人工智能（AI）的快速发展正在众多行业领域掀起一场颠覆性的技术与模式革新股票配资平台网。

一方面，AI技术的应用展现了巨大的商业价值，在降低成本、提升效率、加速创新等方面发挥了关键作用。另一方面，人们面临的科技伦理挑战也日益严峻。例如，AI及算法应用对就业市场造成了冲击，“外卖骑手被困在系统里”等现象，都是AI推广过程中客观存在且不容忽视的现实。长期来看，可能会引发更多非效率性的社会问题，逐渐恶化社会对人工智能的接受度和容忍度，阻碍友好型人工智能社会的建设。

AI作为引领新一轮科技革命和产业变革的战略性技术，是推动我国生产力整体跃升的重要战略资源。我们需要制定有针对性的政策措施，加快构建适应AI产业发展的制度环境。对于AI带来的发展机遇及其伴随的科技伦理治理挑战，我们应给予辩证的理解，急需重新审视科学技术的伦理底线与合法性边界。

明确AI规制目标与重点

AI技术的发展逻辑颠覆了传统的社会治理模式，全新的治理模式期待全新的规制和监管路径。当前的规制目标在于实现以规制促发展，坚持安全可信的法治之维、科技向善的伦理之维、创新发展的技术之维，围绕“社会—人类—机器”等要素，从“法律—伦理—技术”等维度展开规制，在法治轨道上鼓励技术创新。

首先，从法治维度出发，应建立负责任的AI治理机制，建立AI安全可信的标准和评价体系，筑牢安全底线，促进AI健康发展。应对AI应用的安全性、可信性、伦理合规性等方面进行量化评估，为AI技术的发展提供明确的方向和参考。为进一步推进AI治理法治化，应树立完善的技术发展与应用理念，保证AI应用在面对攻击和威胁时能够保持正常运行和数据安全，加快推动完善针对AI的法律地位、AI成果权利归属、AI损害后果的责任划分、AI风险的法律控制等重点问题的法律规范，着力平衡AI产业发展和社会安全，保证AI输出结果是可预测的、可解释的，并且符合人类的价值观和伦理准则，防止技术在利益的裹挟下无序应用，以法治保障AI健康发展。

其次，从科技伦理维度出发，应建立一整套相对完整的制度规范体系，这一体系应基于增进人类福祉、促进公平公正、保护隐私安全、确保可控可信、强化责任担当以及提升伦理素养这六项基本伦理要求，推动AI朝着通用、可信、负责任的方向发展。一方面，应为AI产品研发设计人员制定道德规范和行为守则；另一方面，应构建多层次的伦理道德判断结构以及人机协作的伦理框架。

最后，从技术维度出发，应在确保AI安全可信、科技向善、符合伦理的前提下，积极鼓励AI技术的融合与创新，不断拓展其应用场景，并努力尝试跨学科交叉融合，以推动AI应用的可持续发展。具体而言，AI技术应进一步与物联网、云计算、大数据等深度融合，构建更加智能、高效、便捷的服务体系。同时，还应不断拓展AI在智能家居、自动驾驶、医疗诊断、金融分析等多个领域的应用，加强跨学科交叉融合。例如，在医疗诊断领域，AI技术可以辅助医生进行疾病诊断、制定治疗方案；在金融分析领域，AI技术可以实现风险评估、优化投资策略等功能。

完善AI相关制度设计与实践进路

科技法治是鼓励与规范科技创新的基石，而科技伦理则致力于优化和改善科技创新。无论是科技伦理还是科技法治，都旨在推动科技创新的同时，遏制科技不端行为和科技滥用违法现象。为此，应完善相关法律制度的设计与实践路径，加强行业监管，明确行为底线，多方协作，对AI应用中的不法行为进行有效监管，确保AI技术的健康与可持续发展。

首先，加强数据保护与隐私立法。应完善数据相关法律法规，明确数据收集、存储、处理和共享的规范，为AI技术开发与应用中的数据相关行为提供法律指引。《生成式人工智能服务管理暂行办法》对数据安全和隐私保护作出了具体规定，包括服务提供者需确保数据来源的合法性，以及关于训练数据的特性、个人信息与知识产权的保护规定。该办法还将相关监督检查和法律责任纳入我国网络安全和数据隐私保护的基础性法律框架内。在不断完善法律规范的同时，还应加大监管执法力度，严厉打击侵犯个人隐私的行为，确保法律的有效实施。此外，应加强在数据保护和隐私立法方面的国际合作，消除数据跨境传输过程中存在的数据泄露和隐私侵犯的隐患，共同维护全球数据安全和隐私权益。

其次，优化算法设计与公平性审查。算法是AI发展的核心技术工具，只有合规、良善的算法才能更好地促进AI的安全、可信、负责任发展。

第一，优化法律体系配置，重点关注算法偏见问题，并加强法律法规间的协同，构建全方位、多层次、立体化的算法偏见规制体系，涵盖法律、行政规章及地方性法规，为个人提供充分的数据权利保障，为抵御算法偏见侵害提供坚实法律支撑。

第二，实施算法分类分级管理，细化《互联网信息服务算法推荐管理规定》中的分类标准，并制定相应的风险等级和监管举措，完善基于算法分类分级的算法备案、算法评估、算法安全风险监测和算法审计制度，提升制度的明确性和可操作性。

第三，探索建立算法偏见公益诉讼制度，结合民事与行政公益诉讼，完善救济途径，保障公共利益，引导算法在法治框架内有序发展，推动数字化进程更加成熟完善。

再次，提高AI决策的透明度与可解释性。透明度是AI确保其内部算法可见性的关键属性，包括公开数据、特征、模型、算法、训练方法和质量保证程序，以便外部监督和审查。可解释性的目标是增强理解，使目标受众更好地理解AI的行动与决策。应建立公开透明、可解释的AI监管体系。

第一，提升AI模型技术和数据源的透明度，公开AI在系统开发、数据收集、管理、结果可操作化等过程的信息，使用户了解AI模型决策的过程、依据和规则，打破黑箱壁垒，增强用户对模型的信任。

第二，强化公众审查和监督，落实算法备案、算法审计等制度，协助用户追溯数据输入、输出、运行过程与自动化决策结果间的因果关系，全面审视数据收集方法、自我审核流程、价值承诺及利益相关者参与等过程。当利益相关者的权益可能因自动化决策受损时，可解释性能及时解答疑问，提供救济。

第三，完善AI备案制度，优化互联网信息服务算法备案系统，拓展备案信息范围，要求备案主体公开更多技术要素，如运作原理、系统架构、数据集、训练模型及参数等，并阐述其价值观和要解决的技术问题。同时，也要将相关外国主体纳入备案范畴，确保其遵守我国相关规定。

最后，明确责任主体与加大监管力度。虽然AI应用带来了传统“主体—行为—责任”理论下的“责任鸿沟”问题，但AI算法技术的应用，如算法的设计与部署，都蕴含了价值观和主观意图，这是法律追责的核心，也是判定法律责任的关键。因此，应尊重技术逻辑，构建机器/人—机联合体，并根据侵权场景的类型化，确立多方责任主体的识别路径，聚焦行为正当性的判断。以AI算法设计部署中的主观过错作为追责的基础，结合联合体内的责任与经济利益的关联，实现责任分配的公正性。

此外，还需增强《中华人民共和国民法典》《中华人民共和国刑法》等法律在AI应用场景中对主体责任和产品质量缺陷等问题的适用性，强化对AI设计和应用监督的双重监管。在责任判定中，应综合考虑行为人和AI服务提供商在侵权行为及损害后果中的实际作用。如果发生损害，可参考《中华人民共和国民法典》中的产品生产者责任条款，即产品缺陷造成他人损害的，生产者应承担侵权责任，被侵权人有权向产品提供者索赔。这要求AI提供者，通常是平台主体，履行高度注意义务。赋予AI提供者相应责任义务，有助于规范生成内容的合法性。当然，若平台已履行其义务，鉴于其对创新发展的贡献，在责任承担上不宜过于严苛，以免阻碍AI技术发展和未来商业应用。

（陈兵系南开大学竞争法研究中心主任、法学院副院长，数字经济交叉科学中心研究员；傅小鸥系南开大学竞争法研究中心研究助理）

陈兵

傅小鸥

原因是奈飞公司在2018年至2020年期间未能向客户充分说明该公司如何处理他们的个人数据。

林剑表示，之友小组将依托联合国这个最具普遍性、权威性、代表性的政府间国际组织，打造人工智能能力建设的国际交流合作平台。

加快推进检察工作理念、体系、机制、能力现代化，锻造忠诚干净担当的新时代检察铁军，为以中国式现代化全面推进强国建设、民族复兴伟业提供有力法治保障。

通知明确加强中小学人工智能教育的总体要求。