關(guān)鍵詞：算法推薦新聞;底層邏輯;潛在風(fēng)險(xiǎn);規(guī)范路徑

作者：申艷紅;趙 宣

作者單位：新疆大學(xué)

　　【摘要】算法推薦新聞改變了傳統(tǒng)的新聞信息分發(fā)模式，實(shí)現(xiàn)了對(duì)用戶需求的精準(zhǔn)推 送，成為信息過(guò)載時(shí)代搜索信息的重要工具。從系統(tǒng)架構(gòu)上看，算法推薦新聞主要分為三 個(gè)要素：用戶、新聞與推薦引擎（算法），包括基于內(nèi)容的算法推薦和協(xié)同過(guò)濾的算法推薦兩 種模式。對(duì)于工具理性的過(guò)度依賴導(dǎo)致算法推薦新聞存在三個(gè)方面的潛在風(fēng)險(xiǎn)，即傳統(tǒng)監(jiān) 管理念乏力、侵犯用戶信息自決權(quán)、民事行政責(zé)任承擔(dān)不明確。在法律規(guī)制層面，應(yīng)當(dāng)采用 事前“穿透式”監(jiān)管理念、保障用戶信息自決權(quán)、完善法律責(zé)任規(guī)范體系，以確保算法推薦新 聞價(jià)值理性的回歸。

　　隨著算法推薦技術(shù)的快速發(fā)展，引發(fā)了新聞傳 播范式的變革，新聞傳播進(jìn)入更加扁平化、精準(zhǔn)化階 段。算法推薦在推動(dòng)新聞傳播革命式變革的同時(shí)， 理論學(xué)界也提出一定的質(zhì)疑。有學(xué)者從倫理角度認(rèn) 為，算法推薦技術(shù)會(huì)導(dǎo)致“信息繭房”，加劇群體極化 現(xiàn)象[1] ；在法律性質(zhì)上，有學(xué)者認(rèn)為算法推薦行為屬 于網(wǎng)絡(luò)服務(wù)行為[2] ，算法推薦技術(shù)會(huì)對(duì)用戶隱私權(quán)構(gòu) 成挑戰(zhàn)。[3] 囿于算法技術(shù)自身的局限性，算法推薦新 聞不僅造成一定的倫理問(wèn)題，而且也存在部分法律 風(fēng)險(xiǎn)。因此，應(yīng)當(dāng)對(duì)算法推薦新聞中的法律風(fēng)險(xiǎn)進(jìn) 行審視，管窺其中的困境與挑戰(zhàn)，同時(shí)采用法律規(guī)制 路徑對(duì)算法推薦新聞進(jìn)行治理，以保證算法推薦真 正成為新聞傳播的有力工具。

　　一、算法推薦新聞的底層運(yùn)行邏輯

　　算法推薦新聞的底層邏輯設(shè)計(jì)與傳統(tǒng)的新聞專 業(yè)規(guī)范完全相反，傳統(tǒng)新聞專業(yè)規(guī)范中，新聞的選擇 權(quán)由專業(yè)的編輯行使，由編輯對(duì)新聞內(nèi)容進(jìn)行價(jià)值 判斷。但在算法推薦新聞機(jī)制下，通過(guò)對(duì)用戶行為 習(xí)慣和社交圖譜的構(gòu)建，實(shí)現(xiàn)對(duì)用戶需求內(nèi)容的精 準(zhǔn)化推薦，閱讀何種新聞的選擇權(quán)不再依賴專業(yè)新 聞工作者的價(jià)值判斷，新聞選擇權(quán)逐漸從新聞工作 者轉(zhuǎn)移到算法與用戶，新聞推薦權(quán)利發(fā)生了轉(zhuǎn)移。

　　從系統(tǒng)架構(gòu)上看，算法推薦新聞主要分為三個(gè) 要素：用戶、新聞與推薦引擎（算法）。目前主要存在 兩種算法推薦模式：基于內(nèi)容的算法推薦（Contentbased Recommend，CB）與協(xié)同過(guò)濾的算法推薦模式 （Collaborative Filtering，CF）。基于內(nèi)容的算法推薦 模式主要考慮新聞的相似度；協(xié)同過(guò)濾推薦算法在 新聞推薦領(lǐng)域應(yīng)用更加廣泛，其本質(zhì)是一種依據(jù)用 戶與項(xiàng)目間交互行為數(shù)據(jù)來(lái)執(zhí)行信息篩選的方法 論。該算法細(xì)分為用戶協(xié)同過(guò)濾（User-based CF）與 項(xiàng)目協(xié)同過(guò)濾（Item-based CF）兩大類別，在用戶協(xié)同 過(guò)濾中，主要運(yùn)用均方誤差、皮爾遜相關(guān)系數(shù)等度量 手段來(lái)評(píng)估用戶間的相似程度，隨后通過(guò)設(shè)定閾值或 采用Top-N推薦策略來(lái)確定社交矩陣的范圍，最終依 據(jù)用戶間的相似性來(lái)實(shí)現(xiàn)新聞信息的交叉推薦，向用 戶推送其可能感興趣的新聞內(nèi)容。基于項(xiàng)目的協(xié)同 過(guò)濾機(jī)制一般采用余弦向量方法計(jì)算新聞項(xiàng)目之間 的相似度，獲取不同新聞項(xiàng)目之間的相似關(guān)系。但無(wú) 論是基于內(nèi)容的算法推薦，還是協(xié)同過(guò)濾的算法推 薦，都無(wú)法解決數(shù)據(jù)稀疏性與冷啟動(dòng)的難題。

　　隨著人工智能技術(shù)的進(jìn)一步發(fā)展，深度學(xué)習(xí)開 始逐漸運(yùn)用到算法新聞推薦中。在新聞推薦中，深 度學(xué)習(xí)技術(shù)不僅可以通過(guò)非線性網(wǎng)絡(luò)結(jié)構(gòu)，提取新 聞內(nèi)容和用戶興趣的深層次特征，而且能夠融合蘊(yùn) 含用戶興趣的多源異構(gòu)輔助性信息，從而緩解新聞 推薦中的數(shù)據(jù)稀疏和冷啟動(dòng)問(wèn)題。在深度學(xué)習(xí)下， 越來(lái)越多的權(quán)重因素被加入神經(jīng)元之中，算法推薦 新聞更好地?cái)M合、預(yù)測(cè)用戶的行為和心理，分析預(yù)測(cè) 結(jié)果的準(zhǔn)確性得到大幅度提升。

　　二、算法推薦新聞的潛在風(fēng)險(xiǎn)審視

　　（一）算法推薦傳統(tǒng)監(jiān)管理論乏力

　　在互聯(lián)網(wǎng)經(jīng)濟(jì)迅速發(fā)展的浪潮下，為避免企業(yè) 發(fā)展的創(chuàng)新性和法律標(biāo)準(zhǔn)滯后性之間的矛盾，我國(guó) 始終采用包容審慎的監(jiān)管原則，互聯(lián)網(wǎng)企業(yè)基于科 技創(chuàng)新享受大量的政策紅利，監(jiān)管的部分失位使互 聯(lián)網(wǎng)企業(yè)攫取了巨額利潤(rùn)。如從 2012 年起，我國(guó) P2P 平臺(tái)開始迅速擴(kuò)張，高峰期運(yùn)營(yíng)平臺(tái)達(dá)到 5000家，但是非法集資、詐騙等現(xiàn)象層出不窮，導(dǎo)致居民 財(cái)富流失，對(duì)我國(guó)金融生態(tài)造成強(qiáng)烈沖擊。在傳統(tǒng) 監(jiān)管理論下，算法推薦新聞主要存在以下三方面的 問(wèn)題。

　　其一，在監(jiān)督治理節(jié)點(diǎn)上注重事后監(jiān)督。從互 聯(lián)網(wǎng)經(jīng)濟(jì)發(fā)展至今，“先做后批”成為普遍現(xiàn)象。算 法具有準(zhǔn)公權(quán)力屬性，平臺(tái)操控輿論時(shí)常發(fā)生，并且 算法本身的局限性，算法偏見(jiàn)使用戶陷入信息繭房， 算法黑箱導(dǎo)致主流價(jià)值觀缺失。若一味注重算法平 臺(tái)企業(yè)的事后監(jiān)督可能會(huì)進(jìn)一步導(dǎo)致算法損害的彌 散化，出現(xiàn)不可控的局勢(shì)。

　　其二，重視平臺(tái)的行為監(jiān)管，忽視了要素監(jiān)管。 傳統(tǒng)監(jiān)管理論認(rèn)為，應(yīng)當(dāng)以平臺(tái)的外部行為為直接 監(jiān)管對(duì)象，仍然遵循“主體—行為—責(zé)任”的傳統(tǒng)思 路，但是在算法自動(dòng)化運(yùn)行的狀態(tài)下，算法平臺(tái)常以 失去“控制力”等為由進(jìn)行抗辯。僅以行為和損害后 果為監(jiān)管對(duì)象已經(jīng)不能滿足技術(shù)發(fā)展的實(shí)際狀況， 算法作為平臺(tái)的生產(chǎn)要素，已經(jīng)深度嵌入企業(yè)的日 常運(yùn)營(yíng)之中，算法監(jiān)管的本質(zhì)應(yīng)當(dāng)移位生產(chǎn)要素監(jiān) 管，加強(qiáng)算法審計(jì)、算法備案等相關(guān)工作。

　　其三，過(guò)度重視企業(yè)的內(nèi)部自律。在互聯(lián)網(wǎng)監(jiān) 管的早期階段，平臺(tái)一直以企業(yè)的法律角色出現(xiàn)，政 府始終呼吁企業(yè)自律，主張平臺(tái)的監(jiān)管目標(biāo)通過(guò)企 業(yè)自律的形式完成，導(dǎo)致平臺(tái)和監(jiān)管部門都認(rèn)為，平 臺(tái)內(nèi)部的自我監(jiān)管從效率、正當(dāng)性上都要優(yōu)于政府 監(jiān)管。雖然不能否認(rèn)企業(yè)內(nèi)部監(jiān)管的優(yōu)越性，但是 過(guò)度重視企業(yè)的內(nèi)部自律，缺乏外部監(jiān)督，極易導(dǎo)致 企業(yè)為了“利益”鋌而走險(xiǎn)，造成重大風(fēng)險(xiǎn)。

　　（二）算法推薦侵犯用戶信息自決權(quán)

　　個(gè)人信息自決權(quán)是指?jìng)€(gè)人依照法律控制自己的 個(gè)人信息并決定是否被收集和使用的權(quán)利。[4] 個(gè)人 信息自決權(quán)始于德國(guó)“人口普查案”，并通過(guò)“ITGrundrecht案”進(jìn)一步補(bǔ)充確定。我國(guó)在個(gè)人信息保 護(hù)上，一直堅(jiān)持以個(gè)人信息自決為基礎(chǔ)，并創(chuàng)建了告 知—同意的權(quán)利對(duì)稱機(jī)制。但就實(shí)際情況而言，我 國(guó)目前個(gè)人信息自決權(quán)的基礎(chǔ)較為薄弱，無(wú)法形成 有效代表個(gè)人自主意志信息收集和使用的判斷，不 能體現(xiàn)用戶對(duì)個(gè)人信息的自主意識(shí)。對(duì)用戶信息自 覺(jué)權(quán)的侵犯主要體現(xiàn)在兩個(gè)方面。

　　其一，推薦算法侵犯用戶個(gè)人信息。無(wú)論是基 于內(nèi)容的新聞推薦機(jī)制，抑或是協(xié)同過(guò)濾推薦機(jī)制， 算法均需要訪問(wèn)用戶的歷史瀏覽記錄以及相關(guān)數(shù) 據(jù)，并通過(guò)數(shù)據(jù)進(jìn)行建模，以實(shí)現(xiàn)新聞與用戶之間的 匹配。在抓取數(shù)據(jù)過(guò)程中，一定程度上不可避免地 會(huì)侵犯用戶的個(gè)人信息。在算法技術(shù)的介入下，平 臺(tái)侵犯?jìng)€(gè)人信息的方式較為隱蔽，用戶無(wú)法意識(shí)到 新聞聚合平臺(tái)正在收集其個(gè)人信息，甚至當(dāng)新聞聚 合平臺(tái)利用大量的個(gè)人信息謀求巨額的商業(yè)利益 時(shí)，用戶也毫不知情。對(duì)于用戶而言，甚至?xí)鲃?dòng)貢 獻(xiàn)自己的個(gè)人信息，以獲取搜索的便利。

　　其二，告知同意規(guī)則流于形式。告知同意規(guī)則 是《個(gè)人信息保護(hù)法》賦予平臺(tái)處理個(gè)人信息的合法 性基礎(chǔ)，在告知同意規(guī)則體系下，平臺(tái)應(yīng)當(dāng)告知用戶 信息處理的范圍、方式和目的，并征得用戶同意，但 現(xiàn)階段大部分平臺(tái)提供的個(gè)人信息保護(hù)條款類似于 格式條款，用戶難以理解其中含義，概括性的授權(quán)和 同意并不符合個(gè)人信息處理規(guī)則的相關(guān)規(guī)定。

　　（三）民事責(zé)任與行政責(zé)任承擔(dān)不明確

　　從規(guī)范角度看，我國(guó)《網(wǎng)絡(luò)安全法》所規(guī)定的平 臺(tái)責(zé)任并不是嚴(yán)格責(zé)任，而是一種過(guò)錯(cuò)責(zé)任，主觀過(guò) 錯(cuò)是平臺(tái)承擔(dān)民事責(zé)任或者行政處罰的基本構(gòu)成要 件。在民事責(zé)任認(rèn)定上，當(dāng)發(fā)生損害后果時(shí)，用戶追 究平臺(tái)的法律責(zé)任必然審視平臺(tái)的過(guò)錯(cuò)，但在主觀 過(guò)錯(cuò)的認(rèn)定機(jī)制下，又存在“技術(shù)中立”與“主體責(zé)任 分離”的困境。首先，追究過(guò)錯(cuò)責(zé)任要面臨“技術(shù)中 立”的抗辯，如“今日頭條”張一鳴始終強(qiáng)調(diào)算法并沒(méi) 有價(jià)值觀，“今日頭條”不設(shè)立總編輯，試圖以技術(shù)中 立、不存在主觀過(guò)錯(cuò)為緣由避免承擔(dān)法律責(zé)任。國(guó) 外也有研究學(xué)者認(rèn)為，算法遵循的是預(yù)先選擇的程 序，而不是及時(shí)的判斷[5] 。其次，平臺(tái)始終主張，要注 意區(qū)分內(nèi)容服務(wù)提供者和網(wǎng)絡(luò)服務(wù)提供者，算法平 臺(tái)屬于網(wǎng)絡(luò)服務(wù)的提供者，僅具有傳輸介質(zhì)屬性。 主觀過(guò)錯(cuò)認(rèn)定的障礙導(dǎo)致危害結(jié)果發(fā)生后對(duì)平臺(tái)追 責(zé)的效果并不理想。

　　在行政監(jiān)管領(lǐng)域，算法責(zé)任承擔(dān)亦不明確。法律 法規(guī)層面，《算法推薦管理規(guī)定》在第三十一、三十二、 三十三條中規(guī)定了算法推薦服務(wù)提供者應(yīng)當(dāng)承擔(dān)的 法律責(zé)任，但是規(guī)定較為粗線條，并不具備實(shí)際的可 操作性，進(jìn)而導(dǎo)致在實(shí)踐中隨意執(zhí)法、執(zhí)法標(biāo)準(zhǔn)不統(tǒng) 一，有的平臺(tái)被頂格從重處罰，有的平臺(tái)僅僅被責(zé)令 限期改正。責(zé)任體系的混亂造成平臺(tái)與監(jiān)管部門雙 輸?shù)木置妫瑥钠脚_(tái)角度看，是否承擔(dān)法律責(zé)任在于是 否開展了相關(guān)的專項(xiàng)治理活動(dòng)，互聯(lián)網(wǎng)企業(yè)常擔(dān)憂不 可預(yù)測(cè)的運(yùn)動(dòng)式執(zhí)法帶來(lái)的行業(yè)寒冬，長(zhǎng)期因恐懼而 喪失創(chuàng)新動(dòng)力[6] ，就監(jiān)管部門的角度而言，運(yùn)動(dòng)式的隨 意執(zhí)法并不符合比例原則，喪失了執(zhí)法的權(quán)威性。

　　三、算法推薦新聞的法律規(guī)范路徑

　　（一）采用事前的“穿透式監(jiān)管”理念

　　穿透式監(jiān)管概念來(lái)源于互聯(lián)網(wǎng)金融監(jiān)管領(lǐng)域， 在監(jiān)管理念上主張由最少監(jiān)管轉(zhuǎn)變?yōu)閷?shí)質(zhì)監(jiān)管，穿透事物表象獲取真實(shí)信息和事實(shí)發(fā)現(xiàn)，以此彌補(bǔ)因 創(chuàng)新帶來(lái)的監(jiān)管漏洞。[7] 從算法推薦新聞的底層運(yùn) 行邏輯看，算法技術(shù)在新聞推薦應(yīng)用中具有底層架構(gòu) 地位，如果缺乏對(duì)技術(shù)運(yùn)用的節(jié)制，技術(shù)運(yùn)用的不規(guī) 范和對(duì)技術(shù)的過(guò)于倚重，技術(shù)的副作用就可能被放 大。[8] 穿透式監(jiān)管理念主張采用侵入式的監(jiān)管措施穿 透企業(yè)內(nèi)部技術(shù)的外衣，直抵平臺(tái)的內(nèi)部算法技術(shù)， 增強(qiáng)推薦算法的透明度，一定程度打開了算法黑箱。 對(duì)算法技術(shù)穿透式監(jiān)管的本質(zhì)要求算法推薦平臺(tái)將 內(nèi)部生產(chǎn)信息以可視化形式轉(zhuǎn)化為行政監(jiān)管的決策 信息，增強(qiáng)算法平臺(tái)內(nèi)部信息披露與內(nèi)部行為的干 預(yù)，主要表現(xiàn)為在事前加強(qiáng)算法備案和算法審計(jì)。

　　在算法備案方面，注重核心算法備案。《算法推 薦管理規(guī)定》第二十四條規(guī)定，具有輿論屬性的算法 推薦服務(wù)提供者應(yīng)當(dāng)履行備案登記手續(xù)，備案信息 發(fā)生變更的，應(yīng)當(dāng)在變更之日起十日內(nèi)辦理變更手 續(xù)。但算法每年的更新次數(shù)能達(dá)到成百上千次，苛 求算法企業(yè)對(duì)每一次算法更新進(jìn)行備案不僅會(huì)增加 算法平臺(tái)的生產(chǎn)負(fù)擔(dān)，也會(huì)導(dǎo)致行政機(jī)關(guān)的監(jiān)管負(fù) 擔(dān)過(guò)重。因此，應(yīng)當(dāng)將備案的重點(diǎn)放在核心算法上， 核心算法變更直接影響了算法推薦結(jié)果，且變更次 數(shù)相對(duì)有限，例如谷歌在2023年對(duì)其算法完成了四 次核心更新，2024年進(jìn)行了三次核心更新，對(duì)核心算 法更新進(jìn)行備案更具有針對(duì)性和可操作性。

　　在算法審計(jì)方面，建立第三方算法評(píng)估審計(jì)機(jī) 制。算法審計(jì)是在算法運(yùn)行前對(duì)其合規(guī)性、正當(dāng)性 進(jìn)行考察的活動(dòng)，世界各國(guó)在立法中多次提及算法 審計(jì)制度，美國(guó)紐約州立法明文規(guī)定，招聘算法必須 進(jìn)行年度算法審計(jì)；廣東省印發(fā)《廣東省首席數(shù)據(jù)官 制度試點(diǎn)工作方案》，組建了由政府副職領(lǐng)導(dǎo)構(gòu)成的 首席數(shù)據(jù)官，并明確了首席數(shù)據(jù)官的職責(zé)范圍等。 為此，可以建立由行業(yè)協(xié)會(huì)、公眾代表、算法工程師、 法律職業(yè)人員組成的算法審查委員會(huì)，經(jīng)算法委員 會(huì)事前審查發(fā)現(xiàn)，新聞推薦算法存在侵犯用戶信息 權(quán)益、算法偏見(jiàn)等法律風(fēng)險(xiǎn)時(shí)，有權(quán)要求算法平臺(tái)進(jìn) 行改正，拒不改正的將否定性的審計(jì)結(jié)果上報(bào)網(wǎng)信、 市場(chǎng)監(jiān)管等部門，對(duì)其依法作出處理。

　　（二）保障用戶信息自決權(quán)

　　作為新時(shí)代的一種新型權(quán)利，信息自決權(quán)在法 律上逐漸獲得基本權(quán)利資格。在信息論視野下，個(gè) 人信息并不是一組客觀的數(shù)據(jù)，而是一種信息化的 能力，它具有封裝和支配數(shù)據(jù)的能力，可以不斷把數(shù) 據(jù)轉(zhuǎn)化為信息，并且賦予其時(shí)代意義，保護(hù)公民個(gè)人 信息自決權(quán)就是保護(hù)人的主體資格。用戶個(gè)人信息 具有價(jià)值差異，若強(qiáng)調(diào)對(duì)所有用戶信息自決一視同 仁，采用同樣的規(guī)制手段，無(wú)疑會(huì)極大增加平臺(tái)成 本，降低企業(yè)運(yùn)行效率，遏制產(chǎn)業(yè)發(fā)展，要采取區(qū)分 原則，注重加強(qiáng)算法推薦中的用戶敏感信息自決 權(quán)。《個(gè)人信息保護(hù)法》第二十八條對(duì)個(gè)人敏感信息 作出規(guī)定，并將敏感信息類型化，對(duì)敏感信息保護(hù)提 供強(qiáng)有力的制度基礎(chǔ)。《互聯(lián)網(wǎng)信息服務(wù)算法推薦管 理規(guī)定》作為算法推薦的專門行政規(guī)章，其中并未對(duì) 算法推薦領(lǐng)域的敏感信息進(jìn)行專門界定，因此，應(yīng)當(dāng) 以《個(gè)人信息保護(hù)法》為依據(jù)，在算法推薦新聞?lì)I(lǐng)域 對(duì)個(gè)人敏感信息進(jìn)行細(xì)化，區(qū)分算法推薦新聞中的 一般信息和敏感信息。在算法設(shè)計(jì)階段，將保護(hù)用 戶信息自決的價(jià)值理論與計(jì)算機(jī)代碼相結(jié)合，以嵌 入式的方式將法律保護(hù)個(gè)人信息的基本理念植入算 法設(shè)計(jì)中。堅(jiān)持最小必要性原則，其是個(gè)人信息保 護(hù)的重要價(jià)值理念，其中包括目的必要性和手段必 要性。目的必要性要求算法新聞聚合平臺(tái)收集個(gè)人 信息必須具有明確合理的目的，且限于實(shí)現(xiàn)目的的 最小范圍，手段必要性要求新聞聚合平臺(tái)在收集個(gè) 人信息的方式上盡可能減少對(duì)用戶造成的負(fù)面影 響。通過(guò)法律價(jià)值理論對(duì)算法設(shè)計(jì)的指引，加強(qiáng)個(gè) 人信息在技術(shù)源頭的法律保護(hù)。在算法應(yīng)用階段， 完善告知同意規(guī)則，針對(duì)個(gè)人信息類型，采用不同的 告知同意規(guī)則。一般個(gè)人信息可以采用概括性告知 和授權(quán)的方式，但是對(duì)于個(gè)人敏感信息，新聞聚合平 臺(tái)應(yīng)當(dāng)履行嚴(yán)格的告知義務(wù)，保障用戶的知情權(quán)。 在告知內(nèi)容上應(yīng)當(dāng)包括算法推薦涉及的敏感信息類 型，運(yùn)用該類型敏感信息的目的，以及對(duì)公民可能造 成的影響。在告知方式上，應(yīng)當(dāng)采用顯著的告知方 式，對(duì)相關(guān)條款進(jìn)行標(biāo)紅、加黑等形式提醒用戶。

　　（三）完善法律責(zé)任規(guī)范體系

　　曾有多位學(xué)者對(duì)人工智能技術(shù)表示過(guò)擔(dān)憂，認(rèn) 為人工智能可能會(huì)對(duì)人類的生存空間產(chǎn)生威脅。算 法作為人工智能的核心運(yùn)作機(jī)制，如果采用過(guò)度苛 刻的規(guī)制手段，可能會(huì)扼殺算法平臺(tái)的自主創(chuàng)新性， 阻礙算法產(chǎn)業(yè)的發(fā)展，但過(guò)度的包容又會(huì)導(dǎo)致一系 列的法律與倫理問(wèn)題。因此必須在促進(jìn)算法產(chǎn)業(yè)發(fā) 展和規(guī)制算法之間找到平衡點(diǎn)，而平衡點(diǎn)的關(guān)鍵在 于算法是否需要承擔(dān)法律責(zé)任。20世紀(jì)90年代，拉 圖爾在卡龍的基礎(chǔ)上提出“行動(dòng)者—網(wǎng)絡(luò)理論”，這 里的行動(dòng)者既可以指人，也可以指非人的存在或者 力量。弗洛里迪和桑德斯基于行動(dòng)者互動(dòng)關(guān)系角 度，將交互性、自主性、適應(yīng)性作為智能技術(shù)是否應(yīng) 當(dāng)承擔(dān)倫理責(zé)任的標(biāo)準(zhǔn)[9] 。由于目前人工智能技術(shù) 發(fā)展仍然處于弱人工智能階段，算法雖然滿足了交 互性標(biāo)準(zhǔn)，但是并未滿足自主性和適應(yīng)性的要求，因 此從弗洛里迪和桑德斯的觀點(diǎn)看，算法并不能獨(dú)立 承擔(dān)法律責(zé)任。

　　在民法規(guī)范責(zé)任體系下，算法不能獨(dú)立承擔(dān)法 律責(zé)任是否意味著算法不需要承擔(dān)法律責(zé)任？答案 自然是否定的，算法可以在責(zé)任能力內(nèi)承擔(dān)有限責(zé) 任。有學(xué)者認(rèn)為可以賦予算法有限的法律人格，在 二元權(quán)利結(jié)構(gòu)中創(chuàng)造中間地位，根據(jù)代理理論，將算 法視為新聞聚合平臺(tái)的智能代理人，明確智能代理 人具有部分權(quán)利能力。智能代理人不是人，但是它 仍然可以承擔(dān)與其服務(wù)職能相一致的部分權(quán)利能 力。[10] 賦予算法有限的法律人格是要求算法承擔(dān)法 律責(zé)任的基礎(chǔ)。算法是由一系列的計(jì)算機(jī)代碼所組 成，并不具備實(shí)體財(cái)產(chǎn)，那么算法如何承擔(dān)侵權(quán)責(zé) 任？可以借鑒機(jī)動(dòng)車交強(qiáng)險(xiǎn)相關(guān)機(jī)制，要求新聞聚 合平臺(tái)為算法購(gòu)買強(qiáng)制性保險(xiǎn)，在發(fā)生侵權(quán)案件后， 由保險(xiǎn)賠付算法所應(yīng)當(dāng)承擔(dān)的責(zé)任。新聞聚合平臺(tái) 設(shè)立賠償基金進(jìn)行補(bǔ)充，保險(xiǎn)賠付不足以彌補(bǔ)被侵 權(quán)人損害的，由賠償基金進(jìn)行補(bǔ)足。這種設(shè)置有效 避免了平臺(tái)所提出的“技術(shù)中立”抗辯，無(wú)論技術(shù)是否 中立，新聞聚合平臺(tái)作為推薦算法的智能代理人都應(yīng) 當(dāng)承擔(dān)侵權(quán)責(zé)任。從舉證責(zé)任出發(fā)，《侵權(quán)責(zé)任法》第 六條、第七條確定了由過(guò)錯(cuò)責(zé)任和無(wú)過(guò)錯(cuò)責(zé)任組成的 侵權(quán)責(zé)任規(guī)則體系。若適用過(guò)錯(cuò)責(zé)任，被侵權(quán)人應(yīng)當(dāng) 就算法和平臺(tái)的過(guò)錯(cuò)承擔(dān)舉證責(zé)任，但是在技術(shù)限制 下，被侵權(quán)人難以在復(fù)雜的代碼和算法中識(shí)別過(guò)錯(cuò)， 苛求被侵權(quán)人承擔(dān)舉證責(zé)任困難重重。因此，可以借 鑒《個(gè)人信息保護(hù)法》中過(guò)錯(cuò)推定的規(guī)定，轉(zhuǎn)移舉證責(zé) 任，由新聞聚合平臺(tái)對(duì)自身行為的無(wú)過(guò)錯(cuò)承擔(dān)舉證責(zé) 任，減輕被侵權(quán)人的舉證責(zé)任壓力。

　　在行政法律責(zé)任規(guī)范體系下，追究平臺(tái)的責(zé)任 主要表現(xiàn)為對(duì)平臺(tái)處以何種行政處罰。具體而言， 《算法推薦管理規(guī)定》中的法律責(zé)任較為模糊，存在 不確定法律概念。例如《算法推薦管理規(guī)定》第三十 一條規(guī)定，拒不改正或情節(jié)嚴(yán)重的，責(zé)令暫停信息更 新，并處一萬(wàn)元以上十萬(wàn)元以下罰款。行政處罰本 質(zhì)屬于行政機(jī)關(guān)的自我裁量，通常由要件裁量和效 果裁量構(gòu)成，在該條款中，拒不改正和情節(jié)嚴(yán)重屬于 要件裁量，責(zé)令暫停信息更新與一萬(wàn)元以上十萬(wàn)元 以下罰款屬于效果裁量，要件裁量是行政處罰的前 提，拒不改正屬于明確的法律概念，但是其中的“情 節(jié)嚴(yán)重”卻屬于不明確法律概念，應(yīng)當(dāng)如何界定？在 效果裁量中，一萬(wàn)元以上十萬(wàn)元以下的處罰空間幅 度賦予行政機(jī)關(guān)較大的行政處罰裁量權(quán)，極易造成 行政處罰畸輕畸重的情形。李強(qiáng)總理在國(guó)務(wù)院第十 一次專題學(xué)習(xí)中明確指出，要圍繞法治政府建設(shè)，建 立健全行政執(zhí)法標(biāo)準(zhǔn)規(guī)范，落實(shí)行政裁量權(quán)基準(zhǔn)制 度，針對(duì)基準(zhǔn)覆蓋不全面的問(wèn)題，抓緊完善相關(guān)領(lǐng)域 的裁量權(quán)基準(zhǔn)。隨意執(zhí)法、運(yùn)動(dòng)化執(zhí)法、行政執(zhí)法責(zé) 任體系混亂的本質(zhì)原因在于缺乏明確的執(zhí)法依據(jù)，對(duì) 此網(wǎng)信、市場(chǎng)監(jiān)管等相關(guān)部門應(yīng)當(dāng)及時(shí)在《算法推薦 管理規(guī)定》的基礎(chǔ)上，考慮新聞聚合平臺(tái)違法行為和 可承受能力范圍，依據(jù)“過(guò)罰相當(dāng)原則”細(xì)化處罰限 度，針對(duì)要件裁量中不確定法律概念進(jìn)行解釋，明確 處罰依據(jù)，從而建立明確的行政處罰責(zé)任規(guī)范體系。

　　四、結(jié)語(yǔ)

　　算法推薦技術(shù)引起了新聞傳播領(lǐng)域的重要變 革，對(duì)用戶進(jìn)行賦權(quán)，滿足了用戶的個(gè)性化需求，推 動(dòng)了新聞傳播向扁平化、精準(zhǔn)化階段發(fā)展。盡管目 前算法技術(shù)在法律層面存在諸多潛在風(fēng)險(xiǎn)，但是人 工智能技術(shù)與新聞傳播深度耦合是未來(lái)不可避免的 發(fā)展趨勢(shì)。因此在方針政策上對(duì)算法推薦新聞應(yīng)當(dāng) 采取包容、審慎的態(tài)度，一方面要積極推動(dòng)算法推薦 新聞發(fā)展，另一方面要加強(qiáng)算法推薦新聞的法律規(guī) 制，采用事前的穿透式監(jiān)管理念、保障用戶的信息自 決權(quán)、完善民事行政法律責(zé)任規(guī)范體系，以保證算法 推薦新聞在合法的軌道上順利推進(jìn)。未來(lái)，隨著強(qiáng) 人工智能時(shí)代的來(lái)臨，算法的交互性、自主性、適應(yīng) 性水平進(jìn)一步提高，人們接收新聞的途徑將更加便 捷，法律風(fēng)險(xiǎn)也會(huì)更加多元，相應(yīng)的法律規(guī)制措施應(yīng) 當(dāng)與技術(shù)保持一致，進(jìn)行動(dòng)態(tài)調(diào)整。