人工智能法律系统的法理学思考Word文件下载.docx
《人工智能法律系统的法理学思考Word文件下载.docx》由会员分享，可在线阅读，更多相关《人工智能法律系统的法理学思考Word文件下载.docx（11页珍藏版）》请在冰豆网上搜索。
70年代开始研究自然语言理解和专家系统。
1971年费根鲍姆教授等人研制出“化学家系统”之后，“计算机数学家”、“计算机医生”等系统相继诞生。
在其他领域专家系统研究取得突出成就的鼓舞下，一些律师提出了研制“法律诊断”系统和律师系统的可能性。
（注：
SimonChalton,LegalDiagnostics,ComputersandLaw,No.25,August1980.pp.13-15.BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.p.2.）
1970年Buchanan&
Headrick发表了《关于人工智能和法律推理若干问题的考察》，一文，拉开了对法律推理进行人工智能研究的序幕。
文章认为，理解、模拟法律论证或法律推理，需要在许多知识领域进行艰难的研究。
首先要了解如何描述案件、规则和论证等几种知识类型，即如何描述法律知识，其中处理开放结构的法律概念是主要难题。
其次，要了解如何运用各种知识进行推理，包括分别运用规则、判例和假设的推理，以及混合运用规则和判例的推理。
再次，要了解审判实践中法律推理运用的实际过程，如审判程序的运行，规则的适用，事实的辩论等等。
最后，如何将它们最终运用于编制能执行法律推理和辩论任务的计算机程序，区别和分析不同的案件，预测并规避对手的辩护策略，建立巧妙的假设等等。
Buchanan&
Headrick,SomeSpeculationAboutArtificialIntelligenceandLegalReasoning,23StanfordLawReview（1970）.pp.40-62.）法律推理的人工智能研究在这一时期主要沿着两条途径前进：
一是基于规则模拟归纳推理，70年代初由WalterG.Popp和BernhardSchlink开发了JUDITH律师推理系统。
二是模拟法律分析，寻求在模型与以前贮存的基础数据之间建立实际联系，并仅依这种关联的相似性而得出结论。
JeffreyMeld-man1977年开发了计算机辅助法律分析系统，它以律师推理为模拟对象，试图识别与案件事实模型相似的其他案件。
考虑到律师分析案件既用归纳推理又用演绎推理，程序对两者都给予了必要的关注，并且包括了各种水平的分析推理方法。
专家系统在法律中的第一次实际应用，是D.沃特曼和M.皮特森1981年开发的法律判决辅助系统（LDS）。
研究者探索将其当作法律适用的实践工具，对美国民法制度的某个方面进行检测，运用严格责任、相对疏忽和损害赔偿等模型，计算出责任案件的赔偿价值，并论证了如何模拟法律专家意见的方法论问题。
'
ModelsofLegalDecisionmakingReport'
R-2717-ICJ（1981）.）
我国法律专家系统的研制于20世纪80年代中期起步。
钱学森教授：
《论法治系统工程的任务与方法》（《科技管理研究》1981年第4期）、《社会主义和法治学与现代科学技术》（《法制建设》1984年第3期）、《现代科学技术与法和法制建设》（《政法论坛》）1985年第3期）等文章，为我国法律专家系统的研发起了思想解放和理论奠基作用。
）1986年由朱华荣、肖开权主持的《量刑综合平衡与电脑辅助量刑专家系统研究》被确定为国家社科“七五”研究课题，它在建立盗窃罪量刑数学模型方面取得了成果。
在法律数据库开发方面，1993年中山大学学生胡钊、周宗毅、汪宏杰等人合作研制了《LOA律师办公自动化系统》。
杨建广、骆梅芬编著：
《法治系统工程》，中山大学出版社1996年版，第344-349页。
）1993年武汉大学法学院赵廷光教授主持开发了《实用刑法专家系统》。
赵廷光等著：
《实用刑法专家系统用户手册》，北京新概念软件研究所1993年版。
）它由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法知识和对刑事个案进行推理判断的功能。
专家系统与以往的“通用难题求解”相比具有以下特点：
（1）它要解决复杂的实际问题，而不是规则简单的游戏或数学定理证明问题；
（2）它面向更加专门的应用领域，而不是单纯的原理性探索；
（3）它主要根据具体的问题域，选择合理的方法来表达和运用特殊的知识，而不强调与问题的特殊性无关的普适性推理和搜索策略。
法律专家系统在法规和判例的辅助检索方面确实发挥了重要作用，解放了律师一部分脑力劳动。
但绝大多数专家系统目前只能做法律数据的检索工作，缺乏应有的推理功能。
20世纪90年代以后，人工智能法律系统进入了以知识工程为主要技术手段的开发时期。
知识工程是指以知识为处理对象，以能在计算机上表达和运用知识的技术为主要手段，研究知识型系统的设计、构造和维护的一门更加高级的人工智能技术。
《中国大百科全书·
自动控制与系统工程》，中国大百科全书出版社1991年版，第579页。
）知识工程概念的提出，改变了以往人们认为几个推理定律再加上强大的计算机就会产生专家功能的信念。
以知识工程为技术手段的法律系统研制，如果能在法律知识的获得、表达和应用等方面获得突破，将会使人工智能法律系统的研制产生一个质的飞跃。
人工智能法律系统的发展源于两种动力。
其一是法律实践自身的要求。
随着社会生活和法律关系的复杂化，法律实践需要新的思维工具，否则，法律家（律师、检察官和法官）将无法承受法律文献日积月累和法律案件不断增多的重负。
其二是人工智能发展的需要。
人工智能以模拟人的全部思维活动为目标，但又必须以具体思维活动一城一池的攻克为过程。
它需要通过对不同思维领域的征服，来证明知识的每个领域都可以精确描述并制造出类似人类智能的机器。
此外，人工智能选择法律领域寻求突破，还有下述原因：
（1）尽管法律推理十分复杂，但它有相对稳定的对象（案件）、相对明确的前提（法律规则、法律事实）及严格的程序规则，且须得出确定的判决结论。
这为人工智能模拟提供了极为有利的条件。
（2）法律推理特别是抗辩制审判中的司法推理，以明确的规则、理性的标准、充分的辩论，为观察思维活动的轨迹提供了可以记录和回放的样本。
（3）法律知识长期的积累、完备的档案，为模拟法律知识的获得、表达和应用提供了丰富、准确的资料。
（4）法律活动所特有的自我意识、自我批评精神，对法律程序和假设进行检验的传统，为模拟法律推理提供了良好的反思条件。
二、人工智能法律系统的价值
人工智能法律系统的研制对法学理论和法律实践的价值和意义，可以概括为以下几点：
一是方法论启示。
P.Wahlgren说：
“人工智能方法的研究可以支持和深化在创造性方法上的法理学反思。
这个信仰反映了法理学可以被视为旨在于开发法律分析和法律推理之方法的活动。
从法理学的观点看，这种研究的最终目标是揭示方法论的潜在作用，从而有助于开展从法理学观点所提出的解决方法的讨论，而不仅仅是探讨与计算机科学和人工智能有关的非常细致的技术方面。
P.Wahlgren,AutomationofLegalReasoning:
AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在模拟法律推理的过程中，法学家通过与工人智能专家的密切合作，可以从其对法律推理的独特理解中获得有关方法论方面的启示。
例如，由于很少有两个案件完全相似，在判例法实践中，总有某些不相似的方面需要法律家运用假设来分析已有判例与现实案件的相关性程度。
但法学家们在假设的性质问题上常常莫衷一是。
然而HYPO的设计者，在无真实判例或真实判例不能充分解释现实案件的情况下，以假设的反例来反驳对方的观点，用补充、删减和改变事实的机械论方法来生成假设。
这种用人工智能方法来处理假设的办法，就使复杂问题变得十分简单：
假设实际上是一个新的论证产生于一个经过修正的老的论证的过程。
总之，人工智能方法可以帮助法学家跳出法理学方法的思维定势，用其他学科的方法来重新审视法学问题，从而为法律问题的解决提供了新的途径。
二是提供了思想实验手段。
西蒙认为，尽管我们还不知道思维在头脑中是怎样由生理作用完成的，“但我们知道这些处理在数字电子计算机中是由电子作用完成的。
给计算机编程序使之思维，已经证明有可能为思维提供机械论解释”。
转引自童天湘：
《人工智能与第N代计算机》，载《哲学研究》1985年第5期。
）童天湘先生认为：
“通过编制有关思维活动的程序，就会加深对思维活动具体细节的了解，并将这种程序送进计算机运行，检验其正确性。
这是一种思想实验，有助于我们研究人脑思维的机理。
）人工智能法律系统研究的直接目标是使计算机能够获取、表达和应用法律知识，软件工程师为模拟法律推理而编制程序，必须先对人的推理过程作出基于人工智能理论和方法的独特解释。
人工智能以功能模拟开路，在未搞清法律家的推理结构之前，首先从功能上对法律证成、法律检索、法律解释、法律适用等法律推理的要素和活动进行数理分析，将法理学、诉讼法学关于法律推理的研究成果模型化，以实现法律推理知识的机器表达或再现，从而为认识法律推理的过程和规律提供了一种实验手段。
法学家则可以将人工智能法律系统的推理过程、方法和结论与人类法律推理活动相对照，为法律推理的法理学研究所借鉴。
因此，用人工智能方法模拟法律推理，深化了人们对法律推理性质、要素和过程的认识，使法学家得以借助人工智能科学的敏锐透镜去考察法律推理的微观机制。
正是在这个意义上，BryanNiblett教授说：
“一个成功的专家系统很可能比其他的途径对法理学作出更多的（理论）贡献。
BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.note14,p.3.）
三是辅助司法审判。
按照格雷的观点，法律专家系统首先在英美判例法国家出现的直接原因在于，浩如烟海的判例案卷如果没有计算机编纂、分类、查询，这种法律制度简直就无法运转了。
PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:
DartmouthPublishingCo.,1997.p.402.）其实不仅是判例法，制定法制度下的律师和法官往往也要为检索有关的法律、法规和司法解释耗费大量的精力和时间，而且由于人脑的知识和记忆能力有限，还存在着检索不全面、记忆不准确的问题。
人工智能法律系统强大的记忆和检索功能，可以弥补人类智能的某些局限性，帮助律师和法官从事相对简单的法律检索工作，从而极大地解放律师和法官的脑力劳动，使其能够集中精力从事更加复杂的法律推理活动。
四是促进司法公正。
司法推理虽有统一的法律标准，但法官是具有主观能动性的差异个体，所以在执行统一标准时会产生一些差异的结果。
司法解释所具有的建构性、辩证性和创造性的特点，进一步加剧了这种差异。
如果换了钢铁之躯的机器，这种由主观原因所造成的差异性就有可能加以避免。
这当然不是说让计算机完全取代法官，而是说，由于人工智能法律系统为司法审判提供了相对统一的推理标准和评价标准，从而可以辅助法官取得具有一贯性的判决。
无论如何，我们必须承认，钢铁之躯的机器没有物质欲望和感情生活，可以比人更少地受到外界因素的干扰。
正像计算机录取增强了高考招生的公正性、电子监视器提高了纠正行车违章的公正性一样，智能法律系统在庭审中的运用有可能减少某些徇私舞弊现象。
五是辅助法律教育和培训。
人工智能法律系统凝聚了法律家的专门知识和法官群体的审判经验，如果通过软件系统或计算机网络实现专家经验和知识的共享，便可在法律教育和培训中发挥多方面的作用。
例如，
（1）在法学院教学中发挥模拟法庭的作用，可以帮助法律专业学生巩固自己所学知识，并将法律知识应用于模拟的审判实践，从而较快地提高解决法律实践问题的能力。
（2）帮助新律师和新法官全面掌握法律知识，迅速获得判案经验，在审判过程的跟踪检测和判决结论的动态校正中增长知识和才干，较快地接近或达到专家水平。
（3）可使不同地区、不同层次的律师和法官及时获得有关法律问题的咨询建议，弥补因知识结构差异和判案经验多寡而可能出现的失误。
（4）可以为大众提供及时的法律咨询，提高广大人民群众的法律素质，增强法律意识。
六是辅助立法活动。
人工智能法律系统不仅对辅助司法审判有重要的意义，而且对完善立法也具有实用价值。
EdwinaL.Rissland,ArtificialIntelligenceandLaw:
SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.（Vol.99:
1957-1981）.）例如，伦敦大学Imperial学院的逻辑程序组将1981年英国国籍法的内容形式化，帮助立法者发现了该法在预见性上存在的一些缺陷和法律漏洞。
SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.（Vol.99:
1957-1981）.）立法辅助系统如能应用于法律起草和法律草案的审议过程，有可能事先发现一些立法漏洞，避免一个法律内部各种规则之间以及新法律与现有法律制度之间的相互冲突。
三、法理学在人工智能法律系统研究中的作用
1.人工智能法律系统的法理学思想来源
关于人工智能法律系统之法理学思想来源的追踪，不是对法理学与人工智能的联系作面面俱到的考察，而旨在揭示法理学对人工智能法律系统的发展所产生的一些直接影响。
第一，法律形式主义为人工智能法律系统的产生奠定了理论基础。
18-19世纪的法律形式主义强调法律推理的形式方面，认为将法律化成简单的几何公式是完全可能的。
这种以J·
奥斯汀为代表的英国分析法学的传统，主张“法律推理应该依据客观事实、明确的规则以及逻辑去解决一切为法律所要求的具体行为。
假如法律能如此运作，那么无论谁作裁决，法律推理都会导向同样的裁决。
（美）史蒂文·
J·
伯顿著：
《法律和法律推理导论》，张志铭、解兴权译，中国政法大学出版社1998年9月版，第3页。
）换言之，机器只要遵守法律推理的逻辑，也可以得出和法官一样的判决结果。
在分析法学家看来，“所谓‘法治’就是要求结论必须是大前提与小前提逻辑必然结果。
朱景文主编：
《对西方法律传统的挑战》，中国检察出版社1996年2月版，第292页。
）如果法官违反三段论推理的逻辑，就会破坏法治。
这种机械论的法律推理观，反映了分析法学要求法官不以个人价值观干扰法律推理活动的主张。
但是，它同时具有忽视法官主观能动性和法律推理灵活性的僵化的缺陷。
所以，自由法学家比埃利希将法律形式主义的逻辑推理说称为“自动售货机”理论。
然而，从人工智能就是为思维提供机械论解释的意义上说，法律形式主义对法律推理所作的机械论解释，恰恰为人工智能法律系统的开发提供了可能的前提。
从人工智能法律系统研制的实际过程来看，在其起步阶段，人工智能专家正是根据法律形式主义所提供的理论前提，首先选择三段论演绎推理进行模拟，由WalterG.Popp和BernhardSchlink在20世纪70年代初开发了JUDITH律师推理系统。
在这个系统中，作为推理大小前提的法律和事实之间的逻辑关系，被计算机以“如果A和B，那么C”的方式加以描述，使机器法律推理第一次从理论变为现实。
第二，法律现实主义推动智能模拟深入到主体的思维结构领域。
法律形式主义忽视了推理主体的社会性。
法官是生活在现实社会中的人，其所从事的法律活动不可能不受到其社会体验和思维结构的影响。
法官在实际的审判实践中，并不是机械地遵循规则，特别是在遇到复杂案件时，往往需要作出某种价值选择。
而一旦面对价值问题，法律形式主义的逻辑决定论便立刻陷入困境，显出其僵化性的致命弱点。
法律现实主义对其僵化性进行了深刻的批判。
霍姆斯法官明确提出“法律的生命并不在于逻辑而在于经验”（注：
（美）博登海默著：
《法理学——法哲学及其方法》，邓正来、姬敬武译，华夏出版社1987年12月版，第478页。
）的格言。
这里所谓逻辑，就是指法律形式主义的三段论演绎逻辑；
所谓经验，则包括一定的道德和政治理论、公共政策及直觉知识，甚至法官的偏见。
法律现实主义对法官主观能动性和法律推理灵活性的强调，促使人工智能研究从模拟法律推理的外在逻辑形式进一步转向探求法官的内在思维结构。
人们开始考虑，如果思维结构对法官的推理活动具有定向作用，那么，人工智能法律系统若要达到法官水平，就应该通过建立思维结构模型来设计机器的运行结构。
TAXMAN的设计就借鉴了这一思想，法律知识被计算机结构语言以语义网络的方式组成不同的规则系统，解释程序、协调程序、说明程序分别对网络结构中的输入和输出信息进行动态结构调整，从而适应了知识整合的需要。
大规模知识系统的KBS（KnowledgeBasedSystem）开发也注意了思维结构的整合作用，许多具有内在联系的小规模KBS子系统，在分别模拟法律推理要素功能（证成、法律查询、法律解释、法律适用、法律评价、理由阐述）的基础上，又通过联想程序被有机联系起来，构成了具有法律推理整体功能的概念模型。
P.Wahlgren,AutomationofLegalReasoning:
AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）
第三，“开放结构”的法律概念打开了疑难案件法律推理模拟的思路。
法律形式主义忽视了疑难案件的存在。
疑难案件的特征表现为法律规则和案件之间不存在单一的逻辑对应关系。
有时候从一个法律规则可以推出几种不同的结论，它们往往没有明显的对错之分；
有时一个案件面对着几个相似的法律规则。
在这些情况下，形式主义推理说都一筹莫展。
但是，法律现实主义在批判法律形式主义时又走向另一个极端，它否认具有普遍性的一般法律规则的存在，试图用“行动中的法律”完全代替分析法学“本本中的法律”。
这种矫枉过正的做法虽然是使法律推理摆脱机械论束缚所走出的必要一步，然而，法律如果真像现实主义法学所说的那样仅仅存在于具体判决之中，法律推理如果可以不遵循任何标准或因人而异，那么，受到挑战的就不仅是法律形式主义，而且还会殃及法治要求实现规则统治之根本原则，并动摇人工智能法律系统存在的基础。
哈特在法律形式主义和法律现实主义的争论中采取了一种折中立场，他既承认逻辑的局限性又强调其重要性；
既拒斥法官完全按自己的预感来随意判案的见解，又承认直觉的存在。
这种折中立场在哈特“开放结构”的法律概念中得到了充分体现。
法律概念既有“意义核心”又有“开放结构”，逻辑推理可以帮助法官发现问题的阳面，而根据社会政策、价值和后果对规则进行解释则有助于发现问题的阴面。
开放结构的法律概念，使基于规则的法律推理模拟在受到概念封闭性的限制而对疑难案件无能为力时，找到了新的立足点。
在此基础上，运用开放结构概念的疑难案件法律推理模型，通过逻辑程序工具和联想技术而建立起来。
Gardner博士就疑难案件提出两种解决策略：
一是将简易问题从疑难问题中筛选出来，运用基于规则的技术来解决；
二是将疑难问题同“开放结构”的法律概念联系在一起，先用非范例知识如规则、控辩双方的陈述、常识来获得初步答案，再运用范例来澄清案件、检查答案的正确性。
第四，目的法学促进了价值推理的人工智能研究。
目的法学是指一种所谓直接实现目的之“后法治”理想。
美国法学家诺内特和塞尔兹尼克把法律分为三种类型。
他们认为，以法治为标志的自治型法，过分强调手段或程序的正当性，有把手段当作目的的倾向。
这说明法治社会并没有反映人类关于美好社会的最高理想，因为实质正义不是经过人们直接追求而实现的，而是通过追求形式正义而间接获得的。
因此他们提出以回应型法取代自治型法的主张。
在回应型法中，“目的为评判既定的做法设立了标准，从而也就开辟了变化的途径。
同时，如果认真地对待目的，它们就能控制行政自由裁量权，从而减轻制度屈从的危险。
反之，缺少目的既是僵硬的根源，又是机会主义的根源。
（美）诺内特、塞尔兹尼克著：
《转变中的法律与社会》，张志铭译，中国政法大学出版社1994年版，第60页。
）美国批判法学家昂格尔对形式主义法律推理和目的型法律推理的特点进行了比较，他认为，前者要求使用内容明确、固定的规则，无视社会现实生活中不同价值观念的冲突，不能适应复杂情况和变化，追求形式正义；
后者则要求放松对法律推理标准的严格限制，允许使用无固定内容的抽象标准，迫使人们在不同的价值观念之间做出选择，追求实质正义。
与此相应，佩雷尔曼提出了新修辞学（NewRhetoric）的法律理论。
他认为，形式逻辑只是根据演绎法或归纳法对问题加以说明或论证的技术，属于手段的逻辑；
新修辞学要填补形式逻辑的不足，是关于目的的辩证逻辑，可以帮助法官论证其决定和选择，因而是进行价值判断的逻辑。
他认为，在司法三段论思想支配下，法学的任务是将全部法律系统化并作为阐释法律的大前提，“明确性、一致性和完备性”就成为对法律的三个要求。
而新修辞学的基本思想是价值判断的多元论，法官必须在某种价值判断的指示下履行义务，必须考虑哪些价值是“合理的、可接受的、社会上有效的公平的”。
这些价值构成了判决的正当理由。
沈宗灵著：
《现代西方法理学》，北京大学出版社1992年版，第443-446页。
）制造人工智能法律系统最终需要解决价值推理的模拟问题，否则，就难以实现为判
升级会员 