随着生成式人工智能技术的颠覆性发展，基于大数据模型应用的ChatGPT类生成式软件提升现实生活及工作品质的同时，在应用的各阶段也带来了诸多数据安全风险。然而我国现行关于生成式人工智能数据风险的法律规制仍存在责任体系不统一、风险防范义务不明确、监督机制不健全等诸多不足。从分类分级的角度切入，应合理协调各类主体的责任及义务，规定行政、民事、刑事责任，通过明晰权利义务的手段构建数据风险防范体系。根据生成式人工智能技术的发展及时通过设立监管缓冲区等手段丰富监管方式，并合理连接私力投诉举报机制和公力投诉举报机制，以期实现生成式人工智能数据风险的全面规制。

一、问题的提出
二、生成式人工智能运行各阶段的数据风险梳理
(一)数据收集阶段
第一，数据过度收集风险。
第二，数据非法收集风险。
(二)数据存储阶段
(三)数据处理阶段
第一，数据质量风险。
第二，数据系统性偏差风险。
(四)数据生成阶段
第一，数据编造风险。
第二，意识形态风险。
三、生成式人工智能数据风险的法律规制现状及其不足
(一)未形成统一的生成式人工智能数据风险责任体系
第一，“依法”“以相关规定”等表述导致责任承担未达到应然效果。
第二，过于依赖行政责任的规制手段。
第三，未合理分配相应主体责任。
(二)生成式人工智能数据风险防范义务不明确
第一，数据披露义务规定不足。
第二，数据审核义务规定不具体。
(三)生成式人工智能数据风险监督机制不健全
第一，监管方式的滞后性。
第二，投诉举报机制不健全。
四、生成式人工智能数据风险法律规制的完善路径
(一)建立统一的生成式人工智能数据风险责任体系
第一，对“依法”“以相关规定”等条款进行一定的删改。
第二，明确造成数据风险所应承担的行政、刑事、民事责任。
第三，通过分类手段合理分配相应主体责任。
(二)明晰及细化生成式人工智能数据风险防范义务
第一，细化生成式人工智能数据披露义务。
第二，明晰生成式人工智能数据审核义务。
(三)构建生成式人工智能数据风险监督管理机制
第一，丰富生成式人工智能数据风险监管方式。
第二，健全生成式人工智能数据风险投诉举报机制。
五、结语