论算法的法律规制路径

郭宏璟

（海南大学法学院,海南 海口 570228）

数字时代背景下，算法的应用已经渗透到各个领域，从搜索引擎到社交媒体，从自动驾驶到金融交易，无所不在。然而，随着算法的普及和应用，其带来的法律问题也日益凸显。算法决策的透明度、公正性以及潜在的歧视和不公平现象，都引发了社会各界对算法法律规制的关注和讨论。“如何规制算法？”[1]在近年来逐步成为主流法学界关注的焦点。对于算法的法律规制，目前存在诸多争议和挑战。一方面，算法决策的高效性和准确性给很多领域带来了巨大的便利，如果过度限制或监管算法，可能会阻碍科技创新和经济发展。另一方面，如果不对算法进行法律规制，可能会导致算法歧视、信息操纵等一系列问题。如何在保护公民权益和维护社会公正的同时，促进算法技术的健康发展，是摆在我们面前的一个重要课题。本文旨在深入探讨算法的法律规制问题，从多个角度分析当前面临的挑战和困境，并在此基础上提出可能的解决方案和立法建议。

1 法律介入算法的正当性

自动化决策与算法治理是数字经济时代的重要话题。所谓算法，指“计算机完成一个任务所需的一系列步骤”。基于算法的自动化决策已广泛运用在各种领域，虽然理论上算法应是客观且中立的，但现实中基于数据库及运算逻辑的偏差，算法也时常会给当事人带来损害。

一方面，算法克减数据主体的表意自由。当前，各类商业机构正利用各种建模或算法精巧地将人们的生活转化成他人的商机，致使参与数据化生活的个人几乎成了“被算法定义的人”。自动化决策技术本身具有复杂性、高效性和精确性等特征，需要利用计算机技术与算法程序对海量个人数据进行收集，并高效整理成数据库，在此基础上通过深度学习技术、人工智能技术、神经网络技术等对数据进行分析、处理，最终自动生成如用户数字画像等结果。数据主体被动且盲目地接受经算法筛选的信息，从而难以充分行使信息自决，维护自身权益。

另一方面，运算逻辑引发算法歧视。算法设计者的个体偏见与技术本身的局限，使得错误、充满歧视色彩的自动化决策结果屡见不鲜。决策过程的“隐晦不明”使得被决策者无法质疑、反对或参与决策过程。基于对数据主体长期产生的数据的分析，算法可以在运算层面将其“标签化”，从而在分类筛选的过程中，限缩具有某类标签的数据主体的权利或机会。同时，数据泄露或买卖使得分类筛选与歧视得以秘密化和便利化，导致那些具有特定标签被列入 “黑名单”的数据主体无从知晓自身的权益受损。

算法是由带有主观色彩的人类设计者创造的，因此很难不偏不倚地作出绝对客观的判断。决策结果的偏差可能严重影响个人的选择，体现倾向性和歧视性特征的个性化推荐不断强化“回声室”效应，将人们围困在信息茧房中，忽视对个体的尊重并侵犯个人隐私和信息安全，从而进入持续性的歧视与偏见的循环当中。因此法律规制算法具有正当性。

2 商业秘密视角下算法保护的突破

当前，虽然多数国家的法律体系尚未对算法技术进行全面的规制，但随着技术的发展和社会的进步，对算法进行规制的需求越来越迫切。传统的法律原则，如透明度、公正性和责任性，在算法决策的背景下可能难以直接应用。这是因为算法决策涉及复杂的数据处理和机器学习过程，这些过程对人类来说可能是不透明甚至难以理解的。此外，算法决策远超传统人工决策的速度和规模，以及算法的商业秘密属性均使得传统的法律监管手段难以有效应对。

2.1 算法的商业秘密保护

商业秘密是指不为公众所知悉、具有商业价值并经权利人采取保密措施的技术和经营信息。实证法上，将算法归类为技术信息从而受到商业秘密规范体系的保护。《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》第一条第一款规定：“与技术有关的结构、原料、组分、配方、材料、样品、样式、植物新品种繁殖材料、工艺、方法或其步骤、算法、数据、计算机程序及其有关文档等信息，人民法院可以认定构成反不正当竞争法第九条第四款所称的技术信息”。明确了算法能够作为商业秘密所涵摄的技术信息而受到特别保护和特殊规制。

算法的商业秘密属性与算法规制之间的矛盾主要体现在商业秘密的保护需求与增加算法透明的要求之间的冲突。这种矛盾源于商业秘密的法律定义和保护目的，即防止竞争对手获取并利用这些秘密信息，从而保持企业在市场中的竞争优势。而规制算法则强调算法决策的公开性和可解释性，以便公众理解和信任算法的决策过程。

为了解决这一矛盾，需要从多个角度进行探讨和实践。首先，从法律层面来说，需要对算法进行合理的规制，以保障公众的知情权和公平交易权等基本权利。同时，也需要充分考虑到商业秘密的保护需求，避免对企业的创新和发展造成过度限制。其次，从技术层面来说，需要发展更加透明和可解释的算法技术，以提高算法的可靠性和可信度。此外，还需要加强数据管理和隐私保护等方面的技术研发和应用，以保障个人信息和隐私的安全。最后，从社会层面来说，需要加强公众对算法的认知和理解，提高公众的数字素养和信息素养。同时，也需要建立健全的监管机制和责任体系，以保障算法的合法、合规和公正应用。

总之，算法规制与商业秘密保护之间的协调是一个复杂而重要的问题。需要从多个角度进行探讨和实践，以实现算法的透明、公正和合法应用，同时保护企业的商业秘密和合法权益。

2.2 公共利益视角下商业秘密的限缩

商业秘密作为企业核心竞争力的重要组成部分，一直以来都受到法律的严格保护。然而，随着社会的不断进步和技术的迅速发展，商业秘密的保护与公共利益之间的矛盾渐深，尤其在涉及重大公众利益的情况下，如何平衡商业秘密的保护与公共利益，是一个亟待解决的问题。

在公共利益视角下，商业秘密可能面临两方面的限缩：一是国家或社会在紧急状态或非常情况下的强制披露或使用；二是与社会公共利益相关时的限制。

首先，在国家或社会的紧急状态或非常情况下，为了维护国家安全、社会稳定和公共利益，商业秘密可能会被强制披露或使用。例如，在新冠肺炎疫情防控期间，政府为了确保防疫物资的充足供应和有效调配，可能会要求相关企业披露其生产、销售、物流等方面的商业秘密。在这种情况下，企业可能需要放弃对其商业秘密的保护，以满足国家和社会公共利益的需求。

其次，当商业秘密与社会公共利益相关时，其保护应受到一定的限制。例如，商业秘密涉及环保信息时，其披露和使用应符合环保法规的要求，不得隐瞒或虚假披露环境风险。此外，商业秘密的保护也不应妨碍政府监管和社会监督。关涉社会公共利益的算法保护必须为透明度和可追责性让路。尽管在商业领域保护商业秘密有妥适的理由，但在社会公共利益面前，基本的透明度与民主价值优先。

当然，商业秘密的限缩应遵循合理、必要和比例原则。在维护公共利益的同时，应尽量减少对商业秘密权利人的影响，并保障其合法权益不受侵犯。需要注意的是，商业秘密的限缩并不意味着放弃对商业秘密的保护。在维护公共利益的同时，也应加强对商业秘密的保护和管理，防止其被滥用或泄露。

综上所述，在维护公共利益的同时，应充分考虑商业秘密的保护需求，避免对企业的创新和发展造成过度限制。通过合理的法律规制和政策引导，平衡商业秘密的保护与公共利益，促进社会的和谐稳定发展。

2.3 针对算法商业秘密属性的私权抗辩

随着科技的快速发展，算法在商业领域中的应用越来越广泛。然而，算法的商业秘密属性也引发了一些关于个人信息保护和私权的问题。针对这些问题，有必要进行私权抗辩，以保障个人信息主体的合法权益。

信息自决是个人信息保护规范体系所追求的目标，而“告知同意”则是法律确立的个人信息保护核心规则，是保障个人对其个人信息处理知情权和决定权的重要手段[2]。只有在个人知情并同意的情况下，个人信息才能被处理和使用。因此，应该充分保障个人信息保护的知情同意规则。

《个人信息保护法》第二十四条从算法透明义务及个人赋权角度出发[3]，要求个人信息处理者应当保证决策的透明度和结果公平、公正。这意味着在利用算法进行个人信息处理时，个人信息处理者应当公开算法的原理、目的、方法等，以便信息主体了解自己的信息被如何处理和使用。此外，个人信息处理者还应当保证决策结果的公平和公正，不得对个人在交易价格等交易条件上实行不合理的差别待遇。

通过自动化决策向个人进行精准推送时，个人信息处理者应当同时提供不针对其个人特征的选项或便捷的拒绝方式。这意味着个人有权选择是否接受算法的自动化决策，并有权拒绝将自己的信息用于算法决策。面对不正义的算法，个体应享有拒绝其自动化决策的权利。

数据主体的知情权要求算法平台承担保证算法透明度和可解释性的义务。这意味着个人信息主体有权要求个人信息处理者解释说明通过自动化决策方式作出的对个人权益有重大影响的决定。如果个人信息主体无法凭借自身信息和技术能力充分理解，那么信息和技术优势一方的解释就成为知情同意的前提。

综上所述，对算法商业秘密属性的私权抗辩是必要的。通过保障个人信息主体的知情同意权、公平交易权等基本权利，可以平衡商业秘密的保护与个人权益之间的关系。同时，加强算法的透明度和可解释性，也可以提高算法的可靠性和可信度，进一步保障个人的合法权益。

3 法律规制算法的具体路径

3.1 算法公开

算法的公开、披露，以及保证决策结果在事实和法律上公平公正，这是《个人信息保护法》对自动化决策中个人信息处理者的要求。如前所述，自动化决策本身可能带来“大数据杀熟”“算法歧视”等风险，甚至舆论引导等负面影响。复旦大学孙金云教授团队的《2020打车软件出行状态调研报告》证实大数据用户画像、大数据产生的消费陷阱侵害了消费者的公平交易权。

因此对抗算法妨害，通过法律规制算法的第一步，就是要求算法的公开透明、公平公正。公开透明是《个人信息保护法》的基本原则，欲在增强算法的可问责性和解释性。在自动化决策中，透明度原则要求决策者公开运算的数据以及用于自动化决策的计算系统的源代码[4]。简单来说，个人信息处理者应履行告知义务，将其利用算法处理的个人信息的范围告知个人，公开源代码的本质要求是提高算法的透明度，但源代码的公布或导致知识产权、商业秘密的泄露[5]，而且过于专业的源代码用户难以理解，可能导致用户更不愿意阅读《隐私政策》这种适得其反的结果。因此，有研究认为，算法透明的要求可能是不可取的，源代码公开是否有必要，以及是否能够证明算法的公平性，这些问题使得算法公开遭到质疑[6]。

欧盟《通用数据保护条例》（GDPR）第12.1条规定，数据处理者使用算法进行自动化决策的行为，应当通知数据主体算法的存在，并提供算法逻辑的相关信息，及实施算法的目的和预期后果。我国也针对平台算法出台了多部法律法规，其中《电子商务法》《个人信息保护法》规定了算法自动化决策的自然结果展示义务和自动化决策的透明度要求。2022年1月4日，国家互联网信息办公室和工业和信息化部等四部门联合发布的《互联网信息服务算法推荐管理规定》明确了算法披露的内容为算法推荐服务的基本原理、目的意图和主要运行机制等。在监管方面，2022年8月12日国家互联网信息办公室发布了《境内互联网信息服务算法备案清单》，其中包括算法名称、类别、应用产品、主要用途及备案编号等内容。从部分互联网企业的披露情况来看，事前公开与事后备案均是为提升算法的透明度，保证结果公平性的策略。“算法透明原则的最终落脚点是对于算法自动化决策的规制”，尽管关于算法公开的必要性和有效性存在诸多质疑，但透明度要求仍然是算法规制的重要手段。我国的规制策略始终以提高算法透明度为目的。因此，自动化决策的透明度和结果的公平公正是算法规制的首要要求。

3.2 解释算法

作为算法的规制手段，“算法解释权”渐入立法视野[7]。《个人信息保护法》规定了个人拒绝自动化决策的权利与要求解释说明的权利；《互联网信息服务算法推荐管理规定》第十二条鼓励算法推荐服务提供者优化算法决策规则的透明度和可解释性；GDPR一系列条款规定的算法解释和免受自动化决策约束权[8]。

算法解释存在“权利”与“禁令”之争[9]，学界对于是否要从个人数据赋权角度应对算法问题也存在较大分歧。有学者认为应当赋予个人具体的数据权利，而算法解释权本质是一项请求权[7]，但考虑到商业领域保护商业秘密的需要，立法应赋予消费者弱化的算法解释权[10]。例如，在凌某某诉北京微播视界科技有限公司隐私权、个人信息权益网络侵权责任纠纷案中，法院认为算法可能涉及商业秘密，因此告知和公开算法不属于对原告的个人信息进行保护的必要措施①。

当前更多的观点认为算法解释权创设没有必要性，从可行性与可欲性层面来看，算法解释权不一定能很好回应算法决策或辅助决策带来的问题[11]，并且将会带来更多的难题，应将算法解释权视为一种程序性权利而非实体性权利。个人信息权完全可以替代算法权利在自动化决策过程中规制算法运行、制约算法的功能发挥，算法权利存在的必要性被消解[12]。最后，多数学者认为有效的规制路径还是强化监管，最终通过构建起精细化、多层次的监管体系来规范算法[13]。

尽管学界争论如此，算法解释权仍不失为一条规制算法的有效路径。至少通过解释算法能够保证数据主体充分理解自动化决策的原因。而在如何解释的问题上，有观点认为自动化决策解释义务应仅限于事后的具体解释[5]，应从事前的告知同意，事后的说明义务，结合结果拒绝权来规制自动化决策[14]。本文认为，事前的告知是为了实现算法的公开透明，事中的说明则是真正针对算法的解释，但个人是否真正能够理解算法，有多少需求需要解释算法，因此解释是否要权利化确实值得商榷。实际上，个人信息权益在内容与功能上同样能够包含算法解释权，要求说明解释实际上也是一种知情权内容的体现，如能够被知情权所包含，则无须再独立设置算法解释，但算法解释的路径应被重视。

4 结语

大数据时代，算法广泛应用带来的“算法歧视”和“信息操纵”问题亟待解决。然而，算法的商业秘密属性使其成为一个难以触及的“黑箱”，给实现算法公平正义带来了挑战。从公众利益和私权保护的角度来看，限缩商业秘密的保护是合理的。

首先，需要从法律层面介入对算法的规制。尽管商业秘密的保护对于促进创新和保护企业利益至关重要，但在面对算法歧视和信息操纵等社会问题时，法律应当进行合理的平衡。《个人信息保护法》第二十四条为算法规制提供了一定的依据，个人信息处理者需保证决策的透明度和结果公平、公正，减少信息不对称，防止算法歧视和信息操纵。然而，要实现算法的公开和透明，还需从商业秘密保护的角度出发，探讨法律规制算法的依据。一方面，要充分认识到算法作为商业秘密的价值和重要性；另一方面，也要看到商业秘密保护在面对算法正义问题时的局限性。在此基础上，可以对商业秘密进行合理的限缩，以实现商业秘密保护和社会公共利益的平衡。基于信息自决的理念，本文提出了两条具体的算法法律规制路径：一是要求算法公开，以便公众了解算法的决策过程和原理；二是赋予用户算法解释权，使其能够在认为算法决策不公平时要求算法提供者进行解释。这2条路径旨在提升算法的透明度和可解释性，同时保护用户的知情权和选择权。

总的来说，合理规制算法是必要的，需在商业秘密保护和算法正义之间找到平衡。通过法律手段对商业秘密进行合理的限缩，可以更好地实现算法的公开和透明，从而进一步保护用户的权益和维护社会公共利益。

注释：

①参见北京互联网法院（2019）京0491民初6694号民事判决书。