【作者】季衛(wèi)東
【內(nèi)容提要】
*季衛(wèi)東
上海交通大學(xué)文科資深教授
中國(guó)法與社會(huì)研究院院長(zhǎng)
內(nèi)容提要：本文試圖在宏大的時(shí)空架構(gòu)里定位計(jì)算法學(xué)，首先根據(jù)史實(shí)梳理了法學(xué)為了限制權(quán)力任意性而嘗試的各種機(jī)制設(shè)計(jì)，概括為如下兩條基本思路：一條是法教義學(xué)的推理與概念計(jì)算，另一條是科學(xué)技術(shù)指向的實(shí)驗(yàn)與制度演算。在第二種思路的延長(zhǎng)線上，作者以現(xiàn)代化過程中出現(xiàn)的“法律數(shù)學(xué)”構(gòu)想為背景和線索，具體分析了計(jì)算法學(xué)在信息與通信技術(shù)時(shí)代應(yīng)運(yùn)而生的契機(jī)和發(fā)展階段，從中發(fā)現(xiàn)五個(gè)主要維度：（1）基于統(tǒng)計(jì)和預(yù)測(cè)模型的計(jì)量法律學(xué)、（2）法律推理電腦化和專家系統(tǒng)算法、（3）法律信息學(xué)的大數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)、（4）對(duì)法律網(wǎng)絡(luò)結(jié)構(gòu)的圖譜和矩陣演算以及（5）包括數(shù)據(jù)倫理和算法公正在內(nèi)的人工智能治理等不同組成部分之間交叉和相輔相成的關(guān)系。最后這一維度反映了計(jì)算法學(xué)的超越性，也揭示了深入研究關(guān)于價(jià)值排序和價(jià)值函數(shù)的元算法的重要意義。
#01
問題意識(shí)：如何克服權(quán)力的任意性
中國(guó)的國(guó)家治理體系現(xiàn)代化，關(guān)鍵在于法治。因?yàn)闄?quán)力結(jié)構(gòu)的合理性取決于限制恣意的規(guī)范思維以及社會(huì)的和諧穩(wěn)定。為此，法學(xué)必然對(duì)決策和執(zhí)行機(jī)制設(shè)計(jì)提出中立、客觀、公正的要求，必然盡量提高審判的可預(yù)測(cè)程度。這種努力涉及價(jià)值與事實(shí)這兩個(gè)根本方面。在價(jià)值層面，應(yīng)該立足于溝通、共識(shí)以及承認(rèn)，主要解決法律與案例的正當(dāng)性保障問題；在事實(shí)層面，應(yīng)該立足于勘驗(yàn)、調(diào)查以及推理，主要解決證據(jù)與功能的真實(shí)性保障問題；與價(jià)值判斷相關(guān)的知識(shí)形態(tài)是法律的實(shí)踐技藝，與事實(shí)認(rèn)知相關(guān)的知識(shí)形態(tài)是法律的科學(xué)體系。
在現(xiàn)代化過程中，為了限制法律適用過程中的裁量權(quán)，人們?cè)噲D借助自然科學(xué)乃至社會(huì)科學(xué)的分析框架、特別是數(shù)學(xué)思維方法來重新認(rèn)識(shí)法律的經(jīng)驗(yàn)睿智，試圖建構(gòu)規(guī)范的公理體系，并通過邏輯演繹三段論和涵攝技術(shù)來厘清各種規(guī)則之間的關(guān)系，以確保在概念計(jì)算和利益衡量的基礎(chǔ)上做出理性而公正的判斷或決定。這是一種理性主義的法律范式，產(chǎn)生了廣泛而深遠(yuǎn)的影響[1]。當(dāng)然，這種基于推理或計(jì)算的科學(xué)法律觀也遭遇到來自空間復(fù)雜性、時(shí)間復(fù)雜性以及人群復(fù)雜性的挑戰(zhàn)，作為應(yīng)對(duì)之策也引發(fā)了實(shí)踐哲學(xué)、決疑術(shù)、論題術(shù)、修辭術(shù)、辯證術(shù)的回潮甚至復(fù)興[2]。顯而易見，本文討論的信息與通信技術(shù)（Information and Communications Technology, 簡(jiǎn)稱ICT）時(shí)代的計(jì)算法學(xué)[3]，當(dāng)然也是科學(xué)法律觀的一種必然結(jié)果或者新型表現(xiàn)形態(tài)，具有公理體系和邏輯推理或計(jì)算的特征。然而計(jì)算法學(xué)與人工智能結(jié)合在一起，就不得不面對(duì)計(jì)算機(jī)在模仿人類思維和判斷時(shí)常識(shí)儲(chǔ)備殘缺的框架問題（the frame problem, 人工智能的巨匠約翰?麥卡錫在1969年提出）和價(jià)值符號(hào)接地問題（the symbol grounding problem，認(rèn)知科學(xué)家斯特萬?哈納德在1990年提出）。因此，計(jì)算法學(xué)要突破發(fā)展的上述瓶頸，必須在算法、特別是機(jī)器學(xué)習(xí)算法不斷生成和進(jìn)化的新型生態(tài)系統(tǒng)中尋找質(zhì)變的契機(jī)，進(jìn)而把法律與社會(huì)帶進(jìn)AIoT網(wǎng)絡(luò)共生的混沌、數(shù)字形態(tài)多樣性的爆發(fā)以及代碼框架不斷創(chuàng)新和進(jìn)化的智能“寒武紀(jì)”。
本文首先將分別考察法學(xué)在克服復(fù)雜性、不確定性方面的規(guī)范主義與科學(xué)主義這兩種完全不同的思路，側(cè)重在從萊布尼茨對(duì)法律知識(shí)的數(shù)學(xué)化嘗試到當(dāng)今的“數(shù)字黥刑”的歷史進(jìn)程中，通過算數(shù)監(jiān)控、幾何布局、機(jī)器思維、符號(hào)演算等多彩多姿的思想實(shí)驗(yàn)和試錯(cuò)的實(shí)踐活動(dòng)來分析計(jì)算法學(xué)的來龍去脈。然后在這樣的條件設(shè)定以及信息技術(shù)普及的背景下，筆者將具體論證計(jì)算法學(xué)拓展的四個(gè)專業(yè)維度，即1960年以來流行的基于案件數(shù)據(jù)資料的計(jì)量法律學(xué)（Jurimetrics）、1970年以來的法律推理計(jì)算機(jī)化（computerization of legal reasoning）、1980年以來的法律信息學(xué)（Legal Informatics）、1990年以來的互聯(lián)網(wǎng)發(fā)展和網(wǎng)絡(luò)空間法（cyberspace law）。另外，從2016年開始，各國(guó)開始意識(shí)到人工智能不僅僅是計(jì)算機(jī)科學(xué)的問題，像人那樣進(jìn)行推理和判斷的信息系統(tǒng)不得不吸納人的復(fù)雜性和不確定性，因而不得不把社會(huì)價(jià)值觀也嵌入其中，同時(shí)還應(yīng)該為算法設(shè)計(jì)提供倫理框架以防止算法偏見。這意味著計(jì)算法學(xué)還有一個(gè)倫理之維，即具有超越性的第五維度，我們必須認(rèn)真對(duì)待。
#02
法律的回應(yīng)：從決疑術(shù)的概率計(jì)算到邏輯學(xué)的概念計(jì)算
古羅馬人在開疆拓土的過程中不斷建立管理機(jī)構(gòu)、完善法律制度，顯示了一種廣域統(tǒng)治的天才。但是，只有在從被征服者希臘人那里汲取哲學(xué)和藝術(shù)的營(yíng)養(yǎng)之后，羅馬才形成了真正意義上的法學(xué)理論。特別是著名的哲人政治家和法學(xué)家西塞羅（Marcus T. Cicero, BC.106-BC.43）關(guān)于開題、演說、論題術(shù)的著作，不僅把亞里士多德的修辭學(xué)發(fā)揚(yáng)光大，還把關(guān)于決疑和裁決的論題學(xué)也引進(jìn)了法學(xué)領(lǐng)域。西塞羅應(yīng)古羅馬法律家特雷巴求斯之請(qǐng)而撰寫的《論題術(shù)》，為司法實(shí)務(wù)提供了具有可操作性的技術(shù)指引和重要論題的清單。這份格式化論題目錄的應(yīng)用包括兩個(gè)方面：一個(gè)是特定主題本身及其組成部分或者直接相關(guān)部分的內(nèi)部論證，另一個(gè)是與主題沒有直接聯(lián)系的關(guān)于權(quán)威或條件的外部論證。所以，西塞羅認(rèn)為論題術(shù)的本質(zhì)就是一種尋找判斷前提的程序[4]。換言之，這種程序就是要建立論題目錄并確定論點(diǎn)的位置，根據(jù)對(duì)立、近似、層級(jí)進(jìn)行議論，并通過在多樣性中進(jìn)行排序和選擇的決疑術(shù)（casuistry）為法律判斷賦予“隨機(jī)的確定性”，尋找“或然的真理”。論題術(shù)和決疑術(shù)通常與蓋然說（probabilism）聯(lián)系在一起，所以也不妨理解為根據(jù)經(jīng)驗(yàn)和睿智進(jìn)行的一種初級(jí)概率計(jì)算。西塞羅在《論共和國(guó)》（De republica, 3.22.33）以及《論開題》（De inventione, 2.53.161）中還對(duì)自然法給出了一個(gè)著名的斯多葛學(xué)派的定義，即“真正的法是服從自然的正確理性”[5]，因而法與宗教、真理同樣銘刻在人們心中，但前提是必須在整理爭(zhēng)點(diǎn)的基礎(chǔ)上進(jìn)行充分的論證以解決各種“意見”（價(jià)值）之間的沖突，同時(shí)還要通過案件分類的方法尋找實(shí)踐理性和類推的依據(jù)。
到了后古典時(shí)代，古羅馬帝國(guó)最后的統(tǒng)一者優(yōu)士丁尼皇帝為了實(shí)現(xiàn)一個(gè)帝國(guó)、一部法典、一個(gè)領(lǐng)袖的新秩序構(gòu)想，試圖把既定的所有條規(guī)敕令都改編為成文法典，并通過權(quán)威學(xué)者的解釋和著述使之升華為法學(xué)原理的體系。后面這種法學(xué)經(jīng)典構(gòu)建的重大成果就是法學(xué)百科全書式的《學(xué)說匯纂》和法學(xué)入門統(tǒng)編教材式的《法學(xué)階梯》。從公元529年到534年頒布的《優(yōu)士丁尼法典》、《法學(xué)階梯》、《學(xué)說匯纂》，再加上535年到575年間頒布的《新律》，構(gòu)成了浩瀚的《民法大全（Corpus Iuris Civilis）》（羅馬法大全），呈現(xiàn)出法律的“成文理性”和“有說服力的權(quán)威”等特征，旨在樹立一整套確定不變的規(guī)范以及類似電話號(hào)碼簿那樣明晰的操作細(xì)則[6]。這種法典結(jié)構(gòu)設(shè)計(jì)的結(jié)果，使得學(xué)說匯纂式的法學(xué)理論有可能明確地指導(dǎo)司法實(shí)務(wù)，因而法律規(guī)范的書卷氣、師承性非常強(qiáng)，并形成一體遵循的“共同法（Ius Commune）”傳統(tǒng)作為歐洲大陸中西部規(guī)范制定的基本模型。
但是，由于日耳曼部族和拜占庭王朝基于宗教、語言以及本土法律的抵制，羅馬《民法大全》在頒布完畢之后就基本上被束之高閣乃至篡改，在一直到11世紀(jì)的漫長(zhǎng)歲月里漸次湮沒消逝。這五百余年在歷史上被稱為中世紀(jì)的法律文明黑暗時(shí)代。時(shí)至11世紀(jì)末《學(xué)說匯纂》才以“博洛尼亞手抄本”的形式被神秘地重新發(fā)現(xiàn)，接著通過博洛尼亞大學(xué)法律學(xué)校的注解、傳授以及研究，還有15世紀(jì)末以后人文主義學(xué)者對(duì)《學(xué)說匯纂》文本的鑒別、校勘、評(píng)釋以及重構(gòu)，引發(fā)了羅馬法在西歐的文藝復(fù)興。其結(jié)果是，一些主要國(guó)家開始推行“羅馬法的綜合繼受（Rezeption in complexu）”以及注釋的標(biāo)準(zhǔn)化和體系化[7]。尤其是16世紀(jì)中葉之后兩百年間的德國(guó)“學(xué)說匯纂的現(xiàn)代應(yīng)用運(yùn)動(dòng)（usus modernus pandectarum）”，進(jìn)一步彰顯了羅馬法在私人領(lǐng)域自由進(jìn)行民商事法律推理的技術(shù)優(yōu)勢(shì)，加強(qiáng)了對(duì)職業(yè)法律家的吸引力和影響，形成了作為公理體系而構(gòu)建的法教義學(xué)。法教義學(xué)的宗旨是實(shí)現(xiàn)判斷的確定性，在規(guī)范適用過程中嚴(yán)格進(jìn)行邏輯三段論演繹，并且強(qiáng)調(diào)把具體事實(shí)都逐一納入法律要件之中的涵攝技術(shù)。在這種“邏輯法學(xué)”的基礎(chǔ)之上，法律判斷和決定實(shí)際上完全可以理解為概念計(jì)算的作業(yè)。因此我們也不妨說，法教義學(xué)的本質(zhì)就是發(fā)明了現(xiàn)代社會(huì)規(guī)則之治的算法。
法教義學(xué)的公理體系指向，在薩維尼（Friedrich Carl von Savigny, 1779-1861）早期關(guān)于幾何學(xué)的法律技術(shù)性表達(dá)、以概念進(jìn)行推理和計(jì)算的論述中已經(jīng)顯現(xiàn)，在普赫塔（Georg F. Puchta, 1798-1846）的概念法學(xué)中則表現(xiàn)得尤其突出，乃至趨于極端化。普赫塔認(rèn)為法律家無論進(jìn)行理論思考還是進(jìn)行實(shí)務(wù)操作，都必須按照科學(xué)原理進(jìn)行純粹的邏輯演繹，并且認(rèn)為法律規(guī)范應(yīng)該屈從邏輯結(jié)構(gòu)的概念，為此他建構(gòu)了極具特色的金字塔式“概念的譜系”。通過這種形式主義的邏輯方法，他試圖讓事實(shí)都符合概念的界定，從而縮減事實(shí)的復(fù)雜性，實(shí)現(xiàn)極其精密的概念計(jì)算；并且通過層級(jí)化的概念來以小運(yùn)大、以少馭多，從而達(dá)到法律支配社會(huì)的目標(biāo)，進(jìn)而實(shí)現(xiàn)法律的確定性、明晰性以及公正性。早期的耶林（Rudolf von Jhering, 1818-1892）也是概念法學(xué)的提倡者，他把法律的概念體系想象為“化學(xué)元素表”，可以按照邏輯進(jìn)行排列、配對(duì)、合并以及重組，在這個(gè)意義上他認(rèn)為概念具有孕育和創(chuàng)新的功能，可以賦予法律條文以生生不息的活力。這種立場(chǎng)在他的代表作《羅馬法的精神》第一部和第二部里表現(xiàn)得非常明確。但從該書第三部（1860年代前期）開始，他進(jìn)行了一個(gè)大回旋，強(qiáng)調(diào)概念取決于現(xiàn)實(shí)生活而不是相反，在法律判斷之際經(jīng)驗(yàn)比邏輯更重要[8]。
在耶林轉(zhuǎn)變學(xué)術(shù)立場(chǎng)的這種思路上，后來又出現(xiàn)了以Ph.赫克（Philipp von Heck，1858-1943）為代表的利益法學(xué)派，認(rèn)為法律是互相競(jìng)爭(zhēng)的各種利益的產(chǎn)物，法學(xué)的意義就在于厘清各種利益之間的關(guān)系，根據(jù)生活需要找出解決具體案件的法律規(guī)范，并據(jù)此形成社會(huì)秩序。因而在法學(xué)方法論應(yīng)該嵌入利益及其衡量的概念，這也意味著法官不能盲目地嚴(yán)格服從法律，司法實(shí)踐的方式勢(shì)必在相當(dāng)程度上從概念計(jì)算轉(zhuǎn)移到不同利益的評(píng)價(jià)、比較以及衡量，并且注重法律共同體的價(jià)值判斷，而不限于邏輯三段論和涵攝技術(shù)。從概念計(jì)算到利益計(jì)算，也意味著邏輯法學(xué)的范圍被擴(kuò)展到涉及實(shí)質(zhì)性價(jià)值判斷的辯證推理層面。另外，凱爾森（Hans Kelsen, 1881-1973）的純粹法學(xué)體系雖然與概念法學(xué)有類似的層級(jí)結(jié)構(gòu)，呈現(xiàn)出以根本規(guī)范為頂點(diǎn)的金字塔幾何學(xué)形狀，但他明確否定具體規(guī)范可以按照邏輯或數(shù)學(xué)原理從根本規(guī)范演繹出來的觀點(diǎn)，因?yàn)樘貏e法的制定行為是一種意志表達(dá)，而不是基于推理的思考[9]。換言之，在這里目的和手段的計(jì)算取代了概念的計(jì)算。
#03
科學(xué)的回應(yīng)：邏輯機(jī)器、組合算術(shù)以及法律數(shù)學(xué)
從基于論題目錄和決疑術(shù)的概率計(jì)算，演變到以公理體系和形式邏輯為前提的概念計(jì)算，正是上述演變導(dǎo)致法教義學(xué)的盛行。這種法律學(xué)發(fā)展的趨勢(shì)固然反映了科學(xué)主義的影響，與此同時(shí)，試圖直接運(yùn)用自然科學(xué)（尤其是數(shù)學(xué)）的概念、符號(hào)、公式以及方法重構(gòu)法律學(xué)科的各種努力也長(zhǎng)盛不衰。早在14世紀(jì)初葉，西班牙哲學(xué)家盧勒（Raimundus Lullus, 1235-1315）就構(gòu)想了一種“邏輯機(jī)器”，由五個(gè)可以圍繞同一軸心旋轉(zhuǎn)的圓盤構(gòu)成，每個(gè)圓盤包含九個(gè)基本概念或問題，通過機(jī)械操作各個(gè)圓盤得出互相交錯(cuò)的不同組合方式來進(jìn)行自動(dòng)化的推理和判斷[10]。在這里，我們可以發(fā)現(xiàn)根據(jù)最簡(jiǎn)樸的、具有某些神秘色彩的問題組合術(shù)嘗試人機(jī)對(duì)話以及構(gòu)建專家系統(tǒng)的雛形。從17世紀(jì)開始，在科學(xué)和技術(shù)的范式里解決法律和正義問題的嘗試越來越頻繁，直到19世紀(jì)還有英國(guó)功利主義哲學(xué)家邊沁（Jeremy Bentham, 1748-1832）認(rèn)為倫理就是對(duì)幸福（效用）總量的計(jì)算，試圖把數(shù)學(xué)作為道德的指針；為此他提出了測(cè)量痛苦（惡）與快樂（善）的不同指標(biāo)以及幸福計(jì)算程序（felicific calculus）的設(shè)計(jì)方案，把最大多數(shù)人的最大幸福作為立法的基本原理[11]。在這條思路的延長(zhǎng)線上，有些心理學(xué)家（例如積極心理學(xué)之父塞利格曼）和經(jīng)濟(jì)學(xué)家（例如諾貝爾獎(jiǎng)得主薩繆爾森）還在經(jīng)驗(yàn)考察的基礎(chǔ)上提示了幸福計(jì)算公式（Happiness Calculation Formula）。時(shí)至今日，在福利經(jīng)濟(jì)學(xué)以及政策科學(xué)的效益成本分析方法中，我們?nèi)匀豢梢砸老】吹叫腋Ｓ?jì)算的影子[12]。
二進(jìn)制和計(jì)算器的發(fā)明者、十七世紀(jì)德國(guó)偉大的數(shù)學(xué)家、哲學(xué)家以及法學(xué)家戈特弗里德?萊布尼茨（Gottfried W. Leibniz, 1646-1716）乃視理性法律為近代科學(xué)產(chǎn)物的第一人，并且試圖對(duì)《民法大全》以及法律學(xué)進(jìn)行徹底的數(shù)學(xué)化改造和重構(gòu)，使羅馬法的所有內(nèi)容都能夠從極其簡(jiǎn)潔的基本原理中根據(jù)邏輯的傳遞方法推導(dǎo)出來。在他的法學(xué)博士論文《論組合術(shù)》中，萊布尼茨把幾何學(xué)圖形以及組合算數(shù)應(yīng)用到法律現(xiàn)象，把法學(xué)理解為“一門由簡(jiǎn)單術(shù)語構(gòu)成的復(fù)雜化組合技藝”。他還認(rèn)為根據(jù)決疑術(shù)和論題目錄進(jìn)行的法律議論完全可以置于算法的監(jiān)控之下，因而可以消除法律當(dāng)中的不確定性[13]。這種雄心勃勃的“新羅馬法大全（Novum Corpus Juris）”革新方案可以稱之為法學(xué)的“萊布尼茨公理（Leibnizian axiom）”，與兩百年后邊沁在英國(guó)推出的法制改革宏大計(jì)劃，特別是暗喻現(xiàn)代權(quán)力結(jié)構(gòu)本質(zhì)屬性的全景一覽式監(jiān)獄建筑（Panopticon）的藍(lán)圖、萬全法（Pannomion）的概念以及幸福計(jì)算器的立法學(xué)思路相映成趣。
進(jìn)入二十世紀(jì)后，美國(guó)在“作為科學(xué)的法學(xué)”口號(hào)鼓舞下，采取經(jīng)驗(yàn)科學(xué)的方法研究法律現(xiàn)象的學(xué)術(shù)活動(dòng)蔚然成風(fēng)。最有影響力的法學(xué)理論家羅斯科?龐德（Roscoe Pound，1870-1964）從社會(huì)控制（social control）以及社會(huì)工程學(xué)（social engineering）的角度來理解法律的本質(zhì)，創(chuàng)立了社會(huì)學(xué)的法理學(xué)流派[14]。他還重視不同利益的競(jìng)爭(zhēng)以及國(guó)家機(jī)關(guān)在比較評(píng)價(jià)的基礎(chǔ)上進(jìn)行選擇，為此必須在調(diào)整社會(huì)關(guān)系的過程中實(shí)現(xiàn)有序化。由于實(shí)驗(yàn)產(chǎn)生了自然科學(xué)的程序性秩序，所以有些法學(xué)家也試圖通過科學(xué)實(shí)驗(yàn)的程序來推進(jìn)法律制度的合理化。例如現(xiàn)實(shí)主義法學(xué)的代表弗蘭克（Jerome Frank，1889-1957）就認(rèn)為“實(shí)驗(yàn)的方法在法律領(lǐng)域特別有用，因?yàn)榉蓪?shí)務(wù)就是調(diào)整人際關(guān)系和解決人際糾紛的一連串的實(shí)驗(yàn)或者探險(xiǎn)”[15]。實(shí)際上，美國(guó)聯(lián)邦司法中心、州的立法機(jī)構(gòu)、蘭德公司都曾進(jìn)行過法律方面的實(shí)驗(yàn)，當(dāng)然這種實(shí)驗(yàn)的概念應(yīng)該從廣義來理解[16]。正是在這樣的背景下，彪特爾（Frederick K. Beutel）提出了他的實(shí)驗(yàn)主義法學(xué)體系，重點(diǎn)在立法領(lǐng)域，即對(duì)被認(rèn)為在理性上、邏輯上都很健全的法案應(yīng)該施行實(shí)驗(yàn)（例如地區(qū)對(duì)照的實(shí)驗(yàn)），在社會(huì)中觀察其效力和效果[17]。把科學(xué)實(shí)驗(yàn)方法應(yīng)用于個(gè)人或群體行為及其動(dòng)機(jī)的研究（例如刺激-反應(yīng)式的行為實(shí)驗(yàn)和定量分析），就形成了法與行為科學(xué)、法心理學(xué)以及與法律有關(guān)的認(rèn)知科學(xué)等專業(yè)領(lǐng)域；到現(xiàn)階段，認(rèn)知神經(jīng)科學(xué)以及相關(guān)數(shù)學(xué)方法已經(jīng)是人工智能開發(fā)的重要基礎(chǔ)。
實(shí)際上，早期耶林的“法律數(shù)學(xué)（Mathematik des Rechts）”[18]之夢(mèng)也并沒有破滅，德國(guó)出生的社會(huì)學(xué)家蓋戈（Theodor J. Geiger，1891-1952）提出了獨(dú)特的現(xiàn)實(shí)主義規(guī)范理論，試圖建立一個(gè)可以進(jìn)行符號(hào)演算的模型[19]。在他看來，關(guān)于規(guī)范產(chǎn)生效力的邏輯關(guān)系不妨歸納為如下公式：
公式左邊意味著狀況s 中的行為g 對(duì)屬于對(duì)立階級(jí)A的人們具有約束力（V），作為分母的÷是包括經(jīng)濟(jì)基礎(chǔ)和上層建筑在內(nèi)的社會(huì)關(guān)系整體，公式右邊意味著屬于階級(jí)A的成員或者在狀況s中采取行為g，或者在采取非g的行為而成為越軌者Ac，結(jié)果接受制裁性反應(yīng)（r）。在這里，人們是按照合法與非法的兩項(xiàng)對(duì)立方式進(jìn)行選擇，制裁r 是通過公眾Ω來進(jìn)行的。根據(jù)蓋戈的分析，現(xiàn)實(shí)中制裁r 未必總是起作用，所以規(guī)范的約束力應(yīng)該表示為不同程度的變量。因此，V=e?s ，且 e=b+(c→r)。在這里，e 表示實(shí)效性的比率，s 表示作為前提的狀況，b是在狀況s中行為g （s→g）發(fā)生的頻度，c→r 是非g（越軌行為?）和r 出現(xiàn)的頻度。也就是說，規(guī)范的效力就是在狀況s中出現(xiàn)越軌行為?、或者?出現(xiàn)后進(jìn)行制裁r的數(shù)量與狀況s 出現(xiàn)的整個(gè)頻度的比值。在這里，狀況s中進(jìn)行越軌行為?制裁性的反應(yīng)r 是蓋然性的，因而勢(shì)必產(chǎn)生預(yù)測(cè)性解釋[20]。顯而易見，蓋戈規(guī)范學(xué)說的出發(fā)點(diǎn)是奧斯丁式的法律實(shí)證主義概念，并且留下了在法學(xué)思考中生搬硬套數(shù)學(xué)模型的明顯痕跡。
與此形成鮮明對(duì)照的是，斯蒂芬?圖爾敏（Stephen Toulmin，1922-2009）試圖從法律本身的思維方法、特別是“可撤銷性（defeasibility）”概念出發(fā)，把議論樣式內(nèi)在的邏輯關(guān)系和正當(dāng)性論證機(jī)制通過符號(hào)而圖式化，建立起具有普遍意義的推理演算模型。圖爾敏模型的問題切入點(diǎn)是形式邏輯關(guān)于大前提、小前提以及結(jié)論的簡(jiǎn)單化推理結(jié)構(gòu)并不能適當(dāng)而充分地反映法律實(shí)踐。他認(rèn)為法律的理由論證其實(shí)是以某個(gè)主張及其潛在的反駁意見為前提的，在遭遇異議時(shí)主張者必須對(duì)自己的論點(diǎn)進(jìn)行正當(dāng)化，舉出作為根據(jù)的事實(shí)；如果用C（claim/conclusion）來表述主張或結(jié)論，那么舉證的話語就可以表述為D（data），即數(shù)據(jù)或事實(shí)資料。因此，區(qū)別C和D就是法律議論的第一步。對(duì)立的那方勢(shì)必關(guān)注從D到C的證成過程，追問究竟根據(jù)什么、如何才能得出相應(yīng)的結(jié)論，這時(shí)議論的要求不是追加新的事實(shí)（數(shù)據(jù)），而是要對(duì)論證過程進(jìn)行正當(dāng)化，即為暫定命題提供保證W（warrants）。因此，區(qū)別C和D以及W就是法律議論的第二步。圖爾敏認(rèn)為，在法律議論中對(duì)數(shù)據(jù)的要求是明示的，而對(duì)保證的要求是默示的；對(duì)事實(shí)正確性的數(shù)據(jù)是特指的，而對(duì)論證正確性的保證是泛指的；所以兩者應(yīng)加以區(qū)別——這正是在審判程序中區(qū)別事實(shí)問題與法律問題的理由所在。
從上面分析可以發(fā)現(xiàn)法律議論的理由論證圖式比形式邏輯推理復(fù)雜得多，但仍然不止于此，圖爾敏還要強(qiáng)調(diào)保證W對(duì)從數(shù)據(jù)D到結(jié)論C的論證過程進(jìn)行正當(dāng)化的程度問題，確實(shí)準(zhǔn)確無誤還是帶有例外、保留、推測(cè)等限定條件。表述正當(dāng)化保證的程度差異的符號(hào)是限制保證可信度的Q（qualifier 限定詞乃至modal qualifier 模態(tài)限定詞）與否認(rèn)保證一般正當(dāng)性的R（rebuttal抗辯）。在這里圖爾敏又進(jìn)行了兩種重要的概念區(qū)別：一種是區(qū)別保證的言說與關(guān)于保證適用可能性的言說（與抗辯發(fā)揮同樣的功能），這種區(qū)別不僅對(duì)法律適用而且對(duì)自然法則的應(yīng)用也具有重要意義；另一種是區(qū)別為論證而提出事實(shí)的目的，這種區(qū)別表明不同的言說也許都與某個(gè)要件事實(shí)相關(guān)，但關(guān)系樣式各不相同——或者使某個(gè)推定得以正當(dāng)化，或者使某個(gè)抗辯被推翻。在這里能夠支撐和加強(qiáng)保證的正當(dāng)性及權(quán)威性的言說是B（backing，佐證）。根據(jù)上述分析，圖爾敏描繪了一個(gè)比較復(fù)雜的論證模型：
與上述論證模型相比較，圖爾敏認(rèn)為形式邏輯的論證模型實(shí)際上只采取了單一的概念區(qū)別，即前提與結(jié)論的區(qū)別，導(dǎo)致推理具有過分的雷同性，而無法正確地推敲實(shí)際的議論；特別是三段論的大前提作為“普遍性前提”會(huì)導(dǎo)致話語空間變得非常貧匱[21]。需要特別指出的是，最近三十余年來，由主張或結(jié)論、要件事實(shí)、論據(jù)、證明、反駁這五個(gè)因素以及可靠性程度變量構(gòu)成的這種圖爾敏論證模型在法學(xué)界聲譽(yù)日隆，尤其是對(duì)司法人工智能的推理算法研究產(chǎn)生了重要的影響。
另外，如果我們把博弈理論也應(yīng)用于法律領(lǐng)域，那么不僅可以建立宏觀結(jié)構(gòu)的分析模型，而且還可以對(duì)法律原則和具體規(guī)則的效果進(jìn)行數(shù)量計(jì)算，有利于在不確定的狀況下進(jìn)行預(yù)測(cè)和決策。例如關(guān)于交通事故的侵權(quán)責(zé)任，不同的制度設(shè)計(jì)導(dǎo)致利害關(guān)系的不同計(jì)算結(jié)果，會(huì)影響到相關(guān)各方的動(dòng)機(jī)和行為方式，這意味著數(shù)學(xué)方法有可能對(duì)行為與結(jié)構(gòu)進(jìn)行塑形。根據(jù)芝加哥大學(xué)道格拉斯?拜爾等人在《法律的博弈分析》一書中的矩陣示例，過失責(zé)任原則、嚴(yán)格責(zé)任原則以及比較過失原則對(duì)司機(jī)和行人履行注意義務(wù)的程度會(huì)分別導(dǎo)致非常微妙的變化[22]。中國(guó)的民事審判高度重視并廣泛應(yīng)用公平責(zé)任原則，在比較過失的基礎(chǔ)上讓當(dāng)事人適當(dāng)分擔(dān)責(zé)任或損失，其結(jié)果也的確很像該書圖1.5所描述的那樣（下圖所示）。
在這里，假設(shè)高度謹(jǐn)慎的成本是司機(jī)和行人都承擔(dān)3元，有點(diǎn)謹(jǐn)慎的成本是1元。當(dāng)雙方都高度謹(jǐn)慎時(shí)，事故發(fā)生的概率大幅度降低，而行人承擔(dān)的事故預(yù)期成本為2元。如果雙方都不謹(jǐn)慎，每人承擔(dān)50元損失。如果雙方都有點(diǎn)謹(jǐn)慎，那么他們都承擔(dān)50元的事故損失加上1元有點(diǎn)謹(jǐn)慎成本。如果一方不謹(jǐn)慎而另一方有點(diǎn)謹(jǐn)慎，那么前者承擔(dān)99元的事故損失，而有點(diǎn)謹(jǐn)慎一方則只承擔(dān)1元的事故責(zé)任和1元的有點(diǎn)謹(jǐn)慎成本。于是，對(duì)相關(guān)各方的激勵(lì)機(jī)制變得相對(duì)化了，任何一方都很難采取顯著占優(yōu)的行為策略[23]。因而司機(jī)和行人往往都傾向于采取高度謹(jǐn)慎的態(tài)度，這也或許正是中國(guó)民法公平責(zé)任原則的宗旨所在。無論如何，在博弈理論用于法律現(xiàn)象分析的場(chǎng)合，還有法律經(jīng)濟(jì)學(xué)的一些微觀研究成果上，我們可以看到“法律數(shù)學(xué)”構(gòu)想的演進(jìn)及其不同的嶄新版本。
#04
數(shù)字化信息通信技術(shù)與計(jì)算法學(xué)
基于圖靈（Alan M. Turing, 1912-1954）提出的關(guān)于智能機(jī)器的數(shù)理邏輯模型，世界第一臺(tái)龐然大物的通用計(jì)算機(jī)ENIAC（Electronic Numerical Integrator and Computer）終于在1946年情人節(jié)誕生于美國(guó)賓夕法尼亞大學(xué)。十年之后，在達(dá)特茅斯研討會(huì)上，經(jīng)過長(zhǎng)達(dá)兩個(gè)月的探討，出席者們雖然未曾達(dá)成普遍共識(shí)，但卻一致同意把模仿人類思考和判斷的計(jì)算機(jī)系統(tǒng)稱為“人工智能”。從此信息與通信技術(shù)（ICT）不斷發(fā)展和普及；到1995年之后，計(jì)算機(jī)還使互聯(lián)網(wǎng)和物聯(lián)網(wǎng)以及社會(huì)的智能網(wǎng)絡(luò)化成為現(xiàn)實(shí)，讓人類真正進(jìn)入了算法的時(shí)代。不言而喻，所謂“法律數(shù)學(xué)”的構(gòu)想也隨之開始具有完全不同的涵義：計(jì)算機(jī)不僅大幅度提高了信息處理和檢索的效率，還試圖使法律推理的過程自動(dòng)化，甚至在一定程度上讓代碼框架和算法逐步取代法律發(fā)揮行為規(guī)范的作用；計(jì)算機(jī)科學(xué)要求的是對(duì)數(shù)據(jù)或信息進(jìn)行精確的處理，但機(jī)器學(xué)習(xí)卻要求統(tǒng)計(jì)思維，使人工智能系統(tǒng)可以進(jìn)行概率計(jì)算，這意味著使推理和判斷的自動(dòng)化本身也能自動(dòng)化。
正是在這樣的背景下，“計(jì)算法學(xué)（computational law or computational legal studies）”的概念應(yīng)運(yùn)而生，并成為一個(gè)頗受重視的文理交叉學(xué)科。迄今中國(guó)已經(jīng)涌現(xiàn)了一些關(guān)于計(jì)算法學(xué)的研究和教育活動(dòng)[24]，但不得不承認(rèn)這些努力仍然處于初級(jí)階段，還需要進(jìn)行更有組織的、更體系化的理論建構(gòu)以及技術(shù)實(shí)踐，還需要法學(xué)界與計(jì)算機(jī)學(xué)界乃至相關(guān)的科技企業(yè)進(jìn)一步加強(qiáng)交流與合作。我以為，從專業(yè)的角度來看，與物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能交織在一起的“計(jì)算法學(xué)”的基本架構(gòu)應(yīng)該具備四個(gè)不可或缺、相輔相成的維度，即計(jì)量法律、自動(dòng)推理、數(shù)據(jù)算法、網(wǎng)絡(luò)代碼。實(shí)際上，這些維度也與數(shù)字信息技術(shù)在法律領(lǐng)域中運(yùn)用的歷史階段相對(duì)應(yīng)，并非純理論的假設(shè)。以下沿著實(shí)際狀況展開的過程，對(duì)計(jì)算法學(xué)的四個(gè)維度逐一進(jìn)行簡(jiǎn)要的敘述和分析。
1. 數(shù)量分析方法的應(yīng)用與計(jì)量法律學(xué)
英國(guó)的威廉?配第（William Petty）在1676年完成的著作《政治算術(shù)》中，通過數(shù)據(jù)對(duì)比的方式分析英國(guó)與其他主要?dú)W洲國(guó)家的國(guó)力，可謂統(tǒng)計(jì)學(xué)的一脈濫觴。他還建議通過調(diào)查犯罪者人數(shù)以及民事訴訟案件數(shù)來測(cè)量公民的守法和道德水準(zhǔn)[25]。從19世紀(jì)30年代開始，以曼徹斯特和倫敦設(shè)立跨界性質(zhì)的統(tǒng)計(jì)協(xié)會(huì)為標(biāo)志，歐洲出現(xiàn)了“社會(huì)的統(tǒng)計(jì)化”現(xiàn)象，數(shù)據(jù)資料的洪水洶涌而來，犯罪和司法的統(tǒng)計(jì)數(shù)據(jù)也被大量印刷和公布，為改變法與社會(huì)的認(rèn)識(shí)方式和記敘方式創(chuàng)造了前提條件。實(shí)際上，現(xiàn)代統(tǒng)計(jì)學(xué)的創(chuàng)立者之一朗博?凱特勒（Lambert A. Quetelet, 1796-1874）在代表作《論人》（1835年）中就運(yùn)用了當(dāng)時(shí)剛開始發(fā)表的西歐各國(guó)的刑事司法數(shù)據(jù)，西摩恩?泊松（Simeon-Denis Poisson, 1781-1840）也是在分析法國(guó)刑事司法統(tǒng)計(jì)的基礎(chǔ)數(shù)據(jù)之際發(fā)現(xiàn)著名的“大數(shù)定律”的[26]。另外，借助科學(xué)的方法來確保法律判斷的客觀性和公正性的想法，也推動(dòng)了對(duì)法律現(xiàn)象的田野調(diào)查、對(duì)照實(shí)驗(yàn)、統(tǒng)計(jì)分析以及法社會(huì)學(xué)的發(fā)展。對(duì)于重視定量研究的學(xué)者而言，正因?yàn)榉ㄅc社會(huì)現(xiàn)象非常復(fù)雜多變，才有必要通過定量的語言來描述和說明，從而可以縮減其復(fù)雜性，使事物的本質(zhì)及其規(guī)律變得更加清晰可見。例如在1950年代，威廉?艾德洛克（William O. Aydelotte）利用電子計(jì)算機(jī)研究英國(guó)議會(huì)在制定谷物法時(shí)議員們的投票行為，把815名議員對(duì)114個(gè)提案進(jìn)行表決的結(jié)果記錄在卡片上，采取古特曼尺度構(gòu)成法進(jìn)行分析，發(fā)現(xiàn)對(duì)政黨的歸屬性比通常認(rèn)為具有決定意義的階級(jí)、出身等因素更重要[27]。又例如在1980年代，沃爾舒雷戈（Wollschl?ger）通過考察德國(guó)19世紀(jì)民事訴訟案件數(shù)變化來研究經(jīng)濟(jì)增長(zhǎng)與民事訴訟類型之間的關(guān)系，開拓了“計(jì)量法律史學(xué)（quantitative Rechtsgeschichte）”這一新的專業(yè)領(lǐng)域[28]。
在數(shù)據(jù)資料呈幾何級(jí)數(shù)增加的基礎(chǔ)上，利用統(tǒng)計(jì)學(xué)的方法、數(shù)學(xué)模型以及算法等在復(fù)雜性中尋找最優(yōu)或次優(yōu)的解答，從而為決策提供客觀的科學(xué)根據(jù)、提高系統(tǒng)運(yùn)行的效率就是政治算術(shù)的題中應(yīng)有之意，其結(jié)果在20世紀(jì)30年代運(yùn)籌學(xué)（operations research, OR）應(yīng)運(yùn)而生。運(yùn)籌學(xué)的主要認(rèn)識(shí)框架是系統(tǒng)論（包括一般系統(tǒng)分析、系統(tǒng)工程、組織論、信息論、管理控制論），主要分析工具是定量方法（包括線性規(guī)劃方法、動(dòng)態(tài)規(guī)劃方法、對(duì)列理論、馬爾科夫鏈、網(wǎng)絡(luò)分析、博弈理論、模擬）。與此相關(guān)的還有作為概率分析圖解方法的決策樹預(yù)測(cè)框架“似曾相識(shí)燕歸來”，讓我們聯(lián)想起傳統(tǒng)法律推理的“二叉樹形圖”[29]。隨著計(jì)算機(jī)技術(shù)的發(fā)達(dá)，對(duì)包含大量變數(shù)的復(fù)雜系統(tǒng)進(jìn)行模擬并預(yù)測(cè)各種影響的操作也成為可能。在一定意義上也可以說，運(yùn)籌學(xué)的本質(zhì)其實(shí)就是作為指令和標(biāo)準(zhǔn)的算法，尤其要把數(shù)據(jù)轉(zhuǎn)變成算法；模仿配第“政治算術(shù)”的表述，也就是“政治算法”或者“法律算法”。
以統(tǒng)計(jì)學(xué)與運(yùn)籌學(xué)的發(fā)達(dá)為背景，在計(jì)算機(jī)技術(shù)的推動(dòng)下，基于判例分析的計(jì)量法律學(xué)（Jurimetrics，也譯作判例法理學(xué)或司法統(tǒng)計(jì)學(xué)）在1940年代末出現(xiàn)[30]，從1960年代初開始獲得廣泛承認(rèn)[31]。這種研究方向?qū)儆趯?duì)法律問題的科學(xué)探究，重點(diǎn)是司法行為的定量分析，包括采取電子的和機(jī)器的手段對(duì)案件的數(shù)據(jù)資料以及相關(guān)的信息進(jìn)行檢索、統(tǒng)計(jì)、分析、評(píng)價(jià)并對(duì)判決進(jìn)行預(yù)測(cè)，同時(shí)還把信息和溝通理論運(yùn)用于法律表達(dá)，在法律系統(tǒng)運(yùn)作中貫徹?cái)?shù)學(xué)邏輯以及對(duì)可能的結(jié)果進(jìn)行計(jì)算和建立公式[32]。在計(jì)算機(jī)技術(shù)進(jìn)一步發(fā)達(dá)之后，計(jì)量法律學(xué)還嘗試對(duì)司法程序建模，分析和評(píng)價(jià)判決的合理性、合法性以及預(yù)測(cè)政策性調(diào)整的影響[33]，并且注重對(duì)證據(jù)的證明力進(jìn)行測(cè)量和計(jì)算。不言而喻，計(jì)量法律學(xué)構(gòu)成計(jì)算法學(xué)的重要支柱。
2. 計(jì)算機(jī)與法律推理智能系統(tǒng)
法律推理的計(jì)算機(jī)化嘗試，應(yīng)該以1970年布魯斯?布坎南和托馬斯?黑德里克合作發(fā)表的一篇代表性論文為標(biāo)志[34]。當(dāng)時(shí)計(jì)算機(jī)可以通過推理和探索解決一些比較簡(jiǎn)單的技術(shù)性的特定問題，但卻很難應(yīng)對(duì)復(fù)雜的社會(huì)現(xiàn)實(shí)中層出不窮的法律現(xiàn)象，所以在人工智能第一波熱潮退去之后，法律推理的計(jì)算機(jī)處理并無顯著的起色。到1980年代，把知識(shí)儲(chǔ)存到計(jì)算機(jī)里以提高智能化程度的方法迅速普及，于是人們開發(fā)了大量的知識(shí)應(yīng)用軟件，被稱為“專家系統(tǒng)”，其中也包括一些法律專家系統(tǒng)，例如蘭德公司民事司法中心的研究人員D.A.沃特曼和M.皮特森開發(fā)的審判輔助系統(tǒng)（Legal Decision-making System，簡(jiǎn)稱LDS）[35]，可以用計(jì)算機(jī)的信息處理算法對(duì)案例或者規(guī)則進(jìn)行法律推理。但是，在專家系統(tǒng)研發(fā)過程中，龐大而復(fù)雜的知識(shí)如何記敘和管理等問題的嚴(yán)重性逐漸明朗化，到1995年左右人工智能第二波又開始退潮。直到檢索引擎的發(fā)明以及運(yùn)用大數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)的技術(shù)成熟，才使得包括法律專家系統(tǒng)在內(nèi)的應(yīng)用軟件開發(fā)再度繁榮起來。
由于行政力量的推動(dòng)，中國(guó)在法律專家系統(tǒng)的軟件開發(fā)和應(yīng)用、智慧法院建設(shè)方面步伐很快，但是對(duì)法律推理及其計(jì)算機(jī)化的研究和技術(shù)操作還不很深入、細(xì)致，最后頗有可能導(dǎo)致“人工智能加簡(jiǎn)易審判”的司法方式成為主流，降低法學(xué)思考的水平。因此，計(jì)算法學(xué)在中國(guó)的一個(gè)重要目標(biāo)應(yīng)該是改進(jìn)智能化法律推理的機(jī)制，其具體內(nèi)容包括法律專業(yè)知識(shí)的整理和計(jì)算機(jī)語言表達(dá)、語義網(wǎng)絡(luò)的構(gòu)建、從各種數(shù)據(jù)發(fā)現(xiàn)概念之間關(guān)系并生成輕量本體的機(jī)器學(xué)習(xí)、訓(xùn)練數(shù)據(jù)的特征量設(shè)計(jì)、符號(hào)接地問題的解決等等。一般而言，法律推理中涉及演繹式理由論證和基于要件事實(shí)的證據(jù)推理部分還是相對(duì)比較容易處理的[36]，因?yàn)檫壿嫹▽W(xué)與計(jì)算機(jī)語言的契合度比較高。但是，法律推理除了三段論和涵攝技術(shù)以外，還有情節(jié)復(fù)雜性和疑難案件等例外事項(xiàng)（涉及裁量、選擇以及價(jià)值判斷的符號(hào)接地問題），以及調(diào)整、統(tǒng)籌兼顧、大致判斷等實(shí)踐智慧（涉及常識(shí)庫(kù)貧匱的框架問題），都很難通過既有的人工智能系統(tǒng)進(jìn)行處理，需要大力推動(dòng)復(fù)雜系統(tǒng)智能技術(shù)的研發(fā)。盡管圖爾敏論證模型由主張或結(jié)論、要件事實(shí)、論據(jù)、證明、反駁這五個(gè)因素以及可靠性的強(qiáng)度變量構(gòu)成，比形式邏輯的論證方式更能反映法律議論復(fù)雜性，也更有利于法律推理的計(jì)算機(jī)化作業(yè)，但是，涉及價(jià)值的辯證推理以及對(duì)不同價(jià)值取向進(jìn)行排序和判斷的可撤銷性推理等仍然構(gòu)成智慧司法以及智慧法律服務(wù)的巨大障礙。
需要指出的是，雖然價(jià)值判斷具有主觀性、反映著個(gè)人的選擇偏好甚至特定意識(shí)形態(tài)的成見，但仔細(xì)推敲后可以發(fā)現(xiàn)：人們對(duì)價(jià)值進(jìn)行評(píng)價(jià)的標(biāo)準(zhǔn)其實(shí)在相當(dāng)程度上是可以客觀化的。另外，作為價(jià)值判斷的基礎(chǔ)的原則、命題、共同意見也會(huì)體系化、形成某種具有一定客觀性的結(jié)構(gòu)，甚至可以被設(shè)計(jì)、塑造以及重構(gòu)，因而也可以通過道義邏輯（deontic logic）以及霍菲爾德（Wesley N. Hohfeld, 1879-1918）式的八種相對(duì)概念（權(quán)利、義務(wù)、無權(quán)利、特權(quán)、權(quán)力、責(zé)任、無資格、豁免）的法律關(guān)系矩陣進(jìn)行處理[37]。但是，在復(fù)雜的人際關(guān)系和具體語境中對(duì)不同的利益和主張進(jìn)行評(píng)價(jià)、選擇，勢(shì)必凸顯社會(huì)價(jià)值的復(fù)數(shù)性和相互沖突，需要進(jìn)行價(jià)值取向的排序和取舍。怎樣才能從知識(shí)數(shù)據(jù)庫(kù)中抽取那些決定某個(gè)價(jià)值群的優(yōu)先劣后次序的元規(guī)則并適當(dāng)?shù)孛枋龇傻膬r(jià)值函數(shù)，這也是法律推理的計(jì)算機(jī)化必須認(rèn)真思考的問題。從理論上來說，根據(jù)法律推理的主體、語境以及價(jià)值判斷的功能之間的關(guān)系，基本上就可以確立法的價(jià)值函數(shù)；為了進(jìn)行排序就要對(duì)價(jià)值進(jìn)行數(shù)值化處理和加權(quán)比較。參考專家排名、信任評(píng)級(jí)、搜索引擎結(jié)果排序等確定價(jià)值權(quán)重的算法，我們也不妨通過西塞羅-舒托盧克式的論題目錄（法律價(jià)值群）中不同論題（主張）之間的連線關(guān)系、各種一般條款（例如后法廢除前法）或原則（例如誠(chéng)信原則）在法律議論和司法文書中的不同引用頻度、價(jià)值命題在法律知識(shí)網(wǎng)絡(luò)中的中心性指標(biāo)等等，形成一套對(duì)法律價(jià)值進(jìn)行排序的程序，輸入電腦信息系統(tǒng)[38]。
不言而喻，法律推理的計(jì)算機(jī)化，目的是要讓機(jī)器像法官、律師那樣進(jìn)行信息處理、思考以及判斷，如果把邏輯法學(xué)與利益衡量以及正義原則都納入視野之中，那么法律推理的計(jì)算機(jī)建模以及算法的設(shè)計(jì)和執(zhí)行就是一個(gè)前景廣闊的研究領(lǐng)域。實(shí)際上，在以庭審為中心的智慧法院建設(shè)中，文理交叉融合的方法不僅可以加深對(duì)法律論證活動(dòng)的理解，明確法律知識(shí)體系的結(jié)構(gòu)和所有組成部分，而且還有可能盡量按照芬蘭法學(xué)家阿爾尼奧（Aulis Aarnio, 1937-）所說的“演算的制度（an institution of calculus）”[39]的設(shè)想來倒逼那些與法律解釋、法律議論、利益評(píng)價(jià)、利益權(quán)衡相關(guān)的機(jī)制改革。反過來也可以說，只有當(dāng)法學(xué)界關(guān)于解釋、推理、辯駁、議論的研究提升到更高階段時(shí)，人工智能系統(tǒng)的開發(fā)才能水漲船高?？傊?，隨著法與人工智能的快速發(fā)展和迭代，原先未曾實(shí)現(xiàn)計(jì)算機(jī)化的深層法律推理活動(dòng)——例如經(jīng)驗(yàn)歸納、數(shù)據(jù)學(xué)習(xí)、假說生成、類推適用、模糊推理、關(guān)系結(jié)構(gòu)型思考、規(guī)范和權(quán)利的創(chuàng)造等等——也都可以漸次納入人工智能的范圍內(nèi)進(jìn)行研究和應(yīng)用算法的開發(fā)，真正達(dá)到智慧法院建設(shè)的目標(biāo)。
3. 多媒體時(shí)代的法律信息學(xué)與大數(shù)據(jù)挖掘
在1980年之后，計(jì)算機(jī)開始小型化和普及，各種信息與通信技術(shù)也進(jìn)入綜合應(yīng)用階段，人們歡呼“計(jì)算機(jī)時(shí)代”、“多媒體時(shí)代”、“高度信息化時(shí)代”已經(jīng)來臨。當(dāng)個(gè)人持有計(jì)算機(jī)時(shí)，突然發(fā)現(xiàn)它不僅具有打字、復(fù)制、編輯、檢索、計(jì)算等極其方便的功能，還能大幅度提高學(xué)習(xí)、研究以及從事實(shí)務(wù)的效率，并且可以儲(chǔ)存大量的文書資料和數(shù)據(jù)，使工作的條件發(fā)生了質(zhì)的飛躍。如果把大量的法規(guī)、案例、學(xué)術(shù)文獻(xiàn)都儲(chǔ)存在計(jì)算機(jī)里，無異于擁有一座可以移動(dòng)并且不斷擴(kuò)容的個(gè)性化圖書館，更重要的是可以靈活地進(jìn)行利用，儼然成為應(yīng)對(duì)20世紀(jì)后期的“知識(shí)爆炸”、“訴訟爆炸”局面的一件強(qiáng)大利器。正是以這樣的基礎(chǔ)設(shè)施為前提，法律信息學(xué)成為大學(xué)法學(xué)院的教學(xué)科目以及研究對(duì)象[40]。在這里，我們特別重視的是法律信息學(xué)與計(jì)量法律學(xué)密切相關(guān)的一個(gè)側(cè)面：如何在大量的法律文件數(shù)據(jù)中進(jìn)行檢索和研究，如何對(duì)司法以及法律服務(wù)相關(guān)的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析和概率計(jì)算。
根據(jù)賓夕法尼亞大學(xué)沃頓商學(xué)院阿德里安?馬可多諾（Adrian M. McDonough, 1919-2000）教授廣為人知的梳理和DIKW等級(jí)化說明，數(shù)據(jù)（data）是指沒有進(jìn)行評(píng)價(jià)的消息（message）；信息（information）是指數(shù)據(jù)加特定狀況下的評(píng)價(jià)，即在特定狀況下提供給決策者的消息；知識(shí)（knowledge）是數(shù)據(jù)加將來的一般性應(yīng)用的評(píng)價(jià)；智能（wisdom or intelligence）則是具有解決實(shí)際問題的能力、獲得深刻理解的知識(shí)[41]。由此可見，法律信息學(xué)的目標(biāo)是在收集、儲(chǔ)存、分析數(shù)據(jù)的基礎(chǔ)上進(jìn)行應(yīng)用，以改進(jìn)法律運(yùn)行的機(jī)制、提高辯護(hù)和審判的效率、實(shí)現(xiàn)社會(huì)正義。在過去很長(zhǎng)一段時(shí)期，數(shù)據(jù)是通過統(tǒng)計(jì)、問卷調(diào)查、對(duì)照實(shí)驗(yàn)等嚴(yán)格控制的方式蒐集的高度結(jié)構(gòu)化的樣本數(shù)據(jù)，這也是法律實(shí)證研究或者經(jīng)驗(yàn)法社會(huì)學(xué)的基礎(chǔ)。但在20世紀(jì)后期電子數(shù)據(jù)的海量生成和多樣化，使得分析小型結(jié)構(gòu)化數(shù)據(jù)的技術(shù)已經(jīng)不能滿足“數(shù)據(jù)爆炸”時(shí)代的需要。數(shù)字化技術(shù)的發(fā)達(dá)和普及使我們能收集到現(xiàn)存的所有數(shù)據(jù)、從其整體來讀取信息和獲得知識(shí)，而不必完全依賴于抽樣數(shù)據(jù)。當(dāng)然，小數(shù)據(jù)與大數(shù)據(jù)之間仍然存在相當(dāng)程度的互補(bǔ)關(guān)系。
根據(jù)美國(guó)嘎特納（Gartner）咨詢公司市場(chǎng)分析師道格?萊尼（Doug Laney）在2001年給出的著名定義，所謂大數(shù)據(jù)，是以數(shù)量大、種類多、速度快為基本特征[42]。在數(shù)字化信息通信技術(shù)在不斷升級(jí)的同時(shí)，數(shù)據(jù)量也隨之成倍增長(zhǎng)，因?yàn)橛?jì)算機(jī)在高效處理數(shù)據(jù)的同時(shí)也快速生產(chǎn)數(shù)據(jù)?；ヂ?lián)網(wǎng)構(gòu)成一個(gè)全球化的信息通信系統(tǒng)，其結(jié)果是大幅度提高了數(shù)據(jù)形成、積累以及流轉(zhuǎn)的能力。盡管八成左右的大數(shù)據(jù)是非結(jié)構(gòu)化的，但通過適當(dāng)?shù)臄?shù)據(jù)挖掘技術(shù)和方法，任何形式的數(shù)據(jù)都可以轉(zhuǎn)化成有用的信息，發(fā)揮作為資源的價(jià)值。通過人工智能系統(tǒng)對(duì)大數(shù)據(jù)的機(jī)器學(xué)習(xí)以及相應(yīng)的算法設(shè)計(jì)，可以從大數(shù)據(jù)提煉各種知識(shí)，對(duì)行為趨勢(shì)和選擇偏好進(jìn)行預(yù)測(cè)，從而做出更正確的決策。因此，大數(shù)據(jù)對(duì)法律機(jī)制的合理運(yùn)作以及司法判斷也具有重要的意義[43]。當(dāng)今的法律信息學(xué)已經(jīng)與大數(shù)據(jù)密切結(jié)合在一起，可以通過計(jì)算機(jī)建模以及機(jī)器學(xué)習(xí)算法不斷把數(shù)據(jù)轉(zhuǎn)化為信息并進(jìn)行計(jì)算和預(yù)測(cè)。由于中國(guó)在數(shù)據(jù)收集和利用方面具有體制優(yōu)勢(shì)以及規(guī)模優(yōu)勢(shì)，使得法律人工智能的算法精確度不斷提高，在數(shù)據(jù)向信息和知識(shí)的轉(zhuǎn)化以及法律增強(qiáng)可預(yù)測(cè)性等方面形成了某種正比例關(guān)系。甚至可以說近年來中國(guó)的司法改革以及法律服務(wù)的跨越式發(fā)展是由大數(shù)據(jù)驅(qū)動(dòng)的。人工智能與大數(shù)據(jù)結(jié)合在一起，導(dǎo)致法律信息學(xué)發(fā)生質(zhì)變，進(jìn)而也使計(jì)算法學(xué)有了極其廣闊的用武之地。
4. 智能網(wǎng)絡(luò)的離散數(shù)學(xué)與矩陣演算
隨著萬維網(wǎng)（1989年出現(xiàn)）、互聯(lián)網(wǎng)（1995年出現(xiàn)）的不斷發(fā)展，形成了一個(gè)超越各種物質(zhì)疆界的巨大數(shù)據(jù)空間。在這里，通過信息通信技術(shù)，萬物逐漸互聯(lián)互通，并在數(shù)字全面覆蓋和計(jì)算機(jī)進(jìn)行數(shù)據(jù)處理的過程中生長(zhǎng)出智能物聯(lián)網(wǎng)（AIoT）[44]。在物聯(lián)網(wǎng)上，大數(shù)據(jù)呈幾何級(jí)數(shù)增長(zhǎng)，需要人工智能系統(tǒng)進(jìn)行分析；不同的智能系統(tǒng)互相作用，促成物聯(lián)網(wǎng)進(jìn)一步伸張和密集化，也使機(jī)器學(xué)習(xí)變得越來越重要，并且很容易導(dǎo)致算法黑箱化。無論如何，物聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能形成一種相輔相成的大三角架構(gòu)，不斷強(qiáng)化社會(huì)與秩序的網(wǎng)狀結(jié)構(gòu)和關(guān)系性，并使社會(huì)網(wǎng)絡(luò)分析的方法能夠廣泛應(yīng)用于行為與結(jié)構(gòu)之間互動(dòng)關(guān)系以及位置、語境、重要度的測(cè)算。從計(jì)算法學(xué)的角度來觀察網(wǎng)絡(luò)空間，圖譜是不可或缺的、最基礎(chǔ)的數(shù)學(xué)模型，距離矩陣則是最常見的演算方法，借助馬爾科夫鏈過程模型還可以進(jìn)行統(tǒng)計(jì)學(xué)上的概率計(jì)算、推測(cè)不同因素結(jié)合關(guān)系的傾向性、進(jìn)而在貝葉斯理論框架下通過蒙特卡洛模擬的方法來實(shí)施法律風(fēng)險(xiǎn)管理。由此可見，計(jì)算法學(xué)與社會(huì)網(wǎng)絡(luò)分析、法社會(huì)學(xué)研究以及企業(yè)和政府法務(wù)的智能化之間也存在很高的親和度。
作為全球化關(guān)系結(jié)構(gòu)的“數(shù)據(jù)空間（Cyberspace，或譯為電腦空間、網(wǎng)絡(luò)空間）”的概念最早出現(xiàn)在賽博朋克運(yùn)動(dòng)之父、科幻小說家威廉?吉布森的《神經(jīng)漫游者》（1984年）之中，現(xiàn)在已經(jīng)成為廣為人知的表達(dá)電子網(wǎng)絡(luò)社會(huì)本質(zhì)的術(shù)語。關(guān)于數(shù)據(jù)空間在法律秩序方面的特征，勞倫斯?萊斯格教授在《代碼》（1999年）及其修改版（2006年）中做了開創(chuàng)性的考察[45]。多語言翻譯軟件對(duì)通信障壁的突破、以互聯(lián)網(wǎng)協(xié)議為產(chǎn)業(yè)基礎(chǔ)的電商等新經(jīng)濟(jì)形態(tài)的繁榮、網(wǎng)民以及電子群眾構(gòu)筑的輿情公共空間、在信息高速公路上猖獗的國(guó)際犯罪、黑客之流無政府主義的蔓延、計(jì)算機(jī)上瞬間行為的管轄權(quán)之爭(zhēng)……這一系列新的現(xiàn)象，要求國(guó)家采取網(wǎng)絡(luò)征稅、網(wǎng)絡(luò)自治、網(wǎng)絡(luò)服務(wù)提供者歸責(zé)等新的政策以及承認(rèn)網(wǎng)絡(luò)權(quán)、數(shù)字人格權(quán)、電子隱私權(quán)等新的權(quán)利，勢(shì)必進(jìn)一步推動(dòng)國(guó)家治理以及法律范式的創(chuàng)新。隨著計(jì)算機(jī)科學(xué)和技術(shù)的飛速發(fā)展，數(shù)據(jù)空間中人工智能系統(tǒng)之間的互動(dòng)和機(jī)器學(xué)習(xí)算法的迭代正在不斷導(dǎo)致網(wǎng)絡(luò)結(jié)構(gòu)的自生變異、帶來混沌以及脫軌和失控風(fēng)險(xiǎn)，為此需要不斷改進(jìn)代碼架構(gòu)以及法律規(guī)制方式，尤其是開發(fā)更好的學(xué)習(xí)算法以及類腦計(jì)算系統(tǒng)。這就是我們當(dāng)下所處的大變局。
為了開發(fā)更好的算法乃至探索所謂“終極算法”[46]，人類的大腦如何學(xué)習(xí)、神經(jīng)如何布線和反饋受到越來越多的關(guān)注。如果說知覺就是在包圍自己的光影中尋找出不變因素，并在情動(dòng)的理解與共鳴的前提下進(jìn)行溝通，進(jìn)而形成同頻共振，那么人工智能的目標(biāo)無非就是通過信息處理的算法來再現(xiàn)這樣的機(jī)制。1970年代以來，腦科學(xué)的發(fā)展進(jìn)一步揭示了反射腦、情動(dòng)腦（兩者構(gòu)成生存腦）、理性腦（社會(huì)腦）與共鳴的神經(jīng)線路，得以解析溝通以及形成認(rèn)知地圖的原理，因此對(duì)人工智能的研發(fā)產(chǎn)生了逐漸增強(qiáng)的影響[47]。既然人工智能是要模仿人的觀察、思考、判斷以及行動(dòng)，那么在一定意義上也可以說，腦的神經(jīng)網(wǎng)絡(luò)其實(shí)就是讓人工智能在數(shù)據(jù)空間里加速進(jìn)化的算法。眾所周知，利用神經(jīng)網(wǎng)絡(luò)進(jìn)行的機(jī)器學(xué)習(xí)就是深度學(xué)習(xí)，即人類不事先設(shè)計(jì)數(shù)據(jù)的特征量，電腦可以從輸入的數(shù)據(jù)自動(dòng)抽出數(shù)據(jù)特征量的技術(shù)。正是深度學(xué)習(xí)構(gòu)成了目前這一輪人工智能熱的主要驅(qū)動(dòng)裝置。
然而，在這里我們不得不指出的是，深度學(xué)習(xí)帶來了一個(gè)深刻問題，即算法變得難以理解和說明，很容易形成黑箱[48]，甚至還會(huì)導(dǎo)致作為法制基礎(chǔ)的問責(zé)機(jī)制瓦解。這就涉及數(shù)據(jù)和算法的正義原則的確立、倫理底線的劃定。由此可見，如何對(duì)網(wǎng)絡(luò)混沌和失控風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)、管控正在成為智能網(wǎng)絡(luò)社會(huì)的治理以及制度設(shè)計(jì)的一個(gè)核心問題。
#05
數(shù)據(jù)倫理與計(jì)算法學(xué)的超驗(yàn)之維——代結(jié)語
概而論之，通過物聯(lián)網(wǎng)收集的大數(shù)據(jù)勢(shì)必被過去的行為和偏好支配，造成系統(tǒng)偏誤；同時(shí)也導(dǎo)致新的信息無法反映，造成所謂“過濾氣泡（the filter bubble）”[49]。如果人們都被封閉在數(shù)據(jù)空間的過濾氣泡里，那就逃不出既有代碼架構(gòu)的如來佛掌心。換句話來說，過濾氣泡將形成一個(gè)信息被控制的完全世界，與無限定環(huán)境不能建立適當(dāng)?shù)膶?duì)應(yīng)關(guān)系。但是，在這里卻儼然可以生產(chǎn)出一架法學(xué)的萬能機(jī)器——自我完結(jié)、自我準(zhǔn)據(jù)，在數(shù)據(jù)空間里進(jìn)行永無止境的推理或計(jì)算，或者無限循環(huán)的語言游戲，直到我們意識(shí)到圖靈停機(jī)問題的發(fā)生。一般而言，為了對(duì)抗這種熵增定律，必須致力于系統(tǒng)的開放、信息的自由，這就涉及社會(huì)價(jià)值問題。因此，必須把網(wǎng)絡(luò)治理、數(shù)據(jù)治理、人工智能治理以及與數(shù)據(jù)、算法、算力的倫理相關(guān)的原則性問題納入研究的射程，由此構(gòu)成計(jì)算法學(xué)的超越之維。
非常巧的是，世界各國(guó)從2016年開始不約而同地注意到邏輯推理、機(jī)器決策之外的復(fù)雜性，開始把社會(huì)價(jià)值編織到人工智能研發(fā)過程之中，試圖形成一個(gè)多樣化的新型生態(tài)系統(tǒng)。例如美國(guó)政府從2016年5月開始研討、在10月白宮就發(fā)表了題為《為人工智能的未來做好準(zhǔn)備》報(bào)告書，提出人工智能的相關(guān)系統(tǒng)必須可控、公開透明可理解、有效發(fā)揮功能、與人類的價(jià)值和愿望一致等原則。2016年10月美國(guó)的國(guó)家科學(xué)技術(shù)會(huì)議網(wǎng)絡(luò)和信息技術(shù)研究開發(fā)小委員會(huì)發(fā)表關(guān)于運(yùn)用聯(lián)邦政府預(yù)算研究人工智能的方針《美國(guó)人工智能研究開發(fā)戰(zhàn)略》，提出了副作用最小化的要求。歐洲議會(huì)法務(wù)委員會(huì)在2016年4月召開關(guān)于機(jī)器人和人工智能的法律和倫理問題的聽證會(huì)，并在5月公布了與機(jī)器人相關(guān)的民事法律規(guī)則的報(bào)告書草案，在2017年2月正式通過這項(xiàng)提案，準(zhǔn)備設(shè)立專門的機(jī)構(gòu)負(fù)責(zé)相關(guān)事宜、采納智慧機(jī)器人登記制、明確嚴(yán)格的損害賠償責(zé)任、確立研發(fā)者的倫理行動(dòng)規(guī)范。日本政府的總務(wù)省信息通訊政策研究所通過系列研討會(huì)在2016年10月起草了《人工智能開發(fā)指針方案（征求意見稿）》，在2017年 7月正式公布，標(biāo)題改作《提供國(guó)際討論的人工智能開發(fā)指針方案》。歐美的產(chǎn)業(yè)界也在2016年9月締結(jié)關(guān)于人工智能的伙伴關(guān)系，發(fā)表了關(guān)于確保社會(huì)責(zé)任、采取防護(hù)措施等信條。美國(guó)電氣電子學(xué)會(huì)還在2016年12月發(fā)表了關(guān)于人工智能設(shè)計(jì)倫理標(biāo)準(zhǔn)的報(bào)告書[50]。
中國(guó)幾乎同步推動(dòng)了人工智能治理和倫理的規(guī)范體系構(gòu)建。2017年7月，國(guó)務(wù)院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，指出制定人工智能發(fā)展的倫理規(guī)范是促進(jìn)人工智能發(fā)展的重要保證措施，將構(gòu)建泛在、安全、高效的智能化基礎(chǔ)設(shè)施體系等作為重點(diǎn)任務(wù)，明確提出人工智能治理“三步走”戰(zhàn)略目標(biāo)：到2020年部分領(lǐng)域的人工智能倫理規(guī)范和政策法規(guī)初步建立；到2025年初步建立人工智能法律法規(guī)、倫理規(guī)范和政策體系，形成安全評(píng)估和管控能力；到2030年建成更加完善的人工智能法律法規(guī)、倫理規(guī)范和政策體系。在2017年12月，工業(yè)和信息化部發(fā)布《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃(2018-2020年)》，旨在以信息技術(shù)與制造技術(shù)深度融合為主線，構(gòu)建標(biāo)準(zhǔn)測(cè)試及知識(shí)產(chǎn)權(quán)服務(wù)平臺(tái)、智能化網(wǎng)絡(luò)基礎(chǔ)設(shè)施、網(wǎng)絡(luò)安全保障等產(chǎn)業(yè)公共支撐體系，進(jìn)一步完善人工智能發(fā)展的制度環(huán)境。到2019年6月，國(guó)家新一代人工智能治理委員會(huì)發(fā)布了《新一代人工智能治理原則——發(fā)展負(fù)責(zé)任的人工智能》，宣告以促進(jìn)新一代人工智能健康發(fā)展，人工智能安全可靠可控，更好服務(wù)經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步，增進(jìn)人類社會(huì)福祉為使命，確立了人工智能研發(fā)必須遵循和諧友好、公平正義、包容共享、尊重隱私、安全可控、共擔(dān)責(zé)任、開放協(xié)作、敏捷治理這八項(xiàng)基本原則。
從計(jì)算法學(xué)的角度來考察可以發(fā)現(xiàn)，關(guān)于數(shù)據(jù)和算法研發(fā)的原則和政策，國(guó)際社會(huì)已經(jīng)達(dá)成了如下基本共識(shí)：（1）對(duì)國(guó)際通用的指針、標(biāo)準(zhǔn)、規(guī)格采取合作態(tài)度。具體包括為了確保數(shù)據(jù)空間互聯(lián)互通，必須共有相關(guān)信息；參照國(guó)際標(biāo)準(zhǔn)和規(guī)格進(jìn)行人工智能系統(tǒng)以及算法的設(shè)計(jì)；數(shù)據(jù)格式的標(biāo)準(zhǔn)化；應(yīng)用程序編程接口以及協(xié)議的公開；知識(shí)產(chǎn)權(quán)的特許合同條件的公開。（2）實(shí)現(xiàn)技術(shù)的中立性以及透明性。為此需要實(shí)現(xiàn)人工智能系統(tǒng)輸入和輸出的檢驗(yàn)可能性，并對(duì)演算結(jié)果要履行說明義務(wù)。（3）實(shí)現(xiàn)可控性。主要舉措是由其他人工智能系統(tǒng)進(jìn)行監(jiān)視和警告，實(shí)現(xiàn)技術(shù)與技術(shù)之間分立和制衡的結(jié)構(gòu)；為系統(tǒng)的停止、人工智能網(wǎng)絡(luò)的切斷和修理預(yù)做準(zhǔn)備。（4）優(yōu)先保護(hù)人的安全。具體的價(jià)值取向優(yōu)先劣后的順位為生命、身體、財(cái)產(chǎn)；對(duì)于數(shù)據(jù)和算法的安全性要對(duì)利用者和利益相關(guān)者履行充分說明的義務(wù)。（5）數(shù)據(jù)和信息的機(jī)密性、安全性的保障。（6）在數(shù)據(jù)收集和計(jì)算過程中要切實(shí)維護(hù)隱私權(quán)。包括私生活的平穩(wěn)、個(gè)人信息保密、通訊保密等原則在算法設(shè)計(jì)階段就要充分考慮。（7）在推理和計(jì)算過程中貫徹以人為本的精神。人工智能的研發(fā)必須始終慎重對(duì)待生命倫理，不得毀損人性的價(jià)值，并且要確保算法公正。（8）保障客戶進(jìn)行選擇的自由。在邏輯演算的數(shù)據(jù)空間，沒有嚴(yán)密描述的算法就無法開始動(dòng)作，但也要通過模糊計(jì)算等方法把復(fù)雜性、蓋然性納入人工智能系統(tǒng)的研發(fā)。（9）確保問責(zé)機(jī)制的有效運(yùn)行，關(guān)鍵在于有效防止算法的黑箱化。
現(xiàn)在需要進(jìn)一步思考的問題是如何使人工智能治理的原則具體化和落到實(shí)處[51]。為了檢測(cè)法律規(guī)則是否符合原則，應(yīng)該在國(guó)際比較的基礎(chǔ)上擬訂與物聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能相關(guān)的問題清單和權(quán)利目錄，并在執(zhí)法和司法層面形成解決問題、保障權(quán)利的合理機(jī)制。鑒于人工智能治理與人工智能產(chǎn)業(yè)發(fā)展之間存在微妙的緊張關(guān)系，哈佛大學(xué)法學(xué)院桑斯坦（Cass R. Sunstein）教授曾經(jīng)主張的“助推（nudge）”方法對(duì)于行為變化的數(shù)據(jù)空間乃至國(guó)家的治理都具有特別重要的意義[52]，這其實(shí)就是注重綜合治理、因勢(shì)利導(dǎo)以及漸進(jìn)主義的中國(guó)感到駕輕就熟的一種秩序原理。在這個(gè)過程中，既需要重視數(shù)據(jù)安全、隱私保護(hù)、算法公正、互惠共享等實(shí)質(zhì)性價(jià)值，也需要重視對(duì)大型網(wǎng)絡(luò)科技公司的反壟斷、大數(shù)據(jù)中心的中立化、以技術(shù)制衡技術(shù)等結(jié)構(gòu)性價(jià)值，并應(yīng)該在規(guī)則約束、企業(yè)試錯(cuò)以及政府協(xié)調(diào)之間達(dá)成不同價(jià)值取向的最優(yōu)化組合，或者設(shè)計(jì)某種基于程序主義價(jià)值的算法。
正如佩雷爾曼早就指出的那樣，離開價(jià)值判斷，我們根本無法理解法律思考[53]。如果圍繞價(jià)值存在爭(zhēng)論，那就勢(shì)必以爭(zhēng)取價(jià)值共識(shí)或者達(dá)成適用價(jià)值的妥協(xié)為目的開展溝通，這時(shí)的法律議論通常具有辯證推理的特征。作為圍繞價(jià)值判斷的復(fù)合型話語博弈的法律議論，必然是一種對(duì)規(guī)范解釋的預(yù)測(cè)以及對(duì)事實(shí)認(rèn)知的預(yù)測(cè)，并且還有對(duì)上述兩種預(yù)測(cè)的預(yù)測(cè)乃至“預(yù)測(cè)的預(yù)測(cè)的預(yù)測(cè)”等不斷反饋過程。在對(duì)規(guī)范解釋的預(yù)測(cè)與對(duì)事實(shí)認(rèn)知的預(yù)測(cè)這兩個(gè)系列之間，還存在相互作用以及不斷遞進(jìn)、無限選擇的互動(dòng)關(guān)系，導(dǎo)致追求無限多樣化的長(zhǎng)尾效應(yīng)。因而人工智能系統(tǒng)對(duì)法律判斷的過程進(jìn)行模擬時(shí)，為了克服復(fù)雜性的挑戰(zhàn)，應(yīng)該采取核心價(jià)值最大化方法。這意味著法的基本價(jià)值判斷應(yīng)優(yōu)先于邏輯推理或者說概念計(jì)算，以確保在具體場(chǎng)景中的法律議論可以擺脫無窮反復(fù)的語言游戲而順利進(jìn)行[54]。為此，計(jì)算法學(xué)必須留意價(jià)值的數(shù)值化處理和加權(quán)比較，確立關(guān)于價(jià)值排序和價(jià)值函數(shù)的元算法或者“結(jié)構(gòu)性元規(guī)則（structural meta-rule）”。
注釋
[1] 關(guān)于理性主義法律范式的不同側(cè)面，不妨參閱季衛(wèi)東“法律議論的社會(huì)科學(xué)研究新范式”《中國(guó)法學(xué)》2015年第6期25頁以下，特別是27-32頁；季衛(wèi)東“法律與概率——不確定的世界與決策風(fēng)險(xiǎn)”《地方立法研究》第6卷第1期（2021年）1-17頁。
[2] 參閱舒國(guó)瀅《法學(xué)的知識(shí)譜系》（北京：商務(wù)印書館，2020年）1185頁以下。
[3] 錢寧峰“走向‘計(jì)算法學(xué)’：大數(shù)據(jù)時(shí)代的法學(xué)研究的選擇”《東南大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2017年第2期43-50頁，鄧矜婷、張建悅“計(jì)算法學(xué)：作為一種新的法學(xué)研究方法”《法學(xué)》2019年第4期104-122頁，于曉虹“計(jì)算法學(xué)：展開維度、發(fā)展趨向與視域前瞻”《現(xiàn)代法學(xué)》2020年第1期158頁以下，申衛(wèi)星、劉云“法學(xué)研究新范式：計(jì)算法學(xué)的內(nèi)涵、范疇與方法”《法學(xué)研究》2020年第5期3-23頁。參閱蔡維德（主編）《智能合約：重構(gòu)社會(huì)契約》（北京：法律出版社，2020年）。
[4] 舒國(guó)瀅《法學(xué)的知識(shí)譜系》（前引），參閱226頁以下。
[5] See Paul Foriers & Cha?m Perelman, “Natural Law and Natural Rights”, in Philip P. Wiener (Editor in Chief) Dictionary of the History of Ideas: Studies of Selected Pivotal Ideas, New York: Charles Scribner’s Sons, 1973，引自野嶌一郎（訳）「自然法と自然権」『ヒストリー?オヴ?アイディア叢書１６――法?契約?権力』（東京：平凡社、1987年）22頁。
[6] Alan Watson, Roman Law & Comparative Law, Athens: The University of Georgia Press, 1991, 引自アラン?ワトソン『ローマ法と比較法』（瀧澤栄治、樺島正法訳、東京：信山社、2006年）99-103頁を參照。
[7] 舒國(guó)瀅《法學(xué)的知識(shí)譜系》（前引），參閱466頁以下。
[8] 田中成明ほか『法思想史』（東京：有斐閣、1988年）116-127頁、笹倉(cāng)秀夫『法思想史講義（下）――絶対王政期から現(xiàn)代まで』（東京：東京大學(xué)出版會(huì)、2007年）145-168頁を參照。
[9] Hans Kelsen, Reine Rechtslehre, 1934, S.64, 引自ハンスケルゼン『純粋法學(xué)』（橫田喜三郎訳、東京：巖波書店、1935年）104-105頁。
[10] 舒國(guó)瀅《法學(xué)的知識(shí)譜系》（前引）611頁。
[11] 詳見邊沁《道德與立法原理導(dǎo)論》（時(shí)殷弘譯，北京：商務(wù)出版社，2011年）87頁以下。
[12] 宮川公男『政策科學(xué)の基礎(chǔ)』（東京：東洋経済新報(bào)社、1994年）97-105頁を參照。例如 2007年設(shè)立效益成本分析學(xué)會(huì)（The Society for Benefit-Cost Analysis, SBCA）是一個(gè)理論界與實(shí)務(wù)界進(jìn)行交流的國(guó)際平臺(tái)，旨在推動(dòng)關(guān)于成本與效益、成本與效率、風(fēng)險(xiǎn)與回報(bào)的分析、計(jì)算、研究以及損失評(píng)估，不僅致力于福利經(jīng)濟(jì)學(xué)的發(fā)展，而且還支持實(shí)證的政策決定。
[13] 舒國(guó)瀅《法學(xué)的知識(shí)譜系》（前引），參閱734-743頁。
[14] 詳見龐德《通過法律的社會(huì)控制》（沈宗靈譯，北京：商務(wù)印書館，1984年），參閱王婧《龐德：通過法律的社會(huì)控制》（哈爾濱：黑龍江大學(xué)出版社，2010年）第三章第三節(jié)。
[15] Jerome Frank, Law and the Modern Mind, New York: Coward-McCann, 1930, 引自J.フランク『法と現(xiàn)代精神』（棚瀬孝雄、棚瀬一代訳、東京：弘文堂、1974年）158-159頁。
[16] J. Monahan & L. Walker, Social Science in Law: Cases and Materials, 2nd ed., New York: The Foundation Press, 1990, p.61.
[17] Frederick K. Beutel, “Relationship of Natural Law to Experimental Jurisprudence”, Ohio State Law Journal Vol.13 No.1 (1952) p.172. Cf. F. K. Beutel, Some Potentialities of Experimental Jurisprudence as New Branch of Social Science, Lincoln: University of Nebraska Press, 1957. 及川伸『法社會(huì)學(xué)と実験主義法學(xué)』（京都：法律文化社、1980年）を參照。杜宴林：“法理學(xué)實(shí)驗(yàn)研究的興起與中國(guó)法理學(xué)觀念的更新”《法制與社會(huì)發(fā)展》2020年第1期也做了詳細(xì)的闡述和分析。
[18] Rudolf von Jhering, Scherz und Ernst in der Jurisprudenz, Darmstadt: Wissenschaftliche Buchgesellschaft, 1964, S.274，引自ルードルフ?フォン?イェーリング『法律學(xué)における冗談と真面目』（眞田芳憲、矢澤久純?cè)U、東京：中央大學(xué)出版部、2009年）307頁。
[19] Cf. Theodor J. Geiger, Vorstudien zu einer Soziologie des Rechts, 1947, 4. Auflage, Berlin: Duncker & Humblot, 1987, SS.33-55. 東大ガイガー研究會(huì)「法律學(xué)の経験科學(xué)的基礎(chǔ)：デオドール?ガイガー著『法社會(huì)學(xué)のための準(zhǔn)備研究』の紹介①~⑩」『法學(xué)セミナー』第160號(hào)以下（1964~65年）を參照。
[20] 這個(gè)符號(hào)演算模型的內(nèi)容，東京大學(xué)法學(xué)院六本佳平教授進(jìn)行了非常具體的介紹和說明。六本佳平『法社會(huì)學(xué)』（東京：有斐閣、1986年）118-122頁。但我在引用時(shí)進(jìn)行了若干補(bǔ)充和調(diào)整，即追加了關(guān)于AA表述、÷符號(hào)、作為前提的s狀況與s→g行為頻度的區(qū)分等涵義解釋。
[21] See Stephen Toulmin, The Uses of Argument, Cambridge: Cambridge University Press, 1958, pp.146ff.，參閱斯蒂芬?圖爾敏《論證的使用》（修訂版，謝小慶、王麗譯，北京：北京語言大學(xué)出版社，2016年）135頁以下。
[22] 參閱道格拉斯G. 拜爾、羅伯特H. 格特納、蘭德爾C. 皮克《法律的博弈分析》（嚴(yán)旭陽譯，北京：法律出版社，1999年）第1章。
[23] 同上，16-17頁。
[24] 初步的研究成果和教材可以舉出張妮、蒲亦非《計(jì)算法學(xué)導(dǎo)論》（成都：四川大學(xué)出版社，2015年）。另外，清華大學(xué)法學(xué)院在2018年正式啟動(dòng)計(jì)算法學(xué)方向全日制法律碩士教育項(xiàng)目。
[25] Sir William Petty, The Petty Papers: Some Unpublished Writings of Sir William Petty, London: Constable & Co., 1927, Vol. I, p.197, no.17 and no.18.
[26] Ian Hacking, The Taming of Chance, Cambridge: Cambridge University Press, 1990, 引自イアン?ハックング『偶然を飼いならす』（石原英樹、重田園江訳、東京：木鐸社、1999年）138頁。
[27] 據(jù)文獻(xiàn)概述“數(shù)量方法與美國(guó)歷史學(xué)”（宋成有、沈仁安譯）《國(guó)外社會(huì)科學(xué)動(dòng)態(tài)》1983年第8期37頁。Cf. William O. Aydelotte (ed.) The History of Parliamentary Behavior, Princeton: Princeton University Press, 1977.
[28] 佐藤巖夫「19世紀(jì)ヨーロッパと近代司法統(tǒng)計(jì)の発展」、和田仁孝?樫村志郎?阿部昌樹（編）『法社會(huì)學(xué)の可能性』（京都：法律文化社、2004年）334頁以下、とりわけ343-349頁を參照。
[29] 舒國(guó)瀅《法學(xué)的知識(shí)譜系》（前引）691頁。
[30] Lee Loevinger, “Jurimetrics: The Next Step Forward”, Minnesota Law Review Vol.33 No. 5 (1949) pp.33ff.
[31] Lee Loevinger, “Jurimetrics: Science and Prediction in the Field of Law”, Minnesota Law Review Vol.46 No.1 (1961) pp.255ff. Lee Loevinger, “Jurimetrics: The Methodology of Legal Inquiry”, In Hans W. Baade (Ed.), Jurimetrics, New York and London: Basic Books，1963, pp.5-35. See also Layman E. Allen, “The American Association of American Law Schools Jurimetrics Committee Report on Scientific Investigation of Legal Problems”, at https://digitalcommons.law.yale.edu/do/discipline_browser/disciplines (visited on March 14th, 2021), 參閱屈茂輝“計(jì)量法學(xué)基本問題四論”《太平洋學(xué)報(bào)》2012年第1期26-33頁、屈茂輝、匡凱“計(jì)量法學(xué)的學(xué)科發(fā)展史研究”《求是學(xué)刊》2014年第5期98-106頁。
[32] Cf. Lee Loevinger, “Jurimetrics: The Methodology of Legal Inquiry”, Law and Contemporary Problems Vol.28 No.1 (1963) pp.5-35.
[33] 屈茂輝“違約金酌減預(yù)測(cè)研究”《中國(guó)社會(huì)科學(xué)》2020年第5期108-134頁。
[34] Bruce G.Buchanan and Thomas E. Headrick, “Some Speculation about Artificial Intelligence and Legal Reasoning”, Stanford Law Review Vol. 23 No.1 (1970) pp.40-62. 參閱中譯版布魯斯?布坎南、托馬斯?黑德里克“人工智能與法律推理之展望”（陸幸福譯）《法律方法》2019年第2期。關(guān)于這方面的世界最新動(dòng)向，參閱凱文?阿什利《人工智能與法律解析——數(shù)字時(shí)代法律實(shí)踐的新工具》（邱昭繼譯，北京：商務(wù)印書館，2020年）。
[35] D.A. Waterman and M. Peterson, “Models of Legal Decision Making”, Report R-22727-ICJ, Rand Corporation, Institute for Civil Justice, 1981, and their “Evaluating Civil Claims: An Expert Systems Approach”, Expert Systems Vol.1 No.1 (1984), pp. 65–76. See also D. A. Waterman, J. Paul and M.Peterson, “Expert Systems for Legal Decision Making”, Expert Systems Vol.3 No.4 (1986) pp. 212–226. 關(guān)于其他國(guó)家動(dòng)向的概述以及日本的成果，參閱吉野一「法適用過程における推論へのコンピュータの応用」『法とコンピュータ』第３號(hào)（1984年）77-99頁、吉野一（編著）『法律エキスパートシステムの基礎(chǔ)』（東京：ぎょうせい、1986年）。關(guān)于中國(guó)的進(jìn)展，參閱季衛(wèi)東“人工智能時(shí)代的司法權(quán)之變”《東方法學(xué)》2018年第1期（創(chuàng)刊十周年紀(jì)念特刊）125-133頁。
[36] 例如於興中“人工智能、話語理論與可辯駁推理”《法律方法與法律思維》2005年卷115-129頁，栗崢“人工智能與事實(shí)認(rèn)定”《法學(xué)研究》2020年第1期117-133頁、羅納德?艾倫“人工智能與司法證明過程：來自形式主義和計(jì)算的挑戰(zhàn)”（汪諸豪譯）《證據(jù)科學(xué)》2020年第5期588-599頁、熊明輝“法律人工智能的推理建模路徑”《求是學(xué)刊》2020年第6期89頁以下。與復(fù)雜的敘事、解釋以及論證相關(guān)的混合式證據(jù)推理，參閱查羅特?維爾克、亨利?普拉肯、斯?fàn)柤?瑞杰、巴特?維黑杰“犯罪情節(jié)的貝葉斯網(wǎng)絡(luò)建模”（杜文靜譯）《法律方法》2014年（第16卷）第2期224-243頁、秦裕林、葛巖、林喜芬“波斯納寫錯(cuò)了貝葉斯公式嗎？”《交大法學(xué)》2016年第4期97-100頁，弗洛里斯?貝克斯《論證、故事與刑事證據(jù)——一種形式混合理論》（杜文靜等譯，北京：中國(guó)政法大學(xué)出版社，2020年）。
[37] 王涌“道義邏輯、人工智能與法律——霍菲爾德法律關(guān)系形式理論的應(yīng)用”《經(jīng)貿(mào)法律評(píng)論》2020年第2期73-83頁。
[38] 關(guān)于論題目錄與智能化法律推理以及計(jì)算機(jī)對(duì)價(jià)值問題進(jìn)行處理的可能性，這里無法具體展開，請(qǐng)參見季衛(wèi)東“人工智能時(shí)代的法律議論”《法學(xué)研究》2019年第6期32-49頁，尤其是40-46頁。
[39] 舒國(guó)瀅《法學(xué)的知識(shí)譜系》（前引）1526頁。
[40] たとえば、加賀山茂、松浦好治（編）『法情報(bào)學(xué)――ネットワーク時(shí)代の法學(xué)入門』（東京：有斐閣、1999年）。參閱王金祥“法律信息學(xué)研究概述”《法律文獻(xiàn)信息與研究》1995年第2期1-3頁、7頁，雄明輝“從法律計(jì)量學(xué)到法律信息學(xué)——法律人工智能70年（1949-2019）”《自然辯證法通訊》2020年第6期1-9頁。
[41] 大澤光『社會(huì)システム工學(xué)の考え方』（東京：オーム社、2007年）32頁。實(shí)際上，DIKW模型的淵源是復(fù)數(shù)的，甚至可以追溯到英國(guó)詩人托馬斯?艾略特在《巖石》第一段的句子。在管理學(xué)方面的發(fā)展，米蘭?澤勒尼（Milan Zeleny）和魯瑟爾?艾克夫（Russell L. Ackoff）有開拓之功。
[42] 參見道恩?霍爾姆斯《大數(shù)據(jù)》（李德俊、洪艷青譯，南京：譯林出版社，2020年）16-18頁。
[43] 白建軍“大數(shù)據(jù)對(duì)法學(xué)研究的些許影響”《中外法學(xué)》2015年第1期29-35頁，白建軍“法律大數(shù)據(jù)時(shí)代裁判預(yù)測(cè)的可能與限度”《探索與爭(zhēng)鳴》2017年第10期95-100頁，左衛(wèi)民“邁向大數(shù)據(jù)法律研究”《法學(xué)研究》2018年第4期139-150頁、王祿生“論法律大數(shù)據(jù)‘領(lǐng)域理論’的構(gòu)建”《中國(guó)法學(xué)》2020年第2期256-279頁。
[44] 福田雅樹、林秀彌、成原慧（編著）『AIがつなげる社會(huì)――AIネットワーク時(shí)代の法?政策』（東京：弘文堂、2017年）2-31頁を參照。參閱中文版《AI聯(lián)結(jié)的社會(huì)：人工智能網(wǎng)絡(luò)化時(shí)代的倫理與法律》（宋愛譯，北京：社會(huì)科學(xué)文獻(xiàn)出版社，2020年）3-24頁。
[45] Lawrence Lessig, Code and Other Laws of Cyberspace, New York: Basic Books, 1999, his Code Version 2.0 and Other Laws of Cyberspace, New York: Basic Books, 2006. 中文版見勞倫斯?萊斯格《代碼2.0：網(wǎng)絡(luò)空間中的法律》（李旭、沈偉偉譯，北京：清華大學(xué)出版社，2009年）。Cf. David R. Johnson and David G. Post, “Law and Borders: The Rise of Law in Cyberspace”, Stanford Law Review Vol.48 No. 5 (1996) pp.1367-1404.
[46] 據(jù)佩德羅?多明戈斯《終極算法》（黃芳萍譯，北京：中信出版集團(tuán)，2017年）。
[47] 松田雄馬『人工知能の哲學(xué)――生命から紐解く知能の謎』（東京：東海大學(xué)出版部、2017年）、とりわけ14-25頁、82-86頁を參照。
[48] 參閱沈偉偉“算法透明原則的迷思——算法規(guī)制理論的批判”《環(huán)球法律評(píng)論》2019年第6期20-39頁。
[49] Cf. Eli Pariser, The Filter Bubble: What the Internet is Hiding from You, New York: The Penguin Press, 2011.
[50] 福田雅樹ほか（編著）『AIがつなげる社會(huì)』（前引）78-98頁を參照。
[51] 參閱楊慶峰“從人工智能難題反思AI倫理原則”《哲學(xué)分析》2020年第2期137-150頁，丁曉東“論算法的法律規(guī)制”《中國(guó)社會(huì)科學(xué)》2020年第12期138-159頁，瑪農(nóng)?奧斯特芬《數(shù)據(jù)的邊界：隱私與個(gè)人數(shù)據(jù)保護(hù)》（曹博譯，上海：上海人民出版社，2020年），中國(guó)信息通信研究院、中國(guó)人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟《人工智能治理白皮書》（2020年9月）。
[52] Richard H. Thaler and Cass R. Sunstein, Nudge: Improving Decisions About Health, Wealth, and Happiness, New Haven: Yale University Press, 2008. Cf. Will Leggett, “The Politics of Behaviour Change: Nudge, Neoliberalism and the State”, Policy & Politics Vol.42 No.1 (2014) pp.3-19.
[53] ペレルマン『法律家の論理――新しいレトリック』（江口三角訳、東京：木鐸社、1986年）15頁。
[54] 詳見季衛(wèi)東“人工智能時(shí)代的法律議論”（前引）43-47頁。
原文刊載于《社會(huì)科學(xué)輯刊》2021年第3期第113-126頁，該刊的微信公眾號(hào)也在5月24日進(jìn)行了推送，見：
https://mp.weixin.qq.com/s/8Ev7t83Iz1HSTWIqSUKrNg