文|黑石談法
編輯|黑石談法
若要研究人工智能技術的相關法律問題，了解其運作過程特别是在法律視角下應用的邏輯就是必不可少的。
人工智能技術應用的邏輯應當包含三個方面人工智能技術應用過程中展現出的“微觀”的權力，需依附傳統公權力的實踐方式和指導實踐的操作主義的理念。
一、人工智能技術應用“微觀”的權力的運作展現
(一)、強調生産性的“微觀”的權力
“技術”是通過人的知識和智慧與客觀的手段(軟體和硬體)相作用而産生的控制和改造世界的方式、方法體系，是一種關于“怎麼做”的知識體。
是以，技術實際上是知識的一種表現形式。
尼采
尼采将知識與權力這兩個看似不相關的概念聯系起來并得出“知識即是權力”的結論。
福科則将這一觀點進一步拓展，認為知識和權力在現代社會“共生”而成為“知識一權力”組合。
并且“知識一權力”組合在現代社會的運轉得到了制度化的保證，形成了有形亦有力的真理制度。
福科
以“知識一權力”為運作基礎的技術會展現出一種“微觀”的權力。
這種權力不同于傳統權力，其強調權力的生産性，而不是壓制和扭曲作用；它關注的不是信念，而是權力對行動和實踐的參與。
是以，福科認為這種權力必須作為一種循環的東西來分析，或者更确切地說，作為一種隻能以鍊條的形式發揮作用的東西來分析。
它從來沒有局限在這裡或那裡，從來沒掌握在任何人的手中，從來沒有作為一種商品或财富，而是通過一個網狀組織來使用和行使的。
這種去中心化的“微觀”的權力滲透在社會以及個體的各個角落，人、社會及其他成為了權力機制的分析對象，且被當作一個待解決的問題。
在這一過程中，權力開始産生知識并且在産生的過程中使得知識權力化。
一個典型的例子是，科學作為知識的又一表現形式，其通過實驗室等設施迫使人們說某些話，否則就可能被當作騙子。
是以福柯認為權力和知識是直接互相連帶的，不相應地建構一種知識領域就不可能有權力關系，不同時預設和建構權力關系就不會有任何知識。
人工智能技術作為知識的一種表現形式，其與權力當然也是互相連帶的，是以人工智能技術應用的過程也是“微觀”的權力的運作過程。
(二)、具有規訓能力的“微觀”的權力
“微觀”的權力雖然強調生産性，但最終即便是科學也能被權力化。
其在分析與解決問題的同時也在對人們進行規訓，這種看似不掌握在任何人手中的權力正是通過強調技術生産性的方式隐蔽地行使着權力的控制能力。
人工智能技術自誕生以來經過多年的發展在不少領域已經能做出媲美人類，甚至強過人類的決策。
例如，在一項預測金融監察員是否允許索賠的競賽中，一個人工智能系統與一百名人類律師均得到了數個不當銷售案件基本事實，但最終人工智能的正确率達到了 88.6%，而人類律師僅 66.3%。
這一方面說明人工智能技術在該項目已經較為成熟，
但另一方面讓人擔憂的是如果使用人工智能輔助人類律師，人類律師可能會出現因過于相信人工智能的判斷而喪失自己的判斷力的情況，最終陷入遭到人工智能技術控制的窘境。
這種控制顯然并不是“國王的指令”也不是法律的強制，而是通過人工智能技術的生産性來實作的。
是以人工智能技術在應用過程中會展現出“微觀”的權力的規訓能力，這使得技術具有難以掌控的特性，且展現出能夠隐蔽地控制所有人的能力。
二、依附于傳統公權力的實踐方式
通常我們認為人工智能時代是萬物互聯的時代，是去傳統中心化、中央化的時代，傳統國家壟斷性權力的私主體化、分散化趨勢已不可逆轉。
但事實上網際網路已經在從 1.0 時代的“去中心化”向 2.0 時代圍繞網絡平台的“再中心化”演進。
“去中心化”使得國家單一主體權力分散，但“再中心化”并未使傳統公權力集中于某一主體，而是在“去中心化”的大背景下集中在國家與多個社會主體手中。
而這些現象實際上都展現着人工智能技術與傳統公權力密不可分的關系。
人工智能技術應用過程中所展現出的“微觀”的權力的運作，似乎并不表現為傳統公權力那樣的具有指向性與控制性的力量，但實踐中比比皆是的技術侵害個人權利的案例卻又彰顯着權力的指向與控制力。
出現這種沖突是因為，技術本身并不是單獨存在的，掌握技術的主體(這通常是傳統公權力的持有主體)常常會通過技術的手段來達到傳統公權力的具有指向的控制效果。
換句話說這展現出技術在實踐中是通過依附于傳統公權力而展現出指向性與控制性的。
其中，傳統公權力除了指國家公權力外，實際上還可指社會公權力。
社會公權力與國家公權力類似，其來源不是基于暴力基礎之上，而是以契約為基礎的。
權力産生于契約主體的同意，權力的強制力和支配力來源于契約主體的約定(法律)。
是以，社會公權力仍然是一種傳統的公權力，是社會主體(公民特别是社會團體、非政府組織)所擁有的社會資源(物質和精神資源)對社會和國家的支配力。
如今，騰訊、新浪、阿裡巴巴等大型社會主體通過技術手段(社會資源) 對社會産生的巨大影響則正是社會公權力的展現。
傳統公權力的持有主體利用技術通過與傳統公權力的結合分别從國家與社會兩方面實作了對多個主體的控制。
在人工智能技術方面也同樣如此，遍布于社會各個角落的新型資料收集方式(包括面部識别、指紋識别、二維碼等等)能夠為大資料的分析提供足夠多的資料，經過人工智能技術對資料的分析，傳統公權力持有主體将掌握其他主體所不具有的資訊，而是以帶來的資訊不對稱将使得這些主體通過人工智能技術的應用實作了對整個社會前所未有的掌控。
由于人工智能技術應用展現着“微觀”的權力的運作過程，是以傳統公權力的持有者可以利用“微觀”的權力的特性将傳統公權力所具有的特定指向性控制性表現得更為隐蔽。
這是因為“微觀”的權力所有具有的，不掌握在任何人手中的特性以及強調生産的特性為人工智能技術依附的傳統公權力的指向性與控制性提供了天然的保護傘，将傳統公權力的特性隐藏于其身後。
這使得傳統公權力的持有者可以以技術的價值中立為盾蒙蔽其他主體特别是個人的雙眼，使其受到控制卻不自知。
是以，當人工智能技術依附于傳統公權力應用時，其方面對所有主體都強調其生産性，而另一方面又以強調生産性為名，使技術與傳統公權力結合對特定主體施展具有隐蔽性的控制力。
三、操作主義的指導理念
在技術的應用實踐中，技治主義是技術應用的常見指導理念。
技治主義在般意義上是指工業社會用以達到它的有組織整合的頂峰的社會形式。
哈貝馬斯對技治主義做了更多的闡述，其是指科學技術開始規範經濟、政治、文化及社會生活領域，影響人類的生産方式、生活方式和思維方式，成為宰執世界的力量。
以依附于傳統公權力的人工智能技術，在實踐中則是以技治主義中的操作主義為指導。
作為技治主義的外化，操作主義使概念的意義等同于相應的一組操作，即把事物的名稱視為同時對它們的作用方式的表示，把屬性和過程的名稱視為被用于察覺或産生它們的那些儀器的象征。
前者所具有的内容隻能是詞在宣傳和标準化的用法中所指稱的東西，人們期望詞所引起的反應隻能是被宣傳和标準化的行為(反應)。
這會使本來一個包含多種意義的概念被等同于該概念中的某一個意義，也即是在操作主義的指導下含混的概念将被還原為特定的所指。
萊布尼茨悖論相信人類所有的思想都可以通過一種通用語言來表達，這種語言可以在數學上精确地發揮作用，是以，社會問題可以通過計算手段來解決。
例如于法律領域，人們在操作主義的指導下，将概念具有含混，甚至需要法官自由心證的法律分解為一個又一個特定所指的程式，再輸入機器當中，由機器根據案件條件作出判決，進而達到代替法官判決的目的，這就是操作主義的代表一一著名的自動售貨機式法官。
但這種極緻形式理性展現的法官由于其隻有自動售貨機的高效、精确和确定以及法律概念的機械運算，沒有倫理的、社會的、功利的考量且忽略了具體案件具體法律實踐者對法律的能動适用，是以它是應予否定的。
在人工智能的初始階段，機器被程式設計為大量的詳細規則清單，通過“如果一那麼”的方式以嘗試複制人類的思想，而這也就是韋伯式的自動售貨機式法官。
如今，人工智能在開發了教授機器學習的算法之後成為了一種更有效的工具，這是一種從模式識别和學習理論的研究發展而來的思想，機器學習成為實作人工智能的主要方式之一。
當下深度學習方式是機器學習實作人工智能的主要方式，它通過把世界表現為一個概念的嵌套層次結構，每個概念都是根據更簡單的概念定義的，而更抽象的表達則是根據不那麼抽象的概念計算的，進而獲得更大的力量和靈活性。
也即是它可以使計算機系統模仿人類的神經網絡來實作更加高效的機器學習。
傳統線性的機器學習算法與深度學習的算法不同深度學習算法是一個不斷增加複雜性和抽象層次的結構。
因而，深度學習的方式可以使機器更快更準确地學習。
正是因為如此，如同法律資訊檢索系統和新式的法律專家系統 (chatgpt) 這樣的新型自動售貨機式法官很快出現在人們視野并廣受歡迎。
但也如上文所述，其智能是通過使用深度學習算法的機器學習實作的，而其更底層的由諸多簡單概念組成的，多層嵌套層次結構在本質上無非是把技治主義外化的操作主義從過去的還原為特定、簡單、單一所指轉換為如今的特定、複雜、數個所指，但卻無法還原整個“概念”。
是以，這種有窮規則的集合隻不過是一個已完成的人類經驗的累積，隻不過采用了新型的處理模式。
而記錄得更加全面，這仍隻不過是人類已經創造出的物質條件的束集。
這種人工智能正朝着無限接近概念本身發展，其操作主義所帶來的極緻形式理性的缺陷被這種趨勢順利掩蓋了過去。
參考資料
1、葉良芳、馬路瑤:《風險社會視閥下人工智能犯罪的刑法應對》，載《浙江學刊》2018第6期。
2、葉強:《德國自動駕駛立法評析》，載《國外社會科學》2022年第2期88.于海防:《人工智能法律規制的價值取向與邏輯前提一-在替代人類與增強人類之間》，載《法學》2019 年第6期。
3、餘謀昌:《走出人類中心主義》，載《自然辯證法研究》1994 第7期90.詹福滿，苗靜:《有限政府理論的現代解讀》，載《法律科學(西北政法學院學報)》2005第3期。
4、張愛軍、李圓:《人工智能時代的算法權力: 邏輯、風險及規制》，載《河海大學學報(哲學社會科學版)》2019 年第6期。
5、張富利、鄭海山:《大資料時代人工智能輔助量刑的定位、前景及風險防控》，載《廣西社會科學》2019第1期。
6、張富利:《全球風險社會下人工智能的治理之道一一複雜性範式與法律應對》，載《學術論壇》2019 年第3 期。