作者：姜颖 北京互联网法院党组书记、院长，二级高级法官
李文超 吉林大学法学院民商法博士研究生，北京互联网法院立案庭（诉讼服务中心）庭长，三级高级法官
*为方便阅读，省却注释及部分表格。全文请参见《数字法治》2026年第1期，第121-131页。转载或引用请注明出处。
目次
一、问题的提出
（一）算法解释案件的类型化分析
（二）算法解释案件的争议问题
二、算法解释义务性质的学理争议与厘定
（一）算法解释性质争议之源
（二）算法解释义务理论之争
（三）算法解释义务性质之实
三、算法解释义务在司法适用中的构造展开
（一）算法解释义务的启动条件
（二）算法解释义务的提请对象
（三）算法解释义务的主体
（四）算法解释义务的内容
（五）算法解释义务的程度
（六）算法解释义务的形式
（七）算法解释义务的时限
（八）算法解释义务的责任承担
四、算法解释义务司法适用的配套机制
（一）权利义务的法定性：从分散规定到明确立法
（二）技术合规的强制性：从形式披露到实质有效
（三）司法审查的穿透性：从程序审查到实体干预
五、结语
内容提要：提高人工智能可解释性、透明性，其核心即是要求解释人工智能中算法的决策过程和结果。但由于算法技术、商业利益、法律等因素制约，算法解释的行为定位、解释限度以及实践操作尚未明确，无法充分发挥算法治理工具的积极效果。算法解释义务作为算法决策场景中说明理由的程序性要求，具有动态性、交流性和相对性特点，目的是保障用户知情权，本质是以程序权利为核心、平台义务为载体、司法审查为保障的程序性机制。当用户行使解释请求权时，算法服务提供者有义务针对请求人的质疑进行合理解释，使其了解算法的运行逻辑以及具体影响。算法解释义务是算法服务提供者面向单个用户、被动承担的义务，属于事后解释、具体解释。司法审查对其应坚持细分、比例、谦让、保留原则，根据具体司法场景精准地拆分履行要件，包括提请主体，义务主体，解释形式、内容和限时，以及责任承担等。
关键词：算法 解释义务 适用规则 算法治理
党的二十届四中全会明确提出要全面实施“人工智能＋”行动，加强人工智能治理，完善相关法律法规、政策制度、应用规范、伦理准则。世界人工智能大会暨人工智能全球治理高级别会议发表《人工智能全球治理行动计划》，将“提高人工智能可解释性、透明性、安全性”作为开展人工智能安全治理的重要内容。人工智能的可解释性表现为人工智能中算法决策过程和结果的可解释性，是人工智能技术可靠性和正当性的基础前提。但由于算法技术黑箱化、商业利益保护以及法律规范针对性不足等因素的制约，算法解释的行为定位、解释限度以及操作规则等尚未明确，仍无法作为一种算法治理的有效工具。当前，算法黑箱是一个普遍存在的现象，不同类型算法的黑箱属性强度不同。伴随着算法透明度、算法进入权、算法解释权等概念相继出现，解释算法已成为算法治理乃至人工智能全球治理的重要目标。
一、问题的提出
（一）算法解释案件的类型化分析
本文在人民法院案例库、法答网及中国裁判文书网中以“算法”“解释”为关键词进行案例检索，并结合其中4个典型案例，对算法解释义务相关案件及问题展开类型化分析(见表1)。在司法实践中，算法解释义务的适用情况具体如下：
表1 算法解释义务的类型化案例
1．算法解释类案件分布集中，并获得实质认可
算法解释义务的争议集中分布在名誉权侵权、网络服务合同、个人信息侵权、不正当竞争纠纷等六类案件。这些领域的共同特征是算法决策对用户权益或市场竞争具有实质性影响。在相关案件中，裁判文书的表述从“披露义务”到“算法解释义务”过渡，体现法院对“算法解释义务”的态度已从说理性回应转向功能性构建。可以预见的是，随着《生成式人工智能服务管理暂行办法》等法规的实施，算法解释义务的司法适用将进一步向医疗、教育等垂直领域延伸。
2．同类案件裁判规则有待统一
在实践中，对算法解释的性质与举证责任存在不同理解。在案例一和案例二中，法院将算法解释义务作为判断平台是否尽到合理注意义务的核心标准，认为算法服务提供者需承担更高的举证责任，不能以“商业秘密”“自主经营权”为由抗辩。而案例三、案例四则认为不存在算法解释义务，如算法解释与商业秘密保护存在冲突，不支持单一用户的算法解释诉求。
（二）算法解释案件的争议问题
1．算法解释义务的性质界定不清
例如，算法解释是用户独立请求权还是平台义务，其与合理注意义务、证明责任如何区分等。在案例一和案例二中，法院并未明确算法解释是否为用户的独立请求权、算法解释义务是否单独承担侵权或违约法律责任、不履行义务与平台注意义务、主观过错及举证责任间的关系。在判决论证说理中，法院仍需将算法责任转化为“过错”或“违法性”进行论证，但由于在算法解释的问题上缺乏明确的技术标准与法律要件的对应规则，说理过程较为抽象。
2．法律适用碎片化与场景化局限
一方面，现有法律规范虽然为算法解释提供了多层次的规范体系支撑，但规范分散且法律效力层级不一，这进一步引发了算法解释的司法适用不一致；另一方面，商业秘密保护与用户知情权的价值冲突，反映出《反不正当竞争法》《个人信息保护法》等在算法解释上的价值取向差异且缺乏规范协调机制，法院在司法实践中仍需高度依赖传统侵权责任的论证说理框架，导致分析判断依据与算法解释义务的适配性不足。
3．算法解释司法适用的标准模糊
一是适度解释的边界难以界定。在案例一中，法院虽然提出了“适度解释”和“比例原则”，但仍缺乏具体操作规范。在案例二中，法院如何审查算法解释的合理性、是否审查技术细节、如何组织鉴定及专业机构验证等问题也缺乏明确的表述。这种差异导致平台难以预测合规标准，也进一步增加了司法裁判的不确定性。二是技术复杂性与因果关系证明的矛盾。在上述两个案例中，法院虽然认定平台需承担算法解释的举证责任，但未明确算法解释的限度以及解释可信性的标准，解释程度的判断仍依赖法官自由裁量。
在司法实践中，算法解释义务的性质和内容、具体司法场景中的履行要件，如权利主体、义务主体、解释内容以及责任承担等均存在较大的理论争议和实践分歧。
二、算法解释义务性质的学理争议与厘定
（一）算法解释性质争议之源
算法解释是否是一项独立的权利，在国内外学术研究中仍存在较大争议。“算法解释权”这一概念在2018年实施的欧盟《通用数据保护条例》中首次出现，其序言部分第71条“获得对决策进行解释的权力”及正文第22条“数据主体有权不服从完全基于自动化处理(包括用户画像)作出的、对其产生法律效力或类似重大影响的决策”中基本勾勒出算法解释权的框架。
我国法律虽然并没有“算法解释(权)”这样的直接表达，但根据《个人信息保护法》第24条第3款的规定，个人信息主体有权要求个人信息处理者说明对其权益有重大影响的自动化决策，并享有相应的拒绝权。这与《通用数据保护条例》的表述大体一致，但不同之处在于，《个人信息保护法》增加了“有权要求”“有权拒绝”等赋权性表述。该条款被认为是算法解释请求权的法律依据，进而被视为人格权益“权利束”的一部分。值得探讨的是，该款规定隐含的“算法解释权”是否为实体性权利，行使请求权又可产生何种法律效果等。因此，无论是欧盟《通用数据保护条例》还是我国《个人信息保护法》，其对“算法解释权”的内容描述都仅是宣示性或抽象性规定，权利性质并不明确，内容相对模糊，缺乏具体适用规则，司法实践中容易导致算法解释的司法审查失范。
也有学者反对“算法解释权”的存在，认为算法解释是由一系列规范组成的义务体系，并非一项单独的权利。主张“算法解释权”作为理论概念，无法在《通用数据保护条例》中得到验证。其主要依据即认为《通用数据保护条例》是通过第13－15条、第22条和序言第71条组成的告知体系承担算法解释的功能，实质属于算法解释作用的规范体系。根据《个人信息保护法》第24条中对算法解释的相关规定，算法解释权在权利设置上完全可以被知情权所吸收，没有必要再另行增设算法解释权。从权利救济的角度看，《个人信息保护法》第24条规定对算法服务相对方获取救济并无实质性帮助，相对方仍应通过行使其他请求权得到救济，算法解释权没有存在的必要。因此，可以认为我国《个人信息保护法》第24条第3款规定实质上是信息处理者的事前算法解释义务，而非单独算法解释权利，属于从行为规范角度对个人信息权益的特殊保护。
2021年8月，国家互联网信息办公室发布的《互联网信息服务算法推荐管理规定(征求意见稿)》中曾规定，算法服务提供者须以显著方式告知用户算法服务情况，并公示算法基本原理等，且当权益受到侵害时，用户有权要求算法服务提供者予以说明。但在正式颁布的版本中，上述条款内容修改为“算法推荐服务提供者应用算法对用户的权益造成重大影响的，应当依法予以说明并承担相应责任”，将算法解释赋权性的规定修改为算法服务提供者的义务。
从上述梳理可以看出，无论是从法理还是现有立法中，均无法推导出算法解释权这一具体性权利及配套的权利救济规则，算法解释权仍停留在抽象性或宣示性规定中，不能把算法解释看作静态的、孤立的和绝对的实体权利，而应将其视为一项具有交流性、相对性和动态性等特征的程序性权利。算法解释请求权并非赋予算法相对人获取算法核心技术细节的实体权利，而是保障其在算法决策影响自身合法权益时，获得必要程序参与、权利救济的程序权利。对此，应建立起一套面向算法决策的技术性正当程序，而算法解释义务的研究正好提供了这样一个实践视角。
（二）算法解释义务理论之争
1．算法解释义务与注意义务之争
算法解释义务法理根基在于知情权的延伸与技术民主，聚焦于技术逻辑的披露与可解释性，通过算法解释义务的履行，赋予个人对自动化决策的“可追溯性”和“可抗辩性”。而注意义务法理基础是危险控制理论与报偿责任，“是判定其是否存在主观过错进而构成间接侵权的关键因素”。同时，算法解释义务与注意义务也存在相关性：一是义务主体的重叠性。例如，平台在公开推荐算法的同时(履行解释义务)，需通过内容偏好可视化评估功能过滤低俗内容(履行注意义务)。这种义务的叠加，体现了算法治理中“透明度”与“风险控制”的双重要求。二是举证责任的联动性。例如，平台若能提供算法匹配规则的技术说明(解释义务)，可作为其已采取技术防范措施(注意义务)的证据。反之，若无法解释算法逻辑，可被推定未尽到注意义务。
2．算法解释义务与证明责任之争
算法解释义务聚焦算法运行的透明度义务，而证明责任是举证责任的分担，即当“事实真伪不明时的不利益风险在当事人之间应当由谁来承受”。算法解释义务主体是算法服务提供者，相对方是算法决策的受影响者。义务的履行发生在算法运行阶段或纠纷发生后。证明责任主体是诉讼当事人，相对方是法院，义务的履行发生在诉讼程序中。同时，算法解释义务的履行可能成为举证责任的内容。一方当事人可将“未履行解释义务”作为主张的事实，此时需对义务存在、未履行承担举证责任。算法解释的内容也可作为举证的核心证据。算法解释义务的履行结果可成为诉讼中证明无过错的关键证据，直接影响举证责任的完成。因算法的黑箱属性，法院可将证明责任向算法服务提供者倾斜，举证责任转移。
3．算法解释义务与商业秘密保护之争
算法解释的重点往往是算法的内部信息，如公式、代码、参数等，公开上述内部信息的最大阻力为算法服务提供者的商业秘密保护。有观点认为，算法实施思想是算法建模的核心要素，其在算法建模过程中可能具有商业秘密的属性。在司法实践中，当相对人要求算法服务提供者对算法进行解释时，服务提供者常以商业秘密为由拒绝解释。但更多观点认为，算法作为商业秘密时，其秘密性、保密性特征与算法解释之间并不冲突。算法服务提供者的算法解释并非要求披露算法的全部内容，而是在遵循适度原则、比例原则的情形下解释说明。
（三）算法解释义务性质之实
区别于注意义务、证明责任，算法解释义务之实质可概括为以程序性权利为核心、平台义务为载体、司法审查为保障的程序性机制。其本质特征主要体现在以下五方面：一是触发的被动性与针对性。该义务通常并非算法服务提供者主动、全面公开所有算法信息，仅在特定场景下因外部需求被触发。且针对具体的算法决策或行为，而非泛化的算法整体。一般由用户行使解释请求权(程序性权利)直接触发平台的解释义务。二是与实体权利的关联性。解释义务功能定位具有从属性，服务于实体权利的救济，而非独立存在。虽然算法解释义务是程序性义务，但它可以通过程序保障间接影响实体权益。法院可判断算法服务提供者是否存在主观过错、是否构成侵权等实体问题。三是义务履行对象的特定性。履行对象主要是与算法决策相关的利益方。司法实践中，履行对象既可能是算法服务提供者，也可能是算法技术开发者或算法决策使用者等。四是内容的适度性与相关性。算法解释并非要求披露算法的核心技术机密，而是提供与争议相关的算法运行逻辑、决策依据等信息。这种适度性既保障了相关方的知情权，又维护了算法服务提供者的合法权益。五是履行方式的多样性。算法解释义务的履行方式可根据具体情况灵活选择，包括书面说明、技术人员出庭接受质询、委托司法鉴定等。司法实践中对算法解释的要求随技术发展升级，推动解释从“形式合规”向“实质有效”转变。
综上分析，算法解释义务虽具有程序性义务与实体性义务的双重属性，但从本质和核心功能来看，算法解释义务更偏向于程序性义务。在实践中，用户通过要求平台履行算法解释义务，得以知晓算法决策的基本过程与结果形成原因，从而自主决定是否接受算法服务，亦体现明显的程序引导性。算法解释义务本身并不直接设定实体权利义务内容，而是通过程序运作，为实体权益的判断提供依据。所以，算法解释义务应被视为一项程序性义务，其通过规范程序，保障用户在算法应用场景中的合法权益。
三、算法解释义务在司法适用中的构造展开
（一）算法解释义务的启动条件
1．程序性标准
算法相对方可以通过提起诉讼的方式实现算法解释诉求，但应当提出其受到自动化决策不利影响的初步证据。算法相对方仅需履行在自身举证能力范围内的初步举证责任，主要有两个方面：一是算法决策应用于相对人的行为场景；二是算法决策的结果使相对人受到了不利影响。
2．实质性标准
作为终局性救济方式，算法解释义务只能是事后解释义务，主要是当算法服务对算法相对人权益产生“不利影响”时，算法服务提供者提供具体的、明确的算法决策解释。为了防止规避义务，对“不利影响”的理解可采用适度扩张解释，既包括直接的经济损害，如账户封禁、交纳违约金、交易机会丧失等，也包括声誉受损、信用受限、表达受限等后果。当然，启动条件也应按场景分配举证责任与确立证明标准，呈现多元化、场景化、动态化特征。
（二）算法解释义务的提请对象
结合算法侵害场景进行类型化区分，算法解释提请对象可分为事前、事后两个阶段中的算法解释，以确保算法解释义务的有效性。对于算法事前解释而言，主要是针对算法备案制度，将算法存档备查，通过信息披露模式、内容、范围的设置，强化监督效应，促进监管与自律、算法透明与商业秘密间的平衡，为潜在追责提供行为对象。监督机构虽是提请主体，但算法备案仅是一种不涉及算法具体内容的初步公开，难以形成有效解释。事后解释侧重于解释已现实发生的重大影响，当重大影响转化为权益损害时，算法解释义务可作为过错评价要件。此时算法解释的提请对象，则是自身权益受到重大影响的算法服务相对方。此外，司法机关、仲裁机关亦可以作为提请对象，通过查询函、调查令等方式要求算法服务提供者履行解释义务。
（三）算法解释义务的主体
法律义务具有规范性和强制性，强调义务主体以法律义务约束并指导自身行为。有学者认为，算法解释的义务主体具有特殊性，根据欧盟《通用数据保护条例》及我国《个人信息保护法》规定，个人信息处理者是算法解释的义务主体。但《关于加强互联网信息服务算法综合治理的指导意见》明确规定，算法服务提供者应及时、合理、有效地公开算法基本原理、决策标准和优化目标等信息，做好算法决策结果解释。《互联网算法推荐服务管理规定》亦明确提出，算法解释义务主体是算法推荐服务提供者。
随着算法治理的不断深入，算法解释比个人信息处理这一概念更为宽泛。因此，算法解释义务的主体也并不等同于个人信息处理者这一单一主体。在具体适用过程中，“算法解释义务属于面向单个用户、被动承担的义务，场景性和针对性更为明显”。当算法服务提供者、算法技术开发者与算法决策使用者为同一法律主体时，此时该主体为算法解释义务主体。当算法技术开发者与服务提供者为不同法律主体时，承担算法说明义务的主体应当为最终利用算法作出决策的主体，算法技术开发者应当提供辅助的技术解释上的支持，以确保算法解释义务的正常履行。
（四）算法解释义务的内容
算法服务提供者须针对案涉算法事实关键因素提供清晰、必要、翔实的解释，足以认定算法决策结果的产生因素或存在因果关系，解释的载体满足证据的形式要求，为案涉算法事实查明提供充分根据。但算法的事后解释，并非要求算法服务提供者笼统地就所有技术细节进行解释，其需要披露或解释说明的是算法如何根据数据自动得出决策结果、考量哪些因素，以便算法服务相对人理解算法依据哪些因素作出决定、对不利决策进行反驳。
算法解释义务的范围不应单纯以“是否为自动化决策”或“是否为推荐服务”划分，而应聚焦算法对个人权益的影响程度，构建“高风险必解释、中风险可解释、低风险简解释”的梯度范围。在具体案件中，需要做到系统性说明与个案性回应相结合，且包括算法使用者对于特定的自动化决策作出的具有针对性的个案性解释。系统性说明为相对人提供规则认知和自动化决策的可预期性，是相对人理解算法运行的基础；个案性回应则透露出更多特定自动化决策的信息，是保障相对人在遭遇具体损害时的程序救济。最终形成遵循比例原则项下的适当性原则、必要性原则与均衡性原则，探索构建“层级化＋场景化”的算法解释义务的内容体系。
（五）算法解释义务的程度
基于算法解释义务的程序权利属性，其边界厘清需兼顾技术局限、商业秘密与权利保障的需求，避免程序空转或过度干预。算法解释义务的履行应以沟通信任原则为基础，可视不同阶段、具体场景进行区分审查判定，只适用于受“重大影响”的相对人，仅能以“适当方式”进行，否则会抬高履行成本。此处“适当”包括两层含义：一是解释内容的适当性，即算法服务提供者不必公示底层代码、算法技术具体内容等可能涉及商业秘密的数据；二是算法解释的详细程度、频率次数的适当性，即算法解释义务侧重的是“算法推荐服务”的透明性，而不是“算法”本身的透明性。
基于上述分析，算法解释的义务履行可分为“软解释”和“硬解释”。算法的“软解释”侧重于以通俗易懂、非技术细节的方式，向用户阐述算法的基本原理、运行流程、功能作用等宏观层面的内容。它通常采用自然语言描述、图表、流程图、示例等直观形式，帮助相对人在无须深入了解复杂技术细节的情况下，对算法有一个大致的认知和理解。而算法的“硬解释”则强调对算法进行深入、细致、精确的说明，通常涉及算法的具体技术实现、数学模型、数据处理逻辑、参数设置及其对结果的影响等内容，旨在为用户提供对算法运行机制全面且准确的理解。
在涉合同类纠纷中，可以“软解释”与“硬解释”相结合。若算法服务提供者的算法决策导致合同违约情况出现，其需承担适中程度的算法解释义务。在人格权、不正当竞争、著作权等侵权纠纷中，需采用“硬解释”与“软解释”相结合的形式。在涉商业秘密纠纷中，需以“软解释”为主，结合司法场景具体分析。
（六）算法解释义务的形式
算法服务提供者作为算法解释义务的履行主体，其解释主要是以提交证据的形式进行。因此，主要涉及举证责任分配以及解释程度两个考量因素。其中，对于举证责任，现有法律规定并未明确算法侵权案件适用举证责任倒置，因此，仍需按照“谁主张，谁举证”的基本原则分配举证责任。即算法服务相对方承担初步举证责任，证明其权益受到算法侵害或面临侵害的现实风险。法院结合待证算法事实及双方举证能力等情况，综合判断是否转移举证责任。对于案情较为复杂的案件，法院可结合算法事实查明情况，在当事人间多次转移举证责任，依职权调查算法决策过程及其逻辑，完成算法查明。
（七）算法解释义务的时限
算法解释一般以证据的方式呈现，算法解释时限也须遵守举证期限的规定。但考虑到算法举证的特殊性，算法服务提供者的解释应尽早进行、即时提供。一般而言，算法解释的时限往往取决于证据时效性要求及算法服务提供者个体权益(如商业秘密等)与公共利益(如权益受侵害程度、潜在受害者等)相关性。在上述案例一中，法院认为，算法对原告权益产生“重大影响”，遂启动算法解释义务，先后两次向被告送达《限期举证通知书》，要求其作为算法服务提供者就涉案页面“骗子”的AI标签生成机制进行限期举证。
关于具体期限设置，在人格权等侵权纠纷中，一旦权利受侵者提出解释诉求，算法服务提供者需在较短时间内响应，一般应在3个工作日内作出初步回应，在7个工作日内完成详细的算法解释，提供从数据收集到决策输出全过程的解释说明。若涉及复杂的技术细节，可适当延长时间。在合同类违约纠纷中，算法服务提供者一般在7个工作日内给出关于算法的初步说明。对于关键决策节点，如影响算法错误的具体算法参数设置、数据输入与输出的关联等量化分析结果，需在15个工作日内提供。
（八）算法解释义务的责任承担
算法解释义务虽不直接创设实体权利，但通过程序保障间接影响实体权益。算法服务提供者无法解释或拒绝解释其对算法相对人权益产生的“重大影响”时，算法解释义务便具有过错评价的功能，此时过错的归责原则应为过错推定原则，可推定其存在过错，承担相应法律责任。在案件审理中，如算法服务提供者不履行算法解释义务，可由法院视案件事实查明需要，根据举证责任规则，通过向算法服务提供者发送《限期举证通知书》等方式，明确举证期限、解释内容及拒不举证的法律后果。算法服务提供者如拒绝履行算法解释义务，可视为其放弃举证或举证不充分，并推定其存在主观过错，进而承担不利后果。同时，明确平台与第三方算法服务商的连带责任，要求平台在使用外部算法时履行尽职调查义务。此外，建立算法解释的动态验证机制，允许法院在判决生效后定期审查算法合规性，不断完善责任分配与验证规则。
四、算法解释义务司法适用的配套机制
（一）权利义务的法定性：从分散规定到明确立法
首先需要明确解释义务的法律定位。随着《人工智能法》立法进程推进，算法解释义务可能从部门规章逐渐升级为法律层级的强制性规定，从分散式立法向体系化治理演进，进一步明确解释义务的法律定位。在此基础上，构建场景化解释规则体系。金融、医疗等领域可能出台行业性算法解释指南。例如，针对人格权侵权纠纷、不正当竞争纠纷或垄断等不同场景，细化算法解释的法律要求。可借鉴《互联网信息服务算法推荐管理规定》的“多元解释”机制，要求算法服务提供者结合人工、机器、事前事后等多种方式说明算法逻辑。此外，依托“库网融合”推动裁判标准统一。建议最高人民法院发布算法解释案件的人民法院入库案例、法答网、指导性案例等，统一解释程度、责任主体等裁判标准。
（二）技术合规的强制性：从形式披露到实质有效
一是升级义务履行标准。司法实践对算法解释的要求已从“形式合规”转向“实质有效”，标准升级可以倒逼算法服务提供者采用更透明的技术架构，以应对监管与诉讼风险。二是强化违反义务后果。算法服务提供者未履行解释义务可能导致事实推定责任，可直接推定其存在过错并承担侵权责任。此外，还可依据《互联网信息服务算法推荐管理规定》等规定，探索“算法安全信用档案”，强化义务的刚性约束。三是建立解释辅助机制。从高校、科研机构选拔专家组成人民陪审员库，参与算法案件的事实认定；设立专属的算法审计团队或引入“技术陪审员”，提高对算法复杂性的理解能力；依托专家辅助人在庭审中以通俗语言解释技术原理，避免“技术黑箱”。
（三）司法审查的穿透性：从程序审查到实体干预
审理机制层面，完善专业化审理机制。据统计，80%以上的算法解释纠纷案件由北京、杭州、广州三地的互联网法院及知识产权法院审理。因上述法院在技术事实查明方面具有专业优势，建议进一步通过专业化审理机制确保算法解释义务的司法适用统一。举证责任层面，细化举证责任倒置规则。平台作为算法控制方需承担更高的举证责任。随着算法应用的深化，探索更多“算法解释义务法定化”“举证责任向算法控制者倾斜”的规则，以平衡技术创新与权益保护的实践需求。监管模式层面，探索渐进式监管模式。对高风险领域(如金融、医疗)实施严格解释要求，对低风险领域(如AI模型、著作权推荐)采取“沙盒监管”，探索建立沙盒监管试点、“容错性审查”，重点关注风险防控机制的有效性。例如，参考欧盟《人工智能法案》等风险分级框架，动态调整算法解释的司法审查强度，完善算法技术创新激励机制。
五、结语
“当前，新一轮科技革命和产业变革迅猛发展，人工智能等新技术发展方兴未艾，既全面赋能经济社会高质量发展，也给包括中国在内的世界各国带来一系列安全领域风险挑战。”作为事后的、具体的解释，算法解释义务在司法适用中应坚持细分、比例、谦让、保留原则，根据具体司法场景精准地拆分算法服务提供者义务的履行要件，在计算成本收益、权衡价值冲突后，灵活确定算法解释义务的内容、时机和对象，分配举证责任、认定过错构成，将履行算法解释义务与保护商业秘密、企业竞争性利益加以系统协调，促进算法向上、算法向善，推动人工智能安全监管制度不断完善。
京公网安备 11010502049464号