AI訓練數據收集環節的包容審慎監管研究

[摘要]在AI研究與應用中，訓練數據是基礎資源，對模型訓練和實際應用有重大影響。數據資源不足和質量問題，導致國內AI技術與國際水平有一定差距。訓練數據需滿足量大、多樣、準確、完整的特點，但收集面臨法律限制、數據安全義務重、通知成本高等問題，同時存在數據來源不規范的困境。為平衡數據收集與權利保護，本文建議在法律框架下引入包容審慎監管，優化授權流程，制定分級監管策略，鼓勵匿名化技術，以促進AI技術發展并保護數據主體權益。

[關鍵詞]訓練數據；數據安全；包容審慎監管" " "[DOI]：10.20122/j.cnki.2097-0536.2025.02.015

一、問題的提出

在生成式AI領域，訓練數據是核心資源，其收集階段對數據量和質量有直接影響，且對后續處理具有指導作用。目前，訓練數據收集面臨法律規制過嚴和數據隱私保護的雙重挑戰。《網絡安全法》和《個人信息保護法》的嚴格限制增加了企業合規成本和數據獲取的難度。為促進AI發展，需適當放寬法律要求，給予企業適當的收集空間。同時，放寬收集可能導致AI企業與數據主體間利益沖突增多，尤其在數據隱私方面。因此，需采取包容性數據收集策略，并配以適當救濟機制，確保法律對訓練數據收集既不嚴苛也不縱容。在包容與救濟原則下，應重新審視和調整法律規制，為AI發展提供靈活有效的支持。

二、訓練數據收集的現實困境

（一）現行法律規范對訓練數據收集的限制與要求

當下，人工智能發展迅速，訓練數據安全合規受關注，相關法規紛紛出臺，構建起保障體系。……