2022年12月8日，“经贸法学工作坊”第179 期《以解释为中心的算法治理》顺利举行。本次工作坊由中国人民公安大学法学院苏宇副教授担任主讲人，对外经济贸易大学数字经济与法律创新研究中心主任、法学院副教授许可与对外经济贸易大学法学院院长助理、数字经济与法律创新研究中心执行主任张欣副教授担任与谈人，并由对外经济贸易大学法学院院长助理楼秋然副教授主持。

主讲人苏宇现为中国人民公安大学法学院副教授、博士生导师，中国人民公安大学数据法学研究院院长、数据法学学科带头人。苏宇副教授曾在《中国法学》、《法学研究》、《中国法律评论》、《政法论坛》、《法商研究》等高水平学术刊物发表论文50篇，在算法治理领域有丰富的创新研究成果，本次工作坊即围绕着苏老师在算法解释制度体系化构建领域的构想进行。

大数据时代，算法在公共领域和日常生活领域发挥着越来越多的作用。在推动社会进步的同时，算法的复杂性及不透明性也带来权益保护担忧。在此背景之下，算法解释问题进入人们的视野并将在算法治理中发挥不可替代的作用。针对此热点话题，苏老师就算法解释为何必要、何以可能、何以实现三个基本问题，对算法解释制度体系化构建中的内容与标准进行了深入的阐述，颇具启发意义。

（主讲人苏宇副教授）

首先，算法解释为算法问责、算法影响评估、算法审查等算法治理工作的依托。在进行算法治理的过程中，我们的需求主要集中于以下三个方面：第一个是权益保障，主要强调的是民众对于算法如何运行、考虑何种因素、具有何种风险等的知情权；第二个是使算法决策能够被人所理解，从而建立起人和算法模型、算法模型背后的人之间的信任，促进基于算法进行的一系列社会交往；第三个则是让人们提前认知与规避算法引发的风险。这均有赖于对算法进行解释。

其次，算法解释为什么是可行的？苏老师认为第一步是明确算法解释的前提。我们习惯于将算法定位为未知的“黑箱”，但实际上不同算法需要解释的程度不同。有的算法逻辑非常清晰，无须进行算法解释。如今，黑箱型的算法集中于机器学习算法的深度学习之中，这又可以追溯到人工智能的主流算法。其基本思想是模拟人类大脑的神经元网络。与大脑神经元网络类似，神经网络算法通过激活神经元进行输出的过程就是算法黑箱的本质。苏老师进而剖析自然数据集中的内在规律以及神经网络背后的数学原理，明确深度学习的本质与目的，介绍了算法解释技术模型的构建原理。

最后，苏老师提出算法解释的具体路径。算法解释之前致力于打开算法的黑箱，但现在我们认为不打开黑箱也能做相应的解释。在缺乏严格的因果认知时，数据优化的确凿依据和最佳路径难以进行，但我们能够通过相关关系、近似因果关系、贡献度、特定因果关系等解释中心技术来理解、信任算法乃至采取针对性行动。相较于风险较大的专业算法解释，更加现实的进路是算法可解释性与算法透明度。算法解释的出路是面向公众的算法解释，具体的路径是一般场景下的思维转述、重要权益保障情形下的近似模拟与权益救济场景下的反事实解释。

（与谈人许可副教授）

在与谈环节，许可老师称赞苏老师的研究强调技术治理的逻辑，非常具有指导意义。许老师也分享了自己的想法和认识。第一个是算法在技术层面上的可解释性与法律层面上的可解释性差异比较大。如果认为法律仅是二阶观察者，那么即使没有技术解释方案，也可以探求法律解释方案。第二个是除了从结果上来对复杂的算法黑箱进行探究之外，我们或许也能借鉴辩论主义下的论辩与解释学循环，考虑采用交互式交流的方式进行解释。第三个是算法治理是一个多维度、多工具的领域。可以将算法解释与其他制度配套，进行更立体化的呈现，最终实现算法安全、算法公平等治理目标。

（与谈人张欣副教授）

张欣老师称赞苏宇老师在算法技术机理和架构方面的研究非常具有典范意义，也进一步强调了解释保真的重要性。虽然对算法进行规制是大势所趋，但不能为了解释而解释，导致对算法的抹杀，所以要强调算法的真实性。在立法具有明显滞后性的前提之下，算法解释的固定机制也真正地平衡了算法治理的需求和科技企业成本、创新问题，这个问题非常值得进一步研讨。

（讲座圆满结束）

最后，楼老师感谢苏老师、许老师与张老师对“经贸法学工作坊”的支持，本次“经贸法学工作坊”圆满结束。