宋保振

摘要：當下智能裁判問題的爭議焦點在于我們能否通過數(shù)據(jù)和算法進行法官情感計算，有效還原司法中的價值判斷。智能裁判價值判斷重在對法官解釋和運用法律的過程進行法律解釋模擬，這也是人工智能法律系統(tǒng)研發(fā)的關鍵。面對智能時代傳統(tǒng)教義學理論中經(jīng)驗要素缺失的事實，以多學科為基礎的認知科學為智能裁判的解釋模擬提供了研究新思路。該認知研究主張運用心理學和人工神經(jīng)網(wǎng)絡等方法探究和模仿裁判者思維模式，將法官裁判中的“解釋規(guī)則”作為解釋模型建構的基本要素。智能裁判解釋模擬的核心任務有三：第一，基于認知立場確立法律解釋認知邏輯;第二，發(fā)掘認知層面的解釋規(guī)則并轉化為算法規(guī)則;第三，借助認知要素檢驗所構建智能推理模型的可行性以保證通過圖靈測試。結合此模擬過程及裁判實踐來看，司法領域的人工智能運用雖未來可期，但當前從輔助層面來定位更為妥當。

關鍵詞：智能裁判;情感計算;法律解釋模擬;認知科學;認知邏輯

DOI編碼：10.19667/j.cnki.cn23-1070/c.2021.02.011

在數(shù)字科技飛速發(fā)展和現(xiàn)代法治日漸完善的時代背景下，立足司法裁判研究和討論人工智能已成為一種學術時髦。無論我們是否可達到最終學術預期，毫無疑問這種高頻次、針對性的研究熱潮必將是中國法治進步里程碑上濃墨重彩的一筆。不過從當前所取得成果來看，這些研究仍存在兩個亟須解決的問題：第一，已有成果大都從主體或技術層面展開智能司法的討論或證成，如人工智能的資格認定、智能司法的道德倫理困境、數(shù)據(jù)與算法的運行及其保護、智能司法的可能與限度等，鮮有學者圍繞法的適用從法學方法論角度展開深入探討。這就可能給我們造成一種誤解——人工智能進入裁判其實和當初計算機引入司法并無實質區(qū)別，他們都在涉及法官的判斷與選擇時戛然而止;第二，由于智能裁判問題理論新穎且兼具跨學科屬性，研究者就其可行性呈現(xiàn)出兩派截然對立的觀點且難以協(xié)調。這直接導致，雖然國外“智能+司法”裁判模式探索風起云涌，國內各地“智慧法院”建設也勢不可擋，但兩派一直在最根本的運用方式與限度問題上難以彼此說服?；谌缟蟽煞矫?，本文選擇智能裁判問題的爭議焦點——價值判斷為研究對象，借助認知科學理論進行方法論上的反思，以期對智能司法做出嘗試性推進。

一、智能裁判中的價值缺位

（一）爭議及其焦點問題

從當前研究來看，智能裁判支持者與反對者的主要爭議如下：支持者認為，伴隨智慧社會來臨，絕大多數(shù)社會關系都必將會高度透明和精準計算，感知、融合、共享、智能已成為當下社會的重要特征。具體到司法問題上，當計算機突破主體資格樊籬，裁判的智能化已成為一個必然趨勢。我們之所以存在司法價值無涉、法官主體式微等疑慮，根本原因在于當下只是處在“弱人工智能”階段。伴隨可以計算情感的“強人工智能”到來，機器人裁判完全可行;與之相對，反對者則認為，司法裁判的人工智能化或許只是學者們的一廂情愿。我們對于智能司法的最大誤解是——認為只要數(shù)據(jù)足夠充沛，算法足夠強大，就可以取代談判形成過程中的價值判斷，即使理論上說得通，現(xiàn)實中的難度也不容忽視。不僅對每一個可能的概念項進行建模是一項巨大挑戰(zhàn)，而且就法律本身性質而言也并不可行。在任何人文學科中，“是”和“應當”都是兩回事。甚至還有極端觀點認為，當前法學界無處不在的“人工智能+”只是一種噱頭，借用了一個似是而非的流行語以吸引閱讀興趣。

如上截然對立的爭議其實最終指向一個焦點問題——即以數(shù)據(jù)和算法為技術核心的人工智能司法如何發(fā)揮法官的主觀能動性，從而支撐起司法活動的價值判斷之維？一直以來，司法裁判都標榜三段論推理，但作為大前提的法律規(guī)范N并非現(xiàn)成擺放好的制定法條款或判例法規(guī)則，而是法官根據(jù)個案具體情況并結合對法律法規(guī)或其他因素的說明而建構的裁判規(guī)范N。司法實踐也表明，法官裁判的真正思維并非只有“法律規(guī)范+事實=裁判結論”這一單向路徑，而是通常以其先接觸到的事實為思考起點，并不由自主地進行一種“預判”。裁判形成也不是單純依靠演繹或者歸納，而是包括邏輯推理在內的多種方法和思考方式綜合作用的結果。在此過程中，法學傳統(tǒng)、邏輯理論、歷史慣例、價值判斷、利益衡量、道德情感以及人們不能言說的種種認知、偏見、啟示等都有可能潛入其中。法官并非機器，他們只是生活在現(xiàn)實社會中的人，只不過因其特殊身份而被要求作出法律上的判斷。這些價值判斷是司法的重點內容和必要環(huán)節(jié)，也是司法的價值和魅力。但遺憾的是，對此價值判斷當下智能司法技術還未企及，相應成果也只是局限于學者的理論探討。此時一個質疑就必然產(chǎn)生：智能裁判一天解決不了價值判斷問題，所謂的人工智能司法將仍是馬克思·韋伯所說的“自動售貨機”，只不過因為現(xiàn)代科學和計算機技術的支撐而成為一種升級版。而且，也只有解決了此價值判斷問題，我們才能找到規(guī)制AI技術發(fā)展的理性方向，使得當下如火如荼的人工智能司法討論成為促進法治進步的積極活動，而不只是“蹭時代的熱點”。

（二）價值缺位主要體現(xiàn)在法律解釋模擬過程中

也就是說，在智能裁判問題上，能否盡可能現(xiàn)實地還原法官的思維過程，將裁判的理念與方法“嵌入”司法人工智能，進而彌補司法活動中的價值缺位，是對人工智能司法“自動售貨機”標簽的有效回應，這也直接決定智能司法“可以走多遠”。區(qū)別于一般意義上的普通司法裁判，智能裁判有其特定的運行模式。從一般原理來看，人工智能司法工作及學習的主要特征是要素化、規(guī)則化、圖譜化和模型化。它以法律知識圖譜、案件情節(jié)提取、類案識別、模型訓練、量刑預測和偏離度預測等為技術路徑，在實踐中表現(xiàn)為案件智能推送、法律模擬分析與推理、裁判結果預測、量刑輔助、偏離預警以及裁判文書的智能生成等應用。這種司法運行的“智能”模式，實際上依賴人工智能的新技術，同時具有大規(guī)模、多樣態(tài)、快流變、高價值特征的大數(shù)據(jù)又為人工智能的知識生產(chǎn)提供了空間。無論是識別和提取法律事實和情節(jié)，自動推送關聯(lián)法條和類案，還是推薦量刑和生成法律文書，甚至通過深度學習不斷提高裁判的準確性，數(shù)據(jù)和算法都起著一種支撐作用。

從本體論哲學角度來看，“理解一解釋一運用”三位一體，整個司法過程都充斥著價值判斷。但結合智能司法的運作模式，智能裁判中的價值判斷則主要存在于證據(jù)認定時的法律推理和法律適用時的法律解釋兩個階段。具體如下：第一，在證據(jù)收集和量刑分析時，預想實現(xiàn)對證據(jù)的取舍以及證明力大小的判斷，離不開法官積極發(fā)揮其在把握證據(jù)時的主體性和能動性。受客觀現(xiàn)實影響，在絕大多案件裁判中，我們追求的“真”只是一種愿景，證據(jù)推理從“認識論”走向“價值論”將成為一種必然趨勢。在此之下，依靠經(jīng)驗法則進行推定就成為證據(jù)認定的一種重要方式。盡管由于各種原因，其實效并不盡如人意。此時，智能司法就必須積極回應該價值判斷問題，盡最大可能地提高概率判斷的客觀準確性。第二，通過算法和推理模型量化裁判中的經(jīng)驗要素，對法官解釋中的價值選擇和自由裁量進行有效模擬。這也是當下絕大多數(shù)智能司法研究者的主要關注點，而且相比前者更為關鍵和棘手。在眾多司法實踐中，解決法律之確定性與妥當性矛盾難題的主要方法就是法律解釋，且解釋效果直接影響司法公正。在此意義上，能否有效地進行法律解釋模擬，將成為評判智能裁判合理性與可行性的重要標準，這也構成智能裁判價值填補的主要場域。

事實上，一直以來我們對該解釋模擬中價值填補的實效研究并不可觀。主要原因在于，受西方特別是德國法律方法研究影響，自20世紀90年代至今我國法律解釋研究的主要進路一直是在教義學基礎上進行規(guī)范分析。此種理論所提出的問題解決方式——構建各種解釋方法運用的“元規(guī)則”——與智能司法裁判所欲建構的認知性法律解釋分別秉持兩種不同解釋理念。前者是一種規(guī)范建構模式，欲通過體系性思維達致正當性;后者是一種經(jīng)驗驗證模式，以概率計算可接受性。盡管最終來看，二者通往共同的目的地，但在操作理念和方法上卻迥然不同。此時，能否從理論基礎和社會實效兩方面展開對當前主流教義學解釋理論的實踐反思，進而在智能司法活動中客觀地進行法律解釋模擬，就成為人工智能法律系統(tǒng)研發(fā)的關鍵。

二、回應價值填補難題的認知性法律解釋

智能司法的學科交叉性決定我們難以僅依靠一種方法就可將難題有效化解。在法學與科學交匯中，盡管認知科學、社會科學和傳統(tǒng)法學各自占據(jù)不同位置，但它們之間也絕非涇渭分明，傳統(tǒng)教義學語境下的法律解釋同人工智能語境下的法律解釋同樣具有“可通約性”，對此國內外有些學者已經(jīng)展開了相應的學術關注。而且從整個科學角度來看，除了人文社會科學意義上的規(guī)范界定外，法律解釋也同樣具有行為科學屬性，法官的解釋活動本不該被貼上特殊化標簽。司法認知和解釋行為是有規(guī)則的，這些規(guī)則也完全可以被發(fā)現(xiàn)、描述、理解和預測。面對智能裁判中的解釋模擬，認知心理學、人工神經(jīng)網(wǎng)絡方法等就搭建了價值填補的重要橋梁。

（一）裁判中法官情感計算的可行性

智能司法并非絕對價值無涉，只不過因其價值的特殊呈現(xiàn)方式——價值判斷數(shù)據(jù)化——給我們帶來一種認知假象。人工智能司法也并非只是伴隨技術革命才衍生的話題，早在17世紀我們就展開了智能裁判的哲學思考，并預設了法律的理性判斷可能。如萊布尼茨就曾設想法律和哲學都可以依據(jù)經(jīng)典幾何學模型對第一原理進行演繹，從而像數(shù)學分析那樣通過推論予以解決;1949年洛文杰提出計量法學（Jurimetrics）之后，計算法學（Computational jurisprudence）作為法學與計算機科學的交叉研究科學應運而生，主張運用模擬建模等方法分析法律關系和法律行為;除此之外，Buchanan和Headrick在《關于人工智能和法律推理若干問題的考察》一文中，也對人工智能應用于司法裁判提出了預見性觀點;日本平田勇等學者更是在探索法的價值函數(shù)公式化時，將不同類型審判中反映基本價值的法律原則作為價值函數(shù)的演算符。從此“計算”角度來看，司法人工智能系統(tǒng)并非如馬克斯·韋伯所言的“自動售貨機”那般“投進去的是訴狀和訴訟費用，送出來的是判決”，而是強調類推的重要性與法律推理模型的可行性。是借助計算機編程建立裁量模型，同時運用各種法律知識，通過計算機模擬人的法律推理過程。該程序一般被稱為司法者的情感“計算”，且自1985年明斯基提出以來，日漸受到心理學、生理學、信息科學等領域的普遍關注。當“純粹”法學走向一種學科交叉，所謂“可視正義”目標并非無可企及。

在智能裁判問題上，智能互聯(lián)網(wǎng)的優(yōu)勢在于場景定制和程序建模，從而形成一套算法來提供智能化的產(chǎn)品和服務。此時，法官情感“計算”的主要媒介也是算法。結合計算機運行模式來看，智能司法可能運用的算法無外乎兩種類型，即：基于大數(shù)據(jù)發(fā)掘數(shù)據(jù)背后的規(guī)律和基于先前知識的推理模擬。前者是當前各領域主要運用的方法，它通過對大量數(shù)據(jù)的整合分析，得出一個個抽象的經(jīng)驗性客觀“結論”，從而為之后類似行為處理提供方向性指引，如淘寶等網(wǎng)上銷售平臺通過瀏覽痕跡得出的個人購物意愿和傾向。具體到法律解釋活動中，就是通過檢索整合大量具體案例，對每種案件情形、影響裁判要素、所采用的解釋方法以及解釋的限度等要素分類討論，依靠樣本實現(xiàn)精確計算。或者訴諸法社會學方法設置變量進行“量化”，并對其中的關系進行相關性分析;相比之下，后者就較為復雜，其實質是通過模擬人腦來設計一種處理自然語言的問答技術，基于人腦及其神經(jīng)網(wǎng)絡行為特征而發(fā)展出來的非線性運行模式，提供對未知事件的分類和預測的精準性。例如人工智能Ross律師與索菲亞機器人，其運作是先“理解”和“確定”人類所提出的問題，再通過分析不同文件內容找到合理的答案，進而實現(xiàn)人的自然語言與機器代碼語言之間的相互溝通。現(xiàn)實裁判中，該情感計算以神經(jīng)網(wǎng)絡方法為典型代表，具體包括認知心理學和認知神經(jīng)網(wǎng)絡兩種。一方面，人工神經(jīng)網(wǎng)絡系統(tǒng)中的神經(jīng)元節(jié)點通過擬合各裁量因素，來滿足裁量因素復雜性這一客觀現(xiàn)實需求;另一方面，它又可以對裁量因素進行層次性選擇，通過定義匹配規(guī)則來實現(xiàn)知識轉化，從而使自己具備預測新數(shù)據(jù)的能力。法律解釋作為裁判者的一種主觀活動，很多情形下解釋的結論并不是由完全證據(jù)和法律規(guī)范決定的，而是受到人類的認識水平和認識框架影響，并深深帶有法官個人烙印。當裁判結論模棱兩可時，他們更愿意做出自己愿意接受或對其“有利”的判斷。

也即，智能裁判中法官情感計算的實質是通過建立一個統(tǒng)一模型，來體現(xiàn)法官面對法律規(guī)范和案件事實表達情緒和認知的心路歷程。其核心在于憑借以價值為要素的神經(jīng)形態(tài)計算（類腦計算），加之語音情感處理、人臉識別以及情感信息識別等技術對人腦的整體運行機制進行研究、模擬，以描繪裁判所涉利益、情感、道德、社會心理及社會觀念的人工智能知識圖譜。這也構成認知性法律解釋模擬的基本邏輯。

（二）傳統(tǒng)教義學理論難以有效進行解釋的智能化模擬

從智能裁判的運作模式來看，以教義學為基礎的傳統(tǒng)法律解釋理論在彌補只能裁判的價值空缺時具有典型不足。這種不足主要表現(xiàn)在如下兩方面：

首先，作為人文科學的法學研究與作為自然科學的人工智能研究歸屬不同進路。從法學所處理的“事實與規(guī)范關系”這一首要問題來看，自然科學主要采用的經(jīng)驗研究方法僅僅處理“是”的問題，無法為“應當”提供一個合理說明，而作為人文科學的法學恰恰是關于“應當”的問題。因為“科學只能為我們揭示出赤裸裸的因果事實和邏輯關系，卻無法為規(guī)范問題提供指引答案;科學導向的研究縱使可以指示我們能夠作什么乃至某些情況下我們想要做什么，卻無論如何也無法得出我們應當做什么或什么才是被允許的結論?！雹谒?，傳統(tǒng)法學研究者往往基于法的獨立性以及自然科學的“價值無涉”，或自然科學無法進行“價值計算”等理由，潛意識地拒絕有關法律問題的科學分析。那種欲從既有法學研究范式出發(fā)，進行智能裁判價值填補的路徑從一開始就遇到了運行障礙。

其次，教義學解釋的最終結果也無法為智能裁判提供必需的理論依據(jù)和操作指引。經(jīng)過幾十年的學術探索，我們雖然形成了一套較為完備的解釋方法體系，在理論上大體保證每一案件裁決都能找到適當?shù)慕忉屄窂?，但是卻一直未能實現(xiàn)法律解釋研究的最終目的——尋找方法運用的“元規(guī)則”，這直接使得教義學解釋實效大打折扣。作為一種社會活動，法教義學首先需要應對文本不確定性挑戰(zhàn)，無論我們提出多少理論預設，僅在規(guī)范層面和理想狀態(tài)下解決解釋方法的取舍問題也許只是一種愿景，文義、體系、歷史和目的等每種解釋要素背后都是難以協(xié)調的利益。退一步講，盡管我們在法律解釋問題上大功告成，有幸尋找到指引各種解釋方法運用的解釋“元規(guī)則”，這些規(guī)則也不能為智能裁判提供必要的理論和技術支持。第一，雖然越來越多的法官開始秉持法律解釋的智識性理解，但是考慮到各種解釋方法運用中不可或缺的價值判斷，法律的整體性和融貫性、裁判的邏輯標準與政策標準以及解釋結論的可接受性，都成為法官最終采取教義學解釋還是后果導向裁判的重要影響因素。現(xiàn)實也促使法官必須立足中國語境，還原其“社會人”身份和法律解釋的“認知性”本質，從一種科學視角理解和把握法律解釋。第二，裁判者也深知，無論法律解釋理論建構的多么完善，事實與規(guī)范之間的“褶皺”都不可能被完全客觀地熨平。伴隨人類理性回歸和心理學、計算機科學與法學的深度融合，法源體系不斷開放，道德、政策、社會效果等“法律外因素”逐漸以合理方式融入裁判，這些具有標準意義的解釋“元規(guī)則”已不單單是傳統(tǒng)法教義學意義上的規(guī)范界定，而是司法活動中的經(jīng)驗法則。我們必須契合到互聯(lián)網(wǎng)、大數(shù)據(jù)等高科技背景下，充分結合司法認知過程中的現(xiàn)實標準來把握。在教義學體系外，探索一種新的法律解釋研究立場勢在必行。

（三）認知性法律解釋的依據(jù)及實踐

面對教義學解釋理論的實踐不足，我們需要從一種運用視角來認識和研究法律解釋。而解釋理論之所以在描述性層面上歸于失敗，究其根本也是因為這些理論并沒有準確地描述“法官如何思考”。法官對規(guī)范的解釋和案件的審判，多是基于案件事實、法理觀念、審判技能、歷史案件等形成的第一認知——“法感”進行初步裁判，繼而通過“事實與規(guī)范間的來回流轉”得到最終判斷。現(xiàn)代認知心理學對法學學科的介入更是表明，法官與常人一樣，都會受到偏見、啟發(fā)式和認知融貫性等系統(tǒng)性的、可預測的認知要素對決策的影響，只不過我們還不習慣或不能接受這種表達。法律解釋首先是法官對法律意義的認知過程，然后才是語言組織和邏輯論證。體現(xiàn)在解釋活動上，最主要的就是展開一種全過程的認知研究。在美國和歐洲，這種蔚然成風的法律認知研究已促成“法律和認知神經(jīng)科學”（cogni-tive and neurolaw）學派誕生，并作為法學跨學科研究第二階段的核心內容。我們解釋法律的目的，除了澄清法律文本的字面意義之外，更重要的是尋找隱藏在法律規(guī)則之中的“依據(jù)”或“標準”。此時對法律文本、立法意圖、立法資料等的挖掘和發(fā)現(xiàn)，雖然外在表現(xiàn)為法律解釋理論的司法適用，實質卻是法官處理制定法文本，并將抽象的文本適用于真實案例的分析框架和思維工具。面對人工智能自然語言理解提出的嚴峻挑戰(zhàn)，法律解釋就不能采用形式邏輯的線性思維方法，特別是在解釋和運用含有“正義”“公平”“正當”“合理”“過錯”“顯失公平”“動機”等詞語的法律規(guī)范時，形式邏輯的作用更是有限。在此情況下，法官必須借助辯證邏輯，從概念的內容和形式的對立統(tǒng)一、靈活性和確定性的統(tǒng)一來確定它們所反映的或應該反映的現(xiàn)實內容，以做到正確地理解和適用法律規(guī)范。具體到智能裁判解釋模擬中，最主要的就是基于行為科學探究法官解釋法律的認知規(guī)則，而不是一味地進行教義學規(guī)范的解構或建構，盡管教義學仍是法律解釋的根基。

這種認知性法律解釋同時也具有深厚的理論基礎和實踐回應。理論上，法律解釋作為法律職業(yè)群體的特定活動，其研究自始就具有兩條脈絡：一是法教義學的決定論，強調一種完全由規(guī)則和邏輯演繹所構成的封閉體系;二是實驗主義的概率論，強調主體的選擇偏好和國家意識形態(tài)。在長期發(fā)展中，二者還打破界線并彼此有所互涉，這種趨勢在現(xiàn)代的法律解釋研究中體現(xiàn)得尤為明顯。自笛卡兒以來，以幾何學為范式的公理化思考就開始滲透到法學研究之中。之后在實證分析主義影響下，盡管概念法學和注釋法學大行其道，但19世紀的本體論解釋也對這種思維范式進行了強烈批判。20世紀之后，考慮到解釋活動中不可或缺的價值判斷，行為科學就又成為理解法律解釋的一條重要進路。為了探索法官在法律解釋過程中所運用的思維規(guī)律，學界開始從語言學、認知心理學和認知科學角度出發(fā)來研究法官對法律的運用和解釋。此時的法律解釋也就不再僅是有關法律文本的活動，而是和法官思維緊密相關。法律解釋的認知立場研究就是在一種新的法律邏輯指引下，建構體系性的法律解釋實踐標準，從而對裁判者的活動進行思維指引。

實踐中，盡管當下并未有依據(jù)個人認知進行法律解釋的直接裁判，不過后果導向型裁判構卻成認知性法律解釋的主要場域。在后果導向裁判結果得出過程中，由于作為居中裁判者的法官首先是社會生活中的個體，他們在裁判中受到偏見、錨定等影響就是一件再正常不過的事情。此時解釋的關鍵就從教義學規(guī)則轉為哪些因素切實地影響到法官的解釋活動？法官自由裁量經(jīng)歷了什么樣的心路歷程？以及當不同解釋要素沖突時，錨定效應如何在裁判中起作用等。為盡可能全面把握此認知性影響，本人曾經(jīng)參與的“法律解釋方法適用調查報告”課題組就選擇“法律感”“裁判經(jīng)驗”“社會評價”“司法直覺”“倫理道德觀念”“當事人的心理預期”“對同類案件裁判結果的考慮”等八項內容進行實證調研。透過這些影響因素可清晰得知——很多情況下，合法性判斷并非法官行為的唯一準則，裁判者的心路歷程和判決書所呈現(xiàn)出的結果本身就是兩回事。面對司法實踐，法律解釋“元規(guī)則”只是一種烏托邦，基于認知科學的經(jīng)驗分析具有重要價值。在社會科學邏輯中，實證研究提供對行為實然狀態(tài)的理解，規(guī)范研究建立應然的理想目標，規(guī)則研究尋找從實然到應然的路徑。缺少對人類行為方式真實狀態(tài)的理解，規(guī)范理論可能只是空中樓閣，規(guī)則設計也會淪為無的放矢?；谥黧w的認知來描述、預測實然行為，應該是包括法學在內的人文社會科學研究者追求的共同目標之一。這種法學活動的認知科學基礎甚至在自然法那里就已有了奠定。如菲尼斯就曾認為，無論自然法理論如何為自己定位，如果沒有描述、分析性的社會科學協(xié)助，進而缺乏對人類實踐可能性及其實現(xiàn)機會、內在傾向與潛在能力的社會科學知識全面而深刻的把握，那么自然法的事業(yè)將寸步難行。

三、認知性法律解釋模擬的核心任務

法律解釋認知研究通過還原人的認識過程，揭開解釋的“專業(yè)性”面紗，進而拓寬了原有的教義學解釋進路，為智能裁判中的法律解釋模擬提供可能。結合認知科學、人工智能與法學的各自運行模式及當下三領域交叉研究現(xiàn)狀，認知性法律解釋模擬的焦點問題主要有二：一是如何在智能推理模型建構中合理考慮情緒影響的因素，實現(xiàn)真正意義上的擬人推理;二是如何驗證推理模型的正確有效性，也即保證解釋者的情感計算結果通過圖靈測試。這兩方面難題也為我們確定了在智能裁判中進行法律解釋模擬的核心任務。

（一）建構可予適用的法律解釋認知邏輯

智能裁判中相關信息的輸入和輸出必須依靠邏輯演算和精密算法，成文法體制下的法律解釋只能是邏輯法學式的。自法學產(chǎn)生以來，法學研究和實踐就和邏輯緊密不可分。而且從方法論角度來看，邏輯規(guī)則在解釋和論證法律的時候，也確實發(fā)揮了中流砥柱的作用。伴隨法律解釋的理論演進特別是認知性法律解釋的理論建構，解釋所依據(jù)的邏輯基礎已不僅僅是基于三段論的形式推理，還有以認知語言學為基礎，用邏輯演算的方法來研究含有諸如知道、相信、斷定、認為、懷疑等認識模態(tài)詞的認知邏輯（cognitive ligic）。與經(jīng)典邏輯不同，認知邏輯是將現(xiàn)代邏輯應用于人的認知活動而形成的專門邏輯領域，也可視為現(xiàn)代邏輯和認知科學交叉所形成的新的邏輯領域和學科群體，是借用認知科學的分析框架對邏輯體系的再建構和再認識。從當前研究來看，認知科學的六大支撐學科哲學、心理學、語言學、計算機科學、人類學、神經(jīng)科學，都可與邏輯學相互交織進而產(chǎn)生新的邏輯學科類型，如哲學邏輯、心理邏輯、語言邏輯、人工智能邏輯和神經(jīng)網(wǎng)絡邏輯，這也是認知邏輯的主要內容。由于認知科學的經(jīng)驗性質，認知邏輯能夠更好地說明人類認知過程中心理過程與邏輯過程的統(tǒng)一，并因此具有經(jīng)驗l生和非形式性兩個基本特征。

在法律解釋領域，認知邏輯作為對傳統(tǒng)法律邏輯的拓展，既是新型法律邏輯的內容，又借助認知科學對法學研究的影響發(fā)揮作用。理論方面，認知研究解釋了公平、正義等基本概念的心理機制和神經(jīng)基礎，展示出認知偏見對涉法思維的影響、冤假錯案的產(chǎn)生在認知層面的原因;工具方面，通過控制實驗等研究方法，為理解涉法行為的心理——神經(jīng)過程、司法判斷等帶來可能。體現(xiàn)在智能裁判解釋模擬中，這種認知邏輯一定程度上突破了主客二分、人物二分的傳統(tǒng)觀念，從單主體到多主體、從單模態(tài)到多模態(tài)，構成理性認知的必要前提，這也更加符合“行動者網(wǎng)絡理論”中非人行動者的特點。從解釋標準角度來審視，一種開放性的法律解釋必須建立在能夠指導解釋活動的法律邏輯基礎之上，而這種邏輯又必須包含反映人腦認知規(guī)律的論證和推理規(guī)則。具體操作中，只有通過建立可廢止的論證規(guī)則，才能一方面保障在法律解釋活動中充分發(fā)揮法律邏輯的功能，確保法的安定性和可預見性;另一方面通過運用特殊情形下的非形式性邏輯和道義邏輯等規(guī)則，避免形式性法律邏輯規(guī)則的僵化。在傳統(tǒng)形式邏輯之外，為保證道德、政策、社會效果等“法律外因素”以合理方式融入裁判者解釋過程，認知邏輯就必然成為一項重要選擇。

（二）發(fā)掘認知性法律解釋規(guī)則并轉化為算法規(guī)則

也就是說，為使人工智能真正有效地進行解釋模擬，法律人必須對法律背景知識體系進行梳理和電腦化處理，將個案中所涉及的利益、情感、道德及社會心理和觀念等在人工智能的知識圖譜中精確匹配，從一般條款、元規(guī)則入手，以法律論題學為媒介，建立價值標準體系，進而實現(xiàn)價值判斷的客觀化。這不同于我們在思考智能裁判中的法律和計算機關系時，傳統(tǒng)路徑默認指向的一種高度形式主義，希望通過快速的運算和推理設計論證和解釋。這種進路忽視了智能裁判中的兩個重要方面：第一，識別。案件事實中的哪些因素應該或可以被機器人識別進而成為影響裁判考量的“因子”。第二，裁量。這些因子在最終的裁判結果中，又應該如何安排相應的權重系數(shù)?；诖?，智能裁判在將法律推理、法律決策、證據(jù)推理、文本分析等過程通過可計算、非形式的邏輯模型予以展示的同時，就必須將反映裁判者思維規(guī)律的多樣性法律解釋規(guī)則（legal interpretation Rules）嵌入到該模型中作為基本算子或要素。同時針對文字向代碼的司法邏輯轉向，做好數(shù)據(jù)和算法的驗證與整合，以使之既不違背法律解釋的任務，又符合認知邏輯的運作特點，這兩個方面在現(xiàn)實操作中缺一不可。這也就是說，欲實現(xiàn)智能裁判中的價值填補目標，我們必須在傳統(tǒng)法律解釋研究基礎之上，附加以必要的情緒影響要素，并將其轉化為可計算化的算法規(guī)則。

此轉化得以實現(xiàn)的一個重要學科基礎就是認知心理學，這也為發(fā)掘認知性解釋規(guī)則并將此進行算法轉換提供了路徑。認知神經(jīng)學派認為，所有人類的經(jīng)驗都是可復制的，像磁共振這樣的機器能夠揭示和還原人類的思考，關于人類行為的預測也可以從這種還原和相關知識中獲取。其實自20世紀中葉始，從西蒙提出“有限理性”到卡尼曼和特沃斯基的前景理論，認知心理學的發(fā)現(xiàn)不斷挑戰(zhàn)基于傳統(tǒng)經(jīng)濟學的“理性人”假說，并嘗試建設“社會人”角色。而且，越來越多的研究者也相信，人類認知自有其規(guī)則，這種規(guī)則無法用理性的概念來充分解釋，其中最典型的就是認知偏差。如自我服務偏見、框架效應、錨定效應、稟賦效應等。同理，作為社會規(guī)范的法律本身也就是人的生理、心理等諸多復雜機制協(xié)作的產(chǎn)物。切入到法學語境，該認知心理學已經(jīng)超越狹義心理學的范疇，強調整個認識過程，如注意、知覺、表象、記憶、創(chuàng)造性、問題解決、言語和思維等。法官在審判過程中，通過身體與環(huán)境互動形成協(xié)調關系，勢必在腦內描繪出某種認知地圖、形成機器學習網(wǎng)絡。特別是在所謂“自我中心的自我”與“場景中心的自我”這樣的認知——心理雙重結構之下，把符號、涵義、做法都納入法律溝通研究的視野，法律就可被理解為一個自我完結的系統(tǒng)。在當下法律解釋與認知科學交叉研究中，該理論最典型的運用就是案例智能分析和模擬裁判實驗，從認知要素選擇及認知流暢度來反映主題進行價值判斷時的心路歷程。此時，這些認知性解釋規(guī)則如“私法領域的弱者利益保護傾向”“不確定性概念一般含義的先入為主”等就作為解釋模擬模型建構的基本邏輯規(guī)則。

然而司法裁判畢竟不是科學實驗。無論法官在解釋和運用法律規(guī)范時進行了何種科學思考和價值判斷，隱藏在裁判文書背后的認知性解釋規(guī)則必須客觀展現(xiàn)出來并采用Java、C、C++、JavaScript、C#等計算機語言形式進行編程，將社會科學層面的文義、體系、歷史、目的等諸多解釋要素通過自然科學中的函數(shù)和算法予以表述。這也是在智慧時代的法律解釋中，我們必須將基于人文社會科學的教義學研究方法和基于認知科學的認知研究方法有機結合的重要原因。正如有學者反思法律發(fā)現(xiàn)時認為，現(xiàn)實裁判中，法的發(fā)現(xiàn)除了遵循體系要求外還要遵循人的心理活動一般規(guī)律，“發(fā)現(xiàn)”實質上是一個內在的“心理的過程”。我們需要做的只是如何最大科學程度地將法官心理判斷過程中的經(jīng)驗性邏輯思維規(guī)則通過計算機語言進行描述。

（三）借助智能推理中的認知要素檢驗所建模型的可行性

如上兩方面從認知性法律解釋出發(fā)，論證了填補智能裁判價值空缺的可行性。從操作意義來看，智能裁判中的法律解釋模擬分兩個階段。第一階段，量化法官解釋過程中的主觀考量因素并進行算法轉化，進而建構一個相對完整的法律解釋認知模型;第二階段，通過編制、模擬有關司法裁判思維活動的程序，將該思維程序送進計算機運行，檢驗正確性。這樣一種思想實驗可使“外行人”得以借助人工智能科學的敏銳透視鏡去考察法律推理的微觀機制，加深對此類思維活動具體細節(jié)的了解。這兩個階段劃分也恰恰表明，在智能裁判問題上，算法正確并不完全等同于司法公正。相比借助算法規(guī)則建構解釋模擬的認知模型，如何保證所構建模型的科學有效性同樣不容忽視。算法是一個封閉的“黑箱”（black-box），具有明顯的難以預測和無意識屬性。當此解釋模擬模型一天不能通過圖靈測試，我們就一天無法打消智能推理所得裁判結論之正當性的隱憂。但遺憾的是，對此問題我們關注一直不足。相比傳統(tǒng)司法模式，智能裁判的關鍵在于能否在智能推理建模中合理考慮司法運行的價值要素。此時解釋模擬的一個重要方面就應該是在國際通行技術安全標準和算法規(guī)則約束下，盡可能客觀地通過算法模型還原法官解釋思維過程，并將智能推理、法律建模、法律服務等法律科技的人工智能化服務置于倫理規(guī)范和政策法律規(guī)制中。

也即，智能裁判的一個顯著特點就是完成了司法活動從權力話語向邏輯話語的轉變，借助體現(xiàn)法官認知規(guī)律的可量化的“偏差矯正機制”，檢驗該智能推理模型的科學可行性。為完成此目標，我們需要再次回到該理論模型之建構上。且基于如上思考，我們可歸納法律解釋模擬建模的三條進路：一是規(guī)則推理。即利用演繹推理將法律規(guī)范編碼成法律解釋庫和案件事實庫，以實現(xiàn)自動法律演繹推理。二是案例推理。即利用類比推理將案例編碼成法律解釋庫和案件事實庫，以實現(xiàn)自動法律類比推理。三是數(shù)據(jù)推理。即利用歸納推理將有價值的法律信息編碼成法律解釋庫和案件事實庫，以實現(xiàn)自動法律大數(shù)據(jù)推理。三者的最大區(qū)別在于所采用的邏輯方法，且相比之下，在成文法國家，規(guī)則推理方案最為重要和典型，我們也是依靠此路徑將法律解釋模擬智能推理中的認知要素進行規(guī)則轉換，從而保證所構建推理模型的科學可行性。比如在價值判斷的第一種類型——證據(jù)分析問題上，基于概率方法進行的非確定性貝葉斯推理已逐漸得以認可和適用，通過可量化的客觀標準成功避免了經(jīng)典統(tǒng)計推理中的主觀因素問題以及先驗回避問題;再如麥考密克和薩默斯根據(jù)法官進行日常法律解釋時使用的不同方法或準則，提煉出11類解釋規(guī)則，從認知角度來看，這些解釋規(guī)則其實就是法官裁判的經(jīng)驗法則，完全符合“認知一心理”雙重功能特定并可進行“計算”和算法規(guī)則轉化。面對法律規(guī)范中的不確定概念和法律漏洞，裁判者所依據(jù)的不僅僅是目的解釋、漏洞補充和利益衡量等方法，還有他們作出判斷時所依據(jù)的日常認知邏輯。有些時候，“一個成功的專家系統(tǒng)很可能比其他的途徑對法理學作出更多的（理論）貢獻”。當用客觀概率解釋司法證明問題受到質疑時，我們需要用一種基于生活的解釋理論或似真推理彌補或取代概率論解釋。通過認知邏輯將影響法官判斷的價值因素規(guī)范化考量，抽象出形式化的規(guī)則，進而避免標準缺失問題所引發(fā)的主觀解釋恣意，更好地協(xié)調法律解釋確定性與妥當性之間的關系。

結論

面對智能裁判中的價值填補難題，認知科學為法官的解釋模擬打開了一扇希望之門。因為如果我們不能尋找到價值要素的可計算方法，智能司法將終歸無法走出“人的思考”或“有關人的思考”之樊籬。傳統(tǒng)法學研究者基于意義無涉和價值無涉理由，拒絕對法律問題的科學研究，這種自我辯護其實忽視了法律實踐的規(guī)約性特征和法律價值的科學基礎。此時，如果我們仍僅從工具主義出發(fā)，將裁判中的人工智能視為一種高級版的“自動售貨機”，則注定過于狹隘或者說逃避了新時代的所要求的人文科學與自然科學之間的有效對話。其實，包括法官、法學家、社會公眾甚至計算機科學家在內的幾乎所有人都并未奢求讓計算機系統(tǒng)完全、獨立地取代法官工作，他們所提出的要求也并不過分——即如何在盡可能考慮要素前提下，建立智能化審判體系幫助法官理解和模型化司法決策，從而為法官提供更多的可參考意見。人工智能參與裁判重在形成一套維系良好人機關系的技術和倫理規(guī)則，并以此作為人工智能發(fā)展的基本規(guī)范。不過，結合當下法學與計算機科學、心理學等學科的交叉研究現(xiàn)實，以及智能裁判法律解釋模擬中的“轉化”和“測試”難度來看，當下人工智能參與司法仍應從輔助意義上來界定，而且該定位短期內難以改變。不容否認，從技術史來看，人工智能正沿著弱人工智能—強人工智能—超人工智能的軌跡前進，沒人可以斷定AI“奇點”是否真的會來臨。而且面對司法這樣一種復雜活動，即使再苛刻的研究者也不可能在短期內提出有關智能司法的過高奢望。盡管填補智能裁判的價值闕如是一個極難實現(xiàn)的問題，但我們最終還是要選擇某種方式予以回應。在此意義上，本文通過對教義學解釋理論的方法論反思，從認知立場出發(fā)定位智能裁判中的法律解釋活動，并在認知邏輯指引下將人文社科層面的“解釋規(guī)則”嘗試轉化為可量化的“算法規(guī)則”，進而有效回應智能裁判中的價值闕如爭議，將具有一定的基礎性意義。

[責任編輯 李宏弢]