人工智能背景下法律推理模型建立探究

随着人工智能在法学领域中的深入应用,“法律人工智能”“人工智能+法律”等新兴概念相继出现。法律人工智能系统经历了从法律专家系统到论证检索和认知计算的转变,为提高法律服务效率、降低法律风险、促进社会公平正义发挥了重要作用。其基础核心论题与底层技术是法律推理。法律人工智能背景下的法律推理较之传统法律推理有其自身的独特性质与特征,要想充分利用人工智能来服务法律,必须首先关注法律推理的人工智能模型。

发现、证立与司法想象力——双系统决策理论视角下的法律推理

传统法律推理模型将法律思维的过程区分为发现与证立两个步骤,以此来调和法律现实主义对法律形式主义的挑战。从当代认知心理学的角度看,发现的过程对应着人类普遍决策模型中的系统1,即非反思的快速直觉决策系统;而证立的过程对应着系统2,即反思的慢速逻辑决策系统。由于动机取向推理的影响,困难案件中系统1很大程度上决定了案件的判决结果,系统2无法在实质上修正最终判决。这就使得法律发现的过程中法官品格和动机的重要性被忽视。孟子的两难实践推理模型提示我们,法官在法律发现过程中应恰当地运用司法想象力等司法美德,以便在困难案件的判决中获得最佳的判决结果。