客服電話:
13380216542
隨著時代生產要素的演進,當前人工智能時代的本質在于算法和數據。算法帶來飛速便利的同時也帶來了諸如大數據殺熟、算法黑箱、信息繭房、算法操縱等新的社會風險問題。2021年12月底,四部門聯名簽署對外公布《互聯網信息服務算法推薦管理規定》(簡稱“《算法推薦規定》”),并已于2022年3月1日正式實施。基于此,有必要進一步厘清算法治理的基礎內核,探究算法時代治理新路徑。
一、當前我國算法治理的法律體系
當前我國算法治理的立法體系已初步建成,構建起立法層級廣、多部門聯動、快速擴張的法律體系。立法監管由此前聚焦在網絡安全、數據信息保護轉變為當前深度的治理,即人工智能時代的算法治理。
在頂層設計方面,《法治社會建設實施綱要(2020-2025年)》就提出健全算法推薦、深度偽造等新技術應用的規范管理辦法。另外,《“十四五”數字經濟發展規劃》指出加快構建算力、算法、數據、應用資源協同的全國一體化大數據中心體系。
雖然我們已經在多個層面進行立法,但是當前算法相關立法體系還存在問題。一是立法層級分散,主要聚焦在部門規范性文件。法律法規的制定時間成本明顯高于部門規章和各類規范性文件,這就導致目前針對算法這一新興問題主要在部門規范性文件及國家標準中,容易出現強制性不夠、執法監管效果打折扣、部門職責劃分不清等問題。同時多部門的規范性文件給平臺企業也造成無法適從、標準不統一、專項行動式的緊急應對等情形發生。二是對平臺的監管主要在事后被動監管,缺乏精細化的平臺監管規范。對平臺的監管主要根據平臺的過錯、行為、責任采取行政處罰措施,而此種監管模式在于缺乏事前的過程性監管,即便現在有算法備案制度,也是主要停留在特定重要領域的算法備案,再者對于備案的算法審查邏輯和標準也需要根據算法分級分類制度及時調整。三是對算法的技術性規范監管較少,立法缺少回歸算法本源。算法是一個技術概念,是“計算的方法”或“處理數據的方法”,同時算法也是具備一定的學習能力的,能夠根據現有的算法基礎和數據不斷演變。對于這些計算機指令的技術規范當前仍缺乏立法上的規范,目前主要規范是從網絡安全、法律風險等角度來規制的。
二、算法治理的內核、路徑與體系建設
為了促進算法相關立法體系的完善,實現算法的精準治理,筆者認為算法治理的內核在于數據信息安全。一方面算法是在自然語言基礎上建構起來的一系列程序邏輯,本質上就是且、或、非的邏輯運算。但無論算法多么復雜,其本質也是“用數據訓練的模型”,也就是通過不斷投喂數據來實現算法的不斷運行和進化。算法離不開數據的支持,當數據的處理活動出問題,那算法必然就出問題。因此關注算法的治理,本質就是數據的安全和合理處理。
另一方面自動化決策算法引發的“大數據殺熟”等法律風險已引起越來越多的社會關注,這說明算法治理的本質還在于信息的合理利用。此外,算法的靈魂在于其正向的價值觀。數據信息的利用處分需要追求正向價值觀,逐步實現算法的可驗證、可審核、可監督、可追溯、可預測、可信賴,同時具備普惠性、公平性和非歧視性。
需要說明的是,數據信息安全包括數據安全和信息安全兩大塊,數據安全就是規范數據處理活動,保障數據安全,維護各方利益,保障數據開發利用和產業發展;信息安全就是以《個人信息保護法》為主體,規范個人信息處理活動,促進個人信息合理利用,從嚴保護個人隱私。
明晰了算法治理的內核,才能聚焦立法規范和監管的重點,對于當前實踐中算法治理的困境問題有新的解決方案。人工智能乃至整個經濟社會的發展離不開海量數據和個人信息的填充,自動化決策算法充分利用數據信息發揮更大的經濟和社會價值。因此,筆者認為應當構建算法治理的“兩內在一外延”保障路徑,兩個內在要素是強化隱私保護和拓寬數據的廣度、深度和精度,一個外延保障是算法安全保障機制。