算法赋能公共文化治理现代化：逻辑、症候与纾解

算法作为计算机通过模拟人的思维在数据的喂养下将输入数据转化为输出数据的计算模型,是推进公共文化治理现代化的重要技术要素。随着公共文化传播日益“算法化”,作为技术、权力、媒介的算法成为公共文化传播的重要中介。算法基于用户画像进行公共文化精准推送、以虚拟趣缘社群助力文化共同体构建、促进社会力量参与公共文化服务供给,在方式、目标和主体维度赋能公共文化治理现代化。算法是一柄双刃剑,算法落入数据陷阱放大治理公平困境,平台造成的过滤气泡固化受众文化审美“茧房”,对算法的依赖掣肘治理主体能力提升,由此产生普惠均等困境加剧、公共文化空间逼仄、主流文化价值遗失的症候,阻滞公共文化治理现代化,因而算法赋能公共文化治理现代化表现为一种悖论。为此,需要彰显人文关怀,观照算法“弃民”以促进公共文化服务普惠均等;提升算法开发者和公众的算法素养,冲破文化审美茧房;强化协同思维,聚合多元主体治理合力以克服算法依赖。     

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。     

大数据证据的法律审视及算法规制探析

大数据推动了证据体系“本”的提升和“质”的嬗变。司法审判中,既可以运用“大数据证据”办“大体量案件”,推进审判体系和审判能力升华;也可以实现证据体系由海量数据所包围、以算法驱动智慧庭审的新样态。对于大数据证据在审判中的定位,相关学说观点在理论与实务中大相径庭。鉴于大数据复杂海量的特点,不应纠结于证据种类的划分,而应将其看作辅助判断证据的形式要素。在弱人工智能时代,大数据证据的运用面临着两层难题,一是取证、质证等环节存在的问题;二是在刑事审判过程中,由于数据本身具有的算法歧视、非透明等特点,大数据与证据耦合易引发潜在风险。在庭审中,对大数据应当精用慎用,构建“鉴—取—审”一体的证据审查体系;同时,搭建数据信任的桥梁,厘定获取大数据证据的“有限第三方”理论,设置特定指向的公开披露,为算法信任设置正确导向,积极发挥大数据在各审判阶段的价值效能,完善其介入刑事证据体系的逻辑合理性,更好地促进未来证据体系的发展变革。     

人机交互决策下的智慧司法

ChatGPT等人工智能技术在多个场景落地,在司法领域却备受争议,其根本原因在于司法具有鲜明的价值判断特征。人工智能司法是一种“规范性科技”支持基础上的司法,而非计算性科技或预测性科技技术本身。人工智能司法在裁判可接受性、信息整全、信息筛选、事实评估等方面有一定优势;人机交互决策不仅可能,而且早已通过各类数据库系统成为现实。不过,人工智能司法却面临规则僵化、人机决策权重如何配置、不同司法层级与不同部门决策趋同、算法黑箱决策等难题。应坚持人工智能司法的辅助性定位,坚持法官与检察官的弥散性决策与主体责任制,允许不同司法机关对人机决策权重进行实验性设置并开展实践探索,坚守基于部门分工与审级分层的制衡决策,促进算法解释的可问责性而非完全公开。智慧司法成功的关键,在于设计符合司法原理的人机交互决策制度。     

金融科技的算法风险及其法律规制

随着算法在金融领域应用的深入,算法固有的缺陷和特性也逐渐与金融本身的风险和逻辑发生耦合,形成了算法歧视、算法绑架、算法趋同等新型金融风险.然而,现有的金融科技算法规制框架存在主体、对象和工具层面的诸多问题,导致金融科技算法风险规制的低效和失灵,因而需要进行规制路径的优化和调适.从主体层面出发,应构建以金稳会为基础的规制...     

任务客观性、情感相似度何以影响算法决策感知公平与接受度?——基于调查实验的实证分析

伴随着新一代信息技术的纵深发展,算法决策极大提升了政府决策的科学性和精准性。与此同时,算法决策带来的算法歧视、决策“暗箱”、责任性缺失和可解释性不足等困境,导致政府面临着新的决策公平性挑战。本研究基于简化理论和计算机作为行动者理论,分别从人工智能算法简化性视角下的任务客观性和拟人化视角下的情感相似度出发,构建了2(算法任务客观性：主观任务vs客观任务)×2(情感相似度：高vs低)的两因素被试间实验,以1 356位上海市居民为被试,分析了任务客观性对公民算法决策接受度的因果关系,检验了情感相似度在这一过程中的调节作用以及感知公平的中介作用。研究发现,相较于执行主观任务,公民对算法决策执行客观任务时的感知程序公平、分配公平和接受度更高。相较于高情感相似度,低情感相似度的情境进一步强化了公民对算法决策的感知程序公平、分配公平和接受度。且当情感相似度较低时,感知程序公平、分配公平在算法决策客观性影响算法决策接受度之间发挥有调节的中介效应。本研究对于算法决策简化属性的情境变化和拟人化边界做了思考,并对公共部门如何引入算法进行辅助决策和改进算法设计提出了对策建议。     

自动化技术赋能下的行政处罚：挑战及应对措施

自动化技术在行政处罚实践中的应用,有效提高了行政处罚的效率及专业化程度,提升了社会治理水平,但基于技术缺陷、算法黑箱等因素,行政处罚公正性的实现以及执法人员能动性的发挥受到一定阻碍,因此,本文提出技术革新、范围界定等举措,来应对当下自动化行政处罚带来的公正性挑战与能动性挑战,以期推动自动化行政处罚实践的稳定长远发展。     

论算法行政的技术性正当程序

算法行政面临着合理性的诘难。算法行政合理性的基础从人与人之间的关系拓展到人与类人机器之间的关系。关系的转变导致社会治理模式从中心化开始转向分布式,进而影响到公权力和私权利的平衡。这些难题在程序上表现为行政机关和其他主体沟通机制的失灵,行政平等和公开原则遭到破坏,进而导致人们对行政行为的认同感降低。技术性正当程序提出规制算法行政的愿景：法律应当保障相对人的程序性权利,维护行政公共性,追求程序正义。在技术性正当程序的引导下,通过构建人工介入的交涉机制、理性化和追求平等的算法运作方式、响应程序公开的算法透明化操作、以重点解释增强可接受性的路径,使算法行政始终以服务相对人为中心,最终满足人们的合理性期待。     

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。     

互联网平台数据垄断的规制困境与治理机制

随着以互联网平台为代表的数据型经营者向深度演进,互联网平台逐步显现出既具有促进市场经济创新发展的正外部性,也可能具有阻碍市场经济公平发展的负外部性,最典型的负外部性莫过于垄断。当前,互联网平台衍生了以算法合谋为主要形式的垄断协议、利用数据资源滥用市场支配地位、数据驱动型经营者集中等新型数据垄断形式,给我国反垄断规制带来了诸多困扰。尽管我国对反垄断做了较多努力并修订了《反垄断法》,但是互联网平台数据垄断的治理机制仍有待完善,要探索多维的反垄断治理机制:在治理原则上,应当坚持市场化与法治化原则;在治理路径上,需要从政府规制向多元治理(企业自治、政府规制与社会监督)转变,完善互联网平台数据垄断的治理路径。