深入审视算法技术在行政处罚中的适用逻辑，探索技术赋能与正当程序原则的适配路径，从而在提升治理效能的同时保障行政相对人的程序性权利。

　　□ 文/孙迪 张毅豪

　　随着大数据与算法技术在行政执法领域的深度嵌入，以算法为核心的自动化行政处罚系统逐步应用于执法实践，成为提升执法效率与推进国家治理现代化的技术支撑。中共中央、国务院印发的《“十四五”推进国家政务信息化规划》《关于加强数字政府建设的指导意见》明确提出提升政务信息化水平，推动执法智能化转型，自动化行政处罚正成为数字政府建设的重要实践形态。然而，算法在行政处罚中的引入因其内在的隐蔽性、不确定性与复杂性，正在消解行政相对人的程序性权利，导致执法效率提升与程序正义损耗同步显现。为此，必须深入审视算法技术在行政处罚中的适用逻辑，探索技术赋能与正当程序原则的适配路径，从而在提升治理效能的同时保障行政相对人的程序性权利。
　　一、自动化行政处罚的技术表征
　　（一）自动化行政处罚中算法运行机理的隐蔽性
　　算法作为技术治理的核心工具，其内在的隐蔽性源于数学模型与计算机科学理论的深度耦合，在实践中会呈现出典型的“算法黑箱”特征。当这一特性投射于行政处罚场域时，会实质引发算法背后权力运行过程与公共责任承担的模糊问题。具体而言，这种不透明性使行政相对人难以与算法进行有效对话，限制了行政相对人对处罚结果的预见能力，也削弱了行政相对人在决策过程中的发言权，甚至在极端情形下将行政相对人完全排除在行政程序之外。长此以往，行政处罚决策权将在无形中发生转移，即从人类主权让渡于技术代理。这一趋势不仅对行政法治所秉持的程序正义原则构成挑战，更动摇了数字时代治理模式的正当性根基。
　　（二）自动化行政处罚中算法运行结果的非确定性
　　法律规范承载的公平、正义、秩序等价值内涵，需在具体情境中通过解释实现。算法运行则要求将规则转化为可计算指令。二者差异导致法律规范向代码转译时，难以数据化的伦理道德与社会情理被过滤，法律的价值会因此发生损耗。此种价值过滤机制，使得本应兼顾实质正义的行政处罚过程，在实践中可能呈现机械适用、情境失察等非预期后果，进而影响算法运行结果的确定性。
　　此外，算法注重对历史数据的归集与分析，在相对稳定的执法场景中，基于历史数据训练的算法模型尚可维持较高适配性。而面对不断发展变化的社会现实与新型案件时，历史数据与当前案件事实之间的适配性必然存在局限，简单套用历史数据训练的算法模型，易导致数据失真，最终背离行政法治所追求的公平正义目标。这种因数据滞后性与情境差异性引发的算法误差，进一步加剧了自动化行政处罚中算法运行结果的非确定性特征。
　　（三）自动化行政处罚中算法运行过程的复杂性
　　自动化行政处罚是一种复杂的社会技术系统，涉及人类和非人类行动者共同合作去实现特定目标。具体而言，一是只有具有专业知识的设计主体掌握其运行机理。二是作为实际运行的行政主体也无法掌握算法的内在运行机制，依赖于设计主体的算法解释。在何某诉S市公安局H分局交通警察支队行政处罚一案中，用于监测违法鸣笛行为的电子监控设备系统采用特定算法来识别和记录违法行为。何某作为