2021-04-12 14:52:34 來源：中國周刊
作者：張 欣（對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)法學(xué)院副教授），來源：《法商研究》2021年第2期
作為底層架構(gòu)的算法，在擴(kuò)展式嵌入社會(huì)經(jīng)濟(jì)領(lǐng)域時(shí)已逐步超越代碼特質(zhì)，整合并再生為新型“社會(huì)權(quán)力”。面對(duì)這一挑戰(zhàn)，算法影響評(píng)估制度應(yīng)運(yùn)而生。其有助于創(chuàng)制合理的算法透明度并構(gòu)筑算法信任，助力場(chǎng)景化和精準(zhǔn)化算法治理，與數(shù)據(jù)保護(hù)影響評(píng)估制度形成有效勾連。美國和加拿大以公共事業(yè)為核心領(lǐng)域，以框架式治理和協(xié)同治理為實(shí)現(xiàn)路徑，以“技術(shù)架構(gòu)、影響維度和問責(zé)制”為核心支撐，以敏捷治理理念打造智能評(píng)估工具，形成了全周期覆蓋、閉環(huán)聯(lián)動(dòng)的評(píng)估框架。在構(gòu)建本土化方案時(shí)，應(yīng)當(dāng)科學(xué)制定算法影響評(píng)估制度的構(gòu)建規(guī)劃及基本路徑，精細(xì)化制度設(shè)計(jì)并強(qiáng)化制度執(zhí)行實(shí)效，合理構(gòu)建內(nèi)外兼具、激勵(lì)相容的協(xié)同評(píng)估機(jī)制。
一、問題的提出
伴隨著數(shù)據(jù)和人工智能技術(shù)的迅猛發(fā)展，以商業(yè)資本或者政治權(quán)力為驅(qū)動(dòng)力，算法已經(jīng)逐步超越代碼這一特質(zhì)，內(nèi)嵌在搜索引擎、新聞推薦、風(fēng)險(xiǎn)評(píng)估、人臉識(shí)別、自動(dòng)駕駛等多元化公私場(chǎng)景中，成為構(gòu)建社會(huì)秩序的代理決策者。作為底層架構(gòu)的算法，雖然形式客觀、運(yùn)行高效，但其技術(shù)特質(zhì)無法為決策的穩(wěn)健性、正當(dāng)性和合理性作出充分證成。實(shí)際上，一系列算法偏誤已經(jīng)在社會(huì)、經(jīng)濟(jì)領(lǐng)域帶來不良影響。例如，臉書的算法在就業(yè)和住房廣告精準(zhǔn)投放時(shí)產(chǎn)生了性別傾斜和種族歧視。數(shù)百萬非裔美國人因患者分配醫(yī)療算法的偏誤設(shè)計(jì)在醫(yī)療護(hù)理上受到了系統(tǒng)性歧視。更令人震驚的是，2019年兩架波音飛機(jī)因自動(dòng)駕駛軟件程序故障造成空難，致使346名乘客不幸罹難。由此可見，當(dāng)算法與公私權(quán)力主體相結(jié)合，整合并再生成為新型“社會(huì)權(quán)力”時(shí)，各國立法者亟須以平等、公平和安全為內(nèi)核構(gòu)建科學(xué)合理的治理框架，彌合算法系統(tǒng)與社會(huì)核心價(jià)值之間的潛在張力。但由于一個(gè)簡(jiǎn)單的算法應(yīng)用場(chǎng)景至少涉及算法開發(fā)者、部署者、使用者等多個(gè)主體和多項(xiàng)法益，不同的算法運(yùn)行場(chǎng)景也意味著不盡一致的算法治理要求，因此，還需建立一種具有動(dòng)態(tài)性、精準(zhǔn)性、場(chǎng)景性的算法治理機(jī)制，打破單一治理框架與多元應(yīng)用場(chǎng)景之間、技術(shù)復(fù)雜性和動(dòng)態(tài)性與治理規(guī)范的穩(wěn)定性和普遍性之間的緊張內(nèi)核。
面對(duì)日益攀升的算法治理壓力，算法影響評(píng)估制度作為重要的治理方案被提上中外立法議程，成為當(dāng)下算法治理實(shí)踐中最為矚目的焦點(diǎn)。2018年美國紐約市通過頒布《算法問責(zé)法》首創(chuàng)自動(dòng)化決策系統(tǒng)的影響評(píng)估制度。2019年加拿大政府頒布《自動(dòng)化決策指令》系統(tǒng)化創(chuàng)建算法影響評(píng)估指標(biāo)。2020年歐盟《人工智能白皮書》也不約而同地提出應(yīng)針對(duì)人工智能應(yīng)用建立清晰、易懂且兼顧各方利益的影響評(píng)估標(biāo)準(zhǔn)。在我國，從人工智能治理的頂層設(shè)計(jì)到地方人工智能行動(dòng)方案，算法影響評(píng)估制度已作為一項(xiàng)核心制度被明確提出。例如，新近頒布的《關(guān)于建設(shè)人工智能上海高地 構(gòu)建一流創(chuàng)新生態(tài)的行動(dòng)方案（2019-2021）》就明確提出建立人工智能風(fēng)險(xiǎn)評(píng)估和法治監(jiān)管體系。由此可見，算法影響評(píng)估制度不僅已經(jīng)成為各國立法者競(jìng)相關(guān)注的焦點(diǎn)，而且還成為人工智能未來監(jiān)管框架的重要起點(diǎn)。但面對(duì)日益迫切的制度建構(gòu)需求，我國學(xué)界對(duì)于算法影響評(píng)估制度的研究卻很薄弱。本文擬聚焦算法影響評(píng)估制度，系統(tǒng)梳理其制度優(yōu)勢(shì)，對(duì)比挖掘域外方案，提煉制度構(gòu)建的核心機(jī)理，為探索建立中國方案奠定有益的理論基礎(chǔ)。
二、算法影響評(píng)估制度的治理優(yōu)勢(shì)
算法影響評(píng)估制度是指依據(jù)系統(tǒng)制定的衡量標(biāo)準(zhǔn)對(duì)自動(dòng)化決策系統(tǒng)的應(yīng)用流程、數(shù)據(jù)使用和系統(tǒng)設(shè)計(jì)等內(nèi)容進(jìn)行系統(tǒng)評(píng)判，以明確該系統(tǒng)的影響水平和風(fēng)險(xiǎn)等級(jí)的一種算法治理實(shí)踐。從技術(shù)運(yùn)行機(jī)理和算法治理目標(biāo)看，算法影響評(píng)估制度具有下列3項(xiàng)核心優(yōu)勢(shì)。
（一）創(chuàng)制合理的算法透明度并構(gòu)筑算法信任
在算法對(duì)社會(huì)不斷重建的過程中，個(gè)性化和效率性的增加還伴隨著多元風(fēng)險(xiǎn)，致使決策透明度和可控性下降，甚至形成“黑箱社會(huì)”。降低算法決策透明度的根源主要有3個(gè)方面：其一，傳統(tǒng)的知識(shí)產(chǎn)權(quán)和商業(yè)秘密制度成了算法開發(fā)者和部署者對(duì)抗算法問責(zé)的有力武器；其二，算法開發(fā)者和設(shè)計(jì)者因受到商業(yè)利益的驅(qū)動(dòng)而具有將算法模型不斷復(fù)雜化、黑箱化的內(nèi)在激勵(lì)；其三，現(xiàn)有算法治理框架未能準(zhǔn)確捕捉算法運(yùn)行的內(nèi)在機(jī)理，將算法決策的合法化審查轉(zhuǎn)變?yōu)楦∮谛问降暮弦?guī)化管理。算法決策因此變得難以審查。
算法影響評(píng)估制度采用全周期視角，以中立、專業(yè)、可信的評(píng)估主體為保證，對(duì)算法設(shè)計(jì)、部署、運(yùn)行的全部流程予以動(dòng)態(tài)評(píng)估，要求算法系統(tǒng)在用于商業(yè)以及公共事業(yè)場(chǎng)景前就接受獨(dú)立的社會(huì)技術(shù)分析。其猶如一把利劍，精準(zhǔn)刺破了“黑箱社會(huì)”的神秘面紗，創(chuàng)制合理的算法透明度并構(gòu)筑算法信任。首先，算法影響評(píng)估制度從程序和實(shí)質(zhì)兩個(gè)方面創(chuàng)建了合理的算法透明度，擺脫了算法設(shè)計(jì)者妄想藏匿于知識(shí)產(chǎn)權(quán)和商業(yè)秘密制度屏障后，從而試圖逃避算法責(zé)任的治理難題。一方面，算法影響評(píng)估制度建立了程序性的評(píng)估機(jī)制，賦予利益相關(guān)主體以程序性保障和參與渠道，從而創(chuàng)建了算法決策運(yùn)行過程中的信任溝通機(jī)制，增加了算法決策的適當(dāng)性。另一方面，算法影響評(píng)估制度從實(shí)質(zhì)層面預(yù)先識(shí)別和系統(tǒng)跟蹤算法內(nèi)置或者潛在偏誤，增加算法運(yùn)行系統(tǒng)的可追溯性、穩(wěn)健性和準(zhǔn)確性。其次，算法影響評(píng)估標(biāo)準(zhǔn)的建立可以促使研發(fā)主體以負(fù)責(zé)任的態(tài)度對(duì)系統(tǒng)進(jìn)行開發(fā)，在系統(tǒng)設(shè)計(jì)之初就預(yù)估其可能產(chǎn)生的風(fēng)險(xiǎn)，在運(yùn)行過程中也實(shí)時(shí)檢測(cè)系統(tǒng)是否按照預(yù)期穩(wěn)定運(yùn)行，由此弱化算法開發(fā)者和設(shè)計(jì)者不斷將設(shè)計(jì)復(fù)雜化、“黑箱化”的不良激勵(lì)。最后，算法影響評(píng)估制度還將法律和行業(yè)規(guī)范與各項(xiàng)治理標(biāo)準(zhǔn)有機(jī)結(jié)合，形成細(xì)化可行的評(píng)估框架，解決算法問責(zé)制流于形式的治理難題，促使各科技公司強(qiáng)化現(xiàn)有控制流程，實(shí)現(xiàn)更高效率的風(fēng)險(xiǎn)管理，將算法影響評(píng)估制度內(nèi)嵌于技術(shù)開發(fā)、流程管理和實(shí)際應(yīng)用的全過程。通過多管齊下，算法影響評(píng)估制度既增加了算法決策在多元應(yīng)用場(chǎng)景中的適當(dāng)性和可接受性，又有助于營(yíng)造可信賴的人工智能應(yīng)用生態(tài)，推動(dòng)“黑箱社會(huì)”轉(zhuǎn)變?yōu)椤帮@式社會(huì)”，從根本上構(gòu)建算法信任。
（二）助力場(chǎng)景化和精準(zhǔn)化的算法治理
人工智能時(shí)代的治理邏輯已經(jīng)發(fā)生全方位的深度變革，單一框架的治理路徑漸被拋棄，一種基于場(chǎng)景化、精細(xì)化的治理實(shí)踐已經(jīng)出現(xiàn)。例如，2020年歐盟《人工智能白皮書》就明確提出應(yīng)當(dāng)在應(yīng)用場(chǎng)景、部署目的、安全保護(hù)、消費(fèi)者利益和基本權(quán)利5個(gè)維度建立基于風(fēng)險(xiǎn)的五級(jí)監(jiān)管體系，清晰區(qū)分各類人工智能應(yīng)用的評(píng)估標(biāo)準(zhǔn)，實(shí)施差異化監(jiān)管。場(chǎng)景化、精準(zhǔn)化的算法治理，意味著各算法應(yīng)用所涉及的治理目標(biāo)、治理工具和治理內(nèi)容有所不同，與具體關(guān)涉到的主體、行為、規(guī)范、價(jià)值具有復(fù)雜的匹配關(guān)系；其是將技術(shù)應(yīng)用場(chǎng)景中的各方利益和社會(huì)影響不斷加以明晰的過程，是事實(shí)與規(guī)范的精準(zhǔn)細(xì)化和科學(xué)組合。
正如有的學(xué)者所言：“治理活動(dòng)就是一種場(chǎng)景化行動(dòng)。一旦某種特定的場(chǎng)景被建構(gòu)起來，支撐場(chǎng)景化行動(dòng)的治理技術(shù)就有了自主性，成為治理場(chǎng)景的有機(jī)組成部分?！?在算法治理領(lǐng)域，算法影響評(píng)估制度是場(chǎng)景化、精準(zhǔn)化算法治理框架的核心實(shí)現(xiàn)路徑，可以幫助開發(fā)者、設(shè)計(jì)者、部署者以及公眾等利益相關(guān)方清晰理解算法設(shè)計(jì)與應(yīng)用程序所應(yīng)配備的治理和監(jiān)管要求。算法影響評(píng)估制度還有助于在算法權(quán)利配置和責(zé)任承擔(dān)方面建立依據(jù)具體場(chǎng)景而觸發(fā)的精細(xì)化標(biāo)準(zhǔn)和規(guī)則，準(zhǔn)確提煉算法應(yīng)用場(chǎng)景中具有普遍性的治理需求，使復(fù)雜多元的算法應(yīng)用既滿足共性化的設(shè)計(jì)、部署和運(yùn)行標(biāo)準(zhǔn)，又可以達(dá)致精準(zhǔn)化的個(gè)性化適配。對(duì)于社會(huì)嵌入性強(qiáng)、預(yù)期風(fēng)險(xiǎn)較大的算法應(yīng)用而言，算法影響評(píng)估制度還可以顯著增加系統(tǒng)的可控性、透明度和穩(wěn)健性。
（三）有效聯(lián)結(jié)數(shù)據(jù)保護(hù)影響評(píng)估制度
在自動(dòng)化決策系統(tǒng)運(yùn)行過程中，算法與數(shù)據(jù)緊密相連，共同在場(chǎng)景應(yīng)用中發(fā)揮作用。在設(shè)計(jì)和運(yùn)行環(huán)節(jié)，若沒有海量、可靠的數(shù)據(jù)喂養(yǎng)和支撐，則再好的算法設(shè)計(jì)也如空中樓閣；但僅有海量數(shù)據(jù)，如果缺乏具有高度解析能力的算法進(jìn)行高效分析和挖掘，那么海量數(shù)據(jù)也可能被浪費(fèi)，難以得到有效應(yīng)用。因此，在網(wǎng)絡(luò)治理領(lǐng)域，數(shù)據(jù)保護(hù)影響評(píng)估制度與算法影響評(píng)估制度相輔相成，互為補(bǔ)充，構(gòu)成算法問責(zé)制的一體兩翼。二者制度設(shè)計(jì)的內(nèi)在機(jī)理存在諸多相同之處，如以項(xiàng)目而非組織為執(zhí)行基礎(chǔ)，具有事先預(yù)期性而非回溯性特質(zhì)，具有動(dòng)態(tài)性和持續(xù)性，評(píng)估系統(tǒng)和數(shù)據(jù)使用的影響和風(fēng)險(xiǎn)等，但二者的制度設(shè)計(jì)也存在諸多不同之處。這使得僅依靠數(shù)據(jù)保護(hù)影響評(píng)估制度難以解決自動(dòng)化決策系統(tǒng)在運(yùn)行過程中存在的歧視、偏誤、不透明等治理難題。因此，就自動(dòng)化決策系統(tǒng)而言，算法影響評(píng)估制度不僅可以有效聯(lián)結(jié)數(shù)據(jù)保護(hù)影響評(píng)估制度，而且還能從以下兩個(gè)方面彌補(bǔ)其不足。首先，有效彌補(bǔ)了數(shù)據(jù)保護(hù)影響評(píng)估制度中協(xié)同治理架構(gòu)設(shè)計(jì)的不足。以《通用數(shù)據(jù)保護(hù)條例》為例，數(shù)據(jù)保護(hù)影響評(píng)估制度主要立足于數(shù)據(jù)控制者運(yùn)行的內(nèi)部層面。雖然《通用數(shù)據(jù)保護(hù)條例》第35（9）條規(guī)定：“在適當(dāng)情況下控制者在不影響商業(yè)利益保護(hù)、公共利益保護(hù)或者處理操作安全的情況下，應(yīng)當(dāng)就將要進(jìn)行的處理向數(shù)據(jù)主體或者代表尋求意見”，第36（1）條規(guī)定：“若根據(jù)本條例第35條的規(guī)定進(jìn)行的數(shù)據(jù)保護(hù)影響評(píng)估表明，若控制者不采取措施降低風(fēng)險(xiǎn)，處理將帶來高風(fēng)險(xiǎn)，數(shù)據(jù)控制者應(yīng)當(dāng)在處理數(shù)據(jù)之前與監(jiān)管機(jī)構(gòu)進(jìn)行事先協(xié)商。但并未強(qiáng)制性地要求外部法律、社會(huì)或者數(shù)據(jù)安全領(lǐng)域的專家實(shí)施獨(dú)立監(jiān)督，也并未要求評(píng)估過程接受公共機(jī)構(gòu)監(jiān)督。這種制度設(shè)計(jì)雖然體現(xiàn)了對(duì)數(shù)據(jù)質(zhì)量和數(shù)據(jù)安全的關(guān)注，但對(duì)協(xié)同治理實(shí)踐的關(guān)注有所不足，對(duì)社會(huì)和經(jīng)濟(jì)影響的評(píng)估亦有所欠缺。與數(shù)據(jù)保護(hù)影響評(píng)估制度相比，算法影響評(píng)估制度不僅要求設(shè)計(jì)者、部署者和運(yùn)行者對(duì)算法設(shè)計(jì)和相關(guān)數(shù)據(jù)展開系統(tǒng)評(píng)估，而且還要求在評(píng)估過程中納入外部問責(zé)和審計(jì)力量，全面踐行協(xié)同治理理念，相比較而言具有更為完善的治理架構(gòu)。其次，有效解決改進(jìn)數(shù)據(jù)保護(hù)影響評(píng)估制度中公眾披露不足的問題。在數(shù)據(jù)保護(hù)影響評(píng)估制度中，雖然立法和相關(guān)指南推薦數(shù)據(jù)控制者對(duì)評(píng)估結(jié)果予以公布，但并不強(qiáng)求其公布評(píng)估文件和流程信息，可以僅公布核心概要。在數(shù)據(jù)和算法治理實(shí)踐中，由于一定程度的公眾參與和公開披露已被廣泛視為構(gòu)成有效治理的核心要素，因此，算法影響評(píng)估制度基于差異化場(chǎng)景建立合理透明度，尤其是對(duì)公共事業(yè)場(chǎng)景中高風(fēng)險(xiǎn)的自動(dòng)化決策系統(tǒng)建立嚴(yán)格的公開披露制度，可以有效補(bǔ)齊數(shù)據(jù)保護(hù)影響評(píng)估制度中公眾披露不足的短板。
三、算法影響評(píng)估制度的構(gòu)建機(jī)理
在技術(shù)領(lǐng)域，算法影響評(píng)估是指對(duì)自動(dòng)化決策系統(tǒng)的穩(wěn)健性、公平性和可解釋性等特性進(jìn)行的評(píng)估。其目標(biāo)是設(shè)定系統(tǒng)的運(yùn)行邊界和使用周期，創(chuàng)建系統(tǒng)設(shè)計(jì)者對(duì)運(yùn)行結(jié)果負(fù)責(zé)的切入點(diǎn)。但在算法治理領(lǐng)域，由于算法架構(gòu)、應(yīng)用領(lǐng)域、治理框架和治理邏輯等不同，因此存在多個(gè)版本的制度設(shè)計(jì)和提案。本文擬選取美國和加拿大的算法影響評(píng)估制度作為代表性的立法樣本，從應(yīng)用領(lǐng)域、協(xié)調(diào)機(jī)制、評(píng)估標(biāo)準(zhǔn)和評(píng)估工具4個(gè)方面系統(tǒng)梳理其核心構(gòu)建機(jī)理。
（一）以公共事業(yè)場(chǎng)景為核心應(yīng)用領(lǐng)域
現(xiàn)代治理的復(fù)雜性和信息科技的廣泛應(yīng)用極大推動(dòng)了現(xiàn)代“行政國”向“自動(dòng)化行政國”的全面轉(zhuǎn)化。從立法、執(zhí)法到司法，從資源分配、戰(zhàn)略部署到責(zé)任認(rèn)定，一系列公共決策正由算法輔助乃至替代執(zhí)行。與此伴隨而來的是算法歧視、算法霸權(quán)等算法適用危機(jī)。這些危機(jī)共同指向3個(gè)治理難題：首先，公共事業(yè)領(lǐng)域的算法應(yīng)用攸關(guān)公共利益。一旦發(fā)生決策失誤，就可能帶來系統(tǒng)性社會(huì)風(fēng)險(xiǎn)。其次，算法決策偏誤引發(fā)的權(quán)益損失目前尚無高效、可行的配套救濟(jì)措施。例如，公民在被算法系統(tǒng)錯(cuò)誤標(biāo)記后，很難通過高效的方式自證清白并迅速恢復(fù)信譽(yù)。相反，其可能反復(fù)遭受歧視或者錯(cuò)誤待遇。最后，由于算法模型架構(gòu)復(fù)雜，因此應(yīng)用于公共事業(yè)場(chǎng)景時(shí)難以保障相關(guān)人知情、參與、異議和救濟(jì)性權(quán)利，外部主體難以在傳統(tǒng)制度框架下進(jìn)行有效的算法問責(zé)。針對(duì)這些治理痛點(diǎn)，美國和加拿大兩國率先行動(dòng)，首先聚焦于公共事業(yè)場(chǎng)景中的算法影響評(píng)估制度，希冀以此提升行政領(lǐng)域的算法治理實(shí)踐。
2018年10月，美國紐約市率先頒布《算法問責(zé)法》，揭開了美國在算法治理領(lǐng)域的立法篇章。該法明確規(guī)定行政機(jī)構(gòu)以及慈善團(tuán)體應(yīng)用自動(dòng)化決策系統(tǒng)時(shí)應(yīng)當(dāng)接受自動(dòng)化決策系統(tǒng)工作組在公正性、可問責(zé)性和透明度等方面的評(píng)估。與紐約市的立法類似，2019年華盛頓州提出的S.B.5527和H.B.1655法案以及加利福尼亞州的S.B.444法案也明確規(guī)定政府和公共實(shí)體機(jī)構(gòu)在公共事業(yè)場(chǎng)景應(yīng)用自動(dòng)化決策系統(tǒng)應(yīng)當(dāng)進(jìn)行算法影響評(píng)估。2019年，加拿大政府頒布《自動(dòng)化決策指令》，以透明、問責(zé)、合法、程序公正等核心行政法原則為指引，系統(tǒng)構(gòu)建算法影響評(píng)估制度。該指令聚焦公共事業(yè)場(chǎng)景，主要適用于聯(lián)邦行政機(jī)構(gòu)以及為政府服務(wù)的外部主體利用自動(dòng)化決策系統(tǒng)作出行政決定的情形。雖然美國和加拿大兩國在微觀層面的制度設(shè)計(jì)有所不同，但算法影響評(píng)估制度均率先在公共事業(yè)場(chǎng)景適用。其核心目的都在于通過系統(tǒng)評(píng)估和識(shí)別自動(dòng)化決策系統(tǒng)在公共事業(yè)場(chǎng)景對(duì)個(gè)人和團(tuán)體的潛在影響和風(fēng)險(xiǎn)，為公眾和外部主體審查和稽核算法奠定基礎(chǔ)，并為探索精準(zhǔn)化、場(chǎng)景化的算法治理框架提供決策依據(jù)。
（二）以框架式治理和協(xié)同治理為實(shí)現(xiàn)路徑
人工智能技術(shù)的創(chuàng)新具有迅速迭代性。算法作為人工智能技術(shù)鏈的源頭更是如此。算法技術(shù)日益攀升的發(fā)展速率和不斷復(fù)雜多元的應(yīng)用場(chǎng)景使得立法者只能處于被動(dòng)追趕的艱難境地。觀察美國和加拿大立法者對(duì)于算法影響評(píng)估制度的構(gòu)建策略可知，雖然微觀規(guī)則設(shè)計(jì)各有特色，但均采用框架式治理和協(xié)同治理的思路，在充分考慮技術(shù)發(fā)展速率和應(yīng)用復(fù)雜性的基礎(chǔ)上，積極嘗試建立一種動(dòng)態(tài)開放、自我演化的算法治理機(jī)制。所謂框架式治理，是指在確定性的法律規(guī)則之外，以可度量、可標(biāo)定、可操作、可區(qū)分的分級(jí)化指標(biāo)、標(biāo)準(zhǔn)和清單為基礎(chǔ)，構(gòu)建起約束相關(guān)主體認(rèn)知和行為框架的治理方式，可以為分級(jí)化、場(chǎng)景化、精確化的算法治理實(shí)踐提供決策基礎(chǔ)。算法治理實(shí)踐中的協(xié)同治理則是指突破傳統(tǒng)政府主導(dǎo)的線性管理模式，借助行業(yè)代表、外部專家和社會(huì)公眾等多元力量，對(duì)算法應(yīng)用予以解釋、評(píng)估、監(jiān)測(cè)和完善的治理策略?？梢哉f，算法影響評(píng)估制度預(yù)示著人工智能治理實(shí)踐開始跨越傳統(tǒng)孤立式的單線治理模式，向以協(xié)同化、立體化、框架化、精準(zhǔn)化為特質(zhì)的多元治理模式的深度轉(zhuǎn)變。
在實(shí)施路徑上，依據(jù)《算法問責(zé)法》，紐約市成立了自動(dòng)化決策工作組，由市長(zhǎng)辦公室主任主持，同時(shí)由市長(zhǎng)數(shù)據(jù)分析辦公室首席分析官和人權(quán)委員會(huì)戰(zhàn)略計(jì)劃專員聯(lián)席負(fù)責(zé)。工作組的成員由各相關(guān)政府機(jī)構(gòu)和辦公室、企業(yè)和行業(yè)、非營(yíng)利組織、算法和數(shù)據(jù)領(lǐng)域的專家等共計(jì)17名成員組成。為增加規(guī)則的可操作性，工作組自成立以來就制定了認(rèn)定某一工具或者系統(tǒng)是否屬于行政機(jī)構(gòu)自動(dòng)化決策系統(tǒng)的自檢清單，以清晰界定應(yīng)當(dāng)適用的系統(tǒng)類型。清單和標(biāo)準(zhǔn)相互結(jié)合的方式不僅有助于規(guī)則的持續(xù)更新，而且在技術(shù)上可度量、可標(biāo)定，在具體適用層面可觀測(cè)、可區(qū)分。在具體表現(xiàn)形式上，該清單以詳細(xì)問卷的方式對(duì)機(jī)器學(xué)習(xí)、數(shù)據(jù)處理、人工智能技術(shù)和公眾影響等術(shù)語作以引導(dǎo)式規(guī)定。參評(píng)主體可以通過依次回答問卷所列問題從而得出是否應(yīng)當(dāng)適用該法的結(jié)論。美國聯(lián)邦《算法問責(zé)法案》則采取自我評(píng)估和政府評(píng)估雙軌并行的路徑。依據(jù)該法案的規(guī)定，聯(lián)邦貿(mào)易委員會(huì)作為主管行政機(jī)構(gòu)頒布和制定評(píng)估標(biāo)準(zhǔn)。對(duì)適用該法的實(shí)體而言，應(yīng)當(dāng)按照法案規(guī)定的評(píng)估標(biāo)準(zhǔn)展開影響評(píng)估。對(duì)屬于法案中規(guī)定的“高風(fēng)險(xiǎn)自動(dòng)化決策系統(tǒng)”，由聯(lián)邦貿(mào)易委員會(huì)在認(rèn)為必要時(shí)與獨(dú)立的稽核人員、技術(shù)專家咨詢合作展開評(píng)估。加拿大《自動(dòng)化決策指令》同樣采用清單式和問卷式評(píng)估框架，通過設(shè)定60個(gè)與自動(dòng)化決策系統(tǒng)業(yè)務(wù)流程、數(shù)據(jù)和設(shè)計(jì)相關(guān)的問題，以計(jì)分卡的形式得出初始評(píng)估結(jié)論并設(shè)定細(xì)化的協(xié)同評(píng)估方案。依據(jù)評(píng)估后對(duì)社會(huì)和公民的影響程度，自動(dòng)化決策系統(tǒng)會(huì)受到來自國家研究委員會(huì)、統(tǒng)計(jì)局或者通訊安全機(jī)構(gòu)的專家、高等教育機(jī)構(gòu)的研究人員、具有相關(guān)專業(yè)知識(shí)的第三方合同供應(yīng)商、國庫委員會(huì)秘書處數(shù)據(jù)和自動(dòng)化咨詢委員會(huì)以及同行評(píng)審的組合性評(píng)估。為確保評(píng)估規(guī)定符合最新算法實(shí)踐，該指令采用動(dòng)態(tài)治理思路，每隔6個(gè)月就會(huì)對(duì)評(píng)估標(biāo)準(zhǔn)和治理框架進(jìn)行必要更新。由此可見，在算法影響評(píng)估機(jī)制的構(gòu)建環(huán)節(jié)，明晰的概念界定和量化可行的評(píng)估標(biāo)準(zhǔn)是保證治理實(shí)效的重要起點(diǎn)，外部專家和公眾力量的多元化實(shí)質(zhì)參與是確保其動(dòng)態(tài)更新、自我演化的關(guān)鍵路徑?？蚣苁胶蛥f(xié)同式治理機(jī)制的構(gòu)建，深度契合人工智能技術(shù)的運(yùn)行機(jī)理，有助于科學(xué)有效地開展算法影響評(píng)估并精準(zhǔn)辨識(shí)應(yīng)予適用的監(jiān)管框架。
（三）以技術(shù)架構(gòu)、影響維度和問責(zé)制構(gòu)建差異化評(píng)估框架
以美國和加拿大為代表的算法影響評(píng)估方案雖各具特色、各有側(cè)重，但在構(gòu)建邏輯上不約而同地反映了推動(dòng)技術(shù)創(chuàng)新以及促進(jìn)技術(shù)應(yīng)用公平、公正、問責(zé)和透明的治理共識(shí)。通過詳細(xì)對(duì)比以美國聯(lián)邦《算法問責(zé)法案》為代表的5部美國立法和加拿大《自動(dòng)化決策指令》，可以發(fā)現(xiàn)立法者以“技術(shù)架構(gòu)、影響維度和問責(zé)制”為核心支撐，構(gòu)成三位一體、互有補(bǔ)充的閉環(huán)評(píng)估框架，聚焦差異化、場(chǎng)景化和精準(zhǔn)化的算法影響評(píng)估實(shí)踐。
首先，以技術(shù)架構(gòu)為基礎(chǔ)維度，采用事前、事中、事后的全周期視角設(shè)定技術(shù)評(píng)估指標(biāo)體系。通過比較發(fā)現(xiàn)，以技術(shù)架構(gòu)為評(píng)估維度，立法者多以技術(shù)設(shè)計(jì)效率性和應(yīng)用目的合法性、技術(shù)架構(gòu)復(fù)雜性、系統(tǒng)執(zhí)行任務(wù)類型、數(shù)據(jù)使用特性、技術(shù)所有權(quán)、技術(shù)運(yùn)行監(jiān)測(cè)機(jī)制、系統(tǒng)可解釋性、系統(tǒng)精確度、技術(shù)性和物力性保障措施等內(nèi)容構(gòu)建核心評(píng)估指標(biāo)。例如，紐約市自動(dòng)化決策工作組的官方指南指出，應(yīng)當(dāng)依據(jù)系統(tǒng)執(zhí)行的任務(wù)類型、核心技術(shù)組件復(fù)雜性、對(duì)個(gè)人可識(shí)別信息的使用程度、系統(tǒng)解釋能力、部署系統(tǒng)緊迫性、系統(tǒng)預(yù)期效率等核心指標(biāo)對(duì)技術(shù)架構(gòu)特性進(jìn)行評(píng)估。與這一立法思路類似，美國聯(lián)邦《算法問責(zé)法案》亦從技術(shù)架構(gòu)切入，明確提出“自動(dòng)化終局決策系統(tǒng)”與“自動(dòng)化輔助決策系統(tǒng)”的區(qū)分，并結(jié)合技術(shù)新穎性、決策應(yīng)用范圍、背景和用途，以及所涉數(shù)據(jù)和個(gè)人信息的敏感程度建立技術(shù)維度評(píng)估指標(biāo)。
其次，采用場(chǎng)景治理和精準(zhǔn)治理的思路，以影響主體、影響范圍、影響程度為基礎(chǔ)，建立基于影響維度的評(píng)估指標(biāo)體系。在影響維度指標(biāo)的設(shè)定過程中，各國立法者還嵌入了算法治理實(shí)踐所要維護(hù)的社會(huì)核心價(jià)值。以加拿大《自動(dòng)化決策指令》為例，由于立法者十分關(guān)注自動(dòng)化決策系統(tǒng)在經(jīng)濟(jì)、社會(huì)和生態(tài)等方面的影響，因此以系統(tǒng)對(duì)個(gè)人或者團(tuán)體在基本權(quán)利、健康福祉、經(jīng)濟(jì)利益以及環(huán)境生態(tài)方面的影響建立評(píng)估指標(biāo)。為進(jìn)一步精準(zhǔn)匹配影響等級(jí)和監(jiān)管義務(wù)，立法者以風(fēng)險(xiǎn)為基礎(chǔ)將評(píng)估后的影響等級(jí)劃分為可逆和短暫性影響、可逆和短期性影響、難以逆轉(zhuǎn)且持續(xù)不斷性影響以及不可逆轉(zhuǎn)且永久性影響4個(gè)等級(jí)。受媒體報(bào)道等公共議程的影響，美國立法更多聚焦于自動(dòng)化決策系統(tǒng)對(duì)公平、偏見、歧視、隱私和安全等核心價(jià)值的影響。例如，美國聯(lián)邦《算法問責(zé)法案》中自動(dòng)化決策系統(tǒng)影響評(píng)估條款（C）項(xiàng)就規(guī)定應(yīng)當(dāng)評(píng)估系統(tǒng)對(duì)消費(fèi)者個(gè)人信息和隱私以及安全構(gòu)成的風(fēng)險(xiǎn)，同時(shí)應(yīng)評(píng)估自動(dòng)化決策系統(tǒng)可能引致消費(fèi)者遭遇不公、偏見和歧視性決策的風(fēng)險(xiǎn)。紐約市則以自動(dòng)化系統(tǒng)潛在影響的性質(zhì)和程度、潛在影響的持續(xù)時(shí)間、任何類型的已知或者潛在風(fēng)險(xiǎn)，包括可能帶來的差別性影響或者偏見、對(duì)網(wǎng)絡(luò)安全、隱私或者個(gè)人對(duì)關(guān)鍵信息的受限訪問等為基準(zhǔn)建立影響維度的評(píng)估指標(biāo)體系。
最后，圍繞透明度、合法性、公平和公正等核心價(jià)值建立基于算法問責(zé)制維度的評(píng)估指標(biāo)體系。具體而言，算法問責(zé)制維度的評(píng)估指標(biāo)可被進(jìn)一步細(xì)分為防治不良影響的技術(shù)措施、權(quán)利救濟(jì)渠道、算法透明度實(shí)現(xiàn)機(jī)制3個(gè)層面。以2019年美國聯(lián)邦《算法問責(zé)法案》第2條為例，第(b)(iii)和(iv)項(xiàng)規(guī)定應(yīng)當(dāng)評(píng)估消費(fèi)者獲得自動(dòng)化決策系統(tǒng)相關(guān)信息以及查閱運(yùn)行結(jié)果并對(duì)其進(jìn)行更正或者反對(duì)的難易程度；該條(d)款規(guī)定：“應(yīng)當(dāng)評(píng)估所涉主體為減少自動(dòng)化決策系統(tǒng)對(duì)消費(fèi)者隱私或者安全風(fēng)險(xiǎn)以及可能導(dǎo)致的偏誤和歧視風(fēng)險(xiǎn)而采取的技術(shù)性和物力性保障措施”。由此可見，立法者是遵循技術(shù)防治、權(quán)利救濟(jì)的思路來具體設(shè)定問責(zé)維度的評(píng)估指標(biāo)體系的。加拿大《自動(dòng)化決策指令》設(shè)定的評(píng)估指標(biāo)，重點(diǎn)強(qiáng)調(diào)數(shù)據(jù)質(zhì)量問題檢測(cè)流程、系統(tǒng)設(shè)計(jì)、開發(fā)、維護(hù)和改進(jìn)的歸責(zé)機(jī)制和措施以及規(guī)范檢測(cè)數(shù)據(jù)偏差等技術(shù)防治措施。加拿大《自動(dòng)化決策指令》從評(píng)估決定的通知和公布、決策后提供解釋、訪問組件、政府對(duì)所有已發(fā)布專有組件審計(jì)、調(diào)查、檢查保留權(quán)、源代碼發(fā)布等算法透明度措施加以規(guī)定。
綜上所述，美國和加拿大的立法者以技術(shù)架構(gòu)、影響維度和算法問責(zé)制為核心，構(gòu)建了三位一體、互有補(bǔ)充、同向發(fā)力的算法影響評(píng)估框架。雖然具體指標(biāo)各有側(cè)重，但均以建立差異化、場(chǎng)景化、精準(zhǔn)化的算法治理框架為建構(gòu)宗旨。因此，紐約市自動(dòng)化決策工作組提出應(yīng)盡快制定優(yōu)先性指南，提出關(guān)鍵概念和原則，對(duì)最重要的工具和系統(tǒng)按照優(yōu)先級(jí)展開評(píng)估。加拿大的立法更為系統(tǒng)和精確，依據(jù)影響評(píng)估后獲得的4個(gè)風(fēng)險(xiǎn)等級(jí)，從同行評(píng)審、通知、人際回圈決策、解釋要求、測(cè)試要求、檢測(cè)、訓(xùn)練、應(yīng)急計(jì)劃和系統(tǒng)運(yùn)行批準(zhǔn)共9個(gè)方面，形成了具有精確性、協(xié)同性和系統(tǒng)性特征的治理框架，為場(chǎng)景化、精準(zhǔn)化算法治理愿景提供了有益的范本。
（四）以敏捷治理思路打造智能評(píng)估工具
面對(duì)監(jiān)管資源稀缺、監(jiān)管對(duì)象復(fù)雜的挑戰(zhàn)，監(jiān)管者亟須開發(fā)和嘗試新的思路，合理設(shè)定監(jiān)管閾值，在科技創(chuàng)新與風(fēng)險(xiǎn)控制之間尋求良好的平衡。因此，以創(chuàng)建具有柔韌性、流動(dòng)性、靈活性和適應(yīng)性監(jiān)管框架為宗旨，以實(shí)現(xiàn)監(jiān)管目標(biāo)多元平衡、監(jiān)管過程動(dòng)態(tài)優(yōu)化以及監(jiān)管工具靈活轉(zhuǎn)換的敏捷治理理念應(yīng)運(yùn)而生。在這一理念的引領(lǐng)之下，各國算法影響評(píng)估制度重點(diǎn)對(duì)監(jiān)管工具進(jìn)行了智能化革新，以數(shù)字化、實(shí)時(shí)性、可擴(kuò)展性和智能化為目標(biāo)，運(yùn)用技術(shù)手段對(duì)評(píng)估工具進(jìn)行深度的改進(jìn)。
以加拿大《自動(dòng)化決策指令》為例，立法者運(yùn)用動(dòng)態(tài)編程語言創(chuàng)建開源性算法影響評(píng)估模型，以系統(tǒng)類別和目的、決策效用類型、決策解釋性、系統(tǒng)潛在影響檢測(cè)機(jī)制、公眾回應(yīng)和投訴機(jī)制等類別生成評(píng)估所需要的系列問題，依據(jù)該指令附錄C的評(píng)估要求按照每類問題的重要性精確設(shè)定權(quán)重。例如，評(píng)估模型將自動(dòng)化決策系統(tǒng)對(duì)社會(huì)、經(jīng)濟(jì)和政府影響的權(quán)重設(shè)定得更高，大于其對(duì)數(shù)據(jù)管理實(shí)踐和程序公平性影響的權(quán)重。在每個(gè)類別項(xiàng)下，每一具體問題又相應(yīng)配比風(fēng)險(xiǎn)系數(shù)，依據(jù)不同的答案選項(xiàng)單獨(dú)設(shè)定評(píng)分編碼，據(jù)此生成5個(gè)類別的加總得分。參與者僅需花費(fèi)35分鐘即可利用該評(píng)估模型完成一項(xiàng)評(píng)估，得出參評(píng)系統(tǒng)影響風(fēng)險(xiǎn)所在等級(jí)的精確指引，既便于監(jiān)管者和設(shè)計(jì)者追蹤風(fēng)險(xiǎn)產(chǎn)生的具體環(huán)節(jié)，又可依據(jù)影響等級(jí)精準(zhǔn)化地確定應(yīng)履行的程序性義務(wù)。當(dāng)自動(dòng)化決策系統(tǒng)的功能或者應(yīng)用場(chǎng)景發(fā)生改變時(shí)，評(píng)估模型會(huì)依據(jù)新的因素及時(shí)更新。
通過對(duì)核心應(yīng)用領(lǐng)域、評(píng)估實(shí)現(xiàn)路徑、指標(biāo)設(shè)計(jì)邏輯和評(píng)估運(yùn)行工具的深入分析，可以發(fā)現(xiàn)不同國家的制度設(shè)計(jì)方案雖各具特色，但仍然反映了人工智能治理框架和規(guī)范構(gòu)建的核心共識(shí)和發(fā)展規(guī)律。對(duì)這些有益實(shí)踐的科學(xué)借鑒，既有助于我國算法治理體系的建立和完善，又為探索更為人性化、場(chǎng)景化、精準(zhǔn)化和敏捷化的人工智能治理框架奠定了重要的基礎(chǔ)。
四、中國算法影響評(píng)估制度的構(gòu)建方案
全球人工智能發(fā)展已經(jīng)邁入新階段。為促進(jìn)新一代人工智能健康發(fā)展，2019年6月，我國國家新一代人工智能治理專業(yè)委員會(huì)發(fā)布《新一代人工智能治理原則——發(fā)展負(fù)責(zé)任的人工智能》（以下簡(jiǎn)稱《治理原則》），提出了我國人工智能的治理框架和行動(dòng)指南?！吨卫碓瓌t》不僅強(qiáng)調(diào)了人工智能的可問責(zé)性，而且還提出了公平公正、尊重隱私、安全可控、開放協(xié)作、敏捷治理等8項(xiàng)重要原則。這些原則既體現(xiàn)了在新一輪科技革命中我國作為人工智能發(fā)展大國的責(zé)任與擔(dān)當(dāng)，充分展現(xiàn)了我國科技創(chuàng)新政策體系的建設(shè)能力，又為實(shí)現(xiàn)創(chuàng)新型國家和世界科技強(qiáng)國愿景提供了堅(jiān)實(shí)的制度基礎(chǔ)。目前，人工智能全球治理已經(jīng)在規(guī)則制定層面展開博弈，以美國、加拿大和英國為代表，多國立法者已經(jīng)在算法影響評(píng)估領(lǐng)域率先布局，旨在占據(jù)國際標(biāo)準(zhǔn)和治理規(guī)則制定議程中的優(yōu)勢(shì)地位。2019年8月，美國商務(wù)部國家標(biāo)準(zhǔn)和技術(shù)研究所發(fā)布了美國聯(lián)邦參與制定技術(shù)標(biāo)準(zhǔn)的詳細(xì)計(jì)劃，確定了9個(gè)人工智能技術(shù)標(biāo)準(zhǔn)領(lǐng)域，其中對(duì)人工智能安全、風(fēng)險(xiǎn)管理以及可解釋性和安全性方面施以特別關(guān)注；該計(jì)劃還特別提到3個(gè)“非技術(shù)性”的人工智能標(biāo)準(zhǔn)，包括社會(huì)和道德相關(guān)、治理相關(guān)以及隱私相關(guān)的標(biāo)準(zhǔn)。2020年歐盟《人工智能白皮書》明確提出歐洲尚缺乏共同的人工智能監(jiān)管框架，應(yīng)當(dāng)盡快建立基于風(fēng)險(xiǎn)和場(chǎng)景的應(yīng)用風(fēng)險(xiǎn)等級(jí)評(píng)估，構(gòu)建卓越、可信的人工智能體系框架，重獲技術(shù)主權(quán)優(yōu)勢(shì)地位。由此可見，以算法影響評(píng)估制度為代表的人工智能領(lǐng)域立法具有國內(nèi)和國際層面的現(xiàn)實(shí)緊迫性，我國應(yīng)予以重點(diǎn)關(guān)注。作為人工智能的底層技術(shù)，算法影響評(píng)估制度已經(jīng)成為人工智能治理議程的源頭節(jié)點(diǎn)。鑒此，在厘清算法影響評(píng)估制度的核心優(yōu)勢(shì)以及對(duì)域外算法影響評(píng)估制度進(jìn)行審視和剖析的基礎(chǔ)上，本文結(jié)合我國人工智能產(chǎn)業(yè)發(fā)展和規(guī)制現(xiàn)狀、算法技術(shù)運(yùn)行邏輯、制度設(shè)計(jì)內(nèi)在機(jī)理和協(xié)同評(píng)估機(jī)制，提出構(gòu)建中國算法影響評(píng)估制度方案的3項(xiàng)建議。
（一）科學(xué)制定算法影響評(píng)估制度的構(gòu)建規(guī)劃和基本路徑
算法影響評(píng)估制度的現(xiàn)有立法樣本均體現(xiàn)了階段性、場(chǎng)景化、精準(zhǔn)化、類型化的創(chuàng)制思路。算法影響評(píng)估制度作為人工智能立法的先行領(lǐng)域，雖然具有較強(qiáng)的現(xiàn)實(shí)緊迫性，但立法者和監(jiān)管者應(yīng)審慎冷靜，從算法應(yīng)用現(xiàn)狀、核心治理目標(biāo)出發(fā)綜合確定優(yōu)先適用的核心領(lǐng)域和關(guān)鍵系統(tǒng)類型，科學(xué)合理地確定構(gòu)建規(guī)劃和基本路徑。
首先，應(yīng)當(dāng)根據(jù)我國自動(dòng)化決策系統(tǒng)應(yīng)用現(xiàn)狀，以公共事業(yè)場(chǎng)景為先導(dǎo)，結(jié)合風(fēng)險(xiǎn)等級(jí)確定優(yōu)先適用的核心領(lǐng)域。就行業(yè)發(fā)展規(guī)律而言，我國算法技術(shù)應(yīng)用的價(jià)值鏈布局側(cè)重于技術(shù)層和應(yīng)用層，比較偏好技術(shù)相對(duì)成熟、應(yīng)用場(chǎng)景清晰的領(lǐng)域。具體到公共事業(yè)領(lǐng)域，對(duì)社會(huì)治理創(chuàng)新和國家治理現(xiàn)代化目標(biāo)的切實(shí)推進(jìn)促使政府端成為自動(dòng)化決策系統(tǒng)切入智慧政務(wù)和公共安全應(yīng)用場(chǎng)景的主要平臺(tái)。例如，深圳市寶安區(qū)利用覆蓋全區(qū)的公共信用信息平臺(tái)集合所有法人、自然人的信用檔案形成信用畫像，同步實(shí)現(xiàn)自動(dòng)推送信用信息、自動(dòng)識(shí)別黑紅名單、自動(dòng)提示獎(jiǎng)懲依據(jù)、自動(dòng)實(shí)施限制處理、自動(dòng)反饋處理結(jié)果等信用聯(lián)合獎(jiǎng)懲智能模式。除此以外，算法技術(shù)在智能安防、金融風(fēng)控、城建監(jiān)管、公共衛(wèi)生防治、警務(wù)預(yù)測(cè)和司法審判等先導(dǎo)領(lǐng)域也已經(jīng)得到廣泛適用。由于在這些領(lǐng)域應(yīng)用自動(dòng)化決策系統(tǒng)，既可能會(huì)對(duì)經(jīng)濟(jì)、社會(huì)、生態(tài)產(chǎn)生重大影響，也可能會(huì)對(duì)個(gè)人和特定團(tuán)體的權(quán)利產(chǎn)生實(shí)質(zhì)影響，因此，處于算法應(yīng)用鏈條的高風(fēng)險(xiǎn)一端，具有優(yōu)先評(píng)估的現(xiàn)實(shí)緊迫性。在進(jìn)行具體的制度設(shè)計(jì)時(shí)，建議以“自上而下”的思路，系統(tǒng)評(píng)估算法應(yīng)用在我國公私領(lǐng)域的風(fēng)險(xiǎn)特征，以公共事業(yè)場(chǎng)景為基礎(chǔ)先導(dǎo)，結(jié)合風(fēng)險(xiǎn)等級(jí)確定優(yōu)先適用的關(guān)鍵領(lǐng)域。
其次，根據(jù)核心目標(biāo)、技術(shù)架構(gòu)和影響維度并結(jié)合已識(shí)別的關(guān)鍵領(lǐng)域來確定優(yōu)先和重點(diǎn)評(píng)估的關(guān)鍵系統(tǒng)類型。依據(jù)《治理原則》，結(jié)合人工智能治理的全球共識(shí)，我國應(yīng)當(dāng)圍繞公平公正、尊重隱私、安全可控、可信負(fù)責(zé)建立核心目標(biāo)，探索我國的算法影響評(píng)估標(biāo)準(zhǔn)。在以公共事業(yè)為先導(dǎo)的布局之下，結(jié)合技術(shù)架構(gòu)和影響維度來識(shí)別高風(fēng)險(xiǎn)應(yīng)用場(chǎng)景和系統(tǒng)類型并予以優(yōu)先評(píng)估。具體而言，應(yīng)當(dāng)以架構(gòu)復(fù)雜性、部署目的、任務(wù)類型、影響主體、影響范圍、影響程度、所涉數(shù)據(jù)和個(gè)人信息的敏感程度為基礎(chǔ)，探索建立識(shí)別高風(fēng)險(xiǎn)自動(dòng)化決策系統(tǒng)的評(píng)估指標(biāo)體系。仍以社會(huì)信用治理實(shí)踐為例，不同治理環(huán)節(jié)所涉及的模型系統(tǒng)具有風(fēng)險(xiǎn)差異性：在信用畫像環(huán)節(jié)，可能涉及預(yù)測(cè)算法、機(jī)器學(xué)習(xí)、推薦算法、相似度計(jì)算、分類和聚類計(jì)算以及文本挖掘算法等多種算法技術(shù)和模型，實(shí)現(xiàn)決策執(zhí)行、決策輔助甚至代理決策等功能；而在信用信息推送、黑紅名單識(shí)別、獎(jiǎng)懲依據(jù)自動(dòng)提示、自動(dòng)反饋處理結(jié)果等執(zhí)行環(huán)節(jié)，則普遍應(yīng)用語義分析、協(xié)同過濾等模型，多體現(xiàn)為純粹的決策執(zhí)行功能。后者與前者相比，對(duì)經(jīng)濟(jì)、社會(huì)和個(gè)人權(quán)利的影響程度有所不同。因此，信用畫像環(huán)節(jié)的自動(dòng)化決策應(yīng)用應(yīng)當(dāng)被進(jìn)一步清晰識(shí)別為關(guān)鍵領(lǐng)域從而進(jìn)行優(yōu)先和重點(diǎn)評(píng)估，適用更嚴(yán)格的風(fēng)險(xiǎn)監(jiān)管要求。除此以外，系統(tǒng)部署的緊迫性、系統(tǒng)技術(shù)復(fù)雜程度、數(shù)據(jù)使用特性等重要指標(biāo)均應(yīng)容納在內(nèi)，作為共同識(shí)別關(guān)鍵領(lǐng)域和優(yōu)先重點(diǎn)評(píng)估系統(tǒng)類型的衡量標(biāo)準(zhǔn)?？傮w而言，除“自上而下”的思路之外，還應(yīng)“自下而上”地以核心價(jià)值目標(biāo)、技術(shù)架構(gòu)和影響維度為基準(zhǔn)，結(jié)合已識(shí)別的關(guān)鍵領(lǐng)域動(dòng)態(tài)確定優(yōu)先和重點(diǎn)評(píng)估的關(guān)鍵系統(tǒng)類型，科學(xué)匹配評(píng)估指標(biāo)和風(fēng)險(xiǎn)管控等級(jí)。
（二）精細(xì)化制度設(shè)計(jì)并強(qiáng)化制度執(zhí)行實(shí)效
人工智能時(shí)代的技術(shù)建模和運(yùn)行模式以精細(xì)化、顆粒度為未來迭代方向。受益于數(shù)據(jù)深度挖掘技術(shù)的日益成熟，人工智能應(yīng)用更加注重投入產(chǎn)出比，更加注重精準(zhǔn)預(yù)測(cè)和精確分析，具有架構(gòu)復(fù)雜、場(chǎng)景多元、流程繁復(fù)等特質(zhì)。這就要求算法治理領(lǐng)域的規(guī)則設(shè)計(jì)更加精細(xì)化，治理秩序的建構(gòu)更具實(shí)效性。因此，有學(xué)者提出“個(gè)性化法律”理念，以充分考慮規(guī)制對(duì)象的異質(zhì)性、規(guī)則對(duì)場(chǎng)景的反饋性以及規(guī)則制定的精細(xì)性。具體到我國算法影響評(píng)估領(lǐng)域的規(guī)則構(gòu)建，重點(diǎn)應(yīng)考慮以下兩個(gè)方面。
首先，應(yīng)以精準(zhǔn)化治理為目標(biāo)推動(dòng)算法影響評(píng)估制度的精細(xì)化設(shè)計(jì)。算法影響評(píng)估制度旨在通過建立科學(xué)合理的評(píng)估指標(biāo)對(duì)多元場(chǎng)景的算法應(yīng)用予以系統(tǒng)評(píng)估，為實(shí)行差異化、精準(zhǔn)化監(jiān)管奠定規(guī)則基礎(chǔ)。要實(shí)現(xiàn)這一目標(biāo)，尤為需要踐行科學(xué)化、精細(xì)化的制度建構(gòu)思路，避免因缺乏必要精度或者量化標(biāo)準(zhǔn)而使評(píng)估流于形式。目前各個(gè)版本的算法影響評(píng)估制度不同程度地面臨著精細(xì)化制度設(shè)計(jì)的挑戰(zhàn)。例如，算法影響評(píng)估制度需要對(duì)“風(fēng)險(xiǎn)”“重大利益關(guān)系”“責(zé)任”等關(guān)鍵概念進(jìn)行微觀制度設(shè)計(jì)。但目前域外立法對(duì)于這些關(guān)鍵概念仍然缺乏量化標(biāo)準(zhǔn)和必要精度，這導(dǎo)致評(píng)估量表中的諸多關(guān)鍵問題缺乏可操作性，進(jìn)而影響算法問責(zé)制的有效實(shí)施。因此，我國立法者應(yīng)秉持結(jié)構(gòu)細(xì)分、精度量化的設(shè)計(jì)思路，參考ISO31000風(fēng)險(xiǎn)管理標(biāo)準(zhǔn)等構(gòu)建策略，對(duì)關(guān)鍵概念進(jìn)行必要的量化和精準(zhǔn)設(shè)計(jì)。
其次，應(yīng)探索建立穩(wěn)定的執(zhí)行保障機(jī)制以確保制度執(zhí)行實(shí)效。如前所述，算法影響評(píng)估制度服務(wù)于人工智能治理創(chuàng)新的關(guān)鍵需求，是算法問責(zé)制有效建立的重要基礎(chǔ)。但美國紐約市的算法治理實(shí)踐表明，因缺乏有力的執(zhí)行保障機(jī)制，政府僅通過建立統(tǒng)一的評(píng)估框架來對(duì)算法應(yīng)用實(shí)踐予以引導(dǎo)，此種規(guī)制策略的效果不容樂觀。例如，在美國紐約市的算法影響評(píng)估實(shí)踐中，由于紐約市自動(dòng)化決策工作組不具有明確的執(zhí)法權(quán)，法條中也未明晰拒絕執(zhí)行評(píng)估制度的主體應(yīng)當(dāng)承擔(dān)何種法律責(zé)任，因此造成制度難以長(zhǎng)久產(chǎn)生實(shí)效的困境。以此為鑒，美國聯(lián)邦的立法通過明確授予美國聯(lián)邦貿(mào)易委員會(huì)根據(jù)《美國聯(lián)邦貿(mào)易委員會(huì)法》第5節(jié)關(guān)于欺騙性和不公平行為的規(guī)定以及授予其通過系統(tǒng)所在州總檢察長(zhǎng)提起民事訴訟的權(quán)力，較好地回應(yīng)了實(shí)效不足的挑戰(zhàn)。加拿大《自動(dòng)化決策指令》第7條也明確規(guī)定，如果不遵守該指令，那么可由財(cái)政委員會(huì)依據(jù)《金融管理法》采取適當(dāng)和可接受的任何措施。與此同時(shí)，依據(jù)《合規(guī)管理框架》，相應(yīng)的機(jī)構(gòu)和個(gè)人應(yīng)當(dāng)承擔(dān)相應(yīng)的法律后果。借鑒這些做法，我國立法者應(yīng)當(dāng)在規(guī)則設(shè)計(jì)時(shí)重視執(zhí)行保障機(jī)制的設(shè)立，細(xì)化未能有效履行評(píng)估義務(wù)的主體責(zé)任，科學(xué)借助算法公開制度賦予公眾的知情權(quán)和監(jiān)督權(quán)，適時(shí)設(shè)定專門機(jī)構(gòu)或者行政職位，為建立穩(wěn)定的執(zhí)行保障機(jī)制奠定組織基礎(chǔ)。
（三）合理構(gòu)建內(nèi)外兼具且激勵(lì)相容的協(xié)同評(píng)估機(jī)制
如前所述，美國紐約市是建立算法影響評(píng)估制度的先行者。推動(dòng)其立法的一項(xiàng)核心動(dòng)因在于非營(yíng)利組織“為了人民”（ProPublica）于2016年5月發(fā)布的“機(jī)器偏差”調(diào)查報(bào)告。該報(bào)告重在評(píng)估和審查，對(duì)美國司法領(lǐng)域被告再犯風(fēng)險(xiǎn)預(yù)測(cè)和評(píng)估算法的潛在偏誤和種族歧視問題予以系統(tǒng)揭露。在“為了人民”組織（ProPublica）之外，依托紐約大學(xué)運(yùn)行的人工智能現(xiàn)代研究所作為跨學(xué)科機(jī)構(gòu)也對(duì)紐約市算法影響評(píng)估立法議程和實(shí)施機(jī)制進(jìn)行了有力的推動(dòng)。因此，紐約市的算法影響評(píng)估制度呈現(xiàn)出政府主導(dǎo)、行業(yè)參與、團(tuán)體推動(dòng)的協(xié)同評(píng)估特質(zhì)。這種內(nèi)外兼具的多元化協(xié)同機(jī)制既為公私場(chǎng)景中的算法影響評(píng)估實(shí)踐提供了制度靈活性和延展性，又從內(nèi)在機(jī)理上有效貼合算法設(shè)計(jì)者和運(yùn)行者的激勵(lì)機(jī)制，有助于知識(shí)產(chǎn)權(quán)、商業(yè)秘密和算法評(píng)估制度的兼容與調(diào)和。
在我國，《中華人民共和國數(shù)據(jù)安全法（草案）》第9條明確規(guī)定：“國家建立健全數(shù)據(jù)安全協(xié)同治理體系，推動(dòng)有關(guān)部門、行業(yè)組織、企業(yè)和個(gè)人等共同參與數(shù)據(jù)安全保護(hù)工作，形成全社會(huì)共同維護(hù)數(shù)據(jù)安全和促進(jìn)發(fā)展的良好環(huán)境”。《中華人民共和國個(gè)人信息保護(hù)法（草案）》［以下簡(jiǎn)稱《個(gè)人信息保護(hù)法（草案）》］第11條亦明確規(guī)定：“國家……推動(dòng)形成政府、企業(yè)、相關(guān)行業(yè)組織、社會(huì)公眾共同參與個(gè)人信息保護(hù)的良好環(huán)境?！庇纱丝梢姡瑹o論是在數(shù)據(jù)安全領(lǐng)域，還是在個(gè)人信息保護(hù)領(lǐng)域，探索內(nèi)外兼具、激勵(lì)相容的協(xié)同治理機(jī)制已成為我國在數(shù)據(jù)、算法等科技領(lǐng)域打造新型治理機(jī)制的重要抓手。但在實(shí)踐層面，這一理念尚未得到充分重視。例如，伴隨著2015年國家創(chuàng)建社會(huì)信用體系建設(shè)示范城市工作的腳步，杭州、蘇州、榮成等10多地政府都已推出體現(xiàn)地方信用治理特色的社會(huì)信用評(píng)分項(xiàng)目。以芝麻信用、騰訊征信、京東征信等為代表的第三方信用評(píng)估機(jī)構(gòu)提供的信用分以及以聯(lián)通和移動(dòng)構(gòu)成的電信運(yùn)營(yíng)商信用分漸次展開。但是，無論是城市個(gè)人信用分，還是第三方機(jī)構(gòu)的商業(yè)信用分，在制定、異議、救濟(jì)和評(píng)估環(huán)節(jié)均未向公眾提供參與渠道，第三方非營(yíng)利組織的外部監(jiān)督和有效評(píng)估更為鮮見。例如，《福州市個(gè)人信用積分管理暫行辦法》第13條規(guī)定：“市信用辦應(yīng)定期對(duì)個(gè)人信用積分評(píng)價(jià)規(guī)則進(jìn)行修正、補(bǔ)充與完善，并向社會(huì)公布”。但這一規(guī)定僅對(duì)公布環(huán)節(jié)進(jìn)行了規(guī)定，而在指標(biāo)設(shè)定、權(quán)重計(jì)算、模型評(píng)估等設(shè)計(jì)環(huán)節(jié)卻付之闕如，凸顯出協(xié)同治理機(jī)制的缺失。
因此，以《個(gè)人信息保護(hù)法（草案）》的制定為契機(jī)，我國在立法中應(yīng)當(dāng)進(jìn)一步細(xì)化對(duì)算法影響評(píng)估制度多元化協(xié)同機(jī)制的具體設(shè)計(jì)和實(shí)施機(jī)制。首先，應(yīng)當(dāng)以評(píng)估優(yōu)先級(jí)為指引，建立政府主導(dǎo)的算法影響評(píng)估機(jī)制。具體而言，可以由國家互聯(lián)網(wǎng)信息管理部門作為牽頭機(jī)構(gòu)組建集中化、一體化的評(píng)估機(jī)制，按照前文提出的評(píng)估優(yōu)先級(jí)對(duì)高風(fēng)險(xiǎn)自動(dòng)化系統(tǒng)開展定期評(píng)估。其次，由國家互聯(lián)網(wǎng)信息管理部門按照職責(zé)權(quán)限推進(jìn)算法影響評(píng)估服務(wù)體系建設(shè)，支持有關(guān)機(jī)構(gòu)開展算法影響評(píng)估和認(rèn)證服務(wù)。具體的開展模式可以借鑒德勤等開展算法審計(jì)業(yè)務(wù)專門機(jī)構(gòu)的業(yè)務(wù)規(guī)則，支持政府和商業(yè)主體在分級(jí)分類基礎(chǔ)上對(duì)算法應(yīng)用開展不定期的內(nèi)部和第三方影響評(píng)估。最后，參考和借鑒美國紐約市自動(dòng)化決策工作組創(chuàng)建的多方協(xié)作機(jī)制，定期與高校和科研機(jī)構(gòu)、社會(huì)公眾以及非政府組織開展協(xié)作，探索構(gòu)建開放型的多元化評(píng)估協(xié)同機(jī)制。
五、結(jié) 語
隨著數(shù)字經(jīng)濟(jì)和智能經(jīng)濟(jì)的迅猛發(fā)展，我國經(jīng)濟(jì)和社會(huì)正經(jīng)歷著前所未有的深度變革。算法技術(shù)在商業(yè)和公共事業(yè)領(lǐng)域的嵌入式應(yīng)用雖然蘊(yùn)含著巨大的發(fā)展?jié)摿?，但是也?duì)我國自工業(yè)社會(huì)以來形成的立法模式和治理模式發(fā)起不斷沖擊，引發(fā)了諸多治理痛點(diǎn)。與其他數(shù)字技術(shù)有所不同，作為底層架構(gòu)的算法，以商業(yè)資本或者政治權(quán)力為驅(qū)動(dòng)力，在擴(kuò)展式嵌入社會(huì)經(jīng)濟(jì)等多元決策場(chǎng)景時(shí)逐漸展現(xiàn)出系統(tǒng)性和積累性決策效果。有學(xué)者曾因此提出應(yīng)當(dāng)通過一定的程序進(jìn)入到自動(dòng)化決策系統(tǒng)內(nèi)部，了解系統(tǒng)的技術(shù)細(xì)節(jié)以及其對(duì)于社會(huì)秩序的相應(yīng)潛力，并對(duì)其融入組織、程序和決策的過程進(jìn)行系統(tǒng)問責(zé)。算法影響評(píng)估制度以確保決策質(zhì)量和安全為基本目標(biāo)，采用全周期動(dòng)態(tài)思維，系統(tǒng)評(píng)估算法應(yīng)用可能帶來的社會(huì)影響和多元風(fēng)險(xiǎn)，同時(shí)致力于探尋降低風(fēng)險(xiǎn)的應(yīng)對(duì)措施，為算法問責(zé)制在微觀規(guī)則層面提供有力抓手。通過設(shè)定核心評(píng)估體系，算法影響評(píng)估制度將基礎(chǔ)法律原則融入技術(shù)設(shè)計(jì)和行業(yè)規(guī)范之中，在法律規(guī)制與技術(shù)創(chuàng)新之間動(dòng)態(tài)構(gòu)建良性平衡，以此構(gòu)筑算法信任，助力場(chǎng)景化和精準(zhǔn)化的算法治理，與數(shù)據(jù)保護(hù)影響評(píng)估制度形成有效勾連。本文以美國和加拿大算法影響評(píng)估制度為典型樣本，深度剖析了制度構(gòu)建的共識(shí)性機(jī)理，并從行業(yè)發(fā)展規(guī)律、構(gòu)建路徑、制度運(yùn)行邏輯和新型協(xié)同機(jī)制等方面提出了構(gòu)建本土化方案的核心策略。須指出的是，由于制度的有效性不僅取決于內(nèi)生因素，而且還受到社會(huì)價(jià)值、具體情境以及更為廣泛的制度環(huán)境的綜合影響，因此未來還應(yīng)當(dāng)對(duì)算法影響評(píng)估制度的配套機(jī)制、與數(shù)據(jù)保護(hù)影響評(píng)估制度的銜接機(jī)制等核心議題進(jìn)行深入研究，以期為算法影響評(píng)估制度的有效運(yùn)行構(gòu)建良好的運(yùn)行生態(tài)。
《數(shù)字法治》專題由華東政法大學(xué)數(shù)字法治研究院供稿。專題統(tǒng)籌：秦前松
編輯：海洋