人工智能训练中合成数据的融贯性法律治理

人工智能需要大规模、多样化和高质量的数据来训练机器学习模型,而收集这些真实世界的数据可能成本高昂,并可能威胁个人隐私、引发偏见或歧视以及侵犯版权。在实践中,合成数据作为一种替代性解决方案,受到广泛关注,被越来越多地用于训练机器学习模型。从数据法学的角度,借助数据科学以及计算机科学领域的研究成果,对人工智能训练中合成数据的治理框架进行了探索。首先,从规范层面分析了在人工智能训练中合成数据之所以受到重视的逻辑前提,即个人信息保护法所追求的“小隐私”保护与人工智能训练的“大数据”需求之间存在明显的不兼容性,使训练数据的开发面临挑战,而现有的法律和技术解决方案均存在治理效能不彰的问题。在此基础上,探讨了人工智能训练中合成数据的应用场景与风险类型。最后,提出以“法律3.0理论”和“数据治理理论”作为指引,从3个方面构建人工智能训练中合成数据的融贯性法律治理框架:制定合成数据的处理规则,强化合成数据的过程治理,开发合成数据的评估工具。

数据概念的解构与数据法律制度的构建兼论数据法学的学科内涵与体系

正确认识理解数据概念及其特征是构建数据法律制度的前提。信息载体及传输方式的变化是社会进步的重要标志。在数字化时代,随着数字技术的蓬勃发展和广泛运用,作为信息载体的数据,演变为前所未有的新兴生产要素。数据既是信息载体又是生产要素,且具有非竞争性、可复制性、非排他性以及与数字技术不可分离等特性。数据权利配置、数据行为规则的构建,难以套用传统财产的权利配置模式。数据种类、控制状态以及处理行为的多样性和复杂性,决定了数据权利安排的特殊性和复杂性。构建数据法律制度,需要加快全国性制度建设,统筹发展与安全,区分数据内容相关利益和数据行为相关利益,承认并保护不同数据利益相关者的正当利益,规范和引导数据处理行为,在法治轨道上推进数字中国的高质量建设。