数字法学视野下的网络空间治理

数字时代带来新的风险,传统的法治理念及其系统性制度设计所形成的普遍主义法治秩序,面临严峻挑战。既有研究因研究视角和研究方法的缺位,以及缺乏统一的网络数字法理支撑,未能形成一个独立的有共同话语基础的知识群体,使网络空间治理相关问题的解决呈碎片化状态,并在实践中表现为一种应急治理模式。应当立足网络空间治理的整体,形成一个数字法学研究共同体,澄清数字法作为一种新兴领域法的外部总体特征和内部属性,明晰作为数字法学核心的算法的法理。在此基础上,凝聚数字法学的基本法理共识,构建并完善系统且逻辑自洽的数字法律制度,明确数据安全的优位性和核心性,划清网络空间各类公权力和个人权利之间的界限,并对算法进行全方位的规制,实现对网络空间从数字法理到相应制度的善治。     

算法私人执法对版权公共领域的侵蚀及其应对

利用“通知—移除”规则以网络服务商代替公权力机构居中处理侵权纠纷被视为版权领域的私人执法。随着算法技术的应用,版权领域的私人执法模式从人工操作转向全程算法化,表现为查找侵权行为算法化、发送侵权通知算法化、处置侵权信息算法化、预防侵权发生算法化。私人执法算法化在极大提高执法效率的同时,也造成了对版权公共领域的侵蚀,主要表现为压缩“个人使用”空间、剥夺“适当引用”机会、阻碍“科学研究”开展、架空用户“反通知”权利等。造成上述负面后果的根源在于侵权认定的复杂性与算法技术的局限性以及利益驱动下算法执法机制被滥用。可以从以下4个方面来应对算法的私人执法对版权公共领域的侵蚀,即将版权公共领域考量植入算法设计中、在特殊情形下以人工审查辅助算法执法、完善过滤机制下的用户申诉程序、针对恶意通知行为规定惩罚性赔偿责任。     

论算法认知偏差对人工智能法律规制的负面影响及其矫正

算法认知偏差不仅扭曲事实,还影响人工智能法律规制质效。法学文献中的“算法”常用于指代影响权益的人工智能系统。不同于传统编程,机器学习算法是通过向数据学习以形成模型。数据、算力、AI框架、模型框架、人为干预等因素深刻影响算法作用的发挥。算法并不是对利益得失的精巧算计。大部分算法也不具有排他性的财产属性。算法是人工智能体系中相对透明和确定的因素。“算法黑箱”并非人为“黑幕”,而是因基本原理所限导致的验证性和解释性的不足。滥用算法概念会导致人工智能法律规制的失焦、失据、失鹄、失度。数据法与专门立法相结合是人工智能规制的恰当立法形态。过度强调算法不仅造成权利、产业和科技目标难以调和,还可能导致过度监管。算法只有在以人的责任为基础的人工智能系统中才能得到稳妥规制。我国未来应该制定人工智能专门立法。业已开展的算法治理不宜过度冒进,宜审慎处理好当前与未来、名义与实质、规范与发展的关系。在准确的算法认知指导下,算法备案和公示的问题能够得到良好解释和妥善解决。     

人工智能侵权现状及法律规制思路

人工智能技术的飞速发展和广泛应用,利于经济的持续提升,利于社会的快速发展,但随着人工智能深入到各个领域,在离不开人工智能的同时,人工智能侵权问题也日益突出,并且涉及生活各个方面,难以忽视。为了维护公平竞争环境,保护个人权益和社会利益,法律在人工智能领域的监管和规制措施变得尤为重要。本文将探讨法律对人工智能侵权现状可行的监管与规制思路,包括加强立法保障、完善侵权责任制度、加强监管等方面。     

网络意识形态的感性化传播机制及其治理逻辑

网络社会的到来从根本上改变了意识形态的生产方式与传播机制,网络意识形态的感性化传播已经成为广泛存在的社会现象。议题、算法与编码的资本驱动,媒介、网民与社会的主体互动,技术、文化与权力的现实运动,凸显了网络意识形态感性化传播机制的重大变化。网络意识形态的感性化传播通过"质询、赋权、资本运行"的方式影响着社会价值体系和权力结构,并日益成为关乎社会治理的重大现实问题。鉴于此,优化议题设置模式、完善网络制度建设、构建媒介素养教育、拓展文化传播渠道是当前网络意识形态治理的重要路径。     

反垄断视角下互联网平台算法共谋规制研究

互联网技术的普及和大数据技术的运用使数字化信息被社会共享,市场信息透明化促进了市场经济空前繁荣。各平台对数据进行提取、分析、筛选、再组织等,使有效信息显现,供其有效利用。算法作为驱动数字经济发展的核心技术,通过处理数据,联系本身孤立的数据,有效提高交易效率,降低交易成本,故此被平台经济市场青睐。而以“大数据杀熟定价”、消费者被限制交易为代表的一系列不合理利用算法导致的问题陆续出现,以致大数据时代下实施垄断行为空前容易,不同程度地损害公平竞争的市场秩序和消费者的权益。特别是算法共谋行为,其协商过程的隐蔽性与模糊性、主体的特殊性导致对其的认定和管理棘手,急需相关反垄断监管措施和法律进行监管和规制,算法共谋行为应成为当下反垄断执法的重点,以此来促进市场公平、稳定运行。     

监控视频中运动模糊车牌图像参数估计和复原

为了消除监控视频中运动模糊车牌图像的频谱图中间十字形亮纹对模糊参数测量的干扰,首先对运动模糊车牌图像的频谱图进行直方图均衡化,基于Radon空间变换检测出模糊角度θ,然后对频谱图反向旋转θ后按列相加求和后得出模糊长度.分别选用四张不同像素值占比的运动模糊车牌图像对其模糊参数进行精确估计和盲估计,并基于Lucy-Rich...     

著作权合理使用算法化：必要、可能与限度

算法通知和算法过滤不当侵蚀了社会公众的合理使用空间,导致著作权人、平台和社会公众之间出现严重的利益失衡。合理使用算法化能够促进三者之间达成新的利益平衡,填补合理使用制度适用的效率缺口,推动算法过滤义务在我国的确立,因而具有引入的必要性。合理使用算法化主要面临技术和法律两个层面的质疑,但这些质疑都不足以成为拒绝合理使用算法化的理由。合理使用算法化的实现需要从技术和法律两个层面进行部署,在技术层面需采取有监督学习的路径,在法律层面涉及与我国现行著作权法律制度的协调。合理使用算法化作为现有合理使用制度适用方式的补充,在适用范围上具有一定的限度,需从功能定位和外部监管两个维度予以限定。     

算法权力异化下劳动者权益保障的困境与出路

算法权力在劳动领域的异化,侵害了劳动者人身和财产权益。为保障劳动者的合法权益,规制算法权力的异化,实践与理论研究多将重心置于事前预防与事中监管中,较少考虑事后救济。由于平台与劳动者之间的法律关系难以认定、平台与劳动者之间具有极大的不平等关系、算法技术专业性给算法监管带来的阻碍、算法权力异化下劳动者的假性自愿等困境,现阶段难以通过事前预防和事中监管真正规制劳动领域的算法权力异化。本文建议以完善劳动者的救济路径为导向,将对劳动者的救济落实到位,使劳动者可以救济、能够救济、愿意救济,从而规制算法权力的异化。