大模型的高速发展和渗透带来生成式人工智能的广泛应用

   正如数十年前计算机技术、互联网革命引领了技术与生产方式的历史性变革，生成式人工智能开始深刻地影响人们生活的方方面面。当我们使用生成式人工智能高效搜索、生成文本、提高工作效率，当我们感受训练聊天机器人的新鲜感，当我们在文本之上使用图像生成、音频视频生成，生成式人工智能的潜在风险也在不知不觉中逐渐渗透。

   科技创新的二元性历来受到社会广泛关注，从互联网的数据隐私到智能机器人的道德伦理，再到生成式人工智能对于个人隐私的处理和引发潜在欺诈行为风险，如何规范应用值得我们深度思考。

   用户会给生成式人工智能工具提供个人、公司或所属社会组织的非公开信息，模型获得了这些数据，便有可能在后续各类生成任务中泄露信息。过去担忧手机APP等软件在用户未察觉时对其隐私进行观察和调用，而在生成式人工智能应用场景中，亦存在隐私和信息泄露风险。例如，生成式人工智能可以被用来创建背景丰富、看似来源可靠的信息，进而诱导用户点击恶意链接或下载恶意软件；可以塑造丰富立体的社交媒体形象，甚至模仿某人的声音或外貌，引导造谣与诈骗；可以被训练为向特定用户推荐误导性内容，或在某些情况下加强他们已有的偏见，等等。

   生成式人工智能可处理海量数据，但也给知识产权保护、个人隐私保护、打击虚假信息等方面带来新挑战。积极推进人工智能治理，法治与社会教育是促进守正创新的两大抓手。

   一方面，营造安全有序的法治环境，规范生成式人工智能服务。为减少虚假信息的传播，建议明确禁止或限制其在特定领域的使用。例如，批量化的虚拟形象创建和对话；为降低隐私泄露风险，建议规定生成式人工智能使用个人数据时需经用户同意，确保数据隐私得到保护，用户有权决定哪些数据可以被使用，以及生成的内容如何使用；为减少对社会公序良俗的破坏，建议严格限制仇恨言论、歧视性内容创建。可考量设立专门的机构负责技术审查和认证，评估生成式人工智能系统的安全性、可信度、伦理问题等。

   同时，对于生成式人工智能系统出现问题时的法律责任和赔偿机制，可考虑进行系统设计，对开发者、运营商以及使用者的责任分配展开讨论。本质上，机器产生的任何行为都需要有主体负责，而生成式人工智能能否以及如何界定责任主体，是一个重要而紧迫的问题。自动驾驶的技术发展、商业应用和社会问题，为我们作出了可参考的探索。

   另一方面，加强对公众的教育与培训也至关重要。技术的风险不仅来源于自身，也来自于不当使用。如何让公众更好地理解技术、更明智地利用技术，进一步完善科技伦理体系，都需要强有力的社会教育作为支撑。要加强对公众进行教育和培训，强调伦理和法律约束，以提高对这些潜在风险的认识；要增强用户对伦理和法律问题重要性的认识，特别是在生成内容时，明白不应该滥用工具；要鼓励公众充分了解生成式人工智能的逻辑和可解释性、推断和生成过程，鼓励选择更透明和可解释的模型，以便更好理解生成内容的来源和原理，不轻信在看似严肃的行文和环境中插入的各类信息和煽动性观点；要提醒用户保护个人隐私和数据安全，不分享敏感信息尤其是机密信息；政府、行业、企业等相关各方应加强风险研判，有效防控人工智能的科技伦理风险，进一步加强行业自律，不断推动科技向善、造福人类。