人工智能和大數(shù)據(jù)挖掘技術(shù)滲透在社會(huì)生活的各個(gè)角落，借助視頻監(jiān)控、電子郵件、智能系統(tǒng)等，可獲得長(zhǎng)時(shí)間的、連續(xù)的、大量人群的各種行為和互動(dòng)的數(shù)據(jù)，實(shí)時(shí)、在線、網(wǎng)絡(luò)化的計(jì)算社會(huì)科學(xué)研究正在興起。文理交叉的新文科建設(shè)正孕育著新的學(xué)科分支，計(jì)算法學(xué)作為法學(xué)與計(jì)算機(jī)科學(xué)的交叉學(xué)科應(yīng)運(yùn)而生。
一、計(jì)算法學(xué)的產(chǎn)生與現(xiàn)狀
（一） 法律與科技相結(jié)合的歷史沿革
學(xué)界向來認(rèn)為“保守”是法學(xué)的特征，是法學(xué)保持穩(wěn)定性進(jìn)而具有權(quán)威性的原因之一； 然而，法究方法不斷地被法學(xué)所吸收，并因而產(chǎn)生了一系列新的交叉學(xué)科分支。
1. 計(jì)量法學(xué)研究的起源
計(jì)量法學(xué)研究（ Jurimetrics） 早最可追溯至上世紀(jì) 40 年代，隨著自然科學(xué)的突飛猛進(jìn)，人們?cè)噲D用自然科學(xué)的理性來減少人文社會(huì)科學(xué)研究中的不確定性，一些學(xué)者將定量和計(jì)量的方法引入到法學(xué)的研究領(lǐng)域中。
1949 年于里·洛文杰（ Lee Loevinger） 提出了計(jì)量法學(xué)（ Jurimetrics） 的定義，即運(yùn)用諸如統(tǒng)計(jì)量化方法解決法律問題[1].1985 年何勤華教授將計(jì)量法律學(xué)定義為：“運(yùn)用電子計(jì)算機(jī)等手段，將數(shù)量計(jì)算方法引入法律領(lǐng)域，對(duì)法律的制定、執(zhí)行、遵守以及法律教育和法學(xué)研究進(jìn)行數(shù)量計(jì)算、分析的科學(xué)�！盵2]
計(jì)算機(jī)革命為量化法學(xué)提供了極大的技術(shù)支持[3],符號(hào)邏輯的運(yùn)用將法律文本從傳統(tǒng)的概念分析方法局限中解放出來，演繹和類推等形式邏輯方法得以應(yīng)用于法律信息分析之中。計(jì)量法學(xué)以具有數(shù)量關(guān)系的法律現(xiàn)象為研究對(duì)象，綜合運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)與計(jì)算機(jī)知識(shí)，主要采用數(shù)理建模和實(shí)證研究方法[4].計(jì)量法學(xué)已用于法律情報(bào)統(tǒng)計(jì)、犯罪率預(yù)測(cè)等領(lǐng)域，用以促進(jìn)司法效率。
2. 人工智能與法律研究的發(fā)展
人工智能與法律研究（ Artificial intelligence and law） 的發(fā)展可追溯至上世紀(jì) 50 年代，1958 年Lucien 提出了法律科學(xué)的信息化處理，即建立法律文獻(xiàn)或案例自動(dòng)檢索模型和法官裁量模型。1970年 Buchanan 進(jìn)一步論述了人工智能與法律推理[5],用計(jì)算機(jī)模擬人的思維過程和智能行為，建立基于規(guī)則和案例的法律推理模型。此后各類專家系統(tǒng)如 HYPO,CATO,CABARET 和 PROLEXS 等相繼產(chǎn)生，有的已用于司法實(shí)踐之中。
人工智能與法律的發(fā)展分為三個(gè)階段[6]: 1950 - 1970 年早期將人工智能技術(shù)直接用于處理法律數(shù)據(jù)，建立基于案例的法律輔助系統(tǒng)旨在預(yù)測(cè)司法判決結(jié)果，但囿于技術(shù)原因尚無法準(zhǔn)確預(yù)測(cè)。1980 - 1990 年研究者更多考慮價(jià)值選擇和法律目的，建立人工智能系統(tǒng)協(xié)助司法參與人實(shí)現(xiàn)其主張。2000 年以后研究者設(shè)計(jì)程序旨在解釋預(yù)測(cè)和提出合理的法律論據(jù)。
3. 法信息學(xué)的發(fā)展
信息科學(xué)（ Legal informatics） 是一門涉及范圍甚廣的學(xué)科，涵蓋了信息的收集、組織、存儲(chǔ)、檢索和傳播等，法律信息學(xué)主要關(guān)注法律信息獲取、信息技術(shù)對(duì)法律領(lǐng)域的影響[7].法信息學(xué)是法學(xué)的學(xué)科分支，涉及法律信息的存儲(chǔ)和自動(dòng)檢索、法律部門的辦公自動(dòng)化、司法管理以及計(jì)算機(jī)在法律領(lǐng)域的其他應(yīng)用[8].法律信息學(xué)與信息科學(xué)的發(fā)展緊密相關(guān)，偏向于應(yīng)用研究，譬如法律信息的語義處理、法律合同的人工智能審核、法律信息的檢索等，如將人工智能應(yīng)用于司法領(lǐng)域進(jìn)行法律信息的儲(chǔ)存、傳播與檢索，以及判決的預(yù)測(cè)等都包括其中。基于法律邏輯推理的法信息學(xué)應(yīng)用人工智能技術(shù)極大提高了法律系統(tǒng)的運(yùn)行效率。
法信息學(xué)建立的前提是法律法規(guī)設(shè)計(jì)是完備而準(zhǔn)確的，但法律實(shí)踐活動(dòng)并非如預(yù)期的那樣精確運(yùn)行，法律法規(guī)為大前提、案件為小前提、依據(jù)法律邏輯進(jìn)行司法解釋，其機(jī)械適用往往飽受詬病。當(dāng)前法信息學(xué)研究的新傾向，不再是僅從邏輯結(jié)構(gòu)研究法規(guī)和原則，而是著重考慮其在現(xiàn)實(shí)推理中實(shí)際扮演的角色，法律信息學(xué)正在減少孤立的、代碼化法律信息，轉(zhuǎn)而更關(guān)注法律信息的可重復(fù)性、公正性和實(shí)用性[9].
4. 計(jì)算法學(xué)的當(dāng)今實(shí)踐
巨增的數(shù)字化信息以及人們行為的在線化，使得通過應(yīng)用模擬、建模等計(jì)算方法分析法律關(guān)系成為可能，在計(jì)算思維的導(dǎo)引下，法學(xué)與人工智能、大數(shù)據(jù)處理技術(shù)的結(jié)合日漸緊密，計(jì) 算 法 學(xué)（ Computational jurisprudence） 作為法學(xué)與計(jì)算機(jī)科學(xué)的交叉研究科學(xué)應(yīng)運(yùn)而生。2005 年 Wyner 首次提出了計(jì)算法學(xué)的概念，對(duì)電子化的法律法規(guī)進(jìn)行邏輯分析，自動(dòng)檢測(cè)其邏輯性[10].2015 年美國(guó) Oliver Goodenough 教授根據(jù)人工智能技術(shù)發(fā)展經(jīng)驗(yàn)將計(jì)算法學(xué)（ Computational jurisprudence） 劃分為三個(gè)階段[11].法律科技 1.0、2.0 階段，主要在當(dāng)前法律系統(tǒng)下應(yīng)用科技增強(qiáng)信息處理能力，如計(jì)算機(jī)輔助法律查詢、流程管理、語義處理的專家系統(tǒng)等。3.0 階段是利用通信、建模和執(zhí)行等計(jì)算技術(shù)，深刻改變或代替現(xiàn)有系統(tǒng)，如無人駕駛技術(shù)等。2015 年我們?cè)趯Ｖ队?jì)算法學(xué)導(dǎo)論》一書中對(duì)計(jì)算法學(xué)產(chǎn)生背景、意義、定義、基本研究?jī)?nèi)容等方面探討了計(jì)算法學(xué)的基本理論[12].2017 年出于對(duì)動(dòng)態(tài)法律大數(shù)據(jù)的關(guān)注，錢寧峰進(jìn)一步論述了計(jì)算法學(xué)---基于社會(huì)計(jì)算的法學(xué)[13].
身處大數(shù)據(jù)和人工智能技術(shù)飛速發(fā)展的時(shí)代，無紙化訴訟、庭審語音及視頻記錄等為訴訟畫像提供了數(shù)據(jù)支持，能否更多地利用人工智能和大數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)公平正義的量化和可視化？ 法官判斷很多時(shí)候依靠“法感”---長(zhǎng)期法學(xué)知識(shí)浸潤(rùn)產(chǎn)生的直覺---這種思維模式能否被計(jì)算機(jī)器學(xué)習(xí)和模擬？ 人工智能運(yùn)用與法領(lǐng)域，能否實(shí)現(xiàn)法學(xué)與計(jì)算機(jī)科學(xué)理論的深度融合，建立起法律適用的智能算法和模型，促進(jìn)立法與司法的更密切互動(dòng)，進(jìn)而促進(jìn)法系統(tǒng)運(yùn)行的更加順暢。
5. 計(jì)算法學(xué)是法學(xué)的分支學(xué)科
計(jì)算法學(xué)（ Computational jurisprudence） 與計(jì)量法學(xué)（ Jurimetrics） 、法信息學(xué)（ Legal informatics） 、計(jì)算法律學(xué)（ Computational law） 等概念相關(guān)，這幾類研究的起步時(shí)間有先后，具有一定承繼關(guān)系，研究?jī)?nèi)容有交叉和融合。總體來說，這幾類研究都試圖用客觀的或是可量化的研究減少法律體系中的主觀性，增強(qiáng)立法與司法的科學(xué)性和實(shí)用性，是法律與技術(shù)聯(lián)系最為密切的一脈研究。盡管如此，上述交叉學(xué)科與所處的技術(shù)發(fā)展水平相關(guān)，其研究基礎(chǔ)、研究的側(cè)重點(diǎn)和采用的技術(shù)路線仍有一定的區(qū)別。
首先，計(jì)量法學(xué)（ Jurimetrics） 旨在“對(duì)具有數(shù)量變化關(guān)系的法律現(xiàn)象”進(jìn)行研究，建立在傳統(tǒng)統(tǒng)計(jì)學(xué)與數(shù)學(xué)基礎(chǔ)上，采用抽樣、問卷調(diào)查等方式收集相關(guān)數(shù)據(jù)，對(duì)社會(huì)活動(dòng)進(jìn)行分析。計(jì)量法學(xué)與法律大數(shù)據(jù)相關(guān)，本質(zhì)上歸屬于“數(shù)據(jù)密集型科學(xué)”,數(shù)據(jù)量大且實(shí)時(shí)更新，以“自然數(shù)據(jù)”挖掘?yàn)橹行�，�?shí)施科學(xué)研究。
其次，這幾類交叉研究著重強(qiáng)調(diào)應(yīng)用，而計(jì)算法學(xué)法雖然也是運(yùn)用前沿技術(shù)對(duì)法學(xué)研究與應(yīng)用進(jìn)行改造與創(chuàng)新，但它著重于發(fā)現(xiàn)法學(xué)自身的發(fā)展規(guī)律。法信息學(xué)（ Legal informatics） 是一門內(nèi)容涵蓋極廣的學(xué)科，是信息科學(xué)與法學(xué)的交叉分支，其關(guān)注點(diǎn)主要是信息科學(xué)在法律領(lǐng)域的應(yīng)用研究。法信息學(xué)包括人工智能與法律、計(jì)算法律學(xué)（ Computational law） 等，人工智能與法律研究經(jīng)過近 30年的發(fā)展，是歐洲比較有特色的研究分支，其研究偏重于建立預(yù)測(cè)模型和專家系統(tǒng)，但其成果在法院或律所中實(shí)際使用的并不多。計(jì)算法律學(xué)（ Computational law） 以斯坦福法學(xué)院的 CODEX 研究中心為據(jù)點(diǎn)形成了由學(xué)者、公司開發(fā)人員和律師組成的團(tuán)隊(duì)，已將法律信息代碼化，遵循邏輯推理的原則，適用法律推理[14],但其研究常因機(jī)械推理的原因而飽受垢病。
計(jì)算法學(xué)是法學(xué)與計(jì)算機(jī)科學(xué)、現(xiàn)代統(tǒng)計(jì)學(xué)的交叉學(xué)科，基于現(xiàn)代人工智能技術(shù)和大數(shù)據(jù)挖掘技術(shù)，屬于法學(xué)的研究分支，通過統(tǒng)計(jì)學(xué)、現(xiàn)代數(shù)學(xué)、計(jì)算智能等技術(shù)方法模擬和預(yù)測(cè)法律事務(wù)，其核心思想是計(jì)算思維與法學(xué)思想的深度融合，主要通過主體的分布式實(shí)時(shí)計(jì)算分析法律行為，從而
（二） 計(jì)算法學(xué)產(chǎn)生背景
近年來人工智能技術(shù)、大數(shù)據(jù)處理技術(shù)正以前所未有的廣度、深度影響著人們的生活，社會(huì)生活復(fù)雜性的增長(zhǎng)，一方面使得糾紛和訴訟爆炸式增長(zhǎng)，法律法規(guī)應(yīng)對(duì)式劇增，信息超載成為一種無形壓力； 另一方面案件信息的電子化、無紙化訴訟等增強(qiáng)技術(shù)又成為法律適用的一種客觀需求。計(jì)算法學(xué)正是伴隨著數(shù)據(jù)挖掘與人工智能技術(shù)的發(fā)展在法律發(fā)展及法律適用的客觀需求而產(chǎn)生。
1. 計(jì)算思維的發(fā)展為計(jì)算法學(xué)的產(chǎn)生奠定了思想基礎(chǔ)
計(jì)算思維以抽象、算法和規(guī)模為特征，能夠把問題及其解決方案表述為可以有效地進(jìn)行信息處理的形式和思維過程[15].計(jì)算思維的發(fā)展，使得法律事務(wù)代碼化成為可能，以計(jì)算的形式表達(dá)法律內(nèi)容，完成諸如文件合規(guī)性審查、立法預(yù)測(cè)、法規(guī)分析等事務(wù)。
2. 人工智能和大數(shù)據(jù)挖掘帶來模擬方法和分析系統(tǒng)的發(fā)展
借助視頻監(jiān)控、電子郵件、計(jì)算機(jī)智能系統(tǒng)等，可獲得長(zhǎng)時(shí)間的、連續(xù)的、大量人群的各種行為和互動(dòng)的數(shù)據(jù)，人工智能與大數(shù)據(jù)挖掘技術(shù)的突破性進(jìn)展，使得人們能夠從大量無序的數(shù)據(jù)中分析出人們的行為。將數(shù)據(jù)科學(xué)的成果用于分析法律信息，有利于形成開庭前輔助判斷的證據(jù)鏈，庭審過程的審判提示以及審判結(jié)果的預(yù)測(cè)，庭審后的分析和司法管理。
3. 認(rèn)知科學(xué)的發(fā)展為計(jì)算法學(xué)提供了新的解決問題的方式
計(jì)算機(jī)科學(xué)、神經(jīng)生物學(xué)以及其他學(xué)科相融合形成認(rèn)知科學(xué)，探究人腦或心智工作機(jī)制，促進(jìn)人類對(duì)自身認(rèn)知機(jī)制的深入了解。法官對(duì)案例的審判過程，多是法官基于法律事實(shí)、法律觀念、審判技能、法律法規(guī)和歷史案件等“法感”形成案例初步判斷，繼而通過往來于案件事實(shí)與法規(guī)從而獲得最終的判斷。認(rèn)知科學(xué)的發(fā)展，有利于突破機(jī)械推理導(dǎo)致的不合理現(xiàn)象，形成更符合人類思維的司法預(yù)測(cè)。
4. 傳統(tǒng)法學(xué)的不足為計(jì)算法學(xué)的建立和發(fā)展留下了空間
法教義學(xué)并非能對(duì)所有法律問題給出最好的解決辦法，法學(xué)轉(zhuǎn)而從其他科學(xué)方法汲取營(yíng)養(yǎng)，法社會(huì)學(xué)、法經(jīng)濟(jì)學(xué)的蓬勃發(fā)展可窺一斑。傳統(tǒng)法學(xué)多采用法解釋學(xué)、價(jià)值分析等定性研究方法，計(jì)算法學(xué)以具有數(shù)量關(guān)系的法律現(xiàn)象對(duì)研究對(duì)象，運(yùn)用數(shù)據(jù)、數(shù)理模型、圖形、計(jì)算機(jī)模擬等方式表述和分析法律問題，這對(duì)傳統(tǒng)研究方法是有利的補(bǔ)充。其他社會(huì)科學(xué)如經(jīng)濟(jì)學(xué)、社會(huì)學(xué)等紛紛由定性研究轉(zhuǎn)向數(shù)據(jù)為導(dǎo)向的定量研究，若法規(guī)的制定和法律的執(zhí)行僅靠命令，而不考慮到社會(huì)的可接受度，其可信度將大受影響。
5. 新技術(shù)的出現(xiàn)為司法改革提供了契機(jī)
對(duì)這次的科技革命熱潮，執(zhí)法者的危機(jī)感日勝一日，若不緊跟科技做出讓眾人信服的變革，傳統(tǒng)司法裁判方法將會(huì)成為下一個(gè)被拋棄的系統(tǒng)，智能分析技術(shù)能讓人類法官在 AI 專家系統(tǒng)面前略顯黯然失色。
6. 司法實(shí)踐對(duì)法官提出合理期待
在實(shí)踐領(lǐng)域，案件審判流程的公開化、判決書的公布、網(wǎng)上傳遞法律文書，以及利用知識(shí)圖譜、智能檢索手段，促進(jìn)法律系統(tǒng)的便捷性、實(shí)時(shí)性、公開性，已成為新的潮流。類案類判既是法律人的不懈追求，也體現(xiàn)人們對(duì)司法公正、平等的渴望。凡此等等都對(duì)法官于案件的審理和裁判提出了更高的要求。
7. 司法改革為計(jì)算法學(xué)的崛起提供的機(jī)遇
從司法實(shí)踐來說，我國(guó)法院系統(tǒng)員額制改革后，辦案人員大幅度減少，人們權(quán)利意識(shí)的增強(qiáng)，案件日益增多，面對(duì)案多人少的實(shí)踐困境，各方期待有智能化的輔助裝置，幫助法官承擔(dān)查詢、類案比對(duì)等基礎(chǔ)性工作，特別是對(duì)于簡(jiǎn)單案例能有快速解決提示。
（三） 歐美司法領(lǐng)域中計(jì)算法學(xué)的研究與發(fā)展現(xiàn)狀
各國(guó)政府與研究人員對(duì)法律大數(shù)據(jù)的態(tài)度不一，歐洲和美國(guó)自上世紀(jì) 90 年開始進(jìn)行人工智能與法律的相關(guān)研究，取得了豐碩的成果。可視化技術(shù)正在進(jìn)入美國(guó)的法院，倡導(dǎo)證據(jù)的可視化展示以及案發(fā)現(xiàn)場(chǎng)的復(fù)原。美國(guó)法院已經(jīng)明確表示在訴訟和案件審理過程中整理、搜集證據(jù)材料時(shí)可以利用預(yù)測(cè)性編程技術(shù)。Northpointe 公司根據(jù)犯罪理論和再次犯罪的關(guān)鍵信息設(shè)計(jì)了一款風(fēng)險(xiǎn)需求評(píng)估工具 COMPAS,COMPAS 風(fēng)險(xiǎn)評(píng)估依照從被告的犯罪檔案中得到的和從與被告的訪談中采集的信息來評(píng)估該被告犯另一種罪行的可能性以及被告如期出庭的可能性等各個(gè)因素，該系統(tǒng)已用于美國(guó)部分州立法院評(píng)估罪犯二次犯罪的可能性，據(jù)稱的評(píng)估準(zhǔn)確率可達(dá) 70% .ROSS 系統(tǒng)在律所中可代替律師助理查詢相關(guān)案例和法條，CACTUS 系統(tǒng)被用于犯罪的預(yù)防和調(diào)查中。IBM 公司的Watson 和 Google 公司的 DeepMind 的良好性能，激發(fā)了人們進(jìn)一步將人工智能應(yīng)用于法律領(lǐng)域的熱情。人們?cè)O(shè)計(jì)了諸如 LawGeex、CaseCrunch、Project Debater 等職能系統(tǒng)與人類專業(yè)人員比賽。2018年 LawGeex 公司，讓法律人工智能軟件 LawGeex 與20 名法學(xué)家、有經(jīng)驗(yàn)的律師等同時(shí)審核五個(gè)保密協(xié)議（ NDA） ,LawGeex 僅用 26 秒且準(zhǔn)確率高達(dá) 94% ,而人類完成此項(xiàng)任務(wù)需要 92 分鐘且平均準(zhǔn)確率比 LawGee 低 9% ①。 歐洲開展人工智能與法律的研究較早，1970 年 Buchanan 開啟了人工智能與法律相結(jié)合的研究。1990 年 Ashley 在其博士論文中設(shè)計(jì)了基于案例的 HYPO 專家裁量系統(tǒng)，其后 Brewer,Bench -Capon and Sartor,Roth,Horty and Bench - Capon 等繼續(xù)沿此思路推進(jìn)，陸續(xù)出現(xiàn)了 CATO,IBP,CABARET、BankXX 等一系列專家系統(tǒng)以及人工智能法律咨詢系統(tǒng)，有些已應(yīng)用于司法實(shí)踐中[16].英國(guó)將信息保存在電子介質(zhì)，通過 ODR（ Online Disputes Resolution,在線糾紛解決機(jī)制） 應(yīng)用于小額民事糾紛，已在司法領(lǐng)域之外取得了顯著的成果。法國(guó)借助大數(shù)據(jù)工具的“預(yù)測(cè)性司法（ Justice Prédictive） ”在 2017 年就已進(jìn)入了法國(guó)法院系統(tǒng)的視野。2017 年 5 月法國(guó)兩個(gè)最大的上訴法院，杜埃市（ Douai） 上訴法院和雷恩市（ Rennes） 上訴法院，開始試用 Prédictice 軟件輔助判案①，但在計(jì)算賠償金時(shí)仍然未能完整考慮所有相關(guān)因素，導(dǎo)致計(jì)算結(jié)果不夠準(zhǔn)確②。2016 年意大利國(guó)際律所 Dla Piper 在意大利的分部已開始采用由加拿大公司 Kira Systems 開發(fā)的人工智能系統(tǒng)，逐句地審查分析合同語義③。
二、計(jì)算法學(xué)的理論基礎(chǔ)和現(xiàn)實(shí)意義
�。ㄒ唬� 自然為法立法-調(diào)和法律的模糊性與客觀性
法律體系由法律、判例、理論、程序、權(quán)利分級(jí)、規(guī)則、元規(guī)則等各類知識(shí)所組成，人們期望法律概念是精確的、單義的，然而作為邏輯和規(guī)則綜合體的法律概念實(shí)則包含諸多的模糊和不確定性。第一，立法語言模糊。立法是借助于法律語言對(duì)法律現(xiàn)象的規(guī)范化表述，法規(guī)的制定需要法律語言的橋接，而自然語言的表述常常是多義和模糊的。法官判決過程是應(yīng)用各種司法解釋方法將法律規(guī)范適用于特定的事實(shí)，對(duì)法規(guī)的不同的理解可能會(huì)產(chǎn)生截然相反的結(jié)果。第二，法律看似一個(gè)明確的體系，卻與道德、習(xí)俗、宗教等有著千絲萬縷的聯(lián)系。第三，法律需滿足不同的功能定位，如倡導(dǎo)、調(diào)整、建議、計(jì)劃、委托、管理等。第四，司法判決語言模糊，司法中的處罰機(jī)制具有開放性，法官的酌定情節(jié)中包含了個(gè)人的價(jià)值選擇。第五，司法具有高度反饋性，其執(zhí)行受各種社會(huì)、經(jīng)濟(jì)因素的影響。
人們期盼司法判決是客觀的，不受偏見或成見的影響。法官做出判決，預(yù)先存在著可適用的法律規(guī)則，法官按照三段論推論，可獲得確定的司法判決必須查詢和解釋相關(guān)法律淵源（ 制定法、先例、習(xí)慣等） ,以此確定統(tǒng)攝所涉案件的原則和規(guī)則，再確定如何將這些原則和規(guī)則適用在案件的事實(shí)中。然而，法律中包含著諸多如權(quán)利、正當(dāng)程序、公正補(bǔ)償?shù)仍u(píng)價(jià)性范疇和公平正義等價(jià)值選擇，因此，法律的客觀性是指相對(duì)客觀性，即只要發(fā)現(xiàn)正確答案的機(jī)制（ 如司法程序、法律推理等） 不受歪曲性因素影響[19].法律現(xiàn)實(shí)主義關(guān)注司法過程的心理學(xué)和社會(huì)學(xué)分析，與司法判決所引起的社會(huì)后果之間互動(dòng)，特別是對(duì)于行為規(guī)則不明晰、案件處理結(jié)果有爭(zhēng)議的疑難案件，不同的法官即便根據(jù)相同的推理規(guī)則進(jìn)行司法解釋獲得的答案亦不統(tǒng)一。
耶林分別從法律、歷史和哲學(xué)角度論證法學(xué)是一門科學(xué)[17],法國(guó)《拉魯斯大百科全書》明確：“法學(xué)確實(shí)不折不扣地是一門科學(xué)�！雹芮x教授對(duì)法律的社會(huì)屬性進(jìn)行深入分析，認(rèn)為法學(xué)是社會(huì)科學(xué)的重要組成部分已是不爭(zhēng)的事實(shí)[18].法律制度的產(chǎn)生、變遷看似是包含很多偶然因素的主觀選擇，但本質(zhì)是歷史的產(chǎn)物[21].勒內(nèi)·達(dá)維說“立法者要改造法律條文本身很容易，但是法律條文背后的東西卻是很難改變的。”[20]簡(jiǎn)言之，“自然為法立法”[12]2,“自然”是指科學(xué)的自然規(guī)律，前一個(gè)“法”指我們法律制度，后一個(gè)法指“規(guī)則”.
計(jì)算法學(xué)的科學(xué)屬性表現(xiàn)在： （ 1） 社會(huì)科學(xué)的研究對(duì)象是社會(huì)現(xiàn)象，法學(xué)的研究對(duì)象是廣義的法律現(xiàn)象，即包括立法、司法、執(zhí)法等在內(nèi)的法律事務(wù)，計(jì)算法學(xué)的研究對(duì)象是能用計(jì)算方法表征的法律現(xiàn)象。（ 2） 社會(huì)科學(xué)的研究方法具有典型的實(shí)證性和規(guī)范性特征，計(jì)算法學(xué)采用統(tǒng)計(jì)學(xué)、現(xiàn)代數(shù)學(xué)、計(jì)算智能等技術(shù)方法。（ 3） 社會(huì)科學(xué)的價(jià)值定位是研究與闡述各種社會(huì)現(xiàn)象及其發(fā)展規(guī)律，計(jì)算法學(xué)旨在發(fā)現(xiàn)法律系統(tǒng)的運(yùn)行規(guī)律，提高司法公正和立法科學(xué)性，提升司法效率。
（二） 法律的規(guī)范性與人工智能的學(xué)習(xí)性相得益彰
盧曼認(rèn)為，法律最核心的功能是維護(hù)社會(huì)規(guī)范性期望的穩(wěn)定[22].立法需要維護(hù)其自身的穩(wěn)定性，不會(huì)經(jīng)常性調(diào)整規(guī)范、原則和價(jià)值。機(jī)器學(xué)習(xí)是一種建立于統(tǒng)計(jì)學(xué)基礎(chǔ)上的定量方法，根據(jù)信息、參數(shù)和數(shù)據(jù)進(jìn)行反饋式調(diào)整，每一個(gè)輸入的數(shù)據(jù)又會(huì)成為機(jī)器學(xué)習(xí)的內(nèi)容，并影響到未來數(shù)據(jù)。將人工智能應(yīng)用于法律領(lǐng)域，能否建立某種機(jī)制，用以協(xié)調(diào)規(guī)范性與學(xué)習(xí)性之間的矛盾，更好地?fù)P長(zhǎng)避短，發(fā)揮法律的功效呢？
人工智能是以生物進(jìn)化的觀點(diǎn)模擬、延伸和擴(kuò)展人的智能，人工智能方法應(yīng)用于法律領(lǐng)域?qū)?duì)法律領(lǐng)域帶來極大的沖擊和便利。
首先，關(guān)于司法裁量的模型如何讓干癟的法條充實(shí)起來，能夠考察法律怎樣運(yùn)行以及運(yùn)行效果[23].法律是一種有關(guān)預(yù)期的科學(xué)，預(yù)期將來訴訟發(fā)生時(shí)，法院將做什么[24].事實(shí)上，無論判決是以法規(guī)還是判例為標(biāo)準(zhǔn)，法院對(duì)個(gè)案的裁判往往與人們的預(yù)期有出入，因?yàn)榉ü俨捎玫乃痉ń忉�、遵循的先例可能有所不同，即便相同，也因法官個(gè)人的學(xué)習(xí)、司法經(jīng)歷不同，而導(dǎo)致預(yù)期差異。計(jì)算模型本身具有高度反饋性，適時(shí)調(diào)整司法裁量差異，透過計(jì)算模型尋優(yōu)的過程，可探究大多數(shù)法官判案的利益平衡機(jī)制，能讓模糊的立法更具可操作性，從而促進(jìn)司法裁量的趨同性，不必強(qiáng)求完全一致，但不同法官對(duì)同類案件的判決差異應(yīng)控制在一定范圍。
其次，計(jì)算模型為立法研究者提供了一種可行的分析和考察其觀點(diǎn)可行性的新工具。計(jì)算模型對(duì)立法的促進(jìn)主要體現(xiàn)在三個(gè)方面： 第一，立法過程從立法者角度出發(fā)，對(duì)人們行為進(jìn)行規(guī)制，然而法律運(yùn)行的實(shí)際效果可能與立法者的初衷相去甚遠(yuǎn)，借助計(jì)算模型的高度反饋性，可以考察其運(yùn)行效果，及時(shí)進(jìn)行立法評(píng)估。第二，借助網(wǎng)絡(luò)虛擬系統(tǒng)進(jìn)行立法實(shí)驗(yàn)。在網(wǎng)絡(luò)空間構(gòu)造與實(shí)際系統(tǒng)對(duì)應(yīng)的人工系統(tǒng)，通過在線學(xué)習(xí)、離線計(jì)算、虛實(shí)互動(dòng)，使得人工系統(tǒng)成為可試驗(yàn)的“社會(huì)實(shí)驗(yàn)室”,以計(jì)算實(shí)驗(yàn)的方式為實(shí)際系統(tǒng)運(yùn)行的可能情況提供“借鑒”“預(yù)估”和“引導(dǎo)”[25].德國(guó)出現(xiàn)了實(shí)驗(yàn)法（ experimental recht） [26],設(shè)有期限、伴有評(píng)估措施的“實(shí)驗(yàn)法”立法可減少立法的“試錯(cuò)”成本。建立立法的計(jì)算模型，擴(kuò)展人工智能技術(shù)的運(yùn)用范圍與深度，必將促進(jìn)立法的實(shí)用性。第三，借助于符號(hào)邏輯和法律推理的技術(shù)，能夠發(fā)現(xiàn)立法中的語法錯(cuò)誤和邏輯矛盾，促進(jìn)立法文本質(zhì)量的提高。
�。ㄈ� 計(jì)算法學(xué)的現(xiàn)實(shí)功能意義
計(jì)算法學(xué)是隨著人工智能與深度學(xué)習(xí)在法學(xué)中深入應(yīng)用而產(chǎn)生，使用建模、模擬等量化研究方法來分析法律關(guān)系，讓法律信息從傳統(tǒng)分析轉(zhuǎn)為實(shí)時(shí)應(yīng)答的信息化、智能化體系。計(jì)算法學(xué)對(duì)于應(yīng)對(duì)和規(guī)避技術(shù)風(fēng)險(xiǎn)、促進(jìn)英美法系和大陸法系的融合、促進(jìn)司法系統(tǒng)的運(yùn)行質(zhì)量、提高立法與司法效率均具有積極的作用。
1. 法系融合功能
計(jì)算法學(xué)采用建模、模擬等量化研究方法，無論是基于規(guī)則、基于判例還是基于數(shù)據(jù)的法律模型，其元數(shù)據(jù)是判例、法規(guī)或二者兼有之。透過司法案例，英美法系可探索案例之間的援引關(guān)系，大成文法規(guī)，法律的計(jì)算模型無疑將促進(jìn)英美法系與大陸法系的深度融合。
2. 學(xué)科融合功能
計(jì)算法學(xué)是法學(xué)與計(jì)算機(jī)科學(xué)的交叉學(xué)科，借助于數(shù)據(jù)挖掘工具以及人工智能輔助手段，有利于發(fā)現(xiàn)法律運(yùn)行規(guī)律，拓展傳統(tǒng)法學(xué)理論。同時(shí)，拓展計(jì)算機(jī)科學(xué)的研究領(lǐng)域，將人文科學(xué)代入計(jì)算機(jī)科學(xué)，增加其實(shí)用的廣泛性。
3. 未來法治功能
各種新生事物，譬如智能機(jī)器人的權(quán)益、無人駕駛侵權(quán)的處理、區(qū)塊鏈技術(shù)應(yīng)用等，諳熟技術(shù)與法律原理的人才能制定出更有利于人類通常利益的法律法規(guī)。
4. 司法促進(jìn)功能
基于非單調(diào)性法律論證建立司法裁量人工智能模型[27],透過模型能讓干癟的法律理論鮮活起來，能夠窺探其工作的內(nèi)在機(jī)制。法律檢索模型、司法裁量模型、司法推理機(jī)制、法律智能回答機(jī)器人、法律專家系統(tǒng)等智能增強(qiáng)技術(shù)，將極大的促進(jìn)司法效率的提高。
5. 司法增效功能
從復(fù)雜系統(tǒng)角度，法律體系的運(yùn)行可看成是一個(gè)由立法者、法官、檢察官、律師等司法人員組成，通過立法、裁判、和解等方式在法律法規(guī)的治理下，并伴隨著諸如上訴、再審、立法評(píng)估等一系列立法與司法的交互作用[28].人工智能與法律在提供計(jì)算模式時(shí)，為法律研究人員提供另一種分析路徑和驗(yàn)證思想的新工具，可減少法律體系運(yùn)行的矛盾與摩擦。
6. 司法整合功能
將法律法規(guī)電子化，轉(zhuǎn)化為機(jī)器可識(shí)別的代碼，應(yīng)用法律推理等人工智能技術(shù)在立法領(lǐng)域，有利于減少立法邏輯、語言的差異。
7. 深度學(xué)習(xí)功能
計(jì)算法學(xué)建立的模型可以考察法律怎樣運(yùn)行以及運(yùn)行效果，法律過程的模擬對(duì)于學(xué)習(xí)法律的學(xué)生來說提供了極大的便利，能夠讓學(xué)生快速掌握法律知識(shí)，積極進(jìn)入法律角色。
三、計(jì)算法學(xué)的研究領(lǐng)域
計(jì)算法學(xué)是隨著人工智能與深度學(xué)習(xí)在法學(xué)中深入應(yīng)用而產(chǎn)生的，使用建模、模擬等計(jì)算方法來分析法律關(guān)系，讓法律信息從傳統(tǒng)分析轉(zhuǎn)為實(shí)時(shí)應(yīng)答的信息化、智能化體系，旨在發(fā)現(xiàn)法律系統(tǒng)的運(yùn)行規(guī)律，促進(jìn)立法與司法的科學(xué)性。從上述計(jì)算法學(xué)的定義可知，計(jì)算法學(xué)主要涉及理論與應(yīng)用兩方面的研究，一方面人工智能等新技術(shù)有利于豐富和發(fā)展法學(xué)基礎(chǔ)理論，另一方面人工智能等增強(qiáng)技術(shù)將提高司法效率，減少法律系統(tǒng)運(yùn)行功耗。
計(jì)算法學(xué)的研究?jī)?nèi)容多采用列舉的方式。Kevin Ashley 將涉及人工智能與法學(xué)領(lǐng)域的研究進(jìn)行了列舉： 基于規(guī)則的法律推理、基于案例的法律推理、司法預(yù)測(cè)模型、法律論辯計(jì)算模型、法律本體結(jié)構(gòu)、法律檢索模型、法律語言的機(jī)器學(xué)習(xí)、法規(guī)中提取法律信息、判例中提取法律信息、認(rèn)知計(jì)算模 型 等[16]1 - 10.美國(guó)斯坦福大學(xué) CODEX 中 心 主 任 Michael Genesereth 認(rèn) 為 計(jì) 算 法 律 學(xué)（ Computational law） 旨在用計(jì)算機(jī)理解法律規(guī)則，設(shè)計(jì)自動(dòng)法律決策系統(tǒng)，譬如智能或計(jì)算合同等[14].與計(jì)算法律學(xué)密切相關(guān)的法律信息檢索（ 法律檢索技術(shù)、電子文獻(xiàn)發(fā)現(xiàn)技術(shù)、合同分析，合同年我們?cè)凇队?jì)算法學(xué)導(dǎo)論》一書中[12],綜合采用了屈茂輝教授對(duì)計(jì)量法學(xué)的劃分方法[29],將計(jì)算法學(xué)的研究?jī)?nèi)容分為： 立法的科學(xué)性研究、法律實(shí)施效果評(píng)價(jià)、法律對(duì)經(jīng)濟(jì)社會(huì)發(fā)展影響評(píng)價(jià)、知識(shí)圖譜、驗(yàn)證法學(xué)理論和法規(guī)的合理性、用于刑偵證據(jù)確定、實(shí)用性法律輔助系統(tǒng)等。
計(jì)算法學(xué)是一門新興學(xué)科，其研究?jī)?nèi)容宜采用開放式原則，將使用建模、模擬等計(jì)算方法來分析法律關(guān)系的這類研究都可以歸于計(jì)算法學(xué)。計(jì)算法學(xué)的研究目的主要有兩個(gè)： 一是透過模型驗(yàn)證和完善法學(xué)理論，發(fā)現(xiàn)法律系統(tǒng)的運(yùn)行規(guī)律，二是通過立法與司法模型，促進(jìn)立法科學(xué)性與司法效率的提高。因此，計(jì)算法學(xué)的研究?jī)?nèi)容重點(diǎn)是促進(jìn)理論和提高司法兩個(gè)方面。
計(jì)算法學(xué)的主要研究領(lǐng)域：
（一） 計(jì)算法學(xué)理論研究---旨在發(fā)現(xiàn)法律的成長(zhǎng)規(guī)律
計(jì)算法學(xué)作為計(jì)算機(jī)科學(xué)、法學(xué)的交叉學(xué)科，對(duì)計(jì)算機(jī)科學(xué)與法學(xué)來說都有促進(jìn)作用。對(duì)法學(xué)來說，計(jì)算法學(xué)為法學(xué)理論研究提供了新的視角，透過立法模型或司法模型，有利于發(fā)現(xiàn)法律運(yùn)行規(guī)律，可完善已有法學(xué)理論，甚至發(fā)現(xiàn)新的法學(xué)理論。對(duì)計(jì)算機(jī)科學(xué)來說，計(jì)算法學(xué)拓展計(jì)算機(jī)科學(xué)的研究領(lǐng)域，且將人文科學(xué)代入計(jì)算機(jī)科學(xué)，增加模型的實(shí)用性。
計(jì)算法學(xué)的理論研究包含三層內(nèi)容。1. 計(jì)算法學(xué)作為交叉學(xué)科涉及到的相關(guān)理論構(gòu)建，諸如計(jì)算法學(xué)的學(xué)科地位、研究方法、研究?jī)?nèi)容等討論尚不充分。諸如計(jì)算法學(xué)是否法學(xué)獨(dú)立的學(xué)科分支，如何將計(jì)算模型融入現(xiàn)有的法律體制中去等基礎(chǔ)問題，尚需認(rèn)真研究。2. 計(jì)算模型反映的規(guī)律性對(duì)傳統(tǒng)法學(xué)理論的補(bǔ)充和完善。霍姆斯在《普通法》開篇說過： 法律的生命不在于邏輯，而在于經(jīng)驗(yàn)。作為與司法實(shí)踐密切相關(guān)的學(xué)科，法學(xué)理論需要司法實(shí)踐的檢驗(yàn)。國(guó)內(nèi)外目前關(guān)于計(jì)算法學(xué)的研究，多是應(yīng)用研究，而關(guān)于計(jì)算法學(xué)對(duì)于法學(xué)體系的變動(dòng)、法學(xué)理論的促進(jìn)和完善的相關(guān)研究成果尚不多見。例如，白建軍教授在《死刑適用實(shí)證研究》[30]對(duì)法律解釋理論進(jìn)行發(fā)展。計(jì)算法學(xué)通過法規(guī)或案例的分析驗(yàn)證法學(xué)理論，無疑將促進(jìn)法學(xué)理論的縱深研究。3. 與人工智能等新技術(shù)密切相關(guān)的新生事物，如智能機(jī)器人的權(quán)益、無人駕駛侵權(quán)的處理、區(qū)塊鏈技術(shù)應(yīng)用等，如何將對(duì)其進(jìn)行規(guī)制，也是計(jì)算法學(xué)研究的任務(wù)之一。
（二） 立法研究---規(guī)則性向?qū)W習(xí)型轉(zhuǎn)變
發(fā)現(xiàn)正確的法律是法學(xué)研究的核心任務(wù)之一�？茖W(xué)立法少不了對(duì)各相關(guān)社會(huì)條件精確的統(tǒng)計(jì)學(xué)分析、民意調(diào)查、所選行為模式的事先科學(xué)計(jì)量評(píng)估和博弈分析以及必要時(shí)的法經(jīng)濟(jì)學(xué)的計(jì)算機(jī)模型預(yù)演[31].譬如，德國(guó)出現(xiàn)了設(shè)有期限、伴有評(píng)估措施的實(shí)驗(yàn)法（ experimental recht） ,將法律程序視為一種“社會(huì)理解的過程”,而不再是法律機(jī)構(gòu)單邊自上而下的規(guī)制過程[26].
公眾的反饋與網(wǎng)絡(luò)社會(huì)實(shí)驗(yàn)可提高法律對(duì)社會(huì)和法律結(jié)果的預(yù)測(cè)，減少成文法的模糊性[32].立法者常常困惑，采用何種方式減少罪犯的再犯。人工智能和數(shù)據(jù)挖掘技術(shù)對(duì)判決書、證據(jù)鏈、先例的研究，可發(fā)現(xiàn)法官的價(jià)值選擇趨向，并促進(jìn)立法的可行性。川島武宜認(rèn)為： 法律學(xué)邏輯論證的三段論的大前提與數(shù)學(xué)中的公理不同，它可以被法學(xué)界改變，并且無法用實(shí)踐和觀察的方法去驗(yàn)證[33].虛擬網(wǎng)絡(luò)社區(qū)與實(shí)際的社會(huì)構(gòu)成了兩個(gè)平行的社會(huì)，網(wǎng)絡(luò)環(huán)境為司法實(shí)驗(yàn)創(chuàng)造了有利的環(huán)境，更有利于尋找合法與違法的零界點(diǎn)以及行為規(guī)制的最佳策略。同時(shí)，司法模型反映的穩(wěn)定性的規(guī)律，也為立法提供了較好的立法建議，經(jīng)過特定的評(píng)估程序，即可提供立法參考，轉(zhuǎn)化為法律法規(guī)。
�。ㄈ� 司法預(yù)測(cè)研究---找尋最優(yōu)的司法解決方案
實(shí)證法學(xué)家川島武宜認(rèn)為法學(xué)是一種經(jīng)驗(yàn)科學(xué)，中心課題是裁判行為�；裟匪怪鲝垺胺深A(yù)測(cè)說”,即法律提供法官將來如何判決之預(yù)測(cè)[34].司法實(shí)踐表明，法官的裁判與個(gè)人的預(yù)測(cè)總是不一致，建立精準(zhǔn)類案審判規(guī)則的智能輔助系統(tǒng)是司法模型追求的終極目標(biāo)。國(guó)外關(guān)于類案類判的人工智能系統(tǒng)的相關(guān)研究起步較早，1970 年 Buchanan 開啟了人工智能與法律相結(jié)合的研究。
法律專家系統(tǒng)對(duì)法律專家的依賴性比較高，譬如案例特征由專家確定、案例相似性由專家標(biāo)注繼而展開機(jī)器訓(xùn)練等，由此產(chǎn)生的智能模型，主觀程度較高，且由于投入的人力過大，法律專家系統(tǒng)往往只對(duì)某幾類案件處理效果較好，普及面不夠。隨著大數(shù)據(jù)處理技術(shù)這幾年突飛猛進(jìn)的發(fā)展，人們期望應(yīng)用大數(shù)據(jù)挖掘工具，采用深度學(xué)習(xí)、知識(shí)圖譜、本體技術(shù)等手段深入理解自然語言，自動(dòng)提取案例特征、自動(dòng)對(duì)案例相似性進(jìn)行排序。此研究正在興起，已有少量前期探索性成果，譬如歐洲研發(fā)了網(wǎng)上的 Eunomos 相似法律信息查詢系統(tǒng)[36],意大利研發(fā)了訴訟案例與既往案例庫(kù)的匹配系統(tǒng) eMediation,法律信息的深度神經(jīng)網(wǎng)絡(luò)提取等[37].
（四） 法律的語義挖掘---結(jié)合背景的語義分析
法律信息由法律、案例、理論、程序、規(guī)則等各類法律知識(shí)組成，呈現(xiàn)出非結(jié)構(gòu)化或半結(jié)構(gòu)化的形式。譬如，案件裁判文書為半結(jié)構(gòu)化數(shù)據(jù)，其中包括首部、事實(shí)（ 案情描述） 、理由（ 證據(jù)部分） 、判決結(jié)果等部分[38].多源異構(gòu)的數(shù)據(jù)難以用傳統(tǒng)符號(hào)科學(xué)表達(dá)，深度挖掘法律信息，進(jìn)行諸如法律知識(shí)的語義表達(dá)、法律語義檢索和查詢、法律信息管理等研究，是建立司法模型的研究基礎(chǔ)。
結(jié)合語義的背景和關(guān)聯(lián)研究，法律本體論已被廣泛應(yīng)用于文獻(xiàn)查詢、數(shù)據(jù)和文件挖掘、計(jì)算機(jī)輔助擬定法律，法律匯編、建立裁量模型、多主體模擬以及環(huán)境資源管理的決策系統(tǒng)等[39].1999 年萊布尼茲法律中心開發(fā)的 FOlaw 系統(tǒng)[40],從法律功能的角度將知識(shí)分為規(guī)范知識(shí)、世界知識(shí)、義務(wù)知識(shí)、反應(yīng)知識(shí)、元法律知識(shí)、創(chuàng)造性知識(shí)，系統(tǒng)描述和解釋法律推理中各種知識(shí)的運(yùn)用及其相互關(guān)系。
（五） 法律邏輯分析---轉(zhuǎn)向法律論辯邏輯
法律邏輯推理是建立法律模型的基礎(chǔ)。形式邏輯推理方法有歸納、演繹、類比推理，然而三段論的推理在司法實(shí)踐中并不盡如人意，除了立法不能達(dá)到預(yù)期的那樣“完美”以外，司法裁判過程也并非如形式邏輯預(yù)設(shè)的那樣，實(shí)際裁量過程僅是法官進(jìn)行利益協(xié)調(diào)和平衡的過程，法律形式邏輯背后并存著各種立法和司法理由的相關(guān)價(jià)值和重要性的判斷，這種推理并非是一一對(duì)應(yīng)的單調(diào)推理，而是具有不確定性、語境依賴性和容錯(cuò)性的非單調(diào)推理[27].
司法模型是模擬法官作出司法裁判的過程，法律推理一直是法律與人工智能研究的核心，法律邏輯直接決定了司法模型的實(shí)用性。2012 年 Prakken 采用可廢止演繹推理，對(duì)社會(huì)法律的價(jià)值和先例的學(xué)習(xí)利用，推論出法規(guī)的有效性。確認(rèn)以法律辯論（ argument - based） 為中心的法律推理能更好的刻畫案件的情節(jié)[41].
（六） 司法管理系統(tǒng)---提高效率
人工智能增強(qiáng)技術(shù)對(duì)司法管理系統(tǒng)有著重大的影響，各國(guó)紛紛進(jìn)行無紙化訴訟、審判文書的電子化處理，極大提高司法管理的效率。2016 年我國(guó)以大數(shù)據(jù)和人工智能技術(shù)為支撐的“智慧法院”建設(shè)列入國(guó)家信息化發(fā)展戰(zhàn)略，一些智能輔助辦案系統(tǒng)進(jìn)入我國(guó)法院，融入立案、偵查、起訴、審判等司法權(quán)利運(yùn)行系統(tǒng)全過程。
“智慧法院”系統(tǒng)不斷發(fā)展，有效推動(dòng)了司法領(lǐng)域的智能化實(shí)踐。以上�！�206 系統(tǒng)”為例，以人工智能為基礎(chǔ)的庭審語音轉(zhuǎn)文字、裁判文書或起訴書的自動(dòng)生成、法律文件輔助審閱、裁判文書證術(shù)支撐①。這些管理性系統(tǒng)對(duì)法官的工作效果進(jìn)行評(píng)定，有效地提高法院管理和行政效率。在線調(diào)解系統(tǒng)、司法管理系統(tǒng)、司法信息輔助系統(tǒng)等這類管理系統(tǒng)功能明確，涉及的領(lǐng)域相對(duì)集中，在實(shí)踐中取得了較好的實(shí)施效果[42].
�。ㄆ撸� 司法證據(jù)---輔助獲取證據(jù)
證據(jù)是訴訟的靈魂，是案件審理與裁判的核心和基礎(chǔ)�，F(xiàn)代人工智能技術(shù)和信息挖掘技術(shù)已用于收集、獲取、檢驗(yàn)、鑒定犯罪嫌疑人在犯罪過程中形成的各種痕跡、物品、物質(zhì)、文書，為刑事案件的偵查破案、檢察起訴、法庭審判提供一種科學(xué)的司法證明。譬如，在司法審判階段，智能輔助辦案系統(tǒng)可針對(duì)實(shí)踐中取證環(huán)節(jié)易發(fā)、多發(fā)和常見問題，根據(jù)以往證據(jù)收集和采信的經(jīng)驗(yàn)教訓(xùn)并結(jié)合法律及司法解釋確定的程序性規(guī)則和合法性要求，引導(dǎo)辦案人員依法采信證據(jù)[43].值得注意，人工智能雖然可用于證據(jù)鏈的印證和邏輯判斷，但自動(dòng)提取的核心要素是否全面客觀、比對(duì)是否準(zhǔn)確有效，證明力有無和大小仍由法官自主判斷和采信。
四、計(jì)算法學(xué)研究面臨的問題與發(fā)展前景
（一） 計(jì)算法學(xué)研究面臨的問題
人工智能應(yīng)用于法學(xué)領(lǐng)域，一方面享受著人工智能帶給司法的高效和便利，另一方面也不可避免地承擔(dān)著數(shù)據(jù)、技術(shù)不完善性帶給司法的巨大技術(shù)風(fēng)險(xiǎn)。計(jì)算法學(xué)以法律數(shù)據(jù)為中心，使用建模的方式對(duì)數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)問題是計(jì)算法學(xué)研究面臨的核心問題。當(dāng)前我國(guó)法律數(shù)據(jù)面臨的主要問題是：
1. 司法數(shù)據(jù)來源的全面性、真實(shí)性和客觀性有待提高[44].全國(guó)裁判文書網(wǎng)上公布的數(shù)據(jù)并非全樣本數(shù)據(jù)，且公布數(shù)據(jù)缺乏規(guī)范性指引和準(zhǔn)確性審核，目前全國(guó)裁判文書網(wǎng)上的法院判決書有的存在一些錯(cuò)誤，不能正確反映相關(guān)數(shù)據(jù)。人民法院、人民檢察院、公安機(jī)關(guān)等機(jī)構(gòu)之間的數(shù)據(jù)不能兼容和共享，阻礙了數(shù)據(jù)的充分使用。
2. 法律相關(guān)數(shù)據(jù)多為半結(jié)構(gòu)化、非結(jié)構(gòu)化的多源異構(gòu)數(shù)據(jù)，數(shù)據(jù)特征隱藏較深。裁判文書中所記載的判決信息并非中國(guó)司法決策過程中的關(guān)鍵信息，合議庭或?qū)徟形瘑T會(huì)中法官的討論過程、法官判決后所撰寫的審判報(bào)告或許才記載了判決形成過程的相關(guān)信息，如一些酌定情節(jié)及其理由并沒有列入判決書中，因此必然造成語義分析不清、模型構(gòu)建特征不明顯，直接影響法律模型結(jié)果的實(shí)用性。鑒于法律信息的復(fù)雜性，目前尚未發(fā)展出將自然語言處理技術(shù)、知識(shí)圖譜、深度學(xué)習(xí)、認(rèn)知智能等技術(shù)深入融合法律系統(tǒng)而形成的獨(dú)特算法。
3. 法律數(shù)據(jù)涉及面廣、敏感度高，迫切需要保障數(shù)據(jù)安全和隱私[45].法院信息的數(shù)字化是每個(gè)法院面臨的問題，有的法院將數(shù)據(jù)電子化交由數(shù)據(jù)公司完成，數(shù)據(jù)公司對(duì)法院數(shù)據(jù)有掌控權(quán)，甚至有法院的電子數(shù)據(jù)因更換數(shù)據(jù)公司而喪失。雖然可通過數(shù)字簽名、訪問控制、對(duì)稱加密、Hash 算法等數(shù)據(jù)安全防護(hù)中常用的方案，結(jié)合差分隱私、隱私量化、匿名技術(shù)、泛化技術(shù)等隱私保護(hù)技術(shù)等保護(hù)司法數(shù)據(jù)，但目前的技術(shù)仍未能完全解決多源數(shù)據(jù)融合過程中的數(shù)據(jù)安全防護(hù)與隱私保護(hù)問題。
4. 人工智能技術(shù)產(chǎn)生的時(shí)間只有短短幾十年，其“魯棒性”（ Robust,即系統(tǒng)的健壯性） 和可解釋�？梢�，也缺乏可交互性和操作性[45].美國(guó)盧米斯案中智能輔助量刑引發(fā)的爭(zhēng)議可知[46],美國(guó)罪犯再次犯罪的評(píng)估軟件 COMPAS 報(bào)告，僅提供了與特定群體相關(guān)的數(shù)據(jù)，且作出報(bào)告的方法是保密的。雖然目前人工智能模型能具有提高效率、減少重復(fù)工作和簡(jiǎn)單推理等優(yōu)勢(shì)，但將知識(shí)與數(shù)據(jù)融合進(jìn)行復(fù)雜推理的技術(shù)還不成熟，缺乏確定性處理能力，距離擁有認(rèn)知和決策能力的智能技術(shù)還差之甚遠(yuǎn)。
5. 人工智能輔助刑事裁判模型將繼承所錄入的種族和性別歧視信息。司法判決透過裁判，平衡各方利益，彰顯正義，裁判文書中隱含了立法者或法官的價(jià)值選擇，不可避免地存在歧視和偏向。來自 ProPublica 的 COMPAS 報(bào)告明確地指出，佛羅里達(dá)州的黑人被告人比白人被告人被錯(cuò)誤地判斷為“有罪”的概率更高。若對(duì)此不加以糾正的話，種族歧視成為了人工智能的運(yùn)算邏輯[47].
借助深度學(xué)習(xí)、語義分析、知識(shí)圖譜、認(rèn)知智能等關(guān)鍵技術(shù)可構(gòu)建“精準(zhǔn)分案”和“智能化推薦”等可視化系統(tǒng)，提高司法審判的效率和質(zhì)量。但是，我們也應(yīng)當(dāng)注意到人工智能輔助刑事裁判的不確定性風(fēng)險(xiǎn)和可解釋性風(fēng)險(xiǎn)，預(yù)設(shè)法律程序和糾正措施避免出現(xiàn)新科技應(yīng)用帶來的裁判不公和裁判失靈現(xiàn)象。
�。ǘ� 計(jì)算法學(xué)發(fā)展前景---方興未艾的新興學(xué)科領(lǐng)域
法學(xué)與人工智能、數(shù)據(jù)挖掘等最新技術(shù)與法學(xué)的對(duì)接可能為法學(xué)中的根本性、基礎(chǔ)性和前沿性的問題提供新的視角，跨學(xué)科研究領(lǐng)域的拓展有助于完善法律制度和法學(xué)基礎(chǔ)理論，為司法實(shí)踐提供更具可行性的解決策略與方法，促進(jìn)立法的科學(xué)性與司法的公正性、效率性。
“人工智能熱”也帶動(dòng)了“人工智能與法律的研究熱”,人工智能與法律的結(jié)合在我國(guó)司法實(shí)踐領(lǐng)域取得了令世界矚目的成績(jī)。2018 年最高人民法院正式上線運(yùn)行了案情事實(shí)、爭(zhēng)議焦點(diǎn)、法律適用等為要素的“類案智能推送系統(tǒng)”,2019 年 1 月上海“206 系統(tǒng)”推出“刑事案件智能輔助辦案系統(tǒng)，安徽、貴州、重慶等地方法院紛紛推出了針對(duì)某類案件的類案指引。
計(jì)算法學(xué)的研究需要法學(xué)家與計(jì)算機(jī)科學(xué)的學(xué)者深度合作，正在吸引著眾多法學(xué)、計(jì)算機(jī)科學(xué)的研究者的目光，并將形成新的法律職業(yè)。目前已形成了諸如斯坦福大學(xué)法學(xué)院 Codex 中心，歐洲人工智能與法律的專委會(huì)等專門研究團(tuán)體，正在吸引著更多交叉學(xué)科研究學(xué)者的加入。2018 年清華大學(xué)成立了”計(jì)算法學(xué)“專業(yè)、四川大學(xué)開設(shè)了”計(jì)算法學(xué)“課程，進(jìn)行人工智能與法學(xué)的交叉研究和人才培養(yǎng)。
人工智能引發(fā)的倫理問題譬如機(jī)器人的主體地位、無人駕駛車的侵權(quán)責(zé)任、機(jī)器作品的版權(quán)等，人工智能在法學(xué)領(lǐng)域的具體應(yīng)用譬如建立司法裁判模型、語義分析模型、立法實(shí)驗(yàn)等，人工智能產(chǎn)品進(jìn)入法學(xué)領(lǐng)域引發(fā)技術(shù)風(fēng)險(xiǎn)防控機(jī)制與傳統(tǒng)司法協(xié)調(diào)機(jī)制改革等問題，正有待于我們進(jìn)行更為廣泛和深入的研究。原載《現(xiàn)代法學(xué)》 2019 年第 6 期