李晟教授和张凌寒副教授做客“规制与公法”沙龙第三十六期主讲“人工智能时代的法律转型与算法治理”
（撰稿人：孟李冕）2018年7月4日下午，中国海洋大学法政学院李晟教授和东北师范大学政法学院张凌寒副教授莅临南开大学法学院，做客“规制与公法”沙龙第三十六期暨南开网络与信息法沙龙第四期，主讲“人工智能时代的法律转型与算法治理”。讲座由南开大学法学院宋华琳教授主持，王彬副教授、向波副教授作为点评人，张心向教授一同出席讲座。
第一位报告人为李晟教授，展示主题为“人工智能时代的法律转型”。李晟教授首先介绍人工智能在法律中的运用。人工智能的概念围绕数据挖掘、算法、自主学习和模拟人类智能这四个维度展开。在此种理解基础之上，可以将人工智能分为弱人工智能（ANI）、强人工智能（AGI）和超人工智能（ASI）。李晟教授指出，目前讨论的人工智能法律问题主要集中在弱人工智能这一层面。此外，人工智能引出的法律问题可以分为外部框架和内部框架。外部框架包括人工智能的工具性应用和人工智能的挑战，内部框架包括人工智能如何影响法律职业和人工智能如何影响法律运作。人工智能对于法律实践的作用存在公平和效率两个导向。公平导向的例证为促进同案同判和更好的法律推理，效率导向的例证为法律检索、文书生成和高效的法律服务。典型的人工智能法律服务包括法律检索智能化、法律文件自动化、法律服务自主化和在线纠纷解决。
其次，李晟教授解读了人工智能对法律认知的影响。最基础的描述是更为便捷更为廉价的法律服务，其进而更直接形成制定下一步对策的依据。人工智能造成的改变更多体现在信息成本的降低和计算能力的强大。从过去演绎式认知（法条与个案事实）变为归纳式认知（运作结果）。在此种认知转变的背景下，从法理学理论的角度，哈特所谓“无知之人”某种意义上与霍姆斯所谓“坏人”统一。过去“法律规定了什么”会导致哈特所谓“无知之人”的认知，而现在的认知为“法律会导致什么样的后果”，其能够更加全面地对法律结果进行预测，以此来决策行为，如同霍姆斯所谓“坏人”。实践中，当事人依据人工智能提供的反馈进行决策，而这些决策又成为人工智能的数据分析，反过来促进决策进一步学习。人工智能时代法律认知的重构表现为：不同的当事人与不同人工智能之间复杂博弈、单一的立法权威被解构、以及算法对法律主权的重构。
接下来，李晟教授剖析人工智能对法律价值的影响。人工智能在法律中的运用导致理性化的强大力量和形式理性化的算法治理。算法的黑箱导致信息不对称的强弱分化。信息成本大幅度下降导致法律面前人人平等被解构。因此，人工智能时代法律价值的重构表现为：法律理性化的进一步强化，以及法律平等原则的淡化。
第二位报告人为张凌寒副教授，展示主题为“自动化决策的算法解释权”。首先，张凌寒副教授厘清了研究对象——人工智能时代的算法。现时语境下的人工智能倚重大数据和算法技术的发展，因此，其可等同为算法的自动化决策与大数据加和。算法是“智能之核”。此外，人工智能法学研究进路可以分为资源和工具。资源为数据，包括个人数据、隐私保护和企业数据财产权。工具为算法，如应用场景和制度设计。
第二，张凌寒副教授展示了算法规制路线图。起始，张凌寒副教授介绍了算法地位的变迁路线：从传统制度的严格责任，经历了间接责任与技术中立，成为了间接责任和平台责任（技术中立消解）。算法权力异化会导致算法暴政。算法规制基本路线图可从事前和事后这个角度进行分类。事前包括算法透明度和机器伦理，事后包括算法解释权和算法问责制。
第三，张凌寒副教授对算法解释权理论基础进行了梳理。从合同效力制度、违约请求权救济路径、侵权责任的救济路径以及行政诉讼和行政复议路径角度进行分析，得出现有法律资源对解释权之不敷。因此，新的路径为配置算法解释权，即当自动化决策的具体决定对相对人有法律上或者经济上的显著影响时，相对人向算法使用人提出异议，要求提供对具体决策解释，并要求更新数据或更正错误的权利。其基础为矫正合同双方权力分配，即信息不对称、意思自治和合同风险。
最后，张凌寒副教授展示了算法解释权具体制度的设计。算法解释权的适用限制有算法功能、自动化决策和重大法律影响等。算法解释权的内在构造可分为两个层次，第一层次为具体解释，第二层次为更新解释。算法解释权的形式问题涵盖先行处理原则、程序要素和举证责任。
在两位老师结束专题展示后，王彬副教授和向波副教授分别进行了精彩点评。在互动交流环节，在场师生对“代码与算法的区别”、“人工智能算法的规制”以及“人工智能的法律发展”等问题展开了热烈讨论。