查看原文
其他

【智能与法】陈敏光:人工智能在司法场域中的三重不适

陈敏光 大数据和人工智能法律研究 2023-01-13

B D A I L C 

 欢 迎 关 注 


Cuno Amiet


人工智能在司法场域中的三重不适


文 / 陈敏光


无论我们是否愿意,大数据和人工智能等信息技术的发展已经渗透到各个行业和领域,也必将对法律和司法运行带来深刻的影响和变革。鉴于中国信息技术的后发优势、司法公开的大力推进和与之相伴生的司法大数据的“爆发”,决策层对人工智能技术寄予厚望,希望借此来促进法院审判体系和审判能力的智能化,进一步提升司法效率和司法公正,实践中也由此而兴起了“司法人工智能热”。但需要冷静对待的是,人工智能技术需要和具体的任务、应用场景进行结合,其在围棋领域取得的的巨大成功并不能简单地复制到司法场域中。相反,仅从技术本身来看,人工智能在司法场域中就存在以下三重不适。



一、人工智能无法适应司法的不可计算性

从人工智能的提出和发展历程来看,现阶段人工智能的突破性发展,关键在于大数据的形成和以摩尔定律为基础的数据存储、运算能力的支撑,在此基础上通过数据驱动形成相应的算法模型,运用机器的方法去解决人脑所要解决的问题。也就是说,现阶段人工智能的本质系基于大数据、算法和算力的机器智能而非有机智能,其本身并不能超越理性计算范畴,尚无法企及情感、意志、信仰等方面。且从计算机应用系统的角度看,人工智能能够解决的也仅仅是有确定解的、且已经找到解决方法的数学问题,而不是所有计算问题。

根据人工智能的上述本性,其可以在存粹的理性计算领域(如围棋)中“大展拳脚”,但在司法这一复合性的社会实践活动中,其必然不完全与之兼容。从实证分析法学的角度看,司法具有规范性、程序性和逻辑性,它要求法官以事实为依据、以法律为准绳进行裁判,不得随性地“擅断界碑”,且裁判的过程应符合基本的程序要求、满足逻辑一致性的要求。从这个意义看,司法确实在某种程度上具备“可计算”的基础。然而,并不存在“纯儿又纯”的法律规范,在这些规范的背后站着主体的主观愿望、价值诉求和政策考量。这就意味着,司法裁判不是程序化的理性计算,而是事实与价值的复合体(实体上的)、技术应用与民主过程(程序上的)的统一体,它要借由事实查明和法律适用这一过程体现人性温度、彰显人文关怀。从实体法角度看,对犯罪与否的定性、刑罚的科处、直接涉及伦理道德的家事案件的办理,恐都要首先考虑社会效果问题,然后再用法律规范的技术主义予以证成,实现法律效果和社会效果的统一。即使是那些看起来存粹计算的司法认定,恐也不能不受某种司法立场或价值判断的影响。例如,在交通事故损害赔偿纠纷中,精神抚慰金的数额通常与受害人的伤残等级大体对应,法官也据此作出裁断。但其他因素也会时不时地影响法官的裁断,如受害人的经济状况、侵权人的主观恶意等。这些变量恐非程序化的人工智能所能具体吸纳并加以有效调适。从程序法角度看,看得见的正义也同样重要。这不仅仅是因为司法本身需要过程来完成事实认定和法律适用,更是因为司法民主的内在需要,司法的中立性、被动性、公开性、亲历性、对抗性、集中性、终结性等也只能依靠具有感情感知、价值体认的法官去实现。故让不具备情感、意志的人工智能来承担这一司法的这些不可计算性,恐怕是勉为其难了。这恰似牛顿所感慨的:“我可以计算天体运行的规律,却无法计算人性的疯狂。”



二、人工智能无法适应司法的动态博弈性

在表面看来,人工智能具有相当程度的自我适应性或说自我改进性,这让人误以为它的学习能力将越来越强,并终究超越甚至取代人类。但从实际来看,人工智能之所以智能,关键在于在算力的有效保障下,算法能够灵活地依据不同的输入来训练数据,进而获得自优化特性。也就是说,作为源头的数据的择取和输入“先天地”决定了智能的程度。

在围棋领域,棋盘已经划定了可能的步数范围,棋手对弈的数据也完全受围棋规则限制并展现在一步步的“落子”当中,也就是说数据达到了全样本状态,亦不存在“噪音数据”,人工智能只要根据这些全样本的优质数据,计算出“最优落子可能”即可。人们眼中的围棋对弈,在人工智能看来,无非是一系列的计算题而已,并不存在真正意义的动态博弈性,也就毫无棋道或棋艺可言。司法场域则不同,控辩裁三方处于真正的动态博弈过程中——法官居间裁判,而控辩双方则不断地搜集证据、举证质证,罗列和阐释法律上的根据,试图说服法官并做出对自己有利的裁判。在这一过程中,越来越多的和案件相关的数据将不断汇聚,

这似乎有利于逼近“案件真相”。但问题在于,控辩双方很可能基于自身的立场、利益整合出两套逻辑自洽的论证体系,并选择性地提供数据、隐匿相关案件数据或增加若干干扰数据,且随着审判进程的发展,各种不同价值或不同干扰度的数据都会继续“膨胀”。概言之,数据样本不全或“噪音数据”的存在往往是司法场域中的常态,且它会在控辩裁三方的动态博弈中随时发生变化。在此种情况下,如何对不断输入的数据进行有效判断,并在恰当的时点“关闭”数据的继续“流入”,就是法官的智慧和经验所在了,而这取决于其对人性、具体社会关系、生活经验的深刻体察和准确把握。对适于处理相对静态、充分、干净数据流的人工智能来说,司法场域中的此种动态博弈性可能过于复杂,极易根据片面或错误的数据得出“差之毫厘、谬以千里”的结论。



三、人工智能无法适应司法的能动创新性

从技术应用看,人工智能的目的并不在于对既有训练样本做出更好地解释,而是对未知样本做出更好的预测。但细细考察发现,人工智能对未知样本的这种“泛化”能力在本质上是一种归纳推理,也即由有限的数据集(特例)推广到整个样本空间(一般)。也就是说,人工智能所处理的数据是既有的或正在实时生成的数据,而非尚未生成的数据,它无非是对人类既有经验进行了更广泛更深入地汇聚、提炼和升华,并从中发掘出确定存在却尚不为人知的信息而已。故从性质上看,“有多少人工就有多少智能”,人工智能不可能超越既定历史而创新,而这恰恰与司法的能动创新性不相适应。

相较于立法的一般性、行政的主动性,司法通常表现为个案性和被动性,在运行当中又因其旨在为权利提供救济而必须保守中立性。故从总体而言,司法是保守的经验主义,而司法克制主义也应成为法官的主流意识形态。但在现代经济社会条件下,这种主流意识形态受到了不同程度的冲击。一方面,伴随着社会关系网络化、立体化的发展,狄骥所言的主体之间的“社会连带”性日益紧密,公权与私权也呈现出融合发展的趋势,社会对司法的期待也不限于个案纠纷的解决,而是要在个案处理中更好地回应社会,并尽可能地在社会治理中发挥更大的作用。另一方面,一些新型的社会关系也随着平台经济的发展而催生,而既有的传统法律关系均难以对其完全适用(如专车平台与司机端的法律关系认定、数据竞争的司法裁判问题等),在立法滞后和行政执法不足的情况下,如何巧妙地运用司法政策、法律原则精当地处理相关案件,并在实质意义推动制度供给和制度对社会经济发展的助推,就成为摆在法院面前的重大课题。这就意味着,司法在某些特定情况下要秉持一定程度的司法能动主义,以“熨平”社会关系与法律之间的脱节,而相应的裁判思维也不应局限于机械的法条主义,而是要有更宽广的社会、经济维度的考量,并智慧地将此种考量和法律原则、司法政策和相关法律规范等有机地融合在一起,从而满足法的自洽性和安定性。这意味着,法官需要敏锐地捕捉到具体经济社会条件的变化,通过规则的创新性解释而推动历史向前发展,而不是像人工智能那样做做程序化、格式化的机械理解,重复着本质相同的行为模式,而无法提供面向未来的具体方案。

以上,本文阐释了人工智能在司法场域中的三重不适,这种不适主要是由人工智能技术本身所决定的。正如我国人工智能领域泰斗张钹院士所总结的:“目前的人工智能技术适合解决的问题,一般都要满足有充分的数据和知识储备,而且需要是确定性问题、完全信息、静态的、有限任务和特定领域。”但同样需要注意的是,人工智能技术正在嵌入到司法制度和其运行当中,潜移默化地型塑着司法的基本形态,而司法基于其内在属性的要求,也会对人工智能技术提出相应的规训,这是值得研究的另一重大课题。



感谢作者授权

本文仅作学习交流之用


Micheal Zarowsky



往期荐读




编辑:钟柳依


欢迎点击“阅读原文”

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存