利用个人数据训练大模型，要提供“不同意”选项

日前，南都第八届“啄木鸟数据治理论坛”在京举办，会上发布《生成式AI用户风险感知与信息披露透明度报告（2024）》。报告测评发现，用户的个人数据已被不少网络平台用于大模型的训练和优化，但仅有淘宝、携程、抖音少数几家平台会明确告知将用户数据用于AI大模型训练和优化，而国内主流平台普遍未提供用户拒绝和退出的渠道。

生成式人工智能正在深度嵌入每个人的生活。根据南都报告提供的数据，超九成受访者称使用过生成式AI，近45%的受访者已到“经常使用”的程度，但仅有12.01%的人自认对其中的潜在风险“非常了解”，而对于网络平台利用个人数据进行大模型训练和优化，有超过四成的受访者不赞成使用个人数据进行训练，且要求提供拒绝和退出功能。

生成式AI的快速迭代，有赖海量的数据“投喂”，这自然就涉及相关数据的合法性授权问题。2023年7月出台的《生成式人工智能服务管理暂行办法》就明确，生成式人工智能服务提供者“应当依法开展”预训练、优化训练等训练数据处理活动，不仅明示要求相关训练使用具有合法来源的数据和基础模型，要求对涉及知识产权的“不得侵害他人依法享有的知识产权”，同时强调训练涉及个人信息“应当取得个人同意”。

但南都测评发现，国内主流平台中仅有极少数会明确告知将用户数据用于AI大模型训练和优化。而值得注意的是，明确告知与明示同意之间依然存在属性上的差别，在常见的告知信息“小字化”、用户同意“概括化”的背景中，用户对个人信息用于大模型训练的知情抵达度可能依然存疑。更进一步看，对个人数据用于大模型训练的事实，国内平台普遍存在缺乏拒绝渠道和退出机制的问题。

个人信息用于大模型训练应当得到权利主体明示同意，而因为拒绝渠道的不畅和退出机制的不明确，使得现存为数不多的告知步骤也存在无法拒绝的困境。2023年发布的《个人信息保护合规审计管理办法（征求意见稿）》列出“个人信息保护合规审计”的诸多要点，其中就包括“处理个人信息是否取得个人同意，该同意是否在个人信息主体充分知情的前提下自愿、明确作出”“基于个人同意处理个人信息，是否为个人提供便捷的撤回同意的方式”。其所指向的监管执法态度非常明确，个人信息的处理应当得到权利人在充分知情前提下的明示同意，且必须为用户设置便捷的撤回同意方式。

不仅如此，公民个人信息在“投喂”平台自家大模型之外，还可能存在未经同意提供给第三方的情况，而权利主体对此的知情同意、证据收集等方面存在救济困境。报告测评显示，与国内主流平台未提供用户拒绝个人数据“投喂”大模型渠道同步，也尚未看到有平台对用户个人数据“提供给第三方平台进行大模型训练”履行知情同意程序，除了个人信息权利失守，还可能为某些大模型训练数据的合法性埋下合规隐患。

权利可以放弃，但不能被无视。尽管也有近六成受访者并不排斥平台挖掘数据“富矿”，但前提依然是平台做到明示告知和个人数据保护，而这也不是不提供拒绝按钮、不给出退出渠道的理由。生成式AI的迭代发展，同样应当谨守法律边界，而监管执法的有效跟进，包括媒体监督在内的线索提供，同样是确保新兴产业不跑偏、个人信息安全不“裸奔”的压舱石。