9月21日下午，上海交通大學中國法與社會研究院主辦的“法的學科交叉沙龍”第十四講以線上方式順利舉行。本次講座由上海對外經(jīng)貿(mào)大學統(tǒng)計與信息學院副教授劉海主講，主題為“證據(jù)學中的概率與證明”。上海交通大學文科資深教授、中國法與社會研究院院長季衛(wèi)東擔任主持人，上海交通大學凱原法學院訪問特聘教授秦裕林，和上海交通大學凱原法學院教授、中國法與社會研究院副院長林喜芬擔任與談人。來自全國高校、研究機構和實務部門的數(shù)十名師生線上參加了本次講座。
季衛(wèi)東院長首先對劉海副教授的講座表示歡迎和感謝。他指出，法學時常會從決定論的角度看待各種各樣的現(xiàn)象，但是在司法領域中，特別是對證據(jù)的認定過程中，概率論的思維卻有非常重要的意義。另外，當下司法人工智能在中國發(fā)展非常迅猛，但如何真正將其與司法推理、證據(jù)評估和認定過程相結合，卻有待進一步深入研究。季衛(wèi)東院長特別指出，劉海副教授從概率論和貝葉斯網(wǎng)絡角度入手對司法過程中的證據(jù)使用做出分析，體現(xiàn)了跨學科研究的魅力，相信與會嘉賓都非常期待本次精彩演講。
劉海副教授首先介紹了證據(jù)學的三波浪潮：第一波浪潮是由威格摩爾（Wigmore）, 麥奎爾（Maguire）, 麥考密克（McCormick）和摩根（Morgan）等人推動證據(jù)學轉向系統(tǒng)化研究；第二波浪潮的標志是1975年美國國會頒布的《聯(lián)邦證據(jù)規(guī)則》；第三波浪潮指的是1986年新證據(jù)學（new evidence scholarship）誕生，主要貢獻者包括倫伯特（Lempert）等。新證據(jù)學淵源自邊沁（Bentham）、塞耶（Thayer），威格莫爾（Wigmore）等思想家，主要是綜合運用數(shù)學、心理學、哲學等學科的見解，從僅僅解釋證據(jù)規(guī)則的研究，轉向分析證據(jù)證明過程（evidentiary proof process）的研究。
其次，劉海副教授詳細介紹了作為證據(jù)證明過程的概率理論。他指出為了實現(xiàn)證據(jù)證明過程中促進事實認定的準確性，避免事實錯誤和以公平合理的方式分配錯誤的風險的目標，證據(jù)證明需要為證據(jù)的相關性、證明力、證明標準和推論強度提供一套融貫性的合理解釋。結合具體的實例，劉海副教授對相關性、證明力、證明標準和推論強度的內(nèi)容進行了深入的數(shù)學分析。緊接著，劉海副教授列出證據(jù)證明過程中七個常見證明悖論與證明困境，并以初始概率數(shù)字難題和合取悖論為例，具體闡述了其悖論的具體內(nèi)容以及如何破解悖論。
再次，劉海副教授介紹了貝葉斯人工智能在證據(jù)證明過程中的應用。貝葉斯人工智能以貝葉斯網(wǎng)絡為載體，以貝葉斯公式為根基，使概率推理自動化和智能化。相對于其他方法，貝葉斯網(wǎng)絡具有可視化、直觀化、自動化、智能化、簡單化，實用化的優(yōu)勢，能夠建模單個證據(jù)的相關性、證明力；建模多個證據(jù)的證明力；建模連續(xù)推理中推論強度的傳播與更新；建模整個案件的推理過程等。
最后，劉海副教授對證據(jù)推理的故事方法、論證方法和貝葉斯方法的比較和融合進行了深入的闡述，并指出這三種不同的方法都有基于溯因推理的共同特征，都是在最佳解釋推理背景下進行的證據(jù)推理建模。他指出，在未來智能審判模型的建構中，需要以貝葉斯方法為核心，論證方法和故事方法為它提供相應的支持。在講座過程中，劉海副教授為聽眾提供了豐富的參考文獻，有助于對該研究方向感興趣的師生進行深入了解。
秦裕林教授作為與談人，首先對劉海副教授帶來內(nèi)容豐富且富有啟發(fā)意義的演講表示感謝。秦教授從以下三個方面進行了評議：第一，介紹了概率（Probability）與概率比（Odds）這個兩個概念的區(qū)分，并借助這一區(qū)分澄清了波斯納《法官如何思考》中的貝葉斯公式的內(nèi)容。第二，對推論強度與證據(jù)力之間的關系運用公式推導進行了更為細致的說明和補充。第三，介紹了建立在貝葉斯理論基礎上的法律推理過程的幾種模型，包括記憶相關模型、無意識的動機性推理模型和遞歸性的推理過程模型等，并指出影響初始概率值和證據(jù)認定過程的多重影響因素。
林喜芬教授指出劉海副教授的講座極具啟發(fā)意義，并結合講座內(nèi)容與自身研究經(jīng)歷，就以下三個方面談了體會：第一，對于法學（包括證據(jù)法）的研究需要有交叉學科知識的支撐。林教授結合刑事訴訟法中對證據(jù)規(guī)定的演變過程，表明對證明規(guī)則和證明過程需要結合法律、數(shù)學概率論和其它學科的方法來理解和證明。第二，學科交叉有一定的難度，如何讓法學界更愿意接受學科交叉的研究成果還需要一個過程。在這一過程中，需要將交叉研究成果以法學界和社會公眾更容易接受的方式進行轉化。第三，合取悖論中優(yōu)勢證據(jù)標準（概率平衡原則）的幾種情形能夠?qū)崉罩胁煌樾巫C人證言的證明效力提供有力的解釋。但是要注意在不同情形進行選擇的過程中要注意價值權衡問題。
劉海副教授對兩位老師的評議表示感謝并進行了回應，他指出具體場景的背景信息能夠同時影響假設的先驗概率和證據(jù)的似然度，這有助于澄清似然率模型中的謬誤。另外，貝葉斯人工智能可以協(xié)助法律人完成復雜的計算過程，可為證據(jù)法學提供助力，可以作為交叉學科應用的重要嘗試。
最后，季衛(wèi)東教授再次感謝了劉海副教授的精彩演講和回應，指出本次學科交叉能夠自由深入地探討問題，符合法的學科交叉研究的宗旨。此外，借助交叉學科的研究，期待后續(xù)加強對司法人工智能的理論研究。
（撰稿人：翁壯壯）