數(shù)字金融算法黑箱的法律風(fēng)險(xiǎn)檢視與應(yīng)對(duì)

摘" "要：數(shù)字金融作為現(xiàn)代金融體系的重要支柱，以其數(shù)字化、智能化、普惠化的特征優(yōu)勢(shì)，帶動(dòng)金融行業(yè)創(chuàng)新發(fā)展。算法作為數(shù)字金融的核心驅(qū)動(dòng)力，在提升效率、優(yōu)化決策等方面展現(xiàn)了巨大潛力，卻因不透明性、難解釋性和責(zé)任模糊性等特性成為影響金融市場(chǎng)穩(wěn)定的一個(gè)風(fēng)險(xiǎn)源。本文深入分析數(shù)字金融算法黑箱的法律責(zé)任構(gòu)成要件，考察其認(rèn)定困難、監(jiān)管滯后及倫理困境等法律風(fēng)險(xiǎn)，借鑒國(guó)際經(jīng)驗(yàn)，提出多維度應(yīng)對(duì)策略：立法明確責(zé)任主體，規(guī)范責(zé)任邊界和承擔(dān)方式；構(gòu)建數(shù)字金融算法全鏈條規(guī)制體系，提升算法透明度與可解釋性；筑牢金融算法監(jiān)管防線，優(yōu)化全流程監(jiān)管機(jī)制；倡導(dǎo)算法倫理規(guī)范，做到技術(shù)創(chuàng)新與風(fēng)險(xiǎn)防控并重，推動(dòng)數(shù)字金融持續(xù)健康發(fā)展。

關(guān)鍵詞：數(shù)字金融；算法黑箱；算法責(zé)任；算法監(jiān)管

中圖分類號(hào)：F830" 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：1674-2265（2024）11-0072-08

DOI：10.19647/j.cnki.37-1462/f.2024.11.007

一、問題的提出

2023年10月，中央金融工作會(huì)議首次提出要做好科技金融、綠色金融、普惠金融、養(yǎng)老金融、數(shù)字金融“五篇大文章”。2024年7月，《中共中央關(guān)于進(jìn)一步全面深化改革" 推進(jìn)中國(guó)式現(xiàn)代化的決定》全面部署了金融改革任務(wù)，特別強(qiáng)調(diào)積極發(fā)展數(shù)字金融，加強(qiáng)對(duì)重大戰(zhàn)略、重點(diǎn)領(lǐng)域、薄弱環(huán)節(jié)的優(yōu)質(zhì)金融服務(wù)。數(shù)字金融是傳統(tǒng)金融機(jī)構(gòu)與互聯(lián)網(wǎng)公司利用數(shù)字技術(shù)實(shí)現(xiàn)融資、支付、投資和其他功能的新型金融業(yè)務(wù)模式，具有數(shù)字化、智能化、普惠化的特征。數(shù)字金融旨在通過金融機(jī)構(gòu)和非金融機(jī)構(gòu)不同的合作形式，經(jīng)由后臺(tái)算法進(jìn)行自動(dòng)化數(shù)據(jù)歸集并提供高階金融服務(wù)（許多奇，2021）[1]。隨著金融領(lǐng)域不斷推進(jìn)數(shù)字化、智能化轉(zhuǎn)型，算法的應(yīng)用正以前所未有的深度和廣度重塑著金融行業(yè)的面貌，深入到金融業(yè)務(wù)的各個(gè)細(xì)微環(huán)節(jié)，從身份識(shí)別的精準(zhǔn)驗(yàn)證到大數(shù)據(jù)風(fēng)控的即時(shí)響應(yīng)，從智能投顧的個(gè)性化服務(wù)到數(shù)字營(yíng)銷的創(chuàng)新驅(qū)動(dòng)，算法正逐步成為金融生態(tài)中不可或缺的一部分。而算法既具有促使數(shù)字金融效率提高的正外部性，也潛藏著因不當(dāng)應(yīng)用（如算法黑箱）帶來風(fēng)險(xiǎn)的負(fù)外部性。如何確保數(shù)字金融中的技術(shù)應(yīng)用的正面效應(yīng)最大化，避免算法黑箱等潛在風(fēng)險(xiǎn)，實(shí)現(xiàn)“科技向善”，成為亟待解決的重要問題。這不僅關(guān)乎金融行業(yè)的健康穩(wěn)定發(fā)展，也會(huì)影響國(guó)家經(jīng)濟(jì)安全和社會(huì)福祉。

二、我國(guó)數(shù)字金融中算法黑箱的法律規(guī)制困境

算法是一系列的指令步驟，并以一種機(jī)械的方式來實(shí)現(xiàn)某些期望的結(jié)果。然而，算法黑箱和算法高效的雙重屬性使其信息輸入和決策輸出之間形成了一道常人難以了解和把握的“邏輯隱層”，算法演繹推理的規(guī)則、邏輯和程序難以被具有利害關(guān)系的金融決策相對(duì)人質(zhì)疑和干預(yù)（王懷勇和鄧若翰，2021）[2]。黑箱理論源于控制論（譚九生和范曉韻，2020）[3]，最初被稱為“閉盒”（Closed Box），艾什比（1965）[4]在其代表作《控制論導(dǎo)論》中首次系統(tǒng)論述了黑箱方法，并將其定義為“黑箱”（Black Box）。弗蘭克·帕斯奎爾（2015）[5]則首次在《黑箱社會(huì)：控制金錢和信息的數(shù)據(jù)法則》中使用算法黑箱隱喻，探討在金融行業(yè)中不透明性所帶來的“黑箱困境”。所謂算法黑箱即算法的不公開、不透明問題（邢會(huì)強(qiáng)，2018）[6]。我們生活在一個(gè)算法無所不在的時(shí)代，在金融數(shù)據(jù)環(huán)境下，算法黑箱下做出的決策可能會(huì)導(dǎo)致偏見的傳播，或者以其他方式導(dǎo)致不良結(jié)果，從而對(duì)公眾的合法權(quán)益產(chǎn)生重大的影響（Thomas，2021）[7]。

（一）數(shù)字金融中算法黑箱責(zé)任構(gòu)成要件的認(rèn)定困難

一般侵權(quán)責(zé)任的成立要件包括違法行為、損害事實(shí)、因果關(guān)系和主觀過錯(cuò)。在數(shù)字金融場(chǎng)景中，算法黑箱涉及的主體呈現(xiàn)多元化，包括算法開發(fā)者、算法應(yīng)用平臺(tái)和金融數(shù)據(jù)提供者等，但我國(guó)目前對(duì)此類主體未作具體規(guī)定，故在現(xiàn)行立法中仍應(yīng)采用一般侵權(quán)責(zé)任的構(gòu)成要件。算法的“黑箱”特性意味著這些要件的判斷難以通過直接觀察算法的運(yùn)作過程來實(shí)現(xiàn)，此外，算法自身所具有的“黑箱”性質(zhì)以及對(duì)商業(yè)秘密的保護(hù)，使得外界很難窺探算法內(nèi)部的運(yùn)作和用戶數(shù)據(jù)的處理情況，增加了責(zé)任認(rèn)定難度。所以在目前階段，判斷算法是否侵犯某種權(quán)益，主要依據(jù)的是算法的輸出結(jié)果。算法結(jié)果可以分為兩種：一種是實(shí)體之間的物理接觸，類似于傳統(tǒng)機(jī)器的行為，這種類型相對(duì)直觀，侵權(quán)判斷較為明確；第二類是沒有實(shí)體的算法，如算法的預(yù)測(cè)、推薦或決策，結(jié)果具有無形性，其侵權(quán)判定就變得更加復(fù)雜。關(guān)鍵在于，算法本身并不具備法律上的權(quán)利和義務(wù)，也就是說，它不能獨(dú)立承擔(dān)民事責(zé)任或享受民事權(quán)利。因此，當(dāng)我們說某個(gè)算法“侵權(quán)”時(shí)，實(shí)際上是指使用這個(gè)算法的人或組織可能侵犯了他人的權(quán)益。所以最終的責(zé)任會(huì)落在那些設(shè)計(jì)、部署或利用算法的人身上。

第一，算法黑箱責(zé)任鏈條的復(fù)雜性加劇責(zé)任主體認(rèn)定困難。在判定算法侵權(quán)時(shí)，最重要的衡量標(biāo)準(zhǔn)就是算法背后的行為人對(duì)算法的結(jié)果所應(yīng)負(fù)的注意義務(wù)。對(duì)于行為人應(yīng)當(dāng)承擔(dān)何種程度的注意義務(wù)，我國(guó)尚無明確法律規(guī)定，也無統(tǒng)一的司法實(shí)踐指導(dǎo)，這在一定程度上加劇了算法黑箱的規(guī)制難度。同時(shí)，由于數(shù)字金融中的算法黑箱問題涉及復(fù)雜多樣的參與方，除卻傳統(tǒng)的侵權(quán)責(zé)任主體，對(duì)于算法在金融領(lǐng)域所衍生出的算法開發(fā)機(jī)構(gòu)、金融科技平臺(tái)等責(zé)任主體，現(xiàn)有法律難以有效規(guī)制。以智能投顧為例，《關(guān)于規(guī)范金融機(jī)構(gòu)資產(chǎn)管理業(yè)務(wù)的指導(dǎo)意見》的征求意見稿和正式文件在責(zé)任劃分上有顯著變化。原征求意見稿中提及，如存在過錯(cuò)，金融機(jī)構(gòu)有權(quán)向算法開發(fā)機(jī)構(gòu)進(jìn)行損失追償或者要求承擔(dān)相應(yīng)的責(zé)任。正式文件第二十三條則刪除了相關(guān)規(guī)定，表明當(dāng)前監(jiān)管機(jī)構(gòu)對(duì)算法責(zé)任如何分配尚不明確，特別是在金融算法開發(fā)機(jī)構(gòu)的責(zé)任認(rèn)定方面，存在明顯不足和模糊性，未能充分明確和細(xì)化各方的責(zé)任。

第二，算法黑箱技術(shù)遮蔽引發(fā)主觀過錯(cuò)及危害結(jié)果認(rèn)定的模糊性。一方面，由于算法輸出的非直觀性和潛在性，受害者往往難以直接感知或在法律層面上證明其遭受的損害。尤其是那些非直接經(jīng)濟(jì)損失（如機(jī)會(huì)成本損失），在法律上更難以獲得認(rèn)可。機(jī)會(huì)損失難以被認(rèn)為是相對(duì)人的人身、財(cái)產(chǎn)損失（張凌寒，2018）[8]，而且法律責(zé)任也難以劃分。在這種情況下，受害者即使確信自己受損，也常因證據(jù)不足而難以獲得法律救濟(jì)，形成“事實(shí)存在但難以證明”的困境。另一方面，侵權(quán)者傾向于利用算法黑箱的“技術(shù)不透明與技術(shù)錯(cuò)誤”作為免責(zé)盾牌，模糊技術(shù)缺陷與主觀過錯(cuò)的界限。如2019年美國(guó)高盛銀行與蘋果公司合作推出的信用卡（Apple Card）被指額度涉及性別歧視，相關(guān)工作人員卻將責(zé)任歸結(jié)于算法黑箱（Vasiliki，2023）[9]。鑒于算法的復(fù)雜性和專業(yè)性，外界難以區(qū)分侵權(quán)行為是源于技術(shù)本身的局限性還是侵權(quán)者的故意或過失，從而為侵權(quán)者逃避責(zé)任提供了便利。如算法自動(dòng)化決策因缺乏主觀過錯(cuò)認(rèn)定，消費(fèi)者常陷入被動(dòng)的事后舉證困境，難以直接證明其不公正。

第三，算法黑箱的隱蔽性與保密性加劇責(zé)任承擔(dān)的難度。算法黑箱的高度不透明使得金融主體在面對(duì)算法漏洞導(dǎo)致的損失時(shí)，往往陷入舉證無門的困境，無法直接、有效地證明算法缺陷與損害之間的因果關(guān)系，還可能存在責(zé)任推諉的現(xiàn)象。并且數(shù)字金融中算法黑箱的責(zé)任承擔(dān)尚不明確。若由算法引起的侵權(quán)責(zé)任最后能形成一種自身的構(gòu)成要件判斷和責(zé)任承擔(dān)的規(guī)則，那么它的責(zé)任承擔(dān)方法必然要與之相適應(yīng)。

（二）算法黑箱下的數(shù)字金融監(jiān)管困境

金融監(jiān)管的核心在于識(shí)別和評(píng)估潛在風(fēng)險(xiǎn)，但算法黑箱如同一道無形的屏障，阻礙著監(jiān)管機(jī)構(gòu)對(duì)算法實(shí)際運(yùn)作的深入調(diào)查。除此之外，實(shí)踐中監(jiān)管機(jī)構(gòu)調(diào)查的法律依據(jù)、調(diào)查手段適用等問題的不清晰，導(dǎo)致監(jiān)管機(jī)構(gòu)難以準(zhǔn)確判斷金融算法是否遵循既定的監(jiān)管規(guī)則，是否存在濫用數(shù)據(jù)、操縱市場(chǎng)等違規(guī)行為。

數(shù)字金融的超級(jí)混業(yè)架構(gòu)進(jìn)一步加劇了監(jiān)管的復(fù)雜性，導(dǎo)致金融算法監(jiān)督機(jī)制滯后，算法風(fēng)險(xiǎn)協(xié)同治理能力不足。數(shù)字金融形成了金融機(jī)構(gòu)與科技公司、金融業(yè)態(tài)與非金融業(yè)態(tài)嵌套的超級(jí)混業(yè)架構(gòu)，現(xiàn)行機(jī)構(gòu)監(jiān)管模式面臨無法監(jiān)管、監(jiān)管重疊和監(jiān)管真空等問題（郝志斌，2023）[10]。這種混業(yè)性在模糊行業(yè)間傳統(tǒng)界限的同時(shí)，也使得風(fēng)險(xiǎn)能夠在不同業(yè)務(wù)之間迅速傳播和放大。有效監(jiān)管此類混業(yè)經(jīng)營(yíng)的關(guān)鍵在于監(jiān)管部門能否即時(shí)掌握全面且真實(shí)的業(yè)務(wù)信息，但是這不具有現(xiàn)實(shí)性。算法黑箱也加劇了數(shù)字金融中的信息不對(duì)稱，成為金融監(jiān)管的一大障礙。定期報(bào)告和現(xiàn)場(chǎng)檢查等傳統(tǒng)信息獲取方式難以確保信息的時(shí)效性和真實(shí)性，存在滯后和造假的風(fēng)險(xiǎn)。以安盛“爆雷”①為例，信息不對(duì)稱導(dǎo)致監(jiān)管部門未能及時(shí)發(fā)現(xiàn)風(fēng)險(xiǎn)，只能在事后介入，凸顯了現(xiàn)有監(jiān)管機(jī)制的不足。

面對(duì)算法黑箱的挑戰(zhàn)，需要尋求算法透明與商業(yè)秘密保護(hù)之間的平衡點(diǎn)。算法應(yīng)當(dāng)是可歸責(zé)的、可解釋的，而算法透明與商業(yè)秘密、專有信息等因素之間的平衡困點(diǎn)是造成算法規(guī)制困境的重要因素（於興中和尹麗，2023）[11]。考慮到金融風(fēng)險(xiǎn)的負(fù)外部性及金融的社會(huì)屬性，對(duì)大數(shù)據(jù)金融算法進(jìn)行適度的行政管制是必要且正當(dāng)?shù)模P(guān)鍵在于如何做到與時(shí)俱進(jìn)。只有不斷適應(yīng)新變化、解決新問題，才能確保金融監(jiān)管的有效性和針對(duì)性，為數(shù)字金融的健康發(fā)展提供有力保障。

（三）數(shù)字金融中算法黑箱的倫理困境

我國(guó)自2022年起先后頒布了《關(guān)于加強(qiáng)科技倫理治理的意見》《生成式人工智能服務(wù)管理暫行辦法》《科技倫理審查辦法（試行）》等文件，對(duì)算法倫理提出規(guī)范要求，但相關(guān)規(guī)定仍有待進(jìn)一步落實(shí)，其法律效力也有待提升。在市場(chǎng)逐利與技術(shù)深化的推動(dòng)下，金融科技平臺(tái)濫用數(shù)據(jù)與算法，逐漸衍生出數(shù)據(jù)過度采集、隱私泄露等侵害數(shù)據(jù)隱私與算法歧視等方面的倫理問題（程雪軍，2023）[12]，實(shí)踐中也存在算法操縱、算法歧視、算法趨同等倫理失范問題。

首先是算法操縱。算法操縱常見于“信息繭房” “算法共謀”等方面（王瑩，2021）[13]?！靶畔⒗O房”指在個(gè)性化信息時(shí)代，個(gè)人信息選擇的偏向性導(dǎo)致受眾的信息接收面變得狹窄的現(xiàn)象（桑斯坦，2008）[14]。“算法共謀”指以算法個(gè)性化定價(jià)行為、自我優(yōu)待行為等為代表的濫用市場(chǎng)支配地位的行為，以及算法驅(qū)動(dòng)型經(jīng)營(yíng)者集中行為（殷繼國(guó)，2022）[15]。在數(shù)字金融場(chǎng)景中，部分機(jī)構(gòu)利用算法隱藏定價(jià)，差別對(duì)待用戶，排斥特定群體，部分智能推薦甚至違背消費(fèi)者保護(hù)原則，制造高風(fēng)險(xiǎn)“信息繭房”，影響市場(chǎng)競(jìng)爭(zhēng)與消費(fèi)者選擇，在數(shù)據(jù)采集、處理和結(jié)果輸出三個(gè)階段，算法操縱逐漸弱化金融信息主體的自主決定權(quán)。這不僅會(huì)影響個(gè)體權(quán)益，而且會(huì)增加市場(chǎng)內(nèi)的系統(tǒng)性風(fēng)險(xiǎn)（Fletcher，2021）[16]。

其次是算法歧視。如果算法編制過分強(qiáng)調(diào)營(yíng)利導(dǎo)向，對(duì)客戶金融數(shù)據(jù)進(jìn)行歧視性采集，在算法黑箱的“掩護(hù)”下，大數(shù)據(jù)金融很可能與普惠金融背道而馳，甚至成為侵犯金融消費(fèi)者合法權(quán)益的罪魁禍?zhǔn)祝▌⑤x，2021）[17]。數(shù)字金融中的算法歧視常見于算法的種族、年齡、收入、性別、價(jià)格歧視等。

最后是算法趨同。所謂算法趨同，就是許多算法或策略在決定和行為上趨向一致。在金融市場(chǎng)環(huán)境中，利用算法進(jìn)行交易的投資者或者金融機(jī)構(gòu)的戰(zhàn)略與行為模式正在趨于一致，從而形成一種模式化、集中化的市場(chǎng)。在算法黑箱的掩蓋下，技術(shù)的不透明與不可見促使越來越多的交易者采用類似的運(yùn)算法則和模型。這種趨同性不僅會(huì)導(dǎo)致“羊群效應(yīng)”，加劇市場(chǎng)的波動(dòng)性，還會(huì)降低市場(chǎng)的創(chuàng)新效率，使得資源配置不再基于真實(shí)的市場(chǎng)需求和價(jià)值判斷，而是被算法所主導(dǎo)。

算法倫理應(yīng)當(dāng)關(guān)注算法可能會(huì)帶來的倫理風(fēng)險(xiǎn)和對(duì)人類、社會(huì)的影響（李倫，2019）[18]。其核心在于確保算法技術(shù)服務(wù)于人類福祉，遵循倫理規(guī)范，促進(jìn)社會(huì)和諧發(fā)展。如何在技術(shù)創(chuàng)新與倫理規(guī)范之間找到平衡點(diǎn)，既促進(jìn)數(shù)字金融的健康發(fā)展，又有效防范倫理風(fēng)險(xiǎn)，是數(shù)字金融算法黑箱面臨的重要倫理困境。

三、域外算法黑箱規(guī)制路徑鏡鑒

（一）美國(guó)：鼓勵(lì)技術(shù)創(chuàng)新，側(cè)重事后監(jiān)管

美國(guó)在算法監(jiān)管上的策略，特別是在數(shù)據(jù)隱私和算法黑箱問題方面，展現(xiàn)出對(duì)技術(shù)創(chuàng)新的支持以及對(duì)事后問責(zé)機(jī)制的側(cè)重。這一策略意在最大化推動(dòng)算法技術(shù)發(fā)展，同時(shí)通過事后監(jiān)管來解決隱私和倫理問題，為技術(shù)創(chuàng)新和商業(yè)利益提供了寬松的空間，但也引發(fā)了對(duì)隱私保護(hù)和公平性的擔(dān)憂。

聯(lián)邦層面，美國(guó)2018年《人工智能安全委員會(huì)法》提出建立一個(gè)統(tǒng)一的產(chǎn)業(yè)監(jiān)管委員會(huì)，負(fù)責(zé)監(jiān)督人工智能的應(yīng)用和發(fā)展，規(guī)定了監(jiān)管與非監(jiān)管結(jié)合的指導(dǎo)方針（劉益燈和宋歌，2024）[19]。該委員會(huì)旨在監(jiān)督人工智能行業(yè)發(fā)展，同時(shí)為隱私、透明度和公平性問題提供指導(dǎo)意見。2020年《人工智能應(yīng)用監(jiān)管指南》要求對(duì)算法應(yīng)用采取靈活的監(jiān)管措施，并根據(jù)實(shí)際情況實(shí)施事后監(jiān)管。這種事后監(jiān)管的方式體現(xiàn)了美國(guó)對(duì)創(chuàng)新的保護(hù)以及對(duì)公眾隱私泄露擔(dān)憂的回應(yīng)。地方層面，各州更注重?cái)?shù)據(jù)時(shí)代對(duì)消費(fèi)者的隱私保護(hù)，尋求隱私保護(hù)和商業(yè)利益之間的平衡。加利福尼亞州隱私權(quán)法（CPRA）對(duì)原有的加州消費(fèi)者隱私法（CCPA）進(jìn)行了修訂，強(qiáng)調(diào)在算法驅(qū)動(dòng)的廣告中，消費(fèi)者享有自我決定權(quán)。

美國(guó)的事后監(jiān)管機(jī)制雖然提升了算法透明度和問責(zé)性，卻依賴于溯源追責(zé)，缺乏強(qiáng)制性懲罰措施。2022年《算法問責(zé)法案》旨在規(guī)范人工智能領(lǐng)域的機(jī)器學(xué)習(xí)偏見和隱私信息利用，強(qiáng)調(diào)政府在算法公平性和透明度管理中的角色，但并未規(guī)定對(duì)違法企業(yè)的強(qiáng)制性懲罰措施。當(dāng)前，美國(guó)的算法監(jiān)管更多地依賴行業(yè)自律和企業(yè)自覺，如微軟、谷歌和亞馬遜等科技企業(yè)均制定了人工智能倫理準(zhǔn)則，通過倫理責(zé)任補(bǔ)充政府監(jiān)管（郭海玲等，2024）[20]。

美國(guó)“寬松監(jiān)管、事后追責(zé)”的算法監(jiān)管模式側(cè)重于促進(jìn)技術(shù)創(chuàng)新。具體到數(shù)字金融領(lǐng)域，盡管算法技術(shù)推動(dòng)了個(gè)性化金融服務(wù)發(fā)展和決策效率提升，但在消費(fèi)者知情權(quán)和自主選擇權(quán)方面存在的問題也顯而易見。

（二）歐盟：加強(qiáng)算法透明度與倫理構(gòu)建

歐盟在算法監(jiān)管中強(qiáng)調(diào)算法透明度和倫理責(zé)任，《通用數(shù)據(jù)保護(hù)條例》（GDPR）在全球樹立了數(shù)據(jù)隱私保護(hù)的標(biāo)桿（劉業(yè)，2023）[21]，其要求企業(yè)在使用算法處理個(gè)人數(shù)據(jù)時(shí)，必須向數(shù)據(jù)主體解釋算法的工作原理和決策依據(jù)，確保數(shù)據(jù)主體能夠理解其數(shù)據(jù)如何被使用。歐盟的算法解釋權(quán)是解決算法黑箱問題的重要工具。該解釋權(quán)規(guī)定經(jīng)濟(jì)活動(dòng)中的數(shù)據(jù)控制者，尤其是互聯(lián)網(wǎng)平臺(tái)和公共機(jī)構(gòu)，必須對(duì)算法的操作規(guī)則和邏輯進(jìn)行解釋。這一機(jī)制不僅加強(qiáng)了數(shù)據(jù)隱私保護(hù)，還為公眾監(jiān)督算法運(yùn)作提供了基礎(chǔ)。

歐盟在《算法責(zé)任與透明治理框架》（2019）中提出建立算法透明度和影響評(píng)估機(jī)制，通過提高算法透明度來解決算法公平性問題。這一框架不僅為企業(yè)提供了合規(guī)指導(dǎo)，還要求企業(yè)在開發(fā)和應(yīng)用算法時(shí)，必須考慮其對(duì)個(gè)人隱私和社會(huì)公正的影響。同時(shí)，歐盟還通過《可信任人工智能倫理指南》（2019）構(gòu)建了算法倫理框架，要求企業(yè)在開發(fā)算法時(shí)必須遵循可持續(xù)、負(fù)責(zé)任和透明的原則。歐盟在算法監(jiān)管中的強(qiáng)制性規(guī)定使其在全球范圍內(nèi)成為算法透明度和責(zé)任制的典范。

（三）美國(guó)與歐盟的監(jiān)管差異與啟示

美國(guó)和歐盟在算法黑箱問題上的監(jiān)管模式有著顯著差異。美國(guó)側(cè)重于技術(shù)創(chuàng)新與市場(chǎng)自由，采取寬松的事后問責(zé)機(jī)制，而歐盟則強(qiáng)調(diào)透明度和倫理責(zé)任，通過強(qiáng)制性法規(guī)確保數(shù)據(jù)隱私和算法解釋權(quán)。美國(guó)依賴于行業(yè)自律，歐盟則采取更具強(qiáng)制性的法律措施。

美國(guó)的事后問責(zé)機(jī)制雖然在促進(jìn)創(chuàng)新方面取得了成效，但對(duì)算法黑箱的監(jiān)管力度較弱。美國(guó)的《算法問責(zé)法案》強(qiáng)調(diào)的是事后追責(zé)，企業(yè)在技術(shù)開發(fā)和應(yīng)用過程中享受較大的自由，但其缺乏具體的強(qiáng)制性懲罰措施，導(dǎo)致在算法誤用和隱私侵權(quán)方面往往難以進(jìn)行有效監(jiān)管（程海燁和王健，2023）[22]。與之相反的是，歐盟的前瞻性監(jiān)管機(jī)制通過GDPR和《算法責(zé)任與透明治理框架》等法規(guī)對(duì)算法透明度、倫理責(zé)任和隱私保護(hù)提出了嚴(yán)格要求，確保數(shù)據(jù)主體的知情權(quán)和算法決策的可解釋性。這使得歐盟在全球范圍內(nèi)成為數(shù)據(jù)隱私保護(hù)的先鋒。

綜上，美國(guó)的監(jiān)管模式通過企業(yè)自律和事后問責(zé)機(jī)制保障了技術(shù)創(chuàng)新，但也帶來了數(shù)據(jù)隱私風(fēng)險(xiǎn)。而歐盟的強(qiáng)制性法律框架雖然加強(qiáng)了算法透明度和責(zé)任制，但在某些情況下可能限制技術(shù)創(chuàng)新的靈活性。兩者的不同實(shí)踐為全球算法治理提供了重要參考。

四、數(shù)字金融中算法黑箱法律風(fēng)險(xiǎn)之應(yīng)對(duì)

（一）立法明確責(zé)任主體，規(guī)范責(zé)任邊界和承擔(dān)方式

首先，要將金融算法涉及的全部主體納入責(zé)任追究范圍，特別是要將產(chǎn)品設(shè)計(jì)及研發(fā)者納入其中，加強(qiáng)研發(fā)者透明度要求。當(dāng)前，少數(shù)金融機(jī)構(gòu)通過自主研發(fā)算法以滿足特定需求，大部分?jǐn)?shù)字金融算法應(yīng)用采取算法外包設(shè)計(jì)模式，金融機(jī)構(gòu)專注于提供服務(wù)。當(dāng)前我國(guó)算法治理所采取的主體責(zé)任路徑側(cè)重于研發(fā)者履行算法透明義務(wù)（張欣，2023；羅世杰和賀國(guó)榮，2023）[23，24]，在這方面立法更應(yīng)該推動(dòng)研發(fā)者采用可解釋性更強(qiáng)的算法設(shè)計(jì)，或在合理范圍內(nèi)公開算法的關(guān)鍵信息，以便監(jiān)管機(jī)構(gòu)、用戶及第三方評(píng)估機(jī)構(gòu)進(jìn)行監(jiān)督和評(píng)估。無論算法是自主研發(fā)還是外包設(shè)計(jì)，研發(fā)者都應(yīng)承擔(dān)算法設(shè)計(jì)、測(cè)試、驗(yàn)證及后續(xù)維護(hù)中的基本責(zé)任，包括確保算法的準(zhǔn)確性、公平性、透明度和安全性。

其次，金融數(shù)據(jù)提供者作為數(shù)字金融中算法黑箱的重要主體，應(yīng)加強(qiáng)數(shù)據(jù)保護(hù)責(zé)任。盡管“告知—同意”已不適合作為數(shù)據(jù)控制者濫用個(gè)人數(shù)據(jù)的盾牌，但它仍為控制者合法獲得數(shù)據(jù)提供了依據(jù)。金融數(shù)據(jù)提供者必須確保在收集、處理和傳輸個(gè)人或法人數(shù)據(jù)時(shí)，已經(jīng)獲得了明確的、有效的、符合法律規(guī)定的同意。在沒有通知的情況下，擅自取得個(gè)人金融數(shù)據(jù)，應(yīng)承擔(dān)必要的法律后果。在金融數(shù)據(jù)的處理過程中，如果使用了不透明的算法，尤其是那些可能產(chǎn)生歧視性結(jié)果或損害用戶權(quán)益的算法，金融數(shù)據(jù)提供者同樣需要承擔(dān)責(zé)任。

再次，金融算法平臺(tái)應(yīng)承擔(dān)解釋責(zé)任，完善解釋義務(wù)，保障用戶權(quán)益。金融算法應(yīng)用平臺(tái)通過監(jiān)控算法的執(zhí)行和輸出結(jié)果，可以檢測(cè)和阻止部分?jǐn)?shù)字金融中的算法黑箱，并對(duì)算法的工作原理、決策過程和結(jié)果等進(jìn)行充分解釋，確保用戶能夠理解并接受算法的輸出結(jié)果。對(duì)于用戶提出的疑問和投訴，平臺(tái)應(yīng)及時(shí)進(jìn)行回應(yīng)和處理。算法平臺(tái)要尊重并保護(hù)用戶的知情權(quán)、選擇權(quán)和隱私權(quán)等合法權(quán)益，在收集、使用和處理用戶數(shù)據(jù)時(shí)，應(yīng)遵守相關(guān)法律法規(guī)和倫理標(biāo)準(zhǔn)，確保數(shù)據(jù)的合法性和安全性。

最后，完善算法產(chǎn)品侵權(quán)責(zé)任承擔(dān)形式。一方面，明確侵權(quán)責(zé)任定性、歸責(zé)原則。數(shù)字金融中算法黑箱責(zé)任的承擔(dān)模式應(yīng)該是基于傳統(tǒng)的侵權(quán)法規(guī)定的類型，在此基礎(chǔ)上，可以按照侵權(quán)程度給予一些自由裁量的余地。鑒于算法黑箱導(dǎo)致金融消費(fèi)者及相關(guān)維權(quán)主體證據(jù)收集困難，應(yīng)結(jié)合具體情況細(xì)化歸責(zé)原則。對(duì)于存在明顯人為干預(yù)的算法服務(wù)，應(yīng)啟用過錯(cuò)推定原則，通過舉證責(zé)任倒置來減輕消費(fèi)者的舉證負(fù)擔(dān)；在算法自動(dòng)化決策的場(chǎng)景下，應(yīng)采用無過錯(cuò)責(zé)任原則，重點(diǎn)關(guān)注算法歧視行為給消費(fèi)者帶來的實(shí)際損害，無論算法設(shè)計(jì)者和使用者是否存在過錯(cuò)，都應(yīng)承擔(dān)相應(yīng)的法律責(zé)任（李丹，2023）[25]。另一方面，采取多樣化責(zé)任承擔(dān)形式。針對(duì)金融算法黑箱所帶來的舉證難題，在金融算法黑箱侵權(quán)問題上，可要求金融算法設(shè)計(jì)者、生產(chǎn)者、金融平臺(tái)等主體承擔(dān)起舉證責(zé)任。具體而言，對(duì)于數(shù)字金融中的算法黑箱行為，一旦確認(rèn)其構(gòu)成侵權(quán)，責(zé)任主體需承擔(dān)的責(zé)任形式包括：立即停止侵害行為，以防止損害進(jìn)一步擴(kuò)大；排除因算法黑箱造成的任何妨礙或限制，恢復(fù)受害者的正常權(quán)益；消除數(shù)字金融算法黑箱可能帶來的潛在風(fēng)險(xiǎn)，確保安全；賠償受害者因侵權(quán)所遭受的直接經(jīng)濟(jì)損失、預(yù)期利益損失及合理的維權(quán)費(fèi)用。

（二）構(gòu)建數(shù)字金融算法全鏈條規(guī)制體系，提升算法透明度與可解釋性

在對(duì)侵權(quán)事實(shí)的證明中，立法、司法和監(jiān)管人員不可能完全掌握那些復(fù)雜而深?yuàn)W的算法，但可以通過對(duì)問題的性質(zhì)進(jìn)行剖析，建立一般的簡(jiǎn)易規(guī)則來解決。追究金融平臺(tái)責(zé)任涉及“黑箱”式的侵權(quán)事實(shí)證明和因果關(guān)系證明，不具備專門知識(shí)的受害人難以證明智能算法本身的瑕疵及其與危害的因果關(guān)系。據(jù)此，在侵害發(fā)生時(shí)，一般能夠排除其他原因造成損害的，就可以認(rèn)為具有一般的因果關(guān)系（王瑩，2022）[26]。對(duì)于這一點(diǎn)，可以借鑒歐盟的經(jīng)驗(yàn)，對(duì)因果關(guān)系的舉證條件進(jìn)行適當(dāng)?shù)姆艑挘ǜ咄瓿珊蛯幾棵?021）[27]，只要金融消費(fèi)者能夠證明金融算法黑箱的致害功能和損害直接存在因果關(guān)系，即達(dá)到責(zé)任證明標(biāo)準(zhǔn)。同時(shí)，應(yīng)通過事前評(píng)估預(yù)警、事中嚴(yán)格監(jiān)控、事后強(qiáng)化救濟(jì)的全流程規(guī)制，提升算法的透明度和可解釋性，減少數(shù)字金融算法黑箱所帶來的主觀過錯(cuò)、危害結(jié)果認(rèn)定難，侵權(quán)者易逃責(zé)的問題。

首先，建立事前風(fēng)險(xiǎn)評(píng)估與預(yù)警系統(tǒng)。借鑒國(guó)外經(jīng)驗(yàn)，由有關(guān)主管機(jī)關(guān)針對(duì)金融算法產(chǎn)業(yè)建立相關(guān)的產(chǎn)業(yè)安全標(biāo)準(zhǔn)，實(shí)施嚴(yán)格的合規(guī)審查機(jī)制。對(duì)于具有較高自治能力或者易導(dǎo)致危害的金融算法產(chǎn)品，需要建立相應(yīng)的安全技術(shù)標(biāo)準(zhǔn)（張童，2018）[28]。在算法設(shè)計(jì)之初，引入專業(yè)的風(fēng)險(xiǎn)評(píng)估團(tuán)隊(duì)，對(duì)算法可能引發(fā)的法律、倫理和社會(huì)風(fēng)險(xiǎn)進(jìn)行全面評(píng)估，規(guī)避數(shù)據(jù)隱私泄露、算法偏見、不公平待遇等潛在問題。同時(shí)，建立風(fēng)險(xiǎn)預(yù)警系統(tǒng)，利用大數(shù)據(jù)和人工智能技術(shù)監(jiān)測(cè)算法運(yùn)行前的異常跡象，提前識(shí)別并預(yù)警潛在風(fēng)險(xiǎn)。要求算法設(shè)計(jì)者提供算法的基本邏輯概述、關(guān)鍵參數(shù)及決策依據(jù)，確保算法具有一定的透明度。

其次，在事中實(shí)時(shí)進(jìn)行監(jiān)控與數(shù)據(jù)分析，建立健全投訴與反饋機(jī)制。構(gòu)建全面的實(shí)時(shí)監(jiān)控體系，對(duì)算法的運(yùn)行狀態(tài)、數(shù)據(jù)處理過程及輸出結(jié)果進(jìn)行實(shí)時(shí)跟蹤和分析，及時(shí)發(fā)現(xiàn)算法運(yùn)行中的數(shù)據(jù)異常波動(dòng)、決策結(jié)果偏離預(yù)期等異常情況。利用數(shù)據(jù)分析技術(shù)，對(duì)算法的性能進(jìn)行評(píng)估和優(yōu)化，確保其持續(xù)滿足業(yè)務(wù)需求和監(jiān)管要求。與此同時(shí)，建立高效的投訴與反饋渠道。鼓勵(lì)用戶通過正規(guī)渠道反饋算法使用中遇到的問題，形成有效的監(jiān)督機(jī)制。對(duì)金融用戶反饋進(jìn)行快速響應(yīng)和處理，確保用戶權(quán)益不受侵害。

最后，事后強(qiáng)化救濟(jì)。建立科學(xué)合理的損害賠償制度，根據(jù)侵權(quán)行為的性質(zhì)、情節(jié)和后果確定賠償數(shù)額，確保受害者能夠得到及時(shí)、有效的賠償和補(bǔ)償。鼓勵(lì)采用多元化糾紛解決機(jī)制，如行政調(diào)解、調(diào)訴對(duì)接、商事仲裁等，以方便、快速、高效地解決金融算法相關(guān)侵權(quán)糾紛。

（三）筑牢金融算法監(jiān)管防線，優(yōu)化全流程監(jiān)管機(jī)制

一是系統(tǒng)整合現(xiàn)有算法監(jiān)管法規(guī)。目前我國(guó)在算法監(jiān)管方面的法律條款較為分散，各項(xiàng)規(guī)定散布于不同的法律和政策中，缺乏一個(gè)統(tǒng)一、連貫的框架（湯霞，2021）[29]。建議借鑒歐盟《通用數(shù)據(jù)保護(hù)條例》（GDPR）和《算法責(zé)任與透明治理框架》等立法經(jīng)驗(yàn)，構(gòu)建算法透明度和責(zé)任制并重的制度，系統(tǒng)整合現(xiàn)有法規(guī)，規(guī)定數(shù)據(jù)主體有權(quán)要求企業(yè)解釋算法如何處理其個(gè)人數(shù)據(jù)，并賦予他們對(duì)算法決策進(jìn)行質(zhì)疑的權(quán)利。在算法設(shè)計(jì)階段，應(yīng)對(duì)算法的透明度、可解釋性和合規(guī)性進(jìn)行前置評(píng)估；在算法應(yīng)用階段，法律應(yīng)明確規(guī)定企業(yè)對(duì)算法決策負(fù)有的責(zé)任，包括如何應(yīng)對(duì)算法可能帶來的歧視、偏見等問題；而在算法事后監(jiān)督階段，法律應(yīng)確保算法使用的結(jié)果可被審查和追蹤，保障消費(fèi)者的合法權(quán)益不被侵害。統(tǒng)一的法律框架還應(yīng)涵蓋對(duì)數(shù)據(jù)安全、隱私保護(hù)和算法濫用的應(yīng)對(duì)措施，確保算法在各個(gè)應(yīng)用環(huán)節(jié)的透明度和合規(guī)性。通過這樣的全程監(jiān)督，算法黑箱問題將會(huì)得到有效遏制，企業(yè)在算法開發(fā)和使用中的責(zé)任意識(shí)也會(huì)大大提高。

二是充分保障金融消費(fèi)者的算法知情與自主權(quán)益。一方面，針對(duì)算法黑箱問題，利用各種監(jiān)管解決方案提高算法透明度（Maciej，2021）[30]，確保金融消費(fèi)者享有充分的算法知情權(quán)，防止信息不對(duì)稱帶來的不公平交易，保障金融消費(fèi)者的合法權(quán)益。另一方面，保障金融消費(fèi)者在是否接受基于其個(gè)人信息的算法處理結(jié)果上的自主權(quán)，確保其在金融算法決策過程中的隱私權(quán)和選擇權(quán)得到充分尊重。金融平臺(tái)應(yīng)明確告知用戶算法的應(yīng)用范圍、目的及可能的影響，并提供便捷的機(jī)制供用戶選擇是否接受算法服務(wù)，從而真正實(shí)現(xiàn)對(duì)金融消費(fèi)者的保護(hù)。

三是探討引入第三方監(jiān)管機(jī)制。在解決算法黑箱問題的過程中，獨(dú)立的第三方監(jiān)管機(jī)制可以為算法的透明度和責(zé)任制提供額外保障。尤其是在處理涉及商業(yè)秘密和數(shù)據(jù)隱私的算法時(shí)，第三方監(jiān)管機(jī)構(gòu)的獨(dú)立性和專業(yè)性能夠有效填補(bǔ)監(jiān)管空白，防止算法濫用（洪延青，2021）[31]。第三方監(jiān)管機(jī)構(gòu)的核心職責(zé)在于對(duì)企業(yè)使用的算法進(jìn)行獨(dú)立審查和評(píng)估，以確保算法在開發(fā)和使用的過程中沒有違反相關(guān)法律和倫理標(biāo)準(zhǔn)。當(dāng)算法涉及消費(fèi)者隱私、歧視性決策或公共安全時(shí)，第三方機(jī)構(gòu)可以對(duì)算法的核心邏輯進(jìn)行審查，并出具透明度報(bào)告。我國(guó)在引入第三方監(jiān)管機(jī)制時(shí)，可以借鑒歐盟的數(shù)據(jù)保護(hù)機(jī)構(gòu)（DPA）的模式，通過獨(dú)立的監(jiān)管機(jī)構(gòu)來確保企業(yè)在使用算法時(shí)遵守相關(guān)的法律法規(guī)。第三方機(jī)構(gòu)的獨(dú)立性和專業(yè)性將為算法審查提供更多的客觀性，減少政府和企業(yè)在監(jiān)管中的利益沖突問題（孟現(xiàn)雪，2024）[32]。這種機(jī)制也能夠有效提升監(jiān)管的透明度和公信力，增強(qiáng)公眾對(duì)算法決策的信任。第三方監(jiān)管機(jī)構(gòu)還可以在算法開發(fā)的早期階段介入，對(duì)算法的設(shè)計(jì)和開發(fā)流程進(jìn)行實(shí)時(shí)監(jiān)督，確保其在一開始就符合透明度和責(zé)任制的要求。通過這種全程監(jiān)督機(jī)制，算法黑箱問題將會(huì)得到更早期的預(yù)防和控制，進(jìn)一步減少因算法濫用而導(dǎo)致的負(fù)面影響。

四是強(qiáng)化事后追責(zé)機(jī)制的強(qiáng)制性措施。在算法監(jiān)管中，事后追責(zé)機(jī)制是應(yīng)對(duì)算法濫用的重要手段之一。然而，美國(guó)的監(jiān)管經(jīng)驗(yàn)表明，盡管事后追責(zé)機(jī)制能夠在一定程度上規(guī)范企業(yè)的行為，但如果缺乏強(qiáng)制性的懲罰措施，企業(yè)可能不會(huì)真正承擔(dān)相應(yīng)的責(zé)任（黃志雄和韋欣妤，2021）[33]。為了避免這種情況的發(fā)生，我國(guó)在加強(qiáng)事后追責(zé)機(jī)制的過程中應(yīng)當(dāng)引入更為嚴(yán)格的強(qiáng)制性懲罰措施。具體而言，當(dāng)企業(yè)在算法使用中出現(xiàn)隱私侵犯、歧視性決策或其他違規(guī)行為時(shí)，監(jiān)管機(jī)構(gòu)應(yīng)有權(quán)對(duì)其實(shí)施高額罰款、市場(chǎng)禁入等處罰措施。這類強(qiáng)制性措施不僅可以有效遏制算法濫用現(xiàn)象，還能提高企業(yè)對(duì)法律法規(guī)的敬畏感，促使其在算法開發(fā)和使用中更加審慎。算法驅(qū)動(dòng)的決策可能導(dǎo)致歧視性貸款審批、保險(xiǎn)定價(jià)或投資建議等問題，這些行為往往會(huì)直接損害消費(fèi)者的權(quán)益，甚至導(dǎo)致市場(chǎng)不公平。在金融領(lǐng)域的算法監(jiān)管中，法律必須設(shè)立明確的責(zé)任和處罰機(jī)制，以保障金融消費(fèi)者的合法權(quán)益。事后追責(zé)機(jī)制應(yīng)包括對(duì)違規(guī)企業(yè)的信用懲戒措施。當(dāng)企業(yè)因算法濫用而被判定違法時(shí)，其信用記錄應(yīng)受到影響，從而在市場(chǎng)競(jìng)爭(zhēng)中失去部分優(yōu)勢(shì)。這種多層次的懲戒措施不僅能夠提高法律的執(zhí)行力，還能從根本上遏制算法濫用行為。

五是注重全流程監(jiān)管與技術(shù)創(chuàng)新的平衡。在監(jiān)管過程中必須注意如何在保障透明度的同時(shí)避免過度監(jiān)管對(duì)技術(shù)創(chuàng)新的壓制，在設(shè)計(jì)監(jiān)管措施時(shí)，必須確保這些機(jī)制不會(huì)妨礙技術(shù)的發(fā)展。一個(gè)有效的解決方案是在確保算法透明和可控的前提下，給企業(yè)留下足夠的創(chuàng)新空間。借鑒美國(guó)《人工智能應(yīng)用監(jiān)管指南》的做法，通過柔性監(jiān)管手段，結(jié)合事后追責(zé)機(jī)制，保障算法的透明性，減少對(duì)創(chuàng)新的限制。通過在技術(shù)創(chuàng)新和隱私保護(hù)之間找到平衡點(diǎn)，實(shí)現(xiàn)既能確保公平性，又不會(huì)對(duì)技術(shù)產(chǎn)生阻礙的目標(biāo)。

（四）守護(hù)倫理底線，加強(qiáng)數(shù)字金融算法倫理規(guī)制與引導(dǎo)

一是推動(dòng)算法道德物化，倡導(dǎo)算法向善。2022年3月我國(guó)發(fā)布《關(guān)于加強(qiáng)科技倫理治理的意見》，倡導(dǎo)建立開放共治的全球倫理治理模式，道德物化倫理思路或?yàn)槲覈?guó)構(gòu)建獨(dú)特的全球科技倫理治理機(jī)制提供資源（王小偉，2023）[34]。其一，于算法設(shè)計(jì)方面，道德物化倡導(dǎo)將公平、透明與隱私保護(hù)等理念融入信貸評(píng)估、保險(xiǎn)定價(jià)、投資推薦等核心算法中，確保決策過程免受性別、種族、年齡、地域等敏感信息的干擾，公平對(duì)待每一位用戶。同時(shí)，提高算法的可解釋性，讓用戶能夠清晰理解算法的工作原理和決策依據(jù)，從而增強(qiáng)對(duì)數(shù)字金融服務(wù)的信任。其二，于技術(shù)產(chǎn)品與服務(wù)的設(shè)計(jì)上，道德物化倡導(dǎo)人性化與包容性的理念。用戶友好性被置于設(shè)計(jì)的核心位置，通過簡(jiǎn)化操作流程、提高產(chǎn)品的易用性和便捷性，使更多用戶輕松享受到數(shù)字金融服務(wù)的便利。針對(duì)老年人、低收入人群、殘障人士等特殊群體，設(shè)計(jì)符合其需求的金融產(chǎn)品和服務(wù)，以縮小數(shù)字鴻溝，實(shí)現(xiàn)金融服務(wù)的普惠性。此外，嚴(yán)格遵守隱私保護(hù)法規(guī)，確保用戶個(gè)人信息的安全性和私密性，防止數(shù)據(jù)泄露和濫用，也是數(shù)字金融領(lǐng)域不可逾越的倫理底線。

二是構(gòu)建多主體協(xié)同的算法倫理治理格局。在數(shù)字金融算法倫理治理的語境下，多主體協(xié)同治理不僅僅是一種策略選擇，更是基于復(fù)雜系統(tǒng)理論的內(nèi)在要求。數(shù)字金融系統(tǒng)作為一個(gè)高度復(fù)雜、相互依存的生態(tài)系統(tǒng)，其健康發(fā)展依賴于各組成部分之間的和諧共生與良性互動(dòng)。因此，構(gòu)建多主體協(xié)同治理格局，旨在通過政府、企業(yè)、公眾、學(xué)術(shù)界及專家等多元主體的共同參與，形成一種相互制約、相互促進(jìn)的治理機(jī)制。政府作為規(guī)則制定者與監(jiān)管者，應(yīng)確保算法相關(guān)法律法規(guī)的完善與有效執(zhí)行；算法設(shè)計(jì)者及數(shù)字金融平臺(tái)、相關(guān)企業(yè)作為算法技術(shù)的開發(fā)者與應(yīng)用者，應(yīng)主動(dòng)承擔(dān)倫理責(zé)任，確保算法技術(shù)的合規(guī)性與公正性；公眾作為最終用戶與監(jiān)督者，應(yīng)積極參與治理過程，維護(hù)自身權(quán)益；學(xué)術(shù)界與專家則作為智囊團(tuán)與顧問，為治理提供理論支持與技術(shù)指導(dǎo)。通過深化多主體協(xié)同機(jī)制，促進(jìn)治理格局持續(xù)優(yōu)化。具體而言，其一，強(qiáng)化信息共享與溝通。通過建立高效的信息共享與溝通平臺(tái)，促進(jìn)政府、企業(yè)、公眾、學(xué)術(shù)界及專家之間的信息交流與協(xié)作，確保各方能夠及時(shí)了解算法技術(shù)的最新動(dòng)態(tài)與倫理問題，共同商討解決方案。其二，推動(dòng)跨領(lǐng)域合作。數(shù)字金融算法倫理治理涉及金融、科技、法律等多個(gè)領(lǐng)域，需要各方打破壁壘，加強(qiáng)跨領(lǐng)域合作，形成合力。其三，注重人才培養(yǎng)與教育。加強(qiáng)算法倫理教育與培訓(xùn)，培養(yǎng)更多具備倫理素養(yǎng)的算法技術(shù)人才與管理人才，為倫理治理提供堅(jiān)實(shí)的人才保障。其四，完善激勵(lì)機(jī)制與問責(zé)制度。建立合理的激勵(lì)機(jī)制，鼓勵(lì)各方積極參與算法倫理治理；完善算法問責(zé)制度，對(duì)違反倫理原則的行為進(jìn)行嚴(yán)厲懲處，形成有效威懾。

注：

①“安盛”爆雷系指安盛香港4億投連險(xiǎn)105產(chǎn)品的客戶保險(xiǎn)價(jià)值一夜暴跌95%的極端事件。

參考文獻(xiàn)：

[1]許多奇.論數(shù)字金融規(guī)制的法律框架體系 [J].荊楚法學(xué)，2021，（01） .

[2]王懷勇，鄧若翰.算法時(shí)代金融公平的實(shí)現(xiàn)困境與法律應(yīng)對(duì) [J].中南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，27（03） .

[3]譚九生，范曉韻.算法“黑箱”的成因、風(fēng)險(xiǎn)及其治理 [J].湖南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020，23（06）.

[4]艾什比著，張理京譯.《控制論導(dǎo)論》 [M].北京：科學(xué)出版社，1965年版.

[5]弗蘭克·帕斯奎爾著，趙亞男譯.黑箱社會(huì)：控制金錢和信息的數(shù)據(jù)法則 [M].北京：中信出版社，2015.

[6]邢會(huì)強(qiáng).人工智能時(shí)代的金融監(jiān)管變革 [J].探索與爭(zhēng)鳴，2018，（10）.

[7]Thomas B Nachbar. 2021. Algorithmic Fairness， Algorithmic Discrimination，48 FLA. ST. U. L. REV. 509.

[8]張凌寒.商業(yè)自動(dòng)化決策的算法解釋權(quán)研究 [J].法律科學(xué)（西北政法大學(xué)學(xué)報(bào)），2018，36（03）.

[9]Papadouli Vasiliki. 2023. Artificial Intelligence's Black Box：Posing New Ethical and Legal Challenges on Modern Societies [M].Artificial Intelligence and Normative Challenges：International and Comparative Legal Perspectives. Springer.

[10]郝志斌.數(shù)字金融的功能監(jiān)管及其精準(zhǔn)化實(shí)施[J].行政法學(xué)研究，2023，（05）.

[11]於興中，尹麗主編.大數(shù)據(jù)的巴別塔 智能時(shí)代的法律與正義 [M].上海：上海人民出版社，2023.

[12]程雪軍.金融科技平臺(tái)算法黑箱的國(guó)際規(guī)制與中國(guó)因應(yīng) [J].國(guó)際經(jīng)濟(jì)法學(xué)刊，2023，（02）.

[13]王瑩.算法侵害類型化研究與法律應(yīng)對(duì)——以《個(gè)人信息保護(hù)法》為基點(diǎn)的算法規(guī)制擴(kuò)展構(gòu)想 [J].法制與社會(huì)發(fā)展，2021，27（06）.

[14]（美）桑斯坦著，畢競(jìng)悅譯.信息烏托邦：眾人如何生產(chǎn)知識(shí) [M].北京：法律出版社，2008.

[15]殷繼國(guó).人工智能時(shí)代算法壟斷行為的反壟斷法規(guī)制 [J].比較法研究，2022，（05）.

[16]Gina-Gail S Fletcher. 2021. Deterring Algorithmic Manipulation，74 VAND. L. REV. 260.

[17]劉輝.大數(shù)據(jù)金融算法的法律規(guī)制 [J].財(cái)經(jīng)理論與實(shí)踐，2021，42（02）.

[18]李倫主編.數(shù)據(jù)倫理與算法倫理 [M].科學(xué)出版社，2019.

[19]劉益燈，宋歌.DPF美歐數(shù)據(jù)跨境流動(dòng)規(guī)則博弈及其鏡鑒 [J].世界經(jīng)濟(jì)研究，2024，（07）.

[20]郭海玲，魏悅?cè)A，衛(wèi)金金，吳巒秋.美歐數(shù)據(jù)跨境流動(dòng)治理政策共性內(nèi)容要素分析與中國(guó)啟示研究 [J].情報(bào)理論與實(shí)踐，2024，47（10）.

[21]劉業(yè).美歐數(shù)據(jù)跨境流動(dòng)博弈中的歐盟技術(shù)主權(quán)戰(zhàn)略及其實(shí)現(xiàn) [J].國(guó)際法研究，2023，（06）.

[22]程海燁，王健.美歐跨大西洋數(shù)據(jù)流動(dòng)的重啟及其前景 [J].現(xiàn)代國(guó)際關(guān)系，2023，（10）.

[23]張欣.生成式人工智能的算法治理挑戰(zhàn)與治理型監(jiān)管 [J].現(xiàn)代法學(xué)，2023，45（03）.

[24]羅世杰，賀國(guó)榮.生成式AI階段金融科技數(shù)據(jù)合規(guī)的法律化因應(yīng) [J].金融發(fā)展研究，2023，（11）.

[25]李丹.論算法歧視消費(fèi)者的侵權(quán)責(zé)任認(rèn)定——基于司法裁判的實(shí)證考察 [J].當(dāng)代法學(xué)，2023，37（06）.

[26]王瑩.算法侵害責(zé)任框架芻議 [J].中國(guó)法學(xué)，2022（03）.

[27]高完成，寧卓名.人工智能產(chǎn)品致害風(fēng)險(xiǎn)及其侵權(quán)責(zé)任規(guī)制 [J].河南社會(huì)科學(xué)，2021，29（04）.

[28]張童.算法產(chǎn)品致人損害民事責(zé)任研究 [J].社會(huì)科學(xué)，2018，（04）.

[29]湯霞.數(shù)據(jù)安全與開放之間：數(shù)字貿(mào)易國(guó)際規(guī)則構(gòu)建的中國(guó)方案 [J].政治與法律，2021，（12）.

[30]Maciej Hulicki. 2021. Algorithm Transparency as a Sine Qua Non Prerequisite for a Sustainable Competition in a Digital Market？， 5 ECLIC 251.

[31]洪延青.推進(jìn)“一帶一路”數(shù)據(jù)跨境流動(dòng)的中國(guó)方案——以美歐范式為背景的展開 [J].中國(guó)法律評(píng)論，2021，（02）.

[32]孟現(xiàn)雪.數(shù)字貿(mào)易中個(gè)人數(shù)據(jù)信息跨境保護(hù)法律研究——以美歐為例 [J].經(jīng)濟(jì)研究導(dǎo)刊，2024，（08）.

[33]黃志雄，韋欣妤.美歐跨境數(shù)據(jù)流動(dòng)規(guī)則博弈及中國(guó)因應(yīng)——以《隱私盾協(xié)議》無效判決為視角 [J].同濟(jì)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，32（02）.

[34]王小偉.“道德物化”與現(xiàn)代科技倫理治理 [J].浙江社會(huì)科學(xué)，2023，（01）.