龙卫球：AI立法规范对象与规范策略

随着人工智能技术的广泛运用，人工智能立法急需提上日程，而制定一部人工智能法，首先需要明确其规范对象与规范策略。人工智能科技基于自身专业科技和赋能科技的双重属性及其不同实现要求，其开发应用活动也相应形成了两个迥然不同领域。为此，人工智能立法调整对象也存在双重区划必要，并应依据两大领域基本功能、利益和风险预设的不同作出调整策略区分。其中，对于专业科技活动部分，鉴于人工智能科技具有战略竞争地位以及基础共性环节研发具有攻关复杂性，应在鼓励促进资源市场化配置同时，加大政府战略和政策支持力度；对于赋能科技活动部分，应该立足“人工智能+”框架下赋能与应用场景的叠加关系，注重赋能与应用场景之间的权衡，避免因引入赋能效率而导致被赋权场景的价值功能偏移异化或利益风险关系的严重失衡。

【关 键 词】人工智能立法 规范对象 专业科技活动 赋能科技活动 规范策略

一、人工智能发展应用

不断蔓延的规范需求

人工智能领域过去十几年最重要突破就是近年来机器学习特别是其中深度学习的出现。人工智能(Artificial Intelligence，缩写为 AI) ，公认是计算机科学的一种旨在使得机器能够实现人类智慧的科学技术；所谓机器学习，是指一种在计算机上运行能够从数据中识别和提取有用的模式的算法。长期以来，统计、计算机科学和认知心理学等许多不同的研究领域出现了不同的统计技术，也统称为“人工智能”。由于这些技术已经应用于不同的业务领域，它们已经与其他任务相关，因此它们也很可能在讨论“数据挖掘”和“预测分析”中发挥作用。近年来，在不断加速的信息互通基础上，随着计算能力的进步和大数据集的可用性增加，深度神经网络的训练更加可行，得以构建具有适当泛化能力而不只是记忆能力的生成模型，成为可以“自动改进经验的计算机程序”或者说“根据自己的输出而改变的算法”。通过它，不仅获得基于海量数据的分析能力，还形成了机器自身前所未有的一种与人类认知能力相通的自动学习能力和决策能力。人工智能深度学习技术的出现，挑战了我们对计算机的作用和我们与它们的关系的一些假设，它不只是对现有过程的简单自动化，而是一种创造性的通过设定结果和让计算机程序在那里找到自己的方式。这种基于大数据和算法的自动化决策能力或认知能力，对于实体经济和各种类型的管理导致新的巨大赋能可能性，因此引发世界范围对这种新型科技的剧烈竞争。

世界主要国家纷纷出台人工智能战略，加速推进对其开发和应用。例如，美国政府在2016年就积极推动人工智能战略发展，2016年发布《为人工智能的未来做准备》、《国家人工智能研发战略规划》和《人工智能、自动化和经济》三大报告。2019年2月，美国白宫科学和技术政策办公室(OPTP)又颁布总统签署的《美国人工智能倡议》，将人工智能提升到经济安全和国家安全的双重层面，要求保持美国人工智能领先地位；同年6月，发布了第二版的《国家人工智能研发战略规划》。新版战略为了使人工智能更加值得信赖，对此前7个重点领域进行了全面更新，包括人工智能研究投资、人机协作开发、人工智能伦理法律与社会影响、人工智能系统的安全性、公共数据集、人工智能评估标准、人工智能研发人员需求；同时增加并特别强调了第8项战略即“公私伙伴关系”，要求更加重视与私营部门合作以及其他必要事项。我国以后发优势，紧抓人工智能科技发展新机遇，2017年出台《国务院新一代人工智能发展规划》，提出深入实施创新驱动发展战略，以加快人工智能与经济、社会、国防深度融合为主线，以提升新一代人工智能科技创新能力为主攻方向，发展智能经济，建设智能社会，维护国家安全，并设定了2020年、2025年、2030 年目标，核心产业规模分别为1500 亿元、4000 亿元和1 万亿元。

2018年，我国开始跨越成为人工智能投入布局的主要大国。目前，人工智能开发应用出现多方位蔓延趋势，覆盖到经济运行、社会服务管理等领域，并基于信息科技跨界融合能力而形成交叉渗透趋势。一边，它与传统行业生产和经营发生巨大融合效应；另一边，又不断跨界、拓宽人工智能新经济版图乃至形成许多全新领域。2019 年艾伦咨询发布的《2019 年中国人工智能产业研究报告》显示，中国2019 年人工智能赋能实体经济产业规模接近570亿元，包括安防、金融、客服、医疗健康、零售、广告营销、教育、城市 交通、制造、农业等传统领域都形成了人工智能产业化链条，融合路径多样，包括与loT结合的AloT、与平台能力结合的AI PaSS、与产业全面联通相结合的 AI +产业互联网等；下一步，将是更加快速的渗透与场景应用优化，预测2020年达到819.8亿，2021年达到1157 亿，2022达到1573亿。

笔者认为，从目前人工智能开发和应用的蔓延态势而言，人工智能立法已经到了应当提上日程的阶段。既有科技法治经验表明，科技发展与法律应当同步，法律与科技发展应用良性互动，是近代以来科技有效转化或赋能经济社会发展的有力支持和基本保障，而且只有如此，科技才能真正得到合乎人类价值的促进和应用。人工智能当前发展应用不应例外。人工智能发展应用的迅速蔓延，使得人工智能的法律需求也日益迫切。目前相关研究有风起云涌之势，仁者见仁智者见智。人工智能发展应用具有许多新的特点，既有科技法规则虽然可以发挥一定的作用，却明显不敷其用，因此需要及时加以改进甚至做出创制。鉴于人工智能作为新兴科技的本质，其立法与既有科技法存在内在的关联，总体上应当归入科技法范畴，从其与既有的科技法律体系衔接来说，也可以划分为人工智能市场法、风险治理法以及政策法三个细分领域；从规范模式来说应当从“技术－经济”向“技术=经济+社会”迭代，突破单一技术经济思维，强化技术社会思维，重视技术安全和社会风险规制。本文认为，在廓清人工智能立法为新型科技基本立法路径和应当采取“经济－社会”模式的基础上，制定一部人工智能法最需要明确的是其规范对象与规范策略问题。人工智能科技基于自身属性及其实现要求，其开发和应用等活动形成了相当复杂的合理需求和利益风险关系，特别是出现了迥然不同的活动划分以及伴随而来的极其复杂的赋能应用场景问题，使得以往科技法关于规范对象及相关规范策略的认识，不宜简单套用，而需要做出合理调整和发展。本文研究，除了关注当下人工智能科技活动的特点和实际应用场景，也关注未来一个时期人工智能科技活动的特点变化和可预见的应用场景。

二、人工智能立法的

规范对象及其确定方法

人工智能立法必须明确自己的规范对象是什么。我们很难想象一个特定法域或者一部特定立法没有明确的规范对象的情况；否则，既无法确定自己的适用定位，也无法形成正确的调整方法。任何立法的规范对象都应该说是指向特定社会活动，根据既有的立法经验，科技本身不会成为规范对象，需要规范的是科技活动及其产生的社会问题。人工智能立法也不例外，同样不是以人工智能科技本身作为规范对象，而是应以人工智能科技活动及由此引发的特定社会问题作为规范对象。但是，人工智能立法的规范对象不易确定。这是因为，人工智能科技活动作为当代科技最为前沿的实践活动之一，是迄今为止最为复杂的科技活动之一。归纳起来，法学领域用来认识特定社会规范对象的方法有二：一是本质论角度的，所谓千变万化不离其宗。20世纪初期之前十分盛行，这种法学认识论根基于20世纪之前主流哲学的认识论，比如柏拉图的理念论，康德的先验观念论，马克思的历史规律论等；二是非本质论角度的，大概在20世纪初期开始作为一种反思理论出现，其根基于20世纪以来的哲学思想，比如胡塞尔的现象学、海德格尔的存在论、后马克思主义者的实践论等。比较起来，前一种方法通常指向一种简明的认识效果，而后一种方法往往导致繁复凌乱的认识效果。但是我们发现，人类走到今天，很多试图抓住本质、化繁为简的努力往往不易成功，很多时候是表面上似乎对认识对象一目了然了，但是实际上却并没有真实反映复杂社会的实际情况，相反导致认识对象被过度简化，包括对许多重要特殊或分叉情况的不当忽略。所以，现代认识范式越来越偏爱运用后一种方法，希望通过揭示更多复杂性、多样性，甚至希望深入到具体现象或者存在场景之中来细化理解。但是，后一种方法又有明显不足，特别是在应用于确定规范对象时，不仅容易挂一漏万，更是难以聚焦、过于分散，容易导致认识碎片化，进而模糊价值问题。为此，当代立法认识论通常立于二者之间，来回于折冲于本质和现象、理性与经验、价值与问题之间，追求抽象与具体结合，重视类型化区分方式，关注结构稳定与动态实践的互动。

人工智能科技活动作为当下最具前沿的科技活动极具复杂性，使得其研发、生产和部署具有复杂性和较大不确定性风险，对其认识无法依赖简单的本质化方法。我们可以比照美国经济学家布莱恩阿瑟的复杂经济学理论来看待人工智能科技活动的复杂性对于其确定性的挑战。布莱恩阿瑟提出，当代经济是一个不均衡、不确定、非线性、永远在进化的复杂系统。市场中个人行为也往往都是根据当前的环境做出自以为是的最优行为，消费者、企业、银行和投资者都在不断获取信息，每个人都在不断适应变动的市场形势，作出自己对于市场的判断和预测，然后以此调整策略与他人交易；而且个体和系统的影响是相互的，整个市场也因此不断迭代和进化。

人工智能科技活动的复杂性，有过之而无不及。前已述及，人工智能科技最新发展是对机器学习算法的引入，是一种具有自动决策功能的技术系统。这是前所未有的一种技术迭代，内部关系构造更加复杂，也促进了一种全新的应用效应，因此导致比以往科技活动更加复杂的规范要求。人工智能立法规范对象的确定，应该认识到人工智能科技活动作为当代最具前沿的表征科技的实践活动，并不是像简单世界时代里发生的人与人之间的科技活动那样，具有相对确定、相对稳定的特点，而是从内到外都体现出许多不确定和动态变化的特点。

首先，人工智能属于计算机信息技术中最为复杂的系统化技术，内部具有众多技术节点构成，运行中存在技术多节耦合和多主体互动配合的复杂要求，在这种情况下人工智能仅从自身内部系统的组织和运行而言，已是一种典型的“社会技术系统”，具有内部系统复杂性和运行安全的极大不确定性，应十分谨慎，尤其要注意系统确定性和安全性的保障问题，避免在“节点耦合”或“主体互动”上出现问题，导致整个系统的“闪电崩溃”效应。其次，人工智能科技作为一种以机器深度学习和人机互动为特征的新型信息科技，其应用极具广泛性，从而导致了基于多样性的特殊复杂性和不确定性。人工智能因具有支持自动决策能力，除了自身作为专业定向科技的研发、生产和部署，同时也作为赋能科技可以广泛应用于相关经济或管理的多种场景。这种广泛应用，表面上呈现为从场景到场景的现象罗列，但实际上彼此之间各自功能、结构乃至主体互动关系千差万别，从规范上来说极具挑战性，极大增加规范的困难性。此外，在人工智能科技活动，人与人的关系开始模糊，机器自主出现了，介入不同形态的所谓人机关系；而在此前的科技活动，基于科技活动所形成的生产、商业和管理等社会关系，主要是通过人与人相互沟通进行，中间可能借助市尝借助身份或借助物质。

（编辑：宿州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!