摘 要:《中华人民共和国个人信息保护法》实施以来，我国个人信息权益法治保障水平稳步提升。面对个人信息处理方式深刻变革、传统权利实现机制受阻，以及人工智能风险不断演化等挑战，需完善分类分级同意机制、强化风险导向的目的限定与最小必要规则、创新信息主体权利实现方式，构建人工智能全生命周期风险防控体系，形成保护强度与风险程度相匹配、制度规范与技术发展相适应的个人信息保护格局，为人工智能技术创新应用筑牢法治根基，为数字经济高质量发展营造安全、稳定、可预期的制度环境。
关键词:个人信息保护 人工智能 风险控制 分类分级同意 全生命周期防控
【中图分类号】D923.74 【文献标识码】A
人工智能技术正日益成为重塑生产方式、优化治理结构的重要力量，在推动经济社会高质量发展中发挥关键作用。“十五五”规划纲要提出，“激活数据要素潜能，加快数智技术创新，深化拓展‘人工智能+’，赋能经济社会发展和治理能力提升，促进生产方式深层次变革和生产力革命性跃迁。”[1]数据将在人工智能驱动的技术创新、产业发展和社会治理中得到更大范围、更深层次的开发利用。这对个人信息保护也提出更高要求。人工智能技术的发展与应用高度依赖数据资源，而具有较高开发利用价值的数据往往包含个人信息。随着数据开发利用范围不断拓展、程度不断加深，个人信息被过度收集、违法共享和不当利用的风险随之增加。如何在充分发挥数据要素价值的同时，切实保障信息主体个人权益，已成为人工智能时代法治建设亟须回应的重要课题。
我国个人信息保护制度建设的进展与成效
自《中华人民共和国个人信息保护法》（以下简称“个人信息保护法”）颁布实施以来，面对个人信息处理规模持续扩大、跨主体跨场景流动日益频繁、处理链条不断延伸、应用场景愈加复杂的新形势，有关机构和部门持续完善个人信息保护制度规范，强化执法司法保障，健全社会协同治理机制。我国个人信息权益法治保障水平稳步提升，人民群众在网络空间的获得感、幸福感、安全感进一步增强。
规范体系持续细化完善。近年来，我国持续推进个人信息保护领域的立法衔接和配套制度建设，逐步形成以个人信息保护法为重心，相关法律、行政法规、部门规章和国家标准相互配合的个人信息保护规范体系。在立法衔接层面，相关法律相互配合、层次分明的制度格局逐步形成。比如，2022年通过的《中华人民共和国反电信网络诈骗法》第29条第2款规定，公安机关办理电信网络诈骗案件时，应同时查证犯罪所利用的个人信息来源，并依法追究相关人员和单位的责任。明确公安机关在办理电信网络诈骗案件中应当倒查个人信息来源，既有助于震慑潜在个人信息泄露、非法提供等违法犯罪行为，强化保护个人信息权益，也有助于从源头上预防电信网络诈骗行为的发生，切实保障个人人身、财产安全。又如，2025年修订的《中华人民共和国治安管理处罚法》第56条，对出售、提供、窃取或者以其他方式非法获取个人信息的行为规定治安处罚，将尚不构成犯罪但违反治安管理的非法出售、提供或者获取个人信息行为纳入治安处罚范围。同时，第141条协调公安机关实施行政拘留与其他主管部门实施罚款、没收等处罚的关系，围绕侵害个人信息权益行为，民事责任、行政处罚与刑事责任之间的衔接机制得到进一步完善。在配套制度建设层面，《网络数据安全管理条例》《个人信息保护合规审计管理办法》等行政法规、部门规章相继出台，涉及一般安全规范、告知同意、个人信息保护影响评估、合规审计、监督管理以及敏感个人信息处理等内容的国家标准也在持续制定和完善。这些制度进一步明确个人信息处理者的法定义务，为个人依法行使相关权利提供更具可操作性的规范依据。围绕人工智能、卫生健康、金融等重点领域，移动应用、扫码点餐、人脸识别、自动化决策及个人信息跨境流动等重点场景，未成年人等重点保护群体，以及大型网络平台等重点个人信息处理者，我国陆续出台并持续细化相关规范，为防范典型场景中的个人信息处理风险、协调个人信息保护与合理利用之间的关系，提供更具针对性和可操作性的规范依据。
执法司法保护不断强化。人工智能技术的广泛应用改变个人信息侵权的发生方式，使其呈现出规模大、传播快、隐蔽性强、链条长、影响范围广等特点。仅依靠个案查处和事后追责，已难以及时发现风险并阻止其扩散。针对上述变化，我国持续强化行政执法和司法保护，推动个人信息权益保障由事后处置向全过程风险治理转变。在行政执法方面，我国逐步形成网信部门统筹协调，工业和信息化、公安、市场监管、金融监管等部门分工负责、协同推进的监管格局。这一监管体制适应个人信息处理跨平台、跨行业、跨场景的特点，有助于衔接综合监管与行业监管，提升风险发现和协同处置能力。我国实行常态化监管与专项治理相结合的方式，有关部门在持续开展日常监督检查、投诉举报处理和重点平台巡查的同时，根据风险变化动态调整治理重点，对风险集中、社会反映强烈的领域开展专项整治。例如，2025年以来，网信、工业和信息化、公安等部门先后部署开展个人信息保护专项治理行动，重点围绕App、SDK和智能终端等技术载体，公共场所、线下消费和互联网广告等典型场景，以及教育、交通、金融和卫生健康等重点领域开展集中治理，有效规范上述风险突出领域的个人信息处理秩序。在司法保护方面，人民法院通过发布指导性案例和典型案例，逐步细化个人信息纠纷裁判规则，厘清个人信息保护与合理利用的边界。例如，2025年8月，最高人民法院发布数据权益司法保护专题指导性案例，其中第265号和第266号指导性案例围绕个人信息保护法第13条第1款第2项的适用，明确判断个人信息处理是否属于“为订立、履行个人作为一方当事人的合同所必需”，应当结合合同目的、处理方式以及个人信息与合同履行之间的直接关联等因素进行审查。[2]检察机关则综合运用刑事检察和公益诉讼检察职能，依法追诉侵犯公民个人信息犯罪，针对违法处理个人信息、侵害众多个人权益并损害社会公共利益的行为开展监督治理，弥补个体救济的不足。最高人民检察院于2023年3月30日和2026年1月22日发布两批个人信息保护检察公益诉讼典型案例，为各级检察机关办理个人信息保护公益诉讼案件提供指引。[3]
协同共治格局逐步形成。由于个人信息侵权所具有的上述特点，单靠政府监管难以充分回应复杂治理需求。个人信息保护法实施以来，我国个人信息保护治理逐步突破单一行政监管模式，正加快形成“政府监管、企业履责、行业自律、公众监督相结合的综合治理格局”[4]。个人信息处理者主体责任不断压实，个人信息保护要求逐渐嵌入组织内部治理结构。个人信息保护负责人、个人信息保护影响评估、合规审计和处理活动记录等制度的完善，推动相关个人信息处理者完善内部治理，将个人信息保护要求贯穿组织管理、产品设计和业务运营全过程。行业自律和社会化专业服务体系持续完善。行业协会通过制定自律公约、团体标准、App合规优化名单等方式，引导个人信息处理者规范个人信息处理活动。认证机构、审计机构和其他专业服务机构通过开展个人信息保护认证、合规审计服务认证和专业人员能力评价等工作，为个人信息处理者的合规建设提供了专业支撑。公众监督渠道和普法宣传机制不断完善。通过媒体曝光、典型案例发布、网络安全宣传周和全国网络普法行等机制，公众参与个人信息保护监督的渠道不断拓展，个人信息保护意识、风险识别能力和依法维权意识得到进一步增强。
人工智能时代个人信息保护面临的挑战
制度建设显著增强我国个人信息保护的规则供给和实施能力，但相关完善主要在既有制度框架内展开，尚未完全解决人工智能技术发展与应用对个人信息保护制度提出的结构性挑战。具体而言，现行制度的主要机制，以处理目的相对明确、处理边界可以划定、个人信息能够独立识别和定位、风险后果具有一定可预见性的传统数据处理活动为原型。随着个人信息处理日益呈现规模化、动态化、复杂化和关联化特征，既有制度与现实处理活动之间的张力逐渐显现。
既有风险事前控制机制难以平衡个人信息保护与利用。我国现行个人信息保护制度，主要以知情同意、目的限定与最小必要原则构成个人信息处理风险的事前控制机制。人工智能时代的个人信息处理活动日益呈现出数据需求规模化、处理目的动态演化、数据价值事后显现、处理方式持续迭代等特征，传统事前控制机制面临三方面适用困境。知情同意机制在海量数据处理场景下面临显著的实施成本与现实障碍。以人工智能模型训练为例，其训练数据通常规模庞大、来源多样且内容高度混杂，可能包含大量身份难以识别、来源难以追溯的个人信息。在此情形下，要求模型训练者逐一识别相关个人，并分别履行告知义务、取得有效同意，存在客观上的操作困难，并可能产生过高的合规成本。[5]数据处理活动质量与数据量的挂钩使最小必要原则中的“最小范围”难以界定。如在个性化服务、算法推荐等场景中，服务提供者往往需要通过较为全面的数据收集，分析用户的行为习惯、兴趣偏好及潜在需求，以提高服务的精准性与适配性。由于服务质量通常与数据维度、数据规模及数据关联程度密切相关，实现特定处理目的所必需的个人信息范围难以被准确划定，“必要”与“过度”之间的界限趋于模糊。[6]处理目的、处理方式与处理范围的动态变化，使告知同意机制陷入形式化告知与反复征得同意之间的两难。若个人信息处理者仅针对尚未充分确定的处理目的、方式和范围作出概括性告知，信息主体将难以准确理解相关处理活动的具体内容及潜在风险，其所作同意因欠缺充分认知而容易流于形式。若要求个人信息处理者随着处理目的、方式和范围的每一次变化持续补充告知并重新取得同意，则可能引发信息过载与同意疲劳，不仅增加个人信息处理活动的程序性成本，也可能不当限制数据的关联分析、后续利用与合理流通。
以信息控制为中心的权利体系面临实现困境。个人信息保护规范在关注处理者义务履行的基础上，也关注信息主体权利的有效行使。现行个人信息保护制度下的信息主体的个人信息权益，大多以个人信息能够被识别、定位和操作为实现前提。但在人工智能训练与应用场景中，个人信息的存在形态由可识别的数据记录转化为模型内部的统计关联与语义表征，信息主体对个人信息的控制力随之被削弱，由此使更正补充权、删除权及撤回同意权等个人信息权益面临实现困境。模型完成训练后，相关信息可能转化为分散于高维参数空间中的统计关联、语义表征和概率性记忆，并与海量训练样本形成高度耦合结构。个人信息处理者较难准确识别特定信息在模型中的存续形态、分布位置及作用机制，进而难以通过局部调整实现有效更正或彻底删除。此外，模型训练、微调、部署与调用往往涉及多个主体和连续处理环节，信息主体难以确认有关信息由谁处理、应向谁提出权利请求。即使相关请求得到受理，处理者也可能难以验证更正、删除措施是否覆盖关联模型及后续应用，或者撤回同意后有关处理活动是否已经停止，从而进一步削弱权利实现的实际效果。
现行制度难以充分回应人工智能引发的新型风险。人工智能技术的发展正在改变个人信息风险的形成、传递和扩散方式，而以传统数据处理活动为基础建构的个人信息保护规则，尚难充分回应由此产生的新型风险。一方面，模型记忆机制拓展个人信息泄露的路径。训练数据经过参数化处理后，仍可能在提示诱导、模型反演、成员推断或者训练数据提取等情形下，被用于判断特定信息是否进入训练集、推断个人属性，或者再现部分训练数据内容。相关风险不再仅源于对外部数据库或存储介质的非法访问，还可能通过模型输入输出交互以及对模型内部表征的分析而产生。另一方面，人工智能所具有的聚合分析和关联推断能力，正在冲击既有个人信息分类保护制度。算法不仅能够从一般个人信息、公开信息或者经过去标识化处理的数据中推断出敏感个人信息，还可能基于群体特征，对未直接提供相关数据的个人进行分类、预测和评价。这使一般个人信息与敏感个人信息、直接提供的信息与推断信息、个体信息与群体性画像之间的边界日趋模糊，也使现有个人信息界定和分类保护机制面临适用困难。
人工智能时代个人信息保护制度完善对策
破解人工智能时代个人信息保护面临的困境，需以控制个人信息处理风险为导向，在不降低保护水平的前提下实现对人工智能应用的动态治理[7]。从风险防控的规范目的出发理解和适用个人信息保护规则，根据不同处理活动的风险程度，实行分类分级、宽严有别的治理模式，并将风险控制贯穿个人信息处理全过程。形成保护强度与风险程度相匹配、信息利用与风险防范相协调，能够切实保障信息主体权益的制度体系。
健全分类分级同意机制。知情同意仍是保障信息主体自主决定权、约束个人信息处理者权力的重要制度工具，其具体适用方式需根据个人信息处理活动的风险程度进行差异化配置。为此，需在现有分类分级同意规则的基础上，综合考量个人信息的类型、信息主体及处理者的类型、处理方式、处理目的等影响风险程度的因素，针对不同的个人信息处理场景构建更加精细的分类分级同意机制。对于对个人权益影响较小、风险程度较低的处理活动，可以适当简化告知形式和操作程序，并在处理目的明确、处理范围可以合理预期且信息主体享有便捷退出权的前提下，审慎探索一定范围内的持续授权机制。对于处理敏感个人信息以及其他可能对个人权益产生重大影响的高风险处理活动，则应继续坚持单独同意要求，并进一步强化告知义务，提高告知内容的明确性、具体性和可理解性。通过对不同风险等级的处理活动配置不同强度的告知同意要求，既可以提升同意机制的实效性，也有助于满足数据合理流通和利用的需要。此外，针对人工智能训练等具有较高社会价值的个人信息处理活动，为解决其难以获得同意的困境，未来还可考虑对这类活动规定新的合法性基础。个人信息处理活动的风险分级不应仅以原始输入信息的性质为判断依据，还应综合考察相关信息经分析、关联或者推断后可能生成的信息内容及其潜在影响。对于以推断敏感个人信息为目的，或者具有较高概率生成敏感个人信息并可能对个人权益产生重大影响的处理活动，需参照敏感个人信息处理规则，强化必要性论证、个人信息保护影响评估和授权要求。对于实际生成的敏感推断信息，则应直接适用敏感个人信息的严格保护规则，以防止个人信息处理者借助算法分析、数据聚合等技术手段规避相关义务。
推动目的限定、最小必要原则的风险导向型适用。个人信息保护规则有必要超越形式化的数据规模控制，转向以实质性权益风险控制为重点的规范路径。一方面，个人信息处理目的不宜被理解为在信息收集后即绝对固化。未来可考虑建立个人信息后续利用的目的兼容性评估机制。在后续目的与原目的具有合理关联、符合信息主体的合理预期、未实质增加个人权益风险，且处理者已采取与风险程度相适应的必要保障措施的情况下，应允许对处理目的做适度调整，而无须重新取得同意。对于处理目的发生实质性变更、处理范围显著扩张，或者可能导致个人权益风险明显上升的，则需重新履行告知、取得同意等义务。此种区分既可防止处理者借助概括性目的说明获取不受限制的处理权限，也可避免对目的限定原则作机械化理解，从而不当阻碍数据的合理利用。另一方面，需对最小必要原则作风险导向解释。该原则不应被简单等同于个人信息处理数量的绝对最少，而应着重考察处理行为与特定目的之间是否具有相称性，以及处理者是否采取了对个人权益风险影响较小的处理方式。具体而言，应综合考量个人信息与处理目的之间的关联程度、处理范围与服务功能的匹配程度、处理期限的合理性及其可能产生的累积风险、是否存在侵害程度更低的替代方案，以及安全保障措施是否足以将相关风险控制在合理范围内。
推动信息主体权利由信息控制转向风险控制。对于已经融入模型参数、统计关联和内部表征的个人信息，若现有技术确实难以实现更正或彻底删除，则需结合有关权利的法定要求与技术条件，探索能够有效控制个人权益风险的履行方式。但技术困难并不意味着信息主体权利当然失效，权利实现的重点应由对特定数据记录的直接控制，转向对处理风险及其不利后果的实质控制。因此，更正权、删除权和撤回同意权的实现，不应仅以能否直接修改或删除模型参数为标准，还应考察相关信息是否持续影响模型运行、内容生成、个体评价或决策结果。个人信息处理者需结合具体场景、技术条件、实施成本、信息敏感程度和权益风险，采取相适应的技术与管理措施，包括屏蔽特定输出、设置过滤规则、实施模型微调或机器遗忘等，以尽可能降低相关信息对模型运行及输出结果的持续影响。同时，对于仍可识别、定位的数据记录，处理者应继续依法履行更正、删除等义务；对于符合删除条件但因技术困难无法删除的个人信息，应依法停止除存储和采取必要安全保护措施之外的处理。此外，还需建立权利请求响应、措施效果验证和处理结果反馈机制，确保信息主体能够了解有关风险是否得到有效控制，并获得必要的权利救济。
完善人工智能个人信息风险全生命周期防控。针对人工智能引发的新型个人信息风险，需进一步明确并完善个人信息处理者建立覆盖人工智能全生命周期的个人信息风险防控体系的义务。在数据收集与模型训练阶段，个人信息处理者需强化训练数据的源头治理，对数据来源及其使用方式的合法性、正当性和必要性进行审查，并采取数据去重、去标识化、敏感个人信息过滤、分级访问控制等措施，最大限度减少非必要个人信息进入训练数据集，防止个人信息风险固化于模型参数、内部表征等技术结构之中。在模型测试阶段，个人信息处理者应建立个人信息泄露和不当暴露风险评估机制，综合运用模型反演、成员推断、训练数据提取、红队测试等手段，评估模型对特定个人信息的记忆、推断、恢复和再现能力。对于通用模型、涉及敏感个人信息的模型以及其他高风险模型，个人信息处理者还需引入第三方审计和定期复测机制，推动风险评估动态化、常态化。在模型部署与运行阶段，个人信息处理者需采取身份认证、分级授权、查询频率限制、异常访问监测、敏感信息识别和输出过滤等措施，防止个人信息通过模型参数、内部表征或者生成内容被不当提取、恢复或者还原。人工智能开发、提供、部署和运营涉及多个个人信息处理主体的，还需根据模型开发者、技术提供者、部署者和平台经营者对个人信息处理目的、处理方式以及风险控制的实际影响，合理划分各主体在数据治理、风险评估、安全测试、事件处置和个人信息权利请求响应等方面的义务。同时，各相关主体应建立必要的风险信息传递、协同处置和交接机制，确保个人信息保护义务贯穿处理链条，防止因处理环节增加、主体分工复杂或者义务边界不清而出现义务悬空。
结语
建设面向智能时代的个人信息保护制度，不仅是保障信息主体合法权益的必然要求，也是激活数据要素潜能、促进人工智能健康发展和推进数字中国建设的重要制度支撑。面对个人信息处理方式深刻变革、传统权利实现机制受阻以及人工智能风险不断演化等挑战，应推动个人信息保护制度由静态规则向动态治理转变，由事前限制向全过程风险控制转变，由形式化的信息控制向实质性的风险控制转变。通过完善分类分级同意机制、强化风险导向的目的限定与最小必要规则、创新信息主体权利实现方式，并构建人工智能全生命周期风险防控体系，形成保护强度与风险程度相匹配、制度规范与技术发展相适应的个人信息保护格局。一个更加精准、灵活且具有前瞻性的个人信息保护制度，必将为人工智能技术创新应用筑牢法治根基，为数字经济高质量发展营造安全、稳定、可预期的制度环境。
注释
[1]《中华人民共和国国民经济和社会发展第十五个五年规划纲要》，《人民日报》，2026年3月14日，第1版。
[2]《最高人民法院首次发布数据权益司法保护专题指导性案例》，中华人民共和国最高人民法院网，2025年8月28日。
[3]《个人信息保护检察公益诉讼典型案例》，中华人民共和国最高人民检察院网，2023年3月30日；《个人信息保护检察公益诉讼典型案例》，中华人民共和国最高人民检察院网，2026年1月22日。
[4]国家互联网信息办公室：《中国个人信息保护报告（2025年）》，中国网信网，第2页，2026年6月12日。
[5]王利明：《〈民法典〉人格权编的实施与未来展望》，《中国法学》，2026年第1期，第130页。
[6]赵精武：《AI智能体场景下最小必要原则的具体内涵与判断标准》，《北京航空航天大学学报（社会科学版）》，2025年第4期，第63页。
[7]李汶龙：《完善人工智能法律法规体系》，《人民论坛》，2026年第6期，第58—61页。
责编：张宏莉 / 美编：石 玉
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。