*於興中
上海交通大學(xué)中國法與社會研究院學(xué)術(shù)咨詢委員會委員
康奈爾大學(xué)法學(xué)教授
一、
引言
在法律方法的研究中，一個引人注目的領(lǐng)域是人工智能與法律推理的關(guān)系。這方面的研究西方早在20世紀(jì)中期就已開始，但在國內(nèi)似乎還沒有引起足夠的重視。在西方，經(jīng)過幾代學(xué)者的不懈努力，人工智能
與法理推理的研究已經(jīng)取得了很可觀的成就。這個領(lǐng)域初啟山林之時(shí)，很多人都持懷疑態(tài)度，感興趣的主要是研究人工智能的學(xué)者，法學(xué)界鮮有人問津在事。隨著此方面研究成果的不斷出現(xiàn)，法學(xué)研究者才
逐漸對這個領(lǐng)域發(fā)生了興趣。即便如此，一些有影響的學(xué)者還是對此持懷疑態(tài)度。比如芝加哥大學(xué)的大牌教授桑司坦就曾撰文質(zhì)疑過人工智能與法律推理研究的有效性。在他看來人工智能、計(jì)算機(jī)系統(tǒng)再聰
明也無法模擬復(fù)雜多變的人的頭腦，而法律活動乃是一樣高水平的腦力活動，不管以后如何，至少在目前還看不到在這個領(lǐng)域中計(jì)算機(jī)有取代人的可能。然而，熱心于此項(xiàng)研究的人卻并不這樣看。有學(xué)者撰
文指出，人工智能在法律上的運(yùn)用之所以還沒有結(jié)出豐碩成果來并不是由于人工智能的水平不高，而是由于法學(xué)研究的水平不高。這實(shí)在是一個發(fā)人生省的高明見解。人工智能與法律推理的研究必須依賴于
法學(xué)理論。有什么樣的法學(xué)理論，就有什么樣的人工智能與法律推理的模式。從法學(xué)理論和法律推理的角度看，大致而言，現(xiàn)有的法學(xué)理論可以分為兩派，即形式主義和實(shí)用主義。形式主義注重規(guī)則，于是
便有了根據(jù)規(guī)則推理的人工智能推理模式；實(shí)用主義注重個案，因此，便有了根據(jù)個案推理的人工智能推理模式。兩種模式都有了自己的平臺，但都不甚精確，且易出錯。人們在力求改進(jìn)這兩種推理模式的
同時(shí)也企盼發(fā)展新的模式的可能性。然而，由于新的法學(xué)理論總是遲遲不登場，新的法律推理模式自然也只是希望而已。是故，人工智能與法律推理研究不甚成功的責(zé)任就落在了法學(xué)理論上。自從哈貝馬斯
等人提出了所謂法的話語理論（Discourse Theory of Law）以來，人工智能與法的研究又重現(xiàn)生機(jī)。話語理論暗含著對話和溝通的意義。從這個意義出發(fā)，可以設(shè)想一種通過對話得出結(jié)論的推理模式。這種
推理模式被稱為可辯駁推理（Defeasible Reasoning)，它的結(jié)論不是一個必然結(jié)論，但卻是一個較好較可信的結(jié)論。
事實(shí)上，亞利桑那大學(xué)的哲學(xué)家普拉克（John Pollock)早在上世紀(jì)四十年代的時(shí)候就已經(jīng)開始研究可辯駁推理，并且至今仍然孜孜不倦地在追求。他設(shè)計(jì)的OSCAR程序已經(jīng)為他贏得了極高的榮譽(yù)。在普拉克
及其他學(xué)者的共同努力下，可辯駁推理的概念終于在世紀(jì)之交進(jìn)入了法學(xué)界。當(dāng)然這里還另有原因，需要略作說明。
可辯駁推理之能夠進(jìn)入法學(xué)界與法學(xué)研究的熱點(diǎn)有關(guān)。眾所周知，上世紀(jì)末的西方法理學(xué)基本上是德沃金和哈特的天下。似乎再沒有誰比他們倆更重要。法學(xué)雜志上連篇累牘發(fā)表的要不是他們本人的作品，就
是他們的追隨者們保衛(wèi)主帥、唇槍舌戰(zhàn)的文字。這種局面單調(diào)得令人發(fā)悶。因而引發(fā)了“超越哈特/德沃金”的呼喊。哈特和德沃金雖然著述甚夥，但由他們引起的主宰了法學(xué)界長達(dá)三、四十年之久的論戰(zhàn)卻僅僅
把目光盯在法律規(guī)則與法官的自由裁量權(quán)上。從法律規(guī)則的開放性程度到法官的強(qiáng)勢或弱式自由裁量，從法律的解釋到法律推理，從規(guī)則體系到法律原則，從語言哲學(xué)到希臘神話，這場論戰(zhàn)直接或間接地深化
了人們對法律制度和司法行為的理解。以前那種相信司法決定依賴于演繹推理或歸納推理的態(tài)度已經(jīng)因過于天真而明顯的不合時(shí)宜。人們把注意力開始投向更為復(fù)雜的推理模式或法律應(yīng)用的方法和程序。歐陸
英倫學(xué)者這一次充當(dāng)了導(dǎo)師的角色。阿列克西、麥考密克、派茨切尼克、阿尼歐及班考夫斯基等人關(guān)于法律推理和法律論證的著述提高了法律方法和法學(xué)方法的品味和地位。越來越多的人開始關(guān)注法律論證問
題，而法律論證，一如舒國瀅教授在一篇文章中所言，已經(jīng)成為顯學(xué)。
法律論證中一個突出的題目便是可辯駁推理。這是一個生僻的概念。作為一個法律概念它已經(jīng)存在過幾百年了，但它并不是一個常用術(shù)語。因此當(dāng)哈特在一九四八年指出法律規(guī)則的可辯駁性時(shí)，學(xué)界并沒有意
識到它的重要性。甚至在普拉克設(shè)計(jì)出OSCAR并專門研究可辯駁推理很久以后，法學(xué)界都沒有作出應(yīng)有的反應(yīng)。
一旦我們把人工智能同法的話語理論、可辯駁推理、法律論證以及那些杰出的法律人聯(lián)系在一起，我們怎么可能不給它以應(yīng)有的重視呢？在以下的幾頁里。我僅對此領(lǐng)域做點(diǎn)簡單的介紹。
二、
人工智能與法律研究簡介
人工智能(AI)是使用計(jì)算機(jī)科學(xué)的概念、程序和工具從事認(rèn)知過程的科學(xué)。作為計(jì)算機(jī)科學(xué)的一個部門學(xué)科，人工智能的研究發(fā)端于二十世紀(jì)五十年代中期。人工智能研究的創(chuàng)始人之一的Marvin Minsky在一九六
八年說過一句話，集中概括了人工智能研究的實(shí)質(zhì)：“讓機(jī)器從事需要人的智能的工作的科學(xué)”。因此，所有需要人的智能的行為都屬于人工智能研究的范圍，包括下棋，解題，從事數(shù)學(xué)發(fā)現(xiàn)，理解短篇小說，學(xué)
習(xí)新的概念，解釋視覺場景，診斷疾病，進(jìn)行推理等。人工智能的研究中最難的是牽涉到普通常識推理和認(rèn)知的任務(wù)，諸如語言理解。比較技術(shù)性的任務(wù)，諸如解題和下棋一般較容易。這是因?yàn)楹笳呖梢允褂媒?/span>
定得好的術(shù)語，黑白分明，而前者則不然。人工智能同其它研究認(rèn)知和知識的學(xué)科，比如哲學(xué)和心理學(xué)有很大的不同。這種不同主要表現(xiàn)在人工智能需使用計(jì)算上的術(shù)語來進(jìn)行分析，---尤其是用通過體現(xiàn)該分析
的成功運(yùn)行的計(jì)算機(jī)程序。
從事人工智能研究的目的至少有兩個：理解人類智能的工作情況及設(shè)計(jì)有用的智能性的計(jì)算機(jī)程序或計(jì)算機(jī)。大多數(shù)人工智能研究項(xiàng)目都同時(shí)追求這兩個目標(biāo)。舉例來說，為了商業(yè)的目的而設(shè)計(jì)諸如信用卡批準(zhǔn)
決定的計(jì)算機(jī)程序，設(shè)計(jì)者需要了解在此方面素有經(jīng)驗(yàn)的人是如何作決定的，因?yàn)樗麄兪亲詈玫囊彩俏ㄒ坏挠嘘P(guān)此類業(yè)務(wù)的信息的來源。只有他們知道如何才能將該工作作好。同樣的，為了理解或模擬人的認(rèn)知
，最好的作法是設(shè)計(jì)一套能以運(yùn)行的程序：在一定的程度上來說成功就意味著設(shè)計(jì)出一套有用的計(jì)算模式。
在法律領(lǐng)域中，上述兩項(xiàng)目標(biāo)也是被追求的對象。法律與人工智能的研究一方面通過研究深入理解法律推理的各個重要問題，另一方面則注重設(shè)計(jì)可以用于法律實(shí)務(wù)，教學(xué)和研究的計(jì)算模式。就前者而論，如何
發(fā)展出一套基於先例學(xué)說的人工智能推理模式是一個很有意義的嘗試。開發(fā)人工智能推理模式的工作促使研究者去學(xué)習(xí)有關(guān)法律推理的知識，模擬說明基於先例推理的重要問題，諸如就先例與新形勢的相關(guān)性進(jìn)
行評價(jià)，區(qū)別相矛盾的案例，找出相同案例之間的聯(lián)系，然后給予詳細(xì)描述并設(shè)計(jì)能以實(shí)現(xiàn)以上種種的程序來。
后者則更注重實(shí)用的目的。主要努力是在設(shè)計(jì)一套協(xié)助法律人員準(zhǔn)備報(bào)告的計(jì)算程序(像Lawyer’s Workbench)。這套程序包括收集材料和案例并根據(jù)不同學(xué)說予以分類的功能。也可以設(shè)計(jì)一種專供制作法律文書
之用的實(shí)用程序。設(shè)計(jì)此類程序需要開發(fā)分析模式。一般而言，如果一種分析模式會帶來使用上的進(jìn)步，則該模式被視為比較令人滿意的模式。
設(shè)計(jì)一種法律推理的模式的思想并不算新穎。誠然，人們對法律推理模式的有關(guān)重要問題的討論已經(jīng)不少，但以前的討論的詳細(xì)程度還不足以為人工智能模式提供足夠的細(xì)節(jié)內(nèi)容，從而將它們作為計(jì)算機(jī)程序予
以實(shí)施。在人工智能模式中，細(xì)節(jié)的作用極為重要。比方說，法律一般被描述為“根據(jù)例子推理”。這種說法也許對於一定的目的而言就已經(jīng)足夠了，但對於人工智能來說就遠(yuǎn)遠(yuǎn)不夠。為了利用法律學(xué)者們提供的有
關(guān)法律推理的洞見，人工智能的研究者需要同時(shí)指出如何進(jìn)行具體推理，及需要何種信息和方法。
人工智能的方法迫使研究者進(jìn)行非常仔細(xì)的具體分析。它提倡研究者使用計(jì)算機(jī)科學(xué)的思想和方法設(shè)計(jì)概念結(jié)構(gòu)和計(jì)算模式。
三、
人工智能與法律研究的若干目標(biāo)
人們一般希望一項(xiàng)理想的人工智能與法律推理的計(jì)算機(jī)程序能解決以下問題：
1、根據(jù)案例和類比推理(包括真實(shí)案例和假設(shè)的案例)
2、根據(jù)規(guī)則推理
3、多種推理方式的結(jié)合
4、處理定義不嚴(yán)密及含義開放的概念
5、設(shè)計(jì)論證和解釋
6、處理各項(xiàng)知識的例外和其間的沖突，比如規(guī)則間的沖突
7、包容法律知識基礎(chǔ)的變化，尤其是法律概念的變化，處理非單一性因素引起的變化，即由於更多的新知識的出現(xiàn)而使原有的真理不再成為真理，因之而起的變化
8、模擬普通常識
9、模擬人的意向和信念知識
10、承擔(dān)理解自然語言的功能
以上各種目的的實(shí)現(xiàn)尚待時(shí)日。但各方面都有研究在進(jìn)行，有的方面已作出了可喜的貢獻(xiàn)。實(shí)際上，以上各種目的中，有些比較容易實(shí)現(xiàn)，有些則相對困難，而有些則實(shí)現(xiàn)的可能性比較渺茫。比如，上述1、2
、3的研究已經(jīng)頗見成效，4的研究也較有進(jìn)展，但尚需進(jìn)一步深化。5的研究也作出了成績，尤其是基於先例的推斷和進(jìn)行解釋的努力。似乎可以說，在近期內(nèi)達(dá)到以上五種目的的可能性還是比較樂觀的。6、7
兩種研究看來困難較多，但前景并不是一團(tuán)漆黑。而且從事該項(xiàng)研究的人員目前表現(xiàn)得十分積極。設(shè)想有一天他們會取得可喜的成績也不是癡心妄想。
至於后三者，似乎前景不是很樂觀。模擬普通常識推理，有關(guān)意愿和信念的自然語言能力這三方面的研究最為困難。就語言而論，比較簡單的會話和短文的理解能力在一定范圍內(nèi)可能能夠達(dá)到，但普遍使用的模
式的建立仍然相當(dāng)遙遠(yuǎn)，而閱讀理解上訴法院判決之類的癡想恐怕永遠(yuǎn)也實(shí)現(xiàn)不了。
四、
人工智能與法律推理研究的幾個重要里程碑
下面介紹幾項(xiàng)在理解和模擬法律推理，尤其是法律論辯方面提供了重要步驟的具有里程碑意義的法律與人工智能研究項(xiàng)目。這些項(xiàng)目擬解決的問題包括：1)根據(jù)規(guī)則推理，2)根據(jù)案例，假設(shè)及引用先例推論進(jìn)行
推理，3)可辯駁推理。
（一）根據(jù)規(guī)則推理
進(jìn)行法律推理模式的研究的努力最初是運(yùn)用專家系統(tǒng)(Expert System)模擬法律中與規(guī)則相關(guān)的某些內(nèi)容。基於規(guī)則的專家系統(tǒng)是人工智能研究者們廣泛運(yùn)用的一類人工智能系統(tǒng)。這些系統(tǒng)所使用的計(jì)算機(jī)和計(jì)算
技術(shù)概念界定十分清楚，而且計(jì)算性強(qiáng)。雖然從法律的角度看，關(guān)于規(guī)則的有效性，有用性及其狀況，人們的意見不盡一致，而且人們也公認(rèn)在規(guī)則的表述方面也存在著困難，但是將某一套規(guī)則用于一個標(biāo)準(zhǔn)計(jì)
算模式的計(jì)算框架依然是可行的事。
在基於規(guī)則的方法中，規(guī)則通常表現(xiàn)為比較簡單的“如果......那么......”格式。如果已知某種情況存在，那么即采取已指明的行動或者得出擬得到的結(jié)論?；兑?guī)則的系統(tǒng)，通過將這些規(guī)則連接在一起而產(chǎn)生作用。
在法律領(lǐng)域中，首次使用專家系統(tǒng)方法研究的是蘭德公司民事司法中心的Donald Waterman 和MarkPeterson。在他們的系統(tǒng)中，將學(xué)說中的論述和法律專業(yè)知識根據(jù)經(jīng)驗(yàn)大致進(jìn)行了編碼。該項(xiàng)研究進(jìn)行時(shí)，正是
專家系統(tǒng)方法被廣泛用于各個領(lǐng)域之時(shí)，既代表了該方法用于法律研究所能取得的成就，也揭示了該方法自身內(nèi)在的困難。Waterman和Peterson研究了如何將專家系統(tǒng)方法作為一項(xiàng)實(shí)用工具用于法律實(shí)施，證明
了其作為模擬法律專業(yè)知識的一種方法。
他們的系統(tǒng)中研究的一個領(lǐng)域是所謂LDS系統(tǒng)(Legal Decision-making System)。該系統(tǒng)為解決一起產(chǎn)品責(zé)任案件進(jìn)行了“價(jià)值”評估。通過使用為嚴(yán)格責(zé)任設(shè)計(jì)的基於規(guī)則的模式，比較過失，及計(jì)算賠償金，該程序
能以結(jié)算一個案子的價(jià)值，進(jìn)行有關(guān)諸如過失之類的結(jié)論的一系列推理，并且能夠模擬、了解談判的某些內(nèi)容。該項(xiàng)目證明了將基于規(guī)則的技巧用于法律適用的可能性。
該項(xiàng)目的一個較大的弱點(diǎn)是，它用極不精確的術(shù)語掩蓋了法律推理內(nèi)在的困難，且對法律推理的對抗性沒有給予應(yīng)有的重視。舉例來說，LDS向使用者問了使用該產(chǎn)品是否是“可以預(yù)見的”這樣一個問題。這是一個
非常微妙的問題，其答案依賴于解釋，而且完全取決于上下文。你可以說得出有關(guān)使用的可預(yù)見性的結(jié)論乃是過失領(lǐng)域中推理的核心問題。向使用者提出這樣一個問題，讓其給予解釋，實(shí)際上將整個游戲給出賣了
。LDS同時(shí)還表明了基於規(guī)則的方法的另一個一般性問題：它沒有給予法律推理的矛盾性應(yīng)有的重視。在法律推理中，不同立場的雙方往往尋求得出不同且經(jīng)常矛盾的結(jié)論。更進(jìn)一步說，基於規(guī)則的方法，假定某
一套規(guī)則中不存在像含義不清，規(guī)則間的空白及沖突等內(nèi)在困難。為了使基於規(guī)則的系統(tǒng)產(chǎn)生作用，程序設(shè)計(jì)者一般必須清除掉此類問題，使規(guī)則顯得比實(shí)際上更加前后一致和完善。
盡管過於簡單化，Waterman和Peterson設(shè)計(jì)的系統(tǒng)是這個未知的領(lǐng)域里的一個里程碑。截止目前，專家系統(tǒng)依然是被頻繁使用的重要方法之一。應(yīng)用其進(jìn)行研究的項(xiàng)目為數(shù)眾多。在英國進(jìn)行的一個曾經(jīng)引人注意
的項(xiàng)目是由Richard Susskind和Philip Capper設(shè)計(jì)的推定損失賠償系統(tǒng)。該系統(tǒng)的問題領(lǐng)域設(shè)計(jì)1986年英國推定損失賠償法案。該系統(tǒng)針對的是當(dāng)損害和損失為隱形時(shí)，求償人何時(shí)可以開始提出賠償請求的時(shí)間等法
律問題。
（二）根據(jù)案例推理
我們可以舉Kevin·Ashley對美國貿(mào)易保密法所進(jìn)行的研究來看如何將人工智能的研究運(yùn)用于根據(jù)案例進(jìn)行推理。Ashley所使用的模式稱為HYPO。其運(yùn)作情況是這樣的。面對一定的事實(shí)情況，HYPO根據(jù)其擬定的貿(mào)易
法分析模式對事實(shí)予以分析，然后從案例知識系統(tǒng)中找出相關(guān)的案例來。接下去，該模式將分析哪一個案例最接近和有可能如此，并確定從何角度，用何種分析方法進(jìn)行分析。然后，HYPO就會形成一種初步看法，
分別從訴訟雙方的角度進(jìn)行分析、辯論。先從最能支持甲方論點(diǎn)的案例進(jìn)行分析；再從乙方的角度引證最能說明其論點(diǎn)的案例進(jìn)行區(qū)別分析。然后，HYPO再回過頭來反駁乙方的觀點(diǎn)，將乙方引用的案例予以區(qū)別，
并加強(qiáng)甲方的論點(diǎn)與眼前的案子的事實(shí)關(guān)系。如果已有的案例知識庫中沒有可以引用的案例，HYPO則會使用假設(shè)案例。
HYPO能夠衡量案件的相關(guān)性，為各方確定哪一個案例對其最有用，或與其論點(diǎn)最接近，以便引用。它也能類推或區(qū)別不同案件，進(jìn)行假設(shè)推理，引用與某一論點(diǎn)相反的案例，及建構(gòu)基於案例的論點(diǎn)的基本結(jié)構(gòu)。但
HYPO的作用僅限于根據(jù)案例推理，并未試圖研究較高層次的包括政策分析的推理活動。HYPO只是進(jìn)行案例和事實(shí)分析的一種非常技術(shù)化的推理模式。
HYPO的一個主要特點(diǎn)是其案例索引系統(tǒng)。HYPO使用被稱為“要素”(Dimension)的索引系統(tǒng)尋找案例并進(jìn)行分析。要素代表重要的法律因素。它將由於某些事實(shí)的存在而需根據(jù)某一觀點(diǎn)對所選案例進(jìn)行處理的知識編
入程序，能使HYPO找出支持同一觀點(diǎn)的一組案例來，并對該組案例中各個案例的相對重要性進(jìn)行比較和估計(jì)。
HYPO使用要素來界定諸如“相關(guān)” 、“最合適” 、“最好” 等概念。如果一個案件中有一個要素和眼前的事實(shí)情況相吻合，則該案件可稱為“相關(guān)” 案件。HYPO通過尋找事實(shí)情況中的若干要素和案件中的若干要素的重疊
情況來確定案件是否為最合適的程度。如果乙案例中的要素已包含在甲案中，則甲案例被稱為更加合適的案例，因?yàn)榧装咐囊睾褪聦?shí)情況的要素相同點(diǎn)較多。
（三）可辯駁推理
根據(jù)規(guī)則推理和根據(jù)案例推理反映了兩種不同的法學(xué)觀。即規(guī)則中心主義和規(guī)則懷疑主義。這兩種法學(xué)觀之間的辯論是上世紀(jì)法學(xué)界的空前盛事。但隨著時(shí)間的推移。這場大討論逐漸失去了生命力，變得陳腐而停滯
不前。無論根據(jù)規(guī)則推理也好，還是根據(jù)案例推理也好，都是屬于單項(xiàng)度的推理（MONOTONIC REASONING），即前提－事實(shí)－結(jié)論的傳統(tǒng)推理模式。有很多人對這個模式表示懷疑。關(guān)于法律是一種話語的理論的
產(chǎn)生給這種停滯不前的狀態(tài)注入了生命的活力。
法律的話語理論為法律推理提供了一種截然不同于演繹推理和歸納推理或類比推理的方法。在它看來，法律辯論的性質(zhì)是說理性的， 而法律推理的正確方法既不是演繹也不是歸納，而是一種更豐富的多聲調(diào)的對話過
程。在這個對話過程中首先應(yīng)該解決的是1、什么因素構(gòu)成一個論斷？2、何時(shí)可以提出論斷？
可以通過一個簡單的例子來說明什么是可辯駁推理。
格林說：“大部分經(jīng)濟(jì)學(xué)家都不太會寫作。麥那爾德是一位經(jīng)濟(jì)學(xué)家。所以，麥那爾德很可能不太會寫作。”
如果我們認(rèn)為麥那爾德可能是個例外，即便是我們接受前兩句話的真實(shí)性，我們也可以不接受第三句話所表達(dá)的意思。該論斷是可辯駁性的，也就是說，一方面作為一個一般的判斷它是站得住腳的,但從另一方面來看
它又是會錯的。我們可以設(shè)想一個反例來降低它的可信度。
布朗說：“那不對。麥那爾德是個例外。我讀過他寫的詩，非常棒。”
在此布朗根據(jù)自己的經(jīng)驗(yàn)提出看法，推翻了麥那爾德會是個不太會寫作的人的假定。然而，這個反駁論斷并不必然獲勝。通常，該反駁論斷也是一個可辯駁的論斷，也就是說它也可以被人推翻。在這個例子中布朗的
推斷實(shí)際上很弱，因?yàn)樗耆⒃诓祭蕚€人對麥那爾德的詩的評判的基礎(chǔ)上。如果在場的人中還有人讀過麥那爾德的詩，他很可能會提出不同見解，推翻布朗的論斷。但是，如果格林沒有讀過麥那爾德的詩，他就
不可能提出推翻布朗論斷的見解。如果是這樣，格林就處在劣勢地位。請?jiān)诳聪旅娴睦樱?/span>
格爾德說：“我也讀過麥那爾德的詩。我覺得他寫得不怎么樣。他的詩既不合轍，也不押韻，寫得很差?！?/span>
布朗說：“那是你的看法。但是作為一個文學(xué)教授，而且出版過好及本詩評的人，我可以告訴你合轍押韻對好詩來說并不重要。我相信大多數(shù)公認(rèn)的批評家都會同意我對麥那爾德詩的看法。”
在上述例子中格爾德用以推翻布朗看法的乃是一種普通的見解，即“我的意見和你的一樣重要”。而布朗則訴諸于自己的專業(yè)知識和評論家的共同標(biāo)準(zhǔn)。布朗的論斷顯然要比格而德的更具有說服力。布朗式的論斷在法
律領(lǐng)域中可能會是一個強(qiáng)有力的論斷，但在科學(xué)領(lǐng)域里則不然。因?yàn)榭茖W(xué)需要逐個證明，籠統(tǒng)的指陳不會獲得信任。
通過上述例子可以看出，任何對于某一事物的判斷都有可能被推翻。那種單一模式的推理只具有暫時(shí)的正確性。當(dāng)場景或條件發(fā)生變化以后，論斷的正確性也會發(fā)生變化。多元反復(fù)推理可能更確切地反映了推理的
本質(zhì)。法官在作決定時(shí)，極少順著一條單一的推理模式作出判斷。在規(guī)則的選擇、理解及應(yīng)用上，法官很可能要反復(fù)思考、衡量各種利弊、依靠各種權(quán)威根據(jù)，最終得出一個他認(rèn)為合理合法的結(jié)論來。
五、
話語理論與可辯駁推理
可辯駁推理在近年來引起廣泛關(guān)注，除了人工智能的研究模式轉(zhuǎn)變之外，話語理論的進(jìn)入法學(xué)研究領(lǐng)域也是一個重要原因。話語理論是一個內(nèi)涵極其豐富的術(shù)語，它在人類學(xué)、語言學(xué)、文化批評等領(lǐng)域的應(yīng)用結(jié)出
累累碩果，同時(shí)也造成了概念上的混亂。本文無法詳述有關(guān)話語理論的各種見解，也不可能系統(tǒng)闡述這一被視作后現(xiàn)代視角的理論/方法的概貌。本文甚至無法觸及構(gòu)成話語理論的基本命題及話語理論和話語分析之
間的區(qū)別等重要問題。在此，僅就話語理論在法學(xué)研究中的某種表現(xiàn)略作探討。
把法律看作是一種話語的觀點(diǎn)由來已久，而亙古長新。亞里士多德早就闡述過法律是一種話語的觀點(diǎn)。?？?、哈貝馬斯、佩雷爾曼、圖爾敏及阿里克西等人在上世紀(jì)和最近的論述則把這一觀點(diǎn)擺到了法學(xué)舞臺上最
搶眼的位置。它與協(xié)商性民主、多元政治、文化多元主義及法律論證等領(lǐng)域遙相呼應(yīng)，改變了人們對民主、法治等一系列重大問題的看法，使單一的、縱向的政治法律思維模式發(fā)生了重大變化，為多元的、平行式
的、協(xié)商性的思維模式所替代。法律的話語理論說盡管早就在亞里斯多德那里初見端倪，但終未形成氣候。直到上世紀(jì)六十年代佩雷爾曼和奧爾布希特－泰特卡，及圖爾敏通過論證理論使它重建天日。阿列克西的
一本《法律論證理論》更使它風(fēng)靡全球。而哈貝馬斯的溝通理性和話語理論則為它提供了哲學(xué)和社會理論方面的強(qiáng)有力的支持。
在法學(xué)理論中，法的話語理論構(gòu)成了規(guī)則中心主義和經(jīng)驗(yàn)中心主義以外的第三種法律觀。法的話語理論所關(guān)注的焦點(diǎn)既非法律規(guī)則，亦非法律案例，而是法的論證過程。在這里，法律規(guī)則在某一案件中是否運(yùn)用得
確當(dāng)，只是底線。更為重要的是司法決定最終是否通過法律論證為人們所接受。
在法的話語理論中，一個重要思想是無論規(guī)則還是案例，其本身并不是足以構(gòu)成自足的論證，因?yàn)閮烧弑旧矶际强蔂幾h的對象。這與把規(guī)則和案例看成不同推理前提的傳統(tǒng)法律思維是截然不同的。
法律規(guī)則的開放結(jié)構(gòu)、一項(xiàng)具體規(guī)則的范圍大小、規(guī)則的合法性及有效性等等因素使規(guī)則成為可爭議的對象。案例的判決理由、案件之間的相似性、支持該案例的推理等不確定因素使得案例也成為可爭議的對象。
因此，在將它們作為推理的前提時(shí)，兩者首先需要進(jìn)一步確定化。然而，雖然規(guī)則和案例都是爭議的對象，但它們同時(shí)又是進(jìn)行法律推論的基本材料。法律推論只有在使用規(guī)則和案例的基礎(chǔ)上才能有效進(jìn)行。
法律論證不同于法律推理，前者為司法決定提供理由，而后者則為得出司法決定必經(jīng)的邏輯推導(dǎo)過程。雖然法律論證旨在為司法決定提供理由，而法律的話語理論正好支持法律論證的過程，法的話語理論也為法律
推理提供了一種理論，正如麥克密克指出的法律推理需要一種法學(xué)理論。法律的話語理論開創(chuàng)了新的法律推理模式的可能性。這種可能性就在於把法律推理看作一種可辯駁的多元推理，而非單一的演繹推理或類比推
理。對人工智能和法律推理的研究者而言，模擬可辯駁推理的過程已經(jīng)變成中心任務(wù)。
這是一項(xiàng)較新的任務(wù)，在已開發(fā)出來的模式中，人們主要使用非單一性邏輯(non-monotonic logic)，力圖建立一個基本框架來模擬法律推理的基本特點(diǎn)。話語理論表明，法律是一套建立在互為反面的爭論基礎(chǔ)上的系
統(tǒng)。模擬法律的系統(tǒng)因此也必須能夠處理反對意見。這項(xiàng)任務(wù)單一性邏輯模式無法但當(dāng)，因?yàn)閱我恍赃壿嬆Ｊ降耐评砼懦夥磳σ庖姾筒煌庖姟＠纭叭绻鸄、B和C存在，那么結(jié)果為X?！钡灿锌赡芗词笰、B、C都存
在，結(jié)果卻不是X。單一性邏輯推理只能反映兩者之一，而非單一性邏輯推理則可以使兩者并存，從而為進(jìn)一步推理提供選擇。如果一條規(guī)則的結(jié)論比另一條要強(qiáng)，那么較弱的規(guī)則的結(jié)論則不會出現(xiàn)。從事人工智能
和法律研究的工作者認(rèn)為這種非單一性邏輯法律推理系統(tǒng)可以模擬法律的話語特點(diǎn)。他們認(rèn)為該類推理系統(tǒng)可以同前后不一致的觀點(diǎn)論理，并衡量支持不同結(jié)論的論點(diǎn)。非單一性法律推理系統(tǒng)，諸如Prakken，Sartor
和Loui開發(fā)的那些，旨在為法律論證的性質(zhì)提供形式上的規(guī)格(formal specifications)。盡管他們各自的系統(tǒng)的細(xì)節(jié)與定義等各有不同，但其所追求的核心問題卻大同小異，主要表現(xiàn)在四個方面：1、構(gòu)成某一結(jié)論的論
點(diǎn)是什么？2、什么是對該論點(diǎn)的反駁(attack)？3、什么是對某一論點(diǎn)的支持？4、什么是對某一論點(diǎn)的否定？凡此種種，似乎都在貫徹著一個話語理論。它們似乎都能提供解決論爭的手段。
除了模擬法律論證的性質(zhì)之外，非單一性法律推理系統(tǒng)也能模擬各種論證的程序和過程。Gordon，Rissland和Skalak開發(fā)的系統(tǒng)具有這種能耐。他們研究何時(shí)可以提出論點(diǎn)，作出讓步或否定該論點(diǎn)，也設(shè)計(jì)使用于總的
論證過程的規(guī)范。同其它系統(tǒng)相比，這些系統(tǒng)似乎更注重發(fā)現(xiàn)問題，而不是要就案件主要訴求作出決定。
毫無疑問，非單一性法律推理系統(tǒng)的研究充滿了希望，它們完全可以體現(xiàn)法的話語理論的精神，但這里尚存在不少問題。首當(dāng)其沖的是，如何處理不同論點(diǎn)之間的平衡并且得出哪一個論點(diǎn)為最好的結(jié)論。從事該類研究
的學(xué)者們認(rèn)為，非單一性法律推理系統(tǒng)可以最終衡量不同觀點(diǎn)的正確與否，并從中作出選擇。然而事實(shí)上，這是非常難以實(shí)現(xiàn)的目標(biāo)。在普通法理學(xué)中，當(dāng)規(guī)則與規(guī)則或論點(diǎn)與論點(diǎn)沖突時(shí)，應(yīng)當(dāng)訴諸于更高層次的非規(guī)
則標(biāo)準(zhǔn)，諸如政策、原則及基本價(jià)值。但如何選擇非規(guī)則標(biāo)準(zhǔn)，及如何論證已選擇標(biāo)準(zhǔn)的有效性卻是更為困難的事。即使對人而言，這也絕非易事，對於人工智能而言，這幾乎是不可能的事。但這并不是說，這種研究
本身就毫無意義。在目前看來難以實(shí)現(xiàn)的事，可能在若干年后就變得容易起來。
在現(xiàn)有的運(yùn)用計(jì)算機(jī)和法律的話語理論設(shè)計(jì)的法律推理系統(tǒng)中，各種觀點(diǎn)的沖突是通過訴諸于元規(guī)范(meta－norms)予以解決的。Prakken認(rèn)為，可以用Lex Superior，Lex Specialis，及Lex Posterior等元規(guī)范來評判不同
的論點(diǎn)。最具有權(quán)威的、最具體的和最古老的規(guī)范應(yīng)該具有最高效力。這固然不失為一種好的設(shè)想，但諸如此類的元規(guī)范實(shí)在不多，而法律關(guān)系的表現(xiàn)卻是千變?nèi)f化的。有限的元規(guī)范難以應(yīng)對眾多的法律關(guān)系。而為了
適應(yīng)各種法律論證的需要，就得發(fā)展更多的元規(guī)范。這樣一來，新的問題就會出現(xiàn)，諸如什么是可以接受的元規(guī)范，如何判斷哪一個原規(guī)范支持某一個具體論點(diǎn)，以及當(dāng)元規(guī)范發(fā)生沖突時(shí)應(yīng)該如何解決等等。在佩雷爾
曼和阿列克西看來，這些問題正是論證過程擬解決的問題。話語理論及可辯駁推理所關(guān)注的正就是這些重要問題。