公布面向人工智能賦能的高質量行業(yè)數據集建設先行先試聯合體名單，明確禁止大數據殺熟等行為……近來，關于數據發(fā)展的管理規(guī)定持續(xù)成為各方關注的焦點。數據是驅動創(chuàng)新的重要引擎，不過也潛藏安全、治理與法治挑戰(zhàn)。平衡發(fā)展與安全、激發(fā)創(chuàng)新活力、防范重大風險，持續(xù)完善數據立法工作至關重要。

我國在數據立法方面持續(xù)發(fā)力，初步構建起以網絡安全法、數據安全法、個人信息保護法等為基石的法律規(guī)范體系。在數據要素層面，一系列法律法規(guī)為數據流通提供了分層次、分類別的合規(guī)路徑。在算法與模型層面，針對推薦算法、深度合成、生成式AI等不同技術形態(tài)，形成了以“備案—標識—可追溯”為核心的監(jiān)管基線。法律法規(guī)之外，國家標準、行業(yè)指南等工具也得到運用，如《生成式人工智能服務安全基本要求》等，為企業(yè)提供了具體、可操作的指引。

不過，當前一些數據安全風險仍然存在。例如，人工智能正與各領域深度融合，但其對海量數據的依賴，使得數據泄露、非法獲取、惡意“投毒”等風險急劇放大，直接威脅個人隱私、商業(yè)秘密乃至國家安全；算法決策的“黑箱”與偏見，挑戰(zhàn)了傳統(tǒng)的透明與公平原則，隱含難以察覺的歧視，決策過程的不透明，也會使個人權利保障和追責機制面臨困境。此外，訓練數據的使用也常與個人信息保護、知識產權（如著作權）等產生沖突。有鑒于此，要在合法合規(guī)前提下，明確各方權責，建立可預期、可追溯的治理框架，構建科學、系統(tǒng)、動態(tài)且具有前瞻性的數據法律體系，為技術賦能，也為人們的美好“數字生活”上一把“安全鎖”。

一方面，堅持包容審慎原則。相關立法需在法治穩(wěn)定性與技術靈活性之間尋求平衡，不能因追求“絕對安全”而扼殺創(chuàng)新。應建立基于風險等級的差異化監(jiān)管框架，對低風險應用給予寬松發(fā)展空間，對醫(yī)療、金融等高風險領域實施嚴格規(guī)制。加快完善數據產權與流通制度。探索數據產權結構性分置制度，區(qū)分數據來源者、持有者、處理者的權利，平衡各方利益。細化數據確權、授權、交易、收益分配規(guī)則，在保障國家安全和個人隱私的前提下，通過標準合同、安全認證等工具，打通數據跨境與境內流通渠道，破解人工智能企業(yè)面臨的“數據荒”與“合規(guī)難”并存困境。強化算法問責與人工智能侵權裁判規(guī)則。針對“算法黑箱”，特別是在涉及重大個人權益或公共利益的決策中，應逐步推進算法透明，并從司法層面完善侵權裁判規(guī)則，對AI造成的損害責任分配、偏見歧視的救濟路徑等作出更明確的規(guī)定。

另一方面，構建“法律—標準—倫理”多元協同的準則體系。通過多元共治形成覆蓋技術全生命周期的治理合力，特別是將倫理準則嵌入技術研發(fā)與應用全流程，確保人工智能發(fā)展與人類價值觀對齊。引領深化全球人工智能治理，積極回應全球對于人工智能安全、可信、可控的共同關切，通過雙邊、多邊對話，在數據跨境流動、倫理標準、安全評估等方面推動國際規(guī)則互認，為構建公平、合理、包容的全球人工智能治理體系貢獻中國智慧與中國方案。（本文來源：經濟日報 作者：李 毅）