返回上一页 文章阅读 登录

於兴中:人工智能、话语理论与可辩驳推理

更新时间:2017-11-26 09:33:18
作者: 於兴中  

  

   一、引言

   在法律方法的研究中,一个引人注目的领域是人工智能与法律推理的关系。这方面的研究西方早在20世纪中期就已开始,但在国内似乎还没有引起足够的重视。在西方,经过几代学者的不懈努力,人工智能与法理推理的研究已经取得了很可观的成就。这个领域初启山林之时,很多人都持怀疑态度,感兴趣的主要是研究人工智能的学者,法学界鲜有人问津在事。随着此方面研究成果的不断出现,法学研究者才逐渐对这个领域发生了兴趣。即便如此,一些有影响的学者还是对此持怀疑态度。比如芝加哥大学的大牌教授桑司坦就曾撰文质疑过人工智能与法律推理研究的有效性。在他看来人工智能、计算机系统再聪明也无法模拟复杂多变的人的头脑,而法律活动乃是一样高水平的脑力活动,不管以后如何,至少在目前还看不到在这个领域中计算机有取代人的可能。然而,热心于此项研究的人却并不这样看。有学者撰文指出,人工智能在法律上的运用之所以还没有结出丰硕成果来并不是由于人工智能的水平不高,而是由于法学研究的水平不高。这实在是一个发人生省的高明见解。人工智能与法律推理的研究必须依赖于法学理论。有什么样的法学理论,就有什么样的人工智能与法律推理的模式。从法学理论和法律推理的角度看,大致而言,现有的法学理论可以分为两派,即形式主义和实用主义。形式主义注重规则,于是便有了根据规则推理的人工智能推理模式;实用主义注重个案,因此,便有了根据个案推理的人工智能推理模式。两种模式都有了自己的平台,但都不甚精确,且易出错。人们在力求改进这两种推理模式的同时也企盼发展新的模式的可能性。然而,由于新的法学理论总是迟迟不登场,新的法律推理模式自然也只是希望而已。是故,人工智能与法律推理研究不甚成功的责任就落在了法学理论上。自从哈贝马斯等人提出了所谓法的话语理论(Discourse Theory of Law)以来,人工智能与法的研究又重现生机。话语理论暗含着对话和沟通的意义。从这个意义出发,可以设想一种通过对话得出结论的推理模式。这种推理模式被称为可辩驳推理(Defeasible Reasoning),它的结论不是一个必然结论,但却是一个较好较可信的结论。

   事实上,亚利桑那大学的哲学家普拉克(John Pollock)早在上世纪四十年代的时候就已经开始研究可辩驳推理,并且至今仍然孜孜不倦地在追求。他设计的OSCAR程序已经为他赢得了极高的荣誉。在普拉克及其他学者的共同努力下,可辩驳推理的概念终于在世纪之交进入了法学界。当然这里还另有原因,需要略作说明。

   可辩驳推理之能够进入法学界与法学研究的热点有关。众所周知,上世纪末的西方法理学基本上是德沃金和哈特的天下。似乎再没有谁比他们俩更重要。法学杂志上连篇累牍发表的要不是他们本人的作品,就是他们的追随者们保卫主帅、唇枪舌战的文字。这种局面单调得令人发闷。因而引发了“超越哈特/德沃金”的呼喊。哈特和德沃金虽然著述甚夥,但由他们引起的主宰了法学界长达三、四十年之久的论战却仅仅把目光盯在法律规则与法官的自由裁量权上。从法律规则的开放性程度到法官的强势或弱式自由裁量,从法律的解释到法律推理,从规则体系到法律原则,从语言哲学到希腊神话,这场论战直接或间接地深化了人们对法律制度和司法行为的理解。以前那种相信司法决定依赖于演绎推理或归纳推理的态度已经因过于天真而明显的不合时宜。人们把注意力开始投向更为复杂的推理模式或法律应用的方法和程序。欧陆英伦学者这一次充当了导师的角色。阿列克西、麦考密克、派茨切尼克、阿尼欧及班考夫斯基等人关于法律推理和法律论证的著述提高了法律方法和法学方法的品味和地位。越来越多的人开始关注法律论证问题,而法律论证,一如舒国滢教授在一篇文章中所言,已经成为显学。

   法律论证中一个突出的题目便是可辩驳推理。这是一个生僻的概念。作为一个法律概念它已经存在过几百年了,但它并不是一个常用术语。因此当哈特在一九四八年指出法律规则的可辩驳性时,学界并没有意识到它的重要性。甚至在普拉克设计出OSCAR并专门研究可辩驳推理很久以后,法学界都没有作出应有的反应。

   一旦我们把人工智能同法的话语理论、可辩驳推理、法律论证以及那些杰出的法律人联系在一起,我们怎么可能不给它以应有的重视呢?在以下的几页里。我仅对此领域做点简单的介绍。

  

   二、人工智能与法律研究简介

   人工智能(AI)是使用计算机科学的概念、程序和工具从事认知过程的科学。作为计算机科学的一个部门学科,人工智能的研究发端于二十世纪五十年代中期。人工智能研究的创始人之一的Marvin Minsky在一九六八年说过一句话,集中概括了人工智能研究的实质:“让机器从事需要人的智能的工作的科学”。因此,所有需要人的智能的行为都属于人工智能研究的范围,包括下棋,解题,从事数学发现,理解短篇小说,学习新的概念,解释视觉场景,诊断疾病,进行推理等。人工智能的研究中最难的是牵涉到普通常识推理和认知的任务,诸如语言理解。比较技术性的任务,诸如解题和下棋一般较容易。这是因为后者可以使用界定得好的术语,黑白分明,而前者则不然。人工智能同其它研究认知和知识的学科,比如哲学和心理学有很大的不同。这种不同主要表现在人工智能需使用计算上的术语来进行分析,---尤其是用通过体现该分析的成功运行的计算机程序。

   从事人工智能研究的目的至少有两个:理解人类智能的工作情况及设计有用的智能性的计算机程序或计算机。大多数人工智能研究项目都同时追求这两个目标。举例来说,为了商业的目的而设计诸如信用卡批准决定的计算机程序,设计者需要了解在此方面素有经验的人是如何作决定的,因为他们是最好的也是唯一的有关此类业务的信息的来源。只有他们知道如何才能将该工作作好。同样的,为了理解或模拟人的认知,最好的作法是设计一套能以运行的程序:在一定的程度上来说成功就意味着设计出一套有用的计算模式。

   在法律领域中,上述两项目标也是被追求的对象。法律与人工智能的研究一方面通过研究深入理解法律推理的各个重要问题,另一方面则注重设计可以用于法律实务,教学和研究的计算模式。就前者而论,如何发展出一套基於先例学说的人工智能推理模式是一个很有意义的尝试。开发人工智能推理模式的工作促使研究者去学习有关法律推理的知识,模拟说明基於先例推理的重要问题,诸如就先例与新形势的相关性进行评价,区别相矛盾的案例,找出相同案例之间的联系,然后给予详细描述并设计能以实现以上种种的程序来。

   后者则更注重实用的目的。主要努力是在设计一套协助法律人员准备报告的计算程序(象Lawyer’sWorkbench)。这套程序包括收集材料和案例并根据不同学说予以分类的功能。也可以设计一种专供制作法律文书之用的实用程序。设计此类程序需要开发分析模式。一般而言,如果一种分析模式会带来使用上的进步,则该模式被视为比较令人满意的模式。

   设计一种法律推理的模式的思想并不算新颖。诚然,人们对法律推理模式的有关重要问题的讨论已经不少,但以前的讨论的详细程度还不足以为人工智能模式提供足够的细节内容,从而将它们作为计算机程序予以实施。在人工智能模式中,细节的作用极为重要。比方说,法律一般被描述为“根据例子推理”。这种说法也许对於一定的目的而言就已经足够了,但对於人工智能来说就远远不够。为了利用法律学者们提供的有关法律推理的洞见,人工智能的研究者需要同时指出如何进行具体推理,及需要何种信息和方法。

   人工智能的方法迫使研究者进行非常仔细的具体分析。它提倡研究者使用计算机科学的思想和方法设计概念结构和计算模式。

  

   三、人工智能与法律研究的若干目标

   人们一般希望一项理想的人工智能与法律推理的计算机程序能解决以下问题:

   1、根据案例和类比推理(包括真实案例和假设的案例)

   2、根据规则推理

   3、多种推理方式的结合

   4、处理定义不严密及含义开放的概念

   5、设计论证和解释

   6、处理各项知识的例外和其间的冲突,比如规则间的冲突

   7、包容法律知识基础的变化,尤其是法律概念的变化,处理非单一性因素引起的变化,即由於更多的新知识的出现而使原有的真理不再成为真理,因之而起的变化

   8、模拟普通常识

   9、模拟人的意向和信念知识

   10、承担理解自然语言的功能

   以上各种目的的实现尚待时日。但各方面都有研究在进行,有的方面已作出了可喜的贡献。实际上,以上各种目的中,有些比较容易实现,有些则相对困难,而有些则实现的可能性比较渺茫。比如,上述1、2、3的研究已经颇见成效,4的研究也较有进展,但尚需进一步深化。5的研究也作出了成绩,尤其是基於先例的推断和进行解释的努力。似乎可以说,在近期内达到以上五种目的的可能性还是比较乐观的。6、7两种研究看来困难较多,但前景并不是一团漆黑。而且从事该项研究的人员目前表现得十分积极。设想有一天他们会取得可喜的成绩也不是痴心妄想。

   至於后三者,似乎前景不是很乐观。模拟普通常识推理,有关意愿和信念的自然语言能力这三方面的研究最为困难。就语言而论,比较简单的会话和短文的理解能力在一定范围内可能能够达到,但普遍使用的模式的建立仍然相当遥远,而阅读理解上诉法院判决之类的痴想恐怕永远也实现不了。

  

   四、人工智能与法律推理研究的几个重要里程碑

   下面介绍几项在理解和模拟法律推理,尤其是法律论辩方面提供了重要步骤的具有里程碑意义的法律与人工智能研究项目。这些项目拟解决的问题包括:1)根据规则推理,2)根据案例,假设及引用先例推论进行推理,3)可辩驳推理。

   (一)根据规则推理

   进行法律推理模式的研究的努力最初是运用专家系统(Expert System)模拟法律中与规则相关的某些内容。基於规则的专家系统是人工智能研究者们广泛运用的一类人工智能系统。这些系统所使用的计算机和计算技术概念界定十分清楚,而且计算性强。虽然从法律的角度看,关于规则的有效性,有用性及其状况,人们的意见不尽一致,而且人们也公认在规则的表述方面也存在着困难,但是将某一套规则用于一个标准计算模式的计算框架依然是可行的事。

   在基於规则的方法中,规则通常表现为比较简单的“如果......那么......”格式。如果已知某种情况存在,那么即采取已指明的行动或者得出拟得到的结论。基於规则的系统,通过将这些规则连接在一起而产生作用。在法律领域中,首次使用专家系统方法研究的是兰德公司民事司法中心的Donald Waterman 和MarkPeterson。在他们的系统中,将学说中的论述和法律专业知识根据经验大致进行了编码。该项研究进行时,正是专家系统方法被广泛用于各个领域之时,既代表了该方法用于法律研究所能取得的成就,也揭示了该方法自身内在的困难。Waterman和Peterson研究了如何将专家系统方法作为一项实用工具用于法律实施,证明了其作为模拟法律专业知识的一种方法。

他们的系统中研究的一个领域是所谓LDS系统(Legal Decision-making System)。(点击此处阅读下一页)

本文责编:frank
发信站:爱思想(http://m.aisixiang.com)
本文链接:http://m.aisixiang.com/data/107044.html
文章来源:《法律方法与法律思维》2005年卷
收藏