□ 孙建民
新一轮科技革命浪潮下，生成式人工智能深度融入社会发展的方方面面，成为驱动产业升级、提升服务效能的重要引擎。立足数字时代发展大局，坚持以人为本、科技向善的核心导向，厘清生成式人工智能全链条道德责任，靶向破解算法公平性短板，构建多主体协同的治理体系，是守住科技伦理底线、护航生成式人工智能健康发展、筑牢数字社会安全屏障的必然举措。
坚持伦理先行，分层压实全链条多元道德责任
生成式人工智能的社会行为并非脱离人类价值的“绝对中立”，相应道德责任不能缺位。应立足技术全生命周期，厘清多元主体责任，树立“人类主导、人机协同、责任共担”的基本准则，让生成式人工智能始终在道德框架内运行。
强化源头责任，压实研发主体道德底线。研发企业与技术团队作为生成式人工智能的创造者，应将伦理审查环节放置到模型立项、算法设计等环节之前，把道德准则深度嵌入代码逻辑与模型架构，在项目启动阶段开展专项伦理风险评估，并形成完整评估报告，从根源上规避生成式人工智能产生的算法偏见与内容误导等问题。研发人员要恪守职业操守，杜绝将错误价值观与歧视性认知植入算法体系，严防技术沦为传递不良思想、制造对立矛盾的载体。同时，严格把控训练数据质量，全面筛查带有歧视色彩、虚假信息、违规内容的数据源，从数据源头筑牢道德防线。
落实运营责任，规范生成式人工智能应用行为。相关平台运营方承担着日常监管的主体责任，要建立常态化生成式人工智能行为监管机制。明确生成式人工智能虚拟身份标识义务，按照相关法规要求，在人机交互场景中清晰标注“AI生成”“人工智能服务”等提示，杜绝生成式人工智能“伪装”为自然人与人类进行交互活动。构建全链路实时监测架构，打通生成式人工智能内部模型各环节的数据通道，实现运行数据实时采集、同步上传、动态分析，最大限度压缩监管盲区。建立分级分类违规识别模型，设置语义深度识别、风险特征匹配、等级自动判定的智能规则，提升违规内容识别精准度。完善闭环处置响应机制，在系统识别高风险违规行为后应第一时间触发拦截、固定证据，再同步推送至运营专班开展复核处置，确保风险早发现、早处置。
聚焦算法短板，全维度推进算法公平性迭代优化
算法公平是生成式人工智能伦理建设的核心要义，要坚持问题导向、靶向施策，让算法真正做到无偏见、有温度、守公平。
健全审查机制。秉持正当程序理念，构建“事前审查、事中监测、事后纠错”的全链条算法歧视审查体系，实现审查全覆盖、监管无死角。事前审查立足源头把关，企业设立脱离研发序列的算法公平审查部门，配齐技术研发、法务合规、伦理研究专职人员，吸纳法学专家、伦理学者、基层群众代表入库，逐一核对算法代码逻辑、特征权重设置、规则触发条件，排查主观设计层面的歧视性安排。事中监测聚焦常态化巡检，针对已上线运行的生成式人工智能模型，依托监测平台持续抓取算法运行数据与用户反馈信息，重点盯防高频应用、高度关注的生成式人工智能，及时捕捉算法运行中的隐性偏见。事后纠错建立整改复核机制，对审查、监测中发现算法歧视问题的生成式人工智能模型，第一时间暂停相关功能使用，并下达整改通知书，明确整改时限与整改要求；整改完成后重新开展全维度公平性审查，复核通过后方可恢复运行，确保问题整改见底清零。
完善制度规范。严格落实现有管理规定，要求生成式人工智能应用前必须完成安全评估与算法备案，把公平性评估作为备案核心指标。出台算法应用负面清单，明确相关标准，从而划定算法使用的法律红线。建立算法歧视问责机制，明确企业、平台在算法公平维护中的法律责任，对刻意设计歧视性算法、拒不整改算法偏见、损害公众平等权益的主体，依法采取处罚措施。
坚持技术创新。加大技术研发投入力度，组建专项技术攻坚团队，运用偏差修正、多元样本训练、公平算法模型等技术，持续优化算法架构。扩大训练样本覆盖面，兼顾不同地域、年龄、职业、群体的特征数据，平衡样本结构，避免因样本单一引发结果不公等问题。引入算法公平检测工具，定期对上线算法进行模拟推演，精准识别隐性偏见与逻辑漏洞，持续完成版本迭代。
立足全域治理，构建道德责任与算法公平协同保障体系
面对技术快速迭代，风险动态变化的新形势，要积极构建多方协同的治理体系，凝聚治理合力，提升治理效能。
推动行业自律自治，树立行业伦理新风尚。由人工智能行业协会牵头，组织头部企业与中小从业者共同制定行业伦理公约，明确行业道德红线、技术底线、公平标准，引导全行业自觉践行“技术向善”理念。建立行业信用评价体系，将伦理合规、算法公平、责任履行等要求纳入企业信用档案，对诚信合规企业予以公示推介，对失信违规企业进行行业联合惩戒。加强对算法研发人员与技术团队的职业道德培育，将科技伦理、公平理念纳入职业培训体系，定期开展伦理研修、案例研讨活动。通过分享算法纠偏、伦理管控的优秀经验，推动先进技术、优质方案行业共享，引导技术从业者树立“科技向善、算法为公”的职业追求。
发挥学界智库支撑作用，强化理论研究与人才供给。高校与科研院所应聚焦生成式人工智能道德责任与算法公平等重难点问题，开展跨学科研究，为规则制定、算法优化、风险治理提供理论支撑与专业建议。优化人才培养体系，在人工智能、大数据等专业增设“人工智能伦理”“算法公平”“数字法治”等必修课程，探索理论教学与实操实训相结合的培养模式，同步提升学生伦理素养与技术能力，从人才源头提升行业整体道德水准。
激活社会监督效能，织密全民参与的立体化监督网络。整合线上举报平台、政务服务热线、新媒体留言通道，打造一体化监督矩阵。简化举报流程，方便公众随时举报生成式人工智能内部模型出现的算法歧视、内容失范、隐私泄露等问题。鼓励新闻媒体发挥客观监督作用，深入挖掘典型案例，深度解读生成式人工智能伦理规则与法律法规，曝光违规运行的生成式人工智能及相关主体，普及AI伦理知识与风险防范技巧，引导社会公众树立正确的智能技术认知。持续加大全民科普力度，通过公益广告、社区宣讲、校园课堂、短视频科普等多样化形式，普及生成式人工智能基本常识与使用规范，全面提升全民数字素养，营造全民参与监督的良好氛围。
科技是国之利器，向善是永恒航向。站在新一轮科技革命的时代节点，我们既要拥抱技术创新带来的发展机遇，也要清醒认识技术潜藏的伦理风险。各方主体应凝聚共治力量，以制度立规矩、以技术补短板、以监督防风险，推动生成式人工智能在规范框架内创新发展，为数字中国建设筑牢智能伦理屏障。（作者单位：东南大学人文学院）