彭中礼 | 司法人工智能中的价值判断
点击上方“四川大学哲学社会科学学报”可订阅！
【本文作者】
彭中礼，法学博士，法学博士后，中南大学法学院副院长，教授，博士生导师，湖南省高级人民法院-中南大学司法人工智能研究中心主任，兼任湖南省法理学研究会副会长，湖南省中国特色社会主义法治思想研究会副会长。近十年来分别在《中国社会科学》《法学研究》《中国法学》等刊物上发表学术论文110篇，主持国家社科基金项目2项，主持湖南省社会科学基金项目、中国法学会部级法学研究项目等省部级项目9项，出版学术专著4部，著作入选中国博士后文库出版。曾获得第三届中国法学优秀成果奖三等奖（2014年）、中国法学青年论坛一等奖（2017年）、中国法学家论坛征文一等奖（2017年）、“挑战杯”中国大学生学术科技作品竞赛一等奖（2003年）等多项国家级、省级奖励。
摘要
司法裁判不是“自动售货机”的根本缘由是，法官能够在司法案件中进行价值判断。价值判断本质上是人类基于特定价值偏好做出的决策，带有主观性。基于模拟大脑运作的机制、深度学习理论以及计算机对人类心理状态的阅读，人工智能能够处理价值问题，并通过属性特征、属性值以及最终形成特征向量的过程使得价值数据化，形成价值数据集。针对个案的不断测试，以及基于已有案件的不断数据整合，人工智能可以将法律价值设定成算法程式，不断通过决策树实现价值的选择。人工智能对价值判断的分析过程，本身就是智能技术的进步过程，也是司法人工智能不断发展和前进的阶梯所在。
关键词
价值判断；人工智能；司法裁判；价值数据集；价值算法
一、问题的由来
早在一百多年前，著名学者马克斯·韦伯针对大陆法系国家的司法裁判就曾经有过著名的论断：“现代的法官是自动售货机，民众投进去的是诉状和诉讼费，吐出来的是判决和从法典上抄下来的理由。”法学家梅丽曼在《大陆法系》一书中对此阐述得更加清楚：“大陆法系审判过程所呈现出来的画面是一种典型的机械式活动的操作图。法官酷似一种专业书记官，除了很特殊的案件外，他出席法庭仅是为解决各种争讼事实，从现存的法律规定中寻觅显而易见的法律后果。他的作用也仅仅在于找到这个正确的法律条款，把条款与事实联系起来，从法律条款与事实的结合中会自动产生解决办法，法官赋予其法律意义。于是，整个审判过程被框于学究式的形式逻辑的三段论式之中。”“法官的形象就是立法者所设计和建造的机械操作者，法官本身的作用也是机械性的”。显然，在这些著名学者看来，大陆法系的法官只不过机械地从事司法工作，按照今天的话说就是“司法民工”；他们没有足够的自由裁量权，他们只能听从已有法条的命令；似乎机械地从事手中的“司法活儿”，就是法官一生的使命。
然而，将司法裁判当作机械适用法律过程的观点，在英美法系国家遭到了较多批判。曾有学者站在社会发展的高度说：“法官的一个重要作用是阐明他们所属的社会所持有的价值观及其相对重要性。”还有人认为，法律适用中的许多核心概念——如“公正”“合理的照顾”和“意图”——都深深地融入了人类生活的结构之中。这意味着，在司法裁判过程当中，价值判断并非天然无法实现。哪怕是已有的法律已经将社会生活的价值追求深深地刻进了印痕当中，人们总是怀念那种讲究“人情味”的司法生活。
随着法学研究的不断进步，人们对司法裁判的认识不断发生变化。大陆法系国家的人们逐步认识到司法裁判有必要的价值导向，具有十分重要的理论意义和现实意义。当代德国著名法学家卡尔·拉伦茨就指出，在所谓的“法适用”领域中，即使涉及的不仅是单纯的涵摄，而是评价性的归类或“具体化”时，价值导向的思考方式是不可或缺的。而且，拉伦茨还说，法学应以诠释学上容许之价值导向的思考方法来说明并证实其说法，但是不须禁绝有根据的价值决定及意志决定。所以，法律不仅要促进某些价值，司法裁判也要弘扬某些价值，这不应当成为难以沟通之事。真正的法治国家，并非法律制定之后就一劳永逸地享受制定法的成果，而是要考虑如何有效地实施法律，其中最重要的就是考虑价值在司法中的应用问题。甚至，人们还认识到，无论是司法辩护（主体是律师），还是司法说服（主体是法官），必要的价值判断是说服的重要路径。“说服取决于一种认识，即一种论点的力量取决于它所推进的社会价值观，而一种论点对另一种论点的攻击是否成功，取决于有关论点提出的价值观的相对强度”。
既然司法裁判之中有必要的价值判断已经在某种层面成为人们的共识，那么在个案中追求具体法律价值的实现就是司法的应然姿态。当前，我国正在如火如荼地进行智慧法院建设，司法人工智能系统也正在研发，能否实现智能裁判，以及如何实现智能裁判，是学界应当思考的重大问题。通过司法人工智能系统进行司法裁判，一方面需要实现案件事实的智能判断，另一方面就要能够实现将法律价值融入司法裁判之中。但是，基于人们对人工智能技术的模糊认识，法律价值能否通过司法人工智能融入司法裁判，常受质疑。因此，在司法人工智能的研究中，人们要面对的一个重要问题是，基于事实认定基础上的主观价值，能否通过智能程序实现法律价值的正当适用。为回答这个问题，本文先对司法裁判中如何承载价值判断进行理论回顾，进而对价值数据化的可能性进行探讨，最后再对司法人工智能如何具体回应价值判断做出初步设想。
二、司法裁判承载价值判断的条件及其方式
阿列克西曾说，“价值判断”这个表述，既可以用来指优先行为，又可以指对选择何者更好的判断，还可以指以这种判断（连同优先）为基础的优先规则。价值判断并非时刻存在于司法裁判中，主要运用在疑难案件当中。一般的司法案件，事实清楚，法律关系明确，只需按照法律进行裁断即可。但是在疑难案件当中，裁判结果不能为法条或先例明确指引，所以就对如何寻找法源提出了更高的要求。
（一）司法裁判承载价值判断的条件
司法裁判本身就是带有价值立场的文书。无论它做何种选择，人们都会将一定的价值套在裁判文书的内容中。当然，对于一般案件，直接适用法律时的价值立场并不在本文的考虑范围之内，只是当法律之间存在冲突或者没有法律可适用时，就带来了价值判断的思考。所以，有学者说：“法律史的各个经典时期，无论在古代和近代世界里，对于价值准则的论证、批判或合乎逻辑的适用，都曾是法学家们的主要活动。”概而言之，司法裁判承载价值判断主要存在于以下时刻：
第一，法无明文规定时需要价值判断。虽然制定法无处不在，但是制定法漏洞百出。对于这种说法，一般的人都不会觉得陌生。正如当年《法国民法典》的制定者们觉得法典已经足够理性化，因而法官不需要、也不能够在法典之外寻求法律规范一样，人们在很早的时候就误以为人类可以制定完美无缺的法律。然而，长期的司法实践证明，那种最理想的法律并不存在。随着社会的发展、科学技术的进步，法律关系就会发生巨大的变化。一方面，法律概念的内涵可能因为时代的变化而不断扩张。比如“财产”的概念，在很长的时间内都局限于有体物，但是网络技术的发展、电子游戏的出现促使“虚拟财产”成为现实；另一方面，原有法律条文的含义逐渐出现词不达意或者意义变迁的情形，甚至可能是原有的法律条文本身已经不再起规范作用了。无论出于何种原因，如果某个案件没有可以适用的现成法律依据，那么该案件就会成为疑难案件。鉴于解决纠纷是法律的基本职责，而且从法理上说，法官不得拒绝裁判，所以面对无法可裁的情形，法官可以通过多种方法选择可供裁判的法律依据，诸如通过类推方法进行裁判、通过扩大或者缩小解释等方法进行裁判，其中通过价值判断进行裁判也是十分重要的方法之一。
第二，法律冲突时需要价值判断。现代社会，立法是法律的主要来源。通过不断制定成文法，人类的行为不断受到法律的规制。虽然立法是理性行为，但是仍然难以达到完全的理性。其表现主要是，除了法律会有漏洞之外，法律之间还会有冲突。比如同等级法律之间的冲突，上下级法律之间的冲突，新旧法律之间的冲突等等。在这里，所谓的法律冲突既是指不同的法律对相同的事项作出了不同的规定，也指某个具体案件可能适用不同的法律。造成法律冲突的原因是：一是各种部门法之间本身并未形成明确、严格的界限，二是立法主体有差别，三是理性存有不及。对于抵触型的上下级法律冲突，法官可以上位法优先原则来处理；对于新旧法律冲突，法官可以根据新法优于旧法的基本原则来处理。但是，对于同位阶的法律该如何进行适用，就成了法官面临的难题。通过对司法实践的总结，法官结合具体案件，以有利于当事人的方式对法律进行价值判断，从而选择可适用的法律，可以解决此时的疑难问题。此外，从不同的视角去看具体案件所涉及的法律关系，可能涉及不同的法律适用时，也需要运用价值判断进行处理。
第三，裁判结果可能不正义时需要价值判断。立法本身就是一个价值选择的过程。为什么要立法，立什么法，怎么去立法，蕴含了立法者的价值理念。因此，一般的法律条文都是特定价值的体现。但是，立法所考虑的是普遍情形和一般情形，对于具体问题并不会有细致的思考。所以，很多法律条文本身并不会有问题，但是在适用过程中可能出现违背正义之现象。这样的情形在司法实践当中并不少见。在著名的里格斯诉帕尔默案中，帕尔默杀害祖父已经获得了处罚，且当时的法律并不禁止继承人伤害被继承人获得遗产。但是，多数派法官却认为，任何人不能从其自身的过错中受益。法律不会允许杀人犯去获得遗产。任何机械适用的行为，都是对法律的玷污。法律虽然要求法官依法裁判，但是从不禁止法官遵循法律精神。为此，博登海默说，当法官在未规定案件中创制新的规范或废弃过时的规则，以采纳某种适时规则的时候，价值判断在司法过程中会发挥最大限度的作用。在不受先已存在的规范和原则指导的相互冲突的利益间进行选择，就需要进行价值判断。抛弃现成的法律不是对法律的违背，而是为了更好地遵循法律的基本精神和原则。所以，法官适用现成法律时，都应当对裁判结果进行预测，进而再以结果来反思案件之间的匹配性。唯有当裁判结果严重侵犯正义之时，法律才会在个案中失效。
第四，法律价值冲突时需要价值判断。法律有多种价值，法律秩序也有多种价值追求。诸如自由、民主、平等、人权、正义、公正等价值一直都在考验人们对社会治理的各种价值取向的选择，进而提醒人们价值既多元，也分层。多元价值的层次性并非天然就有阶层之别，而是因人们的价值取向不同而生成。比如，社会治理是需要自由还是需要秩序，人类社会需要平等还是需要人权等等，并没有说明何种价值更高尚；只是价值取向不同，对多元价值中任一价值的取舍就有差别。在具体案件中，同一行为就可能面临不同的价值评价，此时需要对不同的价值进行比较，从而得出裁判结果。比如，在面临歹徒抢劫时，银行储蓄员是将密码乖乖交出，还是为了保护钱财拒不将密码告知歹徒，就面临价值冲突。假设银行职员因为害怕被歹徒开枪打死，交出了密码，银行将职员告上法院，要求职员赔偿因此带来的损失，法院应当按照什么价值来处理呢？这种因为价值冲突而引致的疑难案件，在现实生活中并不多见，但却考验法官们的智慧。解决的办法就是在诸多价值中进行必要的衡量和评价，从而为公平公正地解决案件提供学理和方法层面的理解。一言以蔽之，法律价值冲突并非神话，而是法官能够用法律方法或者价值衡量解决的问题，并且人类已有的司法实践传统对此也积攒了较为丰富的经验教训。
（二）司法裁判承载价值判断的方式
需要指出的是，在司法中运用价值判断，会受到一定的限制。比如博登海默就说，先进的法律制度往往倾向于限制价值论推理在司法过程中的适用范围，因为以主观的司法价值判断之偏爱为基础的判决，通常要比以正式或非正式的社会规范为基础的判决表现出更大程度的不确定性和不可预见性。主观主义司法价值判断既与法律确定性这一公共利益不相符合，亦与同等情形应当平等对待的正义要求相违背，甚至在使用仲裁或调解方法的场合，人们通常期望仲裁者与调解者能够重视他们在社会中的法律基本原则和公共政策。然而，正如上文所述，在司法裁判中进行价值判断并非梦想。只是说，基于司法裁判的合法性与合理性要求，司法裁判承载价值判断之时，需要讲究方法。从司法实践来看，司法裁判承载价值判断主要有如下几种方式：
第一，通过法律原则承载价值判断。当适用具体法律时，可能裁判结果与一般正义观念相悖，此时法官就会考虑适用法律运用。在著名的“泸州二奶案”中，二审法院的法官以公序良俗原则和社会公德对抗了遗嘱的效力，从而改变了《继承法》的适用。法官认为，公序良俗原则体现了国家、民族、社会的基本利益要求，反映了当代社会中居于主流地位的一般道德标准。在市场经济条件下，公序良俗的法律化，本质上使社会道德观念能够规范民事主体，因而在法律适用上有高于法律具体规则适用之效力。法院还指出，“公序良俗”原则所包括的“社会公德”与“社会公共利益”，又可称作“公共秩序”和“善良风俗”，两者的概念基本一致，相辅相成。在确定“公序良俗”原则中“社会公德”或“社会公共利益”的法律内涵进行具体法律适用时，必须也只能通过不同历史时期法律具体规定所体现的基本社会道德观念和价值取向加以确定。因此，并非一切违反伦理道德的行为都是违反社会公德或社会公共利益的行为，但违反已从道德要求上升为具体法律禁止性规定所体现的维持现行社会秩序必须的社会基本道德观念的行为，则必然属于违反社会公德或社会公共利益的行为，依法应为无效民事行为。从法理层面来看，法律原则本身就是基本价值的法律化，使得法律制定在价值的衡量范围之内。选择以法律原则裁断案件，本身也就是对法律价值的承认，因而在司法裁断中获得了广泛的认可。从某种意义上说，价值是法律的灵魂，通过适用法律原则，使法律成为“活”的规则。
第二，通过具体法律价值承载价值判断。法律需要体现价值，但是法律总是在某些时候忽略价值。“每当一件事情发生、事实又证明法律在其中某一个价值方面不足以保证实现它的时候，人们总是对法律百般指责”。所以，当法律不足以保护某种法益实现的时候，需要司法裁判通过具体的法律价值来进行矫正。此时，社会公平正义等观念就会成为法官进行价值判断的重要工具。这种依据具体法律价值对行为性质进行判断的裁判案例，在我国司法实践中比较常见。例如最高人民法院在审理的一起损害债权人利益的案件中指出：“无偿划转案涉股权行为直接损害了华星公司债权人财产利益……案涉股权的无偿划转与接收客观上导致华星公司偿债能力降低，与涉案担保债权不能实现具有直接因果关系，长城资产公司吉林分公司通过不良资产转让形式继受取得的担保债权无法依据担保法、合同法等合同之债途径突破合同相对性向合同当事人以外的第三人，即无偿接收财产的中小企业担保公司，主张权利。据此，根据本案实际情况，适用侵权责任法作为保护财产权益的补充手段，是必要的；否则，享有合法财产权益的债权人，难以通过法定路径予以救济，有违公平正义。”
第三，通过社会情理承载价值判断。关注情理，是我国司法裁判的“惯性”。特别是在我国古代的司法裁判中，循礼重于依法的现象非常常见。所以，有学者说：“（在我国古代司法中）法律以外的价值判断在起主导作用，决定案情性质的认定和裁判结果的意象，法律只是以此为前提来作出处理的工具……情理断案是一种中庸至善的最高境界。”根本原因就在于，情理本身就表达甚至是蕴含了特定的价值。“情理所表达的价值首先基于身份的秩序——不论是基于血缘、宗族的身份，还是基于婚姻的身份，即给每个身份相应的对待，否则即为不合情理；第二是身份义务的履行，即何种身份应负担或履行何种义务，若特定身份未能尽其义务或者置超越身份的义务履行于不顾，亦为不合情理”。所以，古代中国乃至现代的司法裁判中，情理融入司法就能充分体现“法”的精神。原因在于：一方面，从立法上看，“律令本天理人情而定”，即立法者考虑律例制定的时候，充分考虑到了情理问题，如寺田浩明所说，“情理”可以比喻为水，“法”是其中固定冻结成冰的部分。寺田浩明认为成文法不过就是漂浮在“情理”大海中的一座冰山而已；另一方面，从社会需要来看，社会案件千差万别，不可能一刀切地解决，用情理融入司法裁判，可以有限度地体现个案的差别。所以，寺田浩明说“情理”要求的也就是不作“一刀切”或整齐划一的处理，每一个案件都有其特有的内容细节，而审判官的判断随这种具体状况千变万化，毋宁说正是“情理”这种基准所期待的结果。这种司法原则，即使在英美法系国家，也能够获得承认。如波斯纳说，对法官来说最好将他们的工作理解为，在每一个案件中都努力获得特定情况下最合乎情理的结果：这些情况包括但不限于案件的事实、法律原则、前例以及遵循前例这样的法治美德。
三、价值数据化的可能性及其方式
显然，司法中的价值判断既可以树立法律的权威，又能够使法律不显得生硬。如果司法人工智能的发展是可能且必要的话，那么它必须对智能裁判系统能否正确、有效地处理价值问题做出回应。考虑到人们对司法裁判应当进行价值判断本身就有一定程度的要求，那么如何把握进行价值判断的程序以及在何种情形下用何种方法推进司法人工智能的价值判断，就成为智能科技发展的关键问题。而要解决这个问题，首先就要考虑价值数据化的问题。毕竟，在计算机系统中，“经验通常以数据形式存在”，通过数据，计算机就会产生有关模型的算法，从而实现经验解决的智能化。循此可说，一切法律问题，如果不能用数据的形式体现出来，那么司法人工智能的开发和应用就难以有效实现。
（一）价值数据化的可能性
从当前的人工智能技术来看，它主要是模拟人的大脑开始运作，基本原理是基于数据编程的程序化运作，即人工智能将外界的信息转化成数据，从而通过逻辑推理的方式得出一个合适的结论。所以有人认为人工智能是计算机科学的一个分支，它揭示了我们利用计算机模拟人类思维过程的能力。计算机科学家往往把法律的概念看作是事实和“正确”的法律原则的集合，而不是好的或者坏的法律的集合。所谓事实或者“正确”的，本质上就是能够数据化的，从而成为计算机的程序推理对象。价值数据化能够成为可能，主要原因就在于计算机模拟人类大脑的可能性越来越高，导致深度学习等现代智能技术的发展越来越快，也使得计算机阅读人类的心理状态能力越来越强。
第一，计算机模拟大脑运作的机理机制正在飞速发展。从理论上看，人们并没有掌握大脑如何运作的基本原理。但是，人们试图找到可以模拟大脑运作的方式方法，其检验标准主要是效果。现代认知神经科学和认知心理学对如何模拟大脑运作的基本原理作了解析。生命有机体的活动过程包括感受器、中枢处理器和效应器构成的反响机制。通过对这个过程的有机深入分析，计算机科学家设计出一套可以模拟其功能的设备执行类似的工作。认知心理学认为人的记忆是由感觉记忆、短时记忆和长时记忆等记忆系统的协调工作完成的，计算机科学家也设计出相应的计算机存储机制来进行信息加工；认知心理学还认为，人的决策活动包括信息的收集、评估、比较和权重选择，并最终实现效应输出，计算机科学家也设计相应的算法程序来进行信息计算，从而制造了“决策专家系统”。从某种意义上说，专家决策系统就是模拟大脑运作的初级成果。在专家决策系统的基础上，有更多学者提出了更为大胆的计划，试图将对人类大脑的模拟运作更为精细化。比如曾有瑞士神经科学家亨利·马克拉姆提出“人脑计划”，认为可以通过计算机建模的方式模拟大脑运作。总的来看，虽然图灵测试开始了人类对人工智能的追求和探索之旅，但是图灵测试作为衡量计算机模拟“心智”的标准，并不能证明计算机真的“像人一样”。所以，美国学者Russell等人认为人工智能是“一种现代的方法”。然而，这也并不意味着“像人一样思考”不能被计算机化。确定人脑思考的方式有三种：一是通过内省——试图捕获我们自身的思维过程；二是通过心理实验——观察工作中的每一个人；三是通过脑成像——观察工作中的头脑。基于此，心理学家就认为，计算机模拟大脑是在两个层面上进行的。一个是神经网络的层面，即通过计算机硬件的设计和制造在结构上模拟大脑的神经元联结方式 ；二是在计算机程序的水平，通过算法设计使得计算机系统的输入和输出关系拟合于大脑的工作效果。从这个层面上说，价值衡量需要人类大脑对外界信息的刺激和反应，并综合各种信息条件来完成决策——人类心理过程的现实反应。所以，无论是对大脑认识的完善，还是对大脑模拟水平的提高，人们对价值的数据化认识都是有可能的。
第二，深度学习等现代智能技术的发展为价值数据化提供了可能。计算机并非万能，应当成为共识。某些计算机可以轻而易举解决的问题，人类却难以解决；而人类能够轻而易举解决的某些问题，计算机却难以解决。司法裁判中的价值判断问题就是如此。但是，并非人类对于计算机的某些“愚笨”就无能为力，因为人类总会千方百计想到可能替代解决的方案。从这个层面来说，深度学习也是解决价值数据化的重要技术之一。针对某些直观却又难以让计算机解决的问题，人类提出的代替性方案是，让计算机从经验中学习，而不是从逻辑中推理。通过穷尽所有经验性的知识，让计算机以层次化的概念体系来理解世界。“让计算机从经验中获取知识，可以避免由人类来给计算机形式化地指定它需要的所有知识。层次化的概念让计算机建构较简单的概念来学习复杂概念，如果绘制出表示这些概念如何建立在彼此之上的图，我们将得到一张深层次很多的图”。一个与此相关的例证是计算机可以战胜国际象棋的世界冠军——这对于人工智能来说是非常简单的。因为国际象棋的规则是非常简短的、完全形式化的规则，通过把规则转化成可计算的数据，就很容易以程序的方式表达出来。计算机以其无法比拟的计算速度和永不疲乏的计算特性，可以轻易打败世界冠军。然而，面对需要抽象化的、难以数据化的任务时，计算机就会显得比较“无能”。为此，如果我们能够将所需要解决的问题以数据的形式表达，那么计算机的能力就会不断得到提高，将大千世界表示为“嵌套的层次概念体系”。从这个方面来说，如果我们能够将价值通过数据的形式实现经验性的穷尽，并输入计算机程序系统中，那么计算机就深度学习了价值的概念层次，并将其植入司法决策当中。
第三，计算机阅读人类的心理状态能力越来越强，为价值数据化奠定了基础。早在20世纪70年代，就有比较复杂的程序将能够“理解”和处理一些（但不一定是所有）关于文件中项目的材料；它可以通过读取存储的项目来为律师找到最好的材料，而不仅仅提取使用它指定的任何或所有关键字的项目。法律推理的一个方面是计算出另一方当事人的精神状态（他们的信仰、意图等），并评估他们的推理在各种情况下是如何进行的。理想情况下，这种“读心术”的过程是可以通过一套严格的规则体系来实现的，这种规则体系允许我们以一种整洁和合乎逻辑的方式决定另一方的思想是什么或将要发生什么。这意味着，半个世纪之前的人类已经开发了能够理解人类内心的程序系统，从某种意义上说属于科技化、智能化的“读心术”。而且，在法律程序的可视化研究方面，已有学者指出，一个基于web的演示模型Lexecute已经诞生，此工具的目的是使法律程序变成可理解的表示并实现可视化。由于它是一种自适应的方法，可以直接应用于任何法律程序。Lexecute补充了允许在模型中轻松导航的交互式组件，Lexecute证明了工作流建模方法（从其他领域知道）也可以用于司法领域。这些技术的发展，一方面证明了对于人类的主观状态的认识和表示，计算机并非无能为力，相反还取得了较好的成绩，因而为价值数据化奠定了技术和经验基础；另一方面，价值数据化可以在计算机的阅读能力展示中获得生存的空间。
（二）价值数据化的方式
基于机器学习，特别是深度学习理论，我们对于归纳和总结价值数据化的方式有了信心。在人工智能当中，对于经验知识的概括主要用标记的方式来完成数据集的表达。收集数据应当是一个过程，它从特定的事物、领域开始，形成示例或者样本，通过对经验知识采用取值的方式，最终形成有关经验知识的数据集。
首先，要能够确定价值的属性。鉴于数据集中的记录是关于对象的描述，能够反映对象在某些方面的表现或者性质的事项。例如，关于西瓜的描述，可以用“色泽”“根蒂”“敲声”等事项来确定其性质。就价值的概念及其属性特征来看，必须区分作为经济学概念的价值、作为哲学概念的价值以及作为法学概念的价值。在经济学意义上，价值主要是指物品表现出来的价格；在哲学上，价值主要是能够促进的某种善；而在法学意义上，价值可以视为衡量法律的标准。因此，从司法人工智能发展的角度看，要将作为法学概念的价值与价值的具体内容分别凝练特征。比如，可以从“主体”“内容”“客体”等维度对价值进行特征描述；对于具体的法律价值，如自由，亦可以从“主体”“内容”“客体”的角度进行描述。可以说，仔细观察、精确描述价值的属性是实现价值数据化的关键，也是此价值与彼价值区分的关键。任何经验性事物的属性特征，可能需要较多关键词的描述才能实现经验性事物描述的客观化。此时深度学习和大脑运作的模拟技术就能够发挥重要作用。
其次，能够设定价值的属性值。取值就是属性数据化的关键步骤。比如上文所说的关于西瓜的描述用“色泽”“根蒂”“敲声”等事项来确定其性质，那么赋值时，就可以采用“色泽=青绿”“根蒂=乌黑”“敲声=清脆”等方式进行。基于赋值的基本原理，对于价值的属性也可以进行取值，从而使得价值能够初步被识别。上文提及价值可以从“主体”“内容”“客体”等方面确定其属性，那么其属性值就可以通过如下方式进行取值，如“主体=法官”“内容=公正”“客体=法条”等。鉴于经验性知识本身的属性特征需要更为丰富才能确定其唯一性，所以也需要多次取值才能设定价值的属性值。从属性到属性值，是价值数据化过程中最关键的一环，还需更多研究。本文在此不再赘述。
再次，要为价值样本形成特征向量。当价值的属性值确定以后，就会形成机器学习的属性空间，并且属性值可以使得每种价值都有自己的坐标位置。“由于空间中的每个点对应一个坐标向量，这样就形成了示例的特征向量”。通过特征向量就可以对价值进行比较清晰地描述。在一般理论的基础上，我们可以通过数学模型形成价值的基础算法。假设D=｛x1，x2，x3，x4，……，xn｝表示包含n个示例的数据集，每个示例由d个属性描述（例如对价值数据用了3个属性描述），则每个示例xi=｛xi1，xi2，xi3，xi4，……，xid｝是d维样本空间x中的一个向量，xi∈x，其中xij是xi在第j个属性上的取值，d就是xi的维数。通过学习算法和训练数据的建立，价值数据化就有了初步可能。
最后，通过标记方式建立价值的“预测”模型。机器学习的过程就是不断找到“真相”或者逼近“真相”的过程。但是“真相”的探寻，还需要在示例数据的基础上，获得训练样本的结果信息。标记是实现数据化的价值能够输出预测结果的重要形态，并区分了监督学习和无监督学习，从而实现价值的分类、回归或者聚类。
四、司法人工智能如何实现价值判断
时尚的法则就是生活的法则。而生活的法则必须对“时尚”流行的东西进行必要的回应，认识其规律性，从而从根本上把握发展乃至规制的进路。基于上述价值判断的通行做法，以及对司法人工智能进行价值判断的可能性及其方式的考察，司法人工智能可以在总结价值判断通行做法的基础上，获取新的发展经验。具体来说，就是要通过形成价值数据集，形成价值大数据的程式，从而以决策树的形式统合分析价值问题，最终实现司法人工智能能够进行价值判断的目标。
（一）价值数据集的整合
价值数据化为价值数据集的形成奠定了基础。通过价值数据化形成价值数据集，本质上就是对以价值为核心词汇的经验性知识进行穷尽，把“价值”“自由”“平等”“秩序”“公平”“正义”等词语转化成可以用属性特征来观察的词语，然后对其特征向量进行描述，并对它们予以标记。
形成价值数据集，需要加强对价值的研究。就形成价值属性来看，目前我们对价值总论的研究以及对具体价值的研究并不充分。因而，当我们需要追问具体价值属性特征的时候，可能陷入茫然之中。因为我们并未完全认识到“自由”“平等”“秩序”等词语或者现实目标究竟可以用哪些有意思或者比较精确的词语描述他们的属性特征。一旦描述失败，司法人工智能的第一步就难以实现。
当然，对价值研究的失败也未必对司法人工智能造成毁灭性打击。因为对于许多未能提取特征的任务来说，机器学习也能够帮助我们挖掘属性特征，这在理论界被称之为“表示学习”。有一个与之相似的案例可以说明这个问题。有学者指出：“假设我们想编写另一个程序来检测照片中的车。我们知道，汽车有轮子，所以我们可能会想用车轮的存在与否作为特征。遗憾的是，我们难以准确地根据像素值来描述车轮看上去像什么。虽然车轮具有简单的几何形状，但它的图像可能会因场景而异，如落在车轮上的阴影、太阳照亮的车轮的金属零件、汽车的挡泥板或者遮挡的车轮一部分的前景物体等。”显然，对于存在诸多妨碍特征提取的事物，表示学习是提取特征的捷径。“学习到的表示往往比手动设计的表示表现得更好。并且它们只需要最少的人工干预，就能让AI系统迅速适应新的任务。表示学习算法只需几分钟就可以为简单的任务发现一个很好的特征集，对于复杂任务则需要几小时到几个月。手动为一个复杂的任务设计特征需要耗费大量的人工、时间和精力，甚至还需要花费整个社群研究人员几十年的时间”。比如，自编码器就是表示学习算法的重要发明。对于价值问题而言亦是如此。人类对价值问题的认识已经有了上千年，但是对于具体价值的属性特征的认识却并没有多大进展。譬如博登海默对正义的看法一样：“正义具有着一张普罗透斯似的脸，变化无常，随时可呈现不同形状，并且具有极不相同的面貌。”普罗透斯指的是古希腊的海神，能够预见未来，但是没人知道他是谁，因为他百变多样。所以，经常可见的情形是，我们每一个人都追求正义，但是正义到底是什么，我们并没有一个统一的标准，即没有对正义的属性特征形成固定的看法。所以，用属性特征来描绘具体价值，是一件十分困难的事情。当人们对正义的研究尚未取得重大突破的时候，表示学习就极有可能派上用场。
在提取属性特征时，表示学习的目标是为了分离出观察数据的变差因素。通常情况下，因素这个词仅指影响的不同来源，它们不是乘性组合。这些因素不是能够被直接观察到的量。相反，它们可能是现实世界中观察不到的物体或者不可观察的力，但会影响可观察的量。为了对观察到的数据提供有用的简化解释或推断其原因，它们还可能以概念的形式存在于人类的思维中。它们可以被看作是数据的概念或者抽象，帮助我们了解这些数据的丰富性。显然，表示学习扩张了人类对经验性知识的想象空间和范围，并用更多的外围因素来计算经验知识，从而增长对经验知识的认识精确性。有关价值及其相关具体内容的研究，如果难以提取属性特征，就需要观察更多的因素，比如对正义的观察可能就需要扩大到主观心态、生理感受、人与人之间的对比、具体个案的比较等因素。
值得注意的是，从技术上说，机器学习的全自动数据分析可以为属性特征的确定提供帮助。这是因为，过去在机器学习用于现实任务时，描述样本的特征通常需要由人类专家来设计。众所周知，特征的好坏对泛化性能有至关重要的影响，人类专家设计出好特征并非易事。于是，特征学习可以通过机器学习技术自身来产生好特征。所以，目前我们对于“自由”“平等”“秩序”“公平”“正义”等具体价值的属性特征的认识难以完全到位，缺乏好特征的概括，还需要发挥全自动数据分析技术的作用。
通过对价值的认识，以及对“自由”“平等”“秩序”“公平”“正义”等具体价值的属性特征的概括或者通过表示学习的概括，就可以构成一个庞大的数据集。这个有关价值数据化的数据集可以用数据的形式描绘具体价值，从而既能对具体价值进行区别，也能够在法律适用时对具体价值是否存在位阶等问题进行衡量。可以说，对价值数据集的整合构成了司法人工智能发展的重要前提，并成为拉动司法人工智能发展的数据引擎。
（二）法律价值的算法程式
从第一部分的分析可知，价值判断的形式多种多样。因而，在价值数据集的基础上，我们要能够基于价值数据设定算法程式，使得法律价值在个案中能够自动进行决策和判断。关于法律价值的算法程式主要解决价值在个案中的应用问题，因而需要分层次对法律价值的算法程式进行编排。
第一，要形成法律价值的认定应用算法。当价值数据库形成以后，如何应用法律价值或者说在什么条件下应用法律价值就成为应当考虑的前提条件。正如本文第二部分所讨论的那样，法律价值在司法中的应用有条件限制。因而，要考虑把法律价值应用的条件用算法程式表达出来。主要思考进路是：（1）法律作为信息技术，可以在计算机系统中数据化。法律本身在某种程度上是一种工具和一种信息技术，但其有效性取决于它所处的更大的物质技术领域。合法生产的性质取决于其所处时代的技术。西方立法史表明，技术与法律的创造和实践有十分密切的联系。一个时代的技术既授权又限制了法律履行其信息功能的能力，即提供通知和从世界获取的事实。（2）信息技术化的法律可以成为算法编排的内容。所以，当法律在司法人工智能系统中被应用的时候，实际上还是信息化的法律主导算法规则，从而保证案件裁判可以做到依法裁判。（3）通过“if……then”规则确立的裁判算法解决不了所有案件的裁判问题，此时需要通过确定法律排除适用算法转向法律价值的应用。法律价值的认定应用算法是对规则应用算法的修正，也是价值应用算法的开端。在计算机程序中，以“but”方式排除法律规则的应用。比如，在正常情况下，司法人工智能面对故意杀人案的裁断是“if （张三盗窃他人食物被发现误伤他人）”，结果是“then（张三有罪）”。然而，如果张三是因为身无分文连续五天未进食，且无任何家人、社会组织救济他，那么轻易裁断张三有罪并不公正或者可以从轻或减轻处罚以符合公正原则，此时就需要通过“but”方式引入价值判断。此外，对于法律冲突时的价值判断，亦可以以此种算法处理。
第二，要形成法律价值的修正应用算法。法律价值之间也是存在竞争关系的，运用何种法律价值来判断、衡量他人的行为，还需要具体价值之间的竞争。“根据法律制度的不同，价值协调命令将主要由立法机关作出，并在不同程度上由行政立法和法院作出”。所以，司法人工智能系统要能够把各种竞争的价值表达出来，就要设置法律价值的修正应用规则。正如一些学者所言，人们对价值的需要存在偏好。这种偏好实质上就是修正单一的具体法律价值的应用过程。法官们一般会具体比较好价值之间的效用，从而解决具体的案件纠纷，但是具体法律价值之间的效用难以比较，需要法官进行衡量，特别是要排除一些不合理偏见，从而保证具体法律价值能够合理得到适用。司法人工智能系统就要考虑这种人为的主观衡量因素，进而把价值偏好通过算法程序设计出来。假设有劫匪持枪抢劫银行，银行工作人员A为了保护自己的生命，交出了银行储蓄柜的钥匙，导致银行财产受损。银行以A未能积极保护银行财产，贪生怕死为由，解除了与A的劳动合同。那么法官审理此案时就要对A交出钥匙的行为进行评估，A是应当保护自己的生命，还是要保护银行的财产。对此，司法人工智能裁判时，在法律价值认定应用算法的基础上，要有修正应用算法，保证人工智能不受不合理偏见的约束。
第三，要形成法律价值的补充应用算法。法律价值的补充应用算法程式主要是在无法可依的情形下，通过法律价值形成裁判规范或者裁判理由。法律价值的补充应用算法主要是在“if……then”规则中，将法律价值转化成可以进行规范操作的“then（……）”，从而让价值的具体内容可以通过特定的具体规则体现出来。比如，如果用公平正义价值裁断某一个案件，就会形成“if （某个案件无法可依）”，结果是“then（依据公平正义原则裁判）”。但是依据具体法律价值形成的裁判规范，其规则内容并不清晰，因而尚需司法人工智能系统通过深度学习吸收经验知识，形成更细微的属性特征描述公平正义。
（三）价值数据的统合应用
以上所列举的是司法人工智能如何识别价值判断，以及如何把经验性知识转化成可以识别的数据，从而形成价值的数据集。基于司法裁判的要求，司法人工智能系统还需要解决如何启动价值判断的问题，以将价值融入裁判中，使理论能够在实践中接受检验。
1.通过决策树理论的价值数据统合
通过人工智能技术识别价值判断“入场”的条件。前文已经预设了价值判断入场的四种情形，因而在对法律数据库和价值数据进行统合应用的时候，就要综合考虑什么条件下法律价值应当进入司法。从技术层面来看，决策树归纳作为最简单但也是最成功的机器学习形式，可以在此过程当中获得有效应用。在主要的工作流建模方法中发展了两种主要的方法机制：层次化和模块化。层次结构允许对工作流及其功能进行细化，并用树状结构表示。工作流由按时间逻辑顺序执行的多个功能组成，每个功能都由工作流支持（层次结构中最低的功能除外）。
决策树表示一个函数，以属性值向量作为输入，返回一个“决策”——简单输出值。输入值和输出值既可以是离散的，也可以是连续的。在机器学习中，决策树是一个预测模型；它代表的是对象属性与对象值之间的一种映射关系。一般地，一颗决策树包含了一个根结点、若干个内部结点和若干个叶结点；叶结点对应于决策结果，其他每个结点则对应于一个属性测试；每个结点包含的样本集合根据属性测试的结果被划分到子结点中；根结点包含样本全集。从根结点到每个叶结点的路径对应了一个判定测试序列。
从应用层面来看，决策树中的每个节点表示某个对象，而每个分叉路径则代表某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出，若欲有复数输出，可以建立独立的决策树以处理不同输出。数据挖掘中决策树是一种经常要用到的技术，可以用于分析数据，同样也可以用来作预测。决策树通过执行一系列测试达到决策。树中内部结点代表对输入属性Ai=Vik标识。在决策树中，每个变量都有一个较小的可能值集合。决策树理论借助布尔函数（Boolean function），形成了布尔决策树。布尔函数主要描述基于对布尔输入的某种逻辑计算确定的布尔值输出，从而奠定它在数字计算机芯片的设计中扮演基础角色。
布尔决策树逻辑上等价于断言“目标属性为真，当且仅当输入属性满足一条通向带true值叶结点的路径”，用命题逻辑表达为：
Goal （Path1 ∨ Path1 ∨ Path2……）
其中，每个Path是对应路径上“属性-值”测试的合取式，因此整个表达式等价于析取范式，这意味着命题逻辑的任何函数都可以表示成决策树。
用决策来表示价值判断在司法裁判中的入场，就是一个运用决策不断进行选择和调整的过程。用文字来表述，就是：如果事实与法律可以相互匹配，且裁判结果不存在违背公平正义之情形，则价值判断难以入场；一旦涉及两个以上的法律可以适用，或者没有法律可以适用的时候，则价值判断可以入场；价值判断的第一要求是首先选择法律原则进行判断，如果法律原则可以解决纠纷，形成裁判，价值判断程序终止；如果法律原则无法解决纠纷，则法律价值1入场；如果不匹配，则法律价值2入场；如果法律价值1和法律价值2的适用存在冲突，则又有需要引入法律价值的修正应用算法或者补充应用算法。总之，每一个决策当中都包含一个可能可以量化的子结构决策，而这个最终决策结论应当与我们所希望的判断结果一致，否则程序就应当继续下去。
2.两种特殊情形下的价值判断问题
用决策树理论考虑价值判断问题，需要注意的是：第一，如何看待法律冲突时需要运用价值判断问题；第二，在法律价值之间发生冲突问题时，用什么标准确定决策树的统合标准。
对于第一个问题，主要发生在同一部法律条文当中（法理学上对于新旧法律之间的冲突、下位法和上位法的冲突以及同等级别的法律之间的冲突解决已有原则性规定）。从法理学上看，无论是同一法律文本的内容冲突，还是不同法律文本的规则冲突，背后都隐含了立法目的之间的冲突，因而需要从价值上进行衡量。价值衡量的目的不仅是为了让法律的适用更符合具体个案的需求，也符合人们对特定价值取向的追求。此时，就要确定一个目标或者标准来作为同位阶法律冲突取舍的标准。换言之，需要对所追求的目的进行必要的属性赋值，从而形成价值的数据库内容之一。比如，假设因为暴雨导致水库必须泄洪，从而冲垮了当事人的池塘，导致大量鱼苗逃跑，损失惨重。此时，既可以适用紧急避险之规定，亦可以适用保护公民合法财产权之规定，但是在智能系统的设定中，必须有取舍之道。此时，可以运用贝叶斯理论对此进行决策计算。贝叶斯定理的近似求解功能，可以为机器学习算法的设计提供有效的路径。换言之，可以在属性特征已经较好表达的前提下，分别计算适用紧急避险规定和保护公民合法财产权规定之决策所带来的风险，从而确定适用结果，即确定公益优先之选择。
对于第二个问题，如系两种甚至是更多种不同的法律价值发生冲突，也需要确定价值适用的标准问题。在具体的个案处理过程中，如果个案的处理不仅突破了法律的范围，还涉及不同价值观念的冲突，就需要将不同的法律价值与不同的个案结合起来，权衡不同的法律价值对不同个案的具体影响程度，从而选择一个更为重要的法律价值来为法律价值在个案中的冲突提供明确的价值指引。比如在某案件中，因当事人容貌特殊被未经同意出镜而将电影制片厂告上法庭，此时面临保护公民权利之价值指引与保护自由创作之价值指引。从贝叶斯决策论的角度来看，亦可以通过贝叶斯定理进行决策估算，并得出以公共利益优先之一般情理结论。
五、结语
本文的写作是对司法智能系统如何回应司法价值判断的一个尝试，基本思路是：在理解裁判中司法价值判断运作方式的基础上，如何实现价值的数据化，并将数据化的价值纳入算法系统当中，形成事实与价值都能够回应的、完整的智能裁判系统。同时，从技术的层面来看，就实现司法人工智能的价值判断，进行了初步的理论探索，因而回应了对司法人工智能的某些质疑。任何简单推断价值判断难以在智能裁判中实现的结论，禁不起技术和历史的双重检验。从技术层面来看，现有的技术已经为司法裁判分析价值问题提供了可能；从历史来看，科技的不断发展使得一些看来十分荒谬的想法都有可能实现。并非科技实现不了历史，而是人们无法对未来进行更为具体的想象。
毫无疑问，我们对未来只能预测，而不能完全规划，本文提供的也只是一种基于未来技术进步所带来的社会影响的未雨绸缪似的设想。基于现有的技术能力和技术水平，对司法人工智能系统做某些适度的预测型判断，显然具有积极意义。一是从技术层面回应了现实需求，二是进行理论层面的探索，提供了一种可供参考的思考路径。但是，未来究竟有多远，以及我们能够达到多远的未来，甚至是否会有重大科学技术的出现改变了某种正常的技术推演过程，都无法预测。从这个角度来看，本文的研究既可能实事求是地反映了技术进步带来的便利，并为司法人工智能的发展提供了深厚的技术基础；同时，我们也应当看到在此领域，我们确实还需要有更多的关注。
最后还必须指出，本文的研究还存在诸多进一步扩展的空间。特别是如何对具体法律价值进行属性特征的描绘，以及如何基于属性特征进行赋值，在目前的学术研究中还存在广阔的拓展空间。显然，出现这种现象的原因是：一方面我们对人工智能如何容纳法律价值还缺乏共识性意见，另一方面对法律价值的研究本身也存在较多的不足，诸如如何从属性特征上精准区分自由和人权、平等与权利等法律价值，还有很长的路要走。
注：图片来源于网络。
本文发表于《四川大学学报》（哲学社会科学版）2021年第1期，注释从略。
欢 迎 关 注 本 微 信 号
《四川大学学报》（哲学社会科学版）
官方微信平台 SCDXXB-ZSB
长 按 识 别 二 维 码
关 注 我 们
编辑：一凡