典型文献
论算法认知偏差对人工智能法律规制的负面影响及其矫正
文献摘要：
算法认知偏差不仅扭曲事实,还影响人工智能法律规制质效.法学文献中的"算法"常用于指代影响权益的人工智能系统.不同于传统编程,机器学习算法是通过向数据学习以形成模型.数据、算力、AI框架、模型框架、人为干预等因素深刻影响算法作用的发挥.算法并不是对利益得失的精巧算计.大部分算法也不具有排他性的财产属性.算法是人工智能体系中相对透明和确定的因素."算法黑箱"并非人为"黑幕",而是因基本原理所限导致的验证性和解释性的不足.滥用算法概念会导致人工智能法律规制的失焦、失据、失鹄、失度.数据法与专门立法相结合是人工智能规制的恰当立法形态.过度强调算法不仅造成权利、产业和科技目标难以调和,还可能导致过度监管.算法只有在以人的责任为基础的人工智能系统中才能得到稳妥规制.我国未来应该制定人工智能专门立法.业已开展的算法治理不宜过度冒进,宜审慎处理好当前与未来、名义与实质、规范与发展的关系.在准确的算法认知指导下,算法备案和公示的问题能够得到良好解释和妥善解决.
文献关键词：
算法治理;人工智能法律规制;机器学习;认知偏差;个人数据保护
中图分类号：
作者姓名：
刘泽刚
作者机构：
西南政法大学行政法学院,重庆 401120
文献出处：
引用格式：
[1]刘泽刚-.论算法认知偏差对人工智能法律规制的负面影响及其矫正)[J].政治与法律,2022(11):50-65
A类：
B类：
算法认知,认知偏差,人工智能法律规制,指代,人工智能系统,统编,机器学习算法,数据学习,成模,算力,模型框架,人为干预,得失,精巧,巧算,算计,排他性,财产属性,人工智能体,算法黑箱,非人,黑幕,所限,验证性,解释性,法概念,失焦,失据,失度,数据法,专门立法,过度监管,任为,稳妥,定人,算法治理,冒进,审慎处理,名义,规范与发展,算法备案,公示,妥善解决,个人数据保护
AB值：
0.450336
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
