以ChatGPT为代表的天生式人工智能在创造社会福利的同时，也带来了诸多风险。
因此，当务之急是结合我国天生式人工智能发展状况，厘清其运用代价与潜在风险之间的关系，以便在不影响运用发展的条件下有效化解风险。

天生式人工智能的运行机理紧张分为三个阶段，也便是机器学习和人工标记的准备阶段、利用算法对数据进行处理以求出处理后结果的运算阶段、数据运算产出成品向社会输出并产生影响的天生阶段。
当前，天生式人工智能最突出的风险便是在准备阶段的数据合规风险、运算阶段的算法偏见风险以及天生阶段的知识产权风险。

准备阶段的数据合规风险。
我国当前的数据合规体系是建立在《网络安全法》《数据安全法》《个人信息保护法》之上的，哀求数据处理者在处理过程中采纳必要方法以保障基本的数据安全、网络安全和个人信息安全。
基于我国的法律框架，天生式人工智能的数据合规风险紧张表示在三个方面：数据来源合规风险、数据利用合规风险、数据的准确性风险。
首先是数据来源合规风险。
以 ChatGPT为代表的天生式人工智能，初始阶段每每要采集大量数据以供其演习。
基于此，可能会面临如下问题：一是网络个人信息用户是否赞许；二是网络利用已公开的信息是否在“合理范围”；三是网络的样本受到版权保护，进行演习时可否被认定为“合理利用”。
其次是数据利用合规风险。
一方面是数据透露风险。
用户会将个人信息、商业信息乃至商业机密等传输给ChatGPT。
剖析ChatGPT运行机理不难创造，在迭代演习中，它也会利用用户输入的信息和交互信息。
因此，如何担保这些数据的安全是一个很大的难题。
另一方面是用户行使个人信息删除权比较困难。
虽然 OpenAI的隐私协议中规定了用户对其个人信息享有干系的权利，但是鉴于哀求天生式人工智能系统删除数据的繁芜特性，开拓者能否实现对个人信息的真实删除，从而达到符合法规的哀求还存在较大的不愿定性。
末了是数据的准确性风险。
由于在 ChatGPT演习的早期，被投入到数据中的内容是由开拓职员从网络中得到和选择的，因此就有可能涌现由于数据的缺失落或缺点等情形而致使所天生内容的不准确。

运行阶段的算法偏见风险。
以“人工标注”为赞助的“机器学习”，通过二者的结合，提高了天生式人工智能的智能化与精确性。
但是，这也使得算法偏见的概率急剧增加。
这种结合方法比传统的机器学习方法更能表示人的主不雅观判断和偏好，这是由于人们将自己的偏好信息加入到机器学习的模型中，从而增加了人们的偏见，并且这种偏见很难被追踪和戒备。
在对 ChatGPT的运作办法进行剖析后创造，算法偏见紧张表现为两方面：其一，由于吸收到的数据须要人工标注，因此在理解过程中存在着一定的偏差。
其二，对数据进行加工，当 ChatGPT对数据进行加工得出结论后，由于原始结果与大众期望不一致，须要对之进行改动，但这一过程同样会产生一定程度的算法偏见。

天生阶段的知识产权风险。
天生式人工智能的兴起，对浩瀚家当提出了新的寻衅，而最具冲击之处，在于在天生阶段对知识产权领域所构成的寻衅。
由于天生式人工智能具有高度的智能化，以是在运算过程中，与之前的人工智能系统比较，其知识产权的归属发生了颠覆性的变革。
ChatGPT是一种天生式人工智能，它在处理和剖析数据方面远远强于剖析式人工智能，其内容天生过程紧张包括内容自动化编纂、智能化修整加工、多模态转换、创意天生等，直接影响着出版的内容生产模式和内容供应模式。
只管ChatGPT的创造者中包含一些自然人的创作成分，从某种意义上来说，更符合作品的构成要件，但这种由天生式人工智能所创造的作品能否被赋权，仍旧存在辩论，并且详细的赋权认定标准研究还处于空缺状态。
因此，知识产权风险成为天生式人工智能无法规避的第三大风险。

针对上述天生式人工智能三个方面的风险，建议采纳以下三种应对策略来化解风险。

强化天生式人工智能企业的数据合规培植。
天生式人工智能的发展不能只重能力和效率而忽略安全，干系企业应该利用良好的数据合规体系来保障数据安全。
企业数据合规培植可以通过三个方法强化。
其一，确立数据合规原则。
其原则紧张有四点，分别是合法合规原则、奉告赞许原则、正当目的原则、最小必要原则。
其二，建立数据合规的多元技能机制。
首先是宏不雅观层面的行业标准要统一。
各行业的主管部门，该当带头建立一个数据版本的“新华辞典”，让数据编码、制式等保持同等，确保数据的来源、内容和处理逻辑能够被“反事实验证”。
其次是中不雅观层面的内外审查体系。
在内部设立数据合规专门机构，卖力企业日常的数据合规处理，在外部引入第三方审查机制，对企业数据合规进行审计和伦理审查。
末了是微不雅观层面的伦理规范。
将伦理规范与原则以法律形式嵌入到技能运用的行为逻辑中去，使之能够因势而为。
其三，完善数据合规干系法律。
首先是完善立法，在立法层面加快出台数据、人工智能方面的基本法，以作为企业数据合规法律方面的顶层辅导。
其次是司法完善，尽快明确各部门的司法权限，避免“多头管理”产生“九龙治水”的局势。
末了是完善法律，完善电子证据制度，保障权利人的干系诉权。

技管结合纠正天生式人工智能的算法偏见。
这紧张包含两个方法。
其一，针对天生式人工智能机器学习过程中所涌现的先天性算法偏见，应该调度干系算法模型的学习路径，遵守干系规范和技能标准，在天生式人工智能投入市场前应该进行本色审查。
鉴于天生式人工智能的特色，可将其纠偏事情分为两个方面：一方面，采取算法程序编译预防机器学习中可能存在的先天偏见；另一方面，设置人工标注的标准，提高从业职员的执业水平以应对人工标注的算法偏见。
其二，针对天生式人工智能的自我学习而得出的后天性算法偏见，应该通过建立敏捷化、自动化、全流程的监管体系来肃清偏见。
首先，实现对算法技能的自动化监管。
针对机器学习和人工标注实现自动化监管，每当涌现算法偏见时停息输出结果，返回查找问题根源。
其次，建立多元主体监管模式。
行政主体、平台、行业协会、企业自身多方主体参与监管。
末了，落实全流程敏捷的监管机制。
对天生式人工智能产出结论的全过程进行监管，切实降落由于算法偏见导致缺点结论的概率，有效推进可信算法体系的构建。

采取有限保护模式，以戒备天生式人工智能作品在知识产权方面的风险。
相较于传统的人工智能技能，天生式人工智能的创新之处在于其拥有一定程度的自我认知，并且参与了输出结果的加工和创造。
如果基于其自我认知，而将其所有成果都进行保护，那么未来可能会涌现天生式人工智能公司手握“创作霸权”的局势。
但从商业角度而言，天生式人工智能公司耗费大量金钱和技能成本打造高度智能的人工智能程序，如果对该程序衍生的“作品”完备不予保护，也有违公正。
因此，对付ChatGPT天生物的知识产权属性，现阶段该当根据其技能运行模式、参与程度、创新程度等进行综合评判，对其产品的知识产权采取有所区分的有限保护模式。
等到未来天生式人工智能发展到一定阶段，深入理解其运行机制时，再确定详细的知识产权保护模式。

以ChatGPT为代表的天生式人工智能朝阳东升，它所带来的法律风险，很多都应在既有法律框架内妥善应对。
面对风险和问题，不能由于家当有风险和理论有争议，就限定天生式人工智能发展。
这须要采纳“法律+技能”的领悟管理来营造一个好的市场环境，保障天生式人工智能市场茁壮发展。

（本文系国家社科基金一样平常项目“个人信息的竞争法保护疑难问题研究”（23BFX186）阶段性成果）

（作者单位：西南政法大学经济法学院）

本文来自【中国社会科学网】，仅代表作者不雅观点。
全国党媒信息公共平台供应信息发布传播做事。

ID：jrtt