【作者】熊明辉

【内容提要】

*熊明辉

中山大学逻辑与认知研究所副所长，中山大学“珠江学者”特聘教授，哲学系/法学院博士生导师

摘要

法律人工智能是法律信息学的研究对象,关注的是信息技术在法律中的运用,其思想渊源最早通常都追溯到1949年洛文杰提出的"法律计量学"想法。作为一个学科,法律人工智能形成于20世纪80年代末和90年代初,其标志是国际法律人工智能系列学术大会的出现(自1987年起)、国际法律人工智能协会的成立(1991年)和《法律人工智能》杂志的创刊(1992年)。回眸法律人工智能这70年的发展史,她经历了一个从法律计量学到法律信息学的发展历程。

“法律人工智能”属于人工智能的一个子领域,这一汉语术语源自英文术语“Artificial Intelligence and Law”,其直译应当是“人工智能与法律”。在我国,目前学界出现了两个极其相似却十分不同的术语“法律人工智能”和“人工智能法律”,而我们采取了“法律人工智能”这一译法。我们采用这一译法的理由是:前者体现了这一学科关注的是人工智能在法律中的具体应用问题,它本质上是人工智能问题,因此,可被称为“法律人工智能”;后者关注的是人工智能技术的运用会带来什么样的新法律问题,它本质上是法律问题,与本学科研究初衷并不吻合。

01 法律人工智能问题的提出

作为一个学科概念,“法律人工智能”最早出现于1987年在美国波士顿东北大学召开的“第一届法律人工智能国际学术大会”(The First International Conference on Artificial Intelligence and Law,简称ICAIL),会议程序委员会主席由罗格斯大学计算机系教授麦卡蒂(L.Thorne McCarty)担任,组织委员会主席由东北大学计算机科学系哈夫纳(Carole D.Hafner)担任,他们俩也因此成为那个时代法律人工智能领域的领军人物。大会会议论文集由国际计算机学会(ACM)正式出版(ISBN 0-89791-230-6)。

1895年,霍姆斯法官就有一个想法:“理想法律体系应该从科学中得出它的假设和立法证成。”[1]通过把取自计算科学和人工智能研究的方法应用于部分法律自动化,这会对法律实践可能有好处的推测,至少可以追溯到20世纪40年代中期。1946年,凯尔索(Louis O.Kelso,1913-1991)在《洛基山法律评论》上提出了“法律需要技术革命吗”之问。[2]

法律人工智能的一大主要目标就是要让法律与法律推理变得可计算。追随霍姆斯的思路,1949年美国法学家、律师洛文杰(Lee Loevinger,1913-2004)在《明尼苏达法律评论》上发表了《法律计量学:下一个前进步骤》一文,开启了法律人工智能研究的先河,提出要用概率统计方法来测量证人、法官和立法者的行为。[3]1963年,洛文杰又进一步提出法律计量学是法律探究的方法。他认为,法律计量学是在法学领域运用科学方法的一种尝试。数据检索是律师执业的最重要的功能之一,而法律计量学涉及到使用电子计算机来存储和检索法律数据。[4]根据梅耶(Perry Meyer)的说法,洛文杰主要关心的是如何充分利用当代技术,特别是数字计算机所提供的工具来发展法律研究。从这个意义上说,法律计量学可以被认为是控制论的一个分支。他在计算机技术领域的主要兴趣是数据存储和检索的字段,也就是说,通过使用计算机存储法条、案例、文章、书籍等法律信息,并快速有效地指向所有相关信息所面向的具体法律问题。[5]

法律人工智能的核心问题是自动法律推理的逻辑建模。毫无疑问,符号逻辑是一种建模法律推理的可能逻辑工具。耶鲁大学法学院教授、数理逻辑学家艾伦(Layman E.Allen,1927-2018)是将数理逻辑作为法律分析工具以及在法律研究领域使用计算机的先驱。1956年,他发表了《符号逻辑:一种起草与解释法律文件的锐利工具》,提出要用符号逻辑数学记号来起草和解释法律。[6]他给出了一套法律关系逻辑的形式体系,其中包括命题逻辑、谓词逻辑、类逻辑、道义逻辑、动作逻辑、时间逻辑等。法律关系逻辑及其伴随的法律关系语言的主要应用是起草和解释从宪法和成文法到合同和章程的法律文件。在法律人工智能领域,法律关系语言产生了可生成的专家系统,这些系统有助于分析法律条款,这些法律条款具有多种解释,这些解释源于逻辑结构的模糊表达。

1958年,在英国国家物理实验室举办的具有里程碑意义的“思维过程机械化论坛”上,梅尔(Lucien Mehl)发表了《法律世界的自动化:从法律信息机器处理到法律机器》一文,提出要用逻辑进行法律信息检索与推理。[7]1970年,美国匹兹堡大学计算机科学系教授布坎南(Bruce G.Buchanan)与美国巴法罗大学法学院教授海德里克(Thomas E.Headrick)在《斯坦福法律评论》上发表的《关于法律人工智能与法律推理的几点思考》被视为首个真正法律人工智能提案,因为他们第一次正式把“人工智能”与“法律推理”关联起来思考问题。[8]在他们看来,尽管计算机已经走出实验室,进入了人们的日常生活,但法律人在寻找有用的计算机应用程序方面却进展甚微。人工智能是计算机科学的一个分支,其研究已经证明了我们利用计算机来模拟人类思维过程的能力。这项研究表明,计算机科学可以帮助律师学习和执行他们的推理过程。他们的断言是:在律师和计算机科学家之间进行严肃的跨学科工作的时机已经到来。

法律人工智能的关注点通常反映或预测的是人工智能研究的宏观方向,从逻辑到专家系统与逻辑编程,从框架与脚本到案例与案例推理再到混合系统,从定理证明到可废止的非单调推理再到电子商务代理,如此等等。毫无疑问,作为应用软件系统,法律人工智能首先必须提及1977年麦卡蒂在《哈佛法律评论》上发表的一篇具有里程碑意义的论文,[9]文中他致力于用定理证明方法来涉及公司税法问题的推理,给出了他的“纳税人系统”(TAXMAN System),在他的这一早期系统经验基础上,他开始了其研究方案,以解决开放结构问题,提出法律概念深层模型,如税法背景下的股票所有权。1978年,哈夫纳在美国密歇根大学计算机科学系完成了她的博士论文《基于法律知识计算机模型的信息检索系统》。[10]这也是法律人工智能领域的第一篇博士论文。她超越了纯粹关键字方法,利用语义网络表示,构建了一个利用人工智能方法改进票据领域的法律信息检索系统。毫无疑问,法律信息检索系统是当代法律人工智能研究的一个主要方向之一。

02 法律人工智能学术共同体的形成

法律人工智能学术共同体正式形成于20世纪80年代后期和90年代初期。其形成有三大标志性事件:

1.法律人工智能系列国际学术会议的出现

虽然20世纪80年代初,在英国斯温西、意大利佛罗伦萨、美国休斯敦等均有过与法律人工智能相关的会议召开,美国斯坦福法学院(1984年)、哈佛法学院(1985年)等领军法学院也组织召开法律人工智能相关会议。但是,1987年在美国波士顿东北大学召开的“第一届法律人工智能国际学术大会”才是法律人工智能学术共同体正式形成的标志,因为与会者达成共识,每两年召开一次学术大会,形成了一个常规系列国际会议。[11]首次会议由哈夫纳和伯曼(Donald H.Berman,1935-1997)组织,那一年他们还组建了一个计算机科学与法律研究中心。程序委员会主席和大会主席分别由麦卡蒂和哈夫纳担任。自那以后,每两年一届的系列会议就成了法律人工智能整个学术圈的支柱和展示窗口,标志着名实相副的“法律人工智能时代”的到来。

2.国际法律人工智能协会成立

1989年第二届法律人工智能国际学术大会在加拿大温哥华召开。会后,与会者成立了一个委员会来为这个可能的法律人工智能国际组织拟订章程。这推动了1991年国际法律人工智能协会的成立。1991年在牛津大学召开的第三届法律人工智能国际学术大会上成立“国际法律人工智能协会”(IAAIL),委员会由7人组成:主席1人,副主席1人,秘书长兼财务主管1人,其他委员4人,实行轮执主席制,每届任期两年,不得连任,原则上若无意外,副主席是下届主席候选人,而且到目前为止还没有发生过意外。[12]第一届任期为1992-1993年度,主席由麦卡蒂担任,副主席由里斯兰(Edwina N.Rissland)担任,秘书长兼财务主管由哈夫纳担任。如我们所知,一个国际组织,主席、副主席、委员可能主要起到象征性符号的作用,而秘书长兼财务主管才是最重要的志愿者和贡献者,哈夫纳自1992年起直到2007年,一共担任了7届14年的秘书长兼财务主管,其中,仅2004-2005年由荷兰蒂尔堡大学法学院教授雷昂内斯(Ronald E.Leenes)担任。从2008年起,秘书长兼财务主管一直由加德纳(Anne Gardner)担任,如今她已经80多岁了。第17届国际法律人工智能学术大会于2019年7月在加拿大蒙特利尔召开,其间选举产生了国际法律人工智能协会新一届执行委员会,加德纳的秘书长兼财务主管一职才得以卸任。2020年1月1日由波兰雅盖隆大学的阿拉斯凯维茨(Michał Araszkiewicz)接任。

国际法律人工智能协会是一个非营利组织。其成员遍布世界各地,致力于促进法律人工智能领域的研究和发展,每两年组织一次会议(ICAIL),为最新研究成果和实际应用的介绍和讨论提供一个论坛,以及促进跨学科和国际合作。说到法律人工智能,还有一个欧洲的国际组织必须提及,那就是1988年在荷兰成立的“法律知识系统基金会”(The Foundation for Legal Knowledge Based Systems,简称JURIX)。[13]该基金会(JURIX)是一个由工作在荷兰以及荷兰语区的法律与计算机科学领域的研究者所组成的。自1988年以来,每年举行一届法律知识与信息系统的国际学术年会,到2019年为止,已举办了32届,是法律人工智能领域历史第二悠久的系列学术会议,与国际法律人工智能学术大会一起,成为法律人工智能领域两大顶级国际会议。自2005年起,该年会的论文集由荷兰IOS出版社纳入由EI收录的“人工智能与应用前沿系列”(Frontiers in Artificial Intelligence and Applications)出版。

3.《法律人工智能》杂志创刊

《法律人工智能》(Artificial Intelligence and Law)杂志(季刊)是由荷兰克鲁尔出版社(现整合到斯普林格出版社)出版发行的一本专业杂志,现为科睿唯安下属的新兴科学文献索引(ESCI)数据库收录,在SCImago期刊排名的人工智能杂志中位居前四分之一,现任共同主编分别是美国匹兹堡大学法学院教授阿什利(Kevin D.Ashley)、英国利物浦大学计算机科学系荣退教授本奇卡鹏(Trevor J.M.Bench-Capon)和意大利博洛尼亚大学法学院教授沙托尔(Giovanni Sartor)。[14]该杂志不仅钟情于那些致力提出法律知识、法律推理以及法律决策的形式模型或计算模型的论文,而且还偏爱对法律领域正在使用的创新人工智能系统所进行的深入研究。同时还为那些致力于法律人工智能相关的法律、伦理和社会影响问题研究提供了空间,而其他跨学科研究进路也受到该杂志的欢迎,如逻辑学、机器学习、认知心理学、语言学或哲学。总之,该杂志刊发论文的议题十分广泛,包括了人工智能、信息技术法律、媒体法、知识产权、法哲学、法律计算、信息存储与检索相关的原创性研究、书评乃至富有挑战性的研究笔记等。

《法律人工智能》杂志最初由美国东北大学计算机科学与法律研究中心资助和主办,由前面提及的伯曼和哈夫纳担任主编,1999年改为美国匹兹堡大学法学院资助和主办,由阿什利、本奇卡鹏和沙托尔担任共同主编。1992年3月第1卷第1期正式面世。首创刊包括6篇文章,其中原创性论文4篇,分别是斯卡拉克(David B.Skalak)和里斯兰的《论证与案例:不可避免的交织》、[15]琼斯(Andrew Jones)和塞科特(Marek Sergot)的《法律表达的道义逻辑:迈向方法论》、[16]本奇卡鹏和克楠(F.P.Coenen)的《同构与法律知识系统》[17]以及劳里森(Marc Lauritsen)的《科技报道:用当今的商业计算机程序编写工具构建法律实践体系》。[18]此外,首创刊还包括一篇主编的话和一篇书评。从主编的话中,我们可以清楚了解到当时法律人工智能的研究现状以及法律人工智能研究所要达到的目标:正如法律学者已经认识到人工智能为表达法学理论提供了一种更精确的新方法,人工智能研究者也认识到义务、责任、过错和权威等规范性概念在人类推理中的重要性,这些学术共同体正越来越多地合作,以打造一个在某种程度上体现形式化法律规则和判例结构以及社会规范的计算模型,以及人们在建构论证和做出决策时对这种模型的操控方式。与此同时,实务工作者和专家学者都认识到,基于人工智能的信息系统有可能彻底改变律师、法官和其他法律决策者的日常实践。将人工智能技术,包括专家系统、规划和自然语言处理,应用到法律领域是一个日益激起人们兴趣且让人兴奋的话题,它既受益于基础科学研究的发展,也对基础科学研究提出了挑战。[19]

书评是挪威奥斯陆大学计算机与法律研究中心宾乔恩(Jon Bing)针对阿什利的专著《建构法律论证:案例推理与假设推理》所写的。[20]该书是在阿什利1988年在麻省大学计算机科学系里斯兰(Edwina Rissland)教授指导下完成的博士论文基础上扩充而成的。早在1984年,他们师徒二人便首次报告了他们的法律论证方案——海波方案(HYPO)及其维度机制。里斯兰开创了法律人工智能的案例推理(Case-Based Reasoning)建模研究学派。在博士论文中,阿什利设计并开发了“海波”系统(the HYPO System),一个在商业秘密法领域进行案例推理和法律推理建模的程序。海波系统利用真实法律案例知识库,对涉及由代理人输入的事实情形的法律论证进行建构和评估,同时可对争议的事实情形进行假设性修改,并对如何加强或削弱论证提供建议。

03 法律人工智能的研究走向

法律人工智能的核心问题是法律推理逻辑建模。到目前为止,建模法律推理大体可归结为四条研究进路:一是规则推理进路(Rule-Based Reasoning);二是案例推理进路(Case-Based Reasoning);三是对话论证进路(Dialogue-Based Argumentation);四是数据推理进路(Data-Based Reasoning)。前两条进路属于传统研究进路,第三条进路产生于20世纪90年代的欧洲,而第四条进路是进入二十一世纪以来随着大数据时代的到来才出现的。

首先,规则推理研究进路是法律人工智能研究者最早的尝试。20世纪80年代,法律人工智能领域工作得以大大加强。1981年,兰德公司民事司法中心沃特曼(Donald Waterman)和彼得森(Mark Peterson)已经建立了一个专家系统,用于解决侵权法中产品责任案件的法律裁定问题。[21]伦敦帝国理工学院的塞科特等人用逻辑编程对《英国国籍法》的某些部分进行了建模,形成了一个庞大的独立法条体系,但后来他们在《计算机学会通讯》的一篇重要论文中,[22]对这一项目进行了反思,并讨论了规则推理进路的几个待研究问题,比如,法律预测的开放本质以及对否定、例外和反事实条件进行建模的困难。当然,其他早期研究者,如沃特曼和彼得森也遇到过类似的问题。

斯坦福大学计算机科学院加德纳1984年的博士论文,关注的问题是“当规则运行”时会如何,也就是,当规则前件使用了一个为进一步规则否定谓词时,特别是涉及语词专业含义与常识含义之间关系的法律概念与问题所固有的开放结构时,会发生什么情况。[23]她向人们强调了一个现在众所周知的事实:我们不能仅通过规则进行推理,为了应对失败、不确定性,甚或是仅仅为了回应对推理进行全面检查的愿望,我们应当对示例进行检查。加德纳系统分析了法学院和律师考试中所谓的“议题侦察员”问题,涉及合同法要约与接受。她的目的就是要寻找一个区分疑难案件和简易案件的原则性计算模型。她用可废止推理来勾勒其讨论,这在今天仍然是人们非常感兴趣的话题。

20世纪80年代规则推理进路仍在继续发展,但另一法律人工智能研究共同体也出现了,他们专注于用案例和类比进行推理,也就是案例推理进路。20世纪80年代早期,里斯兰研究了用假设性案例进行推理。1984年,她和她当时在读的博士研究生阿什利首次报道了海波(HYPO)法律论证项目及其维度机制。这项研究源自里斯兰早期在基于实例的推理以及数学中的“约束示例生成”方面的工作。海波系统最初关注的是生成假设问题,因此得名,后来阿什利在其博士论文中对一个案例论证程序进行了充分发展,使之成为法律人工智能第一个真正案件推理系统。

事实上,规则推理进路和案例推理进路之间的分歧由来已久。有人(如布坎南)更钟情其中一种进路但也不否定另一种进路作为补充的作用;有人(如麦卡蒂)也在两种进路之间不断切换关注点;有人(如加德纳)则试图在两种进路之间架起一座桥梁;有人(如帕肯、沙托尔和本奇卡鹏)试图通过重构来调和两种进路的冲突,还有人(如里斯兰)干脆提出一种混合进路。[21]

1992年,里斯兰和她的学生斯卡拉卡给出了第一个真正案例推理与规则推理的混合推理系统,被称为“卡巴莱系统”(CABARET),其中采用议程式架构,把经典的规则推理与海波式案例推理整合在一起,探讨美国税法中涉及家庭办公减免的法条。[24]从人工智能视角看来,本项目试图探讨案例推理进路和规则推理进路使用所需要的架构与控制问题,以实现互补,卡巴莱系统并非简单地按顺序依次调用,而是动态随机交错着调用它们;从法律视角来看,该项目试图探索如何实施法律解释理论,其中把用案例推理和用规则推理交织在一起,形成了一个论证策略、步骤和基本类型的三重理论。

20世纪90年代中期,法律人工智能在处理法律推理中的一些核心问题上已经取得了明显的进展,如规则推理(尤其是冲突规则推理)、案例推理以及法律预测的开放结构。自20世纪90年代以来,致力于探讨法律人工智能论证模式的学术共同体出现了,如:沙托尔和路易(Ron Loui)专注于规范推理模型研究;戈登(Thomas Gordon)提出了一种对话,给出了一个法律诉答的对话模型,并把他的对话进路发展成为基于网络的芝诺系统用于促进德国高新区和住宅区的公众意见;[25]路易和诺曼(Jeff Norman)专注于界定对抗性论证中所使用的基本原理范畴,比如将具体的复杂规则“压缩”成更通用的简单规则,以及适合每条规则的攻击形式;[26]路易还开发一个基于网络的“5号房间”,允许用户就美国最高法院案件中涉及的言论自由问题进行讨论;此外,来自荷兰的哈赫(Jaap Hage)、帕肯(Henry Prakken)和维赫雅(Bart Verheij)的博士论文以及后来的几本书在探讨论证模型方面取得了重大进展,其中有许多都涉及到用海波系统及其后代实现论证。[21]1996年,由帕肯和沙托尔作为客座主编的《法律人工智能》专刊专门讨论法律论证的逻辑模型;2000年,由菲特丽丝(Eveline Feteris)和帕肯担任客座主编的《法律人工智能》专刊专门讨论了论辩式法律论证的形式模型和非形式模型;2003年,在里斯兰、阿什利和路易担任客座主编的《法律人工智能》专刊中,本奇卡鹏和沙托尔的文章给出了一个非常成熟的基于案例的法律论证理论,其中涉及到海波维度和规范因素的使用,维赫雅的文章展示了如何运用论辩论证思想来建构环境以帮助论证创建。

准确地说,数据推理进路其实应当是“大数据推理进路”的简称,是进入二十一世纪之后法律科技公司热衷的一种自动法律推理建模进路,其目标是实现类案推送。从某种程度上讲,这一进路应当是案例推理进路的拓展。类似推送主要是建立在类比推理基础之上的。类比是两个对象或系统之间的比较,它突出了人们认为两者相似的地方。类比推理即是取决于类比思维方式。类比论证是类比推理的一种明确的形式表述,它引用两个系统之间公认相似性来支持进一步相似性存在的结论。

诉诸先例和诉诸类比论证是诸多法律体系中可以找到的两种主要推理形式,特别是在英美等“普通法”体系中更是如此。先例是指在后来案件中要遵循先前裁判,因为这两种情况是相同的;类比涉及到在后来案件中应遵循先前裁判,因为后案与前案相似。然而,诉诸先例和讨论类比提出了三个哲学问题:(1)就先例而言,两个案例在什么情况下是“相同的”?(2)要进行类比时,两个案例如何是“相似的”?(3)在这两种情况下,为何前一情形的裁判会影响后一情形的裁判呢?第一个问题涉及法律人经常提及的“同案同判原则”,第二个问题涉及法律人经常提及的“类案类判原则”。

要判断同案和类案,均涉及类比要素问题。从严格意义上讲,不可能存在两个完全相同的案例,但肯定会存在两个类似的案例。过去提取同案或类案的比较要素主要是从文本中提取,但大数据的出现,使得我们可以提取出来用于比较的要素大大拓宽了。鉴于多样性是大数据的一大重要特征,因为它不仅取自文本、图像、音频、视频,而且还通过数据融合补充出缺失的部分,这使得我们可以把两个案例进行深度比较,而且不是通过人工比较,而是通过非常规软件工具来捕捉、管理和处理的数据集。然而,大数据也许会使得“同案”的提法成为不可能的情形。

对于法律人工智能的研究进路,特别值得一提的是,维赫雅将人工智能的发展概括为“四阶段,两进路”说。其中,“四阶段”是指:从1950年起,每25年为一个阶段,即1950年智能系统阶段、1975年知识系统阶段、2000年数据系统阶段以及2025年论证系统阶段。“两进路”是指:知识系统进路和数据系统进路。知识系统是逻辑取向的,其中有效规则被视为知识的结构;数据系统是概率取向的,其中案例模型被视为数据,可用于学习。在他看来,在知识系统与数据系统之间存在着空缺,而论证系统正好可以把论证、案例和规则有机融合在一起,从而在两种系统之间架起一座桥梁。[27]论证取向似乎不仅仅是法律人工智能研究者热衷的一大议题,而且已成为整个人工智能关注的热点问题,一个有力证据是:人工智能领域顶级刊物《人工智能》在2007-2012年高被引前20篇论文有9篇,前10篇有5篇,前5篇有3篇都是讨论论证问题的。([28],p.617)

04 法律人工智能的学科归属

在里斯兰、阿什利和路易看来,法律人工智能是人工智能研究的经典领域,它提出了一个困难但有趣的人工智能问题,不仅为其重点领域——法律本身提供信息,而且也为人工智能提供信息。[21]然而,法律人工智能不仅仅是一个应用领域,因为其关注点触及了人工智能的推理、表示和学习核心问题。对于那些对符号化方法感兴趣并专注于提供解释和辩护的人工智能研究者来说,法律人工智能是一个绝佳的领域。无论推理者如何得出一个法律答案,它都必须被解释和证成,要与其他选择进行比较和对比。对于那些对谈判、决策、电子商务、自然语言、信息检索与提取、数据挖掘等领域感兴趣的研究者来说,法律人工智能则是丰富的问题和灵感之来源。

20世纪80年代法律人工智能学术共同体形成之后,法律人工智能首先是被当作人工智能的一个分支提出来的,主要研究人工智能在法律信息学中的应用及原创性研究。同时,人工智能与法律也将在法律领域发展的技术和工具输出给一般的人工智能,如:法律决策理论,特别是有助于知识表达和推理的论证模型;基于规范的社会组织模型中多主体系统的重要组成部分;法律案例推理有助于基于案例的推理;并为以满足存储和检索大量文本数据的需求的概念信息检索和智能数据库做出了贡献。

根据维基百科全书英文版的梳理,法律人工智能研究目前主要关注下列11大问题:(1)法律推理的形式模型;(2)法律论证与决策的计算模型;(3)证据推理的计算模型;(4)多主体系统中的法律推理;(5)可执行的立法模型;(6)法律文本的自动归类与总结;(7)从数据库和文本中法律信息的自动提取;(8)面向电子取证与其他法律应用的机器学习和数据挖掘;(9)基于概念或模型的法律信息检索;(10)少量重复性法律任务的自动执行;(11) 利用机器学习和人工智能进行诉讼的风险评估、定价和时间轴预测。[29]前五个问题明显属于理论层面研究的问题,其中核心概念是“模型”;后六个问题明显属于应用层面研发问题,核心概念是“自动”。法律推理的形式模型被列为11大问题之首,是有原因的。人们常把能否通过图灵测试被认为是人工智能得以真正实现的根本标准,即判断机器是否会思维的标准。[30]机器思维也就是要让机器实现自动推理,对于法律人工智能而言,就是让机器实现自动法律推理。这就是法律人工智能的本质所在。

2019年英国伦敦的算法-X实验室概括出了人工智能在法律中应用的十大顶级问题:(1)增加检索与合同审查;(2)用人工智能起草法律文件;(3)尽职调查;(4)数据分析;(5)用人工智能来预测未来后果;(6)用人工智能将案例流程自动化;(7)基本任务的自动化;(8)培育进一步创新的智能应用;(9)知识产权自动化;(10)支付流程数字化。[31]这些问题对于那些热衷法律科技的人士来讲,可能特别具有吸引力。

随着法律人工智能研究受到热捧,“计算法学”(Computational Law)作为一个学科概念被提出来了。根据斯坦福法律信息中心杰内塞雷斯(Michael Genesereth)的观点,计算法学是法律信息学的一个分支,它与法律分析的机械化有关,这种法律分析不管是由人类还是机器完成的,都强调显而易见的行为约束,避免隐性的行为规则。更重要的是,在详细说明足以支持整个机械加工的法律时,承诺了一定程度的严谨性。[32]尽管机械化法律分析的想法并不新鲜,但由于最近技术发展——包括计算逻辑的进步、互联网的发展以及自动系统(如自动驾驶汽车和机器人)的普及,它的前景将前所未有的光明。基于计算法学的法律技术有可能极大地改变法律行业,提高法律服务的质量和效率,但也可能扰乱律师事务所的现有业务方式。更广泛地说,这项技术有可能将法律理解和法律工具带给社会上的每个人,而不仅仅是法律专业人士,从而提高获得司法公正的机会,并改善整个法律体系。从这个意义上讲,我国的智慧法院、智慧警务、智慧检务等工程就是要达到这些目标,其在理念上已处于国际领先水平。

从哲学上讲,计算法学应当属于形式主义法学派。由于计算法学强调的是严格规定的法律,故它最适合于大陆法系环境。在这一环境中,法律或多或少是按字面意思理解的。它不太适用于以普通法法系,因为普通法给未具体指明规范的考量提供了更多自由裁量空间。然而,即使在普通法体系中,计算法在具体成文法情况下以及在处理案件时产生事实规则的情况下,仍然具有相关性。从实用角度来看,计算法学则是计算机系统进行有用的法律计算的重要基础,如合规审查、法律规划、法规分析等等这类系统已经面世。[33]计算法学有许多不同的进路:(1)算法法律进路。该进路试图创建一种可以被机器读取和执行的法律语言代码。(2)实证分析进路。该进路着眼于,经常用于法律的引用以分析和创建引文索引以及被称为引文网络的大型法律有向图。(3)可视化进路。该进路是将法律代码以及法律与决策之间的关系进行可视化,揭示用其他分析方法所不能揭示的大规模模式,而且这种可视化来源于引文网络。

计算法学不仅可用于法律实践和法庭场景,而且还可用于其他领域,比如,美国人研发的税务软件(TurboTax)就是利用计算法学根据税法进行计算处理纳税申报的。[34]当然,我国国家税务总局开发、2018年正式上线的“个人所得税APP软件”也是属类似应用。目前法律分析使用大数据、专家评论和用户友好的工具来提供商业智能和绩效测量解决方案。自动驾驶汽车在选择最安全的驾驶方式时,会考虑很多因素,包括交通法规的综合信息。虽然法律还没有像数学和科学那样进行形式化研究,但提出这样做的尝试并非什么石破天惊的想法,因为先驱者在300年前就试图将法律问题化归为计算问题,也就是莱布尼茨法律公理化体系之梦。莱布尼茨试图重新编纂法律法规,希望通过使用少数几个基本法律概念,定义所有的法律概念;从很少的一套自然、正义且不容置疑的原则中,演绎出所有的具体法律法规,从而把法律法规整理好。如今进一步推进计算法学的尝试主要关注于打造一种语言,可以明确定义法律,并允许人工智能做出自动裁决。由于法律语言的特殊性,法律很适合通过计算机语言来定义。

到底如何界定法律人工智能的学科属性呢?在维基百科全书英文版上,早期词条直接取自于法律人工智能协会的名称,即列出了“法律人工智能”词条,2019年曾一度短暂地更名为“人工智能在法律中的应用”(The Application of Artificial Intelligence in Law),但很快就将这一研究领域命名为“法律信息学”(Legal Informatics)。什么是法律信息学呢?1997年,在美国图书馆协会给出的信息学定义基础上,艾德里兹(Sanda Erdelez)和奥黑尔(Shiela O’Hare)将法律信息学界定为信息科学在法律语境中的运用,其中涉及到与法律有关的组织机构,如律师事务所、法院和法学院,以及这些组织内信息与信息技术的用户。

05 结语

把法律信息学与诸如计算法学和信息法律之类术语相区别开来很重要,因为每个术语都描述了法律和信息技术的不同交叉研究部分。1977年瑞典的塞佩尔(Peter Seipel)就提出应当把计算法学(Computing Law)、数据处理法学(Data-Processing Law)和法律信息学(Legal Informatics)区别开来。他认为,计算法学属于计算机科学与法学作为一个整体的领域,数据处理法学属于与计算机产品与服务相关的实质法律问题,而法律信息学则属于计算机或计算机取向的方法在法律中的运用。([35],p.368)但艾德里兹还认为,与信息技术相关的实质法律问题各种不同名字有关,如:计算机法学(Computer Law)、信息学法学(Informatics Law)和信息法学(Information Law)。[36]而计算机法学可能是三个概念中最常用的,涉及到与计算机技术相关的法律问题:计算机合同、软件许可、计算机犯罪、软件专利权等,处理的问题属于传统实体法律学科,但又被计算机技术的独特特性所修改了;信息学法学一般涉及与信息自动处理相关的法律问题,比计算机法学更宽泛;信息法津是指信息周边而非信息技术周边的法律,这一术语涵盖了信息政策、监管问题以及与诸如信息自由和隐私等信息关联的个体权利法律,显然是三个术语中最宽泛的,而不局限于信息技术。不管计算机法学、信息学法学还是信息法律所涉及的均大体相当于或并不完全是法学家特别是当代中国法学家们热衷的人工智能法律或人工智能法学的问题,与前述法律人工智能显然不属同类范畴,根据前述艾德里兹和奥黑尔的定义,后者关注的焦点是信息技术在法律中的应用,如此看来,法律人工智能与计算法学(Computational Law)很难区别开来就很正常了。从这个意义上讲,法律人工智能是法律信息学或计算法学的研究对象。

引用作品

[1]Erdelez,S.,O’Hare,S.'Legal Informatics:Application of Information Technology in Law'[J].Annual Review of Information Science and Technology,1997,32:367-402.

[2]Kelso,L.O.'Does the Law Need a Technological Revolution?'[J].Rocky Mountain Law Review,1946,4(18):378-392.

[3]Loevinger,L.'Jurimetrics:The Next Step Forward'[J].Minnesota Law Review,1949,33(5):455-493.

[4]Loevinger,L.'Jurimetrics:The Methodology of Legal Inquiry'[J].Law & Contemporary Problems,1963,28(1):5-35.

[5] Meyer,P.'Jurimetrics:The Scientific Method in Legal Research'[J].The Canadian Bar Review,1966,144(1):1-23.

[6]Allen,L.E.'Symbolic Logic:A Razor-Edged Tool for Drafting and Interpreting Legal Documents'[J].Yale Law Journal,1957,66(6):833-879.

[7] Mehl,L.'Automation in the Legal World:From the Machine Processing of Legal Information to the “Law Machine”'[A],National Physical Laboratory (Ed.) Mechanisation of Thought Processes[C],London:Her Majesty’s Stationery Office,1959,755-780.

[8]Buchanan,B,G.,Headrick,T.E.'Some Speculation about Artificial Intelligence and Legal Reasoning'[J].Stanford Law Review,1970,23(1):48-62.

[9]McCarty,L.T.'Reflections on TAXMAN:An Experiment in Artificial Intelligence and Legal Reasoning'[J].Harvard Law Review,1977,90(5):837-893.

[10] Hafner,C.'An Information Retrieval System Based on a Computer Model of Legal Knowledge'[D].Michigan:The University of Michigan.UMI Research Press,1981.

[11] 国际法律人工智能协会编.历届法律人工智能国际学术大会[EB/OL].http://www.iaail.org/?q=page/past-icails.2019-10-07.

[12] 国际法律人工智能协会[EB/OL].http://www.iaail.org/?q=article/message-after-icail-2019-bart-verheij.2019-10-07.

[13] 法律信息系统基金会[EB/OL].http://jurix.nl/.2019-10-07.

[14] 法律人工智能杂志[EB/OL].https://link.springer.com/journal/10506.2019-10-07.

[15]Skalak,D.B.,Edwina,L.R.'Arguments and Cases:An Inevitable Intertwining'[J].Artificial Intelligence and Law,1992,1(1):3-44.

[16]Andrew J.I.J.,Sergot,M.'Deontic Logic in the Representation of Law:Towards a Methodology'[J].Artificial Intelligence and Law,1992,1(1):45-64.

[17]Bench-Capon,T.J.M.,Coenen,F.P.'Isomorphism and Legal Knowledge Based Systems'[J].Artificial Intelligence and Law,1992,1(1):64-86.

[18]Lauritsen,M.'Technology Report:Building Legal Practice Systems with Today Commercial Authoring Tools'[J].Artificial Intelligence and Law,1992,1(1):87-102.

[19]Berman,D.,Hafner,C.H.'From the Editors'[J].Artificial Intelligence and Law,1992,1(1):1-2.

[20] Ashley,K.D.Modeling Legal Argument:Reasoning with Cases and Hypotheticals[M].Cambridge:The MIT Press,1990.

[21]Rissland,E.L.,Ashley,K.D.,Loui,R.P.'AI and Law:A Fruitful Synergy'[J].Artificial Intelligence,2003,150(1-2):1-15.

[22]Sergot,M.J.,Sadri,F.,Kowalski,R.A.,Kriwaczek,F.,Hammond,P.,Cory,H.T.'The British Nationality Act as a Logic Program'[J].Communications of the ACM,1986,29(5):370-386.

[23] Gardner,A.An Artificial Intelligence Approach to Legal Reasoning[M].Cambridge:The MIT Press,1988.

[24] Rissland,E.L.,Skalak,D.B.'CABARET:Rule Interpretation in a Hybrid Architecture'[J].International Journal of Man-Machine Studies.1991,34(6):839-887.

[25] 戈登的ZENO系统简介[EB/OL].https://www.ercim.eu/publication/Ercim_News/enw25/gordon.html.2019-10-07.

[26]Loui,R.P.,Norman,J.'Rationales and Argument Moves' [J].Artificial Intelligence and Law.1995,3(3):159-189.

[27] Verheij,B.Arguments for Good Artificial Intelligence[M].Groningen:University of Groningen,2018.

[28] Van Eemeren,F.H.,Garssen,B.,Krabbe,E.C.W.,Snoeck,H.A.,Franscisca,V.B.,Wagemans,J.H.M.Handbook of Argumentation Theory[M].Dordrecht:Springer,2014.

[29] “法律信息学”词条[EB/OL].https://en.wikipedia.org/wiki/Legal_informatics.2019-10-06.

[30] Cheun,K.C.'Top 10 Applications of AI in Law'[EB/OL].https://algorithmxlab.com/blog/top-10-applicationsartificial-intelligence-in-law/.2019-10-03.

[31] Turing,A.M.'Computing Machinery and Intelligence'[J].Mind,1950,49(236):433-460.

[32] Genesereth,M.'Computational Law:The Cop in the Backseat[R/OL].http://complaw.stanford.edu/readings/complaw.pdf.2019-10-08.

[33] 法律机器人[EB/OL].https://www.lawbots.info.2019-10-06.

[34] 美国税务软件主页[EB/OL].https://turbotax.intuit.com/.2019-10-07.

[35] Seipel,P.Computing Law:Perspectives on a New Legal Discipline[M].Stockholm:Liber Foerlag,1977.

[36] Erdelez,S.'Computer Law,Informatics Law or Information Law'[J].Information Age,1990,12(4):223-239.

原文刊载于《自然辩证法通讯》2020年第06期