□ 省政协委员李建勋

随着人工智能技术的快速发展，数据已成为人工智能系统训练和运行的核心要素。然而，AI数据污染问题日益凸显。这种数据篡改、虚构信息注入、恶意投毒等数据污染行为，将导致AI模型输出错误决策、传播虚假信息、加剧算法偏见，甚至对社会稳定、区域经济和公众利益构成潜在威胁。

为此建议：

一、政策层面完善行动细则与监管框架。参考国家《生成式人工智能服务管理暂行办法》《中华人民共和国网络安全法》《人工智能生成合成内容标识办法》等，细化本地执行细则，加快出台省级AI数据治理专项措施，针对不同风险等级数据实施差异化保护。整合网信、公安、科技等部门资源，建立跨部门协同监管体系，强化对AI服务提供商的备案审查和内容标识要求，规范AI生成内容标注。

二、技术层面强化数据治理与安全防护。推广数据过滤技术，要求在AI模型训练前对数据进行多阶段清洗，结合关键词屏蔽和机器学习分类器，识别并移除高风险内容，确保训练数据纯净性，并采用“隐私默认”策略和差分隐私技术，在数据收集、传输、存储全流程中嵌入隐私保护机制，减少数据泄露风险，防止污染数据被恶意利用。建立AI安全评估机制，打造数据污染监测预警系统，实时跟踪网络空间异常数据活动，及时响应威胁。

三、社会层面提升公众意识与能力建设。加强高校与企业的产学研合作，开展“数据大讲堂”等培训活动，提升数据治理、伦理审查等专业技能，培养复合型AI人才，普及AI数据安全知识，提升公众数字素养，增强公众对数据污染的识别能力和防范意识。鼓励区域内AI企业建立内部伦理委员会，通过行业联盟推动最佳实践共享，确保技术开发符合社会价值观，减少技术滥用，为我省“人工智能＋”行动提供安全、可信的数据基础。