司法人工智能的提升路徑
——以法定犯裁判事實(shí)證成智能化為樣例

洪瀟瀟

引 言

司法人工智能應(yīng)用系統(tǒng)審判輔助性角色定位業(yè)已達(dá)成共識(shí)，且在各地司法實(shí)務(wù)中也有許多有益的嘗試，取得了階段性突破?？偨Y(jié)各地司法實(shí)踐，現(xiàn)存辦案系統(tǒng)具有了識(shí)別區(qū)分、校驗(yàn)判斷、邏輯比對(duì)、矛盾排除、自動(dòng)推送和生成等強(qiáng)大的智能性。①參見(jiàn)潘庸魯：《人工智能介入司法領(lǐng)域的價(jià)值與定位》，載《探索與爭(zhēng)鳴》2017年第10期。然而，應(yīng)該看到審判輔助系統(tǒng)雖然建立了一定的學(xué)習(xí)人類思維和法律規(guī)則的算法，但其應(yīng)用仍是對(duì)要素的平行解構(gòu)和海量數(shù)據(jù)歸納類比，停留在弱人工智能或者類人工智能應(yīng)用層面，受技術(shù)和邏輯等方面的桎梏，始終難以實(shí)現(xiàn)具有完備法律推理能力的強(qiáng)人工智能。案件要素間的關(guān)系可能是主次、因果、包含、平行等，但對(duì)于機(jī)器而言，利用平行解構(gòu)方式是無(wú)法進(jìn)行有差別識(shí)別的。①參見(jiàn)高翔：《人工智能民事司法應(yīng)用的法律知識(shí)圖譜構(gòu)建——以要件事實(shí)型民事裁判論為基礎(chǔ)》，載《法制與社會(huì)發(fā)展》2018年第6期。人工智能雖然以其強(qiáng)大的記憶和數(shù)據(jù)歸納能力幫助法官完成法律檢索等方面的工作，提高了工作質(zhì)效，但是類案推送等反饋的數(shù)據(jù)往往體量龐大，無(wú)篩選的信息流集中堆積在使用者面前，有時(shí)還會(huì)給使用者造成另一種負(fù)擔(dān)。在刑事司法領(lǐng)域，定罪量刑系統(tǒng)缺乏對(duì)個(gè)案的精準(zhǔn)識(shí)別，反饋的信息往往是包含所有類似節(jié)點(diǎn)的信息包，無(wú)法真正回應(yīng)司法實(shí)踐需求，緩解使用者的壓力點(diǎn)。而理論界的研究主要集中在人工智能本體論、全流程算法等方面，相對(duì)欠缺以要素解構(gòu)為模型的專項(xiàng)司法人工智能研究。本文通過(guò)對(duì)比發(fā)現(xiàn)法定犯裁判事實(shí)證成與人工智能運(yùn)行邏輯存在內(nèi)生契合性，通過(guò)建構(gòu)裁判要素式的微結(jié)構(gòu)系統(tǒng)，為法定犯裁判提供智能支持。同時(shí)以法定犯人工智能輔助系統(tǒng)為基礎(chǔ)模型，為探索人工智能深度學(xué)習(xí)、類案智能化、司法應(yīng)用提升提供路徑探索。

一、法定犯裁判事實(shí)證成與司法人工智能應(yīng)用規(guī)律的契合性

法定犯的概念與自然犯相對(duì)應(yīng)，源于古羅馬時(shí)代自體惡（mala in se）與禁止惡（mala prohibilita）的觀念區(qū)分。繼刑事古典學(xué)派將犯罪界定于抽象的刑法基礎(chǔ)之上后，刑事實(shí)證學(xué)派的代表人物意大利犯罪學(xué)家加羅法洛從社會(huì)法位的實(shí)質(zhì)出發(fā)對(duì)自然犯進(jìn)行充分論證，形成了自然犯的原始界分，將真正的犯罪界定為對(duì)憐憫和正直這兩種基本利他情感的傷害。②參見(jiàn)孫樹(shù)光：《論法定犯裁判事實(shí)證成中人機(jī)協(xié)同系統(tǒng)的建構(gòu)》，載《當(dāng)代法學(xué)》2020年第2期。德國(guó)刑法中的行政犯概念奠定了現(xiàn)代刑法中法定犯概念基礎(chǔ)。中國(guó)刑法更多的是從criminal offender即刑事犯和administrative crime即行政犯的角度來(lái)做區(qū)分，同時(shí)由于我國(guó)刑法概念定性與定量因素的結(jié)合，所以我國(guó)行政犯其實(shí)是行政違法行為刑事化的產(chǎn)物。③參見(jiàn)周佑勇、劉艷紅：《行政刑法的一般理論》，北京大學(xué)出版社2008年版，第8頁(yè)。各國(guó)刑法的稱呼與概念雖然略有不同，但它們基本的意思相同。自然犯是天生違背了社會(huì)倫理道德的犯罪；法定犯本質(zhì)上未違反社會(huì)倫理道德而是后天由法律人為規(guī)定的犯罪。自然犯的立法主要是滿足倫理道德方面的國(guó)家需要；法定犯的立法則主要是滿足行政管理方面的國(guó)家需要。④參見(jiàn)周佑勇、劉艷紅：《行政刑法的一般理論》，北京大學(xué)出版社2008年版，第9頁(yè)。在違法性層面上行政法和刑法都指向同一內(nèi)容，只是制裁規(guī)范的層面上，刑法對(duì)行政法益的保護(hù)體現(xiàn)出被動(dòng)性和滯后性的特點(diǎn)，服務(wù)于行政法規(guī)對(duì)法益的保護(hù)。⑤參見(jiàn)孫國(guó)祥：《行政違法性判斷的從屬性和獨(dú)立性研究》，載《法學(xué)家》2017年第1期。由此可見(jiàn)，法定犯具備行政違法性與刑事違法性的雙重特性，是一種形式犯。人工智能的運(yùn)行邏輯具備形式化特征，故兩者在法律推理層面均追求形式正義。

（一）法定犯事實(shí)認(rèn)定的行政不法前置性與人工智能的形式邏輯相契合

裁判事實(shí)證成是通過(guò)法律推理對(duì)案件事實(shí)進(jìn)行認(rèn)定的論證過(guò)程。客觀事實(shí)的類型把握和規(guī)范事實(shí)的概念解釋成為裁判事實(shí)形成的重要方面。①參見(jiàn)孫樹(shù)光：《論法定犯裁判事實(shí)證成中人機(jī)協(xié)同系統(tǒng)的建構(gòu)》，載《當(dāng)代法學(xué)》2020年第2期。如前所述，法定犯具有行政不法前置性。法定犯的構(gòu)成要件要素，除了特別性要件如情節(jié)嚴(yán)重、數(shù)額較大等之外，基本上都是行政要素，可劃分為法律或者行政法規(guī)規(guī)范等法源要素和規(guī)范性的評(píng)價(jià)要素。②參見(jiàn)劉艷紅：《“法益性的欠缺”與法定犯的出罪——以行政要素的雙重限縮解釋為路徑》，載《比較法研究》2019年第1期。在實(shí)踐中，法定犯事實(shí)認(rèn)定通常依賴對(duì)行政要素的評(píng)價(jià)而呈現(xiàn)出形式化、模型化特點(diǎn)。在《刑法》規(guī)定中有些條文采取了空白要件的方式，這些空白需要相應(yīng)的行政法規(guī)來(lái)填補(bǔ)。例如，非法經(jīng)營(yíng)罪以違反國(guó)家規(guī)定為構(gòu)成要件的規(guī)范要素，國(guó)家規(guī)定指向相應(yīng)的金融法規(guī)、行政許可法、市場(chǎng)經(jīng)濟(jì)秩序規(guī)范等。規(guī)范性的評(píng)價(jià)要素中一些內(nèi)涵外延明晰的無(wú)爭(zhēng)議名詞，如槍支、專利、計(jì)算機(jī)信息系統(tǒng)等并不存在解釋論上的爭(zhēng)議。換言之，法定犯事實(shí)認(rèn)定中的行政要素制約了犯罪事實(shí)推理形成，從而削弱了法律推理的強(qiáng)度，使推理具有形式性?，F(xiàn)階段，司法人工智能系統(tǒng)的算法仍是模仿經(jīng)典推理建立模型，即簡(jiǎn)單三段論：法律規(guī)則+裁判事實(shí)=裁判結(jié)論的演繹推理，直接將案件事實(shí)作為小前提進(jìn)入法律檢索得出結(jié)論的形式邏輯。由此可見(jiàn)，兩者之間在法律推理層面存在契合性，使客觀事實(shí)認(rèn)定運(yùn)用人工智能實(shí)現(xiàn)形式化、模式化成為可能。裁判事實(shí)證成需要在證據(jù)事實(shí)與法律規(guī)范之間循環(huán)往復(fù)，而法定犯行政不法事實(shí)認(rèn)定的法源并非是單一的。例如，在王力軍玉米收購(gòu)案③王力軍非法經(jīng)營(yíng)罪案，內(nèi)蒙古自治區(qū)巴彥淖爾市中級(jí)人民法院（2017）內(nèi)08刑再1號(hào)刑事判決書(shū)。中，法官必須窮盡關(guān)于糧食領(lǐng)域的法律規(guī)范，如《中華人民共和國(guó)糧食法》《中央儲(chǔ)備糧管理?xiàng)l例》《糧食流通管理?xiàng)l例》《糧食收購(gòu)資格審核管理辦法》等來(lái)進(jìn)行法律解釋。這對(duì)法官來(lái)說(shuō)無(wú)疑是巨大的挑戰(zhàn)，人工智能對(duì)海量規(guī)范數(shù)據(jù)進(jìn)行歸納演繹的能力可以幫助法官簡(jiǎn)化、優(yōu)化這一過(guò)程。

法律邏輯的小前提并非直接援引案件事實(shí)，需經(jīng)庭審質(zhì)證獲得認(rèn)知結(jié)論方可認(rèn)定事實(shí)。換言之，由于法官在案件中缺乏親歷性，需要通過(guò)證據(jù)推理來(lái)完成對(duì)案件的事實(shí)認(rèn)定。這一過(guò)程即是將證據(jù)與待證事實(shí)建立聯(lián)系的歸納推理過(guò)程。法律推理的基礎(chǔ)是證據(jù)推理，而證據(jù)推理的核心要義是對(duì)證據(jù)的分析。證據(jù)可采性抑或證據(jù)能力是證據(jù)分析的前提。法定犯因其行政違法從屬性，使證據(jù)可采性具備形式化特征，證據(jù)形成遵循正當(dāng)程序即可使證據(jù)事實(shí)轉(zhuǎn)化為裁判事實(shí)。例如，在醉酒型危險(xiǎn)駕駛罪中，事實(shí)認(rèn)定的關(guān)鍵證據(jù)是交警部門出具的認(rèn)定書(shū)。證據(jù)事實(shí)在事實(shí)認(rèn)定中完成轉(zhuǎn)化是一個(gè)開(kāi)放式的過(guò)程，即證據(jù)被各方出示、驗(yàn)證，最終形成相互印證的封閉式證據(jù)鏈條。法定犯行政不法前置性使證據(jù)鏈條呈現(xiàn)出單一循環(huán)特性。實(shí)踐中，司法人工智能系統(tǒng)可完成相關(guān)證據(jù)自動(dòng)收集、校對(duì)，在形式要件及案件要素層面進(jìn)行合法性匹配；在規(guī)則層面完成證據(jù)鏈條邏輯比對(duì)及印證。可見(jiàn)，人工智能證據(jù)推理仍停留在形式推理層面，法定犯認(rèn)定事實(shí)證據(jù)的客觀性和形式性，有效避免了人工智能在證據(jù)認(rèn)知中無(wú)法摻雜感性因素而使識(shí)別結(jié)果出現(xiàn)超越樸素認(rèn)知的可能性。法官依據(jù)經(jīng)驗(yàn)判斷證據(jù)達(dá)到內(nèi)心“確信”，如果試圖將“確信”以靜態(tài)概率為表現(xiàn)形式，則人工智能便可以對(duì)證明力進(jìn)行讀取。不管是圖靈測(cè)試還是貝葉斯網(wǎng)絡(luò)所依循的內(nèi)在邏輯均是試圖使證明力概率化。然而，法律的開(kāi)放性使經(jīng)典邏輯無(wú)法應(yīng)對(duì)法律推理的非單調(diào)性。隨著規(guī)則的更新和新證據(jù)加入，事實(shí)認(rèn)定呈現(xiàn)動(dòng)態(tài)特征，裁判者內(nèi)心確信內(nèi)涵不斷被覆蓋更新，人工智能的線性邏輯無(wú)法及時(shí)認(rèn)知這一動(dòng)態(tài)變化，使證明力概率化僅停留在理論層面。而法定犯的證據(jù)特征通常較為固定，具有一定的靜態(tài)性，使證明概率化在人工智能邏輯層面成為可能。法律推理由形式正義轉(zhuǎn)向形式正義與實(shí)質(zhì)正義相衡平的價(jià)值追求，裁判應(yīng)當(dāng)兼具合法性與合理性。實(shí)質(zhì)推理所依循的關(guān)于價(jià)值取向、政策導(dǎo)向等經(jīng)驗(yàn)使人工智能知識(shí)圖譜構(gòu)建無(wú)疑是體量無(wú)比巨大且困難重重的工作，而法定犯因行政不法前置性特點(diǎn)，限縮了經(jīng)驗(yàn)范圍且使經(jīng)驗(yàn)具有一定的形式性特點(diǎn)。例如，對(duì)于“槍支”的經(jīng)驗(yàn)來(lái)自于《槍支致傷力的法庭科學(xué)鑒定判據(jù)》中規(guī)定的標(biāo)準(zhǔn)。這與人工智能的形式邏輯相契合。

（二）法定犯裁判事實(shí)的弱評(píng)價(jià)性與人工智能的經(jīng)驗(yàn)缺陷相契合

人工智能裁判的運(yùn)行原理是通過(guò)計(jì)算機(jī)程序模擬和歸納法律論辯，回答其中的問(wèn)題，以顯示計(jì)算機(jī)系統(tǒng)能夠理解其中的法律問(wèn)題和事實(shí)問(wèn)題。①參見(jiàn)羅維鵬：《人工智能裁判的問(wèn)題歸納與前瞻》，載《國(guó)家檢察官學(xué)院學(xué)報(bào)》2018年第5期。換言之，人工智能裁判是模仿人類認(rèn)知對(duì)案件進(jìn)行邏輯推理。法律推理基于客觀事實(shí)、規(guī)范事實(shí)及形式邏輯去判斷法律規(guī)范下的一切具體行為，即將裁判公式化。無(wú)論是誰(shuí)進(jìn)行裁判均可得出相同結(jié)論。也就是說(shuō)，機(jī)器可以按照設(shè)定的規(guī)則輸出和人相同的裁判結(jié)論。然而，這僅是分析法學(xué)忽視法官個(gè)人主觀意識(shí)和能動(dòng)法律推理而建立的理想模型。法官形成內(nèi)心確信的過(guò)程存在政治、環(huán)境甚至內(nèi)心情感等多種因變量，而非單純依據(jù)經(jīng)典邏輯即可得出結(jié)論。這些因變量通過(guò)經(jīng)驗(yàn)取得，人類的經(jīng)驗(yàn)千變?nèi)f化、千差萬(wàn)別，人工智能算法無(wú)法將全部經(jīng)驗(yàn)納入其中，學(xué)習(xí)人類的內(nèi)心感知從而形成可以被解讀的認(rèn)知難以實(shí)現(xiàn)。因此，人工智能迄今為止的工作能力都限于抽象思維領(lǐng)域。抽象思維是一步步推下去的，是線型的；或者有分叉，是交叉型的。而形象思維它不是面形的、二維的，而是空間的綜合的“雜交”過(guò)程，有時(shí)是跳躍的、發(fā)散的。②參見(jiàn)董軍：《人工智能哲學(xué)》，科學(xué)出版社2011版，第50頁(yè)。因此，案件要素被平行解構(gòu)后，輸出的結(jié)論均是描述性的。

如前所述，自然犯是天生違背了社會(huì)倫理道德的犯罪，傳統(tǒng)犯罪行為中的殺人、搶劫、盜竊等違反基本社會(huì)秩序和人們的樸素道德情感觀念，具有悖德性。因此，在事實(shí)認(rèn)定過(guò)程中總會(huì)存在個(gè)人的價(jià)值評(píng)價(jià)，盡管這種評(píng)價(jià)有可能是隱性的。例如，“張三殺害了李四”，法官要從證據(jù)推理，甚至從張三的主觀心態(tài)、社會(huì)關(guān)系、甚至張三的表情、動(dòng)作等因素綜合判斷案件事實(shí)，而人工智能無(wú)法像人類一樣從細(xì)微處感知張三主觀心理狀態(tài)以綜合所有的案件要素。相較于自然犯的原生惡性，法定犯是基于社會(huì)行政管理秩序而產(chǎn)生，并隨著行政管理秩序的調(diào)整而調(diào)整，案件事實(shí)認(rèn)定是基于行政不法事實(shí)，不存在違反倫理性或者悖德性較弱，也就是說(shuō)法定犯的價(jià)值評(píng)價(jià)性較弱。例如，《刑法》中規(guī)定的“非法采礦罪”，基于違反行政許可，破壞國(guó)家礦產(chǎn)管理秩序。該罪事實(shí)只要存在未取得采礦許可證，擅自采礦、擅自開(kāi)采國(guó)家規(guī)定實(shí)行保護(hù)性開(kāi)采的特定礦種的行為即可認(rèn)定，無(wú)需對(duì)行為人采礦時(shí)的心態(tài)等因素作出判斷和評(píng)價(jià)。因此，在法定犯評(píng)價(jià)中，行政違法性判斷居于主導(dǎo)地位，對(duì)行為人行為的價(jià)值評(píng)價(jià)往往僅是形式判斷，且法定犯的證據(jù)常以行政機(jī)關(guān)評(píng)價(jià)為依據(jù)。因此，在裁判事實(shí)證成層面，相較于自然犯而言，人工智能作用空間更為廣闊。

（三）法定犯行為的不法判斷與司法人工智能現(xiàn)階段能力相契合

事實(shí)認(rèn)定所依循的證據(jù)裁判主義帶有強(qiáng)烈的客觀化色彩。證據(jù)裁判下的證明對(duì)象往往源于法律規(guī)范的直接規(guī)定。而任何一個(gè)法律構(gòu)成要件都必然是事實(shí)要素和價(jià)值要素的復(fù)合體。①參見(jiàn)張繼成：《從案件事實(shí)之“是”到當(dāng)事人之“應(yīng)當(dāng)”——法律推理機(jī)制及其正當(dāng)理由的邏輯研究》，載《法學(xué)研究》2003年第1期。換言之，法律規(guī)范蘊(yùn)含著立法者的價(jià)值判斷，而該種價(jià)值必須符合普遍社會(huì)群體對(duì)于正價(jià)值的需求，行為事實(shí)與價(jià)值需求的不同組合構(gòu)成了法律規(guī)范的外在表達(dá)。在存在論物本邏輯語(yǔ)境下，行為違法性更加強(qiáng)調(diào)為一種實(shí)質(zhì)性違法，即由于現(xiàn)實(shí)先于概念而存在，現(xiàn)實(shí)所蘊(yùn)含的價(jià)值關(guān)系為法律規(guī)范所表達(dá)，行為的違法性亦涵蓋于現(xiàn)實(shí)價(jià)值關(guān)系中。因此，判斷行為是否違法，取決于是否違反法律規(guī)范背后所蘊(yùn)藏的正價(jià)值。事實(shí)認(rèn)定就是在客觀證據(jù)視角下將待證事實(shí)與事實(shí)要素以及價(jià)值要素反復(fù)比對(duì)的過(guò)程，以證據(jù)的客觀判斷為主線，同時(shí)為價(jià)值的主觀判斷留有余地。人工智能利用信息技術(shù)使證據(jù)實(shí)現(xiàn)可視化，在形式邏輯下，證據(jù)裁判及法益層面的價(jià)值判斷均更趨于客觀化。而法定犯的行政從屬性使證據(jù)判斷具有客觀化特征，這與人工智能現(xiàn)階段的證據(jù)裁判能力相匹配。

以個(gè)案為例，在趙春華擺攤打氣球案②趙春華非法持有、私藏槍支、彈藥罪案，天津市第一中級(jí)人民法院（2017）津01刑終41號(hào)刑事判決書(shū)。中，以構(gòu)成要件該當(dāng)性與違法性為要素框架設(shè)置匹配項(xiàng)，將該案的待證事實(shí)分解為：行為客觀描述；“槍支”之認(rèn)定標(biāo)準(zhǔn)；持有行為有無(wú)法益侵害；有無(wú)不可抗力、正當(dāng)防衛(wèi)等正當(dāng)化事由阻卻該行為的違法性。通過(guò)比對(duì)，趙春華基于其主觀意圖在他人處購(gòu)買并持有黑色槍狀物及疑似槍支彈夾的事實(shí)符合“持有”之客觀行為描述；案涉槍狀物的物理性狀，即以壓縮氣體為動(dòng)力、1.8焦耳/平方厘米等事實(shí)符合《槍支致傷力的法庭科學(xué)鑒定判據(jù)》等所規(guī)定的“槍支”認(rèn)定標(biāo)準(zhǔn)，即可得出趙春華持有的槍狀物為槍支的結(jié)論；其持有槍狀物的行為具備侵害國(guó)家槍支管理秩序的事實(shí)要件；無(wú)正當(dāng)化阻卻事由。最終得出其行為具有違法性的結(jié)論。

二、法定犯裁判事實(shí)證成智能化路徑為人工智能與司法深度融合提供進(jìn)路

當(dāng)下，法定犯的裁判事實(shí)證成模式化仍存在障礙，法律規(guī)范中的有些日常語(yǔ)詞存在模糊性和不確定性。對(duì)于語(yǔ)言外延內(nèi)涵明確的詞語(yǔ)，并不會(huì)在解釋論上產(chǎn)生爭(zhēng)議，但對(duì)于開(kāi)放性、發(fā)散性詞語(yǔ)的理解難免存在爭(zhēng)議，例如“正當(dāng)”“合理”“過(guò)錯(cuò)”等。另外，有些事實(shí)規(guī)范本身并無(wú)明確規(guī)定，人工智能缺乏比對(duì)樣本，對(duì)案件事實(shí)仍需憑借法官自身認(rèn)知經(jīng)驗(yàn)進(jìn)行評(píng)價(jià)。例如，韓笑等非法經(jīng)營(yíng)案①韓笑等非法經(jīng)營(yíng)案，北京市第一中級(jí)人民法院（2015）一中刑終字第539號(hào)刑事裁定書(shū)。中，對(duì)于其制作的外掛程序如何認(rèn)定，是否屬于“出版電子出版物”，《出版管理?xiàng)l例》中并無(wú)明確規(guī)定，需要法官進(jìn)行綜合評(píng)價(jià)。然而，司法人工智能廣泛應(yīng)用于司法實(shí)踐是不可逆的趨勢(shì)，如何在已有的基礎(chǔ)上推進(jìn)技術(shù)與實(shí)踐的進(jìn)一步融合才是研究的重點(diǎn)。法定犯裁判事實(shí)證成智能化路徑為人工智能與司法實(shí)踐深度融合提供了樣本和有益嘗試。

（一）法定犯裁判事實(shí)證成智能化路徑為人工智能在犯罪階層體系深度應(yīng)用提供實(shí)踐基點(diǎn)

如前所述，人工智能輔助系統(tǒng)現(xiàn)階段主要可完成證據(jù)裁判客觀化判斷。在主觀構(gòu)成要件、可譴責(zé)性層面受傳統(tǒng)整罪分析模式一個(gè)犯罪一種罪過(guò)形式的影響，呈現(xiàn)單一的匹配項(xiàng)，無(wú)法得出具備邏輯一致性的結(jié)論，使司法人工智能在犯罪階層體系的全面化應(yīng)用存在缺憾。在罪過(guò)形式層面，故意和過(guò)失被認(rèn)為是對(duì)立關(guān)系，面對(duì)行為產(chǎn)生時(shí)行為人復(fù)雜主觀心理以及犯罪不同階段的主觀狀態(tài)，整罪分析模式易使罪過(guò)形式與犯罪客觀構(gòu)成要件之間產(chǎn)生斷裂，從而得出不符合社會(huì)普遍價(jià)值需求的結(jié)論，特別是在法定犯領(lǐng)域，機(jī)械地依據(jù)行政標(biāo)準(zhǔn)易產(chǎn)生過(guò)罪化風(fēng)險(xiǎn)。有學(xué)者提出借鑒美國(guó)刑法中的要素分析模式以破解整罪分析模式下產(chǎn)生的定罪量刑難題，即在復(fù)雜犯罪中將每一個(gè)客觀要素對(duì)應(yīng)罪過(guò)的四種形式進(jìn)行匹配。②參見(jiàn)王華偉：《要素分析模式之提倡——罪過(guò)形式難題新應(yīng)》，載《當(dāng)代法學(xué)》2017年第5期；陳銀珠：《法定犯時(shí)代傳統(tǒng)罪過(guò)理論的突破》，載《中外法學(xué)》2017年第4期；勞東燕：《犯罪故意的要素分析模式》，載《比較法研究》2009年第1期；陳銀珠：《論美國(guó)刑法中的要素分析法及其啟示》，載《中國(guó)刑事法雜志》2011年第6期。而這一模式與人工智能要素識(shí)別相契合，客觀要素與四種罪過(guò)形式可匹配出多種序?qū)ΑＴ谪?zé)任層面，物本邏輯下的韋爾策爾體系將責(zé)任分為三個(gè)層次的可譴責(zé)要素，即責(zé)任能力、不法意識(shí)可能性、期待可能性。責(zé)任能力作為客觀標(biāo)準(zhǔn)具有相對(duì)明確的認(rèn)定標(biāo)準(zhǔn)，而不法意識(shí)可能性與期待可能性在認(rèn)定上存在模糊性和不確定性，往往受文化背景、政策導(dǎo)向等基于“法感”因素而存在主觀化。這亦是人工智能在該層次無(wú)法深入的主要原因。法定犯事實(shí)認(rèn)定客觀化為不法意識(shí)可能性與期待可能性的要素解構(gòu)提供了實(shí)驗(yàn)契機(jī)。很多刑法條文、教義和構(gòu)成要件隱含了對(duì)破案率和作案成功率的雙重評(píng)估。①參見(jiàn)桑本謙：《從要件識(shí)別到變量評(píng)估：刑事司法如何破解“定性難題”》，載《交大法學(xué)》2020年第1期。破案率和作案成功率可以作為量化標(biāo)準(zhǔn)，結(jié)合行為人的過(guò)往經(jīng)歷、職業(yè)、身份、手段等客觀構(gòu)成要件與不法意識(shí)可能性之間建立一種函數(shù)關(guān)系，并以概率的形式使人工智能能夠有效讀取。嘗試讓人工智能擁有類似于“法感”的道德判斷能力，可以促使裁判事實(shí)證成更具有周延性，避免出現(xiàn)違背樸素正義觀的結(jié)論。

仍以趙春華案為例，綜合其過(guò)往經(jīng)歷、身份等特征，結(jié)合其目的可以得出其對(duì)持有槍支的不法意識(shí)可能性的概率非常小，對(duì)于后果的期待可能性概率亦非常小。綜合可譴責(zé)要素的概率，可得出其行為的有責(zé)性應(yīng)為小概率。二審法院認(rèn)為趙春華“明知”其持有的槍狀物具有一定致傷力和危險(xiǎn)性，且不能通過(guò)正常途徑購(gòu)買獲得，因此認(rèn)定其行為罪過(guò)形式為故意。如按照要素分析模式將該案罪過(guò)形式進(jìn)行解構(gòu)，將罪過(guò)形式設(shè)置為四個(gè)基本項(xiàng)，即直接故意、間接故意、疏忽過(guò)失、自信過(guò)失；將趙春華案主客觀要件，即在他人處購(gòu)買并持有黑色槍狀物及疑似槍支彈夾等、無(wú)業(yè)、經(jīng)營(yíng)打氣球攤之目的、無(wú)傷害他人意思表示，以及對(duì)玩具槍/槍狀物危險(xiǎn)性認(rèn)識(shí)與罪過(guò)形式四個(gè)基本項(xiàng)分別進(jìn)行比對(duì)，可以發(fā)現(xiàn)，趙春華案僅購(gòu)買并持有行為指向主觀故意，其他主客觀要件均無(wú)法與罪過(guò)形式項(xiàng)相匹配，其在法益侵害方面并沒(méi)有主觀故意，甚至連過(guò)失也很難成立。終審法院僅依據(jù)購(gòu)買并持有行為認(rèn)定非法持有槍支罪成立顯然具有不周延性。綜合不法性認(rèn)識(shí)可能性的低概率，最終指向的結(jié)論是趙春華的行為具有違法性但卻不具有可處罰性。

（二）法定犯裁判事實(shí)證成智能化為實(shí)質(zhì)的類案智能化提供范例

大數(shù)據(jù)分析用總體化全歸納法去置換抽樣調(diào)查的統(tǒng)計(jì)學(xué)方法，打破了因果關(guān)系模式，植入了相關(guān)關(guān)系，更多的信息量被掌握，一個(gè)人可以了解某種現(xiàn)象的全部過(guò)去式，也可以從關(guān)聯(lián)物那里了解事態(tài)的未來(lái)走勢(shì)。在這個(gè)過(guò)程中，真正實(shí)用的并不是對(duì)精確度的追求，而是快速獲得大概的輪廓和脈絡(luò)。②參見(jiàn)【英】邁爾·舍恩伯格等：《大數(shù)據(jù)時(shí)代：生活、工作與思維的大變革》，浙江人民出版社2013年版，第65頁(yè)。換言之，司法輔助系統(tǒng)給予的司法決策是基于應(yīng)然性的法律規(guī)范、專家經(jīng)驗(yàn)與實(shí)然性的法律后果間關(guān)系匹配出或然性結(jié)論。海量的裁判數(shù)據(jù)并不當(dāng)然的具有正當(dāng)性，在數(shù)據(jù)之外的隱性的影響因素并未體現(xiàn)，如法官經(jīng)年累月而形成的對(duì)案件的認(rèn)知經(jīng)驗(yàn)，有時(shí)可能是影響法官內(nèi)心確信較為關(guān)鍵的因素。機(jī)器根據(jù)節(jié)點(diǎn)給出的司法決策可能只是經(jīng)過(guò)一定程度限縮的另一組海量數(shù)據(jù)。在事實(shí)認(rèn)定的場(chǎng)合，專家經(jīng)驗(yàn)的模糊性和不確定性使精準(zhǔn)認(rèn)知個(gè)案仍停留在理論層面，畢竟我們無(wú)法將人類所有的經(jīng)驗(yàn)全部羅列其中。法定犯的行政從屬性使專家經(jīng)驗(yàn)帶有一定的形式性。法定犯的規(guī)范要素均指向前置的行政法律法規(guī)，對(duì)事實(shí)要素的解釋受到前置行政法律法規(guī)的制約，使事實(shí)認(rèn)定具有一定的特定性而無(wú)需多元的經(jīng)驗(yàn)。例如在違反特許經(jīng)營(yíng)的場(chǎng)合，僅需要判斷行為人的經(jīng)營(yíng)是否需要特許、是否得到了特許經(jīng)營(yíng)許可的一般性經(jīng)驗(yàn)即可。這一特性使人工智能類案決策的精準(zhǔn)性有所提高。類案的實(shí)質(zhì)是通過(guò)抽取同質(zhì)要素提煉裁判規(guī)律，以達(dá)到“同案同判”。通過(guò)裁判規(guī)律的統(tǒng)一在訴訟結(jié)構(gòu)的基礎(chǔ)上進(jìn)一步限制法官的自由心證，保護(hù)當(dāng)事人的信賴?yán)?。法定犯事?shí)認(rèn)定的智能化為人工智能在事實(shí)認(rèn)定方面的類案實(shí)質(zhì)化提供可供試煉的場(chǎng)域。正如有學(xué)者所言：“可以預(yù)見(jiàn)的是，在類型化案件中，有可能形成統(tǒng)一的智能化算法；在不那么規(guī)格化的案件中，至少可以做到法律依據(jù)提醒、政策比較和類案參考?！雹俸畏骸段覀冸x‘阿爾法法官’還有多遠(yuǎn)？》，載《浙江人大》2017年第5期。

（三）法定犯裁判事實(shí)證成智能化路徑為人工智能深度學(xué)習(xí)提供“小數(shù)據(jù)”樣本

目前，人工智能的技術(shù)邏輯不管是基于規(guī)則推理（符號(hào)主義）還是基于概率推理（貝葉斯網(wǎng)絡(luò)），其深化均依賴于深度學(xué)習(xí)。學(xué)習(xí)模型可分為“判別式學(xué)習(xí)”與“生成式學(xué)習(xí)”②李德毅主編：《人工智能導(dǎo)論》，中國(guó)科學(xué)技術(shù)出版社2018年版，第126頁(yè)。。“判別式學(xué)習(xí)是指通過(guò)某種模擬的高維感官輸入映射出一個(gè)類別標(biāo)簽結(jié)果?！雹劾鯈槪骸度斯ぶ悄芘c事實(shí)認(rèn)定》，載《法學(xué)研究》2020年第1期。而發(fā)現(xiàn)案件內(nèi)在結(jié)構(gòu)、規(guī)律從而作出推理的生成式學(xué)習(xí)才是我們所追求的人工智能高端應(yīng)用。這首先需要給予人工智能可供學(xué)習(xí)的樣本。司法公開(kāi)為樣本的構(gòu)建提供了數(shù)據(jù)基礎(chǔ)。然而如中國(guó)裁判文書(shū)網(wǎng)所提供的裁判文書(shū)，其作出也并非僅是文字所顯示出的影響因素，還包含其他隱性變量。我們無(wú)法將所有的相關(guān)信息全部輸入機(jī)器供其學(xué)習(xí)，而使人工智能足以讀取并學(xué)習(xí)海量的信息則需要無(wú)比復(fù)雜且不斷變化的算法，這無(wú)疑難以實(shí)現(xiàn)。信息哲學(xué)家弗洛里迪（L.Floridi）指出，“大數(shù)據(jù)的真正問(wèn)題并不在于數(shù)據(jù)之‘大’，而在于如何從海量的數(shù)據(jù)中挖掘出其背后具有規(guī)律性的‘小模式’?！雹芏蝹ノ模骸洞髷?shù)據(jù)知識(shí)發(fā)現(xiàn)的本體論追問(wèn)》，載《哲學(xué)研究》2015年第11期。

因此，可以嘗試以“小數(shù)據(jù)”微結(jié)構(gòu)為基礎(chǔ)，將司法人工智能的應(yīng)用場(chǎng)域解構(gòu)成為若干單元，將全局性的案件輔助模型解構(gòu)為裁判要素式模型，以降低學(xué)習(xí)難度和算法復(fù)雜性。由于人工智能對(duì)事實(shí)認(rèn)定過(guò)程中的復(fù)雜問(wèn)題化解能力有限，搭建心智微結(jié)構(gòu)能夠縮小問(wèn)題范圍，以各個(gè)擊破的方式，將大塊難題分解為小塊問(wèn)題，在小區(qū)域內(nèi)提升智能密度，進(jìn)而最大化增強(qiáng)人工智能，突破潛在阻力。實(shí)現(xiàn)心智微結(jié)構(gòu)的具體路徑是運(yùn)用“小數(shù)據(jù)”訓(xùn)練。①參見(jiàn)【美】克莉絲汀L.伯格曼：《大數(shù)據(jù)、小數(shù)據(jù)、無(wú)數(shù)據(jù)：網(wǎng)絡(luò)世界的數(shù)據(jù)學(xué)術(shù)》，孟小峰等譯，機(jī)械工業(yè)出版社2017年版，第3頁(yè)。“小數(shù)據(jù)”因其所含信息流體量較小，更便于人工智能讀取及操縱。法定犯裁判事實(shí)證成智能化正是為這種“小數(shù)據(jù)”微結(jié)構(gòu)的搭建提供了樣本，通過(guò)對(duì)法定犯事實(shí)認(rèn)定數(shù)據(jù)的深度學(xué)習(xí)，提煉算法規(guī)律，以期在人工智能事實(shí)認(rèn)定方面尋求邏輯可操作性的突破。

三、法定犯裁判事實(shí)證成人機(jī)協(xié)作系統(tǒng)建構(gòu)路徑

人工智能的本質(zhì)在于算法和數(shù)據(jù)處理，也就是說(shuō)，通過(guò)機(jī)器學(xué)習(xí)，機(jī)器要對(duì)海量數(shù)據(jù)進(jìn)行自動(dòng)挖掘與預(yù)測(cè)，以形成統(tǒng)一的智能化算法或參考指引。②參見(jiàn)蔡自興、劉麗玨、蔡競(jìng)峰、陳白帆：《人工智能及其應(yīng)用》（第5版），清華大學(xué)出版社2017年版，第125頁(yè)。機(jī)器深度學(xué)習(xí)的方法包括：決策樹(shù)學(xué)習(xí)方法、類比學(xué)習(xí)方法、人工神經(jīng)網(wǎng)絡(luò)方法等。而人工神經(jīng)網(wǎng)絡(luò)方法是居于主要地位的、功能最強(qiáng)大的、應(yīng)用范圍最廣闊的機(jī)器學(xué)習(xí)方法，其被用于解決那些基于規(guī)則編程難以解決的任務(wù)，如智能化學(xué)習(xí)等。③參見(jiàn)蔡自興、姚莉：《人工智能及其在決策系統(tǒng)中的應(yīng)用》，國(guó)防科技大學(xué)出版社2006年版，第235頁(yè)。人工神經(jīng)網(wǎng)絡(luò)方法的可行性與實(shí)效性的獲得必須基于學(xué)習(xí)對(duì)象的圖譜化，也就是知識(shí)圖譜的構(gòu)建，否則機(jī)器的深度學(xué)習(xí)就成了無(wú)本之木。④參見(jiàn)高翔：《人工智能民事司法應(yīng)用的法律知識(shí)圖譜構(gòu)建——以要件事實(shí)型民事裁判論為基礎(chǔ)》，載《法制與社會(huì)發(fā)展》2018年第6期。

（一）“自頂向下”的行政不法前置型知識(shí)圖譜建構(gòu)

分詞建構(gòu)是人工智能知識(shí)圖譜的單元要素。神經(jīng)網(wǎng)絡(luò)分詞方法的核心是內(nèi)部知識(shí)庫(kù)的構(gòu)造，內(nèi)部知識(shí)庫(kù)的知識(shí)表示并不獨(dú)立表示一項(xiàng)規(guī)則，而是將一個(gè)問(wèn)題的相關(guān)知識(shí)在同一網(wǎng)絡(luò)中表示。⑤參見(jiàn)劉遷、賈惠波：《中文信息處理中自動(dòng)分詞技術(shù)的研究與展望》，載《計(jì)算機(jī)工程與應(yīng)用》2006年第3期。建構(gòu)內(nèi)部知識(shí)庫(kù)的數(shù)據(jù)來(lái)源可以分為“自頂向下”的通道和“自下向頂”的通道。顧名思義，“自頂向下”的數(shù)據(jù)通道是指集合行政違法行為類型、行政規(guī)范要素以及證據(jù)類型解構(gòu)的相關(guān)數(shù)據(jù)作為人工智能提取和學(xué)習(xí)的樣本。這種建構(gòu)方式的優(yōu)勢(shì)在于數(shù)據(jù)具有穩(wěn)定性和準(zhǔn)確性，但是數(shù)據(jù)體量較小且對(duì)新生數(shù)據(jù)反應(yīng)較慢。而“自下向頂”的通道是指通過(guò)海量的數(shù)據(jù)由人工智能自行提取、學(xué)習(xí)以歸納提煉出規(guī)律。這種建構(gòu)方式數(shù)據(jù)量較大且可以及時(shí)發(fā)現(xiàn)新數(shù)據(jù)，然而由于數(shù)據(jù)來(lái)源不確定性等因素使數(shù)據(jù)本身缺乏正當(dāng)性。在弱人工智能的語(yǔ)境下，選擇“自頂向下”的數(shù)據(jù)集合方式更符合司法實(shí)踐中對(duì)于人工智能提供較為精確的司法決策輔助的需求。

刑法所保護(hù)的法益并非單獨(dú)源于刑事法律規(guī)范，而是由刑法與前置法律規(guī)范共同調(diào)整。前置違法性是法定犯犯罪構(gòu)成的基石，行為如果不具有行政違法性或者前置行政法規(guī)范并未禁止，法定犯也就無(wú)從談起。法定犯裁判事實(shí)證成知識(shí)圖譜的建構(gòu)也應(yīng)依循這一普遍規(guī)律，施行分層級(jí)建構(gòu)，將法定犯中的行政要素前置。刑法適用于具體案件的過(guò)程，實(shí)質(zhì)上就是解釋刑法的過(guò)程，是一種“事實(shí)與規(guī)范”之間建立起聯(lián)系的具體化過(guò)程。①參見(jiàn)【德】尤爾根·哈貝馬斯：《在事實(shí)與規(guī)范之間》，童世駿譯，三聯(lián)書(shū)店2003年版，第247頁(yè)。知識(shí)圖譜的建構(gòu)過(guò)程就是將已知的要素事實(shí)與規(guī)范間進(jìn)行比對(duì)并建立聯(lián)系的過(guò)程。對(duì)于法定犯事實(shí)圖譜的建構(gòu)可以分為兩部分，即可視化證據(jù)數(shù)據(jù)庫(kù)和規(guī)范數(shù)據(jù)庫(kù)。數(shù)據(jù)按格式可劃分為以二維邏輯為外在表達(dá)的結(jié)構(gòu)化數(shù)據(jù)和以平面邏輯為外在表達(dá)的非結(jié)構(gòu)化數(shù)據(jù)。就案件事實(shí)認(rèn)定而言，證據(jù)多為文本、圖片、視頻等形式的非結(jié)構(gòu)化數(shù)據(jù)，并不能直接被機(jī)器讀取。因此，證據(jù)必須經(jīng)過(guò)結(jié)構(gòu)化改造才能被充實(shí)到數(shù)據(jù)庫(kù)中。法定犯事實(shí)認(rèn)定的證據(jù)類型及證據(jù)鏈條的形式化特征為證據(jù)數(shù)據(jù)的結(jié)構(gòu)化改造減低了難度?！缎谭ā返?6條為“違反國(guó)家規(guī)定”設(shè)定了前置性法律規(guī)范的適用范圍。為保證裁判邏輯上的連貫性，行政規(guī)范中的概念與刑法中的概念具有同質(zhì)化特點(diǎn)，如證券類犯罪案件中的價(jià)格敏感期、內(nèi)幕信息等概念必然與《證券法》等規(guī)定相一致。這為規(guī)范數(shù)據(jù)庫(kù)的建立明確了數(shù)據(jù)集合的邊界。事實(shí)認(rèn)定屬于法律規(guī)則中的“行為模式”要素，如從“證據(jù)”到“證據(jù)性事實(shí)”的推論，再到實(shí)體法行為模式中的“要素性事實(shí)”的推論。②參見(jiàn)吳旭陽(yáng)：《法律與人工智能的法哲學(xué)思考——以大數(shù)據(jù)深度學(xué)習(xí)為考察重點(diǎn)》，載《東方法學(xué)》2018年第3期。相對(duì)穩(wěn)定和可識(shí)別的知識(shí)圖譜數(shù)據(jù)庫(kù)使人工智能在“事實(shí)——規(guī)范”間進(jìn)行算法學(xué)習(xí)更具有可操作性。

（二）知識(shí)圖譜數(shù)據(jù)樣本的正當(dāng)性建構(gòu)

如前所述，我們采用人工神經(jīng)網(wǎng)絡(luò)的方法構(gòu)建知識(shí)圖譜。人工神經(jīng)網(wǎng)絡(luò)是模仿神經(jīng)網(wǎng)絡(luò)行為特征并進(jìn)行分布式并行信息處理的算法模型，其由輸入層、多隱層、輸出層構(gòu)成，多隱層是其中的核心，每層有若干個(gè)神經(jīng)元，神經(jīng)元之間有連接權(quán)重：神經(jīng)網(wǎng)絡(luò)系統(tǒng)由眾多神經(jīng)元的連接權(quán)值連接而成，具有良好的深度學(xué)習(xí)功能。③參見(jiàn)【美】雷·庫(kù)茲韋爾：《人工智能的未來(lái)》，盛楊燕譯，浙江人民出版社2016年版，第131頁(yè)。人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)系基于知識(shí)圖譜數(shù)據(jù)特征的學(xué)習(xí)，其從數(shù)據(jù)樣本中學(xué)習(xí)到數(shù)據(jù)的本質(zhì)特征，而通過(guò)學(xué)習(xí)所得到的特征可提升對(duì)未知事件的分類和預(yù)測(cè)的精準(zhǔn)性。如果之后輸入的語(yǔ)句與原切分規(guī)則近似，則可輸出與樣本近似的切分結(jié)果，從而形成人工智能。④參見(jiàn)吳岸城：《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》，電子工業(yè)出版社2016年版，第83頁(yè)。由此可見(jiàn)，知識(shí)圖譜數(shù)據(jù)樣本的正當(dāng)性影響人工智能深度學(xué)習(xí)的準(zhǔn)確性。實(shí)踐中，對(duì)于數(shù)據(jù)的清洗和標(biāo)注通常是由技術(shù)專家完成，數(shù)據(jù)來(lái)源主要依據(jù)司法公開(kāi)的數(shù)據(jù)。然而，司法公開(kāi)的數(shù)據(jù)并不能全景展示裁判所依據(jù)的事實(shí)理由。從某種意義上說(shuō)，裁判最為核心的價(jià)值并非是裁判結(jié)果而是作出裁判的論證過(guò)程。這一過(guò)程因加入法官的內(nèi)心確信論證而富有思辨性。然而，主導(dǎo)數(shù)據(jù)標(biāo)注的技術(shù)專家缺乏相應(yīng)的裁判經(jīng)驗(yàn)，使專家經(jīng)驗(yàn)帶有模糊性和非專業(yè)性特征。司法領(lǐng)域的特殊性決定了僅依靠技術(shù)專家建構(gòu)的司法輔助系統(tǒng)無(wú)法切中司法實(shí)踐中真正的壓力點(diǎn)，沒(méi)有法官參與的司法審判輔助系統(tǒng)就如無(wú)源之水。因此，加入司法領(lǐng)域?qū)I(yè)人員深度參與司法人工智能建構(gòu)勢(shì)在必行。

（三）法律推理的邏輯基礎(chǔ)選擇

1.法律推理的邏輯選擇

現(xiàn)階段，司法人工智能領(lǐng)域普遍適用貝葉斯網(wǎng)絡(luò)作為技術(shù)邏輯基礎(chǔ)。貝葉斯網(wǎng)絡(luò)基于概率推理，仍然存在主觀概率理論的局限性。當(dāng)認(rèn)定案件事實(shí)時(shí)，法官需要判斷一個(gè)證據(jù)對(duì)其他證據(jù)的影響力，主觀概率理論無(wú)法在證據(jù)與證據(jù)之間建立相應(yīng)的因果關(guān)系?；谪惾~斯網(wǎng)絡(luò)的缺陷，人工智能領(lǐng)域興起了對(duì)可計(jì)算辯論（argumentation）模型的應(yīng)用。它的特點(diǎn)在于能夠避免人工智能普遍面臨的“知識(shí)接收瓶頸”問(wèn)題，因?yàn)樗恍枰邮諔?yīng)用于解決問(wèn)題的知識(shí)，而是直接與較為完備的背景法律知識(shí)檔案來(lái)源相聯(lián)系，通過(guò)構(gòu)造論證的方法使問(wèn)題直觀化，幫助系統(tǒng)使用者厘清并解決問(wèn)題，它同樣支持案件事實(shí)認(rèn)定中的可廢止論證和在不同觀點(diǎn)分歧下的庭審對(duì)話。①參見(jiàn)魏斌、鄭志峰：《刑事案件事實(shí)認(rèn)定的人工智能方法》，載《刑事技術(shù)》2018年第6期。這為法律推理提供了一種增強(qiáng)其周延性的方法論，畢竟法律具有開(kāi)放性，經(jīng)典邏輯的單調(diào)性無(wú)法應(yīng)對(duì)法律推理的非單調(diào)性。在證據(jù)評(píng)價(jià)中，法官根據(jù)經(jīng)驗(yàn)從相關(guān)證據(jù)中推導(dǎo)出一個(gè)似真的結(jié)論，但該結(jié)論可因新證據(jù)的引入而被推翻，即具有可廢止性。換言之，證據(jù)的不充分性和推理的常識(shí)依賴使事實(shí)認(rèn)定具有可廢止性。假設(shè)“如果條件p那么結(jié)論q”是可廢止的，那么“如果滿足條件p那么q有效”并不具有必然性。它至少涉及到下面情況的其中一種：（1）如果p→q是真的，那么p∧r→q并不必然是真的；（2）如果p→q且p是真的，那么q并不必然是真的；（3）如果p→q且p是真的，那么q并不必然被有效地推導(dǎo)出來(lái)。②參見(jiàn)【荷】亞普·哈赫：《法律與可廢止性》，宋旭光譯，載舒國(guó)瀅主編：《法理：法哲學(xué)、法學(xué)方法論與人工智能》（第3卷），商務(wù)印書(shū)館2018年版，第18-19頁(yè)。例如，97年《刑法》實(shí)施后，當(dāng)時(shí)受金融危機(jī)影響又頒布了《關(guān)于懲治騙購(gòu)?fù)鈪R、逃匯和非法買賣外匯犯罪的決定》，將買賣外匯規(guī)定為非法經(jīng)營(yíng)罪?？梢?jiàn)買賣外匯行為違法的結(jié)論證成受金融管理秩序變化的影響而具有可廢止性。法定犯行政不法事實(shí)與犯罪事實(shí)的層次性使可廢止推理具有正當(dāng)性，③陳瑞華教授將行政不法事實(shí)與犯罪事實(shí)視為處于兩個(gè)不同位階的法律事實(shí)，從實(shí)質(zhì)性上區(qū)分為兩個(gè)事實(shí)層次，提出了法定法事實(shí)認(rèn)定的層次性理論。參見(jiàn)陳瑞華：《行政不法事實(shí)與犯罪事實(shí)的層次性理論——兼論行政不法行為向犯罪轉(zhuǎn)化的事實(shí)認(rèn)定問(wèn)題》，載《中外法學(xué)》2019年第1期。推理模型如表1所示：

表1 法定犯事實(shí)認(rèn)定層次性推理模型

2.具體案例應(yīng)用演示

在具體案件運(yùn)用中，按照“自頂向下”的知識(shí)圖譜框架，建構(gòu)可視化證據(jù)數(shù)據(jù)庫(kù)和規(guī)范數(shù)據(jù)庫(kù)，依據(jù)法定犯事實(shí)認(rèn)定要素設(shè)置若干匹配項(xiàng)，即證據(jù)集合、證據(jù)能力、證明力、法源性評(píng)價(jià)、規(guī)范性評(píng)價(jià)以及可廢止變量等。同時(shí)，按照證據(jù)能力要件在其項(xiàng)下設(shè)置收集程序、形式要件、內(nèi)容要素三個(gè)子匹配項(xiàng)；將法定犯事實(shí)劃分為兩個(gè)層次，即行政不法事實(shí)與犯罪事實(shí)置于所有匹配項(xiàng)下進(jìn)行比對(duì)，進(jìn)而得出結(jié)論。仍以前述王力軍玉米收購(gòu)案為例，該案的裁判理由認(rèn)為王力軍收購(gòu)玉米的行為違反當(dāng)時(shí)國(guó)家糧食流通領(lǐng)域相關(guān)法律規(guī)定，符合行政違法性標(biāo)準(zhǔn)，但其危害程度尚未達(dá)到嚴(yán)重?cái)_亂市場(chǎng)秩序的標(biāo)準(zhǔn)。將該案按照要素進(jìn)行解構(gòu)進(jìn)行智能化識(shí)別，參見(jiàn)表2：

表2 王力軍案事實(shí)認(rèn)定要素解構(gòu)識(shí)別分析

如表2所示，對(duì)王力軍案進(jìn)行要素解構(gòu)與各匹配項(xiàng)比對(duì)所得出結(jié)論為其行為并不具有行政不法性，行政不法事實(shí)無(wú)法成立，進(jìn)而犯罪事實(shí)亦無(wú)法成立。這與該案裁判結(jié)論并不相同，智能化匹配所得結(jié)論更為符合人們一般樸素價(jià)值觀，亦符合刑法謙抑性價(jià)值追求?？梢?jiàn)，通過(guò)要素智能化解構(gòu)得出的結(jié)論更符合形式正義，也更具備合理性。雖然基于可廢止推理為人工智能論證輔助系統(tǒng)提供了新的邏輯視角，但如何使領(lǐng)域內(nèi)的知識(shí)有效地與系統(tǒng)相整合仍然需要進(jìn)一步深入研究，而法定犯裁判事實(shí)證成為可廢止推理在人工智能的應(yīng)用提供了邏輯切入點(diǎn)。

結(jié) 語(yǔ)

司法人工智能輔助系統(tǒng)在“智慧法院”建設(shè)中占據(jù)核心地位。司法裁判的涵攝仍然受到政策導(dǎo)向、價(jià)值指引、專業(yè)性判斷等因素的制約，并非機(jī)器所能夠勝任。這決定了司法人工智能輔助性定位。將裁判分為若干要素作為“靶點(diǎn)”采取逐個(gè)擊破的策略是當(dāng)前技術(shù)背景下提升司法人工智能解決實(shí)際問(wèn)題能力的有效路徑。將可類型化的要素交給機(jī)器，最終結(jié)論仍由法官作出判斷的人機(jī)協(xié)作型司法人工智能系統(tǒng)仍是提高司法質(zhì)效的最具有可行性的方案。法定犯裁判事實(shí)證成為這一方案提供了可操作的進(jìn)路。同時(shí)，在法定犯到來(lái)的時(shí)代，裁判事實(shí)證成的智能化也為防止出現(xiàn)不符合或超出人們普遍認(rèn)知的案件結(jié)論提供了有效監(jiān)督途徑。