人工智能犯罪刑事责任问题研究

来源 :安徽大学 | 被引量 : 0次 | 上传用户:yanyong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着日新月异的科技进步,人工智能已经走进了千家万户。但科技是把双刃剑,人工智能的出现,一方面极大地便利了我们的生活,另一方面也带来了很多新的问题,与人工智能有关的犯罪逐步进入我们的视野,但现有的法律却难以对此作出准确的评价。因而,探讨人工智能犯罪的刑事责任问题是时代发展的必然要求,也能够为人工智能时代刑事法律规范的制定提供有益的参考。自1978年日本发生第一起机器人杀人事件以来,人工智能致人死亡的情况在国内外时有发生,也出现了人类利用人工智能进行犯罪的情况,但人工智能相关的立法却明显缺失。人工智能因不具有刑法主体身份而无法成为刑事责任承担的主体,而我国刑法现有的罪名和刑罚均无法适用于人工智能,国际上也无任何国家将人工智能犯罪写进本国刑法。虽然如此,现阶段美国多州针对自动驾驶汽车的立法以及欧盟对于设立“电子人”的决议还是为将来人工智能的立法作出了有益的尝试。理论界对于人工智能是否能成为刑法主体,从而是否具有承担刑事责任的资格有着激烈的争议,分为肯定说和否定说两个阵营。在当前弱人工智能时代,不应将人工智能设定为刑法主体,人工智能犯罪仍应由负有责任的相关人类承担责任,而当科技发展到能够出现符合承担刑事责任的主客观要件的人工智能的时候,可考虑适时赋予其承担刑事责任的资格。客观上,人工智能需符合违法性要件,即其实施了犯罪行为;主观上,人工智能需具备有责性要件,即其需同时满足具备刑事责任能力(消极的责任要件)和主观存在犯罪故意(积极的责任要件)这两个责任要件。在人工智能犯罪的情况下,刑事责任一般应归责于相关的人类。人类故意利用人工智能实施犯罪行为的,应由人类承担故意犯罪的刑事责任;人类因设计、制造或使用人工智能时存在过失行为而导致了人工智能犯罪的,也应由人类对此承担相应的过失责任。在未来,当具有自主意识和意志的强人工智能出现后,对于其基于自身意识而导致的犯罪,应由其自身承担刑事责任,也可能会出现人类与强人工智能共同承担责任的情形。而对于意外事件导致的犯罪,不应由任何人承担刑事责任,但设计者、制造者应对此承担产品责任领域的严格责任。明确了人工智能犯罪刑事责任的分配原则之后,就涉及到各方如何承担刑事责任的问题。人工智能的设计者、研发者、使用者可能因故意犯罪而承担相应的责任,或者因过失而构成“过失设计、研发人工智能罪”、“过失使用人工智能罪”,而制造者、销售者则可能构成“生产、销售不符合安全标准人工智能罪”,除此以外的第三人亦可因其犯罪行为而承担相应的刑事责任;在人类利用人工智能犯罪的案件中,对于人工智能的处置不能等同于一般的涉案财物,而应根据不同情况采用不同的方式。最后,对于未来可能会出现的强人工智能犯罪进行设想,强人工智能承担刑事责任具备必要性,也符合法律的规范作用,能实现刑罚的目的和功能,未来强人工智能的刑罚体系可以包括三个层次:一定期限的暂停使用、部分删除数据-全部删除数据-重置系统、物理销毁或彻底删除。
其他文献
随着大量3维人体运动捕获数据库的出现,使得如何对人体运动数据进行高效分析和处理,从而有效利用运动捕获数据库成为一个新的挑战。为了高效地进行3维人体运动检索,首先通过从人体运动中提取一种基于3维空间变换特征规律的空间变换特征和运动的一些关键的时间特性来得到人体运动的3维时序特征;然后针对不同的训练需求,通过改进的数据驱动决策树的学习方法来分析关节点对运动相似的不同影响,并在检索过程中按照不同影响程度
感知觉机制、记忆机制、思维机制和注意机制是思想政治教育认知学习机制的主要内容。本文在认知心理学有关理论的基础上,探究了思想政治教育中的认知学习机制,并据此探索了优化
随着大学英语教学改革的不断深入,口语交际能力的培养受到了前所未有的重视,口语的流利性程度已成为评判二语学习是否成功的标准。根据调查,许多高校听说课其实等同于听力课,学生
基于密度的聚类算法DBSCAN是一种有效的空间聚类算法,它能够发现任意形状的聚类并且有效地处理噪声。然而,DBSCAN算法也有一些缺点,例如,①在聚类时只考虑空间属性没有考虑非空间属性;②在对大规模空间数据库进行聚类分析时需要较大的内存支持和I/O消耗。为此,在分析DBSCAN算法不足的基础上,提出了一种改进的基于密度的抽样聚类(improved density-based spatial clu