爱豆传媒芯怡在线播放|一道本在线|爱爱黄色大片网站|国产成人精品女人久久久|蜜桃影像传媒的演员|国产91福利视频在线|麻豆传媒沈芯语md0078|久久网红主播|九一制片果冻传媒|aaa黄色片网站,国产网红福利一区,可恶岳母91制片厂,国产一区自拍亚洲

黨的二十大報(bào)告指出,，“加快發(fā)展數(shù)字經(jīng)濟(jì),，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合”,。以海量數(shù)據(jù)為基礎(chǔ)的算法與具體應(yīng)用場景的深度融合,，給數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展注入強(qiáng)大動能。算法為數(shù)字經(jīng)濟(jì)發(fā)展賦能的同時(shí),，蘊(yùn)含的技術(shù)風(fēng)險(xiǎn)也可能給個(gè)人與社會帶來負(fù)面影響。若算法決策因數(shù)據(jù)偏見,、設(shè)計(jì)缺陷,、黑箱問題等造成侵害，其高度專業(yè)性,、不透明性及計(jì)算的龐雜性增大了損失認(rèn)定與責(zé)任追究的難度,，給算法責(zé)任承擔(dān)判定帶來挑戰(zhàn)。

目前,，國內(nèi)外研究主要集中于算法決策的事前規(guī)制領(lǐng)域,，而就算法技術(shù)對數(shù)字經(jīng)濟(jì)帶來的沖擊、算法風(fēng)險(xiǎn)對傳統(tǒng)侵權(quán)理論的挑戰(zhàn),、算法技術(shù)與法律規(guī)則的融合發(fā)展,，研究則較為薄弱。在數(shù)字經(jīng)濟(jì)時(shí)代背景下,，有必要圍繞算法風(fēng)險(xiǎn)侵權(quán)責(zé)任,，從理論層面分析算法使用主體的注意義務(wù)、算法風(fēng)險(xiǎn)侵權(quán)責(zé)任的歸責(zé)原則,、構(gòu)成要件,、責(zé)任承擔(dān)等侵權(quán)法問題，并從制度層面構(gòu)建符合數(shù)字經(jīng)濟(jì)發(fā)展規(guī)律的算法風(fēng)險(xiǎn)侵權(quán)責(zé)任承擔(dān)規(guī)則,，助推數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展,。

不同于物理層面的權(quán)利或法益侵害，算法風(fēng)險(xiǎn)侵權(quán)有兩種類型,，即基于風(fēng)險(xiǎn)或者過程的抽象性侵害和作為結(jié)果的具體侵害,。一方面，基于風(fēng)險(xiǎn)或者過程的抽象性侵害屬于算法妨礙,。算法妨礙體現(xiàn)為聲譽(yù)侵害,、算法歧視,、算法規(guī)劃、“算法黑箱”,、算法操縱等,。算法妨礙所造成的損失很難用“差額說”予以認(rèn)定。另一方面,，作為結(jié)果的具體損害可能是由數(shù)據(jù)偏見,、設(shè)計(jì)缺陷、編碼錯(cuò)誤或算法濫用等因素導(dǎo)致的,。算法損害的原因行為多種多樣,，也難以用傳統(tǒng)侵權(quán)理論予以認(rèn)定。因此,，針對數(shù)據(jù)時(shí)代的算法風(fēng)險(xiǎn)侵權(quán),，應(yīng)根據(jù)實(shí)際損害是否發(fā)生將其分為算法妨礙與算法損害兩類，并根據(jù)其類型界分,，構(gòu)建不同的侵權(quán)責(zé)任規(guī)則,。同時(shí)，也要抽象出通用于兩種侵權(quán)類型的一般原則,，從而實(shí)現(xiàn)算法風(fēng)險(xiǎn)侵權(quán)責(zé)任規(guī)范的體系化,。

科技進(jìn)步導(dǎo)致侵權(quán)成本與預(yù)防成本發(fā)生重大改變，因此侵權(quán)法需要重新配置各方權(quán)利義務(wù)關(guān)系,。算法使用主體負(fù)有的義務(wù)范圍（包括算法公開,、披露與說明義務(wù)、審慎審查義務(wù),、定期評估與維護(hù)更新義務(wù)等）不應(yīng)過窄也不應(yīng)無限延伸,。立法者應(yīng)為算法使用主體義務(wù)范圍劃定恰當(dāng)?shù)倪吔纾侠碓O(shè)計(jì)算法使用主體是否已履行義務(wù)的判定方法,，以適應(yīng)數(shù)字時(shí)代社會效率與安全的需求,。

算法公開、披露與說明義務(wù)要求算法的使用主體在一定程度上公開其算法的工作原理和邏輯,，并對其進(jìn)行說明,。這不意味著需要公開算法的所有技術(shù)細(xì)節(jié)或商業(yè)秘密，或是公開算法的源代碼,，只需公開或明確,、披露算法決策的基本原則、目標(biāo)及目前已知的所有可能影響即可,。這有助于用戶更好地理解算法對其生活可能產(chǎn)生的具體影響,，從而做出更為明智的選擇，同時(shí)也能防止“算法黑箱”造成潛在的傷害,。

審慎審查義務(wù)要求算法使用主體在部署算法前后,，對算法的設(shè)計(jì),、數(shù)據(jù)輸入和輸出進(jìn)行細(xì)致的檢查，確保算法不會無意中加劇歧視或偏見,，確保數(shù)據(jù)的準(zhǔn)確性,、代表性以及來源合法性。其審查內(nèi)容主要包括是否存在算法歧視,、算法使用的數(shù)據(jù)來源是否合法,、是否侵犯個(gè)人信息或隱私等。審慎審查義務(wù)有助于相關(guān)主體及早發(fā)現(xiàn)并糾正算法中可能存在的問題,，避免對社會造成不良影響,。

定期評估與維護(hù)更新義務(wù)強(qiáng)調(diào)算法使用主體需要定期重新評估其算法的性能和影響，確保算法符合最新的法律法規(guī),、倫理標(biāo)準(zhǔn)和社會期望,。這包括評估算法是否存在潛在的歧視行為、是否有新的偏見出現(xiàn),，以及算法的準(zhǔn)確性和效率是否得到改進(jìn),。當(dāng)算法操作產(chǎn)生了意料之外的負(fù)面影響或錯(cuò)誤時(shí)，算法使用主體應(yīng)采取必要應(yīng)對和糾正措施,，包括但不限于撤回有問題的算法、修正導(dǎo)致問題的錯(cuò)誤,、向受影響的個(gè)人或群體提供補(bǔ)救措施等,。同時(shí)，算法使用主體應(yīng)持續(xù)監(jiān)督算法的表現(xiàn)和影響,，根據(jù)社會變化,、技術(shù)進(jìn)步或法律法規(guī)的更新及時(shí)調(diào)整和更新算法。

對于算法風(fēng)險(xiǎn)侵權(quán)的責(zé)任構(gòu)成是否仍需要嚴(yán)格遵循傳統(tǒng)歸責(zé)原則和四要件判斷,，值得進(jìn)一步研究,。就歸責(zé)原則而言，它是責(zé)任構(gòu)成的前提,，包括過錯(cuò)責(zé)任原則和無過錯(cuò)責(zé)任原則,。算法風(fēng)險(xiǎn)侵權(quán)作為特殊侵權(quán)類型，仍采用過錯(cuò)責(zé)任原則,，無疑會加重受害人的舉證責(zé)任,。算法風(fēng)險(xiǎn)侵權(quán)作為新興侵權(quán)類型，需要區(qū)分不同應(yīng)用場景而適用不同歸責(zé)原則,。就因果關(guān)系而言,，傳統(tǒng)直接因果關(guān)系說、相當(dāng)因果關(guān)系說和近因說等在算法風(fēng)險(xiǎn)侵權(quán)中都顯得較為無力,。算法風(fēng)險(xiǎn)侵權(quán)的龐雜主體以及算法技術(shù)存在的高度專業(yè)性,、不透明性等因素,，給因果關(guān)系的判定帶來阻力。因此,，對于算法風(fēng)險(xiǎn)侵權(quán)認(rèn)定,，更宜在因果關(guān)系上有所緩和，綜合運(yùn)用多種因果關(guān)系判斷方法,。就損失而言,，傳統(tǒng)的差額損害說在算法風(fēng)險(xiǎn)侵權(quán)中難以適用，尤其是面對算法所造成的風(fēng)險(xiǎn)損害,、聲譽(yù)下降時(shí),。應(yīng)尋找算法風(fēng)險(xiǎn)侵權(quán)責(zé)任“差額說”的替代方案，達(dá)到填補(bǔ)損失和懲戒警示的制度目的,。因此,，在損失認(rèn)定上，宜緩和精神損害賠償上的“嚴(yán)重”的認(rèn)定標(biāo)準(zhǔn),，補(bǔ)償風(fēng)險(xiǎn)損害,；在物質(zhì)賠償上，應(yīng)該綜合適用“差額補(bǔ)償說”和“綜合獲益說”,。就侵權(quán)行為而言,，傳統(tǒng)侵權(quán)行為多為直接侵權(quán)，侵權(quán)行為及其實(shí)施者易識別,。但算法風(fēng)險(xiǎn)侵權(quán)的行為主體更加多元,，包括算法技術(shù)的開發(fā)者、利用者,、實(shí)施者以及受益者等,，難以精準(zhǔn)確定侵權(quán)行為的直接行為人。大多數(shù)情形下,，算法風(fēng)險(xiǎn)侵權(quán)的責(zé)任主體并非單一主體,，其責(zé)任承擔(dān)形式為共同責(zé)任。

算法風(fēng)險(xiǎn)的侵權(quán)責(zé)任承擔(dān)涉及責(zé)任主體,、責(zé)任形態(tài)以及責(zé)任方式,。就責(zé)任主體而言，由于實(shí)施算法風(fēng)險(xiǎn)侵權(quán)行為主體多元多樣且具有隱蔽性,、關(guān)聯(lián)性,，在認(rèn)定責(zé)任承擔(dān)主體時(shí)需要準(zhǔn)確地判定實(shí)際實(shí)施侵權(quán)的主體以及各主體之間的關(guān)系。在責(zé)任形態(tài)認(rèn)定上,，可能涉及連帶責(zé)任,、按份責(zé)任、比例責(zé)任、補(bǔ)充責(zé)任,、單向連帶責(zé)任,、部分連帶責(zé)任等多種責(zé)任形態(tài)，不同的算法風(fēng)險(xiǎn)侵權(quán)可能采用一種或幾種責(zé)任形態(tài),，僅采用單一責(zé)任形態(tài)的情形較少,。就責(zé)任方式而言，算法風(fēng)險(xiǎn)侵權(quán)損失存在數(shù)額認(rèn)定困難,，除了傳統(tǒng)的賠償損失外,，算法風(fēng)險(xiǎn)侵權(quán)可能造成風(fēng)險(xiǎn)性損害。所謂風(fēng)險(xiǎn)性損害,，是指損害后果尚未發(fā)生,，信息只有被非法使用的未來風(fēng)險(xiǎn)。它具有無形性,、潛伏性與不確定性等特征,，主要包括外部風(fēng)險(xiǎn)性損害——預(yù)防性支出和內(nèi)部風(fēng)險(xiǎn)性損害——焦慮恐懼等精神損害。在算法風(fēng)險(xiǎn)侵權(quán)情形下,，宜有條件承認(rèn)風(fēng)險(xiǎn)性損害,，給予有限的賠償。應(yīng)當(dāng)明確預(yù)防性支出屬于財(cái)產(chǎn)損害,，確定預(yù)防性支出合理賠償范圍,。可以運(yùn)用動態(tài)系統(tǒng)論和場景論,，促進(jìn)“嚴(yán)重性”要件認(rèn)定的動態(tài)化,、場景化，動態(tài)劃定嚴(yán)重精神損害評價(jià)要素,。同時(shí),，還須關(guān)注停止侵害,、消除影響,、恢復(fù)名譽(yù)、賠禮道歉,、不作為禁令等非金錢補(bǔ)償方式的運(yùn)用,。

要加強(qiáng)算法風(fēng)險(xiǎn)侵權(quán)的法律規(guī)制，必須體系性地完善算法風(fēng)險(xiǎn)治理規(guī)則,，具體須做到以下三點(diǎn),。其一，推動“數(shù)字經(jīng)濟(jì)”與“算法進(jìn)步”融合發(fā)展,。以算法為代表的數(shù)字技術(shù),，促進(jìn)了數(shù)字經(jīng)濟(jì)發(fā)展，但也給經(jīng)濟(jì)發(fā)展帶來了一些挑戰(zhàn)，如結(jié)構(gòu)性失業(yè),、安全隱患,、社會倫理等。算法風(fēng)險(xiǎn)侵權(quán)責(zé)任研究并不是為了抑制數(shù)字經(jīng)濟(jì)發(fā)展,，而是為了在安全的框架下保障數(shù)字經(jīng)濟(jì)的有序健康,、高質(zhì)量發(fā)展。其二,，協(xié)調(diào)“算法風(fēng)險(xiǎn)”與“算法便利”內(nèi)在結(jié)構(gòu),。因存在“算法黑箱”等問題，算法風(fēng)險(xiǎn)無法完全避免,。侵權(quán)責(zé)任規(guī)則的構(gòu)建是通過事后的懲戒機(jī)制,，抑制技術(shù)掌握者利用技術(shù)優(yōu)勢放任算法風(fēng)險(xiǎn)發(fā)生的行為，從而提高算法便利,。其三,，統(tǒng)合“傳統(tǒng)責(zé)任”與“新興責(zé)任”時(shí)代發(fā)展。傳統(tǒng)的侵權(quán)責(zé)任認(rèn)定已經(jīng)無法適應(yīng)算法等數(shù)字技術(shù)的發(fā)展,。算法風(fēng)險(xiǎn)侵權(quán)可能并沒有造成物質(zhì)損害,，僅僅造成聲譽(yù)風(fēng)險(xiǎn)或者社會評價(jià)降低，故應(yīng)該對傳統(tǒng)責(zé)任認(rèn)定,、承擔(dān)等規(guī)則進(jìn)行統(tǒng)合與校正,，以適應(yīng)信息時(shí)代的法益保障需求。