Cuno Amiet
文 / 陈敏光
无论我们是否愿意，大数据和人工智能等信息技术的发展已经渗透到各个行业和领域，也必将对法律和司法运行带来深刻的影响和变革。鉴于中国信息技术的后发优势、司法公开的大力推进和与之相伴生的司法大数据的“爆发”，决策层对人工智能技术寄予厚望，希望借此来促进法院审判体系和审判能力的智能化，进一步提升司法效率和司法公正，实践中也由此而兴起了“司法人工智能热”。但需要冷静对待的是，人工智能技术需要和具体的任务、应用场景进行结合，其在围棋领域取得的的巨大成功并不能简单地复制到司法场域中。相反，仅从技术本身来看，人工智能在司法场域中就存在以下三重不适。
一、人工智能无法适应司法的不可计算性
从人工智能的提出和发展历程来看，现阶段人工智能的突破性发展，关键在于大数据的形成和以摩尔定律为基础的数据存储、运算能力的支撑，在此基础上通过数据驱动形成相应的算法模型，运用机器的方法去解决人脑所要解决的问题。也就是说，现阶段人工智能的本质系基于大数据、算法和算力的机器智能而非有机智能，其本身并不能超越理性计算范畴，尚无法企及情感、意志、信仰等方面。且从计算机应用系统的角度看，人工智能能够解决的也仅仅是有确定解的、且已经找到解决方法的数学问题，而不是所有计算问题。
根据人工智能的上述本性，其可以在存粹的理性计算领域（如围棋）中“大展拳脚”，但在司法这一复合性的社会实践活动中，其必然不完全与之兼容。从实证分析法学的角度看，司法具有规范性、程序性和逻辑性，它要求法官以事实为依据、以法律为准绳进行裁判，不得随性地“擅断界碑”，且裁判的过程应符合基本的程序要求、满足逻辑一致性的要求。从这个意义看，司法确实在某种程度上具备“可计算”的基础。然而，并不存在“纯儿又纯”的法律规范，在这些规范的背后站着主体的主观愿望、价值诉求和政策考量。这就意味着，司法裁判不是程序化的理性计算，而是事实与价值的复合体（实体上的）、技术应用与民主过程（程序上的）的统一体，它要借由事实查明和法律适用这一过程体现人性温度、彰显人文关怀。从实体法角度看，对犯罪与否的定性、刑罚的科处、直接涉及伦理道德的家事案件的办理，恐都要首先考虑社会效果问题，然后再用法律规范的技术主义予以证成，实现法律效果和社会效果的统一。即使是那些看起来存粹计算的司法认定，恐也不能不受某种司法立场或价值判断的影响。例如，在交通事故损害赔偿纠纷中，精神抚慰金的数额通常与受害人的伤残等级大体对应，法官也据此作出裁断。但其他因素也会时不时地影响法官的裁断，如受害人的经济状况、侵权人的主观恶意等。这些变量恐非程序化的人工智能所能具体吸纳并加以有效调适。从程序法角度看，看得见的正义也同样重要。这不仅仅是因为司法本身需要过程来完成事实认定和法律适用，更是因为司法民主的内在需要，司法的中立性、被动性、公开性、亲历性、对抗性、集中性、终结性等也只能依靠具有感情感知、价值体认的法官去实现。故让不具备情感、意志的人工智能来承担这一司法的这些不可计算性，恐怕是勉为其难了。这恰似牛顿所感慨的：“我可以计算天体运行的规律，却无法计算人性的疯狂。”
二、人工智能无法适应司法的动态博弈性
在表面看来，人工智能具有相当程度的自我适应性或说自我改进性，这让人误以为它的学习能力将越来越强，并终究超越甚至取代人类。但从实际来看，人工智能之所以智能，关键在于在算力的有效保障下，算法能够灵活地依据不同的输入来训练数据，进而获得自优化特性。也就是说，作为源头的数据的择取和输入“先天地”决定了智能的程度。
在围棋领域，棋盘已经划定了可能的步数范围，棋手对弈的数据也完全受围棋规则限制并展现在一步步的“落子”当中，也就是说数据达到了全样本状态，亦不存在“噪音数据”，人工智能只要根据这些全样本的优质数据，计算出“最优落子可能”即可。人们眼中的围棋对弈，在人工智能看来，无非是一系列的计算题而已，并不存在真正意义的动态博弈性，也就毫无棋道或棋艺可言。司法场域则不同，控辩裁三方处于真正的动态博弈过程中——法官居间裁判，而控辩双方则不断地搜集证据、举证质证，罗列和阐释法律上的根据，试图说服法官并做出对自己有利的裁判。在这一过程中，越来越多的和案件相关的数据将不断汇聚，
这似乎有利于逼近“案件真相”。但问题在于，控辩双方很可能基于自身的立场、利益整合出两套逻辑自洽的论证体系，并选择性地提供数据、隐匿相关案件数据或增加若干干扰数据，且随着审判进程的发展，各种不同价值或不同干扰度的数据都会继续“膨胀”。概言之，数据样本不全或“噪音数据”的存在往往是司法场域中的常态，且它会在控辩裁三方的动态博弈中随时发生变化。在此种情况下，如何对不断输入的数据进行有效判断，并在恰当的时点“关闭”数据的继续“流入”，就是法官的智慧和经验所在了，而这取决于其对人性、具体社会关系、生活经验的深刻体察和准确把握。对适于处理相对静态、充分、干净数据流的人工智能来说，司法场域中的此种动态博弈性可能过于复杂，极易根据片面或错误的数据得出“差之毫厘、谬以千里”的结论。
三、人工智能无法适应司法的能动创新性
从技术应用看，人工智能的目的并不在于对既有训练样本做出更好地解释，而是对未知样本做出更好的预测。但细细考察发现，人工智能对未知样本的这种“泛化”能力在本质上是一种归纳推理，也即由有限的数据集（特例）推广到整个样本空间（一般）。也就是说，人工智能所处理的数据是既有的或正在实时生成的数据，而非尚未生成的数据，它无非是对人类既有经验进行了更广泛更深入地汇聚、提炼和升华，并从中发掘出确定存在却尚不为人知的信息而已。故从性质上看，“有多少人工就有多少智能”，人工智能不可能超越既定历史而创新，而这恰恰与司法的能动创新性不相适应。
相较于立法的一般性、行政的主动性，司法通常表现为个案性和被动性，在运行当中又因其旨在为权利提供救济而必须保守中立性。故从总体而言，司法是保守的经验主义，而司法克制主义也应成为法官的主流意识形态。但在现代经济社会条件下，这种主流意识形态受到了不同程度的冲击。一方面，伴随着社会关系网络化、立体化的发展，狄骥所言的主体之间的“社会连带”性日益紧密，公权与私权也呈现出融合发展的趋势，社会对司法的期待也不限于个案纠纷的解决，而是要在个案处理中更好地回应社会，并尽可能地在社会治理中发挥更大的作用。另一方面，一些新型的社会关系也随着平台经济的发展而催生，而既有的传统法律关系均难以对其完全适用（如专车平台与司机端的法律关系认定、数据竞争的司法裁判问题等），在立法滞后和行政执法不足的情况下，如何巧妙地运用司法政策、法律原则精当地处理相关案件，并在实质意义推动制度供给和制度对社会经济发展的助推，就成为摆在法院面前的重大课题。这就意味着，司法在某些特定情况下要秉持一定程度的司法能动主义，以“熨平”社会关系与法律之间的脱节，而相应的裁判思维也不应局限于机械的法条主义，而是要有更宽广的社会、经济维度的考量，并智慧地将此种考量和法律原则、司法政策和相关法律规范等有机地融合在一起，从而满足法的自洽性和安定性。这意味着，法官需要敏锐地捕捉到具体经济社会条件的变化，通过规则的创新性解释而推动历史向前发展，而不是像人工智能那样做做程序化、格式化的机械理解，重复着本质相同的行为模式，而无法提供面向未来的具体方案。
以上，本文阐释了人工智能在司法场域中的三重不适，这种不适主要是由人工智能技术本身所决定的。正如我国人工智能领域泰斗张钹院士所总结的：“目前的人工智能技术适合解决的问题，一般都要满足有充分的数据和知识储备，而且需要是确定性问题、完全信息、静态的、有限任务和特定领域。”但同样需要注意的是，人工智能技术正在嵌入到司法制度和其运行当中，潜移默化地型塑着司法的基本形态，而司法基于其内在属性的要求，也会对人工智能技术提出相应的规训，这是值得研究的另一重大课题。
感谢作者授权，本文仅作学习交流之用
声明：本文来自大数据和人工智能法律研究院，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
