主编序
中文版序
 

第一章  算法规制：述略
   

1．引言
   

2．何为算法规制？
   

3．是否有新发现？
   

4．理解作为一种复杂“社会—技术”系统的算法规制
   

5．本书的结构和内容
第一部分  规范性问题
 第

二章  自动化决策，何忧之有？
   

1．引言
   

2．自动化决策系统之忧
   

3．数据导向型预测和个性化信息服务
   

4．应对之法：聚焦正义、权利、过错、危害
   

5．结论   

第三章  自动化决策及其对人类的影响
   

1．引言
   

2．自动化决策：科技
   

3．刑事司法领域的机器学习
   

4．结论   

第四章  数字歧视
   

1．引言
   

2．数字歧视样例
   

3．数据歧视解决方案之研究
   

4．数字歧视未解之患
   

5．结论   

第五章  日常生活中算法外包的伦理
   

1．引言
   

2．了解算法工具
   

3．算法工具会削弱自主性吗？
   

4．但这一回有何不同？
   

5．我们该如何应对？
   

6．结论 

第六章  算法行政？公共管理与机器学习
   

1．引言
   

2．自动化系统
   

3．增强系统
   

4．算法社会化的学术讨论
   

5．管理公共管理部门的机器学习应用
   

6．结论   

第七章  公共服务中算法规制的实际挑战
   

1．引言
   

2．数据在监管中的作用
   

3．风险评估
   

4．案例一：“智能监管”与护理质量委员会
   

5．案例二：英国教育质量保证局的监管实践
   

6．算法评定的必要条件
   

7．结论   

第八章  公共服务中算法规制的反思
   

1．引言
   

2．监管能力与算法规制
   

3．用算法规范公共服务
   

4．谁来监管算法？
   

5．结论 

  第九章  算法、规则和治理准备
   

1．引言
   

2．政府准备
   

3．算法的危害和它们的治理挑战
   

4．评估治理准备
   

5．结论   

第十章  法律从业者视角下的人工智能风险规制
   

1．引言
   

2．机器学习带来的法律挑战
   

3．数据的作用
   

4．人工智能风险规制：合同的进路
   

5．促进合规的合同条款
   

6．公司治理依赖自然人决策
   

7．监管模型
   

8．结论   

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
   

2．关注机器1．0时代
   

3．《通用数据保护条例》第22条
   

4．复盘机器1．0时代
   

5．驯服机器？ 

参考文献 

译后记

算法规制的目标无他：其一，警惕本来应当是中立的智能应用，被用来掩饰未取得“多数人同意”的少数人集权；其二，建立利益相关者对话和商谈的场域，避免法律沦为“技术寡头”的帮凶。本书从凯伦·杨“跳出‘数据道德‘或‘AI道德’窠臼”以寻求“数据驱动机器时代正义、民主和自由”的主张开始，以李·拜格雷夫“将数据保护法的价值观贯彻进信息系统架构之中”的倡导结束，中间穿插着马丁·洛奇等学者对“风险导向监管路径”的反思与改进；这背后是“自然人正义观”与“算法正义观”从排斥到融合、“个人数据保护”与“技术公共利益”从对立到统一的艰苦历程。

对个人制定的自动化决策，精准推荐还是算法歧视？
   

共部门过度利用算法监管，提高行政效率还是涉嫌侵犯隐私？
   

算法规制的目标是保持智能应用的中立性，防止其被少数人滥用。本书强调了算法能力的崛起、与此相关的潜在利益和风险，试图寻求构建有效、合法的机制规范其运用，并探讨了在信息系统架构中贯彻数据保护法的价值观。