生成式人工智能训练数据的软硬法协同治理研究

扫码查看

原文链接

万方数据
维普

中文摘要：训练数据是决定模型质量的关键,囿于隐私、个人信息、知识产权等多重风险,亟待规范治理.训练数据的结构性、训练过程不可逆转性、风险低可控性使得传统硬法规制部分失灵,应转向软法和硬法的互动共治,二者的主辅关系作为精细化治理的必要有待研究.生成式人工智能的产业发展现状、监管机构情况、治理和发展目标三个指标影响了各国生成式人工智能训练数据治理路径的选择,透过中国国情的目标分析,生成式人工智能训练数据的软硬法协同治理框架逐步搭建,以硬法的结构式刚性谦抑与软法的立体式柔性扩张为协同趋势.

作者：

黄丽

展开 >

作者单位：

浙江理工大学法政学院,浙江杭州 311199

上海交通大学上海市信息安全综合管理技术研究重点实验室,上海 310000

关键词：

人工智能训练数据协同治理软法硬法中国式现代化

基金：

国家社会科学基金重大项目国家社会科学基金重大项目上海市信息安全综合管理技术研究重点实验室开放基金

项目编号：

21&ZD14220&ZD178AGK2020001

出版年：

2024

宁夏大学学报(人文社会科学版)

宁夏大学

宁夏大学学报(人文社会科学版)

CHSSCD

影响因子：0.214

ISSN：1001-5744

年,卷(期)：2024.46(1)

被引量1
参考文献量43