人工智能大模型训练中数据的赋能型治理  

作　　者：梁伟亮 

机构地区：[1]中国农业大学人文与发展学院

出　　处：《学习与探索》2025年第3期73-84,共12页Study & Exploration

基　　金：国家自然科学基金“元宇宙理论与技术研究”专项项目“融合共票机制的元宇宙数字资产理论与方法研究”(62441206)。

摘　　要：数据作为人工智能发展的基础,其重要意义不仅在于能够为大模型训练提供基础原料,还在于能够突显人工智能的开发和经营主体的竞争优势。目前人工智能大模型训练主要面临数据来源的合规问题、数据处理的安全问题和数据生成的权属问题等,亟待数据治理体系的完善以回应人工智能的发展要求。对此,应从数据治理本身所蕴含的赋能型理论入手,将数据的风险治理和高质量供给机制融入数据要素市场的治理体系之中,在市场化进程中健全数据分类分级授权使用、落实数据安全主体责任、健全数据产权分置与数据竞争等制度,探索赋能数据要素高效流通的新型治理路径,进而推进人工智能时代数据治理体系的完善,为人工智能发展提供制度助力。

关 键 词：人工智能 大模型训练 数据治理 数据安全 数据竞争 

分 类 号：D922.28[政治法律—经济法学]