李牧翰

一、問(wèn)題的提出

算法是數(shù)字社會(huì)發(fā)展的技術(shù)基石，社會(huì)生活數(shù)字化使個(gè)人信息數(shù)據(jù)納入算法過(guò)程成為必然現(xiàn)象，如果說(shuō)個(gè)人信息采集是數(shù)字經(jīng)濟(jì)社會(huì)運(yùn)行的“能源燃料”，那么算法對(duì)信息的篩選、分析及加工能力便是其發(fā)展的“動(dòng)力引擎”。①Kumar,Christine,The Automated Tipster:How Implicit Bias Turns Suspicion Algorithms into BBQ Beckys,Federal Communications Law Journal,2020,pp.97-122.然而，在對(duì)個(gè)人信息數(shù)據(jù)進(jìn)行價(jià)值提取的過(guò)程中，算法模型因其開(kāi)發(fā)者或使用者所欲達(dá)成的特定目的、個(gè)體利益最大化的自利性考量以及因信息不對(duì)稱(chēng)產(chǎn)生的優(yōu)勢(shì)地位等，極易產(chǎn)生具有法益侵犯性的負(fù)外部效應(yīng)。②孫清白：《人工智能算法的“公共性”應(yīng)用風(fēng)險(xiǎn)及其二元規(guī)制》，《行政法學(xué)研究》2020年第4期。與此同時(shí)，側(cè)重于數(shù)據(jù)采集環(huán)節(jié)建立的現(xiàn)行個(gè)人信息數(shù)據(jù)保護(hù)制度面臨著難以消除算法濫用現(xiàn)象，其衍生的風(fēng)險(xiǎn)將對(duì)數(shù)字主體權(quán)利保護(hù)帶來(lái)沖擊與挑戰(zhàn)。

現(xiàn)行個(gè)人信息數(shù)據(jù)保護(hù)采用“人格權(quán)＋隱私權(quán)＋自決權(quán)”模式，其無(wú)法有效治理算法濫用。③蘇宇：《算法規(guī)制的譜系》，《中國(guó)法學(xué)》2020年第3期。其一，對(duì)算法濫用行為的治理缺乏整體性思維?，F(xiàn)代社會(huì)人文社科制度通常因自然科學(xué)領(lǐng)域的技術(shù)創(chuàng)新而改變，為確保以算法技術(shù)為發(fā)展動(dòng)力的數(shù)字經(jīng)濟(jì)社會(huì)秩序的穩(wěn)定，立法部門(mén)相繼出臺(tái)或公布了《中華人民共和國(guó)網(wǎng)絡(luò)安全法》（以下簡(jiǎn)稱(chēng)《網(wǎng)絡(luò)安全法》）、《中華人民共和國(guó)數(shù)據(jù)安全法（草案）》（以下簡(jiǎn)稱(chēng)《數(shù)據(jù)安全法》）、《中華人民共和國(guó)個(gè)人信息保護(hù)法（草案）》（以下簡(jiǎn)稱(chēng)《個(gè)人信息保護(hù)法》）。雖然眾多的規(guī)范性文件以及高度密集的出臺(tái)時(shí)間傳遞的信息是立法者對(duì)于該問(wèn)題的重視程度，但是通過(guò)“以量取勝”的做法意圖編制一張嚴(yán)密的治理算法濫用的法律網(wǎng)，不僅難以實(shí)現(xiàn)治理效力與效果的有機(jī)對(duì)稱(chēng)，還有可能會(huì)導(dǎo)致數(shù)據(jù)主體面對(duì)算法濫用風(fēng)險(xiǎn)失去預(yù)測(cè)和評(píng)價(jià)的能力。

其二，有關(guān)算法濫用及相應(yīng)權(quán)利保護(hù)的法律規(guī)范存在概念界定不清晰、適用范圍模糊等缺陷。例如，依《網(wǎng)絡(luò)安全法》第41條，網(wǎng)絡(luò)運(yùn)營(yíng)者應(yīng)負(fù)何種程度的公開(kāi)和明示義務(wù)？該公開(kāi)和明示義務(wù)是否應(yīng)達(dá)到足以信息被收集者所了解的程度？再如，《中華人民共和國(guó)民法典》（以下簡(jiǎn)稱(chēng)《民法典》）第1032條所列舉的“刺探、侵?jǐn)_、泄露、公開(kāi)等”侵害他人隱私權(quán)的方式是否涵蓋數(shù)字企業(yè)的算法行為？此外，如何理解《數(shù)據(jù)安全法》第29條所載“正當(dāng)?shù)姆绞健焙汀捌渌欠ǚ绞健保?/p>

其三，算法濫用治理缺乏針對(duì)性的事前預(yù)防制度安排。相較于數(shù)字企業(yè)，分散的數(shù)字用戶(hù)處于經(jīng)濟(jì)、技術(shù)和信息方面的弱勢(shì)地位，在遭遇算法濫用導(dǎo)致的權(quán)利侵害時(shí)，其往往止步于高昂的事后救濟(jì)成本，以致傳統(tǒng)的事后侵權(quán)救濟(jì)制度在一定程度上成為束之高閣的維權(quán)方案。①Ghatnekar,Seema,Injury by Algorithm,Loyola of Los Angeles Entertainment Law Review,2013,pp.171-204.此外，盡管出臺(tái)或公布的上述法律及草案規(guī)定了算法使用者若干義務(wù)，但此類(lèi)義務(wù)具有零散和缺乏針對(duì)性等特點(diǎn)，有礙算法侵權(quán)糾紛的法律解釋與適用，且有導(dǎo)致規(guī)范沖突等法律漏洞之嫌。針對(duì)算法濫用的事前預(yù)防制度，如歐盟的“數(shù)據(jù)保護(hù)官”制度，則具有社會(huì)成本與收益方面的合理性以及立法技術(shù)層面的優(yōu)越性。中國(guó)現(xiàn)行法律中算法濫用事前預(yù)防制度的缺失在一定程度上反映出在以算法為核心的數(shù)字時(shí)代下法律的滯后性。

上述問(wèn)題的根源可歸結(jié)為兩點(diǎn)：第一，在規(guī)范對(duì)象方面，現(xiàn)行法律對(duì)數(shù)字時(shí)代中算法濫用的本質(zhì)及其表現(xiàn)形式界定不清；第二，在規(guī)范方式方面，現(xiàn)行相關(guān)法律規(guī)則存在零散、滯后和不周延等漏洞。因此，對(duì)算法濫用進(jìn)行類(lèi)型化分析，并在此基礎(chǔ)上提出算法濫用法律治理之完善措施，是法律回應(yīng)數(shù)字時(shí)代需求、妥善處理算法濫用問(wèn)題的首要任務(wù)。

二、算法濫用的類(lèi)型化分析

（一）算法歧視：“個(gè)別規(guī)則”侵蝕數(shù)據(jù)主體平等

算法在數(shù)字經(jīng)濟(jì)社會(huì)深入應(yīng)用所應(yīng)當(dāng)具備的品質(zhì)，不局限于其經(jīng)濟(jì)效率性，更在于輻射公眾切身數(shù)據(jù)利益的算法過(guò)程擁有較強(qiáng)的客觀公正性，以及人們?cè)谠撨^(guò)程產(chǎn)生的不受歧視的信任與期待?，F(xiàn)代社會(huì)中，算法逐漸定義著人們的能力資質(zhì)、信用狀況等諸多方面，其還決定著人們購(gòu)買(mǎi)商品和接受服務(wù)的價(jià)格、能夠獲得的貸款額度等，乃至在刑事領(lǐng)域中影響到犯罪嫌疑人的量刑。遺憾的是，算法決策的客觀公正性并非完全如人們所預(yù)期，其本身存在著天然的歧視性。美國(guó)白宮于2016年5月發(fā)布的《大數(shù)據(jù)報(bào)告:算法系統(tǒng)、機(jī)會(huì)和公民權(quán)利》指出，算法歧視性因素主要產(chǎn)生于兩個(gè)階段：一是其對(duì)數(shù)據(jù)主體個(gè)人信息進(jìn)行篩選時(shí)，輸入算法的數(shù)據(jù)資質(zhì)階段；二是算法對(duì)個(gè)人信息數(shù)據(jù)的分析、加工時(shí)，算法自身的工作運(yùn)行階段。總而言之，算法歧視是人為因素下的算法模型設(shè)計(jì)、數(shù)據(jù)輸入偏差，或算法運(yùn)行、優(yōu)化過(guò)程中產(chǎn)生的突發(fā)性偏見(jiàn)分別或排列組合所誘發(fā)的結(jié)果。②崔靖梓：《算法歧視挑戰(zhàn)下平等權(quán)保護(hù)的危機(jī)與應(yīng)對(duì)》，《法律科學(xué)(西北政法大學(xué)學(xué)報(bào)) 》2019年第3期。一旦算法用于定義人們的能力、信用，或當(dāng)算法對(duì)人們的行為進(jìn)行預(yù)測(cè)、推斷之時(shí)，便具有歧視性，極易在數(shù)據(jù)主體平等方面產(chǎn)生侵害風(fēng)險(xiǎn)。其原因包括：

第一，算法產(chǎn)生的“個(gè)別規(guī)則”突破了法的一般性。法的一般性反對(duì)以個(gè)別化的方式進(jìn)行規(guī)則建構(gòu)，要求法律應(yīng)當(dāng)在各調(diào)整對(duì)象之間實(shí)現(xiàn)平等適用，而算法過(guò)程則表現(xiàn)為對(duì)部分?jǐn)?shù)據(jù)主體適用的“個(gè)別規(guī)則”。“個(gè)別規(guī)則”源于算法能夠?qū)⒚看谓邮盏某跏紨?shù)據(jù)作為其本身的學(xué)習(xí)資源，并可根據(jù)先前計(jì)算結(jié)果基于最新接收的數(shù)據(jù)隨時(shí)完成動(dòng)態(tài)預(yù)測(cè)，而根據(jù)該預(yù)測(cè)結(jié)果用于定義人們行為的過(guò)程便可看作對(duì)“個(gè)別規(guī)則”的執(zhí)行。值得注意的是，法律確保平等的關(guān)鍵在于，“凡為法律視為相同的人，都應(yīng)當(dāng)以法律所確定的方式來(lái)對(duì)待”。換言之，傳統(tǒng)社會(huì)中相同數(shù)據(jù)主體在同等條件下，法律對(duì)其予以相同或相似對(duì)待，但在算法的動(dòng)態(tài)預(yù)測(cè)前提下，其按照預(yù)先設(shè)定的目的、根據(jù)個(gè)人數(shù)據(jù)特征進(jìn)行差異化甚至是歧視化的評(píng)價(jià)與安排。

可見(jiàn)，算法區(qū)別對(duì)待數(shù)據(jù)信息是其固有的技術(shù)邏輯，由此引起的區(qū)別對(duì)待和個(gè)別規(guī)則與作為一般規(guī)則的法律規(guī)范之間存在天然沖突，經(jīng)法律評(píng)價(jià)為境況相同的數(shù)據(jù)主體因此面臨著因算法異質(zhì)評(píng)價(jià)遭受歧視性對(duì)待的風(fēng)險(xiǎn)。③鄭智航、徐昭曦：《大數(shù)據(jù)時(shí)代算法歧視的法律規(guī)制與司法審查——以美國(guó)法律實(shí)踐為例》，《比較法研究》2019年第4期。例如，在司法領(lǐng)域中，法官通過(guò)犯罪預(yù)測(cè)系統(tǒng)的再犯預(yù)測(cè)結(jié)果針對(duì)再犯者來(lái)量刑；互聯(lián)網(wǎng)金融平臺(tái)可能因某一數(shù)據(jù)主體近期的一次違約行為對(duì)其貸款設(shè)定較高的利率。①鄭曦：《人工智能技術(shù)在司法裁判中的運(yùn)用及規(guī)制》，《中外法學(xué)》2020年第3期。此外，在傳統(tǒng)工農(nóng)業(yè)社會(huì)中，歧視具有較強(qiáng)的辨識(shí)性，而在現(xiàn)代數(shù)字經(jīng)濟(jì)社會(huì)，算法歧視高度隱秘，有時(shí)甚至難以察覺(jué)。②張恩典：《大數(shù)據(jù)時(shí)代的算法解釋權(quán)：背景、邏輯與構(gòu)造》，《法學(xué)論壇》2019年第4期。算法模型設(shè)計(jì)的初衷便在于效率及利益最大化，從而忽略對(duì)平等價(jià)值的考量?？偠灾惴ㄍㄟ^(guò)其預(yù)設(shè)目的及復(fù)雜運(yùn)行過(guò)程，進(jìn)一步加大了對(duì)數(shù)據(jù)主體適用規(guī)則的個(gè)別性與歧視性，對(duì)法律規(guī)范的一般性特點(diǎn)及其所追求的平等價(jià)值提出挑戰(zhàn)，使數(shù)字社會(huì)受制于一套額外的、非經(jīng)立法過(guò)程的且以實(shí)現(xiàn)私人利益最大化為目標(biāo)的規(guī)則體系。

第二，算法產(chǎn)生的“個(gè)別規(guī)則”將加劇數(shù)據(jù)社會(huì)中的實(shí)質(zhì)不平等現(xiàn)象。法律對(duì)實(shí)質(zhì)平等追求的意義在于防止人與人因事實(shí)上的差別成為法律規(guī)定差別待遇之根據(jù)，僅依賴(lài)于法律的一般性無(wú)法實(shí)現(xiàn)對(duì)弱勢(shì)地位群體差異性待遇的自治性糾正，難以確保社會(huì)弱勢(shì)群體的平等地位。其原因在于，法律的一般性忽略了不同社會(huì)主體在能力、智力、生活水準(zhǔn)等方面存在的差異，在同等社會(huì)環(huán)境下，弱勢(shì)群體具有的形式上的權(quán)利平等無(wú)法矯正或改善其實(shí)質(zhì)上的不利地位。隨著實(shí)質(zhì)不平等現(xiàn)象的加劇，社會(huì)貧富差距將過(guò)度加大進(jìn)而引發(fā)社會(huì)的極度分化。③鄭玉雙：《人的尊嚴(yán)的價(jià)值證成與法理構(gòu)造》，《比較法研究》2019年第5期。

因此，為了確保每一位公民平等地位最大程度的實(shí)現(xiàn)，法律除要求符合一般性原則外，還應(yīng)將社會(huì)弱勢(shì)群體的差異性保護(hù)作為實(shí)現(xiàn)矯正正義的基本善以實(shí)現(xiàn)實(shí)質(zhì)平等。例如，多國(guó)政府頒布最低工資標(biāo)準(zhǔn)、建立福利制度等。然而，算法形成的“個(gè)別規(guī)則”將阻礙實(shí)質(zhì)平等的實(shí)現(xiàn)。數(shù)字經(jīng)濟(jì)社會(huì)中，數(shù)據(jù)主體所攜數(shù)據(jù)在質(zhì)量方面的優(yōu)質(zhì)程度與其社會(huì)地位緊密相連。一旦含有歧視性的算法規(guī)則定義于能力、智力或經(jīng)濟(jì)基礎(chǔ)等方面較弱的數(shù)據(jù)主體，其“個(gè)別規(guī)則”所引發(fā)的消極評(píng)價(jià)將極大影響處于社會(huì)弱勢(shì)地位的數(shù)據(jù)主體的實(shí)質(zhì)數(shù)據(jù)能力，最終形成強(qiáng)者愈強(qiáng)、弱者愈弱的馬太效應(yīng)，造成數(shù)字經(jīng)濟(jì)下的新形態(tài)分化與實(shí)質(zhì)不平等。

（二）算法自動(dòng)關(guān)聯(lián)：“監(jiān)控網(wǎng)絡(luò)”及“數(shù)據(jù)畫(huà)像”泄露數(shù)據(jù)主體隱私

算法技術(shù)的迅猛發(fā)展及其在數(shù)字經(jīng)濟(jì)社會(huì)中的廣泛應(yīng)用極大推動(dòng)著人們衣食住行各領(lǐng)域的線(xiàn)上數(shù)據(jù)化進(jìn)程。數(shù)字經(jīng)濟(jì)帶來(lái)高效率社會(huì)生活的同時(shí)，也導(dǎo)致算法化的日常交往活動(dòng)不斷瓦解著傳統(tǒng)私人與公共空間邊界的后果，形成數(shù)據(jù)主體的傳統(tǒng)私人領(lǐng)域遭受非自愿的“公共暴露”風(fēng)險(xiǎn)。

一方面，算法自動(dòng)關(guān)聯(lián)形成“監(jiān)控網(wǎng)絡(luò)”，侵害用戶(hù)隱私。技術(shù)依社會(huì)需求得到革新與改善的同時(shí)，往往容易脫離現(xiàn)存法律制度的約束，對(duì)公民合法權(quán)益造成實(shí)質(zhì)性侵害。④楊東：《論反壟斷法的重構(gòu):應(yīng)對(duì)數(shù)字經(jīng)濟(jì)的挑戰(zhàn)》，《中國(guó)法學(xué)》2020年第3期。雖然《網(wǎng)絡(luò)安全法》第四十一條明確規(guī)定了網(wǎng)絡(luò)經(jīng)營(yíng)者處理個(gè)人信息的基本原則：合法、正當(dāng)、必要性。但是，在算法自動(dòng)關(guān)聯(lián)技術(shù)的運(yùn)用下，上述規(guī)定無(wú)法防止數(shù)據(jù)主體的個(gè)人信息被片面收集以及對(duì)其隱私空間的入侵。原因在于，網(wǎng)絡(luò)應(yīng)用通常將用戶(hù)數(shù)據(jù)提供作為服務(wù)準(zhǔn)入門(mén)檻，如大部分手機(jī)APP，即使所提供的服務(wù)與用戶(hù)手機(jī)存儲(chǔ)的個(gè)人信息毫無(wú)關(guān)系，其仍要求用戶(hù)授權(quán)訪問(wèn)聯(lián)系人、手機(jī)位置等信息，否則無(wú)法正常使用。⑤李延舜：《我國(guó)移動(dòng)應(yīng)用軟件隱私政策的合規(guī)審查及完善——基于49例隱私政策的文本考察》，《法商研究》2019年第5期。更重要的是，即便網(wǎng)絡(luò)運(yùn)營(yíng)者按照《網(wǎng)絡(luò)安全法》的要求，不進(jìn)行與其提供服務(wù)無(wú)關(guān)的信息收集活動(dòng)，并將收集到的個(gè)人信息通過(guò)匿名化技術(shù)進(jìn)行加密處理，但算法因其自動(dòng)關(guān)聯(lián)性仍能夠規(guī)避上述規(guī)定，經(jīng)解析、演算等過(guò)程描繪出未經(jīng)用戶(hù)授權(quán)的個(gè)人隱私信息?？梢?jiàn)，算法自動(dòng)關(guān)聯(lián)大面積侵蝕數(shù)據(jù)主體個(gè)人隱私是個(gè)人排斥社會(huì)生活數(shù)字化、阻礙數(shù)字經(jīng)濟(jì)發(fā)展的主要原因。

另一方面，算法自動(dòng)關(guān)聯(lián)下的“數(shù)據(jù)畫(huà)像”泄露數(shù)據(jù)主體敏感信息。網(wǎng)絡(luò)服務(wù)者憑借算法自動(dòng)關(guān)聯(lián)能力對(duì)數(shù)據(jù)主體提供的部分?jǐn)?shù)據(jù)信息進(jìn)行深度挖掘，準(zhǔn)確刻畫(huà)出數(shù)據(jù)主體的整體形象，甚至能夠輕易地探知數(shù)據(jù)主體的偏好、習(xí)慣等尚未公開(kāi)的敏感信息?！睹穹ǖ洹返?032條規(guī)定：“隱私是自然人的私人生活安寧和不愿為他人知曉的私密空間、私密活動(dòng)、私密信息”，其在一定程度上標(biāo)志著立法在隱私權(quán)保護(hù)方面的突破性勝利，但遺憾的是，該條文并沒(méi)有對(duì)作為法律概念的“私密空間、私密活動(dòng)、私密信息”做出應(yīng)有的界定。

因此，在法律規(guī)范的內(nèi)涵與外延模糊的情況下，無(wú)所不在的算法“數(shù)據(jù)畫(huà)像”扯開(kāi)了數(shù)據(jù)主體隱私空間的面紗，對(duì)該行為是否以及如何受到法律規(guī)制是一個(gè)懸而未決的難題。算法自動(dòng)關(guān)聯(lián)下的數(shù)據(jù)精準(zhǔn)畫(huà)像可復(fù)原數(shù)據(jù)主體在特定空間與時(shí)間內(nèi)的所有行為，使個(gè)人成為透明個(gè)體，進(jìn)而網(wǎng)絡(luò)服務(wù)者不僅可以獲取若用戶(hù)知情則不愿提供的敏感信息，還可以據(jù)此提供差異化乃至歧視化的產(chǎn)品推銷(xiāo)以及更為廣泛意義上的資質(zhì)定性。①沈偉偉：《算法透明原則的迷思——算法規(guī)制理論的批判》，《環(huán)球法律評(píng)論》2019年第6期。此外，與數(shù)字經(jīng)濟(jì)中強(qiáng)大的算法自動(dòng)關(guān)聯(lián)功能相比，分散且相對(duì)孤立的數(shù)據(jù)主體在其對(duì)算法過(guò)程的認(rèn)知能力和對(duì)個(gè)人隱私信息的掌控能力方面處于相當(dāng)?shù)娜鮿?shì)地位，在司法本身屢受詬病的現(xiàn)實(shí)下，遭受算法隱私侵犯的維權(quán)之路充滿(mǎn)著坎坷與變數(shù)。

（三）算法自動(dòng)決策：“算法權(quán)威”壓縮數(shù)據(jù)主體意思自治空間

隨著人類(lèi)攜帶數(shù)據(jù)量的幾何式增長(zhǎng)趨勢(shì)，社會(huì)逐漸意識(shí)到數(shù)據(jù)所蘊(yùn)含的重要經(jīng)濟(jì)價(jià)值。各行業(yè)借助算法在數(shù)據(jù)篩選、加工及分析方面的技術(shù)進(jìn)步，尤其是愈加成熟的算法自動(dòng)決策功能，使數(shù)據(jù)成為當(dāng)下社會(huì)中廣泛應(yīng)用的、人們競(jìng)相追逐的基礎(chǔ)性生產(chǎn)要素。算法的自動(dòng)決策性，一方面促使生產(chǎn)者形成優(yōu)先分配、勝者全得的經(jīng)濟(jì)思維，另一方面也對(duì)作為對(duì)象的數(shù)據(jù)主體造成法律和經(jīng)濟(jì)上的重大不利影響，使其面臨淪為算法支配的風(fēng)險(xiǎn)。②江溯：《自動(dòng)化決策、刑事司法與算法規(guī)制——由盧米斯案引發(fā)的思考》，《東方法學(xué)》2020年第3期。

其原因在于，算法的自動(dòng)決策過(guò)程具有單方強(qiáng)制性，在面臨不合理的算法決策時(shí)，數(shù)據(jù)主體或是被迫退出某一數(shù)字領(lǐng)域，或是忍受其自治空間遭受壓縮的窘境。如人工智能技術(shù)平臺(tái)或網(wǎng)絡(luò)運(yùn)營(yíng)商等對(duì)數(shù)據(jù)資源進(jìn)行算法自動(dòng)決策的本質(zhì)，是數(shù)字經(jīng)濟(jì)時(shí)代下社會(huì)資源的分配與再分配，在該過(guò)程中隱藏在算法決策背后的是對(duì)數(shù)據(jù)主體而言具有數(shù)字強(qiáng)制力的行為規(guī)范，不論該規(guī)范是否具有合理性，亦不論其是否與現(xiàn)行法律規(guī)范相沖突，即所謂的“算法權(quán)威”③Crofts,Penny,Negotiating 'Evil':Google,Project Maven and the Corporate Form,Law,Technology and Humans,2020,pp.19-22.。

事實(shí)上，算法規(guī)范與法律規(guī)范在調(diào)整社會(huì)關(guān)系和平衡社會(huì)利益方面存在本質(zhì)區(qū)別。法律規(guī)范由立法機(jī)關(guān)產(chǎn)生，記載和表達(dá)最為廣泛的社會(huì)共同意愿，其限制個(gè)人意思自治并非出于私利，而是為實(shí)現(xiàn)和增進(jìn)社會(huì)公共利益，故其產(chǎn)生形式與規(guī)范目的具有法治基礎(chǔ)。相較而言，在以算法“黑箱”為基礎(chǔ)的算法自動(dòng)決策過(guò)程中形成的行為規(guī)范并不具有社會(huì)共識(shí)性，其反映的是數(shù)字社會(huì)中個(gè)別優(yōu)勢(shì)地位者出于私利最大化目的而制定規(guī)則的“強(qiáng)者權(quán)利”。④［法］盧梭：《社會(huì)契約論》，何兆武譯，北京：商務(wù)印書(shū)館，2017年，第9頁(yè)。

概言之，以數(shù)據(jù)統(tǒng)計(jì)為分析基礎(chǔ)和邏輯起點(diǎn)的算法自動(dòng)決策僅關(guān)注事物之間的相關(guān)性和蓋然性，而非必然的因果關(guān)系。⑤林洹民：《個(gè)人對(duì)抗商業(yè)自動(dòng)決策算法的私權(quán)設(shè)計(jì)》，《清華法學(xué)》2020年第4期。在算法系統(tǒng)當(dāng)中，數(shù)據(jù)主體的社會(huì)屬性被經(jīng)過(guò)算法篩選、加工和定義的虛擬數(shù)據(jù)所取代，那么算法自動(dòng)決策的結(jié)果則無(wú)法避免地衍生偶然性和片面性，進(jìn)而與初始之客觀公正目的相背離。此外，算法自動(dòng)決策中體現(xiàn)的強(qiáng)制性行為規(guī)范源于數(shù)字服務(wù)者的社會(huì)優(yōu)勢(shì)地位及其優(yōu)先分配思維，在其以私利最大化為目的尋找與匹配數(shù)字用戶(hù)的過(guò)程中，數(shù)據(jù)主體處于被他人決定的意思自治限縮狀態(tài)。可見(jiàn)，在算法自動(dòng)決策深入數(shù)字經(jīng)濟(jì)發(fā)展的現(xiàn)代社會(huì)中，規(guī)范算法自動(dòng)決策、保障數(shù)據(jù)主體意思自治，是法律回應(yīng)時(shí)代需求的應(yīng)有之舉。

三、數(shù)字時(shí)代下算法濫用法律治理的完善

數(shù)字經(jīng)濟(jì)社會(huì)高度依賴(lài)的算法與數(shù)據(jù)主體保護(hù)實(shí)際上是互相掣肘又互相促進(jìn)的一對(duì)范疇，體現(xiàn)了科技與法律的互動(dòng)關(guān)系。中國(guó)還沒(méi)有針對(duì)算法本身的風(fēng)險(xiǎn)規(guī)制立法，學(xué)術(shù)界對(duì)于其研究也并不深入，尤其是對(duì)作為科技的算法技術(shù)與作為法律調(diào)整對(duì)象的算法行為之間的互動(dòng)關(guān)系缺乏清晰、合理的認(rèn)識(shí)，以致科技倫理在法律價(jià)值層面未受到應(yīng)有的重視。因此，中國(guó)法律在調(diào)整算法行為時(shí)，應(yīng)當(dāng)正視科技與法律的互動(dòng)關(guān)系，從算法技術(shù)性檢測(cè)以及法律權(quán)利配置雙層次著手，轉(zhuǎn)換算法濫用行為規(guī)制理念，結(jié)合中國(guó)現(xiàn)有的管理規(guī)制機(jī)構(gòu)、傳統(tǒng)法律規(guī)制體系以及算法技術(shù)應(yīng)用發(fā)展現(xiàn)狀，探索獨(dú)具中國(guó)特色的算法行為法治化路徑。

（一）算法濫用治理理念的厘清：規(guī)范算法行為以制約“強(qiáng)者之力”

探究算法濫用及其法律治理的前提，是在法律視角下厘清算法的社會(huì)本質(zhì)及其特點(diǎn)，以及在此基礎(chǔ)上塑造合理的法治理念。

其一，發(fā)展算法技術(shù)，規(guī)范算法行為。依事實(shí)與規(guī)范相區(qū)分原則，算法技術(shù)本身是作為一種方法論之手段的客觀存在，即屬于事實(shí)范疇，該特征決定了其在規(guī)范世界中最初的倫理中性地位。①趙磊：《區(qū)塊鏈技術(shù)的算法規(guī)制》，《現(xiàn)代法學(xué)》2020年第2期。就算法應(yīng)用的價(jià)值判斷而言，一方面其在數(shù)字社會(huì)中極大提升了經(jīng)濟(jì)效率，具備時(shí)代主體所認(rèn)可的和追求的“善”的屬性，因此大力發(fā)展算法技術(shù)是促進(jìn)社會(huì)發(fā)展的理性選擇。②王聰：《“共同善”維度下的算法規(guī)制》，《法學(xué)》2019年第12期。另一方面，算法技術(shù)并未脫離人的社會(huì)行為，即算法模型所附的主觀意圖、算法代碼編寫(xiě)及其運(yùn)行過(guò)程以及其作用并交織于社會(huì)關(guān)系的結(jié)果，盡管在數(shù)字社會(huì)中體現(xiàn)得更為隱蔽和間接，但其本質(zhì)仍是人的社會(huì)行為，也是算法領(lǐng)域中法律規(guī)制的對(duì)象，這為算法濫用治理提供了可能性。

就算法濫用治理的必要性而言，技術(shù)的有利還是有害及其善惡完全取決于技術(shù)的應(yīng)用者③張吉豫：《認(rèn)真對(duì)待科技倫理和法理》，《法制與社會(huì)發(fā)展》2020年第3期。，一旦應(yīng)用者透過(guò)技術(shù)方式實(shí)施的社會(huì)行為具有法益侵害性，則法律應(yīng)當(dāng)對(duì)其進(jìn)行治理，以協(xié)調(diào)技術(shù)應(yīng)用者的私利與其他社會(huì)利益的沖突。④唐林垚：《人工智能時(shí)代的算法規(guī)制：責(zé)任分層與義務(wù)合規(guī)》，《現(xiàn)代法學(xué)》2020年第1期。伴隨算法技術(shù)深入應(yīng)用而來(lái)的，是企業(yè)在算法過(guò)程中為實(shí)現(xiàn)個(gè)體利益最大化而引起的算法侵權(quán)現(xiàn)象，正如禁止傳統(tǒng)侵權(quán)行為那樣，法律亦有必要回應(yīng)時(shí)代需求規(guī)制算法行為。概言之，在發(fā)展算法技術(shù)、促進(jìn)算法技術(shù)造福社會(huì)的同時(shí)，應(yīng)當(dāng)對(duì)其中體現(xiàn)為人的侵犯行為進(jìn)行法律界定和規(guī)制，即算法行為的倫理價(jià)值非中立性證成算法規(guī)制的必要性。

其二，規(guī)制算法侵權(quán)行為是約束數(shù)字時(shí)代下“強(qiáng)者之力”的必要措施。算法在現(xiàn)代社會(huì)中的廣泛應(yīng)用已使其逐漸脫離原本的數(shù)學(xué)工具角色。⑤張凌寒：《算法權(quán)力的興起、異化及法律規(guī)制》，《法商研究》2019年第4期。在萬(wàn)事萬(wàn)物均可數(shù)字化的時(shí)代中，數(shù)據(jù)成為社會(huì)利益的新載體與表現(xiàn)形式，而用于解析、整合和定義數(shù)據(jù)的算法模型，尤其在算力與日俱增的背景下，使算法設(shè)計(jì)者或應(yīng)用者擁有了社會(huì)資源的分配權(quán)，該分配權(quán)具有單方?jīng)Q定、他方服從的特點(diǎn)，相對(duì)分散且處于弱勢(shì)地位的個(gè)人數(shù)據(jù)主體就其中規(guī)則而言處于或是接受或是出局的狀態(tài)。⑥Syllaba,Ondrej,Internet Smart Contracts:Are They Really Smart,Common Law Review,1982,pp.92-96.因此，從法律調(diào)整對(duì)象的特點(diǎn)來(lái)看，算法支配者所擁有的是一種數(shù)字時(shí)代下的“強(qiáng)者之力”，算法濫用行為則是該權(quán)利的具體社會(huì)表現(xiàn)形式。

擁有算法“強(qiáng)者權(quán)利”者亦不能憑借該地位恣意行為，故法律對(duì)算法濫用具有治理的必要性，而治理的具體模式應(yīng)以對(duì)算法“強(qiáng)者之力”這一本質(zhì)的認(rèn)知為前提。具體說(shuō)來(lái)，算法濫用的治理應(yīng)從以下兩個(gè)方面著手：一是在程序方面對(duì)算法行為給予規(guī)制，即建立與完善中國(guó)本土化的個(gè)人數(shù)據(jù)保護(hù)官制度，對(duì)算法運(yùn)行進(jìn)行合理限制；二是實(shí)體規(guī)則方面，根據(jù)實(shí)際狀況，通過(guò)調(diào)整中國(guó)現(xiàn)行法律制度框架，提高法律對(duì)算法濫用治理結(jié)果的有效性，實(shí)現(xiàn)依法治理。

（二）算法運(yùn)行的合理限制：建立與完善個(gè)人數(shù)據(jù)保護(hù)官制度

在算法風(fēng)險(xiǎn)治理方面，盡管各國(guó)相關(guān)法律制度內(nèi)容有所差異，但其總體目標(biāo)和方向基本一致。在推動(dòng)算法技術(shù)進(jìn)步的同時(shí)，回應(yīng)由此產(chǎn)生的社會(huì)價(jià)值問(wèn)題以及規(guī)范隱含其中的社會(huì)關(guān)系，是數(shù)字社會(huì)發(fā)展和人工智能建設(shè)過(guò)程中的基本共識(shí)。⑦張凌寒：《算法規(guī)制的迭代與革新》，《法學(xué)論壇》2019年第2期。就具體法律制度而言，針對(duì)算法濫用引發(fā)的侵蝕數(shù)據(jù)主體機(jī)會(huì)平等、泄露數(shù)據(jù)主體隱私、壓縮數(shù)據(jù)主體意思自治空間等數(shù)字社會(huì)現(xiàn)象，歐盟的個(gè)人數(shù)據(jù)保護(hù)官（Data Protection Officer，DPO）制度是頗具啟發(fā)性的域外立法經(jīng)驗(yàn)。

歐盟《通用數(shù)據(jù)保護(hù)條例》（以下簡(jiǎn)稱(chēng)歐盟《條例》）于三十八至三十九條規(guī)定了個(gè)人數(shù)據(jù)保護(hù)官制度，其職責(zé)主要集中在三個(gè)方面：一是識(shí)別、分析和評(píng)估該企業(yè)隱私法律風(fēng)險(xiǎn)，防止企業(yè)違反相應(yīng)的法律法規(guī)以及有效防止用戶(hù)的個(gè)人數(shù)據(jù)泄露。①Kraft,Mary,Big Data,Little Privacy:Protecting Consumers' Data While Promoting Economic Growth,University of Dayton Law Review,2020,pp.97-126.二是協(xié)助企業(yè)制定隱私保護(hù)目標(biāo)，幫助企業(yè)回避隱私風(fēng)險(xiǎn)。例如，個(gè)人數(shù)據(jù)保護(hù)官對(duì)企業(yè)是否利用個(gè)人數(shù)據(jù)獲得非法利益等違法行為進(jìn)行持續(xù)性監(jiān)督。三是制定直接面向數(shù)據(jù)主體的隱私政策，政策條文用語(yǔ)應(yīng)當(dāng)清晰易懂、符合數(shù)據(jù)主體的通常認(rèn)知水平。在當(dāng)下算法深入應(yīng)用的數(shù)字社會(huì)中，歐盟個(gè)人數(shù)據(jù)保護(hù)官發(fā)揮著監(jiān)管企業(yè)數(shù)據(jù)活動(dòng)的作用。

但需明確的是，無(wú)論從個(gè)人數(shù)據(jù)保護(hù)官興起的歷史來(lái)看，還是依歐盟《條例》的規(guī)定，個(gè)人數(shù)據(jù)保護(hù)官的職責(zé)主要集中在防止算法濫用造成的數(shù)據(jù)隱私風(fēng)險(xiǎn)方面，即數(shù)字企業(yè)的隱私政策合規(guī)和數(shù)據(jù)主體的隱私保護(hù)。該制度未將隱私風(fēng)險(xiǎn)之外的其他算法濫用作為其主要調(diào)整內(nèi)容。②McGruer,Jonathan,Emerging Privacy Legislation in the International Landscape:Strategy and Analysis for Compliance,Washington Journal of Law,Technology &Arts,2020,pp.120-159.就中國(guó)而言，在借鑒歐盟個(gè)人數(shù)據(jù)保護(hù)官制度的同時(shí)，應(yīng)當(dāng)將算法濫用的整體風(fēng)險(xiǎn)納入其調(diào)整范圍。

首先，通過(guò)算法自動(dòng)關(guān)聯(lián)挖掘、窺探隱私與較為傳統(tǒng)的個(gè)人隱私數(shù)據(jù)泄露，二者在侵害對(duì)象和主觀意圖方面沒(méi)有本質(zhì)區(qū)別。作為領(lǐng)域?qū)＜业膫€(gè)人數(shù)據(jù)保護(hù)官對(duì)企業(yè)開(kāi)發(fā)、應(yīng)用算法的目的及算法模型的技術(shù)內(nèi)容進(jìn)行審查，能夠更為全面和深入地保護(hù)數(shù)據(jù)主體隱私，尤其是針對(duì)隱藏在代碼之中的、為普通個(gè)人和監(jiān)管機(jī)構(gòu)所難以認(rèn)知的隱私侵犯意圖。其次，無(wú)論是算法自動(dòng)關(guān)聯(lián)，還是算法歧視和算法自動(dòng)決策，其所侵害的對(duì)象往往具有普遍性和分散性，單個(gè)數(shù)據(jù)主體的救濟(jì)尋求意愿和能力均處于薄弱狀態(tài)，進(jìn)而導(dǎo)致其或是忍受侵犯或是退出某一數(shù)字應(yīng)用，且不論其作何選擇，都將阻礙數(shù)字經(jīng)濟(jì)的發(fā)展。相較而言，事前規(guī)制注重于損害發(fā)生之前的防范，③徐鳳：《人工智能算法黑箱的法律規(guī)制——以智能投顧為例展開(kāi)》，《東方法學(xué)》2019年第6期。個(gè)人數(shù)據(jù)保護(hù)官制度則強(qiáng)調(diào)專(zhuān)業(yè)知識(shí)的事前干預(yù)，即在源頭上規(guī)范企業(yè)的數(shù)字行為，其對(duì)算法進(jìn)行整體審查有助于進(jìn)一步減少社會(huì)成本和提升數(shù)字經(jīng)濟(jì)效率。

綜上所述，中國(guó)在構(gòu)建個(gè)人數(shù)據(jù)保護(hù)官制度時(shí)，應(yīng)當(dāng)將算法濫用的整體風(fēng)險(xiǎn)作為其主要審查內(nèi)容。

（三）算法濫用的依法治理：配置個(gè)人權(quán)利對(duì)抗算法濫用

算法濫用的治理不僅需要從事前干預(yù)入手，更應(yīng)通過(guò)配置權(quán)利以遏制算法濫用的發(fā)生。由于算法形成的“強(qiáng)者權(quán)利”與數(shù)據(jù)主體力量對(duì)比懸殊，應(yīng)當(dāng)從法律制度設(shè)計(jì)上給予數(shù)據(jù)主體相應(yīng)的權(quán)利，以增加算法濫用的難度，使數(shù)據(jù)主體免受算法的侵害。

首先，增設(shè)算法解釋請(qǐng)求權(quán)，確保數(shù)據(jù)處理過(guò)程的平等。算法歧視對(duì)數(shù)據(jù)主體平等地位的侵害，在不同程度上共同指向算法模型的代碼組成，具有復(fù)雜性與專(zhuān)業(yè)性，及其難以被察覺(jué)的高度隱秘性。④解正山：《算法決策規(guī)制——以算法“解釋權(quán)”為中心》，《現(xiàn)代法學(xué)》2020年第1期。為克服算法歧視，為數(shù)據(jù)主體增設(shè)算法解釋請(qǐng)求權(quán)是眾多方案中最具有效性的一種。歐盟《條例》第十三條至第十五條指出：“算法控制者在篩選、分析、加工個(gè)人信息數(shù)據(jù)時(shí)，應(yīng)當(dāng)向數(shù)據(jù)主體提供算法處理數(shù)據(jù)的邏輯以及對(duì)其產(chǎn)生的預(yù)期影響?！雹軲erle,Temme,Algorithms and Transparency in View of the New General Data Protection Regulation,European data protection law review (EDPR), 2017,p.473.歐盟《條例》不僅明晰了算法解釋權(quán)的權(quán)利與義務(wù)主體、適用范圍，更明確提出該權(quán)利設(shè)定的目的，即旨在增強(qiáng)算法對(duì)數(shù)據(jù)處理過(guò)程的透明度。

算法對(duì)數(shù)據(jù)處理過(guò)程透明程度的提升，成為消除算法歧視最好的防腐劑。其邏輯在于，一旦數(shù)據(jù)處理過(guò)程透明公開(kāi)，數(shù)據(jù)主體便可知悉其數(shù)據(jù)是否遭遇到隱蔽算法模型所設(shè)定的不合理的分類(lèi)標(biāo)準(zhǔn)。⑥劉友華：《算法偏見(jiàn)及其規(guī)制路徑研究》，《法學(xué)雜志》2019年第6期。此外，歐盟《條例》第二十二條第一款進(jìn)一步對(duì)算法解釋權(quán)的權(quán)能進(jìn)行補(bǔ)充：“若數(shù)據(jù)主體認(rèn)為算法決策對(duì)其產(chǎn)生法律效力或?qū)ζ湓斐深?lèi)似重大影響，其有權(quán)不受上述決策的限制”。當(dāng)數(shù)據(jù)主體認(rèn)為其遇到算法不平等的風(fēng)險(xiǎn)時(shí)，便可拒絕算法決策帶來(lái)的影響。

其次，設(shè)立個(gè)人數(shù)據(jù)被遺忘權(quán)和更改權(quán)，劃定算法自動(dòng)關(guān)聯(lián)的隱私邊界。數(shù)據(jù)被遺忘權(quán)和更改權(quán)使數(shù)據(jù)主體有權(quán)決定是否保留、刪除或更改在網(wǎng)絡(luò)上公開(kāi)過(guò)的個(gè)人數(shù)據(jù)信息，以及是否排除他人的不合理利用行為，進(jìn)而以主動(dòng)且積極的方式界定和控制個(gè)人的隱私邊界。該權(quán)利所具有的積極性、主動(dòng)性特征，可與傳統(tǒng)隱私權(quán)的消極性、防御性特征相結(jié)合，為個(gè)人數(shù)據(jù)主體構(gòu)筑數(shù)字時(shí)代下的隱私防護(hù)墻。①Lopes,Dulce,GDPR-Main International Implications,European Journal of Privacy Law &Technologies,2020,pp.9-31.值得強(qiáng)調(diào)的是，除傳統(tǒng)意義上針對(duì)特定公開(kāi)信息的刪除或更改權(quán)之外，個(gè)人數(shù)據(jù)被遺忘權(quán)和更改權(quán)更應(yīng)當(dāng)對(duì)抗由算法自動(dòng)關(guān)聯(lián)引起的隱私侵犯風(fēng)險(xiǎn)。因后者所致的隱私侵犯更具源頭性、隱蔽性和普遍性，故從數(shù)字社會(huì)隱私保護(hù)的全面性、效率性和正當(dāng)性而言，劃定算法自動(dòng)關(guān)聯(lián)的隱私邊界以及抵抗隱藏在算法之中的不當(dāng)隱私侵犯行為，是旨在保護(hù)數(shù)字時(shí)代下個(gè)人隱私自決的數(shù)據(jù)被遺忘權(quán)和更改權(quán)所應(yīng)有的內(nèi)涵。

與此同時(shí)，《民法典》在第1032條中確立了數(shù)據(jù)主體享有數(shù)據(jù)隱私權(quán)，并明確了相關(guān)數(shù)據(jù)信息的分類(lèi)適用。但因法律概念模糊等原因，其無(wú)法有效規(guī)制如算法自動(dòng)關(guān)聯(lián)通過(guò)個(gè)人公開(kāi)數(shù)據(jù)“畫(huà)像”窺探個(gè)人隱私的現(xiàn)象，以致數(shù)據(jù)主體的敏感隱私信息仍處于隨時(shí)被揭露和被利用的風(fēng)險(xiǎn)之中。②程瑩：《元規(guī)制模式下的數(shù)據(jù)保護(hù)與算法規(guī)制——以歐盟〈通用數(shù)據(jù)保護(hù)條例〉為研究樣本》，《法律科學(xué)(西北政法大學(xué)學(xué)報(bào)) 》2019年第4期。因此，除明晰相關(guān)信息分類(lèi)適用的具體標(biāo)準(zhǔn)之外，中國(guó)立法應(yīng)當(dāng)進(jìn)一步明確數(shù)據(jù)隱私權(quán)的內(nèi)涵及其權(quán)利范圍，尤其是界定算法過(guò)程中易受隱私侵犯的個(gè)人數(shù)據(jù)類(lèi)型及其利用規(guī)則，并禁止算法自動(dòng)關(guān)聯(lián)引起的“畫(huà)像”式隱私窺探行為。就國(guó)外立法例而言，依據(jù)歐盟《條例》第九條之規(guī)定，對(duì)于涉及個(gè)人敏感隱私數(shù)據(jù)確立了絕對(duì)禁止原則，對(duì)于社會(huì)信息中涉及民族、政治觀點(diǎn)、宗教信仰、性隱私的數(shù)據(jù)，以及生物信息中的基因數(shù)據(jù)、生物數(shù)據(jù)都不允許納入數(shù)據(jù)處理范疇。該條對(duì)敏感隱私數(shù)據(jù)的列舉式規(guī)定確立了數(shù)據(jù)隱私權(quán)的內(nèi)涵，為算法自動(dòng)關(guān)聯(lián)設(shè)定了明確的行為邊界。

再次，賦予數(shù)據(jù)主體反對(duì)自動(dòng)化決策權(quán)，保障數(shù)據(jù)主體意思自治。與算法使用者在科技、信息及經(jīng)濟(jì)方面的優(yōu)勢(shì)地位相比，個(gè)人數(shù)據(jù)主體處于較之以往更為格式化的契約環(huán)境之中。③陳鵬：《算法的權(quán)力：應(yīng)用與規(guī)制》，《浙江社會(huì)科學(xué)》2019年第4期。面對(duì)算法自動(dòng)化決策，尤其是在算法黑箱中進(jìn)行的經(jīng)濟(jì)利益最大化決策，數(shù)字用戶(hù)缺乏基本的意思自治實(shí)現(xiàn)途徑，例如作為美團(tuán)平臺(tái)用戶(hù)的騎手，在取餐送餐時(shí)間和路線(xiàn)規(guī)劃方面面對(duì)不合理算法決策時(shí)的無(wú)奈境地，以及為執(zhí)行決策而實(shí)施的危險(xiǎn)行為和違法行為。④劉晗、葉開(kāi)儒：《平臺(tái)視角中的社會(huì)信用治理及其法律規(guī)制》，《法學(xué)論壇》2020年第2期?；诖?，利益平衡是反自動(dòng)化決策權(quán)的立法重點(diǎn)，即在促進(jìn)算法自動(dòng)化決策產(chǎn)生的社會(huì)效率和保障數(shù)字企業(yè)的正常經(jīng)營(yíng)決策權(quán)的同時(shí)，賦予數(shù)據(jù)主體反對(duì)未經(jīng)其明確同意或者剝奪其表達(dá)權(quán)利的，以及與法律規(guī)范相沖突的自動(dòng)化決策的權(quán)利。⑤孫建麗：《算法自動(dòng)化決策風(fēng)險(xiǎn)的法律規(guī)制研究》，《法治研究》2019年第4期。具體而言，其一，數(shù)據(jù)主體自始不受自動(dòng)化決策所做出的，會(huì)對(duì)數(shù)據(jù)主體本身產(chǎn)生法律影響或者類(lèi)似重要影響的決定的制約；其二，該決定的例外情形為基于初始合同目的，或者自始經(jīng)過(guò)數(shù)據(jù)主體真實(shí)同意，或者法律法規(guī)所規(guī)范授權(quán)的自動(dòng)化決定；其三，即使是經(jīng)過(guò)合同目的或者數(shù)據(jù)主體真實(shí)同意的自動(dòng)化決定，數(shù)據(jù)主體自始也具有反對(duì)和質(zhì)疑的權(quán)利。

最后，建立算法濫用的懲罰性賠償制度，保護(hù)弱勢(shì)個(gè)人數(shù)據(jù)主體并促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展。一方面，經(jīng)濟(jì)性賠償制度加強(qiáng)了數(shù)字主體在遭受算法濫用時(shí)訴諸救濟(jì)的意愿，有利于進(jìn)一步培育和鞏固個(gè)人的數(shù)字權(quán)利意識(shí)；另一方面，其提高了算法濫用行為的違法成本，使算法使用者更為警醒地意識(shí)到其在數(shù)字時(shí)代下所負(fù)有的特殊注意義務(wù)，有助于降低數(shù)字經(jīng)營(yíng)者濫用算法的概率，提高其在算法設(shè)計(jì)和運(yùn)行過(guò)程中自我克制的動(dòng)力，進(jìn)而提高法律實(shí)施效率?？梢?jiàn)，算法濫用的懲罰性賠償制度有利于提升公眾的數(shù)字參與程度、建立良好的數(shù)字營(yíng)商環(huán)境，并推動(dòng)數(shù)字經(jīng)濟(jì)進(jìn)一步發(fā)展。