人工智能研发需要大规模、高质量的个人数据供给。我国人工智能治理应充分借助权利保护与风险治理双重手段，建立个人数据供给二元框架。借助有效的行权机制，个人信息权利可以自下而上地推动数据供给。以数据可携权为基础的个人数据账户制度，能够实现个人与企业之间直接的数据传输，可为人工智能训练提供高质量的个人数据资源。法秩序应借助风险治理理念，适当柔化《个人信息保护法》中的刚性规则，推动人工智能借助海量个人信息进行训练。如果在特定场景下可合理期待个人给出有效同意或同意处理目的变更，使用个人信息进行人工智能训练的行为即为合法。人工智能原则上可使用已公开个人信息进行训练，但应通过提供可机读标识的方式，便利个人在公开个人信息时同步选择是否行使拒绝权。我国未来的人工智能立法应创设科研例外条款。科研活动具有公益性且已获伦理委员会批准，研发人员也采取有效措施保障个人信息安全的，人工智能系统可以在不征得个人同意的情况下大规模处理个人信息。
一、引言：人工智能时代的个人数据供给难题
如何实现大规模、高质量的数据供给，是人工智能治理的重中之重。无论是监督学习、无监督学习还是强化学习，人工智能大模型都需要借助海量数据进行训练，以提高其准确性、适配性以及智能化水平。然而，当下人工智能发展面临数据供给不足、数据质量欠佳的双重困境，严重制约人工智能技术创新与蝶变。
其一，人工智能借助个人数据进行训练常遭遇数据处理合法性质疑，导致可供合法处理的数据资源严重不足。个人数据之上因附着个人信息主体的人格利益，因此受到《个人信息保护法》等法律的严格保护。企业处理个人数据的，必须具备《个人信息保护法》第13条第1款规定的合法性基础，尤其是征得个人信息主体的同意。但是，要求人工智能企业一一征得个人的同意，在实践中几乎不可能实现。同意机制在人工智能时代也可能成为个人的负担——个人信息主体在无法充分理解人工智能活动的情况下，被迫面临信息过载和决策过频的问题, 将很难作出真正有价值的决定。即便人工智能企业在获得个人有效同意的基础上处理个人数据，个人信息处理还受到一系列行为规范的限制。例如，《个人信息保护法》第6条规定的目的拘束与最小够用原则就与人工智能的发展需求相龃龉。根据该条，人工智能企业应在实现处理目的最小范围内处理个人信息。人工智能大模型训练本就不存在清晰目的。正是这种“没有目的”的数据分析, 使得人们摆脱了“前见”的束缚, 进而推动科技创新。《个人信息保护法》中的相关规定似构成人工智能借助个人数据进行训练的制度障碍。如何设计一套方案，充分发挥个人信息权利的正向功能，适度柔化《个人信息保护法》的刚性规定，有效增加市场上的个人数据供给，是当下亟须研究的重要课题。
其二，数据质量问题是制约人工智能发展的“卡脖子”问题。《个人信息保护法》第8条明确要求个人信息处理活动应保证个人信息质量，避免因个人信息不准确、不完整对个人权益造成不利影响。数据质量风险是机器学习的核心问题。训练数据的准确性、时效性、完整性和代表性不足，可能导致人工智能系统输出错误结果（“垃圾进, 垃圾出”）。如果数据集存在虚假宣传、绝对化用语、错误标注等不可靠信息，数据质量不能得到有效保证，容易导致模型训练的偏差。此外，数据质量与歧视偏见是“一体两面”，如果训练数据缺乏代表性与多样性，将导致数据歧视和偏见，损害受保护群体的权益。在马太效应的影响下，存在偏见的数据训练将引发算法驱动的恶性循环，导致弱势群体边缘化不断加剧（如女性求职者简历筛选率下降）以及优势群体的特权日益固化（如特定身份群体信用评分系统性偏高）等。为了提升数据质量，企业可以安排专员人工审核数据。且不论企业是否能承受高额的人力成本，人工标注和审核必然蕴含个人判断与偏好，算法偏见的产生渠道将更加多样且难以追溯。如何提升数据质量、保证数据的准确性与多样性，是制约人工智能发展的又一难题，需要法秩序予以积极回应。
本文将在反思个人信息保护理念与规则的基础上，设计一套人工智能个人数据供给体系，破解数据供给不足与数据质量欠佳难题，有效增加市场上的优质数据供给，实现个人信息保护与人工智能创新发展之间的平衡。在我国讨论制订“人工智能法”的背景下，研究如何建立人工智能数据供给制度以充分切合“人工智能法”的科技法与应用法定位，也是本文的写作初衷与目的之一。
二、我国数据活动治理的二元结构
2021年11月1日生效的《个人信息保护法》调整个人信息处理活动，回应大数据时代带来的个人信息保护困境，具备明显的时代意义与应用价值。我国的《个人信息保护法》并非片面强调个人信息保护，而是同时具有个人权利保护与数据活动治理二元结构，为我国调整人工智能数据活动提供了基本的指引与参照。
（一）
《个人信息保护法》中的权利保护
个人信息的权利化受到隐私权与个人信息自决权的影响。隐私权保护肇始于美国学者于1890年发表的《论隐私权》一文。美国法上的隐私权范围极广，和个人信息保护直接有关的是信息隐私权（Information Privacy）。美国在1967年拟建立国家资料中心, 计划以计算机储存、处理由联邦政府各个机关所收集的全部个人信息，引发公民对透明化社会的反感和忧虑，该计划最终被终止。1972年发生的“水门事件”再次触动美国社会对于警察政府的敏感神经，由此催生了1974年《隐私法案》。信息隐私权由此诞生。与美国不同，德国联邦宪法法院在1983年的人口普查案中，基于《基本法》第1条第1款和第2条第1款提出个人信息自决权：个人原则上可以决定其个人信息的收集和使用。 德国联邦宪法法院借助个人信息自决权限制政府制定《人口普查法》全面收集个人信息。通过个人信息自决权，个人从“免于打扰”走向对自身信息的“积极控制”：个人信息的收集和使用必须经过信息主体的同意；个人信息的收集目的必须明确，而且个人信息收集者日后的信息处理行为受到该目的的限制，任何超出收集目的的信息处理行为都侵害了信息自决权；当事人对信息使用者享有一系列的积极请求权，包括查询权、制作副本的权利、删除权、更正权等等。
我国《个人信息保护法》虽然没有明确确立信息隐私权或个人信息自决权，但也赋予个人信息主体以充分的个人信息权利，如知情权、同意权、查询权、复制权、更正权和删除权等。在诸多权利中，知情权与同意权被视为最为基础的个人信息权利。只有借助知情权与同意权，个人才能有效控制个人信息的流动，捍卫自身的自由空间；在知情权与同意权的帮助下，个人可以自主地实现“相对隔离”，从公众领域撤至自身的私闭空间，从而形成自身的目的、价值、观点和行为准则。《个人信息保护法》设计一系列规则强化个人的知情权与同意权。《个人信息保护法》第二章规定的个人信息处理规则就主要围绕知情权与同意权的行使展开：（1）为了保障个人信息主体的知情权，《个人信息保护法》第7条将公开透明原则作为个人信息处理中的一项基本原则；第17条要求“个人信息处理者以显著方式、清晰易懂的语言真实、准确、完整地向个人告知个人信息处理事项”；当个人无法或难以理解个人信息处理规则时，依据该法第48条，个人还有权要求个人信息处理者对其个人信息处理规则进行解释说明。（2）为了使个人信息主体能够有效行使同意权，《个人信息保护法》第14条到第16条对同意的行使、撤回、效力等专门做出规定；为了强化同意的有效性，《个人信息保护法》要求在数据传输（第23条）、公开个人信息（第25条）和敏感个人信息处理（第29条）等情况下，征得个人信息主体的单独同意。《个人信息保护法》希望通过实质化知情权与同意权，建构个人对个人信息流动的控制权，自下而上地捍卫人格尊严。
（二）
《个人信息保护法》中的风险治理
《个人信息保护法》不仅是一部赋权法，同时也是一部风险活动治理法。《个人信息保护法》是现代社会数字生态系统的基本法，兼顾数据保护与数据利用双重目的。我国《个人信息保护法》第1条开宗明义，该法的制定目的不仅包括“保护个人信息权益”，还包括“促进个人信息合理利用”。为了实现这一目标，立法者没有片面选择权利路径，而是同时关注风险治理，致力于实现数据利用与数据保护之间的平衡。 从结构上看，我国《个人信息保护法》并非完全按照权利路径进行设计，而是体现出数据活动风险治理的特征。我国《个人信息保护法》在总则（第一章，共12条）之后，马上规定个人信息处理规则（第二章，共25条）与数据跨境传输规则（第三章，共6条），然后才是个人在个人信息处理活动中的权利（第四章，共7条）和个人信息处理者的义务（第五章，共9条）。个人信息处理规则和数据跨境传输规则几近占了《个人信息保护法》体量的二分之一。与之相较，强调权利保护的欧盟《通用数据保护条例》（GDPR），在一般规定（第一章，共4条）和原则（第二章，共7条）之后，马上强调数据主体权利（第三章，共12条）和数据控制者和处理者义务（第四章，共20条）。不同的体例对应不同的规范策略。《个人信息保护法》的篇章布局表明我国关注数据活动中的风险治理。
在规则层面，个人信息处理的合法性基础并不限于个人的同意，也表明个人信息保护的风险治理特征。《个人信息保护法》第13条第1款规定多种个人信息处理的合法性事由，个人的同意仅为其中一种。处理个人信息的合法性基础还包括履行合同或依据集体合同实施人力资源管理、履行法定职责或者法定义务、应对突发公共卫生事件、紧急情况下保护自然人的生命健康和财产安全、为公共利益实施新闻报道等。同意更像是打开一道门，允许他人进入。只不过进入个人信息处理殿堂的，并非只有同意这一道门。事实上，立法在规则设计上，也无法完全贯彻个人信息自决权，因为绝对的个人信息控制权根本无法贯彻实施。个人信息反映一个人的社会关系。既然是与他人的社会关系，必然关涉他人的个人信息。在现代社会当中，涉他个人信息远比纯粹的个人信息更为普遍。如果片面强调个人信息保护的个人控制模式，将无法有效解决如何和他人交往和共存的问题。“完全的自主决定概念缺乏对自我社会构成的深刻理解。”罗马式的规范逻辑强调通过权利义务的配置来塑造秩序。但当我们进入大数据和人工智能时代，群体性风险及不可逆损害的出现，使得“许多以前我们曾经依赖的东西，正在数字化时代支离破碎”。以行为规范为核心的风险治理规则更适应现代社会的复杂治理需求。《个人信息保护法》中多样的个人信息处理合法性基础，鲜明体现出数据活动规范的风险治理特征。
我国《个人信息保护法》中具体的风险管理措施包括个人信息安全管理规则（第51条）、个人信息保护负责人（第52、53条）、合规审计（第54条）、个人信息保护影响评估（第55、56条）、个人信息报告制度（第57条）、守门人规则（第58条）等。其中，个人信息保护影响评估是典型的风险治理制度。当现代科技引发的不确定性成为人类社会的最大风险时，风险治理开始变成政府管理科技活动的基本工具。以成本效益分析为基础的风险评估是风险治理的基础。《个人信息保护法》规定的个人信息保护影响评估并非适用于所有的个人信息处理活动，而是专门针对具有较高风险的特定个人信息处理行为进行动态风险管理。根据《个人信息保护法》第55条，需要进行个人信息保护影响评估并记录处理活动的情况包括敏感个人信息处理，处理个人信息进行自动化决策，委托处理个人信息、向其他个人信息处理者提供个人信息、公开个人信息，向境外提供个人信息以及其他对个人权益有重大影响的个人信息处理活动。个人信息保护影响评估制度也表明我国《个人信息保护法》采取风险治理进路规范个人信息处理活动。
综上所述，《个人信息保护法》采纳权利保护与风险治理双重路径调整数据活动。权利保护与风险治理相互补充，共同实现创新与发展之间的平衡。我国未来的“人工智能法”中的数据供给规则，也应在“权利—风险”框架下展开，有效破解人工智能时代的数据治理困境。
三、权利路径：提供高质量数据的个人数据账户
在一套有效的行权制度下，个人信息权利可以帮助实现高质量个人数据的供给，促进人工智能科技发展与产业迭代。例如，个人信息主体通过行使查询权、更正权与删除权等，可以剔除错误、陈旧的个人信息，提升数据库质量。个人信息权利的充分行使，对人工智能产业的发展具有积极意义。只是因为欠缺一套有效推动个人直接供给高质量数据的制度，才使得个人信息权利常被认为阻碍了个人数据的有效供给。我国人工智能治理应充分重视个人信息权利的积极功能，通过建立个人数据账户制度，调动个人的积极性，自下而上地推动高质量数据的供给。
（一）
设立个人数据账户的权利基础
个人有能力控制数据持续、批量流通，是个人直接供给数据的前提与基础。碎片化的个人数据价值稀薄，难以吸引潜在的数据需方进行数据交易。个人只有将网络中的个人数据以结构化的方式汇集整理，实现持续、批量传输，才能真正参与数据交易。
《个人信息保护法》第45条第3款规定的数据可携权构成设立个人数据账户的权利基础。除了代码外，法律同样是调整线上空间的有力工具。通过赋权个人的方式，可以在一定程度上改变万维网结构带来的不利局面。我国《个人信息保护法》第45条第3款规定：“个人请求将个人信息转移至其指定的个人信息处理者，符合国家网信部门规定条件的，个人信息处理者应当提供转移的途径。”该条正式规定了数据可携权。借助数据可携权，个人可以将碎片化的个人数据汇集到同一档案中建立个人数据账户，聚沙成塔，提升数据资源的市场价值。根据全国信息安全标准化技术委员会发布的推荐性国家标准《数据安全技术：基于个人请求的个人信息转移要求（征求意见稿）》（下文简称《个人信息移转要求》）第8.5条，个人信息处理者应以结构化、通用以及机器可读的格式提供个人信息。据此，个人有权要求个人信息处理者将收集的碎片化个人信息以结构化、通用以及机器可读的格式传输到个人数据账户，从而将“面包屑”变成“面包房”。个人数据账户内汇集的数据类型将主要包括直接数据和观测数据两种。前者是数据主体有意、主动提供的个人数据，如邮箱地址、用户名、年龄、照片等；后者则是数据主体在使用服务或设备时被捕捉和记录的数据，如搜索历史、交通数据、地理位置数据、健康监测设备实时记录的健康数据等。与之不同，派生数据和推测数据则并非数据可携权的客体。派生数据和推测数据是数据处理的衍生品，蕴含着数据处理者的智力与财力投入，原则上不应为数据主体单独控制。
值得一提的是，个人数据账户在域外表现为个人信息管理系统（PIMS）。个人信息管理系统模式允许个人选择性地共享数据，并提供数据同步功能，使个人能够在不同设备和平台之间同步个人信息。个人信息管理系统同样以个人信息权利为基础。数据可携权构成个人数据大规模移转汇集的行权依据。我国商业实践中并未产生个人信息管理系统这一模式。2024年11月国家数据局发布的《可信数据空间发展行动计划（2024—2028年）》明确强调“稳慎探索个人可信数据空间”“在切实保护个人数据合法权益的基础上，建立健全个人数据确权授权和合规利用机制”。在打造可信数据空间的背景下，我国可推动设立个人数据账户制度，有效破解个人数据滥用、泄露等安全问题，在保护个人信息基础上推动数据流通。借助个人数据账户制度，个人数据流通获得个人的明确授权，合法数据将汇入数据空间，进而通过管理与技术手段确保数据在数据空间内合规流通。个人数据账户制度将构成个人可信数据空间的重要基础，助力实现高质量个人数据的市场供给。
（二）
个人数据账户下的高质量数据供给
个人数据账户是汇集个人数据的资源集合。个人数据账户制度有助于提升数据质量，有效增加市场上的高质量数据供给，为人工智能发展破解数据困境。
如果类型多样、颗粒度更小的数据更易受到人工智能企业的青睐，个人信息主体将有意识地调整账户内的数据类型与内容。只要使得个人知晓企业的需求，个人为了获得更可观的收益，将积极主动地上传高质量数据。以识别型人工智能研发为例，由于缺乏高质量的训练数据，机器学习一直无法完全习得视觉识别能力，阻碍了神经网络算法的研究。图片识别型人工智能系统的训练需要海量的图片并且理解图片的意义。人工智能企业不得不雇佣人力筛选与标识用户图片，这既是一项沉重的负担，也不能保证图片识别的准确性。与其事后人工处理，不如奖励个人提供附有评论的图片数据。在个人数据账户模式下，个人知晓附有评论的图片对人工智能企业更有吸引力，将会更主动地自行标记图片并将之上传至个人数据账户。人工智能企业将通过付费访问个人数据账户的方式，获得高质量的图片数据训练识别型人工智能系统。同理，如果个人积极主动地提供语音数据，并附着情绪、场景等说明，将帮助训练语音识别型人工智能系统。除此之外，多样性也是判断数据质量的重要标准。如果模型只使用一类样本集进行训练，比如来自相同人口统计数据，人工智能系统将认为不存在其他类型的数据，最终导致算法歧视。人工智能公司可以明确提出对数据多样性的要求，个人将有针对性构建多样化的个人数据账户，或者至少清晰标识数据来源于何种群体。人工智能公司获得优质数据，个人也将从中获益。当数据仅被视为资产时，数据质量是科技公司头疼的问题；如果将数据也视为用户的劳动成果，用户将为获得报酬而主动提供高质量的数据。个人数据账户制度将有助于增加市场上的高质量数据供给，帮助个人与企业实现双赢。
（三）
个人数据账户制度的补强功能
个人数据账户以数据可携权为行权基础，但我国数据可携权的行使并不顺畅。数据可携权的预设功能之一是减少大型互联网企业利用市场优势地位对用户的锁定效应，改善竞争环境，促使企业提升产品和服务质量。但在实践中，互联网企业多以缺乏通用技术标准、难以进行互联互通为由，拒绝实现数据携转。
我国《个人信息保护法》仅规定数据可携权的“直接转模式”，并未规定“间接转模式”，导致数据携转的制度供给不足。欧盟《通用数据保护条例》第20条规定的数据可携权包含两个内容：一是赋予个人信息主体接收个人信息的权利，即间接携转，又称副本获取权，往往被视为数据访问权的加强（第1款）；二是使个人信息主体具有直接要求个人信息处理者将其个人信息传输给第三方的权利，即直接携转（第2款）。如果数据在不同个人信息处理者之间不可交互，负有携转义务的一方可将数据以通用、可机读的格式传输给个人，再由个人与数据接收方沟通，最终将数据传输至目标系统上。即，个人可以直接从个人信息处理者获得通用的数据包，然后自行决定是否将数据传输给新的个人信息处理者（间接转模式）。与之不同，我国《个人信息保护法》第45条第3款仅允许个人信息处理者之间的数据携转。易言之，我国仅允许个人请求将数据从A机构转至B机构（直接转模式），个人不得请求从A处获得通用格式的数据包，自行将之传输至B处。这源于我国《个人信息保护法》第45条并未规定个人的副本获取权，大型互联网平台又各自建立不可交互的数据生态系统，数据可携权的行使遭遇技术困境。根据国务院2024年9月发布、2025年1月生效的《网络数据安全管理条例》第25条第1款第3项，数据处理者有权以不具备技术可行性为由拒绝数据携转。
个人数据账户制度帮助实现“间接携转”，能够破解这一流通困境。企业之间往往不愿实现“互联互通”，部分取决于不同阶段的经营策略，当竞争效应而非网络效应占主导地位，平台没有动机采取兼容策略；部分是基于安全考虑，毕竟允许其他企业接入自身数据生态系统将增加黑客攻击、商业秘密泄露等风险。官方或半官方的数据中介机构并不直接处理数据并从中获益，与个人信息处理者之间不存在竞争关系；数据中介机构为了充分吸引数据的汇集，也更重视数据安全和商业秘密保护，更易获得数据企业的信赖。数据企业应个人的请求以通用、可机读的格式向数据中介机构传输数据，对自身利益影响较小。个人数据账号制度更易获得数据企业的支持，从而顺利实现数据汇集。数据需方在获得个人数据账户访问权限后，也可自行将账户内的数据转换为适配己方系统的可读模式，从而将个人数据资源并入自身的数据生态系统中。不同个人信息处理者之间并不直接传输数据，也就不会产生系统互联互通的需要。个人数据账户制度将补强我国的数据可携权制度，事实上提供数据间接携转模式，在尊重互联网企业营业自由的前提下实现数据携转。
综上所述，借助有效的权利行使机制，《个人信息保护法》规定的个人信息权利可以对人工智能产业发挥正向促进作用。依托数据可携权的个人数据账户制度，能够使得个人与人工智能企业进行直接的数据传输，增加市场上的优质数据供给。个人数据账户制度还能补强《个人信息保护法》中数据可携权的先天不足，推动我国的数据活动治理。
四、风险框架：促进大规模数据训练的例外规则
人工智能数据利用制度，既要借助个人权利建立数据账户推动高质量数据供给，也应充分关注风险治理规则对于推动大规模数据处理的开窗效应。目前的一些个人信息保护规则构成使用数据训练人工智能的制度障碍，如同意的绝对化等。为了破解制度壁垒，一种观点主张通过合成数据增加个人数据供给。合成数据集是通过添加统计上的相似信息，而不是通过剥离唯一标识符的方式来保护隐私。但已有研究指出，合成数据可能产生“模型崩溃”（model collapse）的危险，即大模型借助合成数据进行训练反而丢失之前从真实数据中获得的知识，并且这一过程是不可逆的。为了促进人工智能数据训练，我国应适度柔化既有的个人信息保护规则。囿于篇幅，下文重点介绍促进人工智能数据训练的柔化的知情同意规则、特殊的已公开个人信息处理以及科研例外规则。
（一）
数据处理的可期待性同意
个人同意是数据处理的重要合法性基础。人工智能企业在进行个人信息处理或原处理目的发生改变时，原则上应再次征得个人的同意。然而，一一获得个人的同意使用个人数据进行人工智能训练，在实践中几无可能。
一种思路是尝试借助《个人信息保护法》第13条第1款规定的其他合法性基础，为人工智能训练提供同意豁免。《个人信息保护法》第13条第1款规定的合法性基础除了个人同意、履行（集体）合同所必需外，其余各项大致均是为了实现公共利益或保护人身财产安全，适用范围均较为有限。根据《个人信息保护法》第13条第1款第7项，法律、行政法规如果有规定例外情形，可以在不征得个人同意基础上处理个人信息。权威释义书指出，《个人信息保护法》不可能穷尽所有处理个人信息的合法性基础，其他法律、行政法规可以根据行业、领域的实际，对处理个人信息的合法性基础进行有针对性的规定。我国未来的人工智能立法可以为人工智能使用个人数据进行训练提供必要的豁免。在不存在明确法律例外的当下，法秩序可以借助可期待同意，适度柔化知情同意制度，为人工智能发展提供便利。
其一，新型数据处理活动若可被个人合理预期，应无需事先地征得个人的同意。在一些应用中，人工智能系统提供者或设计者无法设计一套事先征得个人同意的机制。例如，智能家居机器人在征得购买者同意处理其个人信息时，当然还会处理购买者家庭其他成员（如未成年人）、偶然使用者（如访客）等个人信息。智能机器人只要一直处于指令接收状态，就难以避免地会处理其他主体的个人信息。智能机器人提供者与设计者无法预料到所有可能出现的个人信息主体，更遑论事先征得有效的同意。早在2004年，美国学者就提出“情境诚信理论”，认为个人信息保护应当根据不同的情境而有不同的期待。如果行为不合期待，即便有个人明确的同意，也构成对个人信息的侵犯；反之，即便个人没有事先明确同意，个人信息处理活动也是合法的。在智能家居机器人场景下，人形机器人的数据处理行为应是符合期待的。唯需注意，同一行为可能因时空不同，而产生不同的期待。例如，网约车、出租车为了满足安全监管需求，往往会处理个人语音、谈话信息，乘客对此应有合理预期；住户为确保安全在家门前安装摄像头，不可避免地录制对面邻居的日常出行的，即超出一般人的合理期待，若未事先获得邻居的同意，其个人信息处理行为应被认定非法。可期待性同意本质是运用风险治理理念对个人控制权的一种修正。只要个人信息处理风险被控制在可接受的范围内，法秩序就应允许特定的个人信息处理活动，以符合人工智能时代信息多元利用的趋势。
其二，个人信息处理目的发生改变的，只要后续目的与初始目的之间存在实质关联，即无需再次征得个人的同意。根据《个人信息保护法》第14条第2款：“个人信息的处理目的、处理方式和处理的个人信息种类发生变更的，应当重新取得个人同意。”《个人信息保护法》要求个人信息处理者在处理目的变更时再次征得个人的同意。倘若法秩序片面强调个人信息处理的初始目的，只要偏离该目的就要重新征得个人的同意，明显与人工智能处理实践不兼容。欧盟1995年通过的《个人信息保护指令》严格贯彻目的拘束规则，给数据活动带来明显阻碍。为了推动数字经济的发展，欧盟2016年通过、2018年生效的《通用数据保护条例》在第6条第4款中提出“兼容性”标准（compatible），只要后续目的与初始目的之间存在实质兼容，即无需再次征得个人的同意。根据《通用数据保护条例》第6条第4款，应结合以下因素判断是否实质兼容：（1）收集个人数据的目的与预期进一步处理的目的之间的任何联系；（2）收集个人数据的背景，特别是数据主体和控制者之间的关系；（3）个人数据的性质，尤其是否关涉敏感个人信息与犯罪个人信息；（4）预期的进一步处理对数据主体可能的影响；（5）是否存在适当的保护措施，包括加密或假名化等。当人类进入人工智能时代，大规模数据训练对人工智能的发展是必不可少的。通过实质兼容性标准判断是否存在可期待性同意，本质是运用风险管理思维柔化《个人信息保护法》中同意规则的刚性，推动人工智能通过收集与处理个人数据实现发展与进化。
（二）
已公开个人信息的处理
人工智能需要借助互联网上大量的公开数据进行训练。争议在于，人工智能借助公开个人信息进行训练的，是否应再次征得个人的同意。《个人信息保护法》第27条规定：“个人信息处理者可以在合理的范围内处理个人自行公开或者其他已经合法公开的个人信息；个人明确拒绝的除外。个人信息处理者处理已公开的个人信息，对个人权益有重大影响的，应当依照本法规定取得个人同意。”学界围绕该条中的“合理的范围”“公开”“重大影响”等要件已经进行了丰富的研究。本文所欲讨论的是：人工智能一般性地使用网络上的个人信息进行训练的，是否应为法秩序所容许。
《个人信息保护法》第27条与《民法典》第1036条基本保持一致，均是为了促进信息的传播。“如果对已公开的个人信息仍赋予个人强大的控制权，则与信息公共传播的价值导向相冲突。”是以，法政策选择原则上不保护已公开个人信息的立场。这一定位有助于促进人工智能产业发展，毕竟欧盟式的严格保护已公开个人信息的规则，并不利于训练数据的有效使用。《个人信息保护法》在例外情况下保护已公开个人信息，这是由于在大规模数据处理的情况下，个人可能遭遇始料未及的风险。唯需注意，只要人工智能训练的目的不是输出个人信息，人工智能系统使用个人信息进行训练的，一般不会给个人权益带来重大影响。训练人工智能的过程本质上是“学习数据”，而非“分析数据”或“记忆数据”。“学习”是深度学习技术的核心与本质所在，“训练”实际上是一个让机器发现和学习规律的过程。即便是生成式人工智能输出数据，也不是对训练数据的直接调取，而是通过复杂的映射规则组合答案，并不会直接记忆并输出个人信息。诚然，模型是借助数据训练而成，通过逆向攻击（Inversion attacks）的方式，攻击者可以从训练好的模型中提取或推断出用于训练的个人数据。从该意义上说，人工智能数据训练仍可能侵犯个人信息。据此，有观点认为借由个人数据训练而成的大模型本质为加密的个人信息，应适用个人信息保护法的相关规定。但若如此，人们通过互联网下载大模型的，均需征得个人信息主体的同意；个人信息主体也可以行使删除权，要求删除大模型，这明显不合情理。德国汉堡数据保护局已经明确指出，即便大语言模型是由个人数据训练而成的，大模型自身也不应被视为加密的个人数据，个人数据保护法律并非对大模型当然适用。对于大模型可能带来的数据泄露风险，法秩序应要求相关主体通过组织和技术手段予以防范，而非当然认定大模型训练会给个人权益带来重大影响。是以，借助已公开的个人信息训练人工智能的，原则上应视为在合理范围内使用个人信息，无需再次征得个人的同意。
法秩序在优待人工智能训练的同时，也应设计特定机制保障个人信息主体拒绝权的行使。《个人信息保护法》第27条第1句后半句确立了个人信息主体对于已公开个人信息处理的拒绝权。据此，个人明确表示拒绝的，人工智能企业就不得借助特定个人信息训练人工智能。但是，个人往往难以知晓自己公开的个人信息是否及如何被处理。例如，在一起房屋租赁合同纠纷中，原告意外发现自己自愿公开的个人信息被其他公司转载，引起原告的不满。因为欠缺知情渠道，个人拒绝权的意义大打折扣。欧盟对于人工智能使用作品进行训练的规定值得借鉴。欧盟2019年《单一数字市场版权指令》第4条一方面规定以人工智能训练为目的使用作品构成著作权保护的例外，另一方面允许著作权人以可机读的方式明确反对人工智能系统使用其作品进行训练。为了便利著作权人表示拒绝，发布作品的线上平台应提供便捷的、可机读的标识服务，从而使得著作权人在发布作品时可以做出事前的拒绝作品被使用的决定。人工智能治理应在原则上优待人工智能处理已公开个人信息的同时，要求平台提供可机读的标识服务，使得个人在公开个人信息时同步决定是否行使拒绝权。一旦个人信息被打上禁止被处理的标识，人工智能系统就不得使用该信息进行训练。可机读的标识模式是人工智能时代拒绝权的重要行使方式，能够在增加个人数据供给的同时充分维护个人的自由意志。
（三）
人工智能科研豁免规则
人工智能研发本身是一项科研活动。人工智能属于新一轮科技革命中的表征性科技。人工智能研究旨在开发出可以自我分析、自我总结、自我纠错的人工智能系统。为了实现这一目标，在计算机科学中产生了符号主义、联结主义和行为主义等诸多流派。神经网络技术使得人工智能研究有了重大突破（如深度学习算法）。以GPT 4为代表的大语言模型的出现又使得人工智能研发前进一大步。目前，人工智能已经具有超强的自我学习能力。在此基础上，有些科研活动直接瞄准超级人工智能，力图使得人工智能呈现出一种人类尚未发现或无法实现的逻辑形式，进而超越人类智能，探索到人类无法触及的高度。显而易见，人工智能研发本质是一项科学研究，属于专精科技活动。欧盟《人工智能法》前言第25条就专门指出，立法应支持创新，尊重科学自由，科研活动应被排除在规范范围之外。为了鼓励科学研究，我国未来的“人工智能法”应适当增加科研例外条款，即研发人员基于科学研究目的使用个人信息训练人工智能的，只要满足特定条件，就无需征得个人的明确同意。
其一，科研豁免规则应仅适用于公益性科研。公益性科研通常由政府、非营利组织或学术机构主导，其研究成果多被公开共享，服务于公共利益。商业性科研则通常由企业主导，其研究成果主要用于商业利益。欧盟《通用数据保护条例》第89条第1款似未区分追求公共利益与商业利益的科学研究。该条例前言第159条指出，本条例中“科学研究”这一术语应被广泛解释，包括技术开发与示范、基础研究、应用研究以及私人资助的研究。亦即，纯粹私人或商业利益也可以通过为科学研究目的处理个人数据来实现。人工智能研究天然地具有科研属性。如果一概承认研发行为得适用科研例外规则，个人信息保护机制将名存实亡。商业性研究虽然可以促进人工智能发展，但科技进步带来的益处不一定能由社会大众分享，并不必然产生利于社会公益的实效。以医药研究为例，医学研究取得的突破性进展构成科学上的进步，但有不少医药公司研发出新药却是出于牟利目的，药价高昂以至于普通患者不能接受。在这一情况下，医学研究的受益者是制药公司，而非整个社会。科学研究的直接目标若为满足公司或个人的私益，相关研究的进步为促进该私益实现的手段，此时并不应允许适用科研豁免规则。如果一些人工智能研发活动是以科研机构与商业公司合作的模式展开（如委托研发课题、共建实验室等），应结合研究成果是否公开、是否惠及整个科学界等因素判断研发活动是否具有公益属性。
其二，科研豁免应以通过伦理审查为适用前提。科技并非文明，科研活动也应受到规范，科技伦理应运而生。科技伦理是科技系统对科研活动的自我调整方式。科技伦理可以输送更具时效、更加贴合技术发展与商业模式的行为规范，实现尊重人工智能发展规律、促进人工智能场景创新与立法监管相协调，增强立法的社会适应性。国家新一代人工智能治理专业委员会于2021年发布的《新一代人工智能伦理规范》就确立了强化自律意识、提升数据质量、增强安全透明和避免偏见歧视四项研发规范。即便基于公益目的利用个人数据训练人工智能，相关科研活动也应事先接受伦理审查。科技部、教育部、工业和信息化部等部委于2023年联合发布的《科技伦理审查办法（试行）》第4条第1款就明确规定，人工智能研究内容涉及科技伦理敏感领域的，应设立科技伦理（审查）委员会；第7条指出，委员会由具备相关科学技术背景的同行专家，伦理、法律等相应专业背景的专家组成。借助伦理委员会，非计算机背景的人可以事先地介入到人工智能研发活动中。法律、伦理等领域的专家在人工智能研发启动阶段的介入，有助于控制有重大危害的研发活动。个人信息是人的活动痕迹。当人工智能以“人”为处理对象，必须回归伦理审查，否则会造成既有秩序的功能偏移或异化。科研机构为获得科研豁免，应事先向伦理委员会提交研究计划，说明数据使用的目的、范围、方法等，并接受伦理委员会的审查。只有通过伦理审查的研究项目，才能适用科研例外规则，不必征得个人信息主体的同意使用个人信息进行人工智能训练。
其三，科研活动应采取适当的技术与组织措施保护个人信息。为了公益目的使用个人信息进行科学研究的，虽然无需征得个人的同意，但相关主体仍应采取有效措施尽可能地保护个人信息。欧盟《通用数据保护条例》第89条第1款确立科研例外规则，同时也要求科研工作者采取有效的技术和组织措施保护个人信息。借助行为控制而非个人权利调整个人信息处理活动，此为风险治理的典型方式。科研组织应制定内部管理制度和操作规程，对个人信息实行分类管理，采取相应的加密、去标识化等安全技术措施，合理确定个人信息处理的操作权限等手段，有效降低人工智能处理个人信息的法律风险。在进行个人信息处理之前, 还应进行个人信息保护影响评估，以尽量确保科研活动可控。
承上，在风险治理的理念之下，人工智能治理应通过可期待性同意、特殊的已公开个人信息处理规则以及科研例外条款，为人工智能大规模处理个人数据进行开窗式设计。激励人工智能数据训练的规则当然不会限于上述几种。欧洲数据保护委员会就通过区分大模型研发与数据活动的方式指出，只要人工智能大模型并非旨在输出个人信息，即便在训练过程中违法处理个人信息，人工智能企业也未必需要删除模型本身，后续的模型操作并非当然违法。风险治理规则能够将个人信息处理风险控制在可接受范围内，充分满足人工智能大规模使用数据的内在需求，促进人工智能产业发展。
五、结语
当我们讨论人工智能活动时，我们容易关注人工智能应用带来的负面效应，如大数据杀熟、算法歧视、信息茧房等。人工智能本质是一项科技活动，是科学研究、教育、制造、物流、运输、司法、行政、广告、艺术等众多领域与人类生活各方面的赋能者。与之相应，我国未来的“人工智能法”不仅是一部人工智能应用规范法，同时也是一部人工智能研发促进法。研发促进法定位下的“人工智能法”应充分发挥法律的破壁效应，破除人工智能使用个人信息进行训练的制度障碍，促进人工智能科技蝶变。
面对人工智能训练数据供给不足的困境，如何建立一套行之有效的人工智能个人数据供给制度，将持续性地考验我们的制度视野、专业水准、合作能力、包容性与平衡度。笔者认为，我国未来的“人工智能法”应灵活运用“权利—风险” 框架，一方面建构个人数据账户制度激活个人的积极性，自下而上地增加高质量个人数据供给；另一方面运用风险治理思维修补个人信息保护规则，进行适当的开窗式设计，便利人工智能大规模处理个人数据。无论如何，我们必须承认一个基础性的事实：没有有效的、高质量的个人数据供给，就不会有真正的人工智能创新与发展。
原文链接
林洹民：论人工智能时代的个人数据供给制度
