雙向驅動型算法解釋工具：以默示算法共謀為場景的探索

摘 要：以默示算法共謀為代表的算法壟斷加劇了法律規制相較于算法科技的滯后性。傳統算法解釋權主要側重于對算法施以合同為基礎的私權規制，但其對于公平競爭秩序的法律保護顯得捉襟見肘。雙向驅動型算法解釋工具是一種脫胎于傳統算法解釋權的新型數據治理工具，具有啟動主體上的雙向多元特征，能夠最大限度調動多元公私主體發揮各自優勢參與算法合作共治，并將算法解釋和算法審查有機結合，開展算法規制和算法救濟層面的實質審查。應從雙向驅動型算法解釋工具的啟動主體與解釋主體、解釋原則與解釋標準、解釋審查機制的科學構建，以及修改壟斷協議相關法律制度等維度，實現雙向驅動型算法解釋工具更優的數據治理績效。

關鍵詞：默示算法共謀；算法壟斷；算法解釋權；雙向驅動型算法解釋工具

中圖分類號：DF414 文獻標志碼：A

DOI：10.3969/j.issn.1001-2397.2022.06.04 開放科學（資源服務）標識碼（OSID）：

基金項目：教育部哲學社會科學研究重大課題攻關項目“科學構建數據治理體系研究”（21JZD036）；國家社會科學基金一般項目“大數據時代金融數據安全法律保護研究”（21BFX122）

作者簡介：劉輝（1984），男，四川三臺人，湖南大學法學院副教授，湖南大學數據法治研究院研究員，法學博士。

引言

隨著人類社會從工業時代進入信息時代，以大數據、人工智能、物聯網、量子計算等技術為代表的第四次工業革命已經悄然來臨。算力、算法、網絡和數據由此成為本輪工業革命的核心要素。在此背景下，計算的內涵已經超越傳統的數學運算，擴展到了邏輯推理乃至成為觀察世界的一種方法論。人類在享受算法優化和重構傳統商業模式、驅動科技創新的同時，亦被迫擔負著算法黑箱、算法歧視、價格操縱、隱私泄露、算法魯莽等不可承受之重。其中，算法黑箱無疑是現代算法透明法治必須克服的首要難題。有學者甚至認為：“不能打開算法黑盒等同于宣告基于責任規則的歧視治理機制在數字時代腦死亡?！?/p>

人們愈來愈傾向于運用透明性原則來彌補決策者與相對人之間形成的“數字鴻溝”，比如算法解釋權一向被學者視為“立法者設計的促進算法透明度的個性化措施”。歐盟立法者在《通用數據保護條例》（General Data Protection Regulation，以下簡稱GDPR）中，就特意將其納入該法第22條的算法治理框架?！八惴ń忉屨诔蔀樗惴☉玫囊豁椈緜惱頊蕜t”，然而，傳統純私法意義上的算法解釋權在保護公共利益時面臨著固有局限。當市場上的算法與競爭相結合，以及實施默示算法共謀等新型壟斷行為時，不僅困擾著傳統反壟斷法中的壟斷協議制度，而且挑戰著反壟斷法體系的有效性。如今的算法規制危機，在某種程度上，也是向法律人開啟的一個契機。故本文試圖以當前算法黑箱的最高形態——默示算法共謀為場景，從法理和制度視角構建一種雙向驅動型算法解釋工具，以期為大數據時代的算法治理提供更為豐富的工具選項。必須特別強調的是，筆者并不主張雙向驅動型算法解釋工具萬能論，也并不寄望于僅僅通過該工具直接實現對一切默示算法共謀行為的有效法律規制，而是倡導通過其運用，同時結合其他算法治理機制的作用以及反壟斷法律制度的修改，以共向激勵的因勢利導效應實現對默示算法共謀的優化治理，為我國未來涉及公共利益的數據治理提供一種新型工具和視角。

一、傳統算法解釋權規制默示算法共謀的失靈

所謂算法共謀，是指為了獲取更高利潤，以犧牲消費者利益為代價，通過算法實施的降低市場競爭力的經營者聯合行為。算法共謀有兩種典型形式：一種是明示算法共謀，即經營者之間有明顯“溝通”“交流”“意思聯絡”的算法共謀；另一種是默示算法共謀，即處在一個集中市場環境中的幾家企業通過算法共享壟斷權力的共謀行為。默示算法共謀與無意識的并行行為存在本質區別，具有算法之間的共謀意思和客觀的共謀結果。

（一）默示算法共謀的典型形態

2017年6月，經濟合作與發展組織在題為《算法與合謀：數字時代的競爭政策》（Algorithms and Collusion：Competition Policy in the Digital Age）的研究報告中將默示合謀的算法類型概括為四種：監督算法、平行算法、信號算法、自我學習算法。監督算法是一種收集競爭對手商業信息、觀察篩選潛在背離行為的數據并設計迅速報復方案的算法。監督算法包含兩項算法程序（數據跟蹤算法程序和自動報復算法程序）和兩個算法機制（數據跟蹤機制和自動報復機制），并設置自動“觸發策略”。當數據跟蹤機制追蹤到的商業數據達到報復條件時，自動報復算法程序便自動實施報復行動。監督算法主要適用于信使場景，其本質依然是人類自己操縱共謀，算法只是“人類意志的延伸”。

平行算法是指通過自動化決策的方式，促成經營者的市場價格自動反饋市場條件的變化并達成一種“有意識的平行行為”的算法。平行算法有兩種典型形態：一種是經營者之間存在有意識的溝通從而共享定價的算法；另一種是經營者之間并不存在有意識的溝通，但經營者都使用同一個定價算法，而這個定價算法給出的價格成為賣家公認的市場價格。由此，市場上將出現一種“軸輻協議”：這個唯一的算法研發者就像一個車輪的軸，同行業的每一個經營者與之簽訂的協議就像車輪的輻條，算法研發者和每一個經營者借助共同的軸（中心定價算法）形成一種事實上的共謀。平行算法的典型應用場景是“中心輻射式場景”，中心算法研發者的任務就是精心策劃一個全行業范圍的共謀，從而實現更高的定價。

信號算法是指經營者通過算法披露具有合謀意圖的特殊信號，一般消費者不易發現這種信號，但競爭對手的高級算法可以敏銳察覺并予以積極響應，一旦經營者之間的算法找到聚點，事實上的默示算法共謀即告達成。信號算法通常適用于預測型代理人場景，即由算法直接擔當經營者高級管理人員的代理人，并不斷根據競爭對手價格的變化和市場數據的更新來調整自身的價格。從共謀的外觀形態來看，經營者之間并沒有簽訂價格壟斷協議，而在事實形態上，信號算法通過信號發送與信號響應程序，自動強化了企業之間有意識的平行行為。從監管執法來說，經營者單方的信號發送行為很難被直接規制，因為這種行為可能既存在反競爭的效果，又具有促進效率的正面效應。

自我學習算法是默示算法共謀最為復雜的高級形態，是指經營者之間并不需要達成明示或者暗示的共謀協議，借助算法的機器學習、深度學習、風險預測、反復試錯等功能，由算法對市場上的合謀環境進行自主預判，一旦出現有利的合謀機會，算法會自動通過高速的反復試錯達成合作性均衡，即“虛擬共謀”。自我學習算法共謀最大化發揮了“算法黑箱”的反監管優勢，以暗箱里復雜精密的算法技術，巧妙地讓整個算法共謀的達成過程游離于競爭執法監管之外。監管者無法在算法共謀達成之前和達成之時及時對其實施監管和處罰，而只能以一種基于結果導向的反競爭效果觀察來實施監管。

（二）傳統算法解釋權規制默示算法共謀的局限性

根據GDPR第22條的規定，學者一般認為，算法解釋權是指“當自動化決策的具體決定對相對人有法律上或者經濟上的顯著影響時，相對人向算法使用人提出異議，要求提供具體決策解釋，并要求更新數據或更正錯誤的權利?！薄吨腥A人民共和國個人信息保護法》（以下簡稱《個人信息保護法》）第24條第3款規定：“通過自動化決策方式作出對個人權益有重大影響的決定，個人有權要求個人信息處理者予以說明，并有權拒絕個人信息處理者僅通過自動化決策的方式作出決定?！?021年9月17日，國家互聯網信息辦公室（以下簡稱國家網信辦）、中央宣傳部等九部委印發《關于加強互聯網信息服務算法綜合治理的指導意見》（國信辦發文〔2021〕7號），將“算法公平公正、公開透明”設立為未來三年的主要治理目標，并將算法“透明可釋”作為算法治理的基本原則。有學者認為：“即使算法解釋權因行使成本高而極少被主張，也能宣告用戶權利，彰顯法律態度，起到算法治理體系中安全網的作用?！钡捎谑艿礁鞣N因素的制約，利用算法解釋權規制默示算法共謀始終面臨著天然掣肘。

首先，算法解釋權的法律本質是一種“自動化決策相對人的事后救濟機制”，并不能滿足默示算法共謀的預防、查處所需?！八惴ń忉寵嗍且环N請求權”，自動化決策的相對人只能在權利受到侵害后才能請求解釋。相對人必然面對的一個困境是，其是否有能力敏銳地發現權利受到侵害。即便是作為“人類意志延伸”的監督算法，由于自動化決策的相對人本身已經陷入一個被普遍“統治”的非充分市場競爭價格環境，其很難對這種損害保持科學理性的認知。此外，算法的結果和公平性通常不能僅僅根據代碼本身對其進行衡量。在經營者運用自我學習算法和信號算法等場合，如果不對經營者共謀時的實時數據進行評估，而只在事后訪問算法代碼本身，對默示算法共謀的查處來說只能是徒勞。

其次，算法解釋權保護的法益主要是自動化決策相對人的合法權益，是一種以合同為基礎的私權利，它并不保護默示算法共謀所侵犯的公平競爭秩序。默示算法共謀作為一種典型的限制競爭行為，其損害的法益是自由公平的競爭秩序。在默示算法共謀的場合，比如在“軸輻協議”中，消費者并不直接參與經營者與算法研發者之間的“軸輻協議”，這就決定了以消費合同為請求權基礎的算法解釋權無法對默示算法共謀進行規制。此外，參與默示算法共謀的經營者通常具有較強的與個別消費者“和解”的動機，這也為默示算法共謀的發現和查處帶來障礙。

再次，在默示算法共謀的場合，自動化決策相對人行使算法解釋權將面臨高昂的成本，維權難度極大。有學者認為，算法解釋權是增強自動化決策相對人對商業算法的信任并加強對商業算法的掌控，進而消除其對算法的抵觸情緒的重要機制。然而，傳統算法解釋權要想實現這樣的目標殊為不易。比如，自動化決策的相對人要想理解和掌控算法，必須具有高度專業化的算法技能。根據GDPR第14（2）（g）條，算法解釋權的主要內容是“自動化決策分析過程所涉及的邏輯程序以及對數據主體的處理過程的重要意義和設想結果”。無論是否披露具體的算法，相對人其實都很難真正理解算法的邏輯和意義。并且，對于自我學習算法這種高度人工智能化的共謀算法，盡管其由算法研發者研發而來，但即便研發人員本身，也無法完全解釋該算法。因為自我學習算法正是通過自我學習和反復試錯，具備了超強的數據采集和聯合共謀能力。由此，相對人行使算法解釋權必將面臨極大的困難和極高的成本。

最后，算法解釋權并不能從根本上激勵經營者主動放棄算法共謀，并引導經營者加強自我學習共謀算法的自律監督。一項精巧的規制，往往是元規制和自我規制的結合。如何實現政府規制目標的企業自我“內化”，往往是現代規制的關鍵所在。默示算法共謀有兩種模式：存在共謀協議的默示算法共謀和不存在共謀協議的默示算法共謀。在第一種模式下，參與共謀的經營者具有極強的主觀能動性和對算法本身的掌控性；在第二種模式下，盡管經營者并不一定能夠完全掌控算法，但畢竟是對這種高度人工智能算法最有能力的控制方，其可以監督算法的運行，甚至可以放棄使用該算法。從默示算法共謀的法律規制來說，只有經營者具有主動放棄算法共謀的意圖，并且以實際行動參與算法共謀的自我規制，默示算法共謀的法律規制才能取得理想效果。傳統算法解釋權主要著眼于自動化決策相對方的事后救濟，為使用算法的經營者提供法律責任免除的機會，但在默示算法共謀自律方面，幾乎很難發揮有效的激勵作用。

二、雙向驅動型算法解釋工具規制默示算法共謀的機理

“算法的透明度監管不應只限于通過算法解釋權來提供信息，還應使受有關決策影響的人具有代理意識：受影響的人收到的信息應使他們能夠以有意義的方式對決策作出反應?！贬槍λ惴ń忉寵嗟墓逃腥毕荩疚奶岢鲆环N新的算法治理工具——雙向驅動型算法解釋工具，以破解傳統算法解釋權規制默示算法共謀的不足。

（一）雙向驅動型算法解釋工具的基本原理

雙向驅動型算法解釋工具是指，當算法自動化決策的相對人認為自動化決策的具體決定對其本人利益或者公共利益造成法律上或者經濟上的顯著影響時，有權向算法設計人和算法使用人提出異議，請求其向算法監管部門提供針對具體決策的解釋，并要求其更新數據或更正錯誤決策。算法監管部門或者司法機關在算法監管執法和算法司法活動中，發現算法自動化決策的具體決定對相對人利益或者公共利益造成法律上或者經濟上的顯著不利影響時，有權要求算法設計人和算法使用人對其具體決策進行解釋，并責令其針對錯誤的決策更新數據或更正錯誤。相較于傳統的算法解釋權，雙向驅動型算法解釋工具有以下典型特征：

其一，雙向驅動型算法解釋工具是一種數據治理工具，具有典型的“雙向驅動”特征。雙向驅動型算法解釋工具采用“雙向驅動”的啟動機制：一方面，與算法解釋權相同，認為受到不利影響的自動化決策的相對人可依法啟動算法解釋工具；另一方面，作為算法規制主體的算法監管部門以及司法機關，在日常算法監管執法或者算法司法活動中發現不利的算法決策，可主動啟動算法解釋工具。此外，如果任何公民、法人或者其他組織認為特定的商業主體存在算法自動化決策歧視、偏見、不正當競爭或者壟斷等違法行為，也可以通過舉報的形式請求算法監管部門啟動算法解釋工具。這些啟動主體可以歸結為兩類，即市場主體（含消費者）和規制主體（含監管機關和司法機關），這種“雙向驅動”性走出了傳統算法解釋權只能單向啟動的困境。

其二，雙向驅動型算法解釋工具將算法解釋和審查相結合，真正開啟了算法規制領域的私主體實質賦能之路。以個人力量發現與對抗自動化決策的不公，顯然存在現實困難。自動化決策的相對人行使算法解釋權通常面臨兩難——識別難、維權難。所謂識別難，是指自動化決策的相對人很難具備充分識別算法風險的能力。算法解釋權的目的在于保障個人知情權，但算法解釋權存在權利內容不完整、適用范圍不明確、行使程序未建立等問題，其并非國際立法之通例，可行性不高。我們很難苛求普通大眾具備對算法的專業辨識技能。基于識別難的問題，又必然產生維權難的困境。如何啟動維權程序以對抗大型網絡平臺，這甚至是歐盟GDPR本身暗含的一種制度缺陷。我國《個人信息保護法》第64條首次明確規定，履行個人信息保護職責的部門在履行職責中，可以要求個人信息處理者委托專業機構對其個人信息處理活動進行合規審計。雙向驅動型算法解釋工具有望在雙向驅動的事實基礎上，將政府和司法機關的規制力量間接賦予自動化決策的相對人，并將算法日常監管和算法解釋結合，促進算法正義和公平。

其三，雙向驅動型算法解釋工具依據比例原則，通過對算法解釋進行實質審查的方式，對基于算法的自動化決策進行實質性掌控，進而達到改變自動化決策的規制目標。在大數據時代，必須用數據發展的眼光去看待各方數據權益的動態博弈問題。比例原則就是對行政手段與行政目的之間的關系進行衡量，甚至對兩者各自所代表的、相互沖突的利益進行權衡，來保證行政行為是合乎比例的、恰當的。傳統的“三階”比例原則由適當性原則、必要性原則以及均衡性原則構成。其中的必要性原則要求，在“相同有效性”前提下對各種有效的手段進行相對損害性的大小比較。在雙向驅動型算法解釋工具中，由于規制主體在算法審查能力方面的專業化以及特定法律關系的明晰化，其可根據算法危害行為的性質和程度，在比例原則“禁止過度”的精神內核以及協調、平衡為指向的法律精神指引下，巧妙導出自動化決策商業主體的算法解釋范圍和程度。通過實質性掌控算法決策，讓相對人走出自動化決策場合中只能“用腳投票”的被動困境。

其四，雙向驅動型算法解釋工具拓展了算法解釋權保護的法益范圍，從原先的私權保護延伸到公共秩序和公共利益的全面保護。在大數據時代，算法平臺的超級“社會權力”已經在事實上轉換為一種“準公權力”，并對傳統社會“權力—權利”的格局帶來實質改變。雙向驅動型算法解釋工具是一種典型的將政府公權力與消費者私權利緊密融合，共同規制算法平臺的超級“社會權力”，也是保護消費者私權利和社會公共利益的重要手段。具言之，雙向驅動型算法解釋工具作為一種政府規制工具，可以通過公權介入的形式強化對私權的保護，彌補私權救濟機制的不足，將其保護的法益范圍延展到公共利益領域。雙向驅動型算法解釋工具保護法益的拓展，標志著算法救濟從民法保護到經濟法保護的實質性提升和強化。

（二）雙向驅動型算法解釋工具規制默示算法共謀的優勢

由于在推動算法多元治理、促進算法透明以及強化算法問責機制等方面的獨特優勢，雙向驅動型算法解釋工具對默示算法共謀可能具有較好的規制效果。

首先，雙向驅動型算法解釋工具搭建的多元算法共治體系，有助于破解默示算法共謀的隱蔽性。無論默示算法共謀通過哪種模式實施，市場的消費者和社會輿論主體一定會率先感知到。單個的自動化決策相對人可能并不易覺察到經營者之間已經達成算法共謀并透過壟斷高價等行為對自己造成損害，但雙向驅動型算法解釋工具可以動員諸多消費者以及消費者協會、社會輿論主體等

參與到算法治理中，提高默示算法共謀被發現和查處的概率。雙向驅動型算法解釋工具正是由于在算法監管方面創新了驅動模式、豐富了驅動主體，進而彌補了算法監管部門單主體實施算法監管存在的天然不足。

其次，雙向驅動型算法解釋工具可以充分發揮經濟法信息補強工具的功能，通過政府公權力和自動化決策相對人的通力合作，將算法透明機制的保護法益從私法權益延伸到競爭秩序。

行政監管的定位功能須跳出“信息主體—信息處理者”的二元格局。參見袁博：《大數據時代個人信息保護的行政監管立場及其智慧化

轉型》，載《西南民族大學學報（人文社會科學版）》2022年第6期，第98頁。

經濟法中的信息補強工具是指通過獨立管制機構、金融消費者和投資者保護機構等主體代替信息弱勢方收集信息并代為起訴，以彌補信息弱勢方“武器的不平等”。在雙向驅動型算法解釋工具情形，不僅算法解釋啟動主體和監督主體的范圍大幅擴張，而且由于真正實現了算法透明法治領域的公私合作，算法監管部門的介入使得該規制工具成為一種信息補強工具，可以幫助信息弱勢方收集信息，并增強其實現法律救濟的能力。

最后，雙向驅動型算法解釋工具為傳統反壟斷法中“人類中心主義”壟斷協議規制范式的革新提供了科技基礎。傳統反壟斷法一般都將經營者之間達成共謀的意思表示作為行為違法的重要構成要件，這種壟斷協議規制范式在面對“完全基于人”的壟斷協議時無疑是有效的。然而，在默示算法共謀的場域，經營者之間可能完全不存在傳統意義上的共謀協議。對這些涉及算法案件的審判標準也不是“普通人”的注意標準，而是“正常智能系統”應達到的注意標準。反壟斷法必須將處罰的基礎依據從人類的“明示共謀意思”轉向算法的“默示共謀行動”，通過對經營者之間行為的一致性及其與競爭秩序破壞之間的勾稽關系進行客觀評價，進而認定默示算法共謀的法律責任及其監管依據。雙向驅動型算法解釋工具能夠通過政府公權力的介入和審查，判別算法對競爭秩序的實質性影響，進而為現代數字經濟背景下默示算法共謀的法律規制和競爭執法提供可靠的科技手段和智識基礎。

三、雙向驅動型算法解釋工具的制度構想

雙向驅動型算法解釋工具脫胎于傳統算法解釋權，但其在保護法益、啟動主體、運行機制等方面又是對傳統算法解釋權的一種超越。雙向驅動型算法解釋工具的制度設計及其與相關法律制度的協調，可從以下維度展開：

（一）雙向驅動型算法解釋工具的制度表達

1.啟動主體與解釋主體

現代數據科技的監管需要兼顧回應型監管和主動型監管。雙向驅動型算法解釋工具本身即內置了啟動主體的雙向多元特質。這里的雙向，實際上是從政府與市場二元主體結構的區分視角對該解釋工具啟動機理的一種形象刻畫。政府規制視角的解釋請求一般包括基于算法監管部門的解釋請求與基于司法機關提起的解釋請求。其中，算法監管部門的解釋請求既可以基于算法監管執法實踐主動提起，又可以基于自動化決策相對人的權利救濟途徑而通過算法監管部門對算法主體提起。司法機關的解釋請求往往與其正在審判的案件密切相關，需要通過算法解釋廓清當事人的權利、義務和責任。市場主體視角的解釋請求，一般是市場主體出于自身法律責任的減免等原因而主動申請啟動的算法解釋。以默示算法共謀的規制實踐為例，反壟斷執法機關和算法監管部門出于保護市場公平競爭秩序的考慮，在反壟斷監管實踐中，可以主動啟動針對自動化決策商業主體的算法解釋請求。同時，如果自動化決策的相對人認為經營者存在隨意壓低產量或提高價格等聯合行動，可以直接向算法監管部門和反壟斷執法機構進行舉報，從而啟動監管部門向度的算法解釋工具。除了被動解釋，如果運用算法進行自動化決策的商業主體想利用

反壟斷法中的寬大制度減免其法律責任，或者為其可能承擔的法律責任進行抗辯，也可以主動向監管部門申請進行算法解釋。在默示算法共謀中，這又包括兩種情形：一種是證明其并不具有監督算法信使場景下的共謀協議；另一種則是對自我學習算法等高度人工智能算法是否已經達成涉嫌壟斷的一致行動進行證否，表明其雖然使用了自我學習算法，但該算法尚未在自我學習和反復試錯的基礎上達成默示算法共謀。由此，雙向驅動型算法解釋工具不僅保障了傳統算法解釋條件

下的私法救濟途徑，而且為默示算法共謀情景下市場競爭秩序的保護提供了強有力的算法透明法治基礎。

2.解釋原則與解釋標準

所謂解釋原則，即算法解釋的基本準則，是指作為數據治理工具的算法解釋，到底要求解釋主體從何種意義、何種價值層面以及在何種程度上針對其算法作出具有法律意義的解釋。所謂解釋標準，即算法解釋的內容和維度，也就是解釋主體必須對算法監管部門或者司法機關予以闡明的具體內容。雙向驅動型算法解釋工具在解釋過程中必須遵循兩項基本原則——比例原則和實質解釋原則。雙向驅動型算法解釋工具是一種算法透明機制，算法透明機制本身就是在公民和企業、公民和國家之間，直接對失衡的天平進行校正的機制，算法透明的程度必須根據比例原則進行判斷。以默示算法共謀為例，如果監管部門提出自動化決策的商業主體存在默示算法共謀行為，該商業主體所作的算法解釋必須涵蓋：在監督算法等弱人工智能的算法運用場景下，雖然算法本身執行了經營者的決策行為，但經營者之間并未達成并實施默示共謀協議；在自我學習算法等強人工智能的算法運用場景下，不僅經營者之間沒有達成默示共謀協議，而且自我學習算法的實際運用也未默示達成算法共謀并造成限制競爭的法律效果。

實質解釋原則是雙向驅動型算法解釋工具最為顯著的標簽之一。傳統算法解釋權更多是賦予自動化決策相對人的一種“遠離權”，即在沒有強加任何算法工具情況下生活的權利。對雙向驅動型算法解釋工具而言，由于有政府公權力的介入，并且政府受制于依法行政的限制，算法商業秘密以及算法知識產權的保護理應有更為可靠的保證，而算法監管部門在算法審查方面的專業性以及其委托第三方進行算法評估的可行性，往往為算法實質解釋提供了可行的路徑。換言之，雙向驅動型算法解釋工具要求解釋主體必須對其算法進行實質解釋，但解釋的范圍和程度都受到比例原則的限制，與監管的需求相匹配。就默示算法共謀來說，經營者必須對其與限制產量、提高價格等因素相關的全部算法向算法監管部門和反壟斷執法機構公開，并就監督算法或者平行算法等弱人工智能算法是否實施了默示共謀進行解釋，對自我學習算法則需要從算法技術的基本原理到算法本身的運行過程進行通盤解釋，對算法運算過程進行破譯，解釋其是否已經在經營者意志之外客觀上達成了默示算法共謀。

雙向驅動型算法解釋工具實質解釋的標準可以圍繞兩大維度來建構——算法邏輯維度和算法數據維度。就默示算法共謀來說，自動化決策的商業主體不僅要證明其算法類型與邏輯，以及算法對公平競爭秩序可能產生的影響，還應當就其算法運行的市場透明度以及對消費者數據的處理過程和數據與決策的相關性進行解釋，從而服務于監管部門對其算法實施競爭法層面的監管。

3.解釋審查機制

雙向驅動型算法解釋工具一旦被啟動，監管部門隨即需要針對解釋請求進行算法審查。問題的核心在于，算法監管部門如何對專業性極強并且時刻處于創新之中的大數據算法實施實質性審查。尤其是自我學習算法，不僅要對代碼進行解釋，還需要對代碼的數據處理方式進行審查?！皵祿卫硇枰蚱埔延械恼行幕芾頇C制，引入企業、平臺等利益相關方，構建共建共享共治的治理體系?！北M管算法監管部門相較于普通的自動化決策相對人而言具有更強的算法審查能力，但是對于同時涉及公私法律關系、牽涉不同行業監管的算法審查問題，單獨由算法監管部門進行審查，顯然是不現實的。在比較法中，GDPR特別強調數據行為的管理應當堅持行業主導、監管機構適度干預的理念，并強調充分調動市場自發力量來實現行業自律。

筆者建議從算法審查部門和算法審查能力兩方面來強化雙向驅動型算法解釋工具在算法審查方面的專業性和科學性。

其一，科學設置算法審查部門。鑒于大數據算法應用的廣泛性，歐美發達國家普遍采用“1+多”的算法規制結構體系。由于雙向驅動型算法解釋工具所保護的法益實現了從私益到公益的拓展，建議我國確定一個專門的全國性大數據算法監管部門，該部門可以是中央網信辦。與此同時，由其牽頭和協調反壟斷執法、市場監督管理等其他行業監管部門，開展特定行業領域內的算法審查。其二，在算法審查的專業性保障方面，可以充分發揮市場主體和行業協會的專業性優勢，以適當的方式引導其作為獨立第三方機構參與算法審查和規制。

（二）雙向驅動型算法解釋工具的運用

作為一項新型算法治理工具，雙向驅動型算法解釋工具從理論證成走向法治實踐，需要注意同日常算法監管制度保持協調，與此同時，還必須做好我國現行反壟斷法律制度的相應修訂和調適工作，以確保對算法競爭實施體系化規制。

1.雙向驅動型算法解釋工具與日常算法監管制度的協調

一般來說，除了在算法運行階段實施本文所設計的雙向驅動型算法解釋工具外，算法在運行之前，還必須進行算法信息披露，在算法運行之后，必須開展算法審計以及第三方評估。雙向驅動型算法解釋工具與這些制度的主要區別在于，

雙向驅動型算法解釋工具具有特定的啟動機制，它主要是在自動化決策相對人的權益受到侵害，或者經營者實施默示算法共謀、侵害公平競爭秩序等社會公共利益的情況下，方才被正式啟動。算法信息披露制度是所有算法在運行之前必須進行的算法監督程序，是對算法運行基本原理最淺顯的公示，需要達到保證普通自動化決策相對人能夠理解的程度。比如，GDPR要求算法信息披露的內容可以僅限定在算法原理和設計權重層面。

算法審計與第三方評估制度主要是算法在進行實際運轉之后，經營者對算法程序和數據集等采取的評估措施。算法審計與第三方評估制度既包括經營者自身實施的內部算法審計，又包括經營者委托第三方開展的算法外部審計。從方法論看，其主要采用的是“排除敏感屬性”的方法。

雙向驅動型算法解釋工具與算法信息披露制度、算法審計以及第三方評估制度共同構成了算法全生命周期的完整規制體系。算法信息披露在事前，雙向驅動型算法解釋工具、算法審計與第三方評估制度在事中、事后，前者主要是在自動化決策相對人的權利受損或者算法侵害公共利益時啟動，后者則是針對所有算法在運行以后均必須實施的監督，三者既有區別、各司其職，又相互銜接、緊密配合，確保算法公平和正義。算法審計有助于提前發現和預防算法可能產生的負面影響及風險，第三方評估制度因其中立性可對平臺產生一定的約束作用。

此外，關于傳統算法解釋權的去留，一直是學界爭議的熱點。本文提出的雙向驅動型算法解釋工具，實際上就是對傳統算法解釋權的改造升級，其融合了監管、司法機關與私人部門各自在算法治理方面的優勢，形塑了更為有效的算法透明法律治理機制。對于主張保留傳統算法解釋權的觀點，我們必須看到，作為自動化決策相對方的私人部門實際上很難真正依靠其自身能力對默示算法共謀等破壞公平競爭秩序的行為實施有效的法律規制，甚至由于算法地位和技術專業性方面的劣勢，也很難真正對其私權進行“救濟”。類似問題在民法中其實已經給出過可資借鑒的合理解決方案，比如對于欺詐、脅迫、顯示公平以及重大誤解等可撤銷的民事法律行為，《中華人民共和國民法典》明確賦予受欺詐方、受脅迫方、利益受損方以及重大誤解的當事人撤銷民事法律行為的權利，這種撤銷權屬于間接形成權，即當事人只能通過人民法院或者仲裁機構行使。之所以作此規定，其初衷還是通過人民法院或者仲裁機構的介入，對可撤銷事由進行實質審查。雙向驅動型算法解釋工具也是一種公私融合型數據治理工具，其秉承了相似的原理，旨在確保司法救濟和公共利益保護的良好效果。因此，隨著雙向驅動型算法解釋工具未來正式走入法律實踐，上述兩種權利的保護和救濟均可納入其中，傳統算法解釋權則可以退出現代算法治理體系。

2.雙向驅動型算法解釋工具實施背景下反壟斷法律制度的調適

“在超大型數字平臺企業雙輪壟斷行為規制層面，淵源于工業經濟時代的反壟斷法律制度暴露出滯后性、僵化性、非全面性的弊端。”反壟斷法必須與數據法同步革新、互相促進，方能確保對默示算法共謀等新型壟斷行為的高效規制。

首先，進一步做好經營者基于算法壟斷的聯合行動在反壟斷法律規制體系中的立法協調。大數據時代的數據獲取并不一定以合同的存在為基礎。就算法共謀而言，不論溝通方式如何，那些導致超競爭水平定價取得成功的相互依賴性合作，在經濟結果上是相同的。這就要求我們在反壟斷法律體系中，有必要對當前規定中“協議”“決定”之外涉嫌壟斷的聯合行動作出精細的規制安排。

2022年6月24日新修訂的《中華人民共和國反壟斷法》（以下簡稱《反壟斷法》）第9條明確規定了經營者不得利用數據和算法、技術、資本優勢以及平臺規則等從事該法禁止的壟斷行為。2021年2月7日，國務院反壟斷委員會制定發布的《關于平臺經濟領域的反壟斷指南》（國反壟發〔2021〕1號）第5條將“通過數據、算法、平臺規則或者其他方式實質上存在協調一致的行為”納入壟斷協議的范疇。不難看出，《反壟斷法》和《關于平臺經濟領域的反壟斷指南》在默示算法共謀等聯合行動的法律規制上存在嚴重的不協調之處：后者主要是將其納入壟斷協議的規制范疇，前者將其放在更為宏觀的層面——禁止一切通過算法實施的壟斷行為。從立法技術來講，對默示“協調一致行為”是否應當放在“壟斷協議”之下進行規制，還值得商榷。畢竟如自我學習算法等強人工智能算法之間達成默示算法共謀，本質上可能并不是一種基于經營者意思表示一致的協議。因此，《關于平臺經濟領域的反壟斷指南》應當與《反壟斷法》的規定和理念保持一致，進行相應的修改。另外，在運用平行算法的場合，其打破了傳統橫向與縱向壟斷協議的二分法，對《反壟斷法》中的壟斷協議禁止規則進行完善也勢在必行，增設禁止壟斷協議的一般條款，是一種穩妥可行的做法。

其次，加強客觀化標準在經營者之間算法壟斷行為相關執法活動中的運用。機器學習導致的合謀結果只能通過效果去觀察，有必要訴諸客觀標準?？蓮囊恢滦袆拥膶嶋H結果、有利于一致行動的市場條件、維持一致行動的難度，以及是否發生過一致行動的歷史等間接證據來認定，也可以通過平臺、數據和算法的三維“PDA分析范式”來進行判斷。譬如，在平行算法之下，經營者是否愿意使用同一算法去提髙價格等有關共謀意圖的證據，便能幫助反壟斷執法機構評估協議的目的以及可能產生的競爭效果，這些客觀證據與反壟斷經濟分析相結合，往往可以為算法行為定性提供重要的參考依據。

最后，強化反壟斷法寬大制度和快速處理程序在默示算法共謀規制中的作用。從規制理論來講，默示算法共謀的規制需要充分發揮倚重于自我規制的“元規制”在算法治理中的作用。寬大制度主要是為了鼓勵卡特爾的參與者競相告發而被引入反壟斷法的實施之中。我國《反壟斷法》第56條和國家市場監督管理總局2019年6月26日發布的《禁止壟斷協議暫行規定》（國家市場監督管理總局令第10號，已于2022年3月24日修改）第33條對該制度進行了確認。對默示算法共謀的規制來說，有必要在傳統壟斷協議之外，對通過算法實施共謀適用寬大制度。比如，在平行算法的場合，經營者對同一算法研發者研發的同類算法進行供述，以及在自我學習算法的場合，雖然經營者可能無法直接解釋和改變其算法決策，但其主動放棄使用該算法，這些行為均應當允許適用反壟斷執法的寬大制度。寬大制度的實施，無疑也將為這些主體強化算法自律提供一種激勵機制。

歐盟委員會于2008年引入的“卡特爾案件和解程序”（settlement procedure in cartel cases）也為我國數字經濟反壟斷提供了重要的立法啟示，其可以作為雙向驅動型算法解釋工具在應對默示算法共謀時的輔助制度而存在。正如歐洲學者所言，實施寬大制度的目的是讓更多處于秘密狀態的壟斷協議被發現，而寬大制度實施以后案件數量上升的事實，又給執法機構的執法能力提出了新的考驗，“卡特爾案件和解程序”正是在這種背景下被引入歐盟競爭法。“卡特爾案件和解程序”與執法和解程序存在很大的不同，它是指當歐盟委員會對卡特爾案件進行調查但還沒有發出“異議聲明”時，如果其認為必要，可征求執法對象的意向，若雙方能夠達成共同諒解，則由執法對象提交和解書，歐盟委員會可減少10%幅度以內的罰款。在該程序中，歐盟委員就違法行為的事實、擬提出異議的范圍、證據的使用和可能的處罰措施與企業協商，具有較強的管理色彩，本質上是歐盟委員會的一種案件快速處理程序，并不涉及實質性的協商和讓步。如果快速處理程序能夠為我國反壟斷法確認并正式運用于算法壟斷等行為的規制，能夠在寬大制度對算法壟斷進行舉報并起到鼓勵作用的基礎上，迅速處理數量巨大的算法壟斷案件，從而減少雙向驅動型算法解釋工具在實施過程中的難度。

結論

通過立法賦予自動化決策的相對人以算法解釋權，從而保障其對基于算法而受到侵害的私權利予以救濟，是目前算法透明法制的核心要義。然而，以默示算法共謀為代表的算法壟斷對反壟斷法以及現代算法透明法制帶來了全新的挑戰。傳統算法解釋權在保護的法益類型、救濟機制等方面存在諸多天然的缺陷，對默示算法共謀行為的規制顯得捉襟見肘。共治是善治的核心要義，良好的數字法律秩序經由數字共治而形成。現代算法治理“應將算法決策權與個人權利的新型動態平衡作為矯正權力異化的規制目標”。筆者結合算法壟斷的基本特征，提出一種多主體參與的雙向驅動型算法治理工具，它是一種脫胎于傳統算法解釋權的新型數據治理工具，具有典型的“雙向驅動”特征。在啟動主體上呈現出雙向多元的特點，能夠最大限度調動多個公私主體發揮各自的優勢參與算法合作治理，真正開啟了算法治理領域的私主體實質賦能之路，將算法解釋和算法審查有機結合，通過對算法開展實質審查和對自動化決策進行實質掌控，促進算法治理的實質公平正義。

我國未來雙向驅動型算法治理工具的立法，應當圍繞該工具啟動主體與解釋主體的進一步明確，解釋原則與解釋標準的細化以及解釋審查機制的合理構建展開。當然，雙向驅動型算法解釋工具立法還必須處理好其與算法信息披露制度、算法審計以及第三方評估制度等現有相關法律制度的協調問題。尤為重要的是，對反壟斷法等競爭法律制度進行相應的調適，使其主動融合雙向驅動型算法治理工具，實現算法治理與競爭治理的榫卯相接，通過算法透明法制與數據競爭法制的合力，實現默示算法共謀的良好法律治理效果。

Two-way Driven Algorithm Interpretation Tool：An Exploration of Tacit Algorithm Collusion

LIU Hui

（Law School of Hunan University， Changsha 410082， China）

Abstract：The algorithm monopoly represented by tacit algorithm collusion intensifies the lag of legal regulation compared with algorithm technology. The traditional algorithm interpretation power mainly focuses on the contract-based private rights regulation of the algorithm， but its legal protection for the fair competition order is limited. The two-way driven algorithm interpretation tool is a new data governance tool derived from the algorithm interpretation power， which has the characteristics of two-way diversity in the starting subject， and can maximize the mobilization of multiple public and private subjects to give full play to their respective advantages， participate in the co-governance of algorithm cooperation， and organically combine algorithm interpretation and algorithm review， realizing the substantive review principle at the level of algorithm regulation and algorithm relief. The legalization of the two-way driven algorithm interpretation tool should be realized from the dimensions of the starting subject and interpretation subject of the two-way driven algorithm interpretation tool， the interpretation principle and interpretation standard， the scientific construction of the interpretation review mechanism， and the modification of the legal system related to the monopoly agreement.

Key Words：tacit algorithm collusion; algorithm monopoly; algorithm interpretation power; two-way driven algorithm interpretation tool

本文責任編輯：邵 海