我國高質(zhì)量場景數(shù)據(jù)集的供給現(xiàn)狀與發(fā)展策略

【關(guān)鍵詞】高質(zhì)量場景數(shù)據(jù)集 數(shù)據(jù)供給 人工智能

【中圖分類號(hào)】D92 【文獻(xiàn)標(biāo)識(shí)碼】A

在新一輪數(shù)字化革命的推動(dòng)下，數(shù)據(jù)成為繼土地、勞動(dòng)力、資本、技術(shù)之后的第五大生產(chǎn)要素，并在不同社會(huì)領(lǐng)域配合其可復(fù)制性、可增強(qiáng)性、可訓(xùn)練性、可互操作性等獨(dú)有特征，實(shí)現(xiàn)跨行業(yè)價(jià)值釋放。然而，未經(jīng)篩選整合的海量數(shù)據(jù)依然存在數(shù)據(jù)噪聲、非對(duì)稱性、低完整性等內(nèi)生問題，難以通過可信利用轉(zhuǎn)化形成可持續(xù)的數(shù)據(jù)價(jià)值。面對(duì)迥然相異的產(chǎn)業(yè)技術(shù)需求，數(shù)據(jù)可以通過特定的格式和結(jié)構(gòu)加以集合進(jìn)而發(fā)揮實(shí)質(zhì)價(jià)值，這一概念亦被稱作“數(shù)據(jù)集”。在新質(zhì)生產(chǎn)力驅(qū)動(dòng)的全新技術(shù)業(yè)態(tài)下，以人工智能為代表的尖端科技正在對(duì)特定垂直場域中的“場景數(shù)據(jù)集”展現(xiàn)更強(qiáng)的上下文依賴性，醫(yī)療、交通、教育、金融等場景化的專業(yè)性數(shù)據(jù)集需求高速提升，①特定應(yīng)用場景的精細(xì)化對(duì)數(shù)據(jù)價(jià)值體系提出更高要求。②此背景下，場景數(shù)據(jù)集的概念激活與高質(zhì)量發(fā)展正密切關(guān)聯(lián)我國數(shù)字產(chǎn)業(yè)經(jīng)濟(jì)的創(chuàng)新性配置、領(lǐng)域性轉(zhuǎn)型與技術(shù)性突破。為實(shí)現(xiàn)場景數(shù)據(jù)價(jià)值效用的乘數(shù)倍增與充分釋放，亟需打通我國關(guān)聯(lián)領(lǐng)域目前在數(shù)據(jù)供給、數(shù)據(jù)流通、數(shù)據(jù)評(píng)估、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)開放、數(shù)據(jù)共享等層面的堵點(diǎn)，以“場景化加工能力”與“多樣化共享體系”兩大要點(diǎn)共同構(gòu)建具有國際化樣板意義的高質(zhì)量場景數(shù)據(jù)集。

高質(zhì)量場景數(shù)據(jù)集的戰(zhàn)略定位與價(jià)值釋放

現(xiàn)代科技譜系中，數(shù)據(jù)集可能關(guān)聯(lián)區(qū)塊鏈、物聯(lián)網(wǎng)、人工智能、自動(dòng)化工程、高性能計(jì)算、地理信息系統(tǒng)等多端技術(shù)，作為中樞性資源要素發(fā)揮復(fù)合效果。而在醫(yī)療、工業(yè)等具體領(lǐng)域的技術(shù)應(yīng)用中，數(shù)據(jù)集的價(jià)值轉(zhuǎn)化則清晰展現(xiàn)“應(yīng)用牽引”下的場景差異化需求。例如，工業(yè)場景需要傳感器數(shù)據(jù)等精度高、實(shí)時(shí)性強(qiáng)的數(shù)據(jù)集合，醫(yī)療場景的數(shù)據(jù)集建構(gòu)則更多關(guān)聯(lián)隱私保護(hù)、數(shù)據(jù)保真度等要求。此背景下，面向具體場景的高質(zhì)量數(shù)據(jù)集供給日趨關(guān)鍵，并對(duì)各國科技產(chǎn)業(yè)的戰(zhàn)略性部署展現(xiàn)出重要價(jià)值。例如，歐盟委員會(huì)于2022年發(fā)布《高價(jià)值數(shù)據(jù)集實(shí)施法案》，明確環(huán)境數(shù)據(jù)、地理空間數(shù)據(jù)與地球觀測數(shù)據(jù)等特定場景高價(jià)值數(shù)據(jù)集的供給標(biāo)準(zhǔn)，進(jìn)一步完善面向工業(yè)、國防等重點(diǎn)場景的高質(zhì)量數(shù)據(jù)集供給。

在多類應(yīng)用情境中，人工智能對(duì)于高質(zhì)量場景數(shù)據(jù)集的需求尤為突出。2024年《政府工作報(bào)告》首次將“人工智能+”上升至國家戰(zhàn)略層面，明確提出深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用。近年來，以DeepSeek、ChatGPT、Gemini、通義千問、豆包為代表的大語言模型在各社會(huì)領(lǐng)域展現(xiàn)了卓越的應(yīng)用潛力與現(xiàn)實(shí)效果，③此類生成式人工智能所采用的預(yù)訓(xùn)練方法便是通過海量數(shù)據(jù)的累積效應(yīng)實(shí)現(xiàn)模型的智能涌現(xiàn)與能力遷移。但一方面，預(yù)訓(xùn)練模式對(duì)于模型專業(yè)領(lǐng)域的性能提升效果欠佳，未經(jīng)篩選的低質(zhì)量數(shù)據(jù)容易導(dǎo)致專業(yè)性問題的“模型幻覺”（模型生成了不符合事實(shí)或毫無根據(jù)的信息）；另一方面，預(yù)訓(xùn)練所需的可用數(shù)據(jù)資源即將被用盡。在雙重挑戰(zhàn)的協(xié)同作用下，針對(duì)特定場景的高質(zhì)量數(shù)據(jù)集成為人工智能模型訓(xùn)練的關(guān)鍵支撐，為現(xiàn)有數(shù)據(jù)局限下智能模型的訓(xùn)練路徑優(yōu)化提供轉(zhuǎn)向可能。

其一，特定領(lǐng)域的高質(zhì)量數(shù)據(jù)注入能夠推動(dòng)人工智能掌握對(duì)應(yīng)領(lǐng)域的關(guān)鍵特征與獨(dú)有規(guī)律，通過垂直場景的上下文關(guān)系增強(qiáng)模型訓(xùn)練的精準(zhǔn)性與針對(duì)性，實(shí)現(xiàn)高度專業(yè)化與個(gè)性化的人工智能解決方案與創(chuàng)新拓展。其二，高質(zhì)量場景數(shù)據(jù)集在模型微調(diào)與強(qiáng)化學(xué)習(xí)階段的嵌入亦可抑制數(shù)據(jù)偏差與特殊場景下模型的表現(xiàn)失衡，基于目標(biāo)行業(yè)的標(biāo)準(zhǔn)與規(guī)范提升模型的合規(guī)性、可信度與可解釋性。其三，OpenAI推出的一系列推理模型正在數(shù)學(xué)、物理、化學(xué)等強(qiáng)邏輯專業(yè)領(lǐng)域展現(xiàn)專家級(jí)別的優(yōu)異表現(xiàn)，此類后訓(xùn)練模型的調(diào)試與性能增強(qiáng)對(duì)于專業(yè)領(lǐng)域數(shù)據(jù)與反饋的需求更為迫切。2024年末，OpenAI宣布將開展強(qiáng)化微調(diào)（Reinforcement Fine-Tuning）的模型定制計(jì)劃，通過特定領(lǐng)域小規(guī)模數(shù)據(jù)集的重點(diǎn)訓(xùn)練將通用模型轉(zhuǎn)化為專業(yè)模型，并展示了運(yùn)用此種方法推動(dòng)GPT o1 Mini模型高水平推理罕見疾病成因的實(shí)例。未來，更多專業(yè)維度的高質(zhì)量場景數(shù)據(jù)集將助推人工智能于更寬廣的重點(diǎn)領(lǐng)域展現(xiàn)“專家級(jí)”能力，實(shí)現(xiàn)模型性能與社會(huì)效率的場景化躍升。

我國高質(zhì)量場景數(shù)據(jù)集的供給現(xiàn)狀與發(fā)展困境

規(guī)范層面，我國早在2020年已認(rèn)識(shí)到高質(zhì)量數(shù)據(jù)集供給對(duì)于經(jīng)濟(jì)社會(huì)發(fā)展的戰(zhàn)略價(jià)值，并發(fā)布《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》等系列政策。近年來，我國相繼頒布《關(guān)于構(gòu)建數(shù)據(jù)基礎(chǔ)制度更好發(fā)揮數(shù)據(jù)要素作用的意見》（2022年）《網(wǎng)絡(luò)數(shù)據(jù)安全管理?xiàng)l例》（2024年）等政策法規(guī)。然而，相較歐盟在《公共部門信息復(fù)用指令》等開放數(shù)據(jù)法規(guī)基礎(chǔ)上所明確的《關(guān)于開放數(shù)據(jù)和公共部門信息再利用指令》等規(guī)范及其落地效果，我國數(shù)據(jù)集的場景優(yōu)勢與場景化激活能力仍顯不成熟，特別是在數(shù)據(jù)基礎(chǔ)設(shè)施建設(shè)、公共數(shù)據(jù)開放制度、數(shù)據(jù)集共享生態(tài)等層面仍顯不足。

實(shí)踐層面，我國數(shù)據(jù)資源總量優(yōu)勢明顯，多樣化數(shù)據(jù)資源豐富，為高質(zhì)量場景數(shù)據(jù)集的高速增長提供現(xiàn)實(shí)基礎(chǔ)。據(jù)新華社消息，2024年，全國數(shù)據(jù)市場交易規(guī)模預(yù)計(jì)超1600億元，同比增長30%以上，其中場內(nèi)市場數(shù)據(jù)交易（含備案交易）規(guī)模預(yù)計(jì)超300億元，同比實(shí)現(xiàn)翻番。根據(jù)全國數(shù)據(jù)資源調(diào)查工作組發(fā)布的《全國數(shù)據(jù)資源調(diào)查報(bào)告（2023年）》，2023年，全國數(shù)據(jù)生產(chǎn)總量達(dá)32.85ZB（澤字節(jié)），同比增長22.44%。我國數(shù)據(jù)資源“產(chǎn)—存—算”的規(guī)模優(yōu)勢已基本形成。根據(jù)國際數(shù)據(jù)公司（IDC）的預(yù)測，中國“數(shù)據(jù)圈”（每年被創(chuàng)建、采集或是復(fù)制的數(shù)據(jù)集合）在2025年增至48.6ZB（澤字節(jié)），占全球27.8%，成為最大“數(shù)據(jù)圈”。同時(shí)，線上支付、電子商務(wù)、共享經(jīng)濟(jì)、電子政務(wù)、智慧醫(yī)療等多樣化數(shù)字服務(wù)與數(shù)據(jù)應(yīng)用場景在我國具有良好的社會(huì)接受度與廣闊的應(yīng)用前景。得益于多民族文化的包容特性與社會(huì)秩序的長期穩(wěn)定，我國大多數(shù)民眾對(duì)跨場景數(shù)據(jù)應(yīng)用持開放態(tài)度，數(shù)字化需求趨于多樣，這為數(shù)據(jù)賦能的技術(shù)突破與多領(lǐng)域數(shù)字創(chuàng)新的涌現(xiàn)提供了社會(huì)土壤。然而，我國高質(zhì)量數(shù)據(jù)集供給的場景完善度不足，海量數(shù)據(jù)與多樣化場景優(yōu)勢的潛能仍有待進(jìn)一步釋放。

其一，我國面向場景的有效數(shù)據(jù)供給有待強(qiáng)化，數(shù)據(jù)資源總量優(yōu)勢的價(jià)值轉(zhuǎn)化尚待釋放。在“原始數(shù)據(jù)—場景數(shù)據(jù)—可用場景數(shù)據(jù)—高質(zhì)量場景數(shù)據(jù)集”的四階段數(shù)據(jù)轉(zhuǎn)化與價(jià)值遞進(jìn)中，作為中間產(chǎn)品的數(shù)據(jù)要素須經(jīng)清洗、標(biāo)注、分析等加工活動(dòng)以實(shí)現(xiàn)價(jià)值創(chuàng)造。此過程中，三方面因素使得我國在基于差異化場景需求實(shí)現(xiàn)數(shù)據(jù)價(jià)值的場景化增長方面存在一定難度。一是數(shù)據(jù)加工過程中投入與回報(bào)不成比例所引發(fā)的動(dòng)力匱乏問題。專業(yè)化數(shù)據(jù)的高質(zhì)量標(biāo)注需要龐大的資金投入且同時(shí)關(guān)聯(lián)安全責(zé)任風(fēng)險(xiǎn)，這與數(shù)據(jù)應(yīng)用的收益回報(bào)比例之間存在錯(cuò)位。二是公共數(shù)據(jù)場景化加工的程度與緊迫性不足，難以發(fā)揮公共數(shù)據(jù)對(duì)于數(shù)據(jù)開發(fā)利用的引領(lǐng)作用與催化作用。從現(xiàn)有國家政策來看，我國工業(yè)、醫(yī)療、交通、氣象等具體場景的數(shù)據(jù)供給能力尚未作為專門對(duì)象加以細(xì)化規(guī)定，領(lǐng)域差異化數(shù)據(jù)統(tǒng)歸于公共數(shù)據(jù)范疇的做法難以匹配垂直領(lǐng)域的細(xì)化要求。三是數(shù)據(jù)加工技術(shù)存在優(yōu)化空間，專業(yè)人才供給難以充分滿足需求，致使場景化加工效果欠佳。在數(shù)據(jù)標(biāo)注自動(dòng)化工程尚未成熟的階段，將雜亂無序的低價(jià)值數(shù)據(jù)在工業(yè)互聯(lián)網(wǎng)等特定場景加工為標(biāo)準(zhǔn)化、目錄化、高價(jià)值數(shù)據(jù)資源需要高級(jí)別的專業(yè)技術(shù)技能，④人工智能訓(xùn)練與推理階段涉及多模態(tài)數(shù)據(jù)、高維度數(shù)據(jù)、跨領(lǐng)域數(shù)據(jù)，對(duì)計(jì)算機(jī)科學(xué)專業(yè)技術(shù)需求更加嚴(yán)苛，⑤這為我國數(shù)據(jù)加工的現(xiàn)代化場景轉(zhuǎn)向帶來一定挑戰(zhàn)。

其二，受限于較低級(jí)別的數(shù)據(jù)開放度與流通度，我國高質(zhì)量場景數(shù)據(jù)集的源頭供給能力有待提升。首先，我國公共數(shù)據(jù)開放程度有限，關(guān)鍵主題高價(jià)值數(shù)據(jù)集的動(dòng)態(tài)數(shù)據(jù)、應(yīng)用編程接口（API）與數(shù)據(jù)開放許可證等標(biāo)準(zhǔn)尚不明晰，難以實(shí)現(xiàn)公共數(shù)據(jù)面向公眾和企業(yè)的有序開放或強(qiáng)制開放。其次，我國多領(lǐng)域數(shù)據(jù)源很大程度為大型數(shù)據(jù)平臺(tái)所壟斷，各行業(yè)數(shù)據(jù)普遍向平臺(tái)呈現(xiàn)聚攏態(tài)勢，根據(jù)全國數(shù)據(jù)資源調(diào)查工作組發(fā)布的《全國數(shù)據(jù)資源調(diào)查報(bào)告（2023年）》，大型平臺(tái)企業(yè)平均數(shù)據(jù)交互量約為行業(yè)重點(diǎn)企業(yè)的200倍以上。但同時(shí)，大型平臺(tái)企業(yè)常以保護(hù)個(gè)人信息、防范安全風(fēng)險(xiǎn)等理由拒絕共享，僅把數(shù)據(jù)用于自身場景構(gòu)建。因此，大量中小型企業(yè)雖有豐富的場景數(shù)據(jù)需求，卻常處于“無數(shù)據(jù)可用”的困境。最后，在數(shù)據(jù)共享受限的背景下，我國數(shù)據(jù)交易亦存在供需失衡?！度珖鴶?shù)據(jù)資源調(diào)查報(bào)告（2023）》顯示，調(diào)研的27家交易所的數(shù)據(jù)產(chǎn)品中僅有17.9%實(shí)現(xiàn)交易。數(shù)據(jù)權(quán)屬界定、數(shù)據(jù)交易定價(jià)等固有難題引發(fā)的數(shù)據(jù)交易制度滯后問題致使整體性數(shù)據(jù)產(chǎn)品成交率低迷，供需不匹配的現(xiàn)象廣泛存在，數(shù)據(jù)交易機(jī)構(gòu)供給水平難以滿足場景數(shù)據(jù)需求。

其三，細(xì)分應(yīng)用場景的技術(shù)標(biāo)準(zhǔn)仍有待完善，海量數(shù)據(jù)在垂直場景實(shí)現(xiàn)價(jià)值激活面臨挑戰(zhàn)。不同應(yīng)用場景下，數(shù)據(jù)的格式、版本等特征性技術(shù)需求對(duì)應(yīng)相異的數(shù)據(jù)標(biāo)準(zhǔn)與技術(shù)標(biāo)準(zhǔn)。例如，在柔性制造領(lǐng)域，數(shù)據(jù)需配合高頻采樣、實(shí)時(shí)監(jiān)測的產(chǎn)業(yè)需求，在生產(chǎn)節(jié)拍精準(zhǔn)同步等方面存在特定數(shù)據(jù)規(guī)范；在智能交通領(lǐng)域，位置、路況信息之外的視覺、雷達(dá)、激光測距等多樣化數(shù)據(jù)融合及相應(yīng)技術(shù)標(biāo)準(zhǔn)對(duì)高精度地圖的更新則至關(guān)重要。然而，我國當(dāng)前主要著眼數(shù)據(jù)供給數(shù)量的增加，尚未針對(duì)場景深入開展數(shù)據(jù)集標(biāo)準(zhǔn)化技術(shù)工程。此背景下，數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)與架構(gòu)的不統(tǒng)一增加了場景數(shù)據(jù)集成的復(fù)雜性，不同數(shù)據(jù)間的場景融合與預(yù)期場景的具體需求所關(guān)聯(lián)的轉(zhuǎn)換、加工與適配工作消耗過量資源，亦可能基于標(biāo)準(zhǔn)引發(fā)的數(shù)據(jù)誤差降低場景數(shù)據(jù)供給的整體質(zhì)量。人工智能模型結(jié)構(gòu)高速迭代的產(chǎn)業(yè)背景下，多模態(tài)模型所需圖像、語音、文本、視頻等數(shù)據(jù)形式的融合需求日趨關(guān)鍵，⑥推理模型對(duì)高邏輯領(lǐng)域復(fù)雜問題的反饋數(shù)據(jù)需求也趨于迫切，多模態(tài)數(shù)據(jù)元模型擬定、元數(shù)據(jù)描述語言等新興技術(shù)標(biāo)準(zhǔn)問題正快速更新，亟需有效回應(yīng)。未來，細(xì)分場景下數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)與架構(gòu)的滯后效應(yīng)可能進(jìn)一步影響場景數(shù)據(jù)集在現(xiàn)代化技術(shù)需求下的流通與復(fù)用，阻礙數(shù)據(jù)流通、數(shù)據(jù)交易與數(shù)據(jù)價(jià)值增值的充分實(shí)現(xiàn)。

其四，現(xiàn)有規(guī)范體系下數(shù)據(jù)開放目錄、數(shù)據(jù)開放主體、數(shù)據(jù)開放責(zé)任等配套制度在落地實(shí)施時(shí)面臨一定阻礙，存在供給不積極、供需不匹配、共享不充分等問題。在實(shí)踐中，真正實(shí)現(xiàn)開放的公共數(shù)據(jù)主要是各部門的政務(wù)數(shù)據(jù)，而此類數(shù)據(jù)難以直接轉(zhuǎn)化為產(chǎn)業(yè)價(jià)值。而水電、通信、交通、醫(yī)療等重點(diǎn)場景數(shù)據(jù)則往往被拒絕開放，或限縮開放范圍。同時(shí)，在《中華人民共和國網(wǎng)絡(luò)安全法》《中華人民共和國數(shù)據(jù)安全法》與《中華人民共和國個(gè)人信息保護(hù)法》這三大立法的實(shí)施進(jìn)程中，數(shù)據(jù)控制合法性判斷與數(shù)據(jù)流通利用的責(zé)任規(guī)則仍不明確，⑦個(gè)人隱私與商業(yè)秘密難以在真正實(shí)現(xiàn)場景化數(shù)據(jù)開放的情境中得到充分保護(hù)。此外，數(shù)據(jù)產(chǎn)權(quán)定義尚未統(tǒng)一，信息脫敏與數(shù)據(jù)加密等配套安全措施仍不完善，場景數(shù)據(jù)開放時(shí)法律責(zé)任與權(quán)益保護(hù)也因而趨向復(fù)雜化和模糊化。綜合作用之下，即便我國近年已在相關(guān)法規(guī)中展現(xiàn)“推動(dòng)按用途加大供給使用范圍”等政策轉(zhuǎn)向，但重點(diǎn)場景的數(shù)據(jù)確權(quán)與開放亦存在一定障礙，數(shù)據(jù)開放與數(shù)據(jù)安全的平衡性問題依然較難明確。

我國高質(zhì)量場景數(shù)據(jù)集的多方共享與突破路徑

其一，培育多方技術(shù)，強(qiáng)化高價(jià)值數(shù)據(jù)的現(xiàn)代化場景加工能力。現(xiàn)代化技術(shù)驅(qū)動(dòng)的數(shù)字產(chǎn)業(yè)變革中，前沿科技對(duì)我國數(shù)據(jù)市場與場景化數(shù)據(jù)供給能力的重塑具有核心意義。首先，提升捕捉場景化需求的技術(shù)能力，積極運(yùn)用機(jī)器學(xué)習(xí)中的自然語言處理與物聯(lián)網(wǎng)技術(shù)中的邊緣計(jì)算等方法提升對(duì)場景需求的精準(zhǔn)分析與細(xì)化把控。同時(shí)，對(duì)海量數(shù)據(jù)實(shí)現(xiàn)價(jià)值分層，結(jié)合深度學(xué)習(xí)構(gòu)建數(shù)據(jù)價(jià)值分層管理體系，完成從低質(zhì)量數(shù)據(jù)到高價(jià)值數(shù)據(jù)的高效篩選與價(jià)值萃取。其次，繼續(xù)完善數(shù)據(jù)基礎(chǔ)設(shè)施與自研工程，從底層基礎(chǔ)層面提升數(shù)據(jù)存儲(chǔ)與計(jì)算能力?？衫眉舛舜竽Ｐ屯怀龅奈谋緮?shù)據(jù)集標(biāo)注能力與經(jīng)濟(jì)化效益，持續(xù)打造契合國產(chǎn)人工智能發(fā)展脈絡(luò)的中文場景訓(xùn)練數(shù)據(jù)語料庫。⑧同時(shí)，配合數(shù)據(jù)質(zhì)量評(píng)估體系，對(duì)專業(yè)數(shù)據(jù)、平臺(tái)數(shù)據(jù)等內(nèi)容以特征導(dǎo)向展開質(zhì)量評(píng)測，避免數(shù)據(jù)偏差與“虛假多樣性”等數(shù)據(jù)風(fēng)險(xiǎn)。最后，人工智能等現(xiàn)代技術(shù)的積極運(yùn)用是提升數(shù)據(jù)場景化加工能力的核心關(guān)鍵。例如，在醫(yī)療、金融等不適合進(jìn)行數(shù)據(jù)自由流動(dòng)的敏感場景，可利用人工智能轉(zhuǎn)化為“偽數(shù)據(jù)”或匿名數(shù)據(jù)的形式，結(jié)合大模型生成合成數(shù)據(jù)或進(jìn)行數(shù)據(jù)增強(qiáng)。同時(shí)，運(yùn)用隱私計(jì)算、聯(lián)邦學(xué)習(xí)與分布式訓(xùn)練等技術(shù)方法，在保障數(shù)據(jù)安全的基礎(chǔ)上提升數(shù)據(jù)的場景化加工與供給能力，在回應(yīng)場景化數(shù)據(jù)需求的同時(shí)平衡數(shù)據(jù)“可用與可控”之間的矛盾。此過程中，須將人工智能人才培育作為重點(diǎn)政策并細(xì)化培養(yǎng)方案，積極運(yùn)用專項(xiàng)基金等激勵(lì)措施，帶動(dòng)專業(yè)化人才發(fā)展以實(shí)現(xiàn)場景需求下數(shù)據(jù)集建設(shè)與供給能力的躍升。

其二，在場景面向下推進(jìn)公共數(shù)據(jù)、平臺(tái)數(shù)據(jù)的可信開放與充分共享。一方面，我國阿里、騰訊、百度、字節(jié)跳動(dòng)等超大型平臺(tái)企業(yè)對(duì)海量互聯(lián)網(wǎng)數(shù)據(jù)形成支配，但受到個(gè)人信息保護(hù)與平臺(tái)成本的限制，簡單要求共享數(shù)據(jù)的思路亦不可行。為實(shí)現(xiàn)少數(shù)平臺(tái)數(shù)據(jù)壟斷向全行業(yè)數(shù)據(jù)良性共享的過渡，首先，可借鑒歐盟與美國等西方數(shù)據(jù)治理相關(guān)立法中的“守門人”制度，將滿足特定條件的大型平臺(tái)企業(yè)規(guī)定為“守門人”并要求其承擔(dān)特定的法律義務(wù)。進(jìn)一步細(xì)化“守門人”制度的限制，明確“守門人”將非個(gè)人數(shù)據(jù)共享給第三方的要求及其具體規(guī)定。其次，亦可借鑒知識(shí)產(chǎn)權(quán)制度中的保護(hù)時(shí)間設(shè)計(jì)，根據(jù)不同場景下的數(shù)據(jù)價(jià)值變化曲線要求，引導(dǎo)或鼓勵(lì)平臺(tái)在一段時(shí)間后共享具有公共屬性的數(shù)據(jù)以便其他主體進(jìn)行利用。最后，進(jìn)一步完善數(shù)據(jù)交易制度、數(shù)據(jù)產(chǎn)權(quán)制度與數(shù)據(jù)收益分配制度。協(xié)調(diào)場內(nèi)交易與場外交易等相異場景需求下的具體措施，逐步形成面向數(shù)據(jù)資源化、資產(chǎn)化、資本化等不同層面，兼顧薪資分配、效益分配和股權(quán)分配等多種分配形式的分配機(jī)制與交易生態(tài)。另一方面，推動(dòng)公共數(shù)據(jù)標(biāo)準(zhǔn)化、共享機(jī)制和安全保障體系建設(shè)，兼顧政府、企業(yè)與個(gè)人等主體對(duì)公共數(shù)據(jù)開放的需求與利益訴求，構(gòu)建公共數(shù)據(jù)開放與共享的深度協(xié)同機(jī)制并提升跨部門協(xié)調(diào)能力與政策執(zhí)行力。

其三，聚焦重點(diǎn)場景，賦能多樣化場景，推進(jìn)政府主導(dǎo)與市場平衡下的前沿?cái)?shù)據(jù)利用。針對(duì)場景面向下公共數(shù)據(jù)與高價(jià)值數(shù)據(jù)的利用，政府不宜對(duì)市場“無形之手”的靈活調(diào)控效果進(jìn)行過度干預(yù)，但也應(yīng)對(duì)數(shù)據(jù)開放、流通與利用過程的合規(guī)性與安全性承擔(dān)主要監(jiān)管職責(zé)?？梢圆捎谩皟刹阶摺钡姆绞酵苿?dòng)從重點(diǎn)場景到多樣化場景中良性秩序的形成。第一步，現(xiàn)階段暫時(shí)摒棄“不加區(qū)分、一并推進(jìn)”的做法，明確數(shù)據(jù)集供給的劃定應(yīng)用場景。例如，《“數(shù)據(jù)要素×”三年行動(dòng)計(jì)劃（2024—2026年）》中明確指出，要“聚焦重點(diǎn)行業(yè)和領(lǐng)域，挖掘典型數(shù)據(jù)要素應(yīng)用場景”。通過借鑒域外取得良好效果的重點(diǎn)場景，可在地方層面進(jìn)一步將高質(zhì)量場景數(shù)據(jù)集建設(shè)明確在普惠金融、醫(yī)療保險(xiǎn)、物業(yè)服務(wù)等相對(duì)有限的細(xì)分板塊。在此基礎(chǔ)上，完善重點(diǎn)應(yīng)用場景下的數(shù)據(jù)開放細(xì)則，爭取實(shí)現(xiàn)相應(yīng)領(lǐng)域數(shù)據(jù)的有需必應(yīng)。第二步，在著眼核心場景的同時(shí)持續(xù)推進(jìn)更大范圍場景的賦能效應(yīng)。一是建立開放清單動(dòng)態(tài)調(diào)整機(jī)制，同步維持開放數(shù)據(jù)的實(shí)時(shí)更新與日常性維護(hù)工作，確保實(shí)時(shí)分析能力的精準(zhǔn)高效與相應(yīng)救濟(jì)途徑的暢通；二是以市場為主體推動(dòng)多樣化場景數(shù)據(jù)的衍生發(fā)展，先通過提高相似場景中的數(shù)據(jù)泛化表現(xiàn)以提升場景數(shù)據(jù)集的通用性，避免智能模型等末端應(yīng)用過擬合于某些特定子場景；三是針對(duì)元宇宙、數(shù)字孿生、智能決策等數(shù)字時(shí)代的新型場景進(jìn)行數(shù)據(jù)需求的前瞻性剖析，并對(duì)智能監(jiān)控等數(shù)字城市治理場景中出現(xiàn)的前沿問題作出精準(zhǔn)把握，⑨提前布局以保障新興領(lǐng)域預(yù)見性政策的及時(shí)跟進(jìn)。

其四，優(yōu)化現(xiàn)有規(guī)范，明確數(shù)據(jù)架構(gòu)與技術(shù)配套的場景化標(biāo)準(zhǔn)。一方面，持續(xù)完善頂層制度設(shè)計(jì)以發(fā)揮其對(duì)場景數(shù)據(jù)流通的保障與激勵(lì)機(jī)能?？蓞⒖济绹缎畔⒆杂煞ā贰堵?lián)邦數(shù)據(jù)戰(zhàn)略》與歐盟《通用數(shù)據(jù)管理?xiàng)l例》《數(shù)據(jù)治理法案》等規(guī)范中關(guān)聯(lián)的可借鑒規(guī)則，建構(gòu)公共部門信息復(fù)用與數(shù)據(jù)開放的場景化框架并推動(dòng)本土化創(chuàng)新，鼓勵(lì)行業(yè)導(dǎo)向的戰(zhàn)略性數(shù)據(jù)集建設(shè)與數(shù)據(jù)開放生態(tài)。同時(shí)，在跨境電商、跨國物流、國際金融等場景中，跟進(jìn)關(guān)注《中歐全面投資協(xié)定》（CAI）、《全面與進(jìn)步跨太平洋伙伴關(guān)系協(xié)定》（CPTPP）、《區(qū)域全面經(jīng)濟(jì)伙伴關(guān)系協(xié)定》（RCEP）等國際經(jīng)貿(mào)協(xié)議中的數(shù)據(jù)跨境流動(dòng)規(guī)則，通過跨境場景的數(shù)據(jù)協(xié)同構(gòu)建我國數(shù)據(jù)要素的獨(dú)特場景優(yōu)勢，合理分配國家的“剩余控制權(quán)”，保留更多的行業(yè)自律與跨行業(yè)協(xié)同空間。另一方面，持續(xù)完善場景面向的數(shù)據(jù)架構(gòu)與技術(shù)標(biāo)準(zhǔn)。一是推動(dòng)差異場景下技術(shù)架構(gòu)的統(tǒng)一化進(jìn)程，促進(jìn)高質(zhì)量數(shù)據(jù)的跨場景互通，推動(dòng)全國數(shù)據(jù)要素市場一體化。同時(shí)，亦不可忽視場景間的差異性，避免盲目追求共性而損害數(shù)據(jù)質(zhì)量，跟進(jìn)補(bǔ)充對(duì)標(biāo)特定場景的數(shù)據(jù)標(biāo)準(zhǔn)，特別關(guān)注大模型背景下多模態(tài)數(shù)據(jù)的可識(shí)別性與技術(shù)架構(gòu)互通等問題。二是在技術(shù)標(biāo)準(zhǔn)制定進(jìn)程中以前瞻視角關(guān)注人工智能等前沿技術(shù)的新型應(yīng)用場景與產(chǎn)業(yè)模態(tài)。例如，明確不同場景下人工智能合成數(shù)據(jù)的質(zhì)量標(biāo)準(zhǔn)；細(xì)化無監(jiān)督機(jī)器學(xué)習(xí)中場景數(shù)據(jù)抓取的合規(guī)技術(shù)標(biāo)準(zhǔn)；厘清大模型生成內(nèi)容領(lǐng)域數(shù)據(jù)集提供者、模型開發(fā)者與服務(wù)使用者之間的數(shù)據(jù)義務(wù)等。三是以場景為牽引，建立強(qiáng)制性的“數(shù)據(jù)法規(guī)”與自愿性的“數(shù)據(jù)標(biāo)準(zhǔn)”相結(jié)合的新型標(biāo)準(zhǔn)化體制。⑩特別是在醫(yī)療、科研等專業(yè)細(xì)分場景的數(shù)據(jù)標(biāo)準(zhǔn)中，運(yùn)用彈性較高的技術(shù)標(biāo)準(zhǔn)與倫理標(biāo)準(zhǔn)發(fā)揮“軟法先行”的正向效應(yīng)，動(dòng)態(tài)探索各數(shù)據(jù)場景的適配規(guī)則。

（作者為浙江大學(xué)光華法學(xué)院教授、博導(dǎo)，浙江大學(xué)國際戰(zhàn)略與法律研究院常務(wù)副院長，數(shù)字法治研究院首席專家）

【注：本文系國家社科基金年度項(xiàng)目“基于語料庫的網(wǎng)絡(luò)安全話語體系研究”（項(xiàng)目編號(hào)：24BYY151）、國家社科基金重大項(xiàng)目“建立健全我國網(wǎng)絡(luò)綜合治理體系研究”（項(xiàng)目編號(hào)：20ZDA062）、浙江省法學(xué)會(huì)重點(diǎn)課題“數(shù)字社會(huì)司法治理理論與規(guī)則研究”（項(xiàng)目編號(hào)：2024NA19）階段性成果】

【注釋】

①歐陽日輝：《激活數(shù)據(jù)要素價(jià)值發(fā)展新質(zhì)生產(chǎn)力》，《人民論壇》，2024年第11期。

②程樂：《“數(shù)字人本主義”視域下的通用人工智能規(guī)制鑒衡》，《政法論叢》，2024年第3期。

③程樂：《生成式人工智能治理的態(tài)勢、挑戰(zhàn)與展望》，《人民論壇》，2024年第2期。

④程樂：《構(gòu)建以數(shù)據(jù)流通為核心的工業(yè)互聯(lián)網(wǎng)生態(tài)體系》，《人民論壇》，2024年第15期。

⑤張濤：《生成式人工智能訓(xùn)練數(shù)據(jù)集的法律風(fēng)險(xiǎn)與包容審慎規(guī)制》，《比較法研究》，2024年第4期。

⑥程樂、趙藝林：《制度競爭下的美國人工智能監(jiān)管與中國因應(yīng)》，《思想理論戰(zhàn)線》，2025年第1期。

⑦高富平：《數(shù)據(jù)流通理論數(shù)據(jù)資源權(quán)利配置的基礎(chǔ)》，《中外法學(xué)》，2019年第6期。

⑧張凌寒：《加快建設(shè)人工智能大模型中文訓(xùn)練數(shù)據(jù)語料庫》，《人民論壇·學(xué)術(shù)前沿》，2024年第13期。

⑨程樂：《我國公共安全視頻監(jiān)控體系的布局與優(yōu)化》，《人民論壇》，2024年第23期。

⑩楊力：《論公共數(shù)據(jù)流通技術(shù)標(biāo)準(zhǔn)及法治化》，《社會(huì)科學(xué)輯刊》，2023年第4期。

責(zé)編/靳佳 美編/楊玲玲