随着人工智能技术的快速发展,高风险智能体已广泛应用于自动驾驶、金融交易、智慧司法、医疗辅助等高危场景。此类智能体能够在脱离人类实时指令的情况下, 自主完成决策并产生具有法律效力的后果。其高度自主性、算法黑箱性以及决策结果的不可预见性, 对传统的民事与行政归责框架构成了根本性挑战,引发责任认定模糊、追责主体不明、因果关系中断等一系列归责困境。
　　一、高风险智能体自主决策行为的归责困境
　　传统归责体系难以适配高风险智能体的治理需求。首先,过错责任原则适用失灵。传统归责以人的主观过错为基础,但高风险智能体可自主作出决策,损害结果可能超出开发者或使用者的预见范围,导致主观过错难以认定, 过错追责面临实践障碍。其次,因果关系认定中断。智能体决策基于多层算法与数据交互,存在技术黑箱,传统直接因果关系理论无法有效适用。再次,责任主体界定模糊。智能体运行涉及开发者、生产者、使用者与平台运营者等多方主体,权责边界不清,容易导致相互推诿、追责悬空的治理乱象。
　　当前,我国《生成式人工智能服务管理暂行办法》仅作出原则性监管规定,未就高风险智能体侵权的归责规则作出细化安排,司法实践缺乏统一的裁判标准,难以有效应对智能体致损纠纷的解决需求。
　　二、高风险智能体自主决策行为的归责体系构建
　　(一)确立分级归责原则。针对高风险智能体的固有技术风险,对算法开发者与产品生产者适用严格责任,凡因算法缺陷或训练数据瑕疵导致损害的,无论其是否存在主观过错,均应承担主要侵权责任。对违规部署、疏于监管或不当干预的使用者与运营者,适用过错责任,依据其过错程度划分次要责任。
　　(二) 建立因果关系穿透认定规则。依托智能体运行日志、算法溯源与区块链存证等技术手段, 破解算法黑箱困境, 以实际因果关系贡献率替代传统直接因果关系标准, 解决权责认定不清的问题。
　　(三)完善配套责任保障机制。建立高风险智能体强制责任保险与风险赔付基金制度, 以分散技术创新带来的风险。明确多方主体的权责边界,按照“谁获益、谁负责,谁管控、谁担责”的原则,划定开发者的算法合规义务、运营者的审核监管义务以及使用者的审慎注意义务。同时,建立算法合规审计与终身追责制度, 防止技术滥用与监管缺位。
　　人工智能法治的核心是责任法治化。高风险智能体归责体系的重构,既要尊重技术发展规律, 包容数字技术创新,也要坚守权利保障底线,实现人工智能技术创新与法律秩序的动态平衡。
　　贵州财经大学 罗爱祺