人工智能時代多式聯運承運人風險及其法律規制路徑
——基于中俄陸海聯運的視角

徐玉梅，尉明洋

(1.東北農業大學 公共管理與法學院，哈爾濱 150030；2.外交學院 國際法系，北京 100037)

一、引言

加拿大學者萊韋斯克(Hector J.Levesque) 將人工智能(Artificial Intelligence， AI)定義為“基于知識的系統”[1]。人工智能, 作為研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學, 旨在了解智能的實質[2]。也有學者指出，當前關于人工智能的討論，無論是理論還是實踐領域，都缺乏對人工智能本質的清晰界定[3]。2017年，國務院發布《新一代人工智能發展規劃》指出：“人工智能加速發展，呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特征。”人工智能具有的龐大數據信息優勢、極強的運算能力及自主學習的優勢，也使得多式聯運全運輸環節智能化與無人化不再是一種空想。隨著人工智能算法模型的深度變革，以及超級AI的出現，人類已經無法預測人工智能發展的上限所在，但依照目前的趨勢，人工智能與多式聯運全鏈條的深度融合已經成為現實，人工智能每向前突破一次，都會沖擊多式聯運行業的生產秩序，直接影響甚至改變多式聯運行業各主體可能承擔的風險。

作為“一帶一路”的主要貿易通道，中俄陸海聯運面向東北亞各國，與日本、韓國經貿往來日趨頻繁，可以滿足區域貿易的需求。通過建立江海聯運和陸海聯運大通道直達俄羅斯、日本、韓國，還可以到達歐洲各國[4]。隨著人工智能的迅速發展，中俄陸海聯運的智能化、自動化水平明顯提高，人工智能嵌入到各個運輸環節，在路線規劃、無人駕駛、配載裝卸等方面產生了革命性影響，明顯提高了運輸效率，降低了運輸成本，促進了區域貿易額的增長。在鐵路運輸環節，人工智能應用于車號識別系統、集中系統與相關設備，根據鐵路生產運行特點，實現了信息實時反饋，使作業計劃得到更加智能的編排，使物流系統中的各項信息得到動態整合，實現信息、物流與資金流“三位一體”[5]。在海上運輸環節，通過人工智能技術和算法優化，結合船舶箱量分布、箱型比例、掛靠港、貨物堆存、機械設備狀態、班輪航線、泊位、貨源等信息，船舶配載自動完成最優配置。除此之外，隨著智能船舶控制系統，海洋、氣象、水文等智能識別技術的不斷完善，無人駕駛船舶也已經成為可能[6]。在港口卸貨過程中，視覺人工智能對標準集裝箱的箱號、箱型、內集卡作業號、車道、空/滿集卡、裝/卸船狀態、單小箱壓箱位置、前后箱門朝向等，實現了極高準確率的自主識別[7]，通過掃描集裝箱體上的二維碼，讀取貨物信息、狀態。在掛鉤之前，對集裝箱鎖孔的位置的識別準確后，借助起重機，通過吊臂將集裝箱卸離。借助人工智能，中俄陸海聯運的各個環節已經不需要大量的人工從事繁瑣復雜的工作，極大地降低了運輸成本，提高了運輸效率。因此，本文將基于中俄陸海聯運視角，分析人工智能時代多式聯運承運人面臨的新型風險，論證新型風險的類型、生成原因及外在表現，探討法律規制路徑，實現人工智能時代多式聯運承運人風險的法律規制。

二、多式聯運承運人操作風險及生成原因

在實踐中，即便技術最為頂尖、最為成熟的人工智能，也同樣難以消除操作不當與系統失靈的概率。中俄陸海聯運作為多式聯運的一種，部分使用的人工智能未完全脫離工具性質，自主化水平較低，承運人首先面臨的就是操作風險。所謂操作風險，是指在承運人應用或者人工智能自主控制過程中產生的操作失誤而引發的風險，這一風險主要包括操作不當與系統失靈。

(一)操作不當風險

操作不當是指承運人在應用人工智能的過程中存在過失或過錯，致使人工智能的硬件設施功能出現偏差。操作不當風險根源于人工智能的工具屬性。在中俄陸海聯運的各運輸環節，操作不當的風險比較常見。例如，在裝卸過程中，因承運人應用人工智能不當，出現識別不準、吊鉤與鎖孔對接不緊及放置錯誤等情形導致吊裝事故；在智能配載過程中，由于承運人應用人工智能不當，引發的配置計算錯誤、配置不合理等。究其根本原因，主要是承運人的過錯。

過錯(fault),包含行為人主觀上可受譴責性的程度以及不同程度的疏忽或過失兩層含義。在中俄陸海聯運中，對于人工智能的應用，承運人過錯主要源于控制性義務的履行。承運人在人工智能應用操作過程中，除承擔輔助性的監管義務外，往往還承擔決定性角色，即控制、使用人工智能來完成工作任務。在工作過程中，承運人極可能出現指令錯誤、操作不符合規范等不當行為。由于承運人是人工智能應用的直接控制者，享有最高的控制權限，其看似輕微的不當行為極有可能直接轉化為風險。

過失(carelessness)包括主觀過失和客觀過失。在中俄陸海聯運中，主觀過失是承運人的一種主觀心理狀態，預見可能性是這一狀態的主要判斷標準。該過失主要源于承運人輔助性義務的履行不當，具體體現為承運人在監督管理人工智能自主操作過程中，未能盡到謹慎監管的義務。總的來說，主要體現為以下幾種情形：一是未能及時發現人工智能在操作過程中出現的異常情況，沒有盡到在合理的范圍內預防風險發生的義務；二是對人工智能輸出的結果，沒有及時全面審查以防止危險發生；三是對于硬件設施的操作過程沒有全程跟進、沒有預先調試，在設備運行過程中沒盡到注意義務。當風險發生后，未能及時有效的處理風險。客觀過失主要以“合理人”或稱“善良家父”為標準判斷承運人有無過錯，是一種客觀化認定過失的標準。

總之，這種過錯并不完全等同于侵權責任法中的過錯。承運人的過錯應當與風險的發生具有事實上的因果關系，并且要考慮承運人是否具有防止風險發生的能力以及風險的發生是否在其可預知的范圍內。具體而言，應符合以下三個條件：一是風險是由于可查明的不符合操作規范的過失與過錯引起的；二是在其可預知的范圍內；三是承運人本可以杜絕過失或過錯。

(二)系統失靈風險

系統失靈是指人工智能算法機制產生混亂，系統不受控制或無法作出反應導致的決策障礙。實踐中，具體表現為在人工智能決策過程中，受內外力的作用，產生的路線規劃錯誤、配載方案混亂、裝卸操作失控、系統癱瘓、決策機制矛盾混亂以及大量錯誤指令的發出與執行等。系統失靈風險發生的主要原因包括人工智能系統的內在與外在兩方面。

首先，內在原因即系統本身存在瑕疵。此種瑕疵多由于研發缺陷或者技術水平不夠。研發缺陷多指程序開發者在設計開發方面存在瑕疵，從而導致產品成熟度不足。研發缺陷的認定，應當考慮研發者的能力范圍以及技術要求是否達標。當前述缺陷與風險的發生有事實上的因果關系時，才能成為嚴格意義上的內在原因。內在原因除了研發缺陷，還有技術水平不夠，而技術水平更多地受制于行業內以及相關行業的整體科技水平，法律不能過多地苛責此部分原因。內在原因在理論上是不可避免的，因為無論何種形式、何種技術水平的人工智能都無法確保百分百的準確率，也無法保證能夠完全適配任何一種未知場景。值得注意的是，人工智能操作的最大效率與操作容量是有上限的，超過此限度，誘發風險的可能性將會大大增加。

其次，外在原因，即外在條件的不足或消失。該風險根植于中俄陸海聯運中各個運輸環節的不確定性，以及面臨的大量具有特殊性的新挑戰。當人工智能同時面臨跨國的多個場景中的復雜因素時，處理決策的難度較大，這對網絡傳輸速度、人工智能算法的處理效率、決策機制的可靠程度以及硬件設施的操作準確度都要求比較高。無論哪一個環節出現風險，都將直接導致整個運輸鏈條的停滯。這就需要人工智能研發者綜合考慮應用的場景，提高產品的適配性與操作效率，符合多式聯運的實踐需求。

綜上所述，操作風險在多式聯運環節均大量存在。司法實踐中，由于承運人是實際應用者，其過失與過錯較為透明，對照操作日志或者對現場進行勘察便可得出初步結論。而問題在于，當承運人與其雇傭人員等已經最大限度地、適當地履行了相關義務，那么此時誰來承擔因人工智能操作失誤或系統錯亂引發的額外費用與賠償責任？法律必須對此風險作出回應。若已經合理、全面履行相關義務的承運人仍然代替實際履行該義務的人工智能對全部清點工作的失誤承擔全部責任，則是對承運人責任的無理由加重，也是對承運人責任承擔能力的苛責。

三、多式聯運承運人衍生風險及外在表現

所謂衍生風險是指人工智能的研發或經營主體通過影響或控制人工智能自主化、智能化的行為，逃避監管以攫取非法利益的風險，以及人工智能深度應用脫離控制產生的風險。衍生風險具有不易察覺、難以定性與歸責困難的特征，其產生的主要根源在于人工智能和運輸行業深度融合水平的提高與立法滯后性之間的矛盾。類型化思維作為一種價值導向的思考方式，能夠保持法律規范的開放性和確定性的良性平衡[8]。只有根據風險產生的原因、本身的性質將風險類型化，有針對性地進行法律規制，才能控制風險。如前文所述，隨著人工智能自主化水平的提高，人工智能客體性隱含的操作風險逐漸向主體性趨勢引發的衍生風險轉化，呈現出三種不同類型風險并存的發展趨勢。

(一)數據信息資源的泄露風險

人工智能被應用于多式聯運各流程，具有抓取、識別、錄入數據信息的功能與權限。同時，在人工智能應用數據信息過程中，勢必會在數據信息讀取和傳輸的信道中留存痕跡。即使刪除，通過技術手段還原數據信息也并不困難。而且為防止數據信息丟失，在每一個信息運輸的端口，數據信息通常會進行備份存檔，拷貝數據信息的難度較低，信息泄漏的風險增大，且難以篩查信息泄露的具體環節。數據信息本身可被反復讀取，讀取次數的增加不會損害數據信息的完整性。在理論上，只要存儲數據信息的硬件設施未損壞，數據信息便可長期儲存且可被反復讀取。簡言之，數據信息本身所具有的易獲得性時刻威脅著存儲在人工智能里的數據信息的安全性與隱秘性。

中俄陸海聯運中涉及大量的數據信息，主要包括承運人在中俄口岸通關上報的信息，隨運輸方式更換(陸運—海運)轉移的數據，運送貨物的名稱、規格及數量信息，船次、運費及承運人的信息，托運人、收貨人的信息等，在這些信息中，不乏具有敏感性、商業價值的信息以及已采取保密措施的商業秘密。若為競爭對手知曉，可能會損害數據信息所有者或其他主體的合法利益。而人工智能應用也依賴于一系列配套服務，如云服務、大數據統計等。人工智能應用的運輸環節所包含的所有數據信息，都會上傳至數據庫，作為日后操作決策的參考以及深度應用的基礎。如此一來，大量的商業數據信息就會被暴露于眾多的應用人工智能的關聯服務運營者面前，數據信息的隱私性、保密性難以保證。如若不進行適當規制，甚至將會危及國家的數字主權。

應對所有風險，都必然涉及義務主體與責任承擔問題。人工智能應用于多式聯運環節所產生和讀取的數據信息，當然也是法律保護的對象，由此，人工智能也應是數據信息保護義務的承擔者。然而，現行法律尚未界定人工智能的性質，對人工智能的侵權行為的法律救濟也未明確，那么，此種情況下承運人是否應該承擔運輸過程中因人工智能導致數據信息泄露產生的法律責任？

(二)算法不透明引發的失控風險

算法是一種有限、確定、有效的，并適合用計算機程序來實現的解決問題的方法[9]。倘若將數據信息比作人工智能的基礎資源，那么算法就是人工智能得以應用的核心處理器，是其具有自主性的關鍵。人工智能自主水平的高低，主要依賴于算法的先進程度。算法越先進，其內在的程序設定就越復雜，這是由現階段人工智能模仿人類思維進行深度學習的本質屬性決定的。在中俄陸海聯運中，算法主要服務于路線規劃、自主駕駛、自主配載以及自主裝卸貨等方面，對自主化水平與穩定性具有較高要求，時刻考驗著算法對于各種影響因素的綜合評判能力、面對新情況自主處置的可靠性以及自主操作的安全性。而算法本身隱含著設計或者應用不當的潛在風險，從法價值的角度來看，法律內含的秩序價值也決定了法律必須對可能出現的風險進行規制。規制的行之有效，離不開全面高效的監管。然而，算法的不透明性一直是中俄兩國對算法進行監管的障礙所在。算法的設計者掌握著算法的全部信息與模型，而監管者以及公眾卻難以全面地了解算法，信息偏在尤為明顯。而且輸入的數據暗含偏見、測度偏差、變量不足以及不適當的標準等原因都有可能導致對特定群體的不利影響[10][11]。在中俄陸海聯運項下，應當防范算法的研發者利用監管漏洞，規避法律與公序良俗以攫取非法利益。例如，在選擇經停的港口時，算法的決策機制受人工與資本的控制，會優先選擇有關聯利益的港口；在面臨倫理難題時，會優先考慮經濟利益等。可見，算法價值觀中的偏見與歧視，侵蝕了傳統的社會正義[12]。退一步看，即使算法設計者無主觀惡意，倘若由于算法不完善或者算法的自主學習從事了超出研發者認知能力或超出原本設計范圍的行為時，又應當怎樣認定，如何歸責？

此外，在中俄陸海聯運中，對算法的監管面臨著法律空白的尷尬。法律尚未對人工智能進行明確的指引或規制，也未對算法層面的智能配載、自主裝卸、無人駕駛、物流作業的智能調度等進行規范。由于法律對算法的性質沒有定性，發生風險后，責任主體模糊不清，算法經營者將以商業秘密對抗監管的透明化要求，以技術中立、言論自由推卸責任，客觀上給算法野蠻生長營造了寬松的環境。

(三)承運人責任加重的風險

此處的責任是指伴隨操作風險與衍生風險產生的法律責任。責任加重是指由于法律規制的欠缺，導致承運人無理由地承擔上述責任的情形。這一風險產生的原因是多方面的。

首先，操作風險與衍生風險并存。隨著人工智能自主化水平的不斷提高，深度應用的能力不斷增強，其自我意識持續覺醒，自我控制能力不斷提高，漸有突破客體性的趨勢。其引發的風險類型不僅局限于單一的操作風險，還增添了衍生風險。兩種風險并存，改變了原有多式聯運行業的風險架構，使得承運人在開展多式聯運業務時需要對兩種風險同時進行審慎考慮。此時，責任問題也變得更加混亂。操作風險具有客體性，保有人工智能的工具屬性。在中俄陸海聯運中，主要體現在裝貨卸貨環節，本質上與傳統的產品使用風險相同。而衍生風險主要是由人工智能的自主行為所引起的，諸如前文提到的有關數據算法的風險，一旦發生將會影響整個產業鏈，造成的損失也可能難以估量。而中俄兩國的法律法規沒有對這兩種風險的性質進行界定，對可能出現的風險疊加情形更未進行考慮，由此，導致了承運人的責任風險加重。

其次，人工智能的客體性質使其無法承擔法律責任。現代控制系統乃是“人—自動機”的形式，起決定性作用的還是人，機器畢竟是人的功能的延續，是對人的能力的增強和完善[13]。由此可以斷定，把責任交由人工智能承擔是沒有依據的。中俄兩國現行法律并未賦予人工智能主體地位，人工智能不具備責任能力，即人工智能的自主性與其所處的法律地位相矛盾。即使順應人工智能的發展趨勢，通過立法賦予其法律關系主體地位，當人工智能因自發意識、自我控制、自主操作不當產生侵權責任時，也無法對受損害方作出有效補償。

最后，歸責體系缺失。如前所述，人工智能無法承擔責任，而為了補償侵權損失，責任又必須有主體來承擔，那便只能進行責任轉嫁。科學合理的責任轉嫁的核心在于健全的歸責體系，任何脫離歸責體系的歸責，都違背了法律最基本的公平價值，將動搖法律存在的根基。在中俄陸海聯運區域內，人工智能產生的所有責任毫無疑問回到了人工智能的關聯主體——承運人或人工智能的研發者、經營者身上。但是，由于沒有明確的歸責原則、歸責方式，加之衍生風險監管的難度較大，對于過錯的認定十分困難。而依據現行的過錯責任歸責原則，如不能證明人工智能的研發者或經營者對損害后果有過錯以及因果關系，就無法歸責。如此，人工智能在多式聯運過程中的侵權責任往往由承運人最后承擔。雖然《海商法》第51條航行過失免責規定了非承運人的過失即可免責，但人工智能應用多式聯運過程中，承運人免責卻無法實現。在現階段乃至未來一個時期內，人工智能只能是法律關系的客體，多式聯運行業的人工智能只居于從屬地位，即便人工智能應用的環節場所貫穿于承運人負責的整個運輸鏈條。

四、多式聯運承運人風險的法律規制路徑

多式聯運承運人風險的法律規制涉及中俄兩國的法律。在中國，《中華人民共和國民法典》(以下簡稱《民法典》)的運輸合同部分只對承運人的基本義務作出了規定，而且提及承運人的條款大都側重于法律責任，并未考慮承運人因人工智能所面臨的風險的法律規制。在涉及人工智能領域的條款中，第127條是對數據信息、虛擬財產的轉引規定,將有關數據信息的法律問題交由專門的法律來解決。此外，《中華人民共和國海商法》第47、48、49條規定了適航義務、管貨義務與合理繞航情形，將承運人所承擔的義務類型化，是承運人承擔法律責任的法理依據，其細化有利于降低承運人風險。第51條為航行過失免責條款，規定了非由于承運人或者承運人的受雇人、代理人的過失造成的其他原因免責。但是，正如前文所述，這些規定并未起到預期效果。在俄羅斯，《俄羅斯聯邦商船航運法典》以船舶為中心構建的法律體系對法律責任的設定以具體化風險為依據，未對人工智能引發的承運人面臨的新型風險作出規定。因此，有必要盡快制定中俄陸海聯運雙邊條約，以優化數據流動與監管模式，實現算法競爭與監管透明的動態平衡，明確責任主體范圍及歸責原則。

(一)優化數據流動與監管模式

首先，政府應當對數據信息進行閉環監管。數據信息在中俄陸海聯運各個運輸環節中都有產生，除了依據現有的法律框架進行監管，還應當根據中俄陸海聯運的特定背景，進行更加嚴格的監管。閉環監管是指對數據信息產生的源頭直至數據信息最終儲存的全過程的監管，對于任何可能導致數據信息外流的“軟件后門”(1)軟件后門指繞過軟件的安全性控制，而從比較隱秘的通道獲取對程序或系統訪問權的黑客方法。引自MBA智庫百科。以及部分封閉性不足的環節采取針對性的技術手段進行封堵。針對中俄陸海聯運模式多環節、多主體的特點，可以利用技術手段，對每一環節的數據信息單獨編碼或者附加不同的保密標識，一旦數據信息泄露，通過流出的數據信息中的編碼或者標識，可以精準定位數據信息泄漏的具體環節。數據信息的閉環監管，可實現數據信息的采集、傳輸及儲存整個過程可控，有利于營造并完善數據信息保護的良好環境。

其次，以立法保證數據信息流動透明化。在中俄陸海聯運中，不同運輸環節數據信息的傳遞方式、傳遞內容也有所不同，但其流動方向是一致的——流向人工智能背后的云服務器以及數據庫。人工智能以及相關服務的提供者將會以人工智能深度學習的必要、利用收集到的數據信息優化服務、提高人工智能技術水平與成熟度為借口對收集存儲數據信息進行辯護。然而，這些必要性并不等于排除監管。數據信息資源一旦上傳至云服務器或者數據庫，被二次甚至多次商業利用的可能性將大大增加。與零散的數據信息相比，這些數據信息經過整理后具有集成化與規模化的特征，具有資源性質，商業價值必然水漲船高，相關服務商違法利用數據信息資源的推力將大大增加。由于多式聯運行業數據信息鏈條的特殊性，僅在違法行為發生后或者損害結果產生后進行處罰，監管效果是有限的。只有增強數據信息流動的透明化程度，監管機關全面掌握數據信息的流動過程，才能化解監管的諸多障礙，切實提高監管效果。要提高數據信息流動的透明性，需要人工智能及相關服務的提供者將數據鏈向監管機關備案，監管機關利用各種技術措施對數據鏈進行整理分析，預測數據信息資源可能的流向領域，實現數據信息鏈全過程的動態監管。

最后，國家應當加強對數據信息跨境流動的干預。數據信息的安全不僅關乎商業競爭，還涉及數據主權。中俄陸海聯運是中俄貿易的重要通道，其運輸過程中的數據信息直接反映著兩國的經貿往來情況。為防止其他國家獲得相關數據信息，有必要加強中俄政府合作來進行干預。國家在數據問題上擁有較為寬泛的規制權，只要數據或數據產生的影響發生在一國境內，或者對該國(該國公民)產生實質影響，國家就可以行使對數據的管轄權[14]。2017年我國發布的《網絡空間國際合作戰略》專章規定了主權原則，同時在專門立法中也將數字主權上升到國家安全的高度，足見我國對數字主權問題的重視。《網絡安全法》《數據安全法》都明確規定開展數據活動應當采取相應的技術措施或者其他必要措施，保障數據安全。因此，不管是境內或者境外的人工智能的服務者，只要在境內產生或者收集數據信息，就必須對其安全性、保密性負責，并不得私自轉移至境外。監管機關有權依法對跨境的數據流動進行干預，打擊私自轉移數據資源的違法行為。然而，中俄陸海聯運區域尚無統一的法律規范，缺乏具體的實施細則。由此，應當探索通過構建陸海聯運雙邊公約，將數據信息收集等相關主體的義務具體化，規定相關主體所應當采取的具體的保密、安全手段，同時規定相關主體的責任兜底條款，迫使其主動履行義務。此外，應當豐富干預手段，探索將技術性手段深度融入監管機關監管的現實路徑，對跨國境的運輸環節的信息流動進行共同管控，保護中俄陸海聯運中的數據信息。

(二)實現算法競爭與監管透明的動態平衡

算法本身具有不透明性與復雜性，人們通常對輸入的原始數據、指令以及輸出的結果有著直觀的認知，但無法了解算法作出決策的過程，這也對監管機關的監管造成了諸多障礙。由于算法是人工智能運行的核心所在，算法的成熟先進與否直接決定著人工智能企業之間的競爭，算法經營者會利用商業秘密與技術中立逃避算法透明化的要求。由此，必須對算法進行規制。

第一，精準界定商業秘密的范圍。我國《反不正當競爭法》第9條規定：“本法所稱的商業秘密，是指不為公眾所知悉、具有商業價值并經權利人采取相應保密措施的技術信息、經營信息等商業信息。”此處的商業秘密是一般意義上的。在中俄陸海聯運中，如若不對商業秘密進行限縮解釋，算法透明化就難以推進，算法黑箱仍將持續存在，對算法的監管將舉步維艱。然而，作為商業秘密的算法也是人工智能企業競爭的核心所在，一味地限縮商業秘密的范圍，將會影響企業技術革新的積極性，也會引發知識產權爭議。應當在推動算法透明化的同時保護商業秘密，實現兩者的均衡。基于此，首先應當界定商業秘密的范圍，與有關知識產權的法律法規進行雙重保護。其次，應當建立事前備案申報制度，算法經營者承擔如實登記算法的各項必要信息的義務，例如登記算法自主學習可能涉及的范圍以及引發的風險，對算法的控制力等。還應當附加算法經營者的說明解釋義務，強制其說明算法的運行機制，解釋算法作出決策的依據。同時要求算法經營者實時監測，保留運行的數據日志，及時發現并處理運行過程中的異常情況，盡可能避免風險發生。

第二，有必要基于算法非獨立性與倫理困境的角度，對技術中立觀點進行駁斥。在現代的控制論觀念中，自行組織、自行完善、自行學習諸如此類的概念，其含義是有相當條件的，因為它們必須以積極和人的相互作用為前提，沒有這種相互作用，任何機器都是毫無獨立性的[13]。算法的本質仍然是人類設定的程序。在多式聯運行業，弱人工智能的應用占據大部分比重，算法的研發者對其底層程序幾乎享有絕對意義上的控制能力，任何經由算法自主學習決策的客觀結果，都有可能是設計者控制下的底層程序的主觀映射。技術的設計與實現離不開設計者的因素，現階段多式聯運領域的人工智能是人工下的智能，在其未實現人格化的前提下，算法的技術中立其實是偽命題。即使強人工智能主導了多式聯運行業，實現了人們暢想的深度學習，突破了客體的限制漸趨人格化，那么技術中立的實現也還有倫理困境難以逾越。縱觀算法發展歷程，支撐其發展的學科基礎主要是邏輯學與博弈論，通過將各種選擇公式化、結果類型化，從而得出最優解。而倫理命題恰恰是沒有最優解的，人類面對倫理困境作出的決策，只能評判其在何種意義上符合何種倫理原則，沒有關于正確與否的合理標準。算法在設計之初便沒有倫理模塊，而在人類社會，倫理命題是優先于邏輯命題的。無論人工智能發展到何種程度，都難以逾越這一鴻溝。人類社會歷經幾千年，時至今日仍未確立倫理原則的標準，更無統一的優先順位，現今所有人工智能自主學習的進展，實際上都未能超出人類的倫理目光所及。人類仍然控制著算法的底層程序，倫理困境的烏云時刻籠罩著人工智能這座初升的大廈，技術中立遙不可及。算法經營者引用技術中立辯護沒有現實與法律依據。

第三，應當做到監管的重心前移與環節延展。從事前的登記備案到算法的運行，都應當實時跟進，實現動態監管與全環節的系統監管。現有監管體系的重心側重于事后追究，以法律責任承擔為中心，這種方式不利于提高監管的實效。算法本身具有不透明性與復雜性，其自主學習能力又導致不確定性增加，導致算法在應用中極易出現決策風險。中俄兩國應當通過構建中俄陸海聯運雙邊公約，規定算法登記的具體內容，對可能出現的算法風險分類進行歸納并作出處置預案。此外，監管機關應當借助技術手段介入算法的運行、決策過程，從而推動監管方式由靜態監管轉變為動態監管。

(三)明確責任主體范圍及歸責原則

操作風險與衍生風險的并存致使承運人責任承擔加重。要解決責任承擔加重的問題，應當追根溯源，理性認知上述兩種風險。當出現兩種風險并存并產生法律責任時，確定責任主體范圍、分別歸責是厘清責任的關鍵所在。

第一，界定責任主體的范圍。人工智能應用具有一定的自主性與智能性，其行為的自由度與自主化增添了確定責任的難度。在人工智能成為法律關系主體、具備責任能力之前，其無法承擔責任。如上文所述，當人工智能行為不當引發責任問題時，責任通常落到人工智能設計者、經營者以及使用人身上，而這對于使用人而言過于苛刻。因此，有必要對人工智能技術的發展狀況進行類型化分析，針對不同的智能化程度，界定責任主體。根據人工智能技術的發展狀況，智能機器人可以被分為普通智能機器人、弱智能機器人和強智能機器人[15]。據此，人工智能亦可分為普通智能、弱智智能和強智智能三類，其中，普通智能和弱智智能不具有自主意志，人類設計和編制的程序范圍是其實施行為的依據，當人工智能行為不當引發責任時，理應由人工智能設計者、經營者以及使用人承擔完全責任；對于強智智能則不然，其具有自主意志且實施的行為能夠超越人類設計和編制的程序范圍，那么，其行為不當引發責任時，自然由人工智能設計者、經營者以及使用人承擔部分責任。在中俄陸海聯運中，人工智能屬于服務或產品，承運人與人工智能設計經營者的身份是使用者與提供者。如前文所述，應根據人工智能的類型，確定責任主體。值得注意的是，由于承運人是使用人，可以借鑒法律針對消費者的相關規定，承運人承擔合理使用的義務，按照使用說明書與使用協議等在約定的應用范圍內使用，并在理性經驗的范圍內盡到預防風險的義務。倘若違反義務則應承擔因此發生的法律責任。相較于承運人，人工智能的設計者與經營者的義務必然更多，責任承擔的情形更為廣泛。因此，立法應當采取特殊的歸責原則，結合監管面臨的實際障礙進行綜合考量。

第二，針對不同責任適用不同的歸責原則。中俄陸海聯運承運人的責任與人工智能的智能化程度及自主意志密切相關。承運人的責任確定在實踐中面臨多種情況，若無相應的歸責原則，將會加重承運人的責任。歸責原則是責任劃分或者承擔的“游戲法則”，既是責任歸屬的依據，也能夠確定不同種類責任的構成要件和免責事由[16]。歸責原則明確責任及其承擔，表面上是對承運人權益的救濟，實質上體現的是中俄陸海聯運承運人責任制度的價值取向。如前文所述，囿于人工智能的自主性和智能性，中俄兩國應構建陸海聯運雙邊條約，結合智能化程度，探索適用有邊界的嚴格責任，綜合考量人工智能的先進程度以及自主意志等相關因素，確定責任邊界。在邊界范圍內，法律推定承運人可以做到絕對意義上的控制與預測的，應當承擔因人工智能造成的責任；對于責任邊界外超出人工智能使用人——承運人能力范圍或者預測范圍的，普通智能和弱智智能下，承運人無需承擔責任；在強智智能情況下，則適用比例原則與公平原則分配責任更為適宜。結合風險類型，操作風險的發生只可能來自使用過錯、產品瑕疵或缺陷或者第三方的介入，應以過錯作為標準界定責任，即適用有邊界的嚴格責任。而對于衍生風險，應轉變傳統立法思路，把重點放在是否產生實質性影響上，優先適用比例原則與公平原則。