生成式人工智能视域下个人信息安全风险的技术主义规制路径.pdfVIP

第39卷第3期山西大同大学学报（社会科学版）Vol.39No.3

2025年06月JournalofShanxiDatongUniversity(SocialScienceEdition)Jun.2025

法学研究

文章编号：1674-0882（2025）03-0046-07

生成式人工智能视域下个人信息安全风险的技术主义规制路径

刘娟，尉建文

(太原科技大学法学院，山西太原030024）

摘要：生成式人工智能通过技术变革引发了个人信息安全风险的全流程异变。面对技术冲击,传统的“赋

权—救济”路径与“规制—惩罚”路径面临主体行权困境与主体对峙困境，亟需路径调整。技术主义规制路径以技

术的自我规制为核心，通过调整关系结构、改变规制方法、更新规制理念能够发挥合作规制、风险控制和伦理约束

三重优势。有必要在现行规范体系基础上通过完善技术规范、引入技术避风港、设置双重伦理审查机制以嵌入技

术主义规制路径，从而在包容审慎的监管理念下，实现对个人信息安全风险的敏捷治理，共建可信人工智能。

关键词：生成式人工智能;个人信息;技术主义规制路径;合作规制;三维规制

中图分类号：D922.16文献标识码：Adoi:10.3969/j.issn.1674-0882.2025.03.007

2025年初DeepSeek-R1大模型横空出世，推动参数架构是实现多模态生成能力的技术前提，而超

我国生成式人工智能(Generativeartificialintelligence,大参数架构的形成仰赖于对海量数据的预训练。据

GAI)技术迎来跨越式发展与泛在化部署。GAI技术此可知，数据投喂、机器训练、内容生成共同构成了

的颠覆式创新形塑了数据搜集、处理、输出的方法与GAI的基本技术流程，其也是输入数据中个人信息的

流程，使得裹挟于数据之中的个人信息面临前所未全生命周期。

有的安全风险。面对技术冲击传统规制路径遭遇双海量数据投喂、超大参数架构与多模态生成能

重困境，亟需路径调整以实现对安全风险的有效应力共同形塑了数据“输入—训练—输出”的三重流

对和发展与安全的动态平衡。本文通过对既有规制程，也引发了个人信息安全风险的异变。首先，海量

结构的调整、规制方法的改变和规制观念的革新，提数据的输入须依托于网络爬虫、数据截留、知识蒸馏

出了具有技术适应性和创新包容性的技术主义规制等规模化数据处理手段，这使得个人信息在不为信

路径，以期通过该路径的制度化落实，实现对个人信息主体所感知、控制的情况下成为了数据投喂的资

息安全风险的有效规制。料。如ChatGPT-4将用户对话内容与社交痕迹等非

[2]

一、风险异变：技术跃迁激荡个人信息安全风险结构化数据作为其实现模型迭代更新的数据来源，

GAI在自然语言处理技术（NaturalLanguagePro⁃形成巨量的数据投喂规模。其次，超大参数架构的

cessing,NLP）以及人类反馈强化学习算法（Reinforce⁃形成须依赖于深度学习、数据挖掘、人类反馈等技术

mentLearningfromHumanFeedback,RLHF）等技术驱方案，而算法黑箱下的深度伪造（Deepfake）与自动

动下，已具备深度学习能力和多模态生成能力。人决策失灵并不为信息主体和服务提供者所控制，这

工智能正在经历由专用型（ArtificialNarrowIntelli⁃使得个人信息在数据训练阶段会产生错配、滥用、再

gence,ANI）向通用型（ArtificialGeneralIntelligence,识别等安全风险。如美国华盛顿大学法学教授乔纳

AGI)的范式转化。相关文献显示ChatGPT-3的参数森·特利（JonathonTurley)就被ChatGPT纳入了性骚

已达1750亿，而ChatGPT-4的参数则可能达至万亿扰名单，甚至言之凿凿地指出其行为地点在拉斯维