生成式人工智能风险的法律类型化治理

生成式人工智能(Generative Artificial Intelligence, GAI)是指能够自主地创造出新的内容或数据的人工智能系统,例如文本、图像、音乐、代码等。GAI在各个领域都有广泛的应用和潜力,但同时也带来了一系列的风险和挑战,例如版权、责任、隐私、安全、歧视等数据风险、内容风险、社会风险和法律风险,这四类风险所带来的主要法律挑战包括数据保护、内容监管、责任归属等。为了有效地应对和管理这些风险,可以构建一种基于类型化方法的GAI风险治理框架,旨在通过对GAI风险的分类、评估和控制,提出类型化的解决方案和建议,从立法、执法、司法和自律四种法律治理类型提出相应的措施和方案,如完善相关法律法规、建立监管机制和标准体系、加大执法力度、提高司法适应性和创造性、推动行业自律和社会共治等,以促进GAI的健康发展。

赋权增能:新时代开发区基层社会治理的调适选择

新时代背景下,社会治理是基层政府职责体系的关键议题。以开发区为代表的功能区社会治理具有不同于一般行政区的鲜明特征,面临更大的挑战。内部有限资源与权限分配主要用于经济增长,外部环境面临科层体制的侵扰,具有不确定性。基于治理资源和管理权限两个维度,将开发区社会治理划分为科层治理、行政发包、项目制与策略式治理。各个治理类型是基于治理情景的不同选择,整体上是一种分散的,碎片式的治理结构。新时代开发区基层社会治理的赋权增能具有不同的内容。治理的优化选择是:党建引领是核心内生动力,行政机制内部整合是重要制度保障,互联网信息技术是催化剂。

金融科技的法律风险及其治理策略

数字金融背景下,金融科技在重塑金融服务模式的同时,也潜藏着系统性的法律风险。金融科技的法律风险源于其对法律规范与法律伦理的挑战,本质上是金融主体间权利义务关系的失衡以对金融公平价值的侵蚀,主要表现为法律伦理风险、权利极化风险、法律侵权风险、数据安全风险与责任归结风险五种基本类型。由于各类风险的内在症结不同,因此在选择治理策略时应注重差异化,分别构建与各风险类型相应的算法伦理框架、信息平权方案、权利救济机制、数据治理规则体系与责任分配机制,以实现金融科技风险的有效治理。

金融整治的法律治理——以“P2P网贷风险专项整治”为例

作为我国金融监管中一种重要的机制和行为,金融整治涵盖立法、执法和司法等多个环节,具有问题与危机处置、行政处罚和规则重构等多重功能。在金融产业利益考量构成监管的客观约束、监管规则整体滞后于金融市场创新的现实场景下,金融整治具有止损、威慑和发现规则等重要功能,但其同时存在的投资者保护缺失、安全与效率失衡、监管意志替代市场判断等弊端亦不容忽视。P2P网贷风险专项整治已引发广泛关注,是近期金融整治的典型样本。P2P金融整治应定位于综合性金融治理机制并强化公共产品供给和利益的平衡,以调整央地关系为核心完善整治主体及其职权设置,以类型化、分步骤、维持合法借贷和投资关系的稳定为核心,提升整治标准和规则的合理性,促进P2P网贷平台向小额贷款公司、私募基金管理机构等组织的转型,并以类型化治理和利益平衡为核心推进投资者保护。

从“政府强制”走向“多元协作”:邻比冲突治理的模式转换与路径创新

典型案例显示,我国地方政府在邻比冲突治理中主要采用政府强制型治理模式。单一政府治理主体、政府强制性治理机制和线性治理路径,是政府强制型邻比冲突治理模式的典型特征。政府强制型邻比冲突治理模式的内在缺陷以及邻比冲突治理理论和现实两个层面的诸多阻滞性因素,决定了我国政府强制型邻比冲突治理模式必然面临治理绩效不彰的困境。从政府强制型治理模式走向多元协作型治理模式,实现邻比冲突治理模式转换和路径创新,是邻比冲突治理的必然选择。多元协作型邻比冲突治理模式在邻比冲突治理中引入多元主体平等参与,综合运用多元化的协作激励保障机制,根据邻避设施类型对邻比冲突采取类型化的治理路径,应能克服政府强制型邻比冲突治理模式的诸多不足,促进邻比冲突治理。