劉 蓓 馬 昊

（長春工業(yè)大學(xué),吉林 長春 130000）

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，越來越多與個(gè)人權(quán)利、社會(huì)福利和國家安全相關(guān)的決策權(quán)，在一定程度上讓渡給算法平臺(tái)的自動(dòng)化決策算法。然而，算法天然的黑箱性導(dǎo)致算法決策的不透明，人工智能和深度學(xué)習(xí)技術(shù)的發(fā)展使得算法逐漸超出輔助工具的范疇，同時(shí)又加深了算法決策的不透明性，這就使得算法平臺(tái)和算法相對方的“數(shù)字鴻溝”逐漸加大。當(dāng)前為了縮小“數(shù)字鴻溝”、避免算法權(quán)力的異化，立法者和學(xué)術(shù)研究者提出了諸多方案。例如，對算法平臺(tái)設(shè)置一定程度的披露義務(wù)，以提高算法透明度；設(shè)置專門的監(jiān)管機(jī)構(gòu)、配置個(gè)人權(quán)利；等等。在賽博空間個(gè)人權(quán)利的配置主要包括兩個(gè)方面：一是對數(shù)據(jù)權(quán)利的保護(hù)，二是對算法權(quán)利的賦予和保障。其中，如何通過法律的手段進(jìn)行有效賦權(quán)和規(guī)制就成為當(dāng)前的重要課題。

1 算法知情權(quán)、算法解釋權(quán)的內(nèi)涵和關(guān)系

算法權(quán)利與個(gè)人信息權(quán)關(guān)系密切，算法通過對個(gè)人信息的收集和處理，做出會(huì)對個(gè)人產(chǎn)生實(shí)際影響的決策，個(gè)人當(dāng)然享有對該種算法和其所做出決策的某些權(quán)利，如知情權(quán)、理解權(quán)、自決權(quán)等。另外，無論是公權(quán)力機(jī)關(guān)還是商業(yè)平臺(tái)做出的對個(gè)人權(quán)利造成影響的決策，都理應(yīng)符合程序正當(dāng)原則，該原則既體現(xiàn)在法律規(guī)范之中，也體現(xiàn)在商業(yè)平臺(tái)制定的規(guī)則之中，這意味著算法權(quán)力的行使應(yīng)當(dāng)滿足程序正當(dāng)?shù)囊骩1]。另外，算法雖不能和人工一樣充分考慮個(gè)人個(gè)性化的需求，但其決策也需要滿足“平等、自由、正義”的價(jià)值主張。因此，算法權(quán)利是規(guī)范與個(gè)人權(quán)利和人格利益密切相關(guān)的算法，保障個(gè)人權(quán)利和人格利益不受算法侵犯的權(quán)利。其中最具代表性的就是算法知情權(quán)和算法解釋權(quán)，兩者之間也有千絲萬縷的聯(lián)系。

1.1 算法知情權(quán)的內(nèi)涵

1.1.1 算法知情權(quán)的法律依據(jù)

總體上講，當(dāng)前算法知情權(quán)的規(guī)制體系由個(gè)人信息處理者的告知義務(wù)和個(gè)人信息主體的訪問權(quán)構(gòu)成[2]。歐盟《通用數(shù)據(jù)保護(hù)條例》（General Data Protection Regulation,GDPR）和我國的《中華人民共和國個(gè)人信息保護(hù)法》（以下簡稱《個(gè)人信息保護(hù)法》）都規(guī)定了個(gè)人對算法享有知情權(quán)，但兩者的規(guī)定有所區(qū)別。GDPR第14條規(guī)定，數(shù)據(jù)控制者在收集與數(shù)據(jù)主體相關(guān)的個(gè)人數(shù)據(jù)時(shí)，應(yīng)當(dāng)告知數(shù)據(jù)主體，包括數(shù)據(jù)控制者的身份與詳細(xì)聯(lián)系方式、數(shù)據(jù)保護(hù)官的詳細(xì)聯(lián)系方式、數(shù)據(jù)處理將涉及的個(gè)人數(shù)據(jù)的使用目的，以及處理個(gè)人數(shù)據(jù)的法律依據(jù)等。我國《個(gè)人信息保護(hù)法》規(guī)定了處理個(gè)人信息前算法提供者的告知義務(wù)，也對算法實(shí)際結(jié)果的知情權(quán)做了規(guī)定，即“通過自動(dòng)化決策方式向個(gè)人進(jìn)行信息推送、商業(yè)營銷，應(yīng)當(dāng)同時(shí)提供不針對其個(gè)人特征的選項(xiàng)，或者向個(gè)人提供便捷的拒絕方式。通過自動(dòng)化決策方式作出對個(gè)人權(quán)益有重大影響的決定，個(gè)人有權(quán)要求個(gè)人信息處理者予以說明，并有權(quán)拒絕個(gè)人信息處理者僅通過自動(dòng)化決策的方式作出決定”。雖然未明確個(gè)人對算法的訪問權(quán)，但是允許個(gè)人對結(jié)果提出質(zhì)疑，也暗示了個(gè)人有權(quán)對算法結(jié)果知情的內(nèi)涵。

1.1.2 算法知情權(quán)的價(jià)值

算法知情權(quán)雖然在算法運(yùn)行的各個(gè)階段的具體內(nèi)容有所不同，但是貫穿于算法運(yùn)行的全過程。

算法知情權(quán)的訪問權(quán)內(nèi)容要求相對人積極主動(dòng)行使訪問權(quán)，表面上看，這是積極性權(quán)利，但其目的依然是防止受到不合理侵害或者在自身權(quán)益受到侵害時(shí)尋求救濟(jì)。因此，從本質(zhì)上講，它仍是一種具有防御屬性的權(quán)利。

1.2 算法解釋權(quán)的內(nèi)涵

1.2.1 算法解釋權(quán)的提出

算法相對人作為算法相對弱勢方，有權(quán)充分理解算法決策的內(nèi)容和依據(jù)，以便在對該項(xiàng)算法決策充分知情的情況下自主決定是否同意該項(xiàng)決策以及對該項(xiàng)決策提出質(zhì)疑[3]。因此，旨在使算法相對人充分理解算法，保障相對人程序性權(quán)利的算法解釋權(quán)便應(yīng)運(yùn)而生。

1.2.2 算法解釋權(quán)的法律內(nèi)涵

第一，算法解釋權(quán)是一種請求權(quán)。算法解釋權(quán)的權(quán)利主體是算法相對人，即“符合條件”的算法被決策者，請求對象是保險(xiǎn)機(jī)構(gòu)、信貸機(jī)構(gòu)、投顧機(jī)構(gòu)等引入智能化算法作為新型業(yè)務(wù)手段的傳統(tǒng)企業(yè)和具有交易、社交、娛樂、資訊、融資、計(jì)算等功能的專門的互聯(lián)網(wǎng)平臺(tái)，可統(tǒng)一稱為“算法平臺(tái)”或“算法部署者”，請求權(quán)的客體即算法平臺(tái)的算法解釋行為。算法平臺(tái)應(yīng)當(dāng)按照權(quán)利主體的要求和法律規(guī)定或合同約定履行解釋義務(wù)。

第二，通常來說，算法解釋權(quán)的啟動(dòng)時(shí)機(jī)為做出算法決策之后，即當(dāng)且僅當(dāng)算法相對人認(rèn)為某項(xiàng)算法決策會(huì)對自身產(chǎn)生重大影響時(shí)，相對人才有權(quán)提出此項(xiàng)請求。這里的“重大影響”被認(rèn)定為“構(gòu)成法律或其他類似重大影響”。

第三，作為算法解釋權(quán)的客體，算法解釋行為應(yīng)當(dāng)是明確且有效的。這就要求算法解釋的內(nèi)容和形式都要明確且有效。一般來說，算法解釋的內(nèi)容以做出具體算法決策的相關(guān)系統(tǒng)功能為出發(fā)點(diǎn)，也應(yīng)當(dāng)包括該系統(tǒng)所使用的個(gè)人信息等輸入信息、做出決策的各種指標(biāo)的功能權(quán)重，以及相對人進(jìn)一步救濟(jì)的權(quán)利等；其形式上，要具有可理解性，即要有被或許未受過算法教育的個(gè)人理解的可能[4]。

此外，由于算法適用領(lǐng)域不同、對個(gè)人影響不同，也應(yīng)當(dāng)允許算法平臺(tái)對算法決策有不同程度、不同層次的個(gè)案解釋。

1.3 算法知情權(quán)和算法解釋權(quán)的關(guān)系

就算法知情權(quán)和算法解釋權(quán)的關(guān)系而言，有人認(rèn)為算法解釋權(quán)是基于算法知情權(quán)所推定出來的權(quán)利，是算法知情權(quán)的具象化，也有人認(rèn)為算法知情權(quán)實(shí)則是一種弱化版本的算法解釋權(quán)理論[5]。可見，在相關(guān)研究者看來，算法解釋權(quán)和算法知情權(quán)存在著明確的位階關(guān)系，兩者有千絲萬縷的聯(lián)系。

當(dāng)算法決策會(huì)對相對人產(chǎn)生不利影響或者有產(chǎn)生不利影響的可能時(shí)，相對人才有權(quán)請求算法平臺(tái)對算法進(jìn)行解釋，因此，就權(quán)利屬性而言，算法解釋權(quán)本質(zhì)上和算法知情權(quán)相同，都是一種防御性的權(quán)利。

算法知情權(quán)和算法解釋權(quán)都包含一定程度的算法解釋內(nèi)容。有學(xué)者根據(jù)GDPR對個(gè)人數(shù)據(jù)權(quán)利的規(guī)定構(gòu)建出算法知情權(quán)體系，認(rèn)為算法知情權(quán)涵蓋一定程度的算法解釋內(nèi)容，也有學(xué)者根據(jù)GDPR的規(guī)定構(gòu)建出算法解釋權(quán)體系，但是算法解釋權(quán)所蘊(yùn)含的算法解釋明顯超出了法條的字面含義，從而導(dǎo)致兩種權(quán)利之間的差別。

首先是兩者權(quán)利目的不同，算法知情權(quán)的目的是在相對人對算法有初步的認(rèn)識(shí)之后獲取其對算法的信任，算法解釋權(quán)的目的則是實(shí)現(xiàn)“實(shí)質(zhì)性的程序正當(dāng)”。其次，目的不同導(dǎo)致兩者告知的內(nèi)容也有所不同，GDPR僅要求對基本邏輯和預(yù)期結(jié)果進(jìn)行告知，即僅要求對算法進(jìn)行外部解釋，而算法解釋權(quán)要求的告知內(nèi)容更加復(fù)雜，甚至要求一定程度上打開“算法黑箱”。最后，兩者行權(quán)的時(shí)機(jī)不同，算法知情權(quán)作為一種知情權(quán)，僅需滿足最低程度的知情需求，因此該項(xiàng)權(quán)利貫穿算法運(yùn)行始終，但是算法解釋權(quán)是由算法決策引起的解釋請求權(quán)，即事后解釋，其權(quán)利只能在事后行使。即便是提出事前解釋的學(xué)者，也認(rèn)為事前解釋并不能要求解釋義務(wù)達(dá)到事后解釋的程度[6]。

2 算法解釋權(quán)的質(zhì)疑

作為新型的算法權(quán)利，算法解釋權(quán)并未作為一項(xiàng)具有普適性的權(quán)利被各國立法接受，也并未被學(xué)界普遍認(rèn)可。GDPR雖為算法權(quán)利之濫觴，但有學(xué)者梳理其正文的相關(guān)條文，發(fā)現(xiàn)通篇并未提及算法解釋權(quán)，據(jù)此認(rèn)為歐盟的GDPR并未創(chuàng)設(shè)算法解釋權(quán)[7]。也有學(xué)者認(rèn)為GDPR的序言雖沒有法律效力，但結(jié)合其和正文中明確提出的反自動(dòng)化決策權(quán)的相關(guān)規(guī)定，可以歸納出算法解釋權(quán)的基本內(nèi)涵。兩者各執(zhí)一詞。另外，有學(xué)者認(rèn)為我國《個(gè)人信息保護(hù)法》規(guī)定了算法解釋權(quán)，但其內(nèi)涵也和學(xué)界普遍認(rèn)為的“算法解釋權(quán)”相去甚遠(yuǎn)。到底是何種質(zhì)疑，導(dǎo)致算法解釋權(quán)遲遲不能落地？

2.1 算法解釋權(quán)必要性質(zhì)疑

諸多贊同此權(quán)利的學(xué)者認(rèn)為算法解釋權(quán)的設(shè)置能保障個(gè)人的合法權(quán)益，能保障“實(shí)質(zhì)性”的程序正義。然而有關(guān)算法的程序正義，卻并非一定要通過設(shè)立解釋權(quán)來實(shí)現(xiàn)。

2.1.1 算法解釋權(quán)的必要性不足

算法解釋權(quán)的必要性被質(zhì)疑的首要原因就是解釋本身的必要性不足[8]。我國相關(guān)法律對算法平臺(tái)的主體責(zé)任進(jìn)行了明確規(guī)定，算法平臺(tái)侵犯個(gè)人利益，并不能因?yàn)槠涫褂盟惴ň湍苊庳?zé)，遑論拿算法缺陷當(dāng)“擋箭牌”。算法可能會(huì)影響個(gè)人權(quán)利是算法解釋權(quán)的前提，但是算法對個(gè)人實(shí)體權(quán)利的影響是顯而易見的，個(gè)人完全可以通過更有效的救濟(jì)手段維護(hù)自己的權(quán)利。在商業(yè)領(lǐng)域，如“外賣配送算法”增加外賣員的勞動(dòng)強(qiáng)度，外賣員可以向社會(huì)保障部門投訴解決，而算法解釋權(quán)的提出掩蓋了勞動(dòng)權(quán)利保障的缺位。即便是引發(fā)學(xué)界普遍擔(dān)憂的“信息繭房”，也很難被認(rèn)為是算法對個(gè)人利益造成的負(fù)面影響，有通過請求對算法進(jìn)行解釋以維護(hù)個(gè)人權(quán)利的必要性。我國《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》規(guī)定了算法推薦服務(wù)提供者的說明義務(wù)，但很難認(rèn)為其重點(diǎn)在于對算法本身的穿透性解釋。在公共領(lǐng)域，司法和行政權(quán)力的運(yùn)行都內(nèi)含程序正當(dāng)原則，公眾更關(guān)心行政或司法決策本身的正當(dāng)性，與其說公眾需要對公法領(lǐng)域自動(dòng)化決策算法行使解釋請求權(quán)以保障其合法權(quán)益，不如說公眾會(huì)對公權(quán)力機(jī)關(guān)使用算法進(jìn)行自動(dòng)化決策本身的程序正當(dāng)性提出質(zhì)疑。

雖然某些算法決策由于“算法黑箱”的不透明性導(dǎo)致公眾對其產(chǎn)生的合理性提出質(zhì)疑，影響相對人的個(gè)人利益，只需明確算法平臺(tái)和算法決策行為即可確定主體責(zé)任，但是算法本身并沒有解釋的必要性。

2.1.2 權(quán)利賦予和行權(quán)的矛盾

算法解釋權(quán)的權(quán)利普遍性和行權(quán)難度之間存在矛盾。首先，學(xué)界普遍認(rèn)為，自動(dòng)化決策算法解釋權(quán)的啟動(dòng)不以算法結(jié)果錯(cuò)誤為前提，用戶僅需舉證算法結(jié)果與自身的關(guān)聯(lián)關(guān)系，即算法結(jié)果對自身有法律效力或重大影響，就可行使算法解釋請求權(quán)。這就意味著算法解釋權(quán)具有普遍性的特點(diǎn)。但是，有學(xué)者認(rèn)為應(yīng)當(dāng)由算法主體對算法解釋請求先行審查，以確定其主體是否適格、請求內(nèi)容是否合法有效等，這就導(dǎo)致算法解釋權(quán)的行權(quán)成本大幅增加。其次，互聯(lián)網(wǎng)深入發(fā)展導(dǎo)致“對個(gè)人有法律效力或重大影響”的算法滲透到個(gè)人生活的方方面面，個(gè)人若充分按照學(xué)界對該項(xiàng)權(quán)利的期望行使此項(xiàng)權(quán)利，無疑會(huì)導(dǎo)致大量“數(shù)據(jù)噪聲”的出現(xiàn)。此外，鑒于算法權(quán)利與個(gè)人信息權(quán)利的密切關(guān)系，有觀點(diǎn)認(rèn)為該項(xiàng)權(quán)利并不屬于非自然人，但是，從算法解釋權(quán)的內(nèi)涵來看，非自然人主體應(yīng)用算法也應(yīng)當(dāng)享有請求解釋算法的權(quán)利。

2.1.3 權(quán)利期望和結(jié)果的矛盾

算法解釋權(quán)提出的期望是在算法權(quán)利不對等、算法決策不透明的情況下降低相對人問責(zé)難度，及時(shí)為相對人提供救濟(jì)，甚至解決算法嵌入各領(lǐng)域中產(chǎn)生的“算法歧視”問題，以維護(hù)社會(huì)公平[9]。不可否認(rèn)，通過請求算法平臺(tái)對算法進(jìn)行解釋，算法相對人能夠更深刻地理解算法如何做出決策，但是這對于事后救濟(jì)似乎可有可無，因?yàn)榧幢悴徽埱髮λ惴ㄟM(jìn)行解釋，相對人也有權(quán)要求算法平臺(tái)對算法決策侵犯個(gè)人利益的事實(shí)負(fù)責(zé)[10]。

相較于對算法系統(tǒng)功能進(jìn)行解釋，輸出結(jié)果符合一般人的預(yù)期更能獲取公眾信任。算法相對人正是由于算法結(jié)果不符合其預(yù)期，才需要算法平臺(tái)對算法本身進(jìn)行解釋。例如，2016年7月，美國威斯康星州終審判決的威斯康星州訴盧米斯案（State v.Loomis），該案被告人認(rèn)為，法官依靠自動(dòng)化決策結(jié)果對其量刑的行為，侵害了其正當(dāng)程序權(quán)利。雖然終審法院經(jīng)過審理后駁回了他的上訴理由，但學(xué)界對該判決結(jié)論的反對聲音不絕于耳。盧米斯案及其相關(guān)論爭反映了算法風(fēng)險(xiǎn)與程序正義的復(fù)雜問題?？梢哉f，直接滿足個(gè)人對算法決策結(jié)果的救濟(jì)權(quán)，比通過算法解釋權(quán)間接獲取救濟(jì)權(quán)更能維護(hù)個(gè)人正當(dāng)權(quán)利。

2.2 算法解釋權(quán)可行性質(zhì)疑

2.2.1 算法解釋權(quán)內(nèi)容不能明確統(tǒng)一

目前，對于算法解釋權(quán)的具體內(nèi)容，學(xué)界仍未達(dá)成共識(shí)，或者說，幾乎不可能達(dá)成共識(shí)。即便是算法解釋權(quán)的支持論者，也認(rèn)為算法解釋權(quán)的行權(quán)需要結(jié)合算法的應(yīng)用目的、對個(gè)人權(quán)利的影響程度等內(nèi)容區(qū)分算法的應(yīng)用場景。那么，考慮到相對人對算法的理解程度和算法素養(yǎng)存在區(qū)別，作為回應(yīng)相對人請求的算法解釋應(yīng)當(dāng)是格式性的還是特定性的呢？如果是格式性的，那么對不特定人的算法解釋和算法披露有什么區(qū)別？或者說，將算法披露歸納到事前解釋的范疇？如果是個(gè)性化的，由于相對人對算法的理解能力存在差別，如何才能實(shí)現(xiàn)“有意義的算法透明”，滿足所有對算法結(jié)果提出質(zhì)疑的相對人的解釋請求呢？

2.2.2 算法解釋權(quán)和其他利益的沖突

當(dāng)前無論是支持算法解釋權(quán)的群體，還是反對算法解釋權(quán)的群體，都不能回避一個(gè)問題：算法相對人與算法平臺(tái)之間的利益沖突。算法平臺(tái)由于其權(quán)利屬性不同，引起的利益沖突也有所不同。商業(yè)算法平臺(tái)的算法作為商業(yè)秘密、知識(shí)產(chǎn)權(quán)受到法律保護(hù)，對算法進(jìn)行解釋勢必要求商業(yè)算法平臺(tái)對其合法權(quán)益做出一定程度的讓步，會(huì)引發(fā)商業(yè)秘密泄露和知識(shí)產(chǎn)權(quán)被侵犯的風(fēng)險(xiǎn)，此外還存在泄露其所收集個(gè)人信息的風(fēng)險(xiǎn)。公權(quán)力算法平臺(tái)作為算法應(yīng)用方，應(yīng)當(dāng)保障程序正當(dāng)性和公民合法的知情權(quán)，也就是說公權(quán)力機(jī)關(guān)應(yīng)用算法的程序正當(dāng)位階高于商業(yè)秘密，但是公權(quán)力機(jī)關(guān)因算法解釋權(quán)導(dǎo)致國家秘密、公民隱私泄露風(fēng)險(xiǎn)也是得不償失。除此之外，公權(quán)力機(jī)關(guān)應(yīng)用算法的目的是提高工作效率，但是公眾對算法決策的結(jié)果質(zhì)疑使得他們不得不增加工作量解釋算法決策，在提高工作效率的同時(shí)又增加了成本。

被普遍賦予的算法解釋權(quán)的必要性和可行性不足，難以對算法權(quán)力的規(guī)制有實(shí)質(zhì)作用，對算法霸權(quán)下的個(gè)人權(quán)利救濟(jì)力度也未可知。算法解釋權(quán)可能會(huì)流于形式，成為“僵尸權(quán)利”，甚至?xí)l(fā)新的問題，產(chǎn)生新的風(fēng)險(xiǎn)。

3 算法知情權(quán)和算法解釋權(quán)的雙軌制

當(dāng)前對算法解釋權(quán)的研究顯示，表面上其看似是規(guī)制算法權(quán)力、保護(hù)個(gè)人利益的理想手段，但實(shí)際上存在層層阻礙，并不能提供有效的幫助。然而，這并不意味著算法解釋權(quán)的內(nèi)涵毫無可取之處。算法知情權(quán)和算法解釋權(quán)本身存在很強(qiáng)的關(guān)聯(lián)性，甚至有學(xué)者認(rèn)為算法知情權(quán)即為算法解釋權(quán)的弱化版本。算法解釋權(quán)本身也存在很大的靈活性，以至于似乎和算法知情權(quán)有所交叉。筆者認(rèn)為，兩者并非你中有我我中有你的關(guān)系，而是可以作為兩個(gè)獨(dú)立的權(quán)利并行不悖。

3.1 算法解釋的不同內(nèi)涵

算法知情權(quán)和算法解釋權(quán)都要求算法平臺(tái)履行一定程度的算法解釋義務(wù)，但是兩者對解釋程度的要求不同。同時(shí)，算法解釋又不僅局限于算法權(quán)利。

算法知情權(quán)僅要求最低程度的算法解釋，甚至不要求個(gè)案解釋，如GDPR所規(guī)定的算法主體對算法“基本邏輯和預(yù)期后果”的解釋，我國《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》僅規(guī)定算法主體應(yīng)當(dāng)對算法推薦服務(wù)的基本原理、目的意圖和主要運(yùn)行機(jī)制等內(nèi)容進(jìn)行公示性、一般化的告知。

然而，根據(jù)當(dāng)前對算法解釋權(quán)研究的觀點(diǎn)，算法解釋權(quán)中的算法解釋主要包括以下幾個(gè)方面：一是算法所需信息及其類別、權(quán)重、相關(guān)性解釋；二是對做出決策的算法系統(tǒng)的解釋，如系統(tǒng)邏輯功能、決策與信息相關(guān)性、權(quán)重等；三是對算法決策進(jìn)行救濟(jì)的內(nèi)容，如是否有拒絕算法決策的權(quán)利以及拒絕之后的權(quán)利等。

最高程度的算法解釋層次是要求算法解釋的權(quán)力導(dǎo)致的算法解釋，該項(xiàng)權(quán)力并不屬于個(gè)人權(quán)利范疇，而屬職權(quán)等“權(quán)力”。其應(yīng)用場景多體現(xiàn)在與算法有關(guān)案件法官依職權(quán)對算法的查明、監(jiān)管機(jī)構(gòu)對算法主體應(yīng)用算法的調(diào)查，此處不再贅述。

可見，從層次上可以區(qū)分算法知情權(quán)和算法解釋權(quán)要求的算法解釋程度。

3.2 以算法主體區(qū)分算法知情權(quán)和算法解釋權(quán)

由本文第2部分可得出結(jié)論，算法解釋權(quán)難以成為全體算法相對人的權(quán)利。那么，由當(dāng)前對算法侵權(quán)理論研究中三方主體之間的關(guān)系（見圖1），是否可以劃定算法知情權(quán)和算法解釋權(quán)的范圍？

圖1 算法侵權(quán)理論研究中三方主體之間的關(guān)系

首先，算法相對人的算法知情權(quán)。當(dāng)算法開發(fā)者和算法平臺(tái)不為同一主體時(shí)，算法相對人不直接對算法開發(fā)者享有權(quán)利，算法相對人對算法平臺(tái)享有的權(quán)利應(yīng)認(rèn)定為算法知情權(quán)，僅需明確算法主體身份和其使用算法的侵權(quán)行為即可明確侵權(quán)關(guān)系，也保證了一定程度的程序性權(quán)利。

其次，算法平臺(tái)的算法解釋權(quán)。對算法平臺(tái)而言，其有要求算法開發(fā)者進(jìn)行充分的算法解釋的權(quán)利，但當(dāng)前由于知識(shí)產(chǎn)權(quán)和商業(yè)秘密的掣肘，算法平臺(tái)并未能完全享有此項(xiàng)權(quán)利。此處的算法解釋應(yīng)屬于兩個(gè)平等主體之間依據(jù)算法開發(fā)承攬合同產(chǎn)生的算法解釋權(quán)內(nèi)容，而非依公權(quán)力產(chǎn)生的算法解釋義務(wù)。值得注意的是，此時(shí)請求解釋算法的權(quán)利就不再屬于全體“認(rèn)為算法造成不利影響的個(gè)體”，而屬于在算法開發(fā)者和使用者并非同一法人主體情況下的算法平臺(tái)。

依據(jù)算法主體劃定算法權(quán)利，可以解決當(dāng)前對算法解釋權(quán)的諸多質(zhì)疑。以本文第2部分為例，算法解釋權(quán)是明確算法開發(fā)者和使用者責(zé)任的重要權(quán)利，算法開發(fā)者切實(shí)履行算法解釋義務(wù)，并對解釋日志進(jìn)行留存，算法平臺(tái)明確算法的功能屬性，能夠在算法導(dǎo)致侵權(quán)時(shí)明確雙方責(zé)任，確定雙方應(yīng)當(dāng)承擔(dān)的責(zé)任類型，從而解決算法解釋權(quán)的必要性問題。算法解釋權(quán)的權(quán)利義務(wù)并不針對不特定主體，而是明確的算法開發(fā)承攬合同雙方，充分的算法解釋，甚至可以引入第三方評價(jià)，是算法平臺(tái)通過驗(yàn)收的必要條件，不會(huì)導(dǎo)致算法開發(fā)者不合理的解釋負(fù)擔(dān)，不會(huì)引起算法權(quán)利的越界導(dǎo)致知識(shí)產(chǎn)權(quán)和商業(yè)秘密的泄露，從而解決算法解釋權(quán)的可行性問題。

4 結(jié)論

由于知識(shí)產(chǎn)權(quán)和商業(yè)秘密的約束，算法自身存在黑箱特征，正是黑箱特征導(dǎo)致算法平臺(tái)有利用算法侵犯公民合法權(quán)利、損害公民合法利益、危害社會(huì)利益的風(fēng)險(xiǎn)。然而，這并不意味著算法相對人需要相當(dāng)深度的算法權(quán)利以彌合“算法鴻溝”“數(shù)字鴻溝”。權(quán)利的出發(fā)點(diǎn)是好的，但是不合理的負(fù)擔(dān)可能會(huì)導(dǎo)致結(jié)果與預(yù)期南轅北轍。賦予公民廣泛的算法知情權(quán)和特定主體的算法解釋權(quán)，應(yīng)在保障個(gè)人權(quán)利的同時(shí)，保證算法平臺(tái)不會(huì)產(chǎn)生不合理的負(fù)擔(dān)，讓他們有更多的精力投入科技創(chuàng)新，更有利于社會(huì)公共價(jià)值的實(shí)現(xiàn)。