2023生成式人工智能道德&合规风险白皮书：如何理解和应对生成式人工智能引发的数据合规风险

多模态应用，赋能生产力：从数据类型划分

按照生成数据类型或者模态划分, 生成式人工智能的应用涵盖了文字、图像和音频等领域。生成式人工智能技术可以用于参与数字内容创作，突破传统内容创作的数量约束，有着更为流畅和高效的人机 交互模式，减少了重复性的任务负担，实现生产力解放。

聚焦个性化场景，创造业务价值：从行业划分

随着人工智能算法的迭代、算力的进步和数据的增加驱动生成式人工智能的技术变革，生成式人工 智能模型的大范围连续对话能力、生成内容质量、语言理解能力和逻辑推理能力上都得到大幅提升。相 比通用大模型，垂直大模型深耕特定行业和应用场景如医疗行业和金融行业，凭借其专业化和精准化的 优势，更容易解决特定领域的问题，创造业务价值，实现商业变现。垂直大模型主要通过“预训练大模 型+微调”的开发方式，只需针对具体任务对大模型进行二次开发，降低了企业应用的开发门槛。

美国生成式人工智能道德伦理挑战和解决方案

2021年10月, 美国平等就业机会委员会启 动了一项倡议，以确保在招聘和其他就业决策中 使用生成式人工智能和其他技术驱动工具符合联 邦反歧视法。人工智能导致歧视性结果的能力， 特别是以不明显或不易识别的方式导致的歧视性 结果，以及相关的已知和未知后果，已导致全球 各地采取措施，实施更严格的监督，以防止人工 智能在就业中被滥用。如果算法识别出申请人的 身体残疾、精神健康或其他不明显的临床诊断， 则可能触发《美国残疾人法》。例如，雇主对显 示震颤的数据的审查可被视为与残疾有关的调 查，因为震颤可能显示出某些神经系统疾病，如 脑瘫或中风。尽管法律和监管领域仍处于起步阶段，许多 科研组织和顶尖的科技企业已经开始了自我监 管，以促进负责任的生成式人工智能开发和部 署，并帮助防止生成式人工智能工具提供可能延 续甚至加剧非法就业歧视的有偏见的结果。例如 微软（Microsoft）这样的跨国公司开发和发布自己的生成式人工智能原则或指导方针已经成为 一种常见的做法。

附件：2023生成式人工智能道德&合规风险白皮书：如何理解和应对生成式人工智能引发的数据合规风险