一方面，完善相關法律法規的有效界定，合理有效監管。加快立法進程，針對數據、內容安全、知識產權等生成式人工智能發展的關鍵問題，進行分類管理、分類立法，通過政策立法對生成式人工智能的設計、演進進行有效引導、統籌管理。明確監管底線，制定相應技術使用規則和行業規範，強化對生成式人工智能企業、平台和使用該技術高校各主體等失範行為的監管，及時發現處理違規行為。將“傳統事後監管模式”轉為“事前預防評估模式”和“事中控制模式”，制定事前評估、風險預警和事中控制規範，有效減少安全事件的發生、降低安全事件對企業、高校等造成的負面影響。加快制定相應的技術使用規則和應急處理措施，強化對應用生成式人工智能的企業、平台的監管和約束。
另一方面，持續增強數據安全。建立數據全生命周期監督管理，包括數據采集輸入階段的虛假、錯誤信息入庫管控，數據處理加工階段的數據標注管控監督，數據輸出階段（二次采集輸入階段）的數據真實性檢測驗真等。針對醫療、金融、電商、高校等重點領域，通過技術手段保障數據安全。及時發現和處理數據方面的違規行為，保障數據及隱私安全，防止濫用數據造成的損失，確保其符合法律法規和社會公德。 |
