■丁依霞

　　人工智能是新一轮科技革命和产业变革的重要驱动力。为引导人工智能技术更好地赋能千行百业、为人类福祉服务，大模型治理应辩证统筹以下几对关系：

　　统筹发展与安全——

　　新形势下，国家坚持发展和安全并重、促进创新和依法治理相结合的原则，采取有效措施鼓励生成式人工智能创新发展。

　　一方面，要认识到大模型之于经济社会发展的作用和价值，以开放包容的心态和科学严谨的方法对待新技术应用；鼓励各行业因时、因势地选择大模型应用场景和建设模式，以持续创造价值和效益。

　　另一方面，正视模型决策不够透明、模型训练过程中对隐私信息保护不足等风险，加强人工智能内生安全、零信任防护等建设，牢牢兜住安全底线。

　　同时，建立数据分类分级保护基础制度，健全数据监测预警和应急处置体系，完善从数据到算法再到生成内容的全链路规制体系，实施分级、分类、差异化监管。

　　统筹效率与公平——

　　在千行百业中应用大模型，既要帮助各行业创造出更高的效率，又要更有效地维护社会公平，实现效率与公平相兼顾、相促进、相统一。

　　一方面，大模型能够以降本增效的方式赋能千行百业，推动产业数字化和数字产业化，在助力高质量发展中实现共同富裕。比如，生成式人工智能可以帮助政府公共部门提高生产力和服务质量。

　　另一方面，考虑到大模型的“双刃剑”特点，要特别关注技术应用中的公平问题，注意弥合新的“数字鸿沟”。在公共服务或社会治理场景中应用人工智能大模型，必须考虑合规性问题，确保大模型的有效运用以及使用者期望的合理满足。

　　统筹活力与秩序——

　　新形势下，要处理好有效市场和有为政府之间的关系，让大模型技术发展实现活而不乱、活跃有序的动态平衡。

　　一方面，更好发挥政府、企业、社会的协同作用，深化各方面体制机制改革，充分释放全社会创造潜能，鼓励科学家、企业家、文艺家特别是青年人才创新创造。

　　另一方面，加强规范治理，对大模型背后的数据偏见、法律和隐私风险等加强防范，对生成内容明确责任主体判定、加强可追溯与解释性。

　　作为创新主体的企业，尤其要强化社会责任意识，确保大模型的开发和应用符合伦理道德标准和法律法规，助力构建安全、可信、可持续的大模型时代。

　　统筹顶层设计与实践探索——

　　大模型治理既需要来自顶层设计的统一规划和整体布局，坚持“一张蓝图绘到底”，也需要汲取地方实践的养分，以“实践反哺理论”。

　　没有顶层设计的系统部署和方向指引，大模型发展既可能因为难以协调各方关系而停滞不前，也可能因为各自为战形成新的“技术孤岛”；没有基层实践的积极探索与大胆创新，缺少来自实践前沿的经验和知识，顶层设计会成为无本之木、无源之水。

　　一方面，立足数字中国建设，从经济社会治理数字化转型的全局出发，进行前瞻性、全局性布局，避免政策不配套、行动不同步、业务不联动、数据不互通、系统不兼容、安全不保障等。

　　另一方面，各地区、各行业、各部门应结合具体情况开拓创新，在前沿领域鼓励大胆探索、敢为人先，寻求有效解决新矛盾、新问题的新办法。通过试点先行、创新大赛、揭榜挂帅、容错机制等撬动积极性，形成“试验—认可—推广”的创新路径，实现“以小见大、以点带面”的创新扩散。

　　统筹自立自强与对外开放——

　　一方面，基于超大规模市场、海量数据资源、丰富应用场景等多重优势，提高大模型自主研发、管理能力，提高成果转化率，推进生成式人工智能平台的自主研发及其在各行各业中的应用。

　　另一方面，坚持胸怀天下，在持续追踪全球人工智能发展的同时吸取他国的经验和教训。

　　（作者单位：中共上海市委党校）