注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术计算机/网络人工智能驯服算法

驯服算法

驯服算法

定 价:¥88.00

作 者: [英] 凯伦·杨(英)马丁·洛奇 编,林少伟,唐林垚 译
出版社: 上海人民出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787208165823 出版时间: 2020-07-01 包装: 平装
开本: 16开 页数: 380 字数:  

内容简介

  算法规制的目标无他:其一,警惕本来应当是中立的智能应用,被用来掩饰未取得“多数人同意”的少数人集权;其二,建立利益相关者对话和商谈的场域,避免法律沦为“技术寡头”的帮凶。本书从凯伦??杨“跳出‘数据道德’或‘AI道德’窠臼”以寻求“数据驱动机器时代正义、民主和自由”的主张开始,以李??拜格雷夫“将数据保护法的价值观贯彻进信息系统架构之中”的倡导结束,中间穿插着马丁??洛奇等学者对“风险导向监管路径”的反思与改进;这背后是“自然人正义观”与“算法正义观”从排斥到融合、“个人数据保护”与“技术公共利益”从对立到统一的艰苦历程。本书英文版虽出版于新冠疫情爆发之前,但作者们从不同角度对“算法规制”的路径探寻,无不包含着从“个人健康”促进“社会健康”的现实隐喻,以及人本主义“责有攸归”的道德哲学,对我国“国家治理体系和治理能力现代化”以及疫情常态化下慎终如始“科学防治、精准施策”的稳步推进有着深刻的启发和借鉴意义。

作者简介

  凯伦??杨:英国牛津大学法学博士,英国伯明翰大学法学院和计算机学院的跨学科教授,墨尔本大学法学院杰出访问研究员,欧盟人工智能高级别专家组成员、欧洲犯罪问题委员会(CDPC)人工智能和刑法专家工作组特别顾问。曾担任纳菲尔德生物伦理委员会基因组编辑和人类生殖工作组主席(2016-2018)、世界经济论坛全球未来生物技术理事会成员。出版有《法律、规制和技术牛津手册》《法律与规制简介》等著作,在《Modern Law Review》《Legal Studies》等发表多篇论文。马丁??洛奇:伦敦政治经济学院教授,研究方向为政治学和公共政策,兼任风险和监管分析中心主任。林少伟:西南政法大学民商法学院副教授,商法教研室副主任。英国爱丁堡大学法学博士、伦敦国王学院商法硕士、西南政法大学法学学士;重庆市青年拔尖人才计划入选者、霍英东教育基金奖获得者。 唐林垚:中国社会科学院法学研究所助理研究员、博士后。清华大学民商法博士、日本東北大学法政理论博士、美国哥伦比亚大学硕士;王保树优秀博士论文奖、国家优秀自费留学生奖学金获得者。

图书目录

主编序/1

中文版序/1

第一章 算法规制:述略

1. 引言/1


2. 何为算法规制?/4


3. 是否有新发现?/6


4. 理解作为一种复杂“社会—技术”系统的算法规制/8


5. 本书的结构和内容/13

第一部分规范性问题


第二章 自动化决策,何忧之有?


1. 引言/21


2. 自动化决策系统之忧/23


3. 数据导向型预测和个性化信息服务/32


4. 应对之法:聚焦正义、权利、过错、危害/36


5. 结论/40

第三章 自动化决策及其对人类的影响


1. 引言/50


2. 自动化决策:科技/53


3. 刑事司法领域的机器学习/58


4. 结论/74

第四章 数字歧视


1. 引言/89


2. 数字歧视样例/94


3. 数据歧视解决方案之研究/96


4. 数字歧视未解之患/99


5. 结论/102

第五章 日常生活中算法外包的伦理


1. 引言/106


2. 了解算法工具/108


3. 算法工具会削弱自主性吗?/111


4. 但这一回有何不同?/119


5. 我们该如何应对?/123


6. 结论/125

第二部分公共部门应用



第六章 算法行政?公共管理与机器学习


1. 引言/133


2. 自动化系统/135


3. 增强系统/137


4. 算法社会化的学术讨论/139


5. 管理公共管理部门的机器学习应用/140


6. 结论/154

第七章 公共服务中算法规制的实际挑战


1. 引言/166


2. 数据在监管中的作用/168


3. 风险评估/170


4. 案例一:“智能监管”与护理质量委员会/176


5. 案例二:英国教育质量保证局的监管实践/179


6. 算法评定的必要条件/188


7. 结论/190

第八章 公共服务中算法规制的反思


1. 引言/198


2. 监管能力与算法规制/201


3. 用算法规范公共服务/205


4. 谁来监管算法?/214


5. 结论/216

第三部分管理算法系统



第九章 算法、规则和治理准备


1. 引言/225


2. 政府准备/228


3. 算法的危害和它们的治理挑战/232


4. 评估治理准备/236


5. 结论/239

第十章 法律从业者视角下的人工智能风险规制


1. 引言/250


2. 机器学习带来的法律挑战/251


3. 数据的作用/258


4. 人工智能风险规制:合同的进路/261


5. 促进合规的合同条款/264


6. 公司治理依赖自然人决策/267


7. 监管模型/268


8. 结论/273

第十一章 关注机器2.0时代:
欧盟《通用数据保护条例》和自动化决策


1. 引言/277


2. 关注机器1.0时代/278


3. 《通用数据保护条例》第22条/280


4. 复盘机器1.0时代/285


5. 驯服机器?/288



参考文献/298


立法索引/339


关键词索引/342


译后记/353




本目录推荐