中国政法大学刑事司法学院教授李怀胜：

　　可增设“破坏数据完整性罪”规范数据投毒行为

　　“数据投毒”是当前攻击人工智能模型的常见方式，行为人通过将恶意或误导性数据注入训练数据集，影响模型的训练过程从而破坏其性能。数据投毒严重破坏数据要素价值、威胁人工智能系统安全，亟待刑法予以有效规制。对于数据投毒行为，适用毁弃型财产犯罪的问题是数据难以被评价为特定主体所有的生产资料；适用破坏计算机信息系统罪的三款规定，则依次存在数据投毒不构成对人工智能系统正常运行的干扰、数据投毒的行为对象与构成要件不相符、数据投毒并非破坏性程序等问题。基于此，刑法应当增设“破坏数据完整性罪”，解除数据与计算机信息系统的捆绑保护状态，对数据要素予以独立保护。评价该罪的罪量主要考量数据类型、数据规模、违法所得与经济损失等要素。对于损失结果的归责应当适用客观归责理论，由此可对数据完整性受损、人工智能模型受损、模型应用造成的损害等结果的归属作出合理认定。

　　广东外语外贸大学法学院教授周新：

　　完善刑事涉案虚拟资产处置

　　随着数字经济的快速发展，虚拟资产犯罪呈高发态势，其去中心化、匿名性和跨境流通性对传统处置规则与侦查工作提出了前所未有的挑战。司法实践中，刑事涉案虚拟资产的处置面临查控保全难、保管风险大与处置变现难等难题。究其本质，区块链去中心化与法律体系中心化的矛盾、监管政策对法律规则发展的限制以及法律供给不足对案件办理的制约，共同构成了当前处置困境的深层逻辑。为纾解困境，需协调规则与技术的关系，完善传统处置路径：实体处置层面，引入功能性监管理论，结合其财物属性、实际功能和风险制定类型化的定罪标准，同时放宽监管政策，促进实体处置与监管政策的对接；程序层面，构建符合虚拟资产技术特性的处置程序，辅以配套措施，从而形成系统化的治理路径，提升虚拟资产犯罪的治理效能。

　　上海政法学院人工智能法学院副教授郭晓红：

　　医疗数据泄露行为亟须刑法规制

　　医疗数据是指在医疗过程中产生的各种数据，包括患者个人数据、医院用药数据等。近年来，我国医疗数据泄露问题较为突出，亟须刑法予以有效规制。实务中由于对医疗数据的多元价值认识不清，导致在运用刑法规制医疗数据泄露行为时，存在罪与非罪以及信息犯罪与数据犯罪、职务犯罪之间适用混乱的问题。应当全面评价医疗数据泄露行为对隐私价值、共享价值以及管理价值的侵害，充分发挥刑法的明示机能。当医疗数据泄露危害公民个人隐私时，应当认定为侵犯公民个人信息罪。数据权利主体在不同场景使用数据对数据管理价值的侵害程度不同，应当根据医疗数据的具体权限动态认定职务犯罪。对于获得权利人同意以及公开的医疗数据，应当积极运用违法阻却事由加以排除，从而在保障刑法谦抑性的同时实现数据共享价值。通过对医疗数据泄露行为进行精准打击，可以进一步明确医疗数据犯罪与数据合理利用的界限，助力我国数据产业健康发展。

　　西安交通大学法学院副教授寿媛君：

　　建立预防性法律制度协同体系

　　数字技术赋能预防性法律制度有助于更好地预防社会风险，但亦会衍生技术治理风险，呈现赋能与技术异化的悖论。为避免出现大规模风险，预防性法律治理应成为新型法治形态。在构建预防性法律制度过程中，会面临静态法律规则与动态技术演化的矛盾，法律制度设计的静止性、碎片化难以适应数字技术的快速迭代，与对数字风险的预防产生抵牾。数字技术反向侵入预防性法律制度，算法决策偏差归因困境与技术应用的不透明性使很多法律实施过程难以被追溯，导致法律制度的风险预防功能被悬置。面对预防性法律制度与数字治理之间的嫌隙，预防性法律制度亟须建构三个维度的协同体系，分别从纵切面形成制度与技术的层级化体系，横切面实现程序与实体的勾连体系，同时构建以数字平台为中心的责任体系，最终实现秩序与自由动态平衡的数字正义。

　　（以上依据《数字法治》《广东社会科学》《法学》《法律科学》，陈章选辑）