《地方立法研究》2019年第4期目录与摘要
网络法专刊
一
超越“马法”？——网络法研究的理论推进
作者：戴昕（中国海洋大学法学院教授、副院长）
摘要
随着网络和数据技术近年来进入主流法学研究者的视野，网络法研究目前在中国正呈现加速推进的态势。但网络法研究的持续有效开展需要以足够水平的理论化为基础。重温20世纪末美国法学界曾出现的有关网络法研究的“马法之议”，有助于学界理解一般理论——特别是注重解释法律制度功能原理和规制机制的社会科学理论——对网络法研究的重要意义。在既有的学术分工体制下，法律人需要也无法回避尝试介入研究自身本不熟悉的科技问题。但在这一过程中，只有借助其所处的更大的社会科学知识传统中的理论资源，网络法研究者才能够更好地留意、并努力克服当前研究中常见的议题零碎化和缺乏融贯视角等问题，在包括人工智能应用与平台经济规制等在内的各重要议题上取得研究突破，并追求法律与科技的交叉研究为法律学术贡献整体性启示。
关键词：“马法” 网络法 一般理论 人工智能 平台
二
网络法的理论与视野
发言人：
胡凌（上海财经大学法学院副教授、副院长）
戴昕（中国海洋大学法学院教授、副院长）
杨安卓（华中科技大学法学院讲师）
李晟（中国海洋大学法学院教授）
刘晓春（中国社会科学院大学法学院副教授、互联网法治研究中心执行主任）
李斯特（华南师范大学法学院副教授）
左亦鲁（北京大学法学院助理教授）
岳林（上海大学法学院讲师）
洪丹娜（华南理工大学法学院讲师）
贾开（电子科技大学公共管理学院讲师）
许可（对外经贸大学法学院讲师、数字经济与法律创新研究中心执行主任）
庆启宸（华盛顿大学博士研究生）
沈伟伟（中国政法大学法学院副教授）
张凌寒（东北师范大学法学院副教授）
编者按
中国引入互联网20余年来，新法律问题不断涌现，一个叫作“网络法”的研究领域也由此愈加蓬勃，推动了国家相关立法和司法实践。但同时，也存在着研究群体对已有研究文献关注不够、研究对象碎裂化、研究问题缺乏推进和低水平重复等问题。有鉴于此,中山大学法学院及《地方立法研究》编辑部于2019年5月11-12日召开“网络法的理论与视野”学术工作坊，采取小规模深入讨论论文的形式，力图发掘现有中国网络法研究中的基本问题、理论脉络，扩展研究的边界和视野，总结研究方法，凝聚共识，以期通过理论讨论更好地指导实践，为未来网络法研究提供启迪和洞见。工作坊讨论内容分为“网络法研究方法论”“版权与平台”“隐私与被遗忘权”“数据与治理”“人工智能与算法”等五个单元，充分体现出选题的丰富性和前沿性。参会人员均为这一研究领域有较为扎实研究的青年学者，通过为期一天半的热烈讨论，碰撞出十分难得的思想火花。为了使工作坊讨论内容能够对更多网络法研究者和关注者有所助益，特将讨论实录择要刊出，以飨读者。
——胡凌
网络法研究方法论
1 | 戴 昕：网络法如何超越“马法”？ |
2 | 杨安卓：计算法学与社会编程：从冯诺依曼到卢曼 |
3 | 李 晟：从互联网法到互联网司法 |
版权与平台
1 | 刘晓春：版权过滤措施与个人信息保护 |
2 | 李斯特：区块链、版权与密码朋克 |
3 | 左亦鲁：治理假新闻：是什么？为什么？怎么办？ |
隐私与被遗忘权
1 | 岳 林：隐私的社会生成机制 |
2 | 洪丹娜：大数据时代被遗忘权的合法性证成 |
数据与治理
1 | 贾 开：跨境数据流动的全球治理：历史变迁、制度困境与变革路径 |
2 | 许 可：数据安全法：定位、立场和制度构造 |
3 | 庆启宸：再议个人信息的财产保护：从私人物品到公共物品 |
人工智能与算法
1 | 沈伟伟：算法透明原则的迷思 |
2 | 张凌寒：论不受机器决策的自由 |
3 | 胡 凌：平台视角下的人工智能法律责任 |
三
作为逻辑程序的立法
作者：罗伯特•A. 科瓦尔斯基（英国帝国理工学院计算机系教授）
译者：杨安卓（华中科技大学法学院讲师），赵舒婷（华中科技大学法学院研究生）
摘要
立法通常采用的语言风格与逻辑编程语言有许多相似之处。然而，1981年《英国国籍法》《密歇根大学租赁终止条款》和《伦敦地铁紧急情况告示》中的法律语言示例表明，逻辑编程的基本模型可以通过几种方式得到有效的扩展。这些扩展包括类型的引入、相关条款、普通否定和击败否定、完整性约束、元推理和程序符号。除立法和编程之间的相似处之外，法律与算法还有其他重要的相似之处。例如，它需要根据社会和政治规范来验证立法，并且需要组织、开发、维护和重复使用大量复杂的法律规范和程序。算法和法律之间的相似性表明，这些不同领域之间有可能实现有效结论与技术手段之间的双向转换。本文探讨的一种可能性是，适当扩展的逻辑程序设计语言的语言结构，是使立法语言本身变得更简单、清晰的可能方式。
关键词：立法 法律 逻辑编程 程序
四
可问责的算法
作者：
约叔华•A. 克鲁尔（普林斯顿大学信息技术政策研究中心研究员）
乔安娜•休伊（普林斯顿大学信息技术政策研究中心副主任）
索伦•巴洛卡斯（普林斯顿大学博士后研究员）
爱德华•W. 菲尔顿（普林斯顿大学计算机科学与公共政策罗伯特•E. 卡恩讲席教授）
乔尔•R. 瑞登伯格（福特汉姆大学法学院斯坦利•D和尼基•瓦克斯博格讲席教授）
大卫•G. 罗宾逊（耶鲁大学法学院信息社会研究中心访问学者）
哈兰•余（斯坦福大学法学院互联网与社会研究中心学者）
译者：
沈伟伟（中国政法大学法学院副教授）
薛迪（清华大学法学院研究生）
摘要
许多传统上由人做出的重要决策，现在都是由计算机做出的。算法统计选票、批准贷款和信用卡申请、指定公民或社区进行警务审查、选择纳税人进行税务审计、批准或拒绝移民签证等。然而，监管此类决策流程的问责机制和法律标准，尚未跟上技术的步伐。目前，可供决策者、立法者和法院使用的工具，是为监督人类决策而设计的，当把它们应用于监督计算机决策时通常会失灵。例如，如何判断一个软件的意图？由于自动化决策系统可能会输出不正确、不合理或不公平的结果，因此，我们需要采取其他手段，以使此类算法具有可问责性和可操控性。本文提出了一套新的技术措施，它能够以法律公平为准绳，来验证自动化决策。法学界的主流文献认为，算法透明可以解决这些问题。本文对这一主流观点提出挑战。通常而言，源代码的公开，既不必要（由于计算机科学中的替代技术），也不足以证明决策流程的公平性（由于分析代码时所存在的问题）。此外，算法透明也可能是不可取的，例如，它可能会披露个人信息，也可能会帮助不法分子或恐怖分子与税务审计或安全检查的系统进行周旋。真正的核心问题是：如何使自动化决策更具可问责性，以确保公民个体和整个社会的利益？本文认为，技术正在创造新的机会——以比算法完全透明更巧妙、更灵活的方式，来设计自动化决策的算法，使其更好地顺应法律和政策的目标。这样做不仅可以改善当前对自动化决策的治理，而且在某些情况下，还可以改善普通决策的治理。人类决策者的内在（或外在）偏见，很难被发现和根除，但我们却可以窥视算法的“大脑”：计算过程和目的规范可以在事前声明，并在事后验证。本文介绍的技术可以得到广泛应用。它们可以用来设计私营机构和公共部门的决策流程，并可根据决策者、监管者或公众的需要进行定制。用以验证不同的特性。通过更加仔细地权衡决策规则的影响，它们也会激活政策讨论，以及更细致的法律标准审查。因此，这些工具在整个法律制度和社会制度中，将有深远的影响。文章分四部分。第一部分简单介绍了相关基础计算机科学技术。这些技术可用于检验和证明自动化决策是否符合法律公平，而无须公开决策的关键属性或做出决策的整个过程。接下来，第二部分阐述了这些技术如何确保决策具有程序规制性(procedural regularity)这一关键治理属性，即决策是根据在每个案例中统一适用的、既定的规则做出的。我们介绍了如何使用这种手段，来重新设计和解决签证抽签的问题。在第三部分，我们进一步探讨了其他计算技术如何确保自动化决策对实质性法律和政策选择的忠实程度。我们论证了如何使用这些工具，来确保避免某些不公正歧视，以及自动化决策的过程如何顺应管理决策的社会标准或法律标准。我们还论证了自动化决策如何使现有的差别对待和差别影响的理论变得更为复杂。除此之外，我们还讨论了，计算机科学——尤其是在大数据和机器学习的背景下——近期在监督和消除算法歧视方面的努力。最后，在第四部分，我们提议进一步加强计算机科学、法律和政策之间的协作，以推进问责制自动化决策流程的设计。
关键词：自动化决策 可问责性 算法透明 算法审计 程序规制性