鹿特丹数字治理笔记-全-
鹿特丹数字治理笔记（全）
001：导论与概要 📘
欢迎来到由数字治理卓越中心（Gemoni Center of Excellence on Digital Governance）带来的数字治理慕课课程。
我们很高兴您决定加入我们。我是法希达·扎法尔，是鹿特丹伊拉斯姆斯大学创新空间（亦称 Erasmus X）的负责人，同时也是数字治理卓越中心的高级研究员。
如果您正在线上学习本课程，我们假设您精通技术，并且已经熟悉数字时代的各种流行术语，例如大数据、人工智能、机器人技术、3D打印、智能工厂、自动驾驶汽车或聊天机器人。这些术语是我们工作场所、家庭、学校、网上购物或参与选举时所面临的技术与社会颠覆的简称。
那么，法律与此有何关系？这正是本慕课课程要探讨的核心：在欧盟法律与政治的背景下，讨论数字技术的颠覆性影响。首先，让我向您介绍数字治理卓越中心的高级研究员团队，您将在课程中认识他们。
团队成员包括来自以色列巴伊兰大学法学院的伊泰·巴里曼托夫博士、埃莱特·萨拉博士和奥林·佩雷斯教授。此外，还有来自荷兰鹿特丹伊拉斯姆斯大学法学院的克劳斯·海纳教授和阿维德·斯图姆哈教授。最后同样重要的是，来自英国利兹大学法学院的帕尔·阿克曼教授和康斯坦丁诺·斯蒂安努博士。
如果您想了解更多关于我们的研究、研究员、专家或希望了解最新活动与新闻，请访问我们的网站：www.dgodigv.u。
在接下来的几周里，您将深入探讨构成“数字治理”慕课内容的几个主题。课程共包含七个模块，每个模块至少包含三个视频、一些推荐阅读材料、具体案例以及以测验、提示或讨论形式呈现的作业。
每个模块都有特定的学习目标，您可以在家中、办公室或任何您喜欢的地点，按照自己的节奏来达成这些目标。为了从本慕课中获得最大收益，我们鼓励您通过积极参与讨论来与同伴互动交流。
与志同道合的人一起学习不仅能激励您，还能支持您的学习旅程，丰富您的学习体验并拓展您的人脉。您可能会在这个环境中遇到您未来的雇主、研究伙伴或一家有趣的法律事务所，一切皆有可能。
对于那些旨在获得证书的学员，参与讨论和完成作业是强制要求。再次强调，本慕课是自定进度的，这意味着您掌控自己的学习过程，可以决定何时开始和结束一个模块。
您可以选择遵循慕课的结构，也可以选择适合您日程、个人兴趣和需求的学习路径。课程主题将涵盖欧洲经济增长的选择、大数据与隐私的关系、人工智能的变化与风险、数字产品的产品责任，以及数字化的伦理与商业等方面。
我谨代表数字治理卓越中心，欢迎您加入我们的数字治理社区。我们祝您学习愉快，并希望您能像我们享受开发课程一样，享受从本慕课中学习的乐趣。
在本节课中，我们一起学习了数字治理慕课课程的总体介绍、教学团队、课程结构与学习方法。课程旨在探讨数字技术如何在欧盟法律与政治框架内产生影响，并鼓励学员积极参与，按自己的节奏探索数字治理的各个核心领域。
002：ChatGPT的横空出世 🚀
在本节课中，我们将要学习ChatGPT的定义、其技术原理、对现有监管框架的挑战，以及它对社会各领域产生的广泛影响。
大家好，欢迎收看。我是Nauonirel，我是鹿特丹伊拉斯姆斯大学的一名博士生，研究方向是公共安全领域的人工智能。今天，我邀请到了Ad Stmhaus教授和Klaus Haina教授，一起来探讨人工智能领域的一些新发展。
这是数字治理慕课课程的2023年更新，我们将在本视频中讨论的主题是ChatGPT。
在深入探讨ChatGPT之前，请先介绍一下你们自己，让我们从Klaus开始。
谢谢Nau邀请我们。我是Klaus Chinaina，我是法律与经济学教授，我对欧洲一体化问题有浓厚兴趣。近年来，我将这一兴趣与数字化研究相结合，关注数字化如何在制度和法律层面发挥作用。我也是数字治理卓越中心Gemoni的联合主任，该中心很荣幸制作了这门数字治理慕课。
谢谢。谢谢。Aver。
谢谢，也谢谢Nanu邀请我参与这次慕课更新的“P边对话”。我是David Thomas，正如你所说，我在伊拉斯姆斯大学法学院担任法律与创新方向的教席。我非常关注与数据、数字化、人工智能相关的各个方面，以及它们与法律的互动。我是Yemuni卓越中心的高级研究员，因此也参与了这门慕课的制作和更新。
非常感谢。正如我已经提到的，今天我们将在这段视频中讨论ChatGPT。也许我们可以从一个定义开始：ChatGPT究竟是什么？
是的，什么是ChatGPT？你有时会觉得不需要定义它，因为每个人都用过它，但这可能有些夸张。从更广泛的受众来看，它实际上是一个你可以与之互动的机器或在线平台。你可以提出任何类型的问题，输入后你会得到一个答案，这个答案以文本形式呈现。
在技术层面，其背后是一个使用人工智能的大型语言模型。它基于海量数据训练而成，这些数据包括多种语言的大量文本，例如也包括荷兰语。它能够利用语言模型来回应你的查询，尽可能给出与你的问题相匹配的答案。
实际上，它是一个聊天机器人，就像你打电话给航空公司或其他商业机构时遇到的聊天机器人一样。你以为电话那头是真人，但那只是一个由机器人生成的声音。其背景技术就是我们所说的GPT技术，这是生成式人工智能的一种形式。
谢谢。当然，到目前为止我们已经听到了很多关于ChatGPT的消息，预计它将改变许多工作任务。但也许我们首先应该看看监管环境，ChatGPT如何适应当前的立法，以及可能如何适应欧洲在人工智能立法方面的发展。我可以问你一个问题吗，Klaus？
这是一个非常及时且有趣的问题。在欧盟的《人工智能法案》中，风险分类是核心。某些人工智能应用不会引起麻烦，而另一方面，我们有一些像面部识别这样的应用，可以说具有最高的风险等级，最终可能被禁止。
而ChatGPT在某种程度上扰乱了这种分类，因为它是一种所谓的通用人工智能技术，可以用于各种目的。你可以问ChatGPT一些非常无害的问题，只是为了自娱自乐，但原则上你也可以要求ChatGPT做一些非常可怕的事情，例如，告诉我如何制造炸丨药，或者进行恐怖袭击的最佳方式是什么。
现在你会发现，《人工智能法案》主要建立在这些风险分类之上，而现在出现了一种横向跨越所有这些分类的技术。你如何将这样的技术纳入监管？从这一点出发，我的同事或许可以进一步阐述。
这是否有意义？是应该给出一个非常清晰的人工智能定义，还是最好不要有定义？我倾向于完全不使用“定义”这个词，而是在技术上保持开放，然后说，当我们看到它时再进行监管。
因此，就ChatGPT而言，它是监管的对象，但它确实对人工智能监管构成了挑战。我们在另一个视频中讨论的欧盟框架内的人工智能监管，因为正如Klaus所说，它表明，在法规完全通过之前，你所预期的可能就已经发生了变化。因此，需要保持最大的灵活性。
但另一方面，完全开放的描述——“我们看到时再监管”——从法律角度看，在宪法标准下，这并不非常民主。因为这会使行政权力或司法权力变得极其重要，而立法权力则不得不退让。找到其中的平衡点，是欧洲当局和机构试图实现的目标，即找到实现灵活性的方式。
其中一种可以说是欧洲最古老的方式，是在某项法案中给出一个非常宽泛的定义，然后将具体规范、分类或进一步细化的权力，委托给那些程序更快捷、不那么繁琐的机构来执行，以便在实际法律需要变更时能更快响应。
这仍然存在问题，因为通常这就不再需要议会的任何决策参与。因此，从宪法角度看仍是个问题，但从所需灵活性的角度来看，这可能是一个明智的做法。
观察全球的监管反应非常有趣。有些国家说我们需要彻底禁止它，但现在我们看到，这主要是像朝鲜和俄罗斯等威权政体的反应。中国则选择了对此类技术进行上市前评估。
同样，在欧洲内部也出现了不安。意大利曾对其实施了数周的禁令。法国最近开始，法国数据保护局最近已启动对该技术的调查，但这主要是由可能收集个人数据的问题所驱动。因为你提出的每个问题都会被存储，供技术背后的公司——实际上是OpenAI（一个微软旗下的品牌）使用。
我认为这是一个有趣的观点。这当然是一个数据保护问题，但它远不止于此。因为你正在语言模型中使用语言，并且它在生成文本，我们也会遇到与文本生成方面相关的特定问题。
确实，它造成了颠覆。可以说，颠覆始于那些以原创文本生产为核心的行业，比如文学、学校和大学的考试，以及我们学术界——我们的出版物是否需要披露使用了GPT来撰写科学论文？等等。所有这些领域的检查者都已开始理解这是一种颠覆。
那么，我们是否必须找到新的标准来管理我们真正想要实现的目标？实际上，对于图像也是如此，因为ChatGPT是文本生成机器，但我们也有像DALL-E这样的图像生成工具。你可以给这类工具下达的任务可以极具创造性。
但这样生成的内容是否仍然属于“原创生产”？而原创生产对于利用知识产权进行治理非常重要。是的，你提到了，想想看。
本节课中我们一起学习了：ChatGPT是一种基于大型语言模型的生成式人工智能聊天机器人。它能够根据用户输入生成文本回复，其技术核心是经过海量数据训练的GPT模型。我们探讨了它对现有欧盟《人工智能法案》基于风险分类的监管框架构成的挑战，因为它是一种横向的通用技术。此外，我们还讨论了它在数据保护、知识产权以及教育、出版等行业引发的广泛社会影响和监管难题。全球监管反应不一，从彻底禁止到上市前评估，体现了应对此类快速发展的通用人工智能技术的复杂性与挑战。
003：监控技术的未来图景 👁️
概述
在本节课中，我们将探讨数字时代下监控技术的演变与未来图景。我们将从监控的基本概念出发，分析智能城市中的传感器数据收集，并讨论在线行为如何成为监控系统的一部分。课程将涉及法律、技术及多利益相关者治理等多个维度。
监控概念的演变
监控并非新鲜事物。但在数字时代，我们所理解的监控发生了一些变化。从广义上讲，监控的初衷通常是为了创造一个更美好的世界。然而，其中也蕴含着一种哲学立场：人类在某种程度上也渴望自由，希望在没有设备监控其行为的情况下，自愿地去做正确的事情。
上一节我们介绍了监控的基本概念，本节中我们来看看监控在数字环境下的具体表现形式。
智能城市与物质环境监控
如今，我们更常见到配备了各种传感器的智能城市，这些传感器持续地收集、存储和分析数据。
以下是智能城市数据收集的几个关键点：
- 持续运行：这些传感器全天候运行，导致全球范围内每日收集到海量数据。
- 技术进步：存储和分析技术的进步使得这种大规模数据收集和处理在技术上变得轻而易举。
- 有益应用：此类技术可用于交通管理、空气污染监测等有益目的。例如，巴黎的道路会在空气污染严重时自动降低限速。
- 潜在风险：另一方面，监控也可能被用于不良目的，例如追踪公民，即使他们是完全无辜的。
法律对此已作出回应，不仅在欧洲层面，也在国家诉讼中。隐私活动家和非政府组织已通过法院对相关规则和法规提出挑战。例如，在英国涉及面部识别技术的“布里奇斯案”，以及近期德国联邦宪法法院对汉堡和黑森州数据驱动警务使用及其法律基础的判决。
从技术上讲，无论是在数据收集、分析还是进一步使用方面，几乎都没有限制。这迫使我们重新思考克劳斯提出的观点：这如何影响我们的自由？
数据分析与数据库互联
除了海量数据收集，人工智能工具带来的数据分析可能性也至关重要。同时，数据库的互联也开始发挥作用。
这不仅仅是出于单一目的（如让城市更环保）在一个数据库中收集数据，更是意味着在一个地方监控并存入一个数据库的特定行为，可以与另一个数据库连接。然后，第三方（可能是公司或公共机构）可以从中得出关于你未来可能行为的统计结论。例如，预测性警务等技术便由此产生。
如果考虑到物质环境中的数据收集设备，可以与个人技术使用（如社交媒体活动或ChatGPT输入记录）的可用数据互为补充，情况就变得更加有趣。这些数据都可以被处理，用于回答关于个人未来行为（例如与公共安全相关）的问题。
因此，一方面我们在物质环境中受到监控，另一方面我们的在线行为也成为该监控系统的输入。
进一步延伸这个话题，当我们讨论数据可携性时，它在此处获得了不同的含义。数据可携性也意味着，这些数据库（无论是私人的还是公共的）之间的连接变得更加便利。从这个意义上说，在私营领域可能有利于促进竞争的事物，在这些情况下可能带来弊端。目前对此没有明确的答案，但这是一种观察。
多利益相关者治理与风险
这种情况也揭示了当前的多利益相关者治理环境。涉及许多行为者，他们各自拥有有时冲突、有时重叠的利益。我们仍需找到一种方法，让所有这些利益都能以某种方式得到倾听。
这种多利益相关者治理的视角也让我们意识到一些可能与数字考虑无关的风险，例如“功能蔓延”和所谓的“银盘问题”。后者指的是为某一目的收集数据，但我们与另一个公共或私营组织建立了伙伴关系，数据可能被共享用于其他目的。
总结
本节课中，我们一起学习了数字时代监控技术的演变。我们从监控的基本哲学和概念出发，深入探讨了智能城市中传感器和数据收集的作用，以及在线行为如何被纳入监控体系。我们还分析了数据互联、人工智能分析带来的影响，以及在多利益相关者环境下治理此类技术所面临的挑战。理解这些方面对于思考如何在利用技术益处与保护个人自由之间取得平衡至关重要。
004：欧盟人工智能政策版图发展态势
概述
在本节课中，我们将探讨欧盟在人工智能领域的政策发展态势。我们将了解当前的政策格局、关键立法，以及未来可能的发展方向。
课程内容
引言与介绍
大家好，我是鹿特丹伊拉斯姆斯大学人工智能与公共安全方向的博士研究员。今天我将主持一场与两位教授的炉边对话，他们是法律与创新教授以及法律与经济学教授。我们将通过三个视频讨论三个不同主题，以更新2023年春季的数字治理慕课内容。
本视频的主题是欧盟人工智能政策版图的发展。
当前与未来的政策格局
如果我们展望未来，政策焦点将很大程度上集中在人工智能的生态足迹和绿色人工智能上。虽然绿色人工智能的概念已存在多年，但我们现在更清楚地认识到人工智能的机遇与可能性，同时也更了解其负面影响。目前，政策焦点主要集中在如何为人工智能应用实施治理工具。例如，ChatGPT的出现给这一领域带来了巨大压力。
人工智能法案的核心
人工智能法案无疑是当前政策版图中最突出的法案。它旨在规范欧洲乃至更广泛地区人工智能和数据的使用，并推动欧洲在“以人为本”的人工智能方法中成为领跑者。
该法案的核心是风险分类机制。它将某些人工智能应用归类为风险过高而禁止使用，而将其他非侵入性或无问题的应用归为可使用类别。这个风险分类也会定期更新。
监管沙盒：应对不确定性的工具
监管沙盒是解决技术定义难题的一种方法。在技术监管中，一个普遍问题是，一旦给出定义（例如人工智能的定义），该定义是否能覆盖未来的技术，以及监管是否能达到预期效果（如保护市场参与者和公民）。
欧盟立法者在人工智能法案中引入了一个特定工具：监管沙盒。这为成员国和欧洲层面的监管机构提供了一个法律基础，允许对人工智能应用进行现实环境下的实验。这个想法自2016年就已存在，但现在为所有成员国提供了明确的法律依据，使其成为应对不确定性和激励行业在低风险环境中进行创新的工具。
更广泛的数字化监管背景
数字化带来的挑战在于，其产品和商业模式在一定程度上被颠覆。这意味着适用于前数字化时代的法规，可能不再适合监管依赖平台、海量数据收集等运作的商业模式。
因此，《数字市场法》、《数字服务法》、《数据法》、《数据治理法》以及《人工智能法案》，连同《产品责任指令》的更新，共同构成了一个应对所有这些挑战的综合性框架。这个框架不仅针对人工智能，也涵盖了更广泛的数字化议题。
总结
本节课我们一起探讨了欧盟人工智能政策的发展。我们了解了当前以《人工智能法案》为核心的政策焦点，包括其风险分类方法。我们还认识了监管沙盒这一旨在平衡创新与风险管控的新工具。最后，我们将人工智能监管置于更广阔的欧盟数字化立法版图（如《数字市场法》、《数字服务法》等）中，理解了它是一个应对全面数字化挑战的综合框架的一部分。
数字治理：P5：数字时代的三轴法则：法律三重叙事
在本节课中，我们将探讨数字时代与法律之间的复杂关系。我们将介绍一个由三个核心轴心构成的框架，用以理解法律如何应对数字技术带来的挑战与机遇。
欢迎来到由数字治理卓越中心提供的数字治理课程。我是法希达·萨法里，荷兰鹿特丹伊拉斯姆斯大学伊拉斯姆斯X部门的主任，同时也是数字治理卓越中心的高级研究员。
在这个首个模块中，我们将与来自以色列的埃亚尔·巴里马诺夫博士一同开始探索数字时代与法律的关系。巴里马诺夫博士是巴伊兰大学法律、数据科学与数字伦理创新实验室的负责人，同时也是数字治理卓越中心的高级研究员，以及巴伊兰大学数据科学研究所执行委员会的成员。
欢迎来到本模块，巴里马诺夫博士。我们非常高兴您能来到这里。
我们直接进入主题。巴里马诺夫博士，您如何看待数字时代与法律之间的关系？
数字时代与法律之间的关系是复杂且多方面的。在我的模型中，我将聚焦于数字时代与法律之间关系的三个主要轴心。
以下是这三个核心轴心：
- 第一轴心：法律在规范数字时代中的作用。 其角色在于促进更好的数据治理与监管，因为大数据、人工智能和数据分析的发展带来了一系列法律、伦理和监管挑战。
- 第二轴心：数据科学与人工智能如何改变法律及其实践。 例如，它如何影响法院或律师的工作？
- 第三轴心：数据科学与人工智能如何变革法律机构与研究。 创新的数据科学方法如何影响我们研究法律或进行实证法律研究的方式？
感谢巴里马诺夫博士这段精彩的介绍。我相信您将在后续视频中更深入地探讨这些主题。
接下来，我们将通过三个视频来详细阐述这些轴心：
- 第一轴心 将在题为 “数字时代的兴起与法律规范风险的必要性” 的视频中详细阐述。
- 第二轴心 将在题为 “数据科学与法律：数据科学与人工智能如何改变法律实践” 的视频中详细阐述。
- 第三轴心 将在题为 “数据分析变革法律研究与学术” 的视频中详细阐述。
在观看完接下来的三个视频后，您将能够：
- 识别法律与数字时代之间关系的三个轴心。
- 解释法律在数字时代的作用、大数据对法律及实践的影响，以及数据科学对法律研究与学术的作用。
请继续关注，我们将带来更多有趣的见解。
本节课中，我们一起学习了理解数字时代与法律互动的三轴心框架。这个框架为我们后续深入探讨具体的法律挑战、技术应用和研究方法奠定了清晰的基础。
006：数字时代的风险与法律规制必要性 📚
在本节课中，我们将探讨数字时代带来的风险，并理解法律在规制这些风险中的必要性。我们将看到，大数据、人工智能和数据分析等技术在带来便利的同时，也催生了新的挑战，而法律在其中扮演着至关重要的保护角色。
上一节我们介绍了课程的整体框架，本节中我们来看看数字时代的具体风险。
我们的嘉宾巴里曼诺夫博士将引导我们探讨数字时代与法律关系的第一个主要方面：法律在规制数字时代中的角色。
正如我们将要看到的，数字时代伴随着大数据、人工智能和数据分析的发展，为我们带来了诸多益处，但也创造了许多新的风险。因此，法律在保护我们免受这些风险侵害方面具有关键作用。
观看本视频后，你将能够解释不受规制的数字市场存在的风险，以及我们为何需要法律来规制和缓解这些风险。
巴里曼诺夫博士，欢迎回到我们的系列课程。在讨论数字时代的风险和法律规制的必要性之前，你是否同意数字时代也带来了许多好处？
当然。数字时代无疑让我们的生活更加便利。想象一下，当你的自动驾驶汽车载着你四处行驶，机器人打扫你的房子，或者你的冰箱自动订购新的食品时，那该多么惬意。
即使对大多数人来说，这些例子尚未成为现实，但几乎所有人都拥有手机，这让我们能够查找一切信息、订购几乎所有商品，并通过点击按钮管理我们的社交生活。更进一步说，你能够从世界任何地方参加课程，这难道不棒吗？
然而，数字时代也伴随着新的风险、潜在的权利滥用和监管挑战。
这些挑战可能有哪些例子？
例如，如何规制自主和人工智能体？如果基于人工智能的内容审核系统（如Facebook或YouTube上的系统）基于错误或不公正的评估审查了言论自由，会发生什么？如果自动驾驶汽车发生事故，或自主武器系统犯下战争罪，又该如何处理？
但规制人工智能和自主系统只是一个方面。数字时代的内涵远不止自主系统，法律在数字时代的作用也远不止保护我们免受机器人统治世界的威胁。
“机器人统治世界”听起来像是一个末日场景。关于你最后提到的几点，能否给我们一些具体的例子？
让我们举一个更简单的例子，一个你们可能都拥有的设备：手机。我们随身携带手机，并用它做很多事情。我们实际上随身携带着终极监控设备。
访问我们的手机可能允许访问我们的摄像头、图片和视频，访问麦克风以监听我们在手机内外的对话，访问设备以跟踪我们的位置并获取我们遇见的人的信息，访问通讯录、电子邮件、短信、社交网络活动、购物及其他在线活动等信息。
我指的不是某些复杂的、恶意的黑客入侵我们的手机。事实上，当我们下载手机应用时，我们自愿允许访问至少部分这些潜在的敏感信息。而且几乎没有人知道我们授予了谁、访问哪些数据的权限。
这是因为实际上没有人在点击“同意”按钮前阅读隐私政策和服务条款。各种采用不同方法的研究已经证实了这一点。
我个人最喜欢的研究是那些包含荒谬条款，以观察是否有人会阅读并拒绝签署的研究。在一项此类研究中，人们点击同意了要求他们拥抱松鼠和打扫公共厕所以换取免费Wi-Fi的条款。在另一项研究中，人们点击同意了要求他们交出第一个孩子以换取使用社交应用的条款。
在你嘲笑这些研究中的“傻瓜”之前，请停下来问问自己：你是否清楚你手机上所有应用的隐私政策和服务条款内容？事实上，你知道提供本慕课平台的隐私政策和服务条款吗？
如果你不知道，不必感到糟糕，因为实际上几乎没人知道。我坦率地承认我也不知道。
我必须说，我想我也没有。我不认为我阅读过下载的每一个应用的完整隐私政策。所以在这方面，我也有责任。
那么，总结一下我学到的以及我们目前了解到的：几乎所有人都 constantly 随身携带一个复杂的监控设备，并且显然授予了使用它们收集关于我们的大量信息的权限，对吗？
是的。这只是我们数字时代和大数据时代主要特征的一个例子：来自多源的监控和数据收集能力飞速进步。这进而导致收集的数据在数量、范围和精度上空前增长。
这只是故事的第一部分。除了积累海量数据，我们的数字时代还以数据分析能力和技术的深远进步为特征。
随着数据科学和机器学习的发展，处理和分析数据、从数据中获得洞察的能力在不断提高。这当然带来了许多好处。
然而，它也伴随着危险。这意味着公司和政府可以基于他们通过积累和组合多种信息来源收集的关于我们的数据，了解到我们的许多信息。通过对这些数据进行复杂分析，他们可以了解我们的关系、品味、偏好和观点（包括政治倾向）、性取向等等。他们可以知道什么能吸引我们点击。
这听起来对我们的隐私很危险，对吗？
是的，并且可能导致对我们隐私权更严重的侵犯。但隐私只是危险的一部分。这可能导致影响我们自主权、自由和生活中许多方面的用户画像。
例如，这可能导致歧视性待遇。举一个相对温和的例子：从同一网站购买完全相同航班机票的人，可能会基于他们的数字画像获得不同的价格。更严重的是，数字画像可能影响一个人被允许登机、购买保险、获得工作的机会，甚至影响刑事判决或假释决定中的人身自由。
这些数字画像能力也可能导致以复杂、有针对性的方式进行说服和操纵人们选择与行动的定向信息。举一个常见且相对温和的例子，它可能导致定向广告和操纵人们购买产品的手段。更严重的是，它可能导致旨在操纵人们参与或不参与公投或选举、并影响其选择内容的有效定向政治信息。
这种操纵在剑桥分析事件中引起了广泛关注，并且据称已经影响了2016年美国总统大选、英国脱欧公投以及世界其他地区的选举。
总而言之，数字时代的风险远不止自主人工智能系统的风险。还存在对我们的隐私、自主权、平等、自由和民主的风险。
我想我们可以从你的见解中得出，让数字市场不受规制存在严重风险。但是法律能对这些事情做什么？法律如何帮助我们规制这些市场？
我认为法律在帮助我们规制和缓解这些风险方面可以发挥关键作用。这可能包括解决人工智能和自主系统的责任、透明度、问责制和公平性问题的法律；保护隐私的法律；规制和限制数字画像或此类画像使用的法律；规制数据收集、数据处理、数据使用等方面的法律；还可能涉及消费者保护、合同和侵权法等法律领域。
此外，如果数据是我们时代的“石油”，而少数大型公司控制了几乎所有的数据，那么反垄断和竞争法等额外的法律领域也可能对此有所规定。这些将成为我们慕课后续模块中更详细探讨的主题。目前，重点只是让你了解法律与数字领域的相关性。
这确实让我开始思考我在手机上的行为，或许在阅读隐私规则之前，不应轻易点击“同意”。
本节课中我们一起学习了数字时代的风险以及法律规制这些风险的必要性。我们看到数字时代可能危及许多基本权利，并引发严重的法律问题，因此构成了数字时代与法律关系的第一个轴心：法律在规制数字时代中的作用。
然而，重要的是要记住，无论是在探索数字时代的风险方面，还是在探索法律规制数字时代的各种方式方面，我们都只是触及了冰山一角。
在你的作业中，你将需要在网上搜索更多关于法律需要规制的数字时代方面的例子。
完成作业后，下一个视频“数据科学与法律：数据科学和人工智能如何改变法律实践”将探讨数字时代与法律关系的第二个轴心：数字时代改变法律实践的方式。请再次加入我和巴里曼诺夫博士，观看第二个视频。
007：技术如何重塑司法实践 📊⚖️
在本节课中，我们将探讨数据科学与人工智能如何改变法律实践。我们将了解这些技术如何影响律师的工作、法律机构的运作，并思考法律职业的未来。
上一节我们介绍了数字时代与法律关系的宏观背景，本节中我们来看看数据科学和人工智能如何具体地重塑司法实践。
技术如何改变法律实践
近年来，人们日益认识到基于数据科学与人工智能的法律技术具有颠覆性潜力，并可能彻底改变法律实践。这包括关于这些技术如何简化和改进法律机构运作、促进司法可及性的讨论。同时，也涉及人工智能、数据科学和信息技术方法如何改变立法起草、立法过程、法院工作、监管与执法实践的探讨。
以下是这些变革的一些具体方面：
- 讨论这些技术如何简化和改进法律机构的运作，并促进司法可及性。
- 探讨人工智能、数据科学和IT方法如何改变立法起草、立法过程。
- 分析技术对法院工作、监管与执法的影响。
- 辩论这些技术如何改变法律实践和律师的工作。
在后续课程中，艾茨·塞拉博士将详细介绍技术如何改变法院工作，奥恩·佩雷斯教授将阐述算法如何改变民主。因此，这里我们聚焦于人工智能和机器学习如何改变律师工作的例子。
人工智能在律师工作中的应用
我认为这是一个很好的例子，但我不禁思考，这类技术究竟如何帮助律师的工作？
法律职业需要阅读和分析大量文本。其中一些分析相当复杂，但许多工作可能是相对平凡和乏味的。以一个经典例子来说：证据开示和尽职调查。对于那些不幸在私人律师事务所担任初级助理的人来说，可能还记得收到成箱的文件并不得不手动阅读以寻找相关信息的经历。这种劳动密集型的法律工作，随着自动内容分析工具的使用，已经在逐渐消失。
类似的工具也可以帮助法律研究，例如识别相关的判例法。
数据科学工具，如自然语言处理，已经可以做得更多。它们可以审查和分析合同，也可以生成并帮助起草合同。如今，已经有许多法律科技公司提供此类服务。这是另一个技术已经能够完成大量传统上由律师手动完成的工作的例子。
现有技术还能完成律师更复杂的任务：法律预测。律师的经典角色之一是预测案件的结果，无论是为了在法律阴影下更有效地讨价还价，还是决定是否提起诉讼或提出上诉。在过去十年中，多个领域的研究表明，使用各种机器学习方法的预测工具，在预测案件结果方面持续优于法律专家。如今，越来越多的法律科技公司已经开始提供此类服务。
对法律职业的影响与未来展望
正如这些例子所展示的，数据科学与人工智能可以改变律师的工作。这些发展至少会减少法律实践中繁琐、简单和劳动密集型的部分。这些发展也能提高律师提供准确预测、评估索赔、管理诉讼风险以及做出更明智决策的能力。理论上，如果双方都能访问相同的数据集和数据分析工具，这可能会增加可预测性并减少诉讼。
那么，这一切对法律职业的未来意味着什么？律师会像司机一样面临淘汰吗？算法能完全取代律师吗？客户会去见机器人律师而不是人类律师吗？巴奇马诺夫博士，您对此有何回应？
我的答案是否定的，至少在可预见的未来不会。人工智能将取代目前由律师完成的一些任务，因此，对从事简单任务的律师助理和律师的需求可能会减少。随着传统上需要数天完成的任务现在只需几秒钟，计费工时肯定会减少。但归根结底，法律建议和复杂的法律工作需要一种推理和判断，至少在可预见的未来，这仍然需要人类律师。简而言之，律师的工作会改变，甚至可能被革命，但我相信它不会很快消失。
感谢您的回答，这让我感到些许宽慰。
课程任务与总结
在本视频中，您已经了解了人工智能和机器学习可能改变法律实践的一些方式。如果您想更深入地了解人工智能和机器学习如何改变法律实践及更广泛的法律世界，请完成以下任务。
以下是需要完成的阅读任务：
- 阅读西蒙·斯特恩为《多伦多大学法律期刊》及其关于人工智能、技术与法律的专刊所写的引言。该文可在2018年1月第68卷第1期找到。
- 然后选择该专刊中的一篇文章进行阅读。
完成此深度探索后，请观看我们的下一个视频《数据分析如何改变法律研究与网站》。该视频将探讨数字时代与法律关系的第三个轴心，以及数字时代改变法律研究的方式。
本节课中我们一起学习了数据科学与人工智能在法律实践中的具体应用，从自动化文档处理到案件预测，并探讨了这些技术对法律职业未来的潜在影响。感谢观看，我们下次再见。
008：法学研究的范式转型
概述
在本节课中，我们将探讨数据科学与人工智能如何改变法学研究与法律教育。我们将了解传统法学研究方法的局限性，以及新兴技术如何为大规模、高效率的法律数据分析提供可能。
传统法学研究的挑战
上一节我们讨论了法律如何规范人工智能。本节中，我们来看看数据科学如何反过来研究法律本身。
传统处理和研读法律信息的方法基于人工的细读与分析。这种方法成本高、耗时长，且高度依赖受过法律训练的专家。因此，实证法学研究传统上依赖于昂贵且复杂的人工标注，其研究范围通常局限于相对较小的样本。
自动化分析工具的优势
与人工分析相比，自动化分析工具能够快速、轻松且相对廉价地收集和分析海量法律文件。
例如，无需通过人工细读和分析每一份法律文件来研究判例法或立法，数据科学方法可以分析某个司法管辖区内所有法院的全部司法裁决或所有法律条文。这使我们能够从更宏观的视角审视整个法律体系。
以下是一个具体例子：
- Eur-Lex数据包为研究人员提供了获取海量欧盟法律数据的途径。截至2020年，该数据包包含约52,000项决定、4,300项指令、3,150项建议、140,000项法规、5,000项国际协议和31,000项法院裁决。
数据科学在法学研究中的潜力
海量数字化法律数据与快速发展的数据分析工具相结合，为以前难以想象的法律分析方式提供了无限可能。
因此，应用人工智能和数据科学方法在提升法律数据收集、处理和分析的质量与效率方面具有巨大潜力。这使得在数字革命前几乎不可能开展的大规模研究项目成为可能，并能产生关于法律的新见解。它有潜力彻底改变法学研究。
当前发展阶段
尽管潜力巨大，但这场革命仍处于起步阶段。由于各种原因，与其他领域相比，法律在人工智能和机器学习应用方面普遍滞后。直到大约两三年前，采用人工智能方法的法学研究相对较少。过去五年，我们确实看到了使用各种数据科学工具研究法律的重要进展和急剧增长，但说这些发展已经彻底改变了法学研究还为时过早，更准确的说法是它们有潜力做到这一点。
研究实例：隐私政策分析
以下是来自我们法律数据实验室的两个具体研究项目实例，它们展示了数据科学工具的应用。
我们有几个研究项目使用不同的数据科学方法来处理移动应用服务条款和隐私政策无人阅读的问题。
项目一：无监督机器学习
在第一个项目中，我们与两位计算机科学家合作，采用无监督机器学习方法分析隐私政策。我们的网络爬虫访问了Google Play商店中近87万个应用，在经历过滤、清理和分段后，我们生成了一个包含超过50万个段落的新数据集，并通过主题建模进行分析。通过这个过程，我们能够识别出比以往研究更全面、更细致的隐私政策主题列表。
与许多先前应用于隐私政策分析的旧分类法和监督机器学习技术相比，我们这种高度自动化的方法具有显著优势，它所需人力大大减少，使其成为分析大型、动态变化的法律语料库（如不断更新的隐私政策）的实用且可扩展的工具。
项目二：监督机器学习
第二个项目则采用了监督机器学习方法，旨在教会算法识别移动应用服务条款和隐私政策中的伦理问题。
核心概念：监督 vs. 无监督学习
作为一个新手，你可能会问监督学习和无监督学习有何区别？以下是一个简单的解释。
简而言之，在监督机器学习中，人工编码用于教会机器复制熟悉的手动编码任务。即，在第一阶段，人工编码员对语料库的一个样本集进行编码，并将其分类到几个类别中。然后，这些已编码的文档被用作训练集来训练一个自动分类器。算法学习如何使用训练集将文档分类到各个类别中。在验证并达到可接受的准确度后，算法对剩余的文档进行分类。
一个简单的非法律文本例子是教算法识别图片中的“椅子”。研究人员会提供成千上万张由人工标注是否包含“椅子”的图片给算法学习。然后，算法接收从未见过的新图片，并尝试根据所学知识模仿人类的分类。
相比之下，在无监督机器学习中，不需要初步的人工编码。无监督学习方法在没有手动编码的训练集或预定类别的情况下，学习文本的潜在特征。相反，无监督学习方法使用建模假设和文本属性来估计一组类别，并同时将文档分配到这些类别中。
数据科学在法律教育中的地位
你谈到了在法学研究中使用数据科学和机器学习，那么法律教育呢？这类数据科学方法在法律课程中有一席之地吗？
我认为绝对有。请记住，在之前的视频中，我们讨论了数据科学和人工智能如何改变法律实践。因此，即使法学生立志成为执业律师而非学术界的法律研究者，他们也需要学习这些工具。
以我所在的学院为例，除了法律与技术相关的课程和研讨会，我们还开设了“法律分析学”和“律师数据科学”课程。当然，目标不是将法学生训练成数据科学家，而是让他们获得基本的理解，以便能够使用简单的现成软件包和工具进行基本分析，或者获得足够的理解以便能够与数据科学家合作。
总结
本节课中，我们一起学习了数据科学与机器学习可能改变法学研究的一些方式。本视频只是让你初窥门径。要获得关于计算方法在法学研究中应用的更广泛、更详细的概述，请阅读Fkenri和Livermore在《法律与社会科学年度评论》（第16卷，第39-57页）上的文章《法律分析中的计算方法》。
完成本视频及随后的测验后，你就完成了关于法律与数据之间三大关系的第一个模块。在学习后续模块时，请思考本入门模块中讨论的主题。
感谢您加入我们关于数字时代三大关系的系列课程，我们下个模块再见。
009：电子民主导论 🗳️
在本节课中，我们将要学习电子民主（E-Democracy）的基本概念。我们将了解数字工具如何为民主进程开辟新途径，降低参与门槛，并实现透明度的愿景。
欢迎来到由数字治理卓越中心（Gemony Center of Excellence on Digital Governance）提供的数字治理课程。我是拉什达·扎法里（Rashda Zfari），荷兰鹿特丹伊拉斯姆斯大学伊拉斯姆斯X（Erasmus X）的主任，同时也是数字治理卓越中心的高级研究员。欢迎来到电子民主模块。在本模块中，我们将与奥林·佩雷斯（Orin Perez）教授进行对话。佩雷斯教授是以色列巴伊兰大学法学院院长，也是数字治理卓越中心的主任之一。
在本视频中，我们将介绍电子民主的概念，并探讨数字空间如何为民主审议开辟新途径、降低参与壁垒以及实现透明度愿景。观看本视频后，你将能够理解什么是电子民主，并解释其内涵。在接下来的视频中，我们将讨论电子民主的各种机制，并探索其未来发展方向。
电子民主的兴起背景
上一节我们介绍了课程背景，本节中我们来看看佩雷斯教授为何专注于电子民主研究。
佩雷斯教授，感谢您再次加入我们。请问，在过去十年中，您为何投入如此多的时间研究电子民主？我们目睹了民主政体是多么脆弱。世界各地的民主制度一直受到民粹主义领导人、大企业和腐败势力的威胁。电子民主被视为一种能够重振民主进程、增强公众对政府信任的机制。
建立可信的电子民主机制代表着一个引人入胜的理论和实践挑战。这确实是一个挑战。您能否向我和观众解释一下电子民主的理念，以及这个理念是如何演变的？
电子民主的概念与演变
在过去的几十年里，是的，虽然民主的概念可以被解释为人民治理，但在大型社会中，很难实现这一理想。这种困难导致了代议制民主的出现，即公众通过自由选举将权力委托给拥有立法权的议会。然而，代议制民主仍然与民主治理的基本理想相悖，既限制了公众直接影响政治决策的能力，也使政治家容易受到狭隘利益集团（如大企业）的影响。
这些以及其他弊端促使人们尝试通过数字治理来修改民主体系。那么，什么是电子民主？电子民主可以直观地定义为使用数字工具和技术实践民主。这些工具和技术可用于提供信息和促进透明度，也可以用于增强公众在决策过程中的参与。
好的，为了让我自己和在家的观众更清楚，电子民主就是利用技术来增强民主。
电子民主的实践案例
以上我们了解了概念，以下是电子民主在现实中的具体应用案例。
您能给我们举一些电子民主项目的例子，说明它是如何在实践中实现的吗？因为目前对我来说这还很抽象。电子民主的一个突出例子是美国的 Regulations.gov 网站，它是在线实施“通知与评论”原则的平台。Regulations.gov 提供了对法规草案的便捷访问以及方便的在线评论系统。
然而，Regulations.gov 并未促进公民与政府之间或公民彼此之间的对话，并且是由监管机构来整合和解释评论的。其他国家也有类似的举措，例如加拿大和英国。
另一个例子是英国的 请愿网站（Petitions website）。在这个网站上，英国公民可以创建请愿书。如果得到五个人的支持并符合请愿标准，请愿书就会发布在网站上，并可以获得其他公民的支持。请愿委员会审查所有请愿书，并选择感兴趣的请愿书进行进一步了解，有时会敦促采取行动。
如果请愿书获得 10,000 个签名，政府会做出回应。如果达到 100,000 个签名，请愿书将被考虑在议会中进行辩论。
非常感谢您的详细阐述，这让我更容易理解了。根据您刚才提到的内容，电子民主倡议有不同的类型。您能描述一下这些平台的主要功能吗？
电子民主平台的核心功能
以下是电子民主平台服务的三个主要功能。
电子民主平台主要服务于三个功能。第一个功能是增强透明度。电子民主平台通过提供对法规草案、立法议定书的更好访问，并允许直播议会辩论和内部监管过程，促进了更深层次的透明度。美国食品药品监督管理局（FDA）顾问委员会关于辉瑞、BioNTech和莫德纳COVID-19疫苗会议的直播，就是电子民主增强透明度特性的一个例子。促进透明度是进行理性审议和有效监督政府行为的关键前提。
电子民主平台的第二个功能是提供一个成本效益高的机制，允许公民对法规草案发表评论，并向政府提供地方性知识和想法。
最后，电子民主还可以通过创建一个新的虚拟公共领域进行审议，并利用新技术（如维基）进行协作式规则制定或参与式预算，为公民更实质性地参与治理过程提供条件。因此，这些更复杂的工具可以使我们更接近雅典式民主的理想。在线协作过程往往起到更多的咨询作用，但它们也可以被设计为具有约束力。
非常感谢您向我们解释电子民主的概念，佩雷斯教授。
总结与预告
在本节课中，我们一起学习了佩雷斯教授介绍的电子民主概念。电子民主提供了新的数字工具来增强和振兴民主，并讨论了其不同的表现形式。请加入我们的下一个视频，佩雷斯教授和我将讨论电子民主的一些陷阱和挑战。
010：电子民主的第二波浪潮 🚀
在本节课中，我们将探讨电子民主（e-democracy）发展初期遇到的问题，以及针对这些问题所提出的改进方案。我们将了解第一代电子民主平台的局限性，并认识第二代浪潮中涌现的、更具互动性与实效性的新模型。
上一节我们介绍了电子民主的基本概念，本节中我们来看看其早期实践遇到的挑战。
理解电子民主的初衷
要理解电子民主面临的挑战，首先需要探究其兴起的动机。电子民主的理念大约在十年前首次出现，其核心信念是互联网能够增强并重振民主。根据这一思路，降低参与成本可以让更多人积极参与民主审议过程，并为解决公共难题贡献方案。通过互联网赋予民众发言权，将对立法、城市规划、预算等政治领域的各个决策过程产生积极影响。这种网络乐观主义是第一波数字民主倡议的显著特征。
在美国，第一波电子民主应用的一个重要体现是 Regulations.gov 网站。
第一代平台的挑战与问题
随着我们对第一代电子民主平台经验的积累，各种问题逐渐显现。以下是遇到的主要挑战：
- 参与度低：与最初的期望相反，只有一小部分人口使用了新的数字参与工具，大多数公众仍然是被动的。
- 贡献质量参差不齐：公众贡献的质量并非总是很高，这引发了对该概念价值的质疑。公共机构收到的大量意见是通过大规模电子邮件活动产生的，其中一些知名倡导者（如环保非政府组织）会敦促其成员发送预先准备好的信息。
- 影响力不均衡：许多数字咨询过程存在“力量负载”动态，即少数监管倡议获得了绝大部分公众关注。因此，像 Regulations.gov 这类网站对最终监管成果内容的影响仍然相当有限。
- 缺乏对话机制：第一代平台没有促进公民之间的对话，只允许公众与监管机构之间进行单向互动。
第二代电子民主的解决方案
上述实践和理论问题促使电子民主的实践者寻找更复杂的方法。第二代电子民主的特点可以概括为：尝试创建混合参与模型，将数字工具与传统参与形式相结合；并开发能够促进更深入对话的新技术。
以下是两种代表性的解决方案：
1. 混合参与模型：Regulation Room
一个突出的例子是由康奈尔法学院法律专家团队开发的混合模型 Regulation Room。这个基于网络的咨询平台，其设计核心是数字工具与密集人力支持相结合。该团队成功提高了参与度，并促进了公众提出更丰富的意见。同时，该项目也强调了一个事实：要激发有意义的参与，需要公民和寻求其知情政策意见的机构双方都投入相当大的努力。
2. 先进技术模型：维基架构
一个更先进的技术模型例子是维基（Wiki）架构。像维基百科（Wikipedia） 这样的维基平台，为协作学习和知识生产提供了机会。使用维基允许多个用户共同创建一个超文本。其核心协作模式可以简化为：
最终内容 = 用户A的编辑 + 用户B的修订 + 用户C的补充...
然而，在认识到维基在民主过程中的巨大好处的同时，也必须承认，维基在认知上比第一代民主平台（如 Regulations.gov）中使用的简单评论工具更为复杂。
总结与展望
本节课中我们一起学习了电子民主从第一代到第二代的发展历程。尽管网络民主技术最初带来了很高的期望，但现实更为复杂。在 Regulations.gov 等网站上实施的天真方法表明，在民主进程中创造参与度并实现有意义的参与是困难的。在本视频中，你了解到了一些试图应对这些挑战的新发展，但它们还不能被视为已完全解决了问题。
在下一个视频中，我们将与佩雷斯教授一起讨论一种面向未来的电子民主方法。
011：电子民主的未来展望 🚀
在本节课中，我们将探讨电子民主领域的最新发展与未来展望。我们将回顾其演变历程，分析当前面临的挑战，并了解两种前沿的解决方案：基于数据分析的方法和“电子民主机器人”的概念。
概述
在之前的视频中，奥林·佩雷斯教授解释了电子民主的概念及其内涵，展示了一些实际案例，并讨论了其中的陷阱与挑战。本节视频中，佩雷斯教授将探索该领域的一些最新发展，并评估电子民主的未来。
学习本节后，你将能够：
- 识别至少两种关于电子民主的未来构想。
- 解释数据分析方法的缺点。
- 理解社交机器人的潜力及其涉及的风险。
从乐观到审慎：电子民主的演变
上一节我们介绍了电子民主的基本概念与早期实践。本节中，我们来看看该领域认识的转变。
佩雷斯教授指出，早期主导该领域的网络乐观主义，已被对电子民主局限性的更审慎认识所取代。我们现在明白，仅仅提供对法规草案发表评论的机会，并不足以实现有意义的公众参与。
第二波数字民主的特点是出现了更复杂的工具，如维基和电子请愿。然而，这些新模式并未对我们已识别的挑战提供令人满意的回应。
未来构想一：数据分析与自然语言处理
面对参与质量与规模的挑战，研究者们提出了新的技术解决方案。以下是其中一种基于数据分析的方法。
一种近期由利弗莫尔、埃德尔曼和格罗姆提出的建议，是使用先进的语言处理工具，从监管机构收到的大量原始评论中提取更多含义。
- 核心方法：利用现代AI技术，如主题建模，机构可以在非结构化的文本集中识别主题类别，并揭示趋势和议题。
- 公式/代码示意：
主题模型(评论数据集) -> {主题1， 主题2， ...， 主题N}
然而，从民主的角度看，这种方法无助于提高审议过程的质量。另一个问题是，使用AI从大量文本中提取含义，引发了关于问责制、控制力和能动性的担忧。
未来构想二：电子民主机器人
既然单纯分析现有数据存在局限，那么能否创造新工具来主动增强公民的参与能力呢？这引出了另一种更具颠覆性的构想。
另一个构想，是在一篇题为《协作电子规则制定：演示与数字民主的未来》的近期论文中提出的，即使用特别设计的自主社交机器人——智能“电子民主机器人”——来增强公民的民主能力，从而实现“增强型民主”。
尽管“社交机器人”一词近来主要用于负面语境，但“电子民主机器人”的概念展示了此类自主代理人的积极潜力。
- 运作原理：自主社交机器人被设计成能以类似人类在社交互动中的方式行动。电子民主机器人可以接收其委托人的政治偏好和观点作为输入，并据此代表他们参与数字咨询过程。
- 潜力：公民可以投入更多精力亲自参与某些协商过程，而将其他过程交给他们的社交机器人处理。
- 当前可行性：虽然当前的社交机器人技术尚不足以完全实现这一愿景，但基于简单启发式方法的、不那么复杂的社交机器人似乎触手可及。例如，一位环保主义者可以使用社交机器人来采纳参与协商的最具声誉的环保非政府组织的意见。
当然，除了积极潜力，这项技术也带来了各种挑战：
- 我们需要可靠的认证机制，使机构能够区分合法公民使用的正当机器人和恶意的机器人。
- 机器人可能被用来传播虚假信息。
- 将人工智能代理引入审议过程，可能会加剧审议空间的两极分化，而无助于提升公共讨论的认知价值。
总结与回顾
本节课中，我们一起学习了电子民主从早期实践到未来展望的发展脉络。
正如本模块所示，互联网在增强民主进程参与度和促进开放民主方面具有巨大潜力。这种认识催生了第一波电子民主应用，其主要基于“通知与评论”原则，即通知相关公民有关倡议并允许他们通过电子邮件评论。该原则在美国 Regulations.gov 网站及其他国家的类似网站上得以实施。
然而，尽管最初很乐观，但随着经验积累，人们明显发现，让民众参与数字媒介过程并取得具有认知意义的成果，是一项艰巨的挑战。这种认识促使研究者寻找新方法，例如使用协作工具，以及以混合形式结合线上和线下互动。
目前仍处于实验阶段的进一步方法，包括使用数据分析和自然语言处理从大量评论中提取含义，以及引入电子民主机器人。
希望本模块的内容能启发你在电子民主领域进行自己的研究。感谢观看，我们下次再见。
012：公共行政领域的数据处理网络
概述
在本节课中，我们将探讨公共行政领域日益普遍的一种现象：数据处理网络。我们将了解其定义、运作方式、带来的挑战以及潜在的解决方案。核心在于理解多个公共机构如何通过自动化网络共享数据和决策，以及这对法律、责任和公民权利产生的影响。
什么是数据处理网络？🤔
上一节我们介绍了课程主题，本节中我们来看看什么是数据处理网络。
公共机构越来越多地建立合作关系，我们称之为“链式网络”或“链式信息化”。在这种网络中，它们共享数据或决策，并利用这些信息来实现各自的目标。
以下是其两个关键定义要素：
- 合作：多个公共机构共同参与。
- 自动化：大量立法被转化为算法，这些算法通过处理个人数据为公共机构生成决策结果。许多传统上由公务员执行的任务已被算法接管。
网络合作的实例🔗
了解了基本概念后，我们来看看它在现实中的具体表现。
在荷兰公共行政中，已经存在非常详细的合作机制。例如，在税收和社会保障领域，存在复杂的合作网络。下图展示了一个看似简单、实则涉及众多环节的财务信息共享链。
这仅仅是税收领域的一个例子。在刑事执法等领域，也存在类似的数据共享机制。这些机制不仅在荷兰，在其他国家的行政体系中也朝着相同的方向发展。
网络化决策带来的挑战⚖️
上一节我们看到了网络合作的实例，本节中我们来看看这种模式带来的核心问题。
链式网络中的决策结果是相互依存的，一个决策建立在另一个决策的基础上。然而，在荷兰行政法中，行政决策被视为独立的个体。这种实践与法律认知的错位导致了摩擦。
以下是几个具体的挑战：
- 责任空白：公共机构在实践中相互依赖，但在出现问题时却倾向于推诿责任，将决策视为独立行为，不承担共同责任。
- 救济困难：个人可以就链条中的某一个决策提出上诉，但无法针对整个决策组合提出异议。因此，即使上诉成功，也无法确保链条中的错误得到彻底纠正。
- 忽视个体情况：自动化算法倾向于非黑即白的判断（是/否，1/0），难以充分考虑复杂的个人特殊情况。当数据在链条中传递时，这种“简化”效应会被层层叠加，使得个体境遇更易被忽视。
- 系统性风险：交易数量的增加通常伴随着安全风险的上升，包括错误和数据泄露等问题。
潜在的解决方案与局限💡
面对诸多挑战，是否存在解决方案呢？《通用数据保护条例》（GDPR）提供了一个有益的起点。
GDPR为参与同一处理活动的数据控制者和处理者规定了连带责任方案。这意味着，寻求损害赔偿的申请人无需找出链条中具体是哪个环节造成了损害，他可以要求其中任何一个责任方承担全部赔偿。该方赔偿后，可再向其他责任方追偿。这实际上是将网络视为一个整体来追责。
此外，欧盟在关于人工智能伦理的决议中也提出了类似的“单一接入点”理念，为受损个体提供了明确的追责入口。
然而，GDPR的方案也存在局限：
- 侧重于赔偿，而非纠正：个人的主要诉求往往是停止错误的持续影响并纠正错误（例如，停止不正确的行政罚款）。GDPR虽然规定了更正权，但这是针对单个控制者的，且如何在整个链条中强制执行更正尚不明确。
- 适用范围有限：GDPR主要保护个人数据。但链式错误可能源于法律错误解释、计算错误（如税款计算错误）等与个人数据无关的问题，此时GDPR无法提供保护。
技术方案与未来展望🔮
除了法律方案，技术能否提供帮助？数据共享模式正在从“传输数据本身”转向“提供数据访问权限”，即数据保留在原始控制方，仅对外提供访问接口。
结合隐私增强技术（如加密查询、命中/非命中系统），可以在不过度暴露数据的前提下实现信息利用。然而，目前尚未出现能自动“净化”整个链条、彻底纠正错误的技术方案。
关于监管是否会抑制创新，尚无定论。相反，如果法规要求进入决策网络的系统必须内置完善的救济机制，可能会通过采购条件等方式，反而刺激保障性技术的创新与发展。
总结
本节课中，我们一起学习了公共行政领域的数据处理网络。
我们了解到，这种通过自动化链条共享数据和决策的网络合作模式，在提升效率的同时，也带来了责任界定模糊、个体救济困难、忽视特殊情况等严峻挑战。GDPR的连带责任机制和“单一接入点”思想是重要的解决思路，但仍需针对错误纠正等具体问题完善法律框架。同时，隐私增强技术和数据访问控制模式是值得探索的技术方向。未来的研究需要深入结合法律与技术，以构建既高效又负责任、能够充分保障公民权利的数字化治理体系。
013：服务于公共利益的监控技术 👁️
在本节课中，我们将探讨监控技术领域的最新发展，特别是人工智能（AI）在其中扮演的关键角色，以及如何在公共利益与技术创新之间取得平衡。我们将了解来自荷兰应用科学研究组织（TNO）的专家Sheelmamidt博士的观点，分析政府与科技公司在监控技术应用上的不同路径，并讨论构建信任生态系统的可能方法。
专家背景介绍
上一节我们介绍了课程主题，本节中我们来看看本次访谈专家的背景。
Sheelmamidt博士是荷兰应用科学研究组织（TNO）的人工智能首席科学家。TNO是一家为政府机构进行应用研究的公司。她的专业领域是国家安全方向的人工智能应用，致力于为荷兰警方、法官及类似组织寻找人工智能的应用方案。此外，她也因在电视节目《猎捕》中担任情报官员而为人所知。
人工智能在监控领域的关键发展与影响
了解了专家的背景后，我们来看看她如何看待未来监控技术的发展。
Sheelmamidt博士认为，人工智能在未来五年内将对监控实践产生重大影响。这种影响是双向的：一方面来自政府，另一方面来自非政府机构。
以下是两个主要发展方向：
- 政府侧的发展：诸如预测性警务和自动人脸识别等基于并受人工智能赋能的技术正变得极其流行。
- 非政府侧的发展：公民、组织和公司也试图用自己的技术影响监控世界。例如，名为“Musk ideaea”的公司提供生成照片的服务，可以生成一张与用户本人相似的照片。这可能导致有人用生成的照片制作护照进行非法旅行。
公共机构的应对与挑战
面对这些发展与担忧，公共机构应如何应对？本节我们来探讨这个问题。
Sheelmamidt博士指出，在政府组织中引入人工智能时，需要牢记几点。人工智能并非简单的人力替代品，它与人类拥有完全不同的能力。不存在“人类优于算法”或“机器优于人类”的绝对说法，它们只是会犯不同类型的错误。如果只信任人类，就无法充分利用现有技术；但如果完全信任算法，则必然会出现错误，尽管人工智能常被视为一种“魔法”或“圣杯”。
科技行业的角色与垄断风险
那么，科技行业本身是否在积极回应这些关切呢？本节我们来分析行业的动向。
Sheelmamidt博士观察到的情况恰恰相反。监控正在被工业化，像NSTs、谷歌这样的大型科技公司开始创建自己的监控技术。这带来了一个风险：原本属于警方的监控垄断权正在被打破，并被这些大公司接管。我们是否希望看到一个由大公司而非政府进行监控的社会，这是一个值得深思的问题。不过，另一方面，我们也看到像谷歌取消“Project Mave”等项目、一些公司限制人脸识别使用等积极迹象。但她仍然认为，目前大型科技公司确实有意将监控工业化。
监管的必要性与欧洲的中间道路
既然市场可能无法自我规范，那么监管的角色是什么？本节我们聚焦于监管层面的讨论。
Sheelmamidt博士认为，这确实需要平衡。中国由国家垄断监控并推向极致，而美国则正在由大型科技公司做类似的事情。欧洲试图在中间导航，不走任何一方的极端，但这非常困难，因为保持中立比走向极端要难得多。
欧盟委员会的《人工智能白皮书》中提到的“信任生态系统”概念，正是这种中间道路的体现。
构建信任生态系统的要素
如何构建这样一个“信任生态系统”呢？以下是专家提出的核心观点。
Sheelmamidt博士引用了Fstaia的观点：人工智能本身没有善恶之分，一切取决于技术的应用方式，因为技术本身并非 inherently good or bad。她进一步补充说，应用技术的主体决定了事物的好坏。因此，没有通用的处理方法，关键在于在应用人工智能时要保持明智。
当被追问是否应通过法规将监控技术重新置于政府垄断之下以建立信任时，她表示赞同。因为警官接受过实施比例性武力的培训，调查人员也受过根据犯罪程度进行比例性监控和隐私侵犯的培训。确保算法做到这一点的唯一方法，就是给予它同样的训练。政府、警方或司法领域已有数百年的相关经验，这是将监控权置于此处的巨大优势。然而，大型科技公司资金雄厚，要实现这一点需要强大的决心。
采购要求作为监管工具与行业反应
一种建议是将此类要求转化为采购要求，从而向行业传递信号。本节我们探讨这一工具的效果。
这意味着，如果企业想与政府合作或向政府机构销售产品，就必须致力于开发保障“比例性”等技术解决方案。目前，大型公司正在试探极限，看看自己能走多远，并未真正进行自我限制。但这并不意味着事情必须如此发展，只是需要我们付出更多努力。
结论：监管、创新与人机协作
最后，我们来总结监管、创新与未来发展的关系。
强有力的监管是否会刺激行业提出创新解决方案，而非扼杀创新？Sheelmamidt博士给出了肯定的回答。这将催生不同的解决方案，并不意味着更好或更差，只是我们更想要的解决方案。其他可能性当然也存在。
然而，除了获得科技公司的正确解决方案，还有更多事情要做。算法的关键在于使用。因为人与机器需要协同工作，这能使整体更强大。我们不应只关注技术，也应关注人类，确保我们能与这些算法协作，因为这与和同事协作的方式完全不同。这也是我们必须投入的方面。
本节课中我们一起学习了监控技术与人工智能融合的最新趋势，分析了政府与科技公司在其中的角色冲突，探讨了通过监管和构建信任生态系统来引导技术服务于公共利益的重要性。核心在于认识到技术本身无善恶，其影响取决于应用者和应用方式，而未来成功的关键在于促进负责任的创新以及有效的人机协作。
014：技术赋能司法普惠
在本节课中，我们将要学习在线法院这一新兴概念。我们将探讨其产生的背景、基本定义，以及它如何利用技术来改善司法可及性，弥合“司法鸿沟”。
欢迎来到由数字治理卓越中心提供的《数字治理》课程。我是拉希达·萨法里，荷兰鹿特丹伊拉斯姆斯大学 Erasmus X 的主任，也是数字治理卓越中心的高级研究员。
在接下来的系列视频中，我们将讨论在线法院与在线纠纷解决这一主题。
数字时代的司法需求
在当今数字化世界，我们使用着数十种在线服务。我们在线购物、在线获取医疗建议和处方、在线学习、在线获取政府服务、在线管理银行账户，这些只是众多例子中的一部分。
本模块特别关注一个相对较新的发展：在线法院。尽管对许多人来说，这个想法可能显得奇怪甚至不合适，但近年来，越来越多的国家已经开始运营在线法院，作为传统法院的替代选择。
在线法院是一个非常令人兴奋的发展。与其他行业不同，法院一直相当抗拒变革，其运作方式数百年来几乎保持不变。然而，近年来情况变得清晰：传统的法院模式并非对所有法院和所有人都运行良好。法院案件负担过重，许多人无法利用法院。
鉴于我们这个时代的技术、社会与经济发展，人们呼吁重新思考法院如何重新设计其程序，以帮助普通人主张和维护其权利。在线法院是解决这一难题的关键部分。
我们将与巴兰大学法学院的埃莱特·萨拉博士探讨这一激动人心的发展。萨拉博士专攻在线纠纷解决系统，她尤其关注在线法院如何改善司法可及性。
在我们的对话中，我们将与她一起探讨将民事法院移至线上如何能使其更具可及性、相关性和有效性，特别是对于那些没有律师陪同而上法庭的人。这个介绍性视频是关于在线法院系列视频的第一部分。完成本视频后，你将能够解释创建在线法院的动机是什么，以及在线法院在改善司法可及性方面的基本承诺是什么。
什么是在线法院？
萨拉博士，欢迎来到本系列的第一个视频。让我们从一个基本问题开始：什么是在线法院？
在线法院本质上是公共管理的在线纠纷解决系统。它们旨在补充，有时甚至取代传统实体法院中面对面的诉讼程序。因此，在线法院基本上是在线纠纷解决系统的一个子集或特定类型。
我们将其简称为 ODR。这些是数字平台，使用户能够完成从提交案件到在在线平台上形成结果的完整纠纷解决过程。这个结果可以通过谈判或调解中的相互协议达成，也可以是中立第三方（无论是仲裁员还是法官）裁决的产物。在一些在线法院中，我们还能看到在 ODR 平台本身上执行法院程序结果的能力。一个简单的例子是操作一个在线支付系统，允许当事人在纠纷结束后支付他们决定支付的款项。
在线法院有不同的程序模型，也使用了不同的技术，我们可能会在后续对话中讨论它们。但在我们理解这些技术和程序模型之前，我认为重要的是要理解是什么促使政策制定者、法院政策制定者创建在线法院。或许最好的演示方式是从一个思想实验开始。
传统法院的挑战
想象一下，例如，有人欠你钱，并且他们拒绝还钱。为了拿回你的钱，你决定向法院提起诉讼。如果你决定这样做，那么你必须弄清楚：我该如何起草这份诉讼？在哪里以及如何提交它？我该在里面写什么？我需要提供什么样的证据？我该如何构建我的法律论点，以便我的主张能在法律上得到考虑？
假设你能够跨越这个障碍，那么你将等待对方对你的主张作出回应。你可能需要请假一天，以便去法庭陈述你的主张，并听取对方在法官面前的主张。然后，你将等待法官作出判决，从法律上确定谁在此案中有理。另一种选择是，你和对方一旦在法院立案，可能会进行某种和解谈判，甚至在法官审理此案之前，就以某种相互协议解决纠纷。
但无论如何，你可以看到，将案件诉诸法庭，甚至为自己辩护免受他人起诉，都可能是一项相当复杂的任务。它可能要求很高，可能很昂贵——如果你需要咨询如何起草主张、如何收集证据，或者如果你不得不请假的话。
因此，对许多人来说——可能比你想象的要多——这相当困难。如果他们负担不起聘请律师来协助这个过程，他们实际上就负担不起诉诸法院的费用。由于这个原因，有相当多的人拥有“可司法性问题”——即本可以通过法院解决的法律问题，或者他们对针对他们的诉讼有很好的辩护理由，但他们要么一开始就不诉诸法院，要么不为自己辩护。其中一些人，即使他们确实诉诸法院，也无法“存活”到过程结束，他们在法院程序结束前就退出了。
结果是，在许多法院和许多国家，我们实际上存在着巨大的“司法可及性鸿沟”。这也意味着法院本身在履行其主要的社会法律职能方面面临挑战：它们难以有效、和平地解决当事人之间的纠纷；难以在具有代表性的案件样本上适用和解释法律；总体而言，在维护法治方面存在挑战。
在线法院如何弥合鸿沟
那么，萨拉博士，你能向我和观众解释一下，这些在线法院如何在弥合这一司法鸿沟中发挥作用吗？
当然。在线法院利用技术，不仅如此，它们还创造了一个截然不同的法院概念。在这个新概念下，法院被构想为一种在线服务，而不一定是一个地点。在这种在线服务中，普通人可以从任何地点使用法院，只要他们有一台联网设备，并且即使没有律师协助，也能有效地参与这个过程。
为了实现这一目标或这一新的法院概念，在线法院依赖于我们所说的 以人为本的设计，我们稍后可以更多地讨论这一点。它们还依靠技术来创建一些普通人都能完成的精简和简化程序。这个概念的另一部分是，在线法院鼓励当事人通过相互协议解决纠纷，而不是等待法官对纠纷作出裁决。
我想我们会在另一个视频中讨论这个概念如何在实践中实现，并提供一些具体法院平台的例子。我现在想说的是，我们的观众应该已经清楚，在线法院程序并非对所有案件和所有用户都合适或可取。但正如我们将看到的，对于某些案件类型和某些用户，在线法院不仅仅是传统法院的一个足够好、更便宜的替代品，它们实际上是一个理想的发展。它们可以提供改善司法可及性的质的益处。
总结与预告
非常感谢你，萨拉博士。我期待在下一个视频中见到你，等不及要了解更多关于这个主题的内容了，这非常有趣。我们将在下一个视频中再次见面。
本慕课模块将使你熟悉在线法院，并帮助你批判性地评估这些新发展。请加入我们下一个关于 ODR 的视频，萨拉博士将在其中回顾早期电子商务 ODR 系统的关键特征，这些特征后来极大地影响了在线法院的设计。
然后，在另一个视频中，她将更详细地解释 ODR 如何利用当前一些在线法院的例子来说明其如何改善法院的司法可及性。当然，我们也将讨论与在线法院相关的一些风险和挑战。所以，请加入我和萨拉博士，观看我们下一个关于 ODR 系统的视频。
本节课中，我们一起学习了在线法院的基本概念。我们了解到，传统法院模式因程序复杂、成本高昂而面临挑战，导致许多人无法有效诉诸司法，形成了“司法鸿沟”。在线法院作为一种公共管理的在线纠纷解决系统，通过技术手段和以人为本的设计，旨在简化程序、降低成本，使普通人无需律师协助也能从任何地点参与司法过程，从而改善司法可及性。下一节，我们将深入探讨早期 ODR 系统的设计如何影响了在线法院的发展。
015：在线争议解决机制及其与电子商务的关联
欢迎回到数字治理慕课。在本节课中，我们将要学习在线争议解决机制，特别是它与电子商务的关联。我们将了解ODR系统的定义、技术应用、发展动机，并通过eBay的案例进行具体分析。
课程概述
本节课程由鹿特丹伊拉斯姆斯大学法学院的Elet Sala博士主讲。在上一节视频中，Sala博士介绍了在线法庭的前景。本节视频的重点是ODR技术及其程序模型，这些模型先于在线法庭出现，并极大地影响了其发展。Sala博士将解释什么是ODR，以及推动ODR系统发展的动机。她将以电子商务平台eBay上的买卖纠纷为例，阐述关键问题。
学完本节后，你将能够定义ODR谱系的关键维度，并分析ODR系统改变传统面对面争议解决过程的不同方式。在后续视频中，我们将以此为基础，介绍和评估在线法庭。
欢迎回来，Sala博士，很高兴再次邀请到您。
ODR系统的背景与定义
为了理解在线法庭的创新之处，我们首先需要将其置于发展背景中。正如之前提到的，在线法庭实际上是一个更广泛现象——在线争议解决系统的一个特例。典型的在线法庭设计深受先前大量私有ODR系统的影响，尤其是在大型在线商品和服务市场中开发的系统。
那么，什么是ODR系统呢？ODR系统是数字平台，使用户能够在线完成完整的争议解决流程，从案件提交到结果形成。这个结果可以是双方达成的相互协议，也可以是中立第三方（仲裁员或法官）作出的具有约束力的决定。在某些情况下，系统还允许当事人执行争议解决的结果，例如支付裁定款项。
在实践中，ODR这个术语被用来描述相当广泛的技术和流程设计。在方法论上，它包括谈判、调解、仲裁、裁决，甚至某些基于陪审团的流程模型。在技术应用上，也存在不同类型的影响或使用方式。
值得注意的是，尽管这些ODR系统诞生于线上，但如今它们也被用于解决既包括线上（如电子商务纠纷）也包括线下起源（如离婚双方或线下合同关系产生的纠纷）的案件。
ODR系统中的技术应用
ODR系统如何在争议解决过程中应用技术呢？如前所述，ODR系统使用技术的方式多种多样。
- 流程平移：一些系统只是将传统的争议解决流程平移到数字空间。这意味着将我们从线下世界熟知的流程，通过某种数字通信媒介（如视频会议、聊天或电子邮件）进行。
- 技术创新：在这个连续谱系的另一端，我们可以找到涉及全新技术或流程设计的ODR系统。这可能依赖人工智能来生成争议结果或和解方案，也可能是众包等模型，将争议提交给大量人群解决。
- 流程重构：然而，绝大多数ODR系统以及大多数在线法庭，实际上使用的是介于两者之间的类别，即利用信息技术重构流程，以简化和优化争议解决过程。其目标始终是支持那些不知道如何解决争议或处理法律案件的用户成功完成流程。
为了实现这一目标，它们采用以用户为中心的设计方法，将看似复杂的争议解决流程分解为一系列用户可以通过在线向导、网页表单和易用界面轻松执行的小步骤。它们通常使用直白、简单的语言。
通过这种简化流程、友好用户界面和直白语言的结合，这种重构使ODR系统能够自动向用户呈现相关法律信息，减少他们在过程中出错的倾向，支持他们诊断可能的行动方案，并总体上帮助他们有效参与和完成流程。从某种意义上说，这种中心化、重构的ODR流程设计提供了一种为特定用户、特定案件量身定制用户体验的方式，在整个过程中引导用户。
当我们审视在线法庭时，从这些丰富的技术和流程设计选项中，大多数在线法庭结合了某种形式的流程平移（例如，通过视频会议进行听证）和流程重构（将诊断案件、向法院提交索赔、与对方谈判、上传证据等相当复杂的过程重构为更简化的在线流程）。目前，有些法院已经或计划在未来纳入一些自动化，主要是在案件诊断和案件提交某些方面的早期阶段。在流程后期，例如制定和解方案或完全解决争议方面，尚未看到大规模的自动化应用。
ODR系统的发展动机
讨论用户界面和用户体验等术语在法律领域似乎有些奇怪，但在谈论其背后的技术以及为人们创造低门槛的司法接入时，这确实有意义。那么，是什么推动了ODR系统的创建呢？
最早的ODR系统实际上是数字时代的必要副产品。想象一下，从早期互联网时代开始，许多活动、关系现在都在线上发生，包括个人关系、职业关系、司法活动、商业活动、政府事务、娱乐活动等。显然，这些在线活动引发了新型争议，这些争议具有相当独特的特征，使其与传统的面对面争议解决方式不兼容。
这种不兼容性给在线平台带来了巨大问题。本质上，如果用户无法找到解决这些新兴争议的方法，他们就不会使用这些服务。因此，为了获得用户的信任、忠诚以及最终的收入，这些在线市场、内容网站以及任何促进在线关系的中间平台，都必须找到解决争议的方法，ODR系统由此应运而生。
案例研究：eBay的ODR系统
这听起来很有趣，能否给我们一个例子来具体说明？经典的例子就是eBay及其在线解决中心——它开发的ODR系统。eBay是一个庞大的在线市场，是该领域的先驱。它使世界各地的买家和卖家能够进行交易。
如果交易出现问题，eBay就会面临问题。随着eBay取得压倒性成功，每年发生数百万笔交易，出现问题的交易也越来越多。eBay发现自己面临着每年多达6000万起的买家和卖家纠纷。这些纠纷涉及各种问题，如物品未送达、损坏、收到与预期不符的商品等。
然而，现有的争议解决选项（如线下法庭、调解或仲裁）都不适合解决这些纠纷。首先，这些纠纷的平均价值较低，约100美元。其次，不清楚在法律上可以向哪个法院系统提起诉讼来解决它们，存在管辖权模糊的问题。再加上当事人之间可能距离遥远，甚至语言不通，这使得当事人聘请律师通过传统方式解决纠纷在经济上是不理性的。对于eBay来说，处理这6000万起纠纷，雇佣内部调解员或仲裁员来裁决也是不可行的。
因此，传统的法庭、调解、仲裁流程变得无关紧要。正如之前提到的，这对像eBay这样的在线市场来说是一个真正的问题，因为其业务依赖于用户对平台的信任。如果用户无法解决纠纷，他们就会停止在eBay上交易，其业务将受到严重损害。
因此，eBay和其他类似的在线市场、服务中介必须提出一种截然不同且创新的解决方案，这就是eBay解决中心。至今，eBay的这一发明仍被视为典范性的ODR系统，影响了该领域之后出现的任何系统，甚至包括非常不同的系统，如在线法庭。
eBay ODR系统的设计特点
那么，这些电子商务纠纷的特点如何影响eBay设计其ODR系统的方式呢？从一开始，eBay解决中心的设计就与众不同。它旨在引导没有经验的普通用户完成他们不熟悉的争议解决流程。
这种新设计涉及eBay用户自身进行大量的独立问题解决。另一个设计需求是创建一个被用户视为公平有效的平台，目的是维持他们在平台上交易的信任。同时，系统对用户来说必须成本低廉，对eBay来说运营成本也要低，因为案件数量庞大。因此，它还必须相当快速且可扩展，以处理大量的案件。
这促使eBay尝试自动化大部分流程，并通过迭代过程不断改进，使其成为一个学习型系统。时至今日，eBay上超过90% 的买卖纠纷是在没有eBay方面第三方直接人工干预的情况下解决的。用户通过这种结构化的自我诊断和相互谈判过程，能够在没有eBay第三方参与的情况下达成协议。
eBay ODR系统的实践流程
eBay解决中心的流程有三个关键的程序组成部分，它们像一个漏斗一样协同工作。大多数案件预计在第一阶段解决，较少案件进入第二阶段，只有相当少数的案件进入最后阶段（即那10%需要人工第三方介入解决的案件）。
以下是流程的三个阶段：
- 诊断阶段：当事人通过自我诊断问卷或向导，尝试识别引发争议的问题。他们提供描述争议的必要信息，并考虑可能的行动方案或解决方案。这实际上是一个用户经历的、自我引导的、自动个性化的决策树。在此过程中，他们会获得相关信息，以帮助他们决定如何推进。
- 辅助谈判阶段：如果决定推进，双方将进行某种结构化的在线谈判过程，目标是达成双方同意的解决方案。有时方案可能由系统提出，有时由他们自己制定。
- 人工第三方裁决阶段：如果前两个阶段失败，少数案件会进入这个最终阶段。由eBay的仲裁员等中立第三方来裁决案件。
ODR与在线法庭的关系
最后，您所回顾的ODR中不同的技术应用，特别是eBay开创的电子商务争议解决模型，与在线法庭现象之间有什么关系？虽然可能令人惊讶，但eBay争议解决中心的典型设计确实启发了当今一些在线法庭的设计。
其设计大量借鉴了这种分层流程设计模型，即能够为诉讼当事人提供初步的自我诊断和创建案件的结构化方式，以及由技术引导的结构化谈判，允许双方尝试找到彼此同意的解决方案（即和解）。法院改革者利用这个模型以及其他ODR技术（例如视频会议），将法院重新设计得更易于访问、更高效、更有效，特别是针对那些没有律师协助、有特定需求的自我代理诉讼人。
在这里，我们可以看到首次处理这些电子商务纠纷、无人协助的普通消费者，与在法庭上面临陌生、程序复杂、法律上具有挑战性案件的自我代理诉讼人之间的联系。这也解释了为什么在线法庭的构想者认为可以从最初的ODR模型中学习，并可能有一个该模型的版本有助于解决法院中的司法接入差距。
课程总结
本节课中，我们一起学习了在线争议解决机制的核心概念。我们定义了ODR系统，了解了其通过流程平移、技术创新和流程重构来应用技术的方式。我们探讨了ODR系统发展的动机，即解决在线活动产生的新型、低价值、跨管辖区的海量纠纷，以维持用户信任。通过eBay的详细案例，我们看到了一个典型ODR系统如何通过诊断、辅助谈判和人工裁决的三阶段漏斗模型高效解决绝大部分纠纷。最后，我们理解了eBay等电子商务ODR模型对在线法庭设计的深远影响，特别是在服务自我代理诉讼人、改善司法接入方面的借鉴意义。
感谢观看，我们将在下一个关于在线法庭典型流程设计、以用户为中心设计的好处以及在线司法挑战的视频中再见。
016：在线法院中的司法普惠路径
在本节课中，我们将学习以用户为中心的法律科技设计所带来的益处，以及在线提供司法服务所面临的挑战。我们将通过两个在线法院的案例研究，来具体分析其设计理念、运作流程以及伴随的机遇与风险。
上一节我们介绍了在线法院的基本概念，本节中我们来看看其独特的设计理念如何转化为具体的在线平台。
以用户为中心的设计理念
在线法院的独特之处在于其设计理念。大多数在线法院结合了三种方式：流程线上化（将线下流程搬到线上）、流程重构（简化流程以方便用户）以及流程自动化（尤其在早期阶段引入自动化）。其核心目标不仅是提升法院效率，更是为了帮助那些缺乏法律知识、自我代理的当事人能够成功接触法院、参与诉讼程序。
这一动机要求在线法院的设计者必须摒弃传统的法院流程设计思路。传统流程通常由法律专业人士为律师设计。相反，在线法院通常是以用户为中心设计方法的产物，其程序模型和科技设计的核心是普通、自我代理的当事人的需求、价值观、期望和能力。
其目标是设计出能够支持当事人接触法院、清晰准确地阐述其可诉争议，并最终通过和解或司法裁决解决争议的平台。
在线法院的经典流程结构
那么，上述目标如何转化为在线法院的设计呢？答案是通过创建一个专注于全程引导用户的流程、用户界面和用户体验。以下是其实现方式：
在线法院通过提供一个简化、易于导航的“法院旅程”来实现这一目标。在当前大多数在线法院和法庭中，这一旅程遵循一个分层流程设计，与私营在线纠纷解决平台类似，主要包含五个阶段：
- 问题诊断：早期阶段帮助用户识别问题。
- 提起申诉：如果用户决定提起诉讼，则填写结构化在线表格。
- 对方回应与协商：另一方当事人进行回应，双方可进行在线协商。
- 第三方调解：若协商失败，由法院指派的法院人员进行调解。
- 裁决：若所有前期努力均告失败，则由法官或法庭成员进行裁决。
案例研究一：加拿大民事解决法庭
为了更具体地理解这一经典分层设计，让我们来看一个实例：加拿大不列颠哥伦比亚省的民事解决法庭。
CRT是最早推出的在线法庭之一，于2016年启动。它处理多种类型的案件，如小额索赔、分契物业纠纷和机动车事故索赔等。
在CRT流程中，潜在当事人首先使用一个名为 Solution Explorer 的自动化工具。这是一个在线向导，通过一系列选择题帮助用户诊断问题、了解相关法律信息和可能的行动方案，其理念是解决问题，而不仅仅是提起诉讼。
决定提起诉讼的用户通过填写结构化在线表格来陈述诉求，过程中有辅助信息支持。被告收到通知后，可以类似方式回应。随后，双方被鼓励在平台的在线协商模块中尝试解决争议。如果无法自行解决，法庭调解员会加入，通过文字、视频会议或电话协助达成协议。若最终无法达成一致，案件将交由法庭成员裁决，裁决可基于电子提交的材料，也可在举行听证会后作出。
案例研究二：英格兰与威尔士在线解决法庭
另一个更广范围的例子是英格兰与威尔士的在线解决法庭。该法庭于2018年启动，是更广泛的民事司法改革的一部分。
其流程设计与CRT类似，但管辖范围更广。目前，它可以处理所有标的额低于1万英镑的民事金钱索赔，并计划未来将管辖权扩大到2.5万英镑。此外，该平台的设计理念也正被应用于英格兰与威尔士的其他法庭程序。
与CRT相比，在线解决法庭的用户界面和申诉陈述流程略显正式。目前，它尚未推出类似Solution Explorer的自动化分流阶段，当事人通过一个网络向导来陈述和提交诉求及辩护。他们可以上传证据、交换和解要约并进行协商。同样，案件官员可以提供案件管理协助和调解，只有在协商阶段无法解决时，案件才会交由法官裁决。
以用户为中心设计的体现
那么，以用户为中心的设计方法如何在CRT和在线解决法庭中体现呢？这些案例展示了当该方法应用于在线法院程序时可能产生的结果。
我们可以看到，这些流程将所有诉讼相关活动重构为一系列法律微步骤，并通过用户友好的界面（包括网络表单、交互式向导、文档生成软件、文件存储库、消息工具和音视频会议应用）来呈现。这一切旨在通过友好的界面和用户体验，帮助自我代理的当事人独立有效地诊断法律问题、在辅助下陈述并提交诉求及证据、交换信息、协商和解、与调解员或法官沟通，并在必要时获得最终判决。
这种方法旨在帮助他们不仅“熬过”诉讼过程，而且能在没有律师代理的情况下成功有效地完成诉讼。这回应了“司法鸿沟”的概念，即对许多人而言，在当前程序障碍下诉诸法院是一项难以完成的任务。
在线法院的挑战与风险
然而，这种全新的法院体验也引发了担忧和挑战。许多学者和政策制定者认为，如果设计得当，在线法院的异步和交互特性实际上能赋能人们寻求救济、采取法律行动并有效参与程序。但也存在以下关键挑战：
- 程序公正性：在线环境可能限制人际沟通、影响当事人隐私、保密性和中立性，从而扭曲过程和结果。
- 有效参与与事实查明：在线程序可能影响当事人有效参与的能力，也可能妨碍法官进行事实调查、评估证人可信度的能力。
- 用户体验的意外后果：独特的用户界面设计可能产生非透明甚至具有操纵性的意外后果，影响当事人行为。
- 数字鸿沟：无法有效使用技术的人可能被排除在这些在线服务之外。
- 系统性关切：包括可能削弱公开听证的公共职能、改变人们通过法院追求的案件类型，以及因申诉过于便捷而导致法院案件激增。
应对挑战的设计与政策思路
面对这些挑战，政策制定者和设计者应如何应对？首先，必须秉持技术非中立的理念，认识到技术会塑造过程和用户行为。应对实际挑战（如数字鸿沟）可通过扩大法院或其他公共场所的接入点来实现，同时也需承认在线法院并非适合所有用户。
应对程序性和实质性负面影响的关键，在于我们讨论过的以用户为中心的设计方法本身。这要求：
- 利益相关方参与：在设计阶段就纳入所有受影响的利益相关方，确保他们的需求、偏好和能力得到体现。
- 道德与证据驱动设计：承诺进行道德和基于证据的设计。例如，对引入的每个在线法院功能进行 A/B 测试，评估其影响，如有不良影响则回滚调整。
- 持续数据收集与评估：持续收集数据以评估设计及法院运作对流程的影响，是否达成了设计目标，并据此进行负责任的修正。
值得注意的是，研究也表明在线法院可能带来意想不到的积极后果，例如，减少面对面互动可能降低司法裁决中因当事人种族或年龄而产生的差异。
总结与展望
回顾我们的讨论起点——“司法鸿沟”和“消失的审判现象”（绝大多数案件以撤诉、和解或不抗告告终），在线法院正是为了填补这一鸿沟，旨在为那些未进入审判程序的案件降低门槛、提供更优质的司法服务。
关于案件激增，结构化的流程设计和技术的运用确实可能导致更多案件提交，但也带来了显著的案件管理效率提升。普遍认为，法院能够利用现有资源处理增加的案件量。
在透明度方面，未来可以通过公开法院程序数据、在线直播听证会等方式实现，但这涉及数据安全、当事人隐私和官方记录认定等挑战，仍需努力。
至于人工智能，目前在线法院对AI的应用非常有限，主要用于早期诊断和申诉陈述。随着未来尝试在纠纷解决过程甚至结果生成中融入更多AI工具，必须首先解决关于算法司法干预的可接受性以及如何确保AI符合正当程序的规范性关切。
本节课中，我们一起学习了以用户为中心的设计如何塑造在线法院，分析了加拿大民事解决法庭和英格兰与威尔士在线解决法庭的经典流程结构，并探讨了在线法院在追求司法普惠道路上面临的关键挑战与风险。理解这些，将帮助我们透过以用户为中心的民事司法设计棱镜，更全面地分析在线法院平台。
017：数字经济竞争与规制（上）
📚 课程概述
在本节课中，我们将要学习数字经济中的竞争与规制。我们将探讨数字市场的定义、竞争与规制的基本概念，以及为何这些机制对于确保市场为所有参与者（包括消费者和企业）提供最佳结果至关重要。
🏛️ 讲师介绍
我是帕纳克曼，利兹大学的法学教授。我的专业领域是竞争法，研究的重点之一是数字经济中的竞争。
🌐 数字经济的崛起与影响
你知道吗？一些分析人士预测，到2025年，数字经济可能占整个经济的近四分之一。在过去的几十年里，数字化几乎触及了我们生活的方方面面，改变了我们生活、学习、工作、贸易和交流的方式。
数字技术的影响遍及整个经济，包括农业、建筑和公用事业等传统行业。数字化带来了诸多好处，例如新的就业机会、更便捷的购物体验、更轻松的社会联系，以及为大小企业拓展国际市场创造了有利条件。
亚马逊、谷歌、脸书等在线平台是创造这些效益的主要参与者。
⚠️ 数字市场的潜在问题
尽管好处众多，但我们知道，当数字市场变得高度集中、由极少数参与者主导时，也会引发担忧。在集中化的市场中，如果竞争不再有效，消费者和其他企业的结果将不是最优的。
以下是两个主要问题：
- 对消费者的影响：由于缺乏竞争，消费者可能不得不支付更高的价格或忍受低质量的服务。
- 对企业的影响：竞争企业可能会发现，由于市场中不面临竞争威胁的现有企业所采取的做法，它们无法进入新市场为消费者提供创新的服务或产品。
🎯 本讲目标
本讲座由两个视频组成，旨在帮助你理解竞争和规制如何在数字市场中发挥作用，以确保这些市场为数字经济的所有参与者（包括你我这样的消费者和其他企业）带来最佳结果。
在本讲结束时，你将能够：
- 识别数字市场中竞争与规制的基本概念。
- 判断当局何时有必要干预此类市场以确保其保持竞争性。
此类干预可以通过执行竞争法或制定法规来实现，尤其是在竞争法执法可能无法解决特定市场问题的情况下。
🔍 什么是数字市场？
首先，让我们探讨一下“数字市场”的含义。
当我们提到数字市场时，通常指的是那些公司对现有业务开发和应用新技术的市场，或者公司利用数字能力创造新服务或产品的市场。
在一个真正的数字经济中，来自各个工业领域的企业都投资于数字能力，并最有效地利用这些能力。这意味着有一天，数字化可能会如此深入地渗透到我们的整个经济中，以至于我们的整个经济在某种程度上都是数字化的。
⚔️ 什么是竞争？
既然本讲的主题是数字市场中的竞争与规制，那么我们应该问的第二个问题是：竞争和规制分别指什么？
竞争通常指的是市场上企业为争取买家、实现销售和利润等而独立努力的一种状态。这样定义，我们可以将竞争视为一种竞争关系，即不同企业试图通过提供比竞争对手更低的价格、更高的质量和更多的选择来吸引顾客。
竞争过程提升了企业的生产效率，因为它迫使企业降低成本以降低价格，从而吸引顾客。竞争也提高了市场的配置效率，因为它使更有效率的企业能够进入市场，而效率较低的企业则退出市场。
当竞争促使企业变得更有效率并降低成本时，市场的产出（即生产数量）会增加，价格会下降，更多的顾客可以购买产品。这个过程也鼓励了动态效率，即企业投资并参与创新，从而促进技术变革和进步。
市场竞争的这些特点意味着，确保市场更具竞争性的政策将带来更快的经济增长。这就是为什么全球有130多个司法管辖区采用了竞争法，以享受自由市场经济的好处。
📜 什么是规制？
规制通常指政府设立的机构为解决特定市场中的具体问题而发布的一套规则。它涉及对市场参与者的指令，告诉他们应该做什么、不应该做什么，或者建议做什么（即使不一定是强制性的）。
以下是规制的几种形式：
- 积极义务（必须做）：例如，如果脸书想推出一种新的加密货币来促进支付，金融法规会对其施加一项积极义务，要求其必须为该活动获得许可证。
- 消极义务（禁止做）：例如，网络中立性规则对宽带运营商施加了一项消极义务，要求其不得屏蔽对合法内容的访问。
- 助推或鼓励（引导做）：还有一种规制只是助推或鼓励人们做或不做某事，而不强制他们。例如，在一些国家，人们默认被指定为器官捐献者，但可以选择退出。没有人强迫人们成为器官捐献者，但通过将其设为默认选择，政府可以让更多人成为器官捐献者，这对社会有益。
🔚 本节总结与下节预告
在本节中，我们一起学习了数字经济的崛起及其影响，探讨了数字市场、竞争与规制的基本概念。我们了解到，竞争通过促进效率、创新和增长来使市场受益，而规制则是通过明确的规则来引导或约束市场行为。
你可能想知道，为什么能源、电信或金融市场等比大多数其他市场受到更严格的监管。在下一节中，我们将更深入地探讨为什么有些市场可能需要规制，而另一些则不需要。
数字治理：P18：数字经济竞争与规制（下） 🏛️
在本节课中，我们将继续探讨数字经济中的竞争与规制问题。上一节我们介绍了竞争与规制的基本概念、竞争政策对经济增长的重要性，以及针对特定市场问题可能采取的不同规制类型。本节中，我们将深入分析为何某些市场需要规制，而另一些则不需要，并探讨这些原则如何应用于当今的数字市场。
规制旨在解决由市场结构、固有特征或特定市场条件引发的问题。例如，没有人会希望有六家不同的供应商将六套煤气管道或电话线接入家中，而实际上这完全可由六家竞争性供应商来提供。某些市场属于自然垄断，这意味着单一企业能以低于两家或更多企业组合的成本服务该市场。本质上，自然垄断市场的特征决定了只有一家企业能高效地服务该市场。
此类市场通常受到规制。政府或公共机构通过规定价格、质量、准入条件等来设定这些市场的运营条款。
然而，除了自然垄断，其他情况也可能导致市场失灵，从而需要对市场进行规制。当市场无法实现有效结果时，就会发生市场失灵。这可能源于市场力量的存在或市场的负外部性。
以下是负外部性的一个例子：
- 公式/示例：当一家工厂生产产品时，也造成了空气污染，但它并不承担污染带来的成本。
同样，当市场上存在巨大的市场力量时——即一家公司或一组公司能够在不大幅失去销量或客户的情况下提高价格或降低产出/质量——市场也可能无法实现有效结果。此时，为确保有效的市场结果，采取规制而非单纯依赖竞争可能是合适的。
那么，这一切对数字市场意味着什么？近年来，不同利益相关者日益担忧数字市场变得越来越集中，少数几家大型科技公司主导了多个市场。数字平台市场的某些特征（我们将在后续视频中详细讨论）已引发要求对这些市场进行严格规制的呼声。
这是因为一些评论者认为竞争在这些市场上不起作用。另一些人则主张，应该拆分某些大型科技公司，如谷歌和脸书，因为它们的运营规模和商业行为阻碍了其他公司与它们竞争。
因此，关于数字市场中竞争与规制的相互作用，需要做出重要的政策决策和选择。
在本讲（包含两个视频）中，我们涵盖了数字市场、竞争与规制的基本概念。在后续视频中，我们将更深入地理解在线平台数字市场的共同特征，以及竞争法与规制的基本原则。我们还将仔细审视针对谷歌、亚马逊等公司商业行为的竞争法干预实例，以及全球范围内关于大型科技公司不同商业实践的法规。
本节课中，我们一起学习了市场失灵（如自然垄断和负外部性）如何成为规制的基础，并初步探讨了这些概念在高度集中的数字市场背景下的应用与政策辩论。
019：特征与经济影响 🚀
在本节课中，我们将要学习多边数字平台这一核心商业模式。我们将探讨其定义、关键特征，并分析其对经济产生的广泛影响。
你是否思考过报纸、房地产中介以及亚马逊、谷歌和脸书等技术公司有何共同点。这个问题的答案在于这些公司采用的商业模式。即多边平台模式。世界上一些最有价值的公司，例如苹果、亚马逊、阿里巴巴和谷歌，都运营着多边平台。通过学习这种商业模式，你将理解这些公司如何运作。它们对全球经济的影响。以及它们作为全球数字生态系统中的主要参与者，给数字治理带来的挑战。
在本讲结束时，你将能够解释什么是多边平台。并识别这种商业模式的特征。以及多边数字平台对经济的影响。
什么是多边平台？🤔
上一节我们引出了多边平台的概念，本节中我们来看看它的具体定义。
多边平台是一种商业模式。它涉及不同但相互依赖的用户群体通过平台进行互动。因此，平台是处于市场不同侧的两组或更多组不同用户之间的实体，它将这些不同侧的用户联系起来。
以下是几个例子：
- 音乐流媒体平台将听众与艺术家以及希望向乐迷投放广告的广告商进行匹配。
- 网约车平台将司机与乘客进行匹配。
- 搜索引擎将搜索信息的用户与内容提供商和广告商进行匹配。
与传统企业的区别 🔄
了解了多边平台的定义后，我们来看看它与传统企业有何不同。
多边平台与更传统的企业（例如制造商）有何不同。制造商通过在企业内部生产产品来创造价值。相比之下，多边平台通过促进不同用户群体之间的交换来创造价值。它们是中间人，通过促成拥有有价值事物可以相互交换的用户之间的匹配来产生收入。
平台的盈利模式 💰
既然平台通过匹配创造价值，那么它如何赚钱呢？这个问题相当棘手。尤其是在早期阶段，多边数字平台在一段时间内不盈利是相当常见的。
让我们思考一下为什么会这样。为了成功并产生收入，平台必须让所有侧的用户都加入并使用。例如，一个网约车平台需要同时拥有乘客和司机。成功的平台受益于所谓的网络外部性或网络效应。这意味着平台上一组用户的参与会产生外部性，通常为平台另一侧的用户带来利益。例如，加入网约车平台的司机越多，可能加入该平台的乘客也越多。这也可以发生在平台的同一侧。你在社交媒体平台上的朋友越多，你就越可能加入那个平台，而不是加入一个你朋友都没加入的竞争平台。
你能看到平台要成功必须解决的“鸡与蛋”问题吗？平台必须弄清楚是先吸引乘客还是先吸引司机上车。无论如何，首先如何吸引任何一侧的用户加入平台。为了解决“鸡与蛋”问题，平台可能会向平台的一侧免费提供服务。想一想，你是否曾为使用搜索引擎付费？或者你是否曾为在在线市场上购物而向平台付费？你几乎肯定没有。正是因为网络效应，这类平台通常不向一侧的用户收取任何费用。当这些用户加入后，平台再试图吸引付费侧的用户加入。付费侧的用户通常希望触达非付费侧的用户。例如，他们可能希望向这些用户投放广告。为了触达平台上的用户，他们将向平台付费以展示他们的广告。这就是谷歌等搜索引擎和脸书、推特等社交网络产生收入的方式。
其他平台以不同的方式产生收入。例如，一种常见的方法是促进两侧之间的交易、合同，并从中收取佣金。通常，这是按交易价值的一定百分比收取的费用。这就是亚马逊或阿里巴巴等市场以及Booking.com等在线旅行社的运营方式。
网络效应与市场结构 🌐
现在，你了解了多边数字平台的重要特征以及这些特征如何影响市场结构，让我们转向平台对经济的影响。
在平台市场上，网络效应也可能导致所谓的“赢家通吃”或“赢家占优”的动态。随着平台开始成功并增长，随着更多用户加入该平台，它可以变得越来越大，以至于没有其他竞争平台能够进入市场并吸引用户。这就像滚雪球效应。这可能导致市场向有利于一个平台的方向倾斜。不给竞争对手留下空间。强大的网络效应可能导致市场集中，用户转换成本高或不进行多归属。这意味着用户不会或不能，在相同服务上同时使用多个竞争平台。
话虽如此，网络效应也可以使这些平台市场更有效率。
平台的经济影响 📈
多边数字平台为所有用户带来诸多好处。你今天可能至少使用过几次它们的服务来联系朋友或阅读新闻。你现在正在使用一个平台观看这个视频。平台可以通过降低交易成本和促成新型交易来提高市场效率。对于企业而言，它们可以简化和降低物流及支付处理成本。增强供应商与消费者之间的沟通。并提供量身定制的广告可能性。它们还能使新公司建立在线业务并在全球市场中产生收入。
由于平台为中小型企业和大型公司都提供了分销渠道，它们通过为两者提供相同的潜在客户曝光度，拉平了竞争环境。对于消费者，平台降低了搜索成本，方便了价格和产品比较以及远程购物。同样，平台创造了新的选择，如共享办公空间、网约车、外卖和自由职业就业机会。这些特点为消费者提供了更多信息、便利、选择和竞争。从而降低价格，提高质量。
这并不是说平台的经济影响都是有益的。近年来，数字平台，尤其是大型科技公司的平台，引发了许多竞争和隐私方面的担忧。一些评论人士认为，谷歌、脸书和亚马逊等大型科技平台已经变得过于强大，应该被拆分。全球范围内提出的众多税务、就业和数据相关担忧也表明，在讨论平台的总体经济影响时，存在广泛的治理问题需要考虑。平台也可能使一些公司倒闭。从长远来看，效率较低的公司退出市场并被效率更高的公司取代，对消费者福利和生产力是有益的。但这必须在一个竞争环境中发生。并且必须将这些影响与那些扭曲竞争的影响区分开来。
总结 📝
本节课中我们一起学习了多边数字平台的商业模式及其独特特征。我们还探讨了平台对经济的主要影响。在后续课程中，你将学习一个特定的法律领域——竞争法，如何应对多边平台可能通过其商业行为造成的市场扭曲。同时，如果你想了解支持和反对拆分大型科技公司的论点以及其中的利害关系，你可以使用下面的链接观看我参与的一场关于该主题的现场辩论。
020：自由市场经济是否意味无界？监管原则剖析
概述
在本节课中，我们将学习自由市场经济中的监管原则，特别是竞争法的基本框架。我们将探讨为何需要竞争法、其主要目标、涵盖的商业行为类型以及执法方式。
自由市场经济与规则
你知道世界上大多数经济体都在一定程度上采用自由市场原则运作。
在自由市场经济中，关于生产、定价、投资和分配等决策主要基于供需信号，政府很少或完全不进行控制或干预。
这是否意味着自由市场经济中没有规则？当然不是。
这类经济体建立在企业间竞争的基础上。而竞争法则确保企业遵守游戏规则。
竞争法的目的
在之前的课程中，你了解到企业间的竞争能提高生产力、促进经济增长并为客户提供更多选择。竞争提升了企业效率，并确保市场在价格、选择、质量、创新和投资等方面实现最佳结果。
由于竞争市场与更快的经济增长之间存在关联，全球有超过130个国家采纳了竞争法和政策以保护市场竞争。
目前没有具有约束力的多边竞争法，但世界上大多数国家在其国内竞争法中采用了相似的规则。
竞争法的核心内容
竞争法几乎总是包含对卡特尔以及拥有市场支配力的企业从事反竞争行为的禁止，同时也包含基于竞争效果审查并购交易的规则。
我们稍后将更仔细地审视这些禁令。在此之前，值得提及的是，尽管不同司法管辖区的法律文本存在差异，但大多数竞争法的运作目标都是确保市场高效运行，为消费者带来最佳结果。这通常被称为消费者福利目标。
这意味着竞争法执法的指导原则是：被审查的商业行为是否使消费者境况恶化，例如导致价格更高、质量更低、选择更少等。
同样值得注意的是，现代竞争法与执法的主导方法是经济分析。诸如福利、效率、供需、边际成本和收益等经济概念是大多数竞争规则的核心。
这意味着，如果不对某项行为对市场的影响进行经济评估，通常无法判定特定的商业行为是否损害竞争或违反竞争法。
竞争法是功能良好经济的支柱，因此对数字治理也至关重要，因为它们为在数字市场（如在线平台）运营的企业设定了游戏规则。
竞争规则的主要内容
现在，让我们转向不同司法管辖区常见的竞争规则内容。竞争法适用于企业的商业行为。“企业”是指从事任何经济活动的实体，例如公司。
竞争法建立在三大支柱之上。
第一支柱：禁止反竞争协议
几乎所有竞争法都普遍采纳的第一支柱，是禁止通过至少两家企业间的意志合谋来扭曲、限制或消除竞争的反竞争协议和协同行为。这项禁令有时被称为禁止卡特尔。
反竞争协议可以是横向的或纵向的。
- 横向协议发生在互为竞争者的企业之间，例如两家相互竞争的鞋类制造商之间。
- 纵向协议发生在处于不同市场层级、通常不构成竞争关系的企业之间，例如鞋类制造商与鞋类零售商之间。
协议可能因固定产品价格、限制可用数量或对下游中介施加其他销售或供应条件等而构成反竞争。
你知道吗？在美国、英国和爱尔兰等一些司法管辖区，操纵价格的企业人士可能因此行为而入狱。
第二支柱：禁止滥用市场支配地位
竞争法的第二支柱是禁止一个企业或一组企业反竞争地单方面行使市场支配力。这里不需要存在协议，而是通过单方面行使市场支配力来扭曲市场竞争。
市场支配力指的是一个企业在相当长的一段时期内，能够有利可图地将价格提高到竞争水平之上，或减少产出、创新，或降低特定市场产品质量的能力。要使此类商业行为对实施公司有利可图，必须满足一个条件：客户对于该公司的产品或服务没有足够的替代选择。
确立市场支配力并非易事。我们通常使用经济分析来考察市场份额、竞争对手的市场地位、进入壁垒以及抵消性买方力量，以确定市场支配力的存在。
竞争法通常不禁止市场支配力的存在或获取，但禁止利用市场支配力来排斥、扭曲或消除竞争。这项竞争规则通常被称为禁止滥用市场支配地位或垄断化。
此类滥用行为的例子包括：通过以低于成本的价格销售产品（一种称为掠夺性定价的做法）将高效的竞争对手排除出市场；或者通过向关键客户提供回扣和折扣来增加竞争对手的成本（这些被称为排他性行为）。一些司法管辖区也禁止剥削性滥用，这涉及拥有市场支配力的企业损害其客户利益的行为，例如收取不公平或过高的价格。
第三支柱：并购控制
竞争法的第三支柱涉及收购与合并，即可能导致竞争实质性减损的交易需遵守并购控制规则。
一项合并或收购是否受并购控制规则约束，通常由相关方的营业额或收入、并购交易的价值，或两者结合来决定。
如果发现并购交易会导致对有效竞争的显著阻碍（例如，那些将创造垄断的并购），则可以依据并购控制规则予以禁止。
竞争法的执行
竞争法通常由指定的机构（通常称为竞争主管机构）来执行。该机构决定法律是否被违反，并可对违法行为处以巨额罚款。
在美国等一些司法管辖区，此类违法决定需要由司法机构（例如法院）在竞争主管机构调查该行为后作出。
一旦违法行为被确认，也意味着相关公司必须终止该违规商业行为。
除了主管机构处以罚款外，违反竞争法还可能导致损害赔偿诉讼（即索赔）。因违法行为（例如因价格上涨）而遭受损失的私人当事方可以提起此类诉讼。
总结
在本节课中，你学习了竞争法在自由市场经济中的功能、竞争法旨在实现的目标、世界各地竞争法中常见的规则，以及竞争法是如何执行的。
在下一讲中，我们将讨论在多边数字平台市场中应用竞争法所面临的挑战，并了解一些公司（如谷歌）因违反竞争规则而被处以数十亿美元罚款的案例。
021：科技巨头时代的数字竞争法适用
在本节课中，我们将学习将竞争法应用于数字市场时所面临的一系列挑战。通过了解这些挑战，你将理解现有竞争法的局限性，以及为何需要对其进行修订或重新构想，以确保数字市场保持竞争性。
概述
在之前的课程中，我们了解到，像谷歌、亚马逊、优步、Facebook等这样的多边数字平台，通过创新的产品和服务为全球消费者和企业带来了诸多益处。然而，这些公司所采用的多边平台模式的成功，也使得其中一些公司获得了前所未有的市场价值和权力。这种权力的积累引发了担忧：在某些数字市场上，竞争可能已无法在质量、选择、创新和价格方面带来最佳的市场结果。
竞争法的三大支柱及其挑战
上一节我们介绍了数字市场带来的普遍担忧，本节中我们来看看竞争法的具体框架如何应对。在之前的课程中，我们解释了竞争法的三大支柱。这包括：
- 禁止反竞争协议。
- 禁止滥用市场支配地位或垄断。
- 并购控制。
数字市场对这三大支柱都构成了挑战。我们将依次探讨每个支柱，并讨论将竞争法应用于多边平台时面临的一些挑战。
支柱一：禁止反竞争协议
首先，我们考虑数字市场如何对禁止反竞争协议构成挑战。在此背景下，算法和数据构成了一个挑战，这两者都是数字平台商业模式的核心。
你是否听说过亚马逊上一本关于苍蝇的生物书售价超过2300万美元？这个价格源于算法之间的“战争”。该书的两个卖家使用了自动定价软件，算法会根据竞争对手的价格来调整售价。由于双方卖家都不知道软件中没有设置价格上限，导致价格一路飙升。可想而知，这本书并没有卖出去。
数字市场和在线平台使得监控竞争对手的价格变得非常容易且成本低廉。卖家可以利用人工智能和数据自动化定价决策，并运用算法来固定竞争产品的价格，而不是进行价格竞争。
正如你在之前的课程中所知，现有的禁止价格固定的竞争规则可以适用于这些情况。但其在算法驱动决策中的应用尚不明确。这是因为在某些情况下，算法可能是自学习的，能够在没有人为干预的情况下找出固定价格的方法。根据算法和公司的行为，竞争法在此类场景中可能适用，也可能不适用。
即使竞争法适用，在证明违法行为方面也可能存在巨大挑战，因为单个公司的合法独立行为与公司间非法共谋之间的界限变得模糊。
数字平台在纵向协议方面也对竞争法构成了挑战。一个例子是，评估亚马逊、Booking.com等平台与其签约伙伴（如卖家或酒店）之间的某些协议是否违反竞争法存在困难。例如，最近在欧洲，许多竞争主管机构在对Booking.com的“最惠客户条款”及其与酒店的协议进行调查时，得出了相互矛盾的结论。
这些条款要求Booking.com的酒店合作伙伴为其提供至少与酒店在其他平台及自家官网上提供的同等优惠的价格和房源条件。竞争主管机构对于此类条款何时会违反竞争法得出了不同的结论。这意味着，尽管所有主管机构都适用相同的规则，但同一平台在欧洲范围内因相同行为而受到不同的规则约束。
支柱二：禁止滥用市场支配地位
接下来，我们探讨数字市场在禁止滥用市场支配地位方面带来的挑战。多边数字平台在这一领域也提出了若干挑战。
其中一个挑战涉及相关市场的界定，这是在单边行为案件中评估被调查公司的市场力量和支配地位之前的必要步骤。支配地位只能相对于特定的相关市场来确立。市场界定决定了哪些替代品可以对被调查公司的产品或服务施加竞争压力。
对于数字平台，一个难点在于决定平台的两边是否属于同一市场，以及在何种情况下属于。另一个问题涉及线上和线下市场（例如广告市场）是否以及何时应被视为同一市场的一部分。还有一个困难源于竞争法使用公司能够有利可图地提高价格的能力作为衡量市场力量和界定相关市场的手段。
那么，当许多数字平台（如谷歌和Facebook）向消费者提供服务不收取货币价格时，如何界定市场并确立市场力量呢？
尽管在数字市场应用竞争法方面存在许多未解之谜，但近期已有数起涉及数字平台的高调竞争案件。欧盟及其成员国，尤其是德国，在执行禁止单边行为方面尤为积极。
你知道吗？仅欧盟委员会在三年内针对谷歌作出的三项决定，就因其违反竞争法而处以超过90亿美元的罚款。虽然一些涉及数字市场排他性行为的决定应用了既定的法律和经济损害理论，但另一些则进入了未知领域。
一些有争议的问题包括：像Facebook这样的平台，将其从旗下不同平台（如WhatsApp和Facebook社交网络）获取的数据进行合并，其合法性如何？以及谷歌在搜索引擎结果页顶部突出显示其关联结果的行为是否合法？
支柱三：并购控制
最后，我们将简要讨论并购控制方面的挑战。在过去的十年中，据报道，谷歌、亚马逊、Facebook、微软和苹果在全球进行了超过400起收购。
许多并购不会引起担忧，大型数字公司的大多数收购可能对消费者是无害或有益的。然而，一些人表达了对大型科技公司周围“杀戮区”的担忧，即这些公司收购它们视为未来竞争对手的初创企业，以扼杀潜在竞争。
像Facebook收购Instagram、Facebook收购WhatsApp、谷歌收购DoubleClick、谷歌收购Waze等并购案，在事后回顾时引起了特别关注。
成熟公司对初创企业的收购并不总是达到触发并购审查和/或申报要求的基于营业额的阈值，因为这些初创企业在被收购时尚未产生显著的营业额。例如，当Facebook在2014年以190亿美元收购WhatsApp时，WhatsApp是一家拥有约50名员工、净亏损约1.3亿美元的五年初创公司。
因此，一些收购的交易价值表明，被收购初创企业的营业额可能无法反映其竞争价值。困难在于，要评估涉及数字市场在位者的并购，执法机构必须预测目标公司在没有并购情况下的发展轨迹，当目标是年轻公司时，这尤其困难。
此外，被大公司（包括大型科技公司）收购是初创企业重要的退出策略，这为高风险创新的私人融资提供了激励。因此，需要一种复杂且经过修订的评估方法，以正确确定此类并购的竞争效应。
总结
在本节课中，我们学习了将竞争法应用于数字市场时面临的一些挑战。正如你所见，在调整竞争法在这些市场中的应用过程中，存在一些难以回答的问题。但这并不意味着竞争法不能继续成为确保数字市场保持竞争性的有效手段。这些挑战表明，法律的某些方面需要为数字市场重新思考、重新构想和微调。
这是许多政策制定者当前正在应对的挑战，包括通过采用新法规来补充数字市场的竞争法。在未来几年，竞争与政策将继续是数字治理的一个重要方面。
022：数字市场监管的必要性与逻辑起点 🎯
在本节课中，我们将探讨数字市场中竞争与监管如何相互作用。我们将了解政府为何以及何时需要对市场进行干预，特别是数字市场，并分析监管背后的经济与社会逻辑起点。
经济目标：提升市场效率
上一节我们提到了监管的总体目标，本节中我们来看看监管背后的具体经济动因。经济目标的核心是确保市场高效运行，当市场自身无法有效运作时，监管便成为必要手段。
以下是几种主要的经济性监管理由：
- 应对市场力量与垄断：当一家公司（如被许多人视为社交网络垄断者的Facebook）拥有过大的市场力量时，它可能做出损害竞争者或消费者的行为。如果这种力量持续存在且竞争无法有效制约，政府可能介入，以模拟竞争效果或创造竞争条件。
- 公式描述：垄断力量可能导致
价格 (P) > 边际成本 (MC)，并产生社会净福利损失。
- 公式描述：垄断力量可能导致
- 解决信息不对称：当消费者缺乏做出知情选择所需的信息或理解能力时，市场可能失灵。例如，如果你不知道网速慢是YouTube服务器问题还是网络服务商（ISP）的限流所致，你就无法做出有效的消费决策。知晓内情的公司可能利用这一点损害你的利益。
- 代码描述：
消费者决策质量 ∝ 可获得的信息透明度
- 代码描述：
- 处理外部性：企业的经济活动可能产生其自身未承担的正向或负向溢出效应。例如，科技巨头收购所有有潜力的初创公司，虽激励了创业者，但长期可能扼杀未来的竞争者，损害可持续竞争与创新，对整个社会产生负面影响。这种趋势本身可能成为监管对象。
社会目标：促进社会福祉
除了经济效率，政府监管也致力于实现社会目标，关注社会整体福祉。这些规则可能以一定的经济效率为代价，以换取更重要的社会价值。
以下是几种主要的社会性监管理由：
- 保障内容与观点多元性：要求平台或媒体保持某种中立性或非歧视性的规则，旨在确保不同内容和观点都能被传播。尽管支持小众内容的成本效益可能较低，但社会认为让多元声音被听见比单纯追求利润更重要。
- 保护基本权利与民主进程：关于网络言论自由（如打击仇恨言论、网络欺凌）、数据保护与隐私的规则，旨在保护政治进程、个人隐私与自决权。剑桥分析公司丑闻凸显了数据滥用如何腐蚀民主进程，这加强了要求社交媒体公司更严格管理用户数据及过滤有害政治言论的监管呼声。
总结与展望
本节课中，我们一起学习了数字市场监管的主要逻辑起点。我们看到，监管是一个复杂的体系，其目标多样，从纠正因缺乏竞争导致的市场失灵，到维护长期的社会凝聚力与进步。
这些目标并不总是容易协调，何时以及如何进行干预也是一个难题。在下一个视频中，我们将迈出回答这个问题的第一步：即如何判断何时应依赖市场竞争力量，何时需要更具体的监管。
023：竞争与规制的适用场景分析 🎯
在本节课中，我们将基于已学知识，探讨一个关键问题：既然竞争和规制对于经济高效运行都非必需，我们应如何判断何时使用哪种工具？正确把握这一点至关重要，因为若工具选择错误，过度依赖竞争或规制，很可能无法达成预期目标。
竞争作为默认机制 🔄
上一节我们介绍了数字市场的基本概念，本节中我们来看看如何选择治理工具。自由市场经济主要依赖竞争来实现市场效率，并限制企业的不良行为。例如，若某公司对同类产品定价过高，而其他公司售价更低，该公司很可能倒闭。同样，若产品质量低劣或不可靠，消费者会转向其竞争对手。
我们倾向于主要依赖竞争，因为理论与实践反复证明，竞争通常是实现我们对市场普遍期望的最佳途径。这些期望包括：
以下是竞争通常能带来的益处：
- 更低的价格
- 更多样化的选择
- 更多的创新
- 更优的质量
- 能响应人们需求的产品与服务
相反，政府通过规制手段，并不擅长定价游戏，也难以快速调整规则以满足消费者不断变化的需求。因此，我们的基本原则是：除非存在问题需要解决，否则应依赖竞争。
这便引出了我们对“竞争与规制”之争的答案：我们倾向于优先选择竞争，除非存在竞争无法解决的问题。
何时需要规制？⚖️
那么，我们所说的是哪些问题呢？规制主要在两种情况下变得必要。
1. 当竞争失效时
竞争可能因多种原因无法有效运作。在数字市场中，一个常见原因是许多产品与服务围绕网络构建，而网络会随着更多用户加入而变得更有价值。因此，成功的网络会吸引比其竞争对手更多的用户，从而变得更成功，形成循环。这被称为网络效应。
此外，如果用户难以转换到其他网络，他们可能不会尝试竞争对手的服务。这被称为转换成本与锁定效应。
在这种情况下，我们可能需要制定规则，以允许竞争者进入市场，打破“强者恒强”的循环。例如，我们可以强制要求数据可携性，使用户能够将其数据迁移到其他网络，从而降低转换成本。
竞争可能失效的另一个原因是，有时市场仅能容纳少数参与者，过多参与者会导致成本过高、效率低下或不可取。例如，移动操作系统市场十多年来实质上只有Android和iOS两家。当市场结构注定只有少数玩家存在时，我们可能需要制定规则，要求它们尽可能公平、甚至中立地运营，因为整个行业的其他部分高度依赖于它们。
2. 当目标超越经济范畴时
我们之前提到，有些目标本质上是竞争不擅长实现的。在这些情况下，规制行动可能是必要的。这些通常是社会或环境目标。
例如，大多数主流电视频道可能不会选择播放关于艺术或少数群体的节目，因为只有一小部分人群对此感兴趣。然而，我们却有规则要求它们必须这样做。这是因为我们认为社会包容和支持艺术很重要，但遗憾的是，市场机制在支持此类目标方面表现不佳。
或者，当法律通过某些最低限度的隐私和数据保护保障时，部分原因是我们看到人们自身并不善于保护自己的隐私和数据，因此法律代其行事。这听起来有些家长式作风，但在某种程度上，这与法律强制你在车内系安全带并无不同。在这两种情况下，人们都有选择，但未能很好地行使。
一个运作良好的政府的部分职责，就是通过规则帮助我们朝这些方向前进。
核心原则总结 📝
现在，让我们回顾关于何时使用规制、何时依赖竞争的基本原则：
- 对于经济相关目标，最好允许竞争来约束市场参与者，除非我们能识别出那些倾向于使市场力量集中或持续增强的因素，且这些因素可能被滥用。
- 对于社会或其他非经济目标，我们可能需要优先考虑规制。
当然，所有这些在政府和市场都运作良好的情况下效果最佳。否则，尽管意图良好，竞争和规制都可能失败。在接下来的视频中，我们将看到相关的例子。
本节课中，我们一起学习了如何根据是否存在竞争无法解决的问题（如网络效应、锁定或追求社会目标）来决定是依赖市场竞争还是引入政府规制。理解这一适用场景分析，是进行有效数字治理决策的基础。
024：竞争政策与监管有效性 📊
在本节课中，我们将通过一个极具争议的案例——网络中立性，来探讨竞争政策与监管措施的实际成效。我们将回顾其发展历程，并从中提炼出关于如何平衡竞争与监管的重要启示。
概述
截至目前，您应当已经对竞争法的定义、其在数字市场中的应用，以及监管的作用和它所能解决的问题有了清晰的认识。然而，一个核心问题依然存在：这些工具真的有效吗？竞争与监管是我们促使市场良好运行的主要手段，但它们是否真能带来预期的结果？本节视频将通过过去十年中最具争议的议题之一，来审视竞争与监管的目标及其实际达成的效果。
在深入探讨之前，需要明确一点：对于如何监管某事物，不同的人会有截然不同的看法。不存在解决任何问题的唯一标准答案。即便存在这样的答案，当市场条件在数月后发生变化时，它也可能迅速过时。一个解决方案的正确与否，取决于人们的偏见、优先事项、整体世界观以及他们所掌握或选择相信的数据。没有两个人的这些因素会完全相同。
基于此，我们将以网络中立性为例，来思考如何为同一问题设计不同的解决方案，以确保我们找到竞争与监管的正确组合。找到正确的方法可能意味着我们必须先经历几次失败，但这就是现实，也是竞争与监管的本质。
网络中立性原则
网络中立性是指互联网服务提供商在向用户传输内容和应用程序时不应进行歧视。例如，它们不应偏袒Netflix而打压YouTube，或偏袒Zoom而打压Skype。
这一规则的主要目的是让内容和应用程序能在公平的竞争环境中竞争和发展，而不是由互联网服务提供商来挑选赢家和输家。网络中立性的核心理念是：互联网之所以能发展到今天，是因为它允许每个接入者进行创新，而这种创新不应被处于中间位置的网络连接提供商任意限制。
发展时间线与模式演变
这个简单的原则在实践中被证明极具争议。通过回顾多年来监管机构和竞争执法机构尝试过的众多措施，我们就能明白原因。让我们快速浏览一下时间线，然后从中总结一些经验教训。
- 2002年（美国）：首次出现歧视案例，互联网接入公司屏蔽Skype，迫使用户使用其自有电话服务。
- 2005年（美国）：联邦通信委员会（FCC）通过《互联网政策声明》，敦促互联网服务提供商不要屏蔽或歧视内容和应用，也不要禁止无害设备接入网络。这些原则不具约束力，因为FCC当时仍认为互联网提供商之间的竞争会促使它们自愿提供优质、透明的服务。
- 2010年（美国）：随着更多案例出现，FCC认定竞争已不再有效，于是在《2010年开放互联网指令》中，将“不屏蔽、不歧视”原则变为具有约束力的规定。
- 2010年代初期（欧盟）：大西洋彼岸的欧盟当时仍依赖竞争机制，并未采纳任何网络中立性规则。其观点是欧洲的互联网提供商竞争更激烈，因此滥用权力损害消费者利益的可能性更低。
- 2014年（美国）：FCC提出了一个有趣的转变，建议从禁止特定行为的僵化、“非黑即白”的规则后退一步，转而提出一项灵活的规则，禁止“商业上不合理的行为”，并依据具体案例进行判断。这是在部分依赖竞争力量和部分依赖监管之间的折中方案。遗憾的是，该提案未获通过。
- 2015年（美国）：FCC最终采纳了明确禁止屏蔽、流量限制和优先处理的具体规则，坚持了其在2010年引入的严格监管模式。
- 2015年（欧盟）：欧盟注意到屏蔽和歧视案例在欧洲也开始增多，于是也通过了具体的网络中立性监管条例。
- 2017年（美国）：形势再次突变，FCC废除了其规则。这并非因为市场状况大幅改善，而是由于重新相信竞争足以约束互联网提供商的不良行为。可以推测，这部分归因于当时新上任的特朗普政府明显更不倾向于监管。截至2020年，这一政策依然持续。
核心启示与经验总结
从网络中立性的漫长历程中，我们可以得出许多重要的启示。
首先，请注意监管变化的频率。仅在过去十年，我们就经历了三次重大的政策转向以及许多其他左右摇摆。这证明了底层问题的复杂性以及做出正确决策的难度。
其次，监管机构多年来频繁地改变立场，这不太可能完全是对新市场条件的反应。正如前文所述，关于竞争是否足以带来良好的市场结果、是否需要监管以及监管应采取何种形式的决定，往往基于政治或个人倾向。对一位政策制定者或政府而言是问题的事情，对另一位来说可能根本不值得担忧。
最后，请注意这场博弈中存在的多方竞争利益：
- 互联网提供商希望控制其网络中的流量走向并实现盈利。
- 内容与应用提供商希望在没有互联网提供商或其他方干扰的情况下提供服务。
- 用户希望访问尽可能多的内容和应用，同时也希望获得可靠的互联网连接服务。
几乎不可能找到一种让所有人都满意的方法。对一个利益相关方而言是良好解决方案和成功结果的事情，对另一方来说可能是灾难性的。
总结
本节课我们一起回顾了网络中立性的发展历程，并分析了竞争与监管在其中的互动与演变。可以稳妥地说，与许多其他事物一样，监管和竞争存在于一片灰色光谱之中，而非简单的非黑即白。
我们希望您喜欢这个关于数字市场竞争与监管的系列视频。我们广泛探讨了竞争与监管是什么，以及如何将它们作为工具来帮助市场和社会的运行更符合我们的利益。但最重要的是，现在应该很清楚，这是一场非常复杂的博弈，涉及众多竞争利益、大量细微差别和持续不断的变化。从一开始就做对并让所有人满意几乎是不可能的。但希望您现在对其中涉及的风险以及如何在宏观层面规范市场有了清晰的认识。
因此，请走出去，观察周围，并问自己：您看到了什么问题？涉及哪些利益相关方？谁应该被优先考虑？为什么？请保持公平、理性，并且勇于思考。
025：产权制度、交易与激励机制（上）
概述
在本节课中，我们将探讨数据所有权的核心问题。我们将学习产权的基本概念、其在社会和市场中的分配方式，以及数据所有权设计如何影响投资激励、市场竞争和社会福利。
我叫克劳斯·海纳。我是鹿特丹伊拉斯姆斯大学法学院的法律与经济学教授。我也担任欧洲一体化经济分析的盖伊讲席教授。我对与数字化挑战相关的法律设计问题有浓厚兴趣。
你是否曾问过自己，为何公共空间常常杂乱不堪？为何金枪鱼被过度捕捞？为何学习小组中的协作有时成功有时失败？为何苏联作为资本主义国家的替代社会经济体系会失败？为何谷歌搜索引擎一方面是一个出色的技术工具，另一方面却成为竞争监管机构的长期困扰？
所有这些问题的答案都与所有权有关。谁应该对有形和无形资源做什么，以及谁能从特定的资源配置中受益？数据所有权的分配为投资高技术（例如搜索算法）设定了激励，但同时也可能阻止竞争对手提出更好的技术构想。利润将流入那些能够行使数据所有权的人手中。因此，数据所有权的设计是社会面临的一个关键问题，最终必须由合法的立法者来回答。
在本课程的这一部分，我们将处理数据所有权的基本问题。
产权基础：概念与影响
上一节我们提出了数据所有权的核心问题，本节中我们来看看产权的基本概念及其如何塑造社会行为。
产权决定了社会中资源的分配和决策。理解产权的不同维度及其如何影响社会福利至关重要。
以下是产权的几个关键维度：
- 使用权：决定如何使用一项资源的权利。
- 收益权：享受使用资源所产生收益的权利。
- 转让权：将资源所有权或使用权转移给他人的权利。
产权的分配通过设定激励来影响决策。例如，明确的产权可以鼓励对资源的长期投资和维护。
数据所有权的挑战与权衡
理解了产权的基本概念后，我们现在将其应用于数据领域。数字化技术对传统的所有权观念提出了挑战。
你知道你一生中产生的数据归谁所有吗？是你的数据、为你提供服务的公司的数据，还是由政府代表的社会共有的数据？你能阻止他人使用你的数据吗？你阻止他人使用你的数据是合法的吗？我想，你感到困惑了。
产权的分配对回答这些问题起着决定性作用。但同时，在各种合法利益之间存在棘手的权衡。
一方面，一家大型科技公司可能比你或政府更有能力，通过发明卓越的算法和商业模式，充分挖掘大数据的宝藏。但另一方面，这样的公司将积累垄断权力，并可能利用其技术领先地位歧视部分社会成员，从而损害社会利益。
另一方面，如果市场上没有利润（因为公司可能对数据没有所有权），公司为什么要进行任何风险投资呢？例如，投资于一个能够检测易感染新冠病毒人群的算法。
许多类似的问题存在，并且没有简单的答案。
后续内容预告
在接下来的讲座中，我们将深入探讨以下主题：
- 产权的概念
- 数字化与数据所有权
- 数据治理的设计
总结
本节课中，我们一起学习了数据所有权的重要性及其引发的复杂问题。我们了解到，产权制度是激励投资、配置资源的核心机制，而数据作为一种新型关键资源，其所有权的设计需要在激励创新、促进竞争和保护社会公共利益之间找到平衡。这需要立法者进行审慎的思考和设计。
026：产权制度、交易与激励机制（下）
概述
在本节课中，我们将学习产权在社会中的福利增进作用，并详细描述产权设计如何影响社会福利。我们将深入分析产权的本质、其法律设计特征，以及如何通过巧妙的产权制度设计来解决外部性问题。
产权的本质与目标
上一节我们介绍了产权的基本概念，本节中我们来看看产权的深层分析。一个重要见解是：产权首先并非一个道德范畴，而是人类为实现特定社会目标而设计的工具。
例如，产权旨在通过竞争降低消费品价格、激励企业家创新或保护环境。产权赋予所有者对资源的完全控制权，包括禁止他人进入或使用。只有拥有所有权，你才有权订立合同，允许他人使用你的资源并获取相应补偿。这使得所有权成为贸易与交换的基础。
专利制度：一个完整的产权周期案例
以下是专利制度如何体现产权设计目标的示例：
- 激励创新：专利法赋予发明者对其发明的所有权，保护其免受模仿侵权，从而激励人们进行发明创造。
- 促进交易与利用：发明者常通过与有实力的企业家签订合同，以收取特许权使用费为交换，授予其独家使用权，从而让发明得以商业化。
- 最终社会化：专利法规定，若干年后专利不再受保护，他人可免费使用该创意。此时，知识产权便实现了社会化。
显然，产权在此经历了一个从排他性私有财产到公共所有的完整周期。合同帮助将发明蕴含的福利传播至整个社会。这个例子表明，所有权的首要功能是最大化社会福利，而非道德宣示。
这意味着，产权的审慎法律设计旨在使社会全体成员变得富裕。为此，授予排他性所有权以激励人们为社会生产，并通过合同交换产权，可能是有用的。这样，有价值的财产被创造出来，并最终实现其最具价值的社会用途。
产权的法律设计特征
产权旨在激励创新与生产力、保持较低的交易成本并最大化社会福利。但根据有形或无形资产的具体特性，产权需要特定的设计特征才能发挥最佳作用。因此，与产品相关联的产权束决定了商品的价值。
例如，法国法律规定，著名法国画家的画作不得出售给其他国家。假设你是一位法国收藏家，考虑购买一幅名画。你很可能不会出高价，因为你不被允许在若干年后画作升值时将其出售到国外。这项限制出售地点的产权规定显然降低了画作的价值。因此，正是产权束的具体规定赋予了商品价值。
产权的具体权能
早在罗马法中，就已识别出产权的一般性权能。这些权能可以同时、单独或组合适用于一项物品。
以下是产权的主要权能：
- 使用权：使用物品的权利。例如，租用度假公寓。
- 收益权与承担损失义务：获得使用物品带来的收益，并承担相应损失的责任。例如，租赁一辆送货卡车并用其开展业务。
- 改变权：对物品进行改造的权利。例如，在租用的土地上建造房屋。
- 转让权：出售物品或其部分权利并保留收益的权利。例如，出售小说的版权。
与物品相关联的产权束越完整，该物品的价值通常就越高。然而，这并不意味着只有完整的产权束才能最大化社会价值，其中可能存在需要权衡取舍的情况。
产权与外部性
上述例子已暗示了外部效应这一类别。当物品的使用对他人产生正面或负面影响，且无法将他人排除在这种影响之外时，外部效应就产生了。
以下是两种外部性的例子：
- 负外部性：例如，生产过程中的二氧化碳排放未按其真实社会成本计算。环境损害和健康损害的成本被外部化，生产者并未补偿。由于计算成本过低，会导致该物品生产过剩。
- 正外部性：例如，堤坝保护其后所有生命，即使他们可能并未为其建造和维护做出贡献。如果可以“免费搭车”，则可能出现过度使用和资源耗竭的问题。若纯粹依靠私人主动且无进一步的产权规定来建造堤坝，结果可能是无人建造。
从产权理论的角度看，解决环境问题、激励堤坝建设、投资抗病毒新药或维护音乐作曲家的产权，都依赖于产权制度的巧妙设计。
此外，特定的商业模式也依赖于巧妙的产权分配制度，例如爱彼迎、优步、云服务、租赁合同或特定的金融工具。
总结
本节课中，我们一起学习了产权的福利增进角色。我们了解到产权是一种为实现社会目标而设计的工具，其价值由一束具体的法律权能决定。我们探讨了专利制度如何展示产权的完整周期，并分析了正负外部性如何通过产权设计来应对。在接下来的课程中，我们将更具体地关注数字化与数据所有权，探讨数据的商品属性、现有的数据所有权制度及其带来的后果。
027：数字化进程与数据所有权问题 📊
在本节课中，我们将探讨数字化与数据所有权之间的相互关系。我们将分析数据的本质属性，并学习如何运用不同的法律工具来界定数据的所有权。课程将涵盖个人数据与工业数据的区别，以及财产法、侵权法和行业法规在数据治理中的应用。
在上一讲中，我们了解到明确商品上的财产权是促进市场交换和提高社会福利的关键。
然而，私有财产权并非总是提升社会福利的最佳所有权界定方式。公有财产权以及公私混合的所有权形式也是可能的选项。
因此，我们首先要处理的问题是：数据属于何种商品？数据具有哪些属性？只有回答了这个问题，我们才能以合理的方式界定数据上的财产权。
数据（或信息）是否构成商品，以及在何种情况下数据有资格成为特定商品，并非一个简单的问题。答案将决定你采用何种法律概念来构建旨在提升社会福利的数据治理体系。
这里，我们只能初步了解其中涉及的复杂性。最根本的问题是：数据是否是一种有形商品？乍一看，你可能会认为它是一种无形商品，但这并不明确。有观点认为，数据总是依附于物理载体，例如硬盘。
以此为出发点，你可能会主张数据可以像土地财产一样对待，如果你没有签订其他合同，就可以拒绝他人访问。但你也可能从另一个假设出发：数据是流动的，不具备可以被简单地“圈起来”的财产特性。
早在1899年，德意志帝国法院就面临一个类似的大问题：电力是否是一种商品，可与常规商品相提并论？电是波还是粒子？只有它是粒子时，才能像其他商品一样被“盗窃”。显然，这个问题没有完美的答案。因此，一项新的刑事罪名被创立：盗窃电力。
这个快速的思考已经为我们提供了一些指引，告诉我们可参考哪些法律工具来分配数据中的财产权。
以下是三种主要的法律工具：
- 财产法：数据被分配给一个法人实体，该实体在数据受到侵害时（如同土地被非法侵入）拥有禁令权。可以拒绝签订合同。
- 侵权法：数据被分配给一个法人实体。如果发生侵权，无法申请禁令，但必须为侵权行为支付赔偿。不能拒绝签订合同。
- 行业法规：数据所有权的具体规定根据其旨在实现的特定目的而有条件地进行规范。欧盟数据库法律就是这种方法的一个例子，它规定了什么是数据库，以及与数据库相关的具体权利和义务。
财产法和侵权法属于私法范畴，旨在促进市场交换，争议将在法庭解决。行业法规则规定了合同可能存在的范围，属于公法范畴。在私法和公法内部，可以根据上一讲学到的四种通用财产权规范来具体界定财产权。
进一步而言，我们可以根据数据产生的背景来区分不同的实质性数据类别。
首先想到的一个类别是个人数据。这些数据记录了可识别的数据主体。通常，个人数据与单个个体相关联，隐私问题随之出现。根据一个著名的定义，隐私通常意味着“不受打扰的权利”，以及在互联网上“被遗忘的权利”。你可以将其理解为：你对关于自身的数据拥有多强的财产权？
显然，上述三种不同的法律工具对这个问题给出了不同的答案。
根据财产法，如果他人使用其数据未经过正式合同约定（包括补偿），个人将拥有强大的权利来反对任何此类使用。这种方法的问题自19世纪末隐私辩论开始以来就一直存在：如何执行“不受打扰的权利”？或者如今，如何在互联网上强制执行关于你的私人信息被完全删除？
由于执行问题的背景，第二种方法（侵权法）变得突出。原则上，侵犯你个人数据的排他性被视为对你的财产造成损害。你的财产在未经合同同意的情况下被滥用。因此，必须支付赔偿。这种方法比试图通过禁令来强制执行财产权更为可行。
然而，这种方法的问题在于确定什么是隐私侵犯、其严重程度如何，或者什么是公平的赔偿。模糊的标准和解释是侵权法方法永恒的伴侣。因此，如果你想知道为什么隐私案件往往不易判定，有时结果出人意料，这与将侵权法作为解决手段有关。
第二个类别是非个人数据或工业数据。这些数据不包含任何个人数据，而是机器对机器或企业对企业交互的结果。这些数据产生于金融交易、制造、运输或物联网中。拥有工业数据的所有权对企业可能至关重要。例如，想想卡车驾驶的传感器数据。
收集的数据涉及与交通拥堵、驾驶行为、地形等相关的燃油消耗。事故前的数据也被收集，可能有助于改进卡车的构造。可以想象，许多方都能提出充分的理由来说明他们为何应该访问这些数据。政府可能希望将数据用于交通控制，工程公司希望发明新的内燃机，汽车制造商可能希望连接车辆以实现自动驾驶，保险公司也想知道。
但是，谁是数据的所有者？谁决定访问权限？所有者是车主，还是发明了所有汽车传感器组装的汽车制造商？无论这个问题的答案是什么，人们也可能有充分的理由让保险公司访问这些数据以更好地计算保险费，政府也可能利用这些数据进行更好的城市规划。
因此，可以将数据的排他性财产权分配给车主。如果另一方希望使用数据，则必须向车主支付补偿。在汽车数据案例中，确实有人提议赋予车主强大的财产权，以对抗其他对数据感兴趣的各方。这意味着财产法为处理汽车数据提供了指导性原则。
然而，目前法律几乎没有任何指导来确定谁是工业数据的所有者，以及在哪些行业、何种条件下哪一方应获得访问权。这显然是数据治理的缺失，当物联网兴起时，这一点变得更加关键。关于数据所有权的法律法规（如果存在的话）是零散的，并且在不同的司法管辖区之间可能存在很大差异。
例如，在美国，最高法院的一项裁决在关于版权法适用性的司法思考中阐明了对数据库的保护。而在欧盟，数据库指令保护的是在收集中进行了实质性投资的数据集合。其他国家则选择了其他定义数据财产的概念，包括公有所有权和自由访问（除非另有规定）。
本节课中，我们一起学习了数据所有权并非一个定义明确的类别。然而，我们可以区分数据的不同子类别，如个人数据和工业数据。我们也可以运用通用的法律原则方法来确定数据中的财产权。所选择的方法在很大程度上决定了数据治理更精细的方面。
我们在本讲中尚未解答的问题是：何种数据治理制度以及何种数据财产权分配方式对社会是有益的？法律教义无法给出答案。我们将在下一讲中探讨这个问题。
028：数据治理体系设计
在本节课中，我们将学习如何运用之前模块中关于数据所有权的理论知识，在不同的数据治理设计方案中进行选择。我们将通过一个具有挑战性的例子，来探讨数据治理设计的艺术。
设计目标与权衡
上一节我们介绍了数据所有权的基本理论，本节中我们来看看设计数据治理规则时需要考虑的目标。
设计法律规则，即设计数据权利治理时，必须明确我们希望通过分配权利和义务来实现什么目标。这可能是财富最大化，也可能是其他目标，如严格的隐私保护或保持技术领先地位。
重要的是，任何推动决策向特定方向发展的法律或法规，都可能与其他目标产生权衡。如果个人隐私变得绝对化，那么任何基于人类大数据的商业模式都难以蓬勃发展。
此外，所实施的数据治理必须得到受影响人群的接受。换句话说，法律法规必须被视为合法的。
解决所有权衡问题并获得对数据治理体系的完全同意是很难实现的。但可以设计出巧妙的方案，使权衡尽可能小，并获得高度的合法性。
借助前面课程中学到的知识，你将能够阐述自己关于如何明智分配数据所有权的想法。
以下是数据治理的构建模块：
- 财产法
- 侵权法
- 特定行业法规
- 市场机制
- 不同的数据类别
大数据与人工智能：法律规则的改变者
在关于数据所有权的模块即将结束时，我想用一个特定的数据所有权模型来挑战你。这个模型目前尚不存在，但未来可能成为现实。
在开始讨论之前，我们必须记住，大数据与人工智能的结合是法律规则的改变者。这类似于工业革命时期有限责任公司的发明，也类似于大规模生产成为可能时企业责任的出现。
大数据是使人工智能工作并创造各种智能应用的燃料。这些应用可能是商业模式、改善医疗保健的工具，或是更精准的政策或警方侧写。应用可以千差万别，但结构原理始终相同：一个算法，即人工智能，通过被输入数据来学习解决问题。因此，数据对算法是特定的。这意味着所使用的数据必然来自不同的数据类别，这些类别对应着不同的隐私级别。例如，数据可能纯粹是技术性的，来自燃烧机器；也可能是高度个人化的，来自特定的癌症治疗。
大数据和人工智能的结合可能引发各种法律问题，但有两个问题普遍存在：一是如何处理隐私，二是竞争问题。数据所有权权利的分配是解决这两个问题的新提案的关键。
燃料通过机器释放能量的组合本身并不新鲜。然而，这种组合的危险性质对社会和适用的法律产生了不同的影响。过去的一个重要例子是核能。
从核能治理中汲取经验
核能是先进核物理与裂变材料（例如浓缩铀）的结合。
从这个例子中，我们可以得出一些重要的见解，这些见解与大数据和人工智能有相似之处。
以下是核能治理带来的几点启示：
- 核能需要巨额投资，特别是用于裂变材料的安全储存。因此，在这些市场上，竞争问题非常突出。对特定核技术的大量沉没投资，使得现有企业阻碍新进入者进入市场。数据，尤其是个人化和敏感数据，情况也是如此。
- 裂变材料落入错误之手会带来重大危险。数据也是如此。
- 需要专家来监督和监管裂变材料。数据存储和数据收集同样适用。
基于上述背景，在20世纪50年代，所有旨在发展核工业的国家都选择了裂变材料的公有所有权。在欧盟，是欧洲原子能共同体——一个独立的欧盟机构，类似于欧洲中央银行——拥有欧盟内所有的裂变材料。核材料只根据严格的规则和认证特许给用户使用，例如核电站。
这种设置将剩余所有权保留在公众手中。如果用户不遵守安全标准，或者市场上出现严重的竞争问题，这个受公众控制的组织可以从用户手中收回核材料。对于核能，私营公司可以充分利用核材料发展其商业模式，同时社会也能收获核技术的好处。
应用于数据的公共所有权模型
核材料的所有权模型也可以应用于数据。这意味着，首先，所有数据都是公共财产，应用于造福社会。这样，强大的科技巨头就不可能垄断数据。
数据的公共所有权由一个独立的专家机构管理，该机构通过宪法获得民主合法性，并接受议会和法院的监督。这个独立机构必须区分不同的数据类别，从而执行适当的隐私标准。但同时，该机构也应通过特许授权数据访问，来促进商业模式和竞争。通过这种方式，也能确保高水平的数据质量，而数据质量是当今的一个主要问题。
数据的公共所有权，结合一个民主合法且独立的专家机构，对于西方民主市场体系以及计划经济体而言，都是一个有吸引力的制度替代方案。在前者中，传统的竞争政策在处理数字市场挑战时存在重大问题，市场失灵普遍存在。而在后者中，政治失灵使公民在面对全能政府时变得脆弱。
总结
本节课中，我们一起学习了如何运用财产权理论工具箱来设计现代数据所有权。视频表明，财产权理论工具箱可以为设计一个既尊重商业模式又兼顾公共福利的现代数据所有权提供有意义的提示。它是一个强大的分析工具，可用于数据所有权的总体设计，回答公有还是私有的问题。同时，它也有助于回答非常具体的数据所有权问题，例如个人健康状态的所有权。
029：28_感谢参与
在本节课中，我们将对《数字治理》慕课进行总结，回顾课程目标与核心收获，并提供进一步学习的资源指引。
课程概述
感谢您参与本次数字治理慕课的学习。本课程旨在提升大家对数字治理这一重要议题的认识。
课程致谢与目标
本慕课的成功开设离不开欧盟“伊拉斯谟+”计划的支持。我们的核心目标是提升大家对数字治理这一重要议题的认识。
显然，我们无法在本慕课中深入涵盖所有相关主题。但我们希望您能对数字治理所面临的挑战获得一些见解。
课程期望与收获
我们希望能启发您，去探究技术在法律与政治语境下所产生的颠覆性影响。
如果您已完成所有模块的学习、观看了全部视频并完成了最终作业，那么您应当能够理解其中问题、疑问与解决方案之间的相互关联性。
延伸学习
如果您希望了解更多关于数字治理，或关于贾莫尼数字治理卓越中心的信息，请访问我们的网站：www.dgo.u。
总结
本节课中，我们一起回顾了本慕课的学习目标与核心收获。我谨代表来自鹿特丹伊拉斯姆斯大学法学院、以色列巴伊兰大学法学院以及英国利兹大学法学院的同事们，感谢您参与本慕课。
浙公网安备 33010602011771号