生成式AI的源头治理：数据深度运用的风险隐忧与刑事规制

生成式AI作为强大的自然语言处理模型，其顺畅运行有赖于海量数据的训练、学习、分析等深层次运用。基于精妙算法的加持，深度运用的数据会关涉经济利益、保密利益、使用性能等多重维度，其间不免存在数据泄露、算法歧视等潜在风险，甚至引发传统犯罪模式之异化。为应对刑事规制空缺、数据犯罪法益的技术性倾向及固有罪名之误区等困境，数据深度运用的刑事规制体系应当以数据技术分工为指引，及时调转治理逻辑与重心。为实现数据安全保障与技术正面价值有效释放之间的平衡，刑法介入需在利益衡量视角下充分考虑生成式AI的附随风险。刑事治理不应拘泥于数据采集和数据流动等传统规制环节，而是通过增设数据分析等专项罪名予以规范完善，并注重预防性禁令等非刑事治理手段，为数据深度运用技术的正向发展提供空间。