智能执法中行政相对人知情权的保障路径选择

蔡 健

（海南大学法学院,海南 海口 570228）

1 问题的提出

智能执法①适用于行政机关执法的各种场景，如交通抓拍、“健康码”评级及“秒批”等。智能执法在数据处理和执法效率等方面展现出显著的优势，逐渐受到行政机关的青睐。智能执法与传统的行政执法在主体、程序、执法密度等方面有所区别。在智能执法中，行政机关作为信息的处理者在信息与技术方面占据优势。《中华人民共和国行政处罚法》（以下简称《行政处罚法》）第四十一条对非现场执法作出了通用性规定，其中，第一款中规定了行政机关电子技术监控设备的设置地点应当向社会公布，第三款规定了行政机关应当及时告知当事人违法事实，并为其查询、陈述和申辩提供便利。这些规定蕴含了保障行政相对人知情权的内涵，本质上体现了正当程序原则在智能执法领域的要求。然而，法条中的“及时告知”以及“为当事人查询、陈述和申辩提供便利”并无详细的规定。因此，智能执法极易对当事人程序权利保障不足，进而损害实体权益。例如，从“杜宝良案”②可以看出，行政机关对于如何实现“及时告知”行政相对人并未找到合适的解决方案，目前也只是通过发送短信或者《行政处罚决定书》告知行政相对人并说明理由，但这种解决方案存在一些问题，一方面，处罚理由说明较为简略且机械，可能造成行政相对人理解上的障碍，另一方面，压缩了行政相对人与行政机关互动沟通的空间，听证等特殊程序适用也比较困难[1]。由此可见，当前智能执法还无法全面满足现代行政法下正当程序的要求，无法充分保障行政相对人的知情权。

保障行政相对人的知情权是实现“全面建设数字法治政府”目标必须解决的问题。保障行政相对人的知情权不仅可以防止行政专断，保障正当程序，还可以使行政相对人了解与自身利益相关的信息，从而打破与行政机关之间的信息鸿沟。然而，在智能执法正当程序缺位与算法黑箱的困扰下，行政相对人由于“数字鸿沟”的存在而难以参与到行政活动中，更难以对行政机关基于算法决策对其作出的涉及其自身合法权益的行政行为提出异议。因此，如何保障智能执法中行政相对人的知情权成为必须解决的现实问题。基于此，本文试图对智能执法过程中行政相对人知情权受到侵害的问题进行梳理；其次，对目前国际上主流的知情权保障路径进行探讨反思；最后，从行政相对人的知情权、行政机关的算法解释义务以及算法监督角度提出完善措施，以期提升智能执法的合法性和算法决策的合理性。

2 智能执法中行政相对人知情权面临的现实问题

传统的行政执法通常包括受理、调查、决定、送达等程序。行政法既规定了行政机关保障行政相对人权利的义务，也规定了相对人进行陈述申辩的权利。而智能执法是基于人工智能技术的算法决策系统，通过分析处理政府采集的数据画像和相关数据作出决策，根据其智能化的程度和人工介入程度的不同，对传统行政执法产生了不同程度的影响，尤其体现在智能执法的某些阶段中。

2.1 数据采集阶段的无“知”

数据采集阶段的无“知”是指当行政机关进行数据采集时，数据主体并未处于充分的知情同意的状态，无法保障数据的完整性、隐私性和准确性。譬如，在疫情防控时期，各地政府纷纷建立了“健康码”管理制度，并根据“健康码”的数据对公民个人、社区、公司等是否存在风险进行判断。然而这一行为是否属于过度采集个人信息，是否需要取得公民的知情同意也引发了广泛的关注和讨论。目前，我国涉及个人信息数据采集的法律规定主要见于《中华人民共和国民法典》《中华人民共和国网络安全法》《全国人民代表大会常务委员会关于加强网络信息保护的决定》等。此外，各地的地方性法规也对数据采集行为进行规制，如《广东省政务数据资源共享管理办法（试行）》《上海市公共数据和一网通办管理办法》都制定了数据采集的规则，明确了“合法、必要、适度”的原则以及公共数据“准确性、完整性、时效性”的要求。现有法律、法规存在的问题十分明显，具有较高效力的法律规定数量较少且大多为原则性的规定，较为全面与具备可操作性的地方性法规又存在效力上的局限性。在这种情况下，智能执法不仅无法保障数据主体的权益，还会影响数据本身的真实性、完整性和可用性，从而影响数据利用的效率和效益。

2.2 算法处理阶段的无“情”

算法处理阶段的无“情”是指法律的情理无法体现，原因在于算法处理无法完整地表达法律程序，这与行政法要求的正当程序规则存在冲突。当行政程序被简化后，数据主体无法知道其个人数据在被算法处理，更无法为捍卫自己的合法权益进行说明理由、陈述申辩或是听证。算法处理是通过深度学习或神经网络等技术处理分析相关数据，然后作出决策的活动[2]。人工智能算法的智能执法系统在人们印象中应当是高效便捷、客观公正的，既无主观成见的干扰，也不谋求个体的利益。然而，越来越多的实践和研究表明，人工智能算法决策的不透明特性所形成的算法黑箱使行政相对人无法理解算法决策的依据，这增加了行政相对人对智能执法的执法结果提出异议的难度。

2.3 决策结果阶段的无“权”

决策结果阶段的无“权”是指智能执法实施后，行政相对人的权利无法得到保障。算法黑箱和技术不透明的问题违背了行政公开原则，行政相对人无法实质性地参与到行政机关执法中，空有决策结果却难以了解决策的依据。当前，从实体上解决算法黑箱的问题是十分困难的，一方面，企业对于商业秘密和知识产权的主张，是算法公开需要考虑的重要因素，另一方面，一般的社会公众无法理解算法，去审查执法结果的算法更是不切实际。

在众多算法规制的实践和理论探索中，“个体赋权范式”理论重要分支之一的“算法解释权”制度，一方面可以增强智能执法结果的可解释性和说理性，另一方面可以让智能执法更加符合行政公开原则，推进行政执法的公开透明。然而，算法解释权制度也在理论和实务上引发了诸多争议，有学者对算法解释权的正当性和可行性进行批判，将算法解释权意欲实现的“透明性”价值斥责为“透明之谬误”[3]。《国务院办公厅关于全面推行行政执法公示制度执法全过程记录制度重大执法决定法制审核制度的指导意见》中强调要 “加强事后公开……行政许可、行政处罚的执法决定信息要在执法决定作出之日起7个工作日内公开”③。但是对于算法决策结果的作出过程如何进行监督尚未形成定论，一方面，算法是市场主体重要的商业秘密，另一方面，公开审查算法的成本可能远大于收益。

3 智能执法中行政相对人知情权保障的借鉴反思

欧盟《通用数据保护条例》（GDPR）是一部以“数据基本权利”为基石的数据法典，其十分注重“数据权利保护”与“数据自由流通”的平衡。GDPR明确规定了数据控制者和处理者应当采取合法、公平和透明的技术并保护数据主体权利的法定义务。“合法、公平和透明的技术”蕴含了取得数据主体知情同意的基本要求。GDPR第三章规定了数据主体的权利，相较1995年欧洲议会和欧盟理事会通过的《有关个人数据处理中的个人保护和所涉数据自由流通的第95/46/EC指令》（以下简称“95指令”），GDPR以数据主体“告知+同意”为基本框架，保留并明确了现有的查询权、更正权、删除权、拒绝权等权利外，增加了新的权利，如遗忘权、限制处理权、知情权等。笔者对目前的知情权保障措施进行归纳，并依照保障措施的内容进行分类。

3.1 禁令路径：以“有效同意”为前提

所谓禁令路径，是指除有合法处理基础外，禁止对数据主体使用算法决策[4]。数据收集主体收集个人数据应当有法律的授权或是经过数据主体的同意，而授权同意原则也是国际社会普遍认可的数据收集的合法性基础之一。GDPR第7条规定了数据控制者处理个人数据的四个同意要件：第一，数据控制者应能够证明数据主体已同意处理其个人数据；第二，如果数据主体通过书面声明的方式作出同意，且书面声明涉及其他事项，那么同意应以易于理解且与其他事项显著区别的形式呈现；第三，数据主体可以随时撤回其同意，但不影响撤回之前基于同意的合法的数据处理；第四，应最大限度地考虑该同意是否对于履行该合同是所必需的④。由此可见，数据主体的有效同意应当包含自由给出、条款明确、易于理解、随时可以撤回、对与其相关的数据处理的知情权、不影响数据主体权益等内容。数据的控制者对个人数据进行自动化决策、用户画像等特殊处理时，应当取得数据主体的明示同意，即获得的数据主体明示同意不仅需要满足四个同意要件，还需要获得数据主体以声明的方式作出的明示同意。

3.2 权利路径：数据主体的“被告知权”

所谓权利路径，是指法律赋予数据主体知情的权利，数据主体可以行使该权利去维护其合法权益。GDPR第12～15条构成了数据主体的知情权体系。知情权的原文为“Right to be informed”，准确的翻译应当是“被告知权”，主要体现在数据控制者收集个人数据时要将收集与处理的目的、数据主体应当享有的权利告知数据主体，当发生数据泄露等情形，应当及时告知数据主体实情及可能发生的后果等。数据控制者有告知数据主体相关信息的义务，无论数据主体是否要求其告知。数据主体的知情权有以下特点：第一，知情权是数据主体行使权利的前提和基础，其他权利的行使需要建立在知情的基础上。譬如，“95指令”中的访问权可以理解为知情权的延伸，即数据主体有权从数据控制者那里获取到自身个人数据相关的信息，包括数据处理中收集了哪些个人数据，以及这些个人数据的处理情况；更正权可以理解为数据主体有权更正其个人数据中的不完善信息或者错误信息，该权利的行使更是需要建立在知情的基础上，只有知情才有可能完善或者更正错误。第二，知情权倾向保护数据主体的基本权利，数据控制者想要使用算法对数据主体进行自动化决策，就必须要履行告知的义务。

3.3 对两种路径的反思

基于以上的分析可以看出，GDPR所主张的禁令路径与权利路径均为数据主体的知情权保障提供了法律保护，但两种路径的方式、目标以及限制存在不同。禁令路径以数据主体的权利为重心，以个人权益保护为基础，构建算法决策的事前知情同意规则。而权利路径则从数据控制者的义务出发，构建数据收集后的事后告知的规制路径。两种方式为保护数据主体的知情权提供了两类保障模式，但仍然存在问题。以数据主体的个人权益保护为重点的禁令路径虽然追求公平价值，但在算法决策兴起的背景下，公众参与和协商机制极有可能被悬置[5]。而权利路径虽然在尊重数据主体权利的前提下增加了数据控制者的义务，但忽视了智能技术的局限性及其对行政程序的影响，也未对数据控制者如何及时告知数据主体进行讨论。因此，有必要在智能执法的发展和保护行政相对人权益之间寻找平衡点，寻求一条符合正当程序原则、保障公众实质性参与、拓展行政相对人救济途径的知情权保障路径。

4 智能执法中行政相对人知情权保障的实现路径

从智能执法发展与行政相对人知情权保护的平衡角度出发，构建行政相对人免受算法决策侵权的法律保护体系变得尤为关键。因此需要结合行政智能执法的实际，形成一套贯穿智能执法全过程的行政相对人知情权保障体系，以解决当下人工智能技术嵌入行政执法产生的现实问题。

4.1 补充智能执法的正当性前提：明确行政相对人的知情权

除了行政机关的自我审查，智能执法的正当性基础还包括立法授权和行政相对人的授权同意[6]。从我国上海、广东等地方性法规可以看出，数据采集规定的共同点是行政机关的数据采集应当遵循“合法、必要、适度”的原则，且要满足“知情同意”“不得泄露或者篡改其收集、存储的个人信息”等要求。因此，在智能执法中明确行政相对人的知情权，既有利于厘清行政机关采集数据的界限，也能够保障行政相对人的合法权益。同意应当是基于必要性的、明确的、公平的条款，数据控制者与数据主体间以公平平等为前提，行政机关应当根据数据处理的目的，给行政相对人容易理解的告知，只有基于知情同意的授权，行政机关才能够对其个人数据进行处理。笔者认为，可以根据执法事项敏感程度的不同进行分别告知，即当不涉及行政相对人敏感信息时，行政相对人可以其个人信息置换程序性义务的减省。譬如，涉及行政相对人交通违法的情形，并不涉及其敏感的个人信息，智能执法可以直接根据其交通违法行为的种类对其进行处罚，而在涉及“秒批”类的情形，应当对行政相对人进行必要的告知。

4.2 正当程序原则与行政效率原则的平衡：推行全过程的算法解释义务

算法知情权体系采行的是外部解释模式，一方面算法作为市场主体的商业秘密，算法设计的市场主体不愿意公开其算法模型；另一方面算法公开后有被篡改或规避的风险。因此，算法知情权体系是不进行算法公开前提下进行的一种解释。具体来说就是赋予智能执法中行政机关一定范围内的算法解释义务，以保障行政相对人的知情权并增强行政执法公开性与透明性。桑德拉·瓦赫特等学者采取类型化分析，将算法自动决策的解释界分为“系统功能性解释”和“具体决定解释”，并根据时间节点界分为事前解释和事后解释[7]。

在解释时间上，采取事前解释和事后解释相结合的方式。有观点认为，算法的事后解释并不属于知情权体系的内容，而算法的事前告知只是自动化决策在知情权保护规则下的特殊要求[8]。笔者认为，算法解释与知情权并不是泾渭分明的独立关系。算法的事前解释侧重于让行政相对人知晓针对其作出的行政行为，而算法的事后解释侧重于对行政相对人的权利预留救济途径。因此，全过程的算法解释义务在一定程度上促进了行政相对人的知情权的保护，这也衍生出相关的问题，即事后的解释如何才是及时的。譬如，《行政处罚法》第四十一条规定了行政机关的“及时告知”义务，但是何为“及时告知”仍未有更为详细具体的规定。有观点提出对“及时”的把握不应超过24小时，也有学者认为应当是各执法机关结合本领域电子技术监控设备执法实践，对本领域进行明确的程序规定。笔者认为，“及时告知”的标准不应当为恒定的标准，应当根据事项的重要程度进行不同标准的规定，这也需要后续更详细的研究与讨论。

在解释的内容上，坚持功能性解释与针对性解释相结合。功能性解释主要围绕算法系统的工作原理和相关功能进行介绍，包括算法系统的需求规范、预定义模型、训练参数、输入数据摘要、运行逻辑、模型测试、训练或者筛选的相关信息等方面[9]，较为概括、抽象。针对性解释是将执法的理由、法律依据等告知行政相对人，相比功能性解释，更加详细、具体。从 “成本－效益”分析的角度来看，审查算法需要花费极大的代价，可能远远超出所能获得的效益[10]。因此，当行政相对人对于智能执法作出的决策存在无法理解、又无法对其算法进行审查的情形时，行政机关需要提供针对性的解释以满足行政相对人知情权的需要。此外，需要注意的是，两种解释方式都是为了增强行政相对人对智能执法系统的算法决策结果的理解所进行的解释，只有在此基础之上，才能真正保障行政相对人的知情权。

4.3 正当程序原则与行政效率原则的平衡：加强算法监督

一切有权力的人都容易滥用权力，这是万古不变的一条经验。有权力的人们使用权力一直到遇到有界限的地方才会休止[11]。行政相对人在面对不透明且内部性的智能执法作出的决策时，监督变得更加困难。面对人工智能嵌入行政执法的智能化转型挑战，现代行政法规范不应将人工智能束缚，而有必要建立相应的法律制度，对人工智能在行政执法领域的算法决策使用设定合理的限制。目前，我国专门规范行政执法的法律法规仍然是缺位的，部分省份制定了地方性法规，但大多缺乏独立地位，并未受到重视。立法上的重视程度决定了智能执法能否得到良性的发展。第一，需要建立系统建设规则。智能执法系统的建设也是行政执法监督机制建设的契机，根据人工智能应用于行政执法主要在于提升行政效率的特点，明确行政执法监督平台从“数据采集—数据互通—算法决策”全流程的职权分工和履责方式，即对数据采集阶段的采集、共享的范围进行框定，在仅通过自动化方式进行决策时，及时告知行政相对人以保障其合法权益。第二，建立规范的数据收集规则、数据隐私保护、数据安全规则。譬如，欧盟GDPR希望通过以主动性、强制性、灵活性为特征的公法机制建立数据保护机制，并致力于建立“指导性行业标准+强制性法律规范”的双重数据规范体系和“企业自我规制+政府规制”的双重数据治理体系[12]。GDPR要求成员国设立独立的数据监管机构，监督条例的实施，并建立了一系列行政救济制度框架，允许数据主体向监督机构提出投诉。第三，要建立算法监督规则。包括对人工智能算法嵌入行政执法的适用范围进行立法上的授权，对算法模型的合法性、公正性进行审查，加强在智能执法中行政相对人解释申辩权的制度保障。第四，制定智能执法程序标准化规则。包括监督权责清单、执法流程以及自由裁量的标准化等。

5 结语

随着算法技术的不断发展，其在政府管理、社会治理与公共服务中也将发挥越来越大的作用。虽然目前行政智能执法仍处于弱人工智能时代，但江河终有入海之日，算法技术嵌入更多的行政管理活动是法治政府发展的必然趋势。同时，我国数字政府的建设需要积累宝贵的经验，维护起公权力和个人权利之间的平衡。一方面，行政机关应当在智能执法的发展中始终坚持行政法治的价值理念，保持正当程序的基本原则；另一方面，行政相对人应当积极主动地在智能执法中维护自己的合法权益，如此，数字法治政府的建设才能不断地向前推进。

注释：

①有学者将人工智能技术与行政执法的结合称为智能行政执法，笔者认为，智能行政执法应当是完全智能行政执法，而目前人工智能与行政执法的结合程度还未达到完全智能的程度，因此笔者将现阶段的人工智能技术与行政执法的结合称为行政智能执法或智能执法。

②2005年5月23日，杜宝良偶然查询得知，自己于2004年7月20日至2005年5月23日在驾驶小货车运菜时，在每天必经的北京市西城区真武庙头条西口被“电子眼”拍下闯禁行105次，被罚款10 500元。此前，从未有交管部门告知他有违法行为。

③参见《国务院办公厅关于全面推行行政执法公示制度执法全过程记录制度重大执法决定法制审核制度的指导意见》（国办发 〔2018〕 118 号）。

④参见《General Data Protection Regulation》。