型的开 源，

加剧模型缺陷扩散速度、

影响范围和修补难度，

为不法分⼦训练“作 恶模型”提供便利。 3.1.2 数据安全⻛险 （a）
违规收集使⽤数据。

⼈⼯智能训练数据的获取，

以及服务、

交互 过程中，

存在未经同意收集、

不当使⽤数据和个⼈信息的安全⻛险。 （b）
训练数据内容不当。

训练数据包含虚假、

偏⻅、

侵犯知识产权等 违法有害内容，

还⾯临攻击 现有管控体系失效，

加剧世界各地区和平安全威胁。 人工智能安全治理框架2.0 - 7 -3.2.4
认知安全⻛险 （a）
加剧“信息茧房”效应。 ⼈⼯智能将显著提升信息服务定制化能⼒，

更为准确地收集⽤⼾信息，
分析⽤⼾需求、

意图、

喜好、
⾏为习惯，
甚⾄特 定时段、
特定群体的意识思潮，
进⽽推送精准定制化信息服务,
加剧⽤⼾所 关注信息的局限性。 （b）
助⼒开展认知战。

⼈ 发等问题，

加速电⼒、

⼟地、

⽔ 等能源资源消耗，

对资源供需平衡、

绿⾊低碳发展带来新的挑战。 3.3.2
伦理安全⻛险 （a）
加剧社会偏⻅、

扩⼤智能鸿沟。

利⽤⼈⼯智能收集分析⼈类⾏为、 社会地位、

经济状态、

个体性格等，

对不同⼈群进⾏标识分类、

区别对待， 带来系统性、

结构性的社会歧视与偏⻅。

同时，

拉⼤不同地区⼈⼯智能鸿沟。 （b）
冲