美国方式——直到机器学习算法击败法律？-研究论文

算法消费者信用评分引起了学者和政策制定者的焦虑。 经过欧盟的重大立法努力，实施了具有针对自动化决策 (ADM) 量身定制的条款的通用数据保护条例 (GDPR)。 当欧盟委员会和美国商务部就欧盟数据控制者的数据转移到的美国组织进行谈判以遵守欧盟-美国隐私护盾 (PS) 框架下的欧盟数据保护法的关键原则时，商务部拒绝将管理 ADM 的 GDPR 原则纳入 PS 框架。 欧盟委员会接受了这一拒绝，理由是美国公司就欧盟数据主体做出自动决策，例如在消费者信用风险评分中，美国有法律保护消费者免受不利决策的影响。 这种观点与在美国实施 GDPR 启发的法律以应对自动消费者信用评分的挑战的建议相矛盾。 本文认为，尽管欧盟和美国对自动消费者信用评分的监管方法存在差异，但消费者是在两个司法管辖区受到同样的保护。 此外，美国消费者信贷法具有必要的灵活性，以确保有效处理不利的自动化决策。 本文通过分析法规、案例和经验证据，表明 GDPR 中管理 ADM 的看似全面的法律规则并没有使欧盟消费者的生活变得更好。 此外，人工智能 (AI) 日益复杂化带来的挑战，尤其是机器学习，使欧盟和美国的法律制度处于相似的地位，因为这两个司法管辖区都没有能力应对自主、不可预测和无法解释的算法做出决策. 虽然欧盟在人工智能法规草案中采用的基于风险的人工智能监管方法（其中还包含监管沙盒的规定）是一项重大改进，但它并没有显着改变有关算法消费者信用评分的规则。 尽管如此，这是未来监管应主要采用的方法。