大模型时代人机传播中的隐私风险及其应对

作     者：郭巧敏 张琳颖 董博越 郭明军 杨伯溆 GUO Qiaomin;ZHANG Linying;DONG Boyue;GUO Mingjun;YANG Boxu

作者机构：国家信息中心大数据发展部规划与应用处 不详 新华社新华网 北京大学新媒体研究院 

出 版 物：《社会治理》 (Social Governance Review)

年 卷 期：2023年第6期

页      码：31-42页

摘      要：人工智能大模型的应用让机器人变得愈发智能,与此同时伴随个体隐私的让渡。本文以人机传播中的隐私话题为切入点,在人机交互过程中,机器人融入生活对个体隐私带来的风险分为三个方面,一是收集信息的直接监视,如性别、年龄、个人居住地等;二是伴随数据集的丰富,加之“同意—使用”原则中个体和平台的不对等,情绪和精神状态等多维度敏感信息被收集;三是互动风险导致人机边界模糊,导致伴随性风险如安全风险、立法风险、社会风险、信任风险等产生,最终不利于网络空间的有序发展。基于此,本文试图从政策法律、技术规制及伦理设计等角度,提出人机交互中隐私保护问题的破解路径,以平衡技术创新、社会福祉和个人隐私保护之间的关系。

主 题 词：隐私 人机传播 赋权 祛权 

学科分类：050302[050302] 12[管理学] 1201[管理学-管理科学与工程类] 05[文学] 081104[081104] 0839[0839] 08[工学] 0835[0835] 0503[文学-新闻传播学类] 081201[081201] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16775/j.cnki.10-1285/d.2023.06.007

馆 藏 号：203125330...