欧盟《数字服务法案》的研究机遇与挑战

《Communications of the ACM》：Research Opportunities and Challenges of the EU’s Digital Services Act

　　

欧盟（EU）于 2022 年颁布的《数字服务法》（DSA）第 40 条旨在通过让独立研究人员研究选举干扰、算法偏见、隐私问题和公共卫生影响来提高平台透明度。为此，第 40 条允许经过审查的研究人员访问平台数据。过去为实施这一流程做出了巨大努力。然而，截至 2025 年第 40 条授权法案通过时，实践中仍存在重大障碍的情况已变得明显。本观点专栏文章由一群直接参与欧盟关于该授权法案政策讨论的研究人员集体撰写，具体包括一个为期 18 个月的由欧洲研究委员会（ERC）支持的试点项目，该项目汇集了研究人员、连通总局（DG-CONNECT）和国家数字服务协调员（DSCs）^a，以及与主要平台和欧洲委员会的圆桌讨论。我们提供了对第 40 条的专业视角，讨论了其对科学研究的重要性以及必须解决的障碍（如利益冲突），以确保其成功。我们提出了实际措施，包括制定标准化的数据共享框架、明确的审查程序和加强研究人员与平台之间的合作，以降低风险并增加透明度。

机会

超大型在线平台（VLOPs）和超大型在线搜索引擎（VLOSEs）的广泛使用对社会产生了严重且深远的影响^b。认识到规范此类平台的重要性，DSA 确定了在线平台对社会的四类系统性风险——对民主进程的风险、基本权利风险、公共卫生风险以及非法内容的传播风险^7，并规定平台有义务将其最小化。该法案第 40 条标志着提高透明度和问责制的里程碑：它为经过审查的研究人员提供了一个法律框架和技术管道，以便请求访问 VLOPs 和 VLOSEs 的公开和非公开数据。这两种数据类型对于识别、研究并为上述系统性风险提供潜在的缓解策略都是必不可少的。

数据访问可以帮助研究人员检测和监控民主进程中通过在线虚假信息和不透明的社交媒体算法进行选举干扰的严重实例^c。关于基本权利，它可能有助于识别对特定社会群体存在偏见或针对其的算法设计^2。同样，它也有助于评估平台对关键法规的合规性，如《通用数据保护条例》（GDPR）和 DSA 本身，解决隐私侵犯等问题^4。最后，它为研究人员提供了研究公共卫生风险的工具，包括在健康紧急情况期间获取信息、社交媒体对用户（特别是年轻和弱势用户）身心福祉的影响^9，以及制定战略打击非法内容和虚假信息的传播。然而，许多挑战依然存在。

激励错位

首先也是最重要的，研究人员、欧盟公民、各国政府和在线平台的目标并不总是一致的，有时甚至发生冲突，导致透明度降低。在线平台优先考虑保护其所有者或利益相关者的利益，而且越来越明显的是，研究人员应该预期会遭到他们的抵制——从拖延和官僚或技术障碍到法律阻挠。在与几个平台的会议中，其代表表达了对直接共享数据不同程度的抵触，转而倾向于各种替代方法。一个建议是遵循“许可式独立”模型，即研究人员陈述假设，平台进行测试^10。然而，行业研究往往产生符合其自身利益的结果^6。例如，最近一项独立研究分析了由 Meta 和二十多位著名研究人员合作产生的研究^3，发现由于未揭示研究期间因 2020 年美国大选而部署的临时算法变更，该研究描绘的 Meta 平台在遏制虚假信息方面比正常情况更有效^d。这次合作的官方独立观察者得出结论，允许独立研究的法规（如 DSA）是不可缺少的^10。在我们的会议期间，其他一些平台暗示了对研究人员和非政府组织采取潜在法律行动，且已有先例^e,f。大多数在线平台在设计上就是黑箱，近年来在激烈的全球人工智能竞赛中，它们越来越多地限制数据访问，以防止竞争性的人工智能提供商在未经许可的情况下利用其数据训练。在线平台与当前美国政府的结盟^g，涉及逐步取消事实核查计划^h 和多样性、公平性与包容性（DEI）倡议，再加上政府日益削减和停止对这些主题的资助^i，反映了限制独立审查和监督的更广泛趋势。DSA 反映了欧洲明显不同的做法，为数字空间负责任治理树立了先例，并强调了独立研究对于在线风险预防的重要性^5。

权力和资源不对称

DSA 实施的另一个主要挑战是学术研究和企业研究在获取各类资源方面的差距。首先，快速增长的 AI 行业研究在资金和基础设施方面掩盖了公众和基础研究^1,8。其次，存在信息获取的不对称：平台知道他们拥有什么，但研究人员不知道。第三，平台拥有庞大且资源充足的法律团队，而大学法律团队则小而分散。第四，平台越来越多地甚至被其所有者用来推广自我服务的叙事，挑战开放科学并攻击包括 DSA 在内的全球透明度法规，将其定性为审查^j，或通过威胁使用关税作为贸易协议中的杠杆^k。这些社交媒体活动已经触及数千万人并产生了巨大影响^l。相比之下，学术研究人员没有手段访问类似的计算和数据基础设施，参与长期的法律斗争，或触达如此庞大的公众受众，以平衡这些单方面的叙事。例如，政治压力和法律成本导致整个研究实验室的解散^m 13。这些问题可能会进一步削弱对科学的信任并阻碍其为社会提供信息的能力。

实施瓶颈

在平衡隐私、平台安全与透明度、可重复性和开放科学原则方面也存在几个实际挑战。第 40 条及其于 2025 年 7 月通过的授权法案提供了解决这些挑战的机制。欧洲委员会，特别是通过连通总局，创建了一个促进数据访问的程序，使研究人员能够向 VLOPs 和 VLOSEs 提出数据请求，同时保护其安全和商业秘密以及用户隐私。这些请求现在可以通过专用门户^n 完成，首批决定预计将于 2026 年 2 月底出炉。然而，基于我们对围绕该管道的当前流程的直接参与，我们认识到仍需做出巨大努力。通知和支持社区驾驭 DSA 建立的机会和程序仍然至关重要。此外，研究人员与行业之间的互动将由国家数字服务协调员（DSCs）和当地大学数据保护官（DPOs）监督，研究人员将接受独立审查并披露资金来源、潜在利益冲突以及数据处理和计划。这个过程可能会很慢，特别是对于第一批请求，因为研究人员、DSCs、DPOs 和平台之间在语言和期望上可能会不匹配。研究人员通常专注于经验性调查、科学方法、透明度和学术独立性，而监管机构和官员则更多地关注法律责任和风险规避。这种脱节可能导致误解和不必要的限制，即使研究人员在完全符合伦理和法律标准的情况下操作。同样重要的是，保护经过审查的研究人员免受不当影响，促进知识和技术的有效无缝交换的保护措施。加剧这些结构性问题的是研究资源的循环问题。一方面，数据访问通常是提交竞争性研究提案和获得赠款的先决条件；另一方面，没有专门资金，许多研究人员——特别是独立、早期职业或资源不足的研究人员——缺乏时间和精力来承受申请数据访问的复杂迭代过程，造成恶性循环：没有数据的人无法获得资金，而没有资金，他们无法获得数据。

建议和结论

为了实现成功实施，我们提出三项关键建议，直接源于上述挑战，特别是减少资源不对称：

* 简化访问程序：迫切需要开发流程，既降低所有利益相关者的成本，又缩短数据访问请求的处理时间。高效流程应基于数据集及其敏感程度的系统分类，以及采用数据共享协议、文档、模式和保障措施的标准，这些可以通过 DSA 数据访问门户提供。在其初期几年，这可能逐步开发，利用现有数据集并将其扩展以填补差距并在各平台之间统一它们，以及潜在地恢复已停止的数据集。DSA 的有效实施可能需要国家 DSCs 和当地大学 DPOs 的协调培训，以准备他们处理各种类型平台数据集的请求，这些数据往往规模庞大且包含用户的聚合数据。
* 支持和促进独立研究：DSA 促成研究的结果将有助于官方审计和政策制定，但迄今为止，没有计划支持或专门机制来解决上述资源的循环问题。应设想此类工具。与此同时，学术人员，即使是那些通常对监管持保留态度的人，也需要理解 DSA 的重要性和紧迫性，并为其有效实施做出贡献。研究人员应协调他们的努力——包括分享最佳实践、经验教训和成功方法——并推动自下而上的倡议，从教程到外联行动，以建立集体知识和能力，并加强对法案的公众支持。
* 关闭监管盲点：这是一个快速发展的领域，技术进步始终快于监管，这使得框架迅速和主动适应至关重要。我们认为，像 ChatGPT 这样的大语言模型（LLMs）符合 DSA 的所有标准：它们是大规模部署的中介服务，被数百万欧盟用户使用，并且能够引发系统性风险，例如影响欧盟的选举进程。越来越多地，LLMs 被整合到搜索平台（例如 Bing with ChatGPT）和社交媒体平台（例如 X 上的 Grok）中，塑造用户获取和解释信息的方式。这项技术可能会放大传统 VLOPs 和 VLOSEs 的社会影响，因此应紧急解决这一监管盲点。

最后，我们敦促欧洲委员会确保对 DSA 实施的严格监督，防止行业抵制削弱其影响，并呼吁研究界围绕数据访问程序进行协调。随着在线平台作用日益重要，DSA 的成功实施现在比其制定时更为紧迫。如果第 40 条的实施受到阻碍，研究人员审查数字媒体的能力将受到严重限制，从而损害公众信任和透明度。欧洲的积极立场应作为其他地区的榜样，并为更透明和安全的数字生态系统铺平道路。

弗朗切斯科·皮埃里 ([e-mail]) 是意大利米兰理工大学电子、信息与生物工程系助理教授。

西奥·阿劳若是荷兰阿姆斯特丹大学阿姆斯特丹传播研究学院（ASCoR）教授。

桑妮·克鲁伊克梅耶是荷兰瓦赫宁根大学和研究教授。

菲利普·洛伦茨 - 斯普伦是德国德累斯顿工业大学系统协同中心和马克斯·普朗克人类发展研究所的研究员。

玛丽克·M.P.·范登·阿贝勒是比利时根特大学 IMEC-MICT 教授。

劳拉·范登博施是比利时鲁汶大学媒体心理实验室副教授。

若阿娜·贡萨尔维斯 - 萨是葡萄牙 SPAC LIP 粒子物理实验室和 NOVA-LINCS 的主要研究员，以及奥地利复杂性科学中心的外聘教员。

普热梅斯瓦夫·格拉博维奇是爱尔兰都柏林大学学院助理教授，并兼任美国马萨诸塞州阿默斯特马萨诸塞大学兼职助理教授。