張凌寒

摘要：生成式人工智能改變了數(shù)字社會的生產(chǎn)架構(gòu)，向既有的技術(shù)治理體系提出挑戰(zhàn)。一是生成式人工智能呈現(xiàn)“基礎(chǔ)模型—專業(yè)模型—服務(wù)應(yīng)用” 的分層業(yè)態(tài)，無法在現(xiàn)有的“技術(shù)支持者—服務(wù)提供者—內(nèi)容生產(chǎn)者” 監(jiān)管框架中找到適配的法律定位;二是其傳播模式和技術(shù)指標(biāo)使得原有規(guī)制工具難以適用。生成式人工智能治理應(yīng)符合其功能業(yè)態(tài)的技術(shù)邏輯，也應(yīng)基于其在數(shù)字社會生產(chǎn)的地位，重新認(rèn)識和調(diào)整生成式人工智能的法律定位，將模型作為新型的法律治理對象。生成式人工智能的基礎(chǔ)模型因可接入千行百業(yè)而具有通用性，因同時提供信息內(nèi)容與機器所需合成數(shù)據(jù)而具有強大賦能性，是人工智能時代的新型數(shù)字基礎(chǔ)設(shè)施。應(yīng)構(gòu)建“ 基礎(chǔ)模型—專業(yè)模型—服務(wù)應(yīng)用” 的分層治理體系，在不同的層次適配不同的規(guī)制思路與工具。在基礎(chǔ)模型層以發(fā)展為導(dǎo)向，將其作為數(shù)字社會新型基礎(chǔ)設(shè)施設(shè)置法律制度;在專業(yè)模型層以審慎包容為理念，進行分級分類并設(shè)置合理避風(fēng)港規(guī)則;在服務(wù)應(yīng)用層實施敏捷治理，建立合理容錯制度。由此，我國得以從單一場景的算法治理發(fā)展為適應(yīng)不同治理目標(biāo)的復(fù)合型系統(tǒng)性治理。

關(guān)鍵詞：生成式人工智能;分層治理;數(shù)字基礎(chǔ)設(shè)施;模型規(guī)制

中圖分類號：DF03 文獻(xiàn)標(biāo)志碼：A DOI：10.3969/ j. issn.1001-2397.2023.04.09

一、問題的提出

從美國人工智能公司OpenAI 推出的爆款應(yīng)用ChatGPT 到其迭代產(chǎn)品GPT-4 上線問世，僅僅間隔4 個月時間。相比ChatGPT，GPT-4 實現(xiàn)了幾個方面的飛躍式提升：識圖能力得到強化，文字輸入限制提升，回答準(zhǔn)確性顯著提高，能夠生成歌詞、創(chuàng)意文本，并實現(xiàn)不同風(fēng)格切換。一時之間，各大互聯(lián)網(wǎng)公司紛紛在2023 年3 月內(nèi)發(fā)布研發(fā)成果：著名人工智能繪畫工具Midjourney 升級至Midjourney V5;谷歌開放大語言模型 PaLM 的 API，同時發(fā)布了幫助開發(fā)者快速構(gòu)建生成式 AI 應(yīng)用的工具 MakerSuite;Adobe 全新創(chuàng)意生成式人工智能Firefly 亮相;百度發(fā)布文心一言，等等。大模型驅(qū)動的生成式人工智能以前所未有的態(tài)勢闖入了社會生活的方方面面，不僅推動人工智能技術(shù)進入新的時代，也可以預(yù)見其將在基礎(chǔ)科學(xué)研究、學(xué)術(shù)出版、醫(yī)藥研發(fā)、教育等多個領(lǐng)域帶來深刻影響。

預(yù)訓(xùn)練大模型加速了人工智能技術(shù)的迭代發(fā)展，以ChatGPT 為代表的生成式人工智能并非曇花一現(xiàn)。其對社會的深遠(yuǎn)影響可體現(xiàn)在以下三個層面：第一，在知識生產(chǎn)層面，科研方法不再受困于自由度過高引起的“維度災(zāi)難”，深度學(xué)習(xí)可以承載海量計算，科研范式將從效率比較低的“作坊模式”轉(zhuǎn)向“平臺模式”;第二，在人機關(guān)系層面，信息內(nèi)容傳播方式從平臺加算法的推薦信息流傳播，到一對一智慧問答傳播，實現(xiàn)了認(rèn)知層面的人機對齊;第三，在產(chǎn)業(yè)發(fā)展層面，ChatGPT 類生成式人工智能大模型的主要功能在于為產(chǎn)業(yè)賦能，其可以接入多個垂直行業(yè)應(yīng)用提高生產(chǎn)效率。

生成式人工智能表現(xiàn)雖然驚艷，但帶來的風(fēng)險與法律挑戰(zhàn)同樣令人擔(dān)憂。其知識產(chǎn)權(quán)侵權(quán)、生成虛假信息問題受到廣泛關(guān)注，同時，它在訓(xùn)練過程中需要被“投喂”海量數(shù)據(jù)的來源問題、它所生產(chǎn)的內(nèi)容中潛在的歧視問題，給數(shù)據(jù)安全、算法安全、網(wǎng)絡(luò)謠言、數(shù)據(jù)主權(quán)、國家安全等方面帶來潛在風(fēng)險。生成式人工智能的發(fā)展超出各國監(jiān)管預(yù)期，因此尚未與各國法律中對個人信息處理者、數(shù)據(jù)處理者與算法服務(wù)提供者的相關(guān)義務(wù)協(xié)調(diào)銜接。正是考慮到生成式人工智能給社會治理等各方面帶來的挑戰(zhàn)，各國政府不約而同做出了相應(yīng)的立法與監(jiān)管動作。意大利宣布從3 月31 日起禁止使用ChatGPT，同時對其隱私安全問題立案調(diào)查。德國、法國、愛爾蘭等國也效仿意大利的做法，加強對生成式人工智能的監(jiān)管。4 月11 日，美國商務(wù)部下屬機構(gòu)也發(fā)布“人工智能問責(zé)政策”征求意見稿，就是否需要對ChatGPT 等人工智能工具監(jiān)管征求意見。同日，國家網(wǎng)信辦發(fā)布《生成式人工智能服務(wù)管理辦法（征求意見稿）》（下文簡稱《辦法（征求意見稿）》），擬規(guī)范生成式人工智能的發(fā)展。2023 年7 月10 日，《生成式人工智能服務(wù)管理暫行辦法》公布。

當(dāng)前，生成式人工智能的治理仍是多方聚焦共商的重要話題。一是我國的網(wǎng)絡(luò)治理與算法監(jiān)管一直以來以服務(wù)提供者作為抓手，要求其承擔(dān)主體責(zé)任并履行一系列網(wǎng)絡(luò)、數(shù)據(jù)、算法的安全運行義務(wù)，但生成式人工智能以預(yù)訓(xùn)練大模型作為技術(shù)基座，原有以服務(wù)提供者為抓手的監(jiān)管框架無法直接將義務(wù)施加于生成式人工智能技術(shù)提供者。二是目前對于生成式人工智能服務(wù)的定位無法確定，顯然《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》（下文簡稱《深度合成管理規(guī)定》）對技術(shù)支持者僅將其作為服務(wù)提供者的輔助者，范圍過于狹窄，無法應(yīng)對居于技術(shù)運行關(guān)鍵地位的生成式人工智能技術(shù)提供者。三是原有的算法治理框架諸多具體制度均以解決企業(yè)和監(jiān)管部門的信息不對稱為目標(biāo)，算法備案、算法透明、算法解釋等均以企業(yè)向監(jiān)管部門披露信息為目的。但生成式人工智能的預(yù)訓(xùn)練大模型海量的訓(xùn)練數(shù)據(jù)和數(shù)以千億的參數(shù)設(shè)置顯然進一步加劇了監(jiān)管工具的適用難度。甚至可以說，在面對生成式人工智能時，社會公眾、監(jiān)管部門，甚至開發(fā)企業(yè)本身都共同面對著未知領(lǐng)域。

此次生成式人工智能的監(jiān)管思路，相比于深度合成的監(jiān)管確實體現(xiàn)出監(jiān)管邏輯更新和制度體系迭代的新趨勢。但也需要指出，《辦法（征求意見稿）》仍采取算法和深度合成的評估、標(biāo)注等監(jiān)管工具，其規(guī)制的主要對象仍是信息內(nèi)容服務(wù)。然而，生成式人工智能的功能遠(yuǎn)不止提供信息內(nèi)容服務(wù)，智慧問答只是其諸多功能中的一個。生成式人工智能可以作為“技術(shù)基座”賦能金融、醫(yī)療、自動駕駛等多個領(lǐng)域。在產(chǎn)業(yè)分層中，生成式人工智能首先通過海量數(shù)據(jù)使得生成式人工智能底層大模型“見多識廣”，具有強大能力;其次通過“術(shù)業(yè)有專攻”的專業(yè)優(yōu)化訓(xùn)練，讓其適配不同行業(yè)和場景;再次可以向C 端用戶直接提供服務(wù)應(yīng)用。未來將為千行百業(yè)賦能，成為人工智能時代的數(shù)字基礎(chǔ)設(shè)施。

本文主要討論生成式人工智能如何在法律體系中定位以及監(jiān)管框架構(gòu)建。生成式人工智能的技術(shù)躍遷正在推進產(chǎn)業(yè)變革，現(xiàn)有監(jiān)管體系亦面臨挑戰(zhàn)，制度應(yīng)如何回應(yīng)？ 技術(shù)與社會制度的關(guān)系正在超越線性的決定論，制度可影響技術(shù)發(fā)展的進程但無法控制其進化的路徑。本文的討論突破了機械決定論和傳統(tǒng)線性思維方式，強調(diào)技術(shù)與制度的交互作用。生成式人工智能正在改變數(shù)字社會生產(chǎn)結(jié)構(gòu)與社會關(guān)系。制度應(yīng)面對技術(shù)發(fā)展，合理定位并與技術(shù)形成良性互動。

二、生成式人工智能改變網(wǎng)絡(luò)治理底層架構(gòu)帶來法律定位困難與監(jiān)管挑戰(zhàn)

我國網(wǎng)絡(luò)法律制度框架基本搭建完成，一直以來的網(wǎng)絡(luò)治理不約而同以網(wǎng)絡(luò)服務(wù)提供者作為關(guān)鍵主體，因此平臺責(zé)任一直是技術(shù)治理的核心議題。相對而言，技術(shù)支持者由于并不與用戶直接發(fā)生互動因而并非規(guī)制的重點。我國的人工智能治理體系中，對技術(shù)支持者的要求一般為遵循人工智能倫理的軟性要求，硬性要求僅在《深度合成管理規(guī)定》有所規(guī)定，即參照服務(wù)提供者承擔(dān)一定的合規(guī)義務(wù)。此外，為了解決監(jiān)管部門與技術(shù)企業(yè)信息不對稱的問題，我國的監(jiān)管工具箱包括算法備案、算法檢查、算法解釋說明等。這個規(guī)制體系適應(yīng)平臺聚合用戶生產(chǎn)內(nèi)容并通過算法進行信息推送的數(shù)字生產(chǎn)邏輯，但在人工智能生成內(nèi)容時代則存在一系列制度上的不適應(yīng)之處。

（一）現(xiàn)有監(jiān)管框架的“技術(shù)支持者—服務(wù)提供者—內(nèi)容生產(chǎn)者”體系及其邏輯

數(shù)據(jù)、算法、平臺都是人工智能治理的具體對象。近十年間，我國圍繞平臺經(jīng)濟的興起建立起現(xiàn)有的網(wǎng)絡(luò)法律制度框架。平臺作為服務(wù)提供者是網(wǎng)絡(luò)法律規(guī)則的核心規(guī)制對象，平臺責(zé)任也成為數(shù)字經(jīng)濟治理的核心議題。后續(xù)隨著技術(shù)應(yīng)用的發(fā)展，我國的網(wǎng)絡(luò)治理框架向前延伸至“技術(shù)支持者”。為了內(nèi)容監(jiān)管的需要，也將“內(nèi)容生產(chǎn)者”納入了網(wǎng)絡(luò)治理體系，形成了依照“技術(shù)支持者—服務(wù)提供者—內(nèi)容生產(chǎn)者”三類主體分別設(shè)置法律責(zé)任，以服務(wù)提供者為核心抓手的規(guī)制體系。

網(wǎng)絡(luò)服務(wù)提供者（平臺）是匯聚用戶生產(chǎn)的信息內(nèi)容和調(diào)動生產(chǎn)資源要素的社會生產(chǎn)組織者。服務(wù)提供者的責(zé)任內(nèi)容逐漸豐富的過程，也是平臺逐步在數(shù)字社會生產(chǎn)中組織更多社會資源、加強數(shù)字基礎(chǔ)設(shè)施建設(shè)與增強對生產(chǎn)要素控制力的過程。服務(wù)提供者不斷整合信息基礎(chǔ)服務(wù)（如身份認(rèn)證、物流）、交易流程、信用評價、內(nèi)容推薦，并把勞動力（如騎手）、實體資源（如網(wǎng)約車、飯店）等生產(chǎn)性資源鏈接到網(wǎng)絡(luò)上，改變了工業(yè)經(jīng)濟生產(chǎn)方式，形成了依托服務(wù)提供者調(diào)動生產(chǎn)資源、匹配多方需求的網(wǎng)絡(luò)，通過海量用戶吸引更多的服務(wù)鏈接到平臺上形成網(wǎng)絡(luò)效應(yīng)。因此，網(wǎng)絡(luò)服務(wù)提供者的法律義務(wù)在近年來急劇擴張，國家從個人信息保護義務(wù)、數(shù)據(jù)安全、算法安全、信息內(nèi)容安全等多個方面均提出了壓實主體責(zé)任的主張。

具體到信息內(nèi)容領(lǐng)域，我國逐步形成了以服務(wù)提供者為核心，向前延伸至技術(shù)支持者，同時擴展到內(nèi)容生產(chǎn)者的治理鏈條?！毒W(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》規(guī)定了內(nèi)容生產(chǎn)者的范圍，即制作、復(fù)制、發(fā)布網(wǎng)絡(luò)信息內(nèi)容的組織或者個人。技術(shù)支持者進入規(guī)制范圍則源自《深度合成管理規(guī)定》，主要是指為服務(wù)提供者提供技術(shù)支持，如提供具有編輯生物識別等特定信息功能的模型、模板等工具的技術(shù)者。信息內(nèi)容安全的治理體系依照從內(nèi)容生產(chǎn)（內(nèi)容生產(chǎn)者）、傳播過程（服務(wù)提供者）和用戶接收終端（用戶）流程構(gòu)建。內(nèi)容生產(chǎn)環(huán)節(jié)包括在權(quán)威信息源通過發(fā)放互聯(lián)網(wǎng)新聞牌照進行控制，在用戶信息源通過賬戶賬號管理避免機器人、水軍、僵尸賬號等問題，并要求以上內(nèi)容生產(chǎn)者承擔(dān)遵守內(nèi)容安全底線的義務(wù);在傳播過程中壓實服務(wù)提供者的平臺主體責(zé)任，要求平臺作為服務(wù)提供者建立包括過濾、辟謠、提示、標(biāo)記、應(yīng)急、刪除等機制的安全管理體系，并同時管理算法控制推薦信息流。對技術(shù)支持者的要求始于《深度合成管理規(guī)定》，因其模板等技術(shù)支持可以影響內(nèi)容生成。

服務(wù)提供者始終是算法和人工智能監(jiān)管的重點，對技術(shù)開發(fā)層的技術(shù)支持者則多為倫理要求，少有直接規(guī)制。人工智能技術(shù)有待解決的風(fēng)險包括信任風(fēng)險、公平風(fēng)險、失控風(fēng)險、社會風(fēng)險、責(zé)任風(fēng)險，對應(yīng)的治理需求則是實現(xiàn)人工智能的透明度、公平性、可控性、包容性和可問責(zé)性。一般認(rèn)為，我國人工智能治理中對于算法系統(tǒng)設(shè)計使用的公開透明、算法結(jié)果的公正、相應(yīng)問責(zé)機制的建立等制度基本由現(xiàn)有算法監(jiān)管體系實現(xiàn)。這些制度的最終落腳點仍落在服務(wù)提供者身上。

綜上所述，我國的網(wǎng)絡(luò)治理體系以服務(wù)提供者（平臺）作為核心抓手是基于其數(shù)字社會生產(chǎn)組織者的地位。在信息內(nèi)容領(lǐng)域更是明確了“技術(shù)支持者—服務(wù)提供者—內(nèi)容生產(chǎn)者”的監(jiān)管框架，規(guī)制對象一般為服務(wù)提供者和內(nèi)容生產(chǎn)者，技術(shù)支持者僅由于對信息內(nèi)容的影響剛剛被納入監(jiān)管范圍。

（ 二）生成式人工智能的分層業(yè)態(tài)突破主體界分引發(fā)法律定位困難

生成式人工智能整個產(chǎn)業(yè)呈現(xiàn)明顯的分層，區(qū)別于原有的“技術(shù)支持者—服務(wù)提供者—內(nèi)容生產(chǎn)者”相對涇渭分明的法律主體界分，從底層的基礎(chǔ)模型開始即可對終端的服務(wù)應(yīng)用層內(nèi)容生產(chǎn)產(chǎn)生直接影響。生成式人工智能整體呈現(xiàn)將技術(shù)支持、服務(wù)提供與內(nèi)容生產(chǎn)“三位一體”融合的技術(shù)形態(tài)，打破了現(xiàn)有的網(wǎng)絡(luò)治理法律制度對數(shù)字社會生產(chǎn)方式在結(jié)構(gòu)方面的底層設(shè)定。

生成式人工智能的業(yè)態(tài)可分為三個層次，分別為“基礎(chǔ)模型—專業(yè)模型—服務(wù)應(yīng)用”。第一層為基礎(chǔ)模型層?？梢詫⒒A(chǔ)模型層理解為操作系統(tǒng)，世界范圍內(nèi)可能存在少量具有競爭關(guān)系的通用性基礎(chǔ)模型，以及若干在特定行業(yè)高價值專業(yè)化的基礎(chǔ)模型。但由于訓(xùn)練開發(fā)成本驚人，因此只能由少數(shù)知名企業(yè)與機構(gòu)提供。超千億參數(shù)的大模型研發(fā)，并不僅僅是算法問題，而是囊括了底層龐大算力、網(wǎng)絡(luò)、大數(shù)據(jù)、機器學(xué)習(xí)等諸多領(lǐng)域的復(fù)雜系統(tǒng)性工程，需要有超大規(guī)模人工智能基礎(chǔ)設(shè)施的支撐。生成式人工智能大模型與云計算相互依賴，在云服務(wù)基礎(chǔ)上疊加模型即服務(wù)的業(yè)態(tài)，可為專業(yè)模型層提供人工智能基礎(chǔ)服務(wù)，也可直接為客戶端用戶提供服務(wù)。

第二層為專業(yè)模型層。在基礎(chǔ)模型的技術(shù)支持下，企業(yè)可通過深度學(xué)習(xí)平臺等進行適應(yīng)專業(yè)垂直細(xì)分領(lǐng)域和場景的個性化定制。作為下游垂直細(xì)分領(lǐng)域的開發(fā)者，可以在基礎(chǔ)模型的基礎(chǔ)上簡化開發(fā)工作，并以專業(yè)模型為基礎(chǔ)開發(fā)服務(wù)應(yīng)用。與開發(fā)昂貴的基礎(chǔ)模型不同，產(chǎn)品模型是在基礎(chǔ)模型基礎(chǔ)上進行專業(yè)領(lǐng)域知識與專業(yè)數(shù)據(jù)的優(yōu)化訓(xùn)練。這是因為直接將基礎(chǔ)模型應(yīng)用于專業(yè)領(lǐng)域存在可信性不足的問題，也會由于缺乏專業(yè)知識導(dǎo)致表現(xiàn)不佳，如專門為生物制藥提供服務(wù)的產(chǎn)品模型，專門構(gòu)建融合了領(lǐng)域知識的大模型分子圖預(yù)訓(xùn)練模型，應(yīng)用于藥物設(shè)計、靶點發(fā)現(xiàn)等生物制藥領(lǐng)域，并將其作為生物制藥模型的核心基礎(chǔ)。這類專業(yè)模型可被用于金融、就業(yè)、生物醫(yī)藥、教育等領(lǐng)域，根據(jù)垂直細(xì)分場景需求專門訓(xùn)練或定制。

第三層為服務(wù)應(yīng)用層。該層兼具技術(shù)與內(nèi)容生產(chǎn)者角色，如應(yīng)用于搜索引擎、智能問答、音視頻生成，直接為客戶端用戶提供服務(wù)。當(dāng)基礎(chǔ)模型直接提供客戶端的智慧問答時，就成為了服務(wù)應(yīng)用層，如ChatGPT 即基礎(chǔ)模型直接為用戶提供智慧問答服務(wù)。

技術(shù)躍遷突破了現(xiàn)有法律制度的底層設(shè)定。“技術(shù)支持者—服務(wù)提供者—內(nèi)容生產(chǎn)者”的法律主體界分已經(jīng)隨著技術(shù)的發(fā)展被逐漸消解。先是近年來技術(shù)中立原則被立法和判例屢次否認(rèn)，服務(wù)提供者和內(nèi)容生產(chǎn)者的角色界限已經(jīng)不再明晰。生成式人工智能的大模型進一步將三者功能實質(zhì)上融為一體，既可以模型即服務(wù)的形式為企業(yè)提供技術(shù)服務(wù)，又可以通過智慧問答的方式直接提供對用戶的內(nèi)容生成，法律主體的界限在技術(shù)實際運行中已經(jīng)模糊。

互聯(lián)網(wǎng)發(fā)展初期的技術(shù)結(jié)構(gòu)，也就是專業(yè)生產(chǎn)內(nèi)容時代確立的“網(wǎng)絡(luò)服務(wù)提供者”與“內(nèi)容生產(chǎn)者”的二元結(jié)構(gòu)已經(jīng)隨著技術(shù)發(fā)展被逐漸消解。在用戶生成內(nèi)容時代，平臺是“服務(wù)提供者”，用戶取代專業(yè)媒體成為海量的活躍于平臺的“內(nèi)容生產(chǎn)者”。平臺通過算法控制用戶生成內(nèi)容的信息流，既是信源又是信道，成為“基于算法”的信息發(fā)布者。① 平臺（服務(wù)提供者）基于推薦算法對信息流的控制，使其一定程度上具有了內(nèi)容生產(chǎn)者的性質(zhì)，經(jīng)過了較長的理論探討和司法判例才在司法判例中得到承認(rèn)。

生成式人工智能的底層通用能力直接打破了網(wǎng)絡(luò)治理領(lǐng)域一直以來的網(wǎng)絡(luò)服務(wù)提供者與信息內(nèi)容生產(chǎn)者的二元藩籬，更是進一步將“技術(shù)支持者”的功能與上述二者相融合。例如，ChatGPT 可以被接入智能客服場景，當(dāng)用戶與智能客服發(fā)生對話時，其提供的內(nèi)容既直接與基礎(chǔ)模型的預(yù)訓(xùn)練數(shù)據(jù)與參數(shù)有關(guān)，也與專業(yè)模型的優(yōu)化垂直領(lǐng)域訓(xùn)練數(shù)據(jù)直接相關(guān)。有學(xué)者從劃分標(biāo)準(zhǔn)、規(guī)則適用、理論體系等方面論證了生成式人工智能服務(wù)提供者在形式上符合網(wǎng)絡(luò)內(nèi)容服務(wù)提供者的定義，但在實質(zhì)意義上不宜將其認(rèn)定為網(wǎng)絡(luò)內(nèi)容服務(wù)提供者。與此同時，在模型即服務(wù)的業(yè)態(tài)下，無論是通過API 接口介入基礎(chǔ)模型并保持在線的形式，還是提供開源基礎(chǔ)模型服務(wù)的形式，其在現(xiàn)有監(jiān)管框架內(nèi)又同時符合“技術(shù)支持者”和“服務(wù)提供者”角色。

如果說用戶生成內(nèi)容時代，法律可以通過提高平臺基于算法的注意義務(wù)來進行法律角色與責(zé)任規(guī)則的調(diào)適，那么，在人工智能生成內(nèi)容時代，三分的法律主體認(rèn)定規(guī)則是否有存在必要都成了問題。生成式人工智能使得數(shù)字社會生產(chǎn)方式的結(jié)構(gòu)已經(jīng)發(fā)生變化，以原有的主體為核心的治理模式無法應(yīng)對技術(shù)的發(fā)展。

（三）生成式人工智能的傳播模式與技術(shù)指標(biāo)難以適用原有監(jiān)管工具

生成式人工智能的技術(shù)躍遷，已經(jīng)形成了底層技術(shù)基座與產(chǎn)業(yè)技術(shù)鏈條，訓(xùn)練數(shù)據(jù)與參數(shù)指數(shù)級增長，打破了現(xiàn)有的網(wǎng)絡(luò)治理法律制度對數(shù)字社會生產(chǎn)方式在信息傳播方式方面的底層設(shè)定。這使得圍繞信息不對稱建立起來的透明度監(jiān)管工具箱面臨著困難，信息內(nèi)容傳播中的責(zé)任認(rèn)定和責(zé)任分配也面臨著挑戰(zhàn)。

產(chǎn)業(yè)模式和技術(shù)參數(shù)指標(biāo)決定了透明度的監(jiān)管工具箱的適用困難。生成式人工智能的預(yù)訓(xùn)練大模型類似于其在海量數(shù)據(jù)的自監(jiān)督學(xué)習(xí)階段完成“基礎(chǔ)”教育，然后再由垂直產(chǎn)業(yè)企業(yè)根據(jù)自身需要進行專門性訓(xùn)練和參數(shù)微調(diào)，類似于“專業(yè)”教育。過去算法監(jiān)管針對的是分散化的模型研發(fā)模式，現(xiàn)在的預(yù)訓(xùn)練大模型具有通用性和泛化性，帶來了標(biāo)準(zhǔn)化的人工智能研發(fā)范式。在共享參數(shù)、多個主體在不同環(huán)節(jié)分別訓(xùn)練的情況下，信息披露變得愈加艱難。從技術(shù)指標(biāo)上看，大模型參數(shù)規(guī)模逐步提升至千億、萬億，數(shù)據(jù)特征高維、模態(tài)格式多樣的趨勢也逐漸明顯，計算復(fù)雜度會隨之呈指數(shù)增加，這意味著人工智能的可解釋性更差。除了數(shù)據(jù)和參數(shù)的指數(shù)級增長，生成式人工智能可從給定數(shù)據(jù)中直接估計一個分布并生成新數(shù)據(jù)，可發(fā)現(xiàn)同類數(shù)據(jù)本身的相似度但非復(fù)制，給自動化決策結(jié)果的解釋說明帶來了更多困難。

生成式人工智能改變了網(wǎng)絡(luò)信息傳播方式，這使得信息內(nèi)容安全方面的責(zé)任認(rèn)定和責(zé)任分配規(guī)則面臨挑戰(zhàn)。生成式人工智能生成的內(nèi)容更加個性化、定制化，投放方式更為精準(zhǔn)。信息傳播方式從“信息的搜索和呈現(xiàn)”，如推薦信息流、搜索引擎等方式，跨越到了“獨立解決問題”的方式。在為用戶解決問題（如協(xié)助創(chuàng)作、回答、完成任務(wù)）的過程中將定制化的產(chǎn)品或者服務(wù)分發(fā)給用戶。這是否落入《網(wǎng)絡(luò)安全法》第24 條有關(guān)網(wǎng)絡(luò)實名制的范圍內(nèi)呢？ 智能問答難以精確歸屬于“為用戶提供信息發(fā)布、即時通訊等服務(wù)”，因此生成式人工智能是否應(yīng)貫徹網(wǎng)絡(luò)實名制的要求存在爭議。此外，如果在用戶的提問引導(dǎo)下，生成式人工智能產(chǎn)出了不符合信息內(nèi)容安全的結(jié)果，生成式人工智能服務(wù)提供者是否要承擔(dān)“內(nèi)容生產(chǎn)者”的義務(wù)呢？ 在與用戶的互動中，生成式人工智能可以進一步依據(jù)用戶需求和使用習(xí)慣調(diào)整輸出內(nèi)容。內(nèi)容的產(chǎn)生是一個動態(tài)迭代和優(yōu)化的過程，可以通過收集反饋和評估效果不斷調(diào)整和改進。這種情況下，用戶與生成式人工智能服務(wù)提供者共同影響生成的內(nèi)容，這使得有關(guān)信息網(wǎng)絡(luò)傳播的定義和法律責(zé)任認(rèn)定規(guī)則都可能面臨挑戰(zhàn)。

綜上所述，生成式人工智能不僅是人工智能技術(shù)的迭代革命，也意味著數(shù)字社會生產(chǎn)方式進一步向前推進。一方面，生成式人工智能產(chǎn)業(yè)呈現(xiàn)分層狀態(tài)，“基礎(chǔ)模型—專業(yè)模型—服務(wù)應(yīng)用”的技術(shù)業(yè)態(tài)使得各層兼具“技術(shù)支持者—服務(wù)提供者—內(nèi)容生產(chǎn)者”功能 ;另一方面，生成式人工智能改變了網(wǎng)絡(luò)信息傳播方式，訓(xùn)練數(shù)據(jù)與參數(shù)指數(shù)級增長。生成式人工智能的技術(shù)特點和產(chǎn)業(yè)形態(tài)打破了現(xiàn)有的網(wǎng)絡(luò)治理法律制度對數(shù)字社會生產(chǎn)方式在結(jié)構(gòu)與信息傳播方式方面的底層設(shè)定，本質(zhì)上重構(gòu)了網(wǎng)絡(luò)法的底層架構(gòu)，這必然要求對其法律地位和治理框架進行重新認(rèn)識和調(diào)整。

三、生成式人工智能分層業(yè)態(tài)下的法律定位：基礎(chǔ)模型層是數(shù)字基礎(chǔ)設(shè)施

面對一套技術(shù)系統(tǒng)，首要的是判斷其究竟是一個獨立的技術(shù)系統(tǒng)，還是一整套生產(chǎn)方式。討論生成式人工智能的法律角色及法律治理，需要究其本質(zhì)，探討其在數(shù)字社會生產(chǎn)中對生產(chǎn)方式的影響。生成式人工智能的基礎(chǔ)模型因可接入千行百業(yè)而具有通用性，推動著數(shù)據(jù)要素流動以及具有公共性的融合計算服務(wù)體系建立;同時提供網(wǎng)絡(luò)信息內(nèi)容與機器所需合成數(shù)據(jù)具有強大賦能性，是人工智能時代的新型數(shù)字基礎(chǔ)設(shè)施。作為新型數(shù)字基礎(chǔ)設(shè)施，生成式人工智能基礎(chǔ)模型本身具有通用性，并且因為對下游產(chǎn)業(yè)的控制力而具有公共性。

（一）基礎(chǔ)模型融合數(shù)據(jù)算法算力三要素成為獨立規(guī)制對象

基礎(chǔ)模型融合海量數(shù)據(jù)、算法、算力，是人工智能時代的“重工業(yè)”，高昂的成本必然使基礎(chǔ)模型從“百花齊放”到“數(shù)枝獨秀”，而改變現(xiàn)有各平臺分散研發(fā)的模式，這打破了現(xiàn)有的網(wǎng)絡(luò)治理法律制度對數(shù)字社會生產(chǎn)方式的底層設(shè)定。無論是基于風(fēng)險的治理，還是基于主體或基于應(yīng)用的治理，均形成于人工智能專用模型作為底層架構(gòu)的發(fā)展階段。生成式人工智能的分層業(yè)態(tài)中，基礎(chǔ)模型是底層核心技術(shù)，也是人工智能研發(fā)工程化的重大創(chuàng)新?；A(chǔ)模型最重要的是進行“訓(xùn)練”，無論是預(yù)訓(xùn)練還是優(yōu)化訓(xùn)練，都是對數(shù)據(jù)、算法、算力等要素資源的精巧組合，最后形成具有超大規(guī)模參數(shù)量的基礎(chǔ)模型?！坝?xùn)練”既是生成式人工智能投入產(chǎn)業(yè)應(yīng)用前的技術(shù)工程，又直接影響到后續(xù)專業(yè)模型的表現(xiàn)和服務(wù)應(yīng)用的內(nèi)容?！渡疃群铣晒芾硪?guī)定》首次明確了深度合成服務(wù)提供者和技術(shù)支持者對訓(xùn)練數(shù)據(jù)的管理義務(wù)，不過規(guī)定并未進一步就訓(xùn)練數(shù)據(jù)的管理細(xì)則提出要求?！坝?xùn)練數(shù)據(jù)”在生成式人工智能治理中已經(jīng)作為專門對象，說明監(jiān)管部門充分認(rèn)識到訓(xùn)練應(yīng)該成為法律調(diào)整的對象，因其直接關(guān)系生成式人工智能的法律定位與相關(guān)權(quán)利義務(wù)分配。

基礎(chǔ)模型的訓(xùn)練數(shù)據(jù)與生成結(jié)果之間的關(guān)系，早已超越“算法黑箱”的復(fù)雜性，數(shù)據(jù)規(guī)模產(chǎn)生“涌現(xiàn)”現(xiàn)象，更類似于食物被消化長成了骨骼肌肉。大模型的訓(xùn)練需要強大的數(shù)據(jù)預(yù)處理能力，在模型訓(xùn)練之前，通常依賴專業(yè)數(shù)據(jù)團隊對數(shù)據(jù)集進行去重、清洗、分詞、詞的正則化或標(biāo)準(zhǔn)化等一系列預(yù)處理。通過海量數(shù)據(jù)的“投喂”后，大模型會在某個臨界值出現(xiàn)“涌現(xiàn)”現(xiàn)象，意指在訓(xùn)練量較小的時候，其結(jié)果與隨機結(jié)果差不多，但當(dāng)訓(xùn)練量超過某個閾值的時候，模型處理復(fù)雜問題的能力和精確度突然大幅提升?？梢岳斫鉃榇竽Ｐ屯ㄟ^海量學(xué)習(xí)，經(jīng)歷記憶期和平臺期，方可“頓悟”到其中規(guī)律，達(dá)到具有強大處理能力的泛化期。而這也是大模型獲得底層通用能力的原因。

由此可見，模型訓(xùn)練的目的是獲得“能力”，這與既有法律制度中的信息內(nèi)容監(jiān)管、以風(fēng)險為導(dǎo)向的分級分類治理的監(jiān)管目標(biāo)有所不同。與此同時，訓(xùn)練行為也與個人信息處理行為、算法推薦服務(wù)提供、數(shù)據(jù)處理行為等現(xiàn)有法律體系中的相關(guān)概念有所不同。

第一，模型訓(xùn)練過程有機融合了數(shù)據(jù)、算法、主體、場景等人工智能的監(jiān)管對象。目前我國的技術(shù)治理體系中，設(shè)立了數(shù)據(jù)、算法、主體、場景四大類分級分類的標(biāo)準(zhǔn)。我國目前初步構(gòu)建的多系統(tǒng)分級分類法律體系將基礎(chǔ)模型的風(fēng)險判斷因素有機融合，在基礎(chǔ)模型的風(fēng)險級別判斷標(biāo)準(zhǔn)上，包含了數(shù)據(jù)處理量級及廣泛被應(yīng)用的場景兩大考量因素。

第二，訓(xùn)練數(shù)據(jù)的質(zhì)和量是生成式人工智能高質(zhì)量發(fā)展的基礎(chǔ)，《辦法（征求意見稿）》專門對數(shù)據(jù)質(zhì)量提出要求?；A(chǔ)模型的生成內(nèi)容與訓(xùn)練數(shù)據(jù)存在相關(guān)關(guān)系，分析認(rèn)為ChatGPT 出現(xiàn)輸出價值觀偏差的核心原因，是數(shù)據(jù)集在多樣性、代表性、公正性等方面存在缺陷，導(dǎo)致偏見、刻板印象、文化片面性等問題。此外，在《辦法（征求意見稿）》出臺以前，就有對“數(shù)據(jù)質(zhì)量”的法律規(guī)定，這些要求或來源于政策文件的倡導(dǎo)性條款，或來自防止弄虛作假等“合法性”的要求。

第三，模型訓(xùn)練行為獨立于個人信息處理行為、算法推薦服務(wù)提供及數(shù)據(jù)處理等既有法定行為，這主要體現(xiàn)在前述諸多行為的相關(guān)法律規(guī)范難以適用于訓(xùn)練行為的規(guī)制上。如基礎(chǔ)模型的訓(xùn)練需要海量數(shù)據(jù)，訓(xùn)練數(shù)據(jù)中涉及的“個人信息”的處理和使用存在違反我國《個人信息保護法》中的“最小必要”原則要求的風(fēng)險。用戶在使用ChatGPT 過程中所提供的個人信息上附著的個人信息法定權(quán)益，如撤回、修改、刪除的權(quán)利等，現(xiàn)階段都難以通過有實質(zhì)性幫助的便捷方式得到保障。但在基礎(chǔ)模型的訓(xùn)練過程中，生成式人工智能服務(wù)提供者作為數(shù)據(jù)處理者，仍應(yīng)依據(jù)《數(shù)據(jù)安全法》履行數(shù)據(jù)安全保障義務(wù)。

由此可見，基礎(chǔ)模型的訓(xùn)練已經(jīng)成為了一個融合了數(shù)據(jù)、算法、算力的專門過程，需要出臺專門的、獨立的規(guī)范予以規(guī)制?！掇k法（征求意見稿）》擬將訓(xùn)練數(shù)據(jù)列為專門的調(diào)整對象，這意味著我國監(jiān)管部門已經(jīng)開始從基礎(chǔ)模型的訓(xùn)練階段著手展開規(guī)制。

（二）基礎(chǔ)模型的通用性與賦能性及其帶來的生產(chǎn)方式變化

生成式人工智能的基礎(chǔ)模型因可接入千行百業(yè)具有通用性，可為多個垂直細(xì)分領(lǐng)域創(chuàng)造個性化人工智能系統(tǒng)，同時提供網(wǎng)絡(luò)信息內(nèi)容與機器所需合成數(shù)據(jù)具有強大賦能性，是人工智能時代的新型數(shù)字基礎(chǔ)設(shè)施。作為新型數(shù)字基礎(chǔ)設(shè)施，其推動著數(shù)據(jù)要素流動及具有公共性的融合計算服務(wù)體系建立。

第一，基礎(chǔ)模型具有通用性，可支撐多個垂直產(chǎn)業(yè)泛化介入，降低數(shù)據(jù)生產(chǎn)要素流動壁壘?；A(chǔ)模型的功能泛化性、通用性改變了人工智能產(chǎn)業(yè)生態(tài)。人工智能技術(shù)實現(xiàn)了從決策式人工智能到生成式人工智能的躍遷。強大的底層通用能力是生成式人工智能基礎(chǔ)模型給人工智能產(chǎn)業(yè)帶來的躍遷式革新，底層大模型加上深度學(xué)習(xí)平臺，推動了人工智能全產(chǎn)業(yè)鏈的加速升級。這種通用性改變了過去人工智能分為視覺、聽覺、語義等不同領(lǐng)域分散研發(fā)的情況，實現(xiàn)了應(yīng)用領(lǐng)域和場景更換。海量的模型參數(shù)量、前所未有的數(shù)據(jù)處理量、更大的訓(xùn)練計算量，推動實現(xiàn)了人工智能模型通用性的跨越式提升。

基礎(chǔ)模型客觀上促進了數(shù)據(jù)要素共享，技術(shù)底層使得平臺打破封閉架構(gòu)實現(xiàn)互聯(lián)互通成為可能。既往的研究與討論中，數(shù)據(jù)要素的流動與共享的流動方式被想象為數(shù)據(jù)交易、公共數(shù)據(jù)開放，以及通過監(jiān)管部門主導(dǎo)的強制企業(yè)打破封閉架構(gòu)的互聯(lián)互通?；A(chǔ)模型則提供了新的數(shù)據(jù)共享與互聯(lián)互通的思路，具有超越性技術(shù)能力和資金支持的企業(yè)，通過碾壓式技術(shù)開發(fā)和成本投入，實現(xiàn)海量數(shù)據(jù)資源池與模型訓(xùn)練的規(guī)模效應(yīng)。當(dāng)不同的企業(yè)與應(yīng)用被鏈接到基礎(chǔ)模型上之后，又成為基礎(chǔ)模型的流量入口累積更多的數(shù)據(jù)，被用來進行進一步反饋性的模型訓(xùn)練。具有持續(xù)訓(xùn)練學(xué)習(xí)能力的預(yù)訓(xùn)練大模型，使得人工智能時代的技術(shù)基礎(chǔ)設(shè)施超越了數(shù)據(jù)存儲分析、支付物流、身份認(rèn)證等類型的平臺基礎(chǔ)服務(wù)，而是向產(chǎn)業(yè)層面延伸。這也進一步降低了生產(chǎn)要素流動的壁壘。

第二，基礎(chǔ)模型具有賦能性，兼具信息內(nèi)容與數(shù)據(jù)要素供給功能，可為產(chǎn)業(yè)企業(yè)賦能降本增效。大模型本身具有明顯的商業(yè)化價值，其對于行業(yè)的賦能，顯現(xiàn)了人工智能驅(qū)動新一輪科技革命和產(chǎn)業(yè)變革的巨大力量。生成型人工智能的基礎(chǔ)模型可以以“高質(zhì)量生成內(nèi)容”形式賦能，為網(wǎng)絡(luò)生態(tài)提供內(nèi)容資源。生成式人工智能不僅局限于分析已經(jīng)存在的東西，而是學(xué)習(xí)歸納已有數(shù)據(jù)后進行創(chuàng)造，基于歷史進行模仿式、縫合式創(chuàng)作，生成了全新的內(nèi)容，也能解決判別問題。在這樣的技術(shù)變革下，生成式人工智能的開發(fā)者的角色早已超越了為服務(wù)提供者提供技術(shù)支持，而是成為數(shù)字社會生產(chǎn)的資源提供者———內(nèi)容生產(chǎn)的強大引擎。生成型人工智能的基礎(chǔ)模型可以“合成數(shù)據(jù)”形式賦能，為模型訓(xùn)練提供數(shù)據(jù)生產(chǎn)要素。合成數(shù)據(jù)作為真實數(shù)據(jù)的替代品，是利用算法人為生成出符合真實世界情況的數(shù)據(jù)，可以在數(shù)學(xué)或統(tǒng)計學(xué)上反映真實數(shù)據(jù)的屬性。合成數(shù)據(jù)目前已應(yīng)用在人工智能模型訓(xùn)練開發(fā)和仿真驗證中，可以為數(shù)字孿生、智慧醫(yī)療等模型訓(xùn)練提供資源，并在金融、醫(yī)療、零售、工業(yè)諸多產(chǎn)業(yè)領(lǐng)域中落地實施。合成數(shù)據(jù)是人為生成的，具有成本低廉和隱私保護優(yōu)勢，可以解決真實數(shù)據(jù)采集耗時費力、數(shù)據(jù)標(biāo)注量大成本高和真實數(shù)據(jù)隱私泄露風(fēng)險等問題。

由此可見，基礎(chǔ)模型已經(jīng)從產(chǎn)業(yè)生態(tài)角度改變了數(shù)字社會生產(chǎn)，更成為了信息內(nèi)容和數(shù)據(jù)要素的提供者。

（三）基礎(chǔ)模型的數(shù)字基礎(chǔ)設(shè)施法律定位及其具備的公共性

基礎(chǔ)模型由于其通用性和賦能性，成為人工智能時代數(shù)字社會生產(chǎn)的新型數(shù)字基礎(chǔ)設(shè)施，也同時具備了數(shù)字基礎(chǔ)設(shè)施的公共性特征。基礎(chǔ)模型層作為基礎(chǔ)設(shè)施的公共性，一方面來自基礎(chǔ)模型組織數(shù)據(jù)、算法、算力人工智能要素參與社會生產(chǎn)的控制力，另一方面來自對企業(yè)和產(chǎn)業(yè)的影響力。

1. 生成式人工智能基礎(chǔ)模型是新型數(shù)字基礎(chǔ)設(shè)施

傳統(tǒng)基礎(chǔ)設(shè)施具有基礎(chǔ)性、賦能性和公共性等一般特征。基礎(chǔ)設(shè)施的基礎(chǔ)性源自其能夠為產(chǎn)業(yè)變革和經(jīng)濟發(fā)展提供基礎(chǔ)性支撐和行業(yè)賦能，如交通、能源、水利等基礎(chǔ)設(shè)施?；A(chǔ)設(shè)施如交通、水利設(shè)施等具有較強的賦能性，被認(rèn)為是社會先行資本，作為經(jīng)濟起飛的重要前提條件而應(yīng)當(dāng)優(yōu)先發(fā)展。進入數(shù)字經(jīng)濟時代，數(shù)字基礎(chǔ)設(shè)施已經(jīng)像水、電、公路一樣，成為人們生產(chǎn)生活的必備要素，為產(chǎn)業(yè)格局、經(jīng)濟發(fā)展、社會生態(tài)發(fā)展提供保障。數(shù)字經(jīng)濟時代，經(jīng)濟高質(zhì)量發(fā)展的需求下，社會生產(chǎn)對基礎(chǔ)設(shè)施的需求也隨之發(fā)生結(jié)構(gòu)性轉(zhuǎn)變。①生成式人工智能的基礎(chǔ)模型具有基礎(chǔ)設(shè)施性質(zhì)，可以支撐多產(chǎn)業(yè)泛化通用接入，客觀上促進了數(shù)據(jù)等生產(chǎn)要素共享，既意味著生產(chǎn)力躍升也同時推動了生產(chǎn)關(guān)系的變化。生成式人工智能的基礎(chǔ)模型層既符合傳統(tǒng)基礎(chǔ)設(shè)施的基礎(chǔ)性特點，也符合新型數(shù)字基礎(chǔ)設(shè)施可提供綜合數(shù)字計算與處理能力的特征。也是基于此，通用性、規(guī)模性成為人工智能產(chǎn)業(yè)政策的目標(biāo)。在《上海市人工智能產(chǎn)業(yè)發(fā)展“十四五”規(guī)劃》中明確指出現(xiàn)在人工智能發(fā)展面臨的瓶頸是規(guī)?；瘧?yīng)用深度不足，而大模型將會是未來突破發(fā)展瓶頸的關(guān)鍵技術(shù)?！侗本┦小笆奈濉睍r期高精尖產(chǎn)業(yè)發(fā)展規(guī)劃》也將國家級人工智能前沿研究中心、超大規(guī)模人工智能模型訓(xùn)練平臺作為了發(fā)展重點?！稄V州市人工智能產(chǎn)業(yè)鏈高質(zhì)量發(fā)展三年行動計劃》也提到對大模型及其上下游產(chǎn)業(yè)生態(tài)鏈的布局要求。生成式人工智能的模型層既是企業(yè)的開發(fā)平臺，也是模型訓(xùn)練的資料來源，具有新型數(shù)字基礎(chǔ)設(shè)施的賦能性特征。

2. 生成式人工智能基礎(chǔ)模型作為數(shù)字基礎(chǔ)設(shè)施的公共性

理論上對平臺作為數(shù)字基礎(chǔ)設(shè)施的公共性論證多從兩個角度展開：一是平臺本身作為載體的公共性，基于其組織生產(chǎn)、掌控數(shù)據(jù)等生產(chǎn)要素等;二是對平臺內(nèi)經(jīng)營者的治理等公共性權(quán)力，事實上承擔(dān)著維護市場秩序保護用戶權(quán)益的公共職能。生成式人工智能的基礎(chǔ)模型層一方面充分符合本身作為載體的公共性，另一方面對接入基礎(chǔ)模型的下游生產(chǎn)者具有準(zhǔn)管理的公共性權(quán)力。

第一，生成式人工智能的基礎(chǔ)模型作為新型數(shù)字基礎(chǔ)設(shè)施，形態(tài)是新型集成型平臺，本身具有公共性?；A(chǔ)模型比起數(shù)字平臺更加縱深地組織生產(chǎn)提供基礎(chǔ)性服務(wù)。基礎(chǔ)模型提供的不僅包括原有平臺的數(shù)據(jù)、算法、基礎(chǔ)服務(wù)、網(wǎng)絡(luò)、資源等核心要素，更進一步將“模型作為服務(wù)”的服務(wù)擴展到了有效的算力如芯片架構(gòu)和算力系統(tǒng)，還包括開發(fā)系統(tǒng)和環(huán)境、云計算等系列融合性的智能服務(wù)。如我國浪潮信息開發(fā)了2457 億參數(shù)的“源”大模型，通過模型API 服務(wù)、領(lǐng)域模型、開發(fā)者社區(qū)等多種形式對外提供算法基礎(chǔ)服務(wù)。② 其次，基礎(chǔ)模型的訓(xùn)練需要海量數(shù)據(jù)與算力的驚人投入，基礎(chǔ)模型匯聚和掌控著人工智能的三要素數(shù)據(jù)、算法和算力，因而具有公共性。一般認(rèn)為模型的思維推理能力與模型參數(shù)大小有正相關(guān)趨勢，一般是突破一個臨界規(guī)模（大概62B，B 代表10 億），模型才能通過思維鏈提示的訓(xùn)練獲得相應(yīng)的能力。預(yù)訓(xùn)練大模型的高算力投入設(shè)置了人工智能研發(fā)的高門檻，目前全球范圍內(nèi)只有少數(shù)頭部企業(yè)和科研機構(gòu)能夠支撐預(yù)訓(xùn)練大模型的開發(fā)、訓(xùn)練。

第二，生成式人工智能的基礎(chǔ)模型進一步綁定了平臺與企業(yè)的關(guān)系，具有了對產(chǎn)業(yè)和企業(yè)前所未有的控制力。如果說數(shù)字平臺經(jīng)營者的市場力量還來源于對競爭和交易的控制力，那么基礎(chǔ)模型的控制力更來自對技術(shù)運行的控制力。接入基礎(chǔ)模型的企業(yè)經(jīng)由深度平臺訓(xùn)練的“應(yīng)用”“服務(wù)”將不再如以往一樣擁有獨立支配運行的權(quán)力，因為大模型作為技術(shù)基礎(chǔ)設(shè)施使得垂直細(xì)分行業(yè)的應(yīng)用與服務(wù)具有“出租”性質(zhì)，服務(wù)與應(yīng)用變成了必須依賴大模型更新的在線服務(wù)。打個比方，消費者既往購買紙質(zhì)書即享有書的完全所有權(quán)，但現(xiàn)在購買電子書，服務(wù)提供者可設(shè)置期限停止消費者的訪問權(quán)限。仰賴基礎(chǔ)模型提供人工智能服務(wù)的企業(yè)，與過去購買機器設(shè)備等物理實體的企業(yè)相比，對上游技術(shù)的依賴性更強。因此，大模型的服務(wù)商對整個產(chǎn)業(yè)生態(tài)系統(tǒng)具有了前所未有的技術(shù)層面的控制力。未來的基礎(chǔ)模型的計算能力也成為人工智能產(chǎn)業(yè)的重要資源，引起對企業(yè)具有正向賦能效應(yīng)，對產(chǎn)業(yè)企業(yè)運行具有更強的穿透力。

綜上所述，生成式人工智能不僅是人工智能技術(shù)的迭代革命，也意味著數(shù)字社會生產(chǎn)方式進一步向前推進，而生成式人工智能的模型層則因具有極強的通用性、賦能性成為了人工智能時代的新型數(shù)字基礎(chǔ)設(shè)施。新型數(shù)字基礎(chǔ)設(shè)施既具有傳統(tǒng)基礎(chǔ)設(shè)施的特點，也有別于原有的數(shù)字基礎(chǔ)設(shè)施。在特征上由于多產(chǎn)業(yè)泛化通用接入、供給數(shù)字社會生產(chǎn)的網(wǎng)絡(luò)內(nèi)容生態(tài)與模型驗證訓(xùn)練和具有數(shù)據(jù)和算力的自然壟斷性，而具備基礎(chǔ)設(shè)施的通用性、賦能性特征;又有別于原有的數(shù)字基礎(chǔ)設(shè)施，不僅提供連接服務(wù)更提供計算服務(wù)，不僅外部賦能更提供生產(chǎn)要素，不僅具有公共性也具有一定的競爭性。因此，在社會生產(chǎn)方式的演進語境下，生成式人工智能的模型層是人工智能時代的新型數(shù)字基礎(chǔ)設(shè)施，本質(zhì)是對生產(chǎn)力的大幅提升。

四、生成式人工智能的分層治理體系構(gòu)建

我國生成式人工智能的法律治理應(yīng)以發(fā)展為導(dǎo)向，以生成式人工智能的多重法律角色作為治理的原點，調(diào)整原有制度中的不協(xié)調(diào)之處。在鼓勵我國生成式人工智能發(fā)展的思路下，應(yīng)將生成式人工智能作為基礎(chǔ)設(shè)施，劃分為技術(shù)、產(chǎn)品與服務(wù)三個層次，以“基礎(chǔ)模型—產(chǎn)品模型—服務(wù)應(yīng)用”為形式，關(guān)注不同層次的不同生產(chǎn)要素，大力鼓勵基礎(chǔ)模型層的技術(shù)發(fā)展，審慎包容監(jiān)管產(chǎn)品模型層，對服務(wù)應(yīng)用層沿用并調(diào)整以實施敏捷治理。將我國從較為單一的場景的算法治理，演化為適應(yīng)不同治理目標(biāo)的生成型人工智能的復(fù)合型系統(tǒng)性治理。

（一）從主體監(jiān)管到“基礎(chǔ)模型—專業(yè)模型—服務(wù)應(yīng)用”分層規(guī)制

生成式人工智能的治理應(yīng)順應(yīng)技術(shù)發(fā)展給社會生產(chǎn)帶來的變化，重新思考人工智能治理底層技術(shù)邏輯改變后，應(yīng)如何更為有效的構(gòu)建治理框架。生成式人工智能的治理應(yīng)改變我國原有的“技術(shù)支持者—服務(wù)提供者—內(nèi)容生產(chǎn)者”的監(jiān)管體系，實施“基礎(chǔ)模型—專業(yè)模型—服務(wù)應(yīng)用”的分層規(guī)制。不同的層次適配不同的規(guī)制思路與工具。

數(shù)據(jù)、算法、人工智能等前沿技術(shù)推動法律制度發(fā)生變革，仍遵循經(jīng)典的“生產(chǎn)力決定生產(chǎn)關(guān)系”馬克思主義政治經(jīng)濟學(xué)原理。在20 世紀(jì)末數(shù)字經(jīng)濟發(fā)展早期和具有通用性的生成式人工智能發(fā)展的今天，呈現(xiàn)了一致的發(fā)展趨勢：更廣泛的社會生產(chǎn)的資源被綁定于平臺之上，平臺在產(chǎn)業(yè)生態(tài)中更為縱深地控制和組織社會生產(chǎn)。生成式人工智能需要法律應(yīng)對的主要原因，在于其深層次地推動了數(shù)字社會生產(chǎn)的進一步變革。早期網(wǎng)絡(luò)法發(fā)軔于知識產(chǎn)權(quán)領(lǐng)域，是因為文字和音樂等作品最先被數(shù)字化并可在網(wǎng)絡(luò)上流動;后期網(wǎng)約車、勞動力、商品等可被數(shù)字化表達(dá)，平臺經(jīng)濟迅速發(fā)展;如今生成式人工智能的基礎(chǔ)模型打通了人機語言壁壘，實現(xiàn)了萬物皆可“Token”化，因此可以更加廣泛和深入地鏈接、調(diào)配更多的垂直產(chǎn)業(yè)、實體經(jīng)濟，不僅填充與完善了既有的網(wǎng)絡(luò)業(yè)態(tài)，也會發(fā)展為技術(shù)、內(nèi)容、計算服務(wù)多樣化與一體化的集約型模型服務(wù)平臺。

分層規(guī)制的原因之一，在于只有在生成式人工智能的服務(wù)應(yīng)用層有劃分“服務(wù)提供者—內(nèi)容生產(chǎn)者”的意義，在基礎(chǔ)模型和專業(yè)模型層則與“內(nèi)容生產(chǎn)者”規(guī)制目的關(guān)系不強。這是因為“內(nèi)容生產(chǎn)者”概念來自信息內(nèi)容安全監(jiān)管，其制度目的在于向社會公眾通過服務(wù)提供者發(fā)布信息，需遵守底線負(fù)有相關(guān)義務(wù)以保證信息內(nèi)容安全。但是，生成式人工智能的基礎(chǔ)模型層和專業(yè)模型層要么只在企業(yè)內(nèi)部訓(xùn)練運行，要么向垂直細(xì)分領(lǐng)域的企業(yè)（B 端）提供接口以賦能，并不直接與用戶（C端）發(fā)生交互。而實現(xiàn)對“內(nèi)容生產(chǎn)者”的規(guī)制目的，只需要在服務(wù)應(yīng)用層提出相關(guān)要求，做好過濾審核即可。生成式人工智能的功能遠(yuǎn)不限于“內(nèi)容生成”而已經(jīng)成為新型數(shù)字基礎(chǔ)設(shè)施。因此，僅僅由于其生成文本、視頻、音頻等一項功能就以“內(nèi)容生產(chǎn)者”做全產(chǎn)業(yè)鏈的要求并不符合其功能業(yè)態(tài)。

分層規(guī)制的原因之二，在于減輕技術(shù)端即基礎(chǔ)模型層和專業(yè)模型層的注意義務(wù)，促進產(chǎn)業(yè)發(fā)展。在現(xiàn)有的治理框架內(nèi)，技術(shù)提供者對信息內(nèi)容安全的注意義務(wù)最低，內(nèi)容生產(chǎn)者對信息內(nèi)容安全的注意義務(wù)最高。在互聯(lián)網(wǎng)發(fā)展早期，服務(wù)提供者享受了多年的責(zé)任豁免，這也被認(rèn)為是網(wǎng)絡(luò)產(chǎn)業(yè)發(fā)展迅速的重要原因。生成式人工智能在服務(wù)應(yīng)用層仍沿用之前信息內(nèi)容安全的監(jiān)管制度，即可實現(xiàn)信息內(nèi)容安全的治理目的。如果基礎(chǔ)模型層和專業(yè)模型層即按照“內(nèi)容生產(chǎn)者”進行要求，則其將成為科技創(chuàng)新的負(fù)擔(dān)。

分層規(guī)制的原因之三，在于鼓勵企業(yè)根據(jù)不同的業(yè)態(tài)層次承擔(dān)不同水位的風(fēng)險防范義務(wù)與法律責(zé)任。分層治理也鼓勵企業(yè)分別發(fā)展基礎(chǔ)模型層和服務(wù)應(yīng)用層，區(qū)分對企業(yè)和對用戶模式。分層治理可以將基礎(chǔ)模型層從內(nèi)容生產(chǎn)者的責(zé)任中解放出來，鼓勵企業(yè)將面向用戶提供服務(wù)應(yīng)用的傳播信息內(nèi)容部分切割出來單獨承擔(dān)責(zé)任。即使不進行主體和業(yè)務(wù)的切分，企業(yè)和工作人員也可按照風(fēng)險發(fā)生等級承擔(dān)相應(yīng)責(zé)任。

在分層規(guī)制中不同的層次有各自的治理理念與監(jiān)管聚焦?；A(chǔ)模型層應(yīng)以發(fā)展為導(dǎo)向，關(guān)注科技倫理、訓(xùn)練數(shù)據(jù)、模型參數(shù);專業(yè)模型層應(yīng)以審慎包容為理念，關(guān)注關(guān)鍵領(lǐng)域與場景，訓(xùn)練數(shù)據(jù)來源與安全，個人信息保護，并在此領(lǐng)域可引入分級分類;服務(wù)應(yīng)用層則關(guān)注信息內(nèi)容安全、市場競爭秩序與用戶權(quán)益保護，沿用原有監(jiān)管工具，并適時引入新興監(jiān)管工具、細(xì)化合規(guī)免責(zé)制度，給新興技術(shù)發(fā)展留下試錯空間。將我國從較為單一的場景的算法治理，演化為適應(yīng)不同治理目標(biāo)的生成型人工智能的復(fù)合型系統(tǒng)性治理。

（二）以發(fā)展為導(dǎo)向的基礎(chǔ)模型層制度設(shè)計及其公共性考量

分層規(guī)制理念下，應(yīng)將生成式人工智能的基礎(chǔ)模型層作為新型數(shù)字基礎(chǔ)設(shè)施。生成式人工智能的基礎(chǔ)模型應(yīng)作為經(jīng)濟數(shù)字智能化轉(zhuǎn)型的重要依托，由國家適度超前部署、擴大產(chǎn)業(yè)投資、激發(fā)民間活力。因此，在新型基礎(chǔ)設(shè)施的發(fā)展理念下，應(yīng)從法律制度層面保障生產(chǎn)資源的獲取，規(guī)劃數(shù)據(jù)要素與算力資源的投入調(diào)配，并在基礎(chǔ)模型層達(dá)到一定的公共性標(biāo)準(zhǔn)后，要求其以開放中立為原則，合理行使平臺內(nèi)公共管理權(quán)力。

第一，建立公共訓(xùn)練數(shù)據(jù)池推動基礎(chǔ)模型的數(shù)字基礎(chǔ)設(shè)施建設(shè)。生成式人工智能基礎(chǔ)模型層的數(shù)字基礎(chǔ)設(shè)施建設(shè)，需要法律制度保障其獲取數(shù)據(jù)要素，可通過構(gòu)建數(shù)據(jù)管理制度促進數(shù)據(jù)利用，以及建立公共訓(xùn)練數(shù)據(jù)池推動產(chǎn)業(yè)發(fā)展。在《數(shù)字中國建設(shè)整體布局規(guī)劃》中，將構(gòu)建數(shù)據(jù)資源暢通循環(huán)的制度作為數(shù)字基礎(chǔ)設(shè)施建設(shè)的內(nèi)容，充分體現(xiàn)了數(shù)據(jù)生產(chǎn)要素對于基礎(chǔ)設(shè)施建設(shè)的重要作用。高質(zhì)量的模型訓(xùn)練，需要高質(zhì)量的訓(xùn)練數(shù)據(jù)。有關(guān)公共衛(wèi)生、科技、教育的國家數(shù)據(jù)資源庫，可成為公共訓(xùn)練數(shù)據(jù)池的重要來源，實現(xiàn)數(shù)據(jù)匯聚利用的價值。

第二，設(shè)置合理知識產(chǎn)權(quán)制度保障基礎(chǔ)模型層訓(xùn)練數(shù)據(jù)的獲取?；ヂ?lián)網(wǎng)上累積數(shù)十年的數(shù)據(jù)、數(shù)據(jù)庫、代碼等被用來進行大模型的訓(xùn)練?，F(xiàn)階段主流觀點認(rèn)為“合理訓(xùn)練”有利于人工智能產(chǎn)業(yè)發(fā)展，各國產(chǎn)業(yè)政策和法律也正在跟進。

第三，被認(rèn)定為具有公共性的平臺應(yīng)以開放中立為一般原則，以拒絕向特定用戶開放為例外。當(dāng)未來的某些基礎(chǔ)模型層經(jīng)過競爭達(dá)到一定規(guī)模，則會涉及因具備公共性而承擔(dān)開放中立與其他相關(guān)義務(wù)的問題。從宏觀的視角看，作為智能服務(wù)提供者的模型平臺支撐數(shù)字經(jīng)濟運行，對于各個行業(yè)的數(shù)字化轉(zhuǎn)型都具有不可忽視的戰(zhàn)略意義。在現(xiàn)階段接入基礎(chǔ)模型的服務(wù)享有強大競爭優(yōu)勢（如ChatGPT 接入必應(yīng)搜索引擎），未來當(dāng)生成式人工智能服務(wù)成為社會生產(chǎn)普遍服務(wù)后，可能將出現(xiàn)“模型開放中立”原則，即凡是愿意接受基礎(chǔ)模型服務(wù)協(xié)議、在誠實信用原則下使用模型服務(wù)的主體，均不應(yīng)排除在模型服務(wù)之外，除非有拒絕支付合理對價（政府可能介入指導(dǎo)價格）、影響基礎(chǔ)模型安全運行（如對模型“投毒”）、危害國家安全等正當(dāng)理由。

最后，被認(rèn)定為具有公共性的平臺，應(yīng)合理行使平臺內(nèi)公共性管理權(quán)力?；A(chǔ)模型作為模型服務(wù)提供者，可通過模型與其他服務(wù)集成形成多元化服務(wù)平臺，同時可通過架構(gòu)開放自身用戶接口，使得第三方開發(fā)者通過運用和組裝平臺接口進一步開發(fā)新的模型與應(yīng)用，并可能在平臺上統(tǒng)一運營成為開放式平臺。通過模型的訪問權(quán)限，能夠調(diào)節(jié)模型平臺、用戶、第三方開發(fā)者等多個主體之間的關(guān)系，形成復(fù)雜分層的治理和控制機制，塑造人工智能生態(tài)產(chǎn)業(yè)鏈。公共性的模型平臺對于平臺上多個主體都具有強大的控制力和管理權(quán)限，應(yīng)要求其合理行使公共性管理權(quán)力，允許平臺內(nèi)公平競爭、保護創(chuàng)新、合理收費等，履行非歧視競爭義務(wù)。

將生成式人工智能的基礎(chǔ)模型作為新型數(shù)字基礎(chǔ)設(shè)施，應(yīng)匹配與基礎(chǔ)設(shè)施發(fā)展相適應(yīng)的法律制度，其中包括構(gòu)建數(shù)據(jù)要素流動制度與建立公共訓(xùn)練數(shù)據(jù)池，從法律制度層面保障“合理訓(xùn)練”獲取訓(xùn)練數(shù)據(jù)資源，以及合理投入并調(diào)配算力資源等。

（三）專業(yè)模型層與服務(wù)應(yīng)用層的審慎包容與敏捷治理工具箱

在基礎(chǔ)模型層之上的專業(yè)模型層與服務(wù)應(yīng)用層，應(yīng)有著不同的治理理念與監(jiān)管聚焦。在專業(yè)模型層，應(yīng)以審慎包容為理念，引入專業(yè)模型的分級分類，關(guān)注重點領(lǐng)域與場景，設(shè)置精細(xì)的新型避風(fēng)港規(guī)則。在服務(wù)應(yīng)用層，仍關(guān)注信息內(nèi)容安全、市場競爭秩序與用戶權(quán)益保護等價值，一方面沿用原有監(jiān)管工具，另一方面建立敏捷治理的監(jiān)管工具箱、細(xì)化合規(guī)免責(zé)制度，給新興技術(shù)發(fā)展留下試錯空間。

1. 專業(yè)模型層的審慎包容與分級分類

專業(yè)模型層的治理以審慎包容為理念，關(guān)注重點領(lǐng)域與場景的分級分類，設(shè)置合理的法律責(zé)任水平。一是在專業(yè)模型層將“模型”本身作為規(guī)制對象，融合數(shù)據(jù)、算法、場景的分級分類理念。專業(yè)模型層中，進行領(lǐng)域性專業(yè)性調(diào)優(yōu)的模型應(yīng)直接成為法律規(guī)制的對象，并與我國現(xiàn)有的數(shù)據(jù)、算法、場景的分級分類標(biāo)準(zhǔn)統(tǒng)籌協(xié)調(diào)。雖然基礎(chǔ)模型的通用性特征使其無法適應(yīng)分級分類的體系，但專業(yè)模型層則具有具體應(yīng)用的垂直行業(yè)與場景，可考慮設(shè)計監(jiān)管的分級分類。專業(yè)模型的分級分類應(yīng)以“模型能力”作為分級分類的考量指標(biāo)，模型能力直接與訓(xùn)練數(shù)據(jù)量級、算法性能相關(guān)。以模型能力作為專業(yè)模型層的分級分類監(jiān)管體系，可將數(shù)據(jù)、算法等標(biāo)準(zhǔn)有機統(tǒng)籌。

二是在不同的領(lǐng)域和場景疊加行業(yè)規(guī)范要求，在重點領(lǐng)域與場景進行專門的制度設(shè)計。專業(yè)模型層的用戶多為中小企業(yè)，通過“術(shù)業(yè)有專攻”的優(yōu)化訓(xùn)練對基礎(chǔ)模型進行行業(yè)化和場景化改造。換句話說，專業(yè)模型層是基礎(chǔ)模型層的B 端用戶，是服務(wù)應(yīng)用層的模型服務(wù)提供者。術(shù)業(yè)有專攻的優(yōu)化訓(xùn)練不僅應(yīng)遵循生成式人工智能訓(xùn)練數(shù)據(jù)的相關(guān)要求，還應(yīng)遵循行業(yè)規(guī)范的具體要求。如針對智慧醫(yī)療、心理咨詢的專業(yè)模型訓(xùn)練應(yīng)遵循醫(yī)療倫理的相關(guān)要求;提供金融服務(wù)的專業(yè)模型訓(xùn)練應(yīng)遵守金融系統(tǒng)監(jiān)管的法律法規(guī)等。在未來的監(jiān)管中，各部門也可對管理職能內(nèi)的專業(yè)模型訓(xùn)練進行專業(yè)指導(dǎo)與監(jiān)管。

三是需要合理設(shè)置發(fā)展早期的法律責(zé)任水平。社會成本本身即包括法律責(zé)任水平。各國為鼓勵網(wǎng)絡(luò)產(chǎn)業(yè)發(fā)展，曾紛紛對網(wǎng)絡(luò)服務(wù)提供者施以較輕的注意義務(wù)。但后期隨著產(chǎn)業(yè)的發(fā)展，法律責(zé)任水平逐漸提高。最初云服務(wù)被認(rèn)為是一種類似于煤水電一樣的互聯(lián)網(wǎng)基礎(chǔ)設(shè)施服務(wù)，涉及一定程度的公共利益而非簡單的私人服務(wù)，因此，只有有關(guān)國家機關(guān)的授權(quán)才能夠?qū)τ脩舸鎯υ谄浞?wù)器上的內(nèi)容進行核查。生成式人工智能的專業(yè)模型在發(fā)展早期，應(yīng)設(shè)置一定的免責(zé)規(guī)則，一定程度成為其提供設(shè)計精巧的避風(fēng)港責(zé)任。專業(yè)模型層對基礎(chǔ)模型進行優(yōu)化與微調(diào)，可能疊加基礎(chǔ)模型層數(shù)據(jù)造成輸出結(jié)果違反法律規(guī)定或侵害民事權(quán)利等。專業(yè)模型層已經(jīng)前置必要的輸出攔截過濾，并證明輸出的結(jié)果與專業(yè)模型層的調(diào)優(yōu)和專業(yè)訓(xùn)練數(shù)據(jù)之間并無直接關(guān)系即可適用模型層的避風(fēng)港規(guī)則。

2. 服務(wù)應(yīng)用層的敏捷治理與合理容錯

服務(wù)應(yīng)用層的治理一方面應(yīng)沿用原有的治理理念與監(jiān)管工具，保證我國人工智能監(jiān)管的協(xié)調(diào)性與一貫性，另一方面應(yīng)建立敏捷治理的監(jiān)管工具箱、細(xì)化合規(guī)免責(zé)制度，給新興技術(shù)發(fā)展留下試錯空間。

第一，沿用原有的治理理念與監(jiān)管工具，使我國人工智能監(jiān)管脈絡(luò)協(xié)調(diào)一致。一是在治理理念層面，我國現(xiàn)有的監(jiān)管思路把信息內(nèi)容安全仍一以貫之地列為治理的首要任務(wù)，如《辦法（征求意見稿）》的出臺即明確劃定了人工智能生成內(nèi)容的底線。生成式人工智能的服務(wù)應(yīng)用與人類互動時的輸出內(nèi)容為文本、圖像、音頻、視頻等，都被納入了信息內(nèi)容安全監(jiān)管范疇中。二是我國已有較為成熟的信息內(nèi)容安全制度體系，沿用既有的評估審核標(biāo)準(zhǔn)，要求服務(wù)應(yīng)用層的生成式人工智能服務(wù)提供者承擔(dān)信息內(nèi)容安全義務(wù)，建立相應(yīng)的過濾、停止傳輸、處置等制度。算法推薦和深度合成監(jiān)管中確立的備案、評估等制度也應(yīng)進行調(diào)整，以適應(yīng)生成式人工智能的技術(shù)發(fā)展。

第二，建立敏捷治理的監(jiān)管工具箱，試行推動監(jiān)管沙盒，細(xì)化合規(guī)免責(zé)制度，給新興技術(shù)發(fā)展留下試錯空間。生成式人工智能還屬于新興技術(shù)，而在服務(wù)應(yīng)用層面的信息安全技術(shù)還是為了用戶生成內(nèi)容（UGC）時代研發(fā)，無論從識別標(biāo)準(zhǔn)、識別速度、識別力量上尚不能完全應(yīng)對生成式人工智能的發(fā)展。甚至可以預(yù)見，在防范技術(shù)成熟之前，生成式人工智能必然會出現(xiàn)信息內(nèi)容安全的問題。此時極有必要探索嘗試相關(guān)制度給新興技術(shù)留下試錯空間。選擇之一是監(jiān)管沙盒制度，選擇之二是在技術(shù)成熟之前，細(xì)化生成式人工智能服務(wù)提供者的合規(guī)免責(zé)制度。在企業(yè)建立并運行了現(xiàn)有法律規(guī)范中相關(guān)的信息內(nèi)容安全制度，并可舉證已經(jīng)采取了現(xiàn)有技術(shù)能力范圍內(nèi)的措施后，可以合規(guī)免責(zé)，給新興技術(shù)發(fā)展留下試錯空間。

在專業(yè)模型層和服務(wù)應(yīng)用層的監(jiān)管面臨的直接問題，是如何認(rèn)定專業(yè)模型提供者和服務(wù)應(yīng)用提供者的責(zé)任。在技術(shù)發(fā)展前景尚未明朗的當(dāng)下，審慎包容無疑是有利于產(chǎn)業(yè)發(fā)展和構(gòu)建合理制度的選擇。

結(jié)語

以ChatGPT 為代表的生成式人工智能在為人類社會帶來便利的同時也給社會治理帶來了前所未有的挑戰(zhàn)。如何界定生成式人工智能的法律定位并在此基礎(chǔ)上形成與生成式人工智能的技術(shù)特點與產(chǎn)業(yè)形態(tài)相適應(yīng)的治理框架是法律回應(yīng)技術(shù)發(fā)展的應(yīng)有之義。究其本質(zhì)，生成式人工智能的基礎(chǔ)模型融合了數(shù)據(jù)、算法、算力三要素，具有極強的通用性與賦能性，是人工智能時代的新型基礎(chǔ)設(shè)施。與此同時，管制和創(chuàng)新，也即安全和發(fā)展，是網(wǎng)絡(luò)立法的永恒命題。掌握人工智能治理的話語權(quán)、規(guī)則制定權(quán)，搶先形成新的國家競爭優(yōu)勢，已成為世界各國的努力目標(biāo)。我國在個人信息保護和數(shù)據(jù)立法領(lǐng)域與歐盟、美國并行，在算法治理和深度合成治理領(lǐng)域則成為領(lǐng)跑者。在此基礎(chǔ)上，應(yīng)以促進生成式人工智能健康發(fā)展為契機，積極構(gòu)建符合我國實際且能夠促進我國人工智能技術(shù)產(chǎn)業(yè)長遠(yuǎn)健康發(fā)展的治理制度，這樣也有助于形成我國的制度競爭優(yōu)勢。生成式人工智能的治理應(yīng)順應(yīng)技術(shù)發(fā)展給社會生產(chǎn)帶來的變化，改變我國原有的“技術(shù)支持者—服務(wù)提供者—內(nèi)容生產(chǎn)者”的監(jiān)管體系，構(gòu)建“基礎(chǔ)模型—專業(yè)模型—服務(wù)應(yīng)用”的生成式人工智能分層治理體系。應(yīng)堅持以發(fā)展為導(dǎo)向，以生成式人工智能的多重法律角色作為治理的原點，調(diào)整原有制度中的不協(xié)調(diào)之處。具體而言，在鼓勵我國生成式人工智能發(fā)展的思路下，將生成式人工智能作為基礎(chǔ)設(shè)施，劃分為技術(shù)、產(chǎn)品與服務(wù)三個層次，以“基礎(chǔ)模型—產(chǎn)品模型—服務(wù)應(yīng)用”為形式，關(guān)注不同層次的不同生產(chǎn)要素，大力鼓勵基礎(chǔ)模型層的技術(shù)發(fā)展，審慎包容監(jiān)管產(chǎn)品模型層，對服務(wù)應(yīng)用層沿用并調(diào)整以實施敏捷治理。將我國從較為單一的場景的算法治理，發(fā)展為適應(yīng)不同治理目標(biāo)的生成型人工智能的復(fù)合型系統(tǒng)性治理。

本文責(zé)任編輯：董彥斌

青年學(xué)術(shù)編輯：任世丹