人工智能犯罪:先行预防还是事后严惩

冀洋

◇刑法规定了多种生产不符合标准的产品的犯罪,只要责任主体仍然是人,人在设计人工智能产品过程中就仍然受到刑罚威慑效果的影响。然而,当AI致人损害而由其自负刑事责任时,人类的上述责任便被转移,为机器人研发者、使用者推卸责任提供了绝佳的借口。

◇以风险防控为由造就的人工智能犯罪主体,实际上加剧了源头风险;刑事责任体系表面上因新犯罪主体的加入而更严密,事实上宽纵了人类义务,得不偿失。

自然科学的发展不断影响着法学的思考对象与思考方式,人工智能技术的勃兴如今唤起了更多法律人的热情。在刑法领域,以“将机器人纳入刑事责任主体”为代表的研究自2018年以来呈现急速增长,其基本看法是:人工智能可与人类一样接受独立的处罚,并可承担删除数据、修改程序、永久销毁等刑罚种类(肯定论)。然而,承认人工智能的犯罪主体地位,将面临五大悖论。

第一,“技术失控—技术可控”之悖论。人工智能刑法研究的忧患意识来源于“人工智能的失控”:智能机器人将来具有辨认和控制能力,能够超越设计程序实施行为。然而,肯定论又提出了针对人工智能的专有刑罚种类,除了永久销毁或许可以仅通过蛮力完成之外,其余两种刑罚均只能借助于高超的计算机技术以改造人工智能的“大脑”。那么,这里的问题就很明显了:既然刑罚技术能够对人工智能的犯罪能力做出有效限制、能够通过这种先进技术刑罚将其框定在安全轨道,为何还会存在人工智能超脱人类控制的情形?上述刑罚设计表明的不正是人类可以实现对人工智能的控制?若此,人工智能就永远不会失控。若能够从数据程序上消灭人工智能的犯罪能力,为何人类不在研发阶段就做出这种技术干预?若没有这种技术,这种技术刑罚又有何用?肯定论既断言存在人工智能不可控的情况,又在刑罚上主张人工智能的运行程序能够被操纵,这存在先承认“技术设计失败”又承认“技术设计可靠”的悖论。

第二,“特殊预防无效—特殊预防有效”之悖论。肯定论主张赋予人工智能犯罪主体身份,是为了给予其一定的刑罚,从前述三种刑罚种类可以看出,他们最看重的刑罚目的不是报应、不是一般预防而是特殊预防:通过删除数据、修改程序等技术手段剥夺其实施犯罪行为的可能性;若人工智能无法被矫正,那么就可以直接永久消灭之。概言之,这完全属于李斯特式的预防论:矫正可以矫正的罪犯,不能矫正的罪犯不使为害。但是,智能机器的运行不像人类那样具有先天的、自然的行动力,它是通过精密的程序计算来实现的,因而一个可能的技术操作便是,直接在设计阶段对人工智能的“大脑”预设危险避免措施、消除犯罪条件。可为何要等到犯罪之后再介入?如果设计编程可以实现特殊预防,那么在研发过程中植入这样的控制程序才是最可靠的;如果人类没有这种编程,那么设定这种刑罚又有何用,在犯罪后修改数据也同样是不可实现的。因此,在“技术失控—技术可控”的悖论之后,肯定论在刑罚目的及其实现路径上面临又一悖论:以消除犯罪能力为目的,在能够采取特殊预防措施的情况下,故意不采取措施而坐等犯罪之后才大谈矫治之道。

第三,“刑罚设计—非刑罚性”之悖论。虽然刑罚能够实现报应功能和预防功能,但这些功能却并非刑罚所专属,具有上述功能的处罚措施并非都可以被称为刑罚,其他法律中的行政处分、民事赔偿等措施也分担着这些功能,如吊销营业许可证、吊销驾驶证、损害赔偿等。刑罚与行政处分、民事赔偿在本质上是完全不同的:刑罚的本质是从国家立场对犯罪进行的非难,行政处分是行政取缔上的保安处置,民事赔偿则是损失的公平分配。吊销证照、损害赔偿等都不是刑罚种类,即便这些措施被规定在刑法典中,它们也只能被称为“非刑罚措施”,如刑法第37条规定的“训诫、责令具结悔过、赔礼道歉、赔偿损失”“禁止从事相关职业”等。肯定论设计的删除数据等所谓的“刑罚种类”,在当前阶段甚至几百年前就是机器设备出现故障时的最普通的修理方式,通过删除拆解零部件、修改某项设计甚至直接将之报废,根本不需要什么法律甚至刑法上的正当化根据以及司法程序,而只需要一本“使用说明”“检修指南”而已。这无异于将刑法贬低为技术管理法甚至“机器维修手册”:能修就修,不能修就报废。

第四,“AI主体性—AI工具性”之悖论。人们本来是为了生活的便利化而研制AI,但赋予其刑事主体地位就等于必须承认其拥有一定的平等权利空间,那么就对人类权利的行使提出更多限制,这实际上为人类设立了一个新的竞争物种,结局是:人类必须时刻为保障人工智能的权利、为人工智能的健康运转而服务,这加重了个人生活负担,最终消解了前述便捷性。因此,不少肯定论者不承认AI与人类在法律面前平等。但法律的强大之处就在于将事实上的不平等以法律拟制的方式强行弥合,如果人类与AI在法律上都不平等,那么二者将在任何时空都不会平等,二者就不可能并存于某一法律主体系统内,而只能区分为“主体—工具”。此外,不少肯定论主张建构强制保险制度、建立赔偿基金等以弥补机器人造成的损害,可如果AI是法律主体,那么为何需要另一个主体(人类)为之缴纳保险费或基金?AI连独立的财产权都没有,其在致人损害时如何承担义务?最终而言,这些责任还是要被推到人类自身,这与当下的产品致损责任、汽车交强险制度并无不同。

第五,“消减风险(追求责任体系严密化)—加剧风险(转移人类责任)”之悖论。如果人类在制造这些机器人时设定的是“与人无害”模式,但在后期运行中机器人在编程外实施法益侵害行为,这难道不正表明人类的技术依然不成熟?人类为机器人设定的框架很容易被突破,继而在失控之后发生法益侵害,被非难对象难道不正是人类自己?如果我们把机器人的失控看作传统产品缺陷或管理过失等,即将责任归之于人类,则更有助于实现“风险防控”。例如,侵权责任法第41条有关产品缺陷责任规定实行无过错原则,民法正是以此升级对产品生产设计者的责任、降低产品缺陷及其损害风险。再如,刑法规定了多种生产不符合标准的产品犯罪,只要责任主体仍然是人类,人类在设计AI产品过程中就仍然受到刑罚威慑效果的影响,刑法在风险应对上仍有所作为。然而,当AI致人损害而由其自负刑事责任时,人类的上述责任便被转移,为机器人研发者、使用者推卸责任提供了绝佳的借口。当人类以“机器人已经有自我意识,其法益侵害行为与我无关”作为挡箭牌成功推卸掉法律责任时,如何期望他们严格控制人工智能研发风险、使用风险?只有将机器人失控之情形仍然作为产品缺陷范畴,才能够促进人类谨慎研制人工智能、不断提升人工智能技术,主动减少技术造福人类时的技术风险。如果研发者既能靠AI技术谋取利润,在发生侵权损害时又不用承担法律责任,他们内心不知得有多狂喜,被害人不知得有多倒霉。所以这里存在第五个悖论:以风险防控为由造就的“AI犯罪主体”,实际上加剧了源头风险;刑事责任体系表面上因新犯罪主体的加入而更严密,事实上宽纵了人类义务,得不偿失。

(作者为东南大学法学院讲师、法学博士)

作者:冀洋 新闻来源:正义网

人工智能犯罪:先行预防还是事后严惩相关推荐

  1. 品友互动入榜“AI First——2017-2018年中国人工智能先行企业榜TOP10”

    日前,品友互动入选由<经济观察报>.经济观察研究院推出的"AI First--2017-2018年中国人工智能先行企业榜TOP10",被认证为商业决策领域的中国人工智能 ...

  2. 安全观之我见(三):省银之道在预防

    在文章开头,先给大家讲个小故事.有一户人家做了新房子,但厨房没有安排好,烧火的土灶烟囱砌得太直,而且土灶旁边堆着一大堆柴草 .一天,这家主人请客,有位客人看到主人家厨房的这些情况,就对主人说:你家的厨 ...

  3. 【安全资讯】新形势下网络犯罪有哪些趋势和特点?检察官有话说

    作者|yannichen 来源|FreeBuf 发布时间|2021-07-22 "我刚刚做主播,还在试用期,需要粉丝们帮忙打赏,不然达不到业绩就会失业." 这是近期上海检察机关打击 ...

  4. 程序化广告欺诈流量过滤方法

    打击虚假流量需各方携手,解决流量欺诈问题仅依靠广告验证是远远不够的,广告验证能够帮助广告主和行业指出问题所在,还需要供应链上的各方共同努力,携手打造反作弊生态圈. 1.DSP(需求方平台,Demand ...

  5. 终于有人将金融风险管理讲明白了

    互联网金融是传统金融业务与新兴互联网技术结合的一个交叉领域,例如互联网公司开展的金融业务,或者金融机构的线上化服务,都属于互联网金融的范畴.与传统金融行业的线下模式相比,互联网金融以网络和通信技术为载 ...

  6. 算法系列 - 广告反作弊概述

    以下所有内容均整理于各种博客 文章目录 一.广告名词解释 二.广告作弊手段 三.广告反作弊规则方案 3.1 用户标识 3.2 用户行为 3.3 广告来源 四.广告反作弊机器学习方案 五.参考文档 一. ...

  7. 2022爱分析· 数据智能厂商全景报告

    报告编委 黄勇 爱分析合伙人&首席分析师 孟晨静 爱分析高级分析师 李冬露 爱分析分析师 冯怡欣 爱分析分析师 兰壹凡 爱分析分析师 目录 \1. 研究范围定义 \2. 厂商全景地图 \3. ...

  8. 新技术、新思维开创公共安全管理新模式

    智慧城市的建设在国内外许多地区正如火如荼的进行中,在为期六天的第十七届中国国际高新技术成果交易会(高交会)上,智慧城市这一话题再次引发观众及城市建设者们的热议. 尤其是高交会期间召开的"20 ...

  9. 频频曝出程序员被抓,我们该如何避免面向监狱编程?

    过去几年,频频有程序员被抓的消息刷爆技术圈,无论是技术高手.公司合伙人还是普通程序员,甚至整个科技公司,都有因为违法被抓的案例. 案例 比如: 1.著名的Nignx之父Igor Sysoev的前东家R ...

最新文章

  1. 聊聊flink的CheckpointScheduler
  2. Servicehot:混合云泄露四大公有云的秘密
  3. 外设驱动库开发笔记31:S-Modlue远红外气体传感器驱动
  4. java并发之Future与Callable使用
  5. Oracle GoldenGate 12c中的协同交付(Coordinated Delivery)
  6. 余承东:华为P40或是鸿蒙系统首款手机,新机明年3月发布
  7. Jsoup(一)Jsoup详解(官方)
  8. 如何设置二级标题:当鼠标放到一级标题上二级标题才会显示出来
  9. JavaScript 重定向
  10. rundll32.exe传入参数
  11. 女子连WiFi结果收到巨额话费单:有些WiFi其实是收费的
  12. Linux必学的60个命令(文字整理版)
  13. 五年级下册计算机知识点,五年级下册信息技术知识点(教材解析泰山版)
  14. 做到30条业绩翻十倍
  15. android怎么美化ui,安卓教程第一期最终篇(转)systemui.apk最全修改美化
  16. Dijkstra 与 Floyd算法
  17. 从零开始学Python人脸识别技术,人工智能不过如此!
  18. KEGG注释(生信学习)
  19. Bi-LSTM-CRF命名实体识别实战
  20. Excel软件如何进行排名——RANK函数、SUMPRODUCT函数

热门文章

  1. Java注解基本原理
  2. 如何在代码里配置-D 参数?
  3. qt快速加载图片_Qt实用技巧:使用Qt加载超大图片的耗时测试
  4. 直播活动丨BMMeetup第1期:大模型Prompt Tuning技术,8场学术报告和Poster提前下载...
  5. Python 中更优雅的环境变量设置方案
  6. Python诞生30年,《流畅的Python》作者要来中国了
  7. 为了我心中的女神,我竟然转行做了程序员
  8. semantic segmentation 和instance segmentation
  9. Stream Processing:Apache Flink快照(snapshot)原理
  10. 5分钟 NLP系列—— 11 个词嵌入模型总结