算法控制视域下平台用工劳动关系认定的困境与出路

“算法控制”描述的是平台应用算法控制劳动力与劳动过程的用工事实。对“算法控制”进行从属性检验,人格从属性的检验要素可从指示与服从、监督与惩罚、考核与薪酬方面考察;经济从属性的判断可从经济依赖性和劳动力与生产资料结合的角度展开;对于利用算法实质实施劳动管理的平台,应认定其用工关系具备组织从属性。以“专送骑手”为分析样本,“算法控制”揭示其存在“共同雇主的劳动关系认定困境”。对此,规制重心应从“劳动关系”转向“劳动权利”,将共同雇主管理下用人单位如何归属的难题转化为共同雇主内部的用工责任如何分担的问题。平台处于平台用工生态的关键环节,控制核心劳动条件,应承担“守门人”责任。“从‘劳动关系’到‘劳动权利’”之提倡,强调对具有一定程度从属性的平台从业者予以相应劳动保护,对其他类型平台用工的劳动保护研究亦具有方法论意义。     

基于负载均衡算法的Web服务器群集设计

文中描述了负载均衡算法,提出了基于动态负载均衡的Web服务器群集,并且设计Web群集的结构框架,能提高在Web服务器上的因特网服务器程序的高性能、可扩展性和可用性.     

算法社会的技术内涵、演化过程与治理创新

新一代人工智能技术创新背景下,算法作为人类生产生活新规则的重要性日益凸显,并推动社会形态演化进入算法社会的新阶段。算法社会不仅意味着算法作为追求效率的技术工具的普及应用,更重要的还在于其体现出的主体特征并嵌入人类生产关系以及与其他要素产生的相互影响。可以从技术内涵、演化过程和治理创新三个方面揭示算法社会的运行逻辑。公理化和计算化数学思想分野下,“算法”已经不能被视为中立性的技术产品,而应被理解为纳入环境、系统因素考量的“技术-社会”体系,其本身具有的多重可能性将在与其他社会因素互动进程中不断演化并产生政治影响。生命政治概念下的安全机制和规训机制解释了算法产生政治影响的原因,以及代码作为“治理术”的具体作用,而可计算性争论构成了讨论算法规范性力量限度与范围的起点。在此基础上,提出应以整体性、系统性、关联性视角探索治理创新路径,以便在释放算法变革潜力的同时控制应用风险。     

算法决策权的异化及其矫正

算法决策权的异化使得决策的初衷为技术权力所干扰,决策权强力扩张、权力制衡机制失灵、个人自由与权利受到侵蚀.对此,应将算法决策权与个人权利的新型动态平衡作为矫正权力异化的规制目标,一方面尽快采取即时矫正措施:从决策权让渡规则、决策能力相当性评测和正当程序原则三个层面搭建束状权力结构,分别对决策的范围、主体和程序做出限制;...     

智慧司法中技术依赖的隐忧及应对

技术被广泛应用于司法裁判相关信息的收集处理、支持具体的司法决策、支撑智慧司法系统建设。在智慧司法变革中,人(司法机关)与技术的关系从技术辅助走向技术主导,进而存在滑向技术依赖的隐忧：法官在具体司法决策中对技术过度依赖;司法机关在智慧司法建设中困于自身技术力量,对技术公司按需求设计开发、日常维护运行、系统升级改造形成技术依赖循环。这种依赖关系也带来权力专属原则存疑、质量技术标准缺失、责任链条分配存在困境等挑战。应及时勘定技术嵌入司法活动的边界：采取信息准入与流出的控制机制,限制技术在司法裁判相关信息的收集与公开中的运用;合理分配人类与机器的决策分工,保证人机混合司法决策中人类的实质性参与;谨慎应对公权力与技术权力的共建,建立合理的责任分配与追责机制。     

技术从属性下雇主的算法权力与法律规制

区别于民事雇佣关系的劳动关系,被认为包含“从属性”之特征,学界主要从人格从属性、经济从属性和组织从属性等方面加以研究,而作为本源性从属和间接性从属的技术从属性一直未受重视。技术要素是形成大工业时代工厂劳动的基本动因,也是雇主在劳动过程中将劳资直接矛盾转移为机器与劳动者间接对立之手段。随着人工智能的发展和算法的运用,本来意义上自主灵活的用工形态受到了技术要素的影响,雇主管控效能得以提高,形成了雇主算法权力。雇主算法权力是劳动管理权的技术构成和范围扩张,其形成和运行有特殊性,由此产生了劳资之间的技术势差。需以劳动关系平衡作为雇主算法权力行使之界限,通过制定系统规则,对雇主算法权力的溢出和滥用加以限制和矫正。算法权力构成应防止劳动的技术异化,算法系统设计应做到透明、知情及可释,算法机制运行应避免劳动歧视、直接决定劳动者重大利益及破坏劳动团结。     

5G+智慧交管系统的建设与应用——以道路交通巡逻执法系统为例

主要以南京市公安局交通管理局交警大队为示范单位,探讨基于5G技术的道路交通巡逻执法系统的建设与应用,系统搭建完成后,根据实战成果,形成了一套传输更高效、覆盖更全面、取证更准确、抓捕更精准、处理更及时的道路交通巡逻执法新模式,进而为道路交通巡逻执法系统在公安实战应用中提供科学依据.     

人工智能司法决策的可解释性及其路径研究

人工智能在司法领域获得诸多应用。智能司法应用通常具有的不可解释性存在过程审查无法进行、加剧算法歧视等内部隐忧,以及司法系统内部关联断裂的外部风险,因而遭遇诸多质疑。究其根本,算法技术的内在机理以及法律与技术的职业障碍、智慧司法的技术瓶颈是人工智能司法决策可解释性缺失的缘由。随着世界范围内智能司法可解释性相关制度文件的出台,以及算法可解释性与准确性可兼容并存的认知革新,人工智能司法决策的解释路径与透明化势在必行。提高技术应用深度、借鉴已有的技术解释路径针对性研发智慧司法应用的解释方法,能够促进人工智能司法决策可解释性的有效提升,助力司法公正。     

“聪明技术”如何“更聪明”——算法推荐的伦理与治理

作为一种运用人工智能让计算机“教会”自己不断进阶并寻找新数据以做出判断的“聪明技术”,算法推荐技术内蕴着摆脱人类控制的倾向和“从人指向物”的特定关系模式,具有高度伦理敏感性,并带来认知性与规范性两个方面的伦理风险。应对技术伦理挑战,展开算法推荐的伦理治理有三方面要求:一是以伦理先行的自觉,明确算法推荐的伦理规制原则,发挥伦理原则的路标作用;二是确立分布式道德责任,重塑算法推荐的责任主体,促进算法的负责任创新;三是优化算法推荐的伦理治理结构,展开敏捷治理,实现技术向善与技术赋能的契合。     

算法规制的法律困境与消解路径

算法的透明规则、反歧视规则和自动化决策解释规则,基本构成了《个人信息保护法》的算法治理规则体系。但是,算法商业秘密的权利保护与相对人知情权之间的矛盾、算法歧视的合理性标准与治理模式选择,以及自动化决策权和拒绝权的矛盾,在该算法治理规则体系中并没有得到解决。在合理解释上述规则的基础上,应通过治理算法黑箱实现对算法透明的制度构建,差异化治理算法歧视以选择适宜的监管模式,规制算法自动化决策和重点权利保障领域来完善算法的反自动化决策规则。