科学民主立法十大看点

刚刚过去的2008年是改革开放30年,也是人民代表大会制度以及立法工作得到恢复30年,科学民主立法取得了举世瞩目成就。本文从中撷取10个事件,以作见证。     

科学立法与公正司法

司法可以有许多价值诉求,但是司法公正,一直是司法的生命基础,也是司法制度所追求的最终极的价值,我国的司法改革也一样。但是现实告诉我们,我国的司法改革的层次和水准还不尽如人意,还有较大的可以上升的空间。司法公正不是凭空产生的,而受制许多主客观复杂因素的制约,比如说立法不够完善、保障机制不够健全等。惟有科学立法,保障机制全部到位、臻于成熟后,司法公正才能真正的得以实现,社会主义的司法制度才能够真正焕发出其内在的优越性和价值。     

论科学立法及其推进路径

科学立法是我国立法的一项基本原则,除了包含内涵和外延两个层次外,也包含立法过程和立法结果.科学立法的判断标准主要体现在立法程序正当性、立法内容合理性、立法观念现代性和立法技术精湛性四个方面.推进科学立法的路径包括坚持党的领导、坚持人大主导、完善立法程序、提高立法技术和发挥专家作用.     

科学立法的逻辑

在法律审判中,逻辑错误在所难免.导致逻辑错误的原因通常有三:一是法官对法条之误读;二是法条之不明晰性与不恰当性;三是法律体系之不一致性、不完备性和不可判定性.针对前一种原因,需要提供法官的基本素养,而针对后两种原因,则需要科学立法.正因如此,中共十八大报告把“科学立法”作为全面推进依法治国战略的一大方针.科学立法的必要条件之一就是逻辑立法,即立法要符合逻辑标准.科学立法的逻辑标准包括:法律词项之明晰性;法律命题之恰当性;法律体系之一致性、完备性和可判定性.     

大数据在医疗服务中应用的立法思考与探索

新时期,大数据在人类生活、工作等各个领域发挥着巨大作用.何为大数据?从概念、特征以及实用价值等方面来阐释大数据;从学术价值、应用价值、目前在医疗服务领域应用的现状以及所存在的问题,系统分析大数据在医疗服务中的重要性和必要性.进而通过对理论、问题、对策三方面的研究,深入阐述大数据在医疗服务领域的立法路径.     

全球比较下的我国人工智能立法

我国人工智能立法需要引入全球比较视野。目前美国的人工智能立法强调市场主导与企业自我规制,仅在出口管制、涉国家安全信息共享、民权保护、消费者保护等领域进行规制。欧盟则急于发挥布鲁塞尔效应,对人工智能进行统一立法与风险规制,准备将人工智能系统纳入产品责任范畴、确立特殊举证责任。我国人工智能立法应坚持场景化规制进路,不急于统一立法,待时机成熟时再制定综合性人工智能法。我国人工智能法可从一般原则、公法、私法三个层面展开。其总则应体现发展、平等、开放、安全的价值理念;其公法规制应针对重大公共风险,对其他风险适用场景化规制、尊重行业自治、防止部门越权立法;其私法制度应对终端产品而非人工智能系统本身施加产品责任,其可以制定人工智能特殊侵权规则,但应先通过司法积累相关经验。     

做好地方科学立法工作的思考

党的十七大报告指出:依法治国是社会主义民主政治的基本要求。要坚持科学立法、民主立法,完善中国特色社会主义法律体系。这是我党在新的历史时期对立法工作提出的新要求和新任务,地方立法工作要以十七大精神为指导,贯彻落实科学发展观,充分发挥地方立法在推动科学发展、促进社会和谐中的作用。本文试就如何以科学发展观统领地方立法工作,将科学发展观的要求贯穿到地方立法工作的各个环节谈几点看法。     

人工智能立法规范对象与规范策略

随着人工智能技术的广泛运用,人工智能立法急需提上日程,而制定一部人工智能法,首先需要明确其规范对象与规范策略.人工智能科技基于自身专业科技和赋能科技的双重属性及其不同实现要求,其开发应用活动也相应形成了两个迥然不同领域.为此,人工智能立法调整对象也存在双重区划必要,并应依据两大领域基本功能、利益和风险预设的不同作出调整...     

人工智能大模型训练数据的风险类型与法律规制

训练数据对于人工智能大模型的开发具有不可或缺的重要作用。但是基于我国现行的法律制度和大模型的技术原理,会存在训练数据侵权风险、训练数据偏差风险和训练数据泄露风险等三种风险类型。人工智能大模型训练数据的侵权风险主要包括大模型预训练时使用作品类数据可能会违反《著作权法》的规定、使用个人信息数据可能会违反《个人信息保护法》的规定等两种情形。人工智能大模型训练数据的偏差风险主要包括价值性偏差风险、时效性偏差风险和真实性偏差风险等三种情形。人工智能大模型训练数据的泄露风险主要包括面向开发者的数据泄露风险、面向攻击者的数据泄露风险等两种情形。可以通过调整现行立法来满足人工智能大模型开发者的训练数据需求,通过元规制的方式激励人工智能大模型开发者防范训练数据的偏差风险,以及通过加强法定义务督促人工智能大模型开发者防范训练数据的泄露风险。     

人工智能与事实认定

人工智能与司法的深度融合,既体现在案件的法律适用环节也体现在事实认定环节,而事实认定是法律适用的前提。人工智能对案件事实认定的介入,需要将证据数据化、对数据进行运算整合、输出人可以理解的结论。在证据数据化环节,需要对证据进行结构化的数据改造,并克服语言障碍。在数据整合环节,人工智能主要以概率推理而不是因果推理作为逻辑推理方式,其算法也需要面对可计算性与复杂性两大难题。在结论输出环节,需要解决机器学习如何深化、信念如何建立与机器如何表达等难题。人工智能融入案件事实认定所面临的这些主要难题,可以尝试通过"小数据"训练,逐步构建人工智能"心智微结构"去慢慢攻克。     

论地方立法的科学化

地方立法更加符合客观规律、更加体现地方特色、更加提高立法效益,是衡量地方立法科学化的标准。我国地方立法在科学化方面存在严重不足:地方立法理念存在偏差;地方立法"抄袭"严重;地方保护主义、部门利益倾向明显;地方立法技术滞后。推进地方立法的科学化是深入贯彻落实科学发展观的客观要求,是推进依法行政、建设法治政府的重要前提,是提高地方立法效益的有效途径。为了切实有效地推进我国地方立法的科学化,必须树立"以人为本"的地方立法理念,科学编制地方立法规划与计划,建立地方立法助理制度,提高地方立法技术,建立科学的地方立法后评估制度等。     

论医疗人工智能的刑法问题

医疗人工智能是我国新一代人工智能发展战略的重要内容,有助于提高诊疗效果、降低医疗风险,但也存在局限性,无法完全替代医师,不能成为医疗行为主体和医事犯罪主体.医疗人工智能应用给医师履行充分说明告知义务带来了困难,应当合理划定人工智能辅助医疗活动中医师说明告知义务的边界,改革患者获取医疗信息的制度,充分保障患者的知情同意权...     

浅谈基于科技创新的法制规范与导向

随着科技的快速发展,科技创新成了推进社会进步的重要因素。为了使科技创新朝着一个更有利于全社会发展的方向发展,鼓励科技人员的创新精神,需要加强对科技创新在法律方面的导向与规范。     

从通用化走向专门化:反思中国司法人工智能的运用

随着人工智能技术在司法领域的应用,相关研究的热度持续高涨,但仍需要探讨的是人工智能在司法实践中运用的实际情况:包括何种人工智能发挥了作用、作用何在以及为何会在有些方面产生效果而其它方面又效果不彰。总体而言,人工智能在中国司法实践中取得了一定的成效,主要体现在警务活动与司法辅助性活动中,但仍难称理想。小范围的成功是源于成熟通用人工智能技术的普适性适用,而大部分司法人工智能产品难以发挥作用是由于未结合专门司法需求展开,所投入的资金与人才资源远远不足。未来应当降低对于司法人工智能的盲目期待,将研发重心从通用领域转向司法专用领域,转变司法人工智能的投入模式,大力培养既懂法律又懂技术的专门化、复合型人才。     

以融合正义重构人工智能司法的逻辑

我国的人工智能司法发展具有明显的突变特色,缺乏足够的制度和理论调适,广泛应用会带来司法逻辑的内在冲突。司法的社会技术特性和人工智能的自然技术特性之间具有天然的亲和性,为我国人工智能司法广泛应用提供了工具理性基础。但人工智能介入司法会带来原有社会黏合基础改变,无法完全应对司法过程的随机性和偶然性因素,并且会因为技术竞争带来新的不正义。需要扩展法律正义的蕴含,将法律正义的纯粹道德内核扩展为功利-道德内核,将司法从社会技术转换为技术-社会技术;在司法结构上设置技术-社会的双重竞争性机制,以维护基本的演化平衡;通过技术-社会互动的重构实现人工智能介入后的融合正义司法模式。     

人工智能算法的伦理危机与法律规制

进入网络时代以后,人们逐步形成了一种以技术性和流动性为核心的在线生存样态.人们日益被数据化和被算法化.技术平台往往会利用自身在数据处理和深度学习算法上的技术优势,生成一种隐性的支配权和控制权,从而形成人工智能算法独特的运行逻辑.人工智能算法独特的运行逻辑正在深刻地改变着以往的生产方式和生活方式,并诱发了一系列的伦理危机...     

人工智能法律人格论批判及理性应对

人工智能技术的进步使得法学界兴起"人工智能法律人格论"。然而,意志只能来源于自然人而非机器,人工智能也无法独立主张权利和承担义务,因此人工智能无法享有法律人格。赋予人工智能法律人格可能会严重冲击现有法律制度,使得其沦为自然人逃避法律制裁的工具,甚至加剧奴役和压迫。面对人工智能技术,需要坚持人类唯一主体地位,在现有法律框架内处理责任承担问题,不得随意拟制法律人格,根据其技术含量采取前期引导、中期约束、后期干预的立法逻辑,理性应对人工智能技术带来的挑战。     

人工智能生成物的智力财产属性辨析

人工智能生成物的客体属性决定了其在现有民事权利体系中能否找到相应位置,进而决定法律规范的制度选择。按照类推解释的基本规则,首先需寻找与人工智能生成物最为接近的民事权利客体类型,其次明确知识产权客体的概念内涵及判定规则,最终确定人工智能生成物的客体属性。知识产权的客体是智力财产,对智力财产的判定应当从其产生过程进行考量,调整的过程论作为甄别智力财产的标准已在实定法和判例中得到确认。从产生过程分析,人工智能生成物在现阶段只是数据算法的结论,其本质是计算与模仿,不是智力劳动,不具有智力财产的属性,无法成为知识产权的客体,应当归属于公有领域,冒名发表等问题可通过法律解释在现有规范体系内加以解决。