一个全盘的人工智能治理方案极可能受到技术发展的冲击。

[24] （四）不利于社会信用制度的体系化 其一，不利于市场主体实施的市场性惩戒与行政机关实施的失信惩戒的体系化。沈岿：《社会信用体系建设的法治之道》，载《中国法学》2019年第5期，第34—41页。

[69][加]雷蒙·安德森：《信用评分工具：自动化信用管理的理论与实践》，李志勇译，中国金融出版社2017年版，第22页。[13]有学者指出，违法不一定等于失信，因此对违法行为予以信用惩戒不一定有合法性。1.符合行政机关管控资源配置风险的需要 一方面，行政机关要利用财政资金与国有土地等公共资源，从市场主体那里换取各种各样有形、无形的商品，因而也需要通过信用评价机制来判断风险，进而决定该如何配置公共资源才能确保避免市场主体违约。它们在更大范围内提高了相对人的交易成本，却又没有禁绝他们的交易自由，是因为他们违法可能性较高或是危害较大，但又没到以断绝交易自由的方式来预防的程度。这就意味着，风险管控不仅是失信惩戒的目的，也是其必须自始至终应予遵守的根本原则。

这种算法的逻辑与科学原理是什么。在美国学者看来，这一危机根源于经济发展模式的变化，根源于围绕着工业化时代的监管问题和监管能力而设计的行政法未能及时向信息化时代转向。虞青松：《算法行政：社会信用体系治理范式及其法治化》，载《法学论坛》2020年第2期，第36—37页。

这就人为地割裂了市场主体与行政机关的失信惩戒，也割裂了行政机关发动的声誉罚。当然，规制信用信息也是规制信用算法的重要路径。网络购物中的差评与好评即是这一逻辑的典型样态。虽然该法旨在保障个人信息权益，但也可以用于规制失信惩戒，因为失信惩戒建基于对个人信用信息的收集与处理。

[26]参见《南京市社会信用条例》第四章与《湖北省社会信用信息管理条例》第四章。其运用了公民的哪些个人信息、这些信息与算法的关联及其权重是什么。

算法已经开始并且将不可避免地以不可想象、史无前例的方式驱动包括公共管理的组织形式在内的社会组织形式发生激烈变革，已成为政治学家的共识。三是信用算法的算法规制机制。[50]参见美国《公平信用报告法》（FCAR）第1681条b款。但是，由于信用信息服务于信用算法的运作，因此，对信用信息的规制可以纳入信用算法的规制。

一是行政机关不是在强制性地剥夺该市场主体的自由与财产，而是出于管控风险、保全自己的考虑而不向其配置资源，所以不需要通过法律授权与正当程序获得正当性。Rory Van Loo, Rise of the Digital Regulator,66 Duke Law Journal 1267,1274(2017). [92][加]雷蒙·安德森：《信用评分工具：自动化信用管理的理论与实践》，李志勇译，中国金融出版社2017年版，第276页。[48][美]康芒斯：《资本主义的法律基础》，戴昕等译，华夏出版社2009年版，第5、87、77页。为了避免陷入失信风险，资源出让方必然会根据信用风险等级采取如下被称为失信惩戒的措施：或是对交易对方进行更为严格、频繁的审查以排除风险，或是要求其提供担保以确保交易安全，或是提高交易对价以对冲风险，或是将之拒之门外不予交易以规避风险。

[70]西方学者近年来以删除权、被遗忘权、不联网权来解决大数据时代错误信息、隐私信息被用于社会信用评价的问题，[71]也可以置于这一脉络来理解。比如，行政机关无论是配置执法资源还是配置公共资源都需要管控风险，但两者也有区别。

其二，不利于各层次、各类型失信惩戒手段的体系化。这和市场主体的失信惩戒一样具有充足合法性。

尽管这些措施给交易对方带来了不同程度的不便与麻烦，但并不构成法律上的限制与侵害。[83]Shoshana Zuboff, Big Other: Surveillance Capitalism and the Prospects of an Information Civilization,30 Journal of Information Technology 75,81(2015). [84]Evgeny Morozov, To Save Everything, Click Here:The Folly of Technological Solutionism 194-195(Public Affairs 2013). [85]参见刘东亮：《新一代法律智能系统的逻辑推理和论证说理》，载《中国法学》2022年第3期，第159页以下。[9]但是，违约行为是私法行为，本应只由私法调整。[95]另一方面，信用算法本质上是一种抽象化处理机制，在追求效率的情况下，算法很难还原具体场景的信息，往往只能根据过去积累的数据作出默认选择。有学者考证指出，信用曾一度只适用于信贷领域，意指可以先获得贷款之后再还的能力。就此而言，广泛适用以管控资源配置风险、优化资源配置效益的失信惩戒，是国家治理的客观需要。

其三，割裂失信惩戒与信用信息，割裂失信信息与其他信用信息。[28]参见戴昕：《信用如何修复》，载《中国法律评论》2021年第1期，第134—137页。

因为个人往往缺乏足够的能力来预测、判断、控制信息处理行为可能带来的损害。[49]更为详细的阐释，参见陈国栋：《论违法行为的信用惩戒》，载《法学评论》2021年第6期，第44—49页。

[79]这就是失信惩戒和信用信息一体化的根源所在。因为，算法在很多方面危及包括法治与基本权利在内的多数基石性法律概念，动摇了现存法律体系。

（二）行政机关的失信惩戒 行政机关不应强制性制裁经济交易领域中的失信，但可否实施作为管控资源配置风险之举的失信惩戒呢？答案是肯定的。而为了在名义上维护法律制裁的国家垄断性，当下信用立法又无法承认市场主体的失信惩戒权，只能将之归为提高交易成本之举。刘晗、叶开儒：《平台视角中的社会信用治理及其法律规制》，载《法学论坛》2020年第2期，第62—63页。[94]Andrew Guthrie Ferguson, The Rise of Big Data Policing Surveillance, Race, and the Future of Law Enforcement 5(New York University Press 2017). [95][美]卢克·多梅尔：《算法时代：新经济的新引擎》，胡小锐、钟毅译，中信出版集团2016年版，第144页。

但违法何以失信？失信何以作为行政处罚的理由？这两个一脉相承的问题得不到解决，失信惩戒既难以作为失信惩戒区别于既有行政处罚，也难以解释其将违法视为失信加以治理的合法性与效能，进而难以解释行政机关对其管辖范围之外的违法行为施加联合惩戒的合法性。但基于失信惩戒的数据治理手段的本质、风险管控属性及其社会性，还是可以从信用算法而非失信惩戒行为入手，以信用算法为中心建构法治化失信惩戒的大致框架。

[53]究其根本，因为这会否定或限制、剥夺公民的公法权利，行政机关的失信惩戒只有在审慎精准时才有合法性，不可能像私法信用惩戒那样为私法自治原则所庇护，为市场经济的风险自担、盈亏自负机制所动态调整。人是社会关系的总和，必然呈现出多面向、动态化的信用形象，其信用必须结合具体领域、综合所有相关信息进行场景式判断。

[21]一个新的问题由此产生：市场主体参与联合惩戒的动力是什么？这个问题非常重要。[83]还有学者指出，通过信用机制所实现的一个没有犯罪的世界值得我们去追求吗？让人不可能犯罪（而不是在事后给予惩戒），我们得到了些什么，又失去些什么呢？这种方法对重要的民主价值，如团结、异议和审慎有什么影响呢？[84]为防范这些风险，我们不能不审慎考虑失信惩戒的适用范围与场景。

进入专题： 失信惩戒 法治化 风险管控 大数据 社会治理革新 信用算法 。据此，将失信惩戒视为行政处罚，无法相容于行政处罚乃公权力制裁这一行政处罚法教义学的根本法理。四、结语：迈向大数据时代的法治化失信惩戒 在一定程度上，将失信惩戒视为行政处罚所面临的种种困境，鲜明体现了当下行政法的危机。即便是政府，不同部门的信用需求也不相同……[78]也正因为风险的存在决定了失信惩戒的适用，风险的类型及其界定既需要随着时代的发展而发展，也需要维持一定的稳定性，不能由行政机关随意界定并设计、运用信用算法与失信惩戒。

基于风险管控的需要，行政机关只能收集、利用可用来评判特定风险之有无、大小的信息，而不能过度收集信息，更不能不管信息的真假。[62] 三、失信惩戒法治化的建构 大数据与人工智能算法补足了失信惩戒精准性欠缺的短板，提升了它的合法性，推动其成为主流的社会治理方式，也给它的法治化带来了难题。

[13]前一问题并没有受到行政处罚论者的关注。信用的道德规范维度源于、依附于信用的资源配置维度，两者是上层建筑与经济基础的关系。

其三，失信惩戒的社会性也决定了要以信用算法为法治化中心。（三）以信用算法为中心的失信惩戒法治化的基本框架 基于数据的治理需要通过对数据的治理来加以规制。