人工智能在涉外低空经济侵权纠纷解决中的应用边界

　　随着全球低空经济产业的快速发展，无人机飞行和低空作业、低空文旅等新型跨境民事活动日益增多，随之而来的是涉外低空经济侵权纠纷逐年增加。低空经济本身具有跨界性和技术依赖性、数据关联性等特点，传统的纠纷解决模式难以适配这一新兴产业发展，而人工智能技术凭借着高效的数据处理能力，在涉外低空经济侵权纠纷责任认定、证据固定和法律适用等环节已经成为纠纷解决的重要支撑。但是，算法本身存在的黑箱性、偏见性等问题，使得人工智能决策缺乏可解释性，这与侵权责任认定中的正义要求是相违背的。同时，算法偏见会引发人工智能决策的不公平性，进一步冲击传统侵权法的公平原则和过错认定原则，而且人工智能证据的法律地位也尚不明确。

　　实现算法正义，关键在于实现算法决策的公平性、透明性和可问责性。在涉外低空经济侵权纠纷中，要通过人工智能技术提升纠纷解决效率，同时要求应用过程和结果合乎法律规范，从而实现程序正义和实体正义。当前，低空经济监管规则制定滞后于人工智能技术的发展。人工智能的应用边界模糊，难以有效防范算法滥用所引发的法律风险。如何界定人工智能在涉外低空经济侵权纠纷解决中的法律应用边界，现有涉外侵权法律体系能否适应人工智能技术所带来的责任认定证据规则和程序正义困境，如何构建科学、合理的人工智能应用边界规制路径等，成为亟待解决的问题。

　　

　　

　　人工智能技术已经逐渐运用于涉外低空经济侵权纠纷解决的各个环节。实践中，人工智能的运用主要集中在过错分析和责任比例划分上。在过错分析的层面，人工智能采集跨境无人机飞行数据、低空作业设备运行数据、事故现场数据等，并结合涉外侵权法律规范和相关案例，分析侵权行为主体的过错程度。在责任比例划分的层面，人工智能结合侵权行为的过错程度以及损害后果和因果关系等因素，辅助法官划分各方当事人所需要承担的责任比例。

　　人工智能在证据固定中的应用和法律属性直接关系到纠纷解决的公正性。证据是涉外低空经济侵权纠纷解决的关键所在，人工智能技术在证据固定和分析中发挥着日益重要的作用。通过人工智能技术的运用，可以对跨境无人机飞行轨迹数据、低空作业数据等电子数据进行校验，以确保数据的真实性和完整性，防止篡改并对相关数据进行固定。同时，人工智能对收集到的大量证据可以进行分析与分类，从而筛选出与案件事实具有关联性的证据，辅助法官开展证据审查。人工智能证据需要经过当事人质证和法官审查确认后方可作为定案的依据。值得一提的是，人工智能仍然属于辅助工具，仅仅为法官提供参考而不能代替法官进行决策。法官需要结合案件的实际情况，对人工智能分析结果进行进一步的审查和确认，以确保法律适用的公正性和准确性。

　　

　　

　　人工智能技术在涉外低空经济侵权纠纷解决中的应用，有效地提升了效率和精准度，同时也暴露出诸多法律困境。这些困境源于算法自身的缺陷、立法滞后和司法实践的不足，进而影响人工智能技术的合规应用与涉外低空经济侵权纠纷解决的公平、公正，有待深入分析并加以破解。

　　责任认定困境。人工智能算法决策的黑箱性使其缺乏可解释性，进而引发责任认定的法律困境，与传统侵权责任认定中的程序正义原则、过错推定原则形成冲突。当事人很难知道人工智能在责任认定中所采用的决策逻辑、数据来源以及分析过程，也就难以对人工智能的决策结论提出有效的异议。算法黑箱还会使法官难以对人工智能决策结论进行有效的审查，无法判断算法是否存在偏见和数据是否存在偏差。过错推定原则是涉外侵权法中的重要原则，在特定情形下可以推定侵权行为主体存在过错。但是，在人工智能辅助责任认定的场景中，算法决策的不可解释性使得人工智能所依据的过错判断标准无法进一步明确，从而使得过错推定原则的适用陷入困境。在低空作业跨境侵权纠纷中，如果人工智能推定侵权行为主体存在一定的过错，却无法解释推定的依据和逻辑，那么侵权行为主体便难以有针对性地举证证明自身并不存在过错，这无疑会损害当事人的合法权益。同时，算法偏见的存在，还有可能使人工智能对过错的认定出现偏差，进一步加剧责任认定的困境。

　　人工智能证据独立性困境。人工智能生成证据以及人工智能辅助收集的证据已经在实践中被广泛运用。但是，人工智能生成证据的法律地位、真实性和可采信性尚缺乏明确的界定。实践中，对于人工智能生成的飞行轨迹数据、事故模拟影像以及损害赔偿核算报告等证据，不同的法院认定标准存在差异。对于人工智能证据，在司法实践与理论研究中已形成书证归类、鉴定意见类比等多种归属方案，而有的法院不认可其法律地位，这就使得同类证据在不同案件中的认定不统一。此外，人工智能独立生成的证据和人工智能辅助生成的证据是否应当适用不同的法律地位认定标准，现有法律规范也没有作出明确规定。

　　人工智能生成证据的特殊性使得其真实性和可采信性也难以认定。人工智能的算法设计、数据输入运行过程等都可能影响证据的真实性，当事人、法官难以对人工智能生成证据的真实性进行有效的核实。同时，人工智能在数据采集、处理与生成证据的过程中，也可能存在违反法律规定的情形。比如，未经许可采集当事人个人信息、跨境传输敏感数据等，从而使得证据因来源不合法而丧失可采信性。

　　法律适用困境。在我国现有涉外侵权法律规范中，对人工智能算法决策的法律效力、责任主体和跨境数据流动等关键问题缺乏明确的规定。实践中不同法院对人工智能算法决策的态度存在着差异，法官很难把握人工智能算法决策的适用边界。现有法律规范并未明确各主体的责任范围和责任分担的规则。同时，人工智能在涉外低空经济侵权纠纷解决中的应用离不开跨境数据的采集、处理和传输，而我国现有跨境数据流动的法律规范还有待完善。此外，我国与其他国家的跨境数据流动合作机制不完善，对人工智能生成的跨境数据、跨境数据的取证和认证等问题缺乏明确的国际合作规则。

　　程序正义困境。人工智能技术应用若过度偏向效率优先，会使程序正义陷入困境。人工智能算法的黑箱特性使得当事人无法知悉人工智能在涉外低空经济侵权纠纷解决过程中的决策逻辑、数据来源等信息，使得当事人的知情权难以得到保障。

　　此外，当事人的异议权要求当事人能够对证据责任认定提出异议并进行质证，但是，人工智能生成的证据决策结论具有较强的专业性和复杂性，当事人难以对人工智能的决策逻辑、数据来源、证据真实性等提出有效的质疑，也就无法进行充分的质证。再加上由于人工智能算法决策缺乏可解释性，即便当事人提出异议，也难以得到明确的回应，这影响了程序正义和司法公正。

　　

　　

　　法律解释层面。针对我国现有法律规范中人工智能应用的模糊地带，可以通过立法解释、司法解释等方式，明确人工智能在涉外低空经济侵权纠纷解决中的应用边界，进一步填补法律漏洞。对此，要明确人工智能的法律地位，人工智能决策行为的法律后果应由算法开发者、运营者和使用者等相关主体承担，同时要求人工智能算法具有透明性、可解释性、可问责性。如果人工智能在责任认定、证据生成、法律适用等环节没有遵循算法透明性、可解释性、可问责性这一要求，那么，其生成的证据不得作为裁判的依据。同时，需要明确人工智能相关主体的责任边界，划分算法开发者、运营者和使用者的责任范围，建立责任分担和追偿机制。

　　立法完善层面。在现有法律体系的基础上，构建完善的人工智能应用法律体系，可将人工智能技术在涉外低空经济领域的应用纳入立法范围，明确人工智能在纠纷解决中的应用边界、责任归属和监管规则等关键内容，明确人工智能生成证据的法律地位、审查标准和人工智能辅助责任认定，以及人工智能相关主体的责任范围和分担机制，明确人工智能跨境数据流通规则，建立跨境数据流动的监管体系、安全评估机制等。

　　司法适用层面。统一司法裁判尺度，保障人工智能应用的程序正义和实体正义。最高人民法院可以通过发布指导性案例、司法解释、裁判指引等多种方式，统一人工智能在涉外低空经济侵权纠纷解决中的裁判尺度，明确人工智能生成证据的采信标准、相关责任的认定规则，为各级法院提供具体的裁判参考，避免出现裁判尺度不一的情况。完善当事人程序性权利保障机制，有效保障当事人的知情权和异议权、质证权。算法开发者、运营者应向当事人如实说明人工智能在纠纷解决运用过程中的算法逻辑、数据来源和决策依据等关键信息，以确保当事人能够知悉人工智能决策的形成过程。要明确当事人对人工智能算法生成证据、决策结论享有异议权，允许当事人对人工智能相关内容进行质证，要求算法开发者、运营者出庭说明情况，以回应当事人的异议。法官需要对当事人的异议进行实质性审查，并且作出明确的回应。

　　协同保障层面。人工智能在涉外低空经济侵权纠纷解决中的应用边界的界定和落实，需要立法、司法、行政、行业与社会等多元主体协同发力，构建多元协同机制。司法机关应及时总结应用中的突出问题，向立法机关提出有针对性的建议。行政机关应强化对人工智能应用的行业监管，严格落实人工智能应用的准入标准、技术标准、数据安全要求。进一步加强与其他国家和地区的国际合作，推动建立人工智能应用边界的国际协同规制机制。积极参与国际数据治理规则制定，推动建立符合我国利益和国际社会共同利益的人工智能跨境应用规则，明确人工智能跨境数据流动、跨境责任追究的国际规则。深化与其他国家和地区的司法协助，建立跨境人工智能证据互认机制与责任追究机制。

　　{作者系中国民航大学法学院长聘教授，中国法学会民事诉讼法学研究会常务理事。本文为中国法学会研究阐释党的二十届四中全会和中央全面依法治国工作会议精神专项课题“中国特色低空经济法律体系化研究”〔CLS(2026)ZX050〕的阶段性成果。}

　　● 责任编辑：高波