ChatGPT的横空出世拉开了通用人工智能的时代序幕。通用人工智能迭代泛化能力的实现依托于海量数据,其运行全程与数据深度耦合,伴生了新的数据风险,且随着模型的普适化应用可能演化为现实威胁并产生严重后果。运用“全周期管理”理念剖析通用人工智能的输入、加工、输出环节存在的数据风险,包括多源数据违规获取风险、数据利用存储安全风险、数据虚假生成质量风险。在此基础上,围绕法律规制、伦理引导和行政监管的三重路径构建数据风险治理框架,提出中国应从完善保护利用并举的数据法律制度、健全科技向善导向的技术伦理规范、设计注重风险防控的行政监管规则等方面,化解模型“输入—加工—输出”进程中产生的数据风险,从而推动通用人工智能的良性健康发展。
