南加州大学Gould法学院院长Franita Tolson：新技术浪潮下传统法律体系已不复存在

经济观察网 记者 汪青 “随着区块链、云计算和加密货币等新技术的迅猛发展，法律领域正面临着前所未有的挑战。这些新技术不仅改变了商业运作的方式，也对数据隐私和安全提出了新的要求。然而，法律往往落后于技术的发展，这使得我们在应对新技术带来的问题时显得力不从心。”南加州大学Gould法学院院长Franita Tolson在9月18日接受经济观察网采访时表示，在新技术不断迭代发展的过程中，全球数据隐私法律的框架正在经历着重要的变革。

Franita Tolson认为，传统法律体系在此冲击下已经不复存在。随着技术的不断进步，数据隐私和安全问题日益凸显，各国政府都在努力寻找在保持数据安全和鼓励创新之间的平衡。然而，这是一个具有挑战性的任务，因为技术变化的速度远远超过了法律的变化速度。

“在接下来的几年里，我们预计会看到美国和国外都会通过一系列法律，试图在技术变化的同时实现数据隐私和安全的平衡。然而，立法者是否会专注于某些特定领域以找到这种平衡，还是这只是刚刚开始，仍然是一个未知数。不过，可以肯定的是，联邦机构和私营企业之间将进行更多的对话和合作，以共同应对这一挑战。”Franita Tolson说。

在Franita Tolson看来，为了实现数据隐私和安全的平衡，不能只依靠法律，还需要和私营企业之间进行合作。因为与技术的发展速度相比，法律的变化速度非常慢，特别是与数据隐私相关的变化。需要建立一个多方参与的合作机制，共同应对新技术带来的数据隐私和安全问题。

Franita Tolson预测，未来大约需要8到10年的时间才能建立起一个有效应对这些新技术相关问题的法律框架，而这主要是因为法律的制定和修改是一个复杂而漫长的过程，需要充分考虑各种因素，并确保法律的公正性和可行性。

谈及新技术浪潮对法律行业从业者的影响，Franita Tolson认为，尽管一些曾经需要律师提供的服务现已被人工智能取代，但并未如人们担忧的那样导致律师职业的消亡。相反，律师的角色转变为制定策略和处理复杂高科技任务。

与此同时，新技术在金融领域的应用正在不断加速，采用人工智能进行投研、决策逐渐备受追捧。然而，如何确保这类决策过程中的透明性、公平性和可解释性，避免未来可能引起的法律纠纷也成为关注的焦点。

Franita Tolson建议，人工智能模型的复杂性往往使其决策过程难以被完全理解，金融机构需要采取如提供决策树、模型解释报告等措施，增加人工智能决策的透明性。同时，人工智能模型可能会因为数据偏差、算法设计不当等原因而产生歧视性结果。这不仅违反了法律上的公平原则，还可能引发社会不满和法律纠纷。因此，金融机构在使用人工智能进行决策时，需要确保数据的全面性和代表性，避免算法歧视，并定期对人工智能模型进行公平性评估。

Franita Tolson还补充道，当人工智能模型做出错误决策或产生不利结果时，金融机构需要能够提供合理的解释，以证明其决策的合理性和合法性，这就要求金融机构在设计和使用人工智能模型时，就要注重模型的可解释性，确保能够清晰地说明模型的决策逻辑和依据。

“尽管透明性、公平性和可解释性是人工智能决策中重要的法律考量，但在实际操作中仍然可能面临诸多挑战。因此，金融机构需要投入大量资源和精力来确保人工智能决策的合规性；而监管机构则需要不断更新和完善相关法律法规，以适应人工智能技术的快速发展。”Franita Tolson表示。