【作者】中國法與社會研究院
【內(nèi)容提要】
9月21日下午，上海交通大學(xué)中國法與社會研究院主辦的“法的學(xué)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(xué)統(tǒng)計(jì)與信息學(xué)院副教授劉海主講，主題為“證據(jù)學(xué)中的概率與證明”。上海交通大學(xué)文科資深教授、中國法與社會研究院院長季衛(wèi)東擔(dān)任主持人，上海交通大學(xué)凱原法學(xué)院訪問特聘教授秦裕林，和上海交通大學(xué)凱原法學(xué)院教授、中國法與社會研究院副院長林喜芬擔(dān)任與談人。來自全國高校、研究機(jī)構(gòu)和實(shí)務(wù)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(xué)時(shí)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(lǐng)域中，特別是對證據(jù)的認(rèn)定過程中，概率論的思維卻有非常重要的意義。另外，當(dāng)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(rèn)定過程相結(jié)合，卻有待進(jìn)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(luò)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(xué)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(xué)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(xué)轉(zhuǎn)向系統(tǒng)化研究；第二波浪潮的標(biāo)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(xué)（new evidence scholarship）誕生，主要貢獻(xiàn)者包括倫伯特（Lempert）等。新證據(jù)學(xué)淵源自邊沁（Bentham）、塞耶（Thayer），威格莫爾（Wigmore）等思想家，主要是綜合運(yùn)用數(shù)學(xué)、心理學(xué)、哲學(xué)等學(xué)科的見解，從僅僅解釋證據(jù)規(guī)則的研究，轉(zhuǎn)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(xì)介紹了作為證據(jù)證明過程的概率理論。他指出為了實(shí)現(xiàn)證據(jù)證明過程中促進(jìn)事實(shí)認(rèn)定的準(zhǔn)確性，避免事實(shí)錯(cuò)誤和以公平合理的方式分配錯(cuò)誤的風(fēng)險(xiǎn)的目標(biāo)，證據(jù)證明需要為證據(jù)的相關(guān)性、證明力、證明標(biāo)準(zhǔn)和推論強(qiáng)度提供一套融貫性的合理解釋。結(jié)合具體的實(shí)例，劉海副教授對相關(guān)性、證明力、證明標(biāo)準(zhǔn)和推論強(qiáng)度的內(nèi)容進(jìn)行了深入的數(shù)學(xué)分析。緊接著，劉海副教授列出證據(jù)證明過程中七個(gè)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(yīng)用。貝葉斯人工智能以貝葉斯網(wǎng)絡(luò)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(luò)具有可視化、直觀化、自動化、智能化、簡單化，實(shí)用化的優(yōu)勢，能夠建模單個(gè)證據(jù)的相關(guān)性、證明力；建模多個(gè)證據(jù)的證明力；建模連續(xù)推理中推論強(qiáng)度的傳播與更新；建模整個(gè)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(jìn)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(jìn)行的證據(jù)推理建模。他指出，在未來智能審判模型的建構(gòu)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(yīng)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(xiàn)，有助于對該研究方向感興趣的師生進(jìn)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(gè)方面進(jìn)行了評議：第一，介紹了概率（Probability）與概率比（Odds）這個(gè)兩個(gè)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(qiáng)度與證據(jù)力之間的關(guān)系運(yùn)用公式推導(dǎo)進(jìn)行了更為細(xì)致的說明和補(bǔ)充。第三，介紹了建立在貝葉斯理論基礎(chǔ)上的法律推理過程的幾種模型，包括記憶相關(guān)模型、無意識的動機(jī)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(rèn)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(jié)合講座內(nèi)容與自身研究經(jīng)歷，就以下三個(gè)方面談了體會：第一，對于法學(xué)（包括證據(jù)法）的研究需要有交叉學(xué)科知識的支撐。林教授結(jié)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(jié)合法律、數(shù)學(xué)概率論和其它學(xué)科的方法來理解和證明。第二，學(xué)科交叉有一定的難度，如何讓法學(xué)界更愿意接受學(xué)科交叉的研究成果還需要一個(gè)過程。在這一過程中，需要將交叉研究成果以法學(xué)界和社會公眾更容易接受的方式進(jìn)行轉(zhuǎn)化。第三，合取悖論中優(yōu)勢證據(jù)標(biāo)準(zhǔn)（概率平衡原則）的幾種情形能夠?qū)?shí)務(wù)中不同情形證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(jìn)行選擇的過程中要注意價(jià)值權(quán)衡問題。
劉海副教授對兩位老師的評議表示感謝并進(jìn)行了回應(yīng)，他指出具體場景的背景信息能夠同時(shí)影響假設(shè)的先驗(yàn)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(fù)雜的計(jì)算過程，可為證據(jù)法學(xué)提供助力，可以作為交叉學(xué)科應(yīng)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(yīng)，指出本次學(xué)科交叉能夠自由深入地探討問題，符合法的學(xué)科交叉研究的宗旨。此外，借助交叉學(xué)科的研究，期待后續(xù)加強(qiáng)對司法人工智能的理論研究。
（撰稿人：翁壯壯）