人工智能歧视的法律治理

被引:138
作者
李成
机构
[1] 四川大学法学院
关键词
人工智能; 歧视; 结构性不平等; 算法; 数字平权;
D O I
10.14111/j.cnki.zgfx.2021.02.006
中图分类号
TP18 [人工智能理论]; D920.0 [理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 030101 ;
摘要
人工智能在我国的大规模部署带来了歧视数字化的法律风险。个体层面由内隐偏见驱动的无意识歧视和社会层面由结构性不平等驱动的系统性歧视,或影响人工智能的开发设计,或干预数据生成、采集和利用,在问题建构、数据理解、特征选择等环节将偏见和结构性不平等嵌入人工智能,诱导其输出歧视性结果。面对数字时代更加隐蔽且广泛的歧视,我国基于责任规则、信息约束和平权行动构建的既有禁止歧视法律体系陷入归责不能、约束失效等困境。治理人工智能的歧视需要实现反歧视法律数字化转型,以算法解释化解信息单向透明趋势,以算法审核抑制代码歧视风险,以非歧视准则规范人工智能开发、利用行为。此外,还需借助数字平权行动,推动社会权力结构变迁,消除滋长歧视的结构性不平等。
引用
收藏
页码:127 / 147
页数:21
相关论文
共 60 条
[2]   讯飞语音输入法方言识别在新冠疫情防控中的应用评估 [J].
汪高武 ;
庞博 ;
李晨光 ;
杨豆豆 .
语言战略研究, 2020, (05) :48-56
[3]   算法规制的谱系 [J].
苏宇 .
中国法学, 2020, (03) :165-184
[4]   算法解释权与算法治理路径研究 [J].
张欣 .
中外法学, 2019, 31 (06) :1425-1445
[5]   算法透明原则的迷思——算法规制理论的批判 [J].
沈伟伟 .
环球法律评论, 2019, 41 (06) :20-39
[6]   算法权力及其规制 [J].
周辉 .
法制与社会发展, 2019, 25 (06) :113-126
[7]   机器学习模型可解释性方法、应用与安全研究综述 [J].
纪守领 ;
李进锋 ;
杜天宇 ;
李博 .
计算机研究与发展, 2019, 56 (10) :2071-2096
[8]   安全可信人工智能 [J].
何积丰 .
信息安全与通信保密, 2019, (10) :5-8
[9]   智慧社会背景下的“第四代人权”及其保障 [J].
马长山 .
中国法学, 2019, (05) :5-24
[10]   司法不公成因的科学探究 [J].
陈光中 .
中国法律评论, 2019, (04) :2-5