1. 引言
2022年12月9日,最高人民法院发布了《关于规范和加强人工智能司法应用的意见》(以下简称《意见》),提出了分两个阶段建成具有规则引领和应用示范效应的司法人工智能技术应用和理论体系 [1] 。“互联网 + 法”的运用范围在今天看来可谓是相当广泛,例如法院的网上立案系统、各大法律实务部门的法律检索系统等等,都是“互联网 + 法”落到实体产业的具体形式。与此同时,“人工智能 + 法”也随着互联网在各个产业的渗透而迅速发展,相比于“互联网 + 法”,“人工智能 + 法”讨论和研究的重点主要体现在司法审判领域,如今看来,在智慧法院主要分为审判和科技两大模块,对审判与科技的交互融的研究已经是硕果累累,目前,对科技帮助审判活动甚至是取代法官审判成为了下一个谈论的焦点。更有学者已经对于法律论证的人工智能模型开始了探索和研究。
无论是人工智能与司法审判的交融,还是人工智能对司法活动的逐步替代甚至是取代,都应当建立在人工智能与人类智能在法律方法论的适用的基础上进行讨论。
2. 人工智能法律系统的现有实践、理论成果与新挑战
法治社会的深入推进与全面建设,使得“人工智能 + 法治”在我国产生了丰硕的实践成果,人工智能法治使得社会多方主体加入到社会治理之中,具体表现为:法律、法规等修改的征求意见通过互联网发布征求意见稿向社会民众征求意见、新冠疫情防护情形下社会治理机构网上协同办公、社会公众网上立案等等。人工智能的飞速发展使得以政府为主导的社会治理并联系广泛群众有效参与深入推进,尤其是满足基本射频设施的人工智能系统对时间限制和地域限制的突破,大大增加了社会群众的社会治理参与度。例如,偏远山区通过政府门户网站表达民意和参与决策等。“人工智能 + 司法”的最大成果是智慧法院的组建,智慧法院通过大数据、算法、人工智能等技术手段,使网上立案、辅助审判、文书送达等方式广泛推广。同时,人工智能法律系统的广泛推广也使得推动了法律方法认识的普及。但是,人工智能法律系统推理的法律方法论推理是值得关注的问题。
季卫东学者认为,我国传统法律文化对于恣意裁判限制的思维方式导致了电脑量刑能够拥有广泛的接受度以及认可度 [2] 。许多支持智慧法院广泛建立的学者认为,从理论上讲,法官无法完全理性地居中裁判,对于无需“酌情”处理的刑事案件中,电脑量刑相比法官裁判更具有客观性和居中性。当然,对于需要“酌情”处理的刑事案件,以目前的人工智能法律系统来看,法官裁判更为合适,尤其是在体现刑法适用的谦抑性和人文关怀等方面。
人工智能法律系统的重点在于将现有的立案、办案、审判等过程在人工智能系统的模拟,将法官思维引入人工智能法律系统。但是,这类观点似乎经不起实践司法活动对法律方法论的适用的深度推敲,此类矛盾主要反映在法律推理的逻辑底层层面上。在人工智能法律系统,“法的发现”和“法的论证”被区分开来,从19世纪中叶开始,“法的发现”成为法官司法裁决的着力点,那么以此理论而形成的法学派所主张的:在司法活动中,法官一般现在自己的内心形成一个初步的判断,再以此基础上通过“法的论证”来论证自己在先前形成的判断被该学派普遍接受。此种法律推理模式可视为一种“反证”的形式。相比于“反证推理”模式,人工智能法律系统的推理模式呈现出截然不同的形式,人工智能法律系统与法官裁判的一个重大区别在于——自我意识的有无,从马克思主义哲学角度,自我意识是人类所特有。那么人工智能法律系统自我意识的缺失将是法官裁判思维无法在人工智能领域复制刻比的现实障碍。
3. 人工智能领域的法律方法论探析
理论界普遍认为,法律方法论作为一种法律人适用法律的基本遵循,在实务中,法律方法论就是法律人适用的工具,目的是将现行有效的法律适用与个案之中,以达到定纷止争的效果。当代社会,法官可谓是法律人群体的代表,但需要注意的是,对于法律方法论适用的主体应为广义的法律人,包括法官、检察官、律师等多种法律人。在实践中,统一法系的各种法律人所使用的法律方法可能趋于一致,从另一方面讲,不同法系的法律人所采取的法律方法会有所不同,但是,正如前文所表诉,人工智能法律系统在因其无自我意识而无所谓的法系渊源之影响,人工智能的法律推理模式与法官的法律推理模式存在诸多的不同。
3.1. 人工智能法律系统与法律方法之辨析
物理机器能否替代人类思考、其机器的拟人化程度、以及对人类活动的程度代替的作为物理机器智能化的检验标准始发于图灵测试。进些年人工智能技术有了跨越式的发展,基于人工神经网络、模糊逻辑、Web专家系统等技术的成熟,更有学者倡导应当将人工智能判断、层次分析法、模拟和模糊专家系统相结合的混合方法来判定专家系统的智能程度 [3] 。即使,在未来,人工智能的拟人化程度将远远超过目前水平,甚至说,未来人工智能的功能将远不止完全模拟人类化,人工智能的适用领域将在完全拟人化之外而广域发展。但是就目前而言,尤其是在人工智能的法律系统而言,我们目前所关注和强调的,是人工智能法律系统在司法中与现实法官办案的重叠性,具体为机器的推理逻辑与行为结构对比现实法官的重叠性。那么这其中就重点关注在法律方法上。因为,研究人工智能法律系统与法官的重叠性,就必然要聚焦于法律方法之上,一方面,无论是人工智能法律系统还是法官的法律思维方式,都被法律方法所涵盖;另一方面,两者在法律的推理逻辑和适用方法上,也被法律方法所囊括。在实践中以何种思维方式思考法律问题,同时对个案的法律适用结果作出解释,是法律方法主要探讨的问题。简言之,法律方法强调实体结构与逻辑的关系,转化在司法过程中为裁判结果与法律运用推理的关系。以人工智能为角度,人工智能法律系统研究的核心内容在于对法律推理或论证的模拟 [4] 。法律方法是关于法律推理或论证的方法,后者是前者的具体模拟对象。
3.2. 传统方法论与人工智能法律可实现高度重合
纵观法律方法论的发展的历史,法律方法论相关的法律推理经过了法学理论发展的洗涤与革新。传统的司法理论重事实而轻价值,法律适用者在衡量事实判断与价值判断时,往往倾向事实判断而排斥价值判断。例如法律教义学,法律教义学认为法律适用是一个完整的、封闭的运用体系,强调事实与规范之间的关系,只要建立好了两者之间的因果关系,法律适用者所作的司法裁判实际上为因果关系比对的过程。传统的司法三段论意图以严密的制度构建在一定程度上减少法官在司法裁判过程中的恣意性。那么,类似于“简单、重复的劳动”在很大程度上贴合了机器的机械性,因此,如果我们将传统的司法理论定义为一个刻板重复的法律适用活动,那么,人工智能将能够与其实现高度重合。
3.3.“法律科学”与目前人工智能法律系统存在不可替代性
如果说传统的司法理论能够与智能法律系统高度重合,那么其前提是适用逻辑充满机械性,19世纪“心证”与“逻辑”的区分,使得哲学科学与法学理论开始交融汇合,法律方法论也开始有了新的理论发展,法的脉络被分为“发现脉络”和“证立脉络”两部分 [5] 。前者是法律人获得法律决定或判断的事实过程,这一过程受到心里因素和社会因素等法外因素的主导。后者是法律人必须要对其所得的决定或判断提供尽可能充足的理由支持,换言之,要保证作为结论命题的决定或判断是推理或论证的结果。“发现脉络”和“证立脉络”代表了对司法过程的两种认识角度,前者强调司法裁判的事实性,后者强调了司法裁判的理性,二者是对同一过程的不同描述。法律发现理论将司法裁判的过程理解为结论先行的事后包装过程,即法律人先根据自身的直觉和偏好得出结论,然后再寻找法律规范对该结论进行“合法性包装”。换句话说,在这个过程中,法律规范对该结论并不起决定作用。“法律科学”对价值判断的承认打破了传统司法理论的简单涵摄适用规则,需要在司法裁判过程中添加的心理、道德、直觉等因素引入司法裁判机制当中。
“发现脉络”带来的心理、道德、直觉等因素已经成为法官司法裁判中不得不考量的部分,同时也是法官在形成一个大致的判断时所被影响的因素。人工智能自始缺乏的自我意识将在此部分难以发挥有益作用。因为,人工智能法律系统无法通过算法运行和计算思维对人类的自我意识进行智能创造,人工智能法律系统是人类思维的创造成果,如今的机器智能并没发展到具有独立的思维能力的个体,这种独立,既表现为思维的独立,也表现为个体的独立。简单来说,人工智能是“被赋予”的智慧能力,并非是独立思考的智慧能力,目前的人工智能法律系统还无法达到“反思”的地步。人工智能更像是通过计算的角度来描绘在不确定下的感知和行动。当然,不能否认目前的人工智能系统仍然有可能通过算法思维、概率推理、开发推理等程序上作出符合预期的决策,但是,其过程并不能在复杂个案或者参杂大量“发现脉络”因素的个案案件中实现。人工智能法律系统被人类灌输的法律方法论在某种程度上可以被视为“数字方法论”,是对命令的执行,而不是通过运算与编程指令提出命令并预期执行。
现有计算机编程技术暂时还不能将法律发现中的心证、道德、经验等写入法律专家系统之中,现有的芯片技术也只能给人工智能一颗算力极强的芯片,但不能给机器一颗参考良知、道德的“内心”。如此,人工智能法律系统就无法将法官的推理模式嵌入智能专家系统之中。
4. 人工智能法律系统的推理模式之探索
即使现有的科学实践基础无法使机器完全复刻法官的法律推理模式并运用于实践当中,但是法律人试图在机器中构建法律推理模式的探索之路从未停止。在2020年,Open AI公司推出的GPT3智能模型就展现出极高的运算处理性能,高性能的算力以规模为牺牲,使用的最大整数集在处理前容量达到了45TB。无限攀升高的数据处理性能是对模拟人类的无限接近。当然,随着对人工智能拟人化的逐步推进,人工智能法律系统在推理模式上呈现了巨大的进步,例如上海刑事案件智能辅助办案系统、LawGeex公司推出的法律AI等,都是建设人工智能法律系统的重大进步,也人工智能法律系统的推理模式的重新构建。尽管当前机器的法律推理模式不能完整地拟人化,但是这并不意味着人工智能法律系统在所有案件中都不能适用。
4.1. 现有的智能法律系统推理模式
人工智能可分为强法律人工智能和弱法律人工智能 [6] 。无论是强法律人工智能还是弱法律人工智能都离不开逻辑无涉,当前地人工智能法律系统的强弱与否都是可认为是在逻辑推理的探索。依照目前的智能法律系统发展现状,可大致分为四种模式:1) 案例的推理模式。2) 规则的推理模式。3) 信息检索模式。4) 推理的概念模式。以目前各类智能法律系统的使用程度和与法律推理的关联,可从案例的推理与规则的推理进行探析。
4.2. 案例的法律推理模式
案例的法律推理模式离不开判例法系的法律推理思维与推理逻辑。在判例法系中,判例作为法的正式渊源,在司法裁判活动中受到极高的重视,这种“遵循先例”的原则使得基于案例的推理模式得到认可和广泛运用。从理论上将,案例的推理对判例的依赖让人工智能专家系统发挥举足轻重的作用成为了可能。人工智能专家系统能够通过对输入案例进行归纳与分类,这一步既可以用人类编程程序来实现,也可以通过专家系统的算力予以实现。智能系统能够从案例的归纳与分类中提炼出对判例模型的研究,数据运算还能够衍生出除了判例模型以外的案例数据。例如上海刑事案件智能辅助办案系统就通过数字处理案例模型的研究归纳了2012年至2016年间的刑事审判案件数据 [3] 。
目前,以案例为主的法律推理模式得到了较为广泛的应用,也从侧面体现出该模型的人工智能法律系统的高智能化程度,具体的参考因素可理解为对案件的高转化率和适用的精准率。案例的推理系统可以根据数据的运算处理和已形成的判例研究模式对个案的案情做判定和分析,同时,也能对个案的结果产生预测作用。
但是,案例的法律推理模式也存在缺陷,该模式通过人工智能专家体统推理出来的判例模型是在已有客观内容的总结,换言之,是对事实判断研究的结果,缺乏价值判断。类案检索归纳出判例模型无法体现出“裁判的艺术”,例如个案中价值位阶发生冲突的取舍,人文思想在审理结果中的体现,法律效果、社会效果和政治效果的结合等等。
4.3. 规则的法律推理模式
相比于基于案例的法律推理,规则的推理模式就更加显得机械化和单一化。规则的法律推理在一定程度上可以视为是传统司法理论的智能化运用,因为,规则的法律推理的关键点在于对“规则”的构建,将什么样的规则通过程序写入智能系统中,面对个案的裁判,产出的结果与输入的“规制”具有一致性。如果说案例的法律推理模式是对数据进行智能化处理产出判例模式而产生预测的裁判结果,那么规则的法律推理模式的对已有的法律推理模式的直接适用。规则的法律推理不需要将类案加以对比和归纳,只需要将个案情况与输进的逻辑进行匹配。人工智能规则的法律推理模式是对三段论推理智能化的体现,从法系渊源和影响层面讲,规则的法律推理模式在判例法系国家的适用在司法裁判层面将很难推进和延申,判例法系对案例分析的依赖程度将规则法律体系在司法裁判方面天然地排除在外。当然,对于大陆法系而言,智能规则的法律推理系统的不断深耕和细化,将越来越体现出该法律推理模式在此类法系的司法裁判活动的深度与广度。
人工智能语言处理系统技术的不断革新成为规则的法律推理模式在大陆法系国家深度运用的重要基础。例如苏州法院人工审判辅助系统——“智慧审判苏州模式”、北京法院的“睿法官”系统将人工智能语言系统融入到技术使用领域 [6] ,人工智能法律辅助系统可以在当事人的起诉书、答辩状等文书通过语言信息数据进行对比和处理,为法官的裁判提供有效参考。人工神经网络系统在医学领域的广泛适用给人工智能法律辅助系统予以新的启示,随着逻辑与规则的深入发展,人工智能法律推理系统的网络也将涵盖的越全面。
5. 结语
在司法实践中,案例的法律推理模式和规则的法律推理模式都是在一定程度上对法律方法论的重新构建。人工客服及其大数据将会对司法实践中法官、律师、当事人以及社会公众等检索法律信息以及案例的方式产生深刻影响 [7] 。因为,目前的人工智能法律推理系统所表现出来的方法论并不是其独自创立且自成体系的,都是对现有的法律方法论在人工智能领域拟人化的重新解读,人工智能对法官思维的影响是一个牵涉面广且重要的一个实际问题 [8] 。人工智能法律推理系统的方法论表现为正向推理,这与法官的反向推理存在方法论上的不同,那么两种补贴的法律推理路径就会存在破坏司法适用统一性的可能。法律方法论的科学性是相对的,正如公正的司法裁判是古往今来的法律人孜孜以求的目标,法律方法论的发展也应随着社会科学的进步而变化。人工智能法律推理系统目前而言在司法裁判中依然是起到辅助的作用,但是未尝不能将此看待为随着科学发展而引起的对法律方法论的再次解读。人工智能法律推理系统的运用应当以辩证的眼光看待,人工智能法律推理系统通过制度的搭建在一定程度上抑制了司法的恣意性,为维护司法的公平公正起到了有利作用。人工智能法律推理系统的不断探讨与更新也为填补法律漏洞提供了平台。同时,智能专家系统在技术领域的深耕也为加快两大法系的融合提供了环境。