雷 磊 王 品

(中國(guó)政法大學(xué) 法學(xué)院，北京100088)

一、法律人工智能及其分類

(一)法律人工智能

雖然馬基雅維利(Machiavelli)早在 15 世紀(jì)就對(duì)于智能進(jìn)行了定義①，但目前，學(xué)界對(duì)于人工智能仍然沒(méi)有一個(gè)統(tǒng)一的定義。按照人工智能類權(quán)威論著之一的《人工智能：一種現(xiàn)代的方法》中的界定，對(duì)人工智能的定義大概可以從四個(gè)維度進(jìn)行劃分，即人性化思考(thinking humanly)、理性思考(thinking rationally)、人性化行為(acting humanly)和理性行為(acting rationally)②，而在每一個(gè)維度中又有不同的更加細(xì)致的定義區(qū)分。筆者認(rèn)為，并非要能夠完成以上所有任務(wù)的綜合的系統(tǒng)才能稱為人工智能，完成其中任何一項(xiàng)任務(wù)，其只要達(dá)到了智能標(biāo)準(zhǔn)的都是人工智能，比如人工智能判斷系統(tǒng)、人工智能推理機(jī)、人工智能證明系統(tǒng)以及人工智能思考學(xué)習(xí)機(jī)等，主要判定標(biāo)準(zhǔn)是看它能否滿足圖靈測(cè)試。從法律的角度來(lái)看就是法官在對(duì)來(lái)源的性質(zhì)無(wú)知的情況下，能否確定該來(lái)源是計(jì)算機(jī)還是人③。

類似地，目前無(wú)論是理論界還是實(shí)務(wù)界，對(duì)于法律人工智能都沒(méi)有一個(gè)統(tǒng)一的定義，但既有研究基本上是從兩個(gè)角度出發(fā)的。第一種是從學(xué)科的角度來(lái)進(jìn)行定義，可分為三類主張。一是主張法律人工智能屬于計(jì)算機(jī)科學(xué)的分支，如早期研究者麥卡蒂(John McCarthy)認(rèn)為人工智能是結(jié)合軟件和硬件并通過(guò)符號(hào)表達(dá)式來(lái)進(jìn)行計(jì)算的形式主義計(jì)算機(jī)學(xué)科④。布坎南(Bruce G. Buchanan)和海德里克(Thomas E. Headrick)也指出：人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它的研究闡明了我們利用計(jì)算機(jī)模擬人類思維過(guò)程的能力⑤，進(jìn)而有學(xué)者指出，法律人工智能研究的重心是計(jì)算機(jī)建模行為⑥。二是主張法律人工智能屬于交叉學(xué)科，如凱文·阿什利認(rèn)為，人工智能是與計(jì)算機(jī)、應(yīng)用數(shù)學(xué)和心理學(xué)等多學(xué)科交叉的新興學(xué)科，而法律人工智能更是這些學(xué)科和法律學(xué)科再次交叉⑦⑧。三是主張人工智能是結(jié)合了對(duì)思維過(guò)程和智能行為過(guò)程模擬的獨(dú)立學(xué)科⑨。另一種是從客體的角度來(lái)進(jìn)行定義，這類觀點(diǎn)認(rèn)為人工智能是人造的智能機(jī)器或智能系統(tǒng)⑩。

筆者認(rèn)為，法律人工智能既是法學(xué)與計(jì)算機(jī)、應(yīng)用數(shù)學(xué)和心理學(xué)等多學(xué)科交叉的新興學(xué)科，又是具有同法律人的思維功能相似之能力的智能系統(tǒng)，因此，法律人工智能背景下的法律推理既是這門新興學(xué)科研究本身的組成部分又是適用于法律智能系統(tǒng)的推理模型。

(二)法律人工智能的分類

對(duì)于法律人工智能可以進(jìn)行不同的分類，出于本文的研究目的，這里主要討論強(qiáng)法律人工智能與弱法律人工智能的區(qū)分，因?yàn)檫@一區(qū)分對(duì)于法律人工智能推理模型的設(shè)計(jì)具有理論指導(dǎo)意義，也會(huì)對(duì)法律人工智能背景下法律推理的特征分析產(chǎn)生影響。

對(duì)于強(qiáng)人工智能與弱人工智能的劃分來(lái)源可以追溯到塞爾(Searle)在1980年的代表作《思維、智力與編程》，其主要是基于心智狀態(tài)和認(rèn)知狀態(tài)進(jìn)行區(qū)分。有學(xué)者認(rèn)為，強(qiáng)人工智能基本上是達(dá)到幼兒智力水平，并預(yù)測(cè)此奇點(diǎn)大概在2045年出現(xiàn)，但是這種界定過(guò)于籠統(tǒng)，對(duì)于何為幼兒智力水平?jīng)]有一個(gè)準(zhǔn)確的定義，而且在某些方面也不符合實(shí)際。就法律領(lǐng)域而言，對(duì)于強(qiáng)人工智能與弱人工智能之爭(zhēng)最著名的是麥卡蒂(McCarthy)和明斯基(Minsky)的觀點(diǎn)，后者采強(qiáng)人工智能觀，認(rèn)為人工智能推理可以模仿人的心智，與邏輯無(wú)涉；前者采弱人工智能觀，認(rèn)為人工智能推理跟心理無(wú)關(guān)，還是要依靠邏輯，是對(duì)常識(shí)推理設(shè)定例外，屬于非單調(diào)推理的邏輯，但筆者認(rèn)為這種區(qū)分過(guò)于絕對(duì)和嚴(yán)苛，即使是強(qiáng)人工智能，甚至是超人工智能，也不是邏輯無(wú)涉的。目前學(xué)界除了對(duì)于何謂人工智能、何謂法律人工智能這種定性的問(wèn)題沒(méi)有達(dá)成一致外，對(duì)于何謂強(qiáng)人工智能、何謂弱人工智能這種更為定量的分析更是沒(méi)有統(tǒng)一的界定。出于本文后續(xù)論證之需要，筆者暫將強(qiáng)人工智能定義為主要基于機(jī)器學(xué)習(xí)而具有在動(dòng)態(tài)環(huán)境中感知、理解、推理、學(xué)習(xí)和行動(dòng)的能力，并且心智水平達(dá)到人類水平的計(jì)算機(jī)程序，而弱人工智能是主要基于邏輯運(yùn)算并且具有在靜態(tài)環(huán)境中模擬人類思維某些方面的能力，但心智水平尚未達(dá)到人類水平的計(jì)算機(jī)程序。

目前學(xué)界對(duì)于強(qiáng)、弱人工智能和通用、領(lǐng)域人工智能區(qū)分存在著一定的誤解和混淆。一般將通用人工智能界定為可以解決跨學(xué)科、跨領(lǐng)域問(wèn)題的人工智能，而將領(lǐng)域人工智能定義為只能解決特定領(lǐng)域、完成特定任務(wù)的人工智能，或者是從個(gè)別領(lǐng)域出發(fā)來(lái)構(gòu)建處理特定問(wèn)題的智能系統(tǒng)。通常法律人工智能更多屬于領(lǐng)域人工智能，但通用和領(lǐng)域其實(shí)是相對(duì)的，換句話說(shuō)，即使是最強(qiáng)的人工智能也不是無(wú)所不能的，所謂的通用也不是對(duì)于所有的領(lǐng)域問(wèn)題都能夠解決。如此一來(lái)人工智能在法律領(lǐng)域就催生了兩條研究進(jìn)路，一條是通用人工智能投射到法律領(lǐng)域，而另一條是直接開(kāi)發(fā)法律領(lǐng)域的領(lǐng)域人工智能。從目前的趨勢(shì)來(lái)看，跟以往專注于法律專家系統(tǒng)的開(kāi)發(fā)不同，領(lǐng)域人工智能的研究進(jìn)路在“退潮”，而通用人工智能投射法律領(lǐng)域的趨勢(shì)呈上升勢(shì)頭，但是要注意的是，通用和領(lǐng)域這種劃分并非與強(qiáng)、弱的劃分相對(duì)應(yīng)，雖然其中有一些交叉的部分。有些學(xué)者將強(qiáng)、弱人工智能對(duì)應(yīng)到通用和領(lǐng)域人工智能，認(rèn)為強(qiáng)人工智能就是通用的人工智能，其實(shí)這是有問(wèn)題的，因?yàn)閮烧叻诸惖慕嵌炔煌?，?qiáng)、弱之區(qū)分主要是基于心智狀態(tài)，而通用和領(lǐng)域之分則主要是依據(jù)人工智能所能發(fā)揮作用的領(lǐng)域。

超越于強(qiáng)、弱法律人工智能之上的是超人工智能，超人工智能是各方面都超過(guò)人類的智能，但需注意的是：即使到了超人工智能，也并非是無(wú)所不能的，而只是通過(guò)在算法和建模上的優(yōu)化超越了人類智能。超人工智能不是本文關(guān)注的重點(diǎn)，但對(duì)于人工智能法律推理的特點(diǎn)這一主題而言，其相對(duì)于強(qiáng)人工智能、弱人工智能在某些方面還是有一些差別的。

二、法律人工智能背景下法律推理的性質(zhì)

法律推理是由已知的法律命題或事實(shí)命題推導(dǎo)出未知法律命題(結(jié)論)的過(guò)程，對(duì)于法律推理的性質(zhì)，學(xué)界同樣存在諸多認(rèn)識(shí)上的分歧。應(yīng)當(dāng)說(shuō)，法律人工智能興起并未創(chuàng)造出一種性質(zhì)上迥異的法律推理，而毋寧說(shuō)是凸顯出了法律推理的特定面向。

(一)基于道義論的推理

按照羅爾斯(John Rawls)以及其繼承康德(Kant)的目的論(teleological theory)和道義論( deontological theory)的劃分，可以將法律推理分為目的論推理和道義論推理，對(duì)此，阿列克西(Robert Alexy)曾指出：(法律論證的)第一種形式是通過(guò)訴諸某種規(guī)則來(lái)證明自己是正當(dāng)?shù)?，第二種形式是通過(guò)提及后果來(lái)證明自己是正當(dāng)?shù)摹５谝环N形式是道義論，第二種形式是目的論。第二種形式直接服務(wù)于上述道德目標(biāo)，即避免不必要的痛苦。德沃金(Ronald Dworkin)也同意這種區(qū)分方式，就道義論和目的論推理的區(qū)分而言，筆者認(rèn)為，法律人工智能背景下法律推理的性質(zhì)應(yīng)當(dāng)是基于道義論的推理。

首先，從哲學(xué)分析的角度，在道義論與目的論的對(duì)比中，目的論并不占上風(fēng)。道義論與目的論之爭(zhēng)可以追溯到古希臘時(shí)代，當(dāng)時(shí)以至善論、快樂(lè)論等流派為主要代表的目的論推理觀點(diǎn)更為發(fā)達(dá)，而隨著斯多葛學(xué)派等的出現(xiàn)，自然法以及道義論逐漸興起和發(fā)展，逐漸成為了更為主流的觀點(diǎn)。隨著資本主義的興起，目的論主要表現(xiàn)為功利主義，并再次取代道義論成為了更為主流理論。隨后康德發(fā)展了道義論并再次使目的論淪為了相對(duì)非主流的觀點(diǎn)，同時(shí)康德的道義論成為了現(xiàn)代西方道義論的基礎(chǔ)。在這之后，道義論與目的論的較量從未停止過(guò)，包括羅爾斯等對(duì)目的論、對(duì)功利主義的批判?？v觀整個(gè)西方哲學(xué)史，道義論與目的論之爭(zhēng)從未停息，但就目前最新的進(jìn)展來(lái)看，在數(shù)量上反而是道義論的觀點(diǎn)更多。

其次，目的論推理?yè)诫s了很多主觀因素，摻雜了諸如價(jià)值、情感主義和直覺(jué)主義的很多因素，如果按照前文對(duì)于弱人工智能、強(qiáng)人工智能和超人工智能的劃分，可能只有到了超人工智能階段才能夠處理這些因素，尤其是其中涉及到的對(duì)整個(gè)社會(huì)的共同價(jià)值、社會(huì)中最大多數(shù)人的幸福等問(wèn)題的界定等，所以，就目前的人工智能發(fā)展水平而言，難以實(shí)現(xiàn)基于目的論推理的模型。人工智能視角下的法律推理不是基于目的論的推理，或者說(shuō)人工智能視角下的法律推理相比傳統(tǒng)的法律推理并沒(méi)有凸顯這種合目的性。

最后，也是最重要的，法律人工智能的核心是法律邏輯，沒(méi)有形式邏輯去空談目的、空談辯證推理都是空中樓閣，而相比于目的論推理，道義邏輯、模態(tài)邏輯等是更適合目前法律人工智能的處理方式，因?yàn)榈懒x論相比目的論更加體現(xiàn)了一種形式主義的進(jìn)路，例如，康德就是道義論方面最具代表性的人物之一，而“康德所要求的這種道德律完全是形式主義的”。考慮到目前的人工智能發(fā)展階段，筆者在整個(gè)法律人工智能研究中尤其在建模過(guò)程中，秉承的是一種修正的法律形式主義或者說(shuō)是以法律形式主義為基礎(chǔ)、以法律形式主義為智能化裁判以及為人工智能法律推理提供理論根基。法律體系形式化的程度往往決定著人工智能法律推理系統(tǒng)的發(fā)展階段。形式主義對(duì)于案件特別是簡(jiǎn)單案件的裁判具有重要意義，也是人工智能法律推理在早期人機(jī)系統(tǒng)(human-machine)、專家系統(tǒng)方面能夠有所突破的重要理論支撐，而從人工智能視角來(lái)看，在推理過(guò)程中首先考慮的也是如何對(duì)于權(quán)利等核心概念進(jìn)行形式化和建模的問(wèn)題，比如目前有一些學(xué)者從霍菲爾德方陣等理論著手來(lái)建構(gòu)法律本體，類似的還有馬利的道義邏輯系統(tǒng)等。相反，我們尚未發(fā)現(xiàn)有基于目的論或者以目的論作為理論基礎(chǔ)從法律人工智能角度來(lái)進(jìn)行法律本體建構(gòu)，所以，人工智能視角下的法律推理更加凸顯出道義論推理的性質(zhì)。

因此，在人工智能視角下，筆者對(duì)法律推理持一種以道義論為基礎(chǔ)的觀點(diǎn)，也即認(rèn)為法律人工智能背景下的法律推理是一種基于道義論的推理。需要說(shuō)明的是，很多時(shí)候道義論和目的論之間并非是一種非此即彼的關(guān)系，以道義論為基礎(chǔ)也并非是要割裂二者之間的內(nèi)在的聯(lián)系，只是在目前的人工智能發(fā)展階段，選擇基于道義論來(lái)建構(gòu)法律推理模型更為適宜。所謂基于道義論，就是要以道義論而非目的論作為其基本屬性，要以基于理性法則建構(gòu)的更為形式化的和客觀的、具有普遍性、更加固定的以及具體的道義規(guī)則作為推理的依據(jù)，而非以非形式化的、主觀的、特殊性的、非固定的和抽象的目的作為推理的基礎(chǔ)。由于理性法則在道義論中的關(guān)鍵作用，因此引出了人工智能視角下法律推理的另一個(gè)面向，即從性質(zhì)上來(lái)看，人工智能視角下的法律推理更加凸顯出基于實(shí)踐理性的性質(zhì)。

(二)基于實(shí)踐理性的推理

正如薩爾托爾(Giovanni Sartor)所說(shuō)，從法律人工智能應(yīng)用的角度來(lái)看，應(yīng)當(dāng)將法律推理視為一種更加廣泛的人類能力的應(yīng)用，即實(shí)踐認(rèn)知或?qū)嵺`理性。什么是實(shí)踐理性？從知識(shí)論的角度來(lái)看，與實(shí)踐理性相對(duì)的是認(rèn)知理性：認(rèn)知理性關(guān)注的是相信什么(what to believe)，屬于理性的范疇；實(shí)踐理性關(guān)注的是做什么(what to do)。從法律論證的角度出發(fā)，可以對(duì)實(shí)踐理性的概念做分層化處理，據(jù)此，實(shí)踐理性可分為三個(gè)層面：第一個(gè)層面是一般的、抽象的實(shí)踐理性概念，即一種超越語(yǔ)境意義上的正確性，代表了道德、倫理和語(yǔ)用因素之間復(fù)雜的相互作用。第二個(gè)層面將第一層面中的實(shí)踐理性概念具化為七個(gè)方面，即一致性(consistency)、有效性(efficiency)、可檢驗(yàn)性(testability)、融貫性(coherence)、普遍性(generalizability)、篤實(shí)性(sincerity)以及自由(freedom)。第三個(gè)層面則進(jìn)一步體現(xiàn)為人工智能法律模型各個(gè)層級(jí)或面向的建構(gòu)過(guò)程中的具體要求，比如在人工智能法律推理模型建構(gòu)的論辯面向中，主要體現(xiàn)為理想言談情境模型的建構(gòu)，尤其體現(xiàn)為機(jī)會(huì)平等性，包括應(yīng)用交往的言語(yǔ)行為的機(jī)會(huì)平等、論證的機(jī)會(huì)平等、應(yīng)用表白性言語(yǔ)行為的機(jī)會(huì)平等、應(yīng)用調(diào)節(jié)性言語(yǔ)行為的機(jī)會(huì)平等。以上三個(gè)層面的實(shí)踐理性要求最終統(tǒng)一于“行動(dòng)中的善”(基本善與整全性的善)。

法律推理的實(shí)踐性得到法學(xué)者的廣泛認(rèn)可。麥考密克(Neil Maccormick)提出通過(guò)實(shí)踐理性的一般原則來(lái)論述法律推理，阿列克西(Robert Alexy)致力于說(shuō)明法律論辯如何可以成為實(shí)踐理性的一個(gè)特殊領(lǐng)域，阿爾尼奧(Aulis Aarnio)則試圖將實(shí)踐理性與生活形式以及法律轉(zhuǎn)化理論相結(jié)合來(lái)建構(gòu)理論框架，將其作為法律推理的基礎(chǔ),甚至可以說(shuō)法律本身就“形成了實(shí)踐理性和實(shí)踐推理的制度化”,而就法律人工智能的語(yǔ)境而言，實(shí)踐性也體現(xiàn)在法律人工智能推理的各個(gè)方面。

首先，從宏觀的視角看，與法律人工智能推理相關(guān)的最核心的兩大學(xué)科是計(jì)算機(jī)學(xué)科與法學(xué)。計(jì)算機(jī)、人工智能學(xué)科的科學(xué)性是毋庸置疑的，而要更好地在法律人工智能背景下建模法律推理，即如何保證或提升法律論辯過(guò)程、法律證立過(guò)程的科學(xué)性以及進(jìn)而提升法律學(xué)科的科學(xué)性是必須考慮的。有學(xué)者就認(rèn)為實(shí)踐理性是提升法律科學(xué)性的關(guān)鍵因素，通過(guò)建立在實(shí)踐理性基礎(chǔ)上的論辯等過(guò)程，可以對(duì)于道德論辯和法律論辯中什么是正確的問(wèn)題進(jìn)行更好的證立，這種更加體現(xiàn)科學(xué)性的證立方式也更容易被計(jì)算機(jī)領(lǐng)域的科研人員或者法律人工智能交叉學(xué)科的人員理解，從而更好地在人工智能中進(jìn)行建模。

其次，從中觀的視角，即從人工智能法理推理建模的角度來(lái)看，對(duì)法律推理亦應(yīng)當(dāng)采取更加偏重實(shí)踐理性的立場(chǎng)，因?yàn)橛?jì)算機(jī)模擬人的思維不是直接獲取人類的想法或者對(duì)于人類的認(rèn)知理性進(jìn)行建模，歸根結(jié)底還是通過(guò)實(shí)踐理性來(lái)進(jìn)行模擬和理解的，在法律領(lǐng)域則更是如此，這是由于相較于其他領(lǐng)域，法律推理中的事態(tài)更多是一種規(guī)范事態(tài)(normative states of affairs)，而非事實(shí)事態(tài)。規(guī)范事態(tài)是作為實(shí)踐認(rèn)知和實(shí)踐理性的反射(reflex)而存在的，相應(yīng)地，法律推理中更為核心的問(wèn)題是“應(yīng)當(dāng)如何”的問(wèn)題，而非“實(shí)際如何”的問(wèn)題，是應(yīng)然的問(wèn)題，而非實(shí)然的問(wèn)題，是“實(shí)踐理性”而非“思辨(speculative)理性”，所以，對(duì)于規(guī)范事態(tài)等問(wèn)題的研究必須基于實(shí)踐理性。最終，人工智能法律推理的實(shí)際效果以及其中算法的優(yōu)劣也應(yīng)當(dāng)基于上述實(shí)踐理性第二層面或者第三層面的具體要求來(lái)進(jìn)行評(píng)估。類似這樣需要基于實(shí)踐理性來(lái)解決的問(wèn)題在人工智能法律推理研究中比比皆是，比如薩爾托爾的意向狀態(tài)模型，在這種模型中，認(rèn)知理性原則上是工具性的，即從屬于實(shí)踐認(rèn)知，因此服從于指導(dǎo)實(shí)踐理性并由實(shí)踐理性產(chǎn)生意向狀態(tài)。

再次，從微觀視角來(lái)看，對(duì)人工智能法律建模的基本要素問(wèn)題(如人工智能法律推理中的證據(jù)、法律文本和案例等各個(gè)具體要素)的研究更加偏重實(shí)踐理性進(jìn)路，比如艾倫(Ronald J. Allen)等在《分析性的證明路徑》中就用一種分析哲學(xué)的方法，對(duì)法律文本、法律問(wèn)題以及案例的相關(guān)問(wèn)題進(jìn)行了研究，其中多次提到“一種更為實(shí)踐理性的進(jìn)路是必需的”。在目前的人工智能發(fā)展階段，對(duì)人工智能法律推理模型的建構(gòu)更多地還是聚焦于法律推理實(shí)踐問(wèn)題的解決?；蛟S正如薩爾托爾所說(shuō)：實(shí)踐理性作為處理實(shí)際問(wèn)題的正確方式，要求行動(dòng)者在面臨資源有限的多重問(wèn)題時(shí)具有形成意圖的能力。

最后，法律人工智能建模過(guò)程中的一些具體圖式和模型的設(shè)計(jì)也與實(shí)踐推理密切相關(guān)，例如，法律人工智能建模的一個(gè)關(guān)鍵是概率圖式的研究，其中對(duì)于主觀概率的建模是研究的熱點(diǎn)，簡(jiǎn)言之，主觀概率是一種在不同的參考系下，主體對(duì)于某件事情發(fā)生可能性的主觀相信程度。將人類的主觀概率在人工智能中進(jìn)行建模的一個(gè)橋梁就是對(duì)于實(shí)踐理性問(wèn)題的研究，正如波洛克(John L. Pollock)所言：如果主觀概率對(duì)外在主義者有用，那么它必須以實(shí)踐理性而不是認(rèn)知理性來(lái)定義，再如，在建模基于不一致信息推理過(guò)程時(shí)，也需要基于實(shí)踐理性而非認(rèn)知理性。認(rèn)知理性的一個(gè)特點(diǎn)是往往傾向于避免或限制在兩個(gè)同等強(qiáng)度的不相容結(jié)論之間作出選擇，而實(shí)踐理性則相反，會(huì)在此時(shí)進(jìn)行隨機(jī)選擇，以避免出現(xiàn)類似布里丹之驢(Buridan’s ass)的尷尬處境。對(duì)于不同強(qiáng)度的理由之間選擇的方式則是基于權(quán)衡，采用一種基于理由的邏輯建模方式，而在對(duì)理由的權(quán)衡過(guò)程中實(shí)際上也體現(xiàn)了一種實(shí)踐理性，因?yàn)閷?shí)踐理性要求一個(gè)人衡量所有相關(guān)的理由，并根據(jù)其對(duì)理由權(quán)衡的評(píng)估采取行動(dòng)。此外，與不相容信息處理相關(guān)的是法律融貫性問(wèn)題，而融貫性最終是服務(wù)于實(shí)踐理性的。

如果上升到人工智能法律推理的論辯層面，則更需要基于實(shí)踐理性而非認(rèn)知理性，尤其是其中的論辯過(guò)程、對(duì)話過(guò)程和對(duì)話模型的建構(gòu)等，比如其中的核心要素商談和協(xié)商要素就更加需要基于實(shí)踐理性。沃爾頓(Douglas N. Walton)建構(gòu)的對(duì)話論辯模型就是基于實(shí)踐理性來(lái)建構(gòu)的，在他看來(lái)，言者與聽(tīng)者之間可以看作是一種邏輯對(duì)話，這一理論代表了一種邏輯模式，即雙方如何以一種有序的、結(jié)構(gòu)化的方式相互推理，這種邏輯模式代表了一種實(shí)踐理性。法律論辯模型中的難點(diǎn)是多智能主體系統(tǒng)的建模，而其中的核心問(wèn)題是智能行動(dòng)者概念與實(shí)踐理性概念的關(guān)聯(lián)問(wèn)題，其以實(shí)踐理性相關(guān)問(wèn)題的解決為關(guān)鍵點(diǎn)。除此之外，在法律策略層面中，也需要實(shí)踐理性，比如關(guān)于論證的合理性、實(shí)踐理性與其說(shuō)服力(persuasiveness)之間的關(guān)系問(wèn)題。

三、法律人工智能背景下法律推理的特征

基于前述對(duì)法律人工智能背景下法律推理性質(zhì)的分析，可以闡明法律人工智能背景下的法律推理具有或應(yīng)當(dāng)具有的諸多特征,但首先要說(shuō)明的是，以下對(duì)于法律人工智能背景下法律推理特征的闡述更多的是一種前瞻性論述，是一種應(yīng)然角度而非實(shí)然角度的分析，因?yàn)楫吘咕湍壳暗娜斯ぶ悄苡绕涫欠扇斯ぶ悄艿陌l(fā)展階段來(lái)看，它僅僅處于弱人工智能階段，甚至只是弱人工智能的初級(jí)階段。

(一)超越性

人工智能視角下法律推理基于道義論推理的性質(zhì)決定了法律人工智能背景下的法律推理應(yīng)當(dāng)具有超越性，這是一種超然推理(detached reasoning),首先是要超越個(gè)人，超越個(gè)人的目的和價(jià)值。其次，從對(duì)特定觀點(diǎn)的初始的支持和反對(duì)的角度看，人工智能法律推理的初始設(shè)定應(yīng)當(dāng)體現(xiàn)出一種中立性，既不支持也不反對(duì)特定觀點(diǎn),這與傳統(tǒng)法律推理中特定視角的推理相比具有一定的差別，但是這種差別更適合人工智能的處理方式，也更能體現(xiàn)法官必須是中立的這一基本的法律原則。

如果從強(qiáng)人工智能和弱人工智能的區(qū)分角度進(jìn)行更為細(xì)致的分析，可以發(fā)現(xiàn)強(qiáng)人工智能法律推理和弱人工智能法律推理在超然性方面仍有不同。對(duì)于弱人工智能背景下的法律推理而言，其實(shí)現(xiàn)難度較強(qiáng)人工智能來(lái)講反而相對(duì)較低,其超然性更多體現(xiàn)在法律邏輯(包括但不限于非單調(diào)邏輯、模態(tài)邏輯等)的運(yùn)用中，至于非理性因素(經(jīng)驗(yàn)、價(jià)值等)則關(guān)涉較少,或者即使關(guān)涉也僅僅是人為設(shè)定了一些數(shù)值。倘若說(shuō)初始數(shù)值是基本固定的，機(jī)器學(xué)習(xí)所占的比例相對(duì)較少,而如果是強(qiáng)人工智能，因?yàn)橐呀?jīng)開(kāi)始有了類似于人類主觀的判斷，在超越性這一點(diǎn)上反倒有可能成為一種劣勢(shì)，所以，強(qiáng)、弱人工智能在法律推理超然性方面要采取不同的策略:對(duì)于弱人工智能法律推理，更多是要做加法并且考慮如何通過(guò)增加和拓展可用的邏輯方式來(lái)提升推理的超然性;對(duì)于強(qiáng)人工智能法律推理，則要分為兩個(gè)階段：前期主要是抑制和約束非超然性的因素，因?yàn)榇藭r(shí)的強(qiáng)人工智能有自己的類似人類主觀的意識(shí)，可能會(huì)“不自覺(jué)”地?fù)诫s非邏輯的、啟發(fā)式的以及經(jīng)驗(yàn)或價(jià)值的因素，此時(shí)就需要人為進(jìn)行一些限制，避免強(qiáng)人工智能過(guò)多地進(jìn)行“個(gè)體主觀判斷”，但在后期，如果能夠形成一些法律領(lǐng)域的或者說(shuō)社會(huì)整體的“共同價(jià)值判斷”，并進(jìn)而進(jìn)行一些初始的優(yōu)化設(shè)定，那么超越性特點(diǎn)就并不會(huì)帶來(lái)強(qiáng)人工智能初級(jí)階段的負(fù)面問(wèn)題。

(二)辯證性

與一般的法律推理相比，法律人工智能背景下的法律推理應(yīng)更加體現(xiàn)辯證性，當(dāng)然并不是說(shuō)傳統(tǒng)的法律推理沒(méi)有這個(gè)特點(diǎn)，只是說(shuō)在法律人工智能背景下將更加凸顯出這個(gè)特點(diǎn)。辯證性指的是法律推理對(duì)懷疑的觀點(diǎn)、反對(duì)的觀點(diǎn)、對(duì)立的觀點(diǎn)保持開(kāi)放性，這又會(huì)衍生出法律推理的不確定性或者蓋然性的特點(diǎn)，其意味著法律人工智能往往會(huì)將法律推理帶回到一般實(shí)踐認(rèn)知和常識(shí)推理(common-sense reasoning)，這與上文提到的基于實(shí)踐理性的推理性質(zhì)是相一致的。

從人工智能法律推理的角度，就整體而言，這種辯證性主要體現(xiàn)在三個(gè)方面：一是由于人工智能視角下法律可廢止性體現(xiàn)出的本體論層面的辯證性，比如法律人工智能代表人物哈赫(Jaap Hage)就是從本體上來(lái)對(duì)相關(guān)問(wèn)題進(jìn)行分析的。二是由于法律概念的開(kāi)放結(jié)構(gòu)等問(wèn)題導(dǎo)致的認(rèn)識(shí)論層面的辯證性。概念表述的一般性和應(yīng)用實(shí)踐的特殊性之間存在著尖銳的矛盾，從而使得無(wú)論是在法學(xué)理論上還是在法律實(shí)踐中都存在著這種辯證性。三是在對(duì)法律規(guī)則、法律原則進(jìn)行邏輯表達(dá)時(shí)體現(xiàn)出的辯證性，比如規(guī)則往往有例外，不同規(guī)則之間可能出現(xiàn)沖突、對(duì)立等，此時(shí)就需要用辯證的方式來(lái)決定最終適用何種規(guī)則。法律原則在辯證性上也沒(méi)有本質(zhì)的不同，比如碰撞法則(Collision Law)、權(quán)衡法則(Law of Balancing)以及權(quán)重公式(Weight Formula)等都是在人工智能法律推理的邏輯層面來(lái)處理法律原則問(wèn)題的辯證方法。

從人工智能法律推理建模的角度具體分析，辯證性主要體現(xiàn)在如下幾個(gè)方面：一是從建模過(guò)程看，辯證性主要體現(xiàn)為其表達(dá)邏輯的非單調(diào)性(non-monotonicity)，而“非單調(diào)性的主要來(lái)源是關(guān)于爭(zhēng)議語(yǔ)境的新事實(shí)或信息與規(guī)范性結(jié)論所依據(jù)的現(xiàn)有前提之間的辯證性關(guān)系”。二是從建模的邏輯層面來(lái)看，這種辯證性主要體現(xiàn)在其推理的可廢止性，即采用辯證的方式，針對(duì)理由邏輯中的可廢止性進(jìn)行處理。三是從建模的論辯層面來(lái)看，主要體現(xiàn)為一種需要通過(guò)對(duì)話模型來(lái)實(shí)現(xiàn)的可論辯性、可辯駁性，展現(xiàn)為兩個(gè)參與者——因承擔(dān)不同的論辯角色 (支持者或反對(duì)者)——圍繞不同命題展開(kāi)的論證博弈。四是從建模的程序?qū)用鎭?lái)看，在對(duì)實(shí)際的司法程序進(jìn)行建模時(shí)也要體現(xiàn)這種辯證性。需要注意的是，法律程序?qū)用娴霓q證性和法律論辯層面的辯證性是不同的：法律論辯層面的辯證性是一種靜態(tài)的辯證，重視的是對(duì)于何謂反駁、何謂破壞攻擊等狀態(tài)的定義，它并不會(huì)“自動(dòng)地引入論辯性的程序”，其需要人為地進(jìn)行轉(zhuǎn)換和重構(gòu)，而法律程序?qū)用娴霓q證性則是一種動(dòng)態(tài)的辯證，其加入了時(shí)間維度并體現(xiàn)整個(gè)司法論辯程序隨著時(shí)間的變化而變化的實(shí)際過(guò)程。五是從建模的策略層面或修辭層面來(lái)看，辯證性和修辭發(fā)明之間具有密不可分的關(guān)系，辯證性可謂邏輯學(xué)和修辭學(xué)兩個(gè)領(lǐng)域在法律人工智能領(lǐng)域聯(lián)結(jié)的紐帶，而這種聯(lián)結(jié)主要就是通過(guò)在人工智能中對(duì)于群體環(huán)境(group environments)中對(duì)多智能主體應(yīng)用修辭進(jìn)行說(shuō)服的過(guò)程建模。

強(qiáng)人工智能和弱人工智能法理推理在辯證性方面亦有所不同。一般情況下，強(qiáng)人工智能法律推理在辯證性方面的表現(xiàn)會(huì)更好一些，因?yàn)槿跞斯ぶ悄芨嗍峭ㄟ^(guò)邏輯方面來(lái)實(shí)現(xiàn)這種辯證性，比如非單調(diào)邏輯、模態(tài)邏輯和可廢止推理等，而強(qiáng)人工智能更多是通過(guò)辯證推理或者說(shuō)通過(guò)一種法律對(duì)話模型的建構(gòu)來(lái)實(shí)現(xiàn)，體現(xiàn)的是一種對(duì)抗性，需要融入商談理論、對(duì)話理論和理性論辯理論等。從主體來(lái)看，弱人工智能的辯證性是一種零主體或者單一主體模型中的辯證性，主要實(shí)現(xiàn)進(jìn)路是在建模的邏輯層面，而強(qiáng)人工智能更多是基于多主體的模型，需要綜合邏輯層面、論辯層面、程序?qū)用婧托揶o層面。正如上文已經(jīng)提到的，要想更好體現(xiàn)這種辯證性，需要在建模的多個(gè)層面中重視啟發(fā)類(heuristic)知識(shí)的研究以及重視論辯語(yǔ)境的研究，這就引出了法律人工智能視角下法律推理的第三和第四個(gè)特點(diǎn)，即所依賴知識(shí)的特殊性以及語(yǔ)用性。

(三)所依賴知識(shí)的特殊性

一方面，相比于傳統(tǒng)法律推理，人工智能視角下的法律推理所依賴的知識(shí)更加具有結(jié)構(gòu)性的特點(diǎn)。人類在表達(dá)知識(shí)時(shí)往往不會(huì)針對(duì)不同性質(zhì)的知識(shí)進(jìn)行詳細(xì)的區(qū)分和結(jié)構(gòu)化，也不會(huì)在語(yǔ)法結(jié)構(gòu)上進(jìn)行截然不同的處理，但人工智能則不同，這里體現(xiàn)的是一種面向?qū)ο缶幊毯兔嫦蜻^(guò)程編程的不同。如果用一個(gè)比較通俗的表達(dá)，面向?qū)ο缶幊淌恰吧w飯”，面向過(guò)程編程是“炒飯”，人類在進(jìn)行推理以及法律推理時(shí)對(duì)于各種知識(shí)的處理更像是“炒飯”，飯和菜是摻雜在一起的，而人工智能進(jìn)行法律推理時(shí)則更像是“蓋飯”，飯和菜是分離的。解決法律人工智能背景下法律推理很多難題的一個(gè)關(guān)鍵就在于將邏輯知識(shí)和啟發(fā)類知識(shí)分開(kāi)、將知識(shí)和知識(shí)的推理分開(kāi)。論證圖式是目前法律人工智能的一個(gè)比較前沿的研究對(duì)象，在論證圖式中的一個(gè)亟待研究問(wèn)題是其中領(lǐng)域知識(shí)表示的問(wèn)題，尤其是對(duì)于陳述知識(shí)表示與程序知識(shí)表示的區(qū)分以及結(jié)構(gòu)化問(wèn)題，由此產(chǎn)生了陳述主義者與程序主義者兩個(gè)陣營(yíng)的對(duì)立，并繼而衍生出對(duì)知識(shí)控制的不同理念。筆者認(rèn)為，對(duì)于陳述知識(shí)表示路徑而衍生的知識(shí)系統(tǒng)或知識(shí)庫(kù)系統(tǒng)可以和符號(hào)范例相結(jié)合，同時(shí)將邏輯知識(shí)與啟發(fā)類知識(shí)、知識(shí)與使用知識(shí)的方式相分離，這種分離和將知識(shí)與其推理方式的分開(kāi)理論極為相似，從而解決人工智能法律推理中跟知識(shí)庫(kù)建構(gòu)相關(guān)的一些難題，所以，人工智能法律推理中知識(shí)的建構(gòu)和表達(dá)具有特殊性。

另一方面，相對(duì)于傳統(tǒng)法律推理，啟發(fā)類知識(shí)所起的作用更加關(guān)鍵?？傮w而言，傳統(tǒng)法律推理更多關(guān)注的是法律領(lǐng)域的知識(shí)，不同法律職業(yè)者之間的差距更多體現(xiàn)在專業(yè)領(lǐng)域知識(shí)的質(zhì)量和豐富程度上，而人工智能則不同，其差距更多體現(xiàn)在啟發(fā)類知識(shí)的不同上。人工智能視角下法律推理基于實(shí)踐理性推理的性質(zhì)決定了推理主體應(yīng)當(dāng)“至少擁有特定的生活經(jīng)驗(yàn)”，就目前法律人工智能的發(fā)展階段來(lái)看，我們需要解決相對(duì)豐富的專家領(lǐng)域知識(shí)和相對(duì)貧瘠的啟發(fā)類知識(shí)之間的矛盾，可以說(shuō)，人工智能視角下法律推理很多難題的解決不在于專家領(lǐng)域知識(shí)，而在于啟發(fā)類知識(shí)。對(duì)于啟發(fā)類知識(shí)的處理能力體現(xiàn)著弱人工智能和強(qiáng)人工智能的主要區(qū)別：首先，弱人工智能更多地專注于邏輯方面的知識(shí)，或者說(shuō)形式化的知識(shí)、自上而下建構(gòu)的知識(shí)，比如模型、標(biāo)準(zhǔn)和圖式等，而強(qiáng)人工智能則更多地專注于非邏輯方面，或者說(shuō)非形式方面、自下而上建構(gòu)的知識(shí)，比如經(jīng)驗(yàn)知識(shí)、常識(shí)知識(shí)，這種所依賴知識(shí)的差異性是一種質(zhì)的差別。其次，弱人工智能更多地專注和依賴于領(lǐng)域知識(shí)，而強(qiáng)人工智能更多依賴于通用的、在各個(gè)領(lǐng)域基本上都能夠適用的知識(shí)，當(dāng)然，這只是一種量的差別，而不是一種質(zhì)的差別。

(四)語(yǔ)用性

法律人工智能背景下的法律推理更注重語(yǔ)用思維和語(yǔ)用學(xué)的相關(guān)理論。法律人工智能背景下法律推理語(yǔ)用性的特點(diǎn)是如此鮮明，致使一些學(xué)者開(kāi)創(chuàng)法律論辯的語(yǔ)用進(jìn)路。沃爾頓在其代表作中通篇都是在分析語(yǔ)用學(xué)方法對(duì)于非形式邏輯的關(guān)鍵作用。與語(yǔ)義學(xué)不同的是，語(yǔ)用學(xué)專注于目標(biāo)的實(shí)現(xiàn)，體現(xiàn)了一種主觀因素，專注于在對(duì)話或者商談的語(yǔ)境中，為了更好地實(shí)現(xiàn)目標(biāo)、更好地說(shuō)服對(duì)方或第三方篩選、重構(gòu)相關(guān)的命題。

雖然語(yǔ)用學(xué)本身并沒(méi)有被清晰地界定，但至少可以認(rèn)為其研究的對(duì)象包括語(yǔ)境、言語(yǔ)行為(speech acts)等。語(yǔ)用學(xué)并非只研究語(yǔ)用，而是在語(yǔ)形、語(yǔ)義的基礎(chǔ)之上來(lái)研究語(yǔ)用，它秉承“詞匯的意義在于其在語(yǔ)言中如何使用”的觀點(diǎn)，在語(yǔ)用思維的規(guī)則性、主體間性的基礎(chǔ)上研究法律思維和法律推理，呈現(xiàn)出更多的交互性和語(yǔ)境敏感性。法律人工智能背景下，在通過(guò)語(yǔ)用范式來(lái)建構(gòu)推理模型的過(guò)程中，語(yǔ)用思維和語(yǔ)用學(xué)起著十分重要的作用，比如在論證圖式的場(chǎng)景圖式中，在法律人工智能的論辯、程序以及策略層面，都需要借助主體間的語(yǔ)言交互，由說(shuō)者與聽(tīng)者在場(chǎng)景中來(lái)展開(kāi)法律論辯，最終的裁判往往也需要語(yǔ)用學(xué)視角的權(quán)衡和博弈。

語(yǔ)用性也與法律人工智能模型(尤其在法律人工智能的論辯層面)建構(gòu)的重要元素(即缺省推理)具有十分緊密的聯(lián)系。在日常會(huì)話中，當(dāng)缺少或不需要當(dāng)前語(yǔ)境的信息時(shí) (即推理結(jié)論與當(dāng)前語(yǔ)境不沖突時(shí)) ，就會(huì)觸發(fā)缺省推理。缺省推理同樣在法律領(lǐng)域具有十分重要的意義，比如和無(wú)罪推定理論等具有一定的相似性，而在人工智能推理過(guò)程中，如果遍歷整個(gè)數(shù)據(jù)庫(kù)沒(méi)有發(fā)現(xiàn)一個(gè)命題，那么對(duì)于計(jì)算機(jī)來(lái)說(shuō)，就可以缺省推出某個(gè)命題是不存在的結(jié)論。從不太嚴(yán)格的角度來(lái)看，缺省其實(shí)和可廢止以及非單調(diào)推理的特征十分相似，都有可能在增加新的證據(jù)、新的條件之后不再成立。

(五)因果關(guān)系的特殊性

傳統(tǒng)法律推理中的因果關(guān)系本質(zhì)上是歸納式的，是一種基于自下而上的進(jìn)路形成的因果關(guān)系。正如休謨(David Hume)所說(shuō)的，因果關(guān)系是人類的一種想象，人類通過(guò)想象將兩個(gè)經(jīng)常相伴存在的事件之間的關(guān)系總結(jié)為因果關(guān)系，只是結(jié)果相似令我們得到了原因也相似這樣的結(jié)論，而在人工智能的背景下，除非進(jìn)行特殊設(shè)定或者如以上第三個(gè)特征中所述的那樣對(duì)于啟發(fā)類知識(shí)等問(wèn)題有所突破，推理中的因果關(guān)系則主要走的是一條相反的進(jìn)路，即自上而下的進(jìn)路。在這一方面值得一提的是朱迪亞·珀?duì)?Judea Pearl)的因果模型理論，他通過(guò)因果關(guān)系階梯(Ladder of Causation)、關(guān)聯(lián)、干預(yù)和反事實(shí)推理對(duì)于人類因果關(guān)系進(jìn)行解構(gòu)，并引入馬爾可夫、隱馬爾可夫等模型。由于涉及過(guò)多技術(shù)問(wèn)題，這里對(duì)于其中更為詳細(xì)的細(xì)節(jié)問(wèn)題暫不展開(kāi)，而就法律人工智能的建模而言，德米特魯克(Maria Dymitruk)等已經(jīng)進(jìn)行了很多有益的嘗試，比如他們關(guān)注因果關(guān)系建模中的三個(gè)關(guān)鍵過(guò)程——識(shí)別、建模和推理，并且已經(jīng)進(jìn)行了一些具體問(wèn)題的解決，比如如何設(shè)計(jì)一種方法，將法律文本中的因果聯(lián)系一致地轉(zhuǎn)移到抽象的推理模式？如何使用語(yǔ)言學(xué)工具識(shí)別法律文本中的因果模糊限制語(yǔ)和伴隨模糊限制語(yǔ)？如何系統(tǒng)地將因果語(yǔ)言抽象為半形式化模型？這樣的過(guò)程可以自動(dòng)化嗎？案例中的因果關(guān)系如何建模？如何使現(xiàn)有的一般因果關(guān)系理論適用于法律案件中的因果關(guān)系？在因果分析中，這些模型在哪些方面支持法律推理主體？如何在法律上用因果模型進(jìn)行推理？形式的和半形式的理論如何支持在法律上可供選擇的因果模式之間的選擇？證據(jù)在法律推理中的作用是什么？我們?nèi)绾螌⒆C據(jù)推理整合到因果模型中？如何彌合形式上的因果關(guān)系和證據(jù)理論與法律從業(yè)人員的需要之間的鴻溝？這些法律人工智能與因果關(guān)系模型建構(gòu)直接相關(guān)的前沿問(wèn)題的提出和關(guān)注，都體現(xiàn)了人工智能法律推理中因果關(guān)系的特殊性。

在因果關(guān)系的特殊性方面，強(qiáng)人工智能法律推理和弱人工智能法律推理也有不同。首先，弱人工智能更多是從積極的方面去促進(jìn)和拓展因果關(guān)系、從如何優(yōu)化算法的角度去發(fā)掘各種各樣的因果關(guān)系，而強(qiáng)人工智能則需要做減法，也就是研究如何不把或不把更多的“個(gè)人”或智能主體的主觀的因素代入算法，避免錯(cuò)誤地把單純的相關(guān)性也納入到因果關(guān)系。其次，弱人工智能法律推理建立在比較簡(jiǎn)單的因果關(guān)系模型(如“一因一果”)的基礎(chǔ)上，而強(qiáng)人工智能法律推理則主要依托于較為復(fù)雜的因果關(guān)系模型，如多因決定、先占和疏忽等，需要綜合運(yùn)用“But for”“Ness”“Actual Causation”等多種因果關(guān)系分析工具，同時(shí)需要融入到場(chǎng)景圖式(Scenario Scheme)、錨定敘事(Anchored Narratives)以及最佳解釋(Best Explanation)等因果關(guān)系相關(guān)理論。最后，就獲取因果關(guān)系的方式而言，弱人工智能法律推理主要還是運(yùn)用邏輯的、線性的和靜態(tài)的方法，而強(qiáng)人工智能法律推理則主要運(yùn)用非邏輯的、非線性和動(dòng)態(tài)的方法，如啟發(fā)式的檢索方法。

(六)真值的不敏感性

從真值是否能得以保持的角度，我們可將法律推理分為真值保持的法律推理(truth-preserving legal reasoning)和非真值保持的法律推理(non truth-preserving legal reasoning)。傳統(tǒng)法律推理往往是基于“大前提為真，小前提為真，所以結(jié)論才為真”這種觀點(diǎn)的推理，但事實(shí)上，邏輯推論并不要求命題具有真值，甚至不要求該命題有任何具體或特定的邏輯值，只需該命題具有可以傳遞的同一屬性即可。在人工智能背景下，這意味著只要它們有著同樣的數(shù)據(jù)類型，就可以進(jìn)行邏輯運(yùn)算，因而相對(duì)于傳統(tǒng)法律推理，法律人工智能背景下的法律推理體現(xiàn)了一種真值的不敏感性。

強(qiáng)人工智能和弱人工智能法律推理在真值的不敏感性方面同樣也有所差別。弱人工智能法律推理對(duì)于真值以及數(shù)據(jù)類型的相近性要求會(huì)更高和更嚴(yán)一些，比如必須是同樣的數(shù)據(jù)類型，而強(qiáng)人工智能法律推理對(duì)于真值更加不敏感，甚至對(duì)于數(shù)據(jù)的同類性這個(gè)限制都可以有所變通，例如通過(guò)模糊算法對(duì)于本來(lái)不相同的數(shù)據(jù)類型通過(guò)算法來(lái)進(jìn)行一定的轉(zhuǎn)換，最終實(shí)現(xiàn)了表面上看起來(lái)不同的數(shù)據(jù)類型之間的計(jì)算問(wèn)題，或者通過(guò)自然語(yǔ)言理解(NLP)技術(shù)的突破來(lái)實(shí)現(xiàn)對(duì)一些在弱人工智能看起來(lái)毫無(wú)頭緒的命題進(jìn)行推理。這其實(shí)更類似于人類的思維，尤其是人類的思維對(duì)于一些表面上看起來(lái)缺失了關(guān)鍵信息的推理思維，其主要體現(xiàn)在對(duì)于日常語(yǔ)言中的口頭交流語(yǔ)言方面。人與人之間平時(shí)的、口頭的以及非正式的語(yǔ)言交流往往會(huì)省略很多信息，此時(shí)弱人工智能可能根本找不到有用的數(shù)據(jù)，更無(wú)法對(duì)其數(shù)據(jù)類型或者說(shuō)數(shù)據(jù)的一致性進(jìn)行判斷，當(dāng)然也無(wú)法進(jìn)行法律推理。所以，在弱人工智能法律推理中，真值問(wèn)題引起的數(shù)據(jù)不充分問(wèn)題可能導(dǎo)致無(wú)法得出任何結(jié)論，但強(qiáng)人工智能由于具有更為強(qiáng)大的模糊表述轉(zhuǎn)化能力和語(yǔ)境數(shù)據(jù)采集能力，在數(shù)據(jù)不充足的情形下仍然可以進(jìn)行法律推理，但此時(shí)它會(huì)遇到另一個(gè)問(wèn)題，即由于數(shù)據(jù)過(guò)多，這些數(shù)據(jù)大概率會(huì)存在很多不一致的地方，此時(shí)就需要基于不一致信息進(jìn)行推理，而強(qiáng)人工智能在這類場(chǎng)合可能通過(guò)啟發(fā)類知識(shí)等因素的融入摻雜自己“主觀”的判斷。

一言以蔽之，弱人工智能法律推理中出現(xiàn)的問(wèn)題影響的可能是效率，而強(qiáng)人工智能法律推理中出現(xiàn)的問(wèn)題則影響的可能是公平、正義，需要順帶說(shuō)明的是，筆者認(rèn)為在人工智能推理領(lǐng)域不存在實(shí)質(zhì)上的算法黑箱問(wèn)題，黑箱是針對(duì)專業(yè)領(lǐng)域之外的人士而言的，對(duì)于IT人員來(lái)講，所有的數(shù)據(jù)都有記錄，即使數(shù)據(jù)被刪除、被篡改，也會(huì)有日志文件留下，完全可以追溯到得出結(jié)論的所有過(guò)程。至于刪除、篡改數(shù)據(jù)問(wèn)題，可以通過(guò)設(shè)定類似阿西莫夫(Asimov)定律的方式寫進(jìn)初始的人工智能建構(gòu)底層程序中。問(wèn)題主要在于，如果是最后一步的司法判決，我們可能馬上能夠看出來(lái)其中的問(wèn)題并進(jìn)行回溯，但如果僅僅是中間步驟，甚至是對(duì)于一些非常前期的、非關(guān)鍵問(wèn)題的推斷(而該問(wèn)題通過(guò)多個(gè)不易識(shí)別的間接環(huán)節(jié)最終影響了判決)可能比較難以察覺(jué)。從技術(shù)的角度來(lái)看，對(duì)于弱人工智能仍然是以促進(jìn)為基調(diào)，要研究的是如何引入更多的、更好的算法獲取更多的語(yǔ)境相關(guān)數(shù)據(jù),而對(duì)于強(qiáng)人工智能法律推理來(lái)講，是如何在數(shù)據(jù)不充足或者對(duì)于不一致信息進(jìn)行處理時(shí)不摻雜過(guò)多的“主觀”判斷。

四、結(jié) 語(yǔ)

人工智能背景下法律推理的性質(zhì)與特征之間具有內(nèi)在的關(guān)聯(lián)性。人工智能法律推理特征中的超越性主要是由其基于道義論推理的性質(zhì)所決定的，而辯證性主要衍生于其基于實(shí)踐理性推理的性質(zhì)，道義論、實(shí)踐理性和辯證性又衍生出依賴知識(shí)的特殊性和語(yǔ)用性等特點(diǎn)。基于此，我們要在未來(lái)對(duì)于人工智能法律推理的研究中采取一種更為實(shí)踐性的立場(chǎng)，要針對(duì)人工智能法律推理基于道義論和實(shí)踐理性的性質(zhì)，針對(duì)超越性、辯證性以及所依賴知識(shí)特殊性、語(yǔ)用性、因果關(guān)系特殊性以及真值不敏感性等特征，有的放矢地進(jìn)行更為有針對(duì)性的研究，并結(jié)合人工智能技術(shù)領(lǐng)域的最新發(fā)展變化，進(jìn)行法律推理建模和具體要素設(shè)計(jì)。

注釋：

①參見(jiàn) Elaine Rich, Kevin Knight, Shivashankar B Nair:Artificialintelligence(Tata McGraw-Hill Education Pvt. Ltd, 1985, p.3)。

②參見(jiàn)Stuart Russell, Peter Norvig:Artificialintelligence:amodernapproach(Pearson Education Limited, 2014, p.1)。

③參見(jiàn)Kevin D. Ashley:Teaching law and digital age legal practice with an AI and law seminar(Chicago-KentLawReview, 2013,Vol.88,No.3)。

④參見(jiàn)John McCarthy:History of LISP(ACMSigplanNotices，1978,Vol. 13,No. 8)。

⑤參見(jiàn)Bruce G. Buchanan, Thomas E. Headrick:Some speculation about artificial intelligence and legal reasoning(StanfordLawReview, 1970,Vol. 23,No.1)。

⑥同③。

⑦參見(jiàn)凱文·阿什利、黎娟、王春穗：《法律人工智能系統(tǒng):法律實(shí)踐的新工具》(《自然辯證法通訊》，2020年第6期)。

⑧類似觀點(diǎn)參見(jiàn)呂玉贊、焦寶乾：《法律邏輯的拓展研究——以新興交叉學(xué)科為背景》(《上海政法學(xué)院學(xué)報(bào)(法治論叢)》，2019年第1期)；彭舒瓊、黃興作：《人工智能影響法律職業(yè)發(fā)展之研究》(《遼寧公安司法管理干部學(xué)院學(xué)報(bào)》,2019年第1期)。

⑨參見(jiàn)張妮、楊遂全、蒲亦非：《國(guó)外人工智能與法律研究進(jìn)展述評(píng)》(《法律方法》，2014年第2期)。

⑩參見(jiàn)唐昊淶、舒心：《人工智能與法律問(wèn)題初探》(《哈爾濱學(xué)院學(xué)報(bào)》，2007年第1期)。