优化知情同意规则促进生成式人工智能向善发展

随着数字经济发展和人们对隐私等权益保护意识的增强，优化立法中的知情同意规则，是实现法律规制与技术创新协调，防范生成式人工智能风险的关键。具体可从以下方面着手：树立合理限度、最小必要的治理理念：《全球人工智能治理倡议》提出“以人为本、智能向善”的发展方向。生成式人工智能在收集个人信息时，应遵循最小必要理念。立法和司法过程中需秉持这一理念，加强引导。在数据收集、处理各环节，要合理把握限度，避免过度收集私密信息。可通过加强算法技术审查、预先评估风险、严格执行备案机制等，降低信息泄露风险，平衡数字经济发展与个人信息保护。落实分级分类的治理模式：一方面，要区分不同信息的保护边界和方式。如对于个人普通信息，可获默示同意；敏感信息需明示同意；像人脸、金融等强私密信息，则需明确书面同意。另一方面，告知方式应简洁易懂，若数据用于生成式人工智能训练等用途需明示，数据处理范围改变或向其他机构提供时，要二次授权确认。同时，要赋予信息主体删除、更正、撤回同意等权利，让风险更可控。促进数据信息的合规流通：运用区块链等技术对信息利用、流转环节进行监管，实现可追溯管理，建立动态治理体系。利用自动化检测程序加强实时监管，保证处理合规透明，建立识别和预警机制，实现流程留痕。此外，要破除监管壁垒，各部门形成监管合力，打造多元共治格局，通过行政监管、企业自治、社会参与、第三方监督等，形成有效治理机制。适用举证责任的倒置：生成式人工智能运行涉及电子证据，具有易变性等特点，若按“谁主张谁举证”规则，信息主体可能面临取证难问题。而信息处理者具有地位和技术优势，举证能力强，因此在司法程序中应实行举证倒置，加大其举证责任，降低信息主体维权难度和成本，弥补双方差距。推进统合式立法：《网络安全法》《数据安全法》《个人信息保护法》等为人工智能监管提供了支撑，但法律法规间存在交叉。需结合生成式人工智能发展趋势进行整合，形成系统规范的法律体系，让生成式人工智能在技术赋能的同时，受到法律规则约束，筑牢数字信任体系基础，助推数字经济发展。