维普论文检测系统VIP PAPER CHECK SYSTEM算法的法律思考-邓园【原文对照报告-大学生版】报告编号：5ed739de4c235536检测时间：2022-05-2919：02：07检测字符数：10301作者姓名：邓园所属单位：全文总相似比复写率他引率自引率专业术语检测结论：14.59%10.41%2.56%0.0%1.62%其他指标：自写率：85.41%高频词：算法，个人，信息，法律，数据典型相似文章：无指标说明：复写率：相似或疑似重复内容占全文的比重他引率：引用他人的部分占全文的比重自引率：引用自己已发表部分占全文的比重自写率：原创内容占全文的比重典型相似性：相似或疑似重复内容占全文总相似比超过30%专业术语：公式定理、法律条文、行业用语等占全文的比重总相似片段期刊：16博硕：5综合：7相似片段：30外文：0自建库：0互联网：2检测范围：中文科技期刊论文全文数据库中文主要报纸全文数据库中国专利特色数据库博士/硕士学位论文全文数据库中国主要会议论文特色数据库港澳台文献资源外文特色文献数据全库维普优先出版论文全文数据库互联网数据资源/互联网文档资源高校自建资源库图书资源古籍文献资源个人自建资源库年鉴资源IPUB原创作品时间范围：1989-01-01至2022-05-29维普论文检测系统VIP PAPER CHECK SYSTEM原文对照颜色标注说明：■自写片段■复写片段（相似或疑似重复）口引用片段（引用）■专业术语（公式定理、法律条文、行业用语等）算法的法律思考2018级法会3班181070313邓园【摘要】近年来，随着人工智能技术的不断进步以及机器学习理论的不断深入，各个领域中都能见到算法的身影。算法能够很好的提高各个领域内的工作效率，但同时也造成了许多问题，如“算法歧视”与“算法黑箱”等为人熟知的现象，个人权益可能因此受到侵害，进而言之，市场公平与社会公平也可能受到影响。因此，如何利用法律对算法进行适当的规制，通过法律规制减少算法所造成问题的风险性，值得我们的思考。【关键词】算法权力，算法歧视，“算法黑箱”，法律规制The legal thinking of AlgorithmAbstract:In recent years,with the continuous progress of artificial intelligence technologyand machine learning theory,algorithms can be seen in various fields.Algorithms can improve workefficiency in various fields,but they also cause many problems,such as "Algorithmdiscrimination"and "Algorithm black box",which are well-known phenomena,and personal rightsmay be infringed,market Equity and social equity may also be affected.Therefore,how to use thelaw to regulate the algorithm properly and reduce the risk caused by the algorithm through legalregulation is worth our consideration.Key words:Algorithm,Algorithm discrimination,legal regulation目录Abstract…ii一、算法的基本概念与性质…(二)算法的基本构成…(二)算法的性质…2二、算法导致的风险…(一)算法与算法歧视…2(二)算法导致的信息不对等与结果偏见…3(三)算法对个人权益与群体公平的侵害…三、算法规制现状…4(一)欧美的部分法律规定…(二)国内的部分法律规定…4四、法律规制算法的几点设想…5(一)坚持算法的程序正义…52维普论文检测系统VIP PAPER CHECK SYSTEM(二)完善监管算法的基本思路…6(三)算法侵权的归责机制与权利救济机制…7参考文献…8致谢…9引言随着算法与由算法构成的自动化决策工具在人们生活中影响力的增强，算法自动化决策导致的各种不公平现象也在多个领域中广泛出现。为应对算法导致的风险，我国近年来吸取国外的立法经验，出台多部相关法律。而如何结合目前我国已有的相关立法，利用法律等手段对算法进行合理规制，依旧是一个值得关注的法律问题。一、算法的基本概念与性质(一)算法的概念算法是一项可自动化处理数据并进行决策的技术，Tarleton Gillespie曾对算法做出了假设，即“算法不需要是软件：在最泛的意义上，它们是基于指定计算将输入数据转换为期望输出的编码过程。这个过程既指出了一个问题，也指出了解决这个问题的步骤”[1]。因此，算法是“为了解决一个特定问题或者达成一个明确的结果而采取的一系列步骤”[2]在构建好的算法系统中输入指令，有效运行的算法就能够得到确定的结果。在如今的大数据环境下，算法在各项工商业生产经营活动中受到了广泛的应用，成为影响各个社会领域的关键性要素。(二)算法的基本构成算法大致由两方面组成。一方面是大量的数据，数据是算法运行的基础：该种数据即是支持算法进行正常运行的具体内容，例如在市场环境下，算法获取的大量的市场信息，即算法针对受众，算法使用者的设备参数、个人年龄、喜好、性别、收入等相关个人信息：一方面是算法制造者为了达成算法的运行目的而编写的一段程序，这段程序能对算法所收集到的数据进行计算与分析，在一定的计算过程之后，输出相应的结果。在市场环境中，算法能通过收集大量的用户数据，分析出用户的个人喜好与消费定位，从而向消费者进行针对性的产品推送，同时利用算法计算出适应该消费者的产品价格，从而达成算法使用者销售牟利的目的。算法因其机器计算的特点，具有很高的智能性，但算法的主体不应当是算法程序本身。算法虽然具有一定的自主性，但算法行为不具有伦理性和主观的意识，是算法使用者赋予了算法行为具体的方向。算法“是一系列解决问题的指令，只要给定初始条件，这一系列指令就会自动给出相应的答案”，算法作为一系列复杂指令的集合来说，本身归根结底还只是一种算法开发者用以达成某种目的所使用的工具，其大致的导向还是由算法使用者来决定，它体现的只是算法设计者和使用者的个体意志和私人利益。因此算法的主体目前仍应当是算法设计者或者算法使用者等利用算法来实现利益的个体，例如企业与网络平台。(三)算法的性质算法的具体运作流程为“输入一处理-输出结果”，而算法运行过程具有极大的专业性与复杂性，行业外人员往往无法对算法的运算过程有相对具体的理解：同时算法的运作过程虽来自于人类的编写，但算法程序以大量数据为基础，并依托这些数据进行自我的深度学习，算法开发者本身也无法对此作出具体的解释。算法设计者或算法运行者并不会将算法的运算公式作出主动公示，因此算法实质上具有一定的不透明性。正是算法不公开与不透明的特性导致了为人所熟知的“算法黑箱”问题，算法的专业性、复杂性与不可解释性加深了“算法黑箱”的程度。(“算法黑箱”，即在算法的运行过程中不可见不透明的区域。)“算法黑箱”本身是一个中立性的词汇，但经常会导致一些不公平的后果。除此之外，在经济市场之中，算法常被企业或个人使用，以达成一定的商业目的，算法具有一定的经济性，常被视为商业秘密，而商业秘密作为知识产权类型中的其中一种，受到相关法律的保护：例如美国2016年的威斯康新洲诉Loomis一案中，案件中所涉及到的算法就是被法官视作为商业秘密，从而影响了最终的判决结果。二、算法导致的风险(一)算法与算法歧视算法在辅助人类社会进行高效决策的同时却可能以隐蔽的方式对特定弱势群体或者个人产生歧视，甚至带来社会不平等问题，即算法歧视。算法歧视是指算法运行中出现了系统性、可重复性错误，并且这些错误产生了不公平的算法结论，如错误的赋予某特定用户群体优先于其他群体的特权，由此损害其他群体的正当利益。简而言之，算法歧视就是指算法运行过程中产生的对某个特殊群体成员的不公平不平等对待行为，可能导致具有系统性和可重复性不公平结果的现象。算法歧视体现在社会群体中，存在侵犯个人隐私，引发性别歧视、种族歧视、宗教歧视等各3