公共决策适用算法技术的规范分析与实体边界

公共机构适用算法进行决策对国家治理能力有明显赋能，但可能对个人权利的保障带来新的挑战。既有的算法规制多侧重正当程序的控制，缺乏公共决策适用算法技术的实体边界。尽管各国对算法技术应用于公共决策的实体边界尚未有相对一致的规范，但传统法律保留原则仍可成为思考这一问题的基本框架。法律保留确定了公共决策适用算法时“原则禁止，例外允许”的关系模式，也科以立法者在政府效能与权利保护之间的具体权衡义务。基本权利保障、风险的可控性、价值判断和自由裁量作为禁区以及算法类型和所涉数据等都应成为法律可否例外授权的考虑因素。有效的算法影响评估制度作为有助于划定决策边界的预防性手段，同样可在源头处补强算法纳入公共决策的民主性和可问责性。     

检察监督智能化的发展隐忧及应对逻辑

在智能化浪潮下，检察监督正发生着由案件监督向数据监督转变、事后监督向全程监督转变、人力监督向算法监督转变的内嵌式变革，其中也存在着诸多发展隐忧，具体表现为数据共享的实现困境、全程监督的潜在危机与算法运用的公正遮蔽。执法司法数据共享是检察监督智能化的前提，需要从数据共享规则设计、数据共享平台建设、数据共享实施保障等方面进行机制建构。检察监督智能化应采取以行政违法行为的智能化线索挖掘、立案侦查和刑罚执行的智能化审查、司法裁判的智能化类案监督为主要应用场景的“场景式监督”,并通过算法歧视的防范与修正、算法公开与解释、全过程的算法参与、算法责任追究等方式展开技术正当程序规制。     

算法赋能第三次分配:价值、逻辑与路径

第三次分配对于实现全体人民共同富裕的目标有重要意义。当前,我国第三次分配实践过程中面临主体认知与参与范围有限、实践与制度安排协调不足、主体偏好与差异难以协同等困境,而算法给予了第三次分配新的实践选择和实现机遇。本文构建了算法赋能第三次分配的三层逻辑框架,阐释了算法技术与第三次分配在价值逻辑、实践逻辑和主体逻辑上的契合性,二者结合有助于促进第三次分配的发展并规制算法,促进效率与公平的实现。     

算法社会中亚文化传播的认知操控与应对

人的认知是文化传播及其效果实现的主体性基础。在完整的亚文化传播链中，主体认知会以动因、媒介、情境等多重身份共同作用于亚文化传播的全流程，从而为认知操控提供了可能。算法社会中，亚文化传播认知操控主要依托认知符号操控、认知想象与情感操控、认知知觉判断和解释操控、认知底色及认知记忆操控等形式实现对人的认知植入与改造，这四者从工具逻辑逐渐向人的感性与理性逻辑延伸，最终基于时空逻辑回答了认知操控的持续性这一关键问题，既具有贯穿始终的内在统一性，又保持着层层递进的秩序性。这种认知操控既破坏了人的认知原有的稳定性和独立性，从而加剧人的认知异化，导致社会关系紊乱；又会催生文化传播的虚假繁荣，煽惑算法内卷；还不免造成主流价值权威失落，污染媒介生态。为有效应对亚文化传播过程中的认知操控困局，必须开展独立且联合的社会认知动员，创造科学的公共认知环境；加强算法证伪和违法惩治，消除其对认知操控的助推功能；构建面向多元主体的主流价值“认知低保”机制，防范亚文化泛滥。     

检察一体化履职数字模式的建构与运行

建构检察一体化履职数字模式，应以法律监督案件线索数据池为切入点，建设“大统一”法律监督大数据体系，一体化建构与运用法律监督模型，立足数字检察赋能规律，推进制度体系重塑变革。具体而言，建构的重点内容应包括建立健全区块链存证和证据合法性审查规则体系，完善在线诉讼监督制度，健全执法司法数据安全分类分级管理制度，探索制定区块链、人工智能等现代科技应用规范等。同时，在检察一体化履职数字模式建构中应把握好算法解释与算法决策赋能的风险规制、推进数字法治场景中的执法司法责任体系建设、加强数据权益一体化保障等问题，以进一步增强法律监督实效，推动检察权运行机制现代化。     

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”。     

算法解释权与商业秘密保护的冲突化解

《个人信息保护法》第24条标志着算法解释权在制度层面得以确立。然而，算法控制者往往将算法视为核心竞争力并以商业秘密的形式进行保护，受算法影响者对算法解释的合理诉求与算法控制者对算法保密的现实需要之间不可避免地存在着冲突与张力。面对二者的紧张关系，无论是全然废除算法解释规则，还是算法解释权当然优先，抑或诉诸漫无边际的利益衡量，均非可取之道。为避免冲突激化，不宜将“算法黑箱”完全打开，而只需将其“掀开最小缝隙”,至受其不利影响者可见的程度即可。在“掀开最小缝隙”理论下，算法解释权的行使前提“对个人权益有重大影响”应从严把握，算法解释的内容应限定为算法运行逻辑而非算法本身。同时，商业秘密的“秘密性”需作出澄清，受算法影响者还应负有初步证明责任与保密协议的签订义务。如此方可在最大程度上实现算法解释与商业秘密的冲突化解。     

算法辅助量刑的风险成因与规范进路——以美国实践争议为切入点

在美国算法辅助量刑的司法实践中，就算法的辅助地位、法官自由裁量权与被告人诉讼地位等问题，存在争议。算法固有偏见及其程序不透明等内在风险，以及算法辅助量刑规范体系缺位的制度性风险，不仅严重限制了被告人的算法知情权，而且使经由算法辅助的量刑裁量权不受约束，有碍程序公正的实现。为从实体与程序上实现公正量刑，应对辅助量刑的算法进行规范化。在算法层面，应当坚持算法公开原则，明确商业秘密不得阻碍算法披露，并以一致性标准与算法留痕促进算法公平。在诉讼层面，应当对算法知情权构建具体的权利束，在算法证据规则上区分由检察机关提出与被告人异议而分配不同的证明标准与证明责任。     

自动化行政中算法决策风险的法律规制

算法决策在自动化行政中的应用是推进数字政府建设的必然要求，但由于传统行政法思维在与新兴技术的碰撞中应对不足等原因，自动化行政中算法决策存在潜在风险。为此，应摒弃技术工具理性思维，提升预防性法律规制理念，并通过完善算法决策全过程风险评估预防机制、自动化行政程序立法体制机制、行政相对人权利救济体系、算法决策监管制度等法律路径对自动化行政中的算法决策风险予以规制。     

数字时代失信惩戒法治化的新进路：从制裁失信到管控风险

将失信惩戒纳入行政处罚体系是当前失信惩戒法治化的主流进路。这无法解决将违约、违法行为视为失信行为并加以公法制裁的合法化难题，又不能充分救济相对人，也难以充分承担社会信用制度的功能期待，还有碍于社会信用制度的体系化。从管控资源配置风险出发，信用是基于信用数据的交易可信度评判工具，失信惩戒是为了管控资源配置风险，而非对失信行为进行法律制裁。实施以风险管控为目的的失信惩戒，既符合行政机关的资源配置主体身份，也符合社会治理创新的需要与大数据时代社会治理革新的趋势。在大数据时代，失信惩戒法治化框架之建构当以信用算法的规制为中心，以风险管控原则统领信用算法，以个人信息权益与相应国家保障义务为具体抓手。