其后两个邦国，德意志和奥地利也分别在宪法中规定了学术自由，这开启了学术自由宪法化的先河。

自由平等的公民们通过公开运用理性参与公共事务的讨论的过程，实质上就是通过集体论理维系国家民主秩序的过程。理性的公共运用不仅是国家代表公民的集合体而行动时的基本遵循，比如国家公职人员行使公共权力时所进行的审议和讨论，而且也包括一般的针对公共事务的讨论中，公民们基于公民身份对事关其自身的基本正义问题和宪法问题进行的协商辩论，并能够提出与之身份平等的其他公民均能够接受的理由，即通过履行公民责任实现对国家事务和社会公共事务的公共辩护，公民身份主要意味着社会参与和整合公民身份在共和国中是一种责任[25]，从而实现和巩固良好的政治秩序。

(三)公民责任的系统性重塑：协商民主的法治化路径协商是全过程人民民主中全过程要素的实质内核，而全世界更宽泛的协商趋势正在成为现代民主国家的基本标志。公共理性之所以能够为深度分歧社会的集体行动提供共识基础，主要原因就在于，作为一种有吸引力的民主理想的规范表达，公共理性暗含了稳态民主所需的实质性条件，即自由平等的公民们通过理性的公共运用，实现异质社会多元主体间的持续性规范合作。在霍布斯眼中，上帝的最高代理人即主权者的意志和判断就是公共理性，享有至高无上的权威。一切社会制度若要得到民众最大的支持，必须拥有为社会所接受的、行使社会权威的道德正当性。在这个过程中，全体人民在管理国家事务和公共事务中形成的全过程、多领域、各层次的民主协商机制，就是克服民主固有缺陷和不足的自我纠正机制。

世界各国民主制度的实践亦证明，面对主张自由、政治平等与维护权威、秩序和稳定的具有不可调和矛盾的治理目标，要确保公正共同体的良好运行，离不开全体民众以公共理性参与公共事务，这不仅是国家行为获得正当合法性的基础，更是克服民主脆弱性的重要方式，这也是公共理性作为民主自我纠正机制在发展全过程人民民主中的独特价值。法治兴则国家兴，法治衰则国家乱。算法推荐服务提供者发现违法信息的，应当立即停止传输，采取消除等处置措施，防止信息扩散，保存有关记录，并向网信部门和有关部门报告。

公权对在实质处于强势的私权进行限制能较充分地实现实质公平。生成式人工智能的标识需根据内容质量进行分级分类标识，保证内容质量合格的人工智能生成内容可以不进行显性标识、不影响用户正常使用。人类社会对于信息的需求度、接收度是有限的，而人工智能生成信息的真假待定性质决定了其无法直接增益于信息社会。用户生成内容则在价值判断+真伪判断的二元分类机制中完成筛选。

生成式人工智能突破性的意义在于它的信息生产功能，能够有计划、有目的地输出讯息，作为媒介重塑、调整人们的感知模式与认知模式，改变信息传播及接收方式，进而引发心理后果及社会后果。人工审核的速度及准确性难以追赶人工智能生成的效率，在生成式人工智能实时与用户对话阶段更难以介入。

随着人工智能生成内容的信息比例日益提高，信息内容分流压力与日俱增，依据生成来源将机器生成信息交由人工审核的分类模式产生不适，而价值判断、真伪判断的并行逻辑无法准确定性人工智能生成内容，内容分类参照存在紊乱与混淆。在具体标识制度优化迭代中，应设计人工智能生成内容质量光谱标识，要求对生成来源、责任主体、内容质量进行强制标识，以激活标识制度在信息内容筛选的实质作用。本文认为，虚假有害信息是复合概念，其中有害信息的危害程度应当高于虚假信息，对有害信息应参照违法信息进行处理，对虚假信息可比照不良信息进行处理。二、生成式人工智能对内容分类治理逻辑带来的严峻挑战人工智能生成虚假信息的风险之高在于突破了现行内容治理逻辑。

四、人工智能生成内容标识制度的完善与优化信息披露是现代社会信息公开的重要途径与手段，标识制度是信息披露义务在人工智能领域的体现。以一点资讯为例，通过事先建立的敏感词库和差文过滤模型，文章在进入内容池之前将首先通过机器审核，机器审核后会优先标注触及敏感词和质量有问题的文章并通知人工编辑优先审核。（二）标识的主体：以生成式人工智能服务提供者为核心生成式人工智能风险预防与响应机制需要多主体协作完成，应建立由政府主导、生成式人工智能服务提供者为核心、用户协同参与的多元治理体系。用户生成内容时代形成的治理逻辑是价值判断与真伪判断的二元分流，这一阶段机器生成的内容虽有但少，由人工审核足以完成。

占据信息优势地位的模型开发者、服务提供者应履行内容安全保障义务与信息质量披露义务，主动修正虚假信息引发的用户认知挤压、心理冲击等问题。互联网用户多对标识的提示作用并不陌生，在短视频平台、社交媒体平台中时常会出现带有广告标识的内容，广告二字本身尚不会影响用户对内容的浏览，但用户潜意识中会更加警惕。

本文围绕生成式人工智能内容治理的目标展开研究，首先讨论生成式人工智能对内容分类治理逻辑带来的挑战，并提出生成式人工智能服务提供者作为内容的生产者与分发者应承担信息质量安全保障义务与信息披露义务，并基于此提出AIGC内容的标识制度的优化设计方案。以《食品安全法》中的食品营养标签制度为例，在信息披露的情形下，经由市场的压力传导，生产者会主动减少高脂、高糖、高盐食品的生产，最终促进更多健康食品的生成。

但此时人工智能的能力与交互性尚弱，不足以成为生产信息内容的主力军。人工智能生成信息的能力越强，真假待定的生成信息对人类辨识能力、认知能力的挤压度就越高。与此同时，这也是各国共同采取的生成式人工智能内容治理方式。在心理学上，遗传性人工智能模型对人类信仰的扭曲不容易被纠正。隐式水印通常采用独创算法，在原文件的基础上嵌入隐形数字编码水印，信息接收者在视觉感知上无法察觉，但在技术层面可用于信息的追根溯源。（三）标识的内容：以设置多维度的内容质量光谱为路径全国信息安全标准化技术委员会在《网络安全标准实践指南——生成式人工智能服务内容标识方法》中给出了内容标识方法，或通过在交互界面中添加半透明文字的方式显示水印标识，或通过人类无法直接感知、但可通过技术手段从内容中提取的隐式水印标识，提示内容是由人工智能生成的。

《网络信息内容生态治理规定》对违法信息、不良信息进行了分别定义，禁止违法信息的传播、防范抵制不良信息的传播表明了在程度上的区分。2023年5月25日，新西兰信息专员办公室（OfficeofthePrivacyCommissioner）在发布的《生成式人工智能指南》中提到：生成式人工智能工具生成的信息经常出现事实或逻辑错误，但它又对其生成的信息非常自信，这可能进一步导致偏见和歧视永久存在。

而对社会危害性高的生成内容，依照光谱进行分级分类标识。而不良信息更多指有害性程度相对较低的信息。

固然，人也会传播错误信息或有偏见的信息，但人与人的交流中往往使用我认为我想这样的短语，或通过反应延迟、表达不流畅等方式提示不确定性。生成式人工智能的标识制度不仅限于信息披露和信息透明度，在用户获得知情权的同时也能对内容生成主体的生成行为产生倒逼效果。

从技术上看，模型幻觉产生的三大来源分别是数据缺陷、训练过程中的架构缺陷、曝露偏差、对齐错误，推理阶段的抽样随机性。第二，人工智能生成内容外观具有高度可信赖性，极易被认为是知识权威。在语言模型技术上的优化也收效甚微，OpenAI等开发方一直在通过基于人类反馈的强化学习（RLHF）等人工手段来完善过滤机制，但在不依赖外部信息源实时检索的情况下，提高准确度并未显著提升。常见结构包含内容标签（ContentLabels）、可视化水印（VisibleWatermarks）、署名和披露字段（BylinesandDisclosureFields）、版权声明（Acknowledgments）、技术水印和加密签名（TechnicalWatermarkingandCryptographicSignatures）五部分。

而信息的商是否增减并不是客观、外部的测量，应归根于人类认知与交流结构之中，有意义的、真实的、能够为人类决策提供价值的信息，才是有效的信息形式。长期效果是提升AIGC时代的信息内容治理能力，减少虚假信息的生成，防止虚假信息污染下一代训练数据，优化人工智能内容生成、筛选、审核机制，夯实模型方与服务提供者的信息披露义务，营造良好的网络信息生态环境。

一方面，有害信息与违法信息的危害程度相同，且均高于不良信息。三、人工智能生成内容标识制度的法理基础与逻辑修正个体的认知能力在人工智能生成内容的巨量性、可信赖性、强引导性面前显得尤为单薄。

全部贴标在引起注意义务的效果上可以视为全部未经标识。生成式人工智能存在模型幻觉风险，在不具有恶意外力驱使的情况下仍可能会产生虚假信息。

（二）逻辑修正：标识制度对于人工智能算法风险的矫正功效人机交互构筑了智能性与封闭性正相关的信息环境，情景化、对话式的交互方式卸下用户交流中的防备心理，算法的偏好分析使人工智能对不同用户生成量身定制的回答，与固有认知的高度契合致使用户自动省略了对信息的筛选辨认，导致用户极易对人工智能生成信息产生信赖与推崇。各国虽都十分重视标识制度的作用，但当前的标识设计思路未能满足营造更真实信息网络生态环境的治理需求。欧盟委员会在《人工智能法案》中要求人工智能服务提供者使用欧盟信任的CE标志，并向用户提供内容来源、目的、特征等信息。例如信息来源是否具有权威性，由专家、研究人员证明的可信赖度应显著提高。

标识根植于人们的辨认习惯，符合以人为本的信息使用目的，是推动现实社会与网络空间治理逻辑统一的纽带。因此，在具体制度设计中，应当反向对需要引起警惕的低质量内容重点标识，不能对全部生成内容进行无差别标识。

在信息内容真伪判断的分类逻辑中，按照信息内容的真实性，可将其分为虚假信息和真实信息。贾斯瑶，中国政法大学数据法治研究院博士研究生。

在不影响用户使用的情况下，还需保证标识的真实性和唯一性，以利于溯源追踪深度合成信息流向，及时阻断有害合成信息传播。就此，应尽快修正并建立信息生成来源与真伪判断并行的双轨制。