[27]综归上文，可以将我国审判实践中保护规范理论运用模式间的差异总结如下：由上表可知，审判实践运用保护规范理论的场域在于第三人原告资格的判断，而存在的主要分歧为：(1)保护规范理论的判断对象究竟为原告资格中的合法权益、因果关系要件还是权利保护必要性要件？(2)为什么在课予义务诉讼中，法定职责要件的论证常与请求权基础理论相结合。

推动智能产品及其配套设施的适老化改造，推动家居环境、健康医疗和文化娱乐等设施的适老化改造，通过改善老年群体的生活环境来助推其实现实质自由。为此，本文尝试立足于积极应对人口老龄化的国家战略定位，对积极老龄化理念的价值面向和基本意涵进行法学意义上的分析，在系统梳理相关法律法规和政策架构的基础上，着力阐释在落实积极老龄化的过程中，如何通过发挥法治的引领、促进和保障作用，助力健康老龄化、生产性老龄化、智慧老龄化的全方位实现。

因此，保障老年人的健康权应以实现老年人的整体健康状态为目标。我国已逐步形成以健康老龄化、生产性老龄化、智慧老龄化为基本维度的积极老龄化政策框架，具体政策的落实有赖法治充分发挥其引领、促进和保障作用。相比之下，民法典、社会保险法、基本医疗卫生与健康促进法、数据安全法等法律，虽然只有个别条文呼应了积极老龄化理念，却更具可操作性。即便如此，法律适用者仍然可以根据社会就业环境和国家政策的转向，综合运用目的解释方法和同类项解释准则，从就业促进法和劳动法的概括性平等就业权条款和列举式条款中的等字出发，解释出禁止年龄歧视、保障老年人平等获得就业机会的规范意涵。因此，即便不制定专门的终身教育法，关涉老年人继续教育的法律依据也并非空白，为老年人提供接受继续教育的机会，已然成为国家的一项保障性义务。

因此，未来应从以下几方面入手，为建设老年人友好型环境提供法治保障。通过发展老年教育事业、改造升级辅助设施等措施提高老年人的社会参与能力，可以促进继续教育行业的发展、技术设施的改进和数字包容性社会的构建。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。

第四， 数字人的生成与操控。今天，数以百万计的用户依靠它们来生成可达到人类水平的文本（如ChatGPT、Luminous）、图像（如Stable Diffusion、DALLE2）、视频（如Synthesia）或音频（如MusicLM），而更多的替代品已经在开发中。第三， 深度合成的监管工具升级。在深度合成应用层面，可参考现有的分级分类标准，依据其舆论属性或者社会动员能力、内容类别、用户规模、对用户行为的干预程度等实施分级分类管理。

《深度合成管理规定》第2条规定：在中华人民共和国境内应用深度合成技术提供互联网信息服务（以下简称深度合成服务），以及为深度合成服务提供技术支持的活动，适用本规定。合成即基于海量数据生成合并结果，可达到从无到有、以假乱真的效果。

（一） 深度合成治理的体系迭代深度合成治理应在现有算法治理的基础上做出制度延伸与体系迭代。对于一个调整范围广泛、潜在的变革性立法框架来说，过于宽泛和固定的人工智能立法并不适当。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。第三， 由于对深度合成的技术和应用尚无法充分认识，相关立法难以在现有分级分类框架中被精准定位。

与此类似，《网络安全审查办法》也将重要数据、关键信息基础设施与大量个人信息的风险并列。在这一背景下，既保障急用先行，避免新兴技术带来的问题，又不急于推行过于严格的人工智能方案以提高制度的可用性，是我国深度合成人工智能立法的努力方向。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。而检索类与个性化推送类算法原理相同，但被归为不同的服务分类。

按照《深度合成管理规定》的定义，AI语音、NFT生成艺术、虚拟演唱会、全息人像投影、虚拟人数字人、AR购物等元宇宙的重要组成部分都属于深度合成技术的具体应用。相对于牵头起草部门网信部门的信息内容监管职能，既有规定对技术支持者提出要求是新举措，因为深度合成的技术支持者如何使用训练数据、如何设计算法机制机理、如何开发应用可搭载的模型模板工具，都会直接对深度合成服务的功能应用结果产生影响。

我国的深度合成治理中有关信息内容安全的监管措施应严格执行，继续要求AIGC技术与服务提供者在相关的人工智能自动生成内容中履行添加可识别水印或有效警示信息的义务，在源头上实现人工智能自动生成内容的可识别性。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。

但在深度合成成为人工智能的重要领域，甚至逐渐走向通用人工智能的趋势下，仅将其以算法信息服务之一作为调整对象难以适应该领域技术的应用发展。数字孪生就是基于人工智能深度合成现实世界实体的虚拟复制品，这项技术已经在制造业和工业部门被广泛采用。在深度合成营造的数字虚拟生存场景中，用户需要头盔和手持器等VR设备实现沉浸式互动。第一， 不宜将深度合成尤其是生成型人工智能一概纳入高风险治理框架，而应根据生成型人工智能的预训练大模型、海量数据等特征单独设计监管制度。在拟出台全盘人工智能治理方案的欧洲，也在讨论对人工智能立法的部分定义和监管类型进行修订，以增强对大型生成式AI模型部署者和用户进行直接监管。我国各部委也相继颁布了基于行业应用、业务场景的数据安全分级分类方法。

二是我国四大类分级分类标准由不同部门依据职能主导，职责互相交叉，边界不尽清晰。这种文本生成可包括知识生成后以文本的形式输出。

深度合成的发展对为其提供基础计算工具和环境的数据中心算力以及服务器硬件设备提出了新的要求。尤其是在AIGC（人工智能生成内容）与机器人账号结合可能带来更大信息内容安全风险时，应在我国现有账号管理机制中强化对机器人账号的身份识别监管和对权威账号的特殊认定，减少机器人批量推送AIGC（人工智能生成内容）。

即使是针对人工智能深度合成的专门治理，也以传统人工智能为主，而非以大型生成性人工智能模型（LGAIMs）为主要治理对象。2023年1月1日开始实施的《互联网信息服务深度合成管理规定》（以下简称《深度合成管理规定》），标志着深度合成因其重要性和高风险程度成为我国算法治理中率先专门立法的算法服务类型。

如感康、泰诺和康泰克这些感冒药的药品名被大众熟知，但药品中的乙酰氨基酚等拗口的药品成分概念，则难以被公众记忆。这都需要网络安全技术、监管技术的全面升级以更好地加强监管。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。第二， 四类分级分类标准，职责互相交叉，边界不尽清晰。

二是算法监管对象局限于提供互联网信息服务的算法，并不包括诸如公共部门使用的决策类算法。个人也可能被伪造虚假视频并被用来向其亲友诈骗，或者被伪造不雅视频，侵害其名誉权。

但这一主张显然并不利于相关技术与产业的发展。（三） 分级分类标准的有机体系化深度合成对多元的分级分类标准提出了巨大挑战。

预训练大模型需要海量的算力，如何统筹全国范围内的算力使用，也是法律层面立法才能解决的问题。本部分结合深度合成技术的发展，梳理深度合成概念与人工智能、生成型人工智能、ChatGPT、元宇宙等概念的关系，并讨论其作为学术研究通用概念的优势。

《民法典》区分了一般个人信息和私密个人信息。面对Open AI、Stability这样的大型技术开发者，在开发阶段仅有伦理要求是无法满足监管目标的。因此AIGC（人工智能生成内容）不仅仍需配备人工过滤审核机制，而且需要在下游督促网络平台采取措施减少违法信息的产出。与任何先进的机器学习系统一样，深度合成技术会带来潜在的安全问题。

如达到一定量级的个人信息处理如果发生重大网络安全事件，在我国法律体系中被列为与重要数据安全事件同等级别的事件，《关键信息基础设施条例》明确将二者并列。另一说则认为，算法推荐与深度合成是并列关系。

鉴此，我国的深度合成监管应围绕服务提供者设计制度：一是在生成型人工智能的治理中，应对技术开发者提出更严格的要求，如训练数据的标注、文件记录和保存、保障技术透明度等。精准选定和界定概念是科学研究展开的前提。

生成型人工智能需要海量算力，而面向一国提供生成型人工智能的服务器可能位于世界各地，这与现有的数据本地化存储、保障本土数据安全的数据处理方案存在冲突。深度合成以真为技术目标，如可比拟专家回答问题的ChatGPT就在一定程度上模糊了人和机器智能的界限。