《驯服算法》凯伦·杨 | PDF下载|ePub下载

主编序/1
中文版序/1
第一章 算法规制：述略
1. 引言/1
2. 何为算法规制？/4
3. 是否有新发现？/6
4. 理解作为一种复杂“社会—技术”系统的算法规制/8
5. 本书的结构和内容/13
第一部分规范性问题
第二章 自动化决策，何忧之有？
1. 引言/21
2. 自动化决策系统之忧/23
3. 数据导向型预测和个性化信息服务/32
4. 应对之法：聚焦正义、权利、过错、危害/36
5. 结论/40
第三章 自动化决策及其对人类的影响
1. 引言/50
2. 自动化决策：科技/53
3. 刑事司法领域的机器学习/58
4. 结论/74
第四章 数字歧视
1. 引言/89
2. 数字歧视样例/94
3. 数据歧视解决方案之研究/96
4. 数字歧视未解之患/99
5. 结论/102
第五章 日常生活中算法外包的伦理
1. 引言/106
2. 了解算法工具/108
3. 算法工具会削弱自主性吗？/111
4. 但这一回有何不同？/119
5. 我们该如何应对？/123
6. 结论/125
第二部分公共部门应用
第六章 算法行政？公共管理与机器学习
1. 引言/133
2. 自动化系统/135
3. 增强系统/137
4. 算法社会化的学术讨论/139
5. 管理公共管理部门的机器学习应用/140
6. 结论/154
第七章 公共服务中算法规制的实际挑战
1. 引言/166
2. 数据在监管中的作用/168
3. 风险评估/170
4. 案例一：“智能监管”与护理质量委员会/176
5. 案例二：英国教育质量保证局的监管实践/179
6. 算法评定的必要条件/188
7. 结论/190
第八章 公共服务中算法规制的反思
1. 引言/198
2. 监管能力与算法规制/201
3. 用算法规范公共服务/205
4. 谁来监管算法？/214
5. 结论/216
第三部分管理算法系统
第九章 算法、规则和治理准备
1. 引言/225
2. 政府准备/228
3. 算法的危害和它们的治理挑战/232
4. 评估治理准备/236
5. 结论/239
第十章 法律从业者视角下的人工智能风险规制
1. 引言/250
2. 机器学习带来的法律挑战/251
3. 数据的作用/258
4. 人工智能风险规制：合同的进路/261
5. 促进合规的合同条款/264
6. 公司治理依赖自然人决策/267
7. 监管模型/268
8. 结论/273
第十一章 关注机器2.0时代：欧盟《通用数据保护条例》和自动化决策
1. 引言/277
2. 关注机器1.0时代/278
3. 《通用数据保护条例》第22条/280
4. 复盘机器1.0时代/285
5. 驯服机器？/288
参考文献/298
立法索引/339
关键词索引/342
译后记/353
· · · · · ·