摘要：尽管越来越多重要的任务和决策被委托给了算法,但因算法的计算复杂性和不透明性,使得用户无法理解算法的决策过程和结果,导致其难以信任算法,甚至出现了“算法厌恶”的现象。相应地,算法透明度通常被视为可信任人工智能的基础,并在过去几年的学术辩论中获得了相当多的呼吁。然而,在实践层面,算法透明度的实施却存在诸多挑战,并且还可能引发一定的伦理风险。基于此,本研究通过分析算法透明度实践层面的挑战和风险,指出至少可以从披露、审查以及设计这三个维度来化解当前实践层面的困境。

摘要：公共机构将数据分析交由私人供应商负责,使得机构代理人员与公众均无法获知算法决策的设计及其背后的政策选择。通过向23个州政府提交42份公开记录请求,寻求有关6个预测算法决策的基本信息,以探究公开记录流程能否让公民发现这些算法所体现的政策判断,并评估其效用和公平性,但这些请求基本上未得到回复。传统观念认为,过度宽泛的商业保密保护是无法产生算法透明度的主要原因,但该观念并不准确。只有在以下情况下,公共部署算法才会足够透明:1.政府在算法运行和后续实施以及验证目标时产生的适当记录;2.私人供应商向公共机构披露有关它们如何开发算法的充分信息;3.公共机构和法院将商业秘密主张视为法律要求的公开披露的有限例外。

摘要：算法控制作为零工经济下的数字化劳动管理实践,能否在几乎没有人工干预的人—机交互过程中激发零工工作者提供主动服务,是检验平台技术和管理策略有效性的关键,但目前少有研究关注零工工作者感知算法控制对其主动服务行为的影响机理。本研究借鉴国内学者开发的零工工作者感知算法控制量表,基于自我决定理论的动机视角,实证考察了感知算法控制影响零工工作者主动服务行为的作用机制及边界条件。本研究针对347名零工工作者时间滞后调查分析发现:感知算法控制一方面通过激发主动性动机提升主动服务行为,另一方面又通过诱发控制性动机降低主动服务行为。进一步研究发现:感知算法控制通过工作动机对主动服务行为产生的总体间接效应为负。此外,算法透明度不仅调节了感知算法控制与工作动机之间的关系,还调节了感知算法控制通过工作动机影响主动服务行为的间接作用。本研究推进了算法控制在个体微观层面的机制研究,为零工平台科学开发、设计和应用算法系统提供了实践启示。