算法治理：成為責(zé)任型數(shù)智企業(yè)

陽(yáng)鎮(zhèn) 陳勁

新一輪工業(yè)革命深入演化的背后，是以新一代信息通訊技術(shù)如移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與區(qū)塊鏈等重塑經(jīng)濟(jì)形態(tài)，以數(shù)字化、信息化、網(wǎng)絡(luò)化與智能化為根本標(biāo)志的數(shù)智技術(shù)逐步將人類帶入數(shù)字智能社會(huì)，萬(wàn)物互聯(lián)與智能分析與決策成為引領(lǐng)未來(lái)數(shù)字信息產(chǎn)業(yè)發(fā)展的重點(diǎn)方向。其中，人工智能是基于數(shù)學(xué)模型為基礎(chǔ)，以智能程序與計(jì)算機(jī)為內(nèi)在核心技術(shù)與應(yīng)用載體，通過(guò)大數(shù)據(jù)、機(jī)器學(xué)習(xí)等過(guò)程使得“智能機(jī)器人”形成具備人的判斷分析能力，包括人的基礎(chǔ)認(rèn)知、判斷理解與學(xué)習(xí)行動(dòng)等一系列過(guò)程，最終通過(guò)“智能機(jī)器人”嵌入傳統(tǒng)產(chǎn)品研發(fā)、生產(chǎn)、服務(wù)等過(guò)程，實(shí)現(xiàn)自動(dòng)化與智能化。當(dāng)前，以人工智能技術(shù)為代表的數(shù)智技術(shù)加速了傳統(tǒng)產(chǎn)業(yè)的深度滲透與全方位賦能，推動(dòng)了傳統(tǒng)的教育、安防、制造與服務(wù)業(yè)深度融合，并塑造了全新的數(shù)字與智能產(chǎn)業(yè)，重塑產(chǎn)業(yè)的生產(chǎn)效率以及社會(huì)生產(chǎn)力。

但與數(shù)智經(jīng)濟(jì)繁榮前景相伴隨的問(wèn)題是，近年來(lái)不管是在平臺(tái)經(jīng)濟(jì)領(lǐng)域中的平臺(tái)型企業(yè)，還是智能技術(shù)開發(fā)應(yīng)用的數(shù)智化企業(yè)，都產(chǎn)生了大量的企業(yè)社會(huì)責(zé)任缺失與異化問(wèn)題。從平臺(tái)型企業(yè)的社會(huì)責(zé)任缺失與異化問(wèn)題來(lái)看，由于平臺(tái)鏈接市場(chǎng)的雙邊性以及影響的社會(huì)性，傳統(tǒng)企業(yè)所鏈接以及所影響的利益相關(guān)方邊界被徹底重塑，平臺(tái)在“盡快長(zhǎng)大”與“贏者通吃”的兩類邏輯之下，以互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)分析、智能算法技術(shù)為技術(shù)支撐，圍繞雙邊網(wǎng)絡(luò)效應(yīng)激活、放大以及優(yōu)化快速實(shí)現(xiàn)平臺(tái)商業(yè)生態(tài)圈建構(gòu)，這一過(guò)程中產(chǎn)生了諸多平臺(tái)企業(yè)個(gè)體由于市場(chǎng)邏輯主導(dǎo)的社會(huì)脫嵌問(wèn)題，如平臺(tái)型企業(yè)對(duì)雙邊用戶的數(shù)據(jù)泄露、倒賣以及大數(shù)據(jù)殺熟、基于算法技術(shù)的用戶畫像歧視性定價(jià)、技術(shù)鎖定用戶等系列侵占與降低消費(fèi)者社會(huì)福利的社會(huì)責(zé)任缺失行為，且由于平臺(tái)企業(yè)存在基于平臺(tái)獨(dú)立個(gè)體與平臺(tái)商業(yè)生態(tài)圈兩類情境下的雙元屬性，平臺(tái)型企業(yè)的社會(huì)責(zé)任缺失與異化問(wèn)題呈現(xiàn)出平臺(tái)個(gè)體與商業(yè)生態(tài)圈的復(fù)雜嵌套性，即商業(yè)生態(tài)圈內(nèi)的用戶社會(huì)責(zé)任問(wèn)題與平臺(tái)企業(yè)社會(huì)責(zé)任問(wèn)題復(fù)雜交織，對(duì)平臺(tái)型企業(yè)社會(huì)責(zé)任問(wèn)題的特殊性缺乏足夠重視，甚至由于平臺(tái)型企業(yè)社會(huì)責(zé)任問(wèn)題的主體識(shí)別效度低、責(zé)任鏈條復(fù)雜、算法技術(shù)的特殊性、追責(zé)軌跡不確定性等導(dǎo)致在政府規(guī)制與社會(huì)治理層面難以對(duì)平臺(tái)型企業(yè)社會(huì)責(zé)任缺失與異化問(wèn)題進(jìn)行的有效治理。

與此同時(shí)，在算法驅(qū)動(dòng)的人工智能企業(yè)運(yùn)營(yíng)管理過(guò)程中，也產(chǎn)生了基于算法技術(shù)的社會(huì)責(zé)任缺失與異化問(wèn)題，主要體現(xiàn)為算法在開發(fā)建模過(guò)程、數(shù)據(jù)標(biāo)記與算法訓(xùn)練學(xué)習(xí)過(guò)程以及算法自動(dòng)推理與決策過(guò)程存在大量的潛在社會(huì)倫理隱憂，由于企業(yè)（算法工程師等研發(fā)人員）算法建模開發(fā)過(guò)程中缺乏可持續(xù)導(dǎo)向，數(shù)據(jù)收集、標(biāo)記以及算法訓(xùn)練過(guò)程中的個(gè)體隱私侵犯、群體偏見、種族偏見以及階層偏見等導(dǎo)致算法的內(nèi)在規(guī)則有偏并產(chǎn)生算法歧視等社會(huì)問(wèn)題；在算法自動(dòng)推理與學(xué)習(xí)過(guò)程中，由于算法決策規(guī)則本身的不確定性以及算法決策的高度復(fù)雜性的知識(shí)導(dǎo)致社會(huì)公眾與算法決策之間的知識(shí)距離過(guò)大，算法黑箱成為算法決策過(guò)程中的突出社會(huì)問(wèn)題。更為嚴(yán)重的是，基于算法技術(shù)驅(qū)動(dòng)的人工智能企業(yè)在服務(wù)過(guò)程中需要不斷尋找商業(yè)應(yīng)用場(chǎng)景，在基于算法技術(shù)實(shí)現(xiàn)的各類商業(yè)場(chǎng)景中諸如新聞推薦、交通出行、社交媒體、安防控制、司法審判、輔助醫(yī)療等各領(lǐng)域直接涉及到社會(huì)公眾的社會(huì)權(quán)利，傳統(tǒng)基于技術(shù)中立實(shí)現(xiàn)的技術(shù)嵌入的商業(yè)場(chǎng)景可能延伸出“技術(shù)惡德”，即由于商業(yè)場(chǎng)景中各類主體的工具主義導(dǎo)向或者極致的市場(chǎng)邏輯導(dǎo)向，忽視與漠視社會(huì)價(jià)值導(dǎo)向以及社會(huì)倫理規(guī)范，導(dǎo)致技術(shù)中立下的算法應(yīng)用場(chǎng)景下的商業(yè)模式難以可持續(xù)，甚至嚴(yán)重破壞了社會(huì)公眾對(duì)算法技術(shù)的決策信任，最終導(dǎo)致算法技術(shù)的合法性受到挑戰(zhàn)并威脅到人工智能技術(shù)的未來(lái)前景。

基于此，在基于算法技術(shù)驅(qū)動(dòng)數(shù)智經(jīng)濟(jì)與數(shù)智社會(huì)不斷演化的過(guò)程中，亟待學(xué)界與業(yè)界對(duì)算法形成過(guò)程、算法決策與算法影響評(píng)估等方面衍生的系列企業(yè)社會(huì)責(zé)任問(wèn)題予以重視，重新審視算法技術(shù)異化以及算法權(quán)力擴(kuò)張過(guò)程中背后隱藏的社會(huì)風(fēng)險(xiǎn)與負(fù)面社會(huì)影響?；诖耍疚氖紫然仡櫫怂惴夹g(shù)的特殊性與算法技術(shù)異化的主要表征與社會(huì)問(wèn)題，并主要從企業(yè)社會(huì)責(zé)任治理視角理清算法技術(shù)異化的內(nèi)在機(jī)理。更為關(guān)鍵的是，本文主要從企業(yè)社會(huì)責(zé)任治理的視角探究如何提高算法“透明度”規(guī)避算法技術(shù)潛在的異化風(fēng)險(xiǎn)，基于企業(yè)社會(huì)責(zé)任治理的視角破解算法“黑箱”與算法技術(shù)異化，需要從算法技術(shù)開發(fā)的主體維、算法決策應(yīng)用過(guò)程的技術(shù)制度維以及算法決策后果的影響維的社會(huì)生態(tài)等三重維度引入企業(yè)社會(huì)責(zé)任治理框架，進(jìn)而提高“算法開發(fā)形成—算法決策應(yīng)用—算法的社會(huì)場(chǎng)景”的透明度以及有效治理可能的技術(shù)異化衍生的負(fù)面社會(huì)問(wèn)題。

數(shù)智化時(shí)代的算法技術(shù)異化及其社會(huì)問(wèn)題

算法的技術(shù)邏輯及其異化

算法的技術(shù)邏輯

在數(shù)智化時(shí)代，算法成為一種全新的技術(shù)與應(yīng)用工具，但是追溯算法的形成尤其是從自然科技史的角度來(lái)看，在我國(guó)古代便有算法的“影子”，比如在春秋戰(zhàn)國(guó)時(shí)期便有“辯學(xué)”，其中墨家的經(jīng)典著作《墨經(jīng)》蘊(yùn)含了豐富的邏輯推理與辯證思想。在西方文明古國(guó)中，古希臘較早的對(duì)邏輯學(xué)進(jìn)行了系統(tǒng)研究，尤其是亞里士多德開啟的邏輯推理研究奠定了整個(gè)邏輯學(xué)的思想基礎(chǔ)。在近代西方國(guó)家，數(shù)學(xué)的王國(guó)便是算法的數(shù)學(xué)化與符號(hào)化的形式表達(dá)，羅素作為數(shù)學(xué)哲學(xué)的基礎(chǔ)邏輯主義流派其開啟了數(shù)學(xué)與邏輯學(xué)的交叉研究。追溯算法的最早概念，在8世紀(jì)的波斯由數(shù)學(xué)家默罕默德·花拉子米（Mu？ammad bin Mūsā alKhwārizmī）認(rèn)為算法具備自動(dòng)運(yùn)行的功能，是基于計(jì)算程序的系統(tǒng)性計(jì)算。隨著19世紀(jì)歐洲工業(yè)革命的興起，算法逐步成為計(jì)算機(jī)領(lǐng)域中的重要學(xué)術(shù)概念，算法主要基于特定的編程、指令、方程式形成系統(tǒng)的計(jì)算關(guān)聯(lián)，形成系統(tǒng)性的邏輯與規(guī)則。因此，從計(jì)算機(jī)程序的角度來(lái)看，算法可以理解為特定的數(shù)學(xué)計(jì)算模型實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)換為相應(yīng)的輸出結(jié)果的系列編碼、程序與邏輯規(guī)則。實(shí)質(zhì)上，理解算法首先要準(zhǔn)確界定算法的內(nèi)涵，目前主要存在狹義視角的算法與廣義視角的算法。狹義視角的算法主要是基于數(shù)學(xué)與計(jì)算科學(xué)的相關(guān)數(shù)據(jù)結(jié)構(gòu)、數(shù)學(xué)代數(shù)算法、線性規(guī)劃與數(shù)值分析、圖論、排序、檢索、隨機(jī)化算法等多種算法技術(shù)。

從廣義視角來(lái)看，由于數(shù)學(xué)與計(jì)算科學(xué)的廣泛運(yùn)用，算法被寬泛地界定為能夠自動(dòng)實(shí)現(xiàn)特定程序運(yùn)行與計(jì)算的決策系統(tǒng)，包括系列決策步驟、決策參數(shù)、決策判斷標(biāo)準(zhǔn)以及決策分析過(guò)程等集合。從技術(shù)視角來(lái)看，算法本質(zhì)上是基于特定的數(shù)學(xué)模型將輸入轉(zhuǎn)化為輸出結(jié)果的系列計(jì)算步驟，算法本質(zhì)上是一種復(fù)雜的計(jì)算結(jié)構(gòu)與計(jì)算過(guò)程。在數(shù)字與智能時(shí)代，算法技術(shù)之所以能夠廣泛應(yīng)用到各類商業(yè)與社會(huì)場(chǎng)景之中，其主要是通過(guò)算法技術(shù)嵌入到相應(yīng)的產(chǎn)品與服務(wù)之中，包括算法實(shí)現(xiàn)自動(dòng)計(jì)算、自動(dòng)數(shù)據(jù)收集、自動(dòng)數(shù)據(jù)分析以及自動(dòng)決策等過(guò)程，算法的高度自動(dòng)化屬性減輕了傳統(tǒng)人工干預(yù)的時(shí)間成本。但實(shí)際上，在算法深入應(yīng)用于商業(yè)與社會(huì)的各類場(chǎng)景中，算法所呈現(xiàn)的既不完全是廣義上的自動(dòng)實(shí)現(xiàn)特定程序運(yùn)行與計(jì)算的決策系統(tǒng)，也并非完全是單純的系統(tǒng)性邏輯規(guī)則、數(shù)據(jù)結(jié)構(gòu)與各類數(shù)學(xué)模型，算法更多地體現(xiàn)為包含人的因素的技術(shù)系統(tǒng)，依然從屬于技術(shù)創(chuàng)新系統(tǒng)中的技術(shù)范疇，決策者通過(guò)算法的自主性開發(fā)與自主建模實(shí)現(xiàn)輔助決策，包括自動(dòng)化的機(jī)器因素，也包括人的價(jià)值因素。比如，在基于機(jī)器學(xué)習(xí)算法形成與運(yùn)行過(guò)程中，一般可以分為機(jī)器學(xué)習(xí)模型的訓(xùn)練階段與模型的應(yīng)用階段，其中訓(xùn)練階段主要包括數(shù)據(jù)的輸入環(huán)節(jié)、數(shù)據(jù)分析與模型優(yōu)化的學(xué)習(xí)環(huán)節(jié)以及輸出環(huán)節(jié)，其中輸入環(huán)節(jié)主要在定義基本問(wèn)題的條件下對(duì)相應(yīng)的數(shù)據(jù)進(jìn)行收集分類與整理，實(shí)現(xiàn)數(shù)據(jù)的清洗與歸類，在此基礎(chǔ)上在學(xué)習(xí)環(huán)節(jié)主要是訓(xùn)練數(shù)據(jù)與訓(xùn)練模型的性能，最終輸出模型的系列結(jié)果以評(píng)估輸出結(jié)果的準(zhǔn)確性，確保模型輸出結(jié)果能夠達(dá)到既定的預(yù)期計(jì)算與決策目標(biāo)，否則將進(jìn)一步溯源相應(yīng)的數(shù)據(jù)分類過(guò)程與模型編寫環(huán)節(jié)，反復(fù)迭代優(yōu)化最終形成較為符合現(xiàn)實(shí)的智能模型（見圖1）。

圖1 “機(jī)器學(xué)習(xí)”算法的迭代過(guò)程

算法的技術(shù)邏輯異化

因此，從算法的技術(shù)邏輯來(lái)看，盡管算法具備了自動(dòng)化的機(jī)器因素，但是依然在運(yùn)行過(guò)程中嵌入了人的價(jià)值因素，由此形成機(jī)器因素與人的因素二維矩陣式的價(jià)值空間。不管是弱人工智能還是強(qiáng)人工智能，算法依然具備自動(dòng)實(shí)現(xiàn)特定的計(jì)算功能，這意味著對(duì)部分人的價(jià)值空間的替代以及對(duì)人的決策主體性的侵占，算法技術(shù)的非中立性導(dǎo)致算法開發(fā)與算法運(yùn)行與決策過(guò)程中帶來(lái)系列技術(shù)異化表現(xiàn)。首先體現(xiàn)為對(duì)人的獨(dú)立與自主性的侵蝕。算法運(yùn)行的前端是輸入環(huán)節(jié)，輸入環(huán)節(jié)依賴于人的數(shù)據(jù)的有效性，且具備自動(dòng)推理、自動(dòng)判斷以及自動(dòng)分析能力的算法其實(shí)質(zhì)上具備了人的部分能力，且其自動(dòng)學(xué)習(xí)、自動(dòng)分析過(guò)程中也擁有了對(duì)數(shù)據(jù)加工、數(shù)據(jù)歸類、數(shù)據(jù)預(yù)測(cè)的能力，因此即使傳統(tǒng)的決策主體人不干預(yù)輸入或者運(yùn)行過(guò)程中的數(shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)類型，算法依然能夠基于自動(dòng)地?cái)?shù)據(jù)抓取尤其是個(gè)體的數(shù)據(jù)最終分析與預(yù)測(cè)相關(guān)群體數(shù)據(jù)分布的能力。從這個(gè)意義上來(lái)看，傳統(tǒng)決策者中人的主體性得到削弱，算法一定程度上成為一種區(qū)別于“經(jīng)濟(jì)人”、“社會(huì)人”與“復(fù)雜人”的新型人格主體，且算法自動(dòng)化與學(xué)習(xí)能力越強(qiáng)，尤其是發(fā)展到強(qiáng)人工智能時(shí)代，算法能夠完全侵蝕人的主體地位，并進(jìn)一步支配人的價(jià)值情感與社會(huì)認(rèn)知。其次是對(duì)決策系統(tǒng)原則的破壞。傳統(tǒng)決策系統(tǒng)是基于人的理性原則或者滿意原則進(jìn)行的決策方案的篩選與評(píng)判，但是基于算法技術(shù)驅(qū)動(dòng)的新型自動(dòng)化決策系統(tǒng)其由于算法運(yùn)行過(guò)程的不可觀測(cè)甚至由于運(yùn)用深度的卷積神經(jīng)網(wǎng)絡(luò)對(duì)中間決策層參數(shù)的自動(dòng)填補(bǔ)，算法一定程度其決策的原則相對(duì)難以觀測(cè)，也難以基于時(shí)候的決策后果予以分析評(píng)判，因此算法運(yùn)行過(guò)程中的非透明性直接對(duì)傳統(tǒng)決策系統(tǒng)的決策原則的異化。算法決策的原則是否滿足人的價(jià)值理性、工具理性以及雙元理性等多種決策邏輯依然存在巨大的疑問(wèn)，其決策的公正性與偏差性一定程度上成為衡量算法技術(shù)異化的重要維度。

第三是算法高度的社會(huì)嵌入屬性帶來(lái)系列的技術(shù)異化問(wèn)題，主要表現(xiàn)為在數(shù)智化時(shí)代隨著各類決策主體包括公共政府組織、企業(yè)組織與社會(huì)組織都不同程度地嵌入了基于算法技術(shù)的決策或者信息管理與分析系統(tǒng)，基于技術(shù)的嵌入屬性導(dǎo)致算法與企業(yè)、算法與社會(huì)的關(guān)系成為數(shù)智化時(shí)代的新型關(guān)系。在嵌入屬性的情景下，算法的技術(shù)屬性與所處決策情景中的社會(huì)屬性高度結(jié)合以及相互影響，比如網(wǎng)購(gòu)平臺(tái)在消費(fèi)者用戶每一次消費(fèi)后都掌握了消費(fèi)者的消費(fèi)信息，包括消費(fèi)者的年齡、性別、消費(fèi)商品的類型、消費(fèi)瀏覽習(xí)慣以及最終消費(fèi)決策的系列軌跡，此時(shí)算法能夠根據(jù)個(gè)性化的用戶軌跡形成用戶畫像，最終對(duì)用戶定向地推薦相應(yīng)的商品。此時(shí)，算法不僅僅是計(jì)算屬性，擁有了侵占人的社會(huì)互動(dòng)與社會(huì)軌跡的社會(huì)權(quán)力，形成了一種特殊的算法與人之間的社會(huì)聯(lián)結(jié)關(guān)系，基于新型的社會(huì)聯(lián)結(jié)關(guān)系能夠形成基于算法技術(shù)的大數(shù)據(jù)殺熟、流量惡意導(dǎo)流、數(shù)據(jù)造假、隱私破壞、社會(huì)不平等以及社會(huì)公正破壞等系列技術(shù)異化現(xiàn)象。第四是算法技術(shù)實(shí)現(xiàn)自動(dòng)分析與決策的追責(zé)與擔(dān)責(zé)的模糊性，由于算法技術(shù)深入運(yùn)用與各類商業(yè)與社會(huì)場(chǎng)景的過(guò)程中，算法自動(dòng)決策后形成了有意的決策后果以及無(wú)意的決策后果，前者主要是算法的決策后果符合人的價(jià)值因素或者工具理性因素，體現(xiàn)了人的基本屬性或者管理決策過(guò)程中的若干決策原則，因此一定程度上可以等同于人的決策；但是后者主要體現(xiàn)為算法的自動(dòng)學(xué)習(xí)過(guò)程導(dǎo)致算法自動(dòng)計(jì)算與推理過(guò)程中的不可控性，算法高度的不透明性最終導(dǎo)致決策產(chǎn)生諸多人無(wú)法解釋的意外后果，而這些意外后果可能給相應(yīng)的利益相關(guān)方帶來(lái)價(jià)值或者利益侵害。最終在追責(zé)的過(guò)程中，由于算法缺乏法律規(guī)制意義上的人格主體地位，相應(yīng)地對(duì)算法自動(dòng)決策分析的決策后果的追責(zé)也難以清晰界定，且擔(dān)責(zé)主體不具備相應(yīng)地責(zé)任承擔(dān)能力。比如，基于算法技術(shù)驅(qū)動(dòng)的自動(dòng)駕駛這一商業(yè)場(chǎng)景中，一旦發(fā)生駕駛過(guò)程中的撞人事件，對(duì)擔(dān)責(zé)主體即算法的開發(fā)者、算法的應(yīng)用者還是算法本身?yè)?dān)責(zé)依然存在諸多的模糊與爭(zhēng)議空間，算法技術(shù)造成的追責(zé)主體模糊性最終導(dǎo)致技術(shù)的異化。

算法技術(shù)異化的主要表征及衍生的社會(huì)問(wèn)題

盡管在智能技術(shù)的新一輪技術(shù)革命下機(jī)器擁有了人的部分學(xué)習(xí)與判斷分析以及決策能力，尤其是各類算法的深度賦能為自動(dòng)化生產(chǎn)、自動(dòng)化分析、自動(dòng)化決策等提供技術(shù)基礎(chǔ)，但是算法作為一種全新的技術(shù)工具深度嵌入經(jīng)濟(jì)與社會(huì)各類場(chǎng)景之中，也產(chǎn)生了諸多的社會(huì)問(wèn)題，其本質(zhì)上由算法技術(shù)的異化引致社會(huì)問(wèn)題層出不窮，主要體現(xiàn)為算法歧視、算法共謀、算法霸權(quán)以及算法黑箱引致的各類社會(huì)問(wèn)題。

第一，從算法歧視（Algorithmic Bias）的視角來(lái)看，歧視主要是經(jīng)濟(jì)學(xué)與社會(huì)學(xué)中的術(shù)語(yǔ)，經(jīng)濟(jì)學(xué)中的價(jià)格歧視主要是針對(duì)不同的消費(fèi)者進(jìn)行掠奪性定價(jià)，主要包括一級(jí)價(jià)格歧視、二級(jí)價(jià)格歧視以及三級(jí)價(jià)格歧視等行為。相應(yīng)地，在經(jīng)濟(jì)學(xué)的各類消費(fèi)場(chǎng)景中，算法歧視便是基于算法技術(shù)為核心，傳統(tǒng)的產(chǎn)商或者生產(chǎn)運(yùn)營(yíng)者基于算法自動(dòng)捕獲各類消費(fèi)者的個(gè)性化信息，相應(yīng)地根據(jù)消費(fèi)者所處不同的區(qū)域、不同的市場(chǎng)環(huán)境、不同的消費(fèi)偏好以及不同的消費(fèi)收入階層，最終基于算法的分析與決策程序形成對(duì)不同用戶的消費(fèi)畫像，基于不同畫像對(duì)消費(fèi)者采取精準(zhǔn)式的個(gè)性化定價(jià)行為。比如在互聯(lián)網(wǎng)平臺(tái)型企業(yè)中的網(wǎng)購(gòu)平臺(tái)中，平臺(tái)利用算法實(shí)現(xiàn)大數(shù)據(jù)“殺熟”便是算法技術(shù)異化引致的算法歧視的典型體現(xiàn)。以亞馬遜平臺(tái)為例，亞馬遜內(nèi)的商家用戶利用算法進(jìn)行定價(jià)，發(fā)現(xiàn)有40%的商家用戶在產(chǎn)品銷售期內(nèi)至少有20次的更改產(chǎn)品的價(jià)格記錄，通過(guò)算法技術(shù)的用戶畫像個(gè)性化生成，能夠?qū)崿F(xiàn)傳統(tǒng)的“千人一價(jià)”向“千人千價(jià)”轉(zhuǎn)變。

因此，算法價(jià)格歧視的邏輯鏈在于算法自動(dòng)對(duì)消費(fèi)者個(gè)體屬性與偏好的自動(dòng)歸類與分析，有效識(shí)別消費(fèi)者的消費(fèi)場(chǎng)景與消費(fèi)意愿與消費(fèi)能力，最終基于精準(zhǔn)式的個(gè)性化商品推薦實(shí)現(xiàn)不同類型消費(fèi)者的定價(jià)，導(dǎo)致對(duì)消費(fèi)者個(gè)體隱私的破壞以及侵占消費(fèi)者福利，且具備自動(dòng)學(xué)習(xí)能力的機(jī)器學(xué)習(xí)算法能夠?qū)Σ粩喔碌南M(fèi)者數(shù)據(jù)進(jìn)行連續(xù)性與非連續(xù)自我學(xué)習(xí)，能夠根據(jù)消費(fèi)者屬性與場(chǎng)景的變化不斷的自動(dòng)改變價(jià)格，最終導(dǎo)致算法具備了定價(jià)權(quán)，為企業(yè)或者商家實(shí)現(xiàn)利潤(rùn)最大化提供了技術(shù)工具。同時(shí)，在社會(huì)學(xué)領(lǐng)域，算法歧視主要體現(xiàn)為算法性別、種族歧視。其產(chǎn)生的根源依然在于算法在形成過(guò)程中的技術(shù)中立的偏移，即由于算法的訓(xùn)練過(guò)程（數(shù)據(jù)樣本標(biāo)記有偏、小樣本訓(xùn)練過(guò)程嵌入人的價(jià)值屬性等）以及算法運(yùn)行過(guò)程中的不透明性導(dǎo)致算法偏見與算法歧視。比如美國(guó)司法領(lǐng)域引入人工智能輔助分析系統(tǒng)COMPAS通過(guò)分析犯罪的可能性，發(fā)現(xiàn)對(duì)罪犯進(jìn)行再犯罪評(píng)估時(shí)黑人被評(píng)定為罪犯的概率是白人的兩倍，最終可能導(dǎo)致司法系統(tǒng)的審判對(duì)黑人的判刑更為嚴(yán)苛。

第二，從算法合謀的視角來(lái)看，合謀主要是經(jīng)濟(jì)學(xué)中的商業(yè)競(jìng)爭(zhēng)策略，是企業(yè)以獲取最大化利潤(rùn)為目標(biāo)，通過(guò)價(jià)格合謀的手段實(shí)施壟斷行為，進(jìn)而排斥其它競(jìng)爭(zhēng)者，破壞消費(fèi)者的整體福利水平，且合謀分為明示合謀與暗中合謀。但是企業(yè)間的傳統(tǒng)合謀手段往往具備了不穩(wěn)定性特征，即企業(yè)由于個(gè)體利益最大化以及機(jī)會(huì)主義傾向最終導(dǎo)致合謀的囚徒困境，基于市場(chǎng)契約與市場(chǎng)協(xié)議的合謀往往難以形成較為持續(xù)的穩(wěn)定狀態(tài)。但是，算法作為一種智能技術(shù)其為企業(yè)間合謀提供完備的技術(shù)條件，當(dāng)算法進(jìn)入企業(yè)的定價(jià)分析決策過(guò)程中，算法能夠自動(dòng)收集競(jìng)爭(zhēng)對(duì)手的商業(yè)數(shù)據(jù)以及市場(chǎng)的動(dòng)態(tài)價(jià)格信息，進(jìn)而能夠較為準(zhǔn)確的判斷競(jìng)爭(zhēng)對(duì)手的價(jià)格變化，為企業(yè)降低合謀的潛在交易成本提供了技術(shù)基礎(chǔ)。同時(shí)，由于算法能夠更大范圍地搜集市場(chǎng)的完備信息，潛在地提高了合謀寡頭企業(yè)間的透明度，進(jìn)而降低了市場(chǎng)信息不對(duì)稱，最終消解了由于信息不對(duì)稱或者機(jī)會(huì)主義傾向帶來(lái)的合謀瓦解。從這個(gè)意義上，數(shù)智化背景下的算法技術(shù)為寡頭企業(yè)間的價(jià)格合謀提供了潛在的技術(shù)基礎(chǔ)。比如，在美國(guó)法院指控美國(guó)優(yōu)步（Uber）公司案對(duì)網(wǎng)約車司機(jī)實(shí)施基于同樣的定價(jià)算法的合謀協(xié)議。目前，算法合謀主要包括軸輻型算法合謀、自我學(xué)習(xí)型算法合謀以及預(yù)測(cè)型算法合謀。輻射型算法合謀主要是以算法開發(fā)企業(yè)為技術(shù)提供方，為不同的互聯(lián)網(wǎng)企業(yè)提供同種類型的算法，最終導(dǎo)致企業(yè)形成一致性的定價(jià)決策，最終形成企業(yè)間的不自覺合謀，比如淘寶交易平臺(tái)中的各類商家用戶利用淘寶平臺(tái)提供的統(tǒng)一動(dòng)態(tài)定價(jià)算法便是輻射型算法合謀的典型體現(xiàn)，最終產(chǎn)生商家見的暗中合謀，破壞了消費(fèi)者福利。自我學(xué)習(xí)型合謀主要是企業(yè)之間自主利用算法對(duì)競(jìng)爭(zhēng)對(duì)手的相關(guān)價(jià)格信息與市場(chǎng)信息進(jìn)行充分搜集，對(duì)市場(chǎng)中的其他競(jìng)爭(zhēng)對(duì)手的價(jià)格信息進(jìn)行充分監(jiān)測(cè)，利用算法技術(shù)進(jìn)行交易條件的動(dòng)態(tài)調(diào)整并保持相對(duì)一致性，進(jìn)而基于差異化的算法形成算法合謀。自我學(xué)習(xí)型算法合謀主要體現(xiàn)為算法高度的深度學(xué)習(xí)屬性，利用深度學(xué)習(xí)算法實(shí)現(xiàn)市場(chǎng)價(jià)格的預(yù)測(cè)分析，以最優(yōu)的定價(jià)決策獲取合謀的最大利潤(rùn)。

第三，從算法霸權(quán)的視角來(lái)看，當(dāng)算法逐步嵌入到整個(gè)商業(yè)生態(tài)乃至社會(huì)治理系統(tǒng)的過(guò)程中，算法的大規(guī)模應(yīng)用也隨之產(chǎn)生了一種全新的權(quán)力。由于算法運(yùn)行的自動(dòng)推理與決策過(guò)程無(wú)法干預(yù)性，算法在嵌入到社會(huì)治理中比如交通指揮、新聞推薦、政治選舉、司法審判等過(guò)程中便帶來(lái)了相應(yīng)的權(quán)力屬性。從算法技術(shù)的本質(zhì)屬性來(lái)看，技術(shù)本身并不具備權(quán)力屬性，但是當(dāng)算法深度嵌入到企業(yè)決策與社會(huì)治理的各類利益分配過(guò)程中，由于不同的算法應(yīng)用主體其差異化的利益訴求最終導(dǎo)致算法也具備了權(quán)力屬性。比如在商業(yè)交易平臺(tái)中，資本家利用算法的滲透性自動(dòng)對(duì)各類消費(fèi)者的信息予以收集、歸類與整理，最終識(shí)別分析消費(fèi)者的個(gè)性化的偏好，并基于偏好識(shí)別精準(zhǔn)推送相關(guān)的商業(yè)信息誘導(dǎo)消費(fèi)者進(jìn)行消費(fèi)。在外賣平臺(tái)中，騎手作為外賣平臺(tái)的重要互補(bǔ)者，但是騎手一定程度上受到平臺(tái)的控制，主要體現(xiàn)為勞動(dòng)時(shí)間的控制，平臺(tái)利用算法實(shí)現(xiàn)對(duì)騎手送餐的時(shí)間考核制度設(shè)計(jì)，將考核權(quán)限轉(zhuǎn)移至消費(fèi)者手中（顧客評(píng)分與投訴）以提高平臺(tái)內(nèi)消費(fèi)者用戶的用戶體驗(yàn)，最終導(dǎo)致騎手為了完成考核KPI在送餐過(guò)程中橫沖直撞擾亂了交通秩序乃至社會(huì)秩序，基于算法霸權(quán)的自動(dòng)考核邏輯壓縮了騎手的生存狀態(tài)以及破壞了騎手的福利，最終導(dǎo)致平臺(tái)企業(yè)社會(huì)責(zé)任的缺失與異化。在新聞媒體平臺(tái)，算法能夠自動(dòng)根據(jù)媒體受眾實(shí)現(xiàn)自動(dòng)化的內(nèi)容分發(fā)與自動(dòng)推薦，新聞受眾根據(jù)算法設(shè)定的疆域，所接受的新聞信息均來(lái)自于算法的計(jì)算與預(yù)設(shè)，最終導(dǎo)致信息窄化與信息繭房效應(yīng)。更為嚴(yán)重的是，在資本邏輯與政治邏輯的驅(qū)動(dòng)下，算法甚至成為部分國(guó)家進(jìn)行意識(shí)形態(tài)滲透的重要技術(shù)工具，算法成為嵌入國(guó)家治理以及國(guó)際政治的重要技術(shù)載體，通過(guò)跨國(guó)數(shù)字化企業(yè)實(shí)施算法干預(yù)下的信息滲透以及推行數(shù)字霸權(quán)，對(duì)缺乏算法治理與數(shù)據(jù)治理能力的國(guó)家而言帶來(lái)嚴(yán)重的政治主權(quán)挑戰(zhàn)。

算法治理——基于企業(yè)社會(huì)責(zé)任治理的治理焦點(diǎn)

企業(yè)社會(huì)責(zé)任治理視角下算法技術(shù)異化的內(nèi)在邏輯

盡管算法技術(shù)作為一種人工智能背景下的技術(shù)具有黑箱屬性，即算法運(yùn)行過(guò)程的不透明性帶來(lái)的算法決策的潛在意外后果，這種意外后果可能是社會(huì)問(wèn)題的直接歸因。但從本質(zhì)上來(lái)看，任何技術(shù)都需要既定的組織以及人予以開發(fā)、運(yùn)行以及優(yōu)化，對(duì)于算法技術(shù)而言，算法技術(shù)的開發(fā)者以及應(yīng)用者無(wú)外乎人工智能企業(yè)（包括開發(fā)算法的人工智能企業(yè)、互聯(lián)網(wǎng)企業(yè)以及應(yīng)用算法的各類企業(yè)），因此對(duì)于算法應(yīng)用與算法嵌入商業(yè)與社會(huì)各類場(chǎng)景中所帶來(lái)的系列社會(huì)問(wèn)題，也必然需要回到企業(yè)層面予以系統(tǒng)解決，算法技術(shù)的異化所帶來(lái)的各類社會(huì)問(wèn)題，其背后與算法技術(shù)的開發(fā)與應(yīng)用的企業(yè)具有直接聯(lián)系，企業(yè)開發(fā)算法與應(yīng)用算法技術(shù)所衍生出的系列社會(huì)問(wèn)題，且對(duì)企業(yè)利益相關(guān)方的利益各類行為可以歸結(jié)于企業(yè)社會(huì)責(zé)任缺失或者異化行為，且企業(yè)由于算法開發(fā)或者應(yīng)用帶來(lái)利益相關(guān)方損害的行為需要從企業(yè)社會(huì)責(zé)任治理的視角予以解決。

實(shí)質(zhì)上，算法技術(shù)的異化在企業(yè)層面可以體現(xiàn)為三大層面。第一大層面為人工智能或者互聯(lián)網(wǎng)企業(yè)內(nèi)算法技術(shù)研發(fā)團(tuán)隊(duì)缺乏對(duì)算法可能負(fù)面社會(huì)問(wèn)題的重視，在個(gè)體經(jīng)濟(jì)人主導(dǎo)下算法技術(shù)開發(fā)被嵌入了人的非價(jià)值理性，此時(shí)人的個(gè)體偏好被嵌入到算法形成的過(guò)程之中，包括由于人的機(jī)會(huì)主義傾向?qū)е滤惴ㄓ?xùn)練的基礎(chǔ)性數(shù)據(jù)收集、標(biāo)記與處理等過(guò)程中便產(chǎn)生人為的價(jià)值偏離，最終算法在訓(xùn)練過(guò)程中便嵌入了有偏的人的機(jī)會(huì)主義因素，最終導(dǎo)致算法歧視等負(fù)面社會(huì)問(wèn)題。尤其是在基于“經(jīng)濟(jì)人”的工具理性的邏輯下，效率邏輯超越了公平與正義邏輯，在漠視社會(huì)倫理價(jià)值的前提下，原本具備技術(shù)中立的算法技術(shù)被人為的利用算法的不可解釋性以及不透明性，人為調(diào)整與干預(yù)算法的決策層或者決策參數(shù)產(chǎn)生系列破壞決策正義與決策公平的系列決策行為。比如，在新聞推薦的算法應(yīng)用中，新聞平臺(tái)內(nèi)的個(gè)性化推送編輯、內(nèi)容審核編輯在工具理性主導(dǎo)下追求輿論效應(yīng)最大化，內(nèi)容編輯可以參與并且干涉基于算法自動(dòng)推薦的新聞文章畫像，影響文章的關(guān)鍵詞、文章屬性、媒體源級(jí)別等，最終改變了算法推薦新聞的分類模型，最終可能加劇算法個(gè)性化推薦的系列社會(huì)問(wèn)題。第二大層面是企業(yè)在運(yùn)行制度邏輯層面的市場(chǎng)邏輯主導(dǎo)，原本的技術(shù)中立轉(zhuǎn)向了技術(shù)惡德主義。不管是開發(fā)算法過(guò)程中還是應(yīng)用算法的各類場(chǎng)景中的各類企業(yè)，其在市場(chǎng)邏輯驅(qū)動(dòng)下算法技術(shù)被嵌入了資本逐利基因，算法訓(xùn)練與模型優(yōu)化的過(guò)程中，其參數(shù)調(diào)整皆以企業(yè)的利潤(rùn)最大化的市場(chǎng)邏輯出發(fā)，相應(yīng)地，算法也被最大程度地利用到企業(yè)運(yùn)營(yíng)管理與業(yè)務(wù)實(shí)踐的過(guò)程之中，比如利用算法實(shí)現(xiàn)消費(fèi)者偏好的自動(dòng)分析，實(shí)施大數(shù)據(jù)殺熟、算法合謀下的壟斷定價(jià)、價(jià)格歧視以及企業(yè)間的合謀行為，最終降低了企業(yè)的利益相關(guān)方尤其是消費(fèi)者福利。尤其是在逐利性的資本驅(qū)動(dòng)下，算法被視為操縱商業(yè)競(jìng)爭(zhēng)生態(tài)的重要“武器”，巨頭互聯(lián)網(wǎng)企業(yè)、平臺(tái)型企業(yè)、人工智能科技企業(yè)利用其算法技術(shù)開發(fā)的技術(shù)優(yōu)勢(shì)，在資本邏輯下導(dǎo)致算法無(wú)限擴(kuò)張，肆無(wú)忌憚地對(duì)整個(gè)商業(yè)生態(tài)中的各類組織成員的信息隱私、數(shù)據(jù)資源以及需求進(jìn)行獲取與分析，進(jìn)一步強(qiáng)化的算法技術(shù)運(yùn)用的各類社會(huì)風(fēng)險(xiǎn)，甚至成為操縱商業(yè)生態(tài)以及控制社會(huì)的始作俑者。第三大層面體現(xiàn)為企業(yè)所嵌入的生態(tài)層面（商業(yè)生態(tài)與社會(huì)生態(tài)），由于人工智能尚相對(duì)處于一個(gè)初級(jí)的大眾認(rèn)知階段，社會(huì)公眾對(duì)算法技術(shù)背后的迭代運(yùn)行過(guò)程存在較大的知識(shí)距離，一方面是由于算法本身的復(fù)雜性加劇了社會(huì)公眾尤其是非專業(yè)人士理解的難度；第二是算法運(yùn)行與決策的隱蔽性（黑箱）導(dǎo)致即使人們被算法包圍，也很少去反思算法決策帶來(lái)的失誤以及對(duì)個(gè)人權(quán)益的侵害，最終造成了對(duì)開發(fā)與應(yīng)用算法的企業(yè)追責(zé)困難，在算法存在商業(yè)機(jī)密屬性的前提下加劇了算法應(yīng)用以及算法開發(fā)公司的審查與追責(zé)難度，難以形成整體性的社會(huì)治理合力以應(yīng)對(duì)算法技術(shù)異化帶來(lái)的社會(huì)權(quán)利的侵犯，進(jìn)而在企業(yè)所嵌入的生態(tài)層面難以營(yíng)造一個(gè)算法治理的合意環(huán)境。

企業(yè)社會(huì)責(zé)任視角下算法治理的再理解及其治理焦點(diǎn)

目前，圍繞提高算法“透明度”破解算法黑箱以及治理算法技術(shù)異化開展了大量的研究，既有的研究主要從三類研究視角予以挖掘，第一類視角是從法律規(guī)制視角，需要在算法尚未取得人格法律主體地位之前建立算法應(yīng)用的定責(zé)與追責(zé)法律規(guī)制體系。第二類視角則是從算法解釋權(quán)的視角認(rèn)為破解算法技術(shù)異化以及治理算法的系列負(fù)面社會(huì)問(wèn)題需要賦予算法解釋權(quán)這一新型法律權(quán)利，確保算法技術(shù)開發(fā)與算法決策具備溯源性、決策規(guī)則可解釋性。第三類視角則是從技術(shù)治理的視角，基于算法技術(shù)形成與算法應(yīng)用的系列過(guò)程形成技術(shù)的性能與評(píng)估標(biāo)準(zhǔn)化治理體系，最終應(yīng)對(duì)算法技術(shù)異化以及提高算法的“透明度”。實(shí)質(zhì)上，算法的開發(fā)建構(gòu)與算法嵌入商業(yè)場(chǎng)景（算法技術(shù)的商業(yè)化應(yīng)用）各個(gè)階段其背后的組織支撐（組織載體）依然是企業(yè)主導(dǎo)，既有的基于公共規(guī)制、法律權(quán)限以及技術(shù)治理等多重視角忽視了企業(yè)在提高算法透明度以及破解算法黑箱過(guò)程中的重要作用，同時(shí)也忽視了在算法治理過(guò)程中企業(yè)所應(yīng)當(dāng)承擔(dān)的重要治理角色。

企業(yè)社會(huì)責(zé)任治理不同于傳統(tǒng)的企業(yè)社會(huì)責(zé)任管理，企業(yè)社會(huì)責(zé)任治理的本質(zhì)是在一定的制度場(chǎng)域之下，企業(yè)的多元利益相關(guān)方通過(guò)打造一個(gè)公共治理場(chǎng)域，在這一場(chǎng)域之中，各類企業(yè)社會(huì)責(zé)任治理主體（企業(yè)、政府組織、社會(huì)組織與社會(huì)公眾等）共同實(shí)施相應(yīng)的企業(yè)社會(huì)責(zé)任治理機(jī)制（包括企業(yè)社會(huì)責(zé)任正式治理機(jī)制與非正式治理機(jī)制）對(duì)企業(yè)的社會(huì)責(zé)任認(rèn)知理念與管理實(shí)踐予以規(guī)制、規(guī)范與影響，進(jìn)而有效約束企業(yè)的機(jī)會(huì)主義行為，使得企業(yè)真正做到對(duì)社會(huì)負(fù)責(zé)任，實(shí)現(xiàn)企業(yè)創(chuàng)造涵蓋經(jīng)濟(jì)、社會(huì)與環(huán)境綜合價(jià)值的可持續(xù)。相應(yīng)地，在企業(yè)社會(huì)責(zé)任治理的邏輯下，算法治理的主要目標(biāo)在于最大程度地規(guī)避企業(yè)機(jī)會(huì)主義傾向，并最大程度地撬動(dòng)企業(yè)對(duì)社會(huì)負(fù)責(zé)任的意愿與動(dòng)力，有效規(guī)避算法開發(fā)與算法應(yīng)用潛在的社會(huì)風(fēng)險(xiǎn)。因此，從算法技術(shù)異化的邏輯歸因視角，企業(yè)社會(huì)責(zé)任治理下的算法治理的治理框架設(shè)計(jì)需要著力于三大層面。

第一大層面為圍繞企業(yè)內(nèi)的算法技術(shù)開發(fā)與運(yùn)用的技術(shù)研發(fā)團(tuán)隊(duì)的責(zé)任型技術(shù)創(chuàng)新制度設(shè)計(jì)，強(qiáng)化對(duì)算法開發(fā)過(guò)程中的數(shù)據(jù)收集與處理過(guò)程、算法訓(xùn)練過(guò)程中的負(fù)責(zé)任價(jià)值理念的宣貫，并著力于強(qiáng)化以人為中心的技術(shù)創(chuàng)新意識(shí)，充分考慮到算法技術(shù)在設(shè)計(jì)、開發(fā)與運(yùn)用過(guò)程中潛在的負(fù)面社會(huì)影響，盡可能地披露算法具備標(biāo)準(zhǔn)化的系列技術(shù)參數(shù)與相應(yīng)決策可能的社會(huì)風(fēng)險(xiǎn)評(píng)估結(jié)果，保證算法設(shè)計(jì)、開發(fā)與形成運(yùn)用過(guò)程中能夠符合人本主義下的道德倫理價(jià)值取向，在算法的源頭層面最大程度地規(guī)避由于技術(shù)團(tuán)隊(duì)的潛在機(jī)會(huì)主義帶來(lái)的算法技術(shù)異化問(wèn)題。

第二大層面為圍繞企業(yè)內(nèi)部的社會(huì)責(zé)任治理制度設(shè)計(jì)，重新反思在人工智能時(shí)代尤其是算法嵌入企業(yè)運(yùn)營(yíng)與管理的過(guò)程中的社會(huì)責(zé)任內(nèi)容維度。傳統(tǒng)企業(yè)社會(huì)責(zé)任缺失與異化主要從企業(yè)主體視角出發(fā)，認(rèn)為企業(yè)的運(yùn)營(yíng)管理與業(yè)務(wù)實(shí)踐對(duì)企業(yè)的利益相關(guān)方帶來(lái)了利益損害，損害了社會(huì)總體的社會(huì)福利水平，企業(yè)“以不負(fù)責(zé)任的方式行事”傷害諸如消費(fèi)者、股東、政府、供應(yīng)商以及社會(huì)等多元利益相關(guān)方的利益，但是在人工智能背景下算法逐步嵌入到企業(yè)的運(yùn)營(yíng)與管理決策過(guò)程中，因此面對(duì)算法這一具備獨(dú)立屬性的新型決策系統(tǒng)，需要將算法治理納入到企業(yè)社會(huì)責(zé)任的基礎(chǔ)性維度之中，即傳統(tǒng)企業(yè)社會(huì)責(zé)任的內(nèi)容維度需要進(jìn)一步延擴(kuò)，將治理算法技術(shù)異化以及衍生的負(fù)面社會(huì)問(wèn)題納入到企業(yè)的社會(huì)責(zé)任內(nèi)容框架之中。具體的治理思路應(yīng)當(dāng)著重于企業(yè)社會(huì)責(zé)任披露體系下的算法披露體系建設(shè)，一方面在算法的源頭層面加強(qiáng)對(duì)算法的數(shù)據(jù)來(lái)源、數(shù)據(jù)收集標(biāo)準(zhǔn)、算法學(xué)習(xí)訓(xùn)練標(biāo)準(zhǔn)（數(shù)據(jù)分析處理過(guò)程）予以合規(guī)化披露，另一方面構(gòu)建算法決策的潛在影響與風(fēng)險(xiǎn)評(píng)估的披露體系建設(shè)，最終在企業(yè)內(nèi)部層面構(gòu)建算法的責(zé)任披露制度、算法透明度管理制度、算法影響的責(zé)任評(píng)估制度等算法治理制度體系。

第三大層面為強(qiáng)化算法開發(fā)與算法應(yīng)用企業(yè)鏈接的良性治理生態(tài)建設(shè)，在商業(yè)生態(tài)層面，強(qiáng)化算法開發(fā)企業(yè)尤其是互聯(lián)網(wǎng)平臺(tái)型企業(yè)在整個(gè)商業(yè)生態(tài)圈中的數(shù)字牽引與生態(tài)化治理功能，以算法應(yīng)用場(chǎng)景為分類標(biāo)準(zhǔn)，對(duì)應(yīng)用人工智能的相應(yīng)的企業(yè)進(jìn)行社會(huì)責(zé)任治理牽引，通過(guò)平臺(tái)企業(yè)牽引的各類用戶（商家、消費(fèi)者、互補(bǔ)者等）與社會(huì)性利益相關(guān)方實(shí)現(xiàn)平臺(tái)企業(yè)對(duì)不同商業(yè)生態(tài)圈中不同生態(tài)位的治理責(zé)任賦權(quán)，明確不同生態(tài)圈中的技術(shù)開發(fā)者、競(jìng)爭(zhēng)性算法開發(fā)平臺(tái)、消費(fèi)者用戶、監(jiān)管主體與其他社會(huì)公眾構(gòu)成的主要生態(tài)位與擴(kuò)展型生態(tài)位）在基于數(shù)字智能平臺(tái)所打造的商業(yè)生態(tài)圈中的算法治理的權(quán)限與義務(wù)。在社會(huì)生態(tài)層面強(qiáng)化社會(huì)公眾對(duì)算法治理的社會(huì)期望與輿論引導(dǎo)治理功能，最大程度地縮短社會(huì)公眾與算法之間的知識(shí)距離，強(qiáng)化社會(huì)公眾中的專業(yè)人士在算法治理中的認(rèn)知引導(dǎo)功能，尤其是對(duì)于算法開發(fā)與人工智能協(xié)會(huì)需強(qiáng)化對(duì)算法設(shè)計(jì)的透明度要求，最大程度提高算法透明度，細(xì)化算法開發(fā)者與算法應(yīng)用者的基本法律責(zé)任與社會(huì)責(zé)任。

基金項(xiàng)目：全國(guó)哲學(xué)社會(huì)科學(xué)基金重大項(xiàng)目“建設(shè)世界科技創(chuàng)新強(qiáng)國(guó)的戰(zhàn)略比較與實(shí)現(xiàn)路徑研究”（17ZDA082）； 國(guó)家自然科學(xué)基金應(yīng)急管理項(xiàng)目“我國(guó)解決關(guān)鍵核心技術(shù)‘卡脖子問(wèn)題的體制機(jī)制、組織模式與政策研究”（71941026）。