問題二：自動化行政對裁量有何影響？

劉東亮：自動化行政導致限縮裁量或放棄裁量

近年來，各國均大力發展電子政務，積極推進數字政府建設，廣泛借助自動化決策系統作出行政決定，除了提高效率的考量之外，希望排除行政過程中的恣意是一個重要因素。的確，自動化決策在很多領域勝過人類裁量。在需要前后一致超過裁量價值的情形下，實施良好的自動化決策比人類裁量更為可取；在與人類偏見有關的風險超過自動化偏見導致的風險之領域，自動化決策也更有吸引力。

簡言之，當某一問題不需要根據特定情況進行裁量時，自動化決策具有人類決策無法比擬的優勢。然而，凡事皆有兩面性，自動化決策的長處同時也是其短處。由于算法的確定性特征，在編程中不允許存在二義性，自動化決策系統難以像人類一樣針對具體情境選擇最適當的決定。這種在設計算法時就不得不限縮裁量甚至放棄裁量的做法，如果按照傳統行政法學理論予以判斷，明顯屬于“裁量怠惰”。

胡敏潔：自動化行政縮減裁量空間

依靠指令，這種裁量成為機械化的規則制定，裁量中須考量的相關因素可以通過系統事先的設定輸入，不需要考量的相關因素則事先被剔除。機器將計算出數以百萬計連接的微指令，這些指令可以實現法律規范的策略目標。這個復雜的微指令目錄可以針對行為的小實例應用于更大的行為動作網絡，實現更廣泛的目標。當然，法哲學家對此頗有爭議，因為在他們看起來法律必然是模糊和不確定的，法律推理過程需要理解和支持類比推理的原則。再比如，法律往往要求實現公平，那這種公平可以被量化嗎？

首先，公平是一個模糊的概念，法律上的公平被翻譯成算法公平可能存在困難；其次，公平被量化、被算法化可能帶來歧視問題。美國聯邦貿易委員會發布的《大數據：包容性工具抑或排斥性工具？》報告，特別關注大數據中的歧視和偏見問題：數據集是否具有代表性？所使用的數據模型是否會導致偏見？基于大數據進行預測的準確性如何？對大數據的依賴是否會導致道德或者公平性問題？這些問題往往都伴隨著縮減裁量而產生。

盡管我們一直為濫用裁量權所困，但基于行政的效率考量以及個案決定要求，它的存在卻是必要的。當我們從一個需要個性化判斷的行政決定走向規程化的程序中，社會的整體利益、人性情感、地方習俗等因素都可能被忽略。