刑法领域的新挑战：人工智能的算法偏见

发布时间：2021-02-13 03:10

　　人工智能助力司法领域的进步,但是其具有的算法偏见的问题则对刑法领域构成全新的挑战。算法偏见主要包括工程学算法偏见、遗传算法偏见、人工神经网络算法偏见,并主要来源于程序设计、测试数据的偏差以及自我学习的产生。算法偏见对于刑法领域的挑战主要分为两个方面,分别是算法偏见构成的新的犯罪行为的刑法规制挑战和算法偏见对刑事审判带来的挑战。对于前者,侵害了公民的隐私权、公民的人格平等权以及数据安全法益,应该以破坏计算机信息系统罪和侵犯公民个人信息罪加以规制,但是对于后者,包括算法黑箱、算法鸿沟、算法独裁,需要在人工智能刑事审判系统构建之初保证算法公正、注重自我纠错能力、增强透明度,从而化解算法偏见对刑法领域的挑战。 

【文章来源】：广西大学学报(哲学社会科学版). 2019,41(05)CSSCI

【文章页数】：9 页

【文章目录】：
一、算法偏见的概念、成因及对刑法领域的挑战
    （一）算法偏见的概念
        1. 工程学算法偏见
        2. 遗传算法偏见
        3. 人工神经网络算法偏见
    （二）算法偏见的产生原因
        1. 程序设计的偏差产生算法偏见
        2. 测试数据的偏差产生算法偏见
        3. 自我学习产生算法偏见
    （三）算法偏见对刑法领域的挑战
二、算法偏见犯罪的刑法规制分析
    （一）算法偏见犯罪的侵害法益
    （二）算法偏见犯罪的典型案例分析
        1. 人工智能交通工具的犯罪
        2. 人工智能识别领域的犯罪
    （四）算法偏见导致犯罪的刑事制裁路径
        1.利用破坏计算机信息系统罪予以规制
        2.利用侵犯公民个人信息罪予以规制
三、算法偏见对刑事审判领域的挑战及预防
    （一）算法偏见作用于算法黑箱对刑事审判透明性的挑战
    （二）算法偏见导致的算法鸿沟对刑事审判可接受性的挑战
    （三）算法偏见结合算法独裁对刑事审判公正性的挑战
    （四）应对算法偏见破坏刑事审判的预防措施
        1. 在构建人工智能刑事审判系统之初注重算法公正
        2. 注重人工智能刑事审判系统的自我纠错能力
        3. 增强人工智能刑事审判系统的透明度
四、余论


【参考文献】：
期刊论文
[1]人工智能法学研究的反智化批判[J]. 刘艳红.  东方法学. 2019(05)
[2]论刑事审判过程中的法官找法——以空白罪状为例[J]. 陈禹衡.  行政与法. 2019(07)
[3]人工智能中的“算法歧视”问题及其审查标准[J]. 卜素.  山西大学学报(哲学社会科学版). 2019(04)
[4]算法自动化决策风险的法律规制研究[J]. 孙建丽.  法治研究. 2019(04)
[5]算法偏见及其规制路径研究[J]. 刘友华.  法学杂志. 2019(06)
[6]人工智能时代的算法裁判及其规制[J]. 高学强.  陕西师范大学学报(哲学社会科学版). 2019(03)
[7]算法歧视挑战下平等权保护的危机与应对[J]. 崔靖梓.  法律科学(西北政法大学学报). 2019(03)
[8]算法政治:风险、发生逻辑与治理[J]. 汝绪华.  厦门大学学报(哲学社会科学版). 2018(06)
[9]互联网+人工智能全新时代的刑事风险与犯罪类型化分析[J]. 高铭暄,王红.  暨南学报(哲学社会科学版). 2018(09)
[10]司法审判中人工智能的介入式演进[J]. 涂永前,于涵.  西南政法大学学报. 2018(03)



本文编号：3031870