中新社北京4月20日电 题:人工智能的已知人权风险及其法治化应对

作者 肖君拥 北京理工大学法学院教授、科技人权研究中心执行主任

人工智能时代,人机交互模式正在各领域中深度融合。例如在交通领域,智能车凭借多个传感器与技术,为驾驶者提供诸如变道、泊车等高水准辅助;教育领域,智能辅导系统能通过自然语言处理技术理解学生问题,提供解答和指导;医疗领域,借助人工智能影像辅助筛查功能,医生能从海量影像中精准找出微小病灶,提升影像辅助诊断的精准度。

人工智能技术对人类工作和生活的影响愈发深刻,对人权的保障有诸多的积极意义。但是,随着人工智能技术在各个领域不断推广,其应用也面临着或现实或潜在的人权风险,我们必须予以正视。如何通过法治化路径应对人权风险,是人工智能发展过程中的一道必答题。

2025年4月19日7点30分,全球首个人形机器人半程马拉松在北京亦庄鸣枪开跑。图为机器人赛队陆续出发。中新社记者 贾天勇 摄

人工智能应用中的人权风险

人工智能可能在数据、算法等方面形成人权风险,侵害人的生命权、健康权、财产权、隐私权、人身自由等权益。

一是与数据有关的人权风险,包括数据过度收集、数据滥用、数据跨境传输等,都可能带来侵犯人权的问题。

数据过度收集和滥用方面,一些企业在用户不知情的情况下收集位置信息、浏览记录等个人数据,或在未获得同意情况下将用户数据擅自出售给其他公司或机构,用于广告投放、市场调研等商业活动,侵犯用户的知情权和隐私权。若被不法分子用于诈骗、恶意骚扰等非法目的,将给用户带来精神困扰、财产损失,侵害其人身权利和财产权。

数据跨境传输方面,由于不同国家间数据保护法规存在显著差异,数据在跨境流动期间面临保护缺失的困境。此外,某些国家出于特定目的,可能会借数据跨境传输之机,实施情报收集活动,进而对其他国家公民的隐私权构成侵犯。

二是与算法有关的人权风险,包括数据偏差、算法逻辑错误、算法黑箱问题。

数据偏差方面,训练人工智能算法的数据集可能存在偏差,导致分析结果失真,进而在决策中延续或放大现有不平等,影响某些群体权利实现,如招聘算法中的性别或年龄歧视。

算法逻辑错误方面,在设计或实现过程中,逻辑错误会导致非预期行为或错误结果产生,进而侵害人权。如自动驾驶场景中的算法缺陷,导致车辆未正确处理道路突发状况(如行人突然出现),引起事故,直接影响他人的生命权和健康权。

算法黑箱问题方面,由于人工智能或大数据分析中,算法的输入、输出及运行过程不透明、不可知、不可解释,一些算法垄断行为会对消费者权益带来损害,用户的知情权、决策自主权面临被剥夺的风险。

三是人类决策被取代所导致的人权问题。

智能推荐系统通过算法架构,重塑用户的信息获取路径,使用户选择权被剥夺。例如,视频网站基于用户历史行为推荐相关内容,电商平台将高利润商品置于前列,一些社交平台的“关闭推荐”功能需经过多步操作,这些都导致用户信息接触范围逐渐收窄、选择权降低。

此外,人工智能工具在提升效率的同时,可能导致人类决策者成为“技术附庸”,削弱专业人士的批判性思维,使决策过程从“人机协同”异化为“机器主导”,如医疗领域的“双重误诊风险”(人工智能误诊+医生盲从)等。

人类的就业权也面临风险。世界经济论坛发布的《2025年未来就业报告》预测,到2030年全球将有9200万个岗位被人工智能取代,同期可能创造1.7亿个新岗位,形成显著的“岗位替代潮”。此外,由于就业门槛提高,低技能劳动者将难以适应新的就业市场,人工智能的数字鸿沟致使发展中国家岗位流失风险比发达国家高,易造成不同国家贫富差距扩大等问题。

2025年4月1日,2025年度“百城千校万企”促就业行动在湖北武汉启动。中新社记者 张畅 摄

溯源人工智能应用的人权风险

人工智能的人权风险,既来源于技术本身,也受到社会偏见、法律监管缺失等影响,主要可分为以下四个方面。

一是算法黑箱问题。由于人工智能系统依赖于深度神经网络等复杂模型,其内部参数和计算流程常被视为“黑箱”,缺乏可解释性和透明度,严重削弱了对其决策的追责能力,也让个人权利保护面临巨大挑战。

二是人为偏见的工具性放大。算法训练依赖历史数据,而历史数据常常蕴含歧视性偏见,这导致人工智能系统在性别、种族、残疾等维度上做出不公决策,弱势群体更易成为监控和错误风险评估对象,挑战了平等权和非歧视原则。

三是商事策略与盈利动机。制造人工智能产品的私营企业,在追求商业利益过程中常以数据作为核心资产,产品在部署后难以从外部及时发现潜在人权侵害,也缺乏有效渠道进行纠正。

四是法律缺失。当前,人工智能方面的法律和监管体系相对滞后,并缺乏统一的国际标准与强制性约束机制,这让企业在人工智能治理方面往往“无意识睡着”,或难以在不同司法辖区承担一致的人权责任。

2025年4月14日,一位模特装扮成机器人造型亮相海南海口第五届消博会现场。中新社记者 骆云飞 摄

应对人权风险的法治化路径

首先,加强人工智能人权风险的立法保障。一方面要进行顶层设计,例如中国于2023年10月发布的《全球人工智能治理倡议》,围绕人工智能发展、安全、治理系统阐述了人工智能治理的中国方案。另一方面要提升立法保障,包括国内立法中的民事法律和国家安全法律,信息合成规定、算法备案等行政法规,国家标准技术等。

其次,加强人工智能人权风险的社会防控。为此,既要加强教育与普及,提高民众对人工智能技术的认知与应用能力,也要培养兼具技术理解、伦理意识、政策把握、国际视野的复合型人才,推动人工智能安全研究、人才培养和产学研合作。

再次,加强人工智能人权风险的技术防控。针对数据安全,应继续落实《中华人民共和国个人信息保护法》第二十四条规定的自动化决策需透明化;针对算法歧视,监管机构应进一步落实《中华人民共和国数据安全法》第二十七条关于信息安全的要求,验证算法偏见或歧视现象;针对网络犯罪,应支持《中华人民共和国刑事诉讼法》中电子数据等证据的合法性认定,搭建国际联合取证平台,支持多国司法机构通过安全多方计算共享案件关键数据。针对企业监管,应要求企业建立数据防泄漏系统,提升自身系统防护能力,必要时与企业共同进行网络安全实战演练。

最后,促进人工智能人权风险防控的国际合作。在国际规则制定方面,应防范单一国家或企业垄断关键算法技术,提升发展中国家的话语权;在加强国际合作方面,需继续强化联合国核心平台作用,推动《人工智能框架公约》等硬法建设,通过“技术—伦理—法律”三位一体的协作机制实现治理包容性。(完)

受访者简介:

肖君拥。受访者供图

肖君拥,北京理工大学法学院教授、博士生导师,国家人权教育培训基地北京理工大学科技人权研究中心执行主任。中国人权研究会理事、中国法学会法理学研究会和宪法学研究会理事。著有《人民主权论》《国际人权法讲义》《人权的道德维度》等。主讲《国际人权法》获北京市高校优质本科课程。曾数次参加联合国人权理事会大会和边会发言,多次赴美国、欧洲等地参加国际人权对话交流。

(图片来源网络侵删)