查看原文
其他

直播回放 + 主讲实录 | 季卫东&曾思:秩序的可计测性——法律运行的科学观与智能化 | 青木论文奖系列高端讲堂

季卫东 清华大学CIDEG
2024-10-01

导  读

7月16日下午,青木昌彦经济学论文奖系列高端讲堂第五期在线举行。上海交通大学文科资深教授、上海交通大学凯原法学院讲席教授、CIDEG学术委员季卫东对话香港中文大学法律学院助理教授、第二届“青木昌彦经济学论文奖”提名奖获得者曾思,就“秩序的可计测性——法律运行的科学观与智能化”展开讨论,今天我们特将季卫东教授主讲内容整理如下,经季教授授权,全文分享给读者。精彩的对话实录将于后续全文刊登,敬请关注!

清华大学公共管理学院长聘副教授、CIDEG主任陈玲在线致辞


请扫描以上二维码观看回放

主讲实录

秩序的可计测性—法律运行的科学观与智能化


现代市场经济对法律制度的基本要求,就是通过合法经营使投资、缔约等行为的后果要有可计算性、可预测性。


很高兴有这样的机会到清华大学CDIGE青木高端讲堂来与大家进行交流。感谢主办方邀请,并向青木昌彦先生表达敬意和缅怀之情。


我今天要讲的内容出发点是现代市场经济对法律制度的基本要求,就是通过合法经营使投资、缔约等行为的后果要有可计算性、可预测性。为了说明国家治理体系在西欧的现代化过程中如何实现这个目标,以及西欧的经验对中国的借鉴意义,今天我的演讲大致上分这样五个部分:

首先,国家治理现代化的基本问题意识就是如何通过法律来克服权力的任意性、缩减社会的复杂性。这里显示的图片大家都很熟悉,是易经的八卦太极图。马克斯•韦伯在描述中国传统法律秩序的非合理性时,曾经用过“巫术之园”这个隐喻,也许他心目中浮现的就是这样一幅充满神秘感的图景。易经被认为是儒家经典中的经典,尽管带有浓厚的迷信色彩,但却的确也反映了中国传统思维方式的本质,隐藏着中国秩序原理和制度设计最深层的密码。所以,我们不妨把韦伯式的中国法律秩序观作为线索,探讨一下所谓“巫术之园”究竟应该如何理解。

从当今的视角来看,用不同的形式来表达,在易经中演算的八卦图还有六十四卦方阵,在基本原理上很像康托尔集所展示的分形结构。如果把阳爻符号改为1,阴爻符号改为0,那么六十四卦图表就如同软件编程的二进制机器语言所构成的不同组合清单。从社会秩序形成和纠纷解决方案的角度来观察这种由0和1代码构成的不同组合清单,似乎可以看到一个不断变化的司法选择空间,当事人和司法官僚共同在其中寻找更好的组合作为解决问题的方案。关于这种极具特色的传统秩序原理,北宋著名学者邵雍在《皇极经世》中的具体表述是:“一分为二、二分为四、四分为八、八分为十六、十六分为三十二、三十二分为六十四。故曰分阴分阳、迭用柔刚、易六位而成章也。十分为百、百分为千、千分为万;犹根之有干,干之有枝,枝之有叶,愈细则愈繁,合之斯为一,衍之斯为万。”上述不断生成和重组的秩序分形结构,其实也构成一种中国式的决策树。显而易见,这种秩序呈现出非常复杂的状态,存在不同组合的选项,规范过于灵活,导致司法裁决的选择空间过大。选择空间大当然意味着法官的裁量权也很大,这样就很难预测判决的结果。因此,很容易导致市场和日常生活缺乏可计算性、可预测性,很容易导致社会缺乏确定性。所以,我们需要探讨能够缩减事实复杂性的现代法治的制度安排,以便为经济交易提供稳定的预期。

我们再把刚才那种直观的、神秘的秩序生成的场域换成中国传统的法律体系及其运作的动态来表达,从当今社会科学的视角来进行观察和理解。在这里可以看到,人们的行为规范是非常复杂的、多元的。儒家的意识形态、法律规范、村落秩序或者习俗惯例以及民间舆论,这四种规范性因素都源于情理世界,却各有各的作用,相生相克并且相辅相成,似乎形成了一个价值判断的超级循环圈。

我们再把视线从宏观的法律秩序循环圈转到微观的审判场域里的互动关系。在这里,我们首先可以发现中国传统法律规范本身的多元性、复杂性——用古代的语言表达就是“礼法双行”、“情•理•法”,用今天的语言表达就是形成了一个硬法和软法相结合的规范体系。在这里,硬法代表中国传统的刑罚、律令;软法代表礼仪、天理、道德、人情以及当代中国讲的政策,还有乡规民约等等。如果作为审判根据的法律规范是如此多元的话,法官在进行具体案件审理时,他的眼光就会在不同的规范之间流动、斟酌、权衡。这意味着法官具有很大的规范选择权或者自由裁量权,当然他还要考虑舆论的反应。在这样的状况下,为了制衡法官的裁量权,当事人不得不动员社会舆情以加强谈判地位,其结果使得判决在更大程度上取决于不同力量的博弈,具有更大程度的不确定性。法律的功能本来是要缩减社会的复杂性,但从这种审判场域中浮现出来的法律本身就是具有复杂性的,是一个软硬兼施的随机性条条框框,是有用的“无形”对策,很难发挥赋予确定性效果的功能。

由此可见在中国推进国家治理体系现代化、构建现代法治体系的困难。我们面对的基本问题状况就在于中国传统的法律系统本身是多元的、动态的、复杂的,很难为市场和社会提供可计算性、可预期性。在这样特殊的条件下,如何真正实现现代法治的目标,这是我们面临的难题。


在改革开放取得举世瞩目的成就的基础上,中共十八届三中全会提出了一个具有总结意义的重大命题,就是要让市场在资源配置中发挥决定性的作用。紧接着十八届四中全会做出了关于全面依法治国的重要决定。从市场经济的需要出发,我们必然会提出建构现代法治秩序这样一个重大的国策,或者说深化改革的目标。而这项国策、这个目标的意义早就由吴敬琏先生、青木昌彦先生在他们的经济学思考中做了精辟的阐述。吴敬琏先生认为市场经济有好的和不好的,不好的就是权贵资本主义;那么好的市场经济需要什么样的前提条件呢?他认为这就是现代法治,保障平等而自由的个人权利。青木昌彦先生也通过对机制设计进行比较的方法来说明什么样的制度条件是好的市场经济所需要的,并且提供了比较制度分析的研究范式。

众所周知,中共十八大提出了国家治理体系和治理能力现代化这个根本任务。这些年来大家达成的基本共识是,国家治理的现代化必须在法治的轨道上来推进。为什么必须构建真正的现代法治秩序?简单地的说,理由主要有四点:(1)从各国现代化的经验可以认识到,要打破传统的身份关系,还有共同体所造成的割据状况,形成统一的国家市场、有效地调度资源,就需要一个统一的法制来集中和加强国家权力。(2)在国家治理现代化过程中形成的官僚机构,它的运作也需要法律规则作为基本的指令。(3)从制度经济学的视角来看,市场交易的安全、市场行为的可预期性,也都需要严格的法律执行来担保。(4)在市场化的过程中社会分化为不同的利益群体,提出了不同的诉求,多元的集团之间的关系也需要通过法治的制度安排来进行协调。所以,现代国家治理的核心是现代法治


归根结底一句话,就是需要通过国家治理体系的现代化以及相应的制度改革形成一个合理的权力结构,来限制政府的主观任意性,限制官员的巨大裁量权。也就是说,需要一种限制公权力的规范思维方式和行为方式,这才是法治的真谛。所以,法学必然会对决策和规范执行机制的设计提出中立、客观、公正的要求。简单地说,就是要提高审判的可预测性,使社会复杂性能够被缩减,从而给人们提供更明确的稳定预期。前面我们展示的中国传统秩序原理和法律动态场域,说明如果不进行彻底的改革,这种预测性的实现是有困难的。所以,中国推行现代法治一直面临着困难,既有来自权力方面的干扰,也有社会文化方面的干扰,当然也受制于纵横交错的人际关系网络。


在这种令人沮丧的情况下,我们发现近些年随着社会的数字化乃至被数字覆盖,人工智能技术的应用越来越普遍,中国的国家治理体系现代化以及现代法治秩序构建似乎有柳暗花明又一村的感觉。我们知道人工智能的本质就是预测,而且它是一种规则嵌入系统,会对人们的行为进行自动化的刚性约束,这样就有可能通过技术、程序来突破体制和文化的瓶颈。一方面,自从中共十八大以来,法治成为时代的主旋律。在权威话语体系中出现的法治思想包括法治社会、法治政府、法治中国,形成了一种全面法治化的态势,俨然形成了法治全覆盖的局面。另一方面,随着移动支付的普及,特别是疫情防控导致数字化渗透到社会的每一个角落甚至人们的身体内部,达到了数字全覆盖的程度。概而论之,一方面是法治全覆盖,另一方面是数字全覆盖,这两者之间产生了一种非常有趣的重叠、交错以及互动的关系。正是在这样的背景下,我要特别谈谈人工智能对中国法治的意义。在这个意义上也可以说,国家治理现代化已经在相当程度上从政治体制的问题转化为法律的问题,再转化为沟通程序的问题,进而转化为技术的问题。但我们也不能忽视在技术问题背后存在的价值问题。另外,人工智能虽然的确能带来较强的可计算性、可预期性,但算法设计却是人为的,如果没有制度条件的约束也可能反倒会加强主观意志的影响。所以我们还要重视人工智能的治理和伦理问题。

今天我演讲的基本思路在这里进行简明的图示。我要描述的是现代法学克服社会的、经济的复杂性有两种基本思路:一种是规范主义的,在我看来具体表现为议论;另外一种是科学主义的,在我看来具体表现为程序。如果通过计算法学把这两者统合起来在进行更具体的分析,那么可以说计算法学存在四个维度,即计量法律学、法律推理的计算机化、法律信息学和大数据以及网络空间法。在此之外还有一点非常重要,这就是如何防止人工智能的算法偏见,如何维护数据伦理,确保数据安全和个人的隐私权和信息权,这些都涉及到价值层面的问题。


首先讲一讲关于如何缩减社会复杂性的来自法律方面的回应,主要是从古罗马法学家根据经验智慧和辩论所进行的概率推理转向现代法律学所强调的概念计算。

就早期法律秩序的状况而言,其实西方和东方并没有特别重大的区别。在古罗马漫长的历史演变过程中,最初案件处理方式以决疑术、辩证推理为特征,从问题和个案出发,注重价值判断,进行裁量的余地也是非常大的。在这种情况下,如何防止主观任意性,对古罗马的法学家来说也是非常重要的课题。古罗马著名的哲人政治家、法学家西塞罗,应律师特雷阿求斯的请求撰写了《论题术》这本书,并且梳理出初步的论题目录,作为实务的技术指引。他理解的论题就是主张、意见、原则,论题术就是寻求价值判断的前提条件的程序。通过论题目录可以确定论题的位置,可以把它们分成不同的类型、层级进行讨论,有利于防止主观任意性。换个角度来看,西塞罗的论题目录呈现出来的也是一种多样性,也是有选择的余地,也很像前面讲到的中国传统司法中的选择空间。在论题的多样性当中进行排序和选择,其实也就是在西欧式的选择空间中寻求盖然的真理,所以法律辩论尽管强调逻辑,但往往流于一种概率论的思维。

后来人们对这种随机的确定性产生不满,到了罗马皇帝优士丁尼的时代,开始致力于建立一个帝国、一部法典、一个领袖的新常态,加强法律概念的体系性、逻辑性。经过自529年起的几十年努力,终于建立了浩瀚的《罗马法大全》体系,包括《优士丁尼法典》、《法学阶梯》、《学说汇纂》以及《新律》这四大组成部分。站在优士丁尼皇帝的立场来看,他是要形成一个共同法的框架,形成一种框架的确定性,使所有的法律判断都根据既定的、明确的法律规范来进行。从这时开始,法学已经从概率论思维转向决定论思维了。当然,后来又经历了一个漫长的中世纪,五百年后法学才重续前缘。


到了11世纪,《学说汇纂》不知道什么原因又突然以博洛尼亚手抄本的形式被重新发现以及广泛流传,并在世界最古老的大学博洛尼亚大学法律学校进行了注解、传授、研究。在这样的基础上,形成了罗马法在西欧的文艺复兴。特别是西部和中部的欧洲国家开始进行罗马法的综合继受,全面继承罗马的法统。特别是德国,在16世纪中叶之后的200年间推进了所谓“《学说汇纂》的现代应用运动”。在这个过程中,职业法律家接受法律推理的严格训练,法学形成了技术优势和权威性。以牛顿力学和数学公理体系为模范而确立的法律研究范式就是所谓“法教义学”。在现代科学观的影响下,法学特别强调法律概念、法律命题、法律条文之间丝丝入扣的推理关系,所以法教义学的本质其实就是逻辑法学。我们换个表述,也可以说是法教义学就是规则之治的算法。

法教义学具有非常明显的公理体系指向,特别强调通过形式逻辑三段论和把所有事实都纳入法律要件之中的涵摄技术来进行精密的概念计算,用以取代我们前面所讲的基于经验智慧和论题目录的概率推理。这种法教义学当然有一个演变的过程,不少西欧著名的法学家都在准公理体系的确立过程中发挥了这样或者那样的作用。这里只举出几个代表性人物。例如弗里德里希·冯·萨维尼,我们知道马克思曾经对他进行过批判,因为他是历史学派的旗手,反对民法典编纂仓促上马,被认为是保守主义的代表。但萨维尼其实一直主张导入科学的方法对德意志的传统法律进行整理、提炼、改造,形成严谨的概念体系,以便进行推理和计算。在这条思路的延长线上,格奥尔格·普赫塔创立了概念法学。他更进一步强调按照科学原理对法律的概念进行纯粹的逻辑演绎,所以构建了一个非常有特色的金字塔式的概念谱系。他提倡一种非常形式主义的逻辑方法,要求事实必须符合概念的逻辑结构。我们通常说以事实为根据,普赫塔说不是的,事实要以逻辑为根据。他这样做有什么目的呢?普赫塔是要把事实中的复杂性通过逻辑概念化这样一种处理方法而消解掉,使事实关系变得更加简单、更加严密,这样就可以通过对概念进行计算来使事实格式化。他还试图通过一种层级化的方式,使这些概念形成环环相扣、层层递增的关系,这样的话概念就能够以小运大、以少驭多,从而达到法律支配社会的目标,同时也实现法律的确定性、明晰性和公正性。

德国著名法学家鲁道夫·耶林有一句口号非常流行,这就是“为权利而斗争”。耶林最初也是概念法学的提倡者,他把法律的概念体系比喻为“化学元素表”,认为可以根据逻辑来进行排列、配对、合并、重组。他还认为概念具有孕育和创新的功能,我们如果换个稍微有点贬义的词来表述,就是要法律学无中生有,通过概念让条文具有一种生生不息的活力。他还有一个“法律数学”之梦。这些都是早期耶林的观点。但是,他的观点在后期发生了180度的大转弯。从1860年代初开始,耶林反过来强调,在法律判断之际经验比逻辑更重要,对过分的概念主义倾向进行纠偏。

这种观点当然也为其他一些法学家所共有。比如菲利普·赫克,他强调在法律判断中对利益进行计算,显得法律与经济之间的关系非常密切。我们之所以认为现代法治对市场经济的发展非常重要,是因为市场经济中存在着互相竞争的各种利益,而法律正是利益关系的一种表达,无论是基于妥协还是基于共识,法律同时也是协调利益关系的重要方式。其实法律思维的本质就是不同利益的评价、比较以及衡量,法律判断就是在利益权衡的基础上做出来,而不仅仅是逻辑推理。如果重视利益考量,那就势必涉及价值判断,在三段论和涵摄技术之外,还要进行解决价值问题的辩证推理。


一般人对凯尔森的纯粹法学容易产生误解,因为那里也形成了一个与概念法学类似的层级化的、金字塔式的结构。但是,凯尔森的观点和普赫塔完全不一样,他并不认为所有的特别规范都可以按照逻辑或者数学原理从根本规范演绎出来;恰恰相反,他认为特别规范的制定行为是一种意志表达,是一种价值判断,而不是单纯的推理思考。


下面我们再考察关于如何缩减社会复杂性问题,来自科学方面的回应,主要是直接运用现代科学技术来重构法律体系的各种努力。

对这个过程我们稍微简单地看一看吧。从17世纪开始,应用科学技术的范式来解决法律和治理问题的尝试越来越频繁。最著名的例子,我们可以举出英国功利主义者的代表杰里米•边沁。边沁曾经设计过很多东西,其中很著名的是幸福计算器。在他看来,伦理就是对幸福或者效用总量的计算,试图通过测量痛苦与快乐、恶与善的多少来判断伦理水平,并且把最大多数人的最大幸福作为立法的基本原理。我以为他的这种功利主义观点写在当今中国或许还是很容易引起共鸣的。基于这样的功利主义理念,边沁推出了英国法制改革的宏大计划。他还是设计了新式监狱的建筑蓝图,因为福柯在《监狱的诞生》这本书当中引用而广为人知,这就是所谓全景一览式的监控装置,有人把它与万全法概念联系起来理解为现代权力关系的本质的象征。

非常有意思的是,十七世纪德国数学家、哲学家同时也是法学家的莱布尼茨曾经试图用数学来彻底地改造法学。莱布尼茨是把理性法律当作是现代科学的产物的第一人。他在法学博士论文种把法学理解为一门由简单术语构成的复杂化的组合技艺。他还主张把法律议论置于算法的监控之下,以便消除法律当中的不确定性。为此,他试图对《罗马法大全》进行数学化的改造和重构,这种“新罗马法大全”的革新方案被称为法学的莱布尼茨公理。特别值得注意的是,莱布尼茨试图把逻辑和概率统一起来。本来逻辑是逻辑,概率是概率;法教义学强调逻辑,传统法学强调基于经验智慧的概率推理;现在莱布尼茨要把逻辑与概率统一起来,利用概率推理来弥补逻辑的漏洞,对误差通过平均值来进行处理。他的这种思路挺超前的,对我们今天思考法律人工智能的算法仍然很有参考价值。

进入20世纪之后,由于哈佛大学法学院院长兰德尔曾经提出的一个口号“推进作为科学的法学”,以美国为中心出现了在法律领域出现了直接应用科学技术的热潮,形成了科学法学这样一种研究范式。例如20世纪美国最著名的法学家罗斯科·庞德,从社会控制的角度理解法律的本质,提出了关于法治的社会工程学理念。在现实主义法学思潮的推动下,经验科学方法在法律领域广泛应用。通过不同州的对比实验来改进立法是实验主义法学的主张。把科学实验应用到个人或群体的行为,产生了法与行为科学、法律心理学,一直到今天的法与认知科学等一系列专业领域或学派。

接下来再看看早期耶林的“法律数学”之梦在二十世纪的进化版本。PPT中显示的是德国社会学家盖戈关于规范产生效力的逻辑关系公式。这个公式今天看来有那么一点牵强附会的地方,但可以理解他试图把法律现象进行归纳,变成对应的符号,以便进行制度演算。当然这种符号演算模型追求的只是近似正确,试图为法律现象寻找一种预测性解释。

另外还有斯特芬•图尔敏的推理演算模型。图尔敏从一定伦理的前提出发,试图把价值判断转换成逻辑论证。他认为所有的逻辑思考都应该以议论为基础,而不应该反过来把逻辑作为议论的基础。这是一个非常大的变化,当然与前面讲到的对于法教义学或者逻辑法学的反思密切相关。正是以此为背景,他提出了关于法律理由论证的推理演算模型。他认为法教义学所采取的三段论推理方式以大前提、小前提、结论为基本内容,未免太简单化,不能充分反映法律思维和法律议论的现实。所以提倡一种更贴近司法实践的推理模型。


图尔敏认为法律的理由论证是以某个主张及其潜在的反驳意见为前提的,既然提出主张,同时就应该出示相应的事实根据。把主张与事实进行区分,这是法律论证的第一步。这些事实如何证明你的主张呢?这就要对论证进行正当化,涉及正义、伦理、价值判断等,即为事实根据提供保证。把主张、事实再与保证进行区分,这是法律论证的第二步。那么,这种保证是不是可信的呢?它的可信程度究竟如何?这就需要权威性的佐证,例如法律和先例。还需要对可信程度的考量。另外,如果我认为保证是不可信的,能不能对你的这个保证提出异议表达或者抗辩呢?把保证的话语与关于保证使用可能性的话语或者抗辩的话语进行区分,这是法律论证的第三步。与法教义学一直应用的形式逻辑三段论和事实涵摄技术相比较,由主张或结论、要件事实、论据、证明、反驳等五个因素构成的图尔敏论证模型显然更精致周全,更能反映法律判断的实际过程。所以,最近30余年来,图尔敏模式在法学界的影响越来越大,对于我们考虑司法人工智能的推理算法研究也具有特别重要的意义。

在这样的基础上,我们再看看数字化信息通信技术与计算法学的产生、发展以及主要构成因素。

计算法学的出现当然以计算机的发明和发达为前提。计算机通过互联网把万事万物连接在一起,形成物联网并不断产生大数据。利用信息通信技术(ICT)对大数据进行分析就必然促进人工智能系统不断发展。各种人工智能系统通过物联网连接再一起并互相作用,导致社会的智能网络化(AIoT)。信息通信技术和人工智能作为规则嵌入的系统,当然有利于现代法治理念的落实。但是,物联网和智能网络化现象又对现代法治的制度设计提出了各种挑战,例如代码取代法律成为行为规则、服务取代物权成为交易的主要形态,等等。这就是我们在人工智能时代不得不面对的现实,也是理解计算法学本质的关健。也可以说,ICT和AIoT是探讨计算法学的两个最重要的关键词。

让我们再次回到早期耶林所追求的法律数学之梦。似乎在人工智能时代,法律数学的构想又有了一个新的变种或者进化版本,这就是计算法学。以计算法学的形式展现出来的法律数学新版本,当然是计算机科学和技术的提高为前提。人工智能系统不仅大幅度提高了法律信息检索的效率,而且还把法律推理也纳入算法设计的范围之内。前面已经指出计算法学有四个专业维度,分别反映了不同发展阶段和不同的组成部分,在这里我们进行非常简明扼要的概述。

首先谈谈数量分析方法在决策方面的应用以及基于司法统计和案例分析的计量法律学。在很多情况下,人们往往把计算法学理解为计量法律学,这说明两者之间存在非常密切的甚至互相纠缠的关系。计量法律学的直接渊源是配第的“政治算术”论。在根据数据进行精密化管理的思潮影响下,在19世纪30年代欧洲出现了所谓“社会的统计化”现象。各国都开始强调经济、财政、犯罪以及审判的统计,导致数据资料如同洪水般涌现出来,也促成了统计学的发展。统计资料是经验科学研究的重要基础,也深刻改变了人们对法律与社会的认识方式和叙述方式。把统计学等数学工具用于决策,就推动了运筹学的发展。正是在这样的前提条件下,人们利用各种统计数据来分析案例等法律现象及其背后的规律,使计量法律学的方法从1940年代末开始兴起,到1960年得到广泛认知。计量法律学侧重对司法行为的定量分析,对判决的合理性、合法性进行分析、评价,构成计算法学非常重要的分支。

另外,在20世纪30年代还出现了运筹学的发展。统计学发展的目的当然是为了使决策更加科学、更加精准,所以本身已经包含了统计学的思想的萌芽在里面。

其次要考察的使把计算机用于法律推理的尝试。法律推理的智能化始于1970年布鲁斯·布坎南和托马斯·黑德里克合作发表的一篇论文。以此为标志,法律推理与人工智能的关系构成一个起起伏伏的知识运动,大概分为三波。第一波主要把计算机用于解决法律推理的一些特定的技术性问题,但却无法应对复杂的法律和社会需求。第二波发生在二十世纪八十年代之后,由于计算机性能的提高,人们把知识储存到计算机中去以提高法律推理的智能化程度。在这个阶段,大量的知识应用软件被开发出来,称为“法律专家系统”。但在专家系统开发过程中,人们发现庞大而复杂的知识如何管理是个严重的问题,所以第二波在1995年开始退潮。直到搜索引擎发明和改进,特别是运用大数据进行机器学习的技术成熟之后,又出现了第三波,就是我们现在所面对的法律人工智能热。

不言而喻,逻辑法学与计算机科学是吻合的、相洽的。但是,正如前面已经指出的那样,法律推理不仅仅是个逻辑问题,其中更重要甚至最本质的因素是价值判断,还有不同利益的权衡。一旦人工智能系统遭遇权衡以及价值判断问题时就会陷入困境。这就是所谓涉及常识库不充分的“框架问题”以及涵义理解的“符号接地问题”。尽管存在这些严重的问题,但随着机器学习算法的改进,特别是类比推理能力的提高,还有基于贝叶斯网络的概率计算以及对证据的权衡和解释,价值判断在一定程度也可以进行智能化处理。

让我们再回想一下西塞罗的论题目录。还有舒托卢克描绘的更详细的六十四项论题目录,甚至让我们能联想到六十四卦图的归档和检索功能。如果每个论题都反映了价值判断的原则和标准及其相互位置和关系,那我们就会发现价值判断的论题体系和组合方式是可以客观化的,每个论题的重要度也是可以进行分析和演算的。如果我们把论题之间的关系描绘成一张知识网络或者涵义网络,每个论题或者原则、标准就构成网络中的各个节点,通过考察不同节点之间的关系就可以计算出连线的数值,进而可以测算其中心性,并且根据中心性数值的不同进行排序,这样就可以得出价值排序和权衡的尺度来。这是社会网络分析的常有方法,有可能在一定程度上把价值处理的规则也编织到算法设计之中。另外,赖特的道义逻辑把价值判断问题转换成逻辑符号进行处理,也提供了另一种解决问题的思路。除了论题目录,霍菲尔德的“权利关系束”的分析框架也提示了把背景知识体系化、价值判断客观化的处理方法。芬兰法学家阿尔尼奥所说的“演算的制度”大概也是所见略同。

第三要考察法律信息学和大数据挖掘。在1980年之后计算机开始小型化并且在个人用户中普及,这意味着真正的信息化时代的到来。个人拥有桌式电脑乃至手提电脑,就掌握了应对知识爆炸、法律爆炸、诉讼爆炸的利器。因此,法律信息学成为大学法学院的教学科目和研究对象。法律信息学的目标是收集、储存、分析数据,在此基础上进行运用。通过计算机把数据转化为信息、再把信息转化知识、再把知识转化为智慧,就可以显著改进法律运行的机制,提高司法和执法的效率。

随着电子形式的数据海量生成和多样化,在统计学和计量法律学时代形成的高度结构化的小数据已经不能满足决策和治理的需要,由现存所有数据构成的大数据势必进入法律学的视野。数字全覆盖状况下的大数据使法律信息学出现了一个质的飞跃,也使法律人工智能出现了一个质的飞跃。

第四、我们再来考察智能网络化的数据空间对计算法学的影响。大约从1990年开始,通过互联网把通信装置乃至万物都连接在一起,形成了一个巨大的数据空间,形成了一个无所不在的网络结构。莱斯格教授在《代码》这本书中曾经对网络化的数据空间里不断产生的法律问题进行过开拓性的分析,特别指出了网络规制能力、代码取代法律、违宪判断复杂化、主权相互竞争等基本难题。无论如何,智能网络化社会的治理方式与过去那种以原子化的人格为基础的、一竿子插到底的现代法治的方式,或者法教义学所强调的那种严密的概念计算,显然是不一样的。智能网络中存在纵横交错的互动关系,这也难免让我们联想到中国传统的人际网络。虽然两者之间存在本质的不同,但分散、交错、重叠以及平行互动的类似结构会导致治理方式的相通之处。例如寻找不同连接和组合以及最佳搭配、多层网络中混沌与秩序之间的切换、网络密度和关系距离对规范效力的影响等等,都是值得探讨的有趣课题。人工智能系统可以对网络的连接进行编码,并给予不同的权重,正如前面所说的对作为网络节点的论题通过连线数值和中心性数值进行分析和排序的那种计算方法。另外,还可以通过代码和法律进行双轨制的网络治理并把自组织机制嵌入技术性的代码之中,最后也许会形成某种框架式的可计算性和可预测性。在这里,秩序的可计测性是由代码框架决定的。

最后,非常简单的讲一讲数据伦理、算法公正以及计算法学的超越之维。

关于人工智能带来的挑战,各界已经有很多的议论了。算法黑箱化、算法歧视,还有数据伦理,已经成为当今法学界的一个重要议题。从2016年开始,各国都重视对人工智能进行治理的原则和规则,并且就数字技术的研发、权利的保障等形成了一些基本的共识,并且制定了相关的法律和法规,还认定了一些新兴权利及其保障措施。由于时间关系,就不展开说明了。

最后简单总结一下。在这次讲座中,我考察了计算法学的来龙去脉,进而分析了计算法学的四个发展阶段以及相应的专业维度,包括1960年开始正式确立的计量法律学,1970年开始启动的法律推理自动化尝试,1980年开始普及的法律信息学及其与大数据分析的结合,还有1990年开始形成并扩大的网络化数据空间,以及从2016年显著加强的关于人工智能伦理和治理问题以及相应法律制度建设的讨论。

在这样的语境里展望中国的计算法学,我们要特别注意开头所讲的当今中国的“两个全覆盖”:一个是通过移动支付和疫情检测达成的数字全覆盖,其覆盖程度在世界上是极其罕见的;另一个是中国政府正在大力推动的法治全覆盖。这两者重叠在一起,注定了它们之间密切联系和频繁互动,注定了信息通信技术在法治秩序构建过程中的重要作用。通过从政治到法律、从法律到程序、从程序到技术的一系列问题转换的操作,人工智能系统正在对中国的法治秩序构建或重构产生非常重要而深远的影响。代码与法律的双行格局,使秩序的可计测性建立在框架式预期与技术性预期、类比推理的灵活性与数学精密性结合在一起的基础上。当然,我们也注意到法律推理的智能化中存在这样那样的问题,但也不是完全无解,例如对涵义网络的节点之间连接赋予不同的权重,对权值进行比较分析以及机器学习就是初步的对策和解决方案。通过法律推理的计算机化倒逼法律解释和法律议论的改进,反过来又把法律议论和法律解释的研究成果有效地编织到算法设计之中,这是法学界参与智慧法院建设的应有姿态。仅就人工智能的伦理层面而言,研究研究、探索以及确立关于价值排序和价值函数的元算法,也是计算法学不得不面对的一项重要任务。

我的演讲尽管省略了一些内容还是有点超时,就此打住。谢谢大家!


精彩活动预告

青木昌彦经济学论文奖系列高端讲堂·第六期

重磅来袭!!


往期推荐

1 直播回放 | 许成钢&乔仕彤:产权作为制度基因 | 青木论文奖系列高端讲堂

2 直播回放 | 车嘉华&张冬  枕边风:裙带关系问题初探 | 青木论文奖系列高端讲堂

3 全文实录+直播回放 | 周黎安&陈硕:地区增长联盟——中国特色的政商关系 | 青木论文奖系列高端讲堂

4 直播回放 | 星岳雄&孙晓男:日本应对COVID-19冲击的政策回应 | 青木论文奖系列高端讲堂


同步关注CIDEG自媒体平台

CIDEG视频号

CIDEG微博

继续滑动看下一个
清华大学CIDEG
向上滑动看下一个

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