魏斌：《法律人工智能的法理逻辑》|《互联网与法学》第三讲

点击蓝字 关注我们

2021年9月29日星期三下午，浙江大学光华法学院百人计划研究员魏斌老师为同学们带来了《互联网法学》课程第三讲——《法律人工智能的法理逻辑》。

教师简介 /Profile/

魏斌

浙江大学光华法学院

百人计划研究员、博士研究生导师

课程总述

本次课程中，魏老师从9月28日亮相清华大学计算机系成果发布会的中国首个原创虚拟学生——华智冰引入，介绍了当今法律与人工智能融合的现状，其中一个重要的方向是法律人工智能。魏老师从法律人工智能何以可能、第三代人工智能背景下的未来、法律人工智能的本体论反思、方法论反思和困境之应对等五个维度，带领大家从时空上领略了法律人工智能的发展历程，并就当下的现实问题展开深刻反思。

一、法律人工智能何以可能

在课程开篇，魏老师从独立学科的几个基本条件出发，搭建了我们本堂课程的框架，并对法律人工智能学的正当性进行了说明。独立的学科应当有明确的学科概念、学科属性和学科任务，有受认可的学术发展史、广泛的学术交流平台和稳定的学术研究团体，并且产出有影响力的研究成果，最终实现卓有成效的应用落地。

魏老师认为，在概念上，法律人工智能并非法律与人工智能的简单叠加，而是同时触及了人工智能领域的核心问题——推理、表达和学习，以及法律领域的核心问题——如何遵循立法和司法规律。因此，法律人工智能必须满足立法和司法需求，符合人工智能的技术特点，并且遵循司法公正、审判独立等司法规律。在理解法律人工智能这一概念并非是人工智能技术和应用现象的简单概括后，我们就能对科技赋能法律的目标有更深入的认识。

在国际上，人工智能领域与法学领域都对法律人工智能有较高的关注度。国际人工智能与法律大会（ICAIL）与国际法律知识与信息系统大会（JURIX）等国际会议的兴起、国际人工智能与法协会（IAAIL）等学术团体的发展，《人工智能与法律》杂志跻身法学期刊Q1区等现象，均说明了这一领域的蓬勃兴旺。国内也有中国政法大学出版的《法理——法哲学、法学方法论与人工智能》集刊将法律人工智能领域纳入法哲学与法学方法论的视野。魏老师指出，从学术发展历史来看，法律人工智能学科曾经并不为人重视，但随着大数据、算法和算力条件的具备，我们当前正处在法律人工智能发展的新一次浪潮。

二、 第三代人工智能背景下的未来

在课程的第二部分，魏老师为我们解构了人工智能赋能法律的底层逻辑。基于知识与数据的分野，人工智能学派可以分为符号主义和连接主义。符号主义以知识为中心，注重知识表达与推理，主张逻辑和认知科学的方法；连接主义以数据为中心，推崇通过数据挖掘和机器学习来利用数据。符号主义与连接主义可以相互融合，实现从感知到认知再到决策的过程。如浙江省高级人民法院与浙江大学、阿里巴巴达摩院合作开发的凤凰金融智审系统，就是通过人工标记案件要素建立案件数据库、投喂机器学习、模拟裁判逻辑、塑造逻辑知识图谱的过程中，实现数据中心与知识中心的结合。

然而，深度学习的不可解释性对传统司法的可预测性形成了挑战，法律安定性的秩序特征因此遭到削弱，而算法开发者的主观意图同样可能对判决结果造成干扰。具体到应用领域，对于案件量大且案由简单的案件，如金融借贷和民间借贷等民商事案件，可以推广使用智能裁判系统。然而，将法律人工智能用于审判刑事案件则需要慎之又慎，刑事案件有着极高的证明标准，错判将带来难以估量的后果，机器学习算法是无法保证达到排除合理怀疑的。如果非要在刑事领域尝试应用，那么应当从酒驾等没有事实争议的简易刑事案件考虑，复杂案件仍应当通过传统审判方式来裁判。

三、法律人工智能的法理反思

在课程的第三部分，魏老师从本体论、方法论和技术层面对法律人工智能进行了深入的反思。从本体论上看，法律代码化的思想由来已久，但正如美国最高法院大法官霍姆斯所言，“法律的生命不在于逻辑，而在于经验”，法律法规的确有部分可以符号化，但不能被非零即一的二进制所表述。从司法价值层面来考虑，公正和效率处在法律天平的两端，法律人工智能不能为提高效率价值而失去公正价值，公正应当优先于效率。目前智慧司法的应用重塑了审判模式，在线仲裁、在线调解、移动微法院等模式逐渐兴起，但传统审判模式有其不可替代的优势，在保证双方辩论权的基础上保证了程序正义，传统庭审的威严和庄重性都是线上审判所无法替代的。从审判权嬗变的视角来观察，类案强制检索机制可能导致法官“躺平”，削弱了法官审判的独立性和公正性。

在方法论层面，类案强制检索追求的“同案同判”本身也值得我们深入思考。基于目前深度学习和大数据技术而打造的类案检索推送系统，极可能导致“异案”被推送为“同案”，对于法官的判断产生干扰。对于存在情感道德因素的案件，法官除了需要厘清案件事实与法条适用外，最重要的任务是进行道德推理和价值判断，而人工智能难以作出“应当”的判断。

在技术层面，法律人工智能所依赖的大数据本身就具有“多源异构”的特点，区别于最初应用于深度学习的图像标注识别，法律文书本身就具有实体、实体关系、程序关系等多重要素，必须经由接受专业训练的人员标注后，方可应用于机器学习，语料库中一旦出现数据错误，预测结果也会随算法模型的传导而发生错误，而这种错误往往是难以被发掘和识别的。进一步地说，算法本身的偏见或歧视，在当下看来是个难以避免的问题。

四、法律人工智能困境之应对

在课程的第四部分，魏老师强调，科技是把双刃剑，我们应当扬长避短，促进人工智能在法律领域的正确应用有众多可选择的现实路径。回顾本体论的反思，法律显然是不能全局代码化的，作为一种社会规范，法律不仅是行为对或错的选择，更是多元价值的引导与取舍。随着社会发展，法律规范在不断变迁，学习能力、推理能力、说服能力始终是法律人的安身立命的本领，无法被机器替代。在应对审判模式方面，可以依照案件事实是否存在争议、争议是否重大来区分在线审理和传统审理。在审判权问题上，法律人应当有更强的职业能力与更高的职业操守，法官应当牢牢掌握审判权，而人工智能仅仅是辅助作用。对于案情特殊、难以参考的案件，应当豁免类案强制检索，充分给予法官裁量的空间。对于存在显著道德伦理关系的案件，仍应当由法官亲自审理，而非交由机器审判。

归根到底，法律还是一门“人”的学科，而作为法律人的我们，应当在这样的时代里提高自己的核心竞争力，从而在大浪淘沙的过程中锻炼核心竞争力，借人工智能之势来推动法律事业不断进步发展。

五、总结与讨论

人工智能与法律科学的融合是两门学科发展的必然趋势，它不是简单或机械的应用，而是法律实践需求和科学技术理性双向驱动的融合。在攻克交叉学科带来的新命题时，我们不仅要关注技术层面与知识层面的探索，更应当从法理学和法哲学等逻辑层面对法律人工智能系统的构建进行反思。未来的法律人是否会为法律人工智能替代？法律人工智能如何在司法领域发挥效用？在轰轰烈烈的科技研发与铺开应用之际，我们更应当注意探究法律人工智能实践的合理性、可靠性与正当性，为实践进步寻找理论上的依归。

END

本文作者：周   嵩

本文编辑：尚   鹏

本文审阅：周莙松

（本文观点和内容与本公众号无关）

延伸阅读：

主　    编：黄益豪

副  主  编：涂懿敏

来稿请投：[e-mail]

转载须授权