生成型人工智能的刑事风险与防治策略——以ChatGPT为例

生成型人工智能在通过程序生成具有创造性的新内容方面实现了新的突破，同时蕴含诸多的刑事风险。生成型人工智能的刑事风险包括不当获取数据信息的刑事风险、生成违法犯罪信息的刑事风险、使用者不当利用生成内容的刑事风险。规制生成型人工智能的刑事风险时，刑法应有所为有所不为，始终保持内在的谦抑，坚守不阻碍科技发展的底线。为此，应采用分级治理策略：通过生成型人工智能研发企业刑事合规计划，探索生成型人工智能所涉违法犯罪的预防性治理模式；加强科技监管手段在行政监管手段中的运用比重，通过有效的行政规制手段降低生成型人工智能刑事风险现实化的可能性；当刑事合规计划与行政监管手段失灵时，才可考虑采用轻重程度适当的刑法规制手段。实施分级治理策略，有利于督促生成型人工智能研发企业从源头上降低风险，并充分发挥行政监管与行政前置法“过滤”犯罪的作用，实现遏制技术风险和促进科技发展的双重目的。     

公共治理中的人工智能应用：一个文献综述

人工智能应用为何能够嵌入公共治理,如何发挥人工智能应用于公共治理之价值是学界探讨不止的重要议题。采用内容分析法对近15年国内研究文献作系统梳理发现,人工智能应用正在重构公共治理的问题场域,并逐渐成为改进公共治理绩效和达到善治目标的工具。这三方面共同构成了人工智能应用嵌入公共治理的内在机制。现阶段,公共治理中人工智能的应用重点集中在基本公共服务供给、城市应急与环境治理等方面,但人工智能应用仍面临安全、侵权、解构秩序、冲击法治体系和道德伦理等风险。国际上制定国家战略政策、建立监测体系、加快融入公共服务的实践经验,为我国公共治理人工智能应用的纵深发展和风险应对提供了借鉴。立足于我国公共治理的现实,人工智能应用的未来可为方向是智能行政审批、责任分摊机制、公共政策制定、公共伦理设计和政府新型智库建设等。     

人工智能视域下的大学内部治理：逻辑、困境与路径

[提要]在自身技术段位和国家态度支持下,启发式搜索、机器学习、专家系统和人机交互四种人工智能技术在大学内部治理领域的应用,呈现出智能挖掘数据信息和知识、智慧提供备选治理方案、系统优化具体治理行为等技术逻辑。但透过人工智能视域看,大学内部治理既存在参与不足与功能缺位的治理主体之困,也存在行政主导与垂直领导的治理结构之困和工具理性与技术依赖的治理德性之困,从而也就限制了人工智能在其领域的应用。从大学内部治理的主体功用、组织结构、德性秩序三个维度探讨大学内部治理的优化路径,并对人工智能在大学内部治理领域的“交互”应用作技术伦理批判,以推动人工智能与大学内部治理的深度融合,为促进教育治理现代化及至新时代人才培养进行有益探索。     

我国人工智能刑法的行政前置性立法探析

人工智能法学研究应当谨防“学术泡沫”,人工智能刑事法治建设应当立足我国本土实践的真问题，重点关注真正能够对我国刑法产生挑战的人工智能危害行为。新型人工智能犯罪属于典型的行政犯，在人工智能技术发展的初期，人工智能刑法应当塑造行政前置性立法方法，具体包括“前置行政不法”和“前置行政程序”两类立法模式。其中，“行政性”是指人工智能行为等构成要件在静态规范层面中的不法行政评价和动态行政程序执行中的过程性、经历性行政评价，而“前置性”是指行政性评价前置于人工智能犯罪行为的刑事责任认定。相较于信息网络犯罪和计算机系统犯罪的立法而言，人工智能技术危害的实践特质在于人工智能的深度学习性和算法技术对人类活动时空的延伸性。因而，行政前置性立法特质要在人工智能刑法体系中得以体现，就需要立法者尤为注重全面性和双重性规则。行政前置性立法有助于保障刑事归责的专业性，重点聚焦人工智能的技术特质挑战，实现不同算法技术危害行为的等级评价。在具体设计行政前置性立法规则时，立法者需要将规则特质运用在人工智能技术的研发以及人工智能产品的测试、生产、销售和使用等阶段。具体而言，第一，对于行政不法前置性立法，刑法应当重点评价人工...     

数据赋能、行政生态与政府治理绩效

大数据、人工智能深入应用背景下，数据赋能政府治理创新成为当前世界各国数字政府建设的主线。然而，数据赋能政府治理绩效提升的路径如何与政府治理结构、外部行政环境有效调适仍是亟待探讨的关键问题。基于资源基础、公共价值管理和行政生态理论，采用中国286个城市2012—2018年的面板数据进行回归分析、机制分析与异质性分析后发现：(1)数据资源和组织资源显著提升了政府治理绩效，组织资源强化了数据资源对政府治理绩效的提升作用；(2)数据开放和创新能力显著提升了政府治理绩效，创新能力强化了数据开放对政府治理绩效的提升作用；(3)行政生态是数据赋能政府治理绩效提升的主要边界，在不具备行政生态优势的地区，组织资源的调节作用显著，但创新能力的调节作用不显著。推动数据赋能政府治理绩效提升，对内要把握好数据资源和组织资源的统一关系，对外要积极提升政府数据开放水平和多元主体创新能力，还应特别关注自身行政生态，选择合适的路径实现数据精准赋能。     

重塑人工智能治理中人的主体性

以人工智能为关键技术的智能革命对人类社会治理产生了深刻影响。一方面，人工智能的应用有利于增强治理协同性，提升决策效率和治理效能，展示出美好的治理前景；另一方面，由于算法权力膨胀、个人价值迷失和人类责任缺位等现象凸显，导致治理中面临人类边缘化风险。因此，重塑人工智能治理中人的主体性是人类必须面对的重要议题。在未来人机共生的治理环境当中，人工智能很可能成为治理主体之一，人类对于人工智能的发展应持包容审慎的态度，设定好人工智能的应用边界，引导技术应用服务于增进人类福祉。同时，从人类自身出发探索将人的主体性带回治理的有效路径，包括加强全球合作，应对治理挑战；完善国家制度，保障人类自治；发展创新型社会单元，开展创造性生产活动；重塑个人责任意识，提升治理能力等。     

物业交接问题的行政法治理——基于双重行政责任的探讨

物业交接难是当前基层社会治理中的一个燃点问题。私法治理模式在化解此类矛盾纠纷的路径中处于“正位调整”地位，但存在治理时间过长、修复效率较低、个人权利对峙公共化、资源紧张等不足。与私法治理相协调的行政法治理，具有灵活性、强制性、过程性和无偿性等优势。为更好解决物业交接问题，可从行政指导、行政监管这双重行政责任视角探讨如何加强行政法治理。一方面，要纠正交接活动中行政指导责任的偏向，处理好行政指导与行政决定、透明指导与公开指导、要式指导与非要式指导、指导能力与时代要求的关系；另一方面，要重视行政监管责任履行的不足及补强，完善市场监管与物业行政监管之间的衔接合作,在立法上设定对物业公司的直接强制，将对旧物业的罚款视为执行罚手段等。     

斯塔尔人工智能生态系统伦理治理思想研究

斯塔尔人工智能生态系统伦理治理思想以繁荣伦理学为视角,旨在塑造促进人类繁荣的人工智能生态系统。它认为应确立人工智能生态系统的中心节点,由这些中心节点担任人工智能生态系统伦理治理的元责任主体,负责确保个人、组织和国家了解他们的责任和履行责则。在斯塔尔看来,人工智能生态系统伦理治理应遵循韧性原则、试探性治理原则、学习能力原则和元责任原则。他还提出了自己的人工智能生态系统伦理治理路径：重新反思人工智能研究和创新与伦理之间的关系、测量人工智能的开发和使用对人类繁荣的影响、建立人工智能知识库、构建利益相关者参与治理机制。斯塔尔人工智能生态系统伦理治理思想一方面引领人工智能伦理治理研究从技术个体层面向系统层面发展,另一方面为人工智能生态系统的伦理治理提供方法论指导。     

论国家安全视阈下的人工智能军事应用风险与治理——以俄乌冲突为例

人工智能军事应用对国家安全产生的风险，无人机等人工智能军备在俄乌冲突中的运用对国家安全风险治理的借鉴价值，是本文关注的核心议题。针对上述问题，本文以人工智能军事应用在俄乌冲突中的运用为案例，系统梳理了人工智能军事应用对国家安全的影响路径，并对人工智能军事应用的安全风险与治理进行了深入探讨。作为一把“双刃剑”，人工智能军事应用一方面增强了物理空间和网络空间作战效能，显著提升了情报、通信等领域保障能力，另一方面对政治、军事、意识形态等安全领域构成多重挑战，为国家安全治理增添了复杂性。从人工智能军事应用在俄乌冲突中的使用情况来看，以无人机、网络武器、深度伪造、开源情报分析为代表的人工智能军备在情报、舆论、网络等多领域对抗中发挥着重要作用。从国家安全风险维度看，人工智能军事应用助推数据和算法成为国家安全面临的新风险，致使安全领域界线模糊化、安全议题复杂化、安全行为主体去中心化，并将加速人工智能军备竞赛。为此，我国应以加强人工智能军事应用前瞻性研究，健全“跨部门”安全协作机制，不断完善非国家行为体监管机制，积极开展国际合作，主动化解人工智能军事应用引发的安全风险，持续筑牢国家安全屏障。     

敏捷治理：人工智能治理新模式

人工智能敏捷治理作为一种新的治理范式,是对以往探索式、回应式、集中式人工智能治理模式的反思、批判与超越。敏捷治理嵌入人工智能治理当中,其在治理价值、治理主体、治理对象、治理方式这四大核心要素上有新的内涵特征。人工智能敏捷治理概念的生成既是第四次工业革命浪潮的推动,又是促进人工智能“向善”、增进人民福祉和走出人工智能治理困境的需要。与此同时,国家方针政策的指引、政府多重资源的投入、多方实践经验的奠基使得人工智能敏捷治理成为可能。为应对时代挑战、迈向人工智能的敏捷治理,我们需应对传统官僚主义思想,树立敏捷治理理念;合理把握治理节奏,确保治理工具使用张弛有度;健全敏捷治理的制度体系,为人工智能敏捷治理保驾护航。     

人工智能嵌入政府治理的责任困境及其政策纾解

责任困境正成为人工智能嵌入政府治理的难题,剖析其生成过程以及理性应对,有助于发挥人工智能技术价值,提升智能社会的政府治理效能,推动实现以人民为中心的服务型政府。责任困境是一种程序化与过程化的问题,需从动态过程来分析,基于“信息—解释—结果”的分析框架,从避责、问责、追责的全过程视角,剖析人工智能嵌入政府治理的责任困境。通过推进算法透明度技术创新,构建责任清晰的政府治理决策机制,建立健全智能时代责任追究制度,推动建立公共治理演练数据库,加强智能时代行政文化建设等举措,确保智能治理与公共伦理同步发展。     

ChatGPT类生成式人工智能监管的国际比较与借鉴

ChatGPT类生成式人工智能的快速发展虽在不同领域带来积极影响,但也引发了法律政策、安全技术、社会伦理等层面的监管问题。比较美国、欧盟、日本等国外典型经济体人工智能监管的治理实践,为完善我国人工智能监管治理体系提供政策参考。我国人工智能监管应坚持发展与安全并重、促进创新与依法治理相结合的监管原则,建立健全法律与政策、技术与安全、社会与伦理等层面的监管路径,同时对人工智能进行进入性监管、技术性全程监管和分级分类监管,完善我国的人工智能监管体系。     

技术竞争与权力流动：人工智能时代国家治理权力的空间配置变化

疆域构成国家治理权力活动和流动的空间边界，任何国家都不会轻易允许其治理权力流出到疆域外。新一轮聚焦于人工智能的全球科技竞争浪潮的兴起会促使“超级国家”出现。“超级国家”可以通过数据与算法输入、技术援助、芯片控制等方式置换人工智能弱国的部分国家治理权力，使得人工智能弱国的国家治理权力空间配置形成一个翘板式结构，即一部分配置在本国疆域内，一部分配置在“超级国家”疆域内；翘板的倾斜方向取决于人工智能弱国对“超级国家”的技术依赖程度或者说人工智能弱国的技术自主自给程度。中国在应对“超级国家”的“智能霸权”方面可以扮演重要角色。     

ChatGPT与人工智能时代：突破、风险与治理

本文介绍了自然语言处理技术的人工智能应用程序ChatGPT在AIGC(人工智能生成内容)领域的突破性进展，以及这种进步的重要意义。通过回溯历次工业革命对社会的影响，提出以下观点：人工智能发展将带来新的工业革命，人工智能社会已经成为趋势；人类的历史就是不断突破自身局限的历史，人工智能正带来一次新的工业革命，前两次工业革命人类扩展了肢体的机能，从第三次工业革命开始扩展的是大脑和神经系统的机能，进入对自身局限挑战的最高阶段，人工智能将推动大脑和其他身体机能整合式扩展，形成智能社会。还分析了ChatGPT可能带来的就业问题和社会分化与不平等，分析了人工智能技术的风险，如隐私和数据安全、算法黑箱可能带来的偏见和歧视、人工智能依赖等问题。最后，介绍了国外研究者关于人工智能社会治理的思想，提出社会治理的基本思路。     

医疗人工智能应用的法律挑战及其治理

医疗人工智能的高效性和先进性对公共卫生和医疗保健领域的技术创新产生了深刻影响。医疗人工智能有望使公民更好地享有健康权,并对整个公共卫生领域带来裨益,但同时也需注意医疗人工智能的发展速度远超对其监管框架的部署规划,会对个人权利和公共健康构成严重挑战,亟需法律作出相应回应。从相关当事人的尊严和自主性的保护、健康数据处理中的隐私和个人信息保护、医疗人工智能应用的公平性和透明度、问责制度和归责原则等方面分析了医疗人工智能应用的法律挑战,并从明确医疗人工智能的治理原则,建立包含硬法和软法在内的初步立法框架,构建科学、合理、高效的监管体制等角度构思了我国医疗人工智能的治理框架。     

网络主权视域下当前互联网治理的主要问题、成因及监管对策

随着互联网移动化、平台化、社交化的发展,人工智能、区块链等新技术与之融合并进,不断挑战原有的网络治理模式。对“网络主权”概念、网络治理方法论争及网络治理现实路径进行梳理和思考,提出网络治理应在国家主权视域下,以人民为中心,充分运用法律、行政和技术手段,对互联网新问题进行有效应对。对内容进行穿透式监管、对金融创新产品进行沙箱监管、对数据共享进行脱敏跨平台监管,对网络黑产进行风险隔离监管,形成互联网治理的“中国方案”。     

面向技术发展的人工智能弹性治理框架研究

人工智能技术的大规模应用一方面促进了相关领域的发展,另一方面也加速显现出了其所带来的风险.如何扬长避短,让人类在充分安全的条件下享用人工智能带来的重大利好,已经成为人工智能治理体系建设中的突出问题和重要任务.人工智能并非成熟技术,且在不同发展阶段呈现出了不同的技术特点和社会特征.人工智能治理体系建设相关研究应采用发展的思路,治理框架的设计要秉承弹性动态的理念,并与技术同步生长.本文着重对人工智能治理焦点的变化进行了分析,并对人工智能弹性治理框架的效用及可行性进行了详细阐述,以期为健全人工智能治理体系提供理论参考.     

论生成式人工智能的法律风险与治理路径

以ChatGPT为代表的生成式人工智能在优化产业结构促进经济发展的同时也带来新的法律风险。语言模型训练中的风险主要包括侵害个人信息与作品著作权风险,内容生成过程中的风险则体现为人工智能“幻觉”导致的错误信息风险、算法偏见风险、“涌现”导致的算法失控风险以及人机互动中的算法滥用风险。《生成式人工智能服务管理暂行办法》提供基本的治理框架,但部分条款设置与具体治理方式上存在不足。生成式人工智能的性能取决于训练数据集的规模与质量,模型训练中的数据治理需要尊重其技术逻辑,实践中应拓展公共数据中著作权数据与个人数据的合理使用边界。内容治理可以借鉴“宪法人工智能”的基本理念,构建动态的内容反馈评估机制。     

人工智能治理精准化论要

人工智能治理精准化是人工智能产品和服务供给侧改革的一种体现,旨在增强人工智能产品与服务供需对接的有效性,实现人工智能资源的高质量供给和合理化配置。人工智能治理精准化将公众需求视作中心,以公众需求识别为起点,以公众需求满足为终点,构成一个开放式的循环过程。包容性增长、程序公正、过程透明、稳健安全、负责任构成了人工智能治理精准化的基本原则。作为一个系统工程,人工智能治理精准化的实现需要建立民主协商机制、协同合作机制和质量评价机制。     

人工智能时代政治权力的双重面相

当前,人类逐渐迈向人工智能时代。人工智能作为国家治理现代化中一项不可忽视的技术工具和手段,不仅冲击着现代政治中的价值基础,更深刻影响人类社会的制度框架和关系体系,这尤其体现在对政治权力的影响上。具体而言,人工智能处于弱人工智能阶段,内含的高效率、多中心、强依赖、硬门槛、黑箱化、情境化特性影响着政治权力的主体结构、作用范围、运作方式和作用效果,引导着政治权力或者走向"数字集权",或者走向"数字民主"。由于人工智能技术尚处在飞速发展之中,受其影响,未来人类政治权力的面相究竟如何我们尚不能妄断,但可以确定的是,人工智能对人类政治的影响越来越大,人类必须从政治层面加强对人工智能的研究。