学术前沿 | 智能社会治理方法论
2022-11-28 16:55:15
  • 0
  • 0
  • 0

作者简介

谢君泽:中国人民大学法学院博士生,中国人民大学刑事法律科学研究中心副研究员

摘要

智能社会治理是一种现代科技治理模式,它是推进国家治理体系和治理能力现代化的重要部分。智能社会治理主要依赖于技术规则,它以智能化地发现社会行为与行为规则的偏离为主要目标。与法律治理所采取的行为“模式”治理不同,智能社会治理是基于行为“模型”的治理。后者采取更小的行为颗粒度,在行为的监管规制上更为精细、更为前置、更具弹性以及更快行动。结合人工智能识别技术原理,智能社会治理的逻辑构造应当按照业务行为模式的类型化、行为特征规律的提取分析、行为数据模型的实时计算、反常偏离行为的纠正处置等展开。

2016年4月19日,习近平总书记在网络安全和信息化工作座谈会上的讲话指出:“要以信息化推进国家治理体系和治理能力现代化,……更好用信息化手段感知社会态势、畅通沟通渠道、辅助科学决策。”2017年12月8日,习近平总书记在十九届中央政治局第二次集体学习时的讲话再次强调:“要运用大数据提升国家治理现代化水平。要建立健全大数据辅助科学决策和社会治理的机制,推进政府管理和社会治理模式创新,实现政府决策科学化、社会治理精准化、公共服务高效化。”党的十九大更是将社会治理智能化作为推进国家治理体系和治理能力现代化的重要部分写入大会报告,即“提高社会治理社会化、法治化、智能化、专业化水平”。这意味着我国社会治理迈入了智能化的新纪元。然而,社会治理如何实现智能化?智能化的社会治理应当达到什么样的效果?社会治理的智能化与社会治理的专业化、法治化、社会化有何关系?尤其是,能否构建起一套行之有效的智能社会治理方法论?这些问题,有多位专家展开了研究,但学界尚未形成理论体系。本文结合“廉洁雄安”智能监督关键技术研究及应用示范项目[a]的实践探索,试图对上述问题做出理论回应。

一、智能社会治理的概念理解

社会治理智能化,可以简称为“智能社会治理”。从严格意义上讲,“智能社会治理”与社会治理智能化在内涵与外延上不尽相同。

(一)智能社会治理的三种语义理解

从语义上看,智能社会治理一词可以有三种理解:第一种理解,以“智能”修饰“社会”,即“智能社会”的治理。按照这种理解,它主要是指对网络平台的数据处理、汽车行业的无人驾驶、工业领域的机器人等包含智能算法的行为方式进行管理和规制。第二种理解,以“智能”修饰“治理”,即社会的“智能治理”。这种智能治理就不仅包括了“智能社会”的治理,也包括传统社会治理在技术手段上的智能化升级。十九大报告对“社会治理智能化”的语义论述倾向于该义。比如,用“电子眼”监管交通,用大数据监测环境污染。第三种理解,以“智能”同时修饰“社会”和“治理”,即“智能社会”的“智能治理”。这是“智能社会”与“智能治理”相交叉的部分,也是最狭义的定义。本文主要采用第二种理解,即广义的智能社会治理。

本文所要讨论的智能社会治理主要以网络社会为语境,但也同样可借鉴运用于传统行为方式的治理。具体而言,当下社会的行为方式主要是基于网络信息技术而展开,而“智能化”治理模式也是基于网络信息技术、大数据技术、人工智能技术而产生。因此,本文所要讨论的“智能社会治理”首先是基于网络信息环境下人的行为方式及其监管而展开,它主要是针对网络信息行为的智能监管。这种网络信息行为既包括借助网络信息手段所实施的网络招投标、网络电信诈骗、网络造谣传谣、网络电商交易等涉网行为,也包括网络系统攻击、网络黑客入侵、网络数据泄漏,乃至网络刷单、网络打码等新型网络信息行为。

比如,人们以前用各种信息系统乃至区块链平台对各种业务行为进行记录,但是这种业务系统只是记录了各种业务行为的数据而不能及时发现潜在的违规违纪违法犯罪行为,他们只能称为一般的科技治理。如果能够在各类信息系统中加入行为特征规律的分析,用技术模型来自动化监测潜在的反常行为,那么就能够升级为智能化的社会治理模式。

这种智能化的社会治理模式同样可以运用于传统行为的监管。比如,人们以前用监控设备监视公共区域的治安情况,这是一般的科技治理。如果在监控录像中加入相关的行为特征算法,如碰撞检测、摔倒检测、徘徊检测、重点人员检测,甚至是入厕超时检测、特定区域入侵检测等,就能够达到智能监管的效果。

显然,智能社会治理首先必然是一种专业化的社会治理模式。不论是网络信息行为的治理还是传统行为的治理,都脱离不了大数据建模、人工智能等新兴信息技术的运用。智能社会治理以智能化为主要特点,它代表了一种最先进的科技治理模式。

其次,作为以社会治理为目的的科技手段,智能社会治理的目标应当定位于能够智能化地发现社会行为与行为规则的偏离,而不是仅仅将信息技术运用于办公手段的升级或业务数据的记录。后者只宜称为一般的科技治理手段而非智能社会治理。就本文所讨论的智能社会治理而言,它以智能化地发现社会行为与行为规则的偏离为主要目标。下文谈及科技治理时,它均是指这个意义上的智能社会治理。

最后,智能社会治理还是法治化、精细化、社会化的社会治理模式。智能社会治理是在法律规范的框架下运行,智能社会治理需要基于更为精细化的行为类型,智能社会治理能够普遍运用于社会的各行各业。下文将通过讨论法律治理与科技治理的运行原理、智能社会治理的方法原理与逻辑构造等予以阐释。

(二)智能社会治理是一种基于技术规则的治理模式

作为一种前沿的科技治理模式,智能社会治理主要是借助网络信息技术、大数据技术、人工智能识别技术等新兴科技手段,它是通过算法模型的实时计算结果来判断行为与规则的适配性。这与传统法治、德治等社会治理模式不尽相同。

“法律是通过既定规则的遵循和实施而发挥其功能的。规则的制定是一种集体的主观行为,因而存在着主观客观化的难题;规范的遵循是以强制力为后盾的,故存在着强制力消失或不足时的法律遵循难题;规范的实施是以机构为主体的,也存在着机构经济人特性与有限理性的克服、机构行为动力的不足及资源限制等困境。而道德则主要利用文化沉淀中的善恶标准而非既定规则及强制力来影响人的行为,这在一定程度上可弥补法律的不足,但道德的多元化及相对主义则会导致规范的非普适性问题;道德的非强制性会导致对性恶之人的制约力不从心;道德的利益界限会导致利他的有限性。”[1]作为一种国家强制性规则,法律比道德更具有确定性和稳定性。道德由于存在天然的多元性和相对性,因而容易受到主观倾向的干扰。从本质上讲,德治模式是将社会的信任中心寄托于“人”,而法治模式则是将信任中心假之于“物化”的规范文本。虽然这种“物化”的规范文本,仍然是由集体意志所确定,但与个别人或部分人的道德取向相比,要相对可控得多。因而,法治的进步正是在于将信任中心假之于具有相对确定性的“物”而非倚赖于相对不确定性的“人”。

诚然,法治模式仍然存在着一定的局限性,比如法律的制定不可避免会滞后于现实社会的发展,法律的解释总是面对新的社会现象的挑战,而科技治理能够弥补法律治理的缺陷。科技治理并不是简单地将信任中心放在“人”或“物”,而是将其放在“人”与“物”之间的临界物———技术规则。

科技治理的本质是通过技术规则来调整人的行为。这种技术规则的形成依赖于法律与技术的不断对话与融合。一方面,这种技术规则需要反映行为规制的法律要求,即将法律对行为的违法性、犯罪性等规范性要求囊括其中。另一方面,这种技术规则又具有类似道德规范的弹性空间,它可以把一些道德规范、行业准则乃至组织单位的内部要求,即“准法律规则”,转化为技术模型进行监管。因而,技术规则能够使法治与德治形成一种新的平衡态。

鉴于法律治理是现代文明社会的典型治理模式,下文将科技治理与法律治理在运行原理层面进行比较,以揭示科技治理的本质及其功效。

二、智能社会治理的原理分析

以智能社会治理为代表的科技治理,它与法律治理具有相同的目标,即实现对社会行为的监管与规制。然而,作为一种基于技术规则的治理模式,科技治理与法律治理在运行原理上存在着明显差异,两者的方法论不尽相同。

(一)法律治理的运行原理

法治是国家治理体系和治理能力的重要依托。作为一种现代文明的象征,法律治理拥有一套完整自洽的方法论。这种方法论集中表现在法律的整个运行过程中,即立法原理和司法原理。以下通过法理学、民法领域、刑事领域对行为规制的基本原理来阐述法律治理的运行原理。作为社会治理的重要方面,行政执法与刑民领域的区别在于行为规范的强制程度有所不同,因而可以举重以明轻、举轻以明重,同理证得。

传统法学理论认为,“法的直接调整对象乃人的行为,法的间接调整对象乃包括个人利益和社会整体利益在内的社会之利益关系。”[2]“传统的、获得多数学者认可的学说认为,法律规范是一种特殊的、在逻辑上周全的规范,一个完整的法律规范在结构上必定由三个要素组成,即假定、处理和制裁。假定,是指法律规范中规定适用该规范的条件的部分,它把规范的作用与一定事实状态联系起来,指出在发生何种情况或具体何种条件时,法律规范中规定的行为模式便生效。处理,是指法律规范中为主体规定的具体行为模式,即权利和义务,它指明人们可以做什么、应该做什么、不能做什么,以此指导和衡量主体的行为。制裁,是法律规范中规定主体违反法律规定时应当承担何种法律责任、接受何种国家强制措施的部分。”[3]法律规范的逻辑结构反映了法律治理是一种典型的“先归纳,后演绎”的运行过程,即:立法是一种对行为及相关事实的归纳,司法则是将具体行为及相关事实涵摄到既定法律规范。

现代民法学家卡尔·拉伦茨对立法及司法过程做如此描述:“立法者必须接受既存的类型,虽然他仍可作更具体的规定,或者尝试重新界定类型的界限。而这里的类型,其指涉的事实上是一些以类似的———而非总是以相同的———方式出现之生活现象……而规范适用是:将个案归属到一般性规范之下的过程(涵摄)。”[4]法律制定是立法者基于生活现象的类型化而制定评价性规范,法律适用则是司法者将具体案件事实涵摄到法律规范所归纳的事实类型。

刑法学者从犯罪行为学角度对立法与司法的过程进行了描述。“现象化的犯罪行为,是指由行为人具体实施的、在社会生活中表现出来的、具有犯罪性的动作要素的综合体。它发生在现实生活中,能被人们发现并认识,或处在被立法规制前,或虽处在被立法规制后但尚未被模型衡量时,所呈现的状态。通常也称为自然状态的犯罪行为。而模型的犯罪行为,就是被立法规范确定的犯罪行为。它体现在以犯罪行为为对象的立法过程中,具有法定性、规范性和概括性的特征。通过模型的犯罪行为,可以在立法上确定入罪标准,为司法实践提供犯罪构成的形式要件,为公民守法提供行为的尺度。实定的犯罪行为,就是被司法确定的犯罪行为。犯罪行为的实定,是指运用模型的犯罪行为对现实中发生的疑似的犯罪行为进行比对、衡量,将符合模型犯罪行为要求的犯罪性行为予以确定的活动。在司法中被模型比对后确定的犯罪性行为就是实定的犯罪行为。”[5]刑事立法的过程就是把现象化的犯罪行为归纳为犯罪行为模式的过程[b],而刑事司法的过程则是把案件中的具体犯罪行为与犯罪行为模式进行比对、衡量并予以实定。

将上述立法与司法的运行过程进行概括,如图1所示。

图1. 法律治理的运行原理

当社会中的各种行为现象尚未被立法所确定时,其均表现为现象化的行为,即自然行为。立法过程则是将社会中现象化的行为进行类型化,并给予立法评价从而建立起模式化的行为,即假定行为模式。司法过程则是将本案中的具体行为与假定行为模式进行比对并予实定。

根据上述原理,从逻辑上讲,司法活动在对本案中的具体行为进行实定时,需要经历两次比对和两次解释的过程。第一次比对,即将本案中的具体行为通过行为特征的分析与立法所确定的假定行为模式进行比对。第二次比对,是通过立法原意分析将立法所确定的假定行为模式与立法所欲调整的现象化行为进行比对。从理论上讲,不论这两次比对的结果是否同一,司法者都要对这两次比对的结果依次做出解释。第一次解释是司法者根据立法原意及可能隐含的立法精神对模式化的行为与现象化行为的同一性做出解释。第二次解释是将本案中的具体行为与假定行为模式是否具有同一性做出评断性的解释。

从司法意义上讲,目前网络领域广泛出现的司法乱象,可以归因于对第二次比对(立法比对)和第一次解释(立法解释)在逻辑思维上的跳跃,亦或是推理方法不当。少数情况下还可能有对第二次解释(司法解释)的错误运用问题。以上三个问题属于现有法律与网络现象的适配问题。当出现第二次比对(立法比对)和第一次解释(立法解释)无法进行时,则可以称为网络现象在现有法律中的空白问题。空白问题更容易出现在新型行为形态中,如网络领域的数据爬虫行为、漏洞扫描行为等等。

从立法意义上讲,当下网络社会所面临的问题是,网络技术的发展导致了行为方式的剧烈变化并呈现出明显的多样化特征,而变异的行为方式需要给予新的价值评价,多样化的行为则要求有更为多元性的评价。显然,立法的滞后性使得我们当前在立法程序上来不及,抑或者立法能力跟不上技术行为的变化,进而无法对新的行为样态及时做出评价。这就导致了法律治理所产生的困难与困惑。

综上,法律治理是一种典型的“模式”治理,即:立法者首先通过立法程序将社会现象中的自然行为予以类型化并给予相应的价值评价。这种经过立法评价的自然行为即成为法律上的模式化行为。当社会中再次出现相同或相似的行为方式时,司法者需要将其与立法已经确定的模式化行为进行比对并予以司法确定。这种“模式”治理在当前网络社会环境下所面临的现实困难是立法与司法难以应对网络信息技术所造成的行为的变异性与多样性。

(二)科技治理的运行原理

与法律的“模式”治理不同,科技治理则是采取“模型”治理的思路,即在行为模式下采取更小的行为颗粒度进行监管与规制。法律的“模式”治理与科技的“模型”治理区别如图2所示。

图2. 法律治理与科技治理的原理比较

面对技术所带来的行为异化和多样化,科技治理的应对方法是:在模式化行为的基础上,进一步提炼出更小颗粒度的行为模型,通过行为模型实现更精细化的监管与规制。

与法律治理所采取的行为模式相比,这种更为细化的行为模型在大数据与人工智能技术的支撑下显得更为灵活、便利、高效。详述如下:

首先,模型化监管可以做到更为精细的行为治理,这能够解决法律治理对行为类型归纳的不足问题。法律规则的制定要有一定的抽象性,以应对主体行为方式的变化。也因此,法律规则的抽象性也会带来指导性与针对性不足的问题。模型化监管则是在行为模式的基础上通过对行为特征与规律的细化分析,采取更小行为颗粒度的监管与规制。比如,在网络招投标领域,围标、串标显然是违法的。法律治理往往是通过事后发现围标、串标现象再予以治理,而先进的科技治理则可以通过监测投标人是否过早取得标书、不同投标人的标书是否存在相似(同)性,乃至招投标账户是否存在串用混用等更小颗粒度的行为监测以达到事中监管、事前预测的规制效果。这种更小行为颗粒度的监管规制思维可以普适于各行各业,不论是线上还是线下。

其次,模型化监管可以实现更为前置的行为治理,这能够弥补法律治理对行为监管规制的滞后问题。法律治理是一种典型的事后治理模式,法律治理是通过事先的立法归纳对人们提出行为规范要求,只有在行为人确实实施了违法犯罪之后才能加以追究。这是法律治理的保守性。然而,当法律的保守性遇到前沿的互联网技术时,法律治理的功效则大打折扣。众所周知,互联网具有跨时空特性,如果采用事后惩治的治理方法,那么就会产生一种严重的技术实现问题,即:大量的网络违法犯罪因为互联网的跨时空特性在技术上无法实现最终的惩治。因而,网络社会的治理必须要讲究行为监管的时间前置,而非仅仅依靠事后打击。

再次,模型化监管在行为规则的运用上具有更大的弹性空间,这能够促进法律规则与道德规范的平衡。详言之,现代网络社会的治理,不能只依靠法律,在更多时候需要道德规范、行业规则甚至是自律性规则的参与。模型化监管不仅可以实现法律规范的要求,也可以将具有相对弹性的道德规范、行业规则以及自律性规则嵌入其中,实现弹性监管。比如,为了预防网络电信诈骗,网络运营商可以通过模型监测防止手机卡频繁更换电子设备终端。为了防止黑客入侵或数据漏洞,有些企业可以通过模型监测防止未经允许的公共VPN(Virtual Private Network)访问办公网络。

最后,模型化监管在社会治理的时间上具有更快的行动效率,即通过技术措施来弥补法律治理的效率缺陷。法律往往是集体意志的表现,法律的形成往往需要等待集体甚至全民的认识进步,因而法律形成的行动效率是相对较低的。然而,在立法滞后的情况下,主管部门、组织单位仍然可以针对新兴事物主动、迅速采取模型化监管措施进行社会治理,这能够极大地解决社会治理的效率问题。比如,针对小型个人信息处理者、处理敏感个人信息以及人脸识别、人工智能等新技术、新应用,《中华人民共和国个人信息保护法》第六十二条规定,国家网信部门要统筹协调有关部门制定专门的个人信息保护规则、标准。诚然,针对新技术、新应用,在相关规则、标准无法及时出台的情况下,实际上可以通过赋予运营者事前嵌入违法犯罪的监管模型的义务,以科技监管弥补立法滞后。

综上可见,科技治理所采用的监管模型是行为与规范的交叉产物,他们兼具了模式与规范的双重功能。基于模型化监管的科技治理是技术行为的升维和法律规范的降维,因而它是行为与规范之间的过渡地带。模型化监管更是行为与规范的精细化过程,它是通过对社会各行各业的行为模式及其相应的规范要求进行分解细化,使国家治理更加精、细、准、严,进而使社会治理能够有效贯彻到每个环节并发挥作用,提升整体社会治理能力。

三、智能社会治理的方法体系

所谓方法论,是指一种以解决问题为目标的通用理论体系。虽然智能社会治理是以社会科学任务为目标,但是它毕竟是一种借助于自然科学技术的方法手段。因而,智能社会治理首先要遵循自然科学领域中智能识别技术的方法原理。

(一)智能识别技术的方法原理

在此,有必要专门地了解与认识自然科学领域人工智能识别技术的方法原理。“我们想要构建一个简单的人工智能系统,它能够像人类一样区分变色鸢尾和山鸢尾。像这样完成分类任务的人工智能系统,被称为分类器(classifier)。图3展示了整体系统的流程。当看到一朵鸢尾花时,首先提取它的特征,然后将这些特征输入到训练好的分类器中,分类器就能够根据这些特征做出预测,输出鸢尾花的品种。”[6]这种特征的提取在人工智能识别的初级阶段主要依赖于经验。

图3. 特征提取与分类器

随着人工智能技术的发展,深度神经网络极大地提高了特征提取与分类器的工作效率。“深度神经网络之所以有这么强大的能力,就是因为它可以自动从图像中学习有效的特征……深度神经网络学习的特征也逐渐替代了手工设计的特征,人工智能也变得更加‘智能’……如图4所示,在传统的模式分类系统中,特征提取与分类是两个独立的步骤,而深度神经网络将二者集成在了一起。”[6]

图4. 基于深度神经网络的特征提取与分类器

人工智能识别技术发展到今天,已经全面运用于各个领域,如人脸识别、视频监控、识文断字、听声辨曲甚至是Alpha Go的围棋程序。这一切的逻辑基础都是基于特征提取的分类方法。特征信息是此事物区别于彼事物的认知“锚”点。

(二)智能社会治理的逻辑构造

显然,社会科学领域的智能社会治理与自然科学领域的智能识别技术在实现的方法路径上有所不同。其中,最大的差异是自然科学领域面对的是“物化”的物体,包括“物化”形式的人体,而社会科学领域面对的是“事化”的行为,包括个体行为与群体行为。因而,智能社会治理在方法论上的最大挑战是如何提炼出各类型事件的行为特征。只要能通过归纳或演绎的方法得出各种类型行为模式下的行为特征或行为规律,就可以达到智能治理的功效。

毋庸置疑,智能社会治理方法论集中体现了自然科学与社会科学的交叉复合。因而,要理解运用智能社会治理方法论,首先要树立起交叉学科领域的基础认知,包括但不限于:

第一,从技术上认识到“数据即行为”。数据是行为的记录,数据记录反映了行为过程与行为方式。利用数据治理社会,本质上是利用行为的记录来治理社会行为。

第二,大数据是一种方法,人工智能是一种模式。大数据、人工智能与传统信息技术一样,可以运用到社会治理的各个领域。其中的关键在于不同学科方法论的融合与统一。

第三,社会治理的本质是发现行为的趋势与纠正行为的偏离。法律治理是行为趋势的前置归纳与事后纠正,而科技治理能实现行为趋势的实时发现与事中处置。社会治理的最终目的是引导社会行为、维护社会秩序。

综合社会科学领域的法律治理方法论和自然科学领域的人工智能识别技术原理,智能社会治理的方法体系应当按照如图5逻辑进行构造。

图5. 智能社会治理的方法原理

首先是自然信息行为在模式上的类型化。比如,即使都是电子商务业务,也要区分商品类的业务类型与服务类的业务类型,因为不同业务类型所牵涉的违规、违法、犯罪的行为模式也大不相同。相对于立法上的模式类型化,科技治理的模式类型化更偏向于业务类型和业务流程。因为,这两种类型化的任务目标有所不同,前者一般是为了实现国家法律所要保护的法益,后者则往往具有更强的监管针对性,虽然这种针对性监管一般也是在法律规范的框架下进行[c]。

其次是基于业务行为模式的行为特征提取与行为规律分析[d]。如前例,商品类的电子商务更多的是假冒伪劣等行为特征,而服务类的电子商务可能更多出现刷单刷量等行为特征。行为特征提取与行为规律分析是模型化监管的前提,也是寻找智能化监管所倚赖的认知“锚”点的过程。在实践开展中,某种业务行为的特征提取与规律分析往往与大数据建模的技术工作息息相关。也可以说,能否找到有效的行为模型直接关系到大数据运用的成败,也决定了能否顺利实现智能化治理的最终目标。显然,对于以技术方法为主要特点的智能化监管,大数据建模必然是重中之重。

值得说明的是,对监管所采取的行为模型需要进行要素化管理。既然每个监管模型体现的都是不同的行为特征,那么这些行为模型就都可以按照行为要素,即时、空、人、事、物进行管理。这也意味着每个行为要素都需要有相应的数据来源支撑。行为模型的要素化管理不仅有利于数据来源信息系统的设计与维护,也有利于模型的重复利用与升级改造。而模型与数据之间的互动则是通过大数据的实时计算来实现的,因而能达到事中监管乃至事前预测的功效。

再次是基于行为模型的特征反映性输出不同类型的反常行为。模型的特征反映性取决于模型与反常行为之间的因果性及其强弱程度,这涉及大数据建模的方法问题[7]。一般来说,统计模型往往反映事物的相关性,而行为模型则能够反映不同程度的行为因果性。根据模型的综合分析,智能监管所输出的反常行为可以是违规、违纪、违法、犯罪及其发生概率。

最后是对偏离的反常行为予以纠正。所谓的反常行为,是相对于正常行为而言的。从认识论上讲,只有先确立了正常行为的标准,才能识别出偏离的反常行为。从社会治理角度而言,行为监管的任务就是为了发现与正常行为(大多数人的行为趋势)相偏离的反常行为并加以纠正。根据偏离程度的不同,这种偏离行为的纠正既可能是管理决策的调整也可能是违法犯罪的处置。

综上,智能社会治理方法论其本质是以社会科学领域的行为监管规制为主线,以自然科学领域的特征识别为方法,最终实现行为偏离的智能发现与及时纠正。借助于这种治理方法论所独具的事中实时性乃至事前预测性,智能社会治理能够实现更为高效的违法犯罪预防以及更为积极的守法行为引导。

最后,智能社会治理方法论从根本上是行为与规范的精细化并使之可计算的过程,这种方法体系可以适用于社会各行各业的方方面面。比如,2018年以来国务院国有资产监督管理委员会先后印发了《关于全面推进法治央企建设的意见》《关于在部分中央企业开展合规管理体系建设试点工作的通知》《中央企业合规管理指引(试行)》等规定,国有企业可以根据智能社会治理方法论构建起业务行为的智能监管体系。又如,各大互联网企业应当充分利用大数据优势,积极借助智能社会治理方法论构建起网络平台内用户行为的智能监管机制,实时防范乃至事先预测违法犯罪行为的发生。当然,各级行政主管部门同样可以按照权责分工建立智能监管平台,通过大数据模型监测各行各业的问题与趋势,以全面提升政府治理能力现代化水平。智能社会治理是政府部门、企事业单位乃至整个国家均可采之有效的科技治理模式,它是现代社会治理走向现代社会化的必由之路。

结语

人类文明史是一部科技与人性相交织的发展史。从科技发展主线来看,以文字发明为始端,人类文明在物质时代经历了不过七八千年。从第一次工业革命开始计算,人类在能源时代已走过250多年。在信息时代人类才仅仅发展了50多年,就已经到达了当下的数据时代,即后信息时代。随着大数据、人工智能技术的发展,人类快速迈进了智能时代。智能社会随之而来。

智能社会出现了很多新的特点。从社会的组织结构来看,过去的社会是一种典型的“树状式”组织结构,从中央到基层是一种“树状式”的层级管理。在当下,我们更强调社会的“网格式”监管,也就是把国家和社会划分成各个片区,各司其职地管理。然而,互联网技术不仅改变人们的行为方式,也深刻地影响了社会结构。互联网在技术上的“网点式”结构使得网络社会的结构也呈现出明显的“网点化”特征。这不仅表现为网络用户散落地分布在各个区域,也表现为超级网络结点(网络平台)作为新的监管组织而出现。

从社会的生产方式来看,作为劳动者的人与生产工具形成了强烈的竞争关系,很多劳动者的功能已经被智能设备、机器人、信息系统等生产工具所替代。同样受到智能化的影响,社会的监管方式也出现了明显的顶层管理集中化和中层管理可替代的特点。借助于智能监管等信息系统,人们只需要在顶层直接下达指令到基层,而不需要中层的介入与处理。

从主体行为方式来看,智能社会出现了“点击生活、算法经商、模型治国”的行为样态。所谓点击生活是指人们可以通过智能技术一键式完成所有生产生活行为。算法经商描述的是企业的生产经营行为。传统企业利用智能机器、智能系统、智能算法等方式来实现生产经营的智能化升级,互联网企业更是如此。国家的社会治理也必将迎来智能化时代,模型治国指的就是国家政府、组织单位等必须要借助技术方法(技术模型)来实现智能化监管。

因而,基于模型治国的理念构建智能社会治理方法论,正当时。

*本文发表于汕头大学学报(人文社会科学版)2021年第8期。

*APA引用格式:谢君泽.(2021).智能社会治理方法论. 汕头大学学报(人文社会科学版)(08),85-93+96. doi:CNKI:SUN:RWST.0.2021-08-009.

注释:

[a] 2017年,中共中央、国务院决定设立雄安新区。随后,习近平总书记做出建设“廉洁雄安”的重要指示。考虑到雄安新区建设资金投入量大、资金投入周期短,雄安新区的公职人员及参建企业成分复杂,雄安新区的廉洁要求高、腐败容忍低,传统监督手段在雄安新区建设中力不能及等问题,雄安新区相关部门决定率先探索利用大数据、人工智能等新一代信息技术实现智能监督。这种智能监督模式具有事中监督乃至事前预测的功效,能够有效预防腐败案件的发生、防止腐败案件进入事后调查阶段、避免腐败行为对国家事业造成严重损失。本文是该项目的理论研究成果,可普适于社会各行各业的治理智能化。

[b] 本文认为,“模型的犯罪行为”之“模型”实际上仍然是“模式”。这里应是“模型”与“模式”的概念混用。

[c] 在智能社会治理模式下,法律人的主体作用将主要体现在智能监管的算法建模,即:以构建智能监管的算法模型为目标,将法律性与准法律性的行为规则予以精细化并算法化。简言之,法律人应当是智能社会治理的灵魂设计师,而技术人则是智能社会治理的建筑工程师。

[d] 本文认为,行为特征是微观的行为规律,行为规律是宏观的行为特征。不论规律或特征,都有其适用的相对性。

参考文献:

[1]应飞虎,戴劲松.法治与德治———基于伦理学、经济学 和法学的比较分析[J].深圳大学学报(人文社会科学 版),2001,18(3):61.

[2]姚建宗.思考与补正:论法的调整对象[J].吉林大学社 会科学学报,1994(6):26-31.

[3]孙国华,朱景文.法理学(第二版)[M].北京:中国人民 大学出版社,2004:292-293.

[4]卡尔·拉伦茨.法学方法论[M].陈爱娥,译.北京:商务 印书馆,2004:14-17.

[5]楼伯坤.犯罪行为学基本问题研究[M].北京:法律出版社,2014:12-13.

[6]汤晓鸥,陈玉琨.人工智能基础(高中版)[M].上海:华东师范大学出版社,2018:21-53.

[7]谢君泽.论大数据证明[J].中国刑事法杂志,2020(2):131-133.

 
最新文章
相关阅读