分类： 公共管理学 >> 行政管理 发布时间： 2024-10-01 合作期刊: 《重庆理工大学学报（社会科学）》
摘要：推动政府数据资产管理对于打造服务型政府，激活数据要素市场活力具有重要的理论与实践价值。但目前政府数据资产的管理仍面临着政府数据标准不一、政府数据价值不确定、政府数据产权界定复杂等困境。为了充分释放政府数据资产的潜力，可以采取公众参与数据资产管理的方式，对政府数据资产进行目录制管理，明晰政府数据权属界限，消除不同数据主体间的权属疑虑。对政府数据实行分级分类式保护，可将政府数据分为重要数据与核心数据，对于不同级别的数据予以相对应的目录管理，以最大化挖掘政府数据价值，实现政府数据资产的动态化管理，激活政府数据资产要素，促进政府数据开放共享工作的有序运行。
分类： 法学 发布时间： 2024-07-08 合作期刊: 《重庆邮电大学学报（社会科学版）》
摘要：ChatGPT类生成式人工智能在海量的数据、优质的算法与强大的算力支撑下能够实现多项技术赋能。但ChatGPT类生成式人工智能是否能够适用到智慧司法领域，以及在何种程度上将其嵌入，尤其是该项技术在赋能智慧法院建设过程中的边界如何，这对于深层次建设智慧法院具有重要的前提性意义。ChatGPT类生成式人工智能技术通过审判活动的智能化运用，可促进可视正义的实现；通过诉讼服务的可及性，可实现司法为民理念；通过公平与效率的动态平衡，可实现能动司法目标。然而，ChatGPT类生成式人工智能在带来上述诸多技术红利的同时，也引发了一系列新的风险，具体可以划分为由数据“幻觉性”引发的一般风险、由技术垄断性导致的重要风险以及由数据不可控产生的核心风险。对这些风险，应根据不同的风险特征采取相应的规制路径:可以通过对训练数据库的标准化构建以实现数据的“幻觉性” 规制，通过辅助性原则的引入而实现技术规制，通过对服务提供者科加义务以实现对数据不可控的数据规制。即运用数据“幻觉性”规制、技术规制与数据规制，实现对ChatGPT类生成式人工智能技术嵌入的一般风险、重要风险与核心风险的防范，以期完成ChatGPT类生成式人工智能技术嵌入智慧法庭建设的风险最小化与技术赋能最大化，最终实现该项技术高质量赋能智慧法院建设。
主办：中国人民大学 承办：中国人民大学书报资料中心
邮箱: yuyin@ruc.edu.cn 电话:62516972 62515820
地址: 北京市海淀区中关村大街59号
版权所有©2024 中国人民大学
点击量
点击量
下载量
评论
京公网安备11040102700185