行政|张凌寒:算法自动化决策与行政正当程序制度的冲突与调和( 二 )


算法自动化决策的应用使得这种信息不对称得到了极大缓解 , 有效增强了政府的权力运行的广度、深度和密度 。 信息技术在我国行政活动中应用已久 。 2019年以来 , 以算法为代表的信息技术应用进一步扩展 , 甚至参与裁量活动领域并进行风险预测 , 改变了行政活动的范式 。 2019年1月发布的《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》中明确提出:“一是要推动行政执法裁量的决策辅助系统 , 规范行政自由裁量权 , 确保执法尺度统一;二是要开发风险预测系统 , 提前预警、检测、研判 , 及时履行政府职能、提高行政精准性 。 ”在算法自动化决策的推动下 , 政府对信息的处理能力发生质的飞跃 。
首先 , 政府收集信息数量和质量得到了极大提高 。 如2016年上海市政府搭建的事中事后综合监管平台实现了各部门收集信息的共享 , 已汇集各类信息247万余条、累计提请联合惩戒156万余条 。 海量信息有效助力于行政检查、行政命令等多种行政活动 。 如我国《道路交通安全管理法实施条例》要求营运客车、货车安装使用行驶记录仪 , 为行政执法提供行驶速度、连续驾驶时间等信息 。 其次 , 政府处理、输出信息能力增强 , 因此行政执法力度与强度也远强于过去 。 算法自动化决策可直接统筹信息收集、分析处理与输出环节 , 直接作出对行政相对人产生效力的命令、裁决等活动 。 以广东省食品药品监督管理局为例 , 互联网药品信息服务资格证书核发、变更、换发等项证照都已实现电子化 。 最后也最重要的是 , 政府通过算法自动化决策对行政活动大数据的分析 , 预测评估行政相对人的风险指标 , 在违规发生之前干预 。 如北京市城市管理综合行政执法局通过对全部投诉举报电话进行定量分析 , 得出每年夏季晚上某固定时段占道经营违法行为上升的结论 , 结合指挥系统的位置信息 , 调配执法力量 。
作为一个信息函数 , 行政效能受到信息采集、传输和使用质量的影响 。 算法自动化决策有效缓解了政府与治理对象的信息不对称 , 成为行政权力实现和有效运行的能源和催化剂 , 也在此基础上强化了其说服权力行使对象的能力 。
(二)算法应用导致的行政正当程序失灵效应
算法自动化决策如何造成了行政正当程序失灵?如前所述 , 算法增强行政活动中收集、处理和输出信息的各个环节 , 从两方面改变了行政活动的传统范式:其一 , 反应型算法自动化决策压缩行政活动各环节 , 直接实现行政活动的半自动化与自动化 。 自动化行政在系统内部瞬间完成 , 无法分离活动的程序、步骤和方式 , 而是将所有信息与内容糅杂进既定的算法之中得出结果 。 其二 , 预测型算法改变传统认知范式 , 根据过去的历史数据推断出未来的趋势 。 算法可以用来预测风险 , 先发制人地对行政资源进行调配 , 事先引导和部署行政活动 。
首先 , 反应型算法对行政活动环节的压缩 , 使得正当程序制度无用武之地 。 反应型算法是算法自动化决策应用于行政活动的常见模式 , 其基本模型为收集数据-匹配条件-作出决策 , 具有较强的工具性特征 。 例如 , 最简单的反应型算法为登录邮箱时输入密码——密码错误——拒绝登录 。 在行政活动中 , 名为专家系统、业务规则引擎、决策支持工具等的算法均为反应型算法 。 通常这些系统包含三个主要组件:其一 , 相关业务规则(即立法、政策或程序性业务规则)的知识库或规则库;其二 , 一个独立的推理引擎 , 该引擎使用推理得出结论;其三 , 用户界面 , 向用户呈现信息 , 并将用户相应提供给推理引擎以得出结论 。 行政机关可实现行政行为的半自动化或者自动化 , 甚至如果能梳理好行政执法依据、行政裁量基准、行政执法流程、行政文书整合入人工智能系统 , 则有可能作出自动化的行政执法决定 。
较为常见和简单的例子是交通违章的自动识别 。 算法自动化决策可对监控设备采集的数据进行智能识别和分析 , 按照技术标准形成车辆违法数据 , 继而经过交警部门的审核 , 对违法车辆进行处理 , 以违法处理单的形式将处罚通知送至违法者 。 除了人为加入的审核环节 , 其他环节技术上均可在瞬间糅杂完成 。 由于算法对行政活动程序的压缩 , 原有的按照人的活动环节设立的诸多行政正当程序发送信息的步骤均被省略 。