2. AI纠纷裁判的法律渊源与规范体系

处理AI纠纷时，最先遇到的往往不是"谁对谁错"，而是"该用哪部法"。AI不是单一法律关系的产物，它同时牵动人格权、数据权益、市场竞争秩序和算法治理，因此裁判者面对的是一个多层规范叠加的体系。理解这个体系的关键，不是背法条清单，而是掌握三条线索：规范层级（谁效力更高）、调整对象（管的是数据、算法还是内容）、适用优先级（冲突时谁先适用）。

一、规范体系的四个层次

从效力位阶看，AI纠纷可适用的规范大致分为四层。

第一层是法律。《民法典》是基础性规范，其人格权编直接回应AI场景：第1019条禁止利用信息技术伪造他人肖像，第1023条将声音纳入肖像权保护参照，第1034至1039条构建了个人信息保护的基本框架。换言之，AI换脸、AI配音、人脸识别侵权，首先在民法典中找到请求权基础。《个人信息保护法》则进一步细化处理规则，其第24条专门规定自动化决策，要求保证决策透明和结果公平，并赋予个人拒绝仅通过自动化决策作出决定的权利。《数据安全法》从数据全生命周期角度设定安全义务，与AI训练数据的采集、存储、出境直接相关。《网络安全法》则提供网络运营者的一般性义务底座。

第二层是行政法规。如《互联网信息服务管理办法》《网络数据安全管理条例》，它们把法律的原则性要求转化为可执行的行政许可、备案和安全管理义务。

第三层是部门规章。《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》是AI纠纷中出现频率最高的三部规章。它们分别针对推荐算法、深度合成内容和生成式服务，规定了备案、标识、安全评估、投诉受理等具体义务。

第四层是标准与行业规范。如生成式人工智能服务安全基本要求等，虽不直接作为裁判依据，但常被用来判断"是否尽到合理注意义务"。

二、适用关系：不是简单叠加，而是分层过滤

实践中容易出现的误区，是把所有规范并列罗列。正确的适用逻辑是分层过滤：先判断争议属于哪类法律关系，再确定该关系由哪部法调整，最后检查低位阶规范是否与高位阶冲突。

以"某平台用用户发布内容训练模型并生成推荐"为例。若用户主张人格权受损，适用《民法典》人格权编；若主张个人信息被违规处理，适用《个人信息保护法》；若主张平台未履行算法备案或标识义务，则适用《算法推荐管理规定》和《深度合成管理规定》。三类请求可以并存，但请求权基础不同，举证责任和赔偿范围也不同。

三、规范与纠纷类型的对应关系

把规范落到具体纠纷上，可以形成一张对应表，帮助快速定位。

这张表的价值在于：它把"找法"从漫无目的的检索，变成按纠纷类型定向定位。企业法务在收到投诉或应诉通知时，第一步就应完成这种定位。

四、规范体系的可视化理解

下图把上述层级、调整对象与适用优先级整合为一张关系图。左侧是效力位阶，中间是各规范的核心调整对象，右侧是典型纠纷入口，箭头表示适用时的指向关系。

五、实务中的找法路径

结合上述体系，企业法务或代理律师可以按以下路径快速定位：

1. 定性：先判断争议是人格权纠纷、个人信息纠纷、数据安全纠纷还是算法治理纠纷。定性决定请求权基础。
2. 找法：按定性结果锁定核心规范。人格权类优先查《民法典》人格权编；个人信息类优先查《个人信息保护法》；算法治理类优先查三部规章。
3. 查冲突：若规章义务与法律原则不一致，按上位法优先处理；若同一事项有多部法律，按特别法优先处理。
4. 补标准：在判断"是否尽到合理注意义务"时，引入标准与行业规范作为辅助依据。