公共数据资源，如何更有用、更安全？

2024年中办、国办印发的《关于加快公共数据资源开发利用的意见》，标志着公共数据开发利用已成为国家公共数据治理的关键内容。公共数据是国家治理的重要基础资源，大模型则是国家治理现代化的新引擎。亟需加快推进新一代人工智能技术赋能公共数据资源开发利用，充分发挥其在赋能公共数据治理中的重要优势。

夯实数据开发与产品供给的技术根基

加快推进公共数据的全方位、高水平开放，为人工智能技术赋能提供丰裕的基础数据资源。截至2024年7月，我国已经有243个省级和城市的地方政府上线数据开放平台，开放的有效数据集超过了37万个，最近八年来增长了44倍。与此同时，公共数据资源开发利用仍较不足，主要矛盾在供给侧。实践中，在已上线的开放平台中仍然存在无法访问或开放后更新不及时的问题。虽然开放数据绝对数量已大幅提高，但占比仍然较少。此外，政府数据以外的公共数据开放较为不充分。当前，应加快推进公共数据的全方位、高水平开放，提升已开放数据平台的透明度与数据更新度，增强公共数据的供需匹配度，为人工智能技术赋能提供丰裕的基础数据资源。

鼓励深度开发公共数据的产品类型，为人工智能技术赋能精准提供公共数据产品。以大模型为代表的人工智能技术不仅对基础公共数据资源具有急迫需求，同时也对公共数据的质量、类型及其产品开发提出了更高需求。尤其对于垂直领域的人工智能政务大模型而言，高质量、多模态、差异性的公共数据产品供给至关重要。然而，一方面受制于公共数据基础资源的供给不足，另一方面受制于当前公共数据的产品类型开发不足，尤其围绕政务大模型训练、开发的公共数据需求缺乏针对性、差异性的公共数据产品供给。公共数据开放不等于可交易数据产品的丰富，这需要以公共数据授权运营机构为代表的中介组织发挥更为有力的高质量公共数据产品供给作用，为人工智能技术赋能精准提供公共数据产品。

健全组织机制与跨域协同的赋能路径

鼓励地方先行先试，探索公共数据资源开发利用的跨域协同路径。国家层面的政策规划有助于营造良好的改革氛围，但在发挥中央积极性的同时也要注意发挥地方积极性，将地方经验上升为国家层面的法律法规与管理规则。实践中，一些地方在推进公共数据开发利用方面具备较强积极性，能够实现管理制度上的突破与创新。公共数据开发利用的潜在收益能够充分激励地方的创新行为，尤其是处理好跨部门的公共数据开放共享问题。为此，可以给予地方部分的先行先试权限，组织开展非财政激励性质的试点项目，充分调动地方积极性，促使其不断探索公共数据开放共享的跨域协同路径，为人工智能技术嵌入创造组织条件。

在供给高质量公共数据产品中，授权运营机构扮演着重要角色。我国公共数据授权运营制度具有行政化的授权管理、场景化的运营开发、市场化的数据价值创造等特征。公共数据授权运营有助于将公共数据资源转换为人工智能训练和开发的公共数据类型与产品。加快推进公共数据授权运营的模式探索与机制创新，有助于为人工智能赋能公共数据资源开发利用创造组织条件。一方面，通过建立制度化、良性的政企合作机制，将公共数据供给与人工智能政务大模型数据需求紧密结合，充分发挥公共数据产品响应人工智能的数据需求能力。另一方面，相关数据管理部门可以建立并优化公共数据授权运营的质量监督机制，通过定期搜集通用人工智能相关企业，尤其是政务大模型龙头企业的数据需求，指导并督促相关政府部门逐步扩大公共数据开发开放力度。

筑牢治理体系的风险防线与伦理底座

加快构建和完善公共数据安全与隐私治理制度体系。可以通过建立数据全生命周期安全监督机制、数据集安全风险分类管理体系、数据加密安全管理体系、风险评估体系，以及监管与合规审计机制等方面，有效克服人工智能大模型训练、开发过程中潜在的公共数据泄露、丢失、篡改等安全风险。此外，还需要从责任配置、风险共担与激励相容等方面，构建和完善公共数据授权运营的治理机制，尤其是要规范人工智能政务大模型相关企业的合法合规运营，实现“原始数据不出域，数据可用不可见”，严格落实个人信息保护法、数据安全法的有关规定。

进一步加快完善公共数据伦理治理体系与规范。依据《面向人工智能的数据治理实践指南（1.0）》，从治理方式层面来看，可以从制定数据伦理政策、提升透明度和可解释性、规范数据收集和标注、开展风险评估、定期审查和更新等方面，加强公共数据伦理治理体系建设。从治理技术层面来看，可以综合运用偏差检测和纠正、反歧视性算法设计、责任与可追溯性技术等治理手段，逐步建立人工智能赋能公共数据治理中的伦理规范。

（作者为华东师范大学公共管理学院副教授）