重点议题

人工智能重点法律问题

聚焦模型训练、智能体调用、个人信息保护、算法决策、劳动用工及司法争议六大典型场景，深度链接关联专项、裁判先例与监管规范。

训练数据与生成内容知识产权

大模型训练数据合法性如何论证？AI生成内容能否直接商业化利用？

核验训练、微调与检索增强（RAG）素材合法来源，完善人类独创性智力投入存证，规范生成成果商用确权、授权许可及侵权争议化解。

智能体跨系统调度与自主执行任务时，授权链条与法律责任如何分配？

清晰界定端侧连接方、服务提供方与开放平台方的法律主体地位，审查用户授权链条、Agent Card能力声明、跨智能体任务调度及敏感操作确认机制。

业务数据与个人信息输入 AI 模型后，如何防范二次训练与越权滥用？

贯穿模型预训练、RAG知识库构建及外部API调用全生命周期，严格审查合法性基础、知情同意规范、数据留存周期、出境合规路径与合作退出机制。

算法自动化决策机制下，如何落实可解释性义务并保障相对人异议权？

全面审查算法推荐、排序筛选、动态定价、风控评估与自动化决策的透明度与公平性，落实算法解释义务，保障用户知情权与人工复核申请权。

用人单位采用算法实施劳动管理与考核时，应当关注哪些用工法律问题？

规范 AI 在招聘筛选、工时排班、智能派单、绩效评估及劳动管理中的深度应用，健全算法告知机制，防范隐性就业歧视，建立重要人事决定的人工审核机制。

AI 辅助检索、分析或生成法律事实与技术材料后，如何确保司法真实性与证据链完整？

审查 AI 生成内容与电子数据的真实性、关联性及证明作用，防范算法幻觉与虚假先例援引，全流程保全模型版本、交互提示词、运行日志与人工复核凭据。