法律論證的人工智能模型

杜文靜 蔡會(huì)明

1950年，英國(guó)著名數(shù)學(xué)家、邏輯學(xué)家阿蘭·圖靈(Alan Turing)提出了圖靈測(cè)試，開(kāi)始了人工智能的研究。隨著人工智能不斷地向前發(fā)展，也引起了學(xué)者們的困惑與爭(zhēng)議。機(jī)器是否具有真正意義上的人類智能？針對(duì)該問(wèn)題的回答可以把人工智能的觀點(diǎn)區(qū)分為兩類，即強(qiáng)人工智能和弱人工智能。

強(qiáng)人工智能觀點(diǎn)認(rèn)為，有可能制造出真正能推理和解決問(wèn)題的智能機(jī)器，并且，這樣的機(jī)器能將被認(rèn)為具有意向性和識(shí)別性。弱人工智能觀點(diǎn)認(rèn)為，機(jī)器通過(guò)程序顯現(xiàn)出人類智能的水平，特別是針對(duì)特定領(lǐng)域，執(zhí)行特定任務(wù)的人工智能研究，如語(yǔ)音識(shí)別和圖像識(shí)別系統(tǒng)等。尤其是，在人工智能與法領(lǐng)域，由于法律推理的許多特征都與內(nèi)容相關(guān)，而非形式方面，諸如證據(jù)評(píng)價(jià)、價(jià)值判斷、利益權(quán)衡、社會(huì)取向等，而這些特征又過(guò)于模糊和主觀，所以很難完全用形式化的方法刻畫(huà)。

囿于人工智能當(dāng)前技術(shù)的發(fā)展困境，學(xué)者主要關(guān)注幫助制定法律規(guī)劃、仲裁法律糾紛、裁決案件等特定問(wèn)題的專家系統(tǒng)。一般來(lái)講，人工智能與法領(lǐng)域的學(xué)者所討論的專家系統(tǒng)可以歸結(jié)為兩大類型，一類是規(guī)則專家系統(tǒng)，另一類是案例專家系統(tǒng)。不過(guò)，隨著研究大數(shù)據(jù)的熱潮，第三種類型的專家系統(tǒng)已經(jīng)產(chǎn)生，即基于數(shù)據(jù)的專家系統(tǒng)。①參見(jiàn)熊明輝：《一種法律人工智能建模方案》,《中國(guó)人工智能學(xué)會(huì)通訊》2018年第3期。但無(wú)論哪種系統(tǒng)，其目的都是構(gòu)建法律論證的人工智能模型。法律論證建模已成為當(dāng)前人工智能與法律、法律方法論炙手可熱的研究對(duì)象。

一、法律中的論證模型

法律論證不僅具有動(dòng)態(tài)性的特征，還具有一個(gè)本質(zhì)特征——可廢止性。本質(zhì)上，法律論證就是一種可廢止論證，“訴訟論證的可廢止性是指隨著訴訟博弈過(guò)程的發(fā)展，其前提集中元素的增減使得論證者拒絕原來(lái)的法律結(jié)論”②熊明輝：《訴訟論證——訴訟博弈的邏輯分析》,中國(guó)政法大學(xué)出版社2010年版,第94頁(yè)。。比如，在刑事決策語(yǔ)境中，當(dāng)辯護(hù)律師提供新的證據(jù)時(shí)，控方的結(jié)論就有可能被法官拒絕。可廢止性與論證相關(guān)聯(lián)這點(diǎn)已深深植根于法律：每一個(gè)主張可能經(jīng)常接受批判性討論。法律缺口和模糊性是法律體系開(kāi)放性的內(nèi)在本質(zhì)。正如可廢止性那樣，它們?yōu)榭紤]所有情形的法律適用留有空間，從而提高法律系統(tǒng)的公正性。③參見(jiàn)[荷]巴特·維赫雅：《虛擬論證——論法律人及其他論證者的論證助手設(shè)計(jì)》，周兀譯，中國(guó)政法大學(xué)出版社2016年版，第7頁(yè)。人工智能與法的研究者深諳此道，均從不同的角度描述這一特征，旨在為論辯過(guò)程構(gòu)建模型，這也是人工智能與法研究的主流之一。

弗里斯維克認(rèn)為，可廢止推理是一種根據(jù)堅(jiān)實(shí)的前提進(jìn)行的不確定性推理。例如，一般情形下，鳥(niǎo)會(huì)飛。翠迪是鳥(niǎo)。所以，翠迪會(huì)飛。①參見(jiàn)熊明輝：《訴訟論證——訴訟博弈的邏輯分析》,中國(guó)政法大學(xué)出版社2010年版，第288頁(yè)。故此，從這種界定上講，演繹推理具有單調(diào)性，而可廢止推理具有非單調(diào)性的特征。通過(guò)運(yùn)用可廢止知識(shí)信息，非單調(diào)邏輯可以為法律論證構(gòu)建人工模型，這是1980年非單調(diào)邏輯被引入之后，人工智能與法領(lǐng)域的核心議題。受此思想的啟發(fā)，弗里斯維克在其可廢止論辯框架中，通過(guò)論辯協(xié)議的方式，定義了正方和反方的論證如何來(lái)評(píng)估確定的結(jié)論。②參見(jiàn)[荷]阿爾諾·洛德：《對(duì)話法律——法律證成和論證的對(duì)話模型》，魏斌譯，中國(guó)政法大學(xué)出版社2016年版，第170頁(yè)。

除此之外，董番明主張的抽象論證框架也是尤為重要的理論。值得一提的是，當(dāng)刻畫(huà)非單調(diào)邏輯之間的相互關(guān)系時(shí)，邦董科托的抽象方法是一種有用的方法，但是正如帕肯所指出的，在這種抽象方法中，把假定集增加到單調(diào)邏輯理論中，通過(guò)相互攻擊的假定集形成論辯理論，其中假定是被指定為缺省狀態(tài)的公式。由于該方法中基礎(chǔ)概念不是論證概念而是“假定”構(gòu)成的集合。③參見(jiàn)[荷]亨利·帕肯：《建模法律論證的邏輯工具——法律可廢止推理研究》，熊明輝譯，中國(guó)政法大學(xué)出版社2015年版，第257-258頁(yè)。比起邦董科托的方法，董番明的抽象論證更為有效。因?yàn)槠湔撟C框架考慮的是論證之間的攻擊關(guān)系而不關(guān)心論證結(jié)構(gòu)，這可以界定若干可廢止推理術(shù)語(yǔ)的含義。

在論證集和關(guān)于論證廢止的二元關(guān)系基礎(chǔ)上，董番明框架定義了論證的擴(kuò)展概念，并試圖表達(dá)各種可廢止后承。在抽象框架中，董番明對(duì)不同種類的語(yǔ)義以及語(yǔ)義之間的關(guān)系進(jìn)行了分析。④同注③，第258頁(yè)。然而，由于董番明將論證內(nèi)部結(jié)構(gòu)完全抽象化，導(dǎo)致其理論中沒(méi)有結(jié)構(gòu)性的語(yǔ)言，故此無(wú)法表達(dá)論證中的保證。

如何刻畫(huà)論證結(jié)構(gòu)成為一項(xiàng)亟待解決的工作。在董番明的抽象論證框架基礎(chǔ)上，帕肯給出了一種結(jié)構(gòu)化論證框架，即ASPIC+框架。⑤Prakken H. An abstract framework for argumentation with structured arguments. Argument and Computation, 2010,1(2):93-124.該框架可以恰當(dāng)?shù)胤治稣撟C結(jié)構(gòu)以及論證理論的構(gòu)建問(wèn)題。并進(jìn)一步提出，一個(gè)基本論證結(jié)構(gòu)應(yīng)當(dāng)不僅包括論證自身，還要有嚴(yán)格推論規(guī)則和可廢止推論規(guī)則，通過(guò)反駁與底切來(lái)界定論證之間的廢止關(guān)系。以上可廢止推理理論和推論規(guī)則在計(jì)算機(jī)科學(xué)等領(lǐng)域得到充分的運(yùn)用，并為人工智能中知識(shí)結(jié)構(gòu)化、程序設(shè)計(jì)構(gòu)建了基礎(chǔ)框架。因此，這些理論和模型提供了一種刻畫(huà)人們常識(shí)推理的行之有效的工具。

人工智能與法學(xué)者除了致力于經(jīng)典的專家系統(tǒng)研究，還對(duì)論證輔助系統(tǒng)、論證可視化工具非常感興趣，維赫雅提出了模擬法律中可廢止論證的3個(gè)論證助手，即Argue、ArguMed 2.0以及ArguMed 3.0。其可以支持法律案例適用所需的論辯性理論的構(gòu)建，并為可廢止論證基于論證的方法（Argue）和基于命題的方法（ArguMed）引入可廢止論證的圖形表示。然而，雖然論證助手有靈活開(kāi)放的特點(diǎn)，但如何將領(lǐng)域知識(shí)有效地整合進(jìn)論證助手中，使其縮小與自動(dòng)推理機(jī)之間的距離，這將是未來(lái)一個(gè)重要的研究方向。⑥參見(jiàn)[荷]巴特·維赫雅：《虛擬論證——論法律人及其他論證者的論證助手設(shè)計(jì)》，周兀譯，中國(guó)政法大學(xué)出版社2016年版，第114-117頁(yè)。

論證可視化工具通過(guò)允許用戶結(jié)構(gòu)化知識(shí)以使其理清某個(gè)特定問(wèn)題。諸如著名的論證分析軟件Araucaria，以論證理論和批判性思維為基礎(chǔ)，把論證標(biāo)記為預(yù)先定義好的論證圖式，將論證圖式和其批判性問(wèn)題一起儲(chǔ)存于數(shù)據(jù)庫(kù)，以一種開(kāi)放交互方式保存分析結(jié)果。①參見(jiàn)武宏志：《論證型式》,中國(guó)社會(huì)科學(xué)出版社2013年版，第199-200頁(yè)。上述是從整體進(jìn)路對(duì)法律論證模型進(jìn)行闡述，下面將分別描述解釋推理建模、案例推理建模以及證據(jù)推理建模。

二、兩大法系推理模型

法律論證中的前提可接受性問(wèn)題一直是學(xué)者們關(guān)注的焦點(diǎn)。法律規(guī)范前提的可接受性是基于解釋推理證成，而案件事實(shí)前提的可接受性是基于證據(jù)推理證成。特別是在疑難案件中，通常要面對(duì)就某個(gè)具體法律規(guī)則的解釋是否被證成，即如何論證該解釋合理性的難題。佩策尼克提出了邏輯的、準(zhǔn)邏輯的和字面的解釋，系統(tǒng)解釋，縮減、限制和擴(kuò)張解釋，類比和法律歸納、根據(jù)對(duì)立的論證、根據(jù)更強(qiáng)者的論證、目的論論證等方法。麥考密克和薩默斯在《解釋制定法：一種比較研究》中，根據(jù)法律解釋時(shí)使用的不同方法，概括出11種英、美、德等9國(guó)高等法院在裁判過(guò)程中運(yùn)用的法律解釋論證圖式。②參見(jiàn)武宏志：《論證型式》,中國(guó)社會(huì)科學(xué)出版社2013年版，第455頁(yè)。在麥考密克等人的基礎(chǔ)上，人工智能與法的學(xué)者概括出解釋論證的一般性框架，該框架可以為法律決策者提供形式化工具以輔助其就解釋標(biāo)準(zhǔn)進(jìn)行選擇。

然而，帕肯指出，沙托爾關(guān)于解釋辯論的形式化方法存在問(wèn)題，該方法沒(méi)有保證法律條款的兩個(gè)替代解釋的應(yīng)用。為此，帕肯在沙托爾和哈赫方法的基礎(chǔ)上，使用可應(yīng)用子句，并增加了一個(gè)一般規(guī)則，“即如果規(guī)則解釋不是其正確解釋，那么它就不可應(yīng)用”③參見(jiàn)[荷]亨利·帕肯：《建模法律論證的邏輯工具——法律可廢止推理研究》，熊明輝譯，中國(guó)政法大學(xué)出版社2015年版，第251-252頁(yè)。，以保證替代解釋的可應(yīng)用性。這些解釋性論證方法和模型在法律規(guī)范應(yīng)用和案件事實(shí)對(duì)應(yīng)等方面發(fā)揮了重要的作用，它是法律裁判證成的理性工具。解釋推理建模不僅彌補(bǔ)了基于規(guī)則模型的缺陷，也為裁判者結(jié)論的可接受性提供了框架支持。

如同法律語(yǔ)言的模糊性，基于規(guī)則模型也無(wú)法很好地處理法律的不一致性、信息不完全性等問(wèn)題，這引起人工智能與法學(xué)者們的批評(píng)和不滿。因此，學(xué)者們?cè)V諸案例模型的研究，這也是人工智能和法領(lǐng)域的主要成就。通常情況下，類比推理被認(rèn)為是案例模型的運(yùn)行機(jī)制。形式演繹推理與類比推理是不同的活動(dòng)過(guò)程：前者證成裁判結(jié)論要求在給定的前提中實(shí)質(zhì)蘊(yùn)涵出結(jié)論，是案件事實(shí)涵攝于法律規(guī)范之下的關(guān)系，而后者證成不需要待決案件與先例的所有特點(diǎn)全部對(duì)應(yīng)，只需這些個(gè)案特征達(dá)至相似要求，即充分相似即可。這些個(gè)案的相似處或者差異處跟個(gè)案間的內(nèi)容密切關(guān)聯(lián)。故此，帕肯提出，“類比推理并不是除演繹推理之外的另一種推理模式，而是除裁決證成以外的一種本質(zhì)上不同活動(dòng)的事例，因此它被稱為‘非推論性’推理而不是‘非演繹’推理模式”，并進(jìn)一步強(qiáng)調(diào)，“如果在具體個(gè)案中規(guī)則耗盡了但還沒(méi)有提供任何決定性理由來(lái)接受建議前提，那么類比推理是一種建立額外前提的方式。類比推理不是一種推論模式而是一種試圖發(fā)現(xiàn)新信息的啟發(fā)原則”④同注②，第30-33頁(yè)。。

眾所周知的“海波系統(tǒng)”(HYPO)就是依據(jù)這種類比推理的理念設(shè)計(jì)的。海波系統(tǒng)的設(shè)計(jì)旨在輔助律師評(píng)估商業(yè)秘密法。針對(duì)雙方當(dāng)事人，海波系統(tǒng)通過(guò)援引其數(shù)據(jù)庫(kù)中最相關(guān)的法律案例以產(chǎn)生最佳論證，并且提出假設(shè)以表明如何加強(qiáng)或減弱一方的論證。海波系統(tǒng)是里士蘭和阿什利基于案例推理構(gòu)建的系統(tǒng)，當(dāng)客戶輸入法律爭(zhēng)論后，該系統(tǒng)開(kāi)始在數(shù)據(jù)庫(kù)中比較相關(guān)案件，并選擇出最類似的案例，使客戶可以在法律論證中援引它們。①Rissland, E.L.&Ashley,K.D. A Case-based System for Trade Secrets Law. Proceedings of the First International Conference on Artificial Intelligence and Law, New York:ACM Press, 1987:60-66.因此，該系統(tǒng)的任務(wù)不是證成個(gè)案中的裁判結(jié)果，而是通過(guò)比較數(shù)據(jù)庫(kù)中的先例與事實(shí)之間的相似要素以評(píng)價(jià)這些先例的相似性，并找出最類似案例。海波系統(tǒng)中將類比推理作為一種探尋新前提的啟發(fā)思路，生動(dòng)形象地刻畫(huà)了案例模型的內(nèi)在法律論證機(jī)制。

在此基礎(chǔ)上，阿列文和阿什利的“卡托（CATO）系統(tǒng)”是對(duì)海波系統(tǒng)進(jìn)一步的擴(kuò)展和改進(jìn)?？ㄍ兄荚谥С只诎咐撟C技巧的學(xué)習(xí)，也就是教會(huì)學(xué)生如何區(qū)分案例之間的差異性使其更有利于己方。為此，卡托將海波系統(tǒng)中的維度簡(jiǎn)化為維度上的特定點(diǎn)，即要么總是支持原告要么總是支持被告的要素。在卡托系統(tǒng)中，這些要素通過(guò)分層結(jié)構(gòu)進(jìn)行劃分，倘若一個(gè)不同要素與相同的抽象要素有關(guān)聯(lián)，那么可以替代其他的要素。②Aleven,V.&Ashley,K.D. Evaluating a Learning Environment for Case-based Argumentation Skills. Proceedings of the Sixth International Conference on Artificial Intelligence and Law, New York:ACM Press, 1997：170-179.這些與海波系統(tǒng)的不同之處推動(dòng)了基于案例推理邏輯模型的發(fā)展。這兩個(gè)典型的案例推理系統(tǒng)可以幫助法官、律師從存儲(chǔ)案例的知識(shí)庫(kù)中發(fā)現(xiàn)類似案例，其為用戶在“幾乎窮盡案例知識(shí)庫(kù)中的所有類似案件”推送“類案”。這對(duì)于“加強(qiáng)和規(guī)范司法解釋和案例指導(dǎo)，統(tǒng)一法律適用標(biāo)準(zhǔn)”具有重要的實(shí)踐價(jià)值，也為我國(guó)在規(guī)范裁判尺度、輔助法律決策等方面提供了技術(shù)支持。

三、證據(jù)推理模型

維赫雅認(rèn)為，法律適用應(yīng)當(dāng)視為一種論辯性理論構(gòu)建。在這個(gè)過(guò)程中，案件事實(shí)、可適用法律和判決結(jié)論是逐漸發(fā)展并完善的。該過(guò)程的初始狀態(tài)可能并不完善，例如，沒(méi)有被充分證明的假設(shè)、法律來(lái)源的初步解釋、不適當(dāng)?shù)倪m用規(guī)則以及相抵觸的結(jié)論。整個(gè)過(guò)程中，該理論被逐步改進(jìn)使其不完善性得以消除。③[荷]巴特·維赫雅：《虛擬論證——論法律人及其他論證者的論證助手設(shè)計(jì)》，周兀譯，中國(guó)政法大學(xué)出版社2016年版，第7頁(yè)。由此，可以推出法律適用并非法律規(guī)范、案件事實(shí)獨(dú)立運(yùn)行，而是需要它們之間相互協(xié)調(diào)、彼此合作，才能得到具有正當(dāng)性、可接受性的裁判結(jié)論。法律解釋作為法律適用的一個(gè)關(guān)鍵環(huán)節(jié)，其可能要考慮針對(duì)一項(xiàng)具體的法律規(guī)范解釋是否適用于待解決的案件等問(wèn)題。而證據(jù)推理則是根據(jù)已獲得的證據(jù)材料和信息建構(gòu)事實(shí)，使其涵攝于法律規(guī)范的要件之中，然后進(jìn)行法律適用。所以，無(wú)論是法律規(guī)范的解釋，還是法律事實(shí)的確認(rèn)，都包含著多重的思維過(guò)程。也就是說(shuō)，法律適用表現(xiàn)為一種交叉性的推理鏈條，它是一種動(dòng)態(tài)發(fā)展以排除不完善的信息，從而達(dá)到公正性的裁判結(jié)果。因此，當(dāng)前法律論證理論將法律解釋和證據(jù)推理統(tǒng)一納入研究對(duì)象的范疇。

證據(jù)推理是收集、分析、組織以及評(píng)估證據(jù)和假設(shè)性故事的重要組成部分，這個(gè)過(guò)程涉及到用可得到的證據(jù)和我們周圍世界中的一般知識(shí)進(jìn)行推理。在司法證明過(guò)程中，證據(jù)并不等同于案件事實(shí)，必須通過(guò)證據(jù)證明案件事實(shí)。尤其是，對(duì)于錯(cuò)綜復(fù)雜的案件，由證據(jù)到案件事實(shí)絕對(duì)不是不證自明的，只有證據(jù)推理才能彰顯理性的證明過(guò)程。當(dāng)前關(guān)于證據(jù)推理的研究有3種進(jìn)路，分別是基于論證進(jìn)路、基于故事進(jìn)路以及概率推理?；谡撟C的進(jìn)路主要源自威格摩爾的證據(jù)圖表，他的圖表方法與哲學(xué)中的那些論證圖表很類似。①Freeman, J.B. Dialectics and the Macrostructure of Arguments: A theory of Argument Structure. Berlin: ForisPublications, 1991.威格摩爾關(guān)于法律證據(jù)的綜合性著述被學(xué)界認(rèn)為是第一個(gè)正式的法律證據(jù)推理理論。后來(lái)經(jīng)過(guò)新證據(jù)法學(xué)家安德森、舒姆和特文寧等對(duì)威格摩爾理論的修改，發(fā)展成修正版威格摩爾分析。這一分析的核心是從證據(jù)到待證事實(shí)的推理以及運(yùn)用詳細(xì)的圖表來(lái)構(gòu)建和分析這種從證據(jù)到待證項(xiàng)的推理。②Bex, F.J. Argument ,Stories and Criminal Evidence，Springer, 2011:2-3.

基于故事的進(jìn)路主要源自法律心理學(xué)。班尼特和費(fèi)爾德曼以及彭寧頓和黑斯蒂提出，刑事案件中的證明過(guò)程，是運(yùn)用收集到的證據(jù)材料構(gòu)建發(fā)生了什么的假設(shè)性故事，并根據(jù)若干標(biāo)準(zhǔn)比較這些故事以選擇出最佳故事。在他們的基礎(chǔ)上，克勞姆巴格、范·柯本和瓦格納爾進(jìn)一步提出了錨定敘事理論，如何運(yùn)用故事組織并分析觀察到的證據(jù)。③Ibid.2011:7.故事是有限的事件集合通過(guò)因果性關(guān)系組成的序列，所以它具有整體結(jié)構(gòu)的特性。這種優(yōu)勢(shì)可以迅速地構(gòu)建出假設(shè)情節(jié)，并且運(yùn)用這些情節(jié)中的因果信息使得故事更加似真和融貫，以一種更自然、更易理解的方式為大家接受和認(rèn)可。因此，帕爾多和艾倫主張，運(yùn)用最佳解釋推論的解釋性故事，無(wú)論在刑事還是民事法庭審判中都是證據(jù)推理模型的適當(dāng)工具。④Pardo,M.S. & Allen, R.J.Juridical proof and the best explanation. Law and Philosophy，Springer, 2007.

論證模型和故事模型都屬于定性的方法，概率推理則是一種定量的分析方法，因?yàn)樗且环N通過(guò)貝葉斯定理科學(xué)地分析證據(jù)與待證命題之間量化關(guān)系的模型。人工智能與法的學(xué)者在進(jìn)行概率推理時(shí)，經(jīng)常會(huì)用到貝葉斯信念網(wǎng)絡(luò)這個(gè)有用的工具。貝葉斯信念網(wǎng)絡(luò)已經(jīng)被普遍運(yùn)用，例如，運(yùn)用目的導(dǎo)向性的信念網(wǎng)絡(luò)對(duì)復(fù)雜案件進(jìn)行建模⑤Hepler, A.B., Dawid, A.P., Leucari,V. Object-oriented graphical representations of complex patternsof evidence. Law Prob Risk 6:275-293,2007.，或者作為概率專家系統(tǒng)分析并評(píng)價(jià)一系列具體的法庭證據(jù)的信息價(jià)值。⑥Keppens, J.&Shen, Q.& Price, C. Compositional Bayesian modelling for computation of evidencecollection strategies. ApplIntell 35(1):134-161,2011.通過(guò)概率模型來(lái)分析法律證據(jù)推理，可以為我國(guó)司法制度做出精確的量化標(biāo)準(zhǔn)，這已在當(dāng)代司法證明中廣泛適用。

以上方法雖然各有優(yōu)勢(shì)，但也存在劣勢(shì)。比如，由于貝葉斯算法和概率理論的復(fù)雜性和符號(hào)化，對(duì)于非計(jì)算機(jī)專業(yè)人員不易理解和掌握。所以，凱朋斯提出⑦Keppens,J. On extracting arguments from Bayesian network representations of evidentialreasoning. In: Proceedings of the Thirteenth International Conference on Artificial Intelligence and Law. New York :ACM Press, 141-150,2011.，如果能夠?qū)⒇惾~斯信念網(wǎng)絡(luò)與半形式化論證整合在一起，從而提供切實(shí)可行的工具，那么就可以借助貝葉斯網(wǎng)絡(luò)強(qiáng)大的分析證據(jù)能力，使得刑事案件中調(diào)查人員和審判人員在司法實(shí)踐中使用它們。因此，這3種關(guān)于證據(jù)推理的建模，如何使其相得益彰、互為補(bǔ)充地發(fā)揮各自最大優(yōu)勢(shì)，將是證據(jù)推理領(lǐng)域的開(kāi)放性問(wèn)題。