吉好彩票 - 吉好彩票

【法治护我心】划定深度合成服务“底线”“红线”******

　　【法治护我心——《互联网信息服务深度合成管理规定》系列解读】

　　光明网记者 陈畅、李政葳

　　“雾里看花，水中望月，你能分辨这变幻莫测的世界……”如果把上个世纪九十年代这首“315”晚会歌曲，用来描述当下互联网时代的“云”上生活，在技术发展与风险伴生之下，“虚”“实”之间让人颇有迷幻之感。

　　“再也不敢相信自己的眼睛和耳朵。”当换脸换声、三维重建、智能对话等逐渐应用开来，人们时常发出这样的感叹。这类深度合成服务催生了美颜美妆、智能客服、虚拟主播等一系列应用形态，但其被恶意利用制作虚假信息内容，进而带来了政策干扰、谣言泛滥、低俗内容等。因此，我们也在呼吁——“借我一双慧眼，把这纷扰看个清清楚楚明明白白……”

　　纵观互联网发展历程，技术治理本身就是一场攻防对抗博弈，也是技术从创新应用到规范发展的必经之路。近日，这项深度合成技术被套上了“紧箍咒”——国家互联网信息办公室、工业和信息化部、公安部联合发布《互联网信息服务深度合成管理规定》（以下简称《规定》），自2023年1月10日起施行。

　　法立于上则俗成于下。《规定》出台划定了深度合成服务的“底线”和“红线”， 迈出我国新技术新应用立法的重要一步，也将有效维护网络空间良好生态。

　　明确义务要求，强化主体责任

　　事实上，深度合成技术由来已久。随着深度学习技术、特别是对抗式生成网络技术的发展，深度合成技术门槛大幅降低。2017年11月，Reddit网站的用户“deepfakes”发布伪造视频，曾一度将这项技术推至风口浪尖，其“以假乱真”的信息内容严重威胁国家安全、干扰社会秩序。

　　何为“深度合成技术”？《规定》中给出了明确表述——指利用深度学习、虚拟现实等生成合成类算法制作文本、图像、音频、视频、虚拟场景等网络信息的技术。

　　具体包括：篇章生成、文本风格转换、问答对话等生成或者编辑文本内容的技术，文本转语音、语音转换、语音属性编辑等生成或者编辑语音内容的技术，音乐生成、场景声编辑等生成或者编辑非语音内容的技术，人脸生成、人脸替换、人物属性编辑、人脸操控、姿态操控等生成或者编辑图像、视频内容中生物特征的技术，图像生成、图像增强、图像修复等生成或者编辑图像、视频内容中非生物特征的技术，三维重建、数字仿真等生成或者编辑数字人物、虚拟场景的技术等。

　　诚然，从技术进步的角度看，深度合成技术应用的初衷是让生成合成内容更逼真，但技术在愈趋“智能”的同时，也不可避免地带来更多风险。对此，中国科学院信息工程研究所所长孟丹介绍，除深度伪造风险外，还包括生成合成信息内容带来的个人信息泄漏、侵犯人格权和知识产权等他人合法权益等风险。

　　深度合成服务提供者和技术支持者既是新技术、新应用的创造者、受益者，也应该是控制技术风险、引导技术向善的责任践行者。记者梳理发现，《规定》明确了深度合成技术定义和服务范围，提出了服务提供者落实信息安全主体责任，指出了服务提供者和技术支持者备案义务，并对服务提供者履行安全评估和配合监督检查义务提出具体要求。

　　中国科学院自动化研究所所长徐波这样评价：《规定》分析梳理了深度合成活动边界，对深度合成服务提供者、技术支持者和使用者以及应用程序分发平台等主体应履行的责任义务作出规定。比如，服务提供者应履行建立健全管理制度、对使用者真实身份信息认证、加强深度合成信息内容管理等义务，服务提供者和技术支持者应履行加强训练数据管理、加强深度合成技术管理等义务。

　　健全技术支撑体系，促进科技向上向善

　　从此起彼伏的社会案件中可以看出，深度合成信息内容制作和传播数量正在高速增长，尤其伴随“元宇宙”等新模式、新场景不断落地，深度合成技术将为智能化、视觉化、场景化、虚拟化的互联网信息服务发展提供更多技术方案。孟丹认为，《规定》的出台是网络内容治理由结果管理迈向行为管理的重要一步，标志着我国网络空间治理能力进一步优化提升。

　　时间倒回到两年前。在2021年12月，国家互联网信息办公室发布《互联网信息服务算法推荐管理规定》，对包括生成合成类在内的五类算法推荐服务进行规范。本次出台的新规在之前算法规定的基础上，加强对深度合成服务全过程管理，也深化了备案与评估标本兼治。

　　然而，从技术发展阶段看，深度合成技术与应用管理仍处于起步阶段，在技术支撑和能力建设方面还有待进一步加强。“加快推进深度合成治理技术支撑体系建设，是切实保障深度合成服务治理工作有力有序推进的关键。”孟丹说。

　　《规定》的字里行间，凸显了“以技术管技术”的逻辑，也必将促进深度合成服务的规范治理。“其确立了我国对深度合成服务的治理框架，提出了明确的数据和技术管理规范，为促进深度合成技术向上向善，引导相关产业健康发展，确保互联网信息内容安全提供了有力的制度保障。”中国政法大学副校长时建中说。

　　“《规定》以促进技术在规范中发展为价值取向，在明确‘红线’的同时，为技术发展留足空间。”中国信息通信研究院副院长王志勤这样认为。比如，《规定》要求深度合成服务提供者应当建立算法机制机理审核、科技伦理审查等管理制度。

　　孟丹也建议，从深度合成信息内容源头上，解决其衍生的内容安全风险，利用技术创新、技术对抗等方式持续提升和迭代检测技术的能力，不仅着眼于管理好、使用好、发展好深度合成技术及相关服务，也致力于深度合成技术的合法合理合规使用，促进深度合成技术及相关服务健康有序的发展。

　　引导多方参与，推动治理走深向实

　　随着数字化、智能化进程不断加快，互联网信息服务综合治理不断细化，规范深度合成活动对营造健康安全的网络空间有着重要意义。国家互联网信息办公室有关负责人表示，深度合成服务治理需要政府、企业、社会、网民等多方主体参与，推动深度合成技术的依法、合理、有效使用，积极防范化解深度合成技术带来的风险，促进互联网信息服务健康发展。

　　《规定》明确提到，国家和地方网信部门统筹协调深度合成服务的治理和相关监督管理职责，国务院电信主管部门、公安部门以及地方相关部门的监督管理职责。

　　王志勤认为，《规定》构建了统筹协调、多方参与的监管体制；《规定》鼓励相关行业加强行业自律，搭建齐抓共管、协同共治的治理机制；《规定》通过系统化的制度安排，进一步构建完善了我国网络综合治理法治体系。

　　孟丹也提到，《规定》在生成合成类算法服务范围、深度合成技术具体范围、深度合成服务业务分类、显式标识条件与标识方式、隐式标识方法与识别等诸多具体方面，仍亟需行业内部进一步细化相关配套标准规范。在实际落地过程中，建议业内推进产业联盟建立，以产业自治、多方共治的方式，不断推进深度合成技术应用高质量发展。

　　为推动深度合成治理走深向实，徐波建议，强化智能监管平台支撑。比如，深入研究深度合成类算法内生安全机理和深度合成鉴别等关键技术，推动深度合成管理技术能力建设；加强人机混合的智能监管技术，研究深度合成服务提供者的安全可控技术保障方案，把监管规范转化为评估标准，建设面向网络全域监管的监测管理平台；研发深度合成与鉴别对抗机制，鼓励新兴科技企业与研究机构开展技术演练，共同推动深度合成服务健康发展。

数据新闻多元，应探索更多交互体验******

陈积银

　　（陈积银简介，西安交通大学新闻与新媒体学院教授，博士生导师。中国数据新闻大赛创始人，西安交通大学青年拔尖人才（A类），中组部国家万人计划青年拔尖人才，陕西省智媒研究基地主任，福建省闽江学者特聘教授。曾获第六届全国广播影视“十佳百优”理论人才称号。主持中宣部、中组部、教育部等部委项目多项，在CSSCI期刊等发表论文40余篇。）

　　随着我国前沿科技的迭代更新，媒体融合不断向纵深发展，数据新闻应运而生。新闻生产方式的创新发展也反映出大众信息需求的变化。全媒体环境下，加强媒体融合视角下数据新闻的技术创新与理念创新成为数据新闻发展的题中应有之义。近年来，新文科建设的呼声高涨，数据新闻也成为新闻传播教育中颇有成效的尝试，推进了技术与人文教育的进一步融合。《中国新闻出版广电报》记者日前就媒体融合视角下数据新闻的发展前景及新文科思维背景下数据新闻人才培养等问题，采访了西安交通大学新闻与新媒体学院教授陈积银。

　　数据新闻教学应势而生

　　经过多年的发展与沉淀，数据新闻应用日臻成熟，业界成立了不少专门的制作团队，学界则设置相关课程以培养专业人才。

　　“数据新闻是在技术推动下发展起来的。”陈积银介绍说，在智能化、5G及媒体融合情境下，数据新闻融合也将获得新的发展机遇，朝着更加成熟与理性的方向发展。

　　陈积银认为，数据新闻的实践性、专业性非常强，业界的实践领先于学界，但无论是学界还是业界，人才匮乏的现象仍然存在。因此，数据新闻的未来发展方向主要集中在提升人员数据素养，培育数据发掘、可视化制作人才团队等几个方面。

　　由于学界、业界对数据新闻关注度逐渐提高，学界与业界融合也更加紧密。“学界与业界应积极构建平台，推动优质资源接轨，为数据新闻的发展蓄力。”陈积银建议，可以通过工作坊沙龙等形式进行培训与交流，关注数据新闻制作的核心环节，共同寻找难题的应对方案。

　　“为贯彻中央媒介融合有关精神，培养大数据时代的一流新闻人才，我于2015年创办了中国数据新闻大赛。”陈积银介绍，该赛事的初衷是“以赛促教”，为中国新闻教育更好地适应大数据时代需求提供探索平台，为国内新闻教育学界师生数据新闻作品提供展示平台。目前，该赛事已经成为引领国内重要新闻院校进行科教融合，开展学科交叉融合（传统新闻传播与现代信息技术）的一个新赛道，并获得业内不少数据新闻团队的认可与积极参与。西安交通大学通过大赛平台，有效促进了文、理、艺交叉的新闻传播教育探索，近年来培养了不少复合型、专家型、国际化的新型新闻人才。

　　“国内数据新闻的议题越来越多元，应进一步探索交互体验形式。”陈积银说，在每一届的中国数据新闻大赛作品中，都包含经济、政治、环境、民生、体育、娱乐等多种议题，而其交互性逐年提升。未来，将会有更多的创作团队对可听化的数据新闻进行探索，或将数据新闻与游戏等进行结合，实现内容形式和读者体验的双重升级。

　　探索学科交叉教学模式

　　“当前数据新闻在追求可视化效果的同时一定程度上忽略了新闻价值和社会功能。”陈积银认为，现在数据新闻在呈现形式上也存在一些问题。部分以网页形式呈现的数据新闻在移动端阅读时存在不兼容问题，导致数据新闻传播受阻。此外，移动阅读的快节奏和碎片化对数据新闻而言也是一个挑战，数据新闻在呈现方式上应注重数据的多样性、内容的交互性及叙事的多维度，以吸引受众阅读和交互。

　　“尽管当前数据新闻的制作还存在普惠性不强、交互性有待提高、可视化水平参差不齐、思想性有待提高等问题，但也呈现出有数据更有共享、有图表更有内容、有故事更有情怀、有融合更有信仰、有问题更有反思等鲜明特点。”陈积银建议，未来在选题方面，期望更多作品与“坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康”相结合；在数据使用规范方面，希望作品全面保障用户数据安全；在可视化呈现方面，期待作品在可视化实践时注重庞大数据的易读性，以增强传播效果。

　　“媒体融合大背景下，新闻人才培养特别是数据新闻人才培养过程中存在着一些亟待解决的问题。”陈积银认为，传统新闻学院的教育以文科为主，教师与学生存在技术性知识结构短板的问题，具备跨学科背景的数据新闻领域教师相对较少。目前，我国不少高校的新闻传播学院不断探索专业设置和教学设计，在发展中逐渐走向学科交叉的教学模式。同时，还应注重培养学生的数据思维和算法思维，积极学习数据新闻所需的技术性知识与技能。

　　“对于文科学生而言，网页制作、可视化技术等操作技能的学习，短期内掌握有些困难，这使得数据新闻教学局限于理论知识。”陈积银说，中国数据新闻大赛为学生们提供了一个理论与实践相结合的机会，缩小了数据新闻领域人才培养与新闻行业需求之间的差异。近几届大赛作品，在选题上内容多元、角度丰富、注重社会价值，在可视化呈现上技术多样、形式丰富、交互性强，在评审方面坚持学界、业界与政界相结合，在教学实践方面收到了良好的成效。

　　契合新文科背景要求

　　受疫情影响，智慧教育已成为教育模式转型发展的客观需求，慕课、云课堂现已成为教育新景象。这些新的教育模式颠覆了原有的传统教育模式，同时也促进了新闻传播教育的创新与发展。

　　“我们需要立足学界、携手业界、服务政界、融入世界，在传统的教育模式上进行自我教学革命。”陈积银认为，业界在技术研发方面的投入，政界在引智方面的投入，使得其在新闻传播技术、应用方面的水准远超学界。因此，当前的新闻传播教育一方面应积极改革，拥抱现代信息技术带来的红利；另一方面，也应保留原来教学中的先进经验，守住意识形态的红线，积极用马克思主义新闻观武装师生的头脑。

　　“作为新闻传播教育工作者也应完成相应的转变，进一步激发学生学习的主动性、积极性，培养学生的创造力、表达欲、动手能力和团队合作精神。”陈积银建议，一是转变原来上课靠书本的理念，将研讨式教学与体验式教学相结合、启发式教学与自主学习式教学相结合；二是转变原来的身份，从知识传授，转化为方向引领、动力激励、方法指导、结果督察和过程讨论；三是提升前沿知识的学习与科研能力，向学生传授新闻传播国际前沿知识。

　　“西安交通大学新闻与新媒体学院以工字牌为旗帜，新闻人才培养方案的建设契合了新文科建设背景下新闻教育改革的整体趋势。”陈积银介绍，新闻与新媒体学院组建计算机、公共管理、新闻传播等多学科背景的核心师资队伍，根据新文科建设理念与市场需求，建设协同育人基地以提升学生的数据素养。学院与政企共建的“陕西省智媒研究基地”沿用文理交叉的思路，背靠政界、立足学界、携手业界，为学生提供全智能化的平台资源，使学生在学习传统新闻采编技能的同时，学习短视频摄制、大数据舆情分析等新媒体技术技能。

　　在教学实践方面，陈积银一直鼓励学生放下课本、走出校园、走进社会，在实践中发现问题、解决问题。他介绍说：“在数据新闻课程教学上，我鼓励同学们根据特长和兴趣自由组队，走到社会上采访调研、收集数据、自主解决难题，共同完成一个数据新闻作品的制作。同学们认为这种学习方式动手操作性强，比课堂教学收获更大。”

　　“通过鼓励学生们自由组队参加中国数据新闻大赛，磨炼提升了他们的团队合作、沟通协调、专业实践以及前沿探索等各项能力。”陈积银认为，大赛“以赛育人”“以赛促教”，推动了传统新闻传播教育模式向现代化转型，引导学生在作品制作中从简单的多学科知识累加向多学科知识相融转变。同时，也为高校学生和新闻工作者搭建起新闻传播教育学界与业界沟通的桥梁。

　　（中国新闻出版广电报记者 杜一娜 常湘萍）

　　（文图：赵筱尘 巫邓炎）