作者簡(jiǎn)介：宋旭光 深圳大學(xué)法學(xué)院助理教授，法學(xué)博士；法治與法律方法研究中心主任。先后于《法制與社會(huì)發(fā)展》《環(huán)球法律評(píng)論》《東方法學(xué)》《政法論叢》等期刊發(fā)表論文、譯文十余篇。代表作有《理由、推理與合理性——圖爾敏的論證理論》等。主要研究方向?yàn)榉ㄕ軐W(xué)、法學(xué)方法論等。
摘要：司法裁判人工智能化是指機(jī)器能代替法官獨(dú)立完成某些司法決策。目前主要有兩種進(jìn)路：一是基于顯式編碼、封閉規(guī)則之算法的專家系統(tǒng)；二是基于機(jī)器學(xué)習(xí)算法的預(yù)測(cè)分析論。法律專家系統(tǒng)雖有多年積累，但限度已顯。大數(shù)據(jù)算法雖方興未艾，但也同樣難以成功：第一，司法裁判從本質(zhì)上就無(wú)法根據(jù)既往數(shù)據(jù)被預(yù)測(cè)；第二，機(jī)器裁判顛覆了許多司法的基本預(yù)設(shè)，消解了人的自主權(quán)，違背了人類發(fā)明人工智能的初衷，而諸如推動(dòng)類案類判、限制自由裁量等辯護(hù)理由都是難以維系的；第三，司法大數(shù)據(jù)現(xiàn)實(shí)上難以支撐算法裁判在技術(shù)上的實(shí)現(xiàn)。總之，人工智能不能也不應(yīng)當(dāng)成為法官那樣的決策主體，更為務(wù)實(shí)的方向是去發(fā)掘其作為輔助工具的價(jià)值。
一、導(dǎo)論
司法裁判的人工智能化并不是新近出現(xiàn)的問(wèn)題，在起起伏伏的數(shù)次人工智能浪潮中，相關(guān)議題早已經(jīng)被擺上了學(xué)者的研究日程。進(jìn)入新世紀(jì)，尤其是2010年之后，隨著大數(shù)據(jù)時(shí)代的到來(lái)，以及圖像、語(yǔ)音、文本識(shí)別技術(shù)特別是算法、算力的發(fā)展，以機(jī)器學(xué)習(xí)（尤其是深度學(xué)習(xí)）為代表的人工智能獲得了新的生機(jī)，諸如駕駛、翻譯、對(duì)話等過(guò)去認(rèn)為只能由人類智慧才能做出的事情，現(xiàn)在部分已經(jīng)可以由機(jī)器完成，這些技術(shù)被廣泛應(yīng)用在商品推銷、出行導(dǎo)航等諸多領(lǐng)域。當(dāng)然，也有了許多法律智能系統(tǒng)問(wèn)世，例如，Lex Machina法律分析工具，Ross智能系統(tǒng)，LawGeex系統(tǒng)，KMStandards、Seal等合同分析軟件，COMPAS、CSOSA、LSI-R等犯罪預(yù)測(cè)工具，等等。在我國(guó)，也有不少法院推出了相應(yīng)的智能輔助辦案系統(tǒng)，如，北京市高級(jí)人民法院的“睿法官”智能研判系統(tǒng)，上海市高級(jí)人民法院的“206”刑事案件智能輔助辦案系統(tǒng)，以及最高人民法院的“類案智能推送系統(tǒng)”，等等。這些產(chǎn)品都展現(xiàn)出人工智能技術(shù)強(qiáng)大的功能和潛力。于是，許多人開始憧憬人類進(jìn)入司法裁判智能化時(shí)代的未來(lái)場(chǎng)景，但也有人對(duì)這種時(shí)代所蘊(yùn)含的危機(jī)（諸如法律人的失業(yè)問(wèn)題）憂心忡忡。
在這種背景下，本文打算討論一個(gè)前提性問(wèn)題，即司法裁判的人工智能化是否可能實(shí)現(xiàn)，它又可能面臨著哪些難題？為了回答這一問(wèn)題，首先需要明確所謂司法裁判智能化以及智慧司法究竟指的是什么，具備何種“智能”的機(jī)器才能被認(rèn)為實(shí)現(xiàn)了這種智能化。與人工智能算法和司法裁判理論相對(duì)應(yīng)，下文將分兩種進(jìn)路進(jìn)行分析：一種是顯式編碼、封閉規(guī)則的算法，即法律專家系統(tǒng)；另一種是機(jī)器學(xué)習(xí)算法，依靠大數(shù)據(jù)分析實(shí)現(xiàn)對(duì)判決的預(yù)測(cè)。前一種進(jìn)路已經(jīng)有了數(shù)十年的討論，雖然成果頗豐，但終未顯露勝利的跡象，目前也是疲態(tài)已顯。后一種進(jìn)路則方興未艾，野心勃勃。本文討論的重點(diǎn)就放在后一種進(jìn)路之上，若要實(shí)現(xiàn)這種大數(shù)據(jù)算法裁判，法官的裁判必須是可被預(yù)測(cè)的，依靠學(xué)習(xí)算法可以實(shí)現(xiàn)這種預(yù)測(cè)，且算法裁判是正當(dāng)?shù)摹榇耍疚牡恼撟C將分三個(gè)層面：第一，從本質(zhì)上看，司法裁判是否可以預(yù)測(cè)；第二，如果裁判可以被預(yù)測(cè)，那么，這種預(yù)測(cè)結(jié)果是否應(yīng)當(dāng)被應(yīng)用于司法裁判；第三，如果司法裁判可以被預(yù)測(cè)且算法裁判具有正當(dāng)性，那么，學(xué)習(xí)算法是否可以實(shí)現(xiàn)這種預(yù)測(cè)，它在現(xiàn)實(shí)中是否可行。本文的結(jié)論總體上是悲觀的，即司法裁判的人工智能化是難以實(shí)現(xiàn)的，除非法學(xué)范式發(fā)生了根本性的改變。
二、司法裁判人工智能化的界定
為了討論的有效性，這里首先要界定一個(gè)問(wèn)題，即達(dá)至何種“智慧”才算人工智能化，或者說(shuō)，至少在本文的討論中，“司法裁判人工智能化”所指的究竟是什么？
一種較為常見(jiàn)的觀點(diǎn)是，將人工智能技術(shù)的任何應(yīng)用，例如，將那些可以通過(guò)電子眼識(shí)別車牌號(hào)碼并做出放行動(dòng)作的系統(tǒng)，都稱為“人工智能”。這顯然不合適。嚴(yán)格來(lái)講，這種作為輔助工具的人工智能，與諸如多媒體、工業(yè)機(jī)器人等其他技術(shù)手段，并無(wú)本質(zhì)不同，其至多只是一種工具的改進(jìn)而已。例如，過(guò)去，制定法與案例往往以紙質(zhì)媒介的形式存在，“人力找法”相對(duì)繁雜；當(dāng)法律數(shù)據(jù)庫(kù)建立之后，以搜索引擎或算法作為工具，可以輔助特定人（例如法官或律師）更加低成本、高效率、高精準(zhǔn)度地進(jìn)行數(shù)據(jù)的檢索、搜集和整理。
從字面上來(lái)看，人工智能應(yīng)當(dāng)是對(duì)人類自然智能的一種比擬，是機(jī)器（或計(jì)算機(jī)程序）模仿人類的一種能力。因此，在許多人看來(lái)，人工智能化指的是機(jī)器可以擁有像人類一樣的思維和情感能力。通常，人類是理性的，能夠通過(guò)自己獨(dú)特的大腦和神經(jīng)系統(tǒng)對(duì)外間世界作出精確反應(yīng)或進(jìn)行抽象思考，并在復(fù)雜的情境中作出審慎的判斷；人類是有復(fù)雜情感的，有同情心和同感力，雖然有時(shí)候也會(huì)有偏見(jiàn)或沖動(dòng)。但若真有一天，一種可以完全像人類一樣（或超越人類）的機(jī)器成為現(xiàn)實(shí)的話，那人類就不再是獨(dú)一無(wú)二的，這種“硅基人類”不是在司法裁判上，而是可能在整體上代替我們這些“碳基人類”，而且這樣的替代似乎還具有極大的正當(dāng)性（因?yàn)闄C(jī)器能比人類做得更好！）。在這種情境下，司法裁判人工智能化的問(wèn)題便不再重要了，問(wèn)題更多在于是人類愿不愿意接受這種智能化，或者人類還有沒(méi)有能力抵抗這種被機(jī)器替代的風(fēng)險(xiǎn)。
實(shí)際上，就目前來(lái)看，人類的這種理性和愛(ài)恨情仇依然被認(rèn)為是獨(dú)一無(wú)二的。因此，更值得關(guān)注的是一種比這更弱的人工智能，即機(jī)器能夠獨(dú)立完成某些原本需要依靠人類智慧才能完成的決定或任務(wù)（例如，關(guān)于某一案件的法律推理、司法裁判等），這才是對(duì)人類智能的模擬。在這個(gè)意義上，“決策智能化”最簡(jiǎn)單的標(biāo)志便是看算法程序運(yùn)行的結(jié)果，究竟是找到了一系列依然需要人類進(jìn)行閱讀、分析、權(quán)衡、選擇、決策的數(shù)據(jù)，還是它已經(jīng)通過(guò)數(shù)據(jù)分析就相關(guān)問(wèn)題的解答給出了結(jié)論，即使這些結(jié)論僅僅被當(dāng)作是初步的建議。后者才算得上“智能”。
總之，本文討論中的“司法裁判人工智能化”所指的主要不是機(jī)器擁有某種類似甚至超過(guò)法官的智能，也不是說(shuō)機(jī)器可以輔助人類完成某項(xiàng)任務(wù)，而是說(shuō)機(jī)器可以代替法官獨(dú)立作出某些裁判決定。那么，根據(jù)這樣的定義，目前人工智能技術(shù)在司法裁判中的應(yīng)用，例如應(yīng)用在司法裁判的某一階段或某一任務(wù)中，提高司法效率，或者設(shè)計(jì)人工智能系統(tǒng)，為法官?zèng)Q策提供協(xié)助所涉及的都還是作為輔助工具的人工智能，而與司法裁判的智能化無(wú)關(guān)。
三、司法裁判人工智能化的兩種路徑
既然是司法裁判的人工智能化，首先當(dāng)然與對(duì)司法裁判的認(rèn)識(shí)相關(guān)。目前，司法裁判人工智能化的努力，依然沒(méi)有完全逃脫出傳統(tǒng)裁判理論框架的拘束，雖然也體現(xiàn)出許多差異。
（一）司法裁判的性質(zhì)與人工智能化
一般而言，有關(guān)司法裁判的過(guò)程，有形式主義與現(xiàn)實(shí)主義兩種不同風(fēng)格的說(shuō)明：前者將司法裁判看作是一種以法律規(guī)范和案件事實(shí)為前提的推論過(guò)程，法官是依據(jù)邏輯推論規(guī)則推出判決的；后者則更多將司法裁判看作是經(jīng)驗(yàn)的慎思過(guò)程，法官是在道德、政策、直覺(jué)（或者前理解）等現(xiàn)實(shí)因素的影響下作出決定的。
前者認(rèn)為，法學(xué)的任務(wù)在于建構(gòu)一種完美的法律體系，借助這種體系，每個(gè)案件事實(shí)都對(duì)應(yīng)著一個(gè)唯一的正確答案，裁判者只需依據(jù)形式邏輯法則便可以根據(jù)規(guī)范和事實(shí)推導(dǎo)出這個(gè)唯一的正確答案；后者認(rèn)為，法學(xué)家應(yīng)該更為關(guān)注法律的實(shí)效，重視經(jīng)濟(jì)、社會(huì)、政治、道德甚至裁判者的主觀偏好等現(xiàn)實(shí)因素在法官裁判中的關(guān)鍵角色，并努力根據(jù)各種現(xiàn)實(shí)因素，實(shí)現(xiàn)對(duì)于法官行為的準(zhǔn)確預(yù)測(cè)。
在法律人工智能領(lǐng)域也有兩種相應(yīng)的算法：第一，顯式編碼、封閉規(guī)則的算法，通過(guò)法律專家系統(tǒng)實(shí)現(xiàn)對(duì)人類法律推理的模擬并將之應(yīng)用于司法裁判的決策；第二，機(jī)器學(xué)習(xí)算法，通過(guò)大數(shù)據(jù)分析訓(xùn)練，發(fā)現(xiàn)人類司法裁判的內(nèi)在規(guī)律，并將之應(yīng)用于對(duì)未來(lái)裁判的預(yù)測(cè)。后面的討論將以“自動(dòng)判決機(jī)”與“裁判學(xué)習(xí)器”的隱喻來(lái)象征這兩種不同方向，無(wú)疑，前者代表了形式主義風(fēng)格的理論，而后者帶有很強(qiáng)的經(jīng)驗(yàn)主義色彩，雖然這兩種進(jìn)路與形式主義裁判理論和現(xiàn)實(shí)主義裁判理論并不是嚴(yán)格對(duì)應(yīng)的。
（二）基于形式主義推演論的“自動(dòng)判決機(jī)”
早在“人工智能”這一術(shù)語(yǔ)出現(xiàn)之前，形式主義法學(xué)（或機(jī)械法學(xué)）就已經(jīng)醞釀了一種裁判智能化的美夢(mèng)。如馬克斯•韋伯（Max Weber）所講，法學(xué)界早有這種想象存在：法官是一個(gè)訴訟機(jī)器，只需要將當(dāng)事人的訴訟要求以及訴訟費(fèi)用塞進(jìn)這樣的機(jī)器，便可以根據(jù)法典中推演出來(lái)的理由得到相關(guān)的答復(fù)。
通常，這種“自動(dòng)判決機(jī)”的運(yùn)行原理是建立在“法律的公理體系”之上的：如果法律體系可以被建構(gòu)得像公理體系那樣，法學(xué)家便可以像數(shù)學(xué)家那樣工作，法學(xué)問(wèn)題也可以像數(shù)學(xué)問(wèn)題一樣通過(guò)“計(jì)算”予以解決。這種對(duì)法律推理的機(jī)械性說(shuō)明，在很大程度上激發(fā)了人們對(duì)于“自動(dòng)判決機(jī)”的探索，只要機(jī)器能夠遵循相應(yīng)的思維準(zhǔn)則，依此自動(dòng)推出相應(yīng)的結(jié)論，即實(shí)現(xiàn)智能裁判，似乎也不是一個(gè)難題。
這便代表了司法裁判智能化的第一種思路：基于邏輯系統(tǒng)或計(jì)算機(jī)程序的建模，來(lái)模擬人的推理方式，其典型成果便是各種知識(shí)庫(kù)系統(tǒng)或?qū)＜蚁到y(tǒng)。簡(jiǎn)單來(lái)說(shuō)，這種專家系統(tǒng)的建立至少需要三個(gè)條件：第一，提前建立一個(gè)儲(chǔ)存在計(jì)算機(jī)之中包括相關(guān)素材（法律或案例等）的數(shù)據(jù)庫(kù)；第二，對(duì)這些素材進(jìn)行技術(shù)處理，建立索引使其可以通過(guò)關(guān)鍵詞或關(guān)鍵要素進(jìn)行檢索；第三，建立一個(gè)搜索引擎，可以對(duì)輸入的素材進(jìn)行檢索并輸出想要的結(jié)果。根據(jù)這種思路，只要能夠建構(gòu)一個(gè)可靠、完全的數(shù)據(jù)庫(kù)，依據(jù)提前設(shè)置的推論規(guī)則，便可以為該領(lǐng)域的個(gè)案提供解決方案。因此，許多輔助性的專家系統(tǒng)應(yīng)運(yùn)而生，它們主要包括兩種基本的類型：其一是基于規(guī)則的論證模型，例如TAXMAN系統(tǒng)；其二是基于案例的論證模型，例如HYPO系統(tǒng)。
在司法裁判人工智能化的努力中，很長(zhǎng)一段時(shí)間，形式主義路徑都占據(jù)主導(dǎo)地位。必須看到，在原來(lái)那個(gè)儲(chǔ)存成本和計(jì)算資源比較稀缺的時(shí)代，這種路徑的簡(jiǎn)潔性顯然更符合現(xiàn)實(shí)的要求。只是這種美夢(mèng)，不僅沒(méi)有隨著法律體系的發(fā)展和科學(xué)技術(shù)的進(jìn)步，而變得越來(lái)越指日可待，相反，越是到了科技進(jìn)步日新月異、法律體系越來(lái)越復(fù)雜化的今天，這樣的美夢(mèng)就越顯得遙遠(yuǎn)。人的推理包括法律推理過(guò)程太復(fù)雜了，模擬這種推理需要設(shè)計(jì)極其復(fù)雜的算法程序，以及極其驚人的計(jì)算能力和計(jì)算量，這是目前的理論水平和技術(shù)水平所不能承受的。例如，1984年開始的Cyc（來(lái)自英文單詞“Encyclopaedia”）項(xiàng)目，試圖通過(guò)將信息編碼成計(jì)算機(jī)可識(shí)別的形式來(lái)表示人類常識(shí)，但直至今日，這個(gè)項(xiàng)目依然“路漫漫其修遠(yuǎn)”。
而且，法律推理的實(shí)質(zhì)性和價(jià)值性也無(wú)法借用形式模型予以完全展現(xiàn)，法律推理的關(guān)鍵因素恰恰是計(jì)算機(jī)程序的短板。如今，法律體系變得越來(lái)越龐雜，立法更新越來(lái)越快，社會(huì)變遷、技術(shù)革新帶來(lái)了太多的新型、疑難問(wèn)題，對(duì)于這些問(wèn)題的解答，法學(xué)家尚無(wú)法達(dá)成共識(shí)，遑論人工建構(gòu)的知識(shí)系統(tǒng)。
總之，對(duì)于形式主義方案而言，關(guān)鍵之處在于建構(gòu)一套可以模擬人類法律推理的模型，以法律規(guī)則或案例數(shù)據(jù)庫(kù)為基礎(chǔ)，借助提前植入的算法程序，推出相應(yīng)結(jié)果。其難題在于，法律推理的復(fù)雜性和評(píng)價(jià)性是計(jì)算機(jī)程序難以模擬的。不過(guò)，如果將專家系統(tǒng)局限在某些特定的尤其是形式化程度較高的領(lǐng)域，它依然可能發(fā)揮作用，正如法律智能系統(tǒng)專家阿什利（Kevin D. Ashley）所言，“盡管法律專家系統(tǒng)不再是主流范式，但依然在許多語(yǔ)境中被廣泛地使用”。當(dāng)然，之于實(shí)現(xiàn)司法裁判人工智能化的目標(biāo)而言，這樣的現(xiàn)狀顯然是不能令人滿意的。
（三）基于大數(shù)據(jù)預(yù)測(cè)論的“裁判學(xué)習(xí)器”
隨著算法的革新、計(jì)算機(jī)能力的增強(qiáng)以及神經(jīng)科學(xué)等學(xué)科的進(jìn)步，機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)的興起帶來(lái)了一種新的希望，它推動(dòng)著人類的技術(shù)范式從“大定律，小數(shù)據(jù)”向“大數(shù)據(jù)，小定律”轉(zhuǎn)移。如果說(shuō)專家系統(tǒng)還是由人對(duì)知識(shí)進(jìn)行總結(jié)，然后“教會(huì)”計(jì)算機(jī)的話，那么，根據(jù)機(jī)器學(xué)習(xí)模式，計(jì)算機(jī)則可以通過(guò)大數(shù)據(jù)跟著人類學(xué)習(xí)，從經(jīng)驗(yàn)中汲取智慧。機(jī)器系統(tǒng)不再是按照人提前設(shè)置的路線模仿人類思維，而是“從樣例中學(xué)習(xí)”、“在問(wèn)題求解和規(guī)劃中學(xué)習(xí)”、“通過(guò)觀察和發(fā)現(xiàn)學(xué)習(xí)”、“從指令中學(xué)習(xí)”。
尤其是互聯(lián)網(wǎng)的大規(guī)模應(yīng)用以及存儲(chǔ)成本的降低帶來(lái)了龐大低廉的數(shù)據(jù)，規(guī)模遠(yuǎn)超任何一個(gè)專家知識(shí)庫(kù)，只要有一個(gè)足夠強(qiáng)大的搜索引擎，似乎就可以從這些數(shù)據(jù)中搜尋到想要的內(nèi)容。通過(guò)對(duì)數(shù)據(jù)的“學(xué)習(xí)”，機(jī)器便可以洞悉其中隱藏的“規(guī)律”或“關(guān)聯(lián)”，從而實(shí)現(xiàn)對(duì)于特定事項(xiàng)或行為的預(yù)測(cè)。
司法裁判人工智能化的另一種路徑也因此顯現(xiàn)了出來(lái)，即通過(guò)學(xué)習(xí)算法，讓學(xué)習(xí)器（learner）在大數(shù)據(jù)中自主學(xué)習(xí)如何“像法官那樣”進(jìn)行司法裁判。這種進(jìn)路便不可能將司法裁判看作是一種形式主義的機(jī)械裁判過(guò)程，而更多與現(xiàn)實(shí)主義法學(xué)的許多想法相對(duì)應(yīng)，尤其是后者有關(guān)經(jīng)驗(yàn)方法和預(yù)測(cè)論的內(nèi)容。但與現(xiàn)實(shí)主義法學(xué)不同，它并不必然要質(zhì)疑法律規(guī)范的證成作用，這種“裁判學(xué)習(xí)器”必然要預(yù)設(shè)的是，裁判是有規(guī)律或關(guān)聯(lián)可循的，而裁判證成的核心基礎(chǔ)究竟是規(guī)則還是經(jīng)驗(yàn)，并不關(guān)鍵。
從這種進(jìn)路來(lái)看，司法裁判智能化的關(guān)注點(diǎn)就“從模擬法律推理的外在邏輯形式進(jìn)一步轉(zhuǎn)向探求法官的內(nèi)在思維結(jié)構(gòu)”，關(guān)鍵詞從“規(guī)則”變成了“規(guī)律”，從“邏輯”變成了“概率”，從“推理”變成了“預(yù)測(cè)”，其核心的要素便在于建構(gòu)一種能夠?qū)崿F(xiàn)對(duì)判決（或裁定、決定）進(jìn)行預(yù)測(cè)的算法模型。這一點(diǎn)是與許多現(xiàn)實(shí)主義者的想法對(duì)應(yīng)的：對(duì)于法律思維的模擬必須看到社會(huì)主流道德觀念以及其他非理性內(nèi)在因素的影響，對(duì)此，統(tǒng)計(jì)學(xué)數(shù)據(jù)分析和經(jīng)驗(yàn)方法就可以派上用場(chǎng)了。美國(guó)法學(xué)家霍姆斯（Oliver W. Holmes）一百多年前就指明了這一方向：“對(duì)理性的法律研究來(lái)說(shuō)，在法律的故紙堆里皓首窮經(jīng)之人（the black-letter man）或許眼下大行其道，運(yùn)用統(tǒng)計(jì)學(xué)之人以及經(jīng)濟(jì)學(xué)的行家里手則引領(lǐng)未來(lái)。”在霍姆斯的論斷中隱含著某種預(yù)測(cè)論，他“所指的法律，正是對(duì)法院將會(huì)采取的實(shí)際舉措作出的預(yù)測(cè)，而不是什么故作高深的東西”，在他看來(lái)，法律人的“學(xué)習(xí)目標(biāo)就是預(yù)測(cè)，即預(yù)測(cè)公共強(qiáng)制力通過(guò)法院得到施展的概率”。
這和機(jī)器學(xué)習(xí)的原理是類似的：以歷史數(shù)據(jù)預(yù)測(cè)未來(lái)行為。就此而言，機(jī)器學(xué)習(xí)技術(shù)可以提供有力的支撐，幫助法律人提高預(yù)測(cè)的質(zhì)量。正如普通人基于經(jīng)驗(yàn)數(shù)據(jù)對(duì)天氣的預(yù)測(cè)一樣，即使人們可能無(wú)法知道風(fēng)暴或雨雪形成的物理機(jī)制，但卻可以根據(jù)云圖、風(fēng)向或者動(dòng)物的行為判斷它們來(lái)臨的幾率。在這個(gè)意義上，對(duì)于法官內(nèi)在思維的探究，必須依賴于經(jīng)驗(yàn)數(shù)據(jù)的支撐，而深度學(xué)習(xí)算法使得機(jī)器可以從大數(shù)據(jù)中自主學(xué)習(xí)。如果我們能夠以一種成熟的語(yǔ)言解析技術(shù)讓裁判學(xué)習(xí)器“讀懂”海量的判決書（或其他法律文件），再通過(guò)學(xué)習(xí)算法讓學(xué)習(xí)器從這些經(jīng)驗(yàn)數(shù)據(jù)中發(fā)現(xiàn)特定的規(guī)律或關(guān)系并產(chǎn)生模型，從而依據(jù)模型為新的個(gè)案提供（預(yù)測(cè)）相應(yīng)的解決方案，那么，就不僅實(shí)現(xiàn)了裁判的人工智能化，而且有利于推動(dòng)類案類判、限制自由裁量。這種方案看起來(lái)野心勃勃，但是，通過(guò)下文的分析，筆者依然將得出一個(gè)悲觀的結(jié)論，并為這種消極的答案給出一種可能的辯護(hù)。
四、大數(shù)據(jù)預(yù)測(cè)論與司法裁判的不可預(yù)測(cè)
首先要討論的問(wèn)題是司法裁判的可預(yù)測(cè)性。如果想要通過(guò)大數(shù)據(jù)分析實(shí)現(xiàn)對(duì)司法裁判的預(yù)測(cè)，最基本的前提便是司法裁判應(yīng)當(dāng)是可被預(yù)測(cè)的，但這個(gè)前提在理論上似乎并沒(méi)有得到足夠的支持。
（一）大數(shù)據(jù)預(yù)測(cè)論的隱含前提：司法裁判的可預(yù)測(cè)性
正如前述，司法裁判智能化兩種路徑的背后都有相應(yīng)的理論基礎(chǔ)，尤其是有關(guān)司法裁判之性質(zhì)的預(yù)設(shè)。例如，專家系統(tǒng)的核心預(yù)設(shè)是，人類思維有某種固定的或可模仿的模式，通過(guò)刻畫這些思維特征，便可以建構(gòu)出某種自動(dòng)推理模型，其中，規(guī)則模型預(yù)設(shè)了法律推理是一種規(guī)則指引的演繹推理，而案例模型則預(yù)設(shè)的是一種以案例為基礎(chǔ)的推理模式。
機(jī)器學(xué)習(xí)系統(tǒng)的背后也有其特定的預(yù)設(shè)：人類智慧指引的決定或行為是有特定規(guī)律或特征可循的，通過(guò)大數(shù)據(jù)分析，學(xué)習(xí)算法可以發(fā)現(xiàn)這樣的規(guī)律或者特征，從而實(shí)現(xiàn)對(duì)這些行為或決定的預(yù)測(cè)。例如，阿爾法狗（AlphaGo）之所以能在圍棋領(lǐng)域所向披靡，一個(gè)關(guān)鍵原因在于其背后有清晰的規(guī)則，學(xué)習(xí)算法可以通過(guò)數(shù)據(jù)分析找到?jīng)Q勝的模式。同理，這樣的算法模型是否有助于預(yù)測(cè)法官?zèng)Q策或者代替法官作出決策，關(guān)鍵之處在于法官的決策必須是有規(guī)律可循的，或者是受到某些可學(xué)得的特定因素決定的。這種主張同樣可以在法律現(xiàn)實(shí)主義那里找到聯(lián)系，例如，盧埃林（Karl N. Llewellyn）便明確地表達(dá)：“關(guān)鍵在于觀察法律官員做什么，他們?nèi)绾翁幚砑m紛或者其他任何事務(wù)，以及觀察他們的所作所為，從中尋找某種獨(dú)特的規(guī)律性——這種規(guī)律性使人們有可能對(duì)法律官員及其他官員今后的所作所為作出預(yù)測(cè)。”
總之，如果我們能夠“按照既定目標(biāo)，對(duì)判決書、案件卷宗、庭審視頻等非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行探索和分析，揭示隱藏的、未知的規(guī)律性，并進(jìn)一步將其模型化”，那司法裁判智能化便是可能的；但如果司法裁判活動(dòng)并不存在這種規(guī)律或關(guān)系，即它是不可被預(yù)測(cè)的，那么，學(xué)習(xí)算法能否應(yīng)用于司法裁判的預(yù)測(cè)，就成了一個(gè)偽問(wèn)題。
（二）為什么司法裁判無(wú)法根據(jù)大數(shù)據(jù)分析被預(yù)測(cè)？
正如前述，基于大數(shù)據(jù)算法預(yù)測(cè)所依賴的是分析對(duì)象的規(guī)律性，例如，根據(jù)云圖等信息能夠預(yù)測(cè)天氣，表面上是依靠經(jīng)驗(yàn)觀察的數(shù)據(jù)，但核心的內(nèi)因還是在于天象規(guī)律的存在，符合什么樣的條件，就會(huì)有何種天氣。但是，司法裁判的作出卻不是由經(jīng)驗(yàn)數(shù)據(jù)支撐的，它是規(guī)范性的。即使經(jīng)驗(yàn)數(shù)據(jù)可以用來(lái)解釋影響司法裁判的某些因素，但裁判的正當(dāng)性卻并不能依賴于既往案件的規(guī)律性，除非存在一個(gè)更高的規(guī)范，即新的案件應(yīng)該按照過(guò)去類似案件的裁判方案進(jìn)行處理。于是有人自然想到了判例規(guī)則，但這個(gè)更高規(guī)范所要求的是嚴(yán)格地、機(jī)械地遵循先例，而現(xiàn)實(shí)法律系統(tǒng)中的“遵循先例”從來(lái)不是機(jī)械地遵循歷史先例，而是由法官對(duì)它們作出區(qū)分并確定先例中的判決理由是什么，從而決定是否遵循它，核心依然在于法官對(duì)于先例的判斷。
退一步講，即使司法裁判是依賴于經(jīng)驗(yàn)的，即使存在一個(gè)按照既往案件之規(guī)律進(jìn)行裁判的更高規(guī)范，但這種規(guī)律性卻也很難通過(guò)大數(shù)據(jù)體現(xiàn)出來(lái)，其中最大的困難在于裁判的經(jīng)驗(yàn)與知識(shí)有許多都是默會(huì)的、隱含的，有些內(nèi)容也許依據(jù)理性可以從實(shí)踐中推導(dǎo)出來(lái)，但卻不會(huì)體現(xiàn)在大數(shù)據(jù)之中。換句話說(shuō)，案件裁判的依據(jù)和過(guò)程是未必體現(xiàn)在判決書或者其他材料之中的，法官們會(huì)隱藏自己內(nèi)心的判案“邏輯”或“規(guī)律”，從大數(shù)據(jù)資料中未必能夠分析出這些內(nèi)在的思維結(jié)構(gòu)。
更為重要的是，法治是規(guī)則之治，作為裁判正當(dāng)依據(jù)的只能是規(guī)則而不能是規(guī)律。即使法律規(guī)則來(lái)自于生活世界的經(jīng)驗(yàn)，即使某些依據(jù)特定規(guī)則作出的決定可能具有一定的規(guī)律性，但在司法裁判中，起關(guān)鍵證成作用的卻必須是規(guī)則。當(dāng)然，根據(jù)法律規(guī)則作出的裁判通常也應(yīng)當(dāng)具有可預(yù)測(cè)性，但這里所講的是依據(jù)規(guī)則作出司法裁判的應(yīng)然可預(yù)測(cè)性，而不是依據(jù)規(guī)律的經(jīng)驗(yàn)可預(yù)測(cè)性。規(guī)范性不等于規(guī)律性，規(guī)范意義上的可預(yù)測(cè)性也不意味著司法裁判是可以實(shí)際被預(yù)測(cè)的。當(dāng)規(guī)則發(fā)生變化時(shí)，所有的規(guī)律都變得不那么重要了。正如德國(guó)法學(xué)家基爾希曼（Julius Hermann von Kirchmann）所言，“立法者的三個(gè)更正詞就可以使所有的文獻(xiàn)成為廢紙”。
那么，有人可能會(huì)反駁道，法官并不是或主要不是依據(jù)法律規(guī)則作出裁判的，他不可避免地會(huì)受到偏好、直覺(jué)或者道德觀念的影響，正如許多現(xiàn)實(shí)主義者所主張的那樣，那么，這種預(yù)測(cè)論是否能夠成功呢？回答這一問(wèn)題的關(guān)鍵便在于這種實(shí)質(zhì)立場(chǎng)或非理性因素影響下的行為是否真的是有規(guī)律可循的。必須明確的是，非理性因素指引下的行為也未必是不可預(yù)測(cè)的，例如，人們的消費(fèi)行為并不總是理性的，買賣選擇往往會(huì)受各種偶然因素的影響，但大數(shù)據(jù)分析同樣可以給出一種概率性的預(yù)測(cè)。但是，只要這種概率性的預(yù)測(cè)根據(jù)的是歷史數(shù)據(jù)，就不能被強(qiáng)制作為現(xiàn)在決定的依據(jù)。道理顯而易見(jiàn)，張三之前經(jīng)常買法哲學(xué)的書，據(jù)此能夠歸納出張三大概是喜歡法哲學(xué)書的，卻無(wú)法預(yù)測(cè)出他現(xiàn)在想買它；音樂(lè)數(shù)據(jù)顯示30歲以下的人群多選擇聽(tīng)流行音樂(lè)，據(jù)此可以歸納出多數(shù)年輕人都喜歡聽(tīng)流行音樂(lè)，卻無(wú)法據(jù)此推出16歲的李四也喜歡它。同樣，司法決定往往是需要基于特殊的情境現(xiàn)時(shí)作出的，而預(yù)測(cè)所基于的數(shù)據(jù)卻是歷史數(shù)據(jù)，其中必然有某種推論的跳躍。但關(guān)鍵的困難在于，偶然因素影響下的司法決策情境是不斷變化的，這種概率性的預(yù)測(cè)結(jié)果通常只能作為一種參考，而不能作為現(xiàn)在決策的正當(dāng)化依據(jù)。“數(shù)學(xué)模型的本質(zhì)是基于過(guò)去的數(shù)據(jù)推測(cè)未來(lái)，其基本假設(shè)是：模式會(huì)重復(fù)。”如果我們不能確定司法裁判模式會(huì)不斷重復(fù)，即使根據(jù)既往的數(shù)據(jù)可以做一些成功率較高的預(yù)測(cè)，數(shù)學(xué)模型也不能被用于司法裁判。
預(yù)測(cè)論難以成功的理由還在于，司法裁判具有評(píng)價(jià)性和價(jià)值性。大部分法學(xué)家都會(huì)承認(rèn)，在司法裁判的過(guò)程中不可避免地會(huì)涉及到價(jià)值判斷。例如，美國(guó)法學(xué)家德沃金（Ronald Dworkin）便明確表達(dá)了這一點(diǎn)：“法律推理意味著把特定的、個(gè)別的法律問(wèn)題，置于法律推演諸原則或者政治之道德性的廣大網(wǎng)絡(luò)中來(lái)加以考察。實(shí)際上，除非你已經(jīng)通過(guò)或者愿意通過(guò)一個(gè)巨大的、由諸多復(fù)雜的原則所構(gòu)成的、貫通全局的理論系統(tǒng)來(lái)進(jìn)行思考……否則你就沒(méi)法對(duì)法律問(wèn)題的正確答案進(jìn)行思考。”
因此，這里的問(wèn)題又變成了實(shí)質(zhì)的價(jià)值判斷是否能夠通過(guò)大數(shù)據(jù)分析予以預(yù)測(cè)。
價(jià)值判斷關(guān)涉的主要是規(guī)范命題，預(yù)測(cè)關(guān)涉的是事實(shí)命題。一般來(lái)說(shuō)，學(xué)習(xí)算法依靠訓(xùn)練數(shù)據(jù)集所學(xué)得的往往是經(jīng)驗(yàn)上的相關(guān)關(guān)系或規(guī)律，它自身無(wú)法作出價(jià)值判斷，除非可以將規(guī)范問(wèn)題轉(zhuǎn)化為某種經(jīng)驗(yàn)問(wèn)題予以處理。例如，以關(guān)于某種價(jià)值判斷的既有數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)集，讓學(xué)習(xí)器從大數(shù)據(jù)中學(xué)得如何預(yù)測(cè)這種價(jià)值判斷。但是，即使這種預(yù)測(cè)的準(zhǔn)確率很高，但它依然會(huì)受困于前文所講的問(wèn)題，即規(guī)律僅僅是規(guī)律而不是規(guī)范，存在推不出合理，大概率未必真正確。由于評(píng)價(jià)性工作無(wú)法通過(guò)大數(shù)據(jù)分析予以解決，就此而言，司法裁判智能化再次遇到阻礙。正如美國(guó)學(xué)者桑斯坦（Cass R. Sustein）所言，“我相信，強(qiáng)的版本是錯(cuò)的，因?yàn)樗鼪](méi)有抓住類比推理的核心特征——它不可避免地評(píng)價(jià)的、價(jià)值主導(dǎo)的特點(diǎn)”。在他看來(lái)，遵循先例的類比推理并不是形式性的，依據(jù)案例進(jìn)行推理的關(guān)鍵點(diǎn)并不在于尋找更為相似的案例或作出更多的區(qū)分，也不在于找出相關(guān)的相似點(diǎn)與不同點(diǎn)，而是在于識(shí)別一個(gè)可以證成這種關(guān)于相似點(diǎn)或不同點(diǎn)之主張的原則，而尋找這一原則的任務(wù)是一項(xiàng)評(píng)價(jià)性工作，因此，結(jié)論顯而易見(jiàn)，除非人工智能可以獨(dú)立作出好的價(jià)值判斷，否則它便不能從事類比法律推理。
總之，除非關(guān)于司法裁判（本質(zhì)特征、功能定位等）的觀念產(chǎn)生了根本性的改變，或者人工智能對(duì)于司法裁判的性質(zhì)構(gòu)成了根本性的挑戰(zhàn)（例如出現(xiàn)了超級(jí)“硅基人類”），否則，司法裁判在本質(zhì)上便是無(wú)法被智能化的。既然當(dāng)前人工智能之于法律領(lǐng)域的應(yīng)用依然沒(méi)有超出傳統(tǒng)裁判理論的范疇，那它必然要受困于傳統(tǒng)裁判理論的那些難題。
五、機(jī)器裁判的正當(dāng)性難題
退一步講，假設(shè)司法裁判是可以預(yù)測(cè)的，那么，這是否意味著將這種預(yù)測(cè)結(jié)果自動(dòng)作為裁判結(jié)論就是正當(dāng)化的？或者，更進(jìn)一步來(lái)說(shuō)，如果機(jī)器法官比人類法官做得“更好”，機(jī)器就真的能夠代替人類裁判案件嗎？
（一）大數(shù)據(jù)算法應(yīng)用的辯護(hù)理由之反駁
將大數(shù)據(jù)分析結(jié)果應(yīng)用于司法裁判，最顯明的一個(gè)優(yōu)點(diǎn)可能在于，它可以保證判決的形式公平（同等情況同等對(duì)待，不同情況不同對(duì)待），“同案同判”或“類案類判”成了極佳的辯護(hù)理由：“當(dāng)面對(duì)特定案件時(shí)，人工智能不但有能力識(shí)別出同類判決的海量數(shù)據(jù)，并且將它們進(jìn)行合適的分類，然后在此基礎(chǔ)上分析、總結(jié)出基本的模型，然后再將所獲得的模型應(yīng)用到待決案件中，最終實(shí)現(xiàn)類案類判的結(jié)果”；“同案同判的司法公正由此得以重塑”。但正如前述，法治是規(guī)則之治、理由之治，而不是規(guī)律之治，由于機(jī)器學(xué)習(xí)算法只能根據(jù)從大數(shù)據(jù)中學(xué)得的特征或規(guī)律建構(gòu)模型并給出結(jié)果，那么，將這一結(jié)果進(jìn)而當(dāng)作裁判結(jié)論，就不是依法裁判，而是依照司法大數(shù)據(jù)中隱藏的規(guī)律進(jìn)行裁判，但這些規(guī)律的合法性和正當(dāng)性又是無(wú)法保證的。正如德沃金所言，一個(gè)正確的判決至少要滿足兩個(gè)維度的要求：符合要求，即它與過(guò)去的決定是相一致的；正當(dāng)化要求，即它是通盤考量后的最佳答案。
算法裁判最多只能做到當(dāng)前判決與歷史案例的一致性，卻無(wú)法將正當(dāng)化因素納入決策過(guò)程。判決是個(gè)體化的、可能因人因事而異的，但是基于大數(shù)據(jù)的預(yù)測(cè)卻是對(duì)于某一類人、某一類事的，它可能無(wú)法處理個(gè)案適用中極端不正義或不合目的的情況。而且，算法模型背后反映的是數(shù)據(jù)之間的相關(guān)關(guān)系，而非因果關(guān)系，它可能會(huì)以因果關(guān)系或者客觀規(guī)律的面孔掩蓋其背后的許多價(jià)值預(yù)設(shè)甚至偏見(jiàn)。因此，預(yù)測(cè)分析學(xué)即使可以保證類案類判（捍衛(wèi)法的安定性），但也可能與實(shí)質(zhì)的正義與道德要求相沖突。
當(dāng)然，必須承認(rèn)，如果只是將司法大數(shù)據(jù)作為數(shù)據(jù)庫(kù)使用，通過(guò)特定算法搜索符合當(dāng)前案件裁決的既往類案，推送給法官，正如最高人民法院的“類案智能推送系統(tǒng)”一樣，當(dāng)然可以提高司法效率。但這和“司法裁判人工智能化”并沒(méi)有太大關(guān)系，它只是一種法官可以選擇使用的工具而已。
與此相關(guān)，支持算法裁判的另一個(gè)理由是，算法裁判可以限制甚至消除人類法官的自由裁量空間，因?yàn)樗罁?jù)的是既往數(shù)據(jù)中的客觀規(guī)律。例如，美國(guó)許多州之所以對(duì)采用量刑輔助系統(tǒng)或犯罪風(fēng)險(xiǎn)評(píng)估系統(tǒng)持有某種積極態(tài)度，其中重要的理由就在于以算法限制并代替司法裁量。不難看出，這種想法的背后隱藏著對(duì)司法裁量的某種負(fù)面預(yù)設(shè)，即它是武斷的或不受理性控制的，因此應(yīng)當(dāng)進(jìn)行限制。但是，已經(jīng)有許多法學(xué)研究表明，裁量的不確定性未必一定是負(fù)面的，有時(shí)候恰好能夠借此在合法性空間中注入新鮮內(nèi)容以實(shí)現(xiàn)法律內(nèi)容的更新，協(xié)調(diào)法律條文的僵硬性與滯后性問(wèn)題。而且，雖然裁量權(quán)的運(yùn)用確實(shí)依賴于法官的意志，但它并非絕對(duì)自由的，它的行使必須符合法治原則，法官往往被要求依據(jù)道德價(jià)值或經(jīng)驗(yàn)常識(shí)作出決定并給出相關(guān)理由。
況且，大數(shù)據(jù)分析是否真的能夠消除這種裁量空間，也是一個(gè)未知數(shù)。裁量的行使要求立基于當(dāng)前的情境，而現(xiàn)時(shí)情境的復(fù)雜性和多變性可能是歷史數(shù)據(jù)所不能涵蓋的；它有時(shí)候需要的是一種創(chuàng)造力，一種實(shí)踐理性，或者審慎的道德考量，但學(xué)習(xí)算法卻只能處理經(jīng)驗(yàn)數(shù)據(jù)的問(wèn)題，即使它在表面上減少了自由裁量的空間，但這種裁量結(jié)果的合法性、正當(dāng)性依然不能保證。更重要的是，依據(jù)算法進(jìn)行裁量排除了人作為主體根據(jù)具體情境作出價(jià)值判斷的權(quán)利，限制了人的主體地位。由此，將人類法官的裁量權(quán)交給機(jī)器行使，無(wú)論是否有實(shí)效，都是難以接受的，這一點(diǎn)尤其重要。
除此之外，算法裁判還隱藏著許多可能威脅法治的預(yù)設(shè)。例如，算法結(jié)果的正確性對(duì)大數(shù)據(jù)的完全性和正確性提出了極高的要求，但沒(méi)有任何一種程序能夠?qū)⑺械南嚓P(guān)數(shù)據(jù)都納入分析，因此完全性總是無(wú)法保證的；況且即使訓(xùn)練數(shù)據(jù)是完全的、精確的，也無(wú)法避免大數(shù)據(jù)分析給出的最終結(jié)論依然可能是不正確的、有偏見(jiàn)的，因?yàn)閿?shù)據(jù)本身就隱藏著某種錯(cuò)誤；而且，這些數(shù)據(jù)看起來(lái)越值得信賴，那么，這種帶有偏見(jiàn)的決定似乎也就越容易被接受，并進(jìn)一步加深這種錯(cuò)誤。例如，對(duì)某移民城市犯罪數(shù)據(jù)的分析顯示，來(lái)自X地的移民犯罪率遠(yuǎn)超來(lái)自其他地方的移民，監(jiān)管機(jī)關(guān)很容易就依此作出推論，X地移民應(yīng)當(dāng)被嚴(yán)格監(jiān)管，這就意味著X地犯罪行為被發(fā)現(xiàn)的幾率會(huì)變得更高，并進(jìn)一步體現(xiàn)在數(shù)據(jù)上，以此導(dǎo)致惡性循環(huán)。在這個(gè)意義上，大數(shù)據(jù)決策不可避免地會(huì)面臨且放大“多數(shù)決”的難題：一方面，對(duì)于龐大的大數(shù)據(jù)基數(shù)來(lái)講，“少數(shù)異見(jiàn)”可能因?yàn)闃O小的占比和概率而被忽視，成為大數(shù)據(jù)決策中的“他者”；另一方面，當(dāng)大數(shù)據(jù)決策被適用于所有人或所有相關(guān)行為時(shí)，即使它只有極小的誤差（極小的占比或概率），也意味著大量的人或行為會(huì)因此而遭到不正確的對(duì)待。
綜上所述，之所以反對(duì)算法裁決，并不在于它不能推動(dòng)“類案類判”，而是在于它至多只能滿足“同等對(duì)待”的形式要求，卻忽視了判決的正當(dāng)性要求；并不在于它不可以限制裁量，而是在于它可能會(huì)錯(cuò)誤地限制裁量。總之，當(dāng)機(jī)器不是在依據(jù)法律規(guī)則而是在依據(jù)規(guī)律進(jìn)行裁判時(shí)，它會(huì)破壞法治的許多預(yù)設(shè)，人工智能給出的預(yù)測(cè)方案，最多只能作為一種說(shuō)服論據(jù)，而不是權(quán)威論據(jù)，最多只能作為一種實(shí)踐問(wèn)題的建議，而不是理論上的正確答案。
（二）機(jī)器代替人類裁判的正當(dāng)性批判
假如運(yùn)用大數(shù)據(jù)算法可以實(shí)現(xiàn)對(duì)裁判結(jié)果的預(yù)測(cè)，而且還具有種種優(yōu)勢(shì)，那是不是意味著機(jī)器就可以代替人類裁判案件呢？本文的回答依然是否定的。理由是多層面的，下文將指出，機(jī)器裁判至少違反了目前法學(xué)范式中的兩個(gè)核心預(yù)設(shè)：其一，法學(xué)是實(shí)踐智慧，司法裁判權(quán)是人（法官）的權(quán)力，而非機(jī)器的權(quán)力；其二，法治是理由之治，在裁判過(guò)程中法官應(yīng)當(dāng)保障當(dāng)事人的參與權(quán)并給出有理由支持的決定，這是機(jī)器裁判做不到的。
首先，法學(xué)是一門實(shí)踐智慧，司法是一種人事，司法決策依賴于人的實(shí)踐理性，法律案件只能以特定的程序通過(guò)中立的第三人（法官）運(yùn)用法律規(guī)范以及其他的人類知識(shí)（例如正義標(biāo)準(zhǔn)）來(lái)進(jìn)行評(píng)價(jià)，只要這樣的范式不發(fā)生變化，以機(jī)器代替法官作為決策的主體便是不恰當(dāng)?shù)摹Ｋ痉▽?shí)踐的知識(shí)和技能（特別是其中的默會(huì)知識(shí)）往往是在司法實(shí)踐中逐漸學(xué)會(huì)的，這種學(xué)習(xí)過(guò)程難以被形式化為計(jì)算機(jī)語(yǔ)言輸入電腦，也不能從大數(shù)據(jù)中分析得出。正如美國(guó)一位法官所強(qiáng)調(diào)的那樣：“技術(shù)無(wú)法取代法律實(shí)施中檢察官和辯護(hù)律師所擁有的司法知識(shí)、經(jīng)驗(yàn)以及專業(yè)技術(shù)的深度。”法官裁判案件不僅僅需要法律知識(shí)，還需要對(duì)社會(huì)效果的評(píng)價(jià)，甚至直覺(jué)、感覺(jué)、良知等。沒(méi)有任何兩個(gè)案件（或者事實(shí)要素）是完全相同的，對(duì)這些案件或事實(shí)進(jìn)行區(qū)分所需要的往往是“人類的判斷以及鮮活且自然的同感心”，這兩項(xiàng)即使不是人類與生俱來(lái)、獨(dú)一無(wú)二的能力，也是一種人工智能難以模擬的洞察力和情感。
但是，這種觀點(diǎn)也許會(huì)遭遇一些反對(duì)意見(jiàn)：為什么在司法判決中人的判斷和情感就是正當(dāng)?shù)模鴻C(jī)器所運(yùn)用的學(xué)習(xí)算法就是不正當(dāng)?shù)模咳绻磥?lái)某一天機(jī)器也能模擬人的情感，那是不是意味著算法裁判就是正當(dāng)?shù)模窟@便涉及到一個(gè)更深層的問(wèn)題，即人與技術(shù)的關(guān)系。傳統(tǒng)上來(lái)講，技術(shù)往往被當(dāng)作人類為實(shí)現(xiàn)某一目標(biāo)而使用的一種工具，但如果機(jī)器能在某些場(chǎng)合或某些領(lǐng)域中展現(xiàn)出人類智慧的話，那么堅(jiān)持“人類中心主義”還是否正當(dāng)呢？就這一宏大問(wèn)題，無(wú)法在此詳細(xì)討論。這里要說(shuō)的是，反對(duì)機(jī)器裁判主要不是因?yàn)闄C(jī)器的裁判不如人的裁判更好，更重要的一個(gè)理由是，一旦它犯錯(cuò)，會(huì)導(dǎo)致無(wú)人負(fù)責(zé)甚至無(wú)人糾錯(cuò)的情況出現(xiàn)。況且機(jī)器決策具有標(biāo)準(zhǔn)化的特征，當(dāng)它在某個(gè)具體情境中出現(xiàn)錯(cuò)誤時(shí)，可能就意味著所有類似情境都會(huì)出錯(cuò)。而人的決策往往是個(gè)體化的，它不具有標(biāo)準(zhǔn)程序那樣的擴(kuò)散性。正如前述，司法裁判依賴于人的理性和意志，而理性的有限性和意志的薄弱性，一方面意味著，裁判者難免會(huì)在特定案件中遭遇疑難情況，甚至可能作出不正確的裁判，但另一方面也隱含著裁判者有著相應(yīng)的應(yīng)盡義務(wù)和責(zé)任，無(wú)論是糾錯(cuò)的義務(wù)，還是懲罰的責(zé)任，抑或僅僅是道義上被譴責(zé)的可能，都代表著擁有自主意志的人要對(duì)自己的決定負(fù)責(zé)。與人不同，機(jī)器是自動(dòng)地而不是自主地作出決定，它是“無(wú)情的”，沒(méi)有價(jià)值意涵，沒(méi)有反思性，也無(wú)法知道自己已經(jīng)“犯錯(cuò)”，更無(wú)力去糾正這種錯(cuò)誤，甚至可以說(shuō)，在它那里并沒(méi)有錯(cuò)誤一說(shuō)，因?yàn)椤板e(cuò)誤”也必須用正確的代碼表示才有可能被它識(shí)別。況且人們?cè)诙啻蟪潭壬夏軌蛳袢萑倘祟愖陨淼腻e(cuò)誤那樣容忍機(jī)器的毛病，這也是存疑的。因此，即使機(jī)器在某些領(lǐng)域能夠代替人類作出更為精準(zhǔn)的決定，即使我們可以給機(jī)器設(shè)置特定的“道德算法”，但算法程序還是可能會(huì)有缺陷，在它出現(xiàn)錯(cuò)誤時(shí)，依然無(wú)法成為責(zé)任的承擔(dān)者。
另一方面，算法裁判本身的證成理由只能有一個(gè)，那便是依據(jù)歷史數(shù)據(jù)裁判是正確的，裁判模型會(huì)反復(fù)運(yùn)行，但正如前述，這種正確性是無(wú)法保證的。即使它可以比人類做得更好（更正確），但由于機(jī)器裁判的過(guò)程并不是完全透明的、公開的，法官、律師和當(dāng)事人都無(wú)法探知這一過(guò)程，機(jī)器也不會(huì)給出正當(dāng)理由闡明裁判結(jié)果的正當(dāng)性，這種正當(dāng)性是無(wú)法被傳遞給人類的。這樣的話，不僅司法過(guò)程的公開性、程序性、可說(shuō)明性等傳統(tǒng)價(jià)值遭到了破壞，甚至司法本身的正義價(jià)值（至少是程序正義）也被掩蓋了。
而且，雖然司法應(yīng)當(dāng)具有謙抑性，但并不代表它排斥創(chuàng)新。如果沒(méi)有法官通過(guò)裁判在司法實(shí)踐中更新人們對(duì)于法律條文的認(rèn)識(shí)，則很難想象諸如1789年《美國(guó)憲法》、1804年《法國(guó)民法典》在制定了一兩百年后是如何跟上時(shí)代潮流的。只是指望立法者及時(shí)更新權(quán)威法律文本，是不現(xiàn)實(shí)的，法律的發(fā)展進(jìn)步所依靠的更多是司法的創(chuàng)新。
更為重要的是，一旦形成對(duì)于算法程序的依賴，最終的結(jié)果可能是：理由不再重要，重要的是歷史統(tǒng)計(jì)數(shù)據(jù)，論證不再重要，重要的是對(duì)過(guò)去的模仿。這種對(duì)于歷史的模仿會(huì)腐蝕人類獨(dú)立自主的思考能力，正如美國(guó)聯(lián)邦最高法院首席大法官羅伯茨（John G. Roberts Jr.）所言，“我所擔(dān)心的并不是機(jī)器開始像我們那樣思考……我擔(dān)心的是我們開始像機(jī)器那樣思考”。一旦如此的話，人類實(shí)質(zhì)上就以服從歷史模型的方式臣服于機(jī)器，機(jī)器便以尊重歷史經(jīng)驗(yàn)的表象實(shí)際統(tǒng)治了人類，而裁判機(jī)器便成為這種統(tǒng)治模式最核心的一個(gè)“部件”。除非人類能忍受這種被統(tǒng)治的狀況，否則機(jī)器裁判便是不可能被接受的。
總之，自主是人類的根本特征，面向某種未決狀態(tài)，人類有自主思考、自主作出決定的權(quán)利，同時(shí)人類還要因此肩負(fù)某種面向未來(lái)的責(zé)任，將人類自己作出選擇、決定的權(quán)利和責(zé)任完全交給機(jī)器，顯然并非人類發(fā)明人工智能的初衷。
六、大數(shù)據(jù)預(yù)測(cè)論的現(xiàn)實(shí)困境
還有一個(gè)問(wèn)題需要回答，即如果司法裁判是可以被預(yù)測(cè)的，那么，這是不是意味著大數(shù)據(jù)算法就能夠?qū)崿F(xiàn)對(duì)司法裁判的預(yù)測(cè)呢？最后討論這個(gè)技術(shù)難題，一方面是因?yàn)榛卮疬@個(gè)問(wèn)題非常困難，技術(shù)是會(huì)不斷（以指數(shù)級(jí)別的速度）進(jìn)步的，即使今天不能以大數(shù)據(jù)算法實(shí)現(xiàn)對(duì)裁判結(jié)果的精準(zhǔn)預(yù)測(cè)，不代表未來(lái)也不能，即使是人工智能專家，想必也無(wú)法對(duì)此作出準(zhǔn)確的預(yù)測(cè)，況且筆者不是技術(shù)專家，無(wú)論作出何種討論，都不會(huì)被當(dāng)作權(quán)威的論述；另一方面，只要裁判是不可預(yù)測(cè)的，而機(jī)器裁判又不具有正當(dāng)性，那技術(shù)問(wèn)題的討論實(shí)際上就變得不那么重要了。因此，在這里，只就實(shí)現(xiàn)這種預(yù)測(cè)分析論的現(xiàn)實(shí)困難展開一些基礎(chǔ)分析。
一般來(lái)說(shuō)，要想通過(guò)機(jī)器學(xué)習(xí)程序?qū)崿F(xiàn)對(duì)裁判結(jié)果的準(zhǔn)確預(yù)測(cè)，至少要滿足三個(gè)條件：第一，人類的司法實(shí)踐持續(xù)不斷地被轉(zhuǎn)化為可讀數(shù)據(jù)儲(chǔ)存起來(lái)，隨著司法大數(shù)據(jù)越來(lái)越多，覆蓋范圍越來(lái)越廣，質(zhì)量越來(lái)越高，最終能滿足學(xué)習(xí)算法對(duì)訓(xùn)練數(shù)據(jù)的需要；第二，深度學(xué)習(xí)所需要的算法與算力不斷優(yōu)化，文本解析等技術(shù)更加成熟，最終能夠?qū)Ａ康臋?quán)威法律數(shù)據(jù)進(jìn)行分析；第三，運(yùn)用大數(shù)據(jù)算法預(yù)測(cè)裁判結(jié)果在法律共同體中獲得認(rèn)可（或具有可接受性），至少法律官員對(duì)這種運(yùn)用要抱持一種積極的態(tài)度。但就目前而言，這三個(gè)條件幾乎都沒(méi)有被滿足。
第一，司法領(lǐng)域難以提供學(xué)習(xí)算法所需要的訓(xùn)練數(shù)據(jù)。大數(shù)據(jù)之“大”不僅在于數(shù)量之龐大（volume），更是在于它的來(lái)源之廣博（variety）、更新之迅速（velocity），或者變化之多端（variability）。即使司法實(shí)踐中存在著一些在小規(guī)模數(shù)據(jù)中無(wú)法顯現(xiàn)卻在大數(shù)據(jù)中可能被發(fā)現(xiàn)的“小定律”，但司法領(lǐng)域中也沒(méi)有如此龐大的、高質(zhì)量的、多元化的數(shù)據(jù)支持這種學(xué)習(xí)算法的運(yùn)行。與許多能夠產(chǎn)生大量數(shù)據(jù)的領(lǐng)域不同，司法裁判領(lǐng)域的相關(guān)數(shù)據(jù)可能數(shù)量依然不夠大，來(lái)源依然比較有限，多樣性也未必足夠。例如，國(guó)內(nèi)大部分相關(guān)項(xiàng)目都是以“中國(guó)裁判文書網(wǎng)”（http://wenshu.court.gov.cn）公布的案例作為數(shù)據(jù)庫(kù)基礎(chǔ)的，截止到2020年4月11日16時(shí)45分，該網(wǎng)的文書總量已經(jīng)達(dá)到了90700573篇，而且還在以極快的速度增加，不過(guò)，這些數(shù)據(jù)可能依然算不上“大”。更為關(guān)鍵的是，這些數(shù)據(jù)的質(zhì)量是參差不齊的：有些類型的案件（特別是職務(wù)犯罪類、行政訴訟類案件）上網(wǎng)率不足，造成數(shù)據(jù)類型的結(jié)構(gòu)性偏差；許多文書缺少說(shuō)理部分，裁判的依據(jù)和推論過(guò)程等關(guān)鍵內(nèi)容都沒(méi)有展現(xiàn)；許多實(shí)質(zhì)上決定裁判結(jié)果的數(shù)據(jù)無(wú)法體現(xiàn)，諸如某些內(nèi)部規(guī)定、會(huì)議紀(jì)要等大量的其他案卷大都沒(méi)有實(shí)現(xiàn)電子化，無(wú)法作為數(shù)據(jù)使用。而且，因?yàn)樗鼈兪翘焐娜毕荩@些粗糙的數(shù)據(jù)還難以通過(guò)法律專家的清洗而得到質(zhì)的改善。大家都知道，大數(shù)據(jù)算法更嚴(yán)格地受到“錯(cuò)進(jìn)，錯(cuò)出”（Garbage in, garbage out）原則的限制，當(dāng)不正確的、不充分的、過(guò)時(shí)的數(shù)據(jù)成為訓(xùn)練數(shù)據(jù)時(shí)，學(xué)習(xí)算法所發(fā)掘的便可能是不正確的特征，并因此獲得不正確的結(jié)論。
除此之外，司法裁判有時(shí)候還會(huì)涉及到許多專業(yè)問(wèn)題，諸如醫(yī)療事故、商業(yè)糾紛，如果要想通過(guò)大數(shù)據(jù)分析實(shí)現(xiàn)裁判的智能化，那么此類問(wèn)題必須一并予以考慮，關(guān)于它們的判斷也需要其所在領(lǐng)域預(yù)測(cè)分析學(xué)的支持。一方面，如何使用這些領(lǐng)域的數(shù)據(jù)庫(kù)進(jìn)行裁判是一個(gè)難題，另一方面，如何將這些數(shù)據(jù)與法律數(shù)據(jù)進(jìn)行整合又將是另一個(gè)難題。
第二，司法裁判的數(shù)據(jù)并不容易被計(jì)算機(jī)“讀懂”。眾所周知，計(jì)算機(jī)所能閱讀的僅僅是二進(jìn)制的符號(hào)，算法是建立在這些符號(hào)的運(yùn)算而非意義的生成之上的，因此，文本或語(yǔ)音中的以自然語(yǔ)言表述的內(nèi)容，必須被轉(zhuǎn)化為計(jì)算機(jī)語(yǔ)言，才能成為有用的數(shù)據(jù)。雖然目前借助文本解析技術(shù)，理論上計(jì)算機(jī)已經(jīng)可以實(shí)現(xiàn)對(duì)文字的“閱讀”，但“閱讀”判決書以及其他法律文件卻依然不是一件簡(jiǎn)單的事情。按照言語(yǔ)行為理論，某些話語(yǔ)（包括法律話語(yǔ)）并不僅僅是在表達(dá)意義，更是在做出某種行為，作為言語(yǔ)行為的法律話語(yǔ)是負(fù)載特定意圖的，它們的意義往往是由其與其他話語(yǔ)之間的推論關(guān)系所決定的，其中還包含了許多只可意會(huì)不可言傳的內(nèi)容，諸如人的意識(shí)與反思以及話語(yǔ)共同體所共享的許多默會(huì)知識(shí)，都是計(jì)算機(jī)無(wú)法閱讀或無(wú)法作為數(shù)據(jù)儲(chǔ)存的。因此，只從語(yǔ)形上解析判決書可能是遠(yuǎn)遠(yuǎn)不夠的，脫離了具體的語(yǔ)境，這些文字的意義是不能被理解的。
而且，與日常話語(yǔ)相比，法律話語(yǔ)還具有另外一些難以化解的難題。例如，雖然判決書有一定的結(jié)構(gòu)性，但每一個(gè)法官使用的術(shù)語(yǔ)、寫作風(fēng)格都未必是相同的；法律話語(yǔ)中充滿了諸如“公序良俗”、“善意第三人”等價(jià)值語(yǔ)詞以及諸如“合理期待”、“可預(yù)期的”等高度模糊性的語(yǔ)詞；嚴(yán)格來(lái)講，每一個(gè)案件都是不同的，對(duì)任何一個(gè)案件之裁判結(jié)果的預(yù)測(cè)都可能會(huì)涉及到數(shù)以萬(wàn)計(jì)的類似案例，它們的判決依據(jù)、推論過(guò)程可能是各不相同的，將它們相互對(duì)比的組合數(shù)量及其產(chǎn)生的計(jì)算量非常大；一旦分析結(jié)果給出多個(gè)可能選項(xiàng)，在多個(gè)選項(xiàng)之間的選擇往往還需要實(shí)質(zhì)評(píng)價(jià)，而不僅僅是概率問(wèn)題。這些都進(jìn)一步加劇了司法數(shù)據(jù)的“閱讀”難題。
第三，一般來(lái)說(shuō)，只有在運(yùn)用大數(shù)據(jù)算法進(jìn)行裁判既是可行的又是可欲的時(shí)候，它才可能逐漸在法律官員以及社會(huì)大眾中得到承認(rèn)，最終成為司法判決實(shí)踐的一部分。但這一切似乎都還沒(méi)有發(fā)生。首先，深度學(xué)習(xí)等機(jī)器學(xué)習(xí)算法有許多不可探知或無(wú)法檢驗(yàn)的內(nèi)容，使其難以令人信任，例如，學(xué)習(xí)算法的運(yùn)行有所謂“黑箱”存在，且可能出現(xiàn)諸如將黑人預(yù)測(cè)成猩猩等不可預(yù)知的“壞案例”（badcase）；其次，出于對(duì)商業(yè)秘密或其他知識(shí)產(chǎn)權(quán)的保護(hù)，程序的源代碼、訓(xùn)練數(shù)據(jù)與程序等信息可能無(wú)法公開，因此，在知識(shí)產(chǎn)權(quán)保護(hù)和算法透明性上我們面臨著二選一的難題；再者，大部分法官和律師都不是程序員，基于自身知識(shí)的局限性，即使有公開的說(shuō)明書，他們也很難讀懂其背后的機(jī)制，正如美國(guó)波斯納（Richard A. Posner）法官所言，法官對(duì)于科技幾乎一無(wú)所知；最后，算法裁判的正當(dāng)性和獨(dú)立性依然可能為各種算法歧視問(wèn)題所困，不僅學(xué)習(xí)算法的特征選擇可能會(huì)受人之固有偏見(jiàn)的影響，而且表面客觀的訓(xùn)練數(shù)據(jù)背后也可能隱藏著歧視因素。總之，雖然算法程序的設(shè)計(jì)者往往并非公共機(jī)關(guān)，但一旦涉及到司法裁判，機(jī)器也應(yīng)當(dāng)像政府機(jī)關(guān)一樣保持信息的公開性和決策過(guò)程的透明性，但是算法的不透明性會(huì)讓裁判過(guò)程變得無(wú)比神秘，法律人知識(shí)結(jié)構(gòu)的缺陷也讓算法裁判無(wú)法得到有效監(jiān)督。基于這些理由，算法裁判可能依然很難獲得法律共同體的認(rèn)可，這也就意味著機(jī)器裁判的合法化過(guò)程依然任重而道遠(yuǎn)，在這之前，包括法院在內(nèi)的任何司法機(jī)關(guān)都不可能以算法代替人類智能進(jìn)行決策，即使算法裁判在技術(shù)上是可行的。
最后，回到目前的技術(shù)現(xiàn)狀來(lái)說(shuō)，人工智能可以為法官裁判以及律師實(shí)務(wù)提供的幫助還是比較有限的，例如，雖然Ross智能系統(tǒng)已經(jīng)可以在破產(chǎn)、知識(shí)產(chǎn)權(quán)、勞動(dòng)等領(lǐng)域運(yùn)用自然語(yǔ)言處理系統(tǒng)進(jìn)行法學(xué)研究，LawGeex系統(tǒng)可以幫助公司法務(wù)對(duì)合同進(jìn)行編輯和整理，Beagle系統(tǒng)可以幫助外行人對(duì)合同進(jìn)行審查和管理，但是它們所涉及的幾乎都是一些更為機(jī)械化、形式化的法律領(lǐng)域，所能處理的也多是簡(jiǎn)單的、無(wú)須復(fù)雜法律技能的事務(wù)。從本質(zhì)上來(lái)看，人工智能系統(tǒng)在這些事務(wù)中展示出來(lái)的“智慧因素”并不多。
綜上所述，由于司法領(lǐng)域的特殊性，司法數(shù)據(jù)的數(shù)量、質(zhì)量以及它之于計(jì)算機(jī)的“可讀性”都還不夠，即使經(jīng)過(guò)專門的數(shù)據(jù)清洗和特征提取，可能也無(wú)法保證其作為訓(xùn)練數(shù)據(jù)集的質(zhì)量，加上學(xué)習(xí)算法自有的不透明性等缺陷，更是降低了它的可接受性。總而言之，就現(xiàn)實(shí)情境以及可預(yù)見(jiàn)的未來(lái)情境而言，依靠預(yù)測(cè)分析學(xué)實(shí)現(xiàn)司法裁判的智能化，是“可望而不可即”的。
七、結(jié)語(yǔ)
上文的分析表明，無(wú)論是“自動(dòng)判決機(jī)”，還是“裁判學(xué)習(xí)器”，可能都只是存在于科幻小說(shuō)中的想象而已，實(shí)際上，它們目前也確實(shí)還只是一些“想象”而已。正如美國(guó)學(xué)者雷姆斯（Dana Remus）和利維（Frank Levy）所言，那些樂(lè)觀斷言人工智能將會(huì)代替律師、法官或者其他法律工作者的人，似乎都錯(cuò)誤地理解了“計(jì)算機(jī)能夠執(zhí)行以及不能執(zhí)行的法律任務(wù)的類型”。至少對(duì)于司法裁判工作而言，人工智能是不能勝任的。
不過(guò)，雖然本文對(duì)于司法裁判的人工智能化持一種消極性態(tài)度，但這并不表示筆者反對(duì)人工智能技術(shù)在司法領(lǐng)域的運(yùn)用。相反，作為一種輔助工具，人工智能技術(shù)有著非常光明的應(yīng)用前景，但這種應(yīng)用應(yīng)當(dāng)立足于幫助法律工作者在特定任務(wù)或工作上實(shí)現(xiàn)更優(yōu)的表現(xiàn)，而非代替他們進(jìn)行決策。例如，出于“人少案多”的考慮，在司法裁判中引入各種技術(shù)手段減少審判人員的勞動(dòng)量，提高司法效率，加強(qiáng)司法管理，這無(wú)疑是值得追求的，而且人工智能技術(shù)的進(jìn)步也確實(shí)可以在這些方面改善司法裁判的品質(zhì)，但如果由此認(rèn)為人工智能可以代替人類裁判案件，則顯然走得太遠(yuǎn)了。無(wú)論這種改善作用有多大，和其他的技術(shù)進(jìn)步一樣，人工智能依然只能是司法裁判的輔助工具，而不能成為決策的主體。除非技術(shù)的進(jìn)步使得人類不再是唯一的理性存在者，機(jī)器也可以分享與人類一樣甚至超越人類的智慧，除非法學(xué)的發(fā)展導(dǎo)致司法裁判的合法性、正確性預(yù)設(shè)被推翻，人類也樂(lè)于將自身事務(wù)的裁判權(quán)完全交給“無(wú)情的”、“不負(fù)責(zé)的”機(jī)器，否則司法裁判人工智能化的消極前途都不會(huì)因?yàn)榧夹g(shù)的進(jìn)步而發(fā)生改變。