归属学者：

刘泽刚

归属院系：

行政法学院

作者：

刘泽刚

摘要：

算法认知偏差不仅扭曲事实，还影响人工智能法律规制质效。法学文献中的“算法”常用于指代影响权益的人工智能系统。不同于传统编程，机器学习算法是通过向数据学习以形成模型。数据、算力、AI框架、模型框架、人为干预等因素深刻影响算法作用的发挥。算法并不是对利益得失的精巧算计。大部分算法也不具有排他性的财产属性。算法是人工智能体系中相对透明和确定的因素。“算法黑箱”并非人为“黑幕”，而是因基本原理所限导致的验证性和解释性的不足。滥用算法概念会导致人工智能法律规制的失焦、失据、失鹄、失度。数据法与专门立法相结合是人工智能规制的恰当立法形态。过度强调算法不仅造成权利、产业和科技目标难以调和，还可能导致过度监管。算法只有在以人的责任为基础的人工智能系统中才能得到稳妥规制。我国未来应该制定人工智能专门立法。业已开展的算法治理不宜过度冒进，宜审慎处理好当前与未来、名义与实质、规范与发展的关系。在准确的算法认知指导下，算法备案和公示的问题能够得到良好解释和妥善解决。

语种：

中文

出版日期：

2022-11-05

学科：

人工智能法学

收录：

北大核心期刊; 中国科技核心期刊; CSSCI

提交日期：

2022-11-23

引用参考：

刘泽刚. 论算法认知偏差对人工智能法律规制的负面影响及其矫正[J]. 政治与法律,2022(11):50-65.

全文附件授权许可：

知识共享许可协议-署名