關(guān)鍵詞：生成式人工智能；ChatGPT；行為主體資格；行為能力；責(zé)任能力

摘 要：科學(xué)技術(shù)是把雙刃劍，ChatGPT等生成式人工智能在為人類社會提供便利的同時亦引發(fā)了一系列刑事風(fēng)險。當(dāng)前學(xué)界對ChatGPT等生成式人工智能刑事主體資格的研究有待深入，對開發(fā)者培育大模型自主實施危害行為的歸責(zé)困境缺乏探討，而“培育論”則提供了思考方向與探討路徑?！芭嘤摗币暯窍?，生成式人工智能得以與人類主體的培育進程貫通。依賴“培育論”視角，應(yīng)區(qū)分日常生活語境與刑法語境下的行為概念，并以“刑法意義行為”與“犯罪行為”進行類型劃分，合理界定ChatGPT等生成式人工智能的行為主體資格，借鑒“培育型教唆”的犯罪評價思路，以共同犯罪與單獨犯罪分離定罪與量刑評價邏輯，紓解培育生成式人工智能自主實施危害行為的歸責(zé)困境。“培育論”的理論視角，不僅回應(yīng)了ChatGPT等生成式人工智能刑事主體資格的發(fā)展性特征，而且能夠較好解決刑事風(fēng)險下的歸責(zé)難題。

中圖分類號：D914 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-2435（2024）05-0096-11

Criminal Subject Qualification of Generative AI such as ChatGPT from the Perspective of “Cultivation Theory”

CHEN Wei，XIANG Minxi（Law School，Southwest University of Political Science and Law，Chongqing 401120，China）

Key words：generative artificial intelligence；ChatGPT；qualification of the actor；capacity of action；ability to be responsible

Abstract：Science and technology are a double-edged sword，and generative AI such as ChatGPT has not only provided convenience to human society，but also caused a series of criminal risks. At present，the academic research on the qualifications of generative AI criminal subjects such as ChatGPT needs to be deepened，and there is a lack of discussion on the dilemma of attributing responsibility to developers for harmful actions autonomously carried out by large models，while the\"cultivation theory\"provides a direction and path for discussion. From the perspective of\"cultivation theory\"，generative AI and the cultivation process of human subjects can be connected. It is necessary to differentiate between the concept of actions in daily life and within the context of criminal law. This involves classifying\"actions in the sense of criminal law\"and\"criminal actions\"to reasonably define the behavioral subject qualification of generative AI like ChatGPT. By drawing on the criminal evaluation approach of\"cultivating incitement，\"and applying the logical separation of joint and individual criminal responsibility for sentencing and evaluation，we can address the attribution dilemma regarding the harmful actions autonomously carried out by generative AI. The theoretical perspective of\"cultivation theory\"not only responds to the developmental characteristics of generative AI criminal subject qualifications such as ChatGPT，but also can better solve the problem of attribution under criminal risk.

ChatGPT（Chat Generative Pre-trained Transformer），為OpenAI公司于2022年11月30日發(fā)布的自然語言處理工具。從名稱看，ChatGPT意為“聊天生成預(yù)訓(xùn)練轉(zhuǎn)換器”，其能夠高效率、高質(zhì)量地響應(yīng)用戶的需求，并以一種近似人類主體的口吻生成相關(guān)內(nèi)容。ChatGPT之爆火并非橫空出世，而系當(dāng)下生成式人工智能技術(shù)發(fā)展的成效體現(xiàn)。生成式人工智能，根據(jù)國家互聯(lián)網(wǎng)信息辦公室于2023年8月15日施行的《生成式人工智能服務(wù)管理暫行辦法》第22條第1款之規(guī)定，指“具有文本、圖片、音頻、視頻等內(nèi)容生成能力的模型及相關(guān)技術(shù)”。從2022年底問世的ChatGPT到2024年初降生的文生視頻大模型Sora，結(jié)合諸如深度偽造（Deepfake）、機器創(chuàng)作之迸發(fā)，都彰顯出生成式人工智能技術(shù)發(fā)展的快速推進，從而將相伴相生的技術(shù)風(fēng)險提升至新高度。在生成式人工智能引發(fā)的一系列技術(shù)風(fēng)險之下，民法、商法、知識產(chǎn)權(quán)法等部門法均密切關(guān)注生成式人工智能技術(shù)規(guī)制研究，而作為保障法的刑法亦應(yīng)對生成式人工智能有所助力，在平衡技術(shù)發(fā)展與社會安全之間作有序引導(dǎo)。具言之，應(yīng)從刑法理論視域出發(fā)，在“培育論”視野下，類比人類主體，于ChatGPT等生成式人工智能之運行過程中確立行為概念，理性審視生成式人工智能行為主體資格，奠定生成式人工智能刑法理論、立法、司法研究之基礎(chǔ)。

一、ChatGPT等生成式人工智能的運行機理

早在2015年前，小型語言模型已被運用于語言理解，并能夠完成一系列分析任務(wù)，但礙于各種能力表現(xiàn)不足，尚無法被廣泛運用于內(nèi)容生成工作。2017年，谷歌推出了基于深度學(xué)習(xí)技術(shù)的語言模型GPT-2，并基于GPT-2開發(fā)出ChatGPT，但未正式對外運行。2022年11月30日，OpenAI公司發(fā)布了基于GPT-3.5的ChatGPT，屆時ChatGPT已然能夠通過上下文與用戶對話，還可完成包括文本生成、自然語言處理、語音識別、數(shù)據(jù)分析、計劃編制、情感分析、編寫代碼等在內(nèi)的多種任務(wù)。12023年3月15日，OpenAI公司發(fā)布了大型多模態(tài)模型GPT-4，其能夠理解圖片、視頻內(nèi)容，甚至能夠理解人類主體的“笑點”，GPT-4之發(fā)布標(biāo)志著自然語言處理（Natural Language Processing，NLP）領(lǐng)域取得重大突破。從小型語言模型至大型語言模型之盛行，實質(zhì)上是牽一發(fā)而動全身的結(jié)果，標(biāo)志著生成式人工智能相關(guān)技術(shù)日漸成熟。若具析生成式人工智能技術(shù)的發(fā)展進程，足見其運行依賴于深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、人類反饋強化學(xué)習(xí)、數(shù)據(jù)挖掘等各項、各類人工智能技術(shù)間的相互銜接協(xié)調(diào)。

（一）ChatGPT等生成式人工智能的原理

以ChatGPT為代表的生成式人工智能運行之根基技術(shù)無疑應(yīng)是深度學(xué)習(xí)（Deeplearning），即通過構(gòu)建具有多重隱層的機器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)來學(xué)習(xí)更有用的特征，從而最終提升分類或預(yù)測的準(zhǔn)確性。2深度學(xué)習(xí)技術(shù)可謂是近現(xiàn)代人工智能的基石，相對于其上位范疇機器學(xué)習(xí)，深度學(xué)習(xí)賦予相應(yīng)的主體自動分析輸入數(shù)據(jù)特征的能力，再通過一系列的權(quán)重學(xué)習(xí)，對相應(yīng)的結(jié)果進行預(yù)測。ChatGPT等生成式人工智能同樣建基于深度學(xué)習(xí)技術(shù)之上，進而在數(shù)據(jù)挖掘（Data Mining）、神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network）、人類反饋強化學(xué)習(xí)（Reinforcement Learning from Human Feedback）等技術(shù)的加持之下，對原始模型進行不斷的優(yōu)化升級，從而得到符合人類預(yù)期的生成式人工智能?！癎PT”中的“P”——“Pretrained（預(yù)訓(xùn)練）”對于生成式人工智能之能力強化、功能完善具有至關(guān)重要的作用。事實上，除預(yù)訓(xùn)練中的數(shù)據(jù)爬取之外，以ChatGPT為代表的生成式人工智能亦很難避免從用戶端吸收數(shù)據(jù)，從而接受來自用戶端的影響。雖然OpenAI尚未開源ChatGPT，但從一系列跡象中仍可以推知用戶輸入數(shù)據(jù)依然是ChatGPT的訓(xùn)練源之一。例如，用戶若指出ChatGPT回答內(nèi)容中的錯誤之處，ChatGPT便會不斷修改其回答內(nèi)容，ChatGPT自身亦表示：通過不斷接收并處理來自用戶的輸入數(shù)據(jù)，我可以逐漸調(diào)整和優(yōu)化我的回答，以更好地適應(yīng)用戶的需求和語言表達(dá)方式，這種學(xué)習(xí)過程是持續(xù)性的。

（二）ChatGPT等生成式人工智能的特性

ChatGPT等生成式人工智能的前述隱性原理注定會于顯性層面外化為一系列特性。誠然，擅長人機對話的ChatGPT與擅長視頻、圖像創(chuàng)作的Sora、Stable Diffusion的特性并非完全一致，但從原理層面推而廣之，生成式人工智能間總歸具備一些共通性的特性。限縮于刑法視域之內(nèi)，ChatGPT等生成式人工智能至少具備以下三個方面亟需關(guān)注的特性。

1.不斷演進的類人程度

基于以人類偏好為價值取向的循環(huán)往復(fù)的訓(xùn)練優(yōu)化過程之后，ChatGPT等生成式人工智能得以在語言表達(dá)、對話能力、視覺生成等一系列功能表現(xiàn)層面接近甚至超越人類。例如，以大量的文本數(shù)據(jù)進行指導(dǎo)，ChatGPT能夠在自然語言中生成類人反應(yīng)，1并能以一種極其近似于人類主體的口吻與用戶進行溝通交流，當(dāng)預(yù)設(shè)的用戶信息不同時，其甚至能夠以不同的口吻給出回答。除ChatGPT之外，類似于Stable Diffusion、AIVA等擅長藝術(shù)創(chuàng)作的生成式人工智能亦能夠在功能表現(xiàn)上近似甚至超越人類；Sora降世后，大型語言模型（Large language model，LLM）正式向多模態(tài)轉(zhuǎn)化2，一般人類主體無法再清晰區(qū)分人工智能生成內(nèi)容（AI Generated Content，AIGC）藝術(shù)作品與人類作品。

2.進階的算法黑箱

在人工智能論域下，算法黑箱通常意味著人工智能的內(nèi)部算法僅被其開發(fā)主體知曉，對用戶、公眾等外部群體不公開、不透明。縱觀人工智能發(fā)展史，尤其是近年來人工智能主體日益發(fā)達(dá)后，學(xué)界關(guān)于算法黑箱的爭論長期存在，畢竟透明使人心理安定，“黑箱”令人恐懼。3而生成式人工智能的誕生及發(fā)展無疑是繼續(xù)“黑化”了算法黑箱，將算法的不透明程度提升至更高程度。具言之，在輸入端，生成式人工智能算法通過自動化的數(shù)據(jù)挖掘收集互聯(lián)網(wǎng)數(shù)據(jù)，并對該數(shù)據(jù)進行循環(huán)往復(fù)的訓(xùn)練；在輸出端，生成式人工智能算法亦針對用戶的需求自動化地生成相應(yīng)的內(nèi)容。在整個生成式人工智能運行過程中，人類主體參與的比例極低，而隨著生成式人工智能搭建的神經(jīng)網(wǎng)絡(luò)愈加復(fù)雜，其開發(fā)者甚至都無法掌控其內(nèi)部的運行邏輯。這種算法黑箱的特點在于，人工智能內(nèi)部算法僅機器了解，而人不了解。4有學(xué)者將這種“算法在沒有任何人為干預(yù)的條件下，憑借自主學(xué)習(xí)能力自動地從數(shù)據(jù)中抽取知識，輸入和輸出兩者組成了一個閉環(huán)的黑箱”的階段稱為算法黑箱的進階形態(tài)，亦即進階的算法黑箱。5

3.更高程度的獨立性

在以ChatGPT為代表的生成式人工智能的運行過程中，其能夠完全自動化地進行一系列活動，例如數(shù)據(jù)挖掘、預(yù)訓(xùn)練、優(yōu)化訓(xùn)練等，人類主體自然亦能介入該自動化進程，但更多的是從兩端對其運行施加影響。人類主體與生成式人工智能之間的關(guān)系建基于“喂養(yǎng)”抑或“培育”行為之上，換言之，欲使生成式人工智能充分發(fā)揮其能力，需要人類首先對其進行長期的培育和灌輸，如人工智能所需要吞噬的無限數(shù)據(jù)是以人類供應(yīng)作為前提的。6新情景下，人類主體與ChatGPT等生成式人工智能間的關(guān)系已然于“質(zhì)”上不同于與傳統(tǒng)的計算機系統(tǒng)的關(guān)系，且于“量”上區(qū)分于與傳統(tǒng)人工智能間的關(guān)系。隨著ChatGPT等生成式人工智能的誕生及發(fā)展，人類主體已無法對其實施牽線木偶般的徹底掌控，只能任由生成式人工智能主體更加獨立地進行部分活動。

二、生成式人工智能背景下刑法領(lǐng)域“培育論”之立論過程

ChatGPT等生成式人工智能之運行機理外化而成的各項強大功能，極大程度上為人類日常生活提供了便利。有學(xué)者指出，生成式人工智能或?qū)⒊蔀榍藙拥谒拇喂I(yè)革命的一根杠桿，在生產(chǎn)方式、科研范式、教育形式、生活方式等方面引發(fā)變革。1但科學(xué)技術(shù)是一把雙刃劍，其改變了自然，也改變了人與人、人與自然的關(guān)系，從而帶來很多全新的問題。2相對于曾經(jīng)的各種劃時代的科技產(chǎn)物，生成式人工智能這把“雙刃劍”只會更為鋒利。若深入生成式人工智能之原理與智能特性，足見其于刑法領(lǐng)域引發(fā)的風(fēng)險，更深層次地顯現(xiàn)于犯罪評價層面，于此背景下，“培育論”應(yīng)運而生。

（一）“培育論”之立論邏輯與理論內(nèi)涵

生成式人工智能可能引發(fā)的全新風(fēng)險已然顯化于社會各領(lǐng)域，直接或間接利用ChatGPT等通用人工智能實施犯罪行為的案件已層出不窮。Sora降世后，AIGC的產(chǎn)出效率、類人程度得到顯著提升，其能夠根據(jù)文本描述生成高清、連貫、逼真的一鏡到底視頻，深刻理解并近乎完美地模擬現(xiàn)實世界3，自然亦會便利犯罪行為實施。隨著OpenAI宣布ChatGPT無需注冊即可直接使用，生成式人工智能的運用難度繼續(xù)下降，犯罪風(fēng)險隨之上升。當(dāng)前學(xué)界已有關(guān)于生成式人工智能犯罪風(fēng)險及對策的相關(guān)探討，但基本是以數(shù)據(jù)安全風(fēng)險為核心的犯罪學(xué)研究。然而，此種研究實際是忽略了生成式人工智能于類人屬性、算法黑箱、行為獨立性三大特性層面與傳統(tǒng)智能間的核心差異，4導(dǎo)致理論研究重心偏移?，F(xiàn)行刑法學(xué)理論體系，建基于人類中心主義的價值立場上，以“純粹工具化”思維界定犯罪行為評價過程中存在的其他事物，例如動物與人工智能。此種人類中心主義的價值立場，在生成式人工智能誕生前能夠降低犯罪評價難度，良好平衡公正與效率間的權(quán)衡關(guān)系，但在生成式人工智能誕生后，其謬誤逐漸顯現(xiàn)，從而需要更符合時代需求的犯罪評價理論予以調(diào)適。

1.“培育論”之立論邏輯

通說認(rèn)為，刑法之所以處罰教唆犯，是因為教唆犯通過唆使正犯實施實行行為，參與引起了法益侵害的結(jié)果。5故而，教唆犯應(yīng)當(dāng)對其唆使被教唆者實施的犯罪承擔(dān)刑事責(zé)任。6欲判斷此種“唆使”行為對法益侵害結(jié)果的參與，無論是共犯從屬性還是獨立性說，均是將教唆行為與法益侵害結(jié)果間的因果關(guān)系判斷限縮化、具體化，將教唆行為類型化為“收買、勸說、威脅、命令、強迫、請求、激將等”7，將教唆犯的評價置于正犯意圖誘發(fā)、行為實施的“短周期”之下予以討論。但事實上，于“長周期”之內(nèi)，教唆犯通過唆使行為對法益侵害結(jié)果的參與還存在“培育”這一重要類型，世界各恐怖組織自幼年起培育的“童子兵”8便是典型范例。此種“培育型教唆”通常并不指向某一特定的犯罪行為，而是在故意罪過的驅(qū)使下，以使被教唆者形成反社會人格從而高概率實施犯罪行為作為目標(biāo)。于具體犯罪評價中，被教唆者基于“培育”產(chǎn)生犯意并進而實施犯罪行為的，其最終的法益侵害結(jié)果與培育行為間的時間間隔過長，具體犯罪行為實施并不存在具體的教唆行為指引，具有獨立自主性，導(dǎo)致因果關(guān)系判斷疑難?，F(xiàn)行犯罪評價體系內(nèi)，前述之“童子兵”等極端事例通?？梢罁?jù)組織、領(lǐng)導(dǎo)、參加恐怖組織罪或組織、領(lǐng)導(dǎo)、參加黑社會性質(zhì)組織罪等犯罪集團罪名進行處理。除此之外，市民社會中產(chǎn)生的“培育型教唆”則由于大量其他因素（個人性格、學(xué)校教育、社會影響等）的介入以及于教唆者端搜集證據(jù)的難度，從而僅能以其所實施的具體犯罪處罰被教唆人。但是，脫離犯罪集團獨立產(chǎn)生“培育型教唆”的概率極低，即便存在培育人脫逃刑事處罰的個例，亦不會對犯罪治理產(chǎn)生現(xiàn)實影響。

然而，生成式人工智能涌現(xiàn)后，“培育”行為耗時得以大幅縮短，“培育型教唆”的評價狀況將有所不同。當(dāng)前高發(fā)的利用ChatGPT、Sora等生成式人工智能高效率、高質(zhì)量產(chǎn)出的AIGC實施的犯罪行為僅是生成式人工智能背景下新型犯罪的初級階段，而隨著生成式人工智能運用難度下降，必然出現(xiàn)的高級形態(tài)犯罪，將是訓(xùn)練專門的“犯罪模型”或通過負(fù)面數(shù)據(jù)影響通用大模型的數(shù)據(jù)挖掘、訓(xùn)練學(xué)習(xí)進程，使其自主實施侵害意識形態(tài)、信息數(shù)據(jù)、知識產(chǎn)權(quán)等的犯罪行為。于此過程之中，行為人隱匿于大模型身后，通過短期內(nèi)大量訓(xùn)練具有犯罪傾向的反社會型智能體自主引發(fā)法益侵害結(jié)果。傳統(tǒng)刑法理論認(rèn)為，教唆犯的對象應(yīng)當(dāng)是已達(dá)刑事責(zé)任年齡且具有刑事責(zé)任能力的人類主體，排除智能體作為教唆對象的空間。1然而，于生成式人工智能時代的高階犯罪類型下，若僵化地順應(yīng)傳統(tǒng)刑法理論的人類中心主義立場，將反社會大模型視為純粹工具進行評價，將基于大模型運行的“行為獨立性”而無法對應(yīng)行為人的主觀罪過與客觀法益侵害結(jié)果，切斷開發(fā)者的培育行為對法益侵害結(jié)果的現(xiàn)實參與，導(dǎo)致犯罪評價疑難、犯罪治理乏力。因此，“培育論”之立論，即是為拉近ChatGPT、Sora等生成式人工智能與人類主體間于犯罪評價視域中的距離，以適度的主體化思維于涉生成式人工智能犯罪評價過程中引入?yún)⒖肌芭嘤徒趟簟钡男谭ɡ碚摚戏?、合理、合邏輯地?yīng)對涉生成式人工智能犯罪行為。

2.“培育論”之內(nèi)涵詳釋

如前所述，生成式人工智能建基于深度學(xué)習(xí)、數(shù)據(jù)挖掘、神經(jīng)網(wǎng)絡(luò)、人類反饋強化學(xué)習(xí)等技術(shù)的復(fù)合運用之上，就具體運行流程而言，首先由人類主體以及自動化數(shù)據(jù)挖掘填充預(yù)訓(xùn)練數(shù)據(jù)庫，而后由生成式人工智能主體以人類偏好為標(biāo)準(zhǔn)，對預(yù)訓(xùn)練數(shù)據(jù)進行循環(huán)往復(fù)的預(yù)訓(xùn)練及優(yōu)化訓(xùn)練，最后向用戶群體生成內(nèi)容?？v觀生成式人工智能訓(xùn)練、產(chǎn)出的整個過程，似乎與人類主體的培育進程不謀而合，而這也正好契合生成式人工智能研發(fā)者的研究思路——創(chuàng)造人工智能最好的路徑就是對人類的各方面特征進行最大程度的模仿甚至優(yōu)化，畢竟人腦是當(dāng)前世界最為卓越的“智能系統(tǒng)”，而創(chuàng)造智能機器的方法，就是要創(chuàng)造出一個機器嬰兒，讓它像人類嬰兒那樣去體驗世界。2

在培育層面，生成式人工智能與人類主體高度一致。在新生兒誕生后，其父母便開始了漫長而艱辛的培育進程，父母會通過各種途徑向新生兒傳遞包括語言、常識在內(nèi)的各種知識，搭建新生兒的“預(yù)訓(xùn)練數(shù)據(jù)庫”。當(dāng)然，新生兒亦會“自動化”地“爬”“取”，由此搭建自身對于整個環(huán)境的感知，獲取足夠數(shù)量的信息。與此同時，新生兒會對這些儲存在大腦中的信息、知識進行持續(xù)學(xué)習(xí)，從而搭建起復(fù)雜的大腦神經(jīng)網(wǎng)絡(luò)系統(tǒng)，由此開始“成長”。在成長的過程中，通過與外界的交互，大腦不斷獲得新知識、新訊息，同時也能基于自身對外界所輸出的知識、信息獲取反饋，并根據(jù)該反饋進行強化學(xué)習(xí)。在循環(huán)往復(fù)的成長過程中，新生兒的各項能力逐漸強化，最終基于達(dá)到臨界值的量變產(chǎn)生質(zhì)變，通俗用語稱此種質(zhì)變?yōu)椤俺墒臁?。此種“成熟”在人類主體的培育過程中多次出現(xiàn)，并同時作為始點與終點劃分出人類主體的不同“生長期”。規(guī)范視域下，此種“成熟”往往基于整個群體的平均水平標(biāo)準(zhǔn)作為某些規(guī)范權(quán)利、義務(wù)的承擔(dān)基礎(chǔ)，在刑法視角下，這種“規(guī)范權(quán)利、義務(wù)的承擔(dān)基礎(chǔ)”即是對應(yīng)階段的刑事行為主體資格，從而對應(yīng)具體階段的刑事責(zé)任能力。

上述理解即是本文所述“培育論”之核心要義：類比于人類主體，區(qū)分于傳統(tǒng)人工智能主體，生成式人工智能的行為能力應(yīng)是發(fā)展的、動態(tài)的，且與開發(fā)者的培育行為具有高度關(guān)聯(lián)?！芭嘤摗辈⒎菍⑸墒饺斯ぶ悄艿韧谌祟悺Ｅc人類主體相比，智能機器人具有神經(jīng)元連接上的靈活性，其可以立即建立任意兩組神經(jīng)元之間的連接，且人工智能的思維甚至意識可以被復(fù)制，而人類主體必須從頭開始學(xué)習(xí)一個世界模型。1于此基礎(chǔ)上，生成式人工智能的培育周期較之于人類主體大幅縮短，因而開發(fā)者培育行為與生成式人工智能之運行及結(jié)果的關(guān)聯(lián)程度更高，開發(fā)者培育行為對生成式人工智能后續(xù)運行的影響更為直接、顯著。在接納差異性的基礎(chǔ)上，“培育論”以ChatGPT等生成式人工智能的特性、核心技術(shù)為出發(fā)點，強調(diào)生成式人工智能存續(xù)狀態(tài)中的“培育”因素與行為獨立屬性，破除傳統(tǒng)人工智能行為能力、刑事主體資格研究的割裂性、跳躍性，類比于人類主體的生長進程，賦予生成式人工智能的行為能力、刑事主體資格研究更高程度的連續(xù)性、進化性，更為精準(zhǔn)地界定日益強大的生成式人工智能主體?；凇芭嘤摗保墒饺斯ぶ悄苄淌轮黧w資格之研究能夠以人類主體的刑事主體資格為思路，針對開發(fā)者培育大模型自主實施危害行為的歸責(zé)問題，便自然得以類比于“培育型教唆”，參考其犯罪評價思路進行評價。

（二）“培育論”之研究邏輯匡正

對任何一種新興事物進行全面研究，都應(yīng)以清晰界定一系列相關(guān)概念、匡正研究邏輯為必要前提，在明確“培育論”之立論邏輯與理論內(nèi)涵后，需圍繞“培育論”之核心目的——生成式人工智能刑事主體資格研究，聚焦現(xiàn)行研究癥結(jié)，匡正研究邏輯。

2022年底起，針對ChatGPT等生成式人工智能所具有的內(nèi)外刑事風(fēng)險，各國學(xué)者都積極討論、搭建相應(yīng)的風(fēng)險應(yīng)對路徑。而刑法視域下，刑事風(fēng)險應(yīng)對的第一步即刑事責(zé)任主體的合理劃分。對ChatGPT等生成式人工智能主體而言，其運行過程中所涉及的研發(fā)者、提供者、使用者等相關(guān)人類主體的刑事可歸責(zé)性無需贅證，歸責(zé)路徑的重難點自然落足于ChatGPT等生成式人工智能本身的刑事可歸責(zé)性，即刑事主體資格問題。

從刑法學(xué)界對人工智能的整體性研究出發(fā)，大量學(xué)者都曾撰文討論人工智能是否具備成為刑法主體的資格，換言之，即是否具備實施刑法意義上行為的資格。但絕大部分學(xué)者都忽視了此種討論之前提問題，即人工智能主體究竟是否能夠?qū)嵤靶袨椤薄?“培育論”視野下，此處的“行為”概念的外延是最廣泛的，不僅包括刑法學(xué)界最為關(guān)注的“刑法行為”，也包含除此之外的一切“非刑法行為”。對于“刑法行為”而言，刑法學(xué)界關(guān)于“行為”究竟為何的爭論早于20世紀(jì)開始萌發(fā)，并分化出了因果行為論、目的行為論、人格行為論、社會行為論等觀點各異的具體學(xué)說。對于“非刑法行為”而言，其主體范圍相對于“刑法行為”更為寬泛，但仍無統(tǒng)一的行為定義。

事實上，基于人工智能時代的特點和智能機器人的特征，既然智能機器人可以替代人類大腦作出決策并實施行為，那么，人工智能時代的到來當(dāng)然會對刑法中行為的認(rèn)定標(biāo)準(zhǔn)產(chǎn)生沖擊。3根據(jù)學(xué)界對于“行為”之定義來看，人工智能刑法主體資格問題的前提性行為研究尚無定論，刑法學(xué)界目前的討論頗有未風(fēng)先雨之意味。

欲從刑法理論抑或刑事立法、司法層面對ChatGPT等生成式人工智能之刑事風(fēng)險進行規(guī)制，首先應(yīng)當(dāng)判斷其是否能夠成為行為主體，進而判斷其是否能夠成為刑法意義上的行為主體，最后再判斷其是否能夠承擔(dān)刑事責(zé)任或能在何種程度上承擔(dān)刑事責(zé)任，從而奠定對ChatGPT等生成式人工智能之刑事風(fēng)險進行規(guī)制研究的基礎(chǔ)。總而言之，正確的刑事歸責(zé)邏輯之下，面對ChatGPT等生成式人工智能的刑事風(fēng)險沖擊，有必要首先判斷ChatGPT等生成式人工智能是否具備行為主體資格，是否能夠?qū)嵤┬袨?，由此才能從刑法視域出發(fā)基于“培育論”對刑法主體資格問題進行探討研究。

三、“培育論”視野下生成式人工智能的刑事主體資格

早自2017年開始，我國刑法學(xué)者已然開始了對人工智能刑事法律地位的研究，自然亦不可避免地以人工智能刑事責(zé)任能力之探討為研究的重點、難點。而作為研討之前提，基于道義責(zé)任論、報應(yīng)刑論以及社會責(zé)任論、教育刑論的不同立場，學(xué)界對于刑事責(zé)任能力與犯罪行為能力、刑罰能力的關(guān)系存在爭議。日本學(xué)者西原春夫立足于規(guī)范的責(zé)任論的立場，認(rèn)為責(zé)任能力是根據(jù)規(guī)范而行動的能力，即有責(zé)任行為能力是其核心。1西原春夫的觀點有其合理性，部分學(xué)者僅將刑事責(zé)任能力界定為刑罰能力的觀點是毫無意義的，無法說明為何犯罪行為人應(yīng)當(dāng)為其犯罪行為承擔(dān)刑事責(zé)任。換言之，不能以“相關(guān)主體具備受刑的能力”證明其應(yīng)當(dāng)受刑，正如不能以某些人天生就具備成為犯罪人的能力而證明“為了我們自身的安全，必須消除天生犯罪人”2。因此，責(zé)任能力的本質(zhì)就是犯罪能力，即行為者實施有責(zé)之行為的能力。3而判斷任何一種主體尤其是非人主體是否具有、具有何種刑事責(zé)任能力的前提便是，判斷其是否具備、在何種程度上具備行為能力抑或行為主體資格。ChatGPT等生成式人工智能亦是如此。在此邏輯前提下，“培育論”提供了思考方向與探討路徑。

（一）“培育論”視野下ChatGPT等生成式人工智能行為主體資格芻議

行為概念在不同視域下的具體判斷標(biāo)準(zhǔn)不同，不同“生長期”人類主體的行為主體資格自然在不同視域下存在差異，“培育論”視野下，ChatGPT等生成式人工智能之訓(xùn)練進化進程得以類比于人類主體的成長進程?；诖?，同人類主體一致，在不同視域下對ChatGPT等生成式人工智能之行為主體資格進行判斷應(yīng)當(dāng)分別進行。本文的整體論述中，“行為”指代日常生活語境下的大行為范疇，而刑法語境下的小行為范疇則以“刑法行為”限縮論之。

判斷ChatGPT等生成式人工智能是否具備日常生活語境下的行為主體資格，首先應(yīng)當(dāng)對日常生活語境下之行為概念進行界定?！靶袨椤弊怨乓詠肀闶歉鱾€學(xué)科爭相界定的核心概念，但在其具體定義方面尚未達(dá)成學(xué)科間的統(tǒng)一。不同學(xué)科囿于研究對象的差異，對“行為”的定義便存出入。例如，從心理學(xué)視角出發(fā)，行為是有機體在各種內(nèi)外部刺激影響下產(chǎn)生的活動。4在人類學(xué)視角下，行為之主體被限縮為人類。在動物學(xué)視角下，行為之主體又被拓展至動物。但無論如何，當(dāng)今世界所存在的各種學(xué)說幾乎都共識性地認(rèn)為僅有機體才能實施行為，且此種人類中心主義抑或有機體中心主義的立場已然深入人心。在日常生活中，我們不會以行為來形容計算機基于編程得出結(jié)果的進程，而僅是模糊地稱其為“過程”抑或“進程”。然而，在“培育論”視角下，隨著具有極強類人屬性的ChatGPT等生成式人工智能之誕生及發(fā)展，此種價值觀念定勢亟需矯正。

各個學(xué)科對于行為定義之共識應(yīng)在于行為具有不確定性，而非主體是否為有機體抑或有無意識指引。心理學(xué)將行為區(qū)分為攝食行為、性行為和探究行為等，而動物學(xué)將行為區(qū)分為覓食行為、攻擊行為、繁殖行為等?；诟鲗W(xué)科對于行為之界分，學(xué)界得以對具有不確定性的行為之規(guī)律進行研究。這種行為的不確定性來源于“大腦黑箱”下人類、動物的決策邏輯之不確定性，學(xué)者們僅能對行為之規(guī)律進行研究，從而對相關(guān)主體在某種情形、刺激下可能實施的行為進行推測。ChatGPT等生成式人工智能即具有此種不確定性，如前文所述，在進階的算法黑箱之下，開發(fā)者、使用者無法對ChatGPT等生成式人工智能之具體運行邏輯及結(jié)果進行完全掌控，從而影響犯罪行為因果關(guān)系的評價進程，使得犯罪行為與犯罪結(jié)果之間發(fā)生偏離，進而引發(fā)生成內(nèi)容之不確定性。1在“培育論”視角下，運用類比思維，完全可以將ChatGPT等生成式人工智能基于預(yù)訓(xùn)練數(shù)據(jù)生成相關(guān)內(nèi)容的“過程”解釋為“行為”，以便于對這一新興領(lǐng)域進行徹底研究。

事實上，著眼人工智能行為研究的“機器行為學(xué)”已經(jīng)誕生。2019年，麻省理工、哈佛、耶魯?shù)却髮W(xué)的研究人員聯(lián)合谷歌、微軟等互聯(lián)網(wǎng)公司，以機器行為學(xué)為題撰文論述人工智能等機器群體的行為規(guī)律。文章認(rèn)為，在本質(zhì)層面人工智能的行為應(yīng)區(qū)別于人類、動物之行為，但這并不妨礙將人工智能的一系列具有不確定性的活動界定為行為，機器也可能表現(xiàn)出與生命具有的特質(zhì)不同的，甚至是迥異的行為。2當(dāng)然，亦有學(xué)者認(rèn)為“機器行為學(xué)”不過是新瓶裝舊酒。3但任何概念之界定都應(yīng)服務(wù)于相應(yīng)學(xué)科之研究目的，只要“機器行為學(xué)”為人工智能之研究奠定了理論基礎(chǔ)，裝之于新瓶的舊酒依然可以窖香濃郁?？偠灾?，ChatGPT等生成式人工智能應(yīng)當(dāng)被界定為行為主體，并將其生成內(nèi)容的各種過程解釋為行為。

（二）“培育論”視野下ChatGPT等生成式人工智能刑事主體資格辨析

在確立ChatGPT等生成式人工智能行為主體資格的基礎(chǔ)之上，囿于當(dāng)前階段刑事法律將主體范圍絕對化限制于人類，相比于行為主體資格界定，ChatGPT等生成式人工智能刑法行為主體資格之界定要嚴(yán)格得多。

1.人工智能刑事主體資格的立場分野及共識

我國刑法學(xué)界對于人工智能能否成為刑法行為主體之討論于2017年已有苗頭，在2018年左右集中式爆發(fā)。眾多學(xué)者都曾撰文探討研究人工智能之刑事責(zé)任主體資格問題，或從行為能力切入，或從刑罰能力切入。由于刑法行為能力、刑罰能力、刑事責(zé)任能力之判斷本就無法完全割裂，各種角度的研究實質(zhì)上都殊途同歸，旨在解決人工智能之刑法主體地位界定問題。人工智能刑法行為主體資格研究早期，刑法學(xué)界關(guān)于人工智能刑法行為主體之探討研究還較為模糊，將人工智能行為主體、刑法行為主體、刑事責(zé)任主體等各項資格之研究混為一談。雖對于人工智能行為之研究尚不成熟，但已有學(xué)者以是否在“設(shè)計和編制程序范圍外”運行作為界分人工智能刑事責(zé)任的標(biāo)準(zhǔn)，并賦予人工智能“在設(shè)計和編制的程序范圍外的行為”刑法行為意義4，這頗具啟發(fā)性。

在人工智能刑法行為主體資格研究白熱化階段，我國刑法學(xué)者們開始運用階段性思維對人工智能刑法行為主體資格進行界定。較有共識性的方式是以弱人工智能（Artificial Narrow Intelligence，ANI）、強人工智能（Artificial General Intelligence，AGI）5區(qū)分人工智能階段，進而對不同階段的人工智能刑法行為主體資格進行研究。6亦有學(xué)者在強弱人工智能的基礎(chǔ)上提出超人工智能（Artificial Super Intelligence，ASI）概念，7但由于未來遠(yuǎn)比人類智慧強大的、具有自主意識的超級智能必然全面碾壓人類反抗，使人類處于被奴役甚至滅絕的境地，8刑法視域下超越人類智能的人工智能體幾乎失去研究討論的必要，擁有自我意志的超級智能——超人工智能概念在刑法學(xué)界已然銷聲匿跡。除此之外，刑法學(xué)界亦有觀點否定人工智能的刑法行為資格，認(rèn)為“人工智能無論怎么發(fā)展，都無法獲得人類的自由意志”。1但隨著人工智能刑事主體資格之討論研究逐漸深入、觀點優(yōu)勝劣汰，目前學(xué)界的通行觀點仍然秉持以弱人工智能、強人工智能區(qū)分來討論人工智能刑事主體資格之基本立場。

2.“培育論”視野下ChatGPT等生成式人工智能的刑事主體資格判定

刑法行為之概念于我國刑法條文中未有明確規(guī)定，而各國刑法理論界則對于刑法行為之概念存在較大爭議。行為論在德國刑法學(xué)界長期以來被視為兵家必爭之地，產(chǎn)生了因果行為論、目的行為論、社會行為論、人格行為論、否定的行為論等諸多學(xué)說。220世紀(jì)初期，德國學(xué)者貝林（Beling）提出了對刑法學(xué)科發(fā)展影響深遠(yuǎn)的構(gòu)成要件理論，自此，犯罪論關(guān)注的中心開始從行為本身（行為論）轉(zhuǎn)向行為的屬性（類型性、違法性、有責(zé)性、可罰性等）。隨著這些行為屬性的不斷分離，行為逐漸成為“裸的行為”，同時，行為論也隨之漸漸變成了“裸的行為論”。

我國及日本刑法學(xué)界與此一致，雖然將行為視為犯罪論之核心，但都將行為置于犯罪構(gòu)成要件之中進行理解，行為論之地位亦逐漸邊緣化。3但事實上，刑法行為論研究具有極為深厚的理論意義，雖然當(dāng)今學(xué)者普遍認(rèn)為，“在刑法學(xué)語境之下，行為能力實際上是指行為人犯罪的能力”。4但刑法中的“行為”并不限于犯罪行為，亦包括一系列不能被評價為犯罪的行為。正當(dāng)防衛(wèi)、緊急避險、根據(jù)法令或正當(dāng)業(yè)務(wù)的行為、精神病人實施的行為等成為違法阻卻或責(zé)任阻卻的行動也被認(rèn)為是“行為”。5這類行為雖不能被評價為犯罪行為，不能由此使相應(yīng)的行為人承擔(dān)刑事責(zé)任，但在刑法理論體系中具有現(xiàn)實價值，應(yīng)屬于刑法意義上的行為，或稱“刑法意義行為”。因此，刑法行為不應(yīng)被簡單理解為犯罪行為，而應(yīng)是“犯罪行為”與“刑法意義行為”之結(jié)合，對于ChatGPT等生成式人工智能的刑事主體資格判定自然亦不能忽視刑法意義行為主體資格之判定。

（1）“培育論”視野下生成式人工智能犯罪行為主體資格判定

一般認(rèn)為，犯罪行為能力即行為人辨認(rèn)或控制自己行為的能力，是辨認(rèn)能力與控制能力的復(fù)合體。根據(jù)古典學(xué)派的意志自由論，任何人都有為善避惡的自由意志，犯罪是惡，有自由意志的人能避之而實施之，就應(yīng)承擔(dān)刑事責(zé)任。6犯罪行為能力證成之前提自然亦應(yīng)是自由意志之具備。

刑法學(xué)界長久以來存在的有關(guān)行為概念的眾多觀點通常認(rèn)為，刑法中的行為必須具備“意思指導(dǎo)性”。例如，日本學(xué)者吉川經(jīng)夫認(rèn)為：“這里所謂行為，指基于人的意思或意思支配可能性的身體的動作或者態(tài)度。”7我國也有學(xué)者認(rèn)為，刑法意義上的行為并不需要以“意思”作為要件，主張“不如從行為概念中拋棄意思要素，而直接用具有社會危害性的身體動靜來概括行為概念”。8觀點交鋒之癥結(jié)在于，不同學(xué)者對于“行為”概念范圍界定存在出入，但對于與刑事責(zé)任直接掛鉤的犯罪行為“意思指導(dǎo)性”之具備幾乎不存爭議。

“培育論”視野下，類比于人類主體，對ChatGPT等生成式人工智能犯罪行為主體資格之判定同樣應(yīng)當(dāng)以犯罪行為“意思指導(dǎo)性”之具備為必要條件。我們固然應(yīng)當(dāng)正視生成式人工智能所具備的一系列全新的特性，但至少就目前階段而言，由于生成式人工智能具有進階的、隱秘的算法黑箱，無法對其具體運行邏輯進行探知，而進階的算法黑箱中的具體內(nèi)容正如“薛定諤的貓”，在打開黑箱進行觀測之前，我們無法確定生成式人工智能是否已經(jīng)脫離開發(fā)者從而產(chǎn)生了自由意志?！芭嘤摗币曇跋拢彤?dāng)前“生長期”內(nèi)生成式人工智能的各種外部行為表現(xiàn)而言，其尚未具備自由意志，從而不具備犯罪行為主體資格。

此外，基于“培育論”的理論觀點，對于生成式人工智能等一系列具有“進化”特性的人工智能主體而言，其犯罪行為能力之判斷模式應(yīng)當(dāng)類比于人類主體，嚴(yán)守“行為時”1的判斷節(jié)點。破除曾經(jīng)以“主體種類”囊括“主體能力”判斷的定勢思維，以具體的行為時間點為依據(jù)準(zhǔn)確把握生成式人工智能主體所具備的進化性及不穩(wěn)定性，正確判定ChatGPT等生成式人工智能于不同時期的犯罪行為主體資格。

（2）“培育論”視野下生成式人工智能刑法意義行為主體資格判定

“培育論”視野下，對ChatGPT等生成式人工智能刑法意義行為主體資格進行判定，需要正視“刑法意義行為”的客觀存在與現(xiàn)實價值。筆者認(rèn)為，刑法意義行為指沒有上升到犯罪行為的程度，但在刑法理論體系中不可忽視，包括正當(dāng)防衛(wèi)、緊急避險、根據(jù)法令或正當(dāng)業(yè)務(wù)的行為、精神病人實施的行為、中立幫助行為等。此類行為在具備特定條件的情況下，有可能向犯罪行為轉(zhuǎn)化，例如防衛(wèi)過當(dāng)、避險過當(dāng)以及中立幫助行為的異化。此種異化的可能性拉近了其與犯罪行為之間的距離，亦模糊了二者之間的邊界。由此，刑法意義行為在刑法理論體系中長期作為理論探討的重點和難點存在。

“培育論”視野下，不具有自由意志的人類主體能夠?qū)嵤┑南盗行袨?，?dāng)前階段的生成式人工智能亦具備實施的可能性。同不具有自由意志的人類主體一致，當(dāng)前生長期的生成式人工智能雖然被界定為日常生活語境下的“大行為”主體，其尚無能力實施一系列在主觀方面存在具體要求的行為。具體到刑法意義行為范疇之內(nèi)，現(xiàn)生長期內(nèi)的生成式人工智能無法實施正當(dāng)防衛(wèi)、緊急避險等主觀意圖指引之下的刑法意義行為，但強調(diào)客觀方面行為表征的中立幫助行為及一系列類似于精神病人危害性行為的，不需要主觀意圖指引的非中立刑法意義行為則被包含于生成式人工智能的行為能力范圍之內(nèi)。

（3）“培育論”視野下開發(fā)者培育大模型自主實施危害行為的歸責(zé)模式

“培育論”視野下，生成式人工智能的培育進程得以類比于人類主體，從而將開發(fā)者培育大模型自主實施危害行為的犯罪評價，由生成式人工智能自主實施危害行為的“短周期”延展至生成式人工智能培育、運行并產(chǎn)生法益侵害結(jié)果的“長周期”之內(nèi)進行。

建基于前文論述之上，可以認(rèn)為當(dāng)前“生長期”之內(nèi)的生成式人工智能主體具備部分程度的刑法意義行為主體資格，能夠?qū)嵤┫薅ǚ秶鷥?nèi)的一系列刑法意義行為，但不具備犯罪主體資格，不能實施犯罪行為。因此，生成式人工智能具備于刑法意義行為論域下實施危害行為的現(xiàn)實能力，在開發(fā)者秉持主觀故意且具有相應(yīng)的培育行為時，其自主實施的危害行為導(dǎo)致的法益侵害結(jié)果應(yīng)當(dāng)依據(jù)教唆犯理論，基于開發(fā)者對危害行為及結(jié)果的“參與”，歸責(zé)于開發(fā)者。同時，應(yīng)當(dāng)認(rèn)識到當(dāng)前階段生成式人工智能犯罪主體資格的缺位，雖以共同犯罪理論提供定罪思路，但仍應(yīng)回歸開發(fā)者培育大模型自主實施危害行為的根本屬性——單獨犯罪，進行后續(xù)的量刑評價。如是，基于“培育論”，依照定罪與量刑分離的評價模式，對開發(fā)者培育大模型自主實施危害行為進行犯罪評價，既能夠符合客觀行為表現(xiàn)進行定罪，又能夠保障罪刑均衡。

為紓解開發(fā)者培育大模型自主實施危害行為的歸責(zé)困境，應(yīng)當(dāng)借鑒“培育型教唆”的犯罪評價思路，分離定罪與量刑評價。首先，應(yīng)借鑒共同犯罪的理論思路，以“培育型教唆”予以定罪評價?；诋?dāng)前時期生成式人工智能刑法意義行為主體資格的具備，足以明確開發(fā)者培育大模型自主實施危害行為的全過程中，至少存在兩個由不同主體實施的行為，即培育行為與危害行為。每個行為都具備獨立的刑法意義，僅是由于實施主體是否具備刑法主體資格不同，故而于刑法評價上存在差異。于教唆犯理論中，實質(zhì)上可以剝除主體的干擾影響。對教唆行為人進行犯罪評價，根本上須首要判斷教唆行為對正犯行為的引起作用是否客觀存在，進而判斷相關(guān)主體是否需要承擔(dān)刑事責(zé)任。教唆人或被教唆者刑事主體資格的闕如，并不影響行為間存在的實質(zhì)關(guān)聯(lián)，這相當(dāng)于，責(zé)任層面犯罪評價的空缺不影響本質(zhì)上不法層面的犯罪評價。在被教唆者不具備刑事主體資格時，只要其接受了源自教唆者的教唆行為影響，傳統(tǒng)情況下可能按照間接正犯的理論進行處理。但由于間接正犯是為彌補共犯從屬性說之不足而提出，強調(diào)利用他人作為工具實施正犯行為與共同犯罪評價邏輯的差異性1，從而應(yīng)對共犯從屬性說立場下教唆犯或幫助犯的處罰困境，具有強烈的人類中心主義立場，因而在生成式人工智能論域之中不能直接適用。但基于“培育論”的理論觀點，生成式人工智能具有接受開發(fā)者培育行為影響的客觀能力，應(yīng)當(dāng)認(rèn)可開發(fā)者培育大模型自主實施危害行為的情況下，培育行為與危害行為間具備“培育型教唆”的不法特征。因此，對開發(fā)者進行定罪評價，應(yīng)連接開發(fā)者的主觀罪過、培育行為與生成式人工智能自主實施的危害行為及法益侵害結(jié)果，基于開發(fā)者培育行為對法益侵害結(jié)果的參與，對開發(fā)者以教唆犯的評價邏輯進行定罪，惟其如此，才能實現(xiàn)案件事實與刑法理論的基本貼合。其次，應(yīng)當(dāng)順從當(dāng)前時期生成式人工智能的主體資格現(xiàn)狀，以單獨犯罪進行量刑評價?；诋?dāng)前時期生成式人工智能犯罪主體資格、行為能力的闕如，即便不法層面培育行為與生成式人工智能危害行為間存在類比于“培育型教唆”的引起與被引起關(guān)系，仍只得以單獨犯罪的評價邏輯進行責(zé)任評價，進而以單獨犯罪進行量刑評價，以達(dá)到罪刑相適應(yīng)原則的基本要求。

四、結(jié) 語

面對ChatGPT等生成式人工智能之刑事風(fēng)險沖擊，并非決然要從刑事立法層面進行積極回應(yīng)，而應(yīng)當(dāng)首先從刑法基礎(chǔ)理論認(rèn)識的視角出發(fā)，搭建起ChatGPT等生成式人工智能研究與刑法話語體系之間的有效銜接與轉(zhuǎn)化路徑。生成式人工智能誕生后，培育生成式人工智能自主實施犯罪行為的“類培育型教唆行為”的周期得以大幅縮減，導(dǎo)致現(xiàn)行刑法體系下的犯罪評價疑難。而“培育論”以適度的主體化思維于涉生成式人工智能犯罪評價過程中引入“培育型教唆”的刑法理論，立足于生成式人工智能之訓(xùn)練進程類比于人類主體不斷成長的相似性基點，能夠打通生成式人工智能行為主體資格研究與刑法主體資格理論體系之通路?！芭嘤摗币曇跋?，當(dāng)前階段的ChatGPT等生成式人工智能尚未具備自由意志，從而不具備犯罪行為主體資格，但應(yīng)肯定其具備部分程度的刑法意義行為主體資格，能夠?qū)嵤┫薅ǚ秶鷥?nèi)的一系列刑法意義行為。因此，針對開發(fā)者培育大模型自主實施危害行為的歸責(zé)問題，宜以“培育型教唆”予以定罪評價、以單獨犯罪進行量刑評價，從而妥善應(yīng)對生成式人工智能背景下的犯罪評價疑難問題。

責(zé)任編輯：張昌輝