算法商业秘密与算法正义

算法时代中,"算法黑箱""算法歧视"和"算法茧房"等非正义现象引发了算法规制的需要.但算法商业秘密的存在使算法处于"黑箱"之中,成为算法正义实现的障碍.面对算法商业秘密与算法正义的张力可以从三个角度加以考量:商业秘密的公共利益平衡;算法知情同意权、算法解释权和算法拒绝权等私权制约;算法正当程序.由于对商业秘密的公共利益考量主要局限于维系商业道德和市场秩序,无法实现对算法商业秘密的有效制约.算法私权中基于一般道德和法理的算法拒绝权能够成为制衡算法商业秘密的强理由,同时,算法正义需要建构一种基于过程的,而不是仅基于结果的正当程序观念.     

证明力评判方式新论——基于算法的视角

算法并非仅局限于计算机科学领域，其概念起源于数学领域，并且生命科学领域的研究表明生物本身也包含了一定的算法设计。从以上学科的视角重新审视证明力评判方式时，便会发现法定证据是一种人工算法，而自由心证运用的是“生物算法”。两种证明力评判方式因在许多方面不能满足算法设计目标的要素，且不能调和复杂度、容错性、可读性、确定性与统一性等诸要素之间的矛盾，暴露出各自的局限性。相较之下人工智能算法在复杂度、容错性、确定性与统一性上具有一定的优越性，在技术呈“指数爆炸”发展的时代，未来将人工智能算法引入证明力评判中具有一定的可行性，这给证明力评判方式的再度转变带来了新的契机，同时也将面临困境与挑战。     

论算法创作物的可版权性与著作权归属

算法时代,在机器学习技术与大数据技术的驱动下,算法创作进一步促进了人工智能的自主性.坚守作者中心主义范式下的主客体一致性标准,将无法为算法创作物提供有效的法律保护.事实上,读者中心主义对现代著作权制度也产生了深远的影响,并在作品独创性方面为科技作品、实用作品的著作权保护提供了坚实的理论基础.读者中心主义所确立的主客体分离评价标准为算法创作物视为作品提供了独创性判断的理论路径.算法自由就是作品表达自由的技术表现,故而可使算法创作物具备独创性.在否定人工智能法律主体的前提下,可以通过委托作品的权属分配机制,一方面有限承认人工智能的机器作者身份;另一方面将著作权全部归属给人类开发设计者.     

算法透明实现的另一种可能：可解释人工智能

算法黑箱对算法决策提出了挑战,算法透明要求算法可解释。算法透明并不是简单的算法公开。尽管人们普遍寄希望于通过算法公开来打开算法黑箱实现算法透明,但是单纯的算法公开不仅面临着商业秘密泄露的诘难,也无法真正对算法决策作出解释。与之相比,技术上制造可解释人工智能是实现算法透明的一种新的选择。可解释人工智能不仅可以凭借不同的解释路径透视算法黑箱,还可以满足受众对算法解释的不同需求。技术的发展有赖于制度的保障,构建一套合理的制度促进可解释人工智能的发展是确有必要的。这要求在立法上规定可解释人工智能的适用场域;在行政上利用政府采购引导可解释人工智能的生产;在市场管理上借助第三方认证倒逼企业制造可解释人工智能;最终实现算法透明。     

韧性与规训：刑事司法算法决策的演进逻辑

如何认识与对待刑事司法算法决策愈发成为一个重大的理论与实践问题。鉴于刑事司法算法决策在技术与法理维度展现出的双重适应性困境,导致对其的发展定性衍生出一种刑事司法算法决策的脆弱性表征将直接支配其发展命运的观点。重新审视刑事司法算法决策在质效两方面的韧性表征,以及同其技术母体人工智能在韧性维度的同频共振,可知作为其内生性发展动力的韧性表征,乃刑事司法算法决策发展的性质定论。针对脆弱性所体现出的裂隙风险,基于福柯规训理论,引入刑事司法人本论理念与技术正当程序原理。前者为人本议题,崇尚方向性指引;后者乃技术方案,偏重制度性建构,以此二者的互补性调和,建构出规训刑事司法算法决策的完整框架。     

算法的行政法属性及其规范

算法已被广泛应用于干预或者给付行政场景。算法给行政带来了正向效益,也可能造成法治价值的失序。在规范算法方面,存在着治理工具论和权力控制论两种学说。治理工具论从法的外部视角出发,将算法作为法律的作用媒介,侧重于对算法本身的技术规制。权力控制论从法的内部视角出发,认为法律对算法的研究应穿透至算法背后的算法权力。在行政法体系内讨论算法,应在依法行政原理的支配下,通过明确算法的行政法属性实现对算法行政权的控制。算法作为一种“具有普遍约束力的决定、命令”,可被纳入行政规定的范围,若涉及外部性权利义务的分配,则算法属于法规命令。作为行政规定的算法应当以全面公开为原则、不公开为例外。可以将对算法的合法性审查嵌入到现有的审查机制中,从制定程序和内容两方面确保算法的合法性。只有从算法行政回归依法行政,才能找到合适的权力制约路径,从而实现数字时代行政法教义学体系的持续与稳定。     

浅论司法潜规则——以实体正义与程序正义为视角

法治是指对公共权力的法律控制，也是指以法律规则对社会的规范化治理。潜规则的盛行，是法治的异化，也是法治建设中的一块绊脚石。导致司法潜规则的原因有很多，本文将从正义价值出发，简述程序正义和实体正义与司法潜规则的相互影响，以及面对程序正义和实体正义的价值冲突与平衡，我们该如何对待司法潜规则。     

智能时代算法专利适格性的理论证成

人类社会正在快速进入智能时代,将有越来越多的关键技术创新发生在算法层面.算法的专利权保护对激励智能科技领域创新、实现核心关键技术自主可控具有重大意义.在法律实践中,专利局和法院面对算法的专利保护诉求不断提炼出若干回应型判断方法,逐渐释放出对算法相关发明专利权保护的制度空间.然而算法专利适格性在理论上迄今尚未形成共识,仍然存在"层次限制""领域限制"等争议.而"智力活动方法除外原则""基础理论与实际应用界分原则""技术领域限制原则"等专利适格性判断原则由于实践基础局限和推理逻辑错位而严重妨碍算法专利权保护的制度构建和司法能动.立足人工智能产业的现实情况和促进"新基建"的时代背景,应当从"算法专利适格性的问题思维"转向"算法专利权保护的法理思维",破解算法创新与应用实现的绝对二元论及对算法专利权保护过度的犹疑,肯定算法的专利适格性,激励基础算法与核心技术创新.同时,应从法理上确认算法"公开换保护"的价值意涵,以推动智能时代专利制度的理论创新、功能发展、机制优化,促进知识产权领域的良法善治.     

生成式人工智能的算法治理挑战与治理型监管

以ChatGPT为代表的大规模预训练语言模型日益展现出通用潜力,其超大规模、超多参数量、超级易扩展性和超级应用场景的技术特性对以算法透明度、算法公平性和算法问责为内核的算法治理体系带来全方位挑战。在全球人工智能治理的主流范式中,欧盟形成了基于风险的治理范式,我国构建了基于主体的治理范式,美国采用了基于应用的治理范式。三种治理范式均形成于传统人工智能的“1.0时代”,与展现通用潜能的新一代人工智能难以充分适配,并在不同维度凸显治理局限。因此,在人工智能技术范式变革之际,应以监管权的开放协同、监管方式的多元融合、监管措施的兼容一致为特征推动监管范式的全面革新,迈向面向人工智能“2.0时代”的“治理型监管”。     

智能量刑算法决策与刑事自由裁量权的差异与融合

人工智能量刑系统的应用为刑事司法领域带来诸多便利,提高了司法效率,实现"类案同判".人工智能量刑系统是以数据模型运算为工作原理,通过逻辑运算形成算法决策.刑事自由裁量权是为了实现个案正义而赋予法官的裁判权力.智能量刑算法决策与刑事自由裁量权不仅价值立场不同,在事实认定、法律适用和权力属性上也有区别,但两者之间可以形成一...