随着人工智能、大数据的发展及普及，人脸识别技术逐渐进入人们视野并被大量使用。人脸识别技术固然有其一系列优势，但过度使用人脸识别技术有侵犯公民个人隐私的风险，并会伴随演化出一系列法律与伦理问题。
本书探讨了人脸识别技术是如何影响个人隐私及其涉及的伦理和道德问题的，并为隐私和保密这一复杂问题提供了一种新的解决方法。考虑到权利和错误与强制可视性相关的损害保护以及有效数据保护法的必要性，作者通过将隐私权重新解释为一项财产权来促进道德实践。为了保护这一权利，作者主张在适当情况下对个人可识别图像发放许可证。

唐林垚，中国社会科学院法学研究所助理研究员、博士后。日本东北大学法政理论博士、清华大学民商法博士、美国哥伦比亚大学硕士、北京第二外国语学院学士。在国内外重要学术期刊上公开发表中文论文15篇，英文论文4篇，出版专著1本，以主研人身份参与3项国家社科基金项目(均已结项)。荣获中国社会科学院创新资助(2020)、第三届王保树优秀博士论文奖(2019)、中国法学会商法学研究会年会中青年优秀论文二等奖(2019)、中国博士后科学基金会面上资助(2019)、国家优秀自费留学生奖学金(2018)、日本美穗银行全额奖学金(2017)、日本东北大学全额奖学金(2016)等荣誉。

主编序
序言
第1章 导论
1.1 数字化成像和人脸识别技术
1.2 人脸识别技术
1.3 人脸识别技术和隐私
1.4 人脸识别技术和监控
1.5 人脸识别技术及其伦理、法律层面的影响
1.6 人脸识别技术和个人自主权
1.7 人脸识别技术和大数据
第2章 什么是人脸识别技术？
2.1 引言：人脸识别技术
2.2 人脸识别如何运作？
2.3 人脸识别算法
2.4 其他方法
2.5 人脸识别技术的弱点和问题
2.6 人脸识别的漏洞
2.7 人脸伪造对抗技术
2.8 当前人脸识别技术的用途
第3章 人脸识别技术的一些伦理和法律议题
3.1 对人脸识别技术的恐惧与误解
3.2 一些更深层面的议题：人脸识别技术、数据保护和公民自由
3.3 人脸识别：公民自由与公众披露
第4章 隐私和监控调查
4.1 引言：隐私和监控
4.2 数据主体和监控数字
4.3 生物特征数据和公民自由
4.4 数据主体和隐私
4.5 数据主体与自主性
4.6 隐私、信息化和摄像
4.7 数据主体和生物识别数据
4.8 社会政治场景
第5章 自主权、自由和隐私
5.1 自主权的概念
5.2 自由与隐私
5.3 德沃金的一阶自主权和二阶自主权
5.4 自主权与自由
5.5 消极自由和积极自由
5.6 卡夫卡和消极自由
5.7 福柯的警察和边沁的囚徒
5.8 隐私和自主权
第6章 强制可见性？
6.1 引言
6.2 随身相机
6.3 强制可见性和强迫
6.4 强制可见性和人脸识别
6.5 大数据
6.6 大数据与人脸识别
6.7 强制可见性和自主权
第7章 法律与数据保护
7.1 引言
7.2 数据保护与隐私
7.3 信息隐私
7.4 数据保护和隐私：以美国部门性方法为例
7.5 协调美国和欧盟的规定
7.6 数据保护与人脸识别
7.7 生物特征数据与《通用数据保护条例》的发展
7.8 人权：公民自由、隐私和法律
第8章 法律与监视
8.1 监视、监管权力与权利
8.2 人权、大规模监视和英国判例法
8.3 人脸识别：责任与信任
8.4 人脸识别：隐私和图像所有权
第9章 国家家长主义和自主权
9.1 国家家长主义作风：主动和被动
9.2 伦理准则与国家权力
9.3 家长主义和人脸识别技术
9.4 控制支配、家长主义与自主权
9.5 公民与国家
9.6 人脸识别与二阶偏好
9.7 预防伤害与对二阶偏好的影响
9.8 对隐私的威胁
第10章 国家家长主义与数据
10.1 保护隐私：数据保护和政治层面
10.2 保护隐私：英国数据保护和人脸识别模式
10.3 数据处理与二阶偏好
10.4 数据主体与人脸识别系统(国家数据挖掘权力)
第11章 未来人脸识别技术和伦理—法律问题
11.1 人脸识别：未来及其影响
11.2 识别威胁与身份安全
11.3 身份管理
11.4 人脸识别与人机界面
11.5 预测社会关注和反应
11.6 宪法保障措施与权利
11.7 法律和监管保障措施
11.8 规范数据商品化
第12章 结论
12.1 人脸识别技术和个人形象所有权
12.2 数据所有权：一个新的法律和道德权利框架
12.3 科技发展民主化
12.4 个人识别图像和街头摄影
12.5 建议
参考文献
索引
缩略词
案例索引
法规索引
译后记

在人工智能法学研究
领域，“学术泡沫”的相关
诟病早已有之，但伴随着
商业实践和理论研究的不
断深入，人工智能技术规
制的法学议题开始逐渐聚
焦于具体的应用模式及其
底层支撑的数据集合安全
。研究范式和研究视角的
精准化使得学者们不再痴
迷于假想式技术风险的治
理模式论证，脱离具体的
应用场景，抽象地探讨人
工智能技术规制方式无异
于空中楼阁，既无法提供
有益于解决实践难题的制
度方案，也无法澄清技术
与法律不同话语体系之间
的逻辑差异。技术本身从
来都不是法律的规制对象
，社会对于技术安全风险
的种种担忧归根结底还是
集中于具体的应用场景。
无论是前期的软件开发、
算法代码编写，还是后期
的功能测试、上线应用，
人工智能技术所表现出的
风险类型并不完全相同。
在数字经济时代，数
据的资源开发和经济价值
实现已经从大数据时代的
数据挖掘转变为算法时代
的实时数据仿真模拟。数
据在规模化聚集之后能够
反映更为全面且细致的信
息内容，通过关联、比对
数据之间的关系，预测未
来趋势、分析内在因果关
系等功能早已不是难事。
可以说，技术创新应用和
隐私保护的天平早已开始
朝向技术一端倾斜。纵览
国内人工智能相关理论成
果，研究内容大多以默认
技术会侵害隐私权益的形
式“一笔带过”，至于技术
如何阐释隐私概念、隐私
权益的内容发生何种异变
等实质性问题并未能得到
明确的解释。这一现状值
得学界予以关注，技术创
新的目标是为了更好地保
护权利和提升生活水平，
而不是以牺牲既有权利为
代价，促成“技术规训人
类”这种主客体颠倒的局
面形成。
因此，本辑丛书改变
了以往聚焦人工智能技术
应用的思路，结合数据生
产要素市场化配置的国家
战略，将“人工智能与隐
私”“人工智能与数据”作
为本次国外法学精品专著
的筛选主题，希望本辑丛
书能够为国内人工智能法
学研究提供与众不同的观
察视角，推动人工智能法
学研究范式的体系化。
本辑丛书本着“读书之
乐何处寻，数点梅花天地
心”的立场，编辑和译者
们为了给读者们带来具有
“异域风味”的学术盛宴，
精心选择了三部著作，以
期能够让读者们眼前一亮
，重新思考和审视技术与
法律之间应然的对话方式
。这三部著作分别是伊恩
·伯尔勒（Ian Berle）博
士的《人脸识别：看得见
的隐私》、尼尔·理查兹
（Neil Richards）的《隐
私为什么很重要》、克雷
格·埃利夫（Craig Elliffe）
教授的《课税数字经济》
。
《人脸识别：看得见
的隐私》一书重新审视了
人脸识别技术应用究竟给
我们的权利和社会结构带
来了何种变化。在我们将
公共场所的人脸识别应用
视为社会安全保障有效手
段的同时，作者对这种“
理所应当”产生质疑：人
脸识别技术真的能够有效
预防安全风险吗？又或者
说人脸识别技术仅是在事
后阶段提供事实还原和权
利救济的依据？更为重要
的是，在我们默认人脸识
别技术有利于社会治理时
，个人再想拒绝人脸识别
却变得极为困难，尤其是
在人员进出场景模式下，
个人拒绝或抵制人脸识别
甚至会被视为“异类”。作
者对这种现象表示担忧，
在援引哲学家福柯提出的
“规训权力的行使需要以
主体的公开可见”为基础
，认为被遮掩的人脸识别
应用正在促成法律主体的
“强制可见性”，一旦超出
必要的限度，人脸识别应
用将成为强制可见个人私
密生活的“帮凶”。
《隐私为什么很重要
》则为我们展示了我们之
前鲜有思考的一个基础问
题：究竟什么是法律意义
上的隐私。在司法实践中
，国内外的法官和当事人
常常陷入主观性的“隐私”
概念辩论之中，这背后的
真相则在本书中有所提及
，作者直截了当地澄清了
有关隐私的四类偏见：一
是隐私不是“见不得人”；
二是隐私不只用于防范诡
异和变态；三是隐私不仅
仅限于自身相关信息的控
制；四是隐私还没有“死
亡”，在数字时代仍有存
在的社会价值。在作者看
来，隐私更像是一个“程
度”问题，即隐私能够让
我们在何种范畴自由选择
身份，成为想成为的人；
隐私能够实现何种程度的
自由和安全；隐私能够以
何种方式保护消费者、雇
员的合法权益。简言之，
隐私是关乎身份、自由和
保护的工具。在平台经济
时代，平台的隐私政策大
多以验证用户身份的“真
实性”为由，“合理合法”
地蚕食隐私概念，但“真
实性”的根本目的是保护
用户安全，以隐私承载的
“安全”为代价，实现另一
种安全，这种异乎寻常的
理由恰恰证明了平台正在
掩盖我们所不知的问题。
《课税数字经济》则
是以前沿领域的数字税征
收问题为研究对象，评估
和论证是否以及如何向商
业模式高度数字化的跨国
公司征收数字税。在数字
贸易中，人工智能等信息
技术的创新使得数字企业
发展速度远超传统产业，
这些企业无需深入消费者
市场即可远程提供同等质
量的产品和服务，但这些
企业实际承担的税率仅是
传统企业税率的一半，这
种失衡的税收状态成为国
际税收制度亟需解决的现
实问