机器在法律领域中该被如何定位，值得深思。在人工智能技术日臻完善的今天，与之有关的犯罪也开始蔓延，其在法解释学上的意义亦值得深入探讨。机器是否具有“行为能力”，进一步说，机器的行为是否能与自然人或法人的行为相提并论、机器是否具有“处分能力”或者具有“过失行为”等是讨论的核心。

　　揭开人工智能的面纱

　　人工智能这种综合性、交叉性和渗透性学科从其诞生之日起就受到人们的广泛关注。人类迈向人工智能的脚步可以上溯到亚里士多德以及先秦诸子百家的形式逻辑，前者包括三段论，后者如“白马非马”辩论、《列子·汤问》中关于近似机械人的描述。1956年的达特茅斯会议上，全球科学家们以人类智能活动的表现形式和认知规律为基础，借用数理逻辑来形式化，用计算机作为载体，提供关于形式化计算和符号处理的理论，模拟人类某些智能行为和方法，构造具有一定智能的人工系统，让计算机去完成以往人类智力才能胜任的工作，从而诞生了“人工智能”这一新学科。

　　人工智能最早的奠基工作是由英国逻辑学和计算机的先驱图灵开展的，他在《论可计算及其在判定问题中的应用》论文中阐明了现代计算与计算机原理，设想出抽象的数字计算机，美国逻辑学家丘奇（Alonzo Church）把它叫作“图灵机”。图灵建议，不问“机器能否思维”，而问“机器能否通过表征智能行为的测试”，这就是后来被人们津津乐道的图灵测试。实验的结果告诉世界，以串行符号处理为特征的经典人工智能的研究开始了。

　　“图灵测试”的目的是想无限拉近人与机器的距离，其设计的诸如语言和记忆力以及思维能力的各种实验测试，力图证明，通过科学技术，机器可以被赋予和人类一样的功能与属性。然而，“塞尔中文屋测试”的结果却推翻了“图灵测试”的结论。科学家塞尔的基本观点是计算机程序不足以构成心灵，不可能替代人心，脑功能产生心的方式不能是单纯操作计算机程序的方式，只有具备相当于脑的能力才可能产生心或相当心理状态的人造物。可见，“图灵测试”不仅未能成功赋予机器以人的活性，而且也未能对“塞尔中文屋测试”提出的一系列修辞、语法和察言观色、随机应变等人类特有能力的不可复制性进行有效的反驳。机器到人的距离依然遥不可及。

　　自动化和人工智能专家、北京邮电大学计算机学院李德毅院士指出，人工智能自诞生之日起就引发了人们无限美丽的想象和憧憬，但其发展过程也存在着不少争议和指挥自动困惑：什么才算是真正的“智能”？为什么再高级的电脑、再智能的机器与人类的智能相比仍然那么幼稚？因为人终究是人，不可以与机器画等号，即使是无限高智能的机器。

　　法律解释对人工智能的回应

　　人工智能的新兴领域往往会带来法律调控手段的留白，而具体法律条文的滞后性又让法律解释大放异彩。比如，对于利用ATM机非法获取存款行为的定性，常有盗窃罪和诈骗罪的分野。而笔者认为，要认定行为人构成哪种犯罪，应当从“受害人”是否有行为能力进行探讨，因为如果认为机器可以被骗，那么其行为能力从何而来？行为能力是指能够以自己的行为依法行使权利和承担义务的能力。具有行为能力的人必须首先具有权利能力，但具有权利能力的人不一定都有行为能力。仅仅通过法律解释中的文理解释即可说明。

　　文理解释包括字义解释和语法解释，是严格遵循法律规范字面含义的解释。这种解释的目的在于使人们正确理解法律规范的应有之义和立法者的意志。字义解释可分为字面解释、限制解释和扩充解释。以诈骗罪为例，从字面解释看，诈骗罪是指以非法占有为目的，用虚构事实或者隐瞒真相的方法，骗取数额较大的公私财物的行为。行为人以不法所有为目的实施欺诈行为致使被害人产生错误认识，继而让被害人基于错误认识处分财产，行为人取得财产，被害人受到财产上的损失。从字面解释来看，“被害人基于错误认识处分财产”是判断诈骗罪是否成立的关键环节，而机器是否属于被害人行列，“错误认识”和“处分行为”的主体是否可以是机器，单纯运用字面解释无法回答。但是根据罪刑法定原则，运用限制解释的方法，却可以得出以下结论：第一，定义中没有指出机器可以成为被害对象，不可以扩大解释，即排除机器成为被骗对象；第二，只有自然人和法人才可以产生错误认识和处分行为，没有特别说明，在没有包含和列举关系的前提下，排除机器可以产生错误认识并进行处分行为。

　　现实物化的东西通过计算机以数据或信息的方式存储起来；更重要的是，计算机是一种可以模拟人并在某种场合替代人的高智能机器，因此引发了前面关于人可以受骗，但机器能否被骗以及该种情况该如何认定的难题。这里涉及的主要是“计算机用益犯”，即以计算机为犯罪工具的犯罪，仍属于传统的犯罪类型，这里的计算机与传统机器本质上并无不同。

　　人工智能与法律解释的交融

　　在人与机器的关系方面，高度发展的智能技术正在试图使人成为一种符号。在人与智能机器的“空间”博弈中，人以特殊的姿态处于一种漂浮的状态，而似乎难以找到合适的位置。在这种居无定所的彷徨中，也许只剩下最后一个令人荣耀而“含混不清”的词语使人们获得“盲目的”骄傲。它就是“智能”。以ATM机为例，从定义与业务种类上看，ATM机只是一种高度精密的机电一体化智能装置，利用磁性代码卡或智能卡实现金融交易的自助服务来代替银行柜面人员的工作。因此，从解释学考察诈骗罪的对象，最重要的问题并非落在“被害人处分”之上，而是体现在“被害人承担过错”这一本质属性之上。换言之，“被害人处分”仅仅是“被害人承担过错”的原始概念与外在征表，“被害人处分”为表，“被害人承担过错”为里；“被害人处分”为用，“被害人承担过错”为体，诈骗罪之所以做出轻于盗窃罪的处罚，必须从被害人过错的视域进行考察。

　　从概念本身去解释“机器能否被骗”抑或“机器是否能够处分”的问题，并不具有现实意义与对司法实践的指导作用。在对柜台工作人员实施诈骗的场合，柜台工作人员倘若具有重大的过错或疏漏，对整体的损失必然承担一定的责任，因此，行为人的责任就被减轻了，可以被评价为罪质较轻的诈骗罪。但是在利用机器不法套取财物的情况下，既不能说机器对损失存在过错，也无法要求机器对受损失者进行补偿，所有的责任只能由行为人一人承担，因此评价为罪质较重的盗窃罪。由此可见，机器到底能不能被骗并不是讨论的主题，而应更注重考量“机器能否有过错”以及“机器能否答责”的深层机理，如此一来才能够从机能性的角度解释为何利用机器套取财物就一律认定为罪质较重的罪名这一问题。

　　作为指导理论与实践的重要手段，法律解释形塑理论的品格，决定了司法的向度。如果我们依然照搬旧理，将某些所谓“通说”奉为圭臬，不能灵活思辨与时俱进，那么我们的法学研究不仅会止步不前，甚至会丧失阵地。在人工智能的大背景和大趋势下，法律解释更是大有可为。

　　（作者单位：北京大学经略研究院）