生成型人工智能的刑事风险与防治策略——以ChatGPT为例

生成型人工智能在通过程序生成具有创造性的新内容方面实现了新的突破,同时蕴含诸多的刑事风险。生成型人工智能的刑事风险包括不当获取数据信息的刑事风险、生成违法犯罪信息的刑事风险、使用者不当利用生成内容的刑事风险。规制生成型人工智能的刑事风险时,刑法应有所为有所不为,始终保持内在的谦抑,坚守不阻碍科技发展的底线。为此,应采用分级治理策略:通过生成型人工智能研发企业刑事合规计划,探索生成型人工智能所涉违法犯罪的预防性治理模式;加强科技监管手段在行政监管手段中的运用比重,通过有效的行政规制手段降低生成型人工智能刑事风险现实化的可能性;当刑事合规计划与行政监管手段失灵时,才可考虑采用轻重程度适当的刑法规制手段。实施分级治理策略,有利于督促生成型人工智能研发企业从源头上降低风险,并充分发挥行政监管与行政前置法“过滤”犯罪的作用,实现遏制技术风险和促进科技发展的双重目的。

深度合成治理的逻辑更新与体系迭代——ChatGPT等生成型人工智能治理的中国路径

以Deepfake、ChatGPT、元宇宙等为代表的深度合成技术与应用场景,极大地改变了信息获取、人机交互的方式,并成为未来数字空间的基础性技术。我国的深度合成治理已经走在世界前列,但仍主要停留在算法治理衍生出的信息安全层面,偏重服务应用监管而底层技术治理不足,偏重监管服务提供者但监管技术提供者尚不充分,数据与场景分级分类标准繁杂但并未形成有机体系。深度合成治理应在算法治理基础上延伸迭代,将深度合成作为人工智能治理的专门领域,同时通过顶层设计推进基础性人工智能立法,既保障急用先行,又可探索并形成通用人工智能立法的经验。既应发挥中国既有的深度合成治理优势,根据生成型人工智能技术特点更新监管逻辑,基于生成型人工智能技术的通用性实施全链条治理;同时还需立足现行法规中分级分类治理架构,结合技术、产业和应用建立有机体系和设置具体规则,以形成在全球更具影响力的深度合成治理法律制度体系。