人工智能的法律规制篇（1）
【正文】
一、人工智能法律系统的历史
计算机先驱思想家莱布尼兹曾这样不无浪漫地谈到推理与计算的关系：“我们要造成这样一个结果，使所有推理的错误都只成为计算的错误，这样，当争论发生的时候，两个哲学家同两个计算家一样，用不着辩论，只要把笔拿在手里，并且在算盘面前坐下，两个人面对面地说：让我们来计算一下吧！”（注：转引自肖尔兹著：《简明逻辑史》，张家龙译，商务印书馆1977年版，第54页。）
如果连抽象的哲学推理都能转变为计算问题来解决，法律推理的定量化也许还要相对简单一些。尽管理论上的可能性与技术可行性之间依然存在着巨大的鸿沟，但是，人工智能技术的发展速度确实令人惊叹。从诞生至今的短短45年内，人工智能从一般问题的研究向特殊领域不断深入。1956年纽厄尔和西蒙教授的“逻辑理论家”程序，证明了罗素《数学原理》第二章52个定理中的38个定理。塞缪尔的课题组利用对策论和启发式探索技术开发的具有自学习能力的跳棋程序，在1959年击败了其设计者，1962年击败了州跳棋冠军，1997年超级计算机“深蓝”使世界头号国际象棋大师卡斯帕罗夫俯首称臣。
20世纪60年代，人工智能研究的主要课题是博弈、难题求解和智能机器人；70年代开始研究自然语言理解和专家系统。1971年费根鲍姆教授等人研制出“化学家系统”之后，“计算机数学家”、“计算机医生”等系统相继诞生。在其他领域专家系统研究取得突出成就的鼓舞下，一些律师提出了研制“法律诊断”系统和律师系统的可能性。（注：SimonChalton,LegalDiagnostics,ComputersandLaw,No.25,August1980.pp.13-15.BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.p.2.）
1970年Buchanan&Headrick发表了《关于人工智能和法律推理若干问题的考察》，一文，拉开了对法律推理进行人工智能研究的序幕。文章认为，理解、模拟法律论证或法律推理，需要在许多知识领域进行艰难的研究。首先要了解如何描述案件、规则和论证等几种知识类型，即如何描述法律知识，其中处理开放结构的法律概念是主要难题。其次，要了解如何运用各种知识进行推理，包括分别运用规则、判例和假设的推理，以及混合运用规则和判例的推理。再次，要了解审判实践中法律推理运用的实际过程，如审判程序的运行，规则的适用，事实的辩论等等。最后，如何将它们最终运用于编制能执行法律推理和辩论任务的计算机程序，区别和分析不同的案件，预测并规避对手的辩护策略，建立巧妙的假设等等。（注：Buchanan&Headrick,SomeSpeculationAboutArtificialIntelligenceandLegalReasoning,23StanfordLawReview(1970).pp.40-62.）法律推理的人工智能研究在这一时期主要沿着两条途径前进：一是基于规则模拟归纳推理，70年代初由WalterG.Popp和BernhardSchlink开发了JUDITH律师推理系统。二是模拟法律分析，寻求在模型与以前贮存的基础数据之间建立实际联系，并仅依这种关联的相似性而得出结论。JeffreyMeld-man1977年开发了计算机辅助法律分析系统，它以律师推理为模拟对象，试图识别与案件事实模型相似的其他案件。考虑到律师分析案件既用归纳推理又用演绎推理，程序对两者都给予了必要的关注，并且包括了各种水平的分析推理方法。
专家系统在法律中的第一次实际应用，是D.沃特曼和M.皮特森1981年开发的法律判决辅助系统(LDS)。研究者探索将其当作法律适用的实践工具，对美国民法制度的某个方面进行检测，运用严格责任、相对疏忽和损害赔偿等模型，计算出责任案件的赔偿价值，并论证了如何模拟法律专家意见的方法论问题。（注：""""ModelsofLegalDecisionmakingReport"""",R-2717-ICJ(1981).）
我国法律专家系统的研制于20世纪80年代中期起步。（注：钱学森教授：《论法治系统工程的任务与方法》（《科技管理研究》1981年第4期）、《社会主义和法治学与现代科学技术》（《法制建设》1984年第3期）、《现代科学技术与法和法制建设》（《政法论坛》）1985年第3期）等文章，为我国法律专家系统的研发起了思想解放和理论奠基作用。）1986年由朱华荣、肖开权主持的《量刑综合平衡与电脑辅助量刑专家系统研究》被确定为国家社科“七五”研究课题，它在建立盗窃罪量刑数学模型方面取得了成果。在法律数据库开发方面，1993年中山大学学生胡钊、周宗毅、汪宏杰等人合作研制了《LOA律师办公自动化系统》。（注：杨建广、骆梅芬编著：《法治系统工程》，中山大学出版社1996年版，第344-349页。）1993年武汉大学法学院赵廷光教授主持开发了《实用刑法专家系统》。（注：赵廷光等著：《实用刑法专家系统用户手册》，北京新概念软件研究所1993年版。）它由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法知识和对刑事个案进行推理判断的功能。
专家系统与以往的“通用难题求解”相比具有以下特点：(1)它要解决复杂的实际问题，而不是规则简单的游戏或数学定理证明问题；(2)它面向更加专门的应用领域，而不是单纯的原理性探索；(3)它主要根据具体的问题域，选择合理的方法来表达和运用特殊的知识，而不强调与问题的特殊性无关的普适性推理和搜索策略。
法律专家系统在法规和判例的辅助检索方面确实发挥了重要作用，解放了律师一部分脑力劳动。但绝大多数专家系统目前只能做法律数据的检索工作，缺乏应有的推理功能。20世纪90年代以后，人工智能法律系统进入了以知识工程为主要技术手段的开发时期。知识工程是指以知识为处理对象，以能在计算机上表达和运用知识的技术为主要手段，研究知识型系统的设计、构造和维护的一门更加高级的人工智能技术。（注：《中国大百科全书·自动控制与系统工程》，中国大百科全书出版社1991年版，第579页。）知识工程概念的提出，改变了以往人们认为几个推理定律再加上强大的计算机就会产生专家功能的信念。以知识工程为技术手段的法律系统研制，如果能在法律知识的获得、表达和应用等方面获得突破，将会使人工智能法律系统的研制产生一个质的飞跃。
人工智能法律系统的发展源于两种动力。其一是法律实践自身的要求。随着社会生活和法律关系的复杂化，法律实践需要新的思维工具，否则，法律家（律师、检察官和法官）将无法承受法律文献日积月累和法律案件不断增多的重负。其二是人工智能发展的需要。人工智能以模拟人的全部思维活动为目标，但又必须以具体思维活动一城一池的攻克为过程。它需要通过对不同思维领域的征服，来证明知识的每个领域都可以精确描述并制造出类似人类智能的机器。此外，人工智能选择法律领域寻求突破，还有下述原因：(1)尽管法律推理十分复杂，但它有相对稳定的对象（案件）、相对明确的前提（法律规则、法律事实）及严格的程序规则，且须得出确定的判决结论。这为人工智能模拟提供了极为有利的条件。(2)法律推理特别是抗辩制审判中的司法推理，以明确的规则、理性的标准、充分的辩论，为观察思维活动的轨迹提供了可以记录和回放的样本。(3)法律知识长期的积累、完备的档案，为模拟法律知识的获得、表达和应用提供了丰富、准确的资料。(4)法律活动所特有的自我意识、自我批评精神，对法律程序和假设进行检验的传统，为模拟法律推理提供了良好的反思条件。
二、人工智能法律系统的价值
人工智能法律系统的研制对法学理论和法律实践的价值和意义，可以概括为以下几点：
一是方法论启示。P.Wahlgren说：“人工智能方法的研究可以支持和深化在创造性方法上的法理学反思。这个信仰反映了法理学可以被视为旨在于开发法律分析和法律推理之方法的活动。从法理学的观点看，这种研究的最终目标是揭示方法论的潜在作用，从而有助于开展从法理学观点所提出的解决方法的讨论，而不仅仅是探讨与计算机科学和人工智能有关的非常细致的技术方面。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在模拟法律推理的过程中，法学家通过与工人智能专家的密切合作，可以从其对法律推理的独特理解中获得有关方法论方面的启示。例如，由于很少有两个案件完全相似，在判例法实践中，总有某些不相似的方面需要法律家运用假设来分析已有判例与现实案件的相关性程度。但法学家们在假设的性质问题上常常莫衷一是。然而HYPO的设计者，在无真实判例或真实判例不能充分解释现实案件的情况下，以假设的反例来反驳对方的观点，用补充、删减和改变事实的机械论方法来生成假设。这种用人工智能方法来处理假设的办法，就使复杂问题变得十分简单：假设实际上是一个新的论证产生于一个经过修正的老的论证的过程。总之，人工智能方法可以帮助法学家跳出法理学方法的思维定势，用其他学科的方法来重新审视法学问题，从而为法律问题的解决提供了新的途径。
二是提供了思想实验手段。西蒙认为，尽管我们还不知道思维在头脑中是怎样由生理作用完成的，“但我们知道这些处理在数字电子计算机中是由电子作用完成的。给计算机编程序使之思维，已经证明有可能为思维提供机械论解释”。（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）童天湘先生认为：“通过编制有关思维活动的程序，就会加深对思维活动具体细节的了解，并将这种程序送进计算机运行，检验其正确性。这是一种思想实验，有助于我们研究人脑思维的机理。”（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）人工智能法律系统研究的直接目标是使计算机能够获取、表达和应用法律知识，软件工程师为模拟法律推理而编制程序，必须先对人的推理过程作出基于人工智能理论和方法的独特解释。人工智能以功能模拟开路，在未搞清法律家的推理结构之前，首先从功能上对法律证成、法律检索、法律解释、法律适用等法律推理的要素和活动进行数理分析，将法理学、诉讼法学关于法律推理的研究成果模型化，以实现法律推理知识的机器表达或再现，从而为认识法律推理的过程和规律提供了一种实验手段。法学家则可以将人工智能法律系统的推理过程、方法和结论与人类法律推理活动相对照，为法律推理的法理学研究所借鉴。因此，用人工智能方法模拟法律推理，深化了人们对法律推理性质、要素和过程的认识，使法学家得以借助人工智能科学的敏锐透镜去考察法律推理的微观机制。正是在这个意义上，BryanNiblett教授说：“一个成功的专家系统很可能比其他的途径对法理学作出更多的（理论）贡献。”（注：BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.note14,p.3.）
三是辅助司法审判。按照格雷的观点，法律专家系统首先在英美判例法国家出现的直接原因在于，浩如烟海的判例案卷如果没有计算机编纂、分类、查询，这种法律制度简直就无法运转了。（注：PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:DartmouthPublishingCo.,1997.p.402.）其实不仅是判例法，制定法制度下的律师和法官往往也要为检索有关的法律、法规和司法解释耗费大量的精力和时间，而且由于人脑的知识和记忆能力有限，还存在着检索不全面、记忆不准确的问题。人工智能法律系统强大的记忆和检索功能，可以弥补人类智能的某些局限性，帮助律师和法官从事相对简单的法律检索工作，从而极大地解放律师和法官的脑力劳动，使其能够集中精力从事更加复杂的法律推理活动。
四是促进司法公正。司法推理虽有统一的法律标准，但法官是具有主观能动性的差异个体，所以在执行统一标准时会产生一些差异的结果。司法解释所具有的建构性、辩证性和创造性的特点，进一步加剧了这种差异。如果换了钢铁之躯的机器，这种由主观原因所造成的差异性就有可能加以避免。这当然不是说让计算机完全取代法官，而是说，由于人工智能法律系统为司法审判提供了相对统一的推理标准和评价标准，从而可以辅助法官取得具有一贯性的判决。无论如何，我们必须承认，钢铁之躯的机器没有物质欲望和感情生活，可以比人更少地受到外界因素的干扰。正像计算机录取增强了高考招生的公正性、电子监视器提高了纠正行车违章的公正性一样，智能法律系统在庭审中的运用有可能减少某些现象。
五是辅助法律教育和培训。人工智能法律系统凝聚了法律家的专门知识和法官群体的审判经验，如果通过软件系统或计算机网络实现专家经验和知识的共享，便可在法律教育和培训中发挥多方面的作用。例如，(1)在法学院教学中发挥模拟法庭的作用，可以帮助法律专业学生巩固自己所学知识，并将法律知识应用于模拟的审判实践，从而较快地提高解决法律实践问题的能力。(2)帮助新律师和新法官全面掌握法律知识，迅速获得判案经验，在审判过程的跟踪检测和判决结论的动态校正中增长知识和才干，较快地接近或达到专家水平。(3)可使不同地区、不同层次的律师和法官及时获得有关法律问题的咨询建议，弥补因知识结构差异和判案经验多寡而可能出现的失误。(4)可以为大众提供及时的法律咨询，提高广大人民群众的法律素质，增强法律意识。
六是辅助立法活动。人工智能法律系统不仅对辅助司法审判有重要的意义，而且对完善立法也具有实用价值。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）例如，伦敦大学Imperial学院的逻辑程序组将1981年英国国籍法的内容形式化，帮助立法者发现了该法在预见性上存在的一些缺陷和法律漏洞。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）立法辅助系统如能应用于法律起草和法律草案的审议过程，有可能事先发现一些立法漏洞，避免一个法律内部各种规则之间以及新法律与现有法律制度之间的相互冲突。
三、法理学在人工智能法律系统研究中的作用
1.人工智能法律系统的法理学思想来源
关于人工智能法律系统之法理学思想来源的追踪，不是对法理学与人工智能的联系作面面俱到的考察，而旨在揭示法理学对人工智能法律系统的发展所产生的一些直接影响。
第一，法律形式主义为人工智能法律系统的产生奠定了理论基础。18-19世纪的法律形式主义强调法律推理的形式方面，认为将法律化成简单的几何公式是完全可能的。这种以J·奥斯汀为代表的英国分析法学的传统，主张“法律推理应该依据客观事实、明确的规则以及逻辑去解决一切为法律所要求的具体行为。假如法律能如此运作，那么无论谁作裁决，法律推理都会导向同样的裁决。”（注：（美）史蒂文·J·伯顿著：《法律和法律推理导论》，张志铭、解兴权译，中国政法大学出版社1998年9月版，第3页。）换言之，机器只要遵守法律推理的逻辑，也可以得出和法官一样的判决结果。在分析法学家看来，“所谓‘法治’就是要求结论必须是大前提与小前提逻辑必然结果。”（注：朱景文主编：《对西方法律传统的挑战》，中国检察出版社1996年2月版，第292页。）如果法官违反三段论推理的逻辑，就会破坏法治。这种机械论的法律推理观，反映了分析法学要求法官不以个人价值观干扰法律推理活动的主张。但是，它同时具有忽视法官主观能动性和法律推理灵活性的僵化的缺陷。所以，自由法学家比埃利希将法律形式主义的逻辑推理说称为“自动售货机”理论。然而，从人工智能就是为思维提供机械论解释的意义上说，法律形式主义对法律推理所作的机械论解释，恰恰为人工智能法律系统的开发提供了可能的前提。从人工智能法律系统研制的实际过程来看，在其起步阶段，人工智能专家正是根据法律形式主义所提供的理论前提，首先选择三段论演绎推理进行模拟，由WalterG.Popp和BernhardSchlink在20世纪70年代初开发了JUDITH律师推理系统。在这个系统中，作为推理大小前提的法律和事实之间的逻辑关系，被计算机以“如果A和B，那么C”的方式加以描述，使机器法律推理第一次从理论变为现实。
第二，法律现实主义推动智能模拟深入到主体的思维结构领域。法律形式主义忽视了推理主体的社会性。法官是生活在现实社会中的人，其所从事的法律活动不可能不受到其社会体验和思维结构的影响。法官在实际的审判实践中，并不是机械地遵循规则，特别是在遇到复杂案件时，往往需要作出某种价值选择。而一旦面对价值问题，法律形式主义的逻辑决定论便立刻陷入困境，显出其僵化性的致命弱点。法律现实主义对其僵化性进行了深刻的批判。霍姆斯法官明确提出“法律的生命并不在于逻辑而在于经验”（注：（美）博登海默著：《法理学——法哲学及其方法》，邓正来、姬敬武译，华夏出版社1987年12月版，第478页。）的格言。这里所谓逻辑，就是指法律形式主义的三段论演绎逻辑；所谓经验，则包括一定的道德和政治理论、公共政策及直觉知识，甚至法官的偏见。法律现实主义对法官主观能动性和法律推理灵活性的强调，促使人工智能研究从模拟法律推理的外在逻辑形式进一步转向探求法官的内在思维结构。人们开始考虑，如果思维结构对法官的推理活动具有定向作用，那么，人工智能法律系统若要达到法官水平，就应该通过建立思维结构模型来设计机器的运行结构。TAXMAN的设计就借鉴了这一思想，法律知识被计算机结构语言以语义网络的方式组成不同的规则系统，解释程序、协调程序、说明程序分别对网络结构中的输入和输出信息进行动态结构调整，从而适应了知识整合的需要。大规模知识系统的KBS(KnowledgeBasedSystem)开发也注意了思维结构的整合作用，许多具有内在联系的小规模KBS子系统，在分别模拟法律推理要素功能（证成、法律查询、法律解释、法律适用、法律评价、理由阐述）的基础上，又通过联想程序被有机联系起来，构成了具有法律推理整体功能的概念模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）
第三，“开放结构”的法律概念打开了疑难案件法律推理模拟的思路。法律形式主义忽视了疑难案件的存在。疑难案件的特征表现为法律规则和案件之间不存在单一的逻辑对应关系。有时候从一个法律规则可以推出几种不同的结论，它们往往没有明显的对错之分；有时一个案件面对着几个相似的法律规则。在这些情况下，形式主义推理说都一筹莫展。但是，法律现实主义在批判法律形式主义时又走向另一个极端，它否认具有普遍性的一般法律规则的存在，试图用“行动中的法律”完全代替分析法学“本本中的法律”。这种矫枉过正的做法虽然是使法律推理摆脱机械论束缚所走出的必要一步，然而，法律如果真像现实主义法学所说的那样仅仅存在于具体判决之中，法律推理如果可以不遵循任何标准或因人而异，那么，受到挑战的就不仅是法律形式主义，而且还会殃及法治要求实现规则统治之根本原则，并动摇人工智能法律系统存在的基础。哈特在法律形式主义和法律现实主义的争论中采取了一种折中立场，他既承认逻辑的局限性又强调其重要性；既拒斥法官完全按自己的预感来随意判案的见解，又承认直觉的存在。这种折中立场在哈特“开放结构”的法律概念中得到了充分体现。法律概念既有“意义核心”又有“开放结构”，逻辑推理可以帮助法官发现问题的阳面，而根据社会政策、价值和后果对规则进行解释则有助于发现问题的阴面。开放结构的法律概念，使基于规则的法律推理模拟在受到概念封闭性的限制而对疑难案件无能为力时，找到了新的立足点。在此基础上，运用开放结构概念的疑难案件法律推理模型，通过逻辑程序工具和联想技术而建立起来。Gardner博士就疑难案件提出两种解决策略：一是将简易问题从疑难问题中筛选出来，运用基于规则的技术来解决；二是将疑难问题同“开放结构”的法律概念联系在一起，先用非范例知识如规则、控辩双方的陈述、常识来获得初步答案，再运用范例来澄清案件、检查答案的正确性。
第四，目的法学促进了价值推理的人工智能研究。目的法学是指一种所谓直接实现目的之“后法治”理想。美国法学家诺内特和塞尔兹尼克把法律分为三种类型。他们认为，以法治为标志的自治型法，过分强调手段或程序的正当性，有把手段当作目的的倾向。这说明法治社会并没有反映人类关于美好社会的最高理想，因为实质正义不是经过人们直接追求而实现的，而是通过追求形式正义而间接获得的。因此他们提出以回应型法取代自治型法的主张。在回应型法中，“目的为评判既定的做法设立了标准，从而也就开辟了变化的途径。同时，如果认真地对待目的，它们就能控制行政自由裁量权，从而减轻制度屈从的危险。反之，缺少目的既是僵硬的根源，又是机会主义的根源。”（注：（美）诺内特、塞尔兹尼克著：《转变中的法律与社会》，张志铭译，中国政法大学出版社1994年版，第60页。）美国批判法学家昂格尔对形式主义法律推理和目的型法律推理的特点进行了比较，他认为，前者要求使用内容明确、固定的规则，无视社会现实生活中不同价值观念的冲突，不能适应复杂情况和变化，追求形式正义；后者则要求放松对法律推理标准的严格限制，允许使用无固定内容的抽象标准，迫使人们在不同的价值观念之间做出选择，追求实质正义。与此相应，佩雷尔曼提出了新修辞学(NewRhetoric)的法律理论。他认为，形式逻辑只是根据演绎法或归纳法对问题加以说明或论证的技术，属于手段的逻辑；新修辞学要填补形式逻辑的不足，是关于目的的辩证逻辑，可以帮助法官论证其决定和选择，因而是进行价值判断的逻辑。他认为，在司法三段论思想支配下，法学的任务是将全部法律系统化并作为阐释法律的大前提，“明确性、一致性和完备性”就成为对法律的三个要求。而新修辞学的基本思想是价值判断的多元论，法官必须在某种价值判断的指示下履行义务，必须考虑哪些价值是“合理的、可接受的、社会上有效的公平的”。这些价值构成了判决的正当理由。（注：沈宗灵著：《现代西方法理学》，北京大学出版社1992年版，第443-446页。）制造人工智能法律系统最终需要解决价值推理的模拟问题，否则，就难以实现为判决提供正当理由的要求。为此，P.Wahlgren提出的与人工智能相关的5种知识表达途径中，明确地包括了以道义为基础的法律推理模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）引入道义逻辑，或者说在机器中采用基于某种道义逻辑的推理程序，强调目的价值，也许是制造智能法律系统的关键。不过，即使把道义逻辑硬塞给计算机，钢铁之躯的机器没有生理需要，也很难产生价值观念和主观体验，没办法解决主观选择的问题。在这个问题上，波斯纳曾以法律家有七情六欲为由对法律家对法律的机械忠诚表示了强烈怀疑，并辩证地将其视为法律发展的动力之一。只有人才能够平衡相互冲突的利益，能够发现对人类生存和发展至关重要的价值。因此，关于价值推理的人工智能模拟究竟能取得什么成果，恐怕还是个未知数。
2.法理学对人工智能法律系统研制的理论指导作用
GoldandSusskind指出：“不争的事实是，所有的专家系统必须适应一些法理学理论，因为一切法律专家系统都需要提出关于法律和法律推理性质的假设。从更严格的意义上说，一切专家系统都必须体现一种结构理论和法律的个性，一种法律规范理论，一种描述法律科学的理论，一种法律推理理论”。（注：GoldandSusskind,ExpertSystemsinLaw:AJurisprudentialandFormalSpecificationApproach,pp.307-309.）人工智能法律系统的研究，不仅需要以法理学关于法律的一般理论为知识基础，还需要从法理学获得关于法律推理的完整理论，如法律推理实践和理论的发展历史，法律推理的标准、主体、过程、方法等等。人工智能对法律推理的模拟，主要是对法理学关于法律推理的知识进行人工智能方法的描述，建立数学模型并编制计算机应用程序，从而在智能机器上再现人类法律推理功能的过程。在这个过程中，人工智能专家的主要任务是研究如何吸收法理学关于法律推理的研究成果，包括法理学关于人工智能法律系统的研究成果。
随着人工智能法律系统研究从低级向高级目标的推进，人们越来越意识到，对法律推理的微观机制认识不足已成为人工智能模拟的严重障碍。P.Wahlgren指出，“许多人工智能技术在法律领域的开发项目之所以失败，就是因为许多潜在的法理学原则没有在系统开发的开始阶段被遵守或给予有效的注意。”“法理学对法律推理和方法论问题的关注已经有几百年，而人工智能的诞生只是本世纪50年代中期的事情，这个事实是人工智能通过考察法理学知识来丰富自己的一个有效动机。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）因此，研究法律推理自动化的目标，“一方面是用人工智能（通过把计算机的应用与分析模型相结合）来支撑法律推理的可能性；另一方面是应用法理学理论来解决作为法律推理支撑系统的以及一般的人工智能问题。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在前一方面，是人工智能法律系统充当法律推理研究的思想实验手段以及辅助司法审判的问题。后一方面，则是法律推理的法律学研究成果直接为人工智能法律系统的研制所应用的问题。例如，20世纪70年代法理学在真实和假设案例的推理和分析方面所取得的成果，已为几种人工智能法律装置借鉴而成为其设计工作的理论基础。在运用模糊或开放结构概念的法律推理研究方面，以及在法庭辩论和法律解释的形式化等问题上，法理学的研究成果也已为人工智能法律系统的研究所借鉴。
四、人工智能法律系统研究的难点
人工智能法律系统的研究尽管在很短的时间内取得了许多令人振奋的成果，但它的发展也面临着许多困难。这些困难构成了研究工作需要进一步努力奋斗的目标。
第一，关于法律解释的模拟。在法理学的诸多研究成果中，法律解释的研究对人工智能法律系统的研制起着关键作用。法律知识表达的核心问题是法律解释。法律规范在一个法律论点上的效力，是由法律家按忠实原意和适合当时案件的原则通过法律解释予以确认的，其中包含着人类特有的价值和目的考虑，反映了法律家的知识表达具有主观能动性。所以，德沃金将解释过程看作是一种结合了法律知识、时代信息和思维方法而形成的，能够应变的思维策略。（注：Dworkin,TakingRightsSeriously,HarvardUniversityPressCambridge,Massachusetts1977.p.75.）目前的法律专家系统并未以知识表达为目的来解释法律，而是将法律整齐地“码放”在计算机记忆系统中仅供一般检索之用。然而，在法律知识工程系统中，法律知识必须被解释，以满足自动推理对法律知识进行重新建构的需要。麦卡锡说：“在开发智能信息系统的过程中，最关键的任务既不是文件的重建也不是专家意见的重建，而是建立有关法律领域的概念模型。”（注：McCarty,Intelligentlegalinformationsystems:problemsandprospects,op.cit.supra,note25,p.126.）建立法律概念模型必须以法律家对某一法律概念的共识为基础，但不同的法律家对同一法律概念往往有不同的解释策略。凯尔森甚至说：即使在国内法领域也难以形成一个“能够用来叙述一定法律共同体的实在法的基本概念”。（注：（奥）凯尔森著：《法与国家的一般理论》，沈宗灵译，中国大百科全书出版社1996年版，第1页。）尽管如此，法理学还是为法律概念模型的重建提供了一些方法。例如，德沃金认为，法官在“解释”阶段，要通过推理论证，为自己在“前解释”阶段所确定的大多数法官对模糊法律规范的“一致看法”提供“一些总的理由”。获取这些总的理由的过程分为两个步骤：首先，从现存的明确法律制度中抽象出一般的法律原则，用自我建立的一般法律理论来证明这种法律原则是其中的一部分，证明现存的明确法律制度是正当的。其次，再以法律原则为依据反向推出具体的法律结论，即用一般法律理论来证明某一法律原则存在的合理性，再用该法律原则来解释某一法律概念。TAXMAN等系统装置已吸收了这种方法，法律知识被计算机结构语言以语义网络的方式组成不同的规则系统，解释程序使计算机根据案件事实来执行某条法律规则，并在新案件事实输入时对法律规则作出新的解释后才加以调用。不过，法律知识表达的进展还依赖于法律解释研究取得更多的突破。
第二，关于启发式程序。目前的法律专家系统如果不能与启发式程序接口，不能运用判断性知识进行推理，只通过规则反馈来提供简单解释，就谈不上真正的智能性。启发式程序要解决智能机器如何模拟法律家推理的直觉性、经验性以及推理结果的不确定性等问题，即人可以有效地处理错误的或不完全的数据，在必要时作出猜测和假设，从而使问题的解决具有灵活性。在这方面，Gardner的混合推理模型，EdwinaL.Rissland运用联想程序对规则和判例推理的结果作集合处理的思路，以及Massachusetts大学研制的CABARET（基于判例的推理工具），在将启发式程序应用于系统开发方面都进行了有益的尝试。但是，法律问题往往没有唯一正确的答案，这是人工智能模拟法律推理的一个难题。选择哪一个答案，往往取决于法律推理的目的标准和推理主体的立场和价值观念。但智能机器没有自己的目的、利益和立场。这似乎从某种程度上划定了机器法律推理所能解决问题的范围。
第三，关于法律自然语言理解。在设计基于规则的程序时，设计者必须假定整套规则没有意义不明和冲突，程序必须消灭这些问题而使规则呈现出更多的一致性。就是说，尽管人们对法律概念的含义可以争论不休，但输入机器的法律语言却不能互相矛盾。机器语言具有很大的局限性，例如，LDS基于规则来模拟严格责任并计算实际损害时，表现出的最大弱点就是不能使用不精确的自然语言进行推理。然而，在实际的法律推理过程中，法律家对某个问题的任何一种回答都可根据上下文关系作多种解释，而且辩论双方总是寻求得出不同的结论。因此，智能法律专家系统的成功在很大程度上还依赖于自然语言理解研究工作的突破。牛津大学的一个程序组正在研究法律自然语言的理解问题，但是遇到了重重困难。原因是连法学家们自己目前也还没有建立起一套大家一致同意的专业术语规范。所以EdwinaL.Rissland认为，常识知识、意图和信仰类知识的模拟化，以及自然语言理解的模拟问题，迄今为止可能是人工智能面临的最困难的任务。对于语言模拟来说，像交际短语和短语概括的有限能力可能会在较窄的语境条件下取得成果，完全的功能模拟、一般“解决问题”能力的模拟则距离非常遥远，而像书面上诉意见的理解则是永远的终极幻想。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）
五、人工智能法律系统的开发策略和应用前景
我们能够制造出一台什么样的机器，可以证明它是人工智能法律系统？从检验标准上看，这主要是法律知识在机器中再现的判定问题。根据“图灵试验”原理，我们可将该检验标准概括如下：设两间隔开的屋子，一间坐着一位法律家，另一间“坐着”一台智能机器。一个人（也是法律家）向法律家和机器提出同样的法律问题，如果提问者不能从二者的回答中区分出谁是法律家、谁是机器，就不能怀疑机器具有法律知识表达的能力。
依“图灵试验”制定的智能法律系统检验标准，所看重的是功能。只要机器和法律家解决同样法律问题时所表现出来的功能相同，就不再苛求哪个是钢铁结构、哪个是血肉之躯。人工智能立足的基础，就是相同的功能可以通过不同的结构来实现之功能模拟理论。
从功能模拟的观点来确定人工智能法律系统的研究与开发策略，可作以下考虑：
第一，扩大人工智能法律系统的研发主体。现有人工法律系统的幼稚，暴露了仅仅依靠计算机和知识工程专家从事系统研发工作的局限性。因此，应该确立以法律家、逻辑学家和计算机专家三结合的研发群体。在系统研发初期，可组成由法学家、逻辑与认知专家、计算机和知识工程专家为主体的课题组，制定系统研发的整体战略和分阶段实施的研发规划。在系统研发中期，应通过网络等手段充分吸收初级产品用户（律师、检察官、法官）的意见，使研发工作在理论研究与实际应用之间形成反馈，将开发精英与广大用户的智慧结合起来，互相启发、群策群力，推动系统迅速升级。
第二，确定研究与应用相结合、以应用为主导的研发策略。目前国外人工智能法律系统的研究大多停留在实验室领域，还没有在司法实践中加以应用。但是，任何智能系统包括相对简单的软件系统，如果不经过用户的长期使用和反馈，是永远也不可能走向成熟的。从我国的实际情况看，如果不能将初期研究成果尽快地转化为产品，我们也难以为后续研究工作提供雄厚的资金支持。因此，人工智能法律系统的研究必须走产研结合的道路，坚持以应用开路，使智能法律系统尽快走出实验室，同时以研究为先导，促进不断更新升级。
第三，系统研发目标与初级产品功能定位。人工智能法律系统的研发目标是制造出能够满足多用户（律师、检察官、法官、立法者、法学家）多种需要的机型。初级产品的定位应考虑到，人的推理功能特别是价值推理的功能远远超过机器，但人的记忆功能、检索速度和准确性又远不如机器。同时还应该考虑到，我国目前有12万律师，23万检察官和21万法官，每年1.2万法学院本科毕业生，他们对法律知识的获取、表达和应用能力参差不齐。因此，初级产品的标准可适当降低，先研制推理功能薄弱、检索功能强大的法律专家系统。可与计算机厂商合作生产具有强大数据库功能的硬件，并确保最新法律、法规、司法解释和判例的网上及时更新；同时编制以案件为引导的高速检索软件。系统开发的先期目标应确定为：(1)替律师起草仅供参考的书和辩护词；(2)替法官起草仅供参考的判决书；(3)为法学院学生提供模拟法庭审判的通用系统软件，以辅助学生在、辩护和审判等诉讼的不同阶段巩固所学知识、获得审判经验。上述软件旨在提供一个初级平台，先解决有无和急需，再不断收集用户反馈意见，逐步改进完善。
第四，实验室研发应确定较高的起点或跟踪战略。国外以知识工程为主要技术手段的人工智能法律系统开发已经历了如下发展阶段：(1)主要适用于简单案件的规则推理；(2)运用开放结构概念的推理；(3)运用判例和假设的推理；(4)运用规则和判例的混合推理。我们如确定以简单案件的规则推理为初级市场产品，那么，实验室中第二代产品开发就应瞄准运用开放结构概念的推理。同时，跟踪运用假设的推理及混合推理，吸收国外先进的KBS和HYPO的设计思想，将功能子系统开发与联想式控制系统结合。HYPO判例法推理智能装置具有如下功能：(1)评价相关判例；(2)判定何方使用判例更加贴切；(3)分析并区分判例；(4)建立假设并用假设来推理；(5)为一种主张引用各种类型的反例；(6)建立判例的引证概要。HYPO以商业秘密法的判例推理为模拟对象，假设了完全自动化的法律推理过程中全部要素被建立起来的途径。值得注意的是，HYPO忽略了许多要素的存在，如商业秘密法背后的政策考虑，法律概念应用于实际情况时固有的模糊性，信息是否已被公开，被告是否使用了对方设计的产品，是否签署了让与协议，等等。一个系统设计的要素列表无论多长，好律师也总能再多想出一些。同样，律师对案件的分析，不可能仅限于商业秘密法判例，还可能援引侵权法或专利法的判例，这决定了缘由的多种可能性。Ashley还讨论了判例法推理模拟的其他困难：判例并不是概念的肯定的或否定的样本，因此，要通过要素等简单的法律术语使模糊的法律规则得到澄清十分困难，法律原则和类推推理之间的关系还不能以令人满意的方式加以描述。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）这说明，即使具有较高起点的实验室基础研究，也不宜确定过高的目标。因为，智能法律系统的研究不能脱离人工智能的整体发展水平。
第五，人－机系统解决方案。人和机器在解决法律问题时各有所长。人的优点是能作价值推理，使法律问题的解决适应社会的变化发展，从而具有灵活性。机器的长处是记忆和检索功能强，可以使法律问题的解决具有一贯性。人－机系统解决方案立足于人与机器的功能互补，目的是解放人的脑力劳动，服务于国家的法治建设。该方案的实施可以分为两个阶段：第一阶段以人为主，机器为人收集信息并作初步分析，提供决策参考。律师受理案件后，可以先用机器处理大批数据，并参考机器的和辩护方案，再做更加高级的推理论证工作。法官接触一个新案件，或新法官刚接触审判工作，也可以先看看“机器法官”的判决建议或者审判思路，作为参考。法院的监督部门可参照机器法官的判决，对法官的审判活动进行某种监督，如二者的判决结果差别太大，可以审查一下法官的判决理由。这也许可以在一定程度上制约司法腐败。在人－机系统开发的第二阶段，会有越来越多的简单案件的判决与电脑推理结果完全相同，因此，某些简单案件可以机器为主进行审判，例如，美国小额法庭的一些案件，我国法庭可用简易程序来审理的一些案件。法官可以作为“产品检验员”监督和修订机器的判决结果。这样，法官的判案效率将大大提高，法官队伍也可借此“消肿”，有可能大幅度提高法官薪水，吸引高素质法律人才进入法官队伍。
人工智能的法律规制篇（2）
【正 文】
一、人工智能法律系统的历史
机先驱思想家莱布尼兹曾这样不无浪漫地谈到推理与计算的关系：“我们要造成这样一个结果，使所有推理的错误都只成为计算的错误，这样，当争论发生的时候，两个家同两个计算家一样，用不着辩论，只要把笔拿在手里，并且在算盘面前坐下，两个人面对面地说：让我们来计算一下吧！”（注：转引自肖尔兹著：《简明逻辑史》，张家龙译，商务印书馆1977年版，第54页。）
如果连抽象的哲学推理都能转变为计算来解决，法律推理的定量化也许还要相对简单一些。尽管理论上的可能性与技术可行性之间依然存在着巨大的鸿沟，但是，人工智能技术的发展速度确实令人惊叹。从诞生至今的短短45年内，人工智能从一般问题的研究向特殊领域不断深入。1956年纽厄尔和西蒙教授的“逻辑理论家”程序，证明了罗素《数学原理》第二章52个定理中的38个定理。塞缪尔的课题组利用对策论和启发式探索技术开发的具有自能力的跳棋程序，在1959年击败了其设计者，1962年击败了州跳棋冠军，1997年超级计算机“深蓝”使世界头号国际象棋大师卡斯帕罗夫俯首称臣。
20世纪60年代，人工智能研究的主要课题是博弈、难题求解和智能机器人；70年代开始研究语言理解和专家系统。1971年费根鲍姆教授等人研制出“化学家系统”之后，“计算机数学家”、“计算机医生”等系统相继诞生。在其他领域专家系统研究取得突出成就的鼓舞下，一些律师提出了研制“法律诊断”系统和律师系统的可能性。（注：Simon Chalton，Legal Diagnostics，Computers and Law，No.25，August 1980.pp.13-15.Bryan Niblett，Expert Systems for Lawyers，Computers and Law，No.29，August 1981.p.2.）
1970年Buchanan & Headrick发表了《关于人工智能和法律推理若干问题的考察》，一文，拉开了对法律推理进行人工智能研究的序幕。文章认为，理解、模拟法律论证或法律推理，需要在许多知识领域进行艰难的研究。首先要了解如何描述案件、规则和论证等几种知识类型，即如何描述法律知识，其中处理开放结构的法律概念是主要难题。其次，要了解如何运用各种知识进行推理，包括分别运用规则、判例和假设的推理，以及混合运用规则和判例的推理。再次，要了解审判实践中法律推理运用的实际过程，如审判程序的运行，规则的适用，事实的辩论等等。最后，如何将它们最终运用于编制能执行法律推理和辩论任务的计算机程序，区别和不同的案件，预测并规避对手的辩护策略，建立巧妙的假设等等。（注：Buchanan & Headrick，Some SpeculationAbout Artificial Intelligence and Legal Reasoning，23 StanfordLaw Review(1970).pp.40-62.）法律推理的人工智能研究在这一时期主要沿着两条途径前进：一是基于规则模拟归纳推理，70年代初由Walter G.Popp和Bernhard Schlink开发了JUDITH律师推理系统。二是模拟法律分析，寻求在模型与以前贮存的基础数据之间建立实际联系，并仅依这种关联的相似性而得出结论。Jeffrey Meld-man 1977年开发了计算机辅助法律分析系统，它以律师推理为模拟对象，试图识别与案件事实模型相似的其他案件。考虑到律师分析案件既用归纳推理又用演绎推理，程序对两者都给予了必要的关注，并且包括了各种水平的分析推理方法。
专家系统在法律中的第一次实际应用，是D.沃特曼和M.皮特森1981年开发的法律判决辅助系统(LDS)。研究者探索将其当作法律适用的实践工具，对美国民法制度的某个方面进行检测，运用严格责任、相对疏忽和损害赔偿等模型，计算出责任案件的赔偿价值，并论证了如何模拟法律专家意见的方法论问题。（注："Models of LegalDecisionmaking Report"，R-2717-ICJ(1981).）
我国专家系统的研制于20世纪80年代中期起步。（注： 钱学森教授：《论法治系统工程的任务与》（《管理》1981年第4期）、《主义和法治学与技术》（《法制建设》1984年第3期）、《现代科学技术与法和法制建设》（《政法论坛》）1985年第3期）等文章，为我国法律专家系统的研发起了思想解放和奠基作用。）1986年由朱华荣、肖开权主持的《量刑综合平衡与电脑辅助量刑专家系统研究》被确定为国家社科“七五”研究课题，它在建立盗窃罪量刑数学模型方面取得了成果。在法律数据库开发方面，1993年中山大学学生胡钊、周宗毅、汪宏杰等人合作研制了《LOA律师办公自动化系统》。（注：杨建广、骆梅芬编著：《法治系统工程》，中山大学出版社1996年版，第344-349页。）1993年武汉大学法学院赵廷光教授主持开发了《实用刑法专家系统》。（注：赵廷光等著：《实用刑法专家系统用户手册》，北京新概念软件研究所1993年版。）它由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法知识和对刑事个案进行推理判断的功能。
专家系统与以往的“通用难题求解”相比具有以下特点：(1)它要解决复杂的实际，而不是规则简单的游戏或数学定理证明问题；(2)它面向更加专门的领域，而不是单纯的原理性探索；(3)它主要根据具体的问题域，选择合理的方法来表达和运用特殊的知识，而不强调与问题的特殊性无关的普适性推理和搜索策略。
法律专家系统在法规和判例的辅助检索方面确实发挥了重要作用，解放了律师一部分脑力劳动。但绝大多数专家系统只能做法律数据的检索工作，缺乏应有的推理功能。20世纪90年代以后，人工智能法律系统进入了以知识工程为主要技术手段的开发时期。知识工程是指以知识为处理对象，以能在机上表达和运用知识的技术为主要手段，研究知识型系统的设计、构造和维护的一门更加高级的人工智能技术。（注：《大百科全书·自动控制与系统工程》，中国大百科全书出版社1991年版，第579页。）知识工程概念的提出，改变了以往人们认为几个推理定律再加上强大的计算机就会产生专家功能的信念。以知识工程为技术手段的法律系统研制，如果能在法律知识的获得、表达和应用等方面获得突破，将会使人工智能法律系统的研制产生一个质的飞跃。
人工智能法律系统的源于两种动力。其一是法律实践自身的要求。随着社会生活和法律关系的复杂化，法律实践需要新的思维工具，否则，法律家（律师、检察官和法官）将无法承受法律日积月累和法律案件不断增多的重负。其二是人工智能发展的需要。人工智能以模拟人的全部思维活动为目标，但又必须以具体思维活动一城一池的攻克为过程。它需要通过对不同思维领域的征服，来证明知识的每个领域都可以精确描述并制造出类似人类智能的机器。此外，人工智能选择法律领域寻求突破，还有下述原因：(1)尽管法律推理十分复杂，但它有相对稳定的对象（案件）、相对明确的前提（法律规则、法律事实）及严格的程序规则，且须得出确定的判决结论。这为人工智能模拟提供了极为有利的条件。(2)法律推理特别是抗辩制审判中的司法推理，以明确的规则、理性的标准、充分的辩论，为观察思维活动的轨迹提供了可以记录和回放的样本。(3)法律知识长期的积累、完备的档案，为模拟法律知识的获得、表达和应用提供了丰富、准确的资料。(4)法律活动所特有的自我意识、自我批评精神，对法律程序和假设进行检验的传统，为模拟法律推理提供了良好的反思条件。
二、人工智能法律系统的价值
人工智能法律系统的研制对法学理论和法律实践的价值和意义，可以概括为以下几点：
一是方法论启示。P.Wahlgren说：“人工智能方法的研究可以支持和深化在创造性方法上的法反思。这个信仰反映了法理学可以被视为旨在于开发法律和法律推理之方法的活动。从法理学的观点看，这种研究的最终目标是揭示方法论的潜在作用，从而有助于开展从法理学观点所提出的解决方法的讨论，而不仅仅是探讨与计算机科学和人工智能有关的非常细致的技术方面。”（注：P.Wahlgren，Automationof Legal Reasoning:A Study on Artificial Intelligence and Law，Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.）在模拟法律推理的过程中，法学家通过与工人智能专家的密切合作，可以从其对法律推理的独特理解中获得有关方法论方面的启示。例如，由于很少有两个案件完全相似，在判例法实践中，总有某些不相似的方面需要法律家运用假设来分析已有判例与现实案件的相关性程度。但法学家们在假设的性质问题上常常莫衷一是。然而HYPO的设计者，在无真实判例或真实判例不能充分解释现实案件的情况下，以假设的反例来反驳对方的观点，用补充、删减和改变事实的机械论方法来生成假设。这种用人工智能方法来处理假设的办法，就使复杂问题变得十分简单：假设实际上是一个新的论证产生于一个经过修正的老的论证的过程。总之，人工智能方法可以帮助法学家跳出法理学方法的思维定势，用其他学科的方法来重新审视法学问题，从而为法律问题的解决提供了新的途径。
二是提供了思想实验手段。西蒙认为，尽管我们还不知道思维在头脑中是怎样由生理作用完成的，“但我们知道这些处理在数字机中是由电子作用完成的。给计算机编程序使之思维，已经证明有可能为思维提供机械论解释”。（注：转引自童天湘：《人工智能与第N代计算机》，载《》1985年第5期。）童天湘先生认为：“通过编制有关思维活动的程序，就会加深对思维活动具体细节的了解，并将这种程序送进计算机运行，检验其正确性。这是一种思想实验，有助于我们研究人脑思维的机理。”（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）人工智能系统研究的直接目标是使计算机能够获取、表达和法律知识，软件工程师为模拟法律推理而编制程序，必须先对人的推理过程作出基于人工智能和的独特解释。人工智能以功能模拟开路，在未搞清法律家的推理结构之前，首先从功能上对法律证成、法律检索、法律解释、法律适用等法律推理的要素和活动进行数理，将法、诉讼法学关于法律推理的研究成果模型化，以实现法律推理知识的机器表达或再现，从而为认识法律推理的过程和提供了一种实验手段。法学家则可以将人工智能法律系统的推理过程、方法和结论与人类法律推理活动相对照，为法律推理的法理学研究所借鉴。因此，用人工智能方法模拟法律推理，深化了人们对法律推理性质、要素和过程的认识，使法学家得以借助人工智能的敏锐透镜去考察法律推理的微观机制。正是在这个意义上，Bryan Niblett教授说：“一个成功的专家系统很可能比其他的途径对法理学作出更多的（理论）贡献。”（注：Bryan Niblett，ExpertSystems for Lawyers，Computers and Law，No.29，August 1981.note14，p.3.）
三是辅助司法审判。按照格雷的观点，法律专家系统首先在英美判例法国家出现的直接原因在于，浩如烟海的判例案卷如果没有计算机编纂、分类、查询，这种法律制度简直就无法运转了。（注：Pamela N.Gray Brookfield，Artificial Legal Intelligence，VT:DartmouthPublishing Co.，1997.p.402.）其实不仅是判例法，制定法制度下的律师和法官往往也要为检索有关的法律、法规和司法解释耗费大量的精力和时间，而且由于人脑的知识和记忆能力有限，还存在着检索不全面、记忆不准确的。人工智能法律系统强大的记忆和检索功能，可以弥补人类智能的某些局限性，帮助律师和法官从事相对简单的法律检索工作，从而极大地解放律师和法官的脑力劳动，使其能够集中精力从事更加复杂的法律推理活动。
四是促进司法公正。司法推理虽有统一的法律标准，但法官是具有主观能动性的差异个体，所以在执行统一标准时会产生一些差异的结果。司法解释所具有的建构性、辩证性和创造性的特点，进一步加剧了这种差异。如果换了钢铁之躯的机器，这种由主观原因所造成的差异性就有可能加以避免。这当然不是说让计算机完全取代法官，而是说，由于人工智能法律系统为司法审判提供了相对统一的推理标准和评价标准，从而可以辅助法官取得具有一贯性的判决。无论如何，我们必须承认，钢铁之躯的机器没有物质欲望和感情生活，可以比人更少地受到外界因素的干扰。正像计算机录取增强了高考招生的公正性、电子监视器提高了纠正行车违章的公正性一样，智能法律系统在庭审中的运用有可能减少某些徇私舞弊现象。
五是辅助法律和培训。人工智能法律系统凝聚了法律家的专门知识和法官群体的审判经验，如果通过软件系统或计算机实现专家经验和知识的共享，便可在法律教育和培训中发挥多方面的作用。例如，(1)在法学院教学中发挥模拟法庭的作用，可以帮助法律专业学生巩固自己所学知识，并将法律知识应用于模拟的审判实践，从而较快地提高解决法律实践问题的能力。(2)帮助新律师和新法官全面掌握法律知识，迅速获得判案经验，在审判过程的跟踪检测和判决结论的动态校正中增长知识和才干，较快地接近或达到专家水平。(3)可使不同地区、不同层次的律师和法官及时获得有关法律问题的咨询建议，弥补因知识结构差异和判案经验多寡而可能出现的失误。(4)可以为大众提供及时的法律咨询，提高广大人民群众的法律素质，增强法律意识。
六是辅助立法活动。人工智能系统不仅对辅助司法审判有重要的意义，而且对完善立法也具有实用价值。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones to a Modelof Legal Reasoning， Yale Law Journal.(Vol.99:1957-1981).）例如，伦敦大学Imperial学院的逻辑程序组将1981年英国国籍法的形式化，帮助立法者发现了该法在预见性上存在的一些缺陷和法律漏洞。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones to a Model of Legal Reasoning，The Yale LawJournal.(Vol.99:1957-1981).）立法辅助系统如能于法律起草和法律草案的审议过程，有可能事先发现一些立法漏洞，避免一个法律内部各种规则之间以及新法律与现有法律制度之间的相互冲突。
三、法在人工智能法律系统中的作用
1.人工智能法律系统的法理学思想来源
关于人工智能法律系统之法理学思想来源的追踪，不是对法理学与人工智能的联系作面面俱到的考察，而旨在揭示法理学对人工智能法律系统的所产生的一些直接。
第一，法律形式主义为人工智能法律系统的产生奠定了基础。18-19世纪的法律形式主义强调法律推理的形式方面，认为将法律化成简单的几何公式是完全可能的。这种以J·奥斯汀为代表的英国法学的传统，主张“法律推理应该依据客观事实、明确的规则以及逻辑去解决一切为法律所要求的具体行为。假如法律能如此运作，那么无论谁作裁决，法律推理都会导向同样的裁决。”（注：（美）史蒂文·J·伯顿著：《法律和法律推理导论》，张志铭、解兴权译，政法大学出版社1998年9月版，第3页。）换言之，机器只要遵守法律推理的逻辑，也可以得出和法官一样的判决结果。在分析法学家看来，“所谓‘法治’就是要求结论必须是大前提与小前提逻辑必然结果。”（注：朱景文主编：《对西律传统的挑战》，中国检察出版社1996年2月版，第292页。）如果法官违反三段论推理的逻辑，就会破坏法治。这种机械论的法律推理观，反映了分析法学要求法官不以个人价值观干扰法律推理活动的主张。但是，它同时具有忽视法官主观能动性和法律推理灵活性的僵化的缺陷。所以，自由法学家比埃利希将法律形式主义的逻辑推理说称为“自动售货机”理论。然而，从人工智能就是为思维提供机械论解释的意义上说，法律形式主义对法律推理所作的机械论解释，恰恰为人工智能法律系统的开发提供了可能的前提。从人工智能法律系统研制的实际过程来看，在其起步阶段，人工智能专家正是根据法律形式主义所提供的理论前提，首先选择三段论演绎推理进行模拟，由Walter G.Popp和Bernhard Schlink在20世纪70年代初开发了JUDITH律师推理系统。在这个系统中，作为推理大小前提的法律和事实之间的逻辑关系，被机以“如果A和B，那么C”的方式加以描述，使机器法律推理第一次从理论变为现实。
第二，法律现实主义推动智能模拟深入到主体的思维结构领域。法律形式主义忽视了推理主体的性。法官是生活在现实社会中的人，其所从事的法律活动不可能不受到其社会体验和思维结构的影响。法官在实际的审判实践中，并不是机械地遵循规则，特别是在遇到复杂案件时，往往需要作出某种价值选择。而一旦面对价值，法律形式主义的逻辑决定论便立刻陷入困境，显出其僵化性的致命弱点。法律现实主义对其僵化性进行了深刻的批判。霍姆斯法官明确提出“法律的生命并不在于逻辑而在于经验”（注：（美）博登海默著：《法理学——法及其方法》，邓正来、姬敬武译，华夏出版社1987年12月版，第478页。）的格言。这里所谓逻辑，就是指法律形式主义的三段论演绎逻辑；所谓经验，则包括一定的道德和理论、公共政策及直觉知识，甚至法官的偏见。法律现实主义对法官主观能动性和法律推理灵活性的强调，促使人工智能研究从模拟法律推理的外在逻辑形式进一步转向探求法官的内在思维结构。人们开始考虑，如果思维结构对法官的推理活动具有定向作用，那么，人工智能法律系统若要达到法官水平，就应该通过建立思维结构模型来设计机器的运行结构。TAXMAN的设计就借鉴了这一思想，法律知识被计算机结构语言以语义的方式组成不同的规则系统，解释程序、协调程序、说明程序分别对网络结构中的输入和输出信息进行动态结构调整，从而适应了知识整合的需要。大规模知识系统的KBS(Knowledge Based System)开发也注意了思维结构的整合作用，许多具有内在联系的小规模KBS子系统，在分别模拟法律推理要素功能（证成、法律查询、法律解释、法律适用、法律评价、理由阐述）的基础上，又通过联想程序被有机联系起来，构成了具有法律推理整体功能的概念模型。（注：P.Wahlgren，Automation of Legal Reasoning:A Study onArtificial Intelligence and Law，Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.）
第三，“开放结构”的概念打开了疑难案件法律推理模拟的思路。法律形式主义忽视了疑难案件的存在。疑难案件的特征表现为法律规则和案件之间不存在单一的逻辑对应关系。有时候从一个法律规则可以推出几种不同的结论，它们往往没有明显的对错之分；有时一个案件面对着几个相似的法律规则。在这些情况下，形式主义推理说都一筹莫展。但是，法律现实主义在批判法律形式主义时又走向另一个极端，它否认具有普遍性的一般法律规则的存在，试图用“行动中的法律”完全代替法学“本本中的法律”。这种矫枉过正的做法虽然是使法律推理摆脱机械论束缚所走出的必要一步，然而，法律如果真像现实主义法学所说的那样仅仅存在于具体判决之中，法律推理如果可以不遵循任何标准或因人而异，那么，受到挑战的就不仅是法律形式主义，而且还会殃及法治要求实现规则统治之根本原则，并动摇人工智能法律系统存在的基础。哈特在法律形式主义和法律现实主义的争论中采取了一种折中立场，他既承认逻辑的局限性又强调其重要性；既拒斥法官完全按自己的预感来随意判案的见解，又承认直觉的存在。这种折中立场在哈特“开放结构”的法律概念中得到了充分体现。法律概念既有“意义核心”又有“开放结构”，逻辑推理可以帮助法官发现的阳面，而根据政策、价值和后果对规则进行解释则有助于发现问题的阴面。开放结构的法律概念，使基于规则的法律推理模拟在受到概念封闭性的限制而对疑难案件无能为力时，找到了新的立足点。在此基础上，运用开放结构概念的疑难案件法律推理模型，通过逻辑程序工具和联想技术而建立起来。Gardner博士就疑难案件提出两种解决策略：一是将简易问题从疑难问题中筛选出来，运用基于规则的技术来解决；二是将疑难问题同“开放结构”的法律概念联系在一起，先用非范例知识如规则、控辩双方的陈述、常识来获得初步答案，再运用范例来澄清案件、检查答案的正确性。
第四，目的法学促进了价值推理的人工智能。目的法学是指一种所谓直接实现目的之“后法治”理想。美国法学家诺内特和塞尔兹尼克把法律分为三种类型。他们认为，以法治为标志的自治型法，过分强调手段或程序的正当性，有把手段当作目的的倾向。这说明法治社会并没有反映人类关于美好社会的最高理想，因为实质正义不是经过人们直接追求而实现的，而是通过追求形式正义而间接获得的。因此他们提出以回应型法取代自治型法的主张。在回应型法中，“目的为评判既定的做法设立了标准，从而也就开辟了变化的途径。同时，如果认真地对待目的，它们就能控制行政自由裁量权，从而减轻制度屈从的危险。反之，缺少目的既是僵硬的根源，又是机会主义的根源。”（注：（美）诺内特、塞尔兹尼克著：《转变中的法律与社会》，张志铭译，政法大学出版社1994年版，第60页。）美国批判法学家昂格尔对形式主义法律推理和目的型法律推理的特点进行了比较，他认为，前者要求使用明确、固定的规则，无视社会现实生活中不同价值观念的冲突，不能适应复杂情况和变化，追求形式正义；后者则要求放松对法律推理标准的严格限制，允许使用无固定内容的抽象标准，迫使人们在不同的价值观念之间做出选择，追求实质正义。与此相应，佩雷尔曼提出了新修辞学(New Rhetoric)的法律。他认为，形式逻辑只是根据演绎法或归纳法对问题加以说明或论证的技术，属于手段的逻辑；新修辞学要填补形式逻辑的不足，是关于目的的辩证逻辑，可以帮助法官论证其决定和选择，因而是进行价值判断的逻辑。他认为，在司法三段论思想支配下，法学的任务是将全部法律系统化并作为阐释法律的大前提，“明确性、一致性和完备性”就成为对法律的三个要求。而新修辞学的基本思想是价值判断的多元论，法官必须在某种价值判断的指示下履行义务，必须考虑哪些价值是“合理的、可接受的、社会上有效的公平的”。这些价值构成了判决的正当理由。（注：沈宗灵著：《西》，北京大学出版社1992年版，第443-446页。）制造人工智能法律系统最终需要解决价值推理的模拟问题，否则，就难以实现为判决提供正当理由的要求。为此，P.Wahlgren提出的与人工智能相关的5种知识表达途径中，明确地包括了以道义为基础的法律推理模型。（注：P.Wahlgren，Automation of Legal Reasoning:A Study on ArtificialIntelligence and Law，Computer Law Series 11.Kluwer Law andTaxation Publishers.Deventer Boston 1992.Chapter 7.）引入道义逻辑，或者说在机器中采用基于某种道义逻辑的推理程序，强调目的价值，也许是制造智能法律系统的关键。不过，即使把道义逻辑硬塞给机，钢铁之躯的机器没有生理需要，也很难产生价值观念和主观体验，没办法解决主观选择的问题。在这个问题上，波斯纳曾以法律家有七情六欲为由对法律家对法律的机械忠诚表示了强烈怀疑，并辩证地将其视为法律的动力之一。只有人才能够平衡相互冲突的利益，能够发现对人类生存和发展至关重要的价值。因此，关于价值推理的人工智能模拟究竟能取得什么成果，恐怕还是个未知数。
2.法对人工智能系统研制的指导作用
Gold and Susskind指出：“不争的事实是，所有的专家系统必须适应一些法理学理论，因为一切法律专家系统都需要提出关于法律和法律推理性质的假设。从更严格的意义上说，一切专家系统都必须体现一种结构理论和法律的个性，一种法律规范理论，一种描述法律的理论，一种法律推理理论”。（注：Gold and Susskind，ExpertSystems in Law:A Jurisprudential and Formal SpecificationApproach，pp.307-309.）人工智能法律系统的，不仅需要以法理学关于法律的一般理论为知识基础，还需要从法理学获得关于法律推理的完整理论，如法律推理实践和理论的，法律推理的标准、主体、过程、等等。人工智能对法律推理的模拟，主要是对法理学关于法律推理的知识进行人工智能方法的描述，建立数学模型并编制机程序，从而在智能机器上再现人类法律推理功能的过程。在这个过程中，人工智能专家的主要任务是研究如何吸收法理学关于法律推理的研究成果，包括法理学关于人工智能法律系统的研究成果。
随着人工智能法律系统研究从低级向高级目标的推进，人们越来越意识到，对法律推理的微观机制认识不足已成为人工智能模拟的严重障碍。P.Wahlgren指出，“许多人工智能技术在法律领域的开发项目之所以失败，就是因为许多潜在的法理学原则没有在系统开发的开始阶段被遵守或给予有效的注意。”“法理学对法律推理和方法论的关注已经有几百年，而人工智能的诞生只是本世纪50年代中期的事情，这个事实是人工智能通过考察法理学知识来丰富自己的一个有效动机。”（注：P.Wahlgren，Automation of Legal Reasoning:A Study onArtificial Intelligence and Law，Computer Law Series 11.KluwerLaw and Taxation Publishers.Deventer Boston 1992.Chapter 7.）因此，研究法律推理自动化的目标，“一方面是用人工智能（通过把计算机的应用与模型相结合）来支撑法律推理的可能性；另一方面是应用法理学理论来解决作为法律推理支撑系统的以及一般的人工智能问题。”（注：P.Wahlgren，Automation of Legal Reasoning:A Studyon Artificial Intelligence and Law，Computer Law Series 11.Kluwer Law and Taxation Publishers.Deventer Boston 1992.Chapter 7.）在前一方面，是人工智能法律系统充当法律推理研究的思想实验手段以及辅助司法审判的问题。后一方面，则是法律推理的法律学研究成果直接为人工智能法律系统的研制所应用的问题。例如，20世纪70年代法理学在真实和假设案例的推理和分析方面所取得的成果，已为几种人工智能法律装置借鉴而成为其设计工作的理论基础。在运用模糊或开放结构概念的法律推理研究方面，以及在法庭辩论和法律解释的形式化等问题上，法理学的研究成果也已为人工智能法律系统的研究所借鉴。
四、人工智能法律系统研究的难点
人工智能法律系统的研究尽管在很短的时间内取得了许多令人振奋的成果，但它的发展也面临着许多困难。这些困难构成了研究工作需要进一步努力奋斗的目标。
第一，关于法律解释的模拟。在法理学的诸多研究成果中，法律解释的研究对人工智能法律系统的研制起着关键作用。法律知识表达的核心问题是法律解释。法律规范在一个法律论点上的效力，是由法律家按忠实原意和适合当时案件的原则通过法律解释予以确认的，其中包含着人类特有的价值和目的考虑，反映了法律家的知识表达具有主观能动性。所以，德沃金将解释过程看作是一种结合了法律知识、信息和思维方法而形成的，能够应变的思维策略。（注：Dworkin，Taking RightsSeriously，Harvard University Press Cambridge，Massachusetts1977.p.75.）的法律专家系统并未以知识表达为目的来解释法律，而是将法律整齐地“码放”在计算机记忆系统中仅供一般检索之用。然而，在法律知识工程系统中，法律知识必须被解释，以满足自动推理对法律知识进行重新建构的需要。麦卡锡说：“在开发智能信息系统的过程中，最关键的任务既不是文件的重建也不是专家意见的重建，而是建立有关法律领域的概念模型。”（注：McCarty，Intelligent legalinformation systems:problems and prospects，op.cit.supra，note25，p.126.）建立法律概念模型必须以法律家对某一法律概念的共识为基础，但不同的法律家对同一法律概念往往有不同的解释策略。凯尔森甚至说：即使在国内法领域也难以形成一个“能够用来叙述一定法律共同体的实在法的基本概念”。（注：（奥）凯尔森著：《法与国家的一般理论》，沈宗灵译，大百科全书出版社1996年版，第1页。）尽管如此，法理学还是为法律概念模型的重建提供了一些方法。例如，德沃金认为，法官在“解释”阶段，要通过推理论证，为自己在“前解释”阶段所确定的大多数法官对模糊法律规范的“一致看法”提供“一些总的理由”。获取这些总的理由的过程分为两个步骤：首先，从现存的明确法律制度中抽象出一般的法律原则，用自我建立的一般法律理论来证明这种法律原则是其中的一部分，证明现存的明确法律制度是正当的。其次，再以法律原则为依据反向推出具体的法律结论，即用一般法律理论来证明某一法律原则存在的合理性，再用该法律原则来解释某一法律概念。TAXMAN等系统装置已吸收了这种方法，法律知识被计算机结构语言以语义的方式组成不同的规则系统，解释程序使计算机根据案件事实来执行某条法律规则，并在新案件事实输入时对法律规则作出新的解释后才加以调用。不过，法律知识表达的进展还依赖于法律解释研究取得更多的突破。
第二，关于启发式程序。的专家系统如果不能与启发式程序接口，不能运用判断性知识进行推理，只通过规则反馈来提供简单解释，就谈不上真正的智能性。启发式程序要解决智能机器如何模拟法律家推理的直觉性、经验性以及推理结果的不确定性等，即人可以有效地处理错误的或不完全的数据，在必要时作出猜测和假设，从而使问题的解决具有灵活性。在这方面，Gardner的混合推理模型，Edwina L.Rissland运用联想程序对规则和判例推理的结果作集合处理的思路，以及Massachusetts大学研制的CABARET（基于判例的推理工具），在将启发式程序于系统开发方面都进行了有益的尝试。但是，法律问题往往没有唯一正确的答案，这是人工智能模拟法律推理的一个难题。选择哪一个答案，往往取决于法律推理的目的标准和推理主体的立场和价值观念。但智能机器没有自己的目的、利益和立场。这似乎从某种程度上划定了机器法律推理所能解决问题的范围。
第三，关于法律语言理解。在设计基于规则的程序时，设计者必须假定整套规则没有意义不明和冲突，程序必须消灭这些问题而使规则呈现出更多的一致性。就是说，尽管人们对法律概念的含义可以争论不休，但输入机器的法律语言却不能互相矛盾。机器语言具有很大的局限性，例如，LDS基于规则来模拟严格责任并实际损害时，表现出的最大弱点就是不能使用不精确的自然语言进行推理。然而，在实际的法律推理过程中，法律家对某个问题的任何一种回答都可根据上下文关系作多种解释，而且辩论双方总是寻求得出不同的结论。因此，智能法律专家系统的成功在很大程度上还依赖于自然语言理解工作的突破。牛津大学的一个程序组正在研究法律自然语言的理解问题，但是遇到了重重困难。原因是连法学家们自己目前也还没有建立起一套大家一致同意的专业术语规范。所以Edwina L.Rissland认为，常识知识、意图和信仰类知识的模拟化，以及自然语言理解的模拟问题，迄今为止可能是人工智能面临的最困难的任务。对于语言模拟来说，像交际短语和短语概括的有限能力可能会在较窄的语境条件下取得成果，完全的功能模拟、一般“解决问题”能力的模拟则距离非常遥远，而像书面上诉意见的理解则是永远的终极幻想。（注：Edwina L.Rissland，ArtificialIntelligence and Law:Stepping Stones to a Model of LegalReasoning， Yale Law Journal.(Vol.99:1957-1981).）
五、人工智能法律系统的开发策略和应用前景
我们能够制造出一台什么样的机器，可以证明它是人工智能法律系统？从检验标准上看，这主要是法律知识在机器中再现的判定问题。根据“图灵试验”原理，我们可将该检验标准概括如下：设两间隔开的屋子，一间坐着一位法律家，另一间“坐着”一台智能机器。一个人（也是法律家）向法律家和机器提出同样的法律问题，如果提问者不能从二者的回答中区分出谁是法律家、谁是机器，就不能怀疑机器具有法律知识表达的能力。
依“图灵试验”制定的智能法律系统检验标准，所看重的是功能。只要机器和法律家解决同样法律问题时所表现出来的功能相同，就不再苛求哪个是钢铁结构、哪个是血肉之躯。人工智能立足的基础，就是相同的功能可以通过不同的结构来实现之功能模拟。
从功能模拟的观点来确定人工智能法律系统的研究与开发策略，可作以下考虑：
第一，扩大人工智能法律系统的研发主体。现有人工法律系统的幼稚，暴露了仅仅依靠计算机和知识工程专家从事系统研发工作的局限性。因此，应该确立以法律家、逻辑学家和计算机专家三结合的研发群体。在系统研发初期，可组成由法学家、逻辑与认知专家、计算机和知识工程专家为主体的课题组，制定系统研发的整体战略和分阶段实施的研发规划。在系统研发中期，应通过等手段充分吸收初级产品用户（律师、检察官、法官）的意见，使研发工作在理论研究与实际应用之间形成反馈，将开发精英与广大用户的智慧结合起来，互相启发、群策群力，推动系统迅速升级。
第二，确定与相结合、以应用为主导的研发策略。国外人工智能系统的研究大多停留在实验室领域，还没有在司法实践中加以应用。但是，任何智能系统包括相对简单的软件系统，如果不经过用户的长期使用和反馈，是永远也不可能走向成熟的。从我国的实际情况看，如果不能将初期研究成果尽快地转化为产品，我们也难以为后续研究工作提供雄厚的资金支持。因此，人工智能法律系统的研究必须走产研结合的道路，坚持以应用开路，使智能法律系统尽快走出实验室，同时以研究为先导，促进不断更新升级。
第三，系统研发目标与初级产品功能定位。人工智能法律系统的研发目标是制造出能够满足多用户（律师、检察官、法官、立法者、法学家）多种需要的机型。初级产品的定位应考虑到，人的推理功能特别是价值推理的功能远远超过机器，但人的记忆功能、检索速度和准确性又远不如机器。同时还应该考虑到，我国目前有12万律师，23万检察官和21万法官，每年1.2万法学院本科毕业生，他们对法律知识的获取、表达和应用能力参差不齐。因此，初级产品的标准可适当降低，先研制推理功能薄弱、检索功能强大的法律专家系统。可与机厂商合作生产具有强大数据库功能的硬件，并确保最新法律、法规、司法解释和判例的网上及时更新；同时编制以案件为引导的高速检索软件。系统开发的先期目标应确定为：(1)替律师起草仅供的起诉书和辩护词；(2)替法官起草仅供参考的判决书；(3)为法学院学生提供模拟法庭审判的通用系统软件，以辅助学生在起诉、辩护和审判等诉讼的不同阶段巩固所学知识、获得审判经验。上述软件旨在提供一个初级平台，先解决有无和急需，再不断收集用户反馈意见，逐步改进完善。
第四，实验室研发应确定较高的起点或跟踪战略。国外以知识工程为主要技术手段的人工智能法律系统开发已经历了如下阶段：(1)主要适用于简单案件的规则推理；(2)运用开放结构概念的推理；(3)运用判例和假设的推理；(4)运用规则和判例的混合推理。我们如确定以简单案件的规则推理为初级市场产品，那么，实验室中第二代产品开发就应瞄准运用开放结构概念的推理。同时，跟踪运用假设的推理及混合推理，吸收国外先进的KBS和HYPO的设计思想，将功能子系统开发与联想式控制系统结合。HYPO判例法推理智能装置具有如下功能：(1)评价相关判例；(2)判定何方使用判例更加贴切；(3)并区分判例；(4)建立假设并用假设来推理；(5)为一种主张引用各种类型的反例；(6)建立判例的引证概要。HYPO以商业秘密法的判例推理为模拟对象，假设了完全自动化的法律推理过程中全部要素被建立起来的途径。值得注意的是，HYPO忽略了许多要素的存在，如商业秘密法背后的政策考虑，法律概念应用于实际情况时固有的模糊性，信息是否已被公开，被告是否使用了对方设计的产品，是否签署了让与协议，等等。一个系统设计的要素列表无论多长，好律师也总能再多想出一些。同样，律师对案件的分析，不可能仅限于商业秘密法判例，还可能援引侵权法或专利法的判例，这决定了起诉缘由的多种可能性。Ashley还讨论了判例法推理模拟的其他困难：判例并不是概念的肯定的或否定的样本，因此，要通过要素等简单的法律术语使模糊的法律规则得到澄清十分困难，法律原则和类推推理之间的关系还不能以令人满意的方式加以描述。（注：Edwina L.Rissland，Artificial Intelligence and Law:Stepping Stones toa Model of Legal Reasoning， Yale Law Journal.(Vol.99:1957-1981).）这说明，即使具有较高起点的实验室基础研究，也不宜确定过高的目标。因为，智能法律系统的研究不能脱离人工智能的整体发展水平。
人工智能的法律规制篇（3）
－于我国的智能化建筑领域许多方面尚不完善，行政管理部门的政策法规制定也不能完全适应智能化建筑领域的发展要求，要在对我国智能化建筑领域进行充分调查研宄之后，大力推进智能化建筑领域法律法规的建立和完善，？以法律形式保障智能化建筑领域持续、健康、稳定发展，由政府启动行政资源，对智能化建筑的技术发展情况和施工管理水平进行充分调査研究，组织各类社科机构和高等学校专业技术人员，与智能化建筑领域专业技术人员和施工管理人员进行沟通交流，将这些交流意见总结成文字的形式加以保存和推广，为智能化建筑领域法律法规的制定和完善提供理论基础，m要加大气量对智能化建筑领域的专业技术进行总结与归纳，并以法律形式保障这些知识产权的合法利益，涉及到智能化建筑的硬件设备，必须严格按照相关标准与规范执行管理，保证智能化建筑的重要部位安全可靠，还要规范智能化建筑性能考核和建筑质量考核的标准，以法律形式统一规范，促进业内交流沟通、人才流通和资源整合，要保证建筑内部各功能的有效发挥，确保建筑设施齐备，在对智能化建筑进行性能测试和功能评估时，要充分利用现代化高科技手段，对智能化建筑的性能和功效进行准确测量，既保证了施工方利益，也保证了工程的顺利进展。
1．2提高技术人员素质
智能化建筑是对建筑科技含量要求很高的工程，m对建筑施工专业技术人员的素质要求很高，智能化建筑领域覆盖面广，相关专业技术人才必须具备全面的专业技能，由于智能化建筑专业技术人员工作量大，工作专业化水平高，专业技术人才的素质对智能化建筑的质量和性能具有决定性作用，为确保客户满意程度，必须进行对专业技术人员素质的培养。专业技术人员必须充分认清客户的需求，按照客户的实际需求，进行智能化建筑的规划和设计，严格按照既定施工方案，对建筑的各项性能认真考察，当前，我国智能化建筑领域专业人才匮乏，这既需要充分重视并帮扶现有的专业技术人员，又需要各级政府部门加大力度培养智能化建筑领域全能型人才。
1．3采取科学方式吸纳人才
由于当前智能化建筑领域专业技术人才稀缺，一旦某些专业技术人才离职，将对正在进行的智能化建筑施工产生较大影响，因此，智能化建筑团队的管理层和决策层，要制定科学的经济激励制度，保障专业技术人才的工作积极性和对本工作的高度热情，避免因为人才流失而造成工程质量下降和工程竣工日期拖延，要重视知识产权的保护，施工团队对已经形成成熟理论的施工方案，要严格保护其知识产权，以法律形式确保施工方案设计者的合法权益，在征得设计师同意的基础上，将不同设计方案进行整合互补，以期形成本公司独有的设计性优势。
人工智能的法律规制篇（4）
随着举世瞩目的人机大战在2016年3月15日落下帷幕，围棋人机大战中人工智能机器人以4比1的成绩战胜围棋九段棋手，揭开了人们对人工智能讨论和联想的新高潮。国内的一部分科技公司已经买下一些机器人公司，准备抢占人工智能的市场先机。在一些企业中已经开始大规模使用机器人代替工人。人工智能的发展必然对人们的社会生活产生深刻的影响，随之而来的是对与社会生活高度相关的民法制度的冲击。
一、历史上的人机大战
第一回合，发生在第一次工业革命。第一次工业革命的标志产物是珍妮纺纱机，它的产生极大提高了工作效率。一位名叫路德的纺织工人，认为是珍妮纺纱机夺走了他们的工作，带头捣毁了工厂的机器。事件的态势愈演愈烈，最后是英国的政府派出军队进行镇压才得以控制，这就是“路德事件”。
第二回合，发生在第三次工业革命。手机产生于第三次工业革命，它的出现使传呼员的职业彻底消失，拉近了人们之间的距离，提高了工作效率与生活质量。机器又一次战胜了人类。
第三回合，发生在第四次工业革命。智能机械手的出现可以大幅度降低产品的不良率，设备的产能效率大幅度得以提高，其工作效率大大的战胜了传统的车间工人。这也使得高危险系数以及高人工成本的工种消失。
第四回合，就是发生在不久之前的阿尔法围棋对战围棋九段选手，最终人类以1比4的成绩败北人工智能。
虽然，最智能的机器也需要“老师”的指引，而人类就是机器的老师，但是不容否认的是，在一些领域，人工智能和机器人技术已经代替了人类，并震颤着人类的社会生活。
二、人工智能技术对人类的影响
人工智能产业是近三十年涌现出的高新产业。早在“七·五”时期政府就开始了对这一高新技术产业的攻关研究，并取得了有目共睹的成果，一批人工智能产品与人工智能应用工程层出不穷。[1]近些年，人工智能技术发展迅速，其应用也愈来愈广，从之前传统的工业领域扩展到军事、公安、医疗和服务等众多领域。
2012年由某公司的实验室研发并推出了无人驾驶汽车，这台汽车不需要驾驶者就可以进行启动、行驶以及停止。这些车辆使用照相机、雷达感应器和激光测距机来“看”其他的交通状况，并且使用详细地图来为前方的道路导航。该公司表示，这些车辆比有人驾驶的车更安全，因为它们能更迅速、更有效地作出反应。这种人工智能汽车的出现，使得汽车的概念以及人们出行方式发生了极大的转变，同时也体现着人工智能技术和机器人技术开始真正融入到人类现实生活中。人类可以预测到，下一代智能型机器人将更加广泛的融入到社会运作中。然而这一高新技术的应用，同时也使得如何避免人工智能机器人侵权或者被侵权以及如何规范机器人的制造、使用等法律问题更加突出。
在医疗领域，人工智能机器人在外科手术中得以应用。美国曾于2000年上市一款医疗外科手术机器人。据统计，至今为止总共2500部机器人被投入市场。这种人工智能机器人的使用，一方面对于提高医疗水平起到了积极的作用，但是也出现了人工智能机器人侵权的事件发生。自2007年至2014年，美国政府就收到了两百多件关于该人工智能机器人手术时发生烧伤或割伤以及感染等侵权事故报告，在这两百多件事故中共造成89名患者医治无效死亡。
基于人工智能机器人在社会生活中产生的问题，一些国家如日本、韩国以及欧共体，已经开始着手制定规章或制度以确保社会稳定以及人工智能技术的可持续发展。日本公布了《下一代机器人安全问题指导方针(草案)》，用于调整人工智能技术的研发与应用。[2]欧洲共同体在2012年推出了欧盟第七框架计划项目，即机器人法研究，聚集了各个相关领域的专家学者，包括法学、哲学、仿生神经工学等专业，讨论并草拟机器人立法政策白皮书。韩国已经拟定了机器人法，专门规定了人与机器人的关系。
除了对人工智能机器人的安全应用进行必要的法律规范以外，同时也应对与人工智能机器人的应用相关的法律，如民法制度进行一定程度上的变革。例如，法律该怎样认定人工智能机器人的法律地位，如若发生侵权事故时该怎样认定相应的法律责任以及适用怎样的归责原则等法律问题。若无人驾驶汽车发生交通事故该怎样认定事故责任。许多相关法律问题都随着人工智能机器人广泛而深入的进入人类社会生活而变得更加凸显，然而相关规章制度仍处于空白阶段。因此，变革相关的法律制度对于平衡人工智能技术与社会的稳定和谐具有重要的意义。
三、人工智能技术与民法
人工智能机器人在社会生活中的广泛应用，更加深刻的影响着人类文明，同时伴随而来的是大量法律问题逐渐涌现。
2006年美国一个名叫《未来学家》的杂志曾这样报道：2016年至2020年，人工智能实体可能会当选为“国会议员”;2020年后，转基因技术加上机器人技术，将制造出“有机机器人”。虽然这些设想都尚未实现，但是在社会生活中人工智能技术是确确实实得以广泛应用的。许多人工智能机器人已经代替人类走向工作岗位，如迎宾机器人、送餐机器人，甚至在日本一款机器人可以向顾客提供推销手机、签订合同等服务。
(一)人工智能技术与婚姻法律制度
2016年在某电视台的明星喜剧真人秀中，某团队以一部讲述主人公用人工智能机器人做女朋友来应付父母的催婚，最后发现连主人公的父母都是人工智能机器人的喜剧作品参加比赛，其作品以夸张的手法描绘了人工智能技术对人类社会生活的巨大影响。但是不能说小品中的事情不会在现实生活中发生，英国人工智能学者戴维·莱维曾推测：人类将和机器人结婚，这一切大约会在2050年实现。
人类与人工智能机器人的结婚能够得到法律的认可，就需要对我国民法制度中的婚姻法律规范进行调整，目前婚姻只能是自然人的行为，而人工智能机器人目前在法律上不是民事主体，但这并不能阻挡人类与人工智能机器人结婚的情况发生。因此，人工智能技术的发展会对婚姻法律制度造成一定程度上的冲击。
(二)人工智能技术与侵权责任法律制度
人工智能技术的发展赋予了机器人更加类似于人类行为的功能。在2004年的伊拉克战场上，美军仅仅使用了一架由人工智能机器人操作的军用飞机将一个连的兵力瞬间消灭。美国科学家在2006年曾宣称，新研发并投入军用的机器人能够自我检测损伤并独立思考出修复方法。如若这样的机器人太过于像人，而且拥有智慧，很有可能“造反”，对人类造成侵害。这就需要对侵权法律制度进行完善以维护社会稳定。
早在1978年人工智能机器人侵权的事件事实上早已存在。在日本广岛一间工厂里，机器人正切割钢板，但突然转身将其背后正在休息的工人抓住并当做钢板进行切割，这是世界上第一起机器人侵权事件。[3]无独有偶，在1989年，全苏国际象棋象棋冠军对战早期的人工智能机器人，终以3比1的成绩打败机器人，但机器人恼羞成怒，在众目睽睽下向对手释放强电流，这位国际象棋大师最终并没用抢救过来。
因此，随着人工智能技术的日益精湛，人类不得不考虑机器人侵权的归责原则、责任分配等一系列法律问题，更需要对侵权责任法律制度进行一定的调整以适应高科技时代的大背景。
四、结语
人工智能的法律规制篇（5）
引言
在现代化科技快速发展的大背景下，人们的衣食住行均发生了巨大的改变。在“住”这一方面，随着各种智能化技术的广泛应用，智能建筑应运而生，并凭借能源节约及环境友好等显著优势，而得到人们的广泛认可。其中，建筑智能化工程设涉及到多个方面，对科技及集成化水平提出了比较高的要求，工程的施工质量与建筑物的质量及其功能的有效发挥有着非常紧密的联系。因此，建筑智能化工程单位应积极做好施工质量管理工作，从而推动我国建筑行业的智能化发展。
1建筑智能化在工程施工中质量管理方面存在的问题
（1）未能建立完善的相关法律规定。现阶段，国内不少城市已投入了建筑智能化施工中，然而，由于未能建立起完善的相关法律规定，使得施工质量管理工作无法可依，导致管理混乱等局面的出现，未能对施工全程展开行之有效的管理，从而引起一系列不容忽视的施工质量问题。此外，由于缺乏法律法规的约束及指导，建筑智能化工程单位对质量管理工作不够重视，缺乏完备的智能化技艺，这些因素使得我国建筑智能化的施工管理水平无法满足社会实际发展需求[1]。（2）缺乏高水平的专业技术。建筑智能化施工的开展大大节省了物力及人力的消耗，然而我国的建筑智能化施工水平不高，缺乏足够的理论知识与实践经验，大多数核心施工技术主要依靠国外引进，还未能形成成熟的施工计划于方案，施工管理机制也不够完善。总之，我国建筑智能化工程当前的施工经验及技能，已无法满足快速发展的社会需求。此外，建筑智能化工程涉及到众多技术与方面，但是多数建筑施工管理人员仅掌握本专业知识，很少有人对建筑智能化工程的相关知识有一个去那面掌握的，这给施工质量管理工作的顺利开展造成了非常不利的影响。（3）在同一领域无法形成有效的竞争.经相关部门调查统计得知，国内目前存在非常多的智能化建筑公司，但它们之间未能建立相应的人才交流体制及工作经验的交流平台等，通常是各自为政，无法在同一领域无法形成有效的竞争，导致建筑公司的水平存在良莠不齐的情况，进而对建筑行业的发展造成了不利的影响。但是，建筑智能化工程对施工环境有着比较高的要求，对施工管理工作也提出了更大的挑战。由于不少智能化建筑公司实战经验不足，导致施工管理出现偏差与失误，使得工程的施工质量无法满足与其的要求，对工期造成延误，并严重损害到业主的利益。
2建筑智能化施工质量管理问题的有效应对之策
（1）加快相关法律法规的制定。在建筑智能化工程方面，我国还存在许多不完善的地方，现有的法规及相关政策也无法完全符合当前建筑智能化施工的实际需求。在此种形势下，就需要深入调查智能化建筑领域的实际情况，加快相关法律法规的制定，为建筑智能化施工质量管理工作的开展提供可靠依据，促进建筑行业不断朝着智能化的方向稳定发展。具体来说，应当由政府部门启动相关行政资源，在充分调研建筑智能化施工技术及施工管理现有水平的基础上，组织高等院校及科研机构的专业型技术人员，与建筑智能化工程的施工管理人员及技术人员展开良好的交流与沟通，并以文档的形式将交流意见及成果保存下来，并进行推广，为建筑智能化工程的相关政策及法规的制定提供可靠的理论支持[2]。同时，还应积极归纳并总结建筑智能化施工的专业技术，并借助法律的方式来为知识产权的利益提供充分保障，还应以法律的形式对施工管理工作进行规范，做到有法可依，有法可循。此外，还需应用现代化科技准确评估智能化建筑的功效及性能，在为施工方的利益提供保障的同时，促进施工质量管理工作的顺利开展。（2）加强建筑智能施工质量管理队伍的建设。在建筑智能化工程的施工过程中，施工质量及效率的高低与管理人员整体素质具有密切联系，为了有效的提高施工质量管理水平，需要加强工程质量管理队伍建设。需要配备经验丰富的管理人员，加强对管理队伍人员整体素质的培养，对其专业知识与技能加强培训，以便确保监督管理人员素质水平的提高，能够更好的满足工作需求[3]。同时，可以开展各种管理工作经验交流活动，对施工内部管理机制进行有效的完善，以便建立一支专业技术高，监督行为规范，高专业技能的监督管理队伍。确保管理人员能够及时了解各种新的政策与相关法律发挥，并及时采用新理论对建筑智能化工程的施工质量进行有效监督，以促进工程质量水平的提高。（3）做好建筑智能化工程的监理工作。为确保建筑智能化施工的顺利开展，提高施工质量，就应当积极开展工程监理工作，确保人们充分认识到建筑智能化工程质量建设的重要性，并对原有的质量监督管理方式进行改革与完善。可以建立集体监督责任制，避免个人监督引起的权责不清的问题发生。一旦出现质量监督管理问题，需要进行集体责罚。在整个建筑智能化工程施工质量的监督管理中，每个建设项目需要配备两名以上的监理人员，并确保监理人员具备高水平的专业能力，在实际监督管理过程中，需要起到相互监督的作用。并建设完善的监理体系，将责任落实到各个工作人员手中，以便确保分工明确，促进工程施工质量监理水平的提高。
3结语
综上所述，智能建筑已成为现代化建筑的一项重要组成部分，其施工质量水平更是会对建筑物的安全使用及性能等产生直接影响。然而，在实际建筑智能化施工过程中，还存在不少问题，对施工质量及工程的顺利进行造成了不良影响。因此，建筑企业应当从实际情况出发，采取科学的管理措施，将建筑智能化工程中的施工问题进行有效解决，充分促进施工管理水平的提高。
参考文献：
[1]王良成,梁志勇.建筑智能化工程施工质量问题及应对措施[J].山西建筑,2015,41(03):210-211.
人工智能的法律规制篇（6）
一、人工智能时代刑法构建的必要性
（一）刑事立法可以防控人工智能技术带来的风险
人工智能与现实社会的联系日益紧密，已经成为法律无法回避的领域，互联网时代的发展推动了人工智能时代的到来，互联网技术中的信息与数据是孕育人工智能的土壤。当今社会，人工智能技术已经渗透到生活的各个方面，我们的医疗、军事、交通、城市建设等方面，处处都有人工智能的身影。当我们享受着先进技术带来的好处时，也不能忽略其潜在的法律风险。因为这样紧密的联系就决定了人工智能会高频率地参与人类社会的活动，那么当其参与的行为涉及刑法时，就需要立法来规制。
（二）刑事立法可以及时应对这一新生事物对于现行刑法的挑战
不可否认，法律具有滞后性，新技术带来的犯罪无法被现行的刑法及时规制，甚至会产生冲击。只有通过立法及时修补法律的空白之处，解决刑法对于人工智能类犯罪的适用等问题，才可以保证这一技术的健康发展和合理使用。［1 ］
二、现行刑法规制人工智能犯罪的困境
（一）从刑事责任主体角度
在我国现行刑法中可以规制的人工智能类犯罪极其有限，仅限于行为人直接将人工智能当作工具进行生产、利用的情形，换言之，人工智能此时执行的一切操作仅为犯罪者的意志和行为的延伸，这种情形下的刑事责任主体为利用人。例如，绍兴市破获的全国首例利用人工智能侵犯公民个人信息案，犯罪团伙利用人工智能技术盗取数据，识别图片，进行诈骗，窃取公民个人信息进行犯罪。在这个案件中，人工智能被当作工具直接被犯罪分子支配利用，可以根据刑法第二百五十三条之一侵犯公民个人信息罪对犯罪分子进行定罪。当然，即便如此，这样的定罪依然存在瑕疵，后文第（二）节将从另一角度阐述。然而，真正棘手的问题是，当人工智能在无自然人利用、操纵时，或者违背利用者的初衷，自行发生了犯罪行为（如无人驾驶汽车涉及交通事故罪，手术机器人涉及医疗事故罪等），其刑事责任主体又该如何确定，是人工智能本身，还是其用户，又或者是发明者，由于现行刑法刑事责任主体认定的局限性，这种情形下刑事责任主体的确定存在争议。
（二）从罪名角度
不可否认，人工智能时代的到来产生了许多前所未有的行为方式，所以，针对以下三种情形，即便行为主体符合我国现行刑法对于刑事责任主体的认定（自然人、单位），因为缺乏与之相对应的罪名，也无法直接且有效的规制：首先，是犯罪主体滥用人工智能学习技术训练其进行犯罪的情形。正如前文所述的，绍兴市破获的全国首例利用人工智能侵犯公民个人信息案，我们可以按照侵犯公民个人信息罪对犯罪分子进行定罪，但是其非法滥用人工智能技术的行为是无法规制的。其次，是由于人工智能的生产者、发明者在程序编写等技术方面的问题，导致人工智能运行时发生危害社会安全的犯罪行为的情形。比如，2018 年3 月发生在亚利桑那州坦佩市的Uber无人驾驶汽车意外撞死一名行人的案例，［2 ］经后续调查给出的技术解释是，由于技术限制，其识别系统会在恶劣环境下发生识别有误，甚至无法识别的情况，Uber公司对其人工智能的某一算法设置上存在纰漏，但最终的审判结果却是Uber公司不负刑事责任。这虽然是国外的案例，但也对我国刑事立法提供了思考的方向，或许有观点认为，在我国发生类似案例，可以直接按照刑法第一百四十六条的相关规定按照生产、销售不符合安全标准的产品罪来定罪。但笔者认为，人工智能本就属于新兴技术，其发展必然存在不成熟的因素，但也不能忽视其进步性，所以，在一定限度内，我们应该对人工智能产品所带来的风险有一定程度上的容许，如此才有利于行业的发展，而这就需要设立新的罪名来解决。
三、人工智能刑事立法构建策略
（一）关于刑事责任主体认定
针对上文提出的，人工智能在无自然人利用、操纵时，或者违背利用者的初衷，自行发生的犯罪行为的责任主体认定问题，我们可以分为两类讨论：首先，是弱人工智能发生的犯罪行为。所谓“弱人工智能”是指没有自主意识，缺乏创造性、遵循机械规律的人工智能。此类人工智能在无自然人利用、操纵时，或者违背利用者的初衷，自行发生的犯罪行为，多半是程序等技术的瑕疵造成的。此时，此类人工智能无法满足犯罪主客观一致的要求，不具有承担刑事责任的能力，所以应该认定其发明者为刑事责任主体，因为发明者在发明此类弱人工智能时，可以且应当预见到人工智能的行为和潜在的风险，发明者此时具有确保其发明物不会危及公共安全和人身安全的义务。当然，也有例外情况，如果是由于他人（黑客等）恶意入侵的行为造成的犯罪，应当认定该介入因素切断了原先的因果关系，应该认定入侵者为刑事责任主体。其次，是强人工智能发生的犯罪行为。所谓“强人工智能”是指具有独立意识，有思考能力，通过学习可建立对于周围环境的认识、判断的自主运行的人工智能。这类人工智能的犯罪能够符合客观方面（危害行为、危害结果、因果关系、犯罪的时间、地点、方法）的要求，也能够符合主观方面（如意识因素、意志因素）的要求，应当认定其为刑事责任主体，独立承担刑事责任。首先，这类人工智能具有更强的学习能力，思考能力，它们可以通过学习和思考产生自主意志和是非判断能力，已经不再是使用者意志和行为的延伸；其次，强人工智能在自主意识和判断力的基础上，完全有能力获取其研发人未编入其程序的知识，而这些知识极有可能具有人身危害性，但这些内容是很难被及时预见并立刻删除的；最后，基于前两点的内容，我们完全有理由认为，强人工智能是具有可罚性的，此时的人工智能已经具有了自然人的伦理属性，可以被当作“机械犯罪人”。我们可以对其执行删除数据并且将该人工智能销毁的刑罚。故针对强人工智能的犯罪，我们不必设立新的罪名，但需要出台相关的司法解释来调整、明确刑事责任主体的认定。比如，针对现行刑法的某些犯罪（如公共安全类犯罪、除强奸外侵犯人身权利的犯罪、侵犯财产类型的犯罪等等）出台司法解释，增加强人工智能本体为刑事责任主体，并补充强人工智能的刑罚执行制度，只有完善了司法解释，才不会使上述策略成为空中楼阁。
（二）关于新罪名的设立
1 ．设立滥用人工智能技术罪随着技术的发展，人类对于人工智能技术的依赖性会越来越大，这已是大势所趋，但这势必会引起该技术滥用的行为。就如全国首例利用人工智能侵犯公民个人信息案，犯罪分子利用人工智能，可以使传统的犯罪行为更加快速，更加低成本，低风险。所以我们有必要设立滥用人工智能技术罪，在规制犯罪分子基本犯罪行为的基础上，［3 ］该罪名应该纳入刑法分则第六章妨害社会管理秩序罪中进行明确规定。2 ．设立人工智能重大责任事故罪针对人工智能的生产者、发明者在程序编写等技术方面的问题（主要针对弱人工智能），导致人工智能自行运行时发生危害社会安全的犯罪行为的情形，应该成立人工智能重大责任事故罪，规制发明者、生产者在发明、设计、生产环节中未完全按照行业标准和国家标准履行义务的行为。但是，结合前文所述对于新兴技术发展的支持态度，应该对其中的生产方采取严格责任制，即如果生产商有足够证据证明自己的生产过程是严格遵守现有的相关标准的，则可以免于承担刑事责任。该罪名应该纳入刑法第二章危害公共安全罪中进行明确规定。
四、结语
人工智能时代的到来既给我们以便利，同时也会给我们带来法律的困扰，甚至对传统的刑法带来冲击，相关的刑事立法可能会改变长久以来的传统的刑事责任定义，这正是新兴技术的发展对于刑事立法的挑战，所以我们既要制裁人工智能类的犯罪，又不能阻碍该行业的发展，只有这样，才是成功应对我国当下人工智能犯罪的刑法困境。
参考文献
人工智能的法律规制篇（7）
伴随着互联网+时代的到来，人工智能技术发展也在日趋成熟。2016年3月，引发社会广泛关注的人机大战事件，人工智能Alpha Go与世界围棋冠军李世石进行人机大战并以4-1战胜李世石，更展现了其的无限发展潜能。但带来的问题是，人工智能创作物能否成为作品享有著作权，从而受到《著作权法》的保护？
一、人工智能的界定及传统认识
（一）人工智能的定义
人工智能，英文名称为Artificial Intelligence，缩写AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学①。人工智能源于计算机科学，现已涉及到心理学、哲学和语言学等学科。
（二）对人工智能的传统认识
按照我国传统意义上的解释，人工智能的创作物是不可以构成《著作权法》上的作品的，从而不能得到著作权法的相关保护。作品是指文学、艺术和科学领域内具有独创性并能以某种有形形式复制的智力成果。②《著作权法》和《实施条例》都要求创作物是具有独创性的智力成果。而我国对于人工智能创造物传统的观点认为，人工智能的创作物不具有独创性，它只是将计算机内存储的内容进行汇编整理，没有任何的创新内容。其次，著作权对于作者的人格属性也有要求，而人工智能是不能算作法律意义上的“人”，所以人工智能的创作物为非智力成果。
二、国外人工智能著作权的现状研究
2016年4月，日本知识产权本部宣布在知识产权计划中纳入“人工智能”的相关内容。人工智能技术处于世界前沿的日本，从其立法行为我们可以看出，他们正在通过法律形式，将人工智能的创作物以作品的形式逐渐定下来。旨在人工智能创作物产生争议时能够有法可依，同时使得人工智能的既得利益者相关利益能够得到保护。
此外，日本再其2016年的《知识财产推进计划》中，明确表示“具有一定市场价值的人工智能创作物亦有可能有必要给予一定的知识产权保护③。”目前，世界上大部分国家还未对人工智能及其创作物的著作权的相关问题进行详细地探究。但以英国、新西兰为代表的部分英美法系国家已经认识到自己国家对于人工智能创作物的著作权法律规制不明确的问题，并试图从政策和法律上认可人工智能的创作物，这些国家将人工智能的操作者作为人工智能创作物的作者并对其进行保护；而澳大利亚虽然在相关的法律中没有人工智能创作物的具体规定，但在政策上，该国已经认可了部分人工智能创作物为作品并享有相应的著作权。
三、人工智能创作物的不同角度分析
其实，仅从创作物的表现形式上是难以对人工智能创作物和人类作品进行区别的，对音乐、美术等创新性要求不高的作品则更是如此。因此，笔者试图从利益平衡理论和市场激励角度两个方面对是否应认可人工智能创作物的著作权这一问题进行分析。
（一）利益平衡角度分析
著作权法是知识产权法的重要组成部分，知识产权的核心原则就是利益平衡原则。著作权法是对作品产生的利益进行分配的法律，调整着传播者、著作权人与社会公众之间的，原作者与演绎作者之间的利益关系。
如果不给予人工智能创作物以著作权的保护，则可能导致不受著作权法保护的人工智能创作物大量涌入市场，而这些创作物和一般的人类作品并没有实际的区别。一旦大量投入市场这一公共领域当中，由于人工智能作品并不受到著作权法的保护，用户就不需要支付任何费用而对“人工智能作品”进行使用，那这些创作物的价值将无限趋向于零，除非一些高度原创性的作品或依赖作者声誉的作品，这无疑是对人工智能及其创作者利益的一种严重侵害，而经过精密设计的利益分配体系将会失去应有的平衡，这明显是有违利益平衡原则的。
（二）从市场激励角度分析
从市场激励机制的角度来说，如果对人工智能创作授予著作权保护，这就意味着市场中受到著作权保护的人工智能作品的供应量将会大幅度增加。而考虑到人工智能的低成本和高效率的特点，在市场总需求保持不变的前提下，人类作品的定价能力和竞争能力在市场上将被大大的削弱，从而使人类作者进行创作的经济性动力逐渐下降。人工智能创作物的产生实际上是从作品的供给端冲击了著作权制度原有的架构，也就是说，原始投入到市场中的作品数量将由于人工智能技术的发展而变得庞大。
如果不赋予人工智能作品著作权，那么人类作品市场吸引力和流动性就不会丧失，以人类作品形成的发行、复制和传播为经济链的著作权市场将会依旧繁荣。但是，人类作品竞争力却得不到应有的提升，市场对于整个作品行业的创新激励机制明显不足，这实际上并不利于作品行业的进步。
四、立法保护的建议
如果立法对人工智能创作物进行保护，那人工智能作品的著作权归属问题、著作权保护期限以及权利内容等也有待进一步探讨。从目前的实践来看，人工智能作品的著作权多被授予该人工智能的操作者，笔者在此不做具体分析。
但应纳入立法者考虑范围的是，如何保持人类创作的作品与人工智能的创作物在市场中保持既竞争又共存的局面？所以，笔者认为《著作权法》中有关作品创新性的标准需要提高，界以达到人工智能作品与人类作品的利益平衡。此外，《反不正当竞争法》中也应增加人工智能的相应部分，以规制市场中存在的恶意竞争等行为。
五、结束语
笔者认为，我们不能简单地从创作物的独创性和人身属性这两个方面来判断人工智能创作物是否应该获得著作权的保护。人工智能的创作物作为一种新形式的“作品”被接受，其相关市场经济效应和是否有利于著作权作品行业的可持续发展也应被纳入考虑范围。
基于利益平衡原则和市场分析，笔者认为，认同人工智能创作物为作品，并通过《著作权法》等法律对其加以合理的保护对于市场经济的发展利大于弊，有利于促进我国人工智能技术的发展和法制建设的完善。
注释：
① http：///wiki/人工智能.2016年10月18日访问.
② 引自2013修订的《中华人民共和国著作权法实施条例》第二条.
③ 曹源.人工智能创作物获得版权保护的合理性[J].科技与法律，2016年第三期.
参考文献：
[1] 曹源.人工智能创作物获得版权保护的合理性[J].科技与法律，2016年第3期.
人工智能的法律规制篇（8）
如同原子能、互联网、纳米等先进科技一样，人工智能也是一把双刃剑。而且，作为影响面更广的颠覆性技术，如果发展利用不当，人工智能将会给人类社会造成巨大的安全与伦理风险。牛津大学哲学教授尼克·博斯特洛姆指出，从先驱者优势理念、正交性论点和工具性趋同论点出发，人类创造超级智能机器可能会导致人工智能的“背叛转折”，进而造成地球上智能生命的存在性危险，应当通过对人工智能进行能力控制和动机选择(价值观加载)避免厄运的出现。川著名物理学家斯蒂芬·霍金也一再对人工智能的发展发出警告，呼吁必须取缔“机器人杀手”的研发和应用，并得到伊隆·马斯克、比尔·盖茨等科技界有识之士的支持。他们认为，人工智能发展如果不加控制、任由滥用，将不可避免地导致世界动荡、贫富分化、极权暴政乃至人类灭亡，出现科幻电影《终结者》中人类末日的景象并非祀人忧天。
在此背景下，新一轮的“机器威胁论”经由围棋界的“人机大战”再次引燃和弥散。乐观派则对此嗤之以鼻，甚至还把霍金、马斯克以及盖茨列为“卢德奖”(美国一非政府组织设立的反对科技进步奖)的获奖者，认为他们通过对人工智能兴起的预测来搅动“恐惧和歇斯底里”的情绪。川而机器学习的先驱、美国三院院士迈克尔·乔丹则认为:“霍金研究领域不同，他的论述听起来就是个外行，机器人毁灭人类的可能性，在几百年里不会发生。”困2017年1月由未来生活研究院(Future of Life Institute)组织“Benifi-cial AI 2017”的研讨会，会后了《艾斯罗马人工智能基本原则》(Asilomar AI Principles，也被业界称为"AI 23条”)，以确保人人都能从人工智能中受益，同时保证AI研究和发展的正确方向。在联名支持该《原则》的名单中，除了马斯克、霍金外，还包括乔丹院士的弟子约书亚·本吉奥(Yoshua Bengio) }Facebook研究总监延恩·勒昆(Yann LeCun)以及谷歌、苹果等公司的研究总监等2000多名业界人士。此外，国际专业技术组织电气和电子工程师协会(IEEE)了多份人工智能伦理标准。可见，防范和化解人工智能的风险，是负责任地发展人工智能的应有之义，也正在成为越来越多人的共识。
在我国，国务院于2017年7月20日的《新一代人工智能发展规划》，从国家战略层面对我国人工智能未来发展的战略态势、总体要求、重点任务、资源配置、保障措施和组织实施等进行了具体规划，明确指出了人工智能发展的不确定性对于就业、法律与伦理秩序、个人隐私、国际关系准则等带来的风险与挑战，要求通过制定法律法规和伦理准则等保障措施最大限度降低风险，确保人工智能安全、可靠、可控的发展。这一战略规划对我国的法学研究和法制工作者提出了一系列新的课题，pJR待深人研究，积极回应。
人工智能的法律规制篇（9）
中图分类号：C913
文献标识码：A
一、社会主义新智库的内涵
智库一词来自于英文“Think tank”，也被翻译为“思想库”。现代意义上的智库在二次世界大战后得到了迅速的发展，智库数量大为增加，智库在各国政策研究和国际事务中发挥的作用越来越大。
智库在迅速发展的同时，学术界对智库的定义却并未达成共识。不同学者从不同角度，如大小、功能、结构等方面进行分析，而且西方发达国家和发展中国家对智库的定义也存在着较大的差别。在综合国内外研究成果的基础上，可将智库定义为：具有专业的研究队伍，以政策研究主要手段，以影响公共政策制定为主要目标的非营利性组织。
随着我国经济社会高速发展，党和国家领导人对于智库的发展也越来越重视，党的十七大报告又特别强调“智库”的作用，并第一次把“智库”的定位写进了党代会的报告，这为社会主义新智库的内涵确定了基础。智库的功能应体现社会主义的本质特征和价值内涵。因此，智库是立足于为党和政府决策提供科学依据，为社会主义现代化建设提供智力支持研究型组织。
二、中国智库建设中的保障体系
中国智库建设是一个长期的系统工程，这需要在建设过程中明确战略思路，强化功能设计，提倡制度创新等一系列举措，其中保障体系建设是这一系列举措中不可缺失的一环。保障体系是指为实现一定的战略目标、保证战略正常进行，面对具体任务实施而提供必须的生产条件、生产要素和管理的配套服务系统。中国智库建设是一项战略工程，为了保证建设进程的顺利推进，需要考虑当前我国经济社会发展的实际情况，构建一套完整的保障体系，确保智库的建设方向。本文针对现实情况，提出了六大保障措施。
三、保障体系建设的具体内容
（一） 组织保障体系建设。
要以观念创新与方法创新带动管理创新，建立健全新形势下民间智库和企业智库的基层党组织的建立、活动与管理模式，为社会主义智库的建设提供有力的组织保障。当前我国智库中的独立智库、大学智库与一部分企业智库自身都具有一套完整的党组织系统，要进一步加强民主集中制建设。对于党组织建设尚在起步阶段的智库，要积极探索区域分级管理模式，还可以尝试采用行业协会党组织管理模式。
（二）政策保障体系建设。
1、财税政策。
政府需要采取激励与引导的公共财政政策来支持智库的发展，需要在稳定当前财政支持力度的基础上，进一步加大智库的财政支持力度，开发新形式的财政支持形式，提高财政经费使用效率。
2、规划政策。
用科学的规划来保障智库的建设进程。要充分认识到规划的科学性与前瞻性，积极组织相关人员进行智库的规划工作，要把握时机，在国内率先进行智库规划，利用规划推动智库的建设与发展。
3、统计政策。
智库功能的实现需要科学的统计数据作为基础。因此，政府相关部门应主动进行统计政策变革，做到统计政策与制度的与时俱进：扩展统计服务对象，拓宽服务领域；全面提高统计信息质量，提高数据信度；与智库对口合作，开展深入交流。
（三） 法规保障体系建设。
1、立法建设。
通过法律手段确定智库的地位、功能、责任、权利等内容，为明确智库的法律地位和促进其发展提供完备的法律依据。在完成了基础性立法后，再从实际发展情况出发，进一步完善智库法制体系的建设。根据社会主义新智库建设的目标与内容，及时制定新的法律，修改原有的法律。坚持法制统一原则，建立健全法律之间冲突和抵触的协调和处理机制。
2、执法建设。
加强相关行政机关严格按照法定权限、法定程序和法治精神对智库进行管理，在坚持法律原则的基础上讲究效率，主动有效地行使对智库的监管职能，强化外部监督功能。在严格执行法律法规的前提下，做到公平、公正、合理、适度。对于违反相关法律法规规定的智库机构，要按照法律追究其法律责任，确保社会主义法制的正义性，保证智库间的公平。
（四） 基础设施保障体系建设。
智库的基础设施是保证智库运行与发展的一般物质条件。智库的基础设施建设是落实中共中央《关于进一步繁荣发展哲学社会科学的意见》与十七大报告精神，集聚国内外智库研究资源、智库的一项重要举措，也是进一步拓展现有智库机构发展空间、改善智库科研条件，促进科研设施共享、信息交流、合作研究和集成创新的重要举措。通过智库基地的建设，将完善智库基地的交通、给排水、供电等基础设施条件，创造良好的配套支撑条件。
（五）科学技术保障体系建设。
智库在参与政府决策过程中广泛涉及多领域和多学科的技术交叉研究与应用，科技含量高，对科学技术的需求尤为迫切。智库相关的科学技术保障主要有以下几个方面：
1、软科学理论。
当今政府面对的问题纷繁复杂，智库在参与政府决策中就要面对大量的复杂性、系统性课题，软科学解决各类复杂社会问题提出可供选择的各种途径、方案、措施和对策，有效地提高了智库参与决策的技术水平。政策模拟技术、行为科学理论是当前智库软科学应用的主要方面。
2、信息技术。
智库的日常工作中需要面对大量的信息处理问题，如何提高信息的处理水平，提高信息管理质量，确保信息的有效传递，这成为智库发展中的一个需要解决的科技问题。当前信息技术发展的总趋势是以互联网技术的发展和应用为中心，从典型的技术驱动发展模式向技术驱动与应用驱动相结合的模式转变，与智库日常工作相关的信息技术突破有以下几点：云存储技术、Web2.0技术、信息高速公路。
参考文献：
人工智能的法律规制篇（10）
一切社会科学或人文科学的问题归根结底是人的问题，而人的问题的一个重要且更加直接的方面则是人的思想或思维的问题。同是法律作品，出自英美法系法官的判决与大陆法系法官的判决总有些不同的地方。总的来说，普通法系早期的律师们崇尚审慎的实践智慧，或曰一种深思熟虑的能力；大陆法系的法律职业者训练的是运用概念进行逻辑思辨能力。无论是审慎的智慧还是逻辑思辨能力，都不是无本之木、无源之水，而是分别植根于判例法制度、案例教学法、法律职业共同体等因素构成的英美法传统和由成文法制度、法学方法论教育、严格的权力分立或国家思想等构成的大陆法传统之中。
一、审慎，普通法系早期的律师们崇尚的实践智慧
安索尼?T?克罗曼在《迷失的律师》一书中，阐述了美国律师所具备的一种法律思维品质（审慎的思维品质），并详细论述了这一思维品质所展现出来的深思熟虑的能力：同情与超然。同情，即置身事内；超然，即置身事外。这种集两种矛盾的能力于一身的审慎智慧为美国早期的“律师政治家”所拥有，并为当时的职业圈子里的年轻的律师及刚刚从法学院毕业的学生所尊崇。如克罗曼所说，“案件斟酌过程中所需要的想象性的同情把两种表面上相反的性情联系到了一起，一端是同情，另一端是超然。这种相反的性情与相互冲突的混合性格之间的结合，恰恰是进行斟酌的过程中经常要经历的：一方面，是温暖的热情和某种大度的同情；另一方面，则是冷淡和矜持，它们并不是按照交替的顺序出现而是同时一下子出现的。”[2]
英美国家的律师尊崇审慎智慧并非凭空产生，而是有其生长和发展的土壤和背景的：
（一）法学院普遍实行案例教学法
案例教学法为法院培养了法官助理，他们日后可能成为真正的法官，而且法律岗位上的新人在他们还是学生的时候就开始了审慎思维的培养与锻炼。由于他们接受相同模式的法律教育，这为他们在法律职业共同体内部各个岗位上更换工作提供了便利。反过来，这种在不同工作岗位的任职和经验无疑又将对他们从不同角度、不同立场看待同一事实的能力的提高大有裨益。
（二）英美法系独特的判例法制度及传统
英美法系中，判例法作为一种法律制度，为法官审慎审查案件提供一种独特的法律环境。与此同时，它又作为一种传统为法官审慎智慧的展现提供了制度上的激励。判例法的历史，本身意味“无法司法”。即在没有成文法的环境下审理案件，这就要求法官能够很好的对案件事实进行把握。进而要求法官在品德、学识、经验、技艺乃至智慧方面尽可能比一般人高。每一个判决一旦做出都可能对该法院及下级法院此后审理案件具有约束力，即“法官造法”。尤其是判决一旦作为权威先例被以后审理案件的法官，或者被律师、学者们引用即意味着这位法官将因他的判决杰作而留名青史。这样的制度不仅激励着那些在任的法官以及私人执业律师，同样也激励着法学院的学生。
（三）统一的法律职业共同体
以美国为例，“法律职业者在不同法律职业部门之间调换工作是轻而易举的，并且无需要进行新的专门训练”。“大陆法系国家则与此不同。年轻的法科毕业生都面临着多种不同的法律职业的选择。他可能成为法官、检察官、官方律师、私人律师，或者公证员。究竟从事何种职业，他必须及时作出决定，以后就伴随着自己所选定的职业终此一生。虽然，从理论上说，法律职业者在其一生的工作中还可能再作另一种法律职业的选择，但实际上这种改变几乎很少看到。大多数情况下，最初的选择也就是一生中的最后选择”[2]。显而易见，这种不同角色法律工作的经历，既增加了法律从业人员的司法工作经验技巧，也有助于较之大陆法系的同行们更容易养成同情的能力，继而是一种审慎的实践智慧。凭借这种实践智慧、遇事审慎思考、深思熟虑的能力，令人信服地处理现实生活中发生的案件，尤其是那些曾一度改变人类历史进程的世纪大案。
二、思辨，大陆法系法律职业者的理论智慧
思辨，从字面含义讲，是思考辨别之意。顾名思义，要在两个或两个以上的事物中进行比对，从而找出两者或多者之间是否相类似或相区别，进而将相类似的“合并同类项”，从而对之适用相同或相似的法律规则。即使对相互之间有区别的事物，也要进一步检讨它们之间的区别是表面的还是实质的，是细微的还是重大的等等。思辨的另一层含义是哲学上运用逻辑推理进行纯概念、纯理论的思维活动。事实上人类的思维活动总是将这两种思辨行为融于一体。
与英美法系相类似，大陆法系法律职业者的思辨能力同样产生于大陆法系特有的制度、相关法律或哲学思想当中：
（一）作为人类理性之体现的成文法秩序
在大陆法系，恰恰相反；由于长期以来形成的成文法传统，法律通常以文本形式出现。法律规范由众多的法律条款组成；而法律条款由概念、短语等构成句子。成文法就是由这样的概念构造成法律条文，法律条文组成法律规范，法律规范组合成法律制度，再由众多的法律规范、制度以及法律原则构成法律部门，再由众多法律部门构成法律体系。无论在一国法律体系的各部门法之间，还是一部门法内部的诸多法律规范之间，抑或同一规范或条款内句子之间，都是按照一定的逻辑秩序排列而成，可称之为“法秩序”。
（二）法学院中的法学方法论教育
大陆法系的法官适用法的过程也并非毫无章法，而是有章可循，有法可依的。这里所谓的“章”、“法”即成文法中的一套体系化的“法学方法论”，即将预先制定的法律条文适用于具体案例时所遵循的方法、技巧、原则、理念等等的综合。与英美法系早期的律师学徒制培养模式不一样，大陆法系自罗马法在欧洲复兴伊始就实行大学教育的模式，学生接受的是一套法学理论以及方法。可以从两个层面展开：第一，宏观层面的法学方法。这里指的是王泽鉴先生所谓的对具体案例进行分析的方法（如历史的方法、请求权的方法等）。第二，微观层面的法学方法。实践中，微观层面的法学方法被蕴含在宏观层面法学方法的应用过程中。在适用各种请求权时，跟适用所有成文法条款是一样的，基本上遵循亚里士多德的“三段论”逻辑过程，即“大前提”、“小前提”、“结论”。遇到具体案件时，他们只需将立法与所学的法律理论及方法应用到案件审理过程中即可。法律专业人士分析审理案件，实际上是一个在法律文本的指引下，在手头的案件的基础上，运用一套法学方法进行思辨或逻辑推理的过程。需要指出的是，思辨的过程小到概念与概念之间的比较，或者将具体案件事实涵摄到某一概念之下，大到法律制度与制度之间的协调，或者法律体系之间的整合无不充满周密、谨慎而又艰难的思考。
（三）国家学说或严格的权力分立思想
在国家学说或权力严格分立思想的主导下，立法机关制定出了成文法律后，司法权不能侵蚀立法权，法官不得“造法”，甚至不能解释法律。法官的职责是严格按照法律条文的规定审理案件。只是到后来，这种情况再也不能适应变动不居的人类社会。不得已人们逐渐放宽并最终认可了法官解释法律的权力，现在看来法官的权力在这一方向上继续扩张。围绕“法官造法”的争议就说明了这一事实。
纵观这些因素，它们也是相互作用并共同促进了大陆法系法律职业人士思辨能力的形成。
三、两种法律思维品质的比较.jpg)
审慎的智慧与思辨的能力分别植根于英美法系的判例法传统和大陆法系的成文法传统中。并且我们还在所观察到的范围内列举了对养成和塑造这种智慧和能力具有促进作用的因素，即英美法系的判例法制度及传统、案例教学法、法律职业共同体，大陆法系的成文法制度、法学方法论、严格的权力分立或国家思想。所有这些因素并非孤立地对法官、律师的思维的塑造和形成发挥作用。相反，它们彼此相互联系作为一个整体共同促成那些职业人士的法律思维品质的养成。
前文论述了审慎和思辨的含义及其产生的法律环境与其形成的机制。然而，这只是审慎与思辨作为一种法律思维品质在形式上的不同。不可否认的是，无论英美法系还是大陆法系国家，司法权都是其政权的必不可少的组成部分，法官乃至整个法律职业都是其社会的有机组成部分，在社会分工中都占重要的地位。那么，正如本文开头提到的，“一切社会科学或人文科学的问题归根结底是人的问题，而人的问题的一个重要甚至是更加直接的方面则是人的思想或思维的问题”。一个国家的法官水平怎么样，取决于这个国家作为整体的法律职业共同体的水平怎么样。而所有法律职业共同体的整体素养将在一定程度上决定某个国家的法治发展水平。然而，这个水平不是别的水平，而是法律职业人士的思维品质处于何种水平。审慎，赋予法官对案件事实以深思熟虑的能力，它让法官在“同情”与“超然”两种状态下思考案情，他们对各方当事人既“同情”又“超然”，在对案情进行反复的斟酌的同时，还将斟酌相关的先例中不同的事实，并比较这些事实基础相似性，以至于可以作为权威先例在本案中加以援引。思辨，赋予法律职业人士以逻辑推理能力。它使得法官或律师们透过“法律的棱镜”（法律概念、术语）观察案件事实，运用形式逻辑将作为案件事实“小前提”函摄到法律规定的“大前提”之下，从而得出法律预先规定的结论。这个过程中，法官或律师如何解释法律概念、术语及法律条文是最重要的。不同的法官，对同一概念的理解可能是不一样的，对同一事实适用哪条法律规定也会得出不一致的观点。这无疑将对当事人，对其所在的社会、国家产生不一样的效果。由此我们引申出一个结论，即无论审慎与思辨其植根的法律环境、思维形式和审查案件时的侧重点如何不同，其最终目的是相同的，即尽可能公正合理地适用法律规则或者创造法律规则以解决纠纷，并借此引导特定的社会共同体沿着正确的、有益的、健康的方向前进。
