【中文摘要】人工智能技术研发的重要性不言而喻，其不仅是新兴产业的发展方向，也是经济发展的潜在驱动力。调整和规范人工智能的技术应用是稳定技术成果的价值，更是促进社会发展的必然要求。新技术带来的创新突破有利于经济效益和社会福利的增加，而如何固定新技术带来的经济效益与社会福利则是规范构建的目标。诚实信用原则是民事法律体系中的重要法律原则，调整民事主体行为模式，分配民事权益和利益，构建稳定有序的行为秩序作为基本制度目标。对于人工智能为代表的新技术，诚实信用原则能够通过制度功能协调不同主体参与技术应用的行为模式和利益需求，为人工智能规范构建的具体构建和实施奠定制度基础。
【全文】
引言
人工智能技术的功能多样性和商业价值已成为市场拓展交易模式和利润增长的主要方向。人工智能的机器学习特征，结合国家战略发展层面的优先化和体系化，构成人工智能产业发展的主要驱动力。人工智能技术及其实践应用具有明确的经济价值和社会价值，而有价物的规范和调整是法律制度的主要目标与首要功能。对人工智能的法律规制可以避免人工智能行为的无序而造成的技术应用失效和价值分配不均。人工智能技术构成复杂且参与主体众多，在一定程度上增加了法律规制的难度和要求。包括技术研发人员、设备持有人、数据提供者、结果测试者以及成果使用者在内的不同主体对人工智能技术发展产生实质影响。如何协调上述主体在参与人工智能技术时的行为规范？如何在上述主体中合理有序地分配技术应用的经济价值与社会价值？如何以符合社会需求的标准构建人工智能相关行为的规范体系？鉴于人工智能技术处于初步发展阶段，各国立法层面的空白和谨慎，为人工智能行为的规范构建保留了讨论的空间。本文基于人工智能技术特征，围绕民法传统原则即诚实信用原则对人工智能的规范构建进行制度分析和规范评估。
一、规范构建的技术基础：自主化的人工智能
人工智能法律规范的研究以现行法律体系中的规则为基础，通过规范分析将人工智能的构成纳入法律规范体系中。譬如以人工智能生成物法律属性为例，现有研究多以人工生成物的著作权保护为分析重点。强调适用作者权体系赋予人工智能著作权特征的所有权结构，以类似著作权法中的作品从法律层面界定人工智能生成物，在此基础上构建著作权法中的作品使用和权利保护的规则体系{1}。问题在于，著作权法强调自然人作者属性作为制度基础，与人工智能技术属性并不兼容，故而各国在立法中不承认非自然人创作客体的著作权属性，也不接受非自然人作为著作权主体的法律地位。
造成这种分析路径不符合预期的主要原因，即主观上对人工智能适用法律规则而忽视了人工智能技术本身的特点。对特定社会现象和社会行为的法律规范分析应当结合社会现象或行为的属性特征，在此基础上适用具有概括属性的法律原则，以保留规范体系构建的合理空间。人工智能技术及其应用具有价值是对人工智能行为规范讨论的原因，而充分理解人工智能的技术特征是进行规范构建的前提。
（一）人工智能的技术特征
人工智能是一种执行既定技术任务并实现特定功能的系统组成，该系统一般包含人类参与、决定机制、生成流程、机器学习及自我完善等核心要素{1}。有学者依据人工智能技术与人类参与之间的互动模式将人工智能概括为一类具有自主性特征和自动运行的高级技术系统。人工智能的自主性是分析的基础。人工智能技术在实践应用过程中一般需要较高程度的人工参与和决策确认，通过机械性的技术应用实现既定的功能目标。
人工智能的人机互动特征是人工智能技术在规范构建过程中需要注意的技术重点。自主性特征是讨论权利构成、法律责任承担以及权益分配的核心要素，也是梳理人机互动层次和程度的关键。绝大多数的人工智能技术的实践应用依托广泛且具有深度的人工参与和决策确认，而后通过机械性的运行机制实现既定功能目标{2}。具体而言，这一类人工智能缺少深度学习能力和生成指令外功能的运行机制，需要通过人工介入完成主要的技术应用。此时，人工智能行为模式可以通过技术指令进行预测和确认。换言之，人工智能技术应用此时不具有创造性，而仅仅是将人工指令结合机械运行机制进行实现既定目标的基本流程。在规范构建的语境下，人工智能技术成为提高效率和运行的工具，对其行为模式的规范调整应当围绕指令主体的权利义务内容为基础构建规则体系。
自主程度的高低是区分人工智能技术成熟度与开发潜力的主要指标，影响了人工智能行为的不同模式。低自主程度的人工智能缺少技术支持下的自我学习能力，依赖人工指令的介入完成具体的行为模式{3}。此时，人工智能行为模式可以完全通过人工制定的规则进行预测和确认。如前所述人工智能技术不具有创造性，而是将人工输入的指令结合机械规则的运行而实现预期的特定功能。相反，高自主程度的人工智能的行为模式使人工智能运行的结果具有了更多的可能性，强调人工智能行为的不可预测性，意味着行为结果的特征和形态具有多样化特征。基于这个特征，高自主程度的人工智能技术更有利于多样化的行为结果和功能目标，具有丰富社会功能需求的主要特征。对于高自主程度人工智能的规范构建，需要考虑不同行为模式的调整和对多样性结果的影响。
自主程度高的人工智能模拟人类的学习过程，这一过程具体通过机器学习（machine learning）实现。机器学习侧重模仿人类学习过程，并且提高整体流程的效率{4}。首先，人工智能运用既定算法整合输入的各项数据并进行分类。分类后的数据一般具有同质性，例如图像类、音频类、数字类等。这一点类似于人类大脑处理复杂信息时的前置步骤，用于提高信息处理的效率。其次，人工智能算法将分类后的数据转化为各类电子信号并发掘其中隐含的相似性、关联性及逻辑联系等。这一步骤不通过预先的人工指令而进行，单纯由人工智能算法自动实现。为了提升运行效率，机器学习会重复对所有输入的数据进行组合考察。过程中的具体行为模式和结果是无法依据基本指令而精确预测的{5}。最后，人工智能通过重复的数据整合与处理提高实现既定目标的能力和效率，并生成区别于原始数据的新信息。
以人工智能参与绘画创作为例：由德国康斯坦茨大学研发和设计的绘画人工智能机器人e-David通过一套复杂的光学传感算法实现绘画生成行为[1]。不同于传统及其绘画创作的临摹他人作品的机制，e-David运用光学传感器直接捕捉创作目标并结合绘画模式算法完成绘画行为。其生成画作具有自动和不可预测的基本特征，在表达种类的丰富程度上等同于自然人画家的创作。当然，e-David为代表的生成行为模式需要高自主程度的人工智能作为行为模式的基础。
（二）技术特征下的规范构建原则
诚然人工智能的技术应用多种多样，就高自主程度的人工智能技术而言不能通过单一行为模式进行解释和涵盖。这就导致人工智能的法律规范构建需要依托具体的规范路径{6}。低自主程度的人工智能技术应用侧重工具属性，完全可以适用法律规范中调整权利主体与行为工具的法律规则。低自主程度的人工智能生成行为过程以实现自然人创作指令为主要行为模式，此时人工智能在实现生成功能过程中有赖于自然人指令的介入，具有明确的工具特征，可以适用著作权法规定的特殊作者权规则，如法人作品的规定。法人作品著作权归属于法人，是基于完成创作行为的自然人职工在单位法人指导下完成创作行为，从创作行为的抽象角度分析，职工在创作过程中具有工具属性。
高自主程度的人工智能行为具有不可预测性，换言之即行为模式的多样性。法律规范的调整应当避免具体法律规则的适用，而通过具有宏观指导属性和规范概括特征的制度选择实现政策目标。以立法技术为例，概括式条款通过法律解释能够更好地适应技术发展和机制变更改变的社会关系或行为模式，而传统列举式条款侧重法律规则解释适用的准确性{7}。显然罗列具体技术应用并加以规定的规范体系仅适用于发展成熟或行为要素简单的人工智能技术，而这样的规范体系不足以应对高自主程度人工智能技术的需求。
技术特征之外，人工智能行为参与主体的复杂性是规范构建的考察要素。人工智能的技术参与主体包括人工智能研发人员、人工智能设备持有人、人工智能成果使用者、人工智能数据提供者以及人工智能测试参与者。对于低自主程度的人工智能而言，研发人员是主要的行为主体。人工智能作为一种功能性技术，规范构建的法律基础往往来自于研发人员的法律属性。例如计算机程序的所有权一般归属于程序研发人员，就是基于程序研发人员对于计算机程序的设计和计算机程序功能实现的影响{8}。相对而言，高自主程度的人工智能涉及研发人员之外的主体，故而规范构建需要考虑不同主体的行为模式和利益需求。上述五种不同主体基本涵盖人工智能技术过程的不同阶段，对每一种主体行为的分析是规范构建基础。
高自主程度的人工智能的行为结果具有高度不可预测性，需要全面考察研发人员以外的行为主体。首先，人工智能运行需要输入相关数据信息作为前提，决定了生成成果的实际功能和最终价值。因此人工智能数据提供者作为行为主体之一对于人工智能行为结果具有实质影响。其次，人工智能设备的持有人，即通过交易或其他方式获得人工智能设备的所有权或使用权。人工智能既定功能的实现需要持有人的许可使用，至少不在硬件设备上进行限制。再次，人工智能成果的使用者，即需要实际使用到人工智能功能的主体。这类主体直接决定了人工智能技术在市场层面的交换价值，同时确认了人工智能技术的使用价值。最后，人工智能数据测试者以完善和提升人工智能技术应用的使用价值为目标，也是影响规范构建的潜在主体。
以上类别的主体中，人工智能研发人员、人工智能设备持有人、人工智能成果使用者是影响和决定人工智能规范构建的考察主体。其中，研发人员提供技术应用的基础，且在法理层面趋近于技术应用的法律规范模式。同时，人工智能设备持有人拥有技术设备，是人工智能技术应用得以展开的物质基础。最后，人工智能成果的使用者实际决定了技术应用的价值，直接影响规范构建中的激励机制。
需要注意的是，数据提供者与测试参与者也是人工智能技术应用的主要环节，对人工智能技术的使用价值和产业功能产生一定影响。一般来说数据的种类越丰富、质量越高，越有利于人工智能技术应用产生高经济价值和社会价值。类似的，人工智能技术测试的广度和深度会直接影响特定功能的稳定性和预测性，间接影响使用者对其人工智能的接受和评估。
人工智能技术具有高自主程度和多主体参与的系统特征，决定了对人工智能规范构建的法律体系需要充分考察技术特征的本质，分析各主体的行为模式和利益需求，通过建立稳定合理的规范构建秩序推动人工智能技术应用和产业研发。构建合理行为秩序，协调不同主体行为模式和利益需求，有助于价值实现的法律规范制度则需要依托民法中的诚实信用原则。
二、规范构建的价值依托：诚实信用原则
（一）诚实信用原则的规范内涵
诚实信用原则的制度起源，来自于罗马法中的“善意（bona fides）”原则[2]。善意或良善意愿，是诚实信用原则的本质内涵。诚实信用原则强调民事主体的良善意愿，在法律原则的基础上首先要求民事主体的行为符合最基本的道德标准。基于善意构建民事主体的行为模式，诚实信用原则的规范内涵必然涉及到两个以上民事主体法律关系的调整和规范{9}。从这一点出发，诚实信用原则调整人工智能技术应用过程中的行为主体的行为模式具有天然的制度合理性。
诚实信用原则作为民事法律关系中的指导原则，也被称为“帝王规则”。当民事主体在意思自治的基础上无法确定特定行为的法律属性时，诚实信用原则依托善意为基础的规范内涵指导民事主体的行为模式，协调民事主体的权益需求和分配{10}。这样的指导结果往往具有最终效力并能够符合市民社会的合理预期与普遍认同。诚实信用原则此时即有协调与平衡民事主体之间利益的重要功能。
诚实信用原则的规范效力依托民法体系中的规范内容。作为民法体系的基础，《民法典》对诚实信用原则的规定从制度价值和立法目的方面明确了基本框架，指导民事特别法的具体订立并调整民事主体的行为模式，在此基础上保护民事权益。《民法总则》第七条规定，“民事主体从事民事活动，应当遵循诚信原则，秉持诚实，恪守承诺”[3]。诚实信用原则规定于民法总则编意味着该原则具有调整和适用各类民事法律关系的基础。例如《商标法》第七条规定，“申请注册和使用商标，应当遵循诚实信用原则”[4]。《反不正当竞争法》第二条明确“经营者在生产经营活动中，应当遵循自愿、平等、公平、诚信的原则，遵守法律和商业道德”[5]。修订后的《专利法》特别新增第二十条，“申请专利和行使专利权应当遵循诚实信用原则”[6]。可以看出，诚实信用原则普遍适用于经济价值和社会价值的创造和分配相结合的社会关系调整。诚实信用原则对于民事主体围绕权利和利益而展开的行为过程具有普遍的指导特征，对于民事主体之间的权益协调和分配具有普遍适用性。
诚实信用原则的规范内涵以交易行为中的道德要求为具体体现。民事主体在该原则的指导下应当秉承良善意愿，以善意为基础从事契约订立及协商交易等行为{11}。民事主体参与到交易行为中，一般以民事权利的实现作为基本目标。考虑到交易行为的逐利特征，民事主体在利益最大化过程中难以遵守法律规定或商业道德。特定行为过程中违反法律规定或商业道德，必然导致交易秩序的破坏、预期利益的损失以及交易实现的阻碍。
诚实信用原则的制度价值之一，就在于结合道德要素构建法律规范体系，要求参与交易行为的民事主体以诚信为本，不因自身利益损害他人权益。诚实信用原则围绕道德内涵和法律规范为规范内容的二元要素，以道德要素调整民事主体的行为模式。当特定行为涉及两个以上民事主体时，诚实信用原则要求所有民事主体尊重他人的合法权益，遵守并维护规范该行为的既定秩序，不增加社会成本。
（二）诚实信用原则的解释功能
结合道德要素的诚实信用原则并非直接适用于特定社会关系调整的并非道德评价或道德标准，而是遵循社会关系的属性进行规范构建的指导和解释。道德评价的整体标准一般低于法律规范的基本要求，即民事主体仅需要履行法定义务。诚实信用原则在此基础上进一步界定行为的善恶本质，要求民事主体主观上应当秉持良善意愿，遵守特定社会关系中的普遍秩序，尊重他人的基本权益。一般的民事法律规则建立民事主体的行为底线，而诚实信用原则指导民事主体的行为目标。由于善意为基础的行为模式不局限特定社会行为，因此诚实信用原则也赋予民事主体充分的行为自由，保障意思自治基础上的行为空间，也为民事主体行为的多样化提供了制度保障。诚实信用原则实现规范构建的解释功能，目的在于为具体法律规范的适用提供必要的规则空间，保证民事主体在特定社会关系过程中能够建立符合制度预期的有效秩序{12}。
法律解释作为法律适用概念体系的基石，要求阐释法律规范的意旨应当以规范文本作为依据进行有限解释，将民事法律规范具体应用于特定事实行为并赋予法律意涵的过程。针对概括性条款或类似规定时，应当对规则适用的个案加以具体化。诚实信用原则在法律解释过程中具有概括性法律规范的基本特征，即法律规范的具体含义结合具体事实进行解释。我国《民法总则》第一百四十二条规定：“有相对人的意思表示的解释，应当按照所使用的词句，结合相关条款、行为的性质和目的、习惯以及诚信原则，确定意思表示的含义。无相对人的意思表示的解释，不能完全拘泥于所使用的词句，而应当结合相关条款、行为的性质和目的、习惯以及诚信原则，确定行为人的真实意思”[7]。据此，诚实信用原则是解释特定行为的法律含义和法律效力，反应民事主体真实意思表示，贯彻意思自治的法律保障。
当特定行为或法律事实在现有法律条文中无法涵盖，则构成了法律漏洞需要进行填补。传统上有类似法律规定时可以类推适用，而缺乏类推适用规定时则需要引入法律原则。此时引入的法律原则以及该原则所包括的规范内涵与制度价值是实现法律漏洞填补的重要保障。诚实信用原则在填补法律漏洞过程中具有特别的功能和价值。最大程度的保障民事行为的推进和发展是诚实信用原则在填补法律漏洞的主要作用。譬如普通法国家合同法律实践中往往以诚实信用原则解释合同双方的行为和主张是否合乎公平原则，通过引入诚实信用原则要求合同当事人依据诚信义务履行合同条款。
三、规范构建的规则指向：多主体行为模式
人工智能技术应用涉及多个主体的参与，尤其当高自主程度的人工智能技术应用成为产业发展的主流{13}。诚实信用原则指导人工智能规范构建，应当注意规范体系的构建。即包括人工智能研发人员、人工智能设备持有人、人工智能成果使用者、数据提供者与测试参与者在内的不同主体如何在人工智能技术应用过程中建立稳定的规范秩序。运用诚实信用原则指导人工智能技术应用，应当考察评估不同主体的行为模式和利益需求。
（一）人工智能多主体模式的行为分析
鉴于高自主程度人工智能的行为模式涉及多个主体，诚实信用原则指导下的规范构建需要考虑不同主体对于人工智能技术的研发、使用、保护等方面的稳定性和持续性。五类不同主体基本涵盖人工智能技术应用过程，每一类主体的行为分析是进行规范构建的重要步骤。
1.人工智能研发人员
首先，人工智能研发人员为高自主程度的人工智能行为模式提供了实践应用的技术前提。研发人员研发完成基础性程序后就对人工智能运行过程不再具有实质影响。区别于传统计算机程序的设计和运行，高自主程度的人工智能依托机器学习能力形成具有独立特征的行为模式，行为结果能够脱离预设程序的指令范畴。换言之，人工智能研发人员的程序设计可以划定人工智能的行为边界和方向，但不能最终决定人工智能行为的特定结果。这样的技术特征要求人工智能研发人员应当谨慎涉及指令程序，尽可能预测人工智能行为模式的潜在结果，避免出现损害后果。
诚实信用原则指导人工智能行为规范的构建，首先就要规范人工智能研发人员的程序设计行为。即程序指令的设计思路要以技术应用的稳定性为基础要求，确保现有社会秩序不应人工智能技术应用而发生根本性改变，尤其是涉及权利主体行使权利的行为环境和基本秩序。另一方面，研发人员的程序设计应当以确实解决社会实践问题入手，不能单纯寻求利润的增长而忽视社会群体对技术应用的风险承担。这就要求研发人员在人工智能技术开发过程中的良善意愿。诚实信用原则强调行为主体的善意作为行为发生的前提，以此降低行为主体主观恶意存在的概率，避免破坏社会既定秩序的违法行为发生。
2.人工智能设备持有人
人工智能设备的持有人拥有人工智能设备的物质形态，是技术应用得以发生的前提。人工智能设备是进行技术应用的必要物质条件，在此基础上产生特定功能的人工智能具有了一定价值。人工智能技术应用产生价值的过程，需要特定主体通过劳动或类似方式将物质进行转化，发生形态或状态的改变。其次，这种转化的结果必须是正向的，即产生积极意义。
人工智能设备持有人需要保证其行为属于一种劳动行为，才满足人工智能产生积极价值的基本条件。例如通过启动人工智能设备并提供技术应用过程所需要的数据信息，包括不限于组织研发、搜集数据、雇佣测试等方式参与人工智能技术应用全过程。因此，人工智能设备持有人拥有设备的物权所有权，为生成行为提供了物质基础。通过组织数据输入、系统运行以及结果测试等步骤推动人工智能的功能实现。
诚实信用原则对于设备持有人的规范功能在于保证物质设备的有效投入并形成稳定可预期的人工智能技术应用环境。作为人工智能设备所有人，物权法律属性赋予其对设备的占有、使用、处分等权利行使方式。财产权规则允许人工智能设备持有人根据自由意志支配设备，并排除他人对设备的使用。物权法律规则赋予设备持有人的权利此时可能成为阻碍人工智能技术功能实现的潜在障碍。诚实信用原则的价值体现在兼顾财产规则效力基础上的行为模式和利益分配。尽管就民法体系中的法律地位而言，诚实信用原则一般调整债权法律规范的合同关系，但不排除财产规则在该原则指导下的具体适用。物权法律制度中基于债之法律关系而产生的财产处分若干规定，如遗失物拾得人报酬请求权和占有物损害赔偿请求权等，都适用诚实信用原则。因此，诚实信用原则调整和指导人工智能设备所有人的行为模式符合相关理论基础和制度依托。
人工智能设备持有需要较高成本，投入技术应用则是一个复杂的流程{14}。诚实信用原则通过构建稳定合理的行为秩序，是保障设备所有人参与人工智能技术应用过程的正向激励。诚实信用原则要求包括人工智能研发人员、成果使用者、数据提供者以及测试参与者在内的主体尊重设备所有人的物权所有，通过符合财产规则的行使使用人工智能设备，能够提高人工智能技术应用的商业价值和技术应用的商业开发。
3.人工智能使用者
人工智能成果使用者处于人工智能技术应用的末端，是人工智能使用价值的确认方，也是人工智能交换价值的评估方。使用者一般不参与人工智能技术应用的过程，故而在行为模式上没有直接规范的必要。由于人工智能的使用价值与交换价值高低的确认和评估由使用者决定，其行为结果会影响其他主体在人工智能技术应用中的行为模式。即激励继续投入人工智能研发行为，或反向抑制各类主体的持续投入。成果使用者的重要性可见一斑。
人工智能技术应用过程中的数据提供者与结果测试者的不是人工智能行为模式的首要主体，而属于技术应用过程的辅助步骤{15}。数据提供和结果测试这两类行为目的指向的是提高人工智能成果的经济价值和交换，本质上是人工智能功能的提高。因此对于这两类主体的行为规范要结合人工智能成果使用者的行为模式为依据。
（二）多主体行为模式的利益结构
为了实现人工智能价值和便利技术应用，使用者作为人工智能技术应用的相对方应当能够通过有效的规则构建确保对成果的使用不会出现未经所有权人许可的法律风险。这是诚实信用原则指导人工智能行为规范中应当注意的重要问题。一种规范构建的思路是减少人工智能所有权人的数量以明确所有权主体，减少权属问题对人工智能技术应用的障碍。另一种思路则是通过建立行为标准并协调利益分配，让各参与主体合理预期人工智能的价值收益。对诚实信用原则而言，后一种思路是发挥其制度功能的有效路径。
既然问题涉及不同主体的利益分配，对各类主体的梳理就是寻求解答的前提。通过以上人工智能行为参与主体的分析，不同类型主体的行为模式各有侧重。人工智能研发人员与人工智能设备持有人是人工智能技术应用的参与主体，也是诚实信用原则进行规范和调整的重主要成员。研发人员为人工智能提供技术基础，一定程度上决定了人工智能技术应用的方向和结果。设备持有人为人工智能技术应用提供物质基础，世纪作为技术应用的推动者。研发人员与设备处有人通过协调研发、运行和测试等环节推动人工智能成果的功能运用和价值实现。考虑两类主体的参与程度，行为规范的构建必然兼顾研发人员和设备所有人的利益需求和合理预期。
数据输入者和结果测试者对于人工智能成果的功能实现有直接影响，提高成果的价值需要尽可能增加数据输入，同时完善结果测试流程。尽管数据输入和结果测试在宏观层面与成果的价值具有正相关性，但微观层面的投入与产出比重却不易明确计算。因此，数据输入者与结果测试者不具有等同于研发者与设备持有人的地位，不应成为行为规范构建的重点。
生成物使用者是检验人工智能技术应用的重要主体。一方面，人工智能技术成果的使用价值需要使用者通过交易意愿和交易行为来验证。另一方面，成果的交换价值应当以交易效率作为衡量与评估标准。通过规范构建协调行为模式，合理设计规则结构降低交易成本。这样的规范构建能够吸人工智能技术成果使用者参与到交易行为中，促进人工智能技术成果的价值实现，建立人工智能技术应用的正向激励机制。
四、规范构建的价值取向：效率与公平的二元结构
法律规范在社会运行中应当事先明确一定的制度功能和作用规范，对人工智能行为规范和调整也不应当例外。人工智能规范构建是人工智能制度体系发展和完善的过程，对于人工智能技术产业的发展，人工智能技术成果的经济价值与社会价值都具有重要意义。鉴于人工智能的产业投入和技术研发需要资金、设备和人员等各类资源投入，技术应用过程包含多个主体的行为交互，因此法律规范的构建过程需要注重效率和公平的双重要求{16}。
（一）诚实信用原则的效率指向：以交易实现提升人工智能的效率
诚实信用原则对于人工智能行为的规范构建应当注重效率，是经济学功能在法律规范构建中的重要体现{17}。经济学功能作为研究法律规范的重要参照，是人工智能技术应用在产业层面不断发展的必然结果。诚实信用原则直接影响交易行为的安全和稳定。传统合同交易过程中，合同当事人通过双方间互信订立合同。诚实信用原则提供了交易行为必须遵守的基本规范，形成符合交易预期的规则体系，通过附随义务强化交易当事人的诚实守信理念，指导当事人行为遵守基本道德。通过稳定交易秩序的预期，诚实信用原则降低了合同交易过程中的各项成本：搜集合同当事方的信息成本、谈判协商的成本、监督合同有效履行的成本以及合同违约的损失。
强调交易行为的重要性需要明确交易各方的需求和博弈{18}。人工智能使用者显然是交易行为的其中一方，交易的另一方则包括研发人员和设备持有人等主体。交易中达成合意需要双方的谈判协商，而谈判协商对象数量的多寡又直接影响交易各方合意达成的概率。一般情况下，协商双方数量少则协商的次数低，能够降低交易失败可能性。反之，协商双方数量多可能增加协商的次数进而增加协商失败的风险。交易流程中必须考虑的一般因素，对于人工智能技术而言会放大交易的成本，增加交易达成的难度。人工智能技术应用由不同类型主体参与其中，对技术成果的价值主张必然不局限于单一主体{19}。因此，问题的核心在于侧重人工智能技术应用参与主体之间的共同合作，协调利益分配以保障人工智能技术应用的有效延续和价值实现。
解决多主体参与的利益分配且不影响生成行为的效率，不妨参考现代法人企业中组织合作性联合生产的特征方。这种特征是基于资源私有制前提下的资源可分割、可分离和让渡属性而确立的。合作性生产模式高度依赖于私有制中各组成部分的专业化。法人企业的联合生产模式旨在提高生产效率，企业各部门的资源投入和专业分工则通过内部规则约束。这样实际形成了企业通过内部协调不同资源，以整体与外界进行资源配置的过程。公司结构的优势在于可以聚集资源为大规模经营创造条件。法人企业是不同合作性参与者以自有资源通过合约形成的相关集合，以团体的专业化生产效率提高来整体企业的生产效率。
（二）诚实信用原则的公平指向：以利益平衡协调人工智能主体的行为
判断人工智能规范构建是否符合社会需要和政策目标，行为成本与行为收益的权衡是分析评估的另一方面。投入人工智能研发设计过程中的成本越高，如科研人员薪金、硬件设备、研发资金、数据信息等，则人工智能技术应用的价值预期就越强{20}。诚实信用原则所构建的规范体系应当充分协调上述成本在人工智能技术应用过程中的比例承担，确保技术应用的经济与社会价值合理分配给每一个主体。
鼓励技术创新人工智能规范体系构建的产业目标，也是诚实信用原则制度功能的体现。人工智能技术创新不能仅通过调整特定主体的行为模式进行激励的实现，而是要求主体广泛参与基础上的利益一致。这就意味着人工智能研发人员、人工智能设备持有人、人工智能成果使用者、数据提供者与测试参与者作为人工智能技术应用的重要参与主体能够在整体过程中实现基本的利益预期。
诚实信用原则对人工智能规范构建的经济学功能，在于兼顾所有参与人工智能技术应用主体的利益需求，并通过构建稳定有序的交易秩序保障经济价值和社会价值的合理分配。人工智能的专门法律规则尚未建立，但通过经济利益的实现和分配激励人工智能技术创新应当是诚实信用原则指导行为规范构建的制度要素。
兼顾主体之间的利益平衡保证了利益分配的公平性，而对公平追求并没有否定效益的在法律规范构建中的重要性{21}。人工智能技术应用的主体需要持续的有效激励作为推动技术更新和发展的动力。考虑到人工智开发设计过程的高投入，缺失效率的技术应用行为必然不具有延续性。此时规范构建的主要问题在于如何从制度层面提供效率的保障，即哪一类主体应当是人工智能技术及其成果应用的所有权人。
显然为该问题提供一个准确的答案并不容易，人工智能的技术特点导致传统的所有权规则体系无法直接解释适用。人工智能技术应用所包含的多主体行为模式又提高了所有权规则构建的难度。人工智能技术应用过程并非来自单一主体的行为结果，多个主体对人工智能运行结果产生实质影响。通过具体的所有权规则决定人工智能及其成果的权属，划定人工智能成果使用的边界在现阶段缺乏规范基础。
诚实信用原则结合所有权规则构建维持效率的行为规范体系，要具体考察不同类型主体在人工智能技术应用过程中的利益需求。这一点已在前文分析，不再赘述。微观层面鉴于每一类主体的行为模式和利益需求程度有很大区别，这就要求人工智能行为规范的构建必须以利益分配和平衡作为效率延续的前提。例如人工智能研发人员与人工智能设备持有人是技术应用的主要参与人员，而数据提供者、结果测试者以及生成物使用者是成果价值实现的参与主体。人工智能的价值不仅在于研发应用，同样也注重使用价值与交换价值的实现。宏观层面人工智能规范构建要为技术与行业发展提供制度性保障。尽管诚实信用原则的制度功能分配经济利益和调整行为模式，但规范构建的结果仅限于此是不够的。诚实信用原则指导下的规范构建应当有助于实现我国人工智能产业的总体规划，促进人工智能技术的进步发展。同时，人工智能技术应用与成果的价值通过市场机制决定和主导。
结语
人工智能技术研发的重要性不言而喻，既作为新兴产业的发展方向，也是经济发展的潜在驱动。调整和规范人工智能技术应用与规范构建是稳定技术成果的价值，促进社会发展的制度要求。新技术带来的创新突破有利于经济效益和社会福利的增加，而如何固定新技术带来的经济效益与社会福利则是制度构建的目标。人工智能技术应用以多个主体的参与和合作为基础，包括人工智能研发人员、人工智能设备持有人、人工智能成果使用者、数据提供者与测试参与者在内的不同主体在人工智能技术应用过程中实现技术应用和成果转化。因此，人工智能规范构建需要充分协调各主体的行为模式和利益需求，以兼顾效率和公正的制度标准推动规范构建。
诚实信用原则是民事法律体系中的重要法律原则，调整民事主体行为模式，分配民事权益和利益，构建稳定有序的行为秩序作为基本制度目标。诚实信用原则以善意为基础，结合道德评价为规范要素指导具体法律规则的解释适用，能够在规范性条款缺失的状态下进行法律规则的漏洞填补。对于人工智能为代表的新技术，诚实信用原则能够通过制度功能的实现协调不同主体参与技术应用的行为模式和利益需求，为人工智能规范构建的具体制定和实施奠定制度基础。
【参考文献】
{1}王迁。论人工智能生成的内容在著作权法中的定性[J].法律科学，2017（5）：149-153.
{2}Stuart J. Russell, Peter Norvig. Artificial Intelligence: A Modern Approach[M]. Pearson Press,2020:6-10.
{3}Anders Krogh. What Are Artificial Neural Networks? Nature Biotechnology [J].2008,26（2）：195-197.
{4}雷·库兹韦尔，盛杨燕译。人工智能的未来[M].杭州：浙江人民出版社，2017:173-182.
{5}杰瑞·卡普兰，李盼译。人工智能时代[M].杭州：浙江人民出版社，2017:20-28.
{6}吴汉东。人工智能时代的制度安排与法律规制[J].法律科学，2017（5）：129-133.
{7}王泽鉴。民法思维--请求权基础理论体系[M].北京：北京大学出版社，2009:156-160.
{8}Shlomit Yanisky-Ravid. Generating Rembrandt: Artificial Intelligence, Copyright, and Accountability in the 3A Era: The Human-like Authors Are Already Here: A New Model. Michigan State Law Review[J].2017,12（4）：670-674.
{9}于飞。公序良俗原则与诚实信用原则的区分[J].中国社会科学，2015（11）：153-157.
{10}王利明。论公序良俗原则与诚实信用原则的界分[J].江汉论坛，2019（3）：131-135.
{11}郑强。合同法诚实信用原则比较[J].比较法研究，2000（1）：39-42.
{12}杨海。裁判视野下的诚实信用原则[J].法律科学，2012（2）：62-65.
{13}Matthew U. Scherer. Regulating Artificial Intelligence Systems: Risks, Challenges, Competitions, and Strategies. Harvard Journal of Law & Technology[J].2016,29（3）：354-358.
{14}Harry Surden. Machine Learning and Law. Washington Law Review[J].2014,5（1）：88-90.
{15}迈克斯·泰格马克，汪婕舒译。生命3.0[M].杭州：浙江教育出版社，2018:110-116.
{16}罗纳德H科斯，刘守英译。财产权利于制度变迁[M].上海：格致出版社，2017：176-183.
{17}卢代富，刘云亮。诚实信用原则的经济法解读[J].政法论丛，2017（5）：33-36.
{18}威廉M兰德斯，理查德A波斯纳，金海军译。知识产权法的经济结构[M].北京：北京大学出版社，2016:24-28.
{19}梁志文。论人工智能创造物的法律保护[J].法律科学，2017（5）：157-162.
{20}郑戈。人工智能与法律的未来[J].探索与争鸣，2017（10）：79-82.
{21}彼得德霍斯，周林译。知识财产法哲学[M].北京：商务印书馆，2017:287-293.
