我院2018-2019年度关工委工作获教育部及四川大学表彰

未办理结婚登记，应视为条件未成就。

（二） 人工智能法学不是（计算）数据信息+法学 人工智能法学不是数据信息+法学。在信息时代下，智能化技术的发展不仅要实现判断的自主性，而且还以此为目标不断修正、迭代向更高层次的自主性判断演进，具备自主性判断的智能化技术对构筑并形成于工业时代的法理、伦理造成了前所未有的冲击。

易言之，人工智能法学的研究对象不是数据信息，也不是在数据信息基础上再辅之以法学的研究。归根结底，虚假式、泡沫化的研究是对人工智能法学内涵把握错位的原因所致。其一，领域名称不统一。〔25 〕而传统自然科学、社会科学、人文科学对物事人相互独立的研究也已显然脱离了时代步伐。从内容上看，《中国制造2025》是在全球制造业发生重大调整的环境下所作出的应对之策，旨在提升我国制造业的现代化、智能化水平。

总之，人工智能法学不是数据信息+法学，也不是数据计算+法学，以数据法学、大数据法学、计算法学概括人工智能法学有以偏概全之嫌。总之，大数据时代下，创新法科建设与人才培养，为中国特色社会主义新时代培养复合型、紧缺型、实用型新型法律人才要在新文科、新法科的发展背景之下推动以人工智能法学为引领的新文科领域的平台建设，深化法学教育的变革。另一方面，具体的技术细节和复杂的数学解释往往超出了普通大众的理解能力，通常也超出了保障个人知情同意的需要。

在论证个人信息处理者的说明义务以及进一步的算法说明义务时，此项义务的产生未必基于契约，双方未必存在信赖，因此，信赖紧密度该项要素不大适合。在比较法上，欧盟倾向于以个人数据权利为基础开展算法治理，美国则倾向于通过算法审计和问责机制促进算法治理张欣：《算法解释权与算法治理路径研究》，载《中外法学》2019年第6期，第1425页。我国学者将职责范围要素分解为期待合理性和信赖紧密度主要是针对缔约过程中的说明义务，于此而言，缔约过程中存在一方的合理期待和双方的信赖关系，期待合理性和信赖紧密度两个要素可谓职责范围要素在缔约领域的进一步细化。比如，立法者有意区分使用公开和明示，公开的内涵相对清晰，明示具有什么特殊内涵和规范要求却值得探讨。

，可更好地保护个人信息。诚然，告知义务、说明义务的判断包含着充分性、合理性等不确定概念。

本文将首先从规范分析上论证算法说明义务，认为该项义务扎根于个人信息处理者的首要义务和基本义务即告知义务，孕育并脱胎于后者。因此，即使决策程序使用的软件代码和算法来自公有领域，算法所有人或使用人仍可能声称其属于商业秘密，以此名义，不予披露，拒绝解释。算法说明义务既包括事前说明，也包括面向特定对象、就特定决策进行的事后说明。并且，基于《个人信息保护法》第24条规定的针对自动化决策的事后说明义务存在较高门槛要求，该条包含的算法说明义务的适用范围非常有限。

可见，事后解释是一种更倾向于个体主义的解释，也将会透露出更多的有助于理解算法决策的信息，具有一定优势，应予肯定。这对正在形成的算法社会的秩序构建具有不可忽视的社会价值。第二，在著作权（版权）保护方面，算法可以分解为一系列的数字化的代码和命令，犹如其他语法字符串，这些代码和命令可以获得版权保护。比如，算法决策的结果是用于信用评分、工作评估、定向广告还是其他用途？在应用过程中，是否存在人工干预？如果存在，人工干预的程度如何？决策结果是否可以受到重新审查？其条件和程序如何？当然，从算法应用着手进行解释，仍然难以回避对算法技术方案的解释，两者应当相辅相成。

欧盟官方咨议机构发布的相关适用指南认可了算法解释权，其主要是依据GDPR中有关个人知情权以及个人针对自动化决策的保障措施的规定进行解释See Article 29 Data Protection Working Party，Guidelines on Automated individual decision-making and Profiling for the purposes of Regulation 2016/679， WP251rev.01， 6 February 2018， p.27， p.31.，也类似地存在双重法律依据。在防止算法的博弈和作弊方面，算法保密具有独特的内在价值。

欧洲学者就算法解释权是否存在曾展开激烈争论See Sandra Wachter， Brent Mittelstadt， Luciano Floridi，Why a Right to Explanation of Automated Decision-Making Does Not Exist in the General Data Protection Regulation， 7（4） International Data Privacy Law 76-99 （2017）; Gianclaudio Malgieri， Giovanni Comande，Why a Right to Legibility of Automated Decision-Making Exists in the General Data Protection Regulation， 7（4） International Data Privacy Law 243-265 （2017）.。二、算法说明义务的规范推演路径 （一）从个人信息处理者的告知义务到说明义务 我国个人信息保护方面的立法未采纳个人信息权的权利化表达，但明确规定了信息处理者的相应义务。

在这方面，法律干预、义务设定是对技术发展中可能出现的失衡状态的一种纠正措施。在康德的哲学思想中，人具有独立价值，应作为目的，而不能成为其他人实现其利益的手段。初步来看，上述三个要素皆应满足。然而，受众理解算法，存在不少障碍，这一方面受制于算法本身的专业性和复杂性，另一方面也受制于受众在技术方面的理解能力。可以说，对于人工智能算法而言，任何解釋说明都难以达到充分性的要求。反而，技术发展具有内在的动力去过度使用个人信息。

这种伦理学上的人格主义是德国《民法典》的精神基础[德]卡尔·拉伦茨：《德国民法通论（上册）》，王晓晔等译，法律出版社2013年版，第34页。由此，算法说明义务需要以最为缓和的方法进行，减少和避免对商业秘密的侵害。

与以牺牲效率为代价的集体决策相比，算法决策不仅可以提高效率，还可以转嫁决策风险、规避错误决策责任。网络服务商、数据企业在收集个人信息时，应当将其目的、方式和范围明确地向用户告知说明，以通常用户能够理解为准。

依莱斯格的网络法理论，互联网和网络空间在本质上受到代码的规制，人们在代码的规制下生活[美]劳伦斯·莱斯格： 《代码 2. 0： 网络空间中的法律》（修订版），李旭、沈伟伟译，清华大学出版社2018年版，第91-92页。最后，本文将探讨和明确算法说明义务的范围及其限度。

由此角度，算法说明义务的存在，并不仅仅是对技术性事项的解释说明，也是对权力行使的逻辑及理由的必要说明。因此，本文所谓算法说明义务亦可谓算法解释义务，与学者所谓算法解释权相对应。算法说明义务正是在正反两方面的理由碰撞之中生存，这些理由的相互碰撞也决定了该项义务的范围和限度。其实，这种告知义务中包含着说明义务。

恰当的法律规范和义务配置有助于促进技术的良性发展。其实，从算法的商业秘密保护角度看，阿里妈妈公司拒绝披露具体的处罚依据，也有一定的道理。

计算机算法往往由复杂的代码构成，绝非1+1=2那么简单。告知中的明示要求和充分性要求均蕴含着说明义务。

从而，对算法的规制也应按照规制公权力的思路展开。其一，说明的信息内容应当具有重要性，若是不重要的信息，个人信息处理者只需要满足一般的告知义务，无需进一步地满足说明要求。

说明义务的存在，有助于缩小从告知到知情之间的间距。我国法律对个人信息的处理进行了极为广义的界定，不限于狭义上的加工处理，还包括收集、提供、公开等，并且法律没有进行穷尽列举。个人信息处理者也存在披露可能性，且基于法律上的职责要求有义务去维护自然人的人格利益。为跳出权利和权益之争，在学术研究上也可切换视角，从义务角度展开研究，使用算法说明义务的概念。

在应用算法的自动化决策场合，个人信息处理者也应承担相应的算法说明义务。为避免告而不知，使知情同意沦为空话，在告知的规范要求中应当内含着说明的成分。

4.产业竞争和技术发展需要算法保持复杂和晦涩 就产业竞争而言，算法越是复杂和晦涩，就越是难以被反向工程所破解，其竞争优势也会越明显。因此，算法说明的重点之一应当是算法的具体应用方式。

通过集体决策在当代社会的盛行可以预见，算法决策在未来科技社会也将得到普遍实施。因此，我国法下的个人信息处理者的说明义务不限于事后说明，也包括加工处理、使用中的说明，还可以是事前对系统功能等事项的说明。