从纠纷解决看法律大数据人工智能

来源:未知2019-07-10 23:57

  以往人们总以为人工智能是未来的技术,是后代所面临的问题,所以更多地将其视为科幻。但是,近几年来人工智能技术的发展已经显示其具有现实性。在这些技术里,主要的突破是大数据深度学习模式,其在若干领域(例如棋类、人脸识别)已经赶上甚至部分超越人类的能力。因此,长期以来非常保守的法学、法律界,有部分人乐观地认为:法律人工智能近期内能有巨大的发展,从而在短短的十几年内赶上甚至取代人类法官或者律师。所以,有必要对现有的法律人工智能技术进行研讨。司法的本质是“息纷止争”,为纠纷提供解决方案。那么现有大数据深度学习人工智能可否提供较好的纠纷解决方案呢?笔者基于实务界的法律人工智能创业状况和法学理论,对此进行了调查和研究,从以下几个方面进行了思考。

  第一,能否发现较佳的纠纷解决方案。棋类人工智能在学习时有机会穷尽多数棋谱,甚至不满足于现有棋谱,拥有自我学习能力从而具有开拓性。但在法律领域,大数据深度学习能否突破现有纠纷解决制度,达致更佳方案/策略?当下法律人工智能简单的“大数据深度学习”以及大数据分析模式,只是总结和推送了某一类案件的多数判决意见。此类意见应该是比较普遍的判决意见,因而可能是较为成熟的纠纷解决方案/制度,但也可能是保守的判决。当然了,相比传统的概念法学和法教义学,这种对司法裁判的总结和归纳模式已经非常重视司法实务。但这仅仅是大数据归纳分析而已;最多是较为初级的人工智能,其仅仅是培养一个初步的法律人(法律机器人)。

  而从创见的视角看,通过大数据获得某类纠纷的最佳/多数解决方案,假若该方案策略是当下博弈的均衡——即使基于长时间、大范围的大数据的演化稳定策略(evolutionarily stable strategy,简称为“ESS”),也依旧不可能确定是更优/最优的策略。众所周知,进步源于创新;而一个创新在刚出现时,肯定仅是少数甚至是个别的。甚至在一般的自然演化模式下,只有错误、少数才是发展的可能性基础。对于少数的创见/试错,以及对此类策略方案的抉择而言,就不是简单的大数据深度学习的问题,更涉及鉴赏能力的问题。“天才就是给艺术提供规则的才能(禀赋)”(康德:《判断力批判》第46节),而不是受到规则的限制。我们需要厘清现有主流裁判规则与未来发展,不仅需要感性和知性,更需要鉴赏的判断力。这可以是法官的自由裁量权,也可以是法官的造法权(普通法系),还可以是律师的创造性工作。这些不仅是在法律制度之内,而与社会现实及未来发展密切相关,而且所谓更优/最优策略是无穷的,是不断进步的,其决策基础是自由意志(“自由意志”作为人类脑神经系统的“黑箱”/“灰箱”,在很长一段时间内依旧不能被精确计算)。当然,从另一方面看,“至善”是永无止境的,对于永恒最优/更优策略的寻求,人类本身也无法实现。

  第二,纠纷解决方案与正当性。法律是公平正义的事业,普通民众对于司法判决/活动的接受程度,还事关他们的公平正义、利益及其他感觉;相关要素构成了法律的正当性基础。人类认知具有个体的主体性,都是基于自身的公平正义、利益及其他感觉,相关的认知与决策具有“具身心智”的生理/心理基础。

作者:admin 责任编辑:admin