金融数据安全背景下的智能投顾算法黑箱监管体系构建.pdfVIP

【民商法研究】 金融数据安全背景下的 智能投顾算法黑箱监管体系构建 汪世虎 马瑞乾 ［摘 要］智能投资顾问通过金融科技、大数据引领商业模式创新，是人工智能在财富 管理领域的重要应用。由于核心技术算法黑箱具有天然不透明性，使得在保护中小投资者利 益时，产生了侵权责任承担困难、附加金融服务存在监管真空和算法学习周期性导致决策滞 后的监管困境，导致传统法律监管体系发生部分失灵。分析我国使用智能投顾中小投资者的 交易习惯，发现其抵御风险、投资能力明显高于传统股票投资者，更加注重服务质量，在适 当性管理方面也要求具备更高的审慎和评估能力，投资者金融信息和知情权是保护的重点。 监管治理体系以 《数据安全法》和 《个人信息保护法》为基本法律依据，在构建目标上，注重 促进技术发展与保障金融安全之间的有效平衡；在算法设计源头上，制定专业监管框架、实施 算法事前审查、提高投资者信息能力；在算法使用过程中，对接证券信息披露标准、保护数据 与隐私权和规范附加金融服务；在法律责任追究上，通过主体责任、信义义务和算法问责制来 综合规范。 ［关键词］智能投顾；数据安全；算法黑箱；投资者保护；法律监管 ［基金项目］国家社会科学基金项目 （21BFX124）；教育部哲学社会科学研究重大课题攻 关项目 （20JZD026） ［作者简介］汪世虎，西南政法大学民商法学院教授，博士生导师；马瑞乾，西南政法 大学民商法学院博士研究生，西南政法大学人工智能法律研究院助理研究员。 ［中图分类号］D913 ［文献标识码］A ［文章编号］1001-6198 （2022）02-0086-10 人工智能技术不断地应用于金融行业，不仅 分必要。人工智能最突出的特点是具有不同程度 促进了行业发展模式的重大创新，也使得金融数 的工作自主性和动态智能化解决问题的能力，该 据逐渐成为重要的生产要素。金融数据安全关乎 能力是依靠拥有数以千计的类人工神经元算法， 金融行业的稳定发展，也关系到社会秩序和国家 经过不断地深度学习和大规模地处理数据才得以 安全，从维护金融数据安全的角度分析金融科技 实现。然而，正是由于这些复杂的类神经元，导 在应用过程中产生的监管漏洞，形成解决方案十 致设计者很难精确地判断和预测最后的处理结果， 86 〔4〕 也导致算法具有天然的不透明性，产生 “算法黑 算法未来走向的不确定性。 本节从现行法律责 〔1〕 箱” 。缓解算法黑箱问题的主要方法是确定人工 任体系下的责任追究、平台公司对算法的使用过 智能监管所需要的最低透明度。目前我国对金融 程以及算法发展的不确定性三个方面进行分析。 行业的创新发展持谨慎态度，智能投资顾问并没 （一）算法不透明性增加侵权责任承担难度 〔2〕 有获得从事全领域金融服务的完全授权 ，那么 基于 《民法典》规定，智能投资顾问现阶段 进行智能投顾算法黑箱的法律监管研究，既要尊 不能被认为具有独立的法律人格，不能成为民事 〔5〕 重人工智能技术的发展规律，考察算法黑箱产生 主体。 主要原因有两点：第一，其不具备民法 的一般性问题，又要在充分结合我国金融投资现 上独立的意思表示。程序算法的现行运营过程和 状基础上思考其特殊性。同时，还要认识到保障 结果，都受到人类控制，独立性和自主性达不到 金融数据安全的前提是对