人脸识别技术应用的场景化法律规制

人脸识别技术的验证、辨识和分析功能正在不同场景中发挥着越来越显著的作用。由于人脸识别信息具有敏感性和唯一性的特点,信息处理者对其的分析与利用一旦超出原初场景的内在一致性,就有可能损害信息主体的人格、财产甚至人身安全。虽然我国立法对人脸识别信息等生物识别信息进行了特别保护,然而单独同意原则在适用过程中的机械性会与人脸识别技术的便捷性要求相抵牾,目的限制原则与诚信原则也会因忽略场景而在适用时失去抓手。为此,我们有必要进一步深化人脸识别技术的场景化法律规制模式,厘清场景化法律规制的概念,并在场景融合的发展趋势下明确场景划分的内在逻辑。我们应根据信息主体在不同场景中的合理预期,对人脸识别技术施以相对应的规制手段,依场景特点确立评估制度,建立尊重信息主体合理预期的动态同意模式,完善因应场景风险的责任体系,并最终形成兼顾人脸识别信息保护、流动与利用的场景化法律规制路径。     

婚姻挤压困境中青年择偶观念的转变——基于算法下沉的云相亲平台的青年调查

人工智能驱动的云相亲平台已成为新时代青年婚恋交友的重要渠道，热衷娱乐社交的适婚小镇青年正成为云相亲平台下沉市场主力军，积极参与线上平台的自我表述和远程互动中。云相亲平台广泛地运用人工智能算法，不仅为小镇青年寻找匹配的对象提供技术支持，更潜移默化地引导和形塑着他们的择偶观念。文章基于云相亲平台进行大规模问卷调查，并结合文本挖掘技术展开分析，发现算法下沉的云相亲平台有助于小镇青年突破通婚圏层的内卷困境，具有对离异女性的社会接纳度增强，意愿通婚圏更少受地域、文化和年龄限制，工具理性和价值理性在择偶标准中并存等特点；平台提供的自我表述机会成为小镇青年择偶观念社会学习的支持空间，女性在交友心声中表达出依靠型诉求、坦诚型诉求和困境型诉求，男性则表达出照顾型诉求、情感型诉求和忧虑型诉求，呈现出从经济伙伴到精神共识的择偶焦点转移、从强调工具性到追求平等和长期和谐的真诚择偶观的转变。     

基层党建数字化：价值、困境与突破

基层党建数字化在信息化时代意味着基层党组织与新型技术的结合。其不仅在提高效率、强化党政关系、巩固上级党组织决策中心地位等方面发挥着重要作用，而且有助于强化基层党组织的战斗堡垒作用。不过，过度强调数字化在基层党建中的地位有可能带来人际关系和党建工作模式上的挑战。数字化党建所需的经济与技术投入有可能造成基层党组织间资源分配不均，为资本的政治渗透埋下伏笔；技术化形成的屏障有可能阻隔基层党组织与群众、其他部门的直接沟通，助长人际关系中的懈怠情绪；数字化党建有可能滋生数据中心主义，形成唯绩效论、形式主义等不良风气。因此，基层党建数字化需要综合考虑事实与价值、技术理性与人的理性等方面。对数字化技术的应用实践而言，应当从最低限度标准、合理运用范围以及横纵监督模式等方面规制数据资源的均衡分配、扭转数字化“去人化”倾向、明确数字技术在党建测评活动中的参与者地位，以此来实现基层党建数字化的路径优化。     

代驾司机数字劳动不稳定性的算法形塑机制及其主体应对

数字劳动是当前青年就业的重要形态。通过对代驾司机数字劳动过程进行考察，讨论数字劳动不稳定性的塑造机制以及数字劳动者的主体应对策略。研究发现，代驾司机的劳动时间、劳动空间以及虚拟劳动身份极不稳定。代驾平台通过算法管理，对代驾司机的数字劳动进行控制，剥夺了代驾司机的劳动知情权、劳动选择权以及劳动评价权，从劳动政体上形成数字平台对劳动者的霸权，从而确保按需服务得以实现。面对算法管理驱动的劳动不稳定性，代驾司机通过猜算法、顺从算法、弥补算法来应对。本研究揭示了数字劳动不稳定性的本质及其算法形塑机制，丰富了数字劳动研究。     

算法推荐下版权过滤义务的构建

算法推荐行为于版权法中的定性是网络服务提供者承担侵权责任的逻辑起点。虽然利用算法推荐技术的网络平台仍属网络服务提供者,但技术发展使其与传统的网络服务提供者有所区别,故在侵权责任的承担上不宜当然适用“避风港”规则。算法推荐提升了网络平台的信息管理能力,为网络平台带来了巨额流量经济;相应地,网络平台应当承担与之相匹配的义务。版权过滤义务作为制度回应技术的具象化举措,能够有效应对算法推荐下的版权保护困境。引入版权过滤义务首要面临且难以回避的问题是其与“避风港”规则如何有效衔接,而限缩版权过滤义务承担主体的范围不失为解决良策。相应地,有必要构建起“内容过滤+必要措施+异议救济”的版权责任体系。     

迷局与纾解：对西方算法民粹主义的批判性审视

算法民粹主义是代议制民主在算法技术的裹挟下发生偏离的产物，代表着一种无价值立场的工具理性。在数字时代，算法技术通过与民粹主义共谋成为西方政客们的政治游乐场，对西方社会民主化进程中的政治结构造成了重大影响。算法民粹主义拥有平台性新特点，其基于算法的个性推介、平台的空间蔓延、网络的直接民主助推着算法民粹主义的传播。算法民粹主义在政治传播中会导致情感极端化、非理性行为、后真相困境等问题的发生，加剧西方国家政党政治的乱象。故此，对算法民粹主义的纾解，需要从算法民粹走向数字民主，才能让算法技术更好地服务于数字化社会。     

自动化行政中算法的法律控制

自动化行政中的算法可分为转译型算法和自我学习型算法。算法的运用面临合法性危机:处于私主体地位的算法设计师将法律语言转译成机器语言时会嵌入自身的判断,带来改写法律的风险;算法决策有时在事实上超出法律授权范围,且缺乏畅通的救济机制。算法的合法性控制方式应与算法类型适配。针对转译型算法,需结合算法的性质以及技术特点,从转译主体、所译法律的明确性、转译过程的透明度等方面施以控制。针对自我学习型算法,首先应当确立“民主—科学”的合法性框架,其次应当从建立算法信任的角度,围绕保障公众主体地位和算法科学性对算法进行控制。     

智能催收中的个人信息保护及其法律完善

智能催收通过网络爬虫、大数据分析等手段对债务人信息的处理与《个人信息保护法》的从严保护取向存在冲突,智能决策引擎、智能分案等手段存在泄露债务人隐私的风险,以数据外包方式进行个人信息处理存在违规操作的隐患,算法自动化决策致使个人信息委托处理情形下的违法或不当行为更加隐蔽。应通过催收行业的专门立法明确催收过程中债务人信息处理规则的具体适用，将特定情形下对债务人信息的先行获取纳入法定的合理使用范畴；以“免遭算法支配”为核心完善智能催收中算法自动化决策的监管规则，构建由事前算法评估、事中算法公开和事后算法问责组成的全流程监管机制；强化对催收机构个人信息处理的准入监管与合规监管，促进催收机构内部规则、行业自律规则与监管规则的衔接。     

自动化行政中算法的可公开性及其范围

在自动化行政中，算法的本质是行政规则，其可公开性与可解释性之间存在实质性差异。可解释性关注的是实现透明算法，而可公开性更侧重于实现透明政府。有鉴于此，在行政法制度体系中，可解释性对应行政行为说明理由制度，可公开性对应政府信息公开制度。基于算法的行政规则本质，以及《政府信息公开条例》关于政府信息主动公开范围的规定，自动化行政中的算法应当予以公开。同时，其应当实现“最大范围的公开”,即采取源代码公开的形式选择。此外，如果确因安全因素不予公开算法，则需要满足利益冲突标准、价值比较标准与替代方案标准等三项利益衡量标准。     

算法治税：人工智能时代税收治理的范式优化与架构设计

数字经济的崛起正加剧征管资源有限性与纳税人生产活动复杂性之间的根本矛盾，以数治税不应只关注纳税人遵从度指标。当前税收治理需要进一步提高资源利用效率，降低征纳成本，减少监管障碍。在人工智能时代，算法治税已成为税收治理的必然趋势。通过税务执法智能控制机制降低税收执法成本、通过税收政策智能推送机制改善税收遵从成本、通过税务风险智能监管机制重构税务监管思路，算法治税将实现税收治理质的飞跃。随着算法治税的基本思路被税收征管改革文件明确，当前阶段应在宏观层面确立算法治税的法律地位，在中观层面确立算法治税的法律价值位阶，在微观层面确立算法治税的法律规则，以确保算法治税顺利嵌入现行税收行政体系。