作為算法的法律

在針對算法和法律關(guān)系的研究中，算法主要是作為問題而存在的。但是，算法之于法律未必只意味著問題，還可以提供工具。此處所謂工具，不是“法律代碼化”意義上的技術(shù)工具，而是方法論意義上的思維工具。計(jì)算科學(xué)以制造智力替代物為己任，因此它不僅關(guān)心知識獲取的結(jié)果，而且探索知識生產(chǎn)的過程。它有意識地整合了計(jì)算機(jī)科學(xué)、心理學(xué)、邏輯學(xué)、哲學(xué)等各領(lǐng)域的成果，總結(jié)出一系列知識生產(chǎn)的規(guī)律。法律同樣是知識，在社會日趨復(fù)雜的背景下同樣有必要對本領(lǐng)域的知識生產(chǎn)過程展開更深入的研究。既然如此，我們就有理由推測，計(jì)算科學(xué)領(lǐng)域關(guān)于知識生產(chǎn)的規(guī)律有可能被挪用到法律領(lǐng)域，解構(gòu)法律知識的生產(chǎn)過程，提高法律知識的質(zhì)量水平。

文章前兩部分致力于回答基礎(chǔ)問題：法律和算法具有可比性嗎？算法研究體現(xiàn)了值得法學(xué)借鑒之處嗎？在對這兩個(gè)問題做出肯定回答之后，文章將嘗試借用算法中一些淺顯但重要的規(guī)律來觀察法律。

法律與算法在認(rèn)知效率方面的共性

算法（algorithm）一詞源于9世紀(jì)波斯數(shù)學(xué)家花拉子模（al-Khwarizmi）的名字。他強(qiáng)調(diào)求解問題應(yīng)當(dāng)遵循有條理的步驟，這種條理性后來被視為算法的核心。在形式化的意義上，算法被定義為“一種有限、確定、有效的并適合用計(jì)算機(jī)程序來實(shí)現(xiàn)的解決問題的方法”。而在不那么形式化的意義上，“算法是為實(shí)現(xiàn)某個(gè)任務(wù)而構(gòu)造的簡單指令集。在日常用語中，算法有時(shí)稱為過程或處方”。無論從哪種定義方式出發(fā)，算法與法律的共通之處都非常明顯：算法形式化定義中的核心特征是“有限、確定和有效”，這與法律不謀而合。有限性（finiteness）指算法必須能在執(zhí)行有限步驟后終止，這與司法程序不能不計(jì)代價(jià)地探索個(gè)案正義而只能追求案結(jié)事了異曲同工。確定性（definiteness）指算法的每個(gè)步驟都有確切定義，這與法律對概念清晰和體系一致的追求遙相呼應(yīng)。有效性（effectiveness）指算法中執(zhí)行的任何步驟都可以被分解為基本的、可執(zhí)行的操作步驟，這與法律文本需要采用含義明確、可被理解的表達(dá)可謂殊途同歸。而算法非形式化定義中涉及的“指令集、過程和配方”，更是形象地展現(xiàn)了法律調(diào)整社會關(guān)系的形式。算法不等于程序文本，正如法律不等于立法文本。算法和法律都是統(tǒng)轄具體文本的、為解決特定問題而創(chuàng)造出的行之有效的方案。

人們之所以需要借助算法來解決問題，是因?yàn)樾枰柚J(rèn)知模型將認(rèn)知負(fù)擔(dān)控制在合目的的范圍內(nèi)?，F(xiàn)實(shí)世界包含了太多變量，在全面把握這些變量的基礎(chǔ)上進(jìn)行決策是不可能的，因?yàn)檫@大大超出了人有限的認(rèn)知資源和執(zhí)行能力允許的范圍。此時(shí)，算法起到了“現(xiàn)實(shí)轉(zhuǎn)換器”的作用，通過將算法設(shè)計(jì)者掌握的寶貴經(jīng)驗(yàn)反映在算法中，成功地將難以處理的真實(shí)世界轉(zhuǎn)換為了可掌控的操作對象。作為“現(xiàn)實(shí)轉(zhuǎn)換器”的算法，一頭連接著真實(shí)世界，另一頭連接著決策者的期待，其內(nèi)部設(shè)計(jì)自然會根據(jù)決策者的期待變化而發(fā)生改變。例如，同樣是求最佳拋物線的算法，當(dāng)目標(biāo)是提高洲際導(dǎo)彈射程時(shí)，合理的算法顯然不可能和提高實(shí)心球投擲成績的情況下一樣簡單，而是會建立復(fù)雜得多的指令集，把在實(shí)心球背景下被認(rèn)為不合目的的變量統(tǒng)統(tǒng)納入考慮范圍。只要人們不滿足于跟著感覺走，而想從混沌的現(xiàn)實(shí)世界中提煉出指導(dǎo)決策的方案，都需要構(gòu)建認(rèn)知模型，或者說都需要設(shè)計(jì)算法。社會之所以需要法律，很大程度上同樣是因?yàn)檎鎸?shí)世界包含的變量太多，需要過濾、整理，形成有效的認(rèn)知模型。

法律具有算法屬性并不令人驚訝，因?yàn)楝F(xiàn)代法律總體而言以理性主義為基礎(chǔ)，而算法同樣是理性主義的結(jié)晶。理性主義不滿足于零散的經(jīng)驗(yàn)，而要對其進(jìn)行修剪與排列，制成結(jié)構(gòu)化的知識，以便將混沌的現(xiàn)實(shí)分揀到整齊的認(rèn)知框架里面。從計(jì)算的角度看待法律的態(tài)度其實(shí)一直存在。霍布斯早在17世紀(jì)就曾說：“政治學(xué)著作家把契約加起來以便找出人們的義務(wù)，法律學(xué)家則把法律和事實(shí)加起來以便找出私人行為中的是和非?！玫弥訙p的地方就用得著推理，用不著加減法的地方就與推論完全無緣?！钡搅?8世紀(jì)的邊沁筆下，法律的算法性質(zhì)更加明顯：“功利原理是指這樣的原理：它按照看來勢必增大或減小利益有關(guān)者之幸福的傾向，亦即促進(jìn)或妨礙此種幸福的傾向，來贊成或非難任何一項(xiàng)行動。”在極端的功利化思路中，幸福可以通過快樂而增加或者因?yàn)橥纯喽鴾p少，變化的程度受快樂或痛苦的強(qiáng)度、持續(xù)性和必然性影響。在定下這些公理之后，法律的任務(wù)就是畫好社會福利的坐標(biāo)系，寫好加減幸福的算法，導(dǎo)入?yún)?shù)、帶入變量，得出最大幸福的結(jié)果?；裟匪乖?9世紀(jì)斷言道：“未來學(xué)習(xí)法律的人是掌握了統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)學(xué)的人?！钡搅?0世紀(jì)，數(shù)理邏輯更是堂而皇之地以“經(jīng)濟(jì)”之名在法學(xué)領(lǐng)域攻城略地。在法經(jīng)濟(jì)學(xué)的視野下，法學(xué)不僅必然包含計(jì)算，還需要借助邊際、均衡和博弈的概念以及表格、公式和坐標(biāo)系等符號被重新加以表述。法學(xué)研究在把法律當(dāng)成計(jì)算指南方面早已走出很遠(yuǎn)，只是因?yàn)闆]有給法律冠以算法之名，所以不曾有意識地把兩個(gè)學(xué)科勾連起來而已。

法律與算法在方法論自覺上的差異

法律和狹義的算法在探索認(rèn)知規(guī)律的自覺性方面有所差異?？傮w而言，狹義算法在發(fā)展過程中積累了更多的元認(rèn)知經(jīng)驗(yàn)，而法律算法的設(shè)計(jì)者卻往往不那么關(guān)心元認(rèn)知。

狹義算法的設(shè)計(jì)者在大部分發(fā)展階段中都能依附在價(jià)值無涉的保護(hù)傘下，自由探索并運(yùn)用認(rèn)知規(guī)律。在追求“算得更好”的過程中，狹義算法的設(shè)計(jì)者通常不會受到來自價(jià)值觀、公平感或其他顧慮的干擾。當(dāng)研究機(jī)器翻譯的科學(xué)家意識到與其讓機(jī)器先理解自然語言再進(jìn)行翻譯（所謂基于規(guī)則的翻譯），不如讓機(jī)器直接尋求兩種語料之間的數(shù)學(xué)關(guān)聯(lián)（所謂基于統(tǒng)計(jì)的翻譯）時(shí)，他們實(shí)際上把語言理解這個(gè)智能問題“降格”為了計(jì)算問題。不過在這種觀念轉(zhuǎn)變傳導(dǎo)至大眾關(guān)心的價(jià)值領(lǐng)域之前，科學(xué)家無需就他們對智能的態(tài)度接受大眾的質(zhì)詢。直到算法的運(yùn)用領(lǐng)域中出現(xiàn)了自動駕駛、算法殺熟、影響選舉等越來越多牽扯強(qiáng)烈價(jià)值判斷的問題，算法非技術(shù)性的一面才進(jìn)入主流輿論的視野。

法律則從來沒有享受過價(jià)值無涉的保護(hù)傘，而是必須持續(xù)回應(yīng)公眾的價(jià)值觀期待，從而發(fā)展出一套貌似與計(jì)算無關(guān)的話語體系。法律對計(jì)算理念的排斥感，是法律難以像狹義算法那樣始終保持對計(jì)算方法本身高度自覺的第一個(gè)原因。法律被視為關(guān)于正義與非正義的學(xué)問，千百年來處理的都是自由、尊嚴(yán)、公平、道德等帶著濃厚價(jià)值意味的對象。對于每一代法律人而言，這些對象已經(jīng)在很大程度上被給定，并不會因?yàn)榉扇诵Q自己在計(jì)算對象或者計(jì)算方法上產(chǎn)生了洞見就發(fā)生改變。加之社會也需要借助穩(wěn)定的共同想象來維系基本秩序，因此包括法律在內(nèi)的社會制度傾向于把這些對象視為神圣不可侵犯的。如果要把這些對象從目的降格為手段，難免與公眾更容易接受的法律理念相抵觸。

法律難以像狹義算法那樣始終保持對計(jì)算方法論的高度自覺，第二個(gè)原因是二者在本質(zhì)上的確存在重大差別。如果從數(shù)學(xué)的角度來理解狹義的計(jì)算，就會看到狹義的計(jì)算是在一套人為定義的自洽系統(tǒng)內(nèi)部進(jìn)行符號推演。至于該系統(tǒng)是否與外部世界匹配，這并非需要優(yōu)先考慮的問題。數(shù)學(xué)強(qiáng)調(diào)的抽象性可以被理解為一種向內(nèi)推演而不向外求證的態(tài)度?！肮硐到y(tǒng)的主要問題并不是公理的真實(shí)性，而是公理的自洽性和有用性?！边@種自給自足型的思維方式不能滿足法律的需求。雖然法律也是一套符號體系，但這套體系必須是開放的，根據(jù)時(shí)代發(fā)展不斷調(diào)整符號及其相互關(guān)系的定義，不可能像數(shù)學(xué)一樣以公理系統(tǒng)內(nèi)部推演為終極追求。

法律難以像狹義算法那樣始終保持對計(jì)算方法論的高度自覺，第三個(gè)原因是法律領(lǐng)域的計(jì)算效果并不總是那么值得信任。計(jì)算者固然可以宣稱公平正義本屬效率的一部分，從而將所有社會問題都轉(zhuǎn)化為計(jì)算問題，但這難免使效率變成無所不包、難以證偽的概念，并不能使眾多法益衡量問題在操作層面迎刃而解。因?yàn)橛?jì)算以不同價(jià)值的通約為前提，而在利益衡量中真正困難的恰恰是通約本身而不是通約后的計(jì)算。例如，要回答個(gè)人的信息自決訴求與社會的信息產(chǎn)業(yè)發(fā)展如何協(xié)調(diào)的問題，難點(diǎn)在于個(gè)人安寧和產(chǎn)業(yè)發(fā)展分屬不一樣的心理賬戶，因此哪怕在個(gè)人層面也很難被完全理性地通約，更何況要通過立法在社會層面對二者進(jìn)行通約，阻力自然更大。價(jià)值越難客觀化的對象，在計(jì)算中越難處理。針對倫理、公平等道德意味濃烈的對象，計(jì)算者固然可以采取近似、估算等諸多手法，但難免給人回避道德難題的印象。計(jì)算能夠告訴我們?nèi)绾螌?shí)現(xiàn)目標(biāo)，卻很難告訴我們目標(biāo)是什么，更無法告訴我們目標(biāo)應(yīng)該是什么。所以法律與計(jì)算之間的隔膜不僅由來已久、根深蒂固，未來也無計(jì)徹底消除。這種狀況使得法律盡管具有計(jì)算的屬性，但專門針對這部分屬性展開的研究并沒有登上主流研究的大雅之堂。

從算法角度看待法律的嘗試

法律其實(shí)與許多算法規(guī)律遙相呼應(yīng)，但這種契合更多地是自發(fā)的，而非自覺的。下文將進(jìn)行非常初步的嘗試，透過算法設(shè)計(jì)中一些淺顯但重要的規(guī)律來觀察相應(yīng)的法律問題。

（一）重視信息成本

在計(jì)算科學(xué)的視野中，信息成本從來都是問題不可分割的部分，脫離信息成本討論方案的優(yōu)劣是沒有意義的。我們不愿意花十分鐘去設(shè)計(jì)一個(gè)能節(jié)約五分鐘的新方案，道理即在于此。

在相當(dāng)多的法學(xué)問題上，信息成本在制度設(shè)計(jì)中的作用還遠(yuǎn)遠(yuǎn)沒有被充分自覺地意識到。我們更習(xí)慣從本體論層面的“是什么”角度去觀察規(guī)則，而很少從認(rèn)識論角度的“如何做”角度去思考規(guī)則形成過程背后的動力。例如，法院在面對非典型信息客體和及其非典型利用方式時(shí)，均輕易地否定了具體知識產(chǎn)權(quán)部門法的適用可能性，轉(zhuǎn)而用兜底條款追求所謂的實(shí)質(zhì)正義。但實(shí)際上，專利法、著作權(quán)法和商標(biāo)法等具體知識產(chǎn)權(quán)部門法提供了結(jié)構(gòu)化的認(rèn)知框架——圖式——來分揀和處理信息。法院只需要逐一回答客體、主體、權(quán)能、限制和救濟(jì)環(huán)節(jié)的子問題和子子問題即可得出答案。兜底條款則是非結(jié)構(gòu)化的空洞指令，難以被拆分為“有限、確定、有效”的可執(zhí)行步驟，因此也不能起到降低認(rèn)知的作用。既然如此，當(dāng)法院面對非典型創(chuàng)新成果和非傳統(tǒng)利用方式提出的新型創(chuàng)新利益分配問題時(shí)，自然應(yīng)當(dāng)優(yōu)先考慮拓展知識產(chǎn)權(quán)圖式。只有當(dāng)把新情況放在圖式下處理會過度扭曲圖式的含義、導(dǎo)致認(rèn)知經(jīng)濟(jì)性收益大幅下降的時(shí)候，法院才需要考慮將新情況放在兜底規(guī)范下處理。

（二）確定合理的類型化程度

我們在推進(jìn)類型化的過程中，有必要對類型化的最優(yōu)程度保持警惕。道理正如同在算法領(lǐng)域，設(shè)計(jì)者不會一味提高認(rèn)知模型的精度，而是僅僅在細(xì)化模型帶來的邊際收益大于其邊際成本時(shí)，才致力于提高模型的精度。

我們在面對類型化程度的問題時(shí)，也有必要不僅關(guān)注類型化不足的問題，而且注意類型化過度的弊端。例如，《反不正當(dāng)競爭法》于2017年修法時(shí)引入了網(wǎng)絡(luò)不正當(dāng)競爭條款。該條款固然提高了網(wǎng)絡(luò)不正當(dāng)競爭規(guī)則的類型化程度，但很可能因其過于細(xì)碎和技術(shù)化的用語而迅速失去作為行為規(guī)范和裁判規(guī)范的效果，徒增法院和公眾在適用法律時(shí)的困擾。如果我們在修法過程中曾經(jīng)考慮過類型化過度也可能造成問題，網(wǎng)絡(luò)條款或許是個(gè)能夠避免的錯(cuò)誤。

（三）有針對性地化解復(fù)雜性

法律是一種社會設(shè)計(jì)，而這種設(shè)計(jì)的根本難題在于問題的復(fù)雜度。如果我們承認(rèn)復(fù)雜度是許多問題的根源所在，就更容易有針對性地尋求理論幫助。算法理論中有多種降低復(fù)雜度的方法，本文僅以三種為例說明算法與法律的關(guān)聯(lián)：

第一種降低復(fù)雜度的方法可以被概括為“對癥下藥”，也就是“通過弄清問題困難的根源，我們可能會做某些改動，使問題變得容易解決”。這種方法看似簡單，但如果立法者不曾有意識地加以運(yùn)用，仍有可能在面對復(fù)雜問題時(shí)誤癥誤判。我國在知識產(chǎn)權(quán)損害賠償問題上，如果能夠澄清困難的根源并不源于特定損害賠償計(jì)算方式的缺陷，而是內(nèi)生于知識產(chǎn)權(quán)損害賠償制度本身的性質(zhì)，就能在很大程度上避免法定賠償?shù)臑E用。

第二種降低復(fù)雜度的方法是貪心算法，即在哪怕不能確保全局最優(yōu)解的情況下，仍然將復(fù)雜問題拆分為多個(gè)不那么復(fù)雜的子問題，通過合并子問題的解來回答復(fù)雜問題。接受局部最優(yōu)解意味著放棄對完美的追求，這實(shí)際上反映了法律一直遵循的模式。法律體系通常不會執(zhí)迷不悟地求取最優(yōu)解，而是滿足于找到足以處理問題的近似解。由此可見，不同部門法的區(qū)隔只是降低問題復(fù)雜度的手段而已，不同法律部門的目標(biāo)都是社會福利的最大化。這提示我們需要謹(jǐn)慎對待將部門法區(qū)隔強(qiáng)化為本質(zhì)區(qū)別的觀點(diǎn)，而是以更加富于彈性的態(tài)度，對待不同規(guī)則之間的界限。

第三種降低復(fù)雜度的方法可以稱為“以簡代繁”，即通過回答簡單問題來為解答復(fù)雜問題提供幫助。為了回答一個(gè)部門法提出的復(fù)雜問題，立法者會提出一系列相對簡單的問題，法官只需要依次回答這些簡單問題就能接近復(fù)雜問題的答案。在新制度經(jīng)濟(jì)學(xué)和法經(jīng)濟(jì)學(xué)中，這種輔助我們回答困難問題的簡單問題都可以被稱為中介（proxy）。有意識地將充斥法律各個(gè)角落的概念視為幫助我們解決復(fù)雜問題的中介，有助于我們以更加功能化的態(tài)度分析法律問題。

（四）正視框架問題

框架問題的焦點(diǎn)是算法在解決具體任務(wù)時(shí)調(diào)用的背景知識。盡管這些背景知識貌似不會影響具體任務(wù)的解決，實(shí)際上卻會對任務(wù)執(zhí)行產(chǎn)生巨大影響。

因此，決策者在審視決策過程時(shí)，不能僅僅檢驗(yàn)框架內(nèi)的顯性推理過程，還應(yīng)重視框架本身暗示的隱性背景信息。雖然在大多數(shù)情況下，法律層層套嵌的結(jié)構(gòu)已經(jīng)為每個(gè)分支節(jié)點(diǎn)上的決策活動提供了明確的框架，但在部分情況下，法官仍有可能在不同的框架之間進(jìn)行選擇。例如，反不正當(dāng)競爭法一般條款就提供了道德評價(jià)和經(jīng)濟(jì)分析兩個(gè)框架。針對同樣的案件事實(shí)，法官在道德框架和經(jīng)濟(jì)框架下分析時(shí)受到的指引有可能差別巨大。選擇正確框架遠(yuǎn)不是一件無關(guān)緊要的事。這恰恰與人們在計(jì)算機(jī)科學(xué)領(lǐng)域認(rèn)識到的框架問題重要性不謀而合。

結(jié)語

與算法相關(guān)的研究有意識地積累了許多認(rèn)知規(guī)律，或許能起到幫助法學(xué)更加科學(xué)地反省自身的作用。畢竟，盡管法學(xué)不像典型的科學(xué)那樣通過標(biāo)準(zhǔn)化流程生產(chǎn)可證偽的知識，但這并不意味著法律沒有科學(xué)性。法學(xué)和其他科學(xué)都以理解世界為目標(biāo)，并且服從同樣的認(rèn)知規(guī)律。耶林盡管對“法學(xué)的概念天國”極盡嘲諷，但并不懷疑法學(xué)的科學(xué)性：“法學(xué)就是在法律事務(wù)中的科學(xué)意識。這種意識必須[……]探求現(xiàn)實(shí)世界法律之起源與效力所賴以成立之最終基礎(chǔ)。”科學(xué)的發(fā)展允許我們沉降到認(rèn)知活動底層去了解法學(xué)與科學(xué)的相通之處，更加科學(xué)地處理法學(xué)問題。