生成式人工智能的数据保护及责任归属问题研究——以ChatGPT为视角展开

当前,以ChatGPT为代表的生成式人工智能已经从单一的数据生成模型过渡到多元的大数据生成模式,并引发了多重法律风险,传统的归责方式不再适用于AI类犯罪。对此,应当重点在生成式人工智能前期抓取数据阶段细化责任,防止“责任堆积”造成的混淆局面。将数据保护和责任归属两者相互融合交叉,结合法律原则,通过“治标又治本”的手段,达到归责完善和保护数据的双重目的。

私法制度中的代数算法黑箱及其应对

因私法制度中代数算法规范(代数规范)的缺陷,一些指导性案例未能给出判决的明确算法,私法制度中的代数算法黑箱导致了判决书中的算法瑕疵。传统私法制度深受古希腊几何学的影响,因而疏离了代数算法且轻视相应的代数规范,人工智能中机器算法的繁荣无助于缓解私法中的代数算法黑箱,反而将新的算法黑箱叠加于传统黑箱之上。代数规范是私法制度中规定定量计算的法律规范,它是私法规范中的定量维度和必不可少的组成部分,且随着代数算法在认识论中的地位上升而日益重要。私法制度应当改变疏离代数算法的传统,完善其代数规范,适用代数规范作为判决的依据,并结合定性规范以指导与检验法律人工智能,以限缩判决书中的算法瑕疵。