人工智能 · 方法与治理档案

微行研究所

用清晰证据理解模型、方法与技术治理

ARCHIVE
2024.06 — 2026.09
安全与隐私 2026年10月26日

个人资料用于模型改进需要清楚的选择机制

可信的智能系统不是靠一段承诺建立的。权限、证据、审计和纠错机制应当进入设计与运营流程,并且在出现异常时仍然有效。

值得关注的判断

服务条款里的笼统描述不容易让用户理解哪些对话可能被保留或用于改进。选择权只有在容易找到、后果明确且可撤回时才有意义。

落地时的做法

在收集点用简洁语言解释用途、期限和共享对象,提供不降低核心服务的退出选项。处理儿童、医疗和财务资料时设置更严格默认值,并减少员工可见范围。

如何复盘

抽查用户能否找到设置并理解选择结果,验证撤回后新资料不再进入后续流程。审计还应检查历史数据的处理是否与承诺一致。

技术选择应服务于明确的问题,也应保留质疑、纠错和退出的空间。团队可从小范围验证开始,持续公开依据与限制,再依据真实反馈决定是否扩大使用。