结语老龄化作为一种不可逆转的人口态势，既是现代社会发展的自然过程，也是人口再生产模式转变的必然结果。

实际上，前述通行观念对立法变通机制的轻视建立在错误的认知基础上，因为从立法背后更深层次的国家治理角度来看，地方立法变通及其授权机制不仅对整个国家的立法体系来说非常重要，而且在我国的国家治理过程中具有一种普遍性的功能。最后，将立法变通授权机制写入立法法，也符合我国立法制度的发展趋势。

因此，必须将经济特区法规、自贸港法规和浦东新区法规纳入同一范畴，并且统筹考虑以下问题：如何防止自贸港法规和浦东新区法规出现经济特区法规那样的功能递减现象？如何保证其始终发挥好试验、示范和引领作用？特别是在改革与法治双轮驱动的时代背景下，如何借助两项新授权唤醒原有经济特区法规的预设功能，并全面提升整个立法变通及其授权机制的国家治理效能？这些问题的根本解决，要求结合新的时代背景有效总结新旧两方面经验。[42]新近则有学者提出，经济特区法规可以涉及《立法法》第8条中法律相对保留的事项，但不能突破《立法法》第9条规定的法律绝对保留事项。特别值得注意的是，《海南自由贸易港法》明确规定海南自贸港法规可以涉及贸易、投资及相关管理活动，其制定意图是将法律保留事项纳入自贸港法规的调整范围。刘松山：《一部关于立法制度的重要法律——〈立法法〉制定过程中争论的主要问题及其解决方式》，载《中国司法》2000年第6期，第8页。[49]全国人大常委会法制工作委员会研究室编：《我国改革开放40年立法成就概述》，法律出版社2019年版，第68页。

[2]相关授权决定参见《关于授权广东省、福建省人民代表大会及其常务委员会制定所属经济特区的各项单行经济法规的决议》（1981年11月26日，第五届全国人民代表大会常务委员会第二十一次会议通过）、《关于建立海南经济特区的决议》（1988年4月13日第七届全国人民代表大会第一次会议通过）、《关于授权深圳市人民代表大会及其常务委员会和深圳市人民政府分别制定法规和规章在深圳经济特区实施的决定》（1992年7月1日第七届全国人民代表大会常务委员会第二十六次会议通过）、《关于授权厦门市人民代表大会及其常务委员会和厦门市人民政府分别制定法规和规章在厦门经济特区实施的决定》（1994年3月22日第八届全国人民代表大会第二次会议通过）、《关于授权汕头市和珠海市人民代表大会及其常务委员会、人民政府分别制定法规和规章在各自的经济特区实施的决定》（1996年3月17日第八届全国人民代表大会第四次会议通过）。[32]三者在性质上都是试验性变通立法，参见李德旺、叶必丰：《地方变通立法的法律界限与冲突解决》，载《社会科学》2022年第3期，第83页。尤其在法律适用阶段，决定的得出很多情况下都倚赖语义确定与解释以及价值权衡，机器显然无法胜任此项工作，其在冲突目标的选择和权益分配上也会面临巨大困难，法律演绎推理（Justizsyllogismus）要转化为自动化的涵摄过程（Subsumtionsautomaten）尚有距离。

但是，对照美国《算法问责法案》以及欧盟GDPR，我们仍会发现，《个人信息保护法》尽管规定了对自动化决策的影响评估，这种粗放的算法评估还存在明显缺漏。算法作为更好的决策者会大大提升行政效能，但其内含的去人性化特质也会带来人主体性的丧失。对个人权益的影响及安全风险。这种算法决策不仅直接针对个人作出了具有法效性的决定，还具有即时执行、自我实现的特点。

这一点被誉为法律保留的法治国面向：因为权利的先国家性，行政要对权利予以干预就需有立法授权，就需征得个人同意。如果某项技术应用虽能带来较大效益但风险难以预测，其中蕴含的政治性和社会性风险，甚至会对自由、民主、人权都构成严重威胁，就只应例外适用而原则禁止。

（2）基于数据主体的明确同意、法律授权以及履行合同目的所必须不受上述条款限制。 摘要: 公共机构适用算法进行决策对国家治理能力有明显赋能，但可能对个人权利的保障带来新的挑战。但从条文表述看，要求说明的前提与免受自动化决策约束权一样，都是数据处理者已通过自动化决策的方式作出对个人权益有重大影响的决定，这也意味着，此处的要求说明并非数据主体事前的知情权和拒绝权，并无法保障数据主体在自动化决策布控前就获取必要信息、建立合理预期，甚至拒绝决策行为。（一）程序控制和主体赋权的缺陷算法规制的一般径路主要有算法公开、个人数据赋权与反算法歧视

既往人工智能公平性治理中采取的通用性应对措施，如过滤器和模型调整，定量偏差评估和基准测试等，在ChatGPT这类预训练模型系统治理中会遇到挑战。对于普通的深度合成用户，应进一步通过技术手段等强化其义务。如在俄乌冲突中，深度合成伪造的乌克兰总统宣布投降的虚假视频在推特上传播，获得了大量浏览，推特不得不紧急辟谣。在深度合成技术应用发展历程中，2021年Meta公司推出的元宇宙概念和2022年底Open AI推出的ChatGPT激起了公众对于人类本质、认知模式、生存方式和AI主体性的哲学思考，法学界则开始讨论深度合成技术构建的元宇宙空间的数字货币、数字身份、社会生产与刑法治理等问题。

而生成型人工智能需要巨额投资，高企的合规成本显然不利于企业投资和研发。目前的相关规章在空白领域搭建起了算法制度框架，但主要针对私主体的算法服务，其他涉及公民权益的公共部门的算法自动化决策的相关治理任务，则是由《个人信息保护法》等法律法规承担，但规定较为原则。

第一， 深度合成治理需要在算法治理基础上做出延伸和迭代。我国的深度合成治理已经走在世界前列，但仍主要停留在算法治理衍生出的信息安全层面，偏重服务应用监管而底层技术治理不足，偏重监管服务提供者但监管技术提供者尚不充分，数据与场景分级分类标准繁杂但并未形成有机体系。

该技术可直接与领先的销售参与平台集成，减少了将消息传递到市场并初显成效所需的时间。正如专家调查了欧盟现有的治理方案之后得出的结论：人工智能将重新需要一个灵活和反应迅速的治理框架，以最大限度地提高其重新应对不断变化的风险和问题的能力。不过从长远来看，加强深度合成治理专门立法是必然趋势。深度合成中的生成型人工智能必将深入影响所有的社会部门，从商业、医学到教育研究，从编码到娱乐和艺术。第三， 应建立敏捷治理体系，并留足前瞻性制度发展空间，以保障技术的长远发展。可见，算法推荐一词的选用也和牵头起草部门国家网信办以信息内容管理为主要职能有关。

（２)深度合成会极大地降低专业知识与特定技能的获取门槛，显著扩大网络安全风险的范围，提高安全风险的等级。欧盟《人工智能法》《数字市场法》《数字服务法》三部协同立法影响巨大，其目的是为了确保公司不会滥用人工智能并承担相应责任，避免可能的伤害。

在规范性文件层面，我国市场监管总局起草的《互联网平台分类分级指南（征求意见稿）》将平台分为网络销售、生活服务等六大类，分级上又分为中小平台、大型平台和超大型平台三级，考虑了用户规模、业务种类以及限制能力。由此可见，世界范围内深度合成的治理聚焦的是虚假信息内容。

以算法分级分类为例，一是我国以部门职能作为分类标准，具有舆论属性或者社会动员能力的算法均需履行事前安全评估、备案等程序，算法种类繁多，基本涵盖了现有的算法服务。在上述现实危害之外，深度合成还引发了社会对人类未来的担忧。

在世界各国对深度合成的技术治理中，我国立法与监管走在了前列。算法已经越来越复杂，如果说常用算法在技术层面只是一个基础模型，那么以ChatGPT为代表的大型语言模型（LLMs）或大型生成人工智能模型（LGAIMs），则代表着深度合成领域的重大技术进步。二是对生成型人工智能的部署者应结合其应用场景设置义务，该义务的结构安排制度必须使部署者和使用者能够有合理预期，包括必要的技术调整和合规成本。一个全盘的人工智能治理方案极可能受到技术发展的冲击。

本文的讨论区分应用概念与技术概念。另一方面在深度合成治理的探索中，逐步形成通用人工智能立法的经验，为未来统筹算法、算力、数据的人工智能治理作出更多有益尝试，是目前深度合成治理路径的最佳选择。

深度合成是人工智能的具体领域，它以人工智能深度学习为方法，合成逼真内容为目标。深度合成技术，是指利用以深度学习、虚拟现实为代表的生成合成制作文本、图像、音频、视频、虚拟场景等信息的技术。

三是深度合成本身具有一定通用性，应用范围广，难以被简单归入某一具体分级分类。如2020年的《网络音视频信息服务管理规定》明确提出对基于深度学习、虚拟现实等技术，具有媒体属性或社会动员能力的音视频信息服务展开安全评估，对非真实音视频信息进行标识。

第三， 数字空间的建构。用户生成合成内容需要上传照片、视频或与直接明文的对话。如对ChatGPT或类似软件生成以某人风格生成文本或图像视频等内容时，应当在生成内容的合理位置做出显著标识，以避免公众产生混淆或误认。ChatGPT类的生成型人工智能具备了无代码编程能力，降低了攻击代码编写的技术门槛，可能会导致更多的网络安全攻击发生。

深度合成治理应在算法治理基础上延伸迭代，将深度合成作为人工智能治理的专门领域，同时通过顶层设计推进基础性人工智能立法，既保障急用先行，又可探索并形成通用人工智能立法的经验。人工智能发展到2010年，基于深度学习技术获得了显著成效，同时社会的数字化转型也使得社会数据资源显著增长，人工智能的发展才开始进入全面爆发期。

在深度合成领域，应回避欧盟有意识的法律输出，坚持符合中国本土的治理路径。本文选择深度合成作为研究的关键概念。

这一技术是深度合成的拟人化应用，其商业落地路径较清晰。正如比尔·盖茨所说，这种AI技术出现的重大历史意义，不亚于互联网和个人电脑的诞生。