趙艷紅

（安徽財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院,安徽 蚌埠 233000）

人工智能是智能機(jī)器所執(zhí)行的通常與人類智能有關(guān)的行為,如判斷、推理、證明、識別、感知、理解、通信、設(shè)計、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動。①賁可榮,張彥鐸.人工智能（第2版）[M].北京：清華大學(xué)出版社,2013：2.人工智能是計算機(jī)科學(xué)的一個重要分支,其發(fā)展經(jīng)歷了20世紀(jì)50至60年代以“推理和搜索”為特征的第一輪熱潮,20世紀(jì)80年代以“知識利用和專家系統(tǒng)”為特征的第二輪熱潮,2000年至今以“機(jī)器學(xué)習(xí)”為特征的第三輪熱潮。②[日]松尾豐.人工智能狂潮：機(jī)器人會超越人類嗎？[M].趙函宏,高華彬譯.北京：機(jī)械工業(yè)出版社,2016：40.為抓住人工智能發(fā)展的歷史機(jī)遇,2017年7月,國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》,對我國未來十余年人工智能發(fā)展的三步戰(zhàn)略目標(biāo)作出規(guī)劃,要求加快建設(shè)創(chuàng)新型國家和世界科技強(qiáng)國。

在《新一代人工智能發(fā)展規(guī)劃》中的“建設(shè)安全便捷的智能社會”部分,國務(wù)院要求加強(qiáng)智慧法庭建設(shè),“促進(jìn)人工智能在證據(jù)收集、案例分析、法律文件閱讀與分析中的應(yīng)用,實(shí)現(xiàn)法院審判體系和審判能力智能化”。而在司法實(shí)踐中,不僅地方法院在此之前已經(jīng)開始進(jìn)行智慧法庭建設(shè)的探索,檢察機(jī)關(guān)、公安機(jī)關(guān)也已經(jīng)開始嘗試在案件處理中運(yùn)用人工智能和大數(shù)據(jù),并且已經(jīng)取得了初步成果,如上海市高級人民法院牽頭開發(fā)的貫穿刑事訴訟流程的“上海刑事案件智能輔助辦案系統(tǒng)”已經(jīng)投入使用,隨著該系統(tǒng)的完善,該系統(tǒng)將具備證據(jù)標(biāo)準(zhǔn)指引、單一證據(jù)校驗(yàn)、證據(jù)鏈和全案證據(jù)審查判斷、非法言詞證據(jù)排除等20項(xiàng)功能；③嚴(yán)劍漪.揭秘“206工程”：法院未來的人工智能圖景[J].上海人大,2017（8）：41.貴州省司法機(jī)關(guān)合力打造的“貴州省刑事審判智能輔助系統(tǒng)與政法大數(shù)據(jù)辦案系統(tǒng)”也具有類似的證據(jù)指引、證據(jù)審查預(yù)警等功能。④李波,吳萬相.完善司法責(zé)任制,著力打造“智慧檢務(wù)”,辦案質(zhì)效明顯提升——“貴州答卷”讓人眼前一亮[N].檢察日報,2017-07-09（1）.

從目前各地司法機(jī)關(guān)將人工智能運(yùn)用于刑事司法的探索來看,證據(jù)判斷是一個重要運(yùn)用領(lǐng)域,因?yàn)閷⑷斯ぶ悄苓\(yùn)用于刑事司法本來就是為了“將統(tǒng)一的證據(jù)標(biāo)準(zhǔn)鑲嵌到數(shù)據(jù)化的程序中,減少司法任意性,推進(jìn)以審判為中心的刑事訴訟制度改革的目標(biāo)”。⑤湯瑜.“人工智能”辦案,防范錯訴錯判——上海首個刑事案件智能輔助辦案系統(tǒng)成功運(yùn)行[N].民主與法制時報,2017-07-16（5）.而從人工智能運(yùn)用于刑事證據(jù)判斷的發(fā)展趨勢來看,除了證據(jù)指引、單一證據(jù)的校驗(yàn)之外,司法機(jī)關(guān)還在努力嘗試使人工智能具有判斷證明標(biāo)準(zhǔn)的功能。目前,人工智能主要是對證據(jù)規(guī)格（報道中稱之為“證據(jù)標(biāo)準(zhǔn)”）的判斷,也即基于大數(shù)據(jù)統(tǒng)計而歸納出的定罪量刑所需的一般證據(jù),但證據(jù)規(guī)格和證明標(biāo)準(zhǔn)是完全不同的概念,證據(jù)規(guī)格是對證據(jù)數(shù)量的外在要求,側(cè)重于說明應(yīng)當(dāng)收集哪些證據(jù)；而證明標(biāo)準(zhǔn)是司法人員內(nèi)心裁量的標(biāo)準(zhǔn),側(cè)重于所收集證據(jù)的證明程度。⑥陳騫.運(yùn)用大數(shù)據(jù)防范冤假錯案[N].中國社會科學(xué)報,2017-11-22（5）.因此,滿足了證據(jù)規(guī)格未必就能達(dá)到證明標(biāo)準(zhǔn),而未滿足證據(jù)規(guī)格也未必達(dá)不到證明標(biāo)準(zhǔn)。問題在于,人工智能真的能夠用于判斷證明標(biāo)準(zhǔn)嗎？這是否意味著人工智能未來可以取代法官進(jìn)行事實(shí)認(rèn)定？本文擬從刑事證明標(biāo)準(zhǔn)判斷的特征和人工智能的技術(shù)發(fā)展階段出發(fā),對人工智能運(yùn)用于刑事證明標(biāo)準(zhǔn)判斷的可能性問題進(jìn)行既具有現(xiàn)實(shí)性又有一定前瞻性的探討,為司法實(shí)踐中的探索提供一些理論和技術(shù)層面的參考。本文認(rèn)為,基于如下幾個方面的限制,人工智能在刑事證明標(biāo)準(zhǔn)判斷中只能發(fā)揮有限的作用,即便未來人工智能技術(shù)達(dá)到更高的水平,也不可能完全由人工智能承擔(dān)證明標(biāo)準(zhǔn)判斷的重任,必須為人工智能在刑事證明標(biāo)準(zhǔn)判斷中的運(yùn)用設(shè)定界限。

一、證明標(biāo)準(zhǔn)判斷是否可以設(shè)計為算法

所謂人工智能,實(shí)際上是人類智能的計算機(jī)模擬,人類最主要的智力活動在于邏輯推理方面,所以人工智能就是將各種事物以邏輯符號和公式進(jìn)行知識表示,然后再轉(zhuǎn)化為計算機(jī)語言,由計算機(jī)通過計算和推理而進(jìn)行規(guī)劃和決策。因此,無論是人工智能的結(jié)構(gòu)主義學(xué)派、連接主義學(xué)派還是行為主義學(xué)派,都將人工智能的研究內(nèi)容界定為通過計算機(jī)程序模擬人類的智能活動,只不過達(dá)到這一目的的路徑不同而已。⑦賁可榮,張彥鐸.人工智能（第2版）[M].北京：清華大學(xué)出版社,2013：8-10.無論是哪種方法,計算機(jī)程序和算法都是構(gòu)建人工智能的基礎(chǔ),因?yàn)楫?dāng)前的計算機(jī)仍然沒有擺脫馮·諾依曼型的范疇,它由運(yùn)算器、控制器、存儲器和輸入/輸出設(shè)備組成,輸入設(shè)備將數(shù)據(jù)和指令傳送到存儲器中,控制器負(fù)責(zé)在存儲器中找出待執(zhí)行的下一條指令進(jìn)行譯碼然后根據(jù)譯碼的結(jié)果執(zhí)行一種操作；⑧錢鐵云.人工智能是否可以超越人類智能？——計算機(jī)和人腦、算法和思維的關(guān)系[J].科學(xué)技術(shù)與辯證法,2004（5）：45.算法則構(gòu)建了人工智能的計算框架,具體問題必須通過算法來解決。對于人工智能來說,要實(shí)現(xiàn)對問題的解決,就要將現(xiàn)實(shí)問題的解決方式設(shè)計成計算機(jī)能夠理解和執(zhí)行的算法。然而,刑事證明標(biāo)準(zhǔn)判斷能夠完全設(shè)計為算法嗎？

刑事證明標(biāo)準(zhǔn)的判斷是一個主客觀要素交叉融合的過程,客觀要素是指證據(jù)的客觀屬性,主觀要素則是指人對證據(jù)的主觀判斷和認(rèn)定事實(shí)的心理過程。根據(jù)我國2012年《刑事訴訟法》對刑事證明標(biāo)準(zhǔn)的規(guī)定,定罪的證明標(biāo)準(zhǔn)為“（一）定罪量刑的事實(shí)都有證據(jù)證明；（二）據(jù)以定案的證據(jù)均經(jīng)法定程序查證屬實(shí)；（三）綜合全案證據(jù),對所認(rèn)定事實(shí)已排除合理懷疑”,這是對“證據(jù)確實(shí)、充分”標(biāo)準(zhǔn)的細(xì)化,其中第一項(xiàng)是對證據(jù)“量”的要求,第二項(xiàng)是對證據(jù)“質(zhì)”的要求,第三項(xiàng)則是對主客觀統(tǒng)一下司法人員的內(nèi)心確信程度的要求,因此,主要是第三項(xiàng)要求體現(xiàn)了證明標(biāo)準(zhǔn)判斷的決定性要素。

在證明標(biāo)準(zhǔn)的這些子項(xiàng)中,有的是可以設(shè)計成算法的,而且比較容易實(shí)現(xiàn),如現(xiàn)在地方司法機(jī)關(guān)將各類案件的證據(jù)予以“標(biāo)準(zhǔn)化”,實(shí)際上就是證明標(biāo)準(zhǔn)第一項(xiàng)對證據(jù)“數(shù)量”的要求,也即將這些案件的證據(jù)規(guī)格的判斷設(shè)計成一種簡單的算法。但有的子項(xiàng)是難以甚至不可能模型化的,如在證據(jù)的“質(zhì)”也即證明力判斷方面,少數(shù)情況下的證明力判斷問題可以通過算法解決,如通過圖文識別技術(shù)而發(fā)現(xiàn)偽造的簽名、印章等,但大多數(shù)情況下證明力判斷問題難以用算法解決,如孤立的言辭證據(jù),就難以設(shè)計判斷其真?zhèn)蔚乃惴?因?yàn)槿祟愖约簩Υ藛栴}也并無固定且可靠的解決方法。而對于我國證明標(biāo)準(zhǔn)的核心“排除合理懷疑”的判斷來說,更難以全部通過算法解決,因?yàn)椤芭懦侠響岩伞敝饕且粋€主觀判斷的結(jié)果,是“在原來客觀化的證明標(biāo)準(zhǔn)中注入了一種帶有主觀性的證明要求”,⑨陳瑞華.刑事證明標(biāo)準(zhǔn)中主客觀要素的關(guān)系[J].中國法學(xué),2014（3）：178.由于這種主觀判斷因人因事而異,并無一般性可言,而且有無窮的因素和變量會影響判斷的結(jié)果,所以根本無法將其轉(zhuǎn)化為算法。那么通過計算機(jī)的深度學(xué)習(xí),是否能夠?qū)W會如何判斷“排除合理懷疑”呢？答案依然是“很難”,因?yàn)橄鄬τ凇芭懦侠響岩伞钡呐袛嗫赡馨臒o窮可能性來說,即便將古今中外的各類案件匯總成大數(shù)據(jù),依然是不夠的,因?yàn)榭倳写髷?shù)據(jù)尚未涵蓋的新情況、新問題,所以深度學(xué)習(xí)也不足以教會計算機(jī)掌握如何判斷“排除合理懷疑”。

綜上,因?yàn)樽C明標(biāo)準(zhǔn)判斷過程中內(nèi)容繁雜,而其子項(xiàng)中的內(nèi)容又無法全然通過算法解決,所以在將人工智能運(yùn)用于證明標(biāo)準(zhǔn)判斷時,就只能在那些能夠轉(zhuǎn)化為算法的子項(xiàng)內(nèi)容上實(shí)現(xiàn),而在那些無法用算法解決的領(lǐng)域,人工智能就無法運(yùn)用。因此,從人工智能的基礎(chǔ)技術(shù)層面來說,人工智能是無法單獨(dú)進(jìn)行“排除合理懷疑”的判斷的。但對于證明標(biāo)準(zhǔn)判斷中可以用算法解決的方面,如單個證據(jù)的校驗(yàn)、證據(jù)之間的外在矛盾、科學(xué)證據(jù)的審查、相關(guān)概率的計算等方面,人工智能可以發(fā)揮有效的輔助作用。

二、人工智能是否可以具備判斷證明標(biāo)準(zhǔn)所需的人類經(jīng)驗(yàn)

對于證明標(biāo)準(zhǔn)的判斷來說,日常經(jīng)驗(yàn)的運(yùn)用是必不可少的。近年來,我國學(xué)術(shù)界對印證討論的較多,甚至將其作為我國的刑事證明模式。⑩龍宗智.印證與自由心證——我國刑事訴訟證明模式[J].法學(xué)研究,2004（2）：107-115.印證只能作為一種證明方法,不能僅靠印證解決證明標(biāo)準(zhǔn)的判斷問題,實(shí)踐中已經(jīng)發(fā)現(xiàn)的冤假錯案很多在最初也是證據(jù)相互印證的,但最終卻發(fā)現(xiàn)是虛假印證導(dǎo)致的,就是最明顯的例證。印證甚至不能解決所有的單個證據(jù)的證明力判斷問題,如對于鑒定意見的準(zhǔn)確性問題,就無法通過印證解決。因此,對待印證的正確態(tài)度是將其作為一種基于司法理性主義的方法和規(guī)則,而不是將其作為“模式”。①李建明.刑事證據(jù)相互印證的合理性與合理限度[J].法學(xué)研究,2005（6）：21-24.既然如此,在證明標(biāo)準(zhǔn)的判斷中,就不能單靠印證,還需根據(jù)證據(jù)進(jìn)行推理,其中必然要運(yùn)用經(jīng)驗(yàn),經(jīng)驗(yàn)是進(jìn)行證據(jù)推理的邏輯前提。②縱博.論訴訟證明中的邏輯和經(jīng)驗(yàn)[J].新疆大學(xué)學(xué)報（哲學(xué)·人文社會科學(xué)版）,2016（2）：77.在單個證據(jù)證明力的判斷、綜合全案證據(jù)的事實(shí)認(rèn)定、對事實(shí)認(rèn)定結(jié)果是否足以排除合理懷疑的判斷等方面,都離不開經(jīng)驗(yàn)的運(yùn)用。那么,若要將人工智能用于證明標(biāo)準(zhǔn)的判斷,人工智能是否能夠具備證明標(biāo)準(zhǔn)判斷所需的人類經(jīng)驗(yàn)?zāi)兀?/p>

計算機(jī)不可能天生具備人類經(jīng)驗(yàn),所以有兩種方式讓計算機(jī)擁有人類經(jīng)驗(yàn),其一是將人類經(jīng)驗(yàn)全部輸入計算機(jī)；其二是通過機(jī)器學(xué)習(xí)而讓計算機(jī)自行擁有人類經(jīng)驗(yàn)。

第一種方法早在1984年就已經(jīng)由美國人工智能研究者道格拉斯·勒奈（Douglas Lenat）啟動的“Cyc計劃”進(jìn)行嘗試,該計劃的目的是將所有的人類一般性知識都以邏輯語言的表示方式輸入到計算機(jī),至今已經(jīng)過去30多年,但該計劃仍在進(jìn)行中,因?yàn)槿祟惖囊话阈灾R太多,將其表示為邏輯語言是一項(xiàng)浩大的工程。③[日]松尾豐.人工智能狂潮：機(jī)器人會超越人類嗎？[M].趙函宏,高華彬譯.北京：機(jī)械工業(yè)出版社,2016：65-67,100,125.當(dāng)人們發(fā)現(xiàn)描述知識并非易事之后,便產(chǎn)生了關(guān)于如何在計算機(jī)中描述知識的研究——本體論工程,也即研究如何創(chuàng)建關(guān)于行動、時間、物理對象以及信度這樣的通用概念的表示。④[美]Stuart Russell,Peter Norvig.人工智能：一種現(xiàn)代方法[M].姜哲等譯.北京：人民郵電出版社,2010：244.但時至今日,尚沒有任何一個項(xiàng)目能夠成功地將人類經(jīng)驗(yàn)全部輸入計算機(jī)。實(shí)際上,這種想法本身可能就完全不具有現(xiàn)實(shí)性,因?yàn)槿祟惤?jīng)驗(yàn)本來就是近乎無窮的,而且隨著時間的推移、空間的轉(zhuǎn)變而不斷增加、變化,所以設(shè)想由少數(shù)人將這些人類經(jīng)驗(yàn)采取人工輸入的方式輸入計算機(jī),基本上是不可能實(shí)現(xiàn)的。

第二種方法是隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展而興起的。所謂機(jī)器學(xué)習(xí),即人工智能程序自身進(jìn)行學(xué)習(xí)的機(jī)理。機(jī)器學(xué)習(xí)可分為有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)三種類型。其發(fā)展背景是文字識別等模式識別領(lǐng)域長年積累的基礎(chǔ)技術(shù)和不斷增加的海量數(shù)據(jù),尤其是隨著互聯(lián)網(wǎng)和大數(shù)據(jù)的發(fā)展,機(jī)器學(xué)習(xí)開始向深度學(xué)習(xí)發(fā)展,即由計算機(jī)自動生成特征量,而不再需要由人來設(shè)計特征量,由此,人工智能由之前必須借助人類的領(lǐng)域向前邁出了一步。⑤[日]松尾豐.人工智能狂潮：機(jī)器人會超越人類嗎？[M].趙函宏,高華彬譯.北京：機(jī)械工業(yè)出版社,2016：65-67,100,125.但通過機(jī)器學(xué)習(xí),人工智能就能夠具備充分的人類經(jīng)驗(yàn)數(shù)據(jù)庫嗎？基于如下原因,這種可能性很?。浩湟?人類經(jīng)驗(yàn)不會全部轉(zhuǎn)化為數(shù)據(jù)。雖然互聯(lián)網(wǎng)技術(shù)的發(fā)展帶來了規(guī)模巨大到無法想象的大數(shù)據(jù),但人類的經(jīng)驗(yàn)不會全部轉(zhuǎn)化為數(shù)據(jù),人們在日常行為、決策中所運(yùn)用的一些背景性知識不會形成可提取的數(shù)據(jù),尤其是那些只可意會不可言傳的經(jīng)驗(yàn),根本就無法形成數(shù)據(jù)。其二,即使大數(shù)據(jù)中已經(jīng)包含了全部的人類經(jīng)驗(yàn),機(jī)器學(xué)習(xí)也很難通過學(xué)習(xí)而將這些人類經(jīng)驗(yàn)抽取出來。雖然深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一大進(jìn)步,但在本質(zhì)上它無非是從數(shù)據(jù)中發(fā)現(xiàn)特征量或概念,然后使用這個聚合塊,再去發(fā)現(xiàn)更大的聚合塊而已。⑥[日]松尾豐.人工智能狂潮：機(jī)器人會超越人類嗎？[M].趙函宏,高華彬譯.北京：機(jī)械工業(yè)出版社,2016：65-67,100,125.目前深度學(xué)習(xí)主要是在圖像和語音識別領(lǐng)域有所發(fā)展,在人工智能的其他領(lǐng)域能否實(shí)現(xiàn)同樣的突破仍未知,但相對于圖像和語音識別來說,人類經(jīng)驗(yàn)的提取將會面臨著更大的難度,因?yàn)榇髷?shù)據(jù)中即便包含人類經(jīng)驗(yàn),也不會有相應(yīng)的標(biāo)識,人工智能是否能發(fā)現(xiàn)相應(yīng)的特征量是極不確定的。其三,即便人工智能可以從大數(shù)據(jù)中提取人類經(jīng)驗(yàn),但并非所有的人類經(jīng)驗(yàn)都可以用于刑事證據(jù)判斷,正如國外學(xué)者所言,證據(jù)法學(xué)者所談?wù)摰摹爸R庫”（經(jīng)驗(yàn)的集合）是一種定義不清的信念凝聚體,很像一鍋由或多或少的完備信息組成的復(fù)雜湯羹,有高級模型、零星記憶、印象、故事、神話、諺語、希望、刻板印象、推測或偏見,事實(shí)和價值并不能做涇渭分明的區(qū)分。因此,經(jīng)驗(yàn)是有危險性的,運(yùn)用于司法時必須經(jīng)過識別和評價。⑦[美]特倫斯·安德森,戴維·舒姆,[英]威廉·特文寧.證據(jù)分析[M].張保生等譯.北京：中國人民大學(xué)出版社,2012：362-365.但人工智能無法進(jìn)行這種識別和評價,因?yàn)檫@種識別和評價需要由人們運(yùn)用其生活經(jīng)驗(yàn)和價值觀,而這在人工智能中是難以實(shí)現(xiàn)的。

綜上,由于人工智能無法通過人工輸入或機(jī)器學(xué)習(xí)而充分掌握判斷證明標(biāo)準(zhǔn)所需的人類經(jīng)驗(yàn),所以在將人工智能用于證明標(biāo)準(zhǔn)判斷時,那些需要運(yùn)用經(jīng)驗(yàn)進(jìn)行證據(jù)推理的環(huán)節(jié)人工智能就難以勝任,尤其是在需要運(yùn)用間接證據(jù)進(jìn)行推理而認(rèn)定事實(shí)的場合,對于經(jīng)驗(yàn)豐富的司法人員來說都尚且可能存在諸多的不確定性,更何況對于不能完全掌握人類經(jīng)驗(yàn)的計算機(jī)？所以在證據(jù)推理方面必須給人工智能的運(yùn)用設(shè)定一個界限,那些司法實(shí)踐中常用的、具有高度概然性并被司法界普遍認(rèn)可的經(jīng)驗(yàn),可以采取人工輸入或有監(jiān)督的機(jī)器學(xué)習(xí)方式而賦予人工智能,并由人工智能在判斷證據(jù)時進(jìn)行運(yùn)用。但基于案件事實(shí)和證據(jù)的復(fù)雜性、不確定性,人工智能的算法難以根據(jù)具體情況而靈活的運(yùn)用經(jīng)驗(yàn),所以可能會產(chǎn)生錯誤甚至荒唐的結(jié)果。因此,人工智能運(yùn)用人類經(jīng)驗(yàn)進(jìn)行的判斷結(jié)論只能作為司法人員的輔助和參考,而且是可以反駁或舍棄的。

三、人工智能是否能運(yùn)用合理的推理方法

如前所述,在根據(jù)證據(jù)認(rèn)定事實(shí)的過程中,必須運(yùn)用證據(jù)推理。與傳統(tǒng)的法律推理領(lǐng)域不同的是,證據(jù)推理在方法上更多地會運(yùn)用非單調(diào)邏輯推理方法,也即第一個推理結(jié)論在已知事實(shí)增加時會自行撤銷,并修改推理的依據(jù),這就是所謂的推理的“非單調(diào)性”,是與傳統(tǒng)邏輯明顯區(qū)別之處,因?yàn)樵趥鹘y(tǒng)邏輯推理中,由已知事實(shí)推出的邏輯結(jié)論絕不會在已知事實(shí)增加時反而喪失,所以是“單調(diào)性”的推理。非單調(diào)推理是由于事物發(fā)展的隨機(jī)性和復(fù)雜性而出現(xiàn)的,人類認(rèn)識的不完全、不可靠、不精確和不一致性,自然語言中存在的模糊性和歧義性,使現(xiàn)實(shí)世界中的事物以及事物之間的關(guān)系極其復(fù)雜,帶來了大量的不確定性,如果采取確定性的單調(diào)推理方法處理不確定性問題,就需要把知識或思維行為中原本具有的不確定性劃歸為確定性來處理,這無疑會舍去事物的某些重要屬性,造成信息流失,妨礙人們做出最好的決定,甚至可能做出錯誤的決定。所以,非單調(diào)推理就是建立在非經(jīng)典邏輯上的一種推理,它是對不確定性知識的運(yùn)用與處理。⑧賁可榮,張彥鐸.人工智能（第2版）[M].北京：清華大學(xué)出版社,2013：144-147,186.

之所以在證據(jù)推理中要更多地運(yùn)用非單調(diào)推理,是因?yàn)樽C據(jù)推理面對的是形形色色、千變?nèi)f化的證據(jù)與事實(shí),與法律推理面對的是法律條文的發(fā)現(xiàn)、涵攝有著很大不同。在證據(jù)推理中,司法人員只能從具有不確定性的若干證據(jù)出發(fā),通過運(yùn)用經(jīng)驗(yàn)和常識,得出一個似真的結(jié)論,但該似真結(jié)論是可以廢止的,也即它能夠被新引入的證據(jù)所推翻,因此,這種推理常常被認(rèn)為是與概然性相同的,⑨[加]道格拉斯·沃爾頓.法律論證與證據(jù)[M].梁慶寅,熊明輝等譯.北京：中國政法大學(xué)出版社,2010：112,113.也引起了英美法系國家證據(jù)法學(xué)者對于數(shù)學(xué)上的概率是否可以用于證據(jù)判斷的“帕斯卡主義”與“培根主義”之間的爭執(zhí),⑩封利強(qiáng).司法證明機(jī)理——一個亟待開拓的研究領(lǐng)域[J].法學(xué)研究,2012（2）：150.但從本質(zhì)上來看,證據(jù)判斷中的這種似真性、概然性與數(shù)學(xué)概率有很大不同,因?yàn)樗普嫘圆⒉桓鶕?jù)內(nèi)部數(shù)據(jù)來指派值,而是根據(jù)每個被考慮命題的外部支持來指派值。因此,證據(jù)的似真性最好通過“確信值”這種粗糙刻度來衡量,這種刻度看起來足以決定行動但又不同于概率值。①[加]道格拉斯·沃爾頓.法律論證與證據(jù)[M].梁慶寅,熊明輝等譯.北京：中國政法大學(xué)出版社,2010：112,113.所以,處理證據(jù)判斷中的不確定性問題,應(yīng)當(dāng)采用非數(shù)值方法,包括古典邏輯方法和非單調(diào)推理方法等,正如愛因斯坦所言,“適用于現(xiàn)實(shí)世界的數(shù)學(xué)定律都不具有確定性,具有確定性的數(shù)學(xué)定律則不適用于現(xiàn)實(shí)世界”。②賁可榮,張彥鐸.人工智能（第2版）[M].北京：清華大學(xué)出版社,2013：144147,186.

在人工智能研究中,已經(jīng)采取若干推理方法處理不確定性問題,如針對由隨機(jī)性引起的不確定性問題,有模型方法、控制方法兩大類處理方法,模型方法又分為數(shù)值方法和非數(shù)值方法,數(shù)值方法包括概率方法、主觀貝葉斯方法、可信度方法、證據(jù)理論等,非數(shù)值方法包括上述的古典邏輯方法和非單調(diào)推理方法。而針對由模糊性引起的不確定性問題,則使用模糊邏輯方法,即一種使用邏輯表達(dá)式來描述模糊集合中的隸屬關(guān)系的推理方法。盡管在人工智能中已經(jīng)有了這些解決不確定性問題的推理方法,但這是遠(yuǎn)不足以解決刑事證據(jù)判斷中的復(fù)雜問題的：其一,因?yàn)檫@些人工智能的推理方法本身仍存在很多缺陷,對不確定問題的處理不夠嚴(yán)格,使用上也有很多局限性,僅能解決實(shí)踐中的部分問題,如針對模糊性問題而言,很多來自語言方面的觀察和連續(xù)量的適當(dāng)表示的開放問題仍然存在,所以不足以處理證據(jù)判斷諸多瞬息萬變的情形；其二,雖然人工智能中運(yùn)用的諸多推理方法旨在解決不確定性問題,但這些推理方法與證據(jù)推理中所用的方法依然有較大差別。人工智能中的推理方法主要是面向未來的,其目的是做出決策和規(guī)劃,而證據(jù)推理面對的則是過去的事實(shí),所以是一種基于證據(jù)的推論；人工智能雖然主要運(yùn)用的是概率推理方法,但這些概率方法基本上都屬于精確概率的范疇,但在證據(jù)推理中,使用精確概率卻并不合適,因?yàn)榫_概率不足以解釋司法證明的性質(zhì),無法完全傳遞關(guān)于信念的豐富內(nèi)涵,而且還可能會誤導(dǎo)裁判者,所以在證據(jù)推理中只能運(yùn)用一種“道德上的確定性”意義上的蓋然性方法。③張保生.事實(shí)、證據(jù)與事實(shí)認(rèn)定[J].中國社會科學(xué),2017（8）：127128.

綜上,由于人工智能所采取的推理方法與司法實(shí)踐中證據(jù)推理所需要的推理方法并不相同,而且人工智能的推理方法本身在解決復(fù)雜的現(xiàn)實(shí)事物時也存在很多局限,所以人工智能用于判斷刑事證明標(biāo)準(zhǔn)時,在推理方法方面難以實(shí)現(xiàn)對人類推理方式的模擬,當(dāng)需要運(yùn)用推理根據(jù)證據(jù)（特別是間接證據(jù)）推理案件事實(shí)時,就很難運(yùn)用人工智能。

四、人工智能是否能模擬人類的非邏輯思維

非邏輯思維是指無法用通常的邏輯解釋和說明的一部分人類思維活動,直覺、想象、靈感、頓悟、假設(shè)、創(chuàng)造等是其主要表現(xiàn)形式。非邏輯思維在人類的認(rèn)知活動中也發(fā)揮著重要作用,有時甚至是必不可少的作用。在人類的認(rèn)知活動中,邏輯思維與非邏輯思維是辯證統(tǒng)一的,非邏輯思維是人類特有的、經(jīng)過長期的社會實(shí)踐和認(rèn)知活動形成的一種在一剎那就能夠?qū)F(xiàn)象和本質(zhì)、個別和一般、部分和整體等認(rèn)知素材相互統(tǒng)一起來的發(fā)明創(chuàng)造能力。④張之滄.當(dāng)代科技創(chuàng)新中的非理性思維和方法[J].自然辯證法研究,2008（10）：99.認(rèn)知心理學(xué)的研究也證明了這種可能性,如在遇到需要頓悟的問題時,問題一開始看上去是不可能解決的,但隨后一種可能的解決方法會突然闖入你的意識中,讓你立即認(rèn)識到這個方法是正確的。⑤[美]瑪格麗特·馬特林.認(rèn)知心理學(xué)：理論、研究和應(yīng)用[M].李永娜譯.北京：機(jī)械工業(yè)出版社,2016：191.

在刑事證明標(biāo)準(zhǔn)的判斷中,除了要運(yùn)用邏輯思維外,非邏輯思維也是必不可少的判斷方法。我國雖然沒有正式確立自由心證原則,但“排除合理懷疑”因素的引入,表明我國的刑事證明標(biāo)準(zhǔn)已經(jīng)正視證據(jù)判斷中的主觀因素。判斷證明標(biāo)準(zhǔn)時的主觀因素要求司法人員對所認(rèn)定的事實(shí)應(yīng)達(dá)到內(nèi)心確信,除了通過邏輯思維獲得內(nèi)心確信外,司法人員在判斷證據(jù)時所運(yùn)用的直覺、感覺、良心等非邏輯思維形式同樣發(fā)揮著重要作用。曾有學(xué)者經(jīng)過研究認(rèn)為,法官作為不知情者,會采取啟發(fā)式策略,即頓悟、直覺、想象等,先獲得一個具有可能性的結(jié)論,然后再回頭檢測是否能夠得到證據(jù)支持,最終使證據(jù)之間的聯(lián)系逐漸清晰明朗。⑥胡宇清,李蓉.刑事認(rèn)證如何進(jìn)行——以認(rèn)知心理學(xué)為研究進(jìn)路[J].法學(xué)雜志,2012（5）：121122.雖然通過非邏輯思維而形成一個案件事實(shí)的假設(shè)帶有一定的猜測成分,但這種方法能夠有效越過證據(jù)與事實(shí)之間的空白地帶,發(fā)現(xiàn)證據(jù)之間的聯(lián)系。這種做法也不違反證據(jù)裁判原則,因?yàn)樵谕ㄟ^非邏輯思維形成案件事實(shí)的假設(shè)之后,證明過程并未結(jié)束,而是剛剛開始,司法人員還要對假設(shè)進(jìn)行驗(yàn)證,即通過證據(jù)、已有的知識、經(jīng)驗(yàn)和邏輯推理對假設(shè)進(jìn)行是否合乎規(guī)律的檢驗(yàn),只有經(jīng)過檢驗(yàn)認(rèn)為證據(jù)能夠達(dá)到確實(shí)、充分、排除合理懷疑的程度,才完成了證明任務(wù)。在證據(jù)復(fù)雜的案件中,這種通過非邏輯思維形成假設(shè)然后再通過邏輯思維進(jìn)行驗(yàn)證的路徑幾乎是必然選擇,否則就可能陷入事實(shí)認(rèn)定的困境。

當(dāng)將人工智能運(yùn)用于證明標(biāo)準(zhǔn)判斷時,也要面臨復(fù)雜證據(jù)情況下的事實(shí)認(rèn)定問題,僅靠邏輯推理是難以得出認(rèn)定事實(shí)的結(jié)論的,必須有一定的直覺、啟發(fā)或靈感作為黏合劑,才能進(jìn)行上述的假設(shè)——驗(yàn)證過程。但問題在于,人工智能能夠模擬人類的非邏輯思維嗎？在人工智能研究領(lǐng)域,關(guān)于人工智能究竟是否屬于“智能”的爭論中,反對方提出了一些關(guān)鍵性問題,其中就包括人工智能難以完全模擬人類的直覺思維的問題,例如哲學(xué)家休伯特·德雷福斯主張,雖然人類的行為的確包含一些規(guī)則知識,但是只是作為人類在其間進(jìn)行操作的“整體上下文”或者“背景”,人類的行為太過復(fù)雜而無法通過任何簡單的規(guī)則集合捕捉到,由于計算機(jī)所能做的不過是遵循規(guī)則集合,所以,它們無法產(chǎn)生同人類一樣的智能行為,這種能力缺陷被稱為“限制問題”。如對于人類來說,一個人顯然具有關(guān)于“事情是如何完成的以及應(yīng)該期待什么的直覺”,但計算機(jī)是無法通過規(guī)則集合的方式模擬這類直覺的。⑦[美]Stuart Russell,Peter Norvig.人工智能：一種現(xiàn)代方法[M].姜哲等譯.北京：人民郵電出版社,2010：732.從更根本的層面來看,之所以無法實(shí)現(xiàn)計算機(jī)對人類非邏輯思維的模擬,是因?yàn)樵趯τ谌祟愃季S的研究中,對邏輯思維的研究較為成熟,但對于非邏輯思維的研究還遠(yuǎn)遠(yuǎn)不足,這就意味著,人類自己尚不清楚非邏輯思維的運(yùn)作方式,又如何將其轉(zhuǎn)化為計算機(jī)能夠理解和執(zhí)行的算法？所以在目前乃至未來相當(dāng)長一段時間內(nèi),人工智能都是難以模擬人類的非邏輯思維的,當(dāng)然也無法在刑事證據(jù)判斷中運(yùn)用非邏輯思維方式。

綜上,由于在技術(shù)上無法實(shí)現(xiàn)人工智能對人類非邏輯思維的模擬,所以在刑事證明標(biāo)準(zhǔn)的判斷中,當(dāng)需要采用非邏輯思維時,就不能依賴人工智能,尤其是在那些缺乏直接證據(jù)、需要進(jìn)行大量主觀判斷的案件中,否則人工智能就會直接給出“未達(dá)到證明標(biāo)準(zhǔn)”的結(jié)論,容易導(dǎo)致放縱犯罪的結(jié)果。在證據(jù)雖暫時未達(dá)到證明標(biāo)準(zhǔn)、但司法人員認(rèn)為被告人犯罪的可能性極大的時候,應(yīng)先通過檢察機(jī)關(guān)補(bǔ)充證據(jù)、法官自行調(diào)查取證等方式,填補(bǔ)證據(jù)空白,對被告人犯罪的假設(shè)進(jìn)行驗(yàn)證,如果最終無法驗(yàn)證,才可按疑罪從無而宣告無罪。人工智能在這類案件的證明標(biāo)準(zhǔn)判斷中只能發(fā)揮部分輔助作用,對證據(jù)矛盾或證據(jù)的完整性進(jìn)行校驗(yàn),事實(shí)認(rèn)定結(jié)論的假設(shè)、驗(yàn)證必須由司法人員自己完成。

五、人工智能是否能夠進(jìn)行證據(jù)說理

在證明標(biāo)準(zhǔn)的判斷中,證據(jù)說理是必不可少的附屬制度。完善的證據(jù)說理能保障心證公開、防止證據(jù)裁量權(quán)的濫用,是防止錯誤認(rèn)定事實(shí)的重要保障措施。在大陸法系,自由心證不包括不受理性推理規(guī)則約束的自由,法官必須對其心證的形成進(jìn)行說理,⑧[美]米爾建·R·達(dá)馬斯卡.漂移的證據(jù)法[M].李學(xué)軍等譯.北京：中國政法大學(xué)出版社,2003：214.如在德國,法官必須在判決中記載詳細(xì)的證據(jù)評價（心證）,否則第三審法院將因澄清案件之訴或因主張心證的瑕疵而撤銷其判決。⑨[德]克勞思·羅科信.刑事訴訟法[M].吳麗琪譯.北京：法律出版社,2003：465.而在英美法系,雖然傳統(tǒng)上法官和陪審團(tuán)都沒有對事實(shí)裁決進(jìn)行說理的義務(wù),但近年來也有很多要求法官和陪審團(tuán)必須進(jìn)行證據(jù)說理的聲音。⑩See Michael Csere,“Reasoned Criminal Verdicts in the Netherlands and Spain：Implications for Juries in the United States”,Connecticut Public Interest Law Journal,2013（2）.p.437；See Stephen C.Thaman,“Should Criminal Juries Give Reasons for Their Verdicts？：The Spanish Experience and The Implications of The European Court of Human Rights Decision in Taxquet v.Belgium”,Chicago-Kent Law Review,2011（2）.p.665.證據(jù)說理與自由心證并無沖突,在證據(jù)判斷中,除了可以對邏輯推理進(jìn)行說理外,即便對于直覺、靈感等非邏輯思維,也可以進(jìn)行一定的說理,因?yàn)檫@些非邏輯思維可能是建立在情態(tài)證據(jù)、生活經(jīng)驗(yàn)、日常情理之上的。對于實(shí)行專業(yè)法官裁判的我國來說,證據(jù)說理是發(fā)揮法官主觀判斷的優(yōu)勢的同時也防止證據(jù)裁量權(quán)濫用的必要之舉。

但將人工智能用于證明標(biāo)準(zhǔn)的判斷時,如何讓人工智能進(jìn)行證據(jù)說理就成為一個難題。目前,法律界對于人工智能的一個很大的擔(dān)憂就是人工智能做出決策的不透明性,人工智能的算法很大程度上是一個“黑盒子”,即便是算法設(shè)計者,可能都不知道人工智能的真正運(yùn)行機(jī)制和可能造成的后果,①周維明.對大數(shù)據(jù)和人工智能的冷思考[N].民主與法制時報,20171-019（6）.更何況,算法也不等于說理,說理是通過自然語言論證的方式將證明標(biāo)準(zhǔn)判斷過程中的證據(jù)基礎(chǔ)、經(jīng)驗(yàn)前提、推理過程進(jìn)行公開,而算法則僅是計算機(jī)能夠理解和執(zhí)行的邏輯程序而已。因此,人工智能在證據(jù)判斷中只能給出結(jié)論,但無法像人那樣對其得出結(jié)論的過程進(jìn)行詳細(xì)的說理,所以很大程度上是一種暗箱操作式的判斷,無法滿足證據(jù)判斷的心證公開要求。當(dāng)然,人工智能的開發(fā)設(shè)計者可以賦予人工智能一定的論證功能,但如前所述,在證明標(biāo)準(zhǔn)的判斷中,除了傳統(tǒng)的邏輯推理外,運(yùn)用的更多的是非單調(diào)邏輯推理,而且還需運(yùn)用人類經(jīng)驗(yàn)、非邏輯思維,但人工智能在這些方面要么難以模擬,要么只能發(fā)揮有限的作用,所以也難以對形成判斷結(jié)論的過程進(jìn)行真正的論證。

因?yàn)槿斯ぶ悄茉谧C據(jù)說理方面的無能為力,所以如果將證明標(biāo)準(zhǔn)判斷全權(quán)交由人工智能負(fù)責(zé),無異于是將被告人的命運(yùn)放在無法監(jiān)督、不受制約的暗箱中,是違背司法公正、公開原則的,這也是法學(xué)界對人工智能在司法中運(yùn)用的普遍擔(dān)憂之一。同時,人工智能的這一缺陷也決定了其不能單獨(dú)進(jìn)行證明標(biāo)準(zhǔn)的判斷,而只能給司法人員提供參考性意見,最終的裁決及其論證說理必須也只能由司法人員作出。

六、人工智能可以做什么

通過本文對人工智能運(yùn)用于刑事證明標(biāo)準(zhǔn)判斷中的如上問題的探討,結(jié)論似乎十分悲觀,因?yàn)槿斯ぶ悄芩坪鯚o法發(fā)揮多大的作用。但本文的探討并非純粹的潑冷水,而是在當(dāng)前司法界對人工智能抱有一種近乎狂熱的態(tài)度的背景下,對人工智能引入司法領(lǐng)域后如何保障司法的自治性的一些冷靜思考。實(shí)際上,域外也早有將人工智能運(yùn)用于證據(jù)判斷的探索和嘗試,但也一直存在警惕人工智能的過度侵入、保障司法自治性的聲音,如英國在1998年時就有在皇家檢察署的起訴工作中使用一種證據(jù)判斷的輔助系統(tǒng)的建議,但同時也特別指出,這種輔助系統(tǒng)是“仆人而非主人”,檢察官仍可推翻系統(tǒng)產(chǎn)生的結(jié)果。②See Jo Greenfield,“Decision Support within the Criminal Justice System”,one of papers of 13th BILETA Conference：“The Changing Jurisdiction”,Friday,March 27th&Saturday,March 28th,1998,Trinity College,Dublin.本文的探討旨在說明,人工智能運(yùn)用于刑事證明標(biāo)準(zhǔn)的判斷時,應(yīng)當(dāng)為其設(shè)定明確的界限。在證明標(biāo)準(zhǔn)判斷的部分領(lǐng)域,人工智能依然能夠發(fā)揮有效的輔助作用,如證據(jù)之間是否存在矛盾、全案證據(jù)是否符合證據(jù)規(guī)格的要求、要件事實(shí)是否明顯的缺乏證據(jù)證明等方面,在這些方面,主要的判斷方式是對比、列舉、校驗(yàn),而不需要運(yùn)用人類經(jīng)驗(yàn)或復(fù)雜的推理,所以人工智能可以比人類更有效的發(fā)現(xiàn)證據(jù)矛盾或缺失,避免因明顯的證據(jù)問題導(dǎo)致錯案。雖然目前司法機(jī)關(guān)已經(jīng)在這些方面開始了運(yùn)用人工智能的嘗試,但還僅是初步的探索,尚且存在諸多問題,如標(biāo)準(zhǔn)不統(tǒng)一、重復(fù)建設(shè)、功能單一等,所以這些方面的運(yùn)用也是日后人工智能發(fā)展的重要方向。但在需要運(yùn)用人類經(jīng)驗(yàn)或需要運(yùn)用非邏輯思維的領(lǐng)域,就不應(yīng)嘗試運(yùn)用人工智能,也不應(yīng)在人工智能的設(shè)計中嘗試開發(fā)這種功能,更不可將單獨(dú)進(jìn)行刑事證明標(biāo)準(zhǔn)的判斷作為人工智能的發(fā)展目標(biāo),否則注定只能以失敗告終。

總之,雖然人工智能在刑事司法中的運(yùn)用是不可逆轉(zhuǎn)的潮流,但其在刑事司法中的作用應(yīng)定位為一種有限性、輔助性的手段,唯此才能在充分利用現(xiàn)代科技的同時,保持司法的自治性和公正性。