_生成式人工智能算法备案的法律属性与控制路径.pdfVIP

河南财经政法大学学报２０２４年第２期（总第２０２期）

生成式人工智能算法备案的法律属性与控制路径

韩世鹏

（厦门大学台湾研究院，福建厦门３６１００５）

∗∗摘要：生成式人工智能算法备案是应对“算法泛在”而创设的新型备案制度。基于破除算法不可

解释性的现实需要、算法创新与安全的价值平衡、传统合规模式的加速转型以及扁平化问责的规则改

进，生成式人工智能算法备案具有进一步适用的必要性与可行性。算法备案有效实施的关键在于其法

律属性的廓清，算法备案与行政许可、行政确认等行政行为存在内容、结构及性质层面的显著区别。质

言之，算法备案于行政主体与行政相对人而言，均无法产生直接的法律效果，其法律属性应认定为程序

性事实行为。基于此，生成式人工智能算法备案的控制机制应考量生成式人工智能算法的内容敏感

度、算法风险等级以及算法备案机关专业能力等因素，明确算法备案的适用范围；将民主性、合理性与

严谨性作为形塑算法程序的价值理念；立足算法备案资料报送阶段、事中“责令改正”阶段以及事后执

行罚阶段的内容与特征，实施差异化的救济手段。

关键词：生成式人工智能；算法备案；法律属性；行政事实行为；程序控制

－－－

中图分类号：Ｄ９２２．１６文献标识码：Ａ文章编号：２０９５３２７５（２０２４）０２０１１９１０

一、问题的提出

以ＣｈａｔＧＰＴ为代表的生成式人工智能应用呈爆发之势，其不仅一跃成为人工智能前沿中最令人

瞩目的领域，还是人工智能法学研究的蓝海。基于大模型、大算力、训练方法等多方面的技术突破，生

成式人工智能实现了高质量、高效率、多样化的内容生产，成为推动数字生产力变革的重要力量。相较

于传统的人工智能，生成式人工智能的生成机理更为复杂与精细，其运行逻辑大致可分为以下三个阶

１

［］

段。第一，前置性学习训练及人工标注辅助算法升级的准备阶段。这一阶段中生成式人工智能算法

利用大模型爬取数据，并将人类语言、文本、图形等内容转化为可以自动学习的数据与模型。第二，自

身算法处理输入数据及输出数据产出物的运算阶段。生成式人工智能算法可以借助输入需求与期待

结果的落差来优化学习模型，并可对同一主体的不同需求进行优位排序，训练生成符合人类预期的结

果。第三，数据产出物流入社会并对社会中的各行各业造成影响的生成阶段。生成式人工智能在其提

供产品或服务的过程中，可基于用户指令和结果反馈，自动学习优化奖励模型。依托强大的数据与模

型，生成式人工智能已然应用于广泛的社会场景：在知识生产领域，其可以大幅提升知识生产频率，实

２

［］

现大容量与瞬时的输入与输出，使得科研范式转向更为便捷的“平台模式”；在人机关系领域，其能增

强人机交互关系，依托底层算法将一对多“模板式”传播转型至一对一智慧传播模式，形成人与技术互

－－

∗∗∗收稿日期：２０２３０９１９

基金项目：本文是２０２３年第７３批中国博士后科学基金“金融科技企业数据治理法律机制研究”（项目编号：２０２３Ｍ７３２９３４）、２０２３

年四川省社会法制教育普及基地“数字平台算法共谋的反垄断规制纾困”（项目编号：ＳＦＪＰ⁃０５）的阶段性成果。

作者简介：韩世鹏，男，厦门大学台湾研究院法律研究所博士研究生，研究方向为经济法学、两岸关系法制。

１１９

河南财经政法大学学报２０２４年第２期

３

［］

动的“请求—回应”关系；在产业发展领域，生成式人工智能的技术特征与社会生产生活的各类场景

高度