一、引言 以大数据为基础的人工智能正以前所未有的深度和广度嵌入人类社会的各个领域，其广泛应用不仅创造了新的经济社会环境，也以强大的力量影响、塑造和指导着我们的行为和社会治理。随着公共数据的积累与算力的提升，算法技术也由浅入深、由表及里地渗透到公共管理与政府决策的各个方面，并逐步带来行政体系的深刻变革。算法行政便是这一过程的必然产物，其意指公共行政部门通过大数据和算法进行自动化操作和决策，进而实现国家和社会治理。[1] 算法行政不是一个静态概念，而是在技术演进过程中被不断塑造的。在发展初期，算法主要是行政过程中的辅助工具，帮助政府提高服务效率和决策精度，例如在线问政、政府流程电子化等。在这一“工具”角色里，算法只是公民与政府互动的介质，行政官僚始终掌握着最终的决策权和执行权，因而算法的应用并未改变行政体系中的权责结构。随着技术的不断进步，以机器学习为代表的第三次人工智能发展浪潮兴起，突破了“波兰尼悖论”，机器学习算法可以通过基于大数据的自我训练过程完成参数调整与模型构建，即完成算法的自我生产过程。尽管人类仍然参与其中，但机器学习算法已然摆脱了需要依赖人类表达能力的局限，从而极大地提升了算法能力并扩展了其应用范围。[2]这些技术突破意味着算法在公共行政中的作用不断扩大，并逐步开始承担决策和执行的职能，甚至可能脱离传统的官僚体系进行独立运作，逐渐从官僚“工具”转变为具有独立性的官僚“主体”。 随着算法的独立性增强甚至获得独立人格，公共行政中的权责关系发生了深刻变化，传统的政治委托代理关系被打破，民众作为“委托人”、行政官僚作为政治“代理人”的关系需重新审视。一方面，新的算法治理工具将越来越多地取代行政自由裁量权，对社会和公民产生重大利害关系；另一方面，多责任主体导致责任归属模糊化，引发传统责任与问责机制的失效，进而可能造成责任悬空。算法嵌入引致的责任失范极可能导致算法行政不仅不能实现效率的提升，甚至可能导致私人利益挤占公共利益、技术知识取代行政知识。因此，研究算法行政重构责任体系与问责制具有重要意义。 算法嵌入行政过程使得公共权力的运行方式随算法代理发生了变化，因此，算法行政责任并不能简单地视为传统行政责任的算法化，而应进一步讨论算法行政作为一种新的行政方式，在重塑政府行政过程中产生的新的责任问题与问责问题。本文从算法如何重塑行政责任的基点出发，追问这一过程如何使原有的问责框架失效导致责任失范，探索重构算法责任与问责体系、推动算法行政责任落实的路径。 二、算法行政重塑政府责任 人工智能算法技术快速嵌入公共行政的各个环节，悄然推动着传统科层体系的变革。技术驱动的变革具有涟漪效应，不仅改变了科层组织和工作流程，还深度改变了行政体系传统的权责关系，带来了行政责任主体、责任内容及结构的变化，进一步促进了政府与市场及社会之间职责关系的重构。 (一)算法嵌入行政引致责任内容的变化 在技术与行政深度融合的算法行政中，算法嵌入深刻触发了政府职责内核的变化。这种调整呈现出三重递进式变迁：从行政决策的底层逻辑变化，到行政程序的不透明累加，最终延伸至价值目标的调整。相应地，算法行政职能及其履职方式的变化也要求对政府责任内容加以调适并回应。 1.行政依据从经验权威到数据闭环的变化强化了政府数据责任 在公共行政领域，传统决策是自上而下的由经验与直觉驱动的决策模式[3]，而算法行政则是以大数据作为基础，由数据驱动决策。通过实时处理多源异构数据，政府信息能力实现量级跃升，有效缓解治理主体与对象间的信息不对称。与此同时，算法治理的双刃剑效应也同步显现：一方面是个人隐私权与公共安全的张力；另一方面是数据主权的制度性冲突，需要处理好政府数据利用与公民数据权保护的关系。[4]因此，如何对作为决策依据的公共数据进行分级分类保护，协调政府信息利用、信息公开、隐私保护之间的关系，成为算法行政中政府不可推卸的责任。 2.行政程序黑箱性与解释义务断裂要求强化政府的解释责任 算法决策形成了“政治黑箱+技术黑箱”的叠加效应。对社会和公民而言，政府内部行政决策更多地与政治过程相关联，并未公开或者公开进入程序法治轨道，本身就存在“行政黑箱”；而复杂算法内部工作原理不仅无法向公众解释，不能被行政人员理解，甚至对算法技术专家来说都是不透明的，这更是在行政黑箱之内以算法的“无知之幕”叠加了一层“算法黑箱”。在算法行政过程中，机器学习模型在行政系统内的部署及后续使用过程往往因技术壁垒规避了公众参与、专家论证、信息交换及披露等正当程序控制，导致决策合法性基础流失。因此，如何平衡算法决策过程的黑箱性与公众知情权，向公民清楚地传达决策背后的逻辑以维持公众的信任和理解，重建算法行政决策的程序控制，成为政府的又一重要责任。 3.效率崇拜与公共性消解导致的价值失衡要求强化政府的价值责任 算法行政作为技术理性的具象载体[3]，将复杂社会问题转化为可计算、可预测的程式模型，使得技术理性所追求的效率最优、工具至上的价值取向深度渗透于行政过程。但算法行政对行政效率的追求似乎蕴含着这样的价值前提：只要算法系统能够对政策选择进行持续监测和分析，政治行为者就能更快速、更灵活地重新评估先前的决策，从而将政策决策与公众偏好联系起来。
