在算法时代下，得益于大数据、人工智能以及无线通讯技术的发展，法律个性化出现了新的可能。个性化的算法微指令可能在诸多法律领域中得到运用。相较于规则与标准，微指令在立法成本、司法成本以及守法成本上具有全方位的优势。在微指令的适用上，拟适用领域的结构化程度、适用的损益权衡、公民基本权利的被侵害风险是重点判断标准。整体上看，法律的算法个性化会从立法、司法、守法各方面影响现行法律体系的运行。
一、引言
法律强调普遍性。正如哈特提出“就算是刑法，其标准的运作形式也具有普遍性：一方面，它指出某种普遍的行为态样；另一方面，它适用于一般大众”。法律强调普遍性并不代表法律忽视特殊性，法律需要一定程度的个性化，即针对不同的适用场景制定不同的法律。早在古希腊时代，柏拉图就发现“人与人之间有差异、人的行为有差异、人的事情绝不可能保持稳定，从而使得无论哪个领域都不能简单地作出任何规定，这些规定也不能永世长存”。亚里士多德将这种个性化法律的理念往前推了一大步，提出“纠正法律普遍性所带来的缺点，正是公平的本性。这是因为法律不能适应于一切事物，对于有些事情是不能绳之以法的。所以应该规定某些特殊条文”。
几乎每一条法律都有一定的适用背景，区别只是关于这些适用背景的规定有多具体。法律对其自身适用背景的规定越具体，法律的确定性就越高，并越能指导公民生活与法官裁判。在前算法时代，法律个性化通常只能做到针对某类特殊群体或交由法官事后施行。然而，精度并不免费，伴随着精确立法和准确判断的是高昂的制度成本。随着新技术的出现，法律个性化在算法时代出现了新的可能。在智能算法的帮助下，立法者和法官可以更高效准确地收集处理相关数据，制定或适用更具有针对性的个性化法律。其中，法律的算法个性化的表现形式、适用范围、适用影响是学界理解这一现象之重点，值得重点关注。
二、法律算法个性化的表现形式
算法时代新工具的出现可以让法律做到前所未有的个性化，“当一位公民面对一个法律决定时，在她采取行动之前，她被清楚地告知如何遵守每一项相关法律。公民不需要权衡其行为的合理性，也不需要寻找法律的内容。她只是服从一个简单的指令”，这个指令便是微指令。法律可以做到柏拉图所说的“长期终身坐在每个人身边，给他准确规定做什么事”。
（一）
微指令的技术基础
微指令不是新事物，红绿灯就是对特定时间点通过特定路口的司机或行人发出的微指令。在算法时代下，立法者只要确定立法目的，智能算法便可生成公民在不同情形下应当遵守的指令。公民遵守这些指令，立法者的立法目的就可以实现。如在交通限速领域，立法者可以基于运输效率和交通事故率等因素明确设立限速目的。借助大数据所提供的周围环境信息，例如车流量、人流量、油耗等，智能算法可以为每辆车的驾驶员都实时提供个性化限速。同一条路，一个驾驶老手在白天可能获得一个限速100公里每小时的微指令，而一个新手在夜晚则会获得一个限速40公里每小时的微指令。
三项关键技术的发展使得更多的微指令成为可能，其中第一项技术是大数据。“大数据……是对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析……的新一代信息技术”。在大数据技术诞生之前，为了避免个人经验偏差，立法者经常使用抽样研究或实地调研的方式了解现实。然而，抽样样本经常面临不具有代表性的问题，得出的结果也可能与现实大相径庭。大数据技术的发展，可以帮助立法者收集处理某一领域几乎全部的相关数据，这种“全样本”的数据可以几乎不失真地反映现实情况。大数据技术保证了充足、客观、高效的数据供给，这是微指令得以实现的基础，如为了达到最佳通行效率而自动调整红绿灯时长的交通系统，一定是以充足客观的车流量数据为基础的。
第二项关键技术是人工智能（后文简称为ai）。通过学习大数据获得的海量数据，ai可以预测公民在不同情形下应当采取的行为。立法者在设立明确的立法目的后，在公民面对不同情况时，ai都可以快速计算出公民应当遵守的指令。公民遵守微指令产生的数据会继续被收集，这些数据成为ai的“燃料”，帮助其不断地完善进步以适应客观情况变化。传统立法者经常面临的一个问题是，当一部法律因为时代发展而难以实现最初的立法目的时，是否应当修正法律。通常，这需要立法者在修改法律所造成的不确定性与不修改法律导致的负面影响之间权衡取舍。然而，可自主学习的ai可以大幅缓解这种权衡负担，甚至在特定领域使得它不再必要。无论时代发生如何变化，公民只需要继续遵守微指令，原本的立法目的就能实现。
最后一项技术是移动通信技术。所有微指令必须具备准确性与及时性两个基本特点。大数据和ai技术可以保证微指令的准确性，及时性则由移动通信技术提供支撑。微指令只有及时地传达给公民，才能有效地指导其行为。比如交通限速的微指令，需要根据时间、气候、车流量等因素实时调整，滞后传达的微指令可能不再适应新的道路状况。以5g为代表的移动通讯技术，具有低时延、高速率的特点，使得面对法律选择的公民可以几乎零延迟地获取微指令，从而指导自己的行为。
新技术的发展让越来越多的领域推行微指令成为可能，微指令也能更好地帮助公民适应日新月异的变化。随着社会发展，法律越来越细化繁多，导致“只有那些致力于这门学问的人才能获得对现行法的知识”。在某种意义上，微指令可以改善这种困境，公民只需要根据一条简单的指令行动便可以遵守法律，无论背后的法律多么复杂。可以说，是当代互联网技术的发展使得这一切成为可能。
（二）
微指令的比较优势
传统立法大致以规则和标准作为其主要表现形式。规则通过事先对法律的明确描述可以提供确定性，但正因为规则是事先规定的，所以缺少校准性。标准在事后应用时可以根据实际情况进行调整，具有校准性，可是缺少了事先的确定性。传统立法者必须在确定性和校准性上面做取舍。此外，立法者还要考虑不同立法形式带来的立法、司法、守法成本，在适用规则还是标准间权衡。微指令同时具备确定性与校准性的特点，以及可以大幅降低各项法律运行成本的优势，让这种权衡不再有必要。
传统的规则虽然具备确定性，但仍需要判断特定情形下应当适用哪条规则、行为人的行为是否符合了规则等问题。然而，微指令只要求公民根据其指示行事，具备比规则更高的确定性。同时，微指令具备比标准更高的校准性。侵权法强调事后校准性，它不仅规定一般的理性人标准，还注意到“如果某人有一个明显的缺陷，缺陷的性质使其即便采取特别防范措施也无法阻止所有人识别出来，那么，他就不会因没有采取那些措施而被追究责任”，专门制定了适用于残疾人的注意标准。此外，针对未成年人、有专门知识的人都设立了特定的标准。然而，尽管侵权法为某类群体制定一个特定标准，其事后仍需依赖这个群体中的平均能力来定义“合理”。微指令则完全基于行为人的个体特征产生的，“对被告来说，什么是合理的，不是根据被告所属的一些更大的参照组的平均特征，而是仅根据于被告相关的信息”。标准受行为人之外的其他个体影响，因此事后的校准性有所下降，而微指令只针对行为个体生成的机制，决定了其更符合实际情况、更具备校准性的优势。
法律制度的运行会分别产生立法、司法、守法成本，微指令在各项成本上都比传统法律形式有优势。第一，立法成本由制定成本与错误成本组成。规则的制定成本与错误成本此消彼长。为了降低错误成本，立法者需要收集并处理更多的信息，并且花更多的时间做决策，这会产生高昂的制定成本。标准因为更具有概括性，所以相较于规则不会产生过高的制定成本。同时，因为标准“能够包含更完整的可能的行动范围”，所以标准的错误成本相较于规则也更低。微指令虽然需要一套精密的系统，包括数据的收集、微指令的生成以及传输，但是这套系统不会专门用于法律目的。比如在医疗诊断领域，很多公司研发了自己的诊断系统，如果将该系统生成的结果作为指导医生诊断的微指令，这种法律目的使用所产生的边际成本几乎可以忽略不计。因为微指令只需立法者设立明确的立法目的，所有微指令的制定成本几乎仅限于设立立法目的的成本。此外，在相应技术足够成熟的情况下（这也是推行微指令立法的必要前提），微指令作为针对特定情形生成的个性化指令，也几乎没有错误成本。综合来看，规则的立法成本较高，标准与微指令的立法成本较低。
第二项成本是司法成本，司法成本也是由两项组成，分别是决策成本与错误成本。规则由于自身的确定性，法官不需要做更多的判断，只需要适用相关规则，因此规则的决策成本与错误成本较低。标准更强调事后校准性，需要法官根据个案的实际情况判断行为人的行为是否符合标准，法官拥有更多的裁量权，决策成本随之升高。此外，法官作为事后的裁判者介入纠纷，往往掌握着比事前行为人更多的信息，因此信息差、举证能力、法官的个人偏见等因素使得法官有更可能做出错误的判决。然而，微指令只需要法官判断行为人是否按照指令行事，就像判断一位司机是否闯红灯一样简单准确，由此产生的决策成本与错误成本微乎其微。综上，规则的司法成本较低，标准的司法成本较高，微指令的司法成本极低。
第三项成本是公民的守法成本，守法成本由学习成本与不确定性成本构成。学习成本是指公民理解相关法律内容的成本，一般而言，有明确描述的规则相较于更概括性的标准，公民更容易学习。不确定性成本，是指公民因不能准确判断自己行为是否符合法律所产生的一系列成本，防御性医疗便是不确定性成本的典例。由于医生不能准确判断自己的行为事后能否被认定为尽职，为了应对可能发生的医疗纠纷和医疗诉讼，医生会让病人做各种名目繁多的检查，这种防御性医疗造成了大量医疗资源以及病人财产的浪费。这种不确定性除了导致医生进行过度的防御性医疗外，还会让医生干脆放弃对疑难病人的诊治，以免去日后的麻烦。规则由于对法律的明确描述，公民的不确定性成本较低。标准由于强调事后的校准性，往往比较模糊，所以公民的不确定性成本较高。微指令不需要公民自己做法律选择，只需要根据指令行事，因此几乎不存在不确定性成本。综上，规则的守法成本较低，标准的守法成本较高，微指令的守法成本则接近于零。
虽然同一种立法形式的各项成本之间也有联系，如规则被投入的立法成本越高，司法成本就会降低，但是本文聚焦于不同立法模式下同一项法律运行成本的比较，故这种联系不影响本文得出的结论。不同立法形式的运行成本比较见表1所列，用较高、较低、极低三种程度来代表各项成本的高低，虽然缺乏量化，但足以证明微指令相较于规则与标准，具有明显的成本优势。
表1 不同立法形式运行成本比较表
三、法律算法个性化的适用范围
法律的算法个性化虽然具有许多传统法律形式不具备的优点，但并非适用于全部法律领域，某些领域错误的推行甚至会危及法律的基础价值，故严格划分其适用范围是推行法律算法个性化的必要前提。对此，我们可从拟适用领域的结构化程度、适用新技术的损益权衡以及公民基本权利的被侵犯风险三个方面综合考虑。
（一）
拟适用领域的结构化程度
结构化程度越高的领域，越适合推行法律个性化。拟适用领域的结构化程度高，是指在该领域做出法律判断时主要依据的是可被量化的客观事实，而不需要大规模的价值判断。因为法律算法个性化的本质就是依靠新工具帮助人类更加高效准确地进行法律计算，所以可被计算性是一个领域可以进行算法个性化的前提。如果一个法律领域主要依赖价值判断做出决策，由于“现有ai技术不会自主地形成“价值判断”，更不会基于这种价值判断作出决策”，那么在该领域推行这种法律个性化则异常困难。
在医疗领域中，对一位重症患者是否应当实施高风险的手术是个医疗难题，也是个法律难题。“一刀切”的规则无力调整医疗实践中的所有情形，缺乏校准性。制定标准虽然鼓励医生根据具体情况做出诊断，但由于医疗纠纷大都由已经受到伤害的病患提起，法官很容易站在“事后诸葛亮”的角度带入医生有错的偏见，做出不利于医生的判决，这会导致医生不知道如何遵守标准。这个传统立法难以解决的问题，借助新工具的法律个性化提供了一条进路。判断是否应当实施高风险手术虽然需要考虑诸多因素，还涉及复杂的专业性问题，但是几乎不需要做价值判断，该领域具有高结构化程度的特征，可以很好地适用法律个性化甚至微指令。面对一位重症病人是否应当实施手术，医生只需要上传相关的检测报告，诊断系统结合医生可调动的医疗资源、病人的体质、病情的严重程度、该病症的最新研究成果等所有相关因素，判断出是否实施手术。如果这套系统比几乎所有医生得出的结论都准确，那么更不具有医学专业知识的法官还有什么理由否定这个结果呢？将这套诊疗系统得出的结论确定为微指令，医生只要正确地操作系统，遵守指令，便可以完美守法。
结构化程度低的领域，因为其自身的不可计算性，所以很难推行法律的算法个性化。婚姻家事领域便是结构化程度低的领域之一，该领域内的部分案件虽然表面上不如医疗纠纷专业复杂，但是包含了大量的价值判断，比如抚养权归属问题。法律确立了离婚时抚养权应以最有利于未成年子女的原则决定归属，法官会在个案中根据各种要素评估未成年人的最大利益。这些评估因素中除了有经济条件、教育条件、身体情况这些客观要素，还有大量需要价值判断的要素，如家庭成员的关系状况、未成年人的人际交往、教育方式等。在抚养权归属这样低结构化的领域，因为没有足够的客观数据可供处理，所以依赖新技术推行法律个性化非常困难。
（二）
适用法律个性化的损益权衡
法律的算法个性化在某些领域可以显著提高社会公共利益，甚至可以发挥自身独有的优势，兼顾以前无法两全的利益。早期的计算机体积庞大、操作复杂、制造与维护的费用昂贵，尽管合理使用也可以在一定程度上提高收益，但高昂的算力成本完全覆盖了收益。如今随着计算机工业与相关技术的高速发展，大幅降低了新工具的使用成本，才使得法律依赖新技术提高社会公共利益的目的得以实现。
传统立法经常会面临这样一种选择，允许某行为会有利于某种利益，但会损害另一种利益，如果禁止该行为则会造成不同的损益结果，立法者必须要权衡利弊，决定将该行为放在法律的白名单还是黑名单上。无论立法者如何选择，都会损害部分利益，有时被放弃的这部分利益非常重要，也只能无奈“两害相较取其轻”。法律的算法个性化提供了新的可能性，可以同时保护两种看似对立的权益。著作权法追求著作权人利益和社会公众利益的平衡，当两种利益发生不可调和的矛盾时，立法者必须做取舍，在私人复制这个问题上，这种矛盾便出现了：允许私人复制有利于促进思想和知识的传播和利用，有利于社会公共利益，但会损害著作权人的利益，禁止私人复制的损益态势相反。各国对于私人复制的规定各不相同，虽然也有国家设立私人复制补偿金制度，尝试在兼顾社会利益的同时弥补著作权人的损失，但该制度存在明显的理论缺陷与实操难题。各国不同的制度安排反映出两种利益的难以取舍，也反映出“一刀切”的法律难以处理该问题，法律的算法个性化可以化解这看似不可调和的矛盾。如果禁止一个人私人复制并不会促使其购买该作品，那么限制这个人的私人复制不会保护著作权人的利益，只会损害公共利益。最能兼顾著作权人利益与公共利益的方法是，只限制可能购买作品的人，即潜在买家的私人复制行为，同时允许非潜在买家进行私人复制。这种规定的最大难题在于几乎所有人都有动机宣称自己是非潜在用户，法官无法判断人们内心的真实想法，可是大数据技术可以确定个人购买受版权保护的作品的期望，这使得个性化的私人复制规定成为可能。私人复制的例子中，新技术就发挥了数字视角这一自身独有的优势，解决了如何判断个人是否愿意购买某作品这一内心问题，从而兼顾以前无法两全的利益，提高社会的公共利益。
算法个性化在信息披露领域的运用可以改善当下信息披露的低效局面。政府向其管辖的所有公民同等地披露信息，会导致每个公民都会获取大量对其自身而言无用的信息，如警告一个没有农田的城市居民禁止焚烧秸秆，这会导致公民在无用的信息上浪费大量的时间，还会增加公民忽视重要信息的可能性。个性化披露可以通过结合一个人的居住地、年龄、习惯、爱好等等因素，向公民披露对他个人或家庭更有用的信息，使公民用更短的时间获取到这些信息，提高社会的公共利益。
（三）
公民基本权利的被侵害风险
在对公民基本权利侵害风险较高的领域，应当严格禁止依赖新技术的法律个性化的适用，如涉及公民宪法性权利或程序性权利的领域。因为新技术自身的问题，所以在这些领域中适用法律算法个性化，很可能会危及法律公平正义的基础价值。
第一，算法歧视可能会导致歧视性的结果，危害公民基本权利。新技术的倡导者认为，新技术的使用可以消除决策者的偏见，“直觉的判断被迫让位于精准的数据分析”，个人决策的偏好被算法代替，使得法律更加公正。为了达到这个目的，一些明显涉及歧视的数据会被剔除，可是一些无意识的、社会结构化的偏见难以被识别，甚至评判数据是否存在偏见的标准本身可能就存在着偏见。即使获得的数据准确、公正，人们仍然“忽视了准确数据可能产生不准确预测的可能性。虽然对数据质量的关注是必要的，但它们并不足以挑战、辩护或改进预测算法的结果。算法如何计算数据与数据本身的质量同样值得审查”。而且，相比于显性歧视，无意识歧视因为被数据与算法掩盖，“使受保护阶层处于不利地位的机制不太明显，因此不公正现象更加难识别和解决”。
第二，算法黑箱处于是否公开的两难境地，所以在该问题没有得到很好解决之前，涉及公民基本权利的领域不宜让算法介入。美国一个名为“替代性制裁的惩戒性罪犯管理分析（compas）”的系统，可以预测被告再次犯罪的可能性，法官使用该系统做刑事审判，可是实际使用中发现该系统可能对少数族裔有偏见。因为“比较算法是专有的，受到商业秘密法的保护”，所以刑事被告人与律师都不能完全得知结果是如何得出的，这也违反了正当程序原则。对此，有学者呼吁“将算法系统的黑箱予以公开。虽然算法黑箱具有相应的技术代表性，但是并非不可开放，在效率和公正之间，尤其是刑事审判这一敏感领域，对算法黑箱予以公开显得殊为重要”。可是技术黑箱的公开也会带来负面作用，就是有犯罪倾向的人会根据算法的内容调整自己的行为，而且这类算法有时还要结合被告人回答相关的问题才能得出结论，黑箱的打开让这类问题失去意义。在不涉及公民基本权利的领域，就算黑箱打开，公民根据黑箱调整自己的行为也不会造成严重的后果，甚至在多数情况下，公民不会真正受益于这种调整。如在消费默认规则领域，就算商家公布了商品的价格与消费者的哪些行为特征相关，消费者根据这些特征调整自己的行为也不一定会受益，因为“具有某个特征会让消费者在一种情况下收益，但在另外一种情况下利益受损，而且在很多情况下，伪造一个行为可能会导致消费者得到各种并不适合他的默认规则”。
第三，大量数据的收集与使用必然会和公民的隐私权产生冲突。人工智能时代的数据无论是在目的上还是在功能上都具有显著的公益属性，而隐私权自诞生之初便具有“不受他人干涉”的特点，这在一定程度上是与社会的需求对立的。“人工智能时代数据共享与个人隐私保护之间的冲突，在一定程度上可以归结为公共利益与私人利益的又一轮相互博弈”，无论这两种利益如何博弈，为达到公共目的不受限制地收集数据都是不可能的。alphago能够战胜人类围棋高手的必要前提就是拥有一个存储了十几万份公开的人类棋手对弈棋谱的数据库，充分的数据是其成功的基础。然而法律个性化需要的数据收集受到隐私权这类私权利的限制，使得数据的充分供给受到挑战。
四、法律个性化对法律体系运行的影响
法律的算法个性化会使现行的法律体系产生本质性的变化，新工具造成的实际影响比人类刚开始想象的要深远得多，正如人类发明铁道时，很难想象到它会改变人类对时间、空间以及危险的感知。本段尝试从立法、司法、守法三个方面讨论法律个性化对法律体系运行的影响。
（一）
立法者职能的变化
立法者首先要区别哪些领域适用新技术辅助下的法律个性化，以及个性化的程度如何。在一个高度适用法律算法个性化的领域，立法者只需明确法律目的。传统法律不必然需要立法者明确每条法律的具体法律目的，立法者有时会有意将这个问题留给法官，法官会在司法工作中发现甚至是发明立法目的。“然而，将大量信息转化为特定法律指令的大数据和算法不允许这种矛盾心理。相反，它们要求一个预先明确的目标陈述”。传统立法者不需要回答限速的目的究竟是什么这样的问题，可是大数据与ai需要一个明确的目标，立法者必须回答限速的目的，如运输效率高于多少、交通事故率低于多少等。
为了能给出明确、合理的立法目的，算法时代下的立法者需要更多地参与协商，了解公民的需求和冲突。传统法律的目的一般比较抽象，如限速的传统法律目的可能是兼顾运输效率与交通事故率，这种抽象的法律目的更容易得到民众的支持，只要它让民众大体上觉得没有问题。当新技术介入，逼迫立法者用一串数字确立法律目的时，冲突便会随之加剧。立法者要更多地与多方协商，调和更注重运输效率的公众与更重视道路安全的公众之间的矛盾，让公民充分参与到设立法律目的的工作中来。
（二）
司法裁判权的压缩
引入法律算法个性化除了可以提升司法效率，减少法律运行成本，还有一个重要作用在于帮助排除个人决策者的偏见，这点在司法领域尤其重要。特别是在适用微指令的领域中，法院的裁量权应当仅限于当事人是否正确地上传信息获取微指令以及是否遵守了微指令，如果当事人正确地获取并遵守微指令，法院应当肯定当事人行为的合法性。在现行法律体系中，即便简单案件，法官仍有解释法律的空间，用自由意志确保法律适用的合理性，以达到追求公共利益与社会利益的目的。然而，这种行为在适用微指令的领域却难以发生。当借助新技术的法律个性化得出的结果与人类的正义观发生冲突的时候，法官也不宜粗暴地干涉，用更符合自己正义感的判决代替算法个性化的结果，这样会导致利用新技术排除个人偏见的目的无法实现。当算法得出的结果与法官的正义感明显不相符的时候，法官应当理性地关注技术本身是否存在不完善或者歧视，从而导致了结果偏差，帮助完善这套智能系统。
当立法者暂时不能设立明确的立法目的时，司法领域也可以先利用算法辅助裁判，保证判决的一致性。在一个已经产生大量判决的领域，让算法学习以往法官的判决，复制该类案件中法官的裁判方式，可以最大限度地减少异常决策的可能性。与微指令系统的操作类似，公民在提起诉讼之前使用这套系统，在上传相关信息后便会知道自己案件最有可能的判决结果，这会提升公民的确定性，减少诉讼的数量。当然，这套系统只是暂时不能明确立法目的的一种妥协。这种方式不会增加新的法律个性化，只是巩固现行司法裁判中已有的个性化，同时也会巩固现有判例中包含的系统性歧视。
（三）
全民守法成为可能
随着社会的发展，公民很难仅依靠自己朴素的价值观就能遵守法律，知法才是守法的前提。在全民守法作为法治根本目标的今天，普法工作投入了大量成本，取得了一定的效果。如果在某些领域引入个性化法律，则有助于这一目标的早日实现。高度个性化的法律，公民无须投入更多的学习成本就可以做完美的法律选择。尤其是微指令，无论这个指令背后的法律多么复杂或是发生了变动，公民只需要像遵守红绿灯一样遵守指令即可。最开始的红绿灯只是机械地交替，现在的红绿灯可以根据各个路口的车流量来调整红灯与绿灯的时长。在救护车或者消防车这类特种车辆执行任务的时候，交管部门通过控制系统可以保证特种车辆一路绿灯。无论红绿灯背后的规则如何变化，公民需要遵守的依旧是简单的红灯停绿灯行。
因为个性化的法律是根据每个人的实际情况生成的，所以公民更愿意也更容易去遵守这样的法律，遵守这样的法律更符合公民自身的利益与行为特点。民法中的默认规则是模仿大部分当事人订立合同时选择的条款确立的，公民间没有约定的事务适用默认规则。因为默认规则的存在，当事人签约就可以保留更大的缺口，合约条款可以更加简约，因为在法律明确规定的事项上，当事人不必重复约定。可是随着社会越来越多元化，越来越多的公民认为默认规则不符合自己的实际情况，在合约遗漏的事项上不愿意遵守默认规则。借助大数据技术，可以挖掘出不同群体对同一法律选择展现出差异化的条款选择，如果这种差异是稳定的，便可以针对不同人群制定不同的默认规则。如在继承领域，55%的男性会将自己的全部遗产留给配偶，而女性的这个数据是34%。那么在无遗嘱继承时，针对不同性别规定不同的默认规则，就可以让更多的遗产资源根据被继承人的真实偏好分配给继承人。个性化的默认规则，更符合公民自身的利益与行为特点，更容易得到公民的遵守。
总结
法律的算法个性化会改变现有的法律结构，比如微指令因其自身兼顾确定性与校准性的特点，以及在法律运行成本上全方位的比较优势，未来会在越来越多的法律领域中代替传统的规则与标准的立法形式。法律的算法个性化还会从立法、司法、守法各个层面对现行法律体系的运行产生影响。新工具是机遇，也是挑战，如何使用它仍需不断研究。“具体情况作具体分析”的思想比从前更具实际意义，没有简单的万能公式能给出答案—有些领域需要大胆地实行微指令，完善现有法律体系中的一些缺陷；有些领域则要将其作为温和的辅助工具，减少成本提高效益；有些领域清醒地“守旧”胜过一切，公民的基本权利以及法治的基本价值应当被坚守。
往期精彩回顾
罗艺 曹子贤｜社区数字化治理的法律风险防范的路径探索
温姝菀｜数字法治政府建设的期待、挑战与未来因应
聂加龙｜数据特区建设的法学思考
郭宇航｜数字经济时代我国增值税的税制和征管面临的挑战及对策
王秦｜数字法治政府建设如何化解规范与价值难题
徐伟琨｜数字化转型背景下企业数据产权保护的理论证立和规范构造
上海市法学会官网
http://www.sls.org.cn
上观号作者：上海市法学会