21世纪经济报道|如何把算法关进制度的笼子？( 二 )_

对于个人获得说明的权利，张吉豫认为，这一定程度上意味着确立了有限的“算法解释权” 。在法律落实的过程中，相应的算法说明必须提供对决策有意义的信息，而不是简单的、泛泛的信息。
此外，她强调，想让个人真正获得一种拒绝自动化决策的权利，就要对该条款中“仅通过自动化决策的方式作出决定”进行恰当的解释。
可见，对个人“免受自动化决策权”的保障，未来落地的过程之中，需要进一步通过配套规则、司法活动和执法活动的开展落实。
张吉豫认为，企业利用个人信息进行自动化决策，应当进行个人信息影响评估。考虑是否属于信息推送、商业营销的情况，如果是，则应提供不针对其个人特征的选项，或者向个人提供便捷的拒绝方式。
对于必要进行自动化决策的情况，应考虑建立人工干预机制；决策情况分析和说明机制，说明综合考虑的要素、算法的大致类别；并且建立根据个人质疑，进行考察、反馈或改进的机制。
可见，对算法透明度和可解释性监管不断强化。中国人民公安大学法学院苏宇副教授指出，应区分算法的可解释性与算法透明度，算法可解释不等于算法透明，算法解释也不等于打开黑箱。应明确界定可解释性与透明度的概念，区分优化算法可解释性与透明度的义务，并且推进层次化、场景化的具体制度设计。
此外，苏宇认为，应明确优化算法可解释性、透明度义务与算法解释请求权的关系。在履行上述义务时，通过在技术标准层面设置面向不同场景的多元化可选规则，是一种兼顾精准性、原则性与灵活性的制度安排。
平台监管层层加码
将算法服务作为核心商业模式的平台，在算法应用中应承担哪些责任？
以推荐算法为例，其应用引起了各国的关注。近期， Facebook利用仇恨算法牟利等事件引发关注。美国众议院能源和商业委员会提出法案，拟修改《通讯规范法案》第230条平台责任豁免条款，以避免个性化推荐对公民权利造成危害。
中国信通院互联网法律研究中心研究员程莹指出，过去，美国出于促进互联网发展的考虑，在《通讯规范法案》第230条中规定平台对用户创作的内容不承担责任。但由于平台与用户权利、重要基础设施等关联日益密切，美欧在规制中都有加重平台责任的趋势。
她解释称，早期平台是一个通道的角色，作为市场经营者，将信息从内容的提供者传输到用户，是一个中立的身份。但现在数据已经成为一种生产要素，如果把数据比作农作物的话，那平台就是农作物加工厂，通过对数据的加工、提炼出结构化的数据库，进而反向对内容提供者、用户进行信息控制。