人工智能应用于行政处罚的风险治理

魏 琼 徐俊晖

( 1.2.华东政法大学，上海200042)

人工智能( Artificial Intelligence，简称AI)①系根据人工智能体是否具有自我思考能力并能否付诸于行动所作的类型划分。其中，弱人工智能( Artificial Narrow Intelligence，简称ANI) 不真正拥有智能，也不会有自我意识，如Alpha Go 围棋程序；强人工智能( Artificial General Intelligence，简称AGI) ，是类似人类级别的人工智能，指在各方面都能和人类比肩的人工智能；超人工智能( Artificial Super Intelligence，简称ASI) 则不仅具备人类的某些能力，而且还拥有自我意识和情感等，被认为具有超越人类的能力，即在所有领域及所有认知功能都超越人类，迄今，这种人工智能尚未到来，故在此暂不做探讨。，是一种新的能以与人类智能相似的方式做出反应的智能机器，是运用计算机对人的意识、思维的信息过程的模拟。现阶段，以人工智能、大数据、互联网等技术为载体的治理模式和体系正在成为数字政府建设的一大趋势，如何推进数字政府与法治政府的同步建设，加强行政执法中数据的合法、有序共享，切实保护个人信息，则是当下治理能力现代化的重大课题之一。特别是，人工智能与行政处罚执法之间有着极高的可交互性，人工智能被广泛地应用于行政处罚执法各个阶段，推动着行政处罚执法的不断变革。但与此同时，人工智能在行政处罚中的应用目前仍处在初始探索阶段，它在给行政处罚执法带来机遇的同时也产生了很多风险，亟待进行法律上的治理与控制。时值《中华人民共和国行政处罚法》( 以下简称《行政处罚法》) 拟修改之际，本文着眼于分析人工智能在行政处罚中的应用，梳理在行政处罚执法过程中应用人工智能产生或有可能产生的各种风险，从制度及其实施层面寻求对风险的治理机制，以确保行政处罚和人工智能有机融合，实现智慧处罚，进而推进法治国家、法治政府、法治社会的建设。

一、人工智能在行政处罚执法中的具体应用

从历史发展看，人工智能离不开计算、算法、数据三大要素。我国的人工智能发轫于改革开放之初。近年来，得益于大数据技术对“知识获取瓶颈”的突破，人工智能技术迅猛发展，被广泛地运用于各行各业，特别是行政管理、司法活动之中，推动国家治理的现代化。在这一时代背景下，我国依法具有行政处罚权的实施机关( 以下简称为“行政处罚机关”) 也将人工智能广泛地应用到行政处罚执法实践之中。诚然，行政处罚作为一种常见的执法方式，多见于诸如治安管理、市场监管、税收管理等不同行政执法领域，但其行政处罚案件的办理过程无非就是立案、调查、决定等阶段，是行政处罚权( 大多是具有裁量性的) 的具体实施过程。因此，人工智能在这一行政处罚执法的应用场景，大体表现在以下三个方面。

( 一) 人工智能在行政处罚裁量基准制度中的应用

行政处罚是行政处罚机关实施行政管理的有效手段，在一个较为完备的行政处罚法治体系中，它能否正确适用与行政处罚裁量基准直接有关。而行政处罚裁量基准的设定则有赖于对该行政管理领域有关行政处罚案件的发案量及相关事项作一全面、充分、真实的信息、数据的收集与整理。

人工智能首先会被广泛用于信息的收集与处理，与以原始输入为主的大数据技术不同的是，人工智能需要输出，即处理数据产生的智能。人工智能是一种计算形式，它允许机器执行认知功能，例如，对输入起作用或作出反应，类似于人类的做法。这主要表现在行政处罚机关通过人工智能流程化地接受、收集、识别、筛选与行政处罚权行使有关的信息，形成一个比较完整的信息系统，然后依托大数据技术对行政处罚发案量等数据的量化分析，进而设定行政处罚的各种适用情形、适用条件及相应的处罚种类、幅度等。

此外，行政处罚机关通过人工智能还能对行政相对人频发的违法情形及相应行政处罚案例数据进行多维度的分析，对行政处罚案件中常见的争端进行评估、预警及研判。这些信息、数据的收集与处理活动，无疑能够为有处罚裁量权的行政机关在行政管理中设定与细化行政处罚裁量基准提供最为可靠的第一手资讯。例如，四川省成都市成华区积极推行行政处罚电子化平台建设，不仅录入行政处罚法律法规依据4106 条，而且还建立网上自由裁量标准数据库，细化了标准7160 条［1］。

为此，在细化行政处罚裁量基准之际，导入人工智能有助于提高行政处罚裁量基准的精准程度。

( 二) 人工智能在行政处罚立案与调查过程中的应用

早期的人工智能意味着“自动化”办公抑或是电子政务的有机组成部分，解放了作为主体的人的脑力资源。由人工智能在纷繁复杂的信息中分析解读相对人的违法行为、评估违法情节，进而触发响应以及与其他数字系统进行通信( 如立案) ，以此替代传统的通过行政治安巡逻等采集信息的过程。此种场景，行政处罚实践中同样适用，可完成文本分析、投诉反馈等程序，并捕获行政处罚案件线索，启动行政处罚的立案程序。

收集的信息数据经过处理，形成一定的结构化，也可成为“视听资料”“电子数据”等行政证据。比如，在道路交通安全管理中公安机关交通管理部门通过对车辆检测、光电成像、自动控制、网络通信、计算机等多种技术，对机动车闯红灯、逆行、超速等违章行为进行全天候监控并根据违章信息进行事后处理［2］。

通过人工智能将处罚调查取证环节流程化、告知与申辩步骤规范化、裁量标准电子化。例如，在实践中，前述的四川省成都市成华区相关部门执法人员输入违法行为的主要裁量参数，系统自动抽取相关法律法规及自由裁量标准，为是否处罚以及处罚的种类和幅度提供查询，便于相关的处罚机关依法全面地履行说明理由义务，保障行政相对人知情权和申辩权。同时，也实现案件报审、文书制作、案件归档等网络化管理，并完成罚单出具和处罚执行等程序。人工智能的这些应用为行政处罚案件公示和全过程记录奠定了基石，可以有效地提升行政处罚的程序和实体正义。

显见，在行政处罚立案与调查过程中，运用人工智能有助于提高行政处罚办案自动化水平。

( 三) 人工智能在行政处罚决定阶段中的应用

人工智能技术的实质是建立了一种基于海量数据挖掘的认知范式，其数据具有绝对的前置性［3］。但大量的数据并不产生价值，需通过算法从海量数据中搜索隐藏其间的信息，这使得人工智能具有一定的“思考”能力。随着技术的进步，现阶段的人工智能技术拥有深度学习能力，能够随着计算、挖掘次数的增多而不断自动调整算法的参数，使挖掘和预测结果更为准确［4］。目前在裁量预测开发中广泛应用基因算法、卷积神经网络、循环神经网络等深度学习算法，可以通过裁量预测结果与实际处罚结果的比对，对裁量模型采用的算法进行自评估，由此形成一个自适应优化的闭环。通过大量的案例对机器进行训练，通过机器的自动学习，人工智能也将会越来越“聪明”。这一阶段的人工智能具有自主感应主体需求的能力，可以更好地“思考、决策”。

以行政处罚类案推荐为例，其技术逻辑在于自动抽取每个案件的情节以形成大数据仓库，随后将目标案件的属性标签与原有大数据仓库中所有案例的属性标签进行比对，在计算相似度之后反馈给用户( 即有处罚权的行政机关) 。这一人工智能可以被应用在行政处罚决定作出阶段，尤其是适合于简易程序的行政处罚案件，人工智能可以辅助地作出相应的行政处罚决定。

随着数字政府与法治政府建设的加快，在适用一般程序的行政处罚案件中，人工智能同样可以在其处罚决定阶段发挥更多的作用，取得更显著的效果，即不仅能在“量”上提高行政处罚决定的效率，而且还有可能在“质”上补强行政处罚决定的合法、合理程度。

概言之，得益于行政执法信息化建设和信息共享，人工智能技术的应用已不再是行政处罚这一执法方式在某一片断、局部场景的小范围运用，而是呈现出范围全面性、功能根本性、地位关键性与态度开放性的时代特征［5］。人工智能主要围绕“行政处罚智能办案系统”展开，对立案、调查取证、告知、合法性审查、决定、执行、结案、公开等各环节实现动态管理，使得案件信息录入、审限管理、程序运行等方面更加系统、规范、客观、真实。在行政处罚领域应用人工智能优化了行政处罚执法资源的配置，推动了行政处罚执法方式的高效、便民，促进了行政处罚执法结果的可接受性。

二、人工智能应用与行政处罚执法的融合价值

通过行政处罚裁量基准的智能化、行政处罚过程的智能化及行政处罚决定的智能化等，人工智能在行政处罚中的应用场景及愿景正日趋精准与明晰，彰显了人工智能与行政处罚执法彼此之间的交互现实与融合的巨大潜力。人工智能在行政处罚执法中的广泛应用，遂成为我国现阶段实现智慧处罚的一项重要举措。

( 一) 何谓智慧处罚?

所谓智慧处罚是指行政处罚执法建立在高度信息化基础上的一种执法形态。这种以互联网、大数据、人工智能等多种科技手段进行行政处罚执法的新型处罚模式，正是我国行政处罚的理论界和执法实务部门都在积极探索、努力想突破的重大课题。与此同时，推动智慧处罚的创新发展，既是提升行政处罚执法精细化水平的技术保障，也是适应大数据时代新发展和社会新需求的必然要求，更是体现国家治理体系和治理能力现代化的重要窗口。

行政处罚最为基本的要求就是程序的规范性，通过人工智能的应用，完成对违反行政法律规范的公民、法人或者其他组织等当事人( 即行政相对人) 进行处罚的立案、调查、决定及送达等法定程序，将极大地减少甚至杜绝由行政处罚机关及其执法人员进行这些程序性活动时可能出现的某些不规范情形。

特别是，在行政执法中，行政处罚大多属于裁量性活动，其裁量往往面临着对行政相对人违反行政法律规范的行为是否应当受罚和如何处罚这两大判断与选择的难题。在对行政相对人涉嫌违法行为的定性、定量等处罚裁量判断和对涉嫌违法行为的处罚种类、处罚幅度的裁量选择上，执法人员进行裁量有时很难做出适当的抉择，甚至由此造成处罚明显不当。而将人工智能，哪怕是将弱人工智能应用于依法行使行政处罚裁量权过程，也能在一定程度上修补行政处罚执法的某些不足。

( 二) 行政处罚智能化和最优化

人工智能的自身优势和实用性，促使它能够被广泛地应用于行政处罚执法之中，契合行政处罚执法追求的终极目标，即建成智慧处罚的平台，以此揭示人工智能与行政处罚融合的价值，就在于实现行政处罚智能化和最优化。

我们认为，以人工智能为契机的智慧处罚，揭示了人工智能与行政处罚执法之间相辅相成的内在关系，极具融合的价值。该价值具体表现为以下两个方面：

一是行政处罚的智能化，即行政处罚执法之中，人工智能把网络技术、数字技术和人工技术综合地运用于处罚案件的相关数据搜集上，在此基础上进行数据分析，捕获客观、充分而全面的证据，然后依据证据推理、法律适用等计算模型，为行政处罚机关及其执法人员提供处罚裁量预测结果，辅助行政处罚决定的作出。例如，智能监控、人脸识别、智能辅助办案系统等，在行政处罚权的行使过程中得以广泛应用，便形成了行政处罚执法技术化的态势，行政处罚权与技术的全新结合大大提升了行政管理的执法效果。

这是一种立足算法立场的探索，力图用逻辑计算和符号程序来表达行政处罚执法，通过建模设计、知识图谱等来把行政处罚相关的法律规则转化为自动推理的系统，甚至还通过数据挖掘，深度学习等技术，使之可以自动更新与迭代升级的、自适应的智能处罚系统。

二是行政处罚最优化，即通过防范与抑制人工智能应用于行政处罚执法带来的各种风险，基于技术价值和法律价值的碰撞，不断矫正、化解人工智能与行政处罚之间的矛盾与冲突，促进行政处罚机关及其执法人员更加理性地运用人工智能于行政处罚执法活动之中，以算法决策和代码规制等来遏制行政处罚的恣意妄为。

这是一种层级治理转向智慧治理的尝试，采用人与技术相结合的方式，以“全业务、全流程、全方位”为法定标准，将信息化作为行政处罚执法的基本载体，应用人工智能在数字、数据和算法基础上模拟执法者的人脑活动参与行政处罚过程，如智能识别违法行为、智能作出行政处罚拟决定等，以“技术+法律”的模式治理风险，强化行政处罚的执法能力，有效实施行政管理。

因此，在此视角下，我们重点探讨的将是行政处罚中人工智能应用所产生的风险，法律如何治理它的问题，而非人工智能的行政处罚法律问题。

三、人工智能应用于行政处罚的风险

所谓“人工智能应用于行政处罚的风险”，系指行政处罚执法因运用人工智能而产生的各种风险。其产生的根源，究竟来自人工智能本身还是来自行政处罚制度呢? 通过深入研究，我们认为此类风险主要是来自人工智能本身①在实践中，人工智能在行政处罚的应用过程也暴露出不少问题，诸如行政相对人对于人工智能接受度不够、行政处罚机关的相关执法资源与应用人工智能的需求不能匹配、行政处罚机关及其执法人员涉嫌滥用人工智能或者越权运用人工智能以及现阶段的行政处罚法律制度未对人工智能进行明确规范等，不一而足。不过，这些问题系属于人工智能的发展与我国现行行政处罚制度及其实施不足之间的矛盾，而非因人类运用人工智能而带来的风险，况且这些矛盾尚不足以实质性影响到行政处罚的合法、合理实施。因此，这类风险不属于“人工智能应用于行政处罚的风险”。。数据是人工智能的基础，算法是人工智能的本质，人工智能在行政处罚的应用中越智能就越依赖数据的喂养和算法的支持，由此引发的弊端与风险频次也越来越高。通常情况下，它是人工智能与生俱来的风险衍生或者反射到行政处罚实践之中，遂产生的风险。比如，人工智能的“伦理风险”“极化风险”“异化风险”“规制风险”“责任风险”等社会风险［6］均极有可能危及到行政处罚的合法、合理，故有必要梳理人工智能应用于行政处罚之中有可能产生的诸种风险。唯有客观地认识到人工智能在行政处罚领域应用中存在或者有可能存在的风险，才能有针对性地去防范、控制，进而发挥人工智能在行政处罚中的效用，推动智慧处罚的普及与发展。

( 一) 处罚执法能力弱化的风险

行政处罚的目的在于维持行政秩序，制裁违反行政法义务的各种情形，故在行政处罚领域引入人工智能，旨在及时发现案件线索、查明案件事实、规范处罚程序，提高作出处罚决定的公正与效率。但是，人工智能在增强人类活动能力和福利水平的同时，也加剧了人文精神的衰落。“用算法来处理人类特有的一些活动，有可能使这些活动丧失最根本的人性”［7］。它迫使我们放弃了以人为中心的世界观，而秉持以数据为中心的世界观。故而，在人工智能应用于行政处罚案件的过程中，可能因其自身算法优势与数字鸿沟而产生有可能危及行政处罚机关执法能力的两大隐患。

隐患之一，是削弱行政处罚机关行使行政处罚裁量权的积极性。在繁复而琐碎的行政管理活动中，由于人类自身的惰性，行政处罚机关及其行政执法人员有可能对人工智能产生依赖，直接依照人工智能推送的行政处罚类案、处罚预测来迅速定案，对行政相对人的行为进行违法定性。同时，这种程序化、惯常性的定案方式也有可能忽视类案之间的细节差异，淡化行政处罚机关在个案问题上的研判能力，使行政处罚羁束裁量权或自由裁量权在个案处理中流于形式，进而极易产生裁量怠慢的行政失职现象。

隐患之二，是助长了行政相对人及社会公众对行政处罚执法活动的不信任。将人工智能应用到行政处罚案件中，由算法和逻辑组成的人工智能按照事先编写的程序一步步地完成任务，法律以外的其他因素，诸如领导过问、人情请托等不应当联结的因素，可以被有效屏蔽，但处罚应当联结的因素，例如政策指导、客观形势的变动、行政相对人的悔过情节等，却未必能在人工智能的考虑范围内，由此触发行政受罚人及受害人等对该处罚决定的不信任。加之，人工智能本身的伦理风险也极易令行政处罚这一执法活动的权威性遭受到挑战，社会公众难免会质疑人工智能系统能否真正像执法人员那样秉公执法，以实现个案的公平正义。

( 二) 处罚违法的风险

在互联网时代，人们把一些决策权力交给了算法，于是导致“制定标准、制造硬件、编写代码的人拥有相当程度的控制力量。”［8］商业竞争演化为代码和算法的竞争，这使得人工智能各自为阵、标准多样。与此同时，“黑箱社会”的加剧和“算法战争”的发生带来了秩序和公正问题，对其规制的必要性便很容易成为公权力扩张的合法性根据，以致于出现了“监视无处不在的国家”之势，从而加剧了人工智能的规制风险。

在人工智能应用于行政处罚案件处理中，亦存在类似情形。如前所述，从行政处罚案件线索的发现到立案，从对行政相对人违反行政法律规范的行为及事实的调查取证到形成行政证据，从保障告知行政相对人到行政相对人申辩权的实现，从该案对相关法律、法规及裁量基准等依据的适用到行政处罚决定的拟作出等，这些阶段在运用人工智能之际，人工智能自身的规制风险也很容易导致该处罚违法。该违法情形可归纳为以下两个方面：

一是实体违法，如行政处罚机关应用人工智能认定事实错误或者适用依据错误。其中，人工智能运用中的“信息孤岛”有可能造成行政处罚的主要事实不清、证据不足。在行政处罚案件中，人工智能收集的数据不仅包括内部数据，还有可能涉及社会各方面的数据。尤其是，在政府数据共享中存在跨部门、跨层级、跨地域的几重障碍，行政处罚机关与其他部门、行业之间缺乏合作、共享，信息孤岛问题凸现。同时，受掣于行政管理的条块分割，政府数据系统大多是以部门为中心构建的，各部门启动数据系统的时间不一、系统建设水平不一、数据标准不一，造成相互无法融通交流，产生了更多的“信息孤岛”，阻碍了人工智能在行政处罚领域中的联网应用，就有可能造成与行政处罚案件有关的信息、数据不完整、不全面、不及时。而且，随着人工智能的发展、新技术的涌现，重开发而轻利用的结果，会导致技术标准的不统一，使信息孤岛势态进一步扩大化。行政处罚机关应用人工智能各自为阵、标准多样，也有可能造成同一省份不同地区区域联网存在盲区，甚至各地各行政处罚机关中应用人工智能对同一违法行为的识别标准不一，适用依据不同，导致同案不同罚。

二是程序违法，如行政处罚机关应用人工智能违反法定程序或者正当程序。除了以上实体违法的风险，人工智能应用于行政处罚也可能产生程序违法风险。人工智能技术主要以算法和大数据为基础来形成最终决策，其决策过程无法遵循说明理由、听证等一般的法定程序要求，甚至无法依照传统的法定程序而展开调查与审理。因此，无论是对于行政执法人员还是对于行政相对人甚至公众而言，应用人工智能所作出的行政处罚决定，也许最终只看到了输入的数据及得出的结果，对中间的运算过程及原因却不甚知悉、了解。根据现行法的规定，一个合法的行政处罚过程不仅是给出结论的过程，更是以通过告知、说明理由等法定程序及执法依据得出结论的过程。据此，深度学习算法的“黑箱性”与依法处罚的“透明性”要求不可避免地存在着冲突，其结果很有可能导致行政相对人会以此为由而进行法定或正当程序的抗辩。

( 三) 处罚明显不当的风险

“当算法引发了一些自动动作，人类被排除在循环之外，只能被动接受结果”。然而，“危险在于没有人能确保该算法设计准确，尤其是当它与众多算法交互时”［9］。这使得在人工智能的代码编写和算法建模中，“更容易看到一些微小的疏漏以让人无法预料的序列连续发生，就有可能变成更大的、更具破坏性的大事故”［10］。因此，人工智能本身的异化风险使其在行政处罚领域应用中可能导致行政处罚结果显失公正，产生行政处罚明显不当的风险。造成这一风险的情形大体也有两种，详述如下。

一是人工智能对行政处罚案件中的相关信息、数据处理不完整。这些信息、数据来源常常是碎片化、分散化的，具有不均衡性与非权威性等弊端，其客观性与合法性来源都需要辨别和筛选［11］。如环保大数据执法监控系统仅利用限值对比判断是否存在排污异常，未深度挖掘数据背后的关联，就很难分析出企业存在的排污风险；未精确分析企业环境行为以及排污数据造假违法情况，就无法成为行政处罚的合理依据。同样，证据的关联性，也需要借助执法人员的常识和智识来核实和评判。如杜宝良案，当事人每日驾驶机动车在同一地点违反禁行规定，逆向行驶均被电子监控装置抓拍，累计105 次，公安交通部门对其处以罚款10 500元的行政处罚。这一处罚结果的不公平性，究其原因之一就是建立在碎片化的数据基础上作出行政处罚决定。

二是人工智能应用于行政处罚存在着算法不透明。人工智能算法天然的封闭性、暗箱性、选择性本质很可能造成有违公平正义、有悖公序良俗的歧视性后果［12］。人工智能不可避免地缺乏人文素质( 抑或人性关怀) ，存在所谓“黑箱”( the so-called“black box”，指无法直接解释或预测由AI 系统产生的执法结果) 。在政府管理软件和处罚系统的编程中，预定任务和目标的价值偏好是不可避免的。比如，美国警务实践就表明，算法设计者对公共安全智能化监测预警、风险预测等的相关性赋值与权衡确带有偏见乃至错误。算法的背后是其所圈定的商业利益和政府管理模式。行政处罚机关的人工智能应用技术大多需借助互联网平台、数据公司等新兴商业组织来运行。这在一定程度上导致这些商业组织具有了此前法律关系主体所不可想象的“准行政权”［13］。第三方参与算法设计，设计者难以保持价值中立，甚至可能在系统中添加“后门”，基于利益考量隐藏或篡改一些数据，保护相关利益者免受行政处罚，损及行政处罚受罚人的合法权益。一旦人工智能异化发展，由简单的行政管理工具变成了主要的“决策者”，使人类进入算法而不是法律统治的时代，代码在网络空间中在一定程度上将被视为是法律，这意味着人工智能给世界带来了一定的极权效应，引发人类身份认知的危机。在此背景下，行政处罚若受到算法的支配，就会出现算法独裁，行政处罚结果也很有可能被数据软件所左右，甚至被人工智能的后台( 软件工程师、数据处理商) 绑架，难以实现实质法治。

行政处罚执法中产生的上述风险，虽然大多是由人工智能自身特点而产生或者可能产生的，但是，若因此影响到了该处罚决定的合法性、合理性，进而挑战到政府执法的公信力，这绝非是处罚自动化、智能化的初衷。因此，在行政处罚执法中应当如何防范与控制这些风险，遂成为当下行政处罚法修订与实施之际，我们应当理性思考的一个重要问题。

四、人工智能应用于行政处罚的风险治理对策

“法律制度的价值和意义就在于规范和追寻技术上的可以管理的，哪怕是可能性很小或影响范围很小的风险和灾难的每一个细节。”［14］对于任何风险，除了推进立法进程，还有必要采取其他风险治理措施，即预防性行为和因应性的制度［15］。鉴于此，行政处罚执法中人工智能应用的风险治理，其举措可以归纳为以下几项：

( 一) 搭建行政处罚执法中人与人工智能协作平台

1.明确人工智能在行政处罚领域的适用范围及前提条件。现阶段，进行行政处罚时，尚不可过度依赖人工智能，宜将其定位成辅助工具。在行政处罚执法中仍应坚持以人为中心的工作理念、构建人与人工智能的“合作观”、平衡效率与价值之间的冲突①在此，所谓“人”特指法定的行政处罚机关及其执法人员。［16］。在法律架构中，不仅应当规定人工智能在行政处罚中应用的领域与条件，而且应当建立人工智能运作时行政处罚机关及其行政执法人员的权责清单制度，以强化行政机关处罚的执法能力。例如，对案情情节复杂或重大违法行为应给予较重处罚的行政处罚案件，人工智能可以被运用于行政处罚案件的调查阶段，用来处理技术性、辅助性的活动，但对将人工智能应用于处罚决定阶段的前提条件要作更为严格的设定，甚至不妨以列举的方式明确人工智能不宜介入行政处罚决定阶段的若干情形。在一些重大、复杂的行政处罚案件中仍应当坚持由行政处罚机关及其执法人员从行政处罚惩罚与纠错的目的出发，充分考虑案件事实、违法行为的事实、性质、情节以及社会危害程度等因素作出行政处罚决定。

当然，随着我国人工智能技术的进步和应用的拓展，在行政处罚案件中应用人工智能的范围与条件，宜随之不断调整，为此，有权机关依法设定行政处罚裁量基准时有必要细化人工智能应用于行政处罚领域的各种情形。

2.拓展类案类罚机制中人工智能的应用。人工智能应用于行政处罚领域之际，宜重视建立类案类罚机制中人工智能应用平台。由于不同的行政处罚机关负责的执法领域或执法事项有很大差别，如市场监督管理局负责工商、质监、食品药监等多类执法事项，海关负责监管、征税、缉私、统计方面的处罚，尤其需要对类案的“标签化”“结构化”做精细化提升。提升行政执法类案类罚的示范功效与案例库中案例的权威性，不仅需要建立类案检索机制的启动标准，而且宜应用人工智能对当下案件根据以往案例模型模拟处罚，对发生的重大偏离自动预警，做到类案类罚机制的全程记录与实时监督。

与此同时，还宜通过人工智能来确定一套行政执法类案类罚、类案推送、类案检索的国家或地方或专门行政管理领域标准，打破由于行政处罚机关管辖权的条块分割而导致类案类罚机制的“各自为政”格局，以实现同案同罚，确保行政处罚的公平正义。

必须指出的是，在行政处罚裁量基准规定中很难对专门的法律概念进行全面而细致的解释，如“专门用于走私的运输工具”②《中华人民共和国海关行政处罚实施条例》第九条：专门用于走私的运输工具或者用于掩护走私的货物、物品，应当予以没收。的解释，在此情形下就存在逸脱条款的可能。这就需要行政执法人员结合个案具体问题应用人工智能做出理性的推演与公正处罚，并在类案类罚机制中运用人工智能平台将其归纳、提炼，发挥相应的示范功效，从而在一定程度上避免出现选择性行政处罚执法，同时杜绝产生显失公平的行政处罚。

( 二) 健全包含人工智能的行政处罚信息公示制度

公开、公平、公正既是行政法治的基本原则，也是行政处罚执法的基本要求。人工智能的应用为行政处罚信息公示提供了良好契机，有利于改变封闭执法、选择性执法的局面，实现阳光执法、文明执法，规避因人工智能应用而产生的处罚违法风险。

特别是，在推进行政处罚执法数据化、信息化、智能化过程中，行政处罚机关亟需依法及时、完整地将行政处罚信息( 包括人工智能内在算法内容、算法验证流程、算法变量赋权等) 在事前事中事后向社会公开，助力公众全面了解有关情况，减少公众获取错误或误导性信息的可能，从而增强公众自我的防护与应变能力，提高公众对行政处罚执法效果的认同感。对此，现行《行政处罚法》修订时，对此制度宜做明确的规定，规范行政处罚领域中人工智能应用的程序。

在行政处罚执法活动中，较高层级的行政机关及其上级机关宜建设统一的行政处罚信息公示平台，整合相关行政处罚机关的电子数据，实现各政府职能部门之间的内部共享，甚至建构与商业数据、社会数据等的对接平台，进行统一规划、实行统一标准，促进行政处罚信息的全过程规划与管理，实现行政处罚信息的充分利用与有效共享，避免因“信息孤岛”造成行政处罚事实不清、证据不足的处罚违法风险。例如，据报道，浙江省玉环市“智慧卫监”系统上线短短1 个月，卫生监督的行政处罚结案率就比上年同期增长了97%［17］。其原因就在于当地将医疗废弃物视频监控、机构与医护注册系统、基层医疗机构HIS 诊疗记录、协管指导巡查等数据统一至共同的数据平台，实现了信息交互。

同时，处罚执法结果公示在客观上对行政受罚的当事人会产生一定的名誉或精神压力，可监督其按时履行行政义务，提升行政处罚执法效率，进而达到维护社会治安、规范市场秩序、增进公共福祉的效果，提高行政处罚机关执法的公信力、执行力和规范化水平。对此，在利用人工智能建立并实行联合信用惩戒机制时，要加快优化执法部门间就行政处罚当事人的协同监管与信用信息共享机制，探索行政处罚机关与相关社会组织( 如征信机构、金融机构、行业协会等) 业务系统间的深度融合，建立健全跨地区、跨部门、跨领域的信用体系建设合作机制与部门联席会议制度，确保数据开放、联合执法、惩戒到位，形成一个全覆盖的动态监管网络，增强行政处罚执法机关之间在应用人工智能进行行政处罚执法活动的信息共享和执法结果互认。

当然，在应用人工智能对行政处罚信息收集、公开、共享的过程中，要明确行政处罚机关的保密义务，也要强化对涉密信息的保护，应当符合比例原则，避免涉密信息外流。根据我国现行《网络安全法》规定，在行政处罚案件中应用人工智能汇集大量的信息数据之际，行政处罚机关收集个人信息应当依法公开收集和明示收集。而且，对这些涉及秘密的信息数据不宜过度收集、过度处理与过度储存，以防行政处罚职权滥用风险。

在人工智能应用于行政处罚时，还应当由行政处罚机关和监督机构合力加强顶层设计与规划，针对应用人工智能的行政处罚案件相关信息分级分类管理，即根据公共利益和私益保障的权衡区分信息数据的秘密边界和涉密程度，确立信息公开、数据开放、共享共治的标准，避免人工智能在行政处罚应用中涉密信息的泄露及扩大化。为此，可考虑按照数据的不同识别程度，如匿名性、可关联性、可识别性，结合数据的敏感性、重要性，公共需求的迫切性等，通过行政立法分别规定不同的利用规则、认定标准、保护措施、管理体制、主体责任。

( 三) 革新行政处罚执法中的人工智能技术

为使行政处罚决定的依据更科学，应当不断革新行政处罚执法中的人工智能技术，并定期对其进行评估测试，提高其准确性。在此之前，需要针对行政处罚中的人工智能制定明确的技术规范和政策界限，避免因识别标准不一导致同案不同罚。如环保部门用于检测污染物的人工智能应当进行量化，与构成处罚标准的指标相匹配。

要想避免处罚明显不当风险，首要之举则是解决算法黑箱问题，必须使算法具有可解释性乃至可视化、透明化。鼓励研制可解释性的人工智能，在与公共安全有关的行政处罚特定场景中，要求适用技术更加透明的人工智能。可解释的算法，不仅应包括行政处罚决定作出所涉及的逻辑以及对行政相对人可能产生的预期后果，而且应包括整个行政处罚案件的一般功能化信息( 系统的需求规范、预定义模型、输入数据摘要、运行逻辑、模型测试、训练或者筛选等) 的可视化。倘若被设计为指向具体的自动化处罚，则应当对这一行政处罚决定产生的事实、理由、适用规则及相对人的数据情况能够作出解释［18］。

例如，在行政处罚拟决定中人工智能的应用，应能解释相对人行为违法性的分析路径、所依据的法律规范构成要件等，且对事实与法律之间如何涵摄，待决案件与既往判决之间的相关性匹配、裁量基准的选择等要素，也可以做一说明。再如，在市场监管领域，对于市场主体涉嫌违法的风险预测、违法违规事项自动化识别等相关性分析赋值权衡的比重，算法可融入相关市场及其市场主体的经营理念、经营规则及经营模式等，使之更符合相关市场的行业规则。

在此基础上，考虑到应用人工智能时因算法黑箱的存在造成的程序违法风险，有必要引入说明理由制度在行政处罚决定送达过程中实现程序性权利的价值，保障行政相对人权利［19］。当行政处罚案件应用人工智能时，要求行政处罚机关应向行政相对人就人工智能系统的结果或行为加以解释，如算法考虑的因素及赋权比重、人工智能技术的准确性和科学性等。对此，在人工智能应用到行政处罚之前，也应进行听证程序，保证程序正义。

在应对算法歧视方面，可不断研发训练数据和算法的审查和测试机制，采取更多措施使得数据具有代表性，能够代表多元化的人群，并且不会加剧或固化社会不公平。同时，针对一些重大、复杂的行政处罚案件，为了使数据更为全面准确，在办案期间有行政处罚权的行政机关应不定期地开展数据智能清洗，及时发现并纠正行政处罚执法案卷中的可识别错误，包括检查数据一致性，处理无效值和缺失值等，净化样本空间，确保行政处罚拟决定的科学性与公正性。

但人工智能技术的革新不能单靠计算机专家，还要有精通法学专业人才的介入，具有跨学科知识、多维度思维的复合型人才，则更是完成这一革新的关键所在。唯有将法学特别是法理学、行政法学等理论同人工智能相关技术知识进行深度融合，才能完成新时代行政处罚执法的任务。

在现阶段，法学专业出身的行政执法人员需要掌握人工智能的操作技能，培养互联网和大数据思维，以便事前干预算法设计，完善大数据和数据挖掘技术，监督研发人员编辑程序等； 人工智能程序的设计者则需要熟谙行政法等部门法知识，把握互联网空间、大数据时代的法律人思维方式，从而设计出与行政处罚执法过程相适应的人工智能处罚系统，即智慧处罚模块。

与此同时，重大、复杂的行政处罚案件有可能涉及多个行业或跨数个领域，具有行政处罚权的行政机关及其执法人员更需要与相关行业各方业内人士做好对接，实现专业的互补，与人工智能应用的技术人员协力开发、应用好相关领域中相对人涉嫌违法行为的识别技术等多种手段，助推人工智能在行政处罚中的有效应用，提高行政处罚执法行为的专业性水准。

五、结语

随着数字政府与法治政府建设的积极推进，作为行政处罚领域基本法律的《行政处罚法》，在制度层面上应当尽快制定出有针对性的条款，有必要专门规范人工智能应用于行政处罚的风险，厉行行政法治，做到以“智能”应对人工智能所带来的风险，使人工智能等高科技更好地服务于行政处罚执法活动与行政管理目标。同时，从行政处罚的执法理念到行政处罚的实践，也亟需突破利益固化的藩篱，汲取科技文明的有益成果，构建系统完备、运行有效的执法体系，做好迎接强人工智能到来的充分准备。为此，将公平与效率理念牢记于心，深入探讨这些法律规范与人工智能的双向融合，将是我们继续研究的一个命题。