雅理2024书单｜郑戈：书卷多情似故人

此外，2024年有三个讲座和会议锚定了我这一年的学术阅读，在准备这些讲座和会议发言的过程中，我读了不少书，精挑细选下来，有这几本值得向朋友们推荐。

首先是年初的时候应於兴中老师的邀请赴澳门大学做了一场题为“有序的创新：中国人工智能相关法律的价值取向与规范方法”的演讲。与此相关的书籍包括：

1. Anu Bradford, Digital Empires: The Global Battle to Regulate Technology, Oxford University Press, 2023.

本书深入探讨了全球数字经济监管格局，剖析了美国、中国和欧盟三大数字经济体的监管模式、竞争冲突及全球影响，对理解数字时代的科技法和科技伦理、国际关系以及经济发展都能带来一些启发。比如，本书提出了“三大数字帝国”（即中美和欧盟）的监管模式类型学，即：1. 美国市场驱动型监管模式：源于加州，秉持技术乐观主义与市场至上理念，坚信市场能自我调节，政府应少干预，重点保护言论自由与创新激励。其法律框架如《通信规范法》第 230 条等为科技公司提供宽松环境，但也导致市场高度集中、隐私受侵及言论管理失衡等问题，如今正面临反思与改革压力。2. 中国国家驱动型监管模式：旨在利用技术增强政府管控与推动经济发展，通过扶持本土科技企业、实施网络审查与监控，巩固数字威权主义。虽在技术创新上成果显著，但引发国际社会对人权与自由的担忧，近期的行业整顿凸显政府强化控制、追求共同富裕及应对外部竞争的意图。3. 欧盟权利驱动型监管模式：秉持以人为本，借助政府干预保障公民数字权利、维护民主与公平竞争。通过《通用数据保护条例》（GDPR）等法规，在数据保护、人工智能监管及内容审核等方面发挥积极作用，但也面临企业合规成本高、执法不足及内部协调困难等挑战。本书基本上是欧盟主流观点的梳理和类型化，缺乏政治经济层面的深度分析。比如将欧盟作为一大“数字帝国”，有凑数的嫌疑了。虽然在数字领域立法方面欧盟一直“遥遥领先”，以至于产生了所谓“布鲁塞尔效应”，但缺乏技术和经济基础的立法，除了可以用来创造罚款机会以外，作用相当有限。当然，本书也分析了三种监管模式的全球外溢现象及其背后的政经因素，这是本书中比较精彩的部分，它指出：美国科技公司凭借技术优势在全球扩张，传播其市场驱动理念，但也引发隐私、垄断及选举干预等争议，导致全球对其模式的信任危机与抵制；中国通过数字基础设施建设输出技术与标准，引发他国对数据安全与政治控制的担忧，尤其在非洲、亚洲等地的项目备受关注；欧盟法规如 GDPR 等在全球塑造数字权利标准，影响企业运营，但也被指责为保护主义，同时面临内部执行与协调难题。你看，美国输出的是“理念”，中国输出的是“技术”和“基础设施”，欧盟输出的是“法律”。这对我们理解当下的许多问题，包括一直保持着热度而最近的美国最高院裁决又给加了一把火的TikTok争议，可以提供一个视角。

2. Angela Huyue Zhang, High Wire: How China Regulates Big Tech and Governs Its Economy, Oxford University Press, 2024.

本书描述了中国对大型科技公司的监管模式、发展历程、面临挑战及未来趋势，通过动态金字塔模型揭示了监管过程中的层级、波动与脆弱性特征，全面展现了中国科技监管的复杂生态。动态金字塔模型：包括层级、波动和脆弱性三个特征。层级涉及政策制定中的四层主体及多层委托代理问题；波动源于政策目标复杂、制衡缺失和信息传递不畅；脆弱性体现在政策易产生副作用和信息滞后，三者相互影响。书名中的High Wire是指杂技表演中常见的高空叠罗汉，作者用这它来（略带嘲讽地）形容中国的数字经济监管体系，它既要持续前进，又要保持动态微妙平衡，还要承受高空坠落恐惧的压力。我在2024年初发表于《文化纵横》的一篇文章中专门点评过此书，其中写道：“但这可能恰恰是人工智能监管该有的样子。任由市场主导，则投资者利益驱动下的人工智能技术形态和商业模式，会进一步收割大众用户的注意力、时间、金钱和智商，还不用说马斯克所担心的人工智能失控带来的人类生存危机。坚持传统的个人权利本位，则必须利用海量数据来训练的人工智能及其产业无从发展，但不发展不意味着免于被数字巨头利用和没有风险，而是往往会走向被美国的数字巨头利用和收割，正如欧洲的现实处境那样。”这本书总体上也是迎合英文世界读者口味的作品，推荐它不是因为因为写得好，而是因为informative（能提供一些有用信息）。

3. Benjamin H. Bratton, The Stack: On Software and Sovereignty, The MIT Press, 2015.

这本大厚书是我常年摆在案头的参考书，其中探讨了行星尺度计算背景下软件与主权的关系，提出 “堆栈” 概念模型。这个概念虽是计算机领域的既有概念，但作者把它扩展为一个政治经济层面的概念。在本书中，堆栈是行星尺度计算系统与地缘政治地理的结合，由地球、云、城市、地址、接口、用户六层构成，各层相互关联、垂直整合，形成新的政治地理秩序，挑战传统主权与治理模式。它打破传统地缘政治边界，融合不同空间尺度，使政治地理从水平向垂直转变，如云计算模糊海陆空及信息空间界限，引发新地缘政治冲突与秩序重构，传统国家主权在其中面临新困境与机遇。简介这本书是对它的践踏，我就不多说了。

七月份，我应美国哥伦比亚大学Jeffrey Sachs和清华大学汪晖老师的邀请参加了“孔子-亚里士多德大会”，在会上作了题为“人工智能的人类面孔”（Human Faces of AI）的演讲，与此相关的阅读包括：

4. Shannon Vallor, AI Mirror: How to Reclaim Our Humanity in an Age of Machine Thinking, Oxford University Press, 2024.

本书深入探讨了人工智能（AI）对人类的影响，剖析了 AI 作为镜子所反映出的人类社会、道德、认知等多方面的问题，并提出了应对之策，强调人类应重新掌控技术，使其服务于人类的可持续发展与道德进步。书中以谷歌前员工Blake Lemoine声称谷歌的大型语言模型LaMDA有意识的事件为例，引出AI如同人类镜像的隐喻。当今先进的AI系统是人类智能的反射，虽有强大的商业和科学力量，但会引发人类的自我遗忘，使人类受其误导，如Lemoine与自己的影子对话。我读书从来不关注结论，而非常在意叙事或论证的过程，而本书的叙事给我带来了很多的“灵光乍现时刻”，比如，在讨论算法决策对人类道德空间的侵蚀时，书中举了阿西莫夫的小说《选举权》中的多元电脑（Multivac）做例子。《选举权》讲述了在未来，Multivac通过分析数据直接选出总统，而不需要全民投票。这在今天已不存在技术上的困难，但人们应该这么做吗？

AI镜像的问题一直在我脑海盘旋，引着我读了更多的文献。比如，《自然》（Nature）杂志在2024年7月24日发表了一篇关于AI模型使用AI生成数据进行训练的论文，题为AI models collapse when trained on recursively generated data。该文发现：当AI模型使用自身或其他AI模型生成的数据进行训练时，逐渐偏离原始数据分布，导致生成内容质量下降，此种现象被称为模型崩溃。这种退化过程会导致模型忘记真实数据中的低概率事件（如罕见词汇或模式），最终生成的内容变得重复、错误甚至毫无意义。所以，人类的未来绝不是AI，而AI的未来则取决于人类。

5. Antón Barba-Kay, A Web of Our Own Making: The Nature of Digital Formation, Cambridge University Press, 2023.

本书自带的简介就很精彩，我直接把它翻译过来：“如今，批评互联网似乎已不再有任何意义。我们在社交媒体上大肆宣扬着关于社交媒体危害的最新末日预言。我们滑动屏幕，浏览着关于注意力衰退的日常抱怨。我们一边憎恨互联网，一边却在醒着的大部分时间里与它相伴。然而，我们对互联网影响的毫无反思的屈服——对它如何重塑我们的目标和欲望的方式的屈服——本身就是数字技术最强大的成就。《我们自己编织的网》探讨了在线实践如何在不知不觉中重塑我们的生活。巴尔巴-凯（Barba-Kay）认为，数字技术是一种“自然技术”——一种如此直观以至于掩盖了它对我们注意力改造程度的技术。他展示了这种技术如何以及为何正在重新配置知识、文化、政治、美学和神学。数字革命的主要发生地并非硅谷，而是我们每个人的内心。”

6. Yuval Noah Harari, Nexus: A Brief History of Information Networks from the Stone Age to AI, Random House, 2024. 已有中译本：《智人之上：从石器时代到AI时代的信息网络简史》（中信，2024）。

本书作者（Yuval Noah Harari）是以色列历史学家、哲学家和全球畅销书作家，1976年2月24日出生于以色列海法，2002年获得牛津大学历史学博士学位，专攻中世纪史和军事史。他现任耶路撒冷希伯来大学历史系教授，并担任剑桥大学存在风险研究中心特聘研究员。赫拉利以其跨学科的宏观历史研究闻名，著作涉及历史学、人类学、生态学、基因学等多个领域。他的著作已被翻译成65种语言，全球销量超过4500万册。其中中译本包括：《人类简史：从动物到上帝》（中信出版社，2014）；《未来简史：从智人到智神》（中信，2017）；《今日简史：21世纪的21个议题》（中信，2018）；《势不可挡的人类》（童书，中信，2022）；

这本新书探讨了信息网络从石器时代到人工智能时代的发展历程，分析了信息在人类社会、政治、经济等方面的作用及演变，以及不同信息网络形式（如民主与独裁）的特点，还深入研究了计算机和人工智能兴起带来的新变化、挑战与影响，旨在揭示信息与权力、真理之间的复杂关系，引导人们思考如何应对信息革命带来的诸多问题。人类善于利用信息连接个体形成强大网络，但常陷入追求权力却忽视智慧的困境。虽积累大量信息，却在生态、科技等方面面临危机，且在信息时代对自身和宇宙的理解未见显著提升，权力与智慧未实现同步增长。本书将信息及其流通网络作为纵贯人类历史一条线索，打破了“信息技术”对“信息”的垄断，使我们能够从整全的人类历史中理解信息及其流通对人类处境的影响。比如，作者写道：“信息不是真理的原材料，人类的信息网络也并非仅仅为了发现真理而存在。但信息也不仅仅是一种武器。相反，为了生存和繁荣，每一个人类信息网络都需要同时做两件事：发现真理和创造秩序。”

7. Ignacio Cofone, The Privacy Fallacy: Harm and Power in the Information Economy,  Cambridge University Press, 2024.

作者伊格纳西奥·科夫内（Ignacio Cofone）在本书出版时是加拿大麦吉尔大学人工智能法律与数据治理方向的加拿大研究讲席教授（Canada Research Chair），同时也是耶鲁法学院信息社会项目的客座研究员。目前他已经转会到英国牛津大学。

本书首先指出了传统隐私保护的困境：人们在隐私问题上存在“理性”和“冷漠”两种的错误观念。一方面认为自己能理性对待隐私决策，但实际上面对复杂的信息和选择，往往无法做出准确判断；另一方面，虽声称重视隐私，却在实际行动中轻易放弃个人信息，如在使用互联网服务时机械地点击“同意”隐私政策。企业则充分利用了这种认知偏差，轻而易举地获得用户“同意”：隐私政策晦涩难懂，用户难以真正理解数据收集和使用的方式及风险；同时，企业利用信息不对称、用户缺乏选择和议价能力等情况，使同意机制流于形式，无法有效保护用户隐私。例如，一些企业通过隐藏或误导性的默认设置、诱导等手段获取用户同意，而用户往往在不知情或无奈的情况下接受。道理很简单：不同意你就用不了。而对于微信这一类的已经成为信息基础设施的应用，用不了就意味着无法参与社会生活。（当然作者没有举微信做例子，而是用的facebook等美国例子）。本书所提议的改进方案包括：（1）强化企业责任：建立基于企业数据实践后果的责任机制，取代以同意为基础的传统模式。企业应承担因数据处理导致的隐私损害和其他数据危害的责任，包括故意或疏忽的数据滥用以及数据安全漏洞造成的损害。例如，通过严格责任等原则，促使企业采取有效措施保护用户数据，减少隐私风险。（2）完善法律标准：制定实质性（相对于知情同意这种形式性）的法律标准，关注数据实践的风险和危害，而非仅仅依赖程序规则和同意机制。例如，采用数据最小化、隐私设计等原则，要求企业在数据收集和处理过程中采取合理措施保护隐私。同时，引入信息受托人概念，要求企业以用户利益为导向处理数据。（3）优化执法机制：结合公共和私人执法力量，提高隐私保护的有效性。公共执法机构应关注系统性风险和公共利益损害，私人诉讼则可通过集体诉讼等方式为受害者提供救济，弥补公共执法的不足。同时，法院应在判断隐私损害时采用更合理的标准，考虑社会规范和隐私的内在价值。

8. 戴昕：《信息隐私：制度议题与多元理论》，北京大学出版社，2024年。

戴昕的《信息隐私：制度议题与多元理论》是一部深入探讨数字时代隐私问题的学术力作。作为北京大学法学院的长聘副教授、博士生导师兼副院长，戴昕在法理学、法律经济分析、信息隐私法等领域有着深厚的学术积累。他拥有北京大学法学学士学位、杜克大学法律博士（J.D.）学位以及芝加哥大学法学博士（J.S.D.）学位，并曾在美国谢尔曼·思特灵律师事务所担任专职律师，兼具理论与实务经验。

本书从隐私、数据和声誉三个核心议题出发，结合经济学、社会学和哲学的多学科视角，展现了信息隐私在21世纪中国的复杂图景。戴昕并未拘泥于传统的法律定义，而是采用了一种反形式主义的立场，强调隐私问题的实质分析而非概念界定。例如，他在书中提出“数据不是石油”的观点，批评了当前许多研究在数据权属问题上的思维误区，主张通过机制设计而非简单的确权来解决数据资源配置问题。

在隐私保护方面，戴昕通过多元规制理论重新审视了公众人物隐私问题，提出了基于社会福利影响的实质性分析框架。他不仅探讨了隐私规范的社会价值基础，还将其与法律实践相结合，展现了从社会规范到法律制度的转化路径713。此外，书中对社会信用体系的讨论也颇具启发性，戴昕指出，社会信用不仅是国家治理的工具，更是信息化时代权力延伸的体现。

戴昕的写作风格兼具学术深度与阅读趣味性，书中引用了大量英文一手文献，并结合中国实际问题展开研究，展现了作者对国际学术理论的娴熟运用。尽管部分章节的逻辑关系稍显松散，但整体上，本书为信息隐私领域的研究提供了丰富的理论资源和实践启示。

总之，《信息隐私：制度议题与多元理论》是一部值得法学学者、政策制定者以及任何对数字社会感兴趣的读者阅读的佳作。它不仅拓展了信息隐私研究的视野，也为中国在数字时代的法治建设提供了重要的理论支持。

9. 胡凌：《数字架构与法律：互联网的控制与生产机制》，北京大学出版社，2024年。

胡凌的《数字架构与法律：互联网的控制与生产机制》是一部深入探讨数字时代法律与互联网架构关系的学术力作。作为北京大学法学院的预聘副教授，胡凌在法律理论和网络法领域有着深厚的学术积累。他拥有北京大学法学学士和硕士学位，以及香港大学法学博士学位，并曾在上海财经大学法学院担任副院长。他的博士导师是郑戈教授。他的研究兴趣主要集中在从政治经济角度观察和解释互联网如何成为一种以信息技术为媒介的生产方式，从而推动法律作为上层建筑的调整。

本书的核心概念是“架构”，胡凌将其定义为一种既具有规制性又具有生产性的空间。他通过对“账号—数据—算法—评分机制”的递进分析，揭示了互联网架构如何通过技术和私人规范控制和组织生产，进而推动法律和政策的调整。胡凌的理论不仅超越了莱斯格（Lessig）的“代码即法律”理论，还结合了马克思的政治经济学，提出了“生产性架构”的概念，强调架构不仅是规制手段，更是推动法律规则、社会规范和商业模式更新的生产性力量。

胡凌在书中通过对中国互联网实践的细致观察，提出了许多富有启发性的观点。例如，他指出平台经济通过账户、数据和算法等要素，塑造了新的社会控制和生产机制，进而影响了法律的形态和内容。他还探讨了人工智能、脑机接口等新兴技术对法律的影响，提出了智能架构的法律保障问题。

本书的优点在于其理论框架的包容性和解释力。胡凌通过“架构”这一隐喻，将莱斯格的规制性架构和马克思的生产性架构结合起来，为理解数字时代的法律变革提供了新的视角。然而，本书的写作方式较为法学化，部分内容略显发散，读者需要反复阅读才能抓住其中的核心思想。

总体而言，《数字架构与法律》是一部兼具理论深度和实践意义的著作。它不仅为法学学者提供了新的研究视角，也为政策制定者和互联网从业者提供了宝贵的参考。无论是对数字时代的法律变革感兴趣，还是对互联网架构的生产性力量感到好奇，这本书都值得一读。

* 以上两本书的介绍由deepseek直接生成，我发出的要求是：“请搜索戴昕的《信息隐私》一书相关信息，生成一篇500字左右的中文小书评，包含作者介绍”以及“请搜索胡凌的《数字架构与法律》一书相关信息，生成一篇500字左右的中文小书评，包含作者介绍”。当然我是先读了这两本书觉得很好才推荐的，人工智能只是节省了我写简介的时间。这是新时代的人机交互科研大法的一个侧影。我打算开一门AI辅助社会科学写作课，感兴趣的同学可以期待一下~

10. Arvind Narayanan and Sayash Kapoor, AI Snake Oil : What Artificial Intelligence Can Do, What It Can't, and How to Tell the Difference, Princeton University Press, 2024.

这是我2024年所读的书中最有趣的一本。两位作者是印度裔，难怪能想出蛇油这么形象的比喻。本书的内容也符合我本人的经验，在研究数字科技与法律的这十年里，我接触了许多技术专家和产业界人士，一个越来越深刻的印象是技术专家对人工智能有着非常审慎而务实的预期，对其局限性和潜在风险更加担忧，而文科教授（尤其是法学家）则对AI有着许多不切实际的想象，并基于这种想象来“提议”法律上的应对措施。本书是很好的解毒剂，能够帮助我们看到目前和可见未来AI到底能做什么不能做什么。作者阿尔温德・纳拉亚南是普林斯顿大学计算机教授，并担任该校信息技术政策中心主任，另一位作者萨亚什・卡普尔曾在Facebook工作多年，这段工作经历使他对人工智能在实际应用中的情况有直接的了解，特别是在内容审核等方面。他选择离开Facebook去攻读博士学位，并专注于服务于公共利益的技术研究，导师正是纳拉亚南。

本书将人工智能分为生成式和预测式两种，各有问题但以后者为剧，因此所举的“蛇油”例子多属于后者，比如：（1）宣称能够准确预测未来犯罪，在刑事司法领域，许多人期望 AI 能够准确预测哪些人会犯罪，以便提前采取预防措施。例如，一些预测性 AI 工具声称可以根据犯罪记录、社会背景等因素判断一个人未来犯罪的可能性。然而，实际情况是，这些预测往往并不准确。如 COMPAS 等工具，在预测被告是否会再次犯罪时，存在较大的误差和种族偏见。在实际案例中，有很多被预测为高风险的人并未犯罪，而一些被认为低风险的人却实施了犯罪行为。这是因为犯罪行为受到众多复杂因素的影响，包括个人的即时心理状态、突发的生活事件等，这些因素是难以被 AI 准确捕捉和预测的。（2）号称能够精准预测个人职业成功，很多人认为 AI 可以通过分析个人的教育背景、技能、工作经验等数据，精准预测其在职业上的成功与否。比如在招聘过程中，一些公司使用 AI 来筛选简历，试图找出最有可能在工作中表现出色的候选人。但实际上，职业成功受到很多难以量化的因素影响，如个人的机遇、创造力、人际关系处理能力等。以汤姆·布雷迪为例，他在 NFL 选秀中被大多数球队忽视，但后来却成为了伟大的四分卫，这表明成功具有很大的随机性，AI 很难准确预测。（3）据说能够有效检测所有有害社交媒体内容，社交媒体平台希望利用AI来检测和删除如仇恨言论、虚假信息、暴力内容等有害信息。例如，Facebook等平台投入大量资源研发内容审核方面的AI技术。然而，AI 在这方面面临诸多挑战。一方面，对于一些内容的判断需要结合上下文和文化背景，AI很难做到准确理解。比如，一些带有特定文化隐喻或幽默的言论可能被误判。另一方面，人们会不断尝试规避AI的检测，如使用暗语或改变表达方式。

阅读使人快乐，2025年我希望自己能有更多的时间来单纯地阅读。