吴旭阳:从纠纷解决看法律大数据人工智能
2018年08月24日 08:31 来源:《中国社会科学报》2018年8月24日第1522期 作者:吴旭阳

  以往人们总以为人工智能是未来的技术,是后代所面临的问题,所以更多地将其视为科幻。但是,近几年来人工智能技术的发展已经显示其具有现实性。在这些技术里,主要的突破是大数据深度学习模式,其在若干领域(例如棋类、人脸识别)已经赶上甚至部分超越人类的能力。因此,长期以来非常保守的法学、法律界,有部分人乐观地认为:法律人工智能近期内能有巨大的发展,从而在短短的十几年内赶上甚至取代人类法官或者律师。所以,有必要对现有的法律人工智能技术进行研讨。司法的本质是“息纷止争”,为纠纷提供解决方案。那么现有大数据深度学习人工智能可否提供较好的纠纷解决方案呢?笔者基于实务界的法律人工智能创业状况和法学理论,对此进行了调查和研究,从以下几个方面进行了思考。

  第一,能否发现较佳的纠纷解决方案。棋类人工智能在学习时有机会穷尽多数棋谱,甚至不满足于现有棋谱,拥有自我学习能力从而具有开拓性。但在法律领域,大数据深度学习能否突破现有纠纷解决制度,达致更佳方案/策略?当下法律人工智能简单的“大数据深度学习”以及大数据分析模式,只是总结和推送了某一类案件的多数判决意见。此类意见应该是比较普遍的判决意见,因而可能是较为成熟的纠纷解决方案/制度,但也可能是保守的判决。当然了,相比传统的概念法学和法教义学,这种对司法裁判的总结和归纳模式已经非常重视司法实务。但这仅仅是大数据归纳分析而已;最多是较为初级的人工智能,其仅仅是培养一个初步的法律人(法律机器人)。

  而从创见的视角看,通过大数据获得某类纠纷的最佳/多数解决方案,假若该方案策略是当下博弈的均衡——即使基于长时间、大范围的大数据的演化稳定策略(evolutionarily stable strategy,简称为“ESS”),也依旧不可能确定是更优/最优的策略。众所周知,进步源于创新;而一个创新在刚出现时,肯定仅是少数甚至是个别的。甚至在一般的自然演化模式下,只有错误、少数才是发展的可能性基础。对于少数的创见/试错,以及对此类策略方案的抉择而言,就不是简单的大数据深度学习的问题,更涉及鉴赏能力的问题。“天才就是给艺术提供规则的才能(禀赋)”(康德:《判断力批判》第46节),而不是受到规则的限制。我们需要厘清现有主流裁判规则与未来发展,不仅需要感性和知性,更需要鉴赏的判断力。这可以是法官的自由裁量权,也可以是法官的造法权(普通法系),还可以是律师的创造性工作。这些不仅是在法律制度之内,而与社会现实及未来发展密切相关,而且所谓更优/最优策略是无穷的,是不断进步的,其决策基础是自由意志(“自由意志”作为人类脑神经系统的“黑箱”/“灰箱”,在很长一段时间内依旧不能被精确计算)。当然,从另一方面看,“至善”是永无止境的,对于永恒最优/更优策略的寻求,人类本身也无法实现。

  第二,纠纷解决方案与正当性。法律是公平正义的事业,普通民众对于司法判决/活动的接受程度,还事关他们的公平正义、利益及其他感觉;相关要素构成了法律的正当性基础。人类认知具有个体的主体性,都是基于自身的公平正义、利益及其他感觉,相关的认知与决策具有“具身心智”的生理/心理基础。

  诚然,若干社会交往的德性,已经能够通过数万年、数十万年演化博弈的计算,获得某种程度的稳定策略(ESS)地位(阿克塞尔罗德:《合作的复杂性》)。但效用/正当性/合宜感是基于社会整体;此类社会数据量极为庞大,在短短的一二十年内极难进行采集和计算。人类的思维是基于神经元细胞,单单人脑就有1000亿个神经元细胞,而且每个神经元细胞有多个突触(有的数以千计、万计);而不同细胞的突触之间再联接成为神经回路,则又有各种复杂的组合可能性。依照1972年诺贝尔生理学奖获得者埃德尔曼的看法,人脑神经回路的组合数目是“在10之后至少还要加上100万个零”(在已知的宇宙世界中的粒子数仅仅是10之后再添上79个左右的零)(埃德尔曼著,《意识的宇宙》)。这就是人类“自由意志”存在的生理物质基础。尽管不少著名科学家对于哲学界的“自由意志”理论存有疑义,例如霍金在其近年来重要著作《大设计》中对人类的自由意志进行了质疑,但依旧承认人类神经生理上的决策复杂性对于所谓“自由意志”的重要性。而如此庞大的组合数字还仅是个人的心智能力,正当性作为社会博弈的均衡还涉及庞大人口数目下无数回合的互动。要解决此类问题,人工智能还需要在现有水平上发展出更庞大的数据采集和计算能力。

  第三,目的性问题。正当性问题还涉及法律的目的,目的性其实也是正当性的广义构成内容。虽然基于因果律,存在就是合理;但如果基于道德律或者目的因,则在存在和因果律之外还可能有更好/更合宜的其他法律解决方案。目的是相关行动的推动力;“目的是产生原因(过程)的原因”(司各脱:《论第一原理》)。法律人工智能作为受造物,如果需要处理复杂、多变的情境,并且事务对象为高智慧的人类时,则需要具有一定的“目的能力”或者“理解目的的能力”。法律活动的效果,也需考虑目的与价值。正如康德所言,目的性不仅是内在的,还有外在的;而假若法律人工智能是一个类似于生命体的“自组织”(《判断力批判》),其目的性则不能仅基于法律内部,更要基于外部社会。

  人类社会的目的,及对目的的思考能力(以及自由意志能力)首先是基于当下庞大人口互动博弈的神经计算;但其并非仅基于此。当下人类本性是无数个祖先的策略互动所沉淀而来的,其包括个体之间的互动以及自然环境筛选的结果(自由意志和实际因果关系共同作用下的ESS)。所以,其还涉及数百万年社会整体演化/互动所沉淀下的策略;甚至可能还涉及人类之前具有情感能力的高级灵长类动物的群体性演化历程——一两千万年的群体互动、合作博弈和自然筛选。人类的“目的”作为具有长时间的(具有地质年代意义的)、大样本的、复杂的、综合的策略和能力;而现有演化博弈计算也仅能对单一/若干策略能力的有限时段、条件进行模拟演化。

  基于现有大数据深度学习的法律人工智能,还处于初步阶段。如果说人工智能有“低、中、高”或“强、弱”之分,则现有技术多为“弱人工智能”。而法律作为“息纷止争”甚至是“治国安邦”“推动社会进步”(司法能动主义)的知识,其高于寻常人而近乎于“神”的高度。现有的人工智能最多仅能作为法律人初级助手;若要成为高级助手甚至取代人类法律人,则需要解决许多复杂、高级的问题。这既需要技术水平的提升,还要求数据资源的收集和整合,而不是一二十年能够简单解决的。一切均在演化之中,人工智能本身就是演化的结果,也不能脱离演化规则。

  当然,在当下审判业务繁重,法官和律师工作压力巨大的情况下,即使是“弱法律人工智能”也能为司法工作提供部分辅助。相关企业和机构研发了若干智能软件,已渐渐能为法官和律师提供帮助。在个别标准化程度比较高的领域(如交通事故等),已经能够研发出智识水平较高的法律人工智能工具。相关工具软件能够为裁判提供多数意见的参考,甚至在个别领域能够自动生成司法文书的初稿,但最后依然需要法官/律师的审阅和判断。这个循序渐进的发展模式更为实在,符合人工智能当下所能提供的智识支撑水平。相信其会不断进步,为法律事业作出更多的贡献。

  (作者单位:厦门大学法学院)

责任编辑:张月英
二维码图标2.jpg
重点推荐
最新文章
图  片
视  频

友情链接: 中国社会科学院官方网站 | 中国社会科学网

网站备案号:京公网安备11010502030146号 工信部:京ICP备11013869号

中国社会科学杂志社版权所有 未经允许不得转载使用

总编辑邮箱:zzszbj@126.com 本网联系方式:010-85886809 地址:北京市朝阳区光华路15号院1号楼11-12层 邮编:100026