论新一代法律智能系统的融合性道路

新一代法律智能系统呈现出符号主义与联结主义法律人工智能相融合的趋势。以生成式人工智能ChatGPT为代表的智能系统由大数据驱动,采用机器学习算法挖掘法律文本大数据,在类案检索、判决预测、法律文书自动生成等任务中表现良好,但面临算法的不可解释性等缺陷。法律逻辑学经历了由传统逻辑到现代逻辑的转变,形成了基于规则和基于案例的法律推理模式,在法律专家系统中得到成功应用,其优点是推理的可解释性,但面临知识获取瓶颈的挑战。新一代法律智能系统的融合性道路表现在法律推理与法律文本大数据分析的融合,实现算法可解释性和计算表现力的优势互补。法律逻辑学的现代发展推动了人工智能可解释性问题的解决,启发了“符号-神经网络”的新方法,形成了法律大数据分析的符号化与可解释法律论证挖掘的融合路径。

新一代法律智能系统的逻辑推理和论证说理

法律智能系统运作逻辑的合理性,是取得当事人和公众信任的基础,也是其决定具有正当性和可接受性的重要根据。传统的基于规则的专家系统,其逻辑根基是演绎推理。基于案例的推理的专家系统,底层逻辑是类比推理。使用大数据技术的智能系统,属于“基于计算模型的推理”。在处理广泛存在的模糊性问题时,智能系统会运用到模糊推理和模糊逻辑。由于新一代智能系统多采用混合技术路径,上述推理方式可以并存。鉴于价值选择和价值判断是现阶段计算机能力的短板,智能系统尚无法像人类一样展开情理法兼容的论证,解决出路是将论证的复杂要求“降维”成解释,即非正式的说明理由。可以合理预见,法律智能系统的发展方向是“人机协同”。

智能机器人法官:还有多少可能和不可能

智能机器人在司法领域大有可为,将给司法实践带来关系重构、队伍重组、流程再造等重要变革,对法律观念、法律制度和法律文化提出严峻的挑战。我们可以借助"机器人法官"提高审判效率,节省人力、物力。我们应该积极运用智能机器人推进建设现代化的法治体系,提升法治能力,但也要警惕过分依赖冷数据和机器智能造成新的司法不公。我们既要造就一大批善于运用人工智能的新型法官,又要在引进"机器人法官"的同时,坚守人类法官的人性、人道和法治精神。至少在相当长的时期内,技术和算法难以找到逻辑理性和实践理性的恰当融合点。公正审判所需要的情感难以及时准确地进入机器人的决策系统,恰当地运用自由裁量权是机器人难以习得的智慧,有丰富实践经验、有人性情感、有法治精神的法律人比装满程序和大数据的机器更能准确地适用和解释法律条文。人类官司的最后裁决权不能交给智能机器人。

人工智能法律系统的一种证据推理模型

证据推理模拟作为人工智能法律系统研究的一大难题,主要难在如何构建一种基于社会知识库的证据分析与归纳推理模型。这一难题的解决途径,本质上并不在于克服法律语言和人工智能语言之间存在的沟通障碍,而在于如何从认识论角度阐明人工智能法律系统的理论基础,从而阐明形式逻辑在形式与内涵上区分与统一的问题。本文在借鉴改良版图示法的基础上,运用人工智能领域概念图、类型化和推理结构等理论和方法,建构了一种人工智能证据推理模型,试图为基于复杂逻辑的简化图示法提供技术路径。本文指出,被一些学者误用的"证据链"概念,是对事实认定过程的一种浅层的表象式认知,事实认定本质上是一种证明链条或证据推理链条,而且,这种证据推理链条在结构上并不是简单的线性体,而是一种复杂的树状结构。