生成式大模型训练数据的法律规制 ——以比例原则为分析视角

摘　要

依赖大量数据训练的生成式人工智能大模型正处于蓬勃发展时期，但其在训练数据收集、处理和输出过程中，存在的潜在的数据合规、数据偏见、数据泄露等风险不仅会威胁技术本身的发展，还会对社会相关利益群体产生一定的威胁，需要通过法律对其进行规制。首先，基于平衡人工智能发展与保障人类权益的目的，对生成式大模型训练数据过程中的风险进行分析，根据比例原则基本原理构建风险治理的框架，即对数据获取的来源与目的加以限制，充分平衡各方权利人的利益；其次，对数据内容与算法技术进行正当性管控，以使对各方的损害达到最小范围；最后，从执行数据收集最小化原则、增强合规数据使用和明确相关主体责任义务3个途径降低数据泄露风险。