一方面，完善相关法律法规的有效界定，合理有效监管。加快立法进程，针对数据、内容安全、知识产权等生成式人工智能发展的关键问题，进行分类管理、分类立法，通过政策立法对生成式人工智能的设计、演进进行有效引导、统筹管理。明确监管底线，制定相应技术使用规则和行业规范，强化对生成式人工智能企业、平台和使用该技术高校各主体等失范行为的监管，及时发现处理违规行为。将“传统事后监管模式”转为“事前预防评估模式”和“事中控制模式”，制定事前评估、风险预警和事中控制规范，有效减少安全事件的发生、降低安全事件对企业、高校等造成的负面影响。加快制定相应的技术使用规则和应急处理措施，强化对应用生成式人工智能的企业、平台的监管和约束。
另一方面，持续增强数据安全。建立数据全生命周期监督管理，包括数据采集输入阶段的虚假、错误信息入库管控，数据处理加工阶段的数据标注管控监督，数据输出阶段（二次采集输入阶段）的数据真实性检测验真等。针对医疗、金融、电商、高校等重点领域，通过技术手段保障数据安全。及时发现和处理数据方面的违规行为，保障数据及隐私安全，防止滥用数据造成的损失，确保其符合法律法规和社会公德。 |
