侵犯公民个人信息罪刑法适用的调整和重构

司法解释有关侵犯公民个人信息罪中的个人信息的定义应同《个人信息保护法》的规定保持一致。合法获取但非法使用个人信息的行为亦应构成侵犯公民个人信息罪。侵犯公民个人信息罪是故意犯罪且相关行为应具有法益侵害具体结果。获得公民知情同意的侵犯公民个人信息行为不构成侵犯公民个人信息罪,"公民知情同意"的效力应当以《个人信息保护法》赋予公民最后一次行使同意权的效力为基准。侵犯公民个人信息罪的保护法益应为与公民人格、财产权紧密关联的个人信息自决权。司法解释对"情节严重"的认定应根据个人信息对公民个人利益影响的紧密程度以及行为人的主观动机两个方面综合考量。司法解释应采用《个人信息保护法》的分类方式,将个人信息区分为敏感个人信息和一般个人信息两种,并对侵犯公民个人信息再犯情形的构罪标准进行修改。     

代孕背景下的亲子关系认定——基于意思自治的理论视角

现代生殖医学技术快速发展,虽有助于破除特殊群体在传统自然生殖方式下无法实现生育目标的障碍,但也不断挑战传统生育语境中亲子关系认定原则。通过梳理传统亲子关系认定原则在代孕问题上的局限和矛盾,并比较域外典型代孕政策中亲子关系认定相关内容,剖析其立法表达可被我国现实需求所摄取之部分。同时,在功能实效中探究代孕行为中“意思自治”这一民法基本原则表达的代孕协议这一关键内容之实态,以及其对亲子关系推定及否认的影响,以期构建在该原则前提下对传统亲子关系认定原则矫正后的,更加完善且具有相当适用性的代孕背景下亲子关系认定应然原则体系。     

数据安全刑事合规的滤罪模式

数据安全刑事合规即为预防数据犯罪、保障数据安全,以企业为主体、多方参与的合规治理活动,与行政合规、行业合规含义不同。其正当性根据在于,企业合规是责任伦理的要求,与单位犯罪理论不相冲突,并与宽严相济刑事政策相融合。数据犯罪具有法定犯特征,其前置法具有“滤罪”机能。《中华人民共和国数据安全法》以数据安全法益保护为核心,在前置性法律法规中居于基本法地位,前置法的认定须坚持刑事违法性判断的相对独立性。“滤罪”以刑法为底线标准,以行政法规为一般标准,以行业规范为参照标准。从刑事实体法的角度,“滤罪”包括入罪与出罪两个方面,包含刑事立法、定罪量刑、犯罪预防、刑罚执行等阶段。从刑事程序法的角度,“滤罪”即案件过滤,涵盖刑事诉讼中侦查、起诉、审判各个环节。数据安全刑事合规的滤罪模式包括两个方面：一是滤罪内容,以数据安全立法相关规定为基础,合理设置企业及其他组织、个人在数据处理活动中的数据安全保护义务,企业内外部数据安全监管,国家安全和司法执法协助义务,法律需要协调不同主体数据利益的公平分配;二是滤罪体系,明确数据安全分类分级保护的滤罪层次,将制定与实施企业数据合规计划融入刑事司法过程,并与行政部门监管...     

论人工智能生成内容的法律保护

人工智能技术的发展给当下的法律制度带来了一系列颠覆性挑战,并重塑着著作权领域中成果性质认定与保护的底层逻辑。人工智能生成内容是人工智能基于算法和数据建模后自动生成的,并非人类的个性化表达,人类在此过程中的参与度极低,将其作为“作品”保护与传统著作权法理论相违背,并存在制度障碍。但保护人工智能生成内容的权利与著作权法的终极目标相吻合,且对公众福祉具有积极效应,具有实然正当性与深厚的法理根基。鉴于对人工智能生成内容的保护与邻接权制度存在价值上的契合性,故可将人工智能生成内容作为广义邻接权客体。对人工智能生成内容的利用面临“反公地悲剧”问题,应对相关权利人的权利行使进行适当限制,拓宽人工智能生成内容的合理使用边界,将其纳入法定许可范围,并缩短邻接权保护期限。作为人工智能生成内容法律保护机制的重要组成部分,《刑法》第二百一十七条关于侵犯著作权罪的条文内容应作出相应的修改,以实现经济发展、科技进步与社会治理的平衡。     

数据安全刑事治理的激励模式

广义的激励是奖励与惩罚的上位概念,狭义的激励则是奖励的近义词,与惩罚是并列关系。法律激励应界定为狭义的正向激励,同时也不排斥惩罚的反向激励作用,两者是法律激励的一体两面。传统的数据控制安全保护模式限制了数据流通和开放分享,需要确立以数据利用安全为重心的法律治理模式。刑法应当从注重数据静态安全保护转向重视数据动态安全保护,强化对数据滥用行为的刑事规制,发挥刑罚的反向激励作用。数据安全刑事治理对于数据安全和发展同样具有双向激励机能,具体需要从实体和程序两方面予以把握。实体激励涉及数据犯罪中前置性行政法认定、个人信息数据知情同意权利保护、附随性刑事制裁措施的适用,程序激励主要是认罪认罚从宽制度、刑事和解制度及其衔接协调。数据安全法律治理体系包括硬法治理和软法治理两种形式,软法又可分为国家软法和社会软法。数据安全刑事治理需要政府、企业和社会多方参与,寻求软法与硬法相融合的体系化路径。     

生成型人工智能的刑事风险与防治策略——以ChatGPT为例

生成型人工智能在通过程序生成具有创造性的新内容方面实现了新的突破,同时蕴含诸多的刑事风险。生成型人工智能的刑事风险包括不当获取数据信息的刑事风险、生成违法犯罪信息的刑事风险、使用者不当利用生成内容的刑事风险。规制生成型人工智能的刑事风险时,刑法应有所为有所不为,始终保持内在的谦抑,坚守不阻碍科技发展的底线。为此,应采用分级治理策略：通过生成型人工智能研发企业刑事合规计划,探索生成型人工智能所涉违法犯罪的预防性治理模式;加强科技监管手段在行政监管手段中的运用比重,通过有效的行政规制手段降低生成型人工智能刑事风险现实化的可能性;当刑事合规计划与行政监管手段失灵时,才可考虑采用轻重程度适当的刑法规制手段。实施分级治理策略,有利于督促生成型人工智能研发企业从源头上降低风险,并充分发挥行政监管与行政前置法“过滤”犯罪的作用,实现遏制技术风险和促进科技发展的双重目的。     

审查逮捕程序中的阅卷权：比较与借鉴

我国被追诉人在侦查期间的审查逮捕程序中不享有阅卷权,这种羁押阅卷权的缺失,压缩了辩护权的发挥空间,掣肘审查逮捕程序诉讼化的改造,造成认罪认罚中控辩失衡。为了维护被追诉人在审查逮捕中的程序主体地位,完善审查逮捕程序的正当性以及保证认罪认罚的自愿性,在借鉴域外羁押阅卷制度的基础上,并结合我国的立法和司法实践,扩张我国现行的阅卷制度,赋予被追诉人有限的羁押阅卷权。辩护人(包括值班律师)以及无辩护人的被追诉人在审查逮捕程序中行使阅卷权、阅卷范围仅限于与逮捕相关的事由及证据、基于特殊利益的需求须在一定程度上限制该阅卷权的行使、构建现场阅卷和电子化阅卷的方式。赋予被追诉人有限的羁押阅卷权将有利于在审查逮捕程序中贯彻控辩平等、有效辩护的基本诉讼理念,保障被追诉人的人身自由权,使其不受控方的非法羁押。