公共领域算法决策的几个问题探讨

在技术驱动和公共管理职能转变的需求下,公共领域算法决策得到广泛应用,其在管理职能和方式中的独特性是规则调整的前提。算法决策同公共权力的结合,使得技术发展无法中立,且在机会平等表象下可能造成对权力秩序的冲击和对个体权利的侵害。传统的法学调整方法面临分散的个体发展同民主秩序稳定、风险预测与因果关系、权力赋予与权利保障等矛盾的协调问题。公共领域算法决策的法律规制必须在算法系统、价值选择、制度构建和评估标准层面进行引导。     

竞速统治与后民主政治——人工智能时代的政治哲学反思

"人工智能"已成为定义这个时代的关键词之一,它已经深层次地"介入"当下世界,在教育、健康、金融、零售、交通、制造、服务等各个社会领域做出了强有力的赋能。人们正在把越来越多的决策权交给人工智能算法,而这又导致其决策更容易被算法处理。人工智能算法的全面赋能,恰恰意味着人类这种"生物化学算法"的全面赋闲。人工智能技术的指数级发展,使人类以同样快的速度陷入"不被需要"的政治困境,其价值正在被数据所取代。与之相应地,民主则正在被算法权力实质性地掏空。民众时代正在迈向黄昏,我们在政治哲学层面上不得不面对思考"后民主政治"的任务。     

算法和应用的深度整合加速智能视频分析的应用

<正>传统视频监控系统,无论是模拟系统、模拟数字混合系统还是数字系统,其数据流遵循的是采集、传输、显示、存储的流程。显然中间只有信息的获取,并没有对获取的信息进行理解。传统的视频监控系统是依靠值班人员盯住视频画面,发现异常并处理的。这对值班人员是个挑     

论电商平台用户画像行为立法之应有规制

电子商务经营者的用户画像行为存在着信息收集范围过宽、大数据“杀熟”侵害消费者权益以及个人隐私保护不力等问题,导致消费者与电子商务经营者之间产生信任危机。由于“算法黑箱”与信息不对称并行存在,现有立法规范存在供给不足,“告知—同意”模式难以适应实践对信息的大量需求,政府监管效率尚未达到预期。因此,以“选择—退出”作为经营者个人信息采集方式,通过信用承诺、信用评价等信用工具规制用户画像的生成与应用过程,能够减少政府监管成本、提高监管效率,有效消除信息不对称等问题。     

推进网络意识形态安全治理现代化

互联网已经成为意识形态斗争的主阵地、主战场和最前沿。网络意识形态安全治理对于营造风清气正网络空间、国家治理现代化以及巩固党长期执政地位具有重要意义。当前治理面临的问题突出表现在碎片化传播方式弱化意识形态凝聚力、信息算法推荐技术削弱意识形态认同度的风险、西方媒介霸权威胁意识形态权威性等方面,为此需要从构建治理格局、完善治理制度、创新治理技术、增强治理能力等方面加强治理,不断推进网络意识形态安全治理的现代化。     

生成式人工智能安全风险与综合治理研究——以ChatGPT为例

生成式人工智能作为人工智能技术的新主流形态,具有决策式人工智能所不具备的人格化表象突出、数据挖掘能力提升、算法黑箱凸显、数据垄断深化等鲜明特征。随着生成式人工智能的不断迭代,虚假误导与无意义信息致人损害、模型训练与知识重组忽视知识产权、恶意滥用与算法黑箱削弱监管体系等安全风险不断凸显。在治理路径上,需要由直接规制风险逐步转向“科技—社会—法律”三元综合治理,从建设内容模型训练管理体系、厘清程序运行的知识产权边界、强化算法黑箱与恶意滥用综合治理能力、深化“科技—社会—法律”三元综合治理模式等方面着力,在规制风险的同时促进生成式人工智能安全发展。     

算法歧视的法律规制:动因、路径和制度完善

算法内置性编码凝视、支撑算法运行的训练数据之偏差以及算法黑箱带来的程序透明度缺失是导致算法歧视的技术性原因,进而引致权利失衡,使权利成为缺损状态.为保障权利行使,本文认为应当确立算法公平理念,并明晰算法歧视法律规制的技术环节,建立以权利失衡的矫正为中心的法律规制模式作为算法歧视法律规制的路径选择,并从明确筛选训练数据的...     

打破政策“黑箱”的制度设计——基于广州政策兑现实践的研究

如何打破政策“黑箱”是学界和社会关注的重要议题。以广州市政策兑现改革实践为例,探讨如何从制度设计层面来打开公共政策过程中的政策“黑箱”。研究发现,虽然公共政策过程是一个动态且复杂的过程,但是通过统筹政策制定和政策落地两端、主观要素客观化、模糊标准明确化、重塑政府流程等,能够形成确定的决策环境,控制非理性因素,约束自由裁量权,并压缩权力寻租空间,从而可以从源头消除政策“黑箱”的形成土壤。广州市政府政策兑现改革过程中,通过“输入—转化—输出”的制度框架设计,形成了从政策制定到政策执行再到政策结果与评估的政策闭环,并对政策兑现的相关责任单位、流程和时限都进行了严格把控,进而实现对政策“黑箱”内部决策要素的控制。从政策“黑箱”本身入手,破解政策“黑箱”难题,实现政策的阳光承诺和给付,最终形成极具特色和借鉴意义的广州模式。     

数据自由和算法保护

应否设立数据财产权是影响“数据流通和资源化”的关键问题。数据财产权论的支持者以洛克劳动财产论或市场激励原则为基础,主张现有制度对数据保护的不足将导致数据收集者动机受损和市场失灵,但以数据服务为核心的数据流通市场并未失灵。数据收集和处理者可以通过技术、持续更新数据等手段对数据事实上排他,并在限制性合同与反不正当竞争法的保护下开展交易,收回投资成本。况且在制度设计层面,劳动财产论也无法准确界定数据财产权的主体、客体、权利内容和保护期限。若以算法和数据的关系作为数据配置规则的切入点,数据自由和算法保护可以实现经营者利益和公共利益的平衡。数据自由可以保障经营者具有开发算法的公平竞争机会;算法保护则又保障经营者从收集的数据中获得持续性竞争优势。二者的结合还能防范算法决策风险,成为算法治理的新方向。     

智能时代算法专利适格性的理论证成

人类社会正在快速进入智能时代,将有越来越多的关键技术创新发生在算法层面.算法的专利权保护对激励智能科技领域创新、实现核心关键技术自主可控具有重大意义.在法律实践中,专利局和法院面对算法的专利保护诉求不断提炼出若干回应型判断方法,逐渐释放出对算法相关发明专利权保护的制度空间.然而算法专利适格性在理论上迄今尚未形成共识,仍...