人工智能大模型的软法规制路径与协同实施

唐士亚

福州大学法学院副教授、硕士研究生导师

目录

一、硬法规制在人工智能大模型领域的现实困境

(一)硬法规制中的责任体系与大模型涌现性自主输出特征相脱节

(二)硬法规制的统一标准与企业体量差异及风险层级分布不相契合

(三)硬法规制的事前审查机制难以应对训练数据中潜藏的隐性风险

(四)硬法规制设定的属地管辖范围与大模型分布式技术架构产生张力

二、补充性规制方案：人工智能大模型软法治理的理论基础

(一)软法治理相较于硬法治理的独特优势

(二)软法治理体系中所涵盖的规范性文件类型

(三)软法治理框架下的自主规制与多元共治

三、人工智能大模型软法治理的落地机制

(一)依托内生机制的软法治理实施路径

(二)软法与硬法衔接配合的协同治理路径

四、结语

【内容摘要】数字时代的背景下，硬法规制模式与大模型所具备的涌现性自主生成能力、悬殊的企业规模与风险分布格局、训练数据中难以察觉的隐蔽性风险、分布式的技术架构等独有特征之间，存在着深层次的系统性矛盾，导致传统硬法规制路径在大模型治理领域遭遇特殊的适用难题。作为一种补充性规制选择，软法治理模式借助行业自律协议、伦理规范、专业指引、技术准则、政策文件等柔性规范体系，构建起引导式、激励式与包容式相结合的规制框架，在尊重大模型市场主体意愿、吸纳多元主体协同参与、提供多样化规制依据以及增强规制精准性等方面展现出显著优势。大模型软法治理的实现需依托复合型路径：一方面，可借助利益驱动、声誉约束与技术嵌入等机制推进软法规范的功能落地；另一方面，鉴于软法自身存在的固有局限，软法治理须与硬法治理彼此配合，通过二者的协同运作以充分释放治理合力。

【关键词】人工智能大模型；软法；软法治理；硬法治理；协同治理

正文