計算法學的疆域①

季衛(wèi)東

一、問題意識：如何克服權力的任意性

中國的國家治理體系現(xiàn)代化，關鍵在于法治。因為權力結構的合理性取決于限制恣意的規(guī)范思維以及社會的和諧穩(wěn)定。為此，法學必然對決策和執(zhí)行機制設計提出中立、客觀、公正的要求，必然盡量提高審判的可預測程度。這種努力涉及價值與事實兩個根本方面。在價值層面，應該立足于溝通、共識以及承認，主要解決法律與案例的正當性保障問題；在事實層面，應該立足于勘驗、調(diào)查以及推理，主要解決證據(jù)與功能的真實性保障問題；與價值判斷相關的知識形態(tài)是法律的實踐技藝，與事實認知相關的知識形態(tài)是法律的科學體系。

在現(xiàn)代化過程中，為了限制法律適用過程中的裁量權，人們試圖借助自然科學乃至社會科學的分析框架，特別是數(shù)學思維方法來重新認識法律的經(jīng)驗睿智，試圖建構規(guī)范的公理體系，并通過邏輯演繹三段論和涵攝技術來厘清各種規(guī)則之間的關系，以確保在概念計算和利益衡量的基礎上做出理性而公正的判斷或決定。這是一種理性主義的法律范式，產(chǎn)生了廣泛而深遠的影響。①關于理性主義法律范式的不同側面，參見季衛(wèi)東：《法律議論的社會科學研究新范式》，《中國法學》2015年第6期，特別是該文第25頁以下及第27-32頁；季衛(wèi)東：《法律與概率——不確定的世界與決策風險》，《地方立法研究》2021年第1期。當然，這種基于推理或計算的科學法律觀也遭遇到來自空間復雜性、時間復雜性以及人群復雜性的挑戰(zhàn)，作為應對之策也引發(fā)了實踐哲學、決疑術、論題術、修辭術、辯證術的回潮甚至復興?！?〕顯而易見，本文討論的信息與通信技術（Information and Communications Technology,簡稱ICT）時代的計算法學②相關論述參閱錢寧峰：《走向‘計算法學’：大數(shù)據(jù)時代的法學研究的選擇》，《東南大學學報（哲學社會科學版）》2017年第2期；鄧矜婷、張建悅：《計算法學：作為一種新的法學研究方法》，《法學》2019年第4期；于曉虹：《計算法學：展開維度、發(fā)展趨向與視域前瞻》，《現(xiàn)代法學》2020年第1期；申衛(wèi)星、劉云：《法學研究新范式：計算法學的內(nèi)涵、范疇與方法》，《法學研究》2020年第5期；蔡維德主編：《智能合約：重構社會契約》，北京：法律出版社，2020年。，當然也是科學法律觀的一種必然結果或者新型表現(xiàn)形態(tài)，具有公理體系和邏輯推理或計算的特征。然而計算法學與人工智能結合在一起，就不得不面對人工智能的巨匠約翰·麥卡錫在1969年提出的計算機在模仿人類思維和判斷時常識儲備殘缺的框架問題（the frame problem）和認知科學家斯特萬·哈納德在1990年提出的價值符號接地問題（the symbol grounding problem）。因此，計算法學要突破發(fā)展的上述“瓶頸”，必須在算法、特別是機器學習算法不斷生成和進化的新型生態(tài)系統(tǒng)中尋找質(zhì)變的契機，進而把法律與社會帶進AIoT網(wǎng)絡共生的混沌、數(shù)字形態(tài)多樣性的爆發(fā)以及代碼框架不斷創(chuàng)新和進化的智能“寒武紀”。

本文首先將分別考察法學在克服復雜性、不確定性方面的規(guī)范主義與科學主義這兩種完全不同的思路，側重在從萊布尼茨對法律知識的數(shù)學化嘗試到當今的“數(shù)字黥刑”的歷史進程中，通過算數(shù)監(jiān)控、幾何布局、機器思維、符號演算等多彩多姿的思想實驗和試錯實踐活動來分析計算法學的來龍去脈。然后，在這樣的條件設定以及信息技術普及的背景下具體論證計算法學拓展的四個專業(yè)維度，即1960年以來流行的基于案件數(shù)據(jù)資料的計量法律學（Jurimetrics）、1970年以來的法律推理計算機化（computerization of legal reasoning）、1980年以來的法律信息學（Legal In?formatics）、1990年以來的互聯(lián)網(wǎng)發(fā)展和網(wǎng)絡空間法（Cyberspace Law）。另外，從2016年開始，各國開始意識到人工智能不僅是計算機科學的問題，同時像人那樣進行推理和判斷的信息系統(tǒng)不得不吸納人的復雜性和不確定性，因而不得不把社會價值觀也嵌入其中，同時還應該為算法設計提供倫理框架以防止算法偏見。這意味著計算法學還有一個倫理之維，即具有超越性的第五維度，我們必須認真對待。

二、法律的回應：從決疑術的概率計算到邏輯學的概念計算

古羅馬人在開疆拓土的過程中不斷建立管理機構、完善法律制度，顯示了一種廣域統(tǒng)治的天才。但是，只有在從被征服者希臘人那里汲取哲學和藝術的營養(yǎng)之后，羅馬才形成了真正意義上的法學理論。特別是著名的哲人政治家和法學家西塞羅（Marcus T.Cicero,前106—前43）關于開題、演說、論題術的著作，不僅把亞里士多德的修辭學發(fā)揚光大，還把關于決疑和裁決的論題學也引進了法學領域。西塞羅應古羅馬法律家特雷巴求斯之請而撰寫的《論題術》，為司法實務提供了具有可操作性的技術指引和重要論題清單。這份格式化論題目錄的應用包括兩個方面：一個是特定主題本身及其組成部分或者直接相關部分的內(nèi)部論證，另一個是與主題沒有直接聯(lián)系的關于權威或條件的外部論證。所以，西塞羅認為論題術的本質(zhì)就是一種尋找判斷前提的程序?！?〕換言之，這種程序就是要建立論題目錄并確定論點的位置，根據(jù)對立、近似、層級進行議論，并通過在多樣性中進行排序和選擇的決疑術（casuistry）為法律判斷賦予“隨機的確定性”，尋找“或然的真理”。論題術和決疑術通常與蓋然說（probabi?lism）聯(lián)系在一起，所以也不妨理解為根據(jù)經(jīng)驗和睿智進行的一種初級概率計算。西塞羅在《論共和國》（De republica，3.22.33）以及《論開題》（De inventione，2.53.161）中還對自然法給出了一個著名的斯多葛學派的定義，即“真正的法是服從自然的正確理性”①Paul Foriers and Cha?m Perelman，“Natural Law and Natural Rights”，in Philip P.Wiener，eds.，Dictionary of the History of Ideas：Studies of Selected Pivotal Ideas，New York：Charles Scribner’s Sons，1973.引自「自然法と自然権」，『ヒストリー·オヴ·アイディア叢書16——法·契約·権力』，野嶌一郎訳，東京：平凡社，1987年，第22頁。，因而法與宗教、真理同樣銘刻在人們心中，但前提是必須在整理爭點的基礎上進行充分的論證以解決意見（價值）的沖突，同時還要通過案件分類的方法尋找實踐理性和類推的依據(jù)。

到了后古典時代，古羅馬帝國最后的統(tǒng)一者優(yōu)士丁尼皇帝為了實現(xiàn)一個帝國、一部法典、一個領袖的新秩序構想，試圖把既定的所有條規(guī)敕令都改編為成文法典，并通過權威學者的解釋和著述使之升華為法學原理的體系。后面這種法學經(jīng)典構建的重大成果就是法學百科全書式的《學說匯纂》和法學入門統(tǒng)編教材式的《法學階梯》。從529年到534年頒布的《優(yōu)士丁尼法典》《法學階梯》《學說匯纂》，再加上535年到575年間頒布的《新律》，構成了浩瀚的《民法大全》（Corpus Iuris Civilis）（羅馬法大全），呈現(xiàn)出法律的“成文理性”和“有說服力的權威”等特征，旨在樹立一整套確定不變的規(guī)范以及類似電話號碼簿那樣明晰的操作細則。②Alan Watson，Roman Law&Comparative Law，Athens：The University of Georgia Press，1991.引自アラン·ワトソン：『ローマ法と比較法』，瀧澤栄治、樺島正法訳，東京：信山社，2006年，第99-103頁。這種法典結構設計的結果，使得學說匯纂式的法學理論有可能明確地指導司法實務，因而法律規(guī)范的書卷氣、師承性非常強，并形成一體遵循的“共同法（Ius Commune）”傳統(tǒng)作為歐洲大陸中西部規(guī)范制定的基本模型。

但是，由于日耳曼部族和拜占庭王朝基于宗教、語言以及本土法律的抵制，羅馬《民法大全》在頒布完畢之后就基本上被束之高閣乃至篡改，在一直到11世紀的漫長歲月里漸次湮沒消逝。這500余年在歷史上被稱為中世紀的法律文明黑暗時代。時至11世紀末，《學說匯纂》才以“博洛尼亞手抄本”的形式被神秘地重新發(fā)現(xiàn)，接著通過博洛尼亞大學法律學校的注解、傳授以及研究，還有15世紀末以后人文主義學者對《學說匯纂》文本的鑒別、?？?、評釋以及重構，引發(fā)了羅馬法在西歐的文藝復興。其結果是，一些主要國家開始推行“羅馬法的綜合繼受（Rezeption in com?plexu）”以及注釋的標準化和體系化?！?〕尤其是16世紀中葉之后200年間的德國“學說匯纂的現(xiàn)代應用運動（usus modernus pandectarum）”，進一步彰顯了羅馬法在私人領域自由進行民商事法律推理的技術優(yōu)勢，加強了對職業(yè)法律家的吸引力和影響，形成了作為公理體系而構建的法教義學。法教義學的宗旨是實現(xiàn)判斷的確定性，在規(guī)范適用過程中嚴格進行邏輯三段論演繹，并且強調(diào)把具體事實都逐一納入法律要件之中的涵攝技術。在這種“邏輯法學”的基礎之上，法律判斷和決定實際上完全可以理解為概念計算的作業(yè)。因此我們也不妨說，法教義學的本質(zhì)就是發(fā)明了現(xiàn)代社會規(guī)則之治的算法。

在薩維尼（Friedrich Carl von Savigny，1779—1861）早期關于幾何學的法律技術性表達、以概念進行推理和計算的論述中，法教義學的公理體系指向已經(jīng)顯現(xiàn)，在普赫塔（Georg F.Puchta，1798—1846）的概念法學中則表現(xiàn)得尤其突出，乃至趨于極端化。普赫塔認為法律家無論進行理論思考還是進行實務操作，都必須按照科學原理進行純粹的邏輯演繹，并且認為法律規(guī)范應該屈從邏輯結構的概念，為此他建構了極具特色的金字塔式“概念的譜系”。通過這種形式主義的邏輯方法，他試圖讓事實都符合概念的界定，從而縮減事實的復雜性，實現(xiàn)極其精密的概念計算；并且通過層級化的概念來以小運大、以少馭多，從而達到法律支配社會的目標，進而實現(xiàn)法律的確定性、明晰性以及公正性。早期的耶林（Rudolf von Jhering，1818—1892）也是概念法學的提倡者，他把法律的概念體系想象為“化學元素表”，可以按照邏輯進行排列、配對、合并以及重組，在這個意義上他認為概念具有孕育和創(chuàng)新的功能，可以賦予法律條文以生生不息的活力。這種立場在他的代表作《羅馬法的精神》第一部和第二部里表現(xiàn)得非常明確，但從該書第三部（1860年代前期）開始，他進行了一個大回旋，強調(diào)概念取決于現(xiàn)實生活而不是相反，在法律判斷之際經(jīng)驗比邏輯更重要?！?〕

在耶林轉(zhuǎn)變學術立場的這種思路上，后來又出現(xiàn)了以Ph.赫克（Philipp von Heck，1858—1943）為代表的利益法學派，認為法律是互相競爭的各種利益的產(chǎn)物，法學的意義就在于厘清各種利益之間的關系，根據(jù)生活需要找出解決具體案件的法律規(guī)范，并據(jù)此形成社會秩序。因而在法學方法論中應該嵌入利益及其衡量的概念，這也意味著法官不能盲目地嚴格服從法律，司法實踐的方式勢必在相當程度上從概念計算轉(zhuǎn)移到不同利益的評價、比較以及衡量，并且注重法律共同體的價值判斷，而不限于邏輯三段論和涵攝技術。從概念計算到利益計算，也意味著邏輯法學的范圍被擴展到實質(zhì)性的辯證推理層面。另外，凱爾森（Hans Kelsen，1881—1973）的純粹法學體系雖然與概念法學有類似的層級結構，呈現(xiàn)出以根本規(guī)范為頂點的金字塔幾何學形狀，但他明確否定具體規(guī)范可以按照邏輯或數(shù)學原理從根本規(guī)范演繹出來的觀點，因為特別法的制定行為是一種意志表達，而不是基于推理的思考。①Hans Kelsen，Reine Rechtslehre，1934，S.64.引自ハンスケルゼン：『純粋法學』，橫田喜三郎訳，東京：巖波書店，1935年，第104-105頁。換言之，在這里目的和手段的計算取代了概念的計算。

三、科學的回應：邏輯機器、組合算術以及法律數(shù)學

從基于論題目錄和決疑術的概率計算發(fā)展到以公理體系和形式邏輯為前提的概念計算，上述演變導致法教義學的盛行，這種法律學的趨勢固然反映了科學主義的影響，與此同時，試圖直接運用自然科學（尤其是數(shù)學）的概念、符號、公式以及方法重構法律學科的各種努力也長盛不衰。早在14世紀初葉，西班牙哲學家盧勒（Raimundus Lullus，1235—1315）就構想了一種“邏輯機器”，由五個可以圍繞同一軸心旋轉(zhuǎn)的圓盤構成，每個圓盤包含九個基本概念或問題，通過機械操作各個圓盤得出互相交錯的不同組合方式來進行自動化的推理和判斷?！?〕在這里，我們可以發(fā)現(xiàn)根據(jù)最簡樸的、具有某些神秘色彩的問題組合術嘗試人機對話以及構建專家系統(tǒng)的雛形。從17世紀開始，在科學和技術的范式里解決法律和正義問題的嘗試越來越頻繁，直到19世紀還有英國功利主義哲學家邊沁（Jeremy Bentham，1748—1832）認為倫理就是對幸福（效用）總量的計算，試圖把數(shù)學作為道德的指針；為此他提出了測量痛苦（惡）與快樂（善）的不同指標以及幸福計算程序（felicific calculus）的設計方案，把最大多數(shù)人的最大幸福作為立法的基本原理?！?〕在這條思路的延長線上，有些心理學家（例如積極心理學之父塞利格曼）和經(jīng)濟學家（例如諾貝爾獎得主薩繆爾森）還在經(jīng)驗考察的基礎上提出了幸福計算公式（happiness calculation formula）。時至今日，在福利經(jīng)濟學以及政策科學的效益成本分析方法中，我們?nèi)匀豢梢砸老】吹叫腋Ｓ嬎愕挠白印＂诶纾?007年設立效益成本分析學會（The Society for Benefit-Cost Analysis,SBCA）是一個理論界與實務界進行交流的國際平臺，旨在推動關于成本與效益、成本與效率、風險與回報的分析、計算、研究以及損失評估，不僅致力于福利經(jīng)濟學的發(fā)展，而且還支持實證的政策決定。參見宮川公男：『政策科學の基礎』，東京：東洋経済新報社，1994年，第97-105頁。

二進制和計算器的發(fā)明者、17世紀德國偉大的數(shù)學家、哲學家以及法學家戈特弗里德·萊布尼茨 （Gottfried W.Leibniz，1646—1716） 乃視理性法律為近代科學產(chǎn)物的第一人，并且試圖對《民法大全》以及法律學進行徹底的數(shù)學化改造和重構，使羅馬法的所有內(nèi)容都能夠從極其簡潔的基本原理中根據(jù)邏輯的傳遞方法推導出來。在他的法學博士論文《論組合術》中，萊布尼茨把幾何學圖形以及組合算數(shù)應用到法律現(xiàn)象，把法學理解為“一門由簡單術語構成的復雜化組合技藝”。他還認為根據(jù)決疑術和論題目錄進行的法律議論完全可以置于算法的監(jiān)控之下，因而可以消除法律當中的不確定性。〔7〕這種雄心勃勃的“新羅馬法大全（Novum Corpus Juris）”革新方案可以稱之為法學的“萊布尼茨公理（Leibnizian axi?om）”，與200年后邊沁在英國推出的法制改革宏大計劃，特別是暗喻現(xiàn)代權力結構本質(zhì)屬性的全景一覽式監(jiān)獄建筑（Panopticon）的藍圖、萬全法（Pannomion）的概念以及幸福計算器的立法學思路相映成趣。

進入20世紀后，美國在“作為科學的法學”口號鼓舞下，采取經(jīng)驗科學的方法研究法律現(xiàn)象的學術活動蔚然成風。最有影響力的法學理論家羅斯科·龐德（Roscoe Pound，1870—1964）從社會控制（social control）以及社會工程學（social engineering）的角度來理解法律的本質(zhì)，創(chuàng)立了社會學的法理學流派。①具體內(nèi)容詳見〔美〕羅斯科·龐德：《通過法律的社會控制》，沈宗靈譯，北京：商務印書館，1984年；參閱王婧：《龐德：通過法律的社會控制》，哈爾濱：黑龍江大學出版社，2010年，第三章第三節(jié)。他還重視不同利益的競爭以及國家機關在比較評價的基礎上進行選擇，為此必須在調(diào)整社會關系的過程中實現(xiàn)有序化。由于實驗產(chǎn)生了自然科學的程序性秩序，所以有些法學家也試圖通過科學實驗的程序來推進法律制度的合理化。例如現(xiàn)實主義法學的代表弗蘭克（Je?rome Frank，1889—1957）就認為“實驗的方法在法律領域特別有用，因為法律實務就是調(diào)整人際關系和解決人際糾紛的一連串的實驗或者探險”②Jerome Frank，Law and the Modern Mind，New York：Coward-McCann，1930.引自フランク：『法と現(xiàn)代精神』，棚瀬孝雄、棚瀬一代訳，東京：弘文堂，1974年，第158-159頁。。實際上，美國聯(lián)邦司法中心、州的立法機構、蘭德公司都曾進行過法律方面的實驗，當然這種實驗的概念應該從廣義來理解。〔8〕正是在這樣的背景下，彪特爾（Frederick K.Beutel）提出了實驗主義法學體系，重點在立法領域，即對被認為在理性上、邏輯上都很健全的法案應該施行實驗（例如地區(qū)對照的實驗），在社會中觀察其效力和效果。③Frederick K.Beutel，“Relationship of Natural Law to Experimental Jurisprudence，”O(jiān)hio State Law Journal，vol.13，no.1（1952），p.172.Cf.F.K.Beutel，Some Potentialities ofExperimental Jurisprudence as New Branch of Social Science，Lincoln：University of Ne?braska Press，1957.引自及川伸：『法社會學と実験主義法學』，京都：法律文化社，1980年。杜宴林：《法理學實驗研究的興起與中國法理學觀念的更新》，《法制與社會發(fā)展》2020年第1期。把科學實驗方法應用于個人或群體行為及其動機的研究（例如刺激—反應式的行為實驗和定量分析），就形成了法與行為科學、法心理學以及與法律有關的認知科學等專業(yè)領域；到現(xiàn)階段，認知神經(jīng)科學以及相關數(shù)學方法已經(jīng)是人工智能開發(fā)的重要基礎。

實際上，早期耶林的“法律數(shù)學（Mathematik des Rechts）”④Rudolf von Jhering，Scherz und Ernst in der Jurisprudenz，Darmstadt：Wissenschaftliche Buchgesellschaft，1964，S.274.引自ルードルフ·フォン·イェーリング：『法律學における冗談と真面目』，眞田芳憲、矢澤久純訳，東京：中央大學出版部，2009年，第307頁。之夢也并沒有破滅，德國出生的社會學家蓋戈（Theodor J.Geiger，1891—1952）提出了獨特的現(xiàn)實主義規(guī)范理論，試圖建立一個可以進行符號演算的模型。⑤Theodor J.Geiger，Vorstudien zu einer Soziologie des Rechts，1947，Berlin：Duncker&Humblot，1987，SS.33-55；引自東大ガイガー研究會：「法律學の経験科學的基礎：デオドール·ガイガー著『法社會學のための準備研究』の紹介①～⑩」，『法學セミナー』第160號以下（1964～1965年）。在他看來，關于規(guī)范產(chǎn)生效力的邏輯關系不妨歸納為如下公式：

公式左邊意味著狀況s中的行為g對屬于對立階級A的人們具有約束力（V），作為分母的÷是包括經(jīng)濟基礎和上層建筑在內(nèi)的社會關系整體，公式右邊意味著屬于階級A的成員或者在狀況s中采取行為g，或者采取非g的行為而成為越軌者Ac，結果接受制裁性反應（r）。在這里，人們是按照合法與非法的兩項對立方式進行選擇，制裁r是通過公眾Ω來進行的。根據(jù)蓋戈的分析，現(xiàn)實中制裁r未必總是起作用，所以規(guī)范的約束力應該表示為不同程度的變量。因此，V=e/s，且e=b+（c→r）。在這里，e表示實效性的比率，s表示作為前提的狀況，b是在狀況s中行為g（s→g）發(fā)生的頻度，c→r是非g（越軌行為?）和r出現(xiàn)的頻度。也就是說，規(guī)范的效力就是在狀況s中出現(xiàn)越軌行為?、或者?出現(xiàn)后進行制裁r的數(shù)量與狀況s出現(xiàn)的整個頻度的比值。在這里，狀況s中進行越軌行為?制裁性的反應r是蓋然性的，因而勢必產(chǎn)生預測性解釋。①東京大學法學院六本佳平教授對這個符號演算模型的內(nèi)容進行了非常具體的介紹和說明。參閱六本佳平：『法社會學』，東京：有斐閣，1986年，第118-122頁。但本人在引用時進行了若干補充和調(diào)整，即追加了關于AA表述、÷符號、作為前提的s狀況與s→g行為頻度的區(qū)分等涵義解釋。顯而易見，蓋戈規(guī)范學說的出發(fā)點是奧斯丁式的法律實證主義概念，并且留下了在法學思考中生搬硬套數(shù)學模型的明顯痕跡。

與此形成鮮明對照的是，斯蒂芬·圖爾敏（Stephen Toulmin，1922—2009）試圖從法律本身的思維方法、特別是“可撤銷性（defeasibility）”概念出發(fā)，把議論樣式內(nèi)在的邏輯關系和正當性論證機制通過符號而圖式化，建立起具有普遍意義的推理演算模型。圖爾敏模型的問題切入點是形式邏輯關于大前提、小前提以及結論的簡單化推理結構并不能適當而充分地反映法律實踐。他認為法律的理由論證其實是以某個主張及其潛在的反駁意見為前提的，在遭遇異議時主張者必須對自己的論點進行正當化，舉出作為根據(jù)的事實；如果用C（claim/conclusion）來表述主張或結論，那么舉證的話語就可以表述為D（data），即數(shù)據(jù)或事實資料。因此，區(qū)別C和D就是法律議論的第一步。對立的那方勢必關注從D到C的證成過程，追問究竟根據(jù)什么、如何才能得出相應的結論，這時議論的要求不是追加新的事實（數(shù)據(jù)），而是要對論證過程進行正當化，即為暫定命題提供保證W（warrants）。因此，區(qū)別C和D以及W就是法律議論的第二步。圖爾敏認為，在法律議論中對數(shù)據(jù)的要求是明示的，而對保證的要求是默示的；對事實正確性的數(shù)據(jù)是特指的，而對論證正確性的保證是泛指的；所以兩者應加以區(qū)別——這正是在審判程序中區(qū)別事實問題與法律問題的理由所在。

從上面分析可以發(fā)現(xiàn)法律議論的理由論證圖式比形式邏輯推理復雜得多，但仍然不止于此，圖爾敏還要強調(diào)保證W對從數(shù)據(jù)D到結論C的論證過程進行正當化的程度問題，確實準確無誤還是帶有例外、保留、推測等限定條件。表述正當化保證的程度差異的符號是限制保證可信度的Q（qualifier限定詞乃至modal qualifier模態(tài)限定詞）與否認保證一般正當性的R（rebuttal抗辯）。在這里圖爾敏又進行了兩種重要的概念區(qū)別：一種是區(qū)別保證的言說與關于保證適用可能性的言說（與抗辯發(fā)揮同樣的功能），這種區(qū)別不僅對法律適用，而且對自然法則的應用也具有重要意義；另一種是區(qū)別為論證而提出事實的目的，這種區(qū)別表明不同的言說也許都與某個要件事實相關，但關系樣式各不相同——或者使某個推定得以正當化，或者使某個抗辯被推翻。在這里能夠支撐和加強保證的正當性及權威性的言說是B（backing佐證）。根據(jù)上述分析，圖爾敏描繪了一個比較復雜的論證模型：

與上述論證模型相比較，圖爾敏認為形式邏輯的論證模型實際上只采取了單一的概念區(qū)別，即前提與結論的區(qū)別，導致推理具有過分的雷同性，而無法正確地推敲實際的議論；特別是三段論的大前提作為“普遍性前提”會導致話語空間變得非常貧匱。②Stephen Toulmin，The Uses of Argument，Cambridge：Cambridge University Press，1958，pp.146ff.，引自〔英〕斯蒂芬·圖爾敏：《論證的使用》，謝小慶、王麗譯，北京：北京語言大學出版社，2016年，第135頁以下。需要特別指出的是，最近30余年來，由主張或結論、要件事實、論據(jù)、證明、反駁這五個因素以及可靠性程度變量構成的這種圖爾敏論證模型在法學界聲譽日隆，尤其是對司法人工智能的推理算法研究產(chǎn)生了重要的影響。

另外，如果我們把博弈理論也應用于法律領域，不僅可以建立宏觀結構的分析模型，還可以對法律原則和具體規(guī)則的效果進行數(shù)量計算，有利于在不確定的狀況下進行預測和決策。例如關于交通事故的侵權責任，不同的制度設計導致利害關系的不同計算結果，會影響到相關各方的動機和行為方式，這意味著數(shù)學方法有可能對行為與結構進行塑形。根據(jù)芝加哥大學道格拉斯·G.拜爾等人在《法律的博弈分析》一書中的矩陣示例，過失責任原則、嚴格責任原則以及比較過失原則對司機和行人履行注意義務的程度會分別導致非常微妙的變化。①具體觀點分析參閱〔美〕道格拉斯·G.拜爾、羅伯特·H.格特納、蘭德爾·C.皮克：《法律的博弈分析》，嚴旭陽譯，北京：法律出版社，1999年，第1章。中國的民事審判高度重視并廣泛應用公平責任原則，在比較過失的基礎上讓當事人適當分擔責任或損失，其結果也的確很像該書圖1.5所描述的那樣（下圖所示）。

在這里，假設高度謹慎的成本是司機和行人都承擔3元，有點謹慎的成本是1元。當雙方都高度謹慎時，事故發(fā)生的概率大幅度降低，而行人承擔的事故預期成本為2元。如果雙方都不謹慎，每人承擔50元損失。如果雙方都有點謹慎，那么他們都承擔50元的事故損失加上1元有點謹慎成本。如果一方不謹慎而另一方有點謹慎，那么前者承擔99元的事故損失，而有點謹慎一方則只承擔1元的事故責任和1元的有點謹慎成本。于是，對相關各方的激勵機制變得相對化了，任何一方都很難采取顯著占優(yōu)的行為策略?！?〕因而司機和行人往往都傾向于采取高度謹慎的態(tài)度，這或許正是中國民法公平責任原則的宗旨所在。無論如何，在博弈理論用于法律現(xiàn)象分析的場合，還有法律經(jīng)濟學的一些微觀研究成果上，我們可以看到“法律數(shù)學”構想的演進及其不同的嶄新版本。

四、數(shù)字化信息通信技術與計算法學

基于圖靈 （Alan M.Turing，1912—1954） 提出的關于智能機器的數(shù)理邏輯模型，世界第一臺龐然大物的通用計算機ENIAC（Electronic Numer?ical Integrator and Computer）終于在1946年情人節(jié)誕生于美國賓夕法尼亞大學。十年之后，在達特茅斯研討會上，經(jīng)過長達兩個月的探討，出席者們雖然未曾達成普遍共識，但卻一致同意把模仿人類思考和判斷的計算機系統(tǒng)稱為“人工智能”。從此信息與通信技術（ICT）不斷發(fā)展和普及；到1995年之后，計算機還使互聯(lián)網(wǎng)和物聯(lián)網(wǎng)以及社會的智能網(wǎng)絡化成為現(xiàn)實，讓人類真正進入了算法的時代。不言而喻，所謂“法律數(shù)學”的構想也隨之開始具有完全不同的涵義：計算機不僅大幅度提高了信息處理和檢索的效率，還試圖使法律推理的過程自動化，甚至在一定程度上讓代碼框架和算法逐步取代法律發(fā)揮行為規(guī)范的作用；計算機科學要求的是對數(shù)據(jù)或信息進行精確的處理，但機器學習卻要求統(tǒng)計思維，使人工智能系統(tǒng)可以進行概率計算，這意味著使推理和判斷的自動化本身也能自動化。

正是在這樣的背景下，“計算法學（computa?tional law or computational legal studies）”概念應運而生，并成為一個頗受重視的文理交叉學科。迄今中國已經(jīng)涌現(xiàn)了一些關于計算法學的研究和教育活動②初步的研究成果和教材可以舉出張妮、蒲亦非：《計算法學導論》，成都：四川大學出版社，2015年。另外，清華大學法學院在2018年正式啟動計算法學方向全日制法律碩士教育項目。，但不得不承認這些努力仍然處于初級階段，還需要進行更有組織、更體系化的理論建構以及技術實踐，還需要法學界與計算機學界乃至相關的科技企業(yè)進一步加強交流與合作。我以為，從專業(yè)的角度來看，與物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能交織在一起的計算法學的基本架構應該具備四個不可或缺、相輔相成的維度，即計量法律、自動推理、數(shù)據(jù)算法、網(wǎng)絡代碼。實際上，這些維度也與數(shù)字信息技術在法律領域中運用的歷史階段相對應，并非純理論的假設。以下沿著實際狀況展開的過程，對計算法學的四個維度逐一進行簡要的敘述和分析。

1.數(shù)量分析方法的應用與計量法律學

英國的威廉·配第（William Petty）在1676年完成的著作《政治算術》中，通過數(shù)據(jù)對比的方式分析英國與其他主要歐洲國家的國力，可謂統(tǒng)計學的一脈濫觴。他還建議通過調(diào)查犯罪者人數(shù)以及民事訴訟案件數(shù)來測量公民的守法和道德水準?！?0〕從19世紀30年代開始，以曼徹斯特和倫敦設立跨界性質(zhì)的統(tǒng)計協(xié)會為標志，歐洲出現(xiàn)了“社會的統(tǒng)計化”現(xiàn)象，數(shù)據(jù)資料的洪水洶涌而來，犯罪和司法的統(tǒng)計數(shù)據(jù)也被大量印刷和公布，為改變法與社會的認識方式和記敘方式創(chuàng)造了前提條件。實際上，現(xiàn)代統(tǒng)計學的創(chuàng)立者之一朗博·凱特勒（Lambert A.Quetelet，1796—1874）在代表作《論人》（1835年）中就運用了當時剛開始發(fā)表的西歐各國的刑事司法數(shù)據(jù)，西摩恩·泊松（Simeon-Denis Poisson，1781—1840）也是在分析法國刑事司法統(tǒng)計的基礎數(shù)據(jù)之際發(fā)現(xiàn)著名的“大數(shù)定律”的。①Ian Hacking，The Taming of Chance，Cambridge：Cambridge University Press，1990.引自イアン·ハックング：『偶然を飼いならす』，石原英樹、重田園江訳，東京：木鐸社，1999年，第138頁。另外，借助科學的方法來確保法律判斷的客觀性和公正性的想法，也推動了對法律現(xiàn)象的田野調(diào)查、對照實驗、統(tǒng)計分析以及法社會學的發(fā)展。對于重視定量研究的學者而言，正因為法與社會現(xiàn)象非常復雜多變，才有必要通過定量的語言來描述和說明，從而可以縮減其復雜性，使事物的本質(zhì)及其規(guī)律變得更加清晰可見。例如在1950年代，威廉·艾德洛克（William O.Aydelotte）利用電子計算機研究英國議會在制定谷物法時議員們的投票行為，把815名議員對114個提案進行表決的結果記錄在卡片上，采取古特曼尺度構成法進行分析，發(fā)現(xiàn)對政黨的歸屬性比通常認為具有決定意義的階級、出身等因素更重要。②據(jù)文獻概述《數(shù)量方法與美國歷史學》，宋成有、沈仁安譯，《國外社會科學動態(tài)》1983年第8期。Cf.William O.Aydelotte ed.，The History of Parliamentary Behavior，Princeton：Princeton University Press，1977.又例如在1980年代，沃爾舒雷戈（Wollschl?ger）通過考察德國19世紀民事訴訟案件數(shù)變化來研究經(jīng)濟增長與民事訴訟類型之間的關系，開拓了“計量法律史學（quantitative Rechtsgeschichte）”這一新的專業(yè)領域?！?1〕

在數(shù)據(jù)資料呈幾何級數(shù)增加的基礎上，利用統(tǒng)計學方法、數(shù)學模型以及算法等在復雜性中尋找最優(yōu)或次優(yōu)的解答，從而為決策提供客觀的科學根據(jù)、提高系統(tǒng)運行的效率就是政治算術的題中應有之義，作為其結果，在20世紀30年代運籌學（operations research，簡稱OR）應運而生。運籌學的主要認識框架是系統(tǒng)論（包括一般系統(tǒng)分析、系統(tǒng)工程、組織論、信息論、管理控制論），主要分析工具是定量方法（包括線性規(guī)劃方法、動態(tài)規(guī)劃方法、對列理論、馬爾科夫鏈、網(wǎng)絡分析、博弈理論、模擬）。與此相關的還有作為概率分析圖解方法的決策樹預測框架“似曾相識燕歸來”，讓我們聯(lián)想起傳統(tǒng)法律推理的“二叉樹形圖”〔12〕。隨著計算機技術的發(fā)達，對包含大量變數(shù)的復雜系統(tǒng)進行模擬并預測各種影響的操作也成為可能。在一定意義上也可以說，運籌學的本質(zhì)其實就是作為指令和標準的算法，尤其要把數(shù)據(jù)轉(zhuǎn)變成算法；模仿配第“政治算術”的表述，也就是“政治算法”或者“法律算法”。

以統(tǒng)計學與運籌學的發(fā)達為背景，在計算機技術的推動下，基于判例分析的計量法律學（Juri?metrics，也譯作“判例法理學”或“司法統(tǒng)計學”）在1940年代末出現(xiàn)〔13〕，從1960年代初開始獲得廣泛承認。〔14〕這種研究方向?qū)儆趯Ψ蓡栴}的科學探究，重點是司法行為的定量分析，包括采取電子的和機器的手段對案件的數(shù)據(jù)資料以及相關的信息進行檢索、統(tǒng)計、分析、評價并對判決進行預測，同時還把信息和溝通理論運用于法律表達，在法律系統(tǒng)運作中貫徹數(shù)學邏輯以及對可能的結果進行計算和建立公式?！?5〕在計算機技術進一步發(fā)達之后，計量法律學還嘗試對司法程序建模，分析和評價判決的合理性、合法性以及預測政策性調(diào)整的影響〔16〕，并且注重對證據(jù)的證明力進行測量和計算。不言而喻，計量法律學構成計算法學的重要支柱。

2.計算機與法律推理智能系統(tǒng)

法律推理的計算機化嘗試，應該以1970年布魯斯·布坎南和托馬斯·黑德里克合作發(fā)表的一篇代表性論文為標志。③Bruce G.Buchanan and Thomas E.Headrick,“Some Speculation about Artificial Intelligence and Legal Reasoning”,Stanford Law Review，vol.23 no.1（1970），pp.40-62.參閱〔美〕布魯斯·布坎南、托馬斯·黑德里克：《人工智能與法律推理之展望》，陸幸福譯，《法律方法》2019年第2期。關于這方面的國際上最新研究動向，參閱〔美〕凱文·D.阿什利：《人工智能與法律解析——數(shù)字時代法律實踐的新工具》，邱昭繼譯，北京：商務印書館，2020年。當時計算機可以通過推理和探索解決一些比較簡單的技術性的特定問題，卻很難應對在復雜的社會現(xiàn)實中層出不窮的法律現(xiàn)象，所以在人工智能第一波熱潮退去之后，法律推理的計算機處理并無顯著的起色。到1980年代，把知識儲存到計算機里以提高智能化程度的方法迅速普及，于是人們開發(fā)了大量的知識應用軟件，這些軟件被稱為“專家系統(tǒng)”，其中也包括一些法律專家系統(tǒng)，例如蘭德公司民事司法中心的研究人員D.A.沃特曼和M.皮特森開發(fā)的審判輔助系統(tǒng)（Legal Decision-making System，簡稱LDS）①D.A.Waterman and M.Peterson，“Models of Legal Decision Making，”Report R-22727-ICJ，Rand Corporation，Institute for Civil Justice，1981.D.A Waterman and M.Peterson，“Evaluating Civil Claims：An Expert Systems Approach，”Expert Systems，vol.1，no.1（1984），pp.65-76.D.A.Waterman，J.Paul and M.Peterson，“Expert Systems for Legal Decision Making，”Expert Systems，vol.3，no.4（1986），pp.212-226.關于其他國家動向的概述以及日本的成果，參閱吉野一：「法適用過程における推論へのコンピュータの応用」，『法とコンピュータ』1984年第3號；吉野一編著：『法律エキスパートシステムの基礎』，東京：ぎょうせい，1986年。關于中國的進展，參閱季衛(wèi)東：《人工智能時代的司法權之變》，《東方法學》2018年第1期（創(chuàng)刊十周年紀念特刊）。，可以用計算機的信息處理算法對案例或者規(guī)則進行法律推理。但是，在專家系統(tǒng)研發(fā)過程中，龐大而復雜的知識如何記敘和管理等問題的嚴重性逐漸明朗化，到1995年左右人工智能第二波又開始退潮。直到檢索引擎的發(fā)明以及運用大數(shù)據(jù)進行機器學習的技術成熟，才使得包括法律專家系統(tǒng)在內(nèi)的應用軟件開發(fā)再度繁榮起來。

由于行政力量的推動，中國在法律專家系統(tǒng)的軟件開發(fā)和應用、智慧法院建設方面步伐很快，但是對法律推理及其計算機化的研究和技術操作還不很深入、細致，最后頗有可能導致“人工智能加簡易審判”的司法方式成為主流，降低法學思考的水平。因此，計算法學在中國的一個重要目標應該是改進智能化法律推理的機制，其具體內(nèi)容包括法律專業(yè)知識的整理和計算機語言表達、語義網(wǎng)絡的構建、從各種數(shù)據(jù)發(fā)現(xiàn)概念之間關系并生成輕量本體的機器學習、訓練數(shù)據(jù)的特征量設計、符號接地問題的解決等等。一般而言，法律推理中涉及演繹式理由論證和基于要件事實的證據(jù)推理部分還是相對比較容易處理的②例如於興中：《人工智能、話語理論與可辯駁推理》，《法律方法與法律思維》第3輯，北京：中國政法大學出版社，2005年，第115-129頁；栗崢：《人工智能與事實認定》，《法學研究》2020年第1期；〔美〕羅納德·艾倫：《人工智能與司法證明過程：來自形式主義和計算的挑戰(zhàn)》，汪諸豪譯，《證據(jù)科學》2020年第5期；熊明輝：《法律人工智能的推理建模路徑》，《求是學刊》2020年第6期。與復雜的敘事、解釋以及論證相關的混合式證據(jù)推理，參閱〔荷蘭〕查羅特·威爾克、享利·普拉肯、斯爾加·瑞杰、巴特·維黑杰：《犯罪情節(jié)的貝葉斯網(wǎng)絡建?！?，杜文靜譯，《法律方法》2014年第2期；秦裕林、葛巖、林喜芬：《波斯納寫錯了貝葉斯公式嗎？》，《交大法學》2016年第4期；〔荷蘭〕弗洛里斯·貝克斯：《論證、故事與刑事證據(jù)——一種形式混合理論》，杜文靜等譯，北京：中國政法大學出版社，2020年。，因為邏輯法學與計算機語言的契合度比較高。但是，法律推理除了三段論和涵攝技術以外，還有情節(jié)復雜性和疑難案件等例外事項（涉及裁量、選擇以及價值判斷的符號接地問題），以及調(diào)整、統(tǒng)籌兼顧、大致判斷等實踐智慧（涉及常識庫貧匱的框架問題），都很難通過既有的人工智能系統(tǒng)進行處理，需要大力推動復雜系統(tǒng)智能技術的研發(fā)。盡管圖爾敏論證模型由主張或結論、要件事實、論據(jù)、證明、反駁這五個因素以及可靠性的強度變量構成，比形式邏輯的論證方式更能反映法律議論的復雜性，也更有利于法律推理的計算機化作業(yè)，但是，涉及價值的辯證推理以及對不同價值取向進行排序和判斷的可撤銷性推理等仍然構成智慧司法以及智慧法律服務的巨大障礙。

需要指出的是，雖然價值判斷具有主觀性、反映著個人的選擇偏好甚至特定意識形態(tài)的成見，但仔細推敲后可以發(fā)現(xiàn)：人們對價值進行評價的標準其實在相當程度上是可以客觀化的。另外，作為價值判斷的基礎的原則、命題、共同意見也會體系化、形成某種具有一定客觀性的結構，甚至可以被設計、塑造以及重構，因而也可以通過道義邏輯（deontic logic）以及霍菲爾德（Wesley N.Hohfeld，1879—1918）式的八種相對概念（權利、義務、無權利、特權、權力、責任、無資格、豁免）的法律關系矩陣進行處理?！?7〕但是，在復雜的人際關系和具體語境中對不同的利益和主張進行評價、選擇，勢必凸顯社會價值的復數(shù)性和相互沖突，需要進行價值取向的排序和取舍。怎樣才能從知識數(shù)據(jù)庫中抽取那些決定某個價值群的優(yōu)先劣后次序的元規(guī)則并適當?shù)孛枋龇傻膬r值函數(shù)，這也是法律推理的計算機化必須認真思考的問題。從理論上來說，根據(jù)法律推理的主體、語境以及價值判斷的功能之間的關系，基本上就可以確立法的價值函數(shù)；為了進行排序就要對價值進行數(shù)值化處理和加權比較。參考專家排名、信任評級、搜索引擎結果排序等確定價值權重的算法，我們也不妨通過西塞羅-舒托盧克式的論題目錄（法律價值群）中不同論題（主張）之間的連線關系、各種一般條款（例如后法廢除前法）或原則（例如誠信原則）在法律議論和司法文書中的不同引用頻度、價值命題在法律知識網(wǎng)絡中的中心性指標等等，形成一套對法律價值進行排序的程序，輸入電腦信息系統(tǒng)。①關于論題目錄與智能化法律推理以及計算機對價值問題進行處理的可能性，這里無法具體展開，請參見季衛(wèi)東：《人工智能時代的法律議論》，《法學研究》2019年第6期，尤其是第40-46頁。

不言而喻，法律推理的計算機化，目的是要讓機器像法官、律師那樣進行信息處理、思考以及判斷，如果把邏輯法學與利益衡量以及正義原則都納入視野之中，那么法律推理的計算機建模以及算法的設計和執(zhí)行就是一個前景廣闊的研究領域。實際上，在以庭審為中心的智慧法院建設中，文理交叉融合的方法不僅可以加深對法律論證活動的理解，明確法律知識體系的結構和所有組成部分，而且還有可能盡量按照芬蘭法學家阿爾尼奧（Aulis Aarnio，1937—）所說的“演算的制度 （an institution of calculus） ”〔18〕的設想來倒逼那些與法律解釋、法律議論、利益評價、利益權衡相關的機制改革。反過來也可以說，只有當法學界關于解釋、推理、辯駁、議論的研究提升到更高階段時，人工智能系統(tǒng)的開發(fā)才能水漲船高?？傊S著法與人工智能的快速發(fā)展和迭代，原先未曾實現(xiàn)計算機化的深層法律推理活動——例如經(jīng)驗歸納、數(shù)據(jù)學習、假說生成、類推適用、模糊推理、關系結構型思考、規(guī)范和權利的創(chuàng)造等等——也都可以漸次納入人工智能的范圍內(nèi)進行研究和應用算法的開發(fā)，真正達到智慧法院建設的目標。

3.多媒體時代的法律信息學與大數(shù)據(jù)挖掘

在1980年之后，計算機開始小型化和普及，各種信息與通信技術也進入綜合應用階段，人們歡呼“計算機時代”“多媒體時代”“高度信息化時代”已經(jīng)來臨。當個人持有計算機時，突然發(fā)現(xiàn)它不僅具有打字、復制、編輯、檢索、計算等極其方便的功能，還能大幅度提高學習、研究以及從事實務的效率，并且可以儲存大量的文書資料和數(shù)據(jù)，使工作的條件發(fā)生了質(zhì)的飛躍。如果把大量的法規(guī)、案例、學術文獻都儲存在計算機里，無異于擁有一座可以移動并且不斷擴容的個性化圖書館，更重要的是可以靈活地進行利用，儼然成為應對20世紀后期的“知識爆炸”“訴訟爆炸”局面的一件利器。正是以這樣的基礎設施為前提，法律信息學成為大學法學院的教學科目以及研究對象。②相關研究領域的概況參閱たとえば、加賀山茂、松浦好治編：『法情報學――ネットワーク時代の法學入門』，東京：有斐閣，1999年；王金祥：《法律信息學研究概述》，《法律文獻信息與研究》1995年第2期；雄明輝：《從法律計量學到法律信息學——法律人工智能70年（1949—2019）》，《自然辯證法通訊》2020年第6期。在這里，我們特別重視的是法律信息學與計量法律學密切相關的一個側面：如何在大量的法律文件數(shù)據(jù)中進行檢索和研究，如何對司法以及法律服務相關的數(shù)據(jù)進行統(tǒng)計學分析和概率計算。

根據(jù)賓夕法尼亞大學沃頓商學院阿德里安·馬可多諾（Adrian M.McDonough，1919—2000）教授廣為人知的梳理和DIKW等級化說明，數(shù)據(jù)（data）是指沒有進行評價的消息（message）；信息（information）是指數(shù)據(jù)加特定狀況下的評價，即在特定狀況下提供給決策者的消息；知識（knowledge）是數(shù)據(jù)加將來的一般性應用的評價；智能（wisdom or intelligence）則是具有解決實際問題的能力、獲得深刻理解的知識。③大澤光：『社會システム工學の考え方』，東京：オーム社，2007年，第32頁。實際上，DIKW模型的淵源是復數(shù)的，甚至可以追溯到英國詩人托馬斯·艾略特在《巖石》第一段的句子。在管理學方面的發(fā)展，米蘭·澤勒尼（Milan Zeleny）和魯瑟爾·艾克夫（Russell L.Ackoff）有開拓之功。由此可見，法律信息學的目標是在收集、儲存、分析數(shù)據(jù)的基礎上進行應用，以改進法律運行的機制、提高辯護和審判的效率、實現(xiàn)社會正義。在過去很長一段時期，數(shù)據(jù)是通過統(tǒng)計、問卷調(diào)查、對照實驗等嚴格控制的方式蒐集的高度結構化的樣本數(shù)據(jù)，這也是法律實證研究或者經(jīng)驗法社會學的基礎。但在20世紀后期電子數(shù)據(jù)的海量生成和多樣化，使得分析小型結構化數(shù)據(jù)的技術已經(jīng)不能滿足“數(shù)據(jù)爆炸”時代的需要。數(shù)字化技術的發(fā)達和普及使我們能收集到現(xiàn)存的所有數(shù)據(jù)，從其整體來讀取信息和獲得知識，而不必完全依賴于抽樣數(shù)據(jù)。當然，小數(shù)據(jù)與大數(shù)據(jù)之間仍然存在相當程度的互補關系。

根據(jù)美國嘎特納（Gartner）咨詢公司市場分析師道格·萊尼（Doug Laney）在2001年給出的著名定義，所謂大數(shù)據(jù)，是以數(shù)量大、種類多、速度快為基本特征?！?9〕在數(shù)字化信息通信技術不斷升級的同時，數(shù)據(jù)量也隨之成倍增長，因為計算機在高效處理數(shù)據(jù)的同時也快速生產(chǎn)數(shù)據(jù)。互聯(lián)網(wǎng)構成一個全球化的信息通信系統(tǒng)，其結果是大幅度提高了數(shù)據(jù)形成、積累以及流轉(zhuǎn)的能力。盡管八成左右的大數(shù)據(jù)是非結構化的，但通過適當?shù)臄?shù)據(jù)挖掘技術和方法，任何形式的數(shù)據(jù)都可以轉(zhuǎn)化成有用的信息，發(fā)揮作為資源的價值。通過人工智能系統(tǒng)對大數(shù)據(jù)的機器學習以及相應的算法設計，可以從大數(shù)據(jù)提煉各種知識，對行為趨勢和選擇偏好進行預測，從而做出更正確的決策。因此，大數(shù)據(jù)對法律機制的合理運作以及司法判斷也具有重要的意義?！?0〕當今的法律信息學已經(jīng)與大數(shù)據(jù)密切結合在一起，可以通過計算機建模以及機器學習算法不斷把數(shù)據(jù)轉(zhuǎn)化為信息并進行計算和預測。由于中國在數(shù)據(jù)收集和利用方面具有體制優(yōu)勢以及規(guī)模優(yōu)勢，使得法律人工智能的算法精確度不斷提高，在數(shù)據(jù)向信息和知識的轉(zhuǎn)化以及法律增強可預測性等方面形成了某種正比例關系。甚至可以說近年來中國的司法改革以及法律服務的跨越式發(fā)展是由大數(shù)據(jù)驅(qū)動的。人工智能與大數(shù)據(jù)結合在一起，導致法律信息學發(fā)生質(zhì)變，進而也使計算法學有了極其廣闊的用武之地。

4.智能網(wǎng)絡的離散數(shù)學與矩陣演算

隨著萬維網(wǎng)（1989年出現(xiàn)）、互聯(lián)網(wǎng)（1995年出現(xiàn)）的不斷發(fā)展，形成了一個超越各種物質(zhì)疆界的巨大數(shù)據(jù)空間。在這里，通過信息通信技術，萬物逐漸互聯(lián)互通，并在數(shù)字全面覆蓋和計算機進行數(shù)據(jù)處理的過程中生長出智能物聯(lián)網(wǎng)（AIoT）。①福田雅樹、林秀彌、成原慧編著：『AIがつなげる社會——AIネットワーク時代の法·政策』，東京：弘文堂，2017年，第2-31頁。參閱〔日〕福田雅樹、林秀彌、成原慧編著：《AI聯(lián)結的社會：人工智能網(wǎng)絡化時代的倫理與法律》，宋愛譯，北京：社會科學文獻出版社，2020年，第3-24頁。在物聯(lián)網(wǎng)上，大數(shù)據(jù)呈幾何級數(shù)增長，需要人工智能系統(tǒng)進行分析；不同的智能系統(tǒng)互相作用，促成物聯(lián)網(wǎng)進一步伸張和密集化，也使機器學習變得越來越重要，并且很容易導致算法黑箱化。無論如何，物聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能形成一種相輔相成的大三角架構，不斷強化社會與秩序的網(wǎng)狀結構和關系性，并使社會網(wǎng)絡分析的方法能夠廣泛應用于行為與結構之間互動關系以及位置、語境、重要度的測算。從計算法學的角度來觀察網(wǎng)絡空間，圖譜是不可或缺的、最基礎的數(shù)學模型，距離矩陣則是最常見的演算方法，借助馬爾科夫鏈過程模型還可以進行統(tǒng)計學上的概率計算，推測不同因素結合關系的傾向性，進而在貝葉斯理論框架下通過蒙特卡洛模擬的方法來實施法律風險管理。由此可見，計算法學與社會網(wǎng)絡分析、法社會學研究以及企業(yè)和政府法務的智能化之間也存在很高的親和度。

作為全球化關系結構的“數(shù)據(jù)空間”（Cyber?space，或譯為“電腦空間”“網(wǎng)絡空間”）概念最早出現(xiàn)在賽博朋克運動之父、科幻小說家威廉·吉布森的《神經(jīng)漫游者》（1984年）之中，現(xiàn)在已經(jīng)成為廣為人知的表達電子網(wǎng)絡社會本質(zhì)的術語。關于數(shù)據(jù)空間在法律秩序方面的特征，勞倫斯·萊斯格教授在《代碼》及其修改版②勞倫斯·萊斯格教授所著的《代碼》及其修改版分別出版于1999年、2006年，即Lawrence Lessig，Code and Other Laws of Cyberspace，New York：Basic Books，1999，hisCode Version 2.0 and Other Laws of Cyberspace，New York：Basic Books，2006；中文版即〔美〕勞倫斯·萊斯格：《代碼2.0：網(wǎng)絡空間中的法律》，李旭、沈偉偉譯，北京：清華大學出版社，2009年。中做了開創(chuàng)性的考察?！?1〕多語言翻譯軟件對通信障壁的突破、以互聯(lián)網(wǎng)協(xié)議為產(chǎn)業(yè)基礎的電商等新經(jīng)濟形態(tài)的繁榮、網(wǎng)民以及電子群眾構筑的輿情公共空間、在信息高速公路上猖獗的國際犯罪、黑客之流無政府主義的蔓延、計算機上瞬間行為的管轄權之爭……這一系列新的現(xiàn)象，要求國家采取網(wǎng)絡征稅、網(wǎng)絡自治、網(wǎng)絡服務提供者歸責等新的政策以及承認網(wǎng)絡權、數(shù)字人格權、電子隱私權等新的權利，勢必進一步推動國家治理以及法律范式的創(chuàng)新。隨著計算機科學和技術的飛速發(fā)展，數(shù)據(jù)空間中人工智能系統(tǒng)之間的互動和機器學習算法的迭代正在不斷導致網(wǎng)絡結構的自生變異、帶來混沌以及脫軌和失控風險，為此需要不斷改進代碼架構以及法律規(guī)制方式，尤其是開發(fā)更好的學習算法以及類腦計算系統(tǒng)。這就是我們當下所處的大變局。

為了開發(fā)更好的算法乃至探索所謂“終極算法”①具體觀點依據(jù)〔美〕佩德羅·多明戈斯：《終極算法》，黃芳萍譯，北京：中信出版集團，2017年。，人類的大腦如何學習、神經(jīng)如何布線和反饋受到越來越多的關注。如果說知覺就是在包圍自己的光影中尋找出不變因素，并在情動的理解與共鳴的前提下進行溝通，進而形成同頻共振，那么人工智能的目標無非就是通過信息處理的算法來再現(xiàn)這樣的機制。1970年代以來，腦科學的發(fā)展進一步揭示了反射腦與情動腦（兩者構成生存腦）、理性腦（社會腦）與共鳴的神經(jīng)線路，得以解析溝通以及形成認知地圖的原理，因此對人工智能的研發(fā)產(chǎn)生了逐漸增強的影響。〔22〕既然人工智能是要模仿人的觀察、思考、判斷以及行動，那么在一定意義上也可以說，腦的神經(jīng)網(wǎng)絡其實就是讓人工智能在數(shù)據(jù)空間里加速進化的算法。眾所周知，利用神經(jīng)網(wǎng)絡進行的機器學習就是深度學習，即人類不事先設計數(shù)據(jù)的特征量，電腦可以從輸入的數(shù)據(jù)自動抽出數(shù)據(jù)特征量的技術。正是深度學習構成了目前這一輪人工智能熱的主要驅(qū)動裝置。

然而，在這里我們不得不指出的是，深度學習帶來了一個深刻的問題，即算法變得難以理解和說明，很容易形成黑箱〔23〕，甚至還會導致作為法制基礎的問責機制瓦解。這就涉及數(shù)據(jù)和算法的正義原則的確立、倫理底線的劃定。由此可見，如何對網(wǎng)絡混沌和失控風險進行評價、管控正在成為智能網(wǎng)絡社會的治理以及制度設計的一個核心問題。?

五、數(shù)據(jù)倫理與計算法學的超驗之維——代結語

概而論之，通過物聯(lián)網(wǎng)收集的大數(shù)據(jù)勢必被過去的行為和偏好支配，造成系統(tǒng)偏誤；同時也導致新的信息無法反映，造成所謂“過濾氣泡（the filter bubble）”②具體概念解釋詳見Eli Pariser，The Filter Bubble：What the Internet is Hiding from You，New York：The Penguin Press，2011.。如果人們都被封閉在數(shù)據(jù)空間的過濾氣泡里，那就逃不出既有代碼架構的如來佛掌心。換句話來說，過濾氣泡將形成一個信息被控制的完全世界，與無限定環(huán)境不能建立適當?shù)膶P系。但是，在這里卻儼然可以生產(chǎn)出一架法學的萬能機器——自我完結、自我準據(jù)，在數(shù)據(jù)空間里進行永無止境的推理或計算，或者無限循環(huán)的語言游戲，直到我們意識到圖靈停機問題的發(fā)生。一般而言，為了對抗這種熵增定律，必須致力于系統(tǒng)的開放、信息的自由，這就涉及社會價值問題。因此，必須把網(wǎng)絡治理、數(shù)據(jù)治理、人工智能治理以及與數(shù)據(jù)、算法、算力的倫理相關的原則性問題納入研究的射程，由此構成計算法學的超越之維。

非常巧的是，世界各國從2016年開始不約而同地注意到邏輯推理、機器決策之外的復雜性，開始把社會價值編織到人工智能研發(fā)過程之中，試圖形成一個多樣化的新型生態(tài)系統(tǒng)。例如美國政府從2016年5月開始研討，同年10月白宮就發(fā)表了題為《為人工智能的未來做好準備》的報告書，提出人工智能的相關系統(tǒng)必須可控、公開透明可理解、有效發(fā)揮功能、與人類的價值和愿望一致等原則。2016年10月，美國的國家科學技術會議網(wǎng)絡和信息技術研究開發(fā)小組委員會發(fā)表關于運用聯(lián)邦政府預算研究人工智能的方針《美國人工智能研究開發(fā)戰(zhàn)略》，提出了副作用最小化的要求。歐洲議會法務委員會在2016年4月召開關于機器人和人工智能的法律和倫理問題的聽證會，并在5月公布了與機器人相關的民事法律規(guī)則的報告書草案，在2017年2月正式通過這項提案，準備設立專門的機構負責相關事宜、采納智慧機器人登記制、明確嚴格的損害賠償責任、確立研發(fā)者的倫理行動規(guī)范。日本政府的總務省信息通訊政策研究所通過系列研討會在2016年10月起草了《人工智能開發(fā)指針方案（征求意見稿）》，在2017年7月正式公布，標題改作《提供國際討論的人工智能開發(fā)指針方案》。歐美的產(chǎn)業(yè)界也在2016年9月締結關于人工智能的伙伴關系，發(fā)表了關于確保社會責任、采取防護措施等信條。美國電氣電子學會還在2016年12月發(fā)表了關于人工智能設計倫理標準的報告書。③福田雅樹、林秀彌、成原慧編著：『AIがつなげる社會——AIネットワーク時代の法·政策』，東京：弘文堂、2017年，第78-98頁。參閱中文版《AI聯(lián)結的社會：人工智能網(wǎng)絡化時代的倫理與法律》，宋愛譯，北京：社會科學文獻出版社，2020年。

中國幾乎同步推動了人工智能治理和倫理的規(guī)范體系構建。2017年7月，國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，指出制定人工智能發(fā)展的倫理規(guī)范是促進人工智能發(fā)展的重要保證措施，將構建泛在、安全、高效的智能化基礎設施體系等作為重點任務，明確提出人工智能治理“三步走”戰(zhàn)略目標：到2020年部分領域的人工智能倫理規(guī)范和政策法規(guī)初步建立；到2025年初步建立人工智能法律法規(guī)、倫理規(guī)范和政策體系，形成安全評估和管控能力；到2030年建成更加完善的人工智能法律法規(guī)、倫理規(guī)范和政策體系。在2017年12月，工業(yè)和信息化部發(fā)布《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018—2020年）》，旨在以信息技術與制造技術深度融合為主線，構建標準測試及知識產(chǎn)權服務平臺、智能化網(wǎng)絡基礎設施、網(wǎng)絡安全保障等產(chǎn)業(yè)公共支撐體系，進一步完善人工智能發(fā)展的制度環(huán)境。到2019年6月，國家新一代人工智能治理委員會發(fā)布了《新一代人工智能治理原則——發(fā)展負責任的人工智能》，宣告以促進新一代人工智能健康發(fā)展、人工智能安全可靠可控、更好服務經(jīng)濟發(fā)展和社會進步、增進人類社會福祉為使命，確立了人工智能研發(fā)必須遵循和諧友好、公平正義、包容共享、尊重隱私、安全可控、共擔責任、開放協(xié)作、敏捷治理這八項基本原則。

從計算法學的角度來考察可以發(fā)現(xiàn)，關于數(shù)據(jù)和算法研發(fā)的原則和政策，國際社會已經(jīng)達成了如下基本共識：（1）對國際通用的指針、標準、規(guī)格采取合作態(tài)度。具體包括為了確保數(shù)據(jù)空間互聯(lián)互通，必須共有相關信息；參照國際標準和規(guī)格進行人工智能系統(tǒng)以及算法的設計；數(shù)據(jù)格式的標準化；應用程序編程接口以及協(xié)議的公開；知識產(chǎn)權的特許合同條件的公開。（2）實現(xiàn)技術的中立性以及透明性。為此需要實現(xiàn)人工智能系統(tǒng)輸入和輸出的檢驗可能性，并對演算結果要履行說明義務。（3）實現(xiàn)可控性。主要舉措是由其他人工智能系統(tǒng)進行監(jiān)視和警告，實現(xiàn)技術與技術之間分立和制衡的結構；為系統(tǒng)的停止、人工智能網(wǎng)絡的切斷和修理預做準備。（4）優(yōu)先保護人的安全。具體的價值取向優(yōu)先劣后的順位為生命、身體、財產(chǎn)；對于數(shù)據(jù)和算法的安全性要對利用者和利益相關者履行充分說明的義務。（5）數(shù)據(jù)和信息的機密性、安全性的保障。（6）在數(shù)據(jù)收集和計算過程中要切實維護隱私權。包括私生活的平穩(wěn)、個人信息保密、通訊保密等原則在算法設計階段就要充分考慮。（7）在推理和計算過程中貫徹以人為本的精神。人工智能的研發(fā)必須始終慎重對待生命倫理，不得毀損人性的價值，并且要確保算法公正。（8）保障客戶進行選擇的自由。在邏輯演算的數(shù)據(jù)空間，沒有嚴密描述的算法就無法開始動作，但也要通過模糊計算等方法把復雜性、蓋然性納入人工智能系統(tǒng)的研發(fā)。（9）確保問責機制的有效運行，關鍵在于有效防止算法的黑箱化。

現(xiàn)在需要進一步思考的問題是如何使人工智能治理的原則具體化并落到實處。①相關研究參閱楊慶峰：《從人工智能難題反思AI倫理原則》，《哲學分析》2020年第2期；丁曉東：《論算法的法律規(guī)制》，《中國社會科學》2020年第12期；〔荷蘭〕瑪農(nóng)·奧斯特芬：《數(shù)據(jù)的邊界：隱私與個人數(shù)據(jù)保護》，曹博譯，上海：上海人民出版社，2020年；中國信息通信研究院、中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟：《人工智能治理白皮書》，北京：中國信息通信研究院和中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟，2020年。為了檢測法律規(guī)則是否符合原則，應該在國際比較的基礎上擬訂與物聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能相關的問題清單和權利目錄，并在執(zhí)法和司法層面形成解決問題、保障權利的合理機制。鑒于人工智能治理與人工智能產(chǎn)業(yè)發(fā)展之間存在微妙的緊張關系，哈佛大學法學院桑斯坦（Cass R.Sunstein）教授曾經(jīng)主張的“助推（nudge）”方法對于行為變化的數(shù)據(jù)空間乃至國家的治理都具有特別重要的意義②相關論述詳見 Richard H.Thaler and Cass R.Sunstein，Nudge：Improving Decisions About Health，Wealth，and Happiness，New Haven：Yale University Press，2008.Cf.Will Leggett，“The Politics of Behaviour Change：Nudge，Neoliberalism and the State，”Policy&Politics，vol.42，no.1（2014），pp.3-19.，這其實是注重綜合治理、因勢利導以及漸進主義的中國駕輕就熟的一種秩序原理。在這個過程中，既需要重視數(shù)據(jù)安全、隱私保護、算法公正、互惠共享等實質(zhì)性價值，也需要重視對大型網(wǎng)絡科技公司的反壟斷、大數(shù)據(jù)中心的中立化、以技術制衡技術等結構性價值，并在規(guī)則約束、企業(yè)試錯以及政府協(xié)調(diào)之間達成不同價值取向的最優(yōu)化組合，或者設計某種基于程序主義價值的算法。

正如佩雷爾曼早就指出的那樣，離開價值判斷，我們根本無法理解法律思考?！?4〕如果圍繞價值存在爭論，那就勢必以爭取價值共識或者達成適用價值的妥協(xié)為目的開展溝通，這時的法律議論通常具有辯證推理的特征。作為圍繞價值判斷的復合型話語博弈的法律議論，必然是一種對規(guī)范解釋的預測以及對事實認知的預測，并且還有對上述兩種預測的預測乃至“預測的預測的預測”等不斷反饋過程。在對規(guī)范解釋的預測與對事實認知的預測這兩個系列之間，還存在相互作用以及不斷遞進、無限選擇的互動關系，導致追求無限多樣化的長尾效應。因而人工智能系統(tǒng)對法律判斷的過程進行模擬時，為了克服復雜性的挑戰(zhàn)，應該采取核心價值最大化方法。這意味著法的基本價值判斷應優(yōu)先于邏輯推理或者說概念計算，以確保在具體場景中的法律議論可以擺脫無窮反復的語言游戲而順利進行。①關于價值排序和價值判斷與法律議論的計算機化的相關問題，詳見季衛(wèi)東：《人工智能時代的法律議論》，《法學研究》2019年第6期。為此，計算法學必須留意價值的數(shù)值化處理和加權比較，確立關于價值排序和價值函數(shù)的元算法或者“結構性元規(guī)則（structural meta-rule） ”。