在人工智能法学研究领域，“学术泡沫”的相关诟病早已有之，但伴随着商业实践和理论研究的不断深入，人工智能技术规制的法学议题开始逐渐聚焦于具体的应用模式及其底层支撑的数据集合安全。研究范式和研究视角的精准化使得学者们不再痴迷于假想式技术风险的治理模式论证，脱离具体的应用场景，抽象地探讨人工智能技术规制方式无异于空中楼阁，既无法提供有益于解决实践难题的制度方案，也无法澄清技术与法律不同话语体系之间的逻辑差异。技术本身从来都不是法律的规制对象，社会对于技术安全风险的种种担忧归根结底还是集中于具体的应用场景。无论是前期的软件开发、算法代码编写，还是后期的功能测试、上线应用，人工智能技术所表现出的风险类型并不完全相同。

    在数字经济时代，数据的资源开发和经济价值实现已经从大数据时代的数据挖掘转变为算法时代的实时数据仿真模拟。数据在规模化聚集之后能够反映更为全面且细致的信息内容，通过关联、比对数据之间的关系，预测未来趋势、分析内在因果关系等功能早已不是难事。可以说，技术创新应用和隐私保护的天平早已开始朝向技术一端倾斜。纵览国内人工智能相关理论成果，研究内容大多以默认技术会侵害隐私权益的形式“一笔带过”，至于技术如何阐释隐私概念、隐私权益的内容发生何种异变等实质性问题并未能得到明确的解释。这一现状值得学界予以关注，技术创新的目标是为了更好地保护权利和提升生活水平，而不是以牺牲既有权利为代价，促成“技术规训人类”这种主客体颠倒的局面形成。

    因此，本辑丛书改变了以往聚焦人工智能技术应用的思路，结合数据生产要素市场化配置的国家战略，将“人工智能与隐私”“人工智能与数据”作为本次国外法学精品专著的筛选主题，希望本辑丛书能够为国内人工智能法学研究提供与众不同的观察视角，推动人工智能法学研究范式的体系化。

    本辑丛书本着“读书之乐何处寻，数点梅花天地心”的立场，编辑和译者们为了给读者们带来具有“异域风味”的学术盛宴，精心选择了三部著作，以期能够让读者们眼前一亮，重新思考和审视技术与法律之间应然的对话方式。这三部著作分别是伊恩·伯尔勒（Ian Berle）博士的《人脸识别：看得见的隐私》、尼尔·理查兹(Neil Richards)的《隐私为什么很重要》、克雷格·埃利夫(Craig Elliffe)教授的《课税数字经济》。

    《人脸识别：看得见的隐私》一书重新审视了人脸识别技术应用究竟给我们的权利和社会结构带来了何种变化。在我们将公共场所的人脸识别应用视为社会安全保障有效手段的同时，作者对这种“理所应当”产生质疑：人脸识别技术真的能够有效预防安全风险吗？又或者说人脸识别技术仅是在事后阶段提供事实还原和权利救济的依据？更为重要的是，在我们默认人脸识别技术有利于社会治理时，个人再想拒绝人脸识别却变得极为困难，尤其是在人员进出场景模式下，个人拒绝或抵制人脸识别甚至会被视为“异类”。作者对这种现象表示担忧，在援引哲学家福柯提出的“规训权力的行使需要以主体的公开可见”为基础，认为被遮掩的人脸识别应用正在促成法律主体的“强制可见性”，一旦超出必要的限度，人脸识别应用将成为强制可见个人私密生活的“帮凶”。

    《隐私为什么很重要》则为我们展示了我们之前鲜有思考的一个基础问题：究竟什么是法律意义上的隐私。在司法实践中，国内外的法官和当事人常常陷入主观性的“隐私”概念辩论之中，这背后的真相则在本书中有所提及，作者直截了当地澄清了有关隐私的四类偏见：一是隐私不是“见不得人”；二是隐私不只用于防范诡异和变态；三是隐私不仅仅限于自身相关信息的控制；四是隐私还没有“死亡”，在数字时代仍有存在的社会价值。在作者看来，隐私更像是一个“程度”问题，即隐私能够让我们在何种范畴自由选择身份，成为想成为的人；隐私能够实现何种程度的自由和安全；隐私能够以何种方式保护消费者、雇员的合法权益。简言之，隐私是关乎身份、自由和保护的工具。在平台经济时代，平台的隐私政策大多以验证用户身份的“真实性”为由，“合理合法”地蚕食隐私概念，但“真实性”的根本目的是保护用户安全，以隐私承载的“安全”为代价，实现另一种安全，这种异乎寻常的理由恰恰证明了平台正在掩盖我们所不知的问题。

    《课税数字经济》则是以前沿领域的数字税征收问题为研究对象，评估和论证是否以及如何向商业模式高度数字化的跨国公司征收数字税。在数字贸易中，人工智能等信息技术的创新使得数字企业发展速度远超传统产业，这些企业无需深入消费者市场即可远程提供同等质量的产品和服务，但这些企业实际承担的税率仅是传统企业税率的一半，这种失衡的税收状态成为国际税收制度亟需解决的现实问题。尽管国际层面的经会组织/G20税基侵蚀和利润转移(BEPS)项目确实发挥国际税收制度包容性功能，但与政策制定者期望的公平且有效的税收状态仍然存在一定差距。