尚权推荐丨程龙：从方法到论题——实证法学与人工智能法学的区分

熊谋林教授在《“实证法学”的概念术语回顾与回归——基于文献的实证法学研究整合路径》一文（以下简称“熊文”）中系统回顾并梳理了近半个世纪以来大陆法学界实证研究的“起承转合”，并以概念和术语为中心，展现了作为方法与新兴学科的实证法学的过去、现在与将来。与此同时，熊文在分析诸多实证法学衍生概念时，将“人工智能法学”概念第一次署名的历史归属于笔者。对此，结合近年来笔者围绕人工智能法学所展开的进一步研究与思考，尤其是对人工智能法学这一概念进行的批判性反思，有必要就人工智能法学相关议题作出更为充分深入的研讨与说明。以下将首先从人工智能法学与实证法学研究方法的差异性出发，阐明笔者对于实证法学与人工智能法学间的不可通约性的思考；而后就刑事诉讼法学中“算法程序正义”这一论题，阐明笔者对于人工智能法学的批评性观点。

一、实证法学与人工智能法学的不可通约性

从概念上看，实证法学，尤其是以数据分析和统计分析为基础的实证研究，确实与法律人工智能技术具有天然的亲缘性。从本质上看，法律人工智能就是建立在大量数据基础上的分析算法，其核心就在于通过数据分析找寻数据规律，进而形成算法并实现人脑模拟，最终辅助甚至替代人类进行司法活动。熊文也指出，计算法学是建立在计算机技术之上的法学方法，但本身仍然属于实证研究的行列。自然而然地，我们会将实证法学与人工智能法学等同视之，将人工智能法学视为实证法学的属地。

除对数据的重视外，实证法学还与人工智能法学具有共同的重视司法实践的逻辑起点。从学术史上看，大致在21世纪第一个十年的后半段，大陆法学界开始出现成熟的、体系化的实证研究。这些研究的核心方法论思想在于认识到“书本上的法”与“行动中的法”的巨大差异。这一思想甚至可以追溯到更早一些的以苏力为代表的“法治本土主义”研究或社科法学研究。它们都注意到了成文法的局限，即成文法的规范性不等于实践中的实效性。差异在于，实证法学研究更乐于揭示“实际上是什么”，而社科法学研究可能更注重“实际上不是什么”；实证法学研究更喜欢使用大样本、大数据，而社科法学研究更强调个案的深描。总之，将视角定位于司法实践并意图通过研究司法实践而改造司法实践，成了实证法学的“初心”。人工智能法学从技术前提来看，也具有观察司法实践而非法律条文的强烈倾向。一个基本的例证在于，投喂机器学习并形成算法的“养料”只能是司法数据，而非法律条文。与此同时，人工智能算法形成后，又能反过来辅助乃至影响司法裁判的形成。从这个逻辑上看，实证法学与人工智能法学确实具有相当程度的关联性。这也是2016年“人工智能元年”之后，大批法律实证研究者开始重视甚至转向法律人工智能研究的一个重要原因。然而，笔者仍然认为，需要对实证法学与人工智能法学的不可通约性加以重视。

首先，实证法学与人工智能法学对于数据的使用目的不同。实证法学使用数据的目的在于揭示司法现实，从而展现法律规范性与实效性的差异，数据本身就是实证研究的对象。证人出庭率、认罪认罚案件上诉率、逮捕率、简易程序公诉人出庭改革后的庭审耗时等数据本身就是实证研究的“发现”。但是，法律人工智能中的数据仅仅是一种“养料”，是用于机器学习的基本原材料。法律人工智能并不能区分投喂的司法数据是否具有规范性和正当性。相反，大量司法数据的使用目的是促使法律人工智能系统做到“同案同判”。换言之，人工智能法学研究中的数据与实证法学视野中的数据很可能不是一回事。实证法学中的数据是研究对象，而人工智能法学中的数据仅仅是一种技术性前提、一种形成法律人工智能系统的基本素材。人工智能法学重视数据，并非因为数据本身作为研究对象的重要性，而是因为数据是形成法律人工智能系统不可或缺的技术基础。

其次，实证法学与人工智能法学对于实定法的态度不同。如果将社科法学、法人类学也纳入实证法学的范畴，那么可以发现实证法学本身具有对现行立法的批判功能。从“秋菊打官司”到“延安黄碟案”，社科法学的主流立场就在于通过揭示法律实践与法律文本的差异性，肯定实践智慧进而批判法律教条主义。基于数据分析的实证法学批判性可能略弱，但仍然展现出行动与文本的某种对立；即便不否认立法的规范性，也至少揭示了这种规范性在现实中的“无力”。但是，法律人工智能作为辅助司法的工具，它从设计理念上就不能与现行法律抵触，根本不能产生“寻找法律之外的法律”的情形。与实证法学恰恰相反的是，法律人工智能的作用在于消减乃至消灭“行动中的法”与“书本上的法”的差异；通过合理限制法官的裁量性，从而避免法律适用中的任意性。诚如季卫东教授所言：“任何法律专家系统软件都意味着作出一种纯粹的法律实证主义预设。”基于此，人工智能法学假定现行法律可以且必然能够完整、准确适用，并以通过法律人工智能系统实现“同案同判”为目的，它不会也不能向实定法“宣战”。

再次，实证法学与人工智能法学的研究范围不同。实证法学可以对所有法律行动与法律实践展开研究。近年来除司法之外，法律实证研究还涉及立法、执法、守法等诸多领域。但是人工智能法学所依据的法律人工智能应用在目前来看，还局限于辅助司法单一方面。这就导致人工智能法学的研究主要范围局限在司法领域，难以推广至立法、执法、守法等全方位法学研究范畴。

最后，实证法学与人工智能法学的知识传统不同。在实证法学横空出世时，法学界普遍认为这是一种“交叉研究方法”，因为它需要充分的数学、统计学、社会学、人类学、民族学等学科的知识作为研究基础。但是，上述学科毕竟属于传统人类知识体系范畴，而人工智能法学所涉及的法学之外的知识亦属人类科学的最前沿、最边界。当前人工智能技术发展日新月异，诸如ChatGPT之类的科技产品呈爆炸式发展，由此带来了知识更新的超速性和未知性。限于法学学科的文科属性，法学界对于人工智能技术的了解大多处于“话语阶段”，人工智能技术原理、方法其实难以获知。算法、机器学习等都处于“想象”和“观察”阶段。坦率地说，大多数人工智能法学的研究者甚至都没有亲自触碰过用于机器学习的机器；且他们用于写人工智能法学论文的电脑里，也未必插着RTX4090显卡。如果说实证研究对数学的要求就已使很多人望而却步，那么对于人工智能法学超前性的知识结构而言，法律人所需要付出的学习成本将难以想象。

综上可见，实证法学与人工智能法学虽然具有某种感性认识上的亲密关系，但二者本质上存在着诸多差异，在未来两种研究日益成熟的发展中，可能会产生进一步的分化乃至“分道扬镳”。

二、人工智能法学论题之审思：以算法程序正义为例

人工智能法学的发展促使法学界开始思考法律人工智能技术对传统法学理论体系的冲击。其中，尤以算法的法律规制为人所瞩目。事实上，几乎所有的法律人工智能系统都以算法为核心，利用算法模拟人类思维处理法律问题。因此，算法本身成了事实上的“裁判者”。但是，作为裁判技术的算法会冲击传统程序正义理论。例如，算法偏见影响裁判中立，算法黑盒影响程序公开，算法垄断影响程序对等。然而，传统程序正义理论却又存在诸多局限，难以对算法进行规制。例如虚拟数字空间盲区、技术人员等实质程序参与主体被忽视、数字化程序规制阙如、裁判可接受性下降等。故此，学界提出应当以算法正当程序这一崭新理论框架规制算法。算法正当程序的内容应当包括：（1）算法公开透明；（2）算法的可解释性；（3）听取意见，允许质疑、听证及纠错等。

认识到法律人工智能技术对于现行法律体系的冲击，是人工智能法学发展走向成熟的标志。但是否要“另起炉灶”式地脱离于现有法律框架体系，另行创造一种新的人工智能法学体系，还需要深思。由于法律本身的保守性、滞后性，事实上，所有新技术的产生都有可能超出原有法律概念体系而形成新的规制需求。例如在二十年前，网络虚拟财产的出现，就引发了民法、刑法学界关于网络虚拟财产定位的问题。但当时的学界并未意图创造一种完全不同于传统法律体系的“虚拟财产法”或“虚拟财产权利体系”，而是将虚拟财产纳入传统物权或财产权体系中，扩展传统理论边界予以规制。倒不是说法律不需要革新。例如，破产制度催生了破产法，交通工具便利化带来的国际贸易发展促成了国际经济法的出世。当某个新事物、新行为完全无法以传统法律体系规范时，确实也有必要创造新的法律概念与规范体系。可问题是，法律人工智能的发展真的到了这一步吗？

在笔者看来，还很难给出肯定的答案。以人工智能辅助裁判为例，如果人工智能本身已经在很大程度上影响了当下司法，而现有程序法体系又无法规制人工智能裁判者，那么应当形成一套“算法程序正义”甚至“人工智能程序正义”理论。但这个前提面临着“致命”的质疑：一是人工智能应当成为裁判者吗？二是人工智能参与审判无法用现有法律规制吗？

第一，人工智能和算法在可见的当下和未来，都不应成为裁判主体。算法程序正义理论其实假定了人工智能在司法中的裁判主体性。换言之，它认为算法本身已经成为司法裁判的思维与心证形成过程，对传统的以法官为中心的诉讼程序构成重大冲击，因此必须建立一套新的程序正义模型加以规制。确实，目前大陆司法，尤其是刑事司法，对于人工智能的依赖已经甚为明显。尽管理论话语中仍然将法律人工智能作为裁判的“辅助”，但这种辅助功能的发挥范围、空间和深度，其实难以精确划定。如果这种裁判辅助已经成为法官心证的主要依据，而法官又坚定奉行“技术至上论”，那么这种辅助实际上就是决定。在这个层面上看，算法程序正义的担忧不无道理。可问题在于，现实不等于正当，实践也不等于规范。陈景辉教授认为，由于法律的全面性和至上性，算法不可能成为法律，只能是法律针对的对象。算法正当程序面临的最大质疑在于，它不假思索地认为论证了算法实际上成了裁判主体，也就相当于论证了算法可以成为裁判主体。恰恰相反的是，算法本身就不应当成为裁判主体，甚至作为裁判的辅助主体都不行。算法成为裁判主体本身，一方面是对大陆宪法法律的公然违反，大陆审判权专属于法院和法官，算法以及算法背后的技术人员、商业机构绝不应成为影响司法审判的主体。另一方面，算法影响裁判，会对审判正义的亲历性、人本性、情景性等基本原则产生巨大冲击，从而减损审判正当性，也难以为当下国民所接受。况且，算法本身的准确性、科学性也充满着争议，我们现在如果将之视为裁判主体之一元加以规制，很可能会遮蔽关于算法在司法运作中正当地位的讨论。

第二，人工智能和算法对司法的影响应当规制，且可以通过传统法律框架规制。否认人工智能和算法成为事实上的裁判主体并不意味着无视它们对司法的影响，而是认为这种影响不应产生决策功能，但可以成为决策信息的来源。温和的算法程序正义论者其实也是围绕作为决策信息的算法如何进入庭审来构建新理论的。然而，笔者仍然认为，现有法律制度完全可以对算法加以规制。如前所述，算法程序正义理论其实要求的就是算法透明、算法可解释和算法可反驳等。如果我们将算法视为应被裁判的内容，则算法程序正义的要求完全可以被现有诉讼制度所容纳。核心要点在于，应当将法律人工智能所产生的结论性意见视为证据加以处理。首先，明确算法所产生信息意见的证据属性，算法实则成了鉴定人或有专门知识的人。这样一来，就可以对算法的科学性、稳健性进行检验，以明确算法的可适用性，相当于确定算法作为数字鉴定人或专家辅助人的专家资格。其次，对于算法本身的形成过程，应当予以披露，从而满足公开透明的要求，相当于对鉴定人、专家辅助人的专业资格进行审查与认定。再次，使用算法意见结论的诉讼主体，应当承担证明其结论可靠性的责任，充分阐明算法意见的产生经过、科学原理等，这与鉴定人、专家辅助人应对其鉴定、专门意见的科学性、可靠性承担证明责任异曲同工；而另一方诉讼主体有权进行质证，可以聘请专家辅助对算法与算法意见进行质疑，甚至可以重新使用法律人工智能系统重新生成算法意见。最后，法院应当在听取对抗两造针对算法意见的质证后，形成对算法意见采纳与否的心证，不得未经质证径行认定算法意见。如此观之，其实算法及其生成的意见完全可以作为一种新的鉴定意见或专门性报告，适用证据法、诉讼法相关规定进行处理，没有必要另行建立算法程序正义新理论予以规制。

三、人工智能法学的本真：拒绝“包装”

作为熊文认定的“人工智能法学”概念的首先提出者，笔者近年来的思考和研究可能逐渐产生了对这一概念的“叛逆”。限于篇幅，本文挑选了方法和论题两个方面对这种“叛逆”进行了概要论述，核心观点在于，一方面，人工智能法学与实证法学的理论基础和问题面向均有所不同，认为人工智能法学可以从实证法学中孕育成长并成为实证法学新时代代表的观点，可能并不成立。另一方面，作为论题的人工智能法学也可能夸大了对现有法学理论的冲击。在应然性前提无法得到恰当论证的基础上，人工智能法学以实践为依据，意图建立完全不同于现有法学理论体系的设想和努力可能面临着正当性和必要性的双重质疑。那种以技术的“高大上”包装的人工智能法学注定难以得到学界和实务界的普遍接受。正如熊谋林教授所言：“脱离法学家和法科学生的法学教育，或者割裂法学研究者能力的任何高技术表达，都注定只能远离法学。即使听起来多么酷炫和合理，最终只能因过高的起点，让法学家的参与度越来越低，终因方法恐惧而被挡在起点上。

来源：《湖湘法学评论》2024年第2期（总第12期）“专题笔谈”栏目

作者：程龙，法学博士、云南大学法学院副教授