李汶龙
浙江大学光华法学院研究员
人工智能生成内容的认证和标注，正在成为全球人工智能治理的核心法律挑战。内容认证主要的四种技术路径——基于模式识别、生成数据库、元数据溯源，以及基于嵌入的水印——各有利弊，当下监管主要依赖于后两种路径的集合。随着生成内容日益逼真，人类与机器生成内容的界限越来越模糊，法律框架和现实发展之间的错位也愈发明显。中美欧巴等国家地区均已出台相关规定，侧重点有所不同。例如，中国重点关注公众混淆风险并设定了披露义务的具体方式。美欧则在标注要求之外为艺术性表达保留了部分例外空间，中国对这类例外尚未作出明确规定。全球层面，现有的国际层面组织与论坛对于这一问题推动力度不足，C2PA等技术标准的扩张面临技术和政治双重障碍。目前亟需推动跨国、跨平台的全球内容标注协作，才能真正消弭虚假信息、深度合成以及海量AI合成内容带来的社会风险。
