引用格式：劉學榮.從失范到規范：生成式人工智能的監管框架革新［J］.網絡安全與數據治理，2024，43（6）：58-63，71.
引言
隨著人工智能的迭代升級，對其進行的深層監管不僅關系到法律治理實效，也直接影響到技術發展與應用安全。生成式人工智能作為當前新質生產力發展的主要驅動力，需加以重點關注。相較于傳統的人工智能，生成式人工智能因其深度學習屬性而使技術原理變得更加復雜且難以理解，并由此導致算法黑箱、算法歧視、算法異化、算法權力失范等過去人工智能算法模型中常見的技術伴生風險問題更為嚴峻。與此同時，算法解釋、算法審計、算法評估等過去對人工智能進行法律監管的傳統工具在生成式人工智能面前也面臨著失靈風險，法律監管體系的穩定性與安全性都受到了極大的沖擊。
雖然我國人工智能法律監管始終走在世界前沿，并形成了具有中國特色的算法模型監管體系［1］，但就目前針對生成式人工智能以及深度合成算法推出的監管規定，仍主要停留在人工智能模型治理衍生出的信息安全層面，偏重服務應用監管而輕視底層技術監管［2］，無法克服因人工智能模型的技術升級而產生的監管困境。
在技術失控風險日益嚴重，現有方案又無法實現有效監管的雙重困境下，生成式人工智能的監管難度急劇增長。面對生成式人工智能蓄勢待發的落地應用，需要針對性的法律監管方案對風險進行治理。因此，本文將從生成式人工智能的底層技術出發，首先對其采用的算法模型進行技術穿透，在解析技術原理后清晰定位生成式人工智能的監管困境，而后在底層技術特征的基礎之上挖掘生成式人工智能技術監管的可行路徑，彌補當前生成式人工智能法律監管工具的失靈，并結合生成式人工智能的底層運行機理與相應的運行主體進行精準分層責任落實，避免因“技術中立”濫用而引發法律責任逃避問題，以實現底層技術與分層主體有機協調的法律監管模式。
本文詳細內容請下載：
http://www.xxav2194.com/resource/share/2000006049
作者信息：
劉學榮
（吉林大學法學院，吉林長春130000）
