“人人平等”只是幻象，法律的“量身定制”时代即将开启？！

文 | 金莹莹，来源：法治周末

全文共3118字，阅读大约需要10分钟◀

想象一下，未来的法律场景可能是这样的：开车超速的罚款金额不再固定，而是根据你的收入、驾驶记录，甚至你当天的身体状况来动态调整；药品提供者有义务根据患者的个人情况、既往病史，为其提供“定制化”的药物副作用警告信息，从而取代冗长又难以理解的通用型“药品不良说明”；经常运动、作息规律的人，可以支付较低的医疗保险费用……

这些看似“梦幻”但又让人心动的场景，其实离我们并不远。《私人定制的法律：为不同人制定不同规则》（以下简称《私人定制的法律》）这本书告诉我们：法律私人定制化已经悄然来临。这部由法经济学学者撰写、具有跨学科视角的前瞻性著作，探讨了一个颠覆性问题：如果法律不再“一刀切”，而是像定制西装一样，为每个人量身打造，社会会变得更加公平吗？

■《私人定制的法律：为不同人制定不同规则》

作者：﹝美﹞欧姆瑞·本-沙哈尔

﹝以﹞艾利尔·普锐理

译者：王俣璇

出版社：商务印书馆

传统法律“人人平等”观的困境：

有时反而导致实质不公平

“法律面前人人平等”是现代法治的核心原则，要求人人平等地享有法律规定的权利和承担法律义务，不允许任何人享有超越法律的特权。这种源于启蒙思想家的理念在反对封建特权、建立现代民主制度的过程中发挥了重要作用，至今仍是法治社会的基石。

然而在现实中，“形式平等”有时未必通往更为合理的平等。主要原因有：首先，在法律规则的制定层面，忽视了个体差异，导致“误伤”弱势群体。例如，对超速驾驶、违规停车的司机施以固定金额的罚款，比如，都是200元，这对于低收入者来说无疑是一笔沉重的负担，但对于富豪来说可能无关痛痒。如果这样，相同的惩罚规则就无法起到相同的警诫作用。其次，法律适用中存在的“隐形不平等”。在执法和司法过程中，也可能因现实因素而偏离实质公平。例如，经济优渥的知识精英可以通过聘请优秀律师团队为其争取有利判决，而受教育程度较低者却可能因为法律知识的匮乏而丧失为自己主张权利的机会。最后，法律的滞后性有时难以避免结构性不公。法律通常是针对普遍情况制定的，有时难以适应快速变化的社会现实。例如，传统的8小时工作制难以适用于当前的灵活就业者（如外卖骑手、自由职业者）；又如，离婚案件的传统财产分割模式未充分考虑家务劳动的经济价值，导致全职主妇（夫）处于不利地位。

问题的本质是，表面上的一视同仁，掩盖了人与人之间的真实差异。“法律面前人人平等”的理念仍然重要，但现实中的差异化需求呼吁更精确的法律设计，“私人定制”的法律应运而生。

私人化法律的崛起：

技术如何让法律“因人而异”

《私人定制的法律》一书指出，传统法律的“一刀切”模式在数字时代已显滞后，而大数据与算法技术为“量身定制”规则提供了可能。

从理论基础谈法律“个性化”，主要有两个方面的内容：

其一，“理性经济人”假设被推翻。传统法律的经济学基础在于假设所有参与社会经济活动与法律关系的人都是“理性经济人”，并在此基础上发展出了平等保护的立场。但这一假设已被实证研究否定：现实中，每个人在认知能力、风险偏好、行为习惯等方面存在显著差异。例如，在认知能力上，受过良好教育者能够轻松读懂合同条款，但文化程度较低的人可能无法准确理解合同中的权利义务内容。又如，在风险偏好方面，有人看到“药物不良反应发生率为1%”的提示就担心害怕，而有人看到“安全率达99%”就放心服用。再如，在行为习惯上，有人会默认接受系统推荐，如安装APP时点击“一键同意”条款，而有人则会对相关条款进行逐条阅读。

其二是“实质自由”理论的兴起。诺贝尔经济学奖得主阿马蒂亚·森主张自由不仅是法律赋予的形式权利，更是个体实际享有的、能过上有价值生活的真实机会。根据森的理论，真正的公平不是规则相同，而是需要通过差异化的社会安排弥补个人能力的差异，实现实质平等。例如，法律强制要求公共机构、雇主提供“合理便利”，如修建轮椅坡道、提供手语翻译等，根据不同人的个体状况和需求调整标准，以确保每个人实质参与公共事务的机会；学校根据学生能力的不同，制定个性化的教育计划，包括专属课程、个性化作业包等，而非强制性统一教学。

从技术赋能的角度而言，法律“因人而异”离不开大数据与算法技术的支持。

传统法律很难实现“个性化”，因为立法机构和管理部门没有能力为每个人单独制定规则。时至今日，大数据、算法、AI的快速发展正在推动法律从“普通适用”向“精准适配”转型，使法律能够根据个体差异实现个性化调整。

首先，数据驱动的个体画像，能够精准识别差异。通过收集、整合与分析多维度的个人数据，构建能够反映个体独特性与群体差异性的特征模型，已在商业领域展现了其巨大的价值，如个性化的广告推送、搜索引擎结果等。而通过深度分析个人相关数据，精准识别差异，也是从根本上改变法律规范的设计和结构，从而实现“因人而异”的精确性法律的基础。

其次，算法微指令使得动态调整法律的适用有了技术基础。典型场景有：利用算法技术，根据驾驶员的经验、天气状况、车流量等实时生成差异化的限速指令，例如，在同一路段，新手司机夜间行驶可能收到限速40千米/小时的指令，而经验丰富的司机白天可限速100千米/小时，这样既能保障安全又能提升效率。平台用工企业可根据骑手的历史违规记录、疲劳程度等，个性化延长配送时间，避免强制统一时限导致的交通违规和苛刻的超时惩罚。

再次，智能司法辅助，能够将差异化的裁判和服务变为现实。例如，法院系统可通过AI分析当事人特征，为法官提供差异化的裁判建议；可根据当事人的文化水平生成不同版本的判决书，如文字版、图文版、语音版。

此外，在风险预警与合规适配方面，市场监管部门通过大数据分析企业信用记录，对信用差的企业加强检查频次、对信用良好者适当降低检查频次。这样做既可节约行政成本，又可精准防范风险。

行文至此，可以稍作总结：何谓“私人定制的法律”？《私人定制的法律》一书将其称为一种因人而异的新型“精确性法律”。其以个体化和信息处理为主要特征，也被称为“私人化的法律”。从上述分析和举例也可以看出，“私人定制的法律”可分为两类：一类是“行为适配型”，即根据个体特征调整法律标准，如按驾驶记录定制车速限制标准；另一类是“结果适配型”，即根据情境动态调整法律后果，如按收入比例计算罚款数额。

风险警示：

当算法掌握“裁量权”

在科技与法律相结合的领域，二者的边界和科技伦理始终是绕不开的话题。“私人定制的法律”也无法绕开以下这些责问：

首先是算法偏见，也即机器是否会固化歧视？私人化的法律依赖历史数据进行决策，但历史数据本身可能包含偏见和歧视。例如，美国一些州的假释系统利用算法技术评估犯人再犯罪的风险，结果发现黑人更容易被判定为“高风险”，导致假释率更低。这不是因为算法“种族歧视”，而是因为历史数据显示黑人的犯罪率更高。这种通过算法的“客观性”外衣将对某类人适用更低的假释率制度化，是否意味着在固化歧视？

其次是隐私危机，也即法律究竟需要多少个人数据？要实现法律的“量身定制”，需要持续采集个人的经济状况、行动轨迹、社交关系、健康情况等敏感数据，这与个人信息保护法所强调的最小必要原则、知情同意原则等形成张力。谁来保证这些数据不被滥用？如果保险公司监测到潜在客户每天熬夜，会不会提高保费？私人化的法律有可能以“公平”之名，变成一场大规模的“隐私收割”。

最后是权力转移，也即谁在制定法律？如果法律变得由算法决策，那么传统公共机构的裁量权很可能被科技公司蚕食。例如，某行政罚款系统若由科技企业开发的算法系统运行，其背后的权重设计、变量选择又谁来设定？当法律变成代码，民主会不会变成“程序员专制”？

正如耿利航教授在《私人定制的法律》“中译本序”中所言：“即使在大数据的美丽新世界里，法律量身定制的监管也不会零成本实现。个人信息实时采集、隐私保护以及监督算法歧视等仍是需要进一步研究（构建）的问题……其如何自我约束或何处可取更是一个需要严肃考虑的问题。”

在数据与科技的承托下，“私人定制的法律”已经从理论构想迈向了实践探索。其核心贡献在于揭示了技术如何重构法律的公平性：对个人来说，法律不再是“一刀切”的冰冷条文，而是结合了个体差异性；对社会来说，可以减少对弱势群体的“误伤”，实现实质上的平等；对政府来说，可实现更高效的管理和更精准的资源分配。然而，这一进程也警示了潜在的风险：技术从来不是中立的工具，算法治理可能带来新的不平等，甚至可能在不经意间消解法律的公共性。私人化法律的未来，取决于我们是否能在创新与规制之间寻找到平衡点，既要拥抱变革，又要确保私人化的法律服务于人的尊严而非技术霸权。