返回上一页 文章阅读 登录

季卫东:数据保护权的多维视角

更新时间:2021-11-01 10:04:47
作者: 季卫东 (进入专栏)  

   摘要:  在数据驱动的时代,欧盟始终强调信息自决和个人隐私保护的基本权利,也非常重视数据主权问题,但这种宪法性规范不能在私人主体之间的纠纷中强制执行。中国主要从民法以及行政举措的视角来加强对隐私、信息安全及人格利益的综合保护。关于“数据保护权”的中国法律规范主要在公民个人、集体以及企业之间强制执行,但很少针对政府。我国《民法典》并没有创设“数据财产权”,我国《数据安全法》却承认数据市场,试图通过对数据进行评价和共享的程序对数据财产权进行债权式的保护。完善数据财产权的实体规范,进而将之提升至基本权利的高度、强调数字人权的保障,是一项很重要并具有迫切性的立法课题。“数据公平使用”的立法原则在个人权利保护、数字经济发展以及数据利润共享之间达成适当的平衡。一旦关于数据保护权和数据财产权的宪法框架得以确立,数字经济立法的空间将可能适当拓展。在这里,中国可以与欧盟相向而行、互相借鉴。新时代宪法秩序变迁的方向就是建立和健全技术的分权制衡机制,确立新型的“数字化监察权”。

   关键词:  信息自决;隐私与自由;数据保护权;数据交易;数据财产权

  

   一、引言:数字覆盖、结构转换以及权利创新

   2013年首先由德国提出的“产业革命4.0版”概念,有一个非常重要的属性,这就是通过数字化的信息沟通技术(ICT),使物联网、大数据、人工智能形成一个有效互补的支撑关系。2015年国务院颁布《中国制造2025》规划,同样也是以数据驱动、智能生产、万物联通为基本目标。根据IHS Technology(芯智讯)的统计和推测,2015年全球通过互联网连接在一起的装置共有154亿个,到2020年将增至304亿个。[1]在这里,装置不仅指电脑和智能手机,而且包括汽车、家用电器、产业设备等不具备通信功能的机器。不言而喻,网络空间中的各种活动和感应会不断产生大量的数据,这类大数据的分析和应用需要借助人工智能;反之,人工智能本身又使物联网能够进一步发展,同时不断产生大数据和提高大数据的质量——这就是数字空间里普遍存在的“三位一体”关系。这种互动过程使社会逐步形成一个信息和实体交融的系统,也就是智能融入物理世界的状态。

  

   在物联网的世界,物品借助感应器自动收集的信息也可以通过互联网加以利用,这意味着人工智能将不通过人类而直接影响现实环境。目前,人工智能从机器学习到深度学习,实现了从量变到质变的飞跃,导致了新一波的人工智能热。人工智能在过去十几年、二十年左右的时间里飞速发展,正在引起产业模式乃至社会结构的大转型。2000年时人工智能还属于一种他律系统,强调的是逻辑演算;但2012年之后,深度学习功能出现和加强之后,人工智能逐步演变成一种自律系统——从事实、数据中进行归纳,而不仅仅按照人类给出的指令或程序运算。这就势必带来失控的风险。此外,经济和社会的许多方面都在使用人工智能,各种人工智能系统的目标却并不一样,有时甚至互相矛盾,在智能物联网(AIoT)中也可能引起混沌现象。伴随着人工智能的发达,人们所面对的当今社会呈现以下特征。

  

   首先,传感器无所不在,特别是二维码移动支付和刷脸通关的普及,使得当今生活世界的几乎每一个角落都被转化成数字化表现形式,积累为各种形态的大数据。疫情防控进一步提升了社会的数字覆盖程度,在很多城市甚至达到了数字全覆盖,不只是行踪信息、社交信息,连体内生理信息和医疗病历信息都可以通过“健康码”等系统或网络式治理平台进行分析、监控以及预测。通过对大数据的人工智能分析,社会的透明度大大提高了,几乎再无真正的隐私可言。然而,对大数据进行处理、分析以及预测的人工智能运作却越来越复杂,特别是机器学习算法以及具有深度学习功能的算法越来越让人难以理解、难以说明。这就是所谓“算法的黑箱化”,使人工智能实际上变得不可解释、难以控制,当人工智能系统用于决策时也因而会使问责机制变得名存实亡。由此可见,社会的透明化与算法的黑箱化,是考虑经济和社会的智能化转型时必须注意的一对基本矛盾。

  

   其次,大数据能产生经济价值,甚至成为企业和社会的驱动力量。阿里巴巴之所以强有力,一个重要原因就是通过电商掌握了近十亿人口在各种应用场景的行踪数据、消费取向数据,使得生产和销售的计划和实施都变得更加精准,在相当程度上可以预测和影响人们的未来。因此,马云曾经说数据就是21世纪的石油。[2]这意味着数据是能源、是生产资料、是交易通货、是企业的利器,数据会产生利润和效益。值得注意的是,中国在数据收集和利用方面具有独特的优势。例如,中国公民的价值观和权利意识与欧美人有显著的不同,对人工智能持比较乐观和友好的态度,也没有很强的隐私观念;为了生活的便捷、社区的安全以及防疫的需要,对各种数据的采集大都持支持的态度,至少没有特别明显的抵触情绪。因此,大数据产业在中国更容易发达,人工智能也因富有数据养料而迅速提升水平。在当前体制下,中国优质数据的百分之七十到百分之八十都是由国有企业或者国家机构掌握的。[3]其好处是可以打破不同行业、不同利益集团的壁垒,使数据的多维度利用得到充分实现。也就是说,中国的数字空间没有碎片化,没有导致人工智能的发展遭遇太多的人为障碍。不过,这种状态也存在数据安全和数据伦理上的隐患,如果缺乏相应的规范制约就有可能极大地削减个人自由度。

  

   再次,数据的本质是信息,而信息的特点是流动性。因而数据主体的界定、数据权利的保护也就比较难,尤其很难以某种绝对化的方式进行界定和保护。欧盟曾经制定过关于数据库权利的法律,试图加强对数据的排他性保护,结果失败了。[4]失败的证据之一就是在欧洲没有出现大规模的数据产业、没有出现在国际社会具有影响力的巨型网络公司或数字经济平台。物联网、大数据及人工智能结合起来导致社会发生的一种也与流动性相关的深刻变化,是市场交易的形态从物品转向服务。人们都知道,现代法律体系的本质是物品的所有、利用、处分以及交易,其基础是物权,在意识形态中还表现为所有制。的确,迄今为止对个人或企业而言,财富或物品的占有具有非常重要的意义。然而,进入智能网络化时代后,服务变成了更重要的交易形态。例如,现在拥有光碟及其播放机变得不再那么重要,因为可以随时上网付费下载和收听收看有关的音乐或影视剧,质量更好,也更方便。

  

   最后,以智能物联网为基础的数据空间对法与社会的影响不限于改变了作为秩序基石的物权的结构和功能,而是还改变了规范形态本身。二十世纪九十年代中期以来,很多专家已经指出代码取代法律、代码即法律的趋势。[5]本来法律上已经明文规定的权利,技术性规格和代码的设置就有可能导致它们没有办法行使,或者不得不改变行使的方式和内容。比如说DVD复制是很方便、很常见的行为,但是为了保护知识产权,避免人们不断对某个作品进行DVD复制乃至牟利,有关行业制定了新的技术标准,通过代码使DVD的复制次数只限于两次到三次,即限于家庭内的消费。不言而喻,在这里,技术代码实际上取代法律发挥了行为规范的作用。在这个意义上可以说,人工智能可谓一种规制嵌入系统,有利于约束效力的刚性化,也有利于借助技术手段加强社会的守法精神。然而,也要注意,没有立法权的机构或企业可以通过代码框架或算法的设计绕开民主程序来修改法律、创制法律,或多或少有可能在数据空间里开拓出一片自由的飞地,带来潜在的不确定性。因此,法律还应该反过来规制代码,这样就形成一种法律与代码双行的格局,导致规范多元化。

  

   从上述社会特征中可以发现法制变迁、权利创新的一些重要契机。例如,社会透明化与算法黑箱化的基本矛盾,意味着有必要从制度层面加强对个人数据安全和隐私的保护,防止监控过度,并且应该从公民基本权利的高度来理解个人信息的收集、分析和应用。与此同时,要强调算法的公开透明、可解释性、可理解性,使个人享有抵御算法歧视的权利,并确保对现代法治至关重要的问责机制不因人工智能辅助决策而遭到瓦解。例如,数据的经济价值,意味着数据权属关系的明晰化、利益分配的合理性和公正性都应提上议事日程,并考虑适当的制度设计方案和权利认定程序,还要在数字经济发展与个人权利保障之间达成适当的平衡,并为数据的商业利用划出一条清楚的伦理底线。另外,随着民商事法律体系的基石从物品转向服务,权利观当然也从所有者的视角转向消费者的视角,能否确立消费者主权的理念、能否使服务评价产生规范效力就成为重要的法学课题。在代码即法律的状况下,如何防止机器官僚主义或技术至上主义压抑个人权利、公民怎样才能切实维护自己的合法权益、在代码框架下能否适当进行权利的创造和认定、如何对代码进行监控等一系列问题也应纳入探讨的范围。

  

   二、关于数据保护权及其价值前提的国际共识

   在人工智能用于数据分析而导致社会结构转型的过程中,有两种法律现象值得关注和深入研究。

  

   一种是大数据预测式警务系统。通过对大数据的机器学习,人工智能可以精准把握行为方式及其趋势,有助于刑事案件的侦查和证明,也有助于对城市犯罪进行预防。5G通信系统使大数据和人工智能的应用范围更广,技术安装和操作更便捷。这种预测式警务起源于洛杉矶,然后普及到美国、欧洲、亚洲的一些城市,在中国也有广泛的应用。[6]预测式警务的根据是过去的行踪以及社会状况的大数据,在数据处理之际必须按照一定指标对个人进行分类,实际上就是给各个公民贴上标签进行区别对待。在分类、贴标签以及重点监控的操作中很容易受到大数据内在的系统性偏误的影响,出现算法歧视的问题。一旦根据某些指标和标签预测某部分人存在较强的犯罪倾向,人工智能系统就会促使警察部门加强对他们的监控,实际上就给予了不同的法律待遇,有违法律面前人人平等的原则。现代法治国家在刑事领域特别强调无罪推定原则以防止冤枉无辜,但预测式警务针对特定人群提前采取监控和防范的举措,容易产生疑人偷斧的效应,造成故入人罪的错误,在一定意义上也可以说,对他们的刑事追责其实是以有罪推定为前提的。

  

另一种是联合信用惩戒系统。为了改进社会信任度、惩戒各种失信行为,近年来中国兴起了信用评价活动。其中一个有代表性的实例就是芝麻信用的打分和等级化,由蚂蚁金服根据身份地位、信用履历、履约能力、行为偏好、人脉关系等因素和淘宝、天猫、支付宝等平台积累的大数据综合计算,以350分为下限、950分为上限。具体的等级划分如下:350分到550分属于信用较差,550分到650分属于信用一般,650分到750分为信用良好,750分以上是信用优秀。在芝麻信用系统里,信用分是与个人享有的权利挂钩的,例如信用较差的只能使用支付宝的快捷支付转账、缴纳水电费等初步功能,信用良好的则可以享有免租车押金、免租房押金等优惠。一般而言,芝麻信用分超过800分的属于信用极好的群体,可以享受信用医疗、快速退税、无抵押借贷等特权,还可以在申请部分国家签证时不必提交资产证明、在职证明、户口本等各种资料。[7]类似的信用评分做法在欧美金融界也已悄然流行了一段时间。这种信用评分本来以激励为宗旨,但换个角度来看也有惩戒效果。所以中国的行政执法部门和司法机关为了提升债权回收、债务履行的效率,开始与芝麻信用评分系统开展合作。例如最高人民法院系统在2015年与芝麻信用签署了对失信被执行人信用惩戒备忘录,全面限制相关人员的消费,以解决长期以来的“执行难”问题。然而,从正义和法律的角度来看,各种信用打分(特别是联合信用惩戒系统)也存在一些隐患,(点击此处阅读下一页)


爱思想关键词小程序
本文责编:陈冬冬
发信站:爱思想(http://m.aisixiang.com)
本文链接:http://m.aisixiang.com/data/129353.html
收藏