文献类型：期刊文章

作　　者：丁晓东[1,2]

Ding Xiaodong

机构地区：[1]中国人民大学法学院 [2]中国人民大学未来法治研究院,北京100872

出　　处：《中国社会科学》

年　　份：2020

期　　号：12

起止页码：138-159

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2019_2020、NSSD、RCCSE、RWSKHX、SKJJZZ、ZGKJHX、核心刊

摘　　要：算法崛起对法律规制提出了挑战,它可能挑战人类的知情权、个体的隐私与自由以及平等保护。作为人机交互的算法决策机制,算法并非价值中立,具备可规制性。算法公开、个人数据赋权、反算法歧视是传统的算法规制方式,但机械适用这些方式面临可行性与可欲性难题。算法公开面临技术不可行、公开无意义、用户算计与侵犯知识产权等难题,个人数据赋权面临个体难以行使数据权利、过度个人数据赋权导致大数据与算法难以有效运转等难题,反算法歧视面临非机器算法歧视、身份不可能完全中立、社会平等难以实现等难题。传统算法规制路径面临困境的根本原因在于忽视算法的场景性,算法可能因为运用算法主体的不同、针对对象的不同以及涉及问题的不同而具有不同的性质。因此,算法规制应采取场景化的规制路径,根据不同场景类型对算法采取不同的规制方式,以实现负责任的算法为目标。在算法场景化规制原则的指引下,可以构建算法公开、数据赋权与反算法歧视等算法规制的具体制度。

关 键 词：人工智能 算法  算法公开  数据权利  算法歧视  场景化规制  

分 类 号：D923] D922.16[法学类] TP18]