王志勇 辛淑靜

(1.河南財經(jīng)政法大學(xué) 法學(xué)院，河南 鄭州 450046；2.河南金學(xué)苑律師事務(wù)所，河南 鄭州 450046)

一、導(dǎo)言

得益于計算能力的提升和大數(shù)據(jù)技術(shù)的進步，人工智能迅速發(fā)展，對國家戰(zhàn)略安排及社會主體的行為方式產(chǎn)生了深刻影響。人工智能的發(fā)展也給法官的裁判活動帶來了機遇和挑戰(zhàn)。2019年2月，最高人民法院發(fā)布的《人民法院第五個五年改革綱要(2019—2023)》明確提出，“充分運用大數(shù)據(jù)、云計算、人工智能等現(xiàn)代科技手段”“推動實現(xiàn)審判方式、訴訟制度與互聯(lián)網(wǎng)技術(shù)深度融合，構(gòu)建中國特色社會主義現(xiàn)代化智慧法院應(yīng)用體系”。然而，目前來看，“中國司法系統(tǒng)斥巨資力推的大數(shù)據(jù)及人工智能技術(shù)在司法實踐中的運用效果并不理想”[1]?？墒?，如何真正推進司法裁判與人工智能技術(shù)的深度融合呢？這就需要我們從更深層次思考兩者融合的法理基礎(chǔ)，并在此基礎(chǔ)上探索實現(xiàn)兩者融合的路徑。

法律推理領(lǐng)域的人工智能研究始于布坎南和亨德里克于1970年發(fā)表的《關(guān)于人工智能和法律推理若干問題的考察》，該論文提出了理解、模擬法律推理所需要的各類知識以及如何將之應(yīng)用于編制計算機程序[2]。之后的研究大致隨著人工智能技術(shù)的發(fā)展而不斷拓展[3]，當(dāng)前人工智能與法律的相關(guān)研究的目標(biāo)大多在于設(shè)計計算機模型從而能夠提出法律論證并預(yù)測法律爭議的結(jié)果，并且開發(fā)了諸如Ross,lex Machina,Ravel等新的法律應(yīng)用程序[4]。然而，這些研究多從律師角度試圖設(shè)計諸如微信、支付寶一類的應(yīng)用軟件系統(tǒng)，而且人工智能在司法裁判中的應(yīng)用也引發(fā)了一定的爭議。盡管注意到人工智能在司法裁判領(lǐng)域適用的可能風(fēng)險[5]，但國內(nèi)學(xué)術(shù)界對于人工智能在司法裁判領(lǐng)域的應(yīng)用總體上保持高度的熱情，這可以由最近幾年相關(guān)論文發(fā)表數(shù)量佐證。然而，相關(guān)研究多從宏觀層面論述人工智能在司法裁判中的價值、限度，鮮有從人工智能、司法裁判的內(nèi)部機理入手探討兩者深度融合的實踐路徑問題?；谏鲜鰻顩r，深入到人工智能、司法裁判內(nèi)部探討兩者融合的路徑問題很有必要。為保持研究對象的確定性，筆者的探討主要基于中國的司法語境，將人工智能與司法裁判深入融合的路徑進行了類型化，并且詳細分析諸種路徑的內(nèi)容和其中可能蘊含的難題，以期為進一步的相關(guān)研究提供理論基礎(chǔ)，并為未來司法裁判中人工智能的應(yīng)用提供有益參考。

二、人工智能與司法裁判深度融合的法理基礎(chǔ)

從1946年第一臺計算機誕生以來，人們一直寄希望于計算機能具有更強大的功能。21世紀以來，得益于計算能力和大數(shù)據(jù)發(fā)展，加之近年來媒體對AlphaGo陸續(xù)擊敗人類圍棋高手的渲染，人工智能迅速引發(fā)全球熱潮[6]?？梢哉f，人工智能裹挾著巨大變革力正在深刻且全面地影響著龐大國家的戰(zhàn)略走向和卑微個體的命運選擇。作為審判活動的司法裁判并非自我運轉(zhuǎn)的封閉系統(tǒng)，法官在司法裁判中所使用的方法毫無例外地也主動或者被動地“遭遇”了人工智能。如此，我們不禁會追問：當(dāng)司法裁判方法“遭遇”人工智能時，兩者之間會碰撞出什么樣的火花呢？

(一)人工智能的源流與核心方法論

顧名思義，人工智能就是智能的人工化，或者人類智能思考的機械化。其觀念史源遠流長，早期萌芽或許可以追溯到亞里士多德，他最早提出一種類似回歸規(guī)劃系統(tǒng)的算法[7]。17世紀的一些思想家嘗試將理性思考化約為數(shù)學(xué)體系。例如，霍布斯在《利維坦》引言中就談道：“由于生命只是肢體的一種運動，它的起源在于內(nèi)部的某些主要部分，那么我們?yōu)槭裁床荒苷f，一切像鐘表一樣用法條和齒輪運行的‘自動機械結(jié)構(gòu)’也具有人造的生命呢？”[8]而且他明確提出“推理就是一種計算”[9]。萊布尼茨也曾設(shè)想：“我們要造成這樣一個結(jié)果，使所有推理的錯誤都只成為計算的錯誤，這樣，當(dāng)爭論發(fā)生的時候，兩個哲學(xué)家同兩個計算家一樣，用不著辯論，只要把筆拿在手里，并且在算盤面前坐下，兩個人面對面地說：讓我們來計算一下吧?！盵10]1950年，圖靈發(fā)表了《計算機與智能》一文，這通常被認為是人工智能學(xué)科的源頭[11]。嚴格來講，現(xiàn)代人工智能起源于1956年的達特茅斯會議，自此之后人工智能成為一門獨立的學(xué)科。達特茅斯會議發(fā)起建議書中曾將其預(yù)期目標(biāo)設(shè)想為，學(xué)習(xí)或者智能的其他方面都可以被精確地描述，從而我們能夠制造一臺機器模擬之[12]。所以，有些當(dāng)代學(xué)者就提出，人工智能宣稱的目標(biāo)是創(chuàng)建可以與人類的思維媲美的計算機軟件或者硬件系統(tǒng)，即表現(xiàn)出與人類智能相關(guān)的特征[13]。如果說人類智能的表現(xiàn)形式是知識，那么也可以說人工智能的研究是以知識的表示、獲取和應(yīng)用為歸依。從邏輯學(xué)上講，知識的基本單位是概念，而且知識本身也是一個概念。由此人工智能的問題就轉(zhuǎn)變?yōu)槿绾伪硎?、學(xué)習(xí)和應(yīng)用概念。按照經(jīng)典概念定義，邏輯學(xué)上通常區(qū)分概念的名稱、內(nèi)涵與外延，由此，概念具有指名、指心與指物功能。圍繞如何讓機器具有智能，人工智能的發(fā)展呈現(xiàn)為專注于實現(xiàn)人工智能指名功能的符號主義、專注于實現(xiàn)人工智能指心功能的連接主義與專注于實現(xiàn)人工智能指物功能的行為主義。具體而言，符號主義主張，只要在符號計算上實現(xiàn)了相應(yīng)的功能，那么在現(xiàn)實世界就實現(xiàn)了對應(yīng)功能。連接主義關(guān)注概念的心智表示以及如何在計算機上實現(xiàn)其心智表示。行為主義假設(shè)智能取決于感知與行動，只要把智能行為表現(xiàn)出來就具有智能。目前各個流派進行融合已經(jīng)是大勢所趨，特別是在大數(shù)據(jù)和云計算的助力下，新一代人工智能將引發(fā)新的技術(shù)革命[14]。時至今日還沒有一個被大家一致認同的精確的人工智能定義，因為“人工”固然可以被界定為“非自然、人造的”，但“智能”的界定卻是一個涉及多學(xué)科的難題。也正是基于此，人工智能的發(fā)展歷史就呈現(xiàn)為一種“百舸爭流”的局面。

盡管尚未就人工智能的定義達成共識，但我們也許可以比較形象地講，人工智能這門科學(xué)，就是讓機器做智能人類才能完成的事情。如果我們不糾結(jié)于概念的諸功能而從智能人類整體角度來看，那么正如諾維格等人所講，理性行動者(rational agent)就可能作為人工智能方法的核心。而所謂“理性行動者”，指一個為了實現(xiàn)最佳結(jié)果，或者當(dāng)存在不確定性時，為了實現(xiàn)最佳期望結(jié)果而行動的行動者(1)此處的“行動者”就是能夠行動的東西。參見[美]羅素、[美]諾維格：《人工智能：一種現(xiàn)代的方法》，清華大學(xué)出版社2013年第3版，第3-4頁。。根據(jù)判斷理性的根據(jù)，諾維格等人給出理性行動者的定義，即對每一個可能的感知序列，根據(jù)已知的感知序列提供的證據(jù)和行動者具有的先驗知識，理性行動者應(yīng)該選擇能使其性能度量最大化的行動。作為人工智能核心方法論的理性行動者包括性能、環(huán)境、執(zhí)行器和傳感器。就此，可以具體圖示如下[15]。

在此，我們可以自動駕駛汽車系統(tǒng)為例來說明。通常，自動駕駛的性能度量包括安全、快速、能耗低等，自動駕駛的環(huán)境包括各種各樣的道路狀況，自動駕駛車的執(zhí)行器包括油門、剎車燈，傳感器則至少包括視頻攝像頭、速度表等。然而，這其中最為核心的地方在于行動者程序，其能夠?qū)崿F(xiàn)把感知信息映射到行動的行動者函數(shù)。從這個角度來看，人工智能的任務(wù)其實就是設(shè)計行動者程序。理論上通常存在4種基本的行動者程序，即基于簡單反射的行動者、基于模型的行動者、基于目標(biāo)的行動者、基于效用的行動者[16]。歸根結(jié)底，每種行動者程序的任務(wù)其實就是以特定的方式結(jié)合特定的成分來生成行動。例如我們可以計算機語言設(shè)計條件-行為規(guī)則來實現(xiàn)“如果前方路口紅燈亮，那么就要剎車”的自動駕駛模式。除了自動駕駛之外，常見的人工智能系統(tǒng)還有掃地機器人、語音識別系統(tǒng)以及機器翻譯等。當(dāng)然，每種行動者程序在具體的領(lǐng)域的任務(wù)各不相同，而人工智能則希望發(fā)現(xiàn)不受領(lǐng)域限制、適用于所有領(lǐng)域的知識表示、獲取、應(yīng)用的一般規(guī)律、算法等。由此我們就可以理解當(dāng)下人工智能的知識體系構(gòu)成：知識表示包括有知識圖譜，知識獲取則包括各種搜索技術(shù)、人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等，知識應(yīng)用則包括專家系統(tǒng)、規(guī)劃、自然語言處理、語音識別甚至智能機器人等[17]。無論如何，這些具體的知識板塊其實都是為了理解和建造各式各樣的理性行動者。

(二)司法裁判的目標(biāo)與整體構(gòu)造

當(dāng)下國內(nèi)法學(xué)界通常將“司法”界定為，人民法院和人民檢察院行使審判權(quán)和檢察權(quán)的活動[18]，但本文所探討的“司法”僅僅指法院或者法官行使審判權(quán)的活動。此種意義上的司法活動指特定國家的法官按照一定的訴訟程序?qū)徖韨€案糾紛時將該國家現(xiàn)行有效的法律規(guī)范適用于具體案件事實獲得一個正當(dāng)法律決定的過程或活動[19]。人工智能作為一種技術(shù)融入司法裁判，必然涉及兩個前提方面的問題。其一，要不要融入？這涉及對人工智能在實現(xiàn)司法裁判的目標(biāo)方面的作用的判斷。其二，如何融入？這涉及對作為整體概念司法裁判進行結(jié)構(gòu)分析，以考察人工智能可能的融入路徑。下文將分別從目標(biāo)和整體構(gòu)造角度對司法裁判展開探討。

司法裁判的首要任務(wù)在于解決糾紛，因為訴訟案件實際上就是糾紛本身。然而，糾紛解決的功能并非獨為司法審判所具有，協(xié)商、調(diào)解甚至暴力活動也具有糾紛解決的社會功能?；蛘哒f，裁判僅僅是社會歸序的一種形式而已，由此人們之間的關(guān)系得以被調(diào)整[20]。顯然，在糾紛解決之外必然還有其他內(nèi)容將司法裁判與其他糾紛解決方式區(qū)分開來。就此，日本學(xué)者棚瀨孝雄曾以兩條相互獨立的基軸將糾紛解決過程進行類型化，其一是糾紛是由當(dāng)事人之間自由的“合意”還是由第三方有拘束力的“決定”來解決，由此形成合意性-決定性之軸；其二糾紛解決的內(nèi)容是否事先為規(guī)范所規(guī)制，由此形成恣意的決定過程-法的決定過程。盡管不同類型之間的區(qū)分是相對的，但其所描述的類型軸中，司法審判大體上偏重于規(guī)范性與決定性[21]。依照其類型化觀點，與其他類型的糾紛解決過程相比，審判的獨特之處在于其解決糾紛的方式具有決定性和規(guī)范性。由此可見，司法裁判的目標(biāo)除了糾紛解決之外，更在于以特定的方式解決糾紛。在美國學(xué)者富勒看來，作為社會歸序形式的裁判的獨特性在于，其賦予當(dāng)事人以特定形式從而使其能夠參與裁判結(jié)果的形成過程，這些特定形式包括提出對其有利的證據(jù)和理性之論據(jù)[22]。所以，“說理”就構(gòu)成了司法裁判最為核心的本質(zhì)，其中的“理”既包括規(guī)范理性理由也包括事實性理由。對于現(xiàn)代法治社會而言，最終規(guī)范性理由無疑是法律規(guī)范，所以司法裁判首先要“依法”論證。此外，司法裁判還要實現(xiàn)“個案正義”，因為“(法學(xué))所關(guān)心的不僅是明確性及法的安定性，同時也致意于：在具體的細節(jié)上，以逐步的工作來實現(xiàn)‘更多的正義’”(2)卡爾·拉倫茨《法學(xué)方法論》，陳愛娥譯，商務(wù)印書館2003年版，第77頁。如果我們在更為狹窄意義上即“具體個案的解決”上理解“糾紛解決”，那么“個案正義”其實就是“糾紛解決”。。從此意義上講，司法裁判的最終目標(biāo)是獲取并且證立一個正確的或者理性的判決(a correct or rational decison)[23]，其內(nèi)含著“依法裁判”與“個案正義”兩個具體要求。

如果司法裁判的目標(biāo)在于獲取并證立一個理性的判決，那么司法裁判至少包含“發(fā)現(xiàn)”與“證立”兩個層面的活動。“發(fā)現(xiàn)”與“證立”兩分源自科學(xué)哲學(xué)中心理與邏輯的兩分[24]，也即某個科學(xué)思想的具體發(fā)現(xiàn)過程與證明該思想的過程兩分。美國法學(xué)家瓦瑟斯特羅姆最早在法學(xué)領(lǐng)域區(qū)分了“發(fā)現(xiàn)的過程”與“證明的過程”[25]。在裁判語境下，前者指法官作出裁判時的真實過程，涉及直覺、心理等因素；后者指法官對裁判結(jié)果進行論證說理的理性重構(gòu)過程，涉及邏輯、證明等因素。此種區(qū)分在法學(xué)中最大的意義在于回應(yīng)法律現(xiàn)實主義對司法裁判客觀性的解構(gòu)[26]，對于本文而言此種區(qū)分有助于我們更為全面地觀察司法裁判的多重維度。在此基礎(chǔ)上，法律論證理論者通常又將證立區(qū)分為內(nèi)部證立和外部證立，前者涉及結(jié)論是否從為了證立而引述的前提中邏輯推導(dǎo)出來，后者涉及前提本身的正確性問題。以上的考察集中于司法裁判的過程本身，然而任何司法裁判其實都處于一定的外部環(huán)境之中，外部因素往往也會影響到司法裁判本身，例如特定國家的司法制度、政治制度甚至文化傳統(tǒng)等因素[27]。一旦從功能性描述視角來考察，那么更為寬泛的內(nèi)容將會進入我們的視野[28]。這其中，最為直接相關(guān)的當(dāng)屬程序規(guī)則，其次相關(guān)的是司法制度。如果我們排除文化傳統(tǒng)等過于“偏遠”的因素，那么司法裁判其實還涉及了制度和程序面向。由上分析可見，一個關(guān)于司法裁判的完整構(gòu)造不僅僅包括“發(fā)現(xiàn)”和“證立”本身，而且也包括“訴訟程序”和“司法制度”這些相對外圍的面向。由此，我們可以將司法裁判的整體構(gòu)造圖示如下：

司法裁判構(gòu)造內(nèi)在面向外在面向發(fā)現(xiàn)(說明性因素)證立(證立性因素)內(nèi)部證立外部證立大前提小前提訴訟程序司法制度

(三)當(dāng)司法裁判遭遇人工智能：內(nèi)在路徑與外在路徑

由上考察可見，人工智能的核心方法論是理解和創(chuàng)造理性行動者，而司法裁判也具有多重構(gòu)造維度。對照分析，就獲取裁判結(jié)論的發(fā)現(xiàn)活動而言，人工智能研究可以理解并且設(shè)計特定的行動者程序進行計算建模，從而輔助、預(yù)測法官的司法裁判；就論證裁判結(jié)論的證立活動而言，當(dāng)前的法律論證理論本身已然發(fā)展出諸多論證模型，完全有希望在此基礎(chǔ)上實現(xiàn)一定程度的論證推理的模型化，增強司法裁判的釋法說理性。當(dāng)然，“發(fā)現(xiàn)”“證立”都是在一定的訴訟程序、司法制度的外部結(jié)構(gòu)之中進行的法律適用，外部結(jié)構(gòu)對法律推理無疑具有制度性約束，例如抗辯式和糾問式的訴訟程序必然影響小前提的獲取，對法官地位的不同理解也必然影響到法律解釋的諸種方法之選擇。所以，人工智能融入司法裁判至少具有上述四種可能性途徑。鑒于發(fā)現(xiàn)和證立屬于司法者進行裁判活動的內(nèi)在本身層面，所以本文稱之為“內(nèi)在路徑”；訴訟程序和司法制度更多屬于外在于裁判活動本身的宏觀層面，所以本文稱之為“外在路徑”。然而，這些路徑是否可行，各個路徑又涉及哪些內(nèi)容，我們?nèi)孕柙敿毧疾臁?/p>

三、人工智能與司法裁判深度融合的內(nèi)、外路徑

人工智能在法的發(fā)現(xiàn)和法的證立層面的應(yīng)用涉及計算機、法學(xué)甚至認知神經(jīng)學(xué)等諸多學(xué)科，所以此方面的研究必然是交叉學(xué)科的研究。另一方面，對人工智能融入司法裁判的訴訟程序、司法制度的研究更多涉及特定國家的訴訟程序和司法制度，具有一定的經(jīng)驗性。所以，對內(nèi)外路徑的展開分析，既要從多學(xué)科的角度進行剖析，又要注意特定國家的制度環(huán)境的“地方性”。

(一)發(fā)現(xiàn)的路徑

就獲致一個正確的裁判結(jié)論的發(fā)現(xiàn)路徑而言，人工智能如何融入其中呢？我們認為，人工智能的工作當(dāng)前主要體現(xiàn)在精確預(yù)測，從而為法官的裁判行為提供指導(dǎo)。理由在于關(guān)于人工智能的兩種假設(shè)，即弱人工智能與強人工智能。通常，前者指“機器能夠智能地行動(其行動看起來如同它們是有智能的)”，后者指“能夠如此行事的機器確實是在思考(不只是模擬思考)”[29]。強人工智能是否能夠?qū)崿F(xiàn)，本身在理論上就值得懷疑，其中最著名的反駁來自約翰·塞爾的“中文屋”[30]。即使理論上具有實現(xiàn)可能，至少就目前來看，強人工智能仍舊只是科幻電影《機器姬》里面的幻象。鑒于弱人工智能本身是在模擬人類思考而非代替人類思考，所以目前人工智能在司法中應(yīng)用的主要研究方向在于模擬人類法官思考，發(fā)展出相應(yīng)的人工智能預(yù)測模型。例如，在2016年，倫敦大學(xué)學(xué)院、謝菲爾德大學(xué)和賓夕法尼亞大學(xué)的科學(xué)家研制的人工智能程序，對歐洲人權(quán)法院584個案件進行數(shù)據(jù)分析并提出裁決，其結(jié)果與人類法官的裁決達到了79%的相似率[31]。從裁判理論來看，此種路徑下的人工智能更多屬于偏重于法律現(xiàn)實主義的非正統(tǒng)立場，這與堅持理性證立的諸如法律形式主義立場形成了對比。也即，人工智能在發(fā)現(xiàn)路徑中的模擬秉持一種“現(xiàn)實主義”立場。為了準確預(yù)測裁判結(jié)果，理性行動者要能夠理解人類法官裁判的“真實”過程，辨識影響裁判結(jié)果的“環(huán)境”因素，在此基礎(chǔ)上編制相應(yīng)的算法進行科學(xué)預(yù)測。然而，正如法律現(xiàn)實主義所見，人類決定的作出往往受到很多因素的影響，其中包括制度、利益、經(jīng)驗、情感甚至偏見等。如果單純就預(yù)測而言，基于目標(biāo)的行動者的設(shè)計可以將精確的“外部觀察者”預(yù)測作為其性能度量，并由此分析相關(guān)影響裁判作出的因素。然而，這里仍舊面臨一些難題：如何獲知法官裁判的“真實”因素？這些因素如何導(dǎo)致最終結(jié)論的產(chǎn)生？這構(gòu)成了人工智能設(shè)計中的“知識獲取(knowledge acquisition)”難題。

就此，最直接的回應(yīng)是“專家系統(tǒng)”，因為專家在特定領(lǐng)域具有專業(yè)知識，其在此領(lǐng)域顯然最具發(fā)言權(quán)。這在需要專業(yè)知識進行判斷的醫(yī)學(xué)領(lǐng)域最為顯著，例如最早的專家系統(tǒng)是醫(yī)學(xué)領(lǐng)域的MYCIN，其旨在對血液感染進行診斷并推薦治療方案，這也是目前最著名和成功的專家系統(tǒng)[32]。在法學(xué)領(lǐng)域，專家系統(tǒng)第一次在司法裁判領(lǐng)域中的實際應(yīng)用，當(dāng)屬D.沃特曼等人1981年開發(fā)的裁判輔助系統(tǒng)[33]。為了達致預(yù)測的精確性，系統(tǒng)通常會區(qū)分簡易案件和疑難案件。例如，瑞典法學(xué)家瓦爾格倫曾從人工智能角度對作出司法裁判的諸階段進行了微觀細致的研究，其中的“識別”階段區(qū)分了簡易案件和疑難案件[34]。然而，我們知道簡易案件與疑難案件的區(qū)分本身在法哲學(xué)層面就具有極大的爭議，而且由于認知偏見的存在樣態(tài)的復(fù)雜化，即使專家也未必能完全捕捉到所有的“因素”。即使能夠?qū)⒅愋突?，仍舊存在如何判斷這些偏見與裁判結(jié)果之間的邏輯關(guān)系的問題。所有這些因素?zé)o疑都嚴重挑戰(zhàn)了專家系統(tǒng)的可信性。鑒于專家-驅(qū)動范式(expert-driven paradigm)的不足，數(shù)據(jù)-驅(qū)動范式(data-driven paradigm)應(yīng)運而生，其依賴于經(jīng)由使用數(shù)據(jù)進行培訓(xùn)的機器學(xué)習(xí)，而機器學(xué)習(xí)則是在特征提取的基礎(chǔ)上編制算法進行建模[35]。由于近年來大數(shù)據(jù)的發(fā)展，數(shù)據(jù)-驅(qū)動范式取得重大進展，例如舉世矚目的AlphGo背后就有機器學(xué)習(xí)技術(shù)的支撐?！皺C器學(xué)習(xí)致力于研究如何通過計算的手段，利用經(jīng)驗改善系統(tǒng)自身的性能，其根本任務(wù)是數(shù)據(jù)的智能分析與建模，進而從數(shù)據(jù)里面挖掘出有用的價值”[36]。在司法裁判領(lǐng)域，由于司法大數(shù)據(jù)的發(fā)展，利用大數(shù)據(jù)進行預(yù)測也成為一種新范式。例如國內(nèi)法院多采用的類案檢索推送審判輔助平臺，其背后的技術(shù)原理就是機器學(xué)習(xí)，即從海量的判例數(shù)據(jù)中提出特征，根據(jù)類似度進行自動推送。然而，對于數(shù)據(jù)-驅(qū)動范式而言，最為核心之處有兩點：其一，充足數(shù)據(jù)；其二，優(yōu)質(zhì)數(shù)據(jù)[37]。可是，對數(shù)據(jù)充足性、優(yōu)質(zhì)性的判斷，我們顯然無法單單從數(shù)據(jù)本身獲得。在此，專家又有了“用武之地”。所以，一種吸收上述兩種范式的混合范式也許是未來的發(fā)展方向。當(dāng)然，在具體司法實踐中對預(yù)測范式的選擇會受到數(shù)據(jù)可及性、專家知識和領(lǐng)域特征的影響。例如對證據(jù)的判斷和法律的解釋顯然并非完全相同，對兩者的預(yù)測模型未必一致。

(二)證立的路徑

如果說“發(fā)現(xiàn)路徑”中的人工智能的應(yīng)用大體屬于法律現(xiàn)實主義的裁判立場，其功能體現(xiàn)在精確預(yù)測法官的裁判結(jié)論上，那么其無疑必然遭受法律現(xiàn)實主義裁判觀所遭受的批判，即其忽視了法律規(guī)則內(nèi)在的“正當(dāng)化”面向。然而，人工智能在此固然沒有必要否定法律現(xiàn)實主義的上述見解，但作為理性行動者的設(shè)計顯然不應(yīng)僅僅局限于精確的“外部觀察者”預(yù)測，其更可能在設(shè)定性能度量的基礎(chǔ)上發(fā)揮對“內(nèi)部參與者”的指引功能。也就是說，理性行動者不但要預(yù)測，更要解釋其結(jié)論。在此，我們所謂的“行動者”并非具有個人欲望、信念的個體人，而是一個“理性行動者”[38]。這在醫(yī)學(xué)和法學(xué)領(lǐng)域尤其明顯，因為作為患者或者訴訟當(dāng)事人，其不僅期望理性行動者能夠精確預(yù)測，而且期望其能夠給出相關(guān)預(yù)測的理由或根據(jù)。就此，我們可以看到，目前國內(nèi)法院無論是偏離預(yù)警、量刑輔助系統(tǒng)，其所發(fā)揮的“輔助”功能主要體現(xiàn)在指引法官達致正確裁判結(jié)論上，而此種指引功能必然蘊含著“理由”層面的解釋因素。所以，理性行動者的設(shè)計在此可以與傳統(tǒng)的法律現(xiàn)實主義立場“分道揚鑣”，因為基于目標(biāo)的行動者顯然可以將獲致“正確的裁判結(jié)果”作為其性能度量。由此可見，雖然目前法律論證的人工智能模型并非要完全取代自然人論證，但論證模型也能夠規(guī)范論證主體的行為?？墒牵@將面臨如下難題：如何界定“正確的裁判結(jié)論”？如何挖掘影響作出“正確的裁判結(jié)論”的因素并對司法裁判推理進行邏輯建模？

前述司法裁判理論的考察顯示，“正確的裁判結(jié)論”也即理性的裁判結(jié)論，其存在著依法裁判與個案正義之間的張力。從法治角度來看，依法裁判與個案正義背后其實體現(xiàn)了形式法治和實質(zhì)法治之間的張力。更進一步講，從現(xiàn)代法所具有的事實性和合理性之雙重性來看，司法裁判亦須具有確定性和理性可接受性，前者側(cè)重于邏輯形式理性，后者側(cè)重于商談理性[39]。這其實正好對應(yīng)于法律論證理論中的內(nèi)部論證和外部論證，而當(dāng)代法律論證理論就此已然發(fā)展出諸多精致的論證規(guī)則和論述形式。可以說，“當(dāng)某個論證(論辯)符合這些規(guī)則和形式時，由它所達到的結(jié)果才可以被稱為是‘正確的’。由是，法律論辯的規(guī)則和形式就構(gòu)成了司法判決之正確性的一個標(biāo)準[40]”。然而，如何建立適用于法律論證的人工智能模型？結(jié)合司法裁判的類型和人工智能原理，可能的人工智能建模途徑無外乎如下幾種類型。其一，基于規(guī)則的推理模型，其試圖用專家系統(tǒng)模擬法律活動中與規(guī)則相關(guān)的推理。例如關(guān)注公司稅法背景下法律規(guī)則推理的TAXMAN系統(tǒng)[41]。此種進路所面臨的難題在于規(guī)則解釋以及續(xù)造中的價值判斷處理問題。其二，基于案例的推理模型。如美國匹茲堡大學(xué)法與智能系統(tǒng)的阿什利教授等人設(shè)計的HYPO系統(tǒng)，其試圖實現(xiàn)在美國商業(yè)秘密相關(guān)案例知識庫的基礎(chǔ)上進行類比推理[42]。然而，如何構(gòu)建完備的“要素”索引以及對照進行法律評價，是該進路的發(fā)展“瓶頸”。其三，可廢止推理模型。如亨利·帕肯就試圖以非單調(diào)邏輯和可廢止推理的模式為人工智能時代的法律論證提供邏輯工具[43]。此種進路與司法推理的對話結(jié)構(gòu)非常匹配，但司法推理的可廢止性是否存在以及是否有必要使用非單調(diào)邏輯來刻畫，這些都有待深入探討。值得注意的是，在法律實踐領(lǐng)域，新近的研究并不局限于單一推理模型，反而強調(diào)人和計算機之間的協(xié)作，綜合利用新技術(shù)來建構(gòu)法律論證的計算建模。例如基于論證檢索(Argument Retrieval)和認知計算(Cognitive Computing)范型試圖發(fā)展出新的法律應(yīng)用程序[44]。盡管仍舊存在諸如人類注解(Human Annotation)、界面設(shè)計等挑戰(zhàn)，尤其難以處理司法裁判的靈魂“價值判斷”以及批判性地證立對法律的續(xù)造，但可以預(yù)期法律和人工智能的研究在此領(lǐng)域必將發(fā)生革命性變化。

(三)訴訟程序的路徑

從訴訟程序角度來看，人工智能的嵌入方式體現(xiàn)在兩個方面。其一，完成輔助性訴訟程序事項。就目前的司法實踐狀況而言，人工智能適用最多的領(lǐng)域也許就是輔助性司法活動。近年來隨著中國經(jīng)濟社會的發(fā)展，訴訟案件數(shù)量井噴式增加，隨之而來的是法官工作壓力的增大。然而，仔細分析法官的日常工作就會發(fā)現(xiàn)，其很大一部分時間精力都耗費在一些事務(wù)性事項上，尤其是法律文書的制作。鑒于諸如司法文書本身的格式性，人工智能在此完全有可能實現(xiàn)相當(dāng)程度的司法文書制作的自動化。再如司法文書的送達、公告事項構(gòu)成了法院尤其是基層法庭的日常工作，如果能夠通過人工智能技術(shù)實現(xiàn)司法文書送達、公告的自動化，這將大大降低法院的工作量。還有，人工智能中的自然語言處理技術(shù)在實現(xiàn)庭審過程的智能化記錄方面也大有作為。無論如何，人工智能技術(shù)在完成輔助性司法程序事項方面完全具有可行性，由此可以有效緩解中國法院系統(tǒng)“案多人少”的壓力。科技能夠提升效率，從而使人類法官擺脫重復(fù)性勞動，對此幾無爭議，不再深入展開。其二，對訴訟流程的智能化管理。所謂實現(xiàn)對訴訟流程的智能化管理，其中很重要的一部分就在于標(biāo)準化訴訟程序，也即將訴訟程序的各個階段的推理進行標(biāo)準化數(shù)據(jù)處理，進而創(chuàng)設(shè)特定的程序軟件系統(tǒng)來指引相應(yīng)的司法行為。這里顯然潛藏著一個預(yù)設(shè)，即訴訟程序各個階段的推理標(biāo)準可以進行形式化處理，相應(yīng)的程序可以被多次簡單地重復(fù)。簡易案件也許符合上述要求，但疑難案件似乎就難以“一刀切”。中國法院大力推行的“繁簡分流”措施，其實在某種程度上已然認識到簡單案件與疑難案件的不同。從法理上講，兩者的區(qū)分本身非常復(fù)雜，所謂的簡易案件在特定條件下可能轉(zhuǎn)化為疑難案件，所謂的疑難案件也可能轉(zhuǎn)化為簡易案件。即使我們可以進行上述區(qū)分，由于世界上沒有完全相同的兩個案件，那么每個所謂的簡易案件都具有自身的特殊性，其在某種程度上都難以達到特定的“個案正義”，更遑論疑難案件中的“個案正義”了。所以，如何恰當(dāng)?shù)亟缍ê喴装讣约霸谝呻y案件中如何發(fā)揮人類法官的優(yōu)勢，也許是未來人工智能在此領(lǐng)域需要首先解決的難題。

在此，我們可以上海刑事案件智能輔助辦案系統(tǒng)(又名“206工程”)為例展開分析。“206工程”當(dāng)屬人工智能在司法領(lǐng)域應(yīng)用的一個范本，其設(shè)計初衷在于，“一是要解決刑事案件辦案中存在的證據(jù)標(biāo)準適用不統(tǒng)一、辦案程序不規(guī)范等問題；二是系統(tǒng)具有校驗、把關(guān)、監(jiān)督功能，可以及時發(fā)現(xiàn)證據(jù)中的瑕疵與矛盾，及時提示辦案人補正或作出說明，確保提請逮捕、移送審查起訴的案件符合法律規(guī)定的標(biāo)準，提升辦案質(zhì)量和效率，實現(xiàn)防止冤假錯案、減少司法任意性、推進以審判為中心的刑事訴訟制度改革的目標(biāo)[45]”。該系統(tǒng)主要由大數(shù)據(jù)資源庫、智能輔助辦案應(yīng)用軟件和智能輔助辦案系統(tǒng)網(wǎng)絡(luò)平臺三部分構(gòu)成，其功能有證據(jù)標(biāo)準指引、單一證據(jù)校驗、證據(jù)規(guī)則指引、社會危險性評估、逮捕條件指引等，系統(tǒng)原理在于專家經(jīng)驗、模型算法和海量數(shù)據(jù)。通過上述功能，系統(tǒng)將法定的證據(jù)標(biāo)準嵌入到公檢法三機關(guān)的數(shù)據(jù)化刑事辦案系統(tǒng)中去，聯(lián)通了三機關(guān)的辦案平臺，這將極大促進三機關(guān)辦案人員執(zhí)行統(tǒng)一的證據(jù)標(biāo)準，同時倒逼偵查、審查起訴、審判各個訴訟環(huán)節(jié)，嚴格按照法律的規(guī)定辦理刑事案件。然而，司法流程管理的標(biāo)準化作業(yè)并非毫無爭議，例如標(biāo)準化模式將使得裁判模式扁平化，可能弱化公檢法的相互監(jiān)督，還可能壓制裁判者的個人經(jīng)驗，使得法律程序成為冷冰冰的“屠宰加工流程”。在各種大數(shù)據(jù)以貌似“科學(xué)、客觀”的面貌充斥著法律程序的今日，法律人如何堅守一種理性的“惡法非法”式的批判精神，這也許是司法流程管理人工智能化所面臨的另外一個難題。就此，本文認為，如果可廢止是法律推理的屬性，那么一種建立在論辯基礎(chǔ)上法律論證的程序模型也許能夠克服訴訟程序過于形式化、單調(diào)化的弊端[46]，因為其更為注重個案中的對話語境，同時也可以提供規(guī)范性準則在對話層面的評價論證。所以，未來人工智能在訴訟程序的深入應(yīng)用，一方面要大力推進人工智能在輔助性司法活動中的技術(shù)作用，另一方面要審慎推進司法程序的標(biāo)準化作業(yè)，尤其要警惕其中可能存在的過于“機械化”風(fēng)險。

(四)司法制度的路徑

如果我們將司法人工智能系統(tǒng)作為一種“產(chǎn)品”的話，那么之前的談?wù)擄@然更多是從“技術(shù)”角度展開，但即使人工智能在此的表現(xiàn)非常卓越，這是否就必然保障法官接受呢？正如本文導(dǎo)言所講，國內(nèi)外的經(jīng)驗考察顯示并非如此。如果我們要實現(xiàn)人工智能與司法裁判的深度融合，那么就必須進一步在制度語境下真正理解法官。

首先，法官是韋伯意義上的“自動售貨機”抑或德沃金所講的“法律帝國的王侯”？如果法官僅僅是“自動售貨機”，那么這必將為強人工智能進入司法裁判提供更強的理論支撐；反之，人工智能進入司法裁判則必然要承認法官具有一定程度的“自由裁量權(quán)”。法學(xué)方法論的發(fā)展已然拋棄了“自動售貨機”意義上的法官定位，因為“不管是在實踐(‘法適用’)的領(lǐng)域，或是在理論(‘教義學(xué)’)的范圍，法學(xué)涉及的主要是‘價值導(dǎo)向的’思考方式”[47]。所以，人工智能在此必然要承認法官的自由裁量權(quán)，否則就會遭受來自作為“用戶”的法官的抵制。由于語言的開放結(jié)構(gòu)，法官在審理落入邊緣部分的疑難案件過程中必然要行使自由裁量權(quán)進行“造法”。根據(jù)自由裁量的程度范圍不同，通常可以在理論上區(qū)分強、弱兩種自由裁量權(quán)，前者指裁量者不受權(quán)威所設(shè)置的規(guī)范拘束，后者則指裁量者受之拘束。德沃金針對弱自由裁量權(quán)還區(qū)分了兩種含義，即“無法機械性地適用，而必須經(jīng)過判斷”和“享有做成最終決定的權(quán)威，而不受其他機關(guān)的審查和修正”[48]。對于強自由裁量權(quán)，也許可以事后被證立，但通常無法通過邏輯進行徹底的事前理性化。那么，在何種程度上允許法官的強自由裁量權(quán)，顯然涉及特定國家關(guān)于法官地位的制度性規(guī)定。對于弱自由裁量權(quán)，理論上存在更多空間對之進行事前理性化，因為在此事前就存在某些調(diào)整法官裁決行為的準則。就此，“無法機械性地適用，而必須經(jīng)過判斷”之弱自由裁量權(quán)的典型例子就是刑事審判中的“量刑”。無論在國內(nèi)還是國外，刑事審判近年來改革的一個重要方向就是對量刑程序的理性化，通常采取的手段則是將影響量刑的諸多因素進行歸納梳理，出臺詳細的量刑指導(dǎo)意見規(guī)范量刑程序。顯然，人工智能本身的數(shù)據(jù)計算特性使得其在此似乎大有“用武之地”。然而，由于人們對刑罰目的理解的不同，必然存在“報應(yīng)刑與預(yù)防刑的二律背反”，由此量刑自由裁量權(quán)又必然涉及特定時代中的司法政策。而且，法官是否享有做成最終決定的權(quán)威，而不受其他機關(guān)的審查和修正，也與特定國家的審級制度相關(guān)。更進一步而言，法官的自由裁量權(quán)其實也涉及我們對“法治”的可能性的理解[49]，屬于更為寬泛的政治哲學(xué)問題。其次，目前國內(nèi)學(xué)界通常將人工智能在司法裁判中的作用界定為“輔助”，那么隨之而來的問題是，如何從制度上保障法官確實參考其“輔助意見”？以當(dāng)前國內(nèi)法院系統(tǒng)適用比較多的“類案推送”“偏離預(yù)警”以及“量刑輔助”系統(tǒng)為例，盡管設(shè)計者的初衷在于實現(xiàn)類案類判、減少司法恣意性等，但上述系統(tǒng)的運作有時候卻會增加法官的工作量，這反而可能引發(fā)一線辦案法官一定程度的“反感”(3)筆者在河南省鄭州市某基層法院的調(diào)研顯示：一方面，許多智能辦案系統(tǒng)的運行本身需要掃描、存儲證據(jù)、筆錄等，這本身耗時耗力；另一方面，即使費力查詢系統(tǒng)提供的“輔助意見”，也未必能獲得有益啟示。所以，許多辦案法官對智能系統(tǒng)并不熱心。。而且，“輔助意見”本身是否具有規(guī)范性，也是亟須從制度層面予以規(guī)范的問題。在當(dāng)下司法責(zé)任終身制的語境下，法官依照“輔助意見”作出裁判的案件日后被追查的話，“輔助意見”在什么程度上能夠為法官脫責(zé)呢？如果“輔助意見”完全無法充當(dāng)證立性理由，則其在審判實踐中的功效會大打折扣。如果“輔助意見”具有規(guī)范性從而“強制”適用，那么這是否會與審判的獨立性發(fā)生抵牾呢？最后，從制度經(jīng)濟學(xué)的角度來看，任何制度的運行都具有一定的成本，司法人工智能系統(tǒng)的維持與更新也不例外。單就“類案推送”系統(tǒng)而言，作為其運行基礎(chǔ)的裁判文書海量數(shù)據(jù)庫的建立就涉及法院系統(tǒng)的信息化建設(shè)。優(yōu)質(zhì)數(shù)據(jù)的選擇、海量數(shù)據(jù)的不斷更新等都需要巨大的人力物力，這顯然無法離開良好、高效的司法行政制度的支撐。由上可見，未來人工智能融入司法裁判實則“牽一發(fā)而動全身”，其必然涉及與司法制度層面的諸如上述問題之間的協(xié)調(diào)。如果這些問題不能有效解決，即使司法人工智能技術(shù)達到“爐火純青”，也必然會在審判實踐中碰壁甚至面臨夭折的命運。

四、結(jié)語

需要注意的地方在于，本文展開分析的四種路徑固然體現(xiàn)了內(nèi)外視角的類型化思維，但其相互之間并非“井水不犯河水”，有些路徑之間也會發(fā)生重疊、嵌套。例如“法的發(fā)現(xiàn)”和“法的證立”其實只是同一過程的兩個層面，“訴訟程序”和“司法制度”顯然無法截然分開。盡管本文出于邏輯闡述的方便而分析呈現(xiàn)了四種路徑，但我們也要警惕對鮮活的司法實踐完全按照上述類型進行“削足適履”式分析。所以，本文的分析也許僅僅是為人工智能與司法裁判深度融合路徑提供一個理論分析可能的初始框架，但由此也可以看出，未來中國司法智能化建設(shè)必然要內(nèi)外路徑兼修、一體化推進兩者之間的融合。盡管人工智能在司法裁判中運用也會遭遇到一些“冷”思考，甚至被列出了詳細的負面清單，但本文的考察足以顯示：雖然存在諸多難題和風(fēng)險，但人工智能在司法裁判中的美好前景是可期的。我們可以借用“人工智能之父”圖靈的如下表述作為結(jié)束語，表達本文對人工智能與司法裁判深度融合的期許：“我們的目光所及，只能在不遠的前方，但是可以看到，那里有大量需要去做的工作?！盵50]