返回上一页 文章阅读 登录

余盛峰:人工智能时代的范式转移与法律变革

更新时间:2020-01-28 21:19:30
作者: 余盛峰 (进入专栏)  
因此,当前应当依据新的技术环境重新评估所有传统法律规范与价值,并且,这些评估和反思要通过相应的代码与算法机制嵌入到更强大的技术体系架构中,进而形成相互的刺激、变异、学习、选择、适应和最终的制衡。因为,伴随信息技术发展所带来的挑战,其实更根本的是技术与社会经济结构之间的共同演化关系,以及不同的技术范式和可能的政治与法律模式的组合和耦合关系。为了保护暴露于各种技术元素无限制扩张中的“血肉之躯”,为了捍卫人类尊严和各种人文价值,我们必须依靠更为良性的技术模式的发展。

   这需要激活政治与法律公共领域的讨论,需要更多的媒体丑闻曝光和社会运动的开启。只有通过伟大的政治与法律运动,才有可能刺激和推动已经自成封闭化趋势的技术范式的转变。这要求我们必须在公共机制方面做出有效的回应。新的法律范式不会也不应当是由处于中心和顶点的某个权威来做设计,而应当通过不同的社会系统自主运作和相互博弈,以及各自的当下决断所共同演化生成。在此进程中产生的大量争议和纠纷是新的全球法律的创生,以及不断进行“造法”活动的各类司法机构发展的根本动力。

  

   五、计算法学与法律的死亡

   人类法律起源于原始的占卜,占卜创造了最古老的语言文字,其中,最重要的则是吉/凶这一组二元代码。因为,吉/凶实际就是近似法律的二元规范代码。关于占卜者的任何疑问,解占者都会直接给出一个或吉或凶的决断。这个“答案”经常是没有“道理”的,是反认知的,根本没有所谓“科学性”。占卜在这个意义上因此承担了一种近似法律的功能。当矛盾或纠纷难以决断,解占者(类似法官)通过各种仪式性操作和解读,最终做出“法律”意义的“判决”。在这个意义上,“吉和凶”亦即为“法与非法”。事实上,直到现代社会,法律与占卜所共同采取的这种“不学习”的规范化技术并没有从根本上改变。法律始终经由对社会不学习的功能态度来维持社会规范期望的稳定性,进而实现了法律系统的独特社会功能。简言之,法律是一门特殊的人类治理技艺,它将法律系统的内部学习与对社会的不学习特征加以了结合,从而最大程度地维持社会规范期望的稳定。然而,伴随人工智能和机器深度学习的发展趋势,当法律开始算法化和代码化,当代码在特定社会领域逐步替代法律的功能,当机器学习的能力快速提高,当机器学习的成本急剧下降,法律曾经承担的社会功能就面临前所未有的挑战。

   二战期间由诺伯特·维纳(Norbert Wiener)与克劳德·香农(Claude Shannon)推动的控制论和信息论革命,它们的基本原理是信息传输的保真度,以及有关信息控制和反馈的数学理论。概言之,要在随机性之中建立特定的离散数学模式,建立信道、噪音、运动轨迹、脉冲频率的数字相关性,通过信息技术的自递归描述、预测和导引,试图将所有问题都转变为运用算法、代码、程序进行操作的二阶或多阶控制问题。当可以通过操作数据规则(例如指令集、元胞自动机、编程语言)根据某些程序模拟出待解决问题的数字模型,那么包含法律问题在内的规范领域(ought),也被认为可以通过概率计算、参数设计、模型构建、仿真模拟、样本更新、模块调整等技术手段,将其转变为可以编程、解码、设计、预测、干预与控制的事实问题(is)。

   传统的法律是通过稳定社会规范期望来实现法律的社会功能。在意识形态上,它建立起对法律规范封闭运作的信心,因而,只需要通过一组二元代码(“合法/非法”)执行运作即可。法律的运行旨在与日常经验与结果反馈保持距离。法律系统在认知上虽然是开放的,但其运作却是封闭的。然而,机器学习的逻辑是不同的,它将形成一个学习化的技术网络,该网络将通过各种技术装置,例如虚拟帐户、大数据分析、智能算法、评分体系,持续对各类主体的行为和行动进行实时的追踪、识别、认证、评估与反馈。申言之,机器学习乃是一种自我适应、自我迭代和自我完善的反馈机制,它使用当前操作作为下一条指令的基础,并基于实际状态而不是规范预期作为策略决断的依据。这与不学习的法律形成鲜明反差。因为法律总是以使用一组固定的文字符号系统来维持规范性期望的稳定。如果机器学习是基于统计的随机控制,那么法律就是聚焦于逻辑确定性的不学习的反认知技术。

   随着智能机器社会的兴起,人类社会的法律正经历着从小数据-大定律的牛顿模式向小定律-大数据的默顿模式(Robert Morton)转变的趋势。传统的法律范式是基于牛顿的经典力学模型。它依据统一的“大法则”统一规范各类“小事件”。它必须人为简化和化约各种复杂的场景,集中化简社会沟通的社会、事物与时间维度的复杂性,从而更好地实现韦伯所构想的法律自动贩卖机。智能机器的深度学习开始依据特定化的语境、场景和实用性的需要,从巨量的“大数据”中随机提取和生成专门的“小法律”,以实现对行为的自反馈调控。在这种情况下,“小法律”既具有规范性又具有认知性的特征,并且能够通过给定的目标建立一组变量和相应的变化概率,并模拟涵括一系列参与者和交互规则在内的具有动态环境特征的法律模型的建立。法律运作是要同时达到事实描述、行动预测和指引社会交往的功能,这是通过构建动态的模拟过程和法律结果完成的。因此,此种法律范式已然突破了事实与规范的传统二分法。

   越来越多的虚拟性、实时性、数字化、信息化的娱乐、社交、支付等场景,必须依靠更为智能的调控机制。因为场景不再是以往的固定物理地点,而是可以随时变换甚至可能依据每一个参与者的需求灵活更改的“位置”,因此,所需要的“法律”也就必须更加具有学习性的潜力。只有这样,法律才能实现其先前执行的验证、合规、授权、归因与归责等功能。 传统法律以其规则可以普通和统一适用于一切场景为前提,要求一切场景都可以根据书面性的命令进行确定性和一致性的规制。但是,人工智能技术的崛起将首先瓦解法律的命令性、普遍性、确定性、成文性、统一性的特征。

   风险社会的风险影响通常不会止于当事各方,单纯事后监管容易导致无法弥补的后果。 因此,法律必须逐步达到较高的学习能力,可以提前甚至实时进行反馈调节,这因此促进了各种实验性治理与学习性机制开始在法律中应用。风险社会的法律不再仅仅是不学习的规范机制,与之相反,新的法律形态需要根据新信息和新环境在认知性的意义上进行自我调整和迭代,只有这样,才能更好适应各种变化与风险。在特定的案例中,甚至要依据社会实验的模拟效果来测试和出台新的法律规范。

   在新的人工智能时代,每个特定的场景和语境都要求重新定位资源的分配以及关系的划分,技术和社会的发展要求更具有学习性潜力的规制机制来适应这些变化。伴随智能技术学习能力的不断提高,不同社会行动体的各种信息都被数字化与数据化,所谓的“法律事实”也将变得透明化。机器学习可以捕获证据链的存在,并且法律程序将更多是以事实认知而非规范指引作为设计的方向。事实上,当前正在出现的计算法学正是基于新兴的深度学习技术,以及试图将自然法律语言进行全面人工转译的技术意识形态。或者说,计算法学实际是信息技术发展的必然逻辑。从时代发展趋势来看,全社会过剩的计算能力已经解决了过去由于计算能力不足而带来的全面深度学习的问题。由于计算能力的过剩与算法冗余的增加,计算法学的冲动将可能继续腐蚀传统法律的规范领域。

   现代法基于以固定文本为中心的印刷文化。法律是客观的、外在的、中立的、固定化的规范性权威。在传统工业时代,人与机器之间是相对清晰的主客支配关系,因此可以借助二分的人法与物法来构建一个具有普遍统一性的法律制度,去规范此种经济形态下的生产、交换、分配与消费关系。然而,当人机深度融合在一起,当人与机器彼此内嵌、彼此进入、相互牵连和相互塑造时,我们已难以借助静态性的规范制度来有效规制行动者与外部世界的法律关系。单纯依靠固定性和书面性的法律文本已不足敷用,因为已经难以再像过去那样通过简单的不学习态度去规制各种新型法律问题。当机器学习技术得到充分发展,如果智能技术通过它强大的计算能力与算法能力,能够有效克服决策和时间的压力,赢得演化的优势,就很有可能会从根本上挑战法律的传统功能。

  

   六、法律范式变迁与中国的自我革命

   从农业时代到工业时代再到信息时代,法律范式都经历了深刻演变。农业时代带来了轴心文明时期的法律范式,工业时代形成了资本主义的现代法范式,那么,信息时代将形成何种意义的法律范式?这已然成为当代法理学和法哲学的核心命题。

   互联网领域存在一个尤为重要的演化规律:去中心化和中心化的交替发展,去中心化和中心化技术构成了持久的冲突和竞争。如果说,过去十年间互联网世界呈现出明显的集中化趋势,那么现在则尤其需要出现一种新的反制性力量。互联网需要新的技术范式发展,以改变过去十年间中心化集中的趋势。人工智能技术同样带来了中心化和去中心化两种潜力的可能。如果说,古代法是粗暴的权力中心化加散沙式的民间去中心化,现代法是国家中心化加社会的去中心化,那么人工智能时代的法范式,也可能是一切都可以被智能技术追踪和计算的中心化和依托于加密技术和区块链技术的去中心化趋势的并存。

   那么,法律在其中将发挥何种功能和作用?当技术系统成为所有社会系统的底层设施,法律可以继续承担何种使命?为了对抗和制衡技术的元代码化趋势,法律是否必须“升级换代”,来抑制技术系统过度的自我扩张趋势?因为,单纯依靠事后惩罚和威慑手段,通过传统的立法、行政和司法管道,似乎都不足以应对的新的技术现实。可能有必要从技术系统自身的演化逻辑出发,将技术作为一个独立的系统来加以认识,考察它内在的运作逻辑和演化趋势,以及由它所产生出的权力结构和政治性格。我们需要根据这些内生的技术逻辑,从技术系统内部创造出一种权力制衡的机制,在技术系统内部构建一个类似18世纪宪法革命的制衡模式。

   晚近以来,主要来自欧美的大型跨国公司在母国政府的战略支持下,在新一轮信息和通信技术(ICT)领域逐步取得压倒性竞争优势,对于数据信息的收集、控制、处理、储存、组织、传播、应用、交易与销售成为它们的核心业务之一。在新的全球产业格局调整中,发展中国家再一次陷入资本主义体系的边缘和半边缘,其根本原因,就在于发达国家依据其在全球权力格局中的优势地位,引导竞争转向更有利于自身的战略布局。它们通过各类抽象的法律规则设计,将各种技术标准确定为行业规范标准,并且使用专利、版权和商标这些知识产权手段来进一步巩固这些标准,进而以此来掌控全球信息产业的创制权和话语权。

   1980年代以来,中国社会大规模的立法活动是通过对同样作为大陆法系的台湾地区、日本与德国的法律移植完成的,这一立法运动必须紧密配合中国的工业化进程以及配套的国际大循环战略。主要借助对大陆法系民商事制度的移植,为刺激、调动和整合中国的土地、资本和劳动力市场提供了基础性的法律保障,从而也促进了主要围绕实体商品经济活动而展开的市场建构。换言之,在改革开放这一历史阶段,主要倚重大陆法系展开法律的移植并不是历史的偶然,近20年来中国如火如荼的“世界工厂”发展模式,最关键的就是要求在实体性商品制造、销售和国际贸易领域的法律制度的完善。

   大陆法系遵循以“物”为核心范畴的罗马法传统,其根本逻辑是围绕“有体物”经由物权和债权制度创建规则体系。事实上,中国的市场经济发展,正是通过这一经典的私法范式为其提供原始的产权逻辑和物权理论。而围绕这种“有体性”的物权理论,进一步建立了包括用益物权、担保物权在内的“物权法定”原则,确立严格的“一物一权”理论,财产的占有、收益、使用与处分都是紧密根据这种有形、确定、实在的“物”的形象进行建构。易言之,在改革开放时期,特定法律主体占据特定财产客体的法律意象牢固支配着中国民法的想象力。

   正如前述,当代全球经济的竞争中心正在从有形的“物质”转变为无形的“知识/数据/信息”。产权概念的本质不再是关于有形财产的绝对控制和占有,在新经济形态下,财产实践更需要的是无形的“权利束”(a bundle of rights)概念,它指向一系列更为精细的经济和法律关系。在新的人工智能时代,中国必须重新设计法律发展战略,在重构法律体系、平衡群体利益、主导规则制定三个层面增强前瞻意识。

   我们需要洞悉全球法秩序演化的内在动力,集中国家和精英的力量来转变法律战略视野。特别是,要积极参与信息法领域全球问题的议程设定和法律规则主导权,这比单纯的科技发展甚至更为重要与紧迫。竞争最终是国家体制的竞争。全球化的加速已成为不可避免的事实,在残酷的全球竞争中,国家的力量将变得更为突出。所有这些,最终都取决于中国自我革命的勇气。

  

   余盛峰,北京航空航天大学副教授。

  

  


爱思想关键词小程序
本文责编:frank
发信站:爱思想(http://m.aisixiang.com)
本文链接:http://m.aisixiang.com/data/119934.html
文章来源:《科学与社会》2019年第4期
收藏