这就是权的概念从而法权和其他重要概念自身在第二条道路上循从抽象上升到具体的路径的辩证运动。

前述释义书中的理由，与这一学说史发展在原理上有相通之处。不难看出八二宪法的起草者是刻意在此处强调，国务院有关司法方面的职权仅限于行政权性质的司法行政，而不涉及司法制度。

具体分析这段讲话可以发现，将司法权定性为中央事权的直接目的，是防止司法权运行受制于当地，避免司法活动受到地方干扰。新近有研究试图证成司法解释的立法性质，其核心论证逻辑是：首先，全国人大常委会有权解释法律，该项权力属于立法权。不过，司法解释介入司法制度的大门也没有被完全封闭。组织规范确实主要调整国家的内部关系，但是其调整的结果是，特定自然人的意志在组织规范所设定的前提条件下，可以被视为国家的意志活动，从而能够以国家机关的名义对公民的权利与义务产生影响。一种可能的解释是，《立法法》第11条规定的事项本就十分有限，宜将其理解为极为重要事项保留说。

全国人大常委会如要修改基本法律，需遵循部分补充和修改不得同该法律的基本原则相抵触的限制条件。对于此类文件的属性，两高多次发文予以规定。比如，在深度分析个人健康数据来得出其行踪数据，甚至基于现有模型作出前瞻性预测，这种超出公众既定需求的深度分析模式会加剧公众的不安全感。

鉴于此，自然科学的知识与技术应用于法律现象的情况愈演愈烈，为了避免陷入技术主义的陷阱，需要分析新兴技术对当前社会以及未来社会所可能造成的影响，并且从法律规制的角度提供可行的解决之策。此外，人类意志的介入也为ChatGPT生成物的知识产权归属指明了方向，因为人类思维的介入，人类思维成为知识产权独创性的基础性要素，ChatGPT生成物的知识产权应该属于提问者，这也和OpenAI公司的《共享和发布政策》的规定不谋而合。1.ChatGPT应用国家数据时面临国家安全风险2022年10月16日，中国共产党第二十次全国代表大会报告指出必须坚定不移贯彻总体国家安全观。这种技术模型上的进步意味着ChatGPT具备一定的自我反省能力，这为ChatGPT突破可解释性的迷障提供了更强有力的技术支撑，侧面印证了对ChatGPT的运行机理加以解释具有实际可行性。

3.ChatGPT应用个人数据时面临违规利用风险当前大数据的核心技术优势在于其承诺以世界的实质来取代传统社会的理论模型，并提供一个无中介的渠道来了解世界的本质性、多样性与复杂性，对于真实而非抽象的个人而言，人工智能提供了接近现实的更佳途径，而这也是ChatGPT受到追捧的主要原因。但事实上，虽然ChatGPT的创作者中部分蕴含了自然人的创作因素（思想、情感），在一定程度上更符合作品构成要件的要求，但对于这类由生成式人工智能创作的作品能否赋权尚存争议，而且具体的赋权认定标准也仍属空白。

分析并规制以ChatGPT为代表的生成式人工智能所引发的这三大安全风险，以遏制生成式人工智能在技术发展过程中的负面影响，并针对其技术特征进行事先预防，从而在新兴人工智能技术的发展过程中提供法律保护，为塑造未来元宇宙的良好生态消除技术隐患。二、内核优化：生成式人工智能运算阶段中算法模型的分析与纠偏生成式人工智能之所以获得社会各界的高度关注，乃因其由传统的分析式人工智能转向了新兴的生成式人工智能，而算法模型在其转型过程中扮演重要的角色，生成式人工智能对于数据的分析和处理主要通过基础算法进行分析，改变了数据的产生方式、组织形式以及流转方式。在总体国家安全观的指引下，数据安全法第4条规定，维护数据安全，应当坚持总体国家安全观，建立健全数据安全治理体系，提高数据安全保障能力，这提出了一个包含数据基本要素以及数据基本子制度的数据安全制度模型，以期实现对数据的全生命周期保护。当ChatGPT收集政务数据，或者在未来被嵌入并辅助数字政府治理时，将数据放权给机器，其技术框架所依赖的是算法衡量，而非人类的选择，在未来可能忽略甚至对抗人类的选择，那么其对于政务数据的应用可能带来人性冲突，这将和数字政府的建设初衷相悖，偏离以人为本理念并导致行政监管缺乏人性关怀。

ChatGPT中存在与公众对接的接口，需要在机器学习的调试中提升其准确理解公众语言传输的能力，并尽可能避免在语言传输与转化过程中出现先天性偏见，导致输入端的先天性偏见最终演化为输出端的结果性偏见，而这种算法偏见主要来源于人工标注。加速人工智能基础数据供给，这意味着政府层面逐渐重视类似ChatGPT的本土人工智能系统的构建。事实上，ChatGPT的良好运算离不开海量数据的支撑，且其具有的高度智能化特征会促使其自发地收集和处理相关数据，其中涉及国家已经整合公布的相关数据以及未被整合公布的相关数据，都有可能被其进行收集并深度加工，作为得出结论的数据支撑。在这一规范文件的指引下，ChatGPT的算法模型在投入应用之前就应该进行严格的法律审查，避免算法模型在机器学习的过程中就被渗入人为的算法偏见，并将规范文件的要求以技术标准的形式融入算法程序的编译过程中。

总之，ChatGPT的出现意味着人工智能的发展已经迈入了新的阶段，而作为其灵魂核心的算法也逐渐超越工具角色，成为执行资源配置的基本法则。总体国家安全观理念代表国家更加强调从顶层设计上强化对国家安全的保护，而数据安全则是总体国家安全观理念中的应有之义。

 摘要：ChatGPT的横空出世意味着人工智能的发展获得全新动能，根据生成式人工智能从准备、运算到生成阶段的运行机理，可以发现其中存在三大安全风险。总之，在ChatGPT对于个人数据的收集、处理与应用过程中，由于个人数据和公民个人的联系较为紧密，存在的风险也较为复杂，不仅在个人数据的收集广度上存在风险，还在处理深度以及结论应用上存在风险。

但在个人应用ChatGPT的过程中，不可避免导致个人数据泄露。一方面，ChatGPT导致个人和平台之间处于绝对的信息不对称，平台占据了绝对的信息优势，个人的权利被进一步压缩。这从宏观层面体现出国家对于知识产权保护体系建设的重视。在人工智能领域，虽然以深度学习为代表的人工智能技术已取得了令人瞩目的成就，但如何确保以非技术性的方式向最终用户和其他利益相关方解释算法决策以及任何驱动这些决策的数据，仍然是横亘在人工智能生成物知识产权合规保护体系面前的难题，以往人工智能的算法黑箱释明难题导致了人工智能生成物的不可解释性。应以合规限制的方式促进生成式人工智能对政务数据的加工利用，规范要求生成式人工智能所得出结论的整体方向是为公众服务，从而既推动数字政府建设，又以合规方式尽可能规避行政监管的风险。但显然，我现在不这么想了。

面对算法失灵的社会现状以及算法脱轨的潜在风险，应该承认算法不是万能的，并在算力不足、算法无解和数据缺失的领域做好人力物力的充分布局，从而与智能社会形成良好的匹配与互补。事实上，对于ChatGPT这类生成式人工智能而言，其得出智能化结论背后的决策规则隐而不显，致使事后法律问责难以奏效，技术复杂性与结论准确性成为算法偏见的遮羞布，这同时也会引发因为技术赋能而导致的衍生性应用风险，尤其是人工标注技术的介入增加了算法偏见产生的复杂程度

一方面，如果我们使用ChatGPT是为形成有意义的文档，或进行程序的编写，这本身就是一种形成内容或软件等数字信息品的数字劳动。然后是企业与企业之间的数字鸿沟随之加深，因为大模型的训练需要大量的数据和强大的计算能力，而大多数公司没有数据中心或云计算来提供从头开始的训练，因此也无法研发自己的此类模型，且维护这些模型正常运行的成本也很高，使得这些模型在很大程度上仅限于大型科技公司可以研发和商业性推广，从而也只有这样的科技巨无霸或独角兽企业才能因其获取丰厚的回报，这就加剧了企业之间因技术不平等而带来的经济不平等。

就数字化写作来说，ChatGPT可以在想法产生、内容写作、内容优化和内容个性化方面帮助内容创作者，如可以根据你提供的数据来使生成的内容进一步个性化，使其具有你的写作风格。目前ChatGPT还是生成式人工智能的初级产品，受限较多，数字生产力或创造力还不强。

（一）信息过载与数字垃圾使用生成式人工智能极大地提高了数字劳动生产效率，它几乎无限量的内容生产能力突破了人类在这方面的限度，但在无限扩展人类的内容生产力的同时，也会生成更多无意义无用处的内容，甚至错误的和有害的回答，如ChatGPT就经常会生成一些一本正经的胡说八道。从更广泛的意义上看，生成式人工智能可以应用在越来越多的领域中，可以为我们生成更多类型的内容。生成式人工智能介导的数字劳动使人机之间的互动性大大增强，人机合作达致动态化和深度融合的新水平。从过程上看，数字劳动是通过数字技术来获取信息、处理信息（数据处理）和创造信息，从而实现知识的生产和再生产。

此时，机器作为一种工具或服务于人的手段，为人提供更多的服务，成为人的更加称心如意的工具，乃至达成目的的神器。另一方面，生成式人工智能还可以帮助人类改变数字劳动中的关系和模式，通过更便捷的交互与互动，帮助数字劳动者建立更好的人机融合。

新的生成式人工智能技术有时被描述为类似于蒸汽动力、电力和计算机的通用技术，因为它们可以深刻地影响许多行业和领域。在生成式人工智能的介导下，数字劳动中智能机器承担的任务增多，人的作用更向上游集中，即聚焦于提出任务、设定目标等更具有主体性质或主人地位的工作，其余的工具性任务均交由机器（ChatGPT之类的新型工具）去完成，这无疑将大大减轻数字劳动者的负担。

它可以编写代码进行计算机编程，这也是生成式人工智能目前非常受欢迎的功能，这将影响到一些数字技术专业人员如计算机程序员、软件工程师、数据分析师的工作，如此等等。作为先行的阶段，生成式人工智能已经可以生成新的产品设计、工艺流程和质量检测手段等。

从领域上看，数字劳动包括但不限于数字平台的建构与维护、数字化生产、数字化营销（电子商务）、数字化教育等。可以说生成式人工智能将人机之间的这种分工推进到了一个新的阶段，它使我们进一步看到，凡是可以由机器做的，如果由人去做，都是暂时的代劳。由此，我们将拥有更加广义的生成式人工智能。生成式人工智能也可以通过分析大量数据和信息来找到解决问题的新方法，尤其是以创新性的方式解决复杂问题的新方法，以至于可以说，以ChatGPT为代表的生成式人工智能就像是我们想象力和解决问题技能的涡轮增压器，这些科技奇迹可以将我们的创造力提升到一个全新的水平。

另一方面，使用ChatGPT也是为OpenAI从事数字劳动，如我们向其提问并直接或间接地反馈我们意见的过程，本身就在为其提供一种基于强化学习的训练，并为其增加语料，形成对程序的微调，由此优化该系统的人机交互能力，帮助其进化改善甚至迭代更新。一方面，生成式人工智能可以不断拓展数字劳动的领域和范围，通过生成多样化的文本，帮助数字劳动者进入一些新的领域，找到一些新的方向，比如文化、艺术、娱乐等。

那些没有经过任何审查、筛选和验证的内容极易因新智能技术的强大生成能力而被过量地制造出来，其结果是，一方面，那些冗余的内容会给使用者（数字劳动者）带来信息过载，使其无从选择和判别，形同绝对的光明和绝对的黑暗一样，什么也看不见。第五，生成式人工智能在使用中，还需要持续维护和改进，需要投入新的数字劳动对模型进行更新和增强。

我们要全面地看待这种影响，其不仅有积极的方面，也存在消极或负面的因素，带给我们若干需要认真对待、力求解决的新问题或新挑战。只要应用得当，教和学两个环节都将极大地受益，人类的教育和学习方式都可能迎来重大的变化。