生成式人工智能虚假信息治理的风险与应对

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：从数据输入、模型运算以及输出结果的运作流程来看,生成式人工智能具有使虚假信息在数以万计的数量级上成倍扩散或者合并的能力.为此,世界各国政府正在面临为生成式人工智能系统设置护栏和保障措施的任务,主要面临以下困难:高拟真生成式人工智能生成内容加剧了事实核查的难度、虚假信息治理时国家公权力的介入不足、监管责任的互相推诿等.据此,生成式人工智能开发者、部署者、服务提供者等利益相关主体应当紧密合作,共同承担虚假信息排查与管控的风险,具体分为三个方面:一是分层式治理,虚假信息治理的整体布局(包含数据层、内容层、服务层);二是纠正式治理,保障受生成式人工智能生成内容侵害主体救济权;三是协同式治理,责成AI价值链上最密切利益主体对虚假信息的不良后果承担不真正连带责任.

作者：

邓宏光、王雪璠

展开 >

作者单位：

西南政法大学民商法学院

关键词：

虚假信息生成式人工智能深度学习数据训练 "通知—删除"规则不真正连带责任

基金：

重庆市教委人文社科研究项目

项目编号：

20JD031

出版年：

2024

DOI：

10.14180/j.cnki.1004-0544.2024.09.012

理论月刊

湖北省社会科学联合会

理论月刊

CHSSCD北大核心

影响因子：0.565

ISSN：1004-0544

年,卷(期)：2024.(9)