人工智能輔助地方立法：價值、路徑與風險防范

宋書強 王柯文

[摘要]在人工智能、大數(shù)據(jù)等新興技術不斷進步以及社會經濟飛速發(fā)展導致立法環(huán)境日趨復雜化的時代背景下，我國立法機關充分意識到人工智能輔助立法的現(xiàn)實意義，率先探索立法工作與信息化技術融合，《國務院2023年度立法工作計劃》中提及正預備提請人工智能法草案。相較傳統(tǒng)立法需要大量人力收集、整理和分析信息與數(shù)據(jù)，并憑借主觀的判斷和經驗進行決策，人工智能輔助立法對于提高立法效率、提升決策科學性、增加決策透明度、便利公眾參與等方面具有重要意義。但人工智能輔助立法在提升立法的效率和質量之余，也不可避免地出現(xiàn)過度收集數(shù)據(jù)、算法歧視、機制不透明等弊端，這也對人工智能輔助立法的合法性與正當性產生挑戰(zhàn)?；诖?，有必要對我國人工智能輔助立法的現(xiàn)狀予以梳理，分析該技術應用在立法過程中存在的風險，并提出因應之策。

[關鍵詞]人工智能；輔助立法；風險治理；多元規(guī)制

[中圖分類號]D927；TP18? ? ? [文獻標識碼]A

[DOI]：10.20122/j.cnki.2097-0536.2024.02.010

一、人工智能輔助地方立法的價值

“以民主為基礎、以科學為指導”是立法活動的一貫原則。立法的民主性要求參與立法的主體多樣、廣泛，立法的過程、內容和程序體現(xiàn)人民的價值取向；立法的科學性則反映在對立法觀念、立法制度以及立法技術的科學應用上。人工智能技術應用在立法效率提高、立法質量提升、立法客觀公正以及便利公眾參與等方面都具有重大優(yōu)勢，能夠輔助立法活動實現(xiàn)民主與科學的核心價值。

（一）促進立法科學化

人工智能具有信息收集、分析、評價和預測功能，其在收集分析歷史數(shù)據(jù)、預測政策實施方面與僅依賴立法工作者的經驗或主觀判斷所做出的決策相比更為高效準確。隨著社會發(fā)展，受限于客觀條件和認知水平，立法工作者愈發(fā)難以應對日漸復雜的信息處理，因此運用信息技術收集、整理、分析、存儲立法資料成為最優(yōu)選擇。借助大數(shù)據(jù)的采集、儲存和分析功能，地方立法機關得以獲取多樣化的信息來源，廣泛搜集并實時記錄立法議題所需的數(shù)據(jù)；同時進行數(shù)據(jù)篩選工作，選取出具有參考價值的數(shù)據(jù)資料，并對各種結果進行分析評估后擬定出覆蓋面更廣、針對性更強的政策法規(guī)，提升立法精細化。

人工智能在法律草案編纂、備案方面的作用亦不容小覷。以北大法寶智能協(xié)助草案生成系統(tǒng)為例，立法機關只需錄入立法議題、標準、要求及調研信息，即可獲得一份智能化草案文本，作為立法的參考。[1]天津、河南、河北等多地相繼開展北大法寶智能備案審查系統(tǒng)應用，通過對文件備案、審核、歸檔進行智能化管理，提高備案審核的科學化。

區(qū)別于傳統(tǒng)評估方式的因循守舊、資料缺失、輸出結論公式化，人工智能在立法評估方面采用應用程序編程接口（API）技術搭載計算模型，對同一問題的結果進行控制側重元素變量式的試驗分析，形成對照組可視化結論，為地方立法評估提供廣泛覆蓋的結果參考。

（二）推進立法民主化

人工智能的開放性與互聯(lián)性能夠精準高效地輔助立法工作者獲取民意信息。區(qū)別于傳統(tǒng)立法實現(xiàn)民主參與主要依靠基層調研、問卷調查、聽證會等公眾參與范圍有限且成本過高，人工智能時代權力結構表現(xiàn)為“去中心化”，通過抖音、微博和微信等多樣化的大眾媒體進行意識形態(tài)的表達。借助預先定義的函數(shù)、常量、變量與數(shù)據(jù)結構等方式迅速調取群體意見并進行篩選清查，配合大數(shù)據(jù)分析、甄別出理性與非理性的民眾意見，并將有效信息通過云儲存技術在全國范圍內共享，整合為云端立法數(shù)據(jù)庫，有效降低立法調研成本，提高公眾參與，為地方立法機關吸納民間智慧提供便利。

（三）提高立法公正性

當前我國的各層級立法，通常是由某個主管部門編寫草案初稿，這也導致了立法不可避免的帶有一定程度的部門利益傾向。人工智能則可以避免立法者主觀意見對立法過程的影響，基于數(shù)據(jù)和算法的分析，其結果具有客觀性和中立性，有助于減少主觀偏見對立法的影響；人工智能系統(tǒng)可以對立法過程進行追蹤記錄，確保立法決策的透明度。公眾和利益相關者也可以了解立法的整個過程，并對其進行監(jiān)督和評估，以減少立法的不公正因素，提高立法的公正性和透明度。

二、人工智能輔助立法的實踐路徑

（一）高效整合信息

制訂法律法規(guī)，離不開查閱國內外立法文件及典型案例。我國現(xiàn)行法律法規(guī)、司法解釋、指導性案例卷帙浩繁，想從效力層級不一的域內外法律文件中精準查詢到可用信息，僅依靠有限的人力以及零散的法律信息數(shù)據(jù)庫的單一檢索功能顯然遠遠不夠。2016年，全國人大備案審查信息平臺開通運行，并根據(jù)檢索效率與結果準確性標準不斷優(yōu)化升級，以盡快實現(xiàn)各級立法主體信息平臺的互聯(lián)互通。另外，擬建設的國家基礎法律信息數(shù)據(jù)庫，對現(xiàn)有法律信息進行整理分類，為立法工作提供可靠數(shù)據(jù)源。借助人工智能技術，能夠按照研究要求自動檢索數(shù)據(jù)庫中的法律法規(guī)、典型案例以及域外資料等，及時高效地為立法者提供了一整套完整、準確、全面的立法參考資料，切實提高立法效率。

（二）協(xié)助法案起草

起草法律草案，要求立法者不僅要把握當下法治環(huán)境、政策導向，還要對所調整的客體有深刻的認知，這些知識往往是立法工作者的短板，但卻是人工智能的長處所在。借助深度學習技術，人工智能能夠自主學習黨和國家的政策與法規(guī)，深入研究我國現(xiàn)行法律文件，比對域內外法學文獻及典型案例，掌握立法相關領域的專業(yè)知識，并運用線索發(fā)現(xiàn)與邏輯推理技術，為立法工作者提供多種視角的立法草案初稿。在選定立法草案后，立法者還可以借助人工智能多元數(shù)據(jù)融合與比對技術，對立法內容可能產生的社會影響進行預評估，并據(jù)此提出優(yōu)選方案排序，幫助立法工作者從中選擇立法成本最低、社會效益最好、最有利于實現(xiàn)人民群眾利益的草案。借助人工智能的輔助，立法工作者得以快速、精準地掌握各領域的政策與法律規(guī)則，填補自身知識結構上的不足。以人工智能為助力，將立法工作同人工智能相結合，可以有效緩解地方立法力量薄弱的難題。

（三）完善立法評估

立法評估是基于道德評價、習慣導向、科學尺度做出的評價方法及其實施效果的可行性、必要性、合法性、邏輯性以及成本效益等方面的檢驗評價，[2]其旨在對立法的內在價值與預期成效進行考察。評估某一法律草案是否符合良法善治的要求，一方面，要基于道德標準判斷法案是否體現(xiàn)公平正義等歷史傳承中積淀下來的習慣價值；另一方面，還要基于時代背景判斷法案是否與改革并駕齊驅，是否符合中國特色社會主義的時代價值。因此，立法評估標準既要立足于法案本身的合理性、合法性，又要符合社會發(fā)展的客觀規(guī)律，反映社會現(xiàn)實，體現(xiàn)立法內在的科學性。借助大數(shù)據(jù)技術，人工智能能夠運用數(shù)值分析計算公式等統(tǒng)計學以及經濟學的原理將法律語言解構為清晰的數(shù)據(jù)，進而直觀具體地反映評價對象，以各種評估要素為基礎快速、全面、精準地分析立法草案中各規(guī)范要素在實踐中的實現(xiàn)程度，從而基于具體數(shù)據(jù)、典型案例和邏輯分析得出初步評估意見，為立法工作者進一步深入研究提供參考。

三、人工智能輔助立法的風險討論與困境破解

隨著人工智能技術在地方立法中的參與程度日益加深，預示著未來地方立法將逐步實現(xiàn)智能化的生成，但在缺乏相關制度規(guī)制的情況下，人工智能輔助地方立法也存在以下潛在風險：

（一）數(shù)據(jù)主體隱私安全堪憂

信息的收集與檢索作為立法的基礎，貫穿立法的全過程。人工智能技術超強的信息數(shù)據(jù)處理能力能夠迅速地完成立法信息匯總，既能檢索法律、法規(guī)的文本信息，又能收集文獻與評論等公開信息，還能夠獲取相關軟件后臺運行數(shù)據(jù)及其他保密信息。但無論從何種渠道獲得的立法數(shù)據(jù)都不可避免地包含個人信息乃至隱私，為了謀求立法效率，人工智能輔助立法平臺的開發(fā)者在信息采集過程中可能會忽略甚至積極回避目的約束，深度挖掘并使用個人信息。例如地方立法草案意見征集時，通常必須對相關意見對象進行數(shù)據(jù)挖掘分析并繪制出數(shù)據(jù)畫像，最終根據(jù)其數(shù)據(jù)畫像的基本屬性和行為數(shù)據(jù)進行對意見的清洗與篩選，看似便利的“構建用戶畫像”實質上是對個人隱私的過度收集分析。伴隨著人工智能對地方立法工作的參與程度加深，個人數(shù)據(jù)被過度收集的風險會隨之升高，從而造成如大數(shù)據(jù)侵犯隱私權等問題發(fā)生的概率大大提升。因此，人工智能輔助立法下個人信息保護問題亟待解決。

依法規(guī)制算法，首先要建構算法選用標準制度。綜合相關理論，適用于地方立法現(xiàn)實困境，人工智能地方立法程序的選用標準主要有三：安全與否、質量高低、是否獨立自主，[3]三者的優(yōu)先程度為安全保障、程序質量、自主程度依次遞減。國務院網信辦印發(fā)的《關于加強互聯(lián)網信息服務算法綜合治理的指導意見》《互聯(lián)網信息服務算法推薦管理規(guī)定》及《生成式人工智能服務管理辦法》為算法安全選用明確了基本標準，《信息安全技術關鍵信息基礎設施安全保障指標體系》為構建人工智能輔助地方立法的安全標準體系提供了指引。

其次要對算法進行問責，因算法不公致使公民利益受到侵害時，鼓勵用戶通過行使訴權的方式向法院提起訴訟救濟自身權利。當下，關于維護數(shù)據(jù)主體信息安全的討論甚囂塵上，沸騰輿論背后體現(xiàn)的是當前實施的算法規(guī)制缺乏可落地性與可訴性。為了保護公共利益的緊迫需要，當特定主體的隱私因算法數(shù)據(jù)收集工作而遭受侵害時，應允許檢察院或者其他行政主體代為向人民法院提起公益訴訟。

（二）立法過程主體歧視泛濫

正義作為法的核心價值，應始終如一地貫穿于立法進程中。人工智能協(xié)助下的立法平臺，其應當不加區(qū)別地吸納社會群體的觀點，并對立法有效范圍內各群體的權益一視同仁。然而在人工智能應用實踐中，以算法為中心的人工智能存在著廣泛的偏見與歧視，在實際運用中體現(xiàn)為對某些群體利益的漠視以及對某些群體觀點的忽略，主要包含：種族歧視、消費者歧視、競爭對手歧視、性別歧視等。[4]在海量個人信息被大數(shù)據(jù)收集的當下，歧視作為人類社會的附屬產物，被開發(fā)者嵌入含有偏見的算法中，導致立法自動化程序下輸出的法律草案帶有濃厚的歧視色彩。

算法歧視的根源來自算法技術的濫用，就其底層邏輯而言，應采用技術手段進行規(guī)制。

首先，自主學習算法的開發(fā)目的是通過數(shù)據(jù)的搜集整理與深度學習達到結果的高效準確輸出，以便利使用主體惠及民生。但目前人工智能輔助社會實踐中常見的機器學習算法搭載的識別過濾功能極其有限，這就意味著機器從算法源頭開始將帶有歧視的非理性數(shù)據(jù)也納入了工作范圍內，工作流程從信息收集的起步階段開始就摻雜著主體歧視與偏見，在達到預期成果的同時卻不能避免歷史數(shù)據(jù)本身帶來的缺陷，為之后的評估矯正工作埋下了隱患。為此，應拓寬數(shù)據(jù)采集渠道與采集維度，擴充數(shù)據(jù)的可選擇范圍，糾正數(shù)據(jù)集中率過高、偏差值較大等問題。

其次，在基礎算法之上通過法律維度內在蘊含的合法性和社會價值補足搭建具有反歧視意識的數(shù)據(jù)挖掘技術。具體而言，地方立法程序經過深度學習，從上位法和相關立法例中取其精華，將法的價值凝練成算法程序底層不可逾越的價值觀“紅線”，引導人工智能合理地收集、篩選、使用立法數(shù)據(jù)，從而將法律的價值標準和社會期待嵌入數(shù)據(jù)算法當中，達成學習和應用上的歸化。

（三）算法黑箱難溯源

所謂立法結果，指立法機關通過一定程序所形成的規(guī)范性法律文件及制度，是基于社會現(xiàn)實與社會治理需要并結合多方立法意見而產生的規(guī)范性文本。在立法實踐中，為了確保立法的科學性與合理性，我國地方立法條例規(guī)定在立法過程中應當采取條旨與條文說明相統(tǒng)一的辦法來明確立法的原因及根據(jù)；涉及社會公眾切身利益的，要廣泛征求意見并表明意見被采納的事實。而在人工智能助力地方立法的應用中，立法平臺可以把各類立法意見、社會現(xiàn)實和立法經驗作為立法依據(jù)，并進行數(shù)據(jù)清洗，挖掘和形成結構化立法數(shù)據(jù)，經過算法運算后得到立法結果。這些立法數(shù)據(jù)經過了哪些運算過程，對于立法意見如何被歸類、被發(fā)掘、被吸納以及為何會被吸納，人工智能無法做出清晰回答。

因“算法黑箱”，其立法程序是否正當無從得知、結果是否合理無法判斷。且從機器語言到自然語言之間存在著“技術鴻溝”，即便披露人工智能協(xié)助地方立法的算法模型、要素權重、算法記錄乃至源代碼等信息，都只是使社會公眾了解簡要情況，并不能做到事無巨細。人工智能“算法黑箱”與“技術鴻溝”導致人工智能助力地方立法不能解釋立法條文是否合理，立法結果是否合理亦難免不可考。

為了抑制“算法黑箱”，首先應賦予數(shù)據(jù)主體算法解釋權。算法平臺依靠強大的信息獲取渠道作為數(shù)據(jù)主體信息安全中的強勢一方，與用戶地位存在難以逾越的數(shù)字鴻溝，成為算法歧視源源不斷的動力。[5]當數(shù)據(jù)主體對涉及自身利益關切、不符合自身預期的算法決策存在異議時，有權要求對算法的工作原理進行解釋說明；除令利益主體知悉真相外，民眾權力的救濟與保障也至關重要。

時下對算法解釋權做出規(guī)定的《中華人民共和國個人信息保護法》，因其對權利義務的內容規(guī)定不甚清晰，相關條款下基礎性內容的缺乏導致實踐上的難以落地。要對數(shù)據(jù)主體算法解釋權做出保護，需要明確權利主體為與算法輸出結果存在利益關系的自然人；義務主體為與算法程序開發(fā)利用直接相關的工作者；權利內容為要求對涉及權利主體數(shù)據(jù)畫像的算法運行原理進行公開及時的解釋。盡管這一權利在形式和內容上都體現(xiàn)了對數(shù)據(jù)主體的傾斜保護，卻并非是毫無限制，為了避免算法解釋權的濫用侵害國家、社會和他人利益，應針對算法解釋權制定相應的限制標準，對于涉密的核心算法、代碼部分等不予公開。

四、結語

隨著科技創(chuàng)新迭代周期的持續(xù)縮短，人工智能產業(yè)的創(chuàng)新實踐在為立法工作注入持續(xù)動力，同時也不可避免的帶來了各類風險。當前，人工智能輔助立法不斷邁入新階段，因此急需構建一套完整的算法選用標準制度、采用技術手段為算法嵌入法的價值判斷及賦予數(shù)據(jù)主體救濟自身利益的權利。如此，方能從數(shù)字時代尋求立法工作改革創(chuàng)新的突破口，將法的價值、數(shù)據(jù)內容、時代觀念三位一體歸化至算法輸出結果的立法草案中，真正實現(xiàn)數(shù)字時代的智能化立法。

參考文獻：

[1]徐亞文，陳路易.論人工智能輔助地方立法的法律風險及其規(guī)制[J].大連海事大學學報（社會科學版），2022，21（4）：41-50.

[2]王柏榮.論立法評估標準的功能、內容與定位[J].太原大學學報，2015，16（4）：42-45.

[3]姜素紅，張可.人工智能輔助地方立法的應用與規(guī)制[J].湖南大學學報（社會科學版），2019，33（4）：139-146.

[4]趙精武.生成式人工智能應用風險治理的理論誤區(qū)與路徑轉向[J].荊楚法學，2023（3）：47-58.

[5]謝永江，楊永興.人工智能時代下的算法歧視及其治理研究[J].北京郵電大學學報（社會科學版），2022，24（5）：18-25.

基金項目：2023年吉林省高教科研重點課題，項目名稱：全面依法治國背景下大學生法治思維的養(yǎng)成路徑研究（項目編號：JGJY2023C78）

作者簡介：

宋書強（1992.12-），男，漢族，山東青島人，博士，大學講師，研究方向：法學理論；

王柯文（2002.7-），女，漢族，河南平頂山人，本科在讀，研究方向：人工智能輔助立法。