自动决策算法的法律规制:以数据活动顾问为核心的二元监管路径

大数据和人工智能的发展使得以自动决策为特征的算法被广泛使用，这也使得算法透明化的目标愈发紧迫。强制公开算法路径、验证或认证算法路径、个人算法解释权和算法结果控制等都是对算法监管的有益探索，但或因有违基本的制度期待，或因适用范围有限，而无法成为算法监管的有效手段。算法监管涉及政治、经济和法律三个社会子系统，应当通过数据活动顾问这一“接口岗位”实现系统间的结构耦合，从而借助系统间的协力有效监管算法活动。有鉴于此，我国应当设立以数据活动顾问为主、数据活动监管局为辅的二元算法监管机制:数据活动顾问从企业内部对算法的设计、使用和评估进行陪同控制；数据活动监管局则从外部对数据活动顾问提供必要的援助和监督。     

体检人群肝脂肪病变者中医脉象信号的递归定量识别与分析

目的 运用研究非线性动力学的递归定量分析（recurrence quantification analysis,RQA）方法对体检人群肝脂肪病变者的脉象信号进行分析,探讨脉象信号非线性动力学特征对肝脂肪病变的识别价值。方法 运用ZY-I型脉诊仪采集体检人群的脉象信号,根据腹部超声报告将体检人群分为肝脂肪病变组和非肝脂肪病变组;提取体检人群脉象信号RQA特征,并运用非参数检验分析两组人群脉象信号的RQA特征差异;基于脉象信号RQA特征,运用随机森林算机器学习方法建立体检人群肝脂肪病的识别模型,并通过评价准则包括准确率、精确率、召回率、F1值、受试者工作特征曲线（receiver operating characteristic curve,ROC）及曲线下面积（area under the curve of ROC,AUC）评估模型识别性能。结果 肝脂肪病变组脉象信号RQA特征RR、DET、L、ENTR、LAM、TT、Vmax均高于非肝脂肪病变组（P＜0.05）;基于脉象信号RQA特征建立的体检人群肝脂肪病变识别模型,其准确率为80.34％、精确率为82.166％、召回率为86.000％、F1值为84.039％、AUC为86.774％。结论 与非肝脂肪病变组相比,肝脂肪病变组的脉象信号系统表现出更高的规律性、确定性、稳定性,基于RQA特征建立的体检人群肝脂肪病变识别模型能较好地区分肝脂肪病变组与非病变组的脉象信号,可为肝脂肪病变的早期预警及辅助诊断提供一定的临床参考。     

算法自动化决策在行政处罚中的应用风险与规制路径

随着人工智能和大数据的发展,算法自动化决策逐渐应用于行政处罚领域。其在行政处罚的各个阶段都可以发挥自身优势,有助于降低执法成本、提升执法效率、减少人为干扰、避免同案异罚,但同时也存在抵牾正当程序原则、难以体现过罚相当原则、可能噬夺执法者处罚决定权限等应用风险。为此,在行政处罚领域应对算法自动化决策予以规制：增强算法自动化决策透明度,保障行政相对人的程序参与权;提升裁量基准精细化,保留行政、司法部门的决策审查权;明确算法自动化决策的辅助功能,严格界定自动化处罚裁量的适用边界。     

算法风险评估在审前羁押程序中的应用

算法风险评估是在大数据的基础上,通过对审前羁押风险要素的分析,与专家经验结合而建立的模型算法。为实现控制犯罪和保障人权的双重目的,在审前羁押程序中,引入算法风险评估很有必要。它可以对检察官逮捕的自由裁量权进行限缩,在保证诉讼程序顺利进行的同时,在科学评估的基础上最大限度的保障人权,实现刑事审前羁押程序的智能化改革。但是算法风险评估也存在局限,如涉及算法黑箱与刑事正当程序、算法评估与证据裁判原则、算法判断与执法者的自由裁量权等关系的处理问题。这些局限需要从明确程序公开、加强证据审查以及完善程序救济等方面加以克服。     

网络交易平台治理困境及其出路

传统交易平台突破物理空间限制发展至网络而形成网络交易平台,但政府沿用的物理世界治理范式在网络交易平台上表现出水土不服.这也引发了平台软法不合理、算法侵犯人权、政府主导治理失灵等问题,而这些问题本身也交织影响.治理这些困境的出路在于中医式治理,以完善平台规则与提供救济途径建立良好消费业态和生态、引入网络交易算法的矫正机制保障数字人权、平台主体自治和政府主体监督相结合等方式来组合式对抗网络交易中的风险,最终从整体上促进网络交易平台良性发展.     

理解技术规制的一般模式:以脑机接口为例

脑机接口(BCI)技术是近年来世界范围内前沿技术之一,有广泛应用前景.首先,借助生产性的法律理论框架,该种技术可以作为示例讨论法律如何看待通用型技术带来的新问题.脑机接口作为通过有线或无线方式开展人机交互的技术实际上是信息媒介的深层次延伸,进一步拓展了基于信息交换的生产方式,将使用者纳入生产过程,并在使用者与技术提供者(平台)的关系中,围绕核心法律概念与制度重新塑造法律关系,最终确立新型生产方式的合法性.其次,脑机接口架构通过新型基础设施建设成为一个控制/生产过程,其权力运作的微观机制同样通过"账户-数据-算法"影响用户的行为.最后,每一次作为系统性生产方式的技术兴起,都更多地解决了生产要素的创制和流通问题,但对劳动价值的分配的关注较为缓慢,BCI提供了反思技术公共性的机会.     

风险社会背景下算法的构建及司法运用研究

风险社会背景下随着信息网络的广泛运用,算法成为了连通风险社会和数据的重要防控节点。一方面算法作为工具被广泛运用于风险的预测与防控,另一方面因为算法程序客观性、智能性以及可解释性的不足,算法本身也成为了风险源头的一部分,并贯穿始终。尤其在法律领域,算法在缓解司法压力的同时,更滋生出如算法损害、技术黑箱、算法权力操纵与算法歧视等多重问题。对此,如何科学地选择锚点和基础算法来设计搭建算法模型,通过数据训练并成功运用到实务操作,在规避减弱风险的同时满足任务需求,消减算法伤害,最终达到风险预警与防控,便是算法研究的关键问题。     

自动驾驶汽车侵权责任问题之法经济学研究

自动驾驶汽车的科技创新虽然推动车路协同的智能交通建设,但在实践中交通事故侵权责任主体认定困难,使自动驾驶机动车使用人、行人及非机动车等主体权益的保障力度弱化。着重强调科技创新是国际博弈策略优化选择的同时,理应前瞻性的对附之法律风险提出应对之策,并探索法经济学理论下新路径。以汉德公式为主要经济模型,深入分析驾驶人、产品责任等主体采取预防措施的边际成本和边际收益。经过数据衡量对比,可以发现产品责任主体是增加预防措施以达到有效预防水平的最佳主体,应当严格其可确保系统安全之义务。从车辆接管和设计运行范围路径着手,判断驾驶人是否为最终责任承担主体时,不以操作规范为标准,而是权衡预防成本、事故发生的概率和损失程度以确定其是否适当履行合理注意义务。此外,调整无过错责任的归责原则具有经济合理性。暂不赋予自动驾驶系统法律人格,符合降低法律实施成本以及我国国情之要求。以强制性规定伦理算法输出为配套,可使产品责任主体在完美信息博弈中作出最优策略,实现事故发生成本最小化。