jù)被不當(dāng)使用導(dǎo)致的?？刂茢?shù)據(jù)的流向固然重要，但是數(shù)據(jù)的使用量、存儲時間、傳播方式、加工結(jié)果等因素才是決定公民人格權(quán)是否受到侵害的關(guān)鍵。比如，在魔蝎科技公司侵犯公民個人信息權(quán)一案中，該公司未經(jīng)用戶允許采用技術(shù)手段將用戶的賬號和密碼長時間儲存，法院認定主管人員和相關(guān)責(zé)任人構(gòu)成侵犯公民個人信息罪。②由此可見，除獲取公民個人信息這一前端行為外，后續(xù)行為如儲存公民個人信息、加工公民個人信息等數(shù)據(jù)使用行為同樣具有法益侵害性，應(yīng)當(dāng)受到規(guī)制。

再次，強調(diào)對數(shù)據(jù)利用行為進行規(guī)制，有利于防止知情同意規(guī)則的不當(dāng)使用。我國目前所采用的知情同意模式不能解決侵害數(shù)據(jù)權(quán)益的問題。深度合成技術(shù)產(chǎn)品如ChatGPT 在交互過程中可能會收集用戶提供的個人隱私、聊天內(nèi)容、社交媒體數(shù)據(jù)等能夠識別用戶身份的信息。雖然數(shù)據(jù)獲取行為得到權(quán)利人同意，但如果采集數(shù)據(jù)后的利用、存儲等行為未能受到刑法規(guī)制，數(shù)據(jù)安全同樣得不到有效保障。再如，很多應(yīng)用軟件在用戶注冊伊始就通過“軟強制”的方式逼迫用戶同意其采集信息，這種“軟強制”包括但不限于將同意采集信息的條款放在用戶不易發(fā)現(xiàn)的大段合同中，不同意該合同即拒絕用戶使用應(yīng)用軟件；對于敏感信息的收集并未顯著標明等。一旦獲取用戶的同意，技術(shù)研發(fā)公司后續(xù)的數(shù)據(jù)利用行為將獲得足以免責(zé)的“保護傘”，法律規(guī)制將無從下手。強化對數(shù)據(jù)利用的規(guī)制能夠革除這一弊端，有效發(fā)揮知情同意原則的最佳法律效果。

（二）以整合數(shù)據(jù)資源和保護數(shù)據(jù)主體權(quán)利為雙重價值目標

以規(guī)制數(shù)據(jù)利用作為數(shù)據(jù)治理的理念要求改變以往將數(shù)據(jù)獲取作為治理重心的局面。該理念強調(diào)鼓勵數(shù)據(jù)流動與資源整合，兼顧維護數(shù)據(jù)主體的利益。這一改變對于數(shù)據(jù)治理的方式、程序和內(nèi)容都將帶來很大的挑戰(zhàn)，但同時給我國深度合成技術(shù)發(fā)展帶來的機遇也不可小覷。深度合成技術(shù)的良性發(fā)展需要數(shù)據(jù)權(quán)益保護和數(shù)據(jù)資源利用齊頭并進，應(yīng)當(dāng)尋求數(shù)據(jù)流通與數(shù)據(jù)保護之間的平衡。［33］

1.優(yōu)先整合數(shù)據(jù)資源

整合數(shù)據(jù)資源的目的在于保護公共利益。雖然“知情同意”是原則性規(guī)定，但也需要為公共利益讓步。在個人權(quán)利和公共利益發(fā)生沖突時，應(yīng)當(dāng)優(yōu)先保護公共利益。整合數(shù)據(jù)資源雖然在一定程度上對個人數(shù)據(jù)權(quán)利有所減損，但有利于鼓勵數(shù)據(jù)流動，實現(xiàn)社會資源的效益最大化。如我國《民法典》第1036 條、《信息安全技術(shù) 個人信息安全規(guī)范》（GB/T35273-2020）的相關(guān)規(guī)定均體現(xiàn)了對公共利益的保護。③在疫情防控期間，海量數(shù)據(jù)為政府分析疫情源頭、監(jiān)測疫情變化和部署防疫政策發(fā)揮了重要作用。［34］另外，告知同意原則也應(yīng)當(dāng)受到正當(dāng)目的原則和必要原則的約束。［35］

整合數(shù)據(jù)資源的本質(zhì)是維護數(shù)據(jù)處理者的合理使用權(quán)益。提高整合數(shù)據(jù)資源在價值衡量中的比重，不僅能推動深度合成技術(shù)的健康發(fā)展，而且能夠?qū)⑸疃群铣杉夹g(shù)研發(fā)公司的合理使用權(quán)益納入主體權(quán)利保護的范圍，實現(xiàn)對多方數(shù)據(jù)主體利益的維護。在美景公司與淘寶不正當(dāng)競爭糾紛的案件中，法院認為“網(wǎng)絡(luò)運營者對于其開發(fā)的大數(shù)據(jù)產(chǎn)品，應(yīng)當(dāng)享有自己獨立的財產(chǎn)性權(quán)益”。④在合理使用數(shù)據(jù)的前提下，數(shù)據(jù)產(chǎn)品帶來的權(quán)益應(yīng)當(dāng)歸數(shù)據(jù)使用者享有。保護數(shù)據(jù)使用者的應(yīng)有權(quán)益，也是推動數(shù)字經(jīng)濟蓬勃發(fā)展的必經(jīng)之路。

2.兼顧維護主體權(quán)利

維護主體權(quán)利是數(shù)據(jù)治理的根基。偏重整合數(shù)據(jù)資源的同時若忽視了維護主體權(quán)利，數(shù)據(jù)治理將會變成無源之水、無本之木。在將數(shù)據(jù)資源進行整合、發(fā)揮數(shù)據(jù)資源的應(yīng)有價值的同時，加強對數(shù)據(jù)主體權(quán)利的保護，才能保證數(shù)字經(jīng)濟產(chǎn)業(yè)的長久發(fā)展。

保護數(shù)據(jù)主體權(quán)利的理論經(jīng)歷了從隱私權(quán)理論、個人信息自決權(quán)理論到財產(chǎn)權(quán)理論的歷史嬗變。隱私權(quán)理論起源于美國，“所謂隱私權(quán)，是指信息主體對個人信息享有的完全控制權(quán)，包括是否公開、以何種方式公開、在什么時間公開。這些都應(yīng)當(dāng)由信息主體自主決定”。［36］美國1974 年制定的《隱私權(quán)法》在法律上對信息隱私權(quán)做出了肯定。隱私權(quán)理論開啟了對數(shù)據(jù)信息權(quán)利積極干涉、加以控制的時代。個人信息自決權(quán)理論起源于德國。德國《基本法》規(guī)定了個人信息自決權(quán)，將個人信息定義為“可以直接或間接識別自然人的全部數(shù)據(jù)”。［37］20 世紀60 年代，財產(chǎn)權(quán)理論興起。一種觀點認為個人數(shù)據(jù)雖然歸屬人格權(quán)，但是應(yīng)當(dāng)承認存在財產(chǎn)性利益；另一種觀點認為應(yīng)將個人數(shù)據(jù)看做財產(chǎn)權(quán)的新形態(tài)。我國學(xué)者郭明龍認為對不同信息種類應(yīng)通過財產(chǎn)權(quán)制度予以差別化保護；［38］劉德良提出個人信息的屬性是權(quán)利人可以自由處分的財產(chǎn)。［39］可見，各國法律和理論界都將數(shù)據(jù)主體權(quán)利的保護放在舉足輕重的位置。

規(guī)制數(shù)據(jù)濫用行為是鼓勵整合數(shù)據(jù)資源的重要前提，也是維護主體權(quán)利的關(guān)鍵步驟。數(shù)據(jù)濫用行為包括不當(dāng)采集和使用數(shù)據(jù)、拒絕分享數(shù)據(jù)、算法價格歧視等類型。［40］數(shù)據(jù)濫用行為不僅會導(dǎo)致深度合成技術(shù)研發(fā)公司濫用市場支配地位造成不正當(dāng)競爭，還會損害消費者權(quán)益，即信息主體的知情權(quán)和公平交易權(quán)。［41］將數(shù)據(jù)治理的重點放在規(guī)制數(shù)據(jù)利用行為上，能夠有效預(yù)防和禁止上述濫用行為，也能夠在一定程度上實現(xiàn)維護數(shù)據(jù)主體權(quán)利的效果。

采用數(shù)據(jù)利用安全保護模式能夠?qū)崿F(xiàn)風(fēng)險轉(zhuǎn)移，從而達成維護主體權(quán)利的實質(zhì)效果。在使用數(shù)據(jù)控制安全保護模式的情形下，知情同意原則往往成為數(shù)據(jù)濫用的溫床。取得信息權(quán)人的同意即可成為數(shù)據(jù)濫用行為的“免死金牌”。［30］雖然數(shù)據(jù)處理行為由數(shù)據(jù)使用者做出，但是濫用行為的風(fēng)險卻由數(shù)據(jù)權(quán)人承擔(dān)。這種風(fēng)險承擔(dān)機制顯然不合理。弱化知情同意原則的豁免權(quán)，建構(gòu)新的風(fēng)險承擔(dān)機制，能夠使這一問題得到有效解決。同時，也能促使深度合成技術(shù)研發(fā)公司在合理范圍內(nèi)處理數(shù)據(jù)，切實保護信息權(quán)人的合法權(quán)益。

（三）以數(shù)據(jù)法益獨立為治理根基

目前我國刑法關(guān)于數(shù)據(jù)治理的具體規(guī)定可以分為直接規(guī)制和間接規(guī)制，直接規(guī)制是指將數(shù)據(jù)直接作為規(guī)制對象，如非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪和破壞計算機信息系統(tǒng)罪；間接規(guī)制是指以數(shù)據(jù)所包含的內(nèi)容為保護對象，如非法侵犯公民個人信息罪、侵犯商業(yè)秘密罪、泄露國家秘密罪等。［31］事實上，針對數(shù)據(jù)本身的新型侵權(quán)行為層出不窮，傳統(tǒng)保護模式無法滿足數(shù)據(jù)治理的需求。［31］首先，間接規(guī)制僅僅規(guī)制了獲取、采集和傳播數(shù)據(jù)的行為，并未對后續(xù)存儲、修改、刪減和增補等行為進行規(guī)制。其次，破壞計算機信息系統(tǒng)罪呈現(xiàn)口袋化趨勢。實踐中一部分以數(shù)據(jù)為工具、媒介侵犯傳統(tǒng)法益的犯罪行為也被判定為破壞計算機信息系統(tǒng)罪。破壞計算機信息系統(tǒng)罪也只有在以破壞計算機信息系統(tǒng)為手段對數(shù)據(jù)安全產(chǎn)生威脅時才能適用。［42］即使計算機信息系統(tǒng)的數(shù)據(jù)被修改，但是未造成系統(tǒng)功能實質(zhì)性破壞或者不能運行的行為不應(yīng)當(dāng)定罪。［43］如在一個案件中行為人使用棉紗堵塞環(huán)境質(zhì)量采樣設(shè)備以干擾數(shù)據(jù)采集，導(dǎo)致數(shù)據(jù)嚴重失真，改變了數(shù)據(jù)結(jié)果。該案件中的行為人被判定為破壞計算機信息系統(tǒng)罪。⑤在該案件中，信息系統(tǒng)并未因當(dāng)事人的行為而造成破壞，也并未造成不能運行的結(jié)果，數(shù)據(jù)結(jié)果的改變不等于信息系統(tǒng)未正常運行，因此能否判定為破壞計算機信息系統(tǒng)罪還有待考量。

數(shù)據(jù)法益獨立的理論基礎(chǔ)是法秩序統(tǒng)一性原理。法秩序統(tǒng)一性原理要求法律規(guī)范之間不能產(chǎn)生矛盾沖突，應(yīng)當(dāng)形成協(xié)調(diào)統(tǒng)一的整體。［44］信息與數(shù)據(jù)的概念既有交叉，又有不同。我國分別頒布了《中華人民共和國個人信息保護法》和《數(shù)據(jù)安全法》，其中雖未對數(shù)據(jù)和信息的概念做出明確界定，但是兩部法律的頒布足以表明在我國立法體系內(nèi)，數(shù)據(jù)這一概念不能完全包括個人信息，信息也不足以涵蓋數(shù)據(jù)的全部內(nèi)容。刑法應(yīng)當(dāng)對前置法的規(guī)定有所回應(yīng)，才能體現(xiàn)刑法的保障性功能。另外，改變數(shù)據(jù)法益依附性的現(xiàn)狀，一方面能夠?qū)π畔?、?shù)據(jù)進行分別治理；另一方面也能改變數(shù)據(jù)治理的重心，有利于數(shù)據(jù)治理模式的轉(zhuǎn)變；再者也能對帶來數(shù)據(jù)安全風(fēng)險的行為分門別類，適用不同的刑罰，有助于維持刑法的謙抑性。因此，在刑法已經(jīng)設(shè)立侵犯公民個人信息罪的情況下，我國應(yīng)當(dāng)將數(shù)據(jù)法益獨立出來。這樣既能保障數(shù)據(jù)安全，又符合法秩序統(tǒng)一性原理的要求。

三、數(shù)據(jù)利用安全保護模式下數(shù)據(jù)治理的刑法路徑

為應(yīng)對上述深度合成技術(shù)商業(yè)化落地產(chǎn)生的內(nèi)在風(fēng)險，應(yīng)當(dāng)將數(shù)據(jù)控制安全保護模式向數(shù)據(jù)利用安全保護模式轉(zhuǎn)變，在明確數(shù)據(jù)法益內(nèi)涵的基礎(chǔ)上，增加獲取數(shù)據(jù)行為的違法阻卻事由，調(diào)整知情同意規(guī)則的效力，增加篡改、編造、儲存、濫用數(shù)據(jù)和惡意植入數(shù)據(jù)偏見等行為類型。

（一）明確數(shù)據(jù)法益的內(nèi)涵

刑法所保護的數(shù)據(jù)法益是復(fù)合法益，既包括國家數(shù)據(jù)管理秩序，也包括數(shù)據(jù)主體對數(shù)據(jù)進行有效保護和合理使用的個人法益。需要特別指出的是，由于一方面數(shù)據(jù)包含的具體內(nèi)容帶有一定的人身屬性；另一方面數(shù)據(jù)具有可流轉(zhuǎn)性、可變現(xiàn)性，數(shù)據(jù)處理行為能夠產(chǎn)生經(jīng)濟收益，因此，個人數(shù)據(jù)法益同時包括人格權(quán)和財產(chǎn)權(quán)。

維護數(shù)據(jù)法益無需另設(shè)罪名，可通過調(diào)整現(xiàn)有罪名保障數(shù)據(jù)安全。有學(xué)者提出應(yīng)當(dāng)增設(shè)刑法罪名以維護數(shù)據(jù)安全［30］，但目前我國刑法分則體系中并不缺少數(shù)據(jù)犯罪罪名。只是由于時代背景的局限性，以往立法時將數(shù)據(jù)治理局限在了“計算機系統(tǒng)數(shù)據(jù)”這一范圍，因此增設(shè)“濫用算法罪”或“非法提供算法服務(wù)罪”不如擴大調(diào)整對象，將所有涉及數(shù)據(jù)的違法行為作為治理內(nèi)容。上文提出數(shù)據(jù)法益的定位應(yīng)當(dāng)從依附性改為獨立性，但這并非意味著要對現(xiàn)有的刑法分則體系提出挑戰(zhàn)，將數(shù)據(jù)犯罪單列一章，而是通過適當(dāng)調(diào)整，妥善處理數(shù)據(jù)法益與其他法益的關(guān)系，加強對人權(quán)的保障?？梢詫ⅰ胺欠ǐ@取計算機信息系統(tǒng)數(shù)據(jù)罪”修改為“非法利用數(shù)據(jù)罪”，對于違反國家規(guī)定，以不當(dāng)方式獲取、提供、篡改、編造、儲存數(shù)據(jù)和利用個人數(shù)據(jù)、企業(yè)數(shù)據(jù)或國家數(shù)據(jù)，侵犯公民人身權(quán)、財產(chǎn)權(quán)或企業(yè)合法權(quán)益，破壞國家數(shù)據(jù)管理秩序的行為，進行定罪處罰。將“非法獲取計算機信息系統(tǒng)數(shù)據(jù)罪”改為“非法利用數(shù)據(jù)罪”，擴大了規(guī)制范圍，既可以避免實踐中將不屬于計算機系統(tǒng)數(shù)據(jù)犯罪的行為強行解釋為該罪，回應(yīng)了破壞計算機信息系統(tǒng)罪口袋化的質(zhì)疑，也可以擴大數(shù)據(jù)治理的范圍，實現(xiàn)全面的數(shù)據(jù)保護。

雖然對相關(guān)罪名的調(diào)整會擴大刑法治理的范圍，但是這不意味著違反了刑法的謙抑性。首先，這一調(diào)整雖然增加了數(shù)據(jù)治理的行為類型，但卻是建立在增加獲取數(shù)據(jù)行為的違法阻卻事由的基礎(chǔ)上。該行為并非盲目擴大，而是對刑法的懲治重點進行了調(diào)整，通過出罪與入罪的調(diào)整使刑法的懲治更合理。其次，雖然刑法規(guī)制的數(shù)據(jù)處理行為類型有所增加，但由于數(shù)據(jù)具有公共產(chǎn)品屬性，并非所有的非法處理數(shù)據(jù)行為都構(gòu)成刑事犯罪，還應(yīng)當(dāng)通過法益價值衡量、行為的具體危險性和重大法益的侵害可能性提高入罪門檻［30］，以維護刑法的謙抑性。

（二）調(diào)整違法阻卻事由

增加獲取數(shù)據(jù)行為的違法阻卻情形十分必要。適度弱化數(shù)據(jù)權(quán)人對數(shù)據(jù)的控制權(quán)是數(shù)據(jù)治理模式轉(zhuǎn)換階段的重點之一。首先，倘若權(quán)利人將數(shù)據(jù)權(quán)利授權(quán)給深度合成技術(shù)研發(fā)公司，在沒有明確對后續(xù)傳播行為進行限制的前提下，該公司可以在約定范圍內(nèi)處理相關(guān)信息，即使出現(xiàn)了后續(xù)轉(zhuǎn)讓行為，但只要平臺企業(yè)并未超出約定范圍處理數(shù)據(jù)，即可無需再次取得數(shù)據(jù)權(quán)人同意。其次，只要數(shù)據(jù)的具體內(nèi)容不屬于應(yīng)當(dāng)特別保護的敏感內(nèi)容，如隱私信息、商業(yè)秘密、國家秘密等，數(shù)據(jù)利用者可以采集未被限制訪問的數(shù)據(jù)并可以基于合理使用的原則阻卻違法性。合理使用原則強調(diào)數(shù)據(jù)的合理使用，并且要求處理數(shù)據(jù)的結(jié)果不會危害他人利益。將合理使用原則運用到數(shù)據(jù)治理上，表現(xiàn)為既要保護數(shù)據(jù)權(quán)人對數(shù)據(jù)的控制權(quán)，也要保護數(shù)據(jù)使用者的合理使用權(quán)益。為實現(xiàn)人工智能技術(shù)應(yīng)用中數(shù)據(jù)的有效流通，不能一味讓數(shù)據(jù)處理者承壓。對于情節(jié)輕微的違法行為，應(yīng)當(dāng)保留必要的出罪空間。［45］

知情同意規(guī)則不當(dāng)然阻卻數(shù)據(jù)處理行為的違法性。由于先前過于強調(diào)知情同意規(guī)則在數(shù)據(jù)使用中的地位，使得知情同意規(guī)則成為非法處理數(shù)據(jù)行為的“保護傘”。因此，要對知情同意規(guī)則的適用范圍和效力加以規(guī)定。首先，在取得數(shù)據(jù)權(quán)利人同意時，若當(dāng)事人對數(shù)據(jù)使用的范圍、目的、方式、存儲時效等做了詳細規(guī)定，數(shù)據(jù)使用者違反約定致使數(shù)據(jù)權(quán)人遭受重大利益損失的，當(dāng)然構(gòu)成違法，應(yīng)該依法定罪量刑。其次，若數(shù)據(jù)權(quán)人授權(quán)時并未對數(shù)據(jù)利用加以詳細規(guī)定，數(shù)據(jù)使用者因不當(dāng)使用或違法利用數(shù)據(jù)造成數(shù)據(jù)權(quán)人數(shù)據(jù)利益損失的，不因知情同意規(guī)則阻卻違法性。出現(xiàn)數(shù)據(jù)利用者不可預(yù)見或不能避免的情況除外。另外，基于格式條款往往只是在形式上取得了數(shù)據(jù)權(quán)人的授權(quán)同意這一現(xiàn)狀，如果在格式條款中出現(xiàn)了對數(shù)據(jù)權(quán)人的隱私及信息保護等明顯不利的條款，應(yīng)當(dāng)否定知情同意規(guī)則的效力，強化對數(shù)據(jù)主體利益的保護。［33］總體而言，知情同意規(guī)則有可能作為排除數(shù)據(jù)收集行為的違法性的正當(dāng)化根據(jù)，但是并不必然導(dǎo)向數(shù)據(jù)使用行為具有合法性這一結(jié)果。如此才能將知情同意規(guī)則從非法使用數(shù)據(jù)行為的保護傘改為數(shù)據(jù)權(quán)人的保護傘。

（三）增加篡改數(shù)據(jù)、惡意植入數(shù)據(jù)偏見等行為類型

從行為類型上看，目前我國的數(shù)據(jù)治理采用了數(shù)據(jù)控制安全保護模式。例如侵犯公民個人信息罪中將行為類型規(guī)定為出售或提供；在侵犯商業(yè)秘密罪中雖增加了“使用”這一行為類型，但并未對“使用”的具體類型進行深刻闡釋，規(guī)制重點仍在“獲取”或“提供”行為。因此，在實踐中遇到非法使用行為只能適用破壞計算機信息系統(tǒng)罪進行定罪處罰。［46］實現(xiàn)數(shù)據(jù)治理模式轉(zhuǎn)換的重點在于規(guī)制行為類型的改變，因此應(yīng)當(dāng)在犯罪行為類型中增加篡改、編造、儲存、濫用數(shù)據(jù)和惡意植入數(shù)據(jù)偏見等關(guān)于數(shù)據(jù)利用行為的內(nèi)容，以強化對數(shù)據(jù)利用行為的治理。需要增加行為類型的罪名主要指前文中提到的以數(shù)據(jù)體現(xiàn)的內(nèi)容為保護對象的罪名，如侵犯公民個人信息罪、侵犯商業(yè)秘密罪和部分知識產(chǎn)權(quán)犯罪等。一方面，這與刑法的功能定位相契合。刑法通常只懲治對法益造成嚴重危害的行為。深度合成技術(shù)應(yīng)用過程中，數(shù)據(jù)獲取和提供行為往往并不會導(dǎo)致直接的風(fēng)險，反而是數(shù)據(jù)篡改、編造、儲存、濫用和惡意植入數(shù)據(jù)偏見等行為會將數(shù)據(jù)本身和數(shù)據(jù)所代表的人身權(quán)和財產(chǎn)權(quán)置于危險之中。另一方面，增加行為類型可以擴大刑法關(guān)于數(shù)據(jù)治理的范圍，彌補關(guān)于懲治數(shù)據(jù)利用行為的立法空白。

增加篡改、編造、儲存、濫用數(shù)據(jù)和惡意植入數(shù)據(jù)偏見等行為類型是遏制黑色產(chǎn)業(yè)鏈的最后一環(huán)，也是關(guān)鍵所在。越來越多的市場主體意識到數(shù)據(jù)的價值，數(shù)據(jù)要素已成為產(chǎn)業(yè)發(fā)展的重要生產(chǎn)力。收集、采集數(shù)據(jù)的目的在于讓數(shù)據(jù)產(chǎn)生價值，產(chǎn)生商業(yè)利潤。［47］因此，在數(shù)據(jù)產(chǎn)業(yè)迸發(fā)出巨大利潤的同時，市場已經(jīng)形成了一條完整的數(shù)據(jù)交易黑色產(chǎn)業(yè)鏈。［48］由此看來，只有數(shù)據(jù)的加工和利用行為才能讓數(shù)據(jù)產(chǎn)生價值，這也是數(shù)據(jù)交易黑色產(chǎn)業(yè)鏈存在的根源。［49］對數(shù)據(jù)保護的重點也應(yīng)當(dāng)從采集環(huán)節(jié)轉(zhuǎn)移到使用環(huán)節(jié)。［50］增加篡改、編造、儲存、濫用數(shù)據(jù)和惡意植入數(shù)據(jù)偏見等行為類型不僅能夠完善數(shù)據(jù)治理的環(huán)節(jié)，實現(xiàn)數(shù)據(jù)治理全面化和系統(tǒng)化，也能更好地保護數(shù)據(jù)指代的具體內(nèi)容，如個人信息和商業(yè)秘密等。加強對數(shù)據(jù)使用行為的治理，使其符合正當(dāng)性、必要性和合法性的要求，才能實現(xiàn)保障數(shù)據(jù)安全的目標。

四、結(jié)語

生成式人工智能的出現(xiàn)，給我國數(shù)據(jù)安全帶來了巨大的挑戰(zhàn)。面對深度合成技術(shù)帶來的數(shù)據(jù)依賴、數(shù)據(jù)偽造和數(shù)據(jù)偏見等風(fēng)險，數(shù)據(jù)治理不能固守以往慣用的數(shù)據(jù)控制安全保護模式，僅僅把住數(shù)據(jù)的閘口，而是應(yīng)當(dāng)轉(zhuǎn)變數(shù)據(jù)治理模式。數(shù)據(jù)流向市場是應(yīng)然也是必然。刑法應(yīng)當(dāng)承擔(dān)起保障數(shù)據(jù)安全和促進數(shù)據(jù)資源價值利用最大化的雙重使命，將治理模式從數(shù)據(jù)控制安全保護模式轉(zhuǎn)為數(shù)據(jù)利用安全保護模式。數(shù)據(jù)治理模式的轉(zhuǎn)變意味著刑法規(guī)制的具體路徑及理念也應(yīng)該隨之改變。具體來說，首先應(yīng)當(dāng)提升數(shù)據(jù)使用的自由度，為數(shù)據(jù)獲取行為提供適當(dāng)?shù)倪`法阻卻事由，以避免對數(shù)據(jù)采集、獲取施加的不必要的限制；其次應(yīng)當(dāng)在以開發(fā)數(shù)據(jù)資源為重的同時兼顧維護數(shù)據(jù)主體的權(quán)利。對數(shù)據(jù)的非法利用才是侵害數(shù)據(jù)法益最直接的行為方式，由此應(yīng)當(dāng)對篡改、編造、儲存、濫用數(shù)據(jù)和惡意植入數(shù)據(jù)偏見等行為類型加以規(guī)制。數(shù)據(jù)產(chǎn)業(yè)的發(fā)展日新月異，在數(shù)據(jù)治理領(lǐng)域加強刑法規(guī)制刻不容緩，但是在增加行為類型的同時，仍然應(yīng)當(dāng)堅持刑法謙抑性原則，審慎發(fā)動刑罰權(quán)，通過提高入罪門檻厘定出罪與入罪的邊界。

注釋：

①參見《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》第二十三條。

②參見杭州市西湖區(qū)人民法院（2020）浙0106 刑初437 號刑事判決書。

③《中華人民共和國民法典》第一千零三十六條規(guī)定：處理個人信息，有下列情形之一的，行為人不承擔(dān)民事責(zé)任：（一）在該自然人或者其監(jiān)護人同意的范圍內(nèi)合理實施的行為；（二）合理處理該自然人自行公開的或者其他已經(jīng)合法公開的信息，但是該自然人明確拒絕或者處理該信息侵害其重大利益的除外；（三）為維護公共利益或者該自然人合法權(quán)益，合理實施的其他行為。

《信息安全技術(shù)個人信息安全規(guī)范》（GB/T35273-2020）對于征得個人信息主體授權(quán)同意的例外情形進行了規(guī)定，主要包括與國家安全、國防安全直接相關(guān)的；與公共安全、公共衛(wèi)生、重大公共利益直接相關(guān)的以及出于維護個人信息主體或其他個人的生命、財產(chǎn)等重大合法權(quán)益但又很難得到本人同意的情況，等等。

④參見浙江省高級人民法院（2018）浙01 民終7312 號民事判決書。

⑤參見陜西省西安市中級人民法院（2016）陜01 刑初233 號刑事判決書。