论人工智能的法律地位

摘要：当前，人工智能的发展仍处于弱人工智能阶段，对于即使能做出决策的人工智能，人类依然拥有完全的控制权。学者们对人工智能法律地位的观点可归为两类：人工智能是法律上的物和人工智能应享有法律人格。以法律权利的构成要素为视角审视人工智能的法律地位，人工智能自身并不存在权利所追求的人格、财产和自由等核心利益，其做出的活動不能作为权利的表现形式，即自由行为。因此，人工智能的自身条件无法满足权利的构成要素。基于权利与义务、责任之间的关系和人工智能的定义，应把目前的人工智能归到主客体二分法中的物的范畴之内。

关键词：人工智能;法律地位;法律权利

中图分类号：D922.17   文献标识码：A   文章编号：2096-5982（2019）10-0056-07

如果说计算机及信息技术是第三次工业革命的主角，那么人工智能无疑是第四次工业革命的主力军。当前，世界主要经济体，如美国、欧盟、日本和韩国都把人工智能的发展上升为国家战略，我国也不例外。2017年7月20日，国务院正式印发了《新一代人工智能发展规划》（简称《规划》），从国家层面规划了人工智能的发展蓝图。人工智能已经来了，而且它就在我们身边，几乎无处不在。① 它在便利人类生活的同时，也在无形中向我国的法律体系发起了挑战。人工智能生成作品的性质界定、无人驾驶汽车侵权行为的责任承担及人工智能缔约合同的效力等问题，都已经逾越了我国现有法律的规制领域，致使其成为理论界和实务界的热议话题。而这一切皆归因于人工智能法律地位的模糊性，法学家尚未从传统的人物二分法中厘清人工智能的法律属性。目前，关于人工智能的法律地位学者们主要从生物人的伦理属性、法律责任的承担和人工智能的发展趋势等角度出发，认为人工智能或者是民法中的物，或者享有有限的法律人格，或者拥有完全的法律人格，但在学理上并没有达成共识。

一、揭开人工智能的学理面纱

英国科学家阿兰·麦席森·图灵最先开展了对人工智能的研究，他在1950年10月发表的《计算机械和智能》一文是研究人工智能的开山之作。而人工智能这一概念却缘于1956年在美国达特茅斯学院举行的一次关于智能问题的学术会议，会议发起人约翰·麦卡锡将会议主题定为人工智能，人工智能的学名便由此而来并沿用至今。

1. 人工智能的概念争议

人工智能的概念犹如普罗透斯的面庞，学者们在为其下定义时因所选择的视角不同而导致存在差异。当以生物人为参照物时，大众接受度较高的人工智能的定义有以下四种：像人一样思考、像人一样行动、合理地思考和合理地行动。② “人类心智和认知分为神经、心理、语言、思维、文化五个层级”③，当前的人工智能发展仍处于弱人工智能阶段，算法构造的编程远不能逼真地模拟人类的认知路径，不少学者也只是选择人的某一自然属性与人工智能的机械特征进行类比，忽略了异类事物相比较没有意义的逻辑常识，同时对生物学意义上的人的非理性情感因素往往避而不谈。

人工智能是一门涉及计算机科学、数学、神经生理学和信息论等多门学科的边缘学科。从人工智能的机理审视人工智能的本质，依据研究进路的不同目前主要有三大学派：符号主义（Symbolism），即功能模拟学派，认为智能活动的基础是物理符号系统，思维过程是符号模式的处理过程;连接主义（Connectionism）又称为仿生学派或生理学派，认为人工智能源于仿生学，把神经生理学和认知科学的研究成果应用到人工智能的深度学习中;行为主义学派（Behaviourism）认为行为是身体对环境变化的应激反应的的各种组合，人工智能的目标在于预见和控制目标。当前，市场上火热的人工智能产品多是以连接主义为理论基石的深度学习技术的应用，深度学习将在未来一段时间内主导人工智能的发展方向。

无论从何种视角定义人工智能的概念，都无法回避人工智能本质上是一种计算机程序。人类之所以定义新事物，其目的是为了便于记载、交流和传播知识。但局限于特定时空的相对静止的人工智能概念并不能如实反映人工智能发展的动态性、持续性特征，因此我们应在具体的语用环境下以计算机程序为核心属性把握人工智能的特质。

2. 人工智能的发展历程

1946年2月，世界上第一台计算机诞生于美国宾夕法尼亚州，不久以后，关于人工智能的研究也随之而至。截止到目前，人工智能共经历了三次发展热潮。第一次人工智能热潮由图灵的“模拟游戏”所引发，即后人所称的“图灵测试”。所谓图灵测试，“也就是把一个人和一台计算机放在幕后，让测试人员通过提问来判断哪一个是计算机，如果判断错误的话，就认为计算机通过了图灵测试，具有人的智能。”④ 在很长的一段时间内，图灵测试成为评判计算机是否具有人工智能的标准性试验，人们也通过延长计算机与人对话的时间来增强图灵测试的效果。20世纪80年代到90年代是第二次人工智能发展的热潮时期。20世纪70年代，卡内基—梅隆大学研发出了两个叫“Hearsay”和“Harpy”的语音识别系统，被公认为当时世界上最好的人工智能产品，但这种系统既严重依赖于人的语言学知识，又无法适应不停人的语音特点。⑤ 到了20世纪80年代，扎根于概率统计模型的语音识别技术克服了以上缺陷，无疑成为了此次AI热潮的代表性成果。进入20世纪后，计算机产业得到了飞速发展，第三次AI热潮也在2006年后迅猛袭来。携手大数据的深度学习是引发此次AI热潮的主要原因，以至于有学者断言：“大数据+深度学习=人工智能。”何谓深度学习，就是利用数学模型解决包含目标问题的领域内相似问题的建模过程;而大数据则是因为信息交换、信息存储、信息处理三个方面能力的大量增幅而产生的数据。⑥ 在短短数十年间，人工智能已渗透到机器视觉、语音识别、无人驾驶、机器人和AI艺术等多个领域，也为法律人增添了人工智能与法这个研究主题，而这一切都得益于大数据和深度学习技术的不断突破。“但我们今天看到的所有人工智能算法和应用都属于弱人工智能的范畴”⑦ 可以胜任人类所有工作的强人工智能还未出现。