大模型的高速發(fā)展和滲透帶來生成式人工智能的廣泛應(yīng)用，形形色色的生成式人工智能插件在短短幾個月內(nèi)交互到了人類社會的生產(chǎn)生活中，引發(fā)新一輪智能化浪潮。正如數(shù)十年前計算機技術(shù)、互聯(lián)網(wǎng)革命引領(lǐng)了技術(shù)與生產(chǎn)方式的歷史性變革，生成式人工智能開始深刻地影響人們生活的方方面面。當我們使用生成式人工智能高效搜索、生成文本、提高工作效率，當我們感受訓練聊天機器人的新鮮感，當我們在文本之上使用圖像生成、音頻視頻生成，生成式人工智能的潛在風險也在不知不覺中逐漸滲透。
科技創(chuàng)新的二元性歷來受到社會廣泛關(guān)注，從互聯(lián)網(wǎng)的數(shù)據(jù)隱私到智能機器人的道德倫理，再到生成式人工智能對于個人隱私的處理和引發(fā)潛在欺詐行為風險，如何規(guī)范應(yīng)用值得我們深度思考。
用戶會給生成式人工智能工具提供個人、公司或所屬社會組織的非公開信息，模型獲得了這些數(shù)據(jù)，便有可能在后續(xù)各類生成任務(wù)中泄露信息。過去擔憂手機APP等軟件在用戶未察覺時對其隱私進行觀察和調(diào)用，而在生成式人工智能應(yīng)用場景中，亦存在隱私和信息泄露風險。例如，生成式人工智能可以被用來創(chuàng)建背景豐富、看似來源可靠的信息，進而誘導用戶點擊惡意鏈接或下載惡意軟件；可以塑造豐富立體的社交媒體形象，甚至模仿某人的聲音或外貌，引導造謠與詐騙；可以被訓練為向特定用戶推薦誤導性內(nèi)容，或在某些情況下加強他們已有的偏見，等等。
生成式人工智能可處理海量數(shù)據(jù)，但也給知識產(chǎn)權(quán)保護、個人隱私保護、打擊虛假信息等方面帶來新挑戰(zhàn)。積極推進人工智能治理，法治與社會教育是促進守正創(chuàng)新的兩大抓手。
一方面，營造安全有序的法治環(huán)境，規(guī)范生成式人工智能服務(wù)。為減少虛假信息的傳播，建議明確禁止或限制其在特定領(lǐng)域的使用。例如，批量化的虛擬形象創(chuàng)建和對話；為降低隱私泄露風險，建議規(guī)定生成式人工智能使用個人數(shù)據(jù)時需經(jīng)用戶同意，確保數(shù)據(jù)隱私得到保護，用戶有權(quán)決定哪些數(shù)據(jù)可以被使用，以及生成的內(nèi)容如何使用；為減少對社會公序良俗的破壞，建議嚴格限制仇恨言論、歧視性內(nèi)容創(chuàng)建。可考量設(shè)立專門的機構(gòu)負責技術(shù)審查和認證，評估生成式人工智能系統(tǒng)的安全性、可信度、倫理問題等。
同時，對于生成式人工智能系統(tǒng)出現(xiàn)問題時的法律責任和賠償機制，可考慮進行系統(tǒng)設(shè)計，對開發(fā)者、運營商以及使用者的責任分配展開討論。本質(zhì)上，機器產(chǎn)生的任何行為都需要有主體負責，而生成式人工智能能否以及如何界定責任主體，是一個重要而緊迫的問題。自動駕駛的技術(shù)發(fā)展、商業(yè)應(yīng)用和社會問題，為我們作出了可參考的探索。
另一方面，加強對公眾的教育與培訓也至關(guān)重要。技術(shù)的風險不僅來源于自身，也來自于不當使用。如何讓公眾更好地理解技術(shù)、更明智地利用技術(shù)，進一步完善科技倫理體系，都需要強有力的社會教育作為支撐。要加強對公眾進行教育和培訓，強調(diào)倫理和法律約束，以提高對這些潛在風險的認識；要增強用戶對倫理和法律問題重要性的認識，特別是在生成內(nèi)容時，明白不應(yīng)該濫用工具；要鼓勵公眾充分了解生成式人工智能的邏輯和可解釋性、推斷和生成過程，鼓勵選擇更透明和可解釋的模型，以便更好理解生成內(nèi)容的來源和原理，不輕信在看似嚴肅的行文和環(huán)境中插入的各類信息和煽動性觀點；要提醒用戶保護個人隱私和數(shù)據(jù)安全，不分享敏感信息尤其是機密信息；政府、行業(yè)、企業(yè)等相關(guān)各方應(yīng)加強風險研判，有效防控人工智能的科技倫理風險，進一步加強行業(yè)自律，不斷推動科技向善、造福人類。
（作者系清華大學技術(shù)創(chuàng)新研究中心主任、教授）
