胡凌：《算法霸权》之多角度通过不同的例子结合具体场景进行思考

日前，《周泰 · 书声》第九期之《算法霸权》品读会在北京周泰律师事务所举办，现场邀请了中国政法大学数据法治研究院教授张凌寒、中国人民大学法学院副教授郭锐、北京大学法学院长聘副教授戴昕、北京大学法学院副教授胡凌、中国人民公安大学法学院副教授苏宇、北京航空航天大学法学院助理教授赵精武、北京周泰律师事务所高级律师储江、北京大学法学院副教授江溯共同探讨、解读这本《算法霸权》！

本文整理自品读会上品读人胡凌副教授的发言内容，供读者参考。

全文共： 2482字   预计阅读时间：7分钟 

胡凌

北京大学法学院副教授

接下来我也谈一下对这个书的看法，也包括我想到的一些问题，这个书之前一开始最早看的是英文的版本，我觉得也是非常新颖，这个书涵盖面比较广，能够把很多我们看上去好像不太相关的东西勾连在一起，而且也是有一些跨学科的包括社会科学的角度，能够帮助读者通过不同的例子结合具体场景进行思考，当然这个书从我们专业研究的角度来讲，可能会觉得更多的是讲故事，或者只是停留在内容的介绍，我们可以通过阅读其他方面关于算法的研究进行相互补充，帮助我们从现象到本质转变的思考。

第二点我跟戴昕老师的想法是类似的，我们读这样的书，除了我们需要去理解算法作为一般性的权利也好，或者说现象也好，如何对不同国家社会产生影响，更主要的是需要从中国的角度，或者生活在中国社会里面，进行思考有些问题是不是相通的，还是说有特殊性，我觉得这个是有意义的，当然我们实际上会接受大量的国内国外的信息，但是很多时候我会想到哪些信息是对我们有借鉴意义的，哪些可能是说差得比较远。

比如说像算法功能的问题，我之前也做过研究，我们在讨论人工智能有一些问题，比如说刷脸、人脸识别，那你会发现西方讨论这样一个问题，跟中国语境下面讨论人脸识别不太一样，尽管我们也会说人脸识别会有一定的风险，但总的来讲在很多公共服务的过程里面，会大量使用这样的刷脸设备，包括在疫情期间，会带来社会的效率，以及更主要的就是从更宽泛意义上来讲，会降低现代化过程里面陌生人流动的风险，也是公平的一个体现，其降低的风险要比带来的风险大很多，但是在西方我们可能看到的更多是批评，特别是说限制政府，尤其是政府公共权力来使用人脸识别的技术。所以你看到不同的社会文化对待技术的思维方式不太一样，当然这并不意味着我们不能去思考同样的问题。

接下来我觉得第三点，其实可以抽象出来说，我在想当我们去研究包括信息技术带来新的法律问题的时候，我们经常会听到代码是法律这样的说法，当我们说算法可以决定你的行为，或者可以成规模地影响人们行为，如果认为他实际上也塑造某种规则的时候，特别是结合这本书的道理就会发现其实人们心里想的是不同层面的问题：有的时候人们心里想的是说一个结构性的问题，比如说这个规则到底是如何设计的，比如说这个算法究竟是为了实现什么样的功能，这个功能无论是数据的种类，还是说希望你的行为能够达到一个什么程度，这都是一个结构性的框架。而另外一个层次是说在一个固定的结构下面，数据的颗粒度的问题，好比说如果我即使知道了某些类型的数据，一定会被搜集，但是搜集多了或者少了，也许会带来不同的后果。所以我感觉很多时候大家讨论这个问题，也许会把两种不同层面的问题混在一起，当大家在谈论算法的时候，如果带来我们不想要的后果，可能会问这个问题的根源到底在哪里，究竟是我们觉得结构性的比如说一般性的规则设置有问题，还是说我们是抽象同意一般性规则，但是实际上在具体的数据搜集也好，或者处理的过程里面，觉得有问题，我觉得是不太一样的。

例如，实际上包括算法、平台、搜集消费者的数据也好，或者说政府利用算法去提供更细化的监管也好，你会发现人们抽象来说会觉得规则，比如说在涉及平等问题的时候，会觉得最好不要因人而异，最好我们所有的人搜集的数据，或者说所有的行为结构都应该是一样的，但是另外一方面我们又会觉得说问题可能出在因人而异，但是这个时候讲因人而异，讲的是颗粒度问题，我的某种行为，关于我的数据，我披露多或者少，那我跟别人的结果就有差异了，这个时候我觉得不公平了，或者说其他人会占有优势。

所以我们如果按照这样的两个层次的讨论，其实是可以把包括书里面有一些问题其实是可以做一个大致的分类，有些是一个制度层面的，你不管用不用算法，不管使不使用技术性的工具，但是问题出在一般性的规则，你要怎么去设计。当然我们都知道一般性的规则，实际上也是跟立法者或者说规则设计者，算法设计者对于信息的捕捉，事先的信息捕捉有一个直接联系，如果能事先获得信息更多的话，也许能够精细颗粒度，但是如果从另一个角度来讲，如果你规则设计好了，你是不是允许提供一些激励，允许人们自动去调整行为，换句话说你只要规则给一个大致的空间，而且你不需要那么细化，消费者自己也可以调整行为，这个算法如果明确告诉你就搜集这几类数据，大家一定会觉得这几类数据是有价值的，因此会投入很多资源去生产数据，而忽视了其他的数据。

那么问题就在于如果你给予足够的空间，不管是算法内部行动的结构里面有足够的空间，让人们去思考究竟是披露更多的数据好，还是隐瞒更多的数据好，这是一个选择，或者我也可以提供不同算法之间的选择，规则之间的选择。当然有些平台可以设计这样的算法，搜集这样的数据，但是在另外一些平台，可能会做另外一套选择，这个时候你仍然有一个选择权，所以我觉得虽然我们现在都在谈政府要去监管也好，包括备案，包括评估，这都是有必要的，但是你会发现你做了这些之后，根本的道理还是在于逃不出两个基本的要点，一个是结构的问题，还有一个是结构之内人们的选择度。所以这个书如果按照我刚才的思路，仍然是可以把很多具体场景化的东西，去细化分析，看看人们如果不满意的话，究竟是在什么样的维度上面有意见，这样的话会更有效地去帮助我们思考究竟在哪些方面需要改进，究竟是在一个程序上的，合法性的一个问题去改进，还是说只是仅仅是信息生产的问题，我觉得是不同的问题。我就分享到这里，谢谢。

直播回看方式

微信长按识别上方二维码

回复【算法霸权】即可回看本次精彩直播

欢迎关注周泰，欢迎点“赞”和“在看”