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( 三 ) 张凌寒北京科技大学文法学院副教授

其次，预测型算法对治理对象的预测，实质上架空了行政正当程序。算法自动化决策给信息技术带来的改变，根本在于对信息认知方式的变化。传统认知方式下，信息技术围绕特定认知对象或假设进行信息搜集，对已有的信息作出特定反应，仍具有较强的工具化特征。人工智能时代的信息认知方式下，算法自动化决策具有数据挖掘功能，一方面提高了数据计算能力，能够从不完全信息中提炼出更多有效信息；另一方面，可以进行趋势风险的研判和预测。算法自动化决策信息认知方式的改变，产生了可以预测风险的预测型算法。
预测型算法与反应型算法有着逻辑上的根本区别。虽然反应型算法的动态特性使得一旦发生违规，算法就可立即进行干预。但是预测性算法可以在风险发生之前调配资源进行规避，实现“好钢用在刀刃上” 。例如江苏省税务机关运用大数据技术，预测税务风险较高的行政相对人，据统计一年稽查次数减少97%合计8000多次。在此类行政活动中，预测型算法已成为事实上的行政活动核心流程。
然而，预测型算法由于其仅仅是内部行政决策，无法受到正当程序的控制。从时间点上来说，决策发生在具体行政行为发生之前，从外形上来说并不具备具体行政行为的要件，显然也并非抽象行政行为，只能作为行政机关的内部决策。内部行政决策本身即缺乏正当程序的控制，由于行政决策更多地与政治过程相关联，导致它并未纳入法治的轨道。即使近年来，行政决策亦要被纳入法制化轨道已经成为国务院和地方各级政府的基本共识，提出要以正当程序控制行政决策。预测型算法依靠运算在算法黑箱内部得出结果，完全规避了公众参与、专家论证等信息交换和披露的正当程序控制。
算法自动化决策一方面增强了行政权力，一方面却侵蚀了正当程序制度。行政正当程序的缺失，不仅可能造成了行政相对人实体权利消减的结果，更直接损害了其程序性权利。在行政活动中，行政程序具有不同的价值位阶，可分为“工具性价值”与“构成性价值” 。工具性行政程序关注行为活动的整体流程，目的在于提高行政效率，例如关于行为作出期限和方式的规定；构成性行政程序指的是具有特殊价值追求的制度构造，如听证、理由明示等。日本学者认为：“违反程序法上所规定的四项主要原则(即告知和听证、文书阅览、理由附记、审查基准的设定与公布) ，至少应解释为构成撤销事由。 ”在我国行政法上，进行陈述、申辩或者参加听证是我国《行政诉讼法》规定的具有构成性价值的正当程序，此类程序的缺失即使不影响行政相对人的实体权利，也具有效力瑕疵。
毫无疑问，无论行政活动如何借助科技的力量变得便捷与高效，这类构成性行政正当程序都不应该成为被省略的对象。这不仅造成了行政相对人实体权利的损害，也是程序性权利的缺失。行政相对人在行政活动中获得知情、陈述申辩、得到理由说明的各项权利，无法得到保证。在此消彼长下“权力-权利”格局严重失衡。
文章插图
二算法自动化决策与行政正当程序的冲突
从信息论的角度看，行政正当程序本质是行政机关向行政相对人发送信息的工具。无论是行政活动前的行政公开、听证，行政活动中的通知、听取申述与申辩，以及事后的说明理由，目的都是在行政机关与行政相对人之间建立信息沟通机制。算法自动化决策的不透明性遮蔽了行政公开原则，算法设计运行的技术垄断架空了公众参与原则，算法决策黑箱无法为相对人提供理由说明，算法自动化决策与行政正当程序产生了严重冲突。
（一）行政正当程序制度的信息工具功能
正当程序制度一向被认为是规范行政权力运行、保障公民合法权利的重要制度。从信息论角度观察，正当程序制度实际上是一种信息工具，目的在政府与行政相对人之间建立信息沟通机制，以缓解行政相对人的信息不对称，从而达到保障权利的制度目的。行政正当程序具有信息发送的功能，可缓解行政相对人的信息不对称，本身就是独立于实体权利的程序性权利，蕴含着实现诸如参与性通知、程序理性和人道性等效能。