对于算法必要性的第二个质疑，涉及算法规制的实践。此处所要讨论的问题是：即便算法透明原则可行，那么，其是不是就像一些学者认为的那么必需、那么灵验，能防范算法歧视、算法失灵以及算法共谋等各类算法规制难题？本文认为，究其本质，算法透明原则仅仅是一种事前规制方式，我们不能夸大其在规制中的效用。

首先，算法即使透明、可知，也不意味着算法问题必然能被发现。单就算法漏洞而言，就包括了输入漏洞、读取漏洞、加载漏洞、执行漏洞、变量覆盖漏洞、逻辑处理漏洞和认证漏洞等。[48]这些漏洞的其中一部分的确可通过算法透明来防患于未然，但另外的部分却需要在算法执行过程中才能被发掘并加以解决。比如，著名的Heartbleed安全漏洞，从程序开发到安全漏洞被发现，用时整整2年，而该算法是开放源代码，完全符合算法透明原则——算法透明原则并不能帮助工程师在2年间发现这一漏洞。[49]

其次，即便算法透明，计算机工程师也不能确切预测算法与外部运行环境的交互。对于一些算法而言，它们的运行需要依赖于外部环境，比如外部软件[50]和外部客观条件等。例如，对于航空智能控制程序，需要根据特定时间的风向、风速、天气状况、飞机飞行角度等诸多外部客观条件来决定具体输出的结果。而最近波音飞机由于算法失灵接连发生两起坠机事故，恰恰证明即便算法透明我们也无法有效地避免算法失灵。而有赖于云计算、API等技术，目前算法与外部环境的交互已变得越来越频繁，这种交互带来的情境变化让算法透明更加无力承担化解算法问题的重任。(www.daowen.com)

最后一点，也和算法透明的事前规制性质有关。即便算法透明，在执行算法的过程中，仍然无法保证排除第三方干预，从而影响最终结果。就像约舒华·克鲁尔（JoshuaA.Kroll）等人所指出的那样：“不管算法有多透明，人们仍然会怀疑，在他们自己的个案中，公开的算法规则是否真的被用来做出决策。尤其是当这个过程中涉及随机因素时，一个被安检抽查或被搜身的人可能会想：我难道是真的是被公平的规则选中了吗？还是决策者一时兴起，挑中了我？”[51]比如，在“卢米斯案”中，一位名为卢米斯的犯罪嫌疑人被COMPAS算法[52]裁判为“累犯风险较高”。[53]诚如卢米斯的诉状所主张的，不管COMPAS算法有多透明，他仍质疑，在自己的案例中，公开的算法规则是否真的被用来作出决定。再比如，电子酒精测试仪的算法。算法的披露并不能保证测试结果的公正。在执行过程中，探头可能老化失灵、执法人员可能因操作失误、受贿、种族性别歧视而有意控制探测部位等等，规制程序的诸多环节都可能使透明算法规则导出不公正的裁判。换句话说，如果我们在算法公开和被披露之后，在执行算法的环节，受到算法之外的第三方因素介入，就像电子游戏的“外挂”或者黑客入侵程序一样，仍然可能导致算法得出不公正结果。[54]而这些算法规制的问题是所有事前规制手段的一个盲区。

在此，笔者并不是想证明，除了算法透明原则之外，其他的规制手段在应对执行环节的问题时就能无往不利。本文只想指出，算法透明原则作为一项事前规制，有着它自身的局限，它并不能提供解决算法问题的万灵药方。而算法不透明也可能有其自身的价值（比如隐私保护、国家安全等），一味强调透明非但不能保证解决现有问题，还可能带来新的算法规制问题。