专家学者共议算法监管，如何平衡平台商业价值与社会责任为治理关键

南方财经全媒体 记者吴立洋 实习生张玲 北京报道

对算法的专家值社治理合规治理正成为当前互联网监管中无法回避的问题。作为应用日渐广泛的共议关键平台基础机制，对于算法的算法监管与治理应当如何落地？

9月6日下午，由中国互联网协会主办，监管中国政法大学数据法治实验室、何平衡平会责中国政法大学数据法治研究院合办的台商2022（第八届）中国互联网法治大会“数据与算法安全分论坛”在京举行。会上，专家值社治理多位专家围绕上述议题展开讨论。共议关键

2022年3月，算法国家互联网信息办公室、监管工业和信息化部、何平衡平会责公安部、台商国家市场监督管理总局联合发布的专家值社治理《互联网信息服务算法推荐管理规定》正式施行，为互联网信息服务算法综合治理提供了重要法治保障。共议关键《规定》的算法落地体现了当前我国网络空间治理迈入了新的发展阶段。

北京师范大学互联网发展研究院院长助理、博士生导师吴沈括介绍了我国当前的算法监管的趋势。他指出，算法监管将是一个持续动态、不断演进的过程，将会凝聚特定时间特定场景当中的公众的认知和共同的价值诉求。

吴沈括认为，中国的算法监管定位具有特殊性，强调对于使用推荐算法提供商品信息服务的相关单位的主体责任。当前在算法治理过程中呈现出了“卡点思维”，需要重点关注算法的场景识别、数据的识别，安全机制的建立，人工审核机制的加强以及伦理设计的适配问题。

在动态发展的算法监管中，是否存在由一而终的核心指向？吴沈括认为，这一核心指向应当是基于算法分类分级的制度基础来提高算法的透明度。具体而言，需要实现三个诉求：“第一，用户的算法知情权；第二用户的算法选择权；第三全社会的公共监督问题。”

无论是“治理算法”还是“算法治理”，本质上处理的是人与算法的关系问题，也是社会学科与技术学科沟通交流的关键问题。中国政法大学法治信息管理学院副教授刘振宇以“可信联邦学习”的技术机制为例，介绍了“安全可信、效能可用、效率可控、算法可解释、模型可监管”的可信联邦学习。

刘振宇表示，可信联邦学习可以协助解决数字经济中的内在目标冲突，当前应当发展法学与多学科交叉融合，结合法律的刚性要求和技术的局部优化，联合规制联邦学习恶意攻击行为。

算法，尤其是算法推荐机制的监管如何落地到社会治理实践？中央民族大学法学院副教授熊文聪结合平台算法推荐语境下，平台注意义务如何界定进行了分享。

他以算法判断著作权侵权为例，指出著作权侵权是无法被技术识别的价值判断，算法如果缺乏可供比对的作品片源库，那么可能无法准确判断侵权，他提倡应当根据法经济学的最小防范成本原则，不苛责ISP杜绝平台上所有的涉侵权内容，以避免滥发通知和恶意诉讼。

值得注意的是，在司法实践中，算法应用涉网民事纠纷中的情况愈发普遍，相关司法治理已积累一定经验。北京互联网法院综合审判三庭庭长孙铭溪指出，司法作为一种事后规制，区别于监管的事前风险防范的模式，在司法环节，要坚守技术中立的原则，明确算法内容具体实现了什么功能。

“比如说，信息识别可能并不等同于信息管理功能，虽然广义上讲权利越大责任越大，但也看技术对应的怎样的权利，应该对有什么样的责任，需要做更细致的划分。”孙铭溪说。

（作者：吴立洋，实习生张玲 编辑：王俊）