人工智能在信用监管中应用的法律风险及其应对

引入人工智能是构建以信用为基础的新型监管机制的有利选择,目前人工智能融合大数据、物联网技术已然在信用信息的共享与挖掘、信用脸谱的描摹、信用风险的预测、信用监管执行的监控及联合奖惩的实施等多个环节彰显功用。但人工智能技术壁垒易阻隔公众知情权的行使;人工智能对信用数据的深度挖掘将威胁信用主体隐私权;人工智能嵌入信用评价的隐匿性会稀释信用主体异议权;机器智能故障易引发联合惩戒过程中的过度损权风险;人工智能算法缺陷亦可能衍生信用监管偏差及权力运行失范风险。对此,应多维治理信用评测中的数据与算法偏见,强化以效果为导向的算法披露理念,赋予信用主体算法解释权并设立信用数据活动顾问;审慎控制人工智能介入信用监管的场景与限度,明确人工智能在信用监管领域的辅助地位;明确信用监管人工智能化的主体间责任,并结合配套立法制度的完善逐一应对。     

法律行为制度的伦理基础

法律行为制度欲发挥规范效力 ,必须具备伦理上的正当性 ,即必须符合正义性的要求。法律行为所能实现的正义只是现代制度伦理或规则伦理中的交换正义与纯粹的程序正义 ,而非分配正义、矫正正义、归属正义与结果正义等类型。在判断交易主体所实施的法律行为是否正义时 ,亦即一方的给付与另一方的对待给付是否具有等值性时 ,原则上应当采纳主观价值标准 ,而非劳动价值论这一客观价值标准。通过主观价值标准来判断法律行为是否正义 ,其实也就是将自由意志作为判断法律行为是否正义的标准 ,自治性基本上就能够满足法律行为伦理性的要求。从原则上来说 ,一项基于双方当事人的自愿而达成的交易就是公正的交易 ,国家不应对之再作出干预     

法律人工智能的接近正义面向——以本体方法智能化法律信息供给

我国当前的法律信息公共供给建设已遇瓶颈,面对瓶颈,应当强化法律人工智能对于接近正义的推动作用,从公民需求出发,借助人工智能在信息整合与输出方面的强大优势,优化现有公共法律服务体系,尤其是法律信息的公共供给。意大利早在21世纪初即引入新兴理论——法律本体论,对法律信息公共供给进行了相关探索。法律本体论在信息智能化方面具有较大优势,将此方法引入公共法律信息供给,能够有效满足公民日益增长的对于法律信息的需求。     

法律伦理的逻辑

法律伦理及法律伦理学是否可能取决于从法律伦理行为事实能否推导出法律伦理行为应该.然而,单纯从行为事实是推不出行为应该的,只有通过法律目的判断以及法律伦理行为事实和法律目的之关系判断,才能从法律伦理行为事实如何推导出法律伦理行为应该如何.法律伦理行为之应该经由人们的法律实践活动可以变为现实,其具体保障在于法律伦理良心、法律伦理名誉、法律伦理教育及底线法律伦理的法律化.     

人工智能的算法偏差及其规避

人工智能的发展引发人类认知的第四次革命,但人工智能中存在着算法偏差,算法偏差可能引起算法歧视,导致不公平竞争以及算法滥用等现象。算法并非价值中立的,它负载着设计者的价值,人工智能的算法偏差是由算法设计者的主观因素和认知偏差引起的,除此之外,数据偏差和"算法黑箱"也可能导致算法偏差。要想消除算法偏差,需要强化人工智能算法主体的责任,保障挖掘数据的准确性并提高算法的透明度与可解释性,通过在人工智能技术中嵌入道德代码消除算法偏差,让人工智能算法经受"道德图灵测试"的考验。     

人工智能时代审计伦理的危机表征与治理路径

人工智能日益成为新一轮产业革命的引擎,其通过技术牵引与场景驱动,正重塑着审计工作的模式和流程。将人工智能应用于审计活动能够大幅提升审计效能,但同时也产生了严重的伦理危机。如何治理人工智能时代下的审计伦理危机,以使人工智能更好地服务于审计工作,已成为各类审计组织亟待解决的问题。文章在明晰人工智能时代审计伦理内涵的基础之上,从审计主体自身以及审计主体与审计客体、利益相关者、智能审计系统开发者之间关系等视角系统分析了人工智能时代审计伦理危机的表征,并基于伦理原则构建、政策与制度、数据与技术、个人与组织等层面探索了人工智能时代审计伦理危机的治理路径,旨在为人工智能时代审计伦理危机的预防、监测和控制提供理论参考和实践借鉴。     

法律的伦理和伦理的法律

法律的伦理和伦理的法律是法律伦理研究的重要内容。关于法律的伦理,研究法律蕴涵的伦理精神及对法律的伦理评判;关于伦理的法律,探讨内含伦理精神的法律的伦理功能、伦理关怀和作用方式,并以此来整合社会大众的德性。伦理精神向法律实体化的转化应是我国当前道德建设的一个重点。     

通用人工智能发展与伦理困境浅析

当下人工智能领域发展迅速,尤其在专用人工智能方面取得了重大的技术成果之后,伴随着这一技术的不断创新和积累,人们开始对其有了更多的期待。当今通用人工智能技术仍然处于发展的初级阶段,虽然整体上取得了一些技术进步,如神经网络、小样本学习等,但仍然只是探索通往通用人工智能的可能性进路。由于人工智能的快速发展和自身的特征,我们更需要负责任地前瞻性地探讨通用人工智能发展所带来的伦理问题。其中之一就是,通用人工智能的出现势必会对人类社会的价值伦理体系造成巨大的影响,而人工智能的出现挑战了一直以来的人类中心主义的伦理价值体系。于是,以什么视角去看待通用人工智能将是一个重要问题。     

人工智能伦理的人伦本质探析

随着经济社会的发展,人工智能逐渐深入千家万户,其伦理问题日益为人们所关注。然而,人工智能伦理的伪命题倾向、符号漂移倾向与责任泛化倾向等凸显了当前人工智能伦理的价值表象之困境,主要原因是其人伦本质受到了一定程度的遮蔽。保护隐私,本质上是保护人工智能对象人的隐私;防止偏见歧视,本质上是防止人工智能当事人的偏见歧视;促进公平,本质上是促进人工智能所涉及的弱势人群的公平,等等。这都确证了人工智能伦理的人伦本质。因此,在实践中着眼于人,尤其是提升人工智能当事人的伦理认知、促进其伦理行为之改善、矫正其严重伦理错误等,方可实现人工智能伦理的人伦复归。加强人工智能伦理的人伦本质探析,在理论上对于揭示人工智能伦理的本质规律,推进人工智能伦理研究系统深化,在实践上对于强化人工智能当事人的责任担当、实现社会善治、满足人对美好生活的追求等等,均具有必要的、积极的理论价值与现实意义。     

医学伦理法律化视角下伦理委员会法律问题探析

医学伦理准则的法律化为伦理准则的实现提供国家强制力保障。一般而言,由政府部门或者医学科研和医疗机构所设立的医学伦理委员会,均属于内设机构,不具有独立的行政主体或者民事主体地位。为了充分发挥伦理委员会制度的作用,我国应完善政府医学伦理审查机制,规范机构伦理委员会建设,保障伦理委员会的专业适格性和运作独立性,建立公正、严密的伦理审查程序,并为伦理审查的利害关系人提供适当的救济途径。     

论人工智能伦理的研究进路

人工智能伦理有很多种不同的研究进路。定位式的研究进路主张通过定位人工智能的社会地位解决人工智能的伦理问题;嵌入式的研究进路主张通过为人工智能嵌入道德算法以规避人工智能可能带来的伦理问题;规范式的研究进路主张通过制定相应的人工智能伦理规范以规范人工智能的发展方向。然而,这些研究进路都存在很多难以解决的问题。基于道德特殊主义,我们可以为人工智能伦理问题给出一个更好的解决方案。     

人工智能的伦理风险及其规制

随着人工智能的广泛应用,其在为人类生产和生活带来便利的同时,也引发了数据隐私泄露与算法偏见、责任主体冲击与边界模糊、主客体异化与信任危机、软法缺陷与硬法缺失等伦理风险。规制人工智能的伦理风险,须优化人工智能技术设计,注重隐私保护与社会公正;赋予人工智能以社会角色,划定人与智能的责任边界;构筑人工智能伦理规约,强化人的主体地位与诚信品质;加快人工智能的法制化进程,健全智能伦理制度体系,从而促使“人—机”和谐共处。     

人工智能的伦理风险治理探析

人工智能技术增进社会福祉和进步的同时,伴随着人机边界模糊、责任追究困境、价值鸿沟扩大和技术过度依赖等伦理风险。人工智能伦理风险的生成有其内在逻辑。人工智能伦理风险的深层性、复杂性等特征契合了协同治理的要求。协同治理范式是人工智能伦理风险治理具有可行性的新探索。推进人工智能伦理风险的协同治理,应构建多元协同组织,形成以政府为核心,技术专家、社会组织、研究机构和公众等共同参与的风险治理自组织系统。在此基础上,通过夯实协同治理条件、增强协同治理参量提升人工智能伦理风险治理效能,促进人工智能伦理风险的整体性治理。     

制度正义之逻辑建构

制度正义是制度的正义性与制度化的正义的统一,因此制度正义不是制度原理与正义理论的直接结合,而是从制度特性—制度伦理—正义原则以及内在关系的融合上进行逻辑建构的。     

人工智能传播的信任维度及其机制建构研究

人工智能传播技术应用中引发的伦理问题,一定程度挫伤了公众对于技术的信任,建立人工智能传播信任是深入实施创新驱动发展战略和加快建设创新型国家的迫切需要。通过回溯以往的信任研究发现,人工智能传播信任在信任发生的基础、信任结构、信任边界方面都发生了变化。人工智能传播信任包含了人际信任、系统信任以及技术信任三个不同维度的信任层次,技术信任是人工智能传播信任建构的基础,系统信任是人工智能传播信任建构的保障,人际信任则是人工智能传播信任可感知与实践落实的部分。人工智能传播信任机制建构中的难点在于明确信任交互对象的信义责任与义务、专业知识不对等性与沟通渠道的建设、道德规范与伦理价值观的认同三个方面。可从构建与分享共同规范与伦理价值观的角度切入,突出重点、循序渐进地推进人工智能传播全周期的信任生态系统的建设。     

论可解释的人工智能之制度构建

依赖于大数据的人工智能技术存在算法黑箱的固有缺陷,构建具有可解释性的人工智能是保障用户实现相关权益的前提,是促进社会形成人工智能准确认知和良好信心的必然选择,是实现透明、可控、负责任人工智能发展的基础,也是人工智能成为一门科学的内在要求。任何人工智能都不是完全不具有可解释性的,它们都在一定范围内具有相当程度的可解释性的。私法上的算法解释权属于事后救济权,是用户请求网络运营者对个人权益有重大影响的自动化决策予以解释的权利,限于调整基于连接主义的黑盒算法,解释的水平应当符合现有科学技术水平。在潜在风险发生之前和存在损害普遍多数用户利益的情况下,应当引入算法影响评估、告知义务、外部算法问责,从而以积极的方式促进人工智能的可解释性,提高算法透明度以构建公共信任的基础。我国《个人信息保护法(草案)》已经为个人信息处理领域的人工智能可解释性提供了充分的法律依据,未来还需要通过专门的人工智能立法围绕"可解释性"作出合理制度安排。     

从伦理调节到法律调节——传统义利观的现代转换

在传统社会,义利关系的调节主要依靠伦理教化.随着社会的发展,尤其是市场经济地位的确立,这种主要依靠伦理教化来调节义利关系的方式不再适应市场竞争的需要,因此,法律调节就成为一种有效的手段.法律调节既承认了市场主体追求效率或利益的合法性,又保证了市场主体在利益博弈中的公平地位,在市场规制中促进了公平与效率的统一,即"义"和"利"的现实统一.     

人工智能的伦理困境与正向规约

人工智能是根据对环境的感知,做出合理的行动,并获得最大收益的计算机程序,它有着应用人工智能、通用人工智能与超人工智能三类层级。由于超人工智能远超人类的控制范围,对人工智能伦理的考察可以从其他两个层级展开。从应用人工智能伦理看,人工智能引发了信息安全困境、责任归属困境、技术依赖风险以及产业后备军与社会不公平等问题。从通用人工智能伦理看,人工智能带来了人机边界模糊、人的存在异化、人的自由异化甚至人类种族终结等问题。对此,要在坚持人本主义原则的基础上,通过技术层面的智能监管、程序设置与价值规范以及社会层面的伦理设计、法律规制与协同治理等,实现对人工智能的正向规约。