而且审查要求机制对传统的主动审查并无不利影响，实践证明二者可以互为补充，并行不悖。
（三）行政执法程序法治研究 行政执法程序是保证严格执法、公正执法、规范执法、文明执法的关键。[26] 行政管理向公共治理转化，导致行政法的基础和内核发生了变化，行政法学的研究对象和体系也需要变化：对于行政法的主体研究来说，传统行政法学只研究行政组织或行政机关，最多再加上法律法规规章授权的组织，而现代行政法学则必须同时研究治理过程中的公众参与。
管理与治理主要存在以下区别。[2]不仅我国如此，西方传统行政法学教科书亦认为行政主体一般只是行政机关，行政行为只能由国家行政机关作出。罗豪才等：《现代行政法的平衡理论》（第2辑），北京大学出版社2003年版。上述定义只适用于传统硬法，可以认为是对传统硬法基本特征的界定，而不适用于调整广泛现代社会生活的软法（soft law），不能反映软法的社会性、自治性、非强制性等诸多特征。党内法规是全面从严治党的重要保障。
2.行政执法领域 行政法学总结和探讨新时代行政执法体制改革（根据事权和职能，减少层次，重心下移，合理配置执法力量）、完善行政执法程序（明确操作流程，规范裁量基准，建立执法全过程记录制度和重大行政执法决定法制审核制度等）、创新行政执法方式（推广行政指导、说服教育、劝导示范，建立统一执法信息平台和网上执法办案及信息查询系统，推行执法公示制度等）的经验，[17]提出了严格执法、规范执法、公正执法和文明执法的理论。[23]在新时代，我国行政程序法治研究已经取得阶段性成果。该报告认为，人工智能系统和智能机器的发展与应用产生了一系列的法律与伦理道德问题，而且在人工编制的算法和机器自主学习的算法中也存在着歧视问题，所以该报告呼吁建立有效的机制辨别和控制这些法律、伦理与歧视问题。
[33] See P. Wahlgren, Automation of Legal Reasoning: A Study on Artificial Intelligence and Law, Computer Law Series 11. Kluwer Law and Taxation Publishers. Deventer Boston 1992. Chapter 7. [34] 参见张保生：《人工智能法律系统的法理学思考》，载《法学评论》2001年第5期。[29]在使用脸部图像自动推断罪犯的案例中，算法技术依据脸部特征类似人群的犯罪情况，用以推断个人是否属于犯罪分子，从本质上来说这些脸部特征信息和个体目前或者未来的行为有着多大的逻辑必然性呢？一旦人们普遍形成这种歧视，这就意味着具有该脸部特征的人群，不会被社会所平等对待，会出现新型侵权行为与现象，整个社会发展难以实现真正意义上的公平正义。如果人工智能产品出现侵权事件，那就需要有一套解决方案。[13]在现实生活中，人们在自然生理或社会经济方面存在明显的差异，以上差异不仅难以通过个人的努力加以克服，并且从根本上决定着社会竞争的成败。
[18]第二、采用国际人权公约关于歧视的定义，认为歧视包含着三个构成要件：首先，存在着区别待遇。这个时候您可以选择拉一个拉杆，让电车开到另一条轨道上，但是另一个电车轨道上也绑了其他一个人。
[40] 五、行业与部门监管的共治之路 （一）制定相应的法律法规，弥补立法空白 1.立法的必要性 自从进入21世纪以来，科技高速发展，为了把握这个历史机遇，占领科学技术创新的制高点，我国制定了一系列法律或者规范性文件，但涉及到人工智能的法律文件更多的是如何要让其更好地发展，更多的是一种规划。而相比于社会资源的掌控者和算法规则的制定者，那些处在被动地位的公众由于他们有限的信息承受和接收能力，无法正确处理算法黑箱，不能自主把控数据信息所形成的算法决策，法律面前人人平等的原则将被消解。（二）人工智能应用数据信息非透明化的实证分析 电车难题一直以来是法学界中道德判断的难题，它是指有五个无辜的人被绑在电车轨道上，一辆失控电车朝他们驶来，片刻后就要碾压到他们。对此，人们普遍认为人工智能的应用能够帮助人类更安全和条理化地开展工作，[4]帮助人类对各事项决策进行理性准确的决断，促进社会治理体系和手段更为高效、便捷与智能。
但是，现阶段人类把大量的所谓抉择权（包含司法权和行政权）交付给人工智能技术平台，企图利用大数据来遴选或甄别，用以判断或决策公共政策、法律法规和规章制度的可行性和适用性。不过在正常状况下，我们还是能够预测他人在作选择时的价值判断，通过这些缘由来对每个决策进行我们自己内心的道德和法律评价。[35] 同前注[31]，季卫东文。人类环境又加速吸收这种歧视，基于机器对周围环境的深度学习能力，致使产生的歧视经循环扩大被固化下来，形成一种暗含的社会歧视现象，最终很可能会造成一种自我实现的歧视性反馈循环。
[24]著名的亚马逊网站也曾出现过类似事件，其网站购物推荐系统有意识地偏袒自己以及合作伙伴的物品，即使其它卖家商品价格更低。[39] 同前注[21]，苏令银文。
最后，该区别的理由是被禁止的。当前我国法律仍未对企业采集和利用数据信息的权限边界做出明确的规定，不能完全保障广大用户对自身数据资料在被使用或应用过程中应享有的知情权和同意权。
例如，为了应对人工智能科技越来越多地融入其他科技应用的大趋势，英国下议院的科学和技术委员会在2016年10月发布了一份关于人工智能和机器人技术的报告。当平台给出消费项目价格之时，一般情况下，普通消费者基于依赖和信任的心理认为自己付出的对价与他人相同，进行的是对等交易，所以都会选择接受此价格，根本不会意料到背后还有如此隐蔽的宰客手段。[5] 参见王勇：《政府信息公开制度的法理基础》，载《中共中央党校学报》2005年第3期。因为，这是通过自然科学模式推算出来的，所以人们不会有质疑。[34]再者，算法的优劣程度在很大程度上取决于数据样本的客观完整程度，而来源多样化、规模不断膨胀的法律数据本来就不可能完美无缺，何况在中国快速发展的过程中还存在比较严重的质量问题，甚至也有基于政绩考虑的数据造假问题。[2] 参见中华人民共和国国务院：《新一代人工智能发展规划》，2017-07-08。
但是，事实真的如此完美无暇吗？如孤立地从事件本身来看，这的确可提高侦破案件的效率，节约司法资源。例如，当前法学实证研究可在数据库中公开统一程度最高的当属裁判文书，所有生效裁判文书均上传至裁判文书网进行公开。
然而，实际情况却非如此，机器算法得出的决策并非客观公正，可能会出现更为隐蔽和严重的歧视行为。如果要真正开展大数据级别的实证研究，这一代价显然不能接受。
笔者希望人工智能在其他领域也能够像阿尔法狗一样，能够与外部环境结合起来，不断突破自身的局限性，就像猿猴逐渐向人类进化一样（而不是向人类期望之外的方面发展，脱离人类的控制），最终总结出一套属于自己的模式，而不是单单的依靠大量的原始数据总结出类似的经验，再根据这些经验来得出结论。关于预防措施笔者有以下是几点建议：1、为人工智能设定权利边界。
当然，人工智能并没有创造歧视的本身，而只是改变了歧视存在或产生的方式，也打破对以往歧视的传统认知，赋予了歧视更广阔的外延，为社会歧视现象的出现提供了新的渠道。事实上， 人工智能应用过程中可能出现的风险早已引起了海外立法和政府机构的关注。[47] 前引[4]，孙伟平文。[35]另外，算法的设计者和开发者可能附带着主观倾向或偏见来使用数据，存在算法黑箱以及逻辑缺陷的算法规则。
最高人民法院提出要建设立足于时代发展前沿的‘智慧法院，最高人民检察院发布了《十二五科技强检规划纲要》。[14] 参见［英］哈耶克：《自由秩序原理》（上册），邓正来译，三联书店1997年版，第105页。
而从康德的目的原则出发得出的结论则相反。有了具体的规则，算法绑架、算法歧视等有望大幅缩减。
大众只能看到输入的数据以及得出的相应结论，而对中间的运算过程则一概不知，由此就会导致算法黑箱或算法独裁行为。[32] 参见［美］博登海默：《法理学——法哲学及其方法》，邓正来、姬敬武译，华夏出版社1987年版，第478页。
鉴于人工智能技术领域的重要性和专业性，相关企业或者民间团体有必要考虑在全国范围内构建自治性行业监督管理委员会，对本行业业务指导和监督管理。[48]当设计者进行设计时，不仅要在规则的范围之内进行设计，还需要将人类社会中相应的道德伦理规范或其它价值嵌入系统之中，设计完之后由该部门进行试验、检测、最后进行登记与审批，方可投入使用。在数据膨胀的信息化时代，大数据分析和机器算法决策等人工智能技术的应用与社会公共利益紧密相关的信息也完全应该公开。[9]英国卫报指出，算法和数据库结合在一起可形成强大的竞选工具，这个工具能够在大选中尽可能找出中间选民，并制造更多的共鸣信息成功地煽动和说服他们。
在这种情况下到底如何处理？边沁的功利主义观点认为，当必须作出选择时，牺牲了一个人拯救多数人的性命是符合社会功利原则的，即满足社会绝大多数人的幸福。这些问题，现在听起来好像会觉得有点天方夜谭，但是随着科学技术的不断发展进步，未来应该会逐步变成现实。
第三是会造成客观上的不公正、不平等的不良后果。[49]2、在赔偿基金成立之后，如有一些预料之外的状况，或目前的法律对此有漏洞与空白，将由该基金委员会进行协调管理。
英国《卫报》就曾发表评论指出，人工智能可能已出现种族和性别偏见，但这种偏见并非来自机器本身，而是计算机在学习人类语言时吸收消化了人类文化中约定俗成的理念，从而导致出现种族和性别偏见。[3]从微观层面看，它已成为个人日常生活的一部分，在自动驾驶、疾病诊断、人脸识别、智能翻译、投资决策、法律服务等方面都发挥了巨大的作用。
