驯服算法

主编序/1

中文版序/1

**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

**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