□ 朱曉峰（中央財經(jīng)大學法學院教授）

生成式人工智能個人信息侵權時，由于算法黑箱、數(shù)據(jù)清洗、交互學習等影響，導致?lián)p害究竟與哪些行為之間存在法律上的因果關系，實踐中經(jīng)常難以確定。我國當前的法律實踐對于該問題的處理方案乏善可陳，影響個人信息保護。事實上，當生成式人工智能個人信息侵權中能夠確定受害人遭受的損害系人工智能模型設計者、提供者、使用者及數(shù)據(jù)提供者中的某個或某幾個實施的行為所致，但又不能確定具體侵權人時，由這些可能加害的行為人救濟受害人，比讓受害人因不能證明因果關系存在而獨自承受損害更具有正當性。其中，交往安全理論可以從風險的引入與維持視角來論證風險的引入者與維持者應當采取適當措施降低風險發(fā)生的可能性，并在損害發(fā)生時給予受害人以救濟的正當性；獲益與風險負擔理論可以從事后救濟角度出發(fā)，為生成式人工智能個人信息侵權場景下信息主體的救濟提供正當性論證。另外，從損害預防的角度出發(fā)，還可以通過關于因果關系證明責任分配的理論來平衡處理個人信息的保護與合理利用問題。

現(xiàn)行法未對生成式人工智能個人信息侵權因果關系不明時的責任認定給予特別規(guī)定，但民法典亦基于充分救濟受害人的目的而在例外情形下，給予因果關系不明時的受害人救濟提供法律支持。如民法典第一千一百七十條的共同危險責任，第一千二百三十條環(huán)境污染、生態(tài)破壞侵權責任中的因果關系推定規(guī)則及第一千二百五十四條第1款高空拋墜物侵權場合具體侵權人不確定時的補償規(guī)則等即為適例。雖然生成式人工智能個人信息侵權因果關系不明與民法典第一千一百七十條、第一千二百三十條及第一千二百五十四條第1款規(guī)定的關于侵權責任認定因果關系例外情形中的任何一個都不完全相同，但其又兼具這三項例外規(guī)定所調(diào)整對象的最關鍵特征?，F(xiàn)行法在侵權責任的認定上對這些因果關系不明場景中的受害人給予特殊保護，而對兼具這三項情形主要特征甚至猶有過之的生成式人工智能個人信息侵權因果關系不明場景中的受害人不予救濟，與相同或相似事物在法律上應予同樣對待的平等原則相悖，構成法律上的漏洞。

對于前述法律漏洞，可以采用類推解釋的方法，將民法典第一千二百五十四條第1款確立的高空拋墜物侵權場合具體侵權人不確定時的補償規(guī)則適用于生成式人工智能個人信息侵權場合因果關系不明時的責任認定。其中，在責任范圍問題上應當根據(jù)相似性而將適用重點集中在兩個方面：就補償范圍來講，讓行為人補償受害人遭受的全部損害，非但不違反公平原則，反而更有利于督促行為人積極履行風險管控義務，保護受害人合法利益的實現(xiàn)；就補償數(shù)額來講，補償義務人之間的內(nèi)部關系應當是按份關系，具體的補償數(shù)額由法官在個案中結(jié)合案涉情形綜合認定。

（原文刊載于《政法論壇》2025年第6期）