驯服算法:数字歧视和算法规制 Algorithmic Regulation

图书标准信息

• 作者 [英]凯伦·杨马丁·洛奇 编；林少伟、唐林垚 译
• 出版社 上海人民出版社
• 出版时间 2020-07
• 版次 1
• ISBN 9787208165823
• 定价 88.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 380页
• 字数 326千字

【内容简介】

算法规制的目标无他：其一，警惕本来应当是中立的智能应用，被用来掩饰未取得“多数人同意”的少数人集权；其二，建立利益相关者对话和商谈的场域，避免法律沦为“技术寡头”的帮凶。本书从凯伦?杨“跳出‘数据道德’或‘AI道德’窠臼”以寻求“数据驱动机器时代正义、民主和自由”的主张开始，以李?拜格雷夫“将数据保护法的价值观贯彻进信息系统架构之中”的倡导结束，中间穿插着马丁?洛奇等学者对“风险导向监管路径”的反思与改进；这背后是“自然人正义观”与“算法正义观”从排斥到融合、“个人数据保护”与“技术公共利益”从对立到统一的艰苦历程。本书英文版虽出版于新冠疫情爆发之前，但作者们从不同角度对“算法规制”的路径探寻，无不包含着从“个人健康”促进“社会健康”的现实隐喻，以及人本主义“责有攸归”的道德哲学，对我国“国家治理体系和治理能力现代化”以及疫情常态化下慎终如始“科学防治、精准施策”的稳步推进有着深刻的启发和借鉴意义。

 

 

【作者简介】

凯伦?杨：英国牛津大学法学博士，英国伯明翰大学法学院和计算机学院的跨学科教授，墨尔本大学法学院杰出访问研究员，欧盟人工智能高级别专家组成员、欧洲犯罪问题委员会（CDPC）人工智能和刑法专家工作组特别顾问。曾担任纳菲尔德生物伦理委员会基因组编辑和人类生殖工作组主席（2016-2018）、世界经济论坛全球未来生物技术理事会成员。出版有《法律、规制和技术牛津手册》《法律与规制简介》等著作，在《Modern Law Review》《Legal Studies》等发表多篇论文。

 

 

马丁?洛奇：伦敦政治经济学院教授，研究方向为政治学和公共政策，兼任风险和监管分析中心主任。

 

 

林少伟：西南政法大学民商法学院副教授，商法教研室副主任。英国爱丁堡大学法学博士、伦敦国王学院商法硕士、西南政法大学法学学士；重庆市青年拔尖人才计划入选者、霍英东教育基金奖获得者。

 

 

 

唐林：中国社会科学院法学研究所助理研究员、博士后。清华大学民商法博士、日本|北大学法政理论博士、美国哥伦比亚大学硕士；王保树优秀博士论文奖、国家优秀自费留学生奖学金获得者。

 

【目录】

主编序/1

 

 

中文版序/1

 

 

第一章   算法规制：述略

 

 

1. 引言/1

 

 

 

2. 何为算法规制？/4

 

 

 

3. 是否有新发现？/6

 

 

 

4. 理解作为一种复杂“社会―技术”系统的算法规制/8

 

 

 

5. 本书的结构和内容/13

 

 

第一部分规范性问题

 

 

 

第二章   自动化决策，何忧之有？

 

 

 

1. 引言/21

 

 

 

2. 自动化决策系统之忧/23

 

 

 

3. 数据导向型预测和个性化信息服务/32

 

 

 

4. 应对之法：聚焦正义、权利、过错、危害/36

 

 

 

5. 结论/40

 

 

第三章  自动化决策及其对人类的影响

 

 

 

1. 引言/50

 

 

 

2. 自动化决策：科技/53

 

 

 

3. 刑事司法领域的机器学习/58

 

 

 

4. 结论/74

 

 

第四章  数字歧视

 

 

 

1. 引言/89

 

 

 

2. 数字歧视样例/94

 

 

 

3. 数据歧视解决方案之研究/96

 

 

 

4. 数字歧视未解之患/99

 

 

 

5. 结论/102

 

 

第五章   日常生活中算法外包的伦理

 

 

 

1. 引言/106

 

 

 

2. 了解算法工具/108

 

 

 

3. 算法工具会削弱自主性吗？/111

 

 

 

4. 但这一回有何不同？/119

 

 

 

5. 我们该如何应对？/123

 

 

 

6. 结论/125

 

 

第二部分公共部门应用

 

 

 

 

第六章   算法行政？公共管理与机器学习

 

 

 

1. 引言/133

 

 

 

2. 自动化系统/135

 

 

 

3. 增强系统/137

 

 

 

4. 算法社会化的学术讨论/139

 

 

 

5. 管理公共管理部门的机器学习应用/140

 

 

 

6. 结论/154

 

 

第七章   公共服务中算法规制的实际挑战

 

 

 

1. 引言/166

 

 

 

2. 数据在监管中的作用/168

 

 

 

3. 风险评估/170

 

 

 

4. 案例一：“智能监管”与护理质量委员会/176

 

 

 

5. 案例二：英国教育质量保证局的监管实践/179

 

 

 

6. 算法评定的必要条件/188

 

 

 

7. 结论/190

 

 

第八章    公共服务中算法规制的反思

 

 

 

1. 引言/198

 

 

 

2. 监管能力与算法规制/201

 

 

 

3. 用算法规范公共服务/205

 

 

 

4. 谁来监管算法？/214

 

 

 

5. 结论/216

 

 

第三部分管理算法系统

 

 

 

 

第九章   算法、规则和治理准备

 

 

 

1. 引言/225

 

 

 

2. 政府准备/228

 

 

 

3. 算法的危害和它们的治理挑战/232

 

 

 

4. 评估治理准备/236

 

 

 

5. 结论/239

 

 

第十章  法律从业者视角下的人工智能风险规制

 

 

 

1. 引言/250

 

 

 

2. 机器学习带来的法律挑战/251

 

 

 

3. 数据的作用/258

 

 

 

4. 人工智能风险规制：合同的进路/261

 

 

 

5. 促进合规的合同条款/264

 

 

 

6. 公司治理依赖自然人决策/267

 

 

 

7. 监管模型/268

 

 

 

8. 结论/273

 

 

第十一章  关注机器2.0时代：

 

欧盟《通用数据保护条例》和自动化决策

 

 

 

1. 引言/277

 

 

 

2. 关注机器1.0时代/278

 

 

 

3. 《通用数据保护条例》第22条/280

 

 

 

4. 复盘机器1.0时代/285

 

 

 

5. 驯服机器？/288

 

 

 

 

参考文献/298

 

 

 

立法索引/339

 

 

 

关键词索引/342

 

 

 

译后记/353