算法自动化决策多元主体间的分配正义

大数据时代,以算法自动化决策为代表人工智能深度学习技术引发了“算法歧视”现象。主流的规制路径,像创设算法解释权、传统私法规制路径以及公权力监管路径都有其适用困境。自动化决策的规制涉及多元主体间的利益协调。因此,不应对其单一静态的规制,而应通过分配正义构建多元主体法律关系框架,利用社会主义制度优势,通过公私法协同共治、多元主体间配合等方式,实现算法自动化决策多元主体间的分配正义。     

算法自动化决策中的女性劳动者权益保障

算法自动化决策在招聘、任务分配、劳动评估甚至解雇决策中发挥着日益重要的作用,但其对于职场性别平等影响的研究尚未展开。本文尝试通过对国内外职场算法性别歧视案例的分析,探讨算法在数字经济时代就业劳动市场不同阶段发挥的重要作用,分析算法自动化决策可能嵌入既有的性别偏见,成为隐藏性别歧视的分配手段,并且造成难以觉察的性别歧视后果。应对算法自动化决策带来的职场性别歧视,应扩大传统劳动法关于性别平等制度的适用,并具体化算法自动化决策规制的相关制度。此外,还应积极构建性别平等的算法伦理,建设覆盖算法生命周期的性别平等制度,并发展针对算法性别偏见的审计与评估制度,通过制度设计和社会支持系统促进数字经济时代的职场性别平等。     

完善行政问责制的思考

行政问责制是问责制的一种，是在行政系统内部进行的问责制．也即所谓的“同体问责”。行政问责制的客体是所有国家行政机关工作人员，有效克服了权力机关等外部组织问责时往往只针对有关机构及其行政负责人问责的局限。建立健全行政问责制，对于强化政府的责任意识，主动提高决策和执行能力，具有重要意义。     

政府决策科学化民主化思考

政府决策的关键之处在于科学化、民主化，“两化”比问责制更有效。政府决策科学化必须遵循科学决策的原则和程序，关注决策科学发展动向，把握当代决策特点，同时要求领导者和决策者必须具备较高的思想和能力素质；政府决策民主化需完善和落实民主决策制度，吸纳政府智囊系统的智慧，发挥群众参与的作用，同时注重集体决策及其技术手段。     

基于KNN的人脸识别算法融合方法

人脸识别技术作为公安机关应用最广泛的一项现代信息技术,在人口管理、治安防范、案件侦查、便民服务等工作场景都有着显著的成效。受数据噪音、算法引擎本身以及客观环境的制约,基于单一人脸识别算法在现阶段公安机关实战应用场景中,仍存在一些问题。提出了一种基于KNN的人脸识别算法融合方法。该方法的多算法决策根据单一算法引擎返回的分数和Top N之间的分布情况决定是否进行多算法比对,对“没有把握”的返回结果通过KNN算法融合判定,以达到节约计算资源,提升不同场景下人脸识别引擎的鲁棒性和准确率目的。结果表明该方法在复杂人脸识别测试集的识别准确率达到93.45%,有效避免了单一算法的局限性,提升了人脸识别的综合性能。     

有效集体决策的7个前提

1、责任落实。集体决策最大的一个缺点就是责任难以落实，诸如“作决策拍脑袋、实施决策拍胸脯、决策失败拍屁股”此类的“三拍领导”无处不在。集体决策成了部分领导个人与领导集体盲目决策、违法决策的挡箭牌，集体拍板与集体研究成为决策错误的免责牌。造成上述问题的原因主要有四条：一是决策者的责任意识缺失；     

自动化行政合法性审查机制的构建

自动化行政作为一项新型行政活动方式,因其运行机理的特殊性,加之理论研究的薄弱,在司法实践中出现“不愿审查”“形式审查”和“审查不能”等问题,因而备受争议。本文基于自动化行政的运行机理,提炼总结出主体、内容和程序等三方面合法性审查要件之特殊性,并分析了实施合法性审查的对象范围。司法裁判应跳出传统行政行为的固有审查逻辑,秉持“功能主义”“行政过程论”和“人类中心主义”的理念,在厘清自动化行政各方主体的角色定位与责任划分之前提下,坚持对自动化行政决策过程进行整体性审查。为避免对自动化行政造成过度冲击,在个案裁判中还应当引入利益衡量机制、拓宽变更判决的适用范围。     

数字政府时代的算法行政：形成逻辑、内涵要义及实践理路

在数字政府时代,算法与公共行政的深度融合推动“算法行政”的兴起与发展,有必要对算法行政的理论内涵、实践路径等展开研究。在形成逻辑上,基于“技术-行政”互融的理论模型,算法以社会计算的方式赋能行政模式转型,在提升绩效价值的同时,亦产生程序价值贬损的负效应,并带来权威转移、依据变化以及过程改变等实质影响。有鉴于此,需要划分不同类型算法行政的人机关系,形成“以人为本”的算法监督。同时,立足于治理意蕴以确立“算法治理”与“治理算法”的双层结构。为进一步促进算法行政的法治化实践,则需要剖析其运转要素和运行机制,并从代码透明、正当控制、程序正义、平台组织、数据治理、数字化行政行为等方面来构建算法行政的法治秩序。     

一个电话定乾坤（下）——“直觉决策”探析

一个扮演重要关键的决策角色 讲求决策“民主化、程序化”，对不少领导者凭“长官意志”．主观武断地随意决策而言．是有一定的“矫枉”作用的。然而，如果我们领导者的决策水平仅停留在这样的层面上，又会出现另外的问题。因为强调“民主化、程序化”，决策势必突出群体性，少个人色彩，责任分摊．这种所谓的集体决策往往比个人决策更具有冒险性．如果出错．反正是“集体”负责．     

新媒体时代背景下优化地方政府决策机制的策略与路径——基于有效的公民参与视角

网络参政议政、微博问政等新事物的出现，是我国新媒体快速发展背景下公民政治参与领域的重要进展。新媒介化公民参与给地方政府公共决策系统带来了较大的冲击，地方政府进一步提高公共决策系统的开放性、进～步优化公共决策机制以吸纳公民参与成为政治生活领域的现实诉求。从有效的公民参与角度看，地方政府公共决策机制的健全和完善关键在于确立与公民分享决策权的理念。在此基础上，不断优化与完善民意表达机制、回应机制、风险控制机制、利益均衡机制与咨询机制，以保障必要的公民参与。与此同时，有必要采取措施规范公民的决策参与行为，保障公民参与的有效性。     

紧急状态下的公安行政决策

紧急状态下的公安行政决策不具备常规决策的基本条件。在这类决策中 ,决策者应着重考虑“解决问题的可能性”及“事态的急迫性”两个因素。由于决策者面临的决策要素的“初始”状态不同 ,可能选择的决策策略也不同。在公安紧急决策中 ,决策者要根据决策要素的变化随时更改自己的策略选择以求得理性地实现决策目标。     

超越“公平的不可能性”:从形式到实质性算法公平的转向

伴随着算法日益介入人类社会生活,被算法不透明所遮蔽的算法不公平问题日趋严重,特别是在算法被应用于公权力行使的场合,它加剧了社会不平等、侵害个人权利等问题。沿着算法促进社会正义的逻辑,本文着重对算法公平的方法论变革进行了刻画。首先,通过探究“公平的不可能性”的基本内涵与核心范畴,以算法公平的概念图式及其类型为阐释思路,归纳导致算法运行陷入“公平的不可能性”的现实困境。其次,从法律与哲学的视角出发,指出形式算法公平方法论无法在具有关系性与结构性不平等的政策环境中促进公平与正义,进一步突出了形式算法公平在应对“公平的不可能性”困境时的局限性。最后,实质性算法公平方法论作为一种替代方案,能够从更广泛的范围或框架中分析不公正问题,超越“公平的不可能性”困境,为治理和规约算法偏见提供了必要的方法论指引和行动指南。进而,实质性算法公平为算法公平的实现提出新的路径选择：摒弃旧的“公平”决策的形式数学模型,积极转向对算法是否以及如何在实践中促进正义的实质性评估。     

当前实施官员问责制面临的主要难题

一、权责不清是实施官员问责制的主要障碍之一官员问责制是对政府的违法行为及其后果都必须和能够追究责任的一种制度。它是现代政府强化和明确责任、改善政府管理的一种有效的制度。由于历史等原因,我国各级政府和政府部门之间的有些职责不够清楚、权限不够明确,在追究责任时相关部门互相推诿,出现谁都有责任、谁又都没有责任的情况。或者在问责中,被问责官员具体承担什么责任,是领导责任、直接责任、间接责任还是其他责任,以及党政之间、不同层级之间、正副职之间的责任该如何确定,很难下结论。因此责、权、利不清晰,会导致责任人不清,问…     

中国政府决策体制的演进、特色和发展逻辑

政府决策体制的完善与优化,关系到政府决策的质量和整个行政体制改革的成效,也关系到政治体制改革的进程.中国政府决策体制的演进呈现出从决策权力高度集中向合理的权力结构转向,从个人决策、经验决策和随意决策向民主决策、科学决策和决策程序化转向,从非制度化向制度化转向.与西方国家比较,中国政府决策体制的特色在于:执政党在整个政府决策系统中居于核心地位；“人大”的决策权优越于政府；民主党派具有参与政府决策的制度化途径；利益集团对政府决策的影响尚不突出.基于此,中国政府的决策体制必有自己的发展逻辑.     

党内问责制的内涵及其构成——兼评《中国共产党问责条例》

党内问责制是与行政问责制相对应,专门针对政党组织内部的问责制度。从党政关系的视角来讲,行政问责离不开党内问责制,只有党内问责制与行政问责制配套实行并发挥作用,问责体系才算健全与完善。有基于此,有必要通过对《中国共产党问责条例》的解读,从党内问责主体、对象、内容、情形、方式、结果、执行等七个方面分析党内问责制的基本构成,并对其构建中存在的关键问题进行探讨。     

“问责制”与地方政府经济行为合理化

非典时期开始启动的“问责制”现在正被广泛的运用,尤其是在地方政府公共管理中,由于为人民服务与依法行政的理念所决定,我国中央和地方各级政府必然是责任政所,对人民承担相应的政治责任、道德责任和法律责任。相对于司法机关通过司法程序追究的法律责任而言,“问责制”注重的是民主制度层面的政治责任的监督。政治问责是相对于法律责任而言的,政府的行为与是否违法无关,而是关系政策是否失误。     

行政决策的规范梳理与内涵变迁

行政决策制度的发展经历了初创阶段、逐步深化阶段、全面规范阶段,其内涵的重大变迁突出体现于行政决策的认识问题,即更加深化、细化、立体化;行政决策的性质问题,即由法学概念上升为法律概念;行政决策的目标问题,即从单一目标、二元目标向多元目标发展;行政决策的主体问题,即参与主体范围逐渐扩大;行政决策的程序问题,即从必经程序发展为法定程序;行政决策的责任问题,即从运动追责到责任追责,从追究决策失误走向追究决策不作为,从短暂责任追究走向终身责任追究。     

重大行政决策法治化路径探究

重大行政决策法治化乃现代法治政府建设的核心内容之一。鉴于行政决策并非严格意义上的法律概念,固有必要首先在学理上完成行政决策概念之转译,并借此将重大行政决策纳入现行法律话语体系之中。在此基础上,完善现行立法所涵摄之行政决策规定、明确重大行政决策的阶段性及程序规制、修正重大行政决策合法性审查机制以及建立决策责任追究机制。     

政府公务员『小事问责』问得好

昆明市富民县工商局一位科长在办理一家企业的登记手续时,仅仅因为没有一次性告知对方需要办理的全部手续和态度较生硬,即遭撤职。而这正是昆明市大力推行“小事问责”制度的生动体现。两年中,该市共有46名公务员因“小事”受罚。这一现象在当地公务员中引起了震动。随着建设“责任政府”、“法治政府”的不断深入,许多地方行政部门与执法单位针对相关问题纷纷推行“问责制”,并陆续出台了相应的规章制度,有关官员被问责的新闻也频频见诸报端。但作为“新生事物”,问责制目前还局限在政治经济生活中的一些大的领域,比如,重大事故、城市建设…     

生成式人工智能辅助行政决策的算法隐患及其治理路径

生成式人工智能(Generative AI)作为最新一代的人工智能技术,一经问世便引发各行各业的关注和担忧。就行政决策而言,生成式人工智能能够帮助行政主体实施社会数据采集分析、行为预测、方案演绎,进而辅助行政决策的信息采集、关键问题识别以及决策方案的最优化实现。但是,在生成式人工智能参与行政决策的三个阶段也存在不同程度的隐患：训练数据库的片面性可能会导致信息的不公正、对技术的过度依赖可能会导致安全风险、算法黑箱可能会引发公众对行政决策透明性的质疑。若要最大限度发挥生成式人工智能辅助行政决策的积极作用,应当强化算法歧视治理、明确技术的辅助性地位、增强算法的参与性,以此规范生成式人工智能在行政决策中的作用,促进生成式人工智能与行政决策的深度融合。