在人工智能的法律問題研究廣泛展開之后，通過對現(xiàn)有文獻的梳理，可以發(fā)現(xiàn)，目前的研究總體上更多的趨向于以法律作為一個外部框架來探討法律如何應(yīng)對人工智能發(fā)展形成的各種新型法律問題、如何對于人工智能的發(fā)展進行規(guī)制。在這一方面的研究中，既包括針對目前的弱人工智能(ANI)的實際應(yīng)用進行法律規(guī)制的相關(guān)研究，也包括對于未來的強人工智能(AGI)可能向人類社會提出的挑戰(zhàn)，進行預(yù)測性的研究，甚至還包含了對于“奇點“之后的超人工智能(ASI)會造成什么樣的顛覆性后果、是否可能進行法律約束的思考。三個層次的研究比較而言，由于弱人工智能事實上已經(jīng)在生活中的方方面面出現(xiàn)應(yīng)用，具體的法律問題已經(jīng)形成，而且對弱人工智能在具體層面的應(yīng)用所作出的法律回應(yīng)也比較容易整合進入現(xiàn)有的法律框架當中，因此成為人工智能與法律相關(guān)研究當中最主要的主題，并主要梳理出幾個較為集中的主題。 其中最具有代表性的研究，主要集中于人工智能創(chuàng)造物的知識產(chǎn)權(quán)研究 ，以及關(guān)于智能汽車無人駕駛的相關(guān)法律問題的研究 。對于這一系列問題，雖然技術(shù)上有許多前所未有的創(chuàng)新，但從法律框架上還是基本上可以嘗試納入到傳統(tǒng)的知識產(chǎn)權(quán)法、侵權(quán)法、行政法等框架當中進行處理。而在強人工智能方面，人們關(guān)心當強人工智能在社會中出現(xiàn)時應(yīng)當如何處理其法律人格、權(quán)利義務(wù)的相關(guān)問題。 進一步來說，就是可能成為機器人形態(tài)的人工智能如何與人類在社會中有序共存。 在這些研究中，法律也是一個給定的外部框架。

可以說，目前大部分研究關(guān)注的視角是法律在人工智能之外，作為一個外在框架來加以回應(yīng)和調(diào)整。關(guān)心的是法律須規(guī)定人工智能可以被應(yīng)用的形式，以及在特定情境下使用(某種)人工智能可能要承擔的責(zé)任。 當然，與之相對應(yīng)的也有另一方面的視角，即將人工智能的運用吸收到法律運作當中，探討人工智能如何具體改進法律運作，并由此對于法律職業(yè)形成機遇與挑戰(zhàn)。 這方面既有對更具有效率和規(guī)律性的司法的樂觀預(yù)期，也有對”機器人法官“、”機器人律師“對人類形成替代的憂慮。較之于此前所述的以法律作為人工智能外部框架的研究，這類研究更注重從人工智能對法律的影響而非法律對人工智能的影響的視角切入。盡管如此，在此類研究中，法律仍然基本上作為一個常量進行分析，作為變量的更多是法律職業(yè)或是司法程序。

在弱人工智能階段，由于人工智能處理的問題較為單一，仍然屬于“工具”的范疇，與傳統(tǒng)的“產(chǎn)品”別無兩樣。雖然無人駕駛汽車、無人機等新產(chǎn)品的出現(xiàn)，給傳統(tǒng)法律體系帶來許多新問題，引發(fā)許多新思考，但仍然屬于傳統(tǒng)法律體系能夠解決的問題。因此，可以理解幾乎所有人工智能與法律的相關(guān)研究都還將法律作為一個常量處理。但是，如果要更為全面的認識人工智能與法律之間的關(guān)聯(lián)，則有必要將法律也作為一個變量，思考人工智能可能會對于法律本身產(chǎn)生什么樣的影響，也就是說，本文將要討論的是人工智能語境下的”法律“轉(zhuǎn)型，而非僅僅是”法律職業(yè)“抑或”法律運作“轉(zhuǎn)型。只有理解了人工智能這一技術(shù)變遷可能會使得法律本身有什么樣的轉(zhuǎn)型，才能更好去思考轉(zhuǎn)型后的法律如何去應(yīng)對人工智能所產(chǎn)生的具體法律問題。

同時，還需要界定的是，作為一項初步的研究，本文所立足的人工智能語境，并不是非常超前的未來，而是基于當下，并不試圖將強人工智能乃至超人工智能納入討論，而僅限于適用于法律活動的專業(yè)性弱人工智能可能造成的影響與變遷，這種影響與變遷的出現(xiàn)并不會太遙遠。而對于這種弱人工智能的界定，去除了簡單的擬人式想象，只將其看作一種基于算法設(shè)計通過數(shù)據(jù)自主學(xué)習(xí)以優(yōu)化數(shù)據(jù)處理的計算機制，本質(zhì)在于算法和數(shù)據(jù)。

效率導(dǎo)向推動下人工智能在法律活動中的應(yīng)用

從將人工智能作為優(yōu)化數(shù)據(jù)處理的計算機制出發(fā)，對于人工智能與法律的關(guān)聯(lián)，很容易將其作為一種法律活動的輔助工具加以理解。事實上，最早對于人工智能與法律相關(guān)問題的研究，首先就注意到人工智能可能運用于司法裁判發(fā)揮作用。 就專注于具體專業(yè)領(lǐng)域發(fā)揮作用的弱人工智能而言，對于大量信息處理的效率，顯然超過人類的法官與律師，通過其強大的計算能力，能夠更快地通過現(xiàn)有的數(shù)據(jù)完成對于案件的前期分析，也能夠更便捷的生成嚴格的形式理性化程序運作所需的各類材料，因而其在司法領(lǐng)域當中可能發(fā)揮的作用是顯而易見的。尤其是在當下受案多人少問題困擾的法院檢察院，更加有迫切的需求，希望通過人工智能的高效來緩解辦案壓力。

當然，在效率導(dǎo)向之外，對于人工智能在法律中的應(yīng)用，公平導(dǎo)向也是一種重要的推動力。從對人工智能的最早的想象開始，就有許多學(xué)者在思考如何通過人工智能的運算，既能夠模仿人類法官的推理路徑，又能夠避免人類認知中的各類偏差與謬誤，使法律能夠更加的理性而克服非理性。 這一類型的研究更加側(cè)重于通過對人工智能的推理模式進行設(shè)計，重點不是緩解案多人少的問題，而是使法律規(guī)則在個案中的適用更為準確，使理想的司法審判更接近于得到實現(xiàn)，從而更凸顯法律的公平與理性。

盡管就法律價值而言，效率導(dǎo)向與公平導(dǎo)向都得到了高度的重視，但在人工智能的司法應(yīng)用中，效率的邏輯顯然更為強大。造成這種現(xiàn)象，顯然并不是因為法律人在價值觀上存在著高下之分，而是因為對于人工智能而言，去把握如何提高司法的效率，要比去把握如何實現(xiàn)司法的公平更容易。即使不涉及更復(fù)雜的理論分歧，僅以同案同判作為一個簡單的實現(xiàn)司法公平的標準，什么是同案同判，首先也是一個眾說紛紜的問題，關(guān)于同類的標準，在不同的法學(xué)理論中有不同的認識。 而從不同標準出發(fā)，不同的法學(xué)理論也有不同的推理模式。因此人工智能在進行具體的法律推理時，如何達到一個最優(yōu)的選擇，首先還需要經(jīng)歷法學(xué)理論的諸神之爭，目前不可能形成一種統(tǒng)一的得到普遍認同的算法。而且，同法律推理的多元范式相似，機器學(xué)習(xí)中對于終極算法的探索也還存在著符號學(xué)派、聯(lián)結(jié)學(xué)派、進化學(xué)派、貝葉斯學(xué)派、類推學(xué)派五大流派，每個學(xué)派對于學(xué)習(xí)的認識有著本質(zhì)性的差異。 因此，如果要將人工智能想象成為一種擬人的存在，真正成為可替代人類的“機器人法官“或”機器人律師“，或者說能夠在很大程度上主導(dǎo)司法裁判，當前的研究普遍得出了一種較為否定性的結(jié)論。

但與如何達成公平這一復(fù)雜標準相對，如何提高效率則是一個更容易被量化的簡單標準。人工智能完全可以不去涉足更深層次的法學(xué)理論諸神之爭，而是僅從已有的司法數(shù)據(jù)與司法流程模板出發(fā)，得出較為表層的概括，為參與司法活動的人類提供輔助。例如，智能化、自動化的法律檢索將深刻影響法律人進行法律研究 (檢索) 的方式，基于NLP、TAR (技術(shù)輔助審閱)、機器學(xué)習(xí)、預(yù)測性編程 (predictive coding) 等技術(shù)實現(xiàn)法律文件審閱自動化可以顯著提高這一工作的效率, 大大節(jié)約審閱文書的時間，進一步可以通過數(shù)據(jù)的積累與學(xué)習(xí)，實現(xiàn)法律文件生成自動化。 從這樣的要求出發(fā)，算法的設(shè)計就可以相對簡化，無需深入到終極算法的層面，只需要對現(xiàn)有數(shù)據(jù)進行一般性的歸納和類比，技術(shù)上也沒有太高難度。因此，這一層次的人工智能在司法中的應(yīng)用，具有較為明顯的可行性，也就有了較強的推動力。

在實踐中，以功能較為單一的弱人工智能提升司法效率的嘗試，已經(jīng)在不同層級的司法機關(guān)得到實踐，并且得到了高層領(lǐng)導(dǎo)的大力支持。上海高院院長崔亞東表示，上海法院第二個三年規(guī)劃核心是“一個戰(zhàn)略、兩個行動”，即大數(shù)據(jù)戰(zhàn)略，互聯(lián)網(wǎng)+行動、人工智能行動。 最高人民法院周強院長指出要“綜合應(yīng)用各種人工智能技術(shù)，實現(xiàn)智能審判、智能訴訟等司法輔助功能”。 而在國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》中，則更高層次的提出“建設(shè)集審判、人員、數(shù)據(jù)應(yīng)用、司法公開和動態(tài)監(jiān)控于一體的智慧法庭數(shù)據(jù)平臺，促進人工智能在證據(jù)收集、案例分析、法律文件閱讀與分析中的應(yīng)用，實現(xiàn)法院審判體系和審判能力智能化。” 可見，從政治決策層面到司法領(lǐng)導(dǎo)層面，再到司法實施層面，對于人工智能作為一種輔助功能的運用都表現(xiàn)出較為積極的態(tài)度。

當然，人工智能的運用不會局限于司法機關(guān)，更重要的是在各類法律活動中的全面推廣。當事人以及潛在的訴訟參與人同樣有強烈的推動力借助于人工智能來提升法律活動的效率。在購買法律服務(wù)時，消費者會傾向于更為標準化并且可以被計算機處理的法律產(chǎn)品，因為這將意味著費用的降低。 互聯(lián)網(wǎng)的發(fā)展歷史也表明，網(wǎng)絡(luò)空間的的生成和擴散可以看成是一個由商業(yè)力量推動主導(dǎo)的生產(chǎn)性過程。 從商業(yè)邏輯出發(fā)的這種推動力，甚至?xí)绕鹫蛩痉ú块T的推動力更加有力。無論以何種形式，人工智能在司法中的應(yīng)用都離不開大量數(shù)據(jù)的吸收與處理。如果個人的數(shù)據(jù)被嚴格的加以保護，算法就失去了學(xué)習(xí)的基礎(chǔ)。而正是效率這一推動力，使得個人在參與時有可能承受放棄對個人數(shù)據(jù)嚴密保護這一成本，更有力的刺激人工智能在法律活動中的運用。

人工智能語境下對法律認知的重構(gòu)

從政府部門的推動，以及法律服務(wù)市場的商業(yè)邏輯出發(fā)，都可以預(yù)見到專業(yè)化的弱人工智能在法律活動中的運用將會逐漸擴展開來。簡單來看，這種運用同人工智能時代之前的法律活動并沒有根本性的差異。參與或準備參與到法律活動中的當事人如果有需求，向提供市場服務(wù)的機構(gòu)購買服務(wù)，并不需要在意這種服務(wù)產(chǎn)品的具體生產(chǎn)者究竟是人類還是人工智能。而且就弱人工智能的技術(shù)條件而言，并不會在形態(tài)上出現(xiàn)機器人律師這種科幻式的場景，當事人能直觀感受到的區(qū)別可謂微乎其微。

但是，表面上看似并無區(qū)別的法律服務(wù)，實質(zhì)上卻具有新的意義。在傳統(tǒng)模式下，法律活動的參與者如果要購買專業(yè)機構(gòu)的法律服務(wù)，時間與經(jīng)濟成本都需要進行更充分的考量。我們很容易設(shè)想這種模式下的典型場景：當事人向律所支付費用購買關(guān)于個案的法律服務(wù)，律所的知名度越高，則費用越高。而且，即使是要處理的是非常簡單的法律活動，從不同律所中進行搜索、聯(lián)系有意向的律所、并進一步對所需要購買的服務(wù)內(nèi)容進行溝通都需要花費相當?shù)臅r間，從而成為成本考量的一部分。而當人工智能開始介入到這種服務(wù)市場的情況下，更為便捷因而也更為廉價的法律服務(wù)則成為可能。例如，杭州互聯(lián)網(wǎng)法院就在其立案平臺向當事人直接通過關(guān)鍵詞推送類似案件的相關(guān)數(shù)據(jù)，使當事人得以便捷的形成對所面對案件的處理結(jié)果的初步判斷。而類似的技術(shù)也完全有可能進一步進行商業(yè)推廣，不局限于單一平臺。如果法律活動的參與者可以在不同平臺廉價而快捷的獲取相關(guān)服務(wù)，就可能在進行每一步法律活動時直接接收到推送的法律意見，以此作為制定下一步對策的依據(jù)。如果更多的參與者都不是基于自己或是購買服務(wù)的單個律師的服務(wù)形成對案件的預(yù)測，那么大量行動者對決策的調(diào)整會很大程度上改變當事人之間的博弈狀態(tài)。因此，基于人工智能和大數(shù)據(jù)的案件預(yù)測將深刻影響當事人的訴訟行為和法律糾紛的解決。

簡單來看，這似乎也并沒有什么根本性的變革。在傳統(tǒng)模式下，如果法律活動的參與者有意愿和能力購買全面的法律服務(wù)，也完全可以一步步獲取非常細致的法律意見進行決策。當然，很容易看到由于經(jīng)濟成本的考量，人工智能時代才有可能更大范圍普及這種服務(wù)。以更低的價格獲得更強大的計算能力，這一加速度過程正是信息技術(shù)革命從量變到質(zhì)變的基礎(chǔ)。正如我們在蒸汽火車時代無法想象高鐵網(wǎng)絡(luò)對地理空間的重塑，在手搖電話時代無法想象4G通信對信息傳遞的重塑，當這種預(yù)測的形成速度超過一定臨界點時，變革就會變得明顯起來。

重點其實還不在于普及的廣度，而在于思維的速度與深度。傳統(tǒng)的法律服務(wù)模式下，有財力的法律服務(wù)購買者從服務(wù)提供者那里所獲取的意見，也可能表現(xiàn)為大數(shù)據(jù)基礎(chǔ)上的歸納與分析，但局限于信息成本，基本上還是立足于個案進行相似案件的有限類比，而不可能在短時間內(nèi)集合全局性的數(shù)據(jù)。而對于人工智能而言，則不存在這一障礙，能夠更為迅速完成整合全局數(shù)據(jù)的過程。而且，既然要從效率出發(fā)，人們當然希望獲得的服務(wù)能夠轉(zhuǎn)換為自然語言的表達，而非純粹的數(shù)據(jù)。這樣一來，普通公眾對法律的認知已經(jīng)悄然發(fā)生了巨大變化，如果說過去的認知一般是基于法條和個案事實進行的演繹式認知的話，在新的技術(shù)條件支持下就更多變?yōu)閷傮w狀況的歸納式認知。在前一種情形下，他們所認識的法律首先還是規(guī)范條文，而后一種情形下則更直接呈現(xiàn)為運作結(jié)果。我們可以設(shè)想，當這樣一種認知途徑得到普遍運用之后，普通公眾對于法律的認知并不立足于個案中涉及的規(guī)范而是立足于個案就會形成的結(jié)果。當公眾對法律的認識不再是“法律規(guī)定了什么”而是“法律會導(dǎo)致什么樣的結(jié)果”，這就成為了對于法律認知模式的一種重構(gòu)。據(jù)此我們很容易聯(lián)想到霍姆斯著名的預(yù)測理論 ，技術(shù)的進步正是為更快速也更準確的作出預(yù)測提供了可能。在法律預(yù)測更容易被提供的情況下，哈特所謂的“無知之人“(puzzled man)也會與霍姆斯所謂的”壞人“(bad man)變得更加接近，從而可以統(tǒng)一起來。

在技術(shù)變遷帶來的公眾對于法律的認知模式轉(zhuǎn)變的同時，從另一端來看，向公眾輸出的法律認知也由于技術(shù)的變遷而產(chǎn)生了變化。人工智能建立于大數(shù)據(jù)基礎(chǔ)之上，但不是簡單停留于對大數(shù)據(jù)的處理，而是試圖向“小數(shù)據(jù)，大任務(wù)“的認知構(gòu)架發(fā)展。 人工智能的運用，相對于此前的數(shù)據(jù)挖掘與處理技術(shù)，一個更為突出的特征就在于機器自身的深度學(xué)習(xí)。機器的學(xué)習(xí)不同于日常生活語言中所謂的學(xué)習(xí)定義，而是一個更為廣義的概念，意味著計算機程序?qū)τ谀愁惾蝿?wù)T和性能度量P，在T上以P衡量的性能隨著經(jīng)驗E而自我完善。 具有學(xué)習(xí)能力的人工智能可以無需局限于最初編寫的代碼，而是通過對于數(shù)據(jù)的學(xué)習(xí)形成更為深入的理解，從而完善其分析。因此，在人工智能研究領(lǐng)域中一個毫無疑問的共識就是“數(shù)據(jù)喂養(yǎng)著人工智能”。每一個當事人數(shù)據(jù)的輸入，都不是孤立的數(shù)據(jù)，而是會成為機器學(xué)習(xí)的內(nèi)容，發(fā)展出處理未來數(shù)據(jù)的方法。因此，在法律活動的參與者與提供法律服務(wù)的人工智能之間，形成了密切的互動。當事人獲得人工智能依據(jù)數(shù)據(jù)輸出的反饋，作出自己的決策，決策本身也就形成了新的數(shù)據(jù)供人工智能進一步學(xué)習(xí)。而商業(yè)競爭會進一步推動學(xué)習(xí)的改進，得到數(shù)據(jù)越多的平臺越能進行有效的學(xué)習(xí)，也更能夠形成更具效率的算法，從而又形成更強吸引力來吸收更多數(shù)據(jù)。同其他互聯(lián)網(wǎng)領(lǐng)域的商業(yè)競爭類似，也會逐漸表現(xiàn)出贏家通吃的狀況。

站在正統(tǒng)的法律視角來看，由于法律本身的復(fù)雜性，人工智能的預(yù)測能力可能在較長的一段時間內(nèi)并不能達到令人滿意的程度，這種向公眾輸出的法律預(yù)測事實上很可能扭曲了真實的法律。但是，如果人工智能的發(fā)達意味著數(shù)據(jù)量達到了巨大的規(guī)模、獲取這種服務(wù)的公眾達到了很高的比例，那么，究竟什么是“真實“、什么又是”扭曲“就變得不重要了。法律難以像自然科學(xué)一樣加以檢驗，如果說我們設(shè)計了一艘強大的戰(zhàn)艦但一下水就沉入水底的話，自然可以判斷這是一種錯誤的設(shè)計，但是法律的真實與否則不能單純從案件結(jié)果來加以衡量。即使人工智能的預(yù)測真是扭曲了真實的法律，但對錯誤的法律預(yù)測達到一定程度時，這種錯誤的預(yù)測本身就塑造了人們的預(yù)期，就像真實的法律一樣產(chǎn)生作用?；裟匪乖?jīng)在給拉斯基的信中這樣表述：“即便我的同胞們要下地獄，我也只能幫助他們，因為這就是我的工作。” 如果錯誤的預(yù)期足夠強大，法律職業(yè)逆潮流而動就變得沒有意義，而只能順勢而為。何況，在人工智能時代之前，人類提供的法律服務(wù)本身也可能是一種扭曲的想象，只是通過服務(wù)提供商形成的壟斷卡特爾，以封閉的運作確認這種想象在意識形態(tài)意義上的真實性。

在法律服務(wù)的消費者與通過人工智能提供法律服務(wù)的供應(yīng)商之間展開互動的過程中，人們對于法律的認知實際上逐步被重構(gòu)為不同的當事人與不同人工智能之間復(fù)雜博弈之后形成的狀態(tài)，而不是對于一個單一的立法權(quán)威所制定規(guī)則的認識。特別是由于社會發(fā)展的加速導(dǎo)致立法需要填充的領(lǐng)域越來越多，而傳統(tǒng)的立法程序難以達到同步的速度跟進，當立法者立法的速度難以緊跟技術(shù)發(fā)展的腳步、立法產(chǎn)品的供給不能跟上需求時，仍然需要規(guī)則、需要預(yù)期的社會將會需求另一種形態(tài)的規(guī)則加以治理。傳統(tǒng)的立法權(quán)威將會進一步衰落，從分散的平臺上，經(jīng)由不同的算法，形成了當事人所依賴的規(guī)則。 “只有有理由預(yù)期規(guī)范性的預(yù)期能夠通過規(guī)范的方式來形成預(yù)期，法律才算是法律。”。 霍姆斯的預(yù)測理論意味著法律是預(yù)測在什么情況下公共權(quán)力通過法院起作用， 而當公眾不僅僅預(yù)測通過法院起作用的權(quán)力，同時也在預(yù)測其它可能具有公共意義的權(quán)力如何發(fā)揮作用時，公眾通過算法獲得預(yù)期，算法也就成為了法律。對法律認知的重構(gòu)，其實也會成為對法律主權(quán)的重構(gòu)，通過算法，更多的權(quán)力將會滲透進來，這些滲入的權(quán)力不僅可能跨越政府-市場的邊界，還可能跨越國家主權(quán)的邊界。

人工智能語境下法律規(guī)則形態(tài)的重構(gòu)

人工智能的運用，不僅僅導(dǎo)致公眾對于法律認知的模式形成了重構(gòu)，還會進一步對法律規(guī)則本身產(chǎn)生實質(zhì)性的重構(gòu)。上文的分析已經(jīng)指出，對于規(guī)則的認識會成為一個動態(tài)的過程，數(shù)據(jù)的輸入與反饋會不斷引導(dǎo)人工智能進行學(xué)習(xí)，以自身的算法輸出動態(tài)調(diào)整的規(guī)則。這樣一個過程，似乎在傳統(tǒng)模式下也存在著與之相似的情形，雖然過程的周期要長得多，當事人對于規(guī)則適用于個案所做出的預(yù)測以及反應(yīng)，也會導(dǎo)致現(xiàn)實中的法律與紙面上的法律的分離，這種分離達到一定程度時也會重新塑造紙面上的法律。而針對這一互動過程，也就有了法律現(xiàn)實主義與法律實證主義從各自關(guān)注的視角切入所展開的曠日持久的論戰(zhàn)。但深入考察則會發(fā)現(xiàn)，傳統(tǒng)模式下對于法律的認知雖然也針對當事人所關(guān)注的個案，也可能表現(xiàn)為一種特殊性的認識，但是個案只是以特殊性的事實同一般性的規(guī)則相聯(lián)系，而非完全的特殊性認識。在法律實證主義看來，規(guī)則與事實相結(jié)合形成的判決確定性是一種應(yīng)對盡可能接近的理想狀態(tài);而法律現(xiàn)實主義雖然質(zhì)疑這種確定性，但其指出的不確定性來源在于人的有限理性無法認識確定的事實，或是無法理解確定的規(guī)則，是一種局部不確定性，其前提還是存在著一般性的規(guī)則，因而對于許多簡單案件是確定性的。而在人工智能語境下，這種一般性的規(guī)則，本身已經(jīng)遭遇了挑戰(zhàn)。

人工智能的運用，同互聯(lián)網(wǎng)、大數(shù)據(jù)緊密結(jié)合在一起。互聯(lián)網(wǎng)上的海量數(shù)據(jù)，一旦可以被儲存和認知，也就成為了有意義的信息。在具備強大的計算能力的人工智能出現(xiàn)之前，這些數(shù)據(jù)雖然仍然會出現(xiàn)在互聯(lián)網(wǎng)上，但由于處理數(shù)據(jù)的成本過高，那么數(shù)據(jù)就只是數(shù)據(jù)，而不成為信息。香農(nóng)所開創(chuàng)的信息論，提出的一個基礎(chǔ)論斷就是可以用信息熵來定量衡量信息的大小，小概率事件發(fā)生時所攜帶的信息量比大概率事件要多。 因此，信息的意義在于人們能夠?qū)τ谑录奶囟ㄐ赃M行更為準確的定位，我們所獲得的信息越多，就越能確定一個事件相對于其他事件的特定性。在此前的人類社會中，由于信息成本的約束，人們進行交流時傳遞的信息量較小，因而只能處理概率性較大的事件。這樣，對概率性較大的事件進行規(guī)制一般性規(guī)則的重要性就得以凸顯出來，人們通過一般性規(guī)則的約束進行社會中的交往，可以無需搜集全面的信息，因而能夠避免高昂的信息成本。法律規(guī)則的意義就是使得信息更加經(jīng)濟，從而有利于更確定的預(yù)期。 但在技術(shù)有了飛躍之后，此前構(gòu)成約束的信息成本問題在很大程度上被消解了。在人工智能得以充分運用的互聯(lián)網(wǎng)社會中，每個人活動所生成的數(shù)據(jù)更容易被發(fā)現(xiàn)，同時也能夠以更低成本得以儲存，在有強大的計算能力對其進行分析之后，原始狀態(tài)下的數(shù)據(jù)就轉(zhuǎn)換成為更有意義的信息。因此，信息的豐富揭開了諸多“無知之幕”的遮蔽，作為一般性規(guī)則約束對象的抽象的“人”被逐步還原為特定的“個人”，而個人的每一個行為也都能夠更進一步確定其特定性。放在更大的歷史尺度上來看，技術(shù)的發(fā)展帶來的這種趨勢正是對此前人類歷史中簡化信息、降低信息成本以促進社會合作的規(guī)則發(fā)展的一種反向運動。人們一度相信，“從身份到契約”的運動是歷史前進的方向，人會逐漸成為一個抽象的自主性的個體而不是依附于某個群體獲得不同的待遇，但現(xiàn)實卻是信息的豐富使得群體的區(qū)分更加細致，人不是僅僅“我思故我在”，而是復(fù)雜的權(quán)力關(guān)系所構(gòu)建而成的存在。 這樣一種從“人“還原為”個人“的狀態(tài)，使得在具體的行動中有可能形成針對個人的特定性規(guī)則。

為什么會形成特定性規(guī)則?信息成本的大幅度降低意味著規(guī)則所調(diào)整的行為可能進入一個長期動態(tài)的重復(fù)博弈，而非規(guī)則文本所預(yù)設(shè)的一次性博弈的靜態(tài)。當信息費用無窮大的時候，信息熵為0，接收方無法從接收信號中獲得任何信息。信息論意義上的這種極端情況，放在政治哲學(xué)的語境中，就是羅爾斯所設(shè)想的“無知之幕”。當只能認識到已經(jīng)確定的唯一事件時，人們只能形成針對單一行為的一次性博弈對策。而在信息成本的大幅度下降揭開了“無知之幕”之后，人們可以確定參與博弈的對方的相關(guān)信息，因而進入到重復(fù)博弈中，每一項行為的評價與回應(yīng)都不會是孤立的，而是和此前的行為結(jié)合在一起，因而引發(fā)相應(yīng)的對策。在個人僅有死亡這種方式才可能完全退出社會的情況下(如果是信息時代的一個虛擬主體，比如“賬戶”，甚至連這種方式都可能不存在)，博弈就成為了一種無限重復(fù)博弈。在無限重復(fù)博弈中，行為主體通過此前傳遞的信息釋放出展示其博弈策略的聲譽。 對于重復(fù)博弈行為的規(guī)制，會更加注重與此前的行為聯(lián)系起來，以更有效率的行為合作預(yù)期。事實上，在傳統(tǒng)法律體系中，也從來不試圖排除掉所有信息而創(chuàng)造出純粹的無知之幕后的規(guī)則。一個很常見的例子就是，刑法中關(guān)于“累犯“的規(guī)定早已有之，這就意味著關(guān)于犯罪人的這一方面的早前行為的信息得到法律的重視，在法官作出判決時，這一信息是值得花費成本加以搜集的，這方面信息的差異會影響到規(guī)則對于同類事實的不同適用。當然，這種規(guī)則的特殊性仍然是較弱的，針對的還是群體的人而非個體的人。但這類規(guī)則的存在，意味著投入信息成本事實上是有所取舍，而并非盡可能越低越好的。而當技術(shù)的進步能夠根本性降低信息成本時，規(guī)則也就有可能發(fā)生改變。能夠以很低成本獲取關(guān)于個人的信息，就能夠進一步將個人同其他人區(qū)分開來，更為有效的預(yù)測他/她會對于規(guī)則的反應(yīng)，也就能更有針對性的運用規(guī)則調(diào)整其行為。

在信息高度不完全，不對稱的陌生人世界里，人們通過承擔足以顯示自己屬于注重未來收益的“好人”類型的信號成本來尋求合作，法律以及其他各種類型的社會規(guī)范，都起到了信號傳遞功能。 而在雙方傳遞信息表達自己的策略的過程中，信息中可能出現(xiàn)“噪音”，即一方錯誤的理解了另一方的信息所要表達的真實策略。 此時，代表著凌駕于博弈雙方之上的國家主權(quán)的法律的介入，有助于避免“噪音”的干擾，更好的簡化信息熵，從而提供穩(wěn)定的預(yù)期。在人工智能語境下，每一個個人此前的行為經(jīng)由數(shù)據(jù)被積累下來，這些信息進入人工智能的處理范圍成本很低，從而使外界對這些個人的觀察能夠同此前所展現(xiàn)出來的信息結(jié)合起來，加以更立體的認識。而且，人工智能的計算邏輯，也很自然的會將這些信息進行細致的分解，明確分解后每一個步驟的價值函數(shù)進行回應(yīng)。 例如，在網(wǎng)絡(luò)平臺上活躍著的賬戶，會因為此前積累的“信用分“、”活躍度“、”貢獻值“等各類積分系統(tǒng)的計算而引發(fā)對其行為的不同回應(yīng)，這是網(wǎng)絡(luò)社會中人們所習(xí)慣的一種常態(tài)，而這種積分制的規(guī)則模式甚至當前已經(jīng)有了從商業(yè)平臺向公共管理推廣的趨勢。 在這種情形，個人構(gòu)成了一種更具有時間性的存在。經(jīng)由時間積累下來的所有數(shù)據(jù)都可能被記憶而獲得其意義。即使提出“被遺忘權(quán)”這一權(quán)利，但由于人工智能的學(xué)習(xí)特性，在經(jīng)過學(xué)習(xí)之后，數(shù)據(jù)本身被擦除并不影響其作用的發(fā)揮。這就從一個層面體現(xiàn)了海德格爾的論斷：時間是領(lǐng)會存在的視野，沒有離開時間的存在。 同樣，也沒有能離開時間的法律。法律運作的空間尺度是四維的，需要有時間的維度，而無法抽掉時間的綿延而在一個壓縮到極致的靜止時間點上討論。

或許存在著一種質(zhì)疑：法律規(guī)則不同于對個人的命令，規(guī)則的一般性是法律規(guī)則的根本特性，即使我們能夠以極低的信息成本去認識每個個體，也不允許制定針對個體的法律規(guī)則。但為什么這一定是不可動搖的根本特性呢?僅僅是我們總結(jié)以往的法律規(guī)則都是一般性的，并不能構(gòu)成有效的論證。如果我們假定人的法律行為是自由意志指導(dǎo)之下的產(chǎn)物，則也應(yīng)當認為其此前的行為具有邏輯上的一致性，是其自由意志的反映，那么也需要給予回應(yīng)。如果我們假定這種自由意志并不存在，而是一種隨機的思維過程引發(fā)法律行為，隨機變量的概率與此前狀態(tài)的概率無關(guān)，那么為什么傳統(tǒng)的法律規(guī)則仍然要考慮到某些先前的行為，而不是僅從一個瞬間的抽象的點進行考慮?？梢哉f，我們之所以愿意去獲取關(guān)于累犯之類的早前信息，而不去獲取關(guān)于當事人的其他信息，并沒有價值上的絕對差異，而主要是信息成本的考量。而從規(guī)則的可預(yù)期性這一價值出發(fā)，一般性規(guī)則的重要意義就在于其大大降低了信息成本，因而保證了整個社會能夠形成對于規(guī)則的有效預(yù)期。但當信息成本的考量面臨根本性轉(zhuǎn)變時，堅持一種意識形態(tài)立場，無助于我們對法律的全面理解。

退一步說，即使我們固守法律應(yīng)當是一般性規(guī)則而非個體性規(guī)則的經(jīng)典原則。但事實上，在人工智能時代，即使立法者名義上制定的仍然是同過去一樣的一般性規(guī)則，實際上人們所能認識到的規(guī)則也還是個體化了。法律活動的參與者之間形成契約時，算法已經(jīng)將雙方的具體信息納入到分析評估的范圍中，對于契約履行的預(yù)期，同他們對于法律規(guī)則的預(yù)期緊密聯(lián)系在一起。更重要的是，當人們從平臺獲取法律運作結(jié)果的預(yù)測，由于此前的認知與反饋都可能成為積累下來的數(shù)據(jù)，其獲取的結(jié)果正是人工智能學(xué)習(xí)這些數(shù)據(jù)之后形成的結(jié)果，這種結(jié)果不是一般性的，而是與具體的個人數(shù)據(jù)聯(lián)系在一起。對于不同個人而言，即使他們知道法律規(guī)則是一般性的，也會發(fā)現(xiàn)對于自己有實際影響的規(guī)則是個體性的。

法律規(guī)則的個體性，意味著關(guān)于何為法律規(guī)則的經(jīng)典理念遭遇挑戰(zhàn)。在經(jīng)典的法理學(xué)觀念中，法律規(guī)則的重要特征就在于，以“全有或全無的方式“(all-or-nothing manner)應(yīng)用，只要是有效且可適用于特定案件，就能夠完全確定結(jié)果。 但向個體性轉(zhuǎn)型的法律規(guī)則，雖然形式上可能沒有變化，實際上則處于一種不那么確定的概率狀態(tài)，只有放在輸入具體信息的觀察下，才會從概率轉(zhuǎn)化為實體。這樣一種變化，或許可以結(jié)合物理學(xué)中的一個模型來加以想象——電子的運動不是圍繞此前人們理解的那種清晰穩(wěn)定的軌道，而是概率分布的“電子云”，量子態(tài)的運動只有經(jīng)過外界的觀察才獲得確定。在物理學(xué)中，經(jīng)典的牛頓力學(xué)到量子力學(xué)的范式轉(zhuǎn)型，就是從非此即彼的確定狀態(tài)到概率統(tǒng)計狀態(tài)下的分布。而人工智能近年來的快速發(fā)展，也得益于互聯(lián)網(wǎng)和大數(shù)據(jù)的運用促進了其數(shù)理基礎(chǔ)的轉(zhuǎn)型，從邏輯推理轉(zhuǎn)換到概率統(tǒng)計?；蛟S，法律規(guī)則也將經(jīng)歷同樣的轉(zhuǎn)型。

人工智能語境下的法律價值重構(gòu)

在討論人工智能應(yīng)用于法律時，人們持有的一個重要信念就是，人工智能無論多么強大，都只表現(xiàn)于對規(guī)則理性的推理方面，而無法像人類一樣去運用超越規(guī)則之上的價值判斷。但是，人工智能對于法律認知與法律規(guī)則的重構(gòu)，進一步的影響將會傳導(dǎo)到法律價值層面。由于對法律的認知更多來源于算法，算法形成的規(guī)則也更為個體化，這兩個方面的影響也將改變傳統(tǒng)法律所體現(xiàn)的某些價值。

從法律認知這一角度來看，當對于規(guī)則的認知可以更便捷高效的從多元化的平臺獲取時，對于法律的規(guī)范性預(yù)期更為加強。當人們會更直觀的獲得來自于人工智能的處理結(jié)果時，出于節(jié)約思維成本的考慮，會本能的快速接受這一結(jié)果，而不太愿意消耗自己的精力去分析推導(dǎo)過程。正如普通人在操作電腦時，不會再愿意自己運用程序語言編寫程序來完成某一功能，而是選擇適用某一軟件進行一鍵式的操作。當這樣的思維變得更為普及、流行之后，法律推理將變得更為形式理性化。人類雖然還有更強的能力去進行感性的移情式理解，但卻很難對抗高度理性化的算法。雖然人工智能被明確定位為輔助工具，但輔助工具在高度理性化的社會中卻完全有可能喧賓奪主，成為一種異化的主宰。可以簡單想象的一個場景是，當法官面臨著案多人少的負擔時，很難有動力降低效率去對于人工智能生成的結(jié)果進行反思，進行說理更為復(fù)雜更有難度的價值判斷。而即使有法官這樣做了，在科層制的體制中必然將承受更大的壓力。不僅僅是自己的工作時間增加了，還需要考慮上級法官、上級法院是否能夠認可他對人工智能生成結(jié)果的反思，需要承擔更高的責(zé)任與風(fēng)險。高度理性化法律的進一步強化，將會使社會向何處去，對此存在著兩種極端的判斷，帕森斯認為最為理性的現(xiàn)代社會也是最為自由的社會，而馬爾庫塞則認為高度工業(yè)化社會中強大的操縱力量威脅到本來便不多的自由。 即使我們還無法在兩者的判斷之間作出選擇，但至少可以明確，理性化的發(fā)展中蘊含著深刻的內(nèi)在矛盾，將會對法律所表現(xiàn)出的價值觀形成顯著的影響。

更為理性化的法律缺少了感性的移情式理解，并不是說無差別的面向所有個體。恰好相反，只是某些在人類思維中會得到重視的信息被省略了，而另一些信息則進入算法處理的范圍之中，表現(xiàn)為上一節(jié)所分析的那種個體性規(guī)則。個體性規(guī)則的概率特征，使之更容易被看作不透明的“黑箱”所形成的產(chǎn)品。不用說普通公眾，即使是對于專業(yè)法律人而言，如果只精于法律規(guī)則但對于算法的設(shè)計不了解，也很難認識黑箱的運作。由于這種黑箱的特性，不同個體在面對法律規(guī)則時的強弱差距就更為明顯的表現(xiàn)出來。由于算法形成的概率性規(guī)則基于此前積累的信息，那么那些對信息成本的承受能力較弱的法律活動參與者，就處于了相對不利的地位。弱者只能了解到自己面對的規(guī)則會以什么樣的概率表現(xiàn)出來，但不清楚黑箱是基于自己的哪些信息形成了這種概率。信息不對稱會進一步成為法律主體之間強弱分化的鴻溝。

而且，當法律表現(xiàn)出更明顯的時間維度時，過去積累的更多信息都對后來的規(guī)則形成了影響，不同主體之間的強弱差距也更為明顯，傳統(tǒng)意義上的公平、正義等價值觀都會面臨重構(gòu)。如果說蒙上雙眼的正義女神曾經(jīng)是法律中的公平正義最典型的象征符號的話，那么，借助于人工智能的法律運作可能不僅摘下了蒙眼布，而且還帶上了柏拉圖在《理想國》開篇所討論的“古各斯的戒指(the ring of Gyges)”，可以沒有任何障礙的窺視一切人，以0成本獲取信息。在傳統(tǒng)模式下，法律面前人人平等意味著排除在法律行為之前存在的其他身份因素的干擾，僅從單一的法律行為來適用規(guī)則進行處理。但當上文所分析的那種概率性的個體化規(guī)則成為現(xiàn)實時，隨著數(shù)據(jù)的積累與算法的學(xué)習(xí)，一個行為導(dǎo)致的影響不會因為單次的法律處理而終結(jié)，而是會持續(xù)產(chǎn)生影響，就無法真正排除法律行為之前的那些因素。例如，社會中經(jīng)濟或文化資產(chǎn)較弱的個人，其此前的數(shù)據(jù)會積累下來，成為表明其弱勢地位的一種信息，而這種信息又會導(dǎo)致更為不利的個體化規(guī)則，而此后和其他人之間的互動，也會受到這種個體化規(guī)則的影響。在這樣的情況下，強者愈強而弱者愈弱就成為了一種難以阻止的趨勢，法律面前人人平等將被解構(gòu)。

在傳統(tǒng)的法律體系中，在司法裁判中追求同案同判，也是法律面前人人平等的一種體現(xiàn)。法律人曾經(jīng)寄希望于人工智能能夠以比人類更強的計算能力來更好實現(xiàn)同案同判。但是，個體化規(guī)則難以比較何為同案，何為同判。既然規(guī)則都是由于此前積累的信息形成的一種針對不同個體的概率，那么由于這些長期積累的信息必然存在著諸多細節(jié)的差異，就難以比較這種規(guī)則的適用是否運用于同等情形。而且，在人工智能進行機器學(xué)習(xí)時，過擬合(overfitting)是一種更為常見也更難克服的問題，由于學(xué)習(xí)能力過于強大，將訓(xùn)練樣本中的某些細節(jié)特點當做了一般規(guī)律進行學(xué)習(xí)。 面對適用個體化規(guī)則的不同案件，由于信息的細節(jié)差異很容易被認知，如果要求人工智能提煉出一般規(guī)律，則更容易遭遇過擬合的困境，將某些個案中的信息放大而當成了一般特征。因此，不僅立法中何謂法律面前人人平等面臨重構(gòu)，司法中也是如此。

結(jié)語

人工智能在法律領(lǐng)域的運用，當前還只能說是剛剛起步。但從效率這一出發(fā)點來看，無論是國家還是市場都有較強的推動力進一步推廣人工智能的運用，在這個過程中，技術(shù)的進步也將以更高的速度表現(xiàn)出來。而只要人工智能在法律領(lǐng)域的運用普及到一定程度，并不需要太強的人工智能水平，量變的積累就會走到質(zhì)變的臨界點。這種質(zhì)變并不是科幻式的場景，讓我們立即進入人工智能所主宰的世界，也不會是人類與人工智能形成激烈沖突的“西部世界”。在整個人類社會可能被重塑之前，法律本身會在很大程度上面臨重構(gòu)。公眾借助于人工智能作為更為便捷因而也更為廉價的工具來認知法律，更快捷也更為普遍的形成對于法律的預(yù)測。這種對于法律認知模式的重構(gòu)，會在很大程度上使人們對法律的預(yù)測由人工智能的算法確定，使算法實際上成為了法律。同時，算法成為法律，將會形成更為個體化的規(guī)則。傳統(tǒng)的一般性法律規(guī)則對于應(yīng)對信息成本過高的社會有著重要意義，但人工智能的運用將極大程度降低信息成本，從而更為明確單一行為在重復(fù)博弈中的整體意義，運用個體化的規(guī)則進行更為精確的調(diào)整。這種個體化規(guī)則的出現(xiàn)，將重構(gòu)法律規(guī)則的形態(tài)，從非此即彼的確定狀態(tài)向一種概率式的存在轉(zhuǎn)型。而隨著法律認知模式的重構(gòu)與法律規(guī)則形態(tài)的重構(gòu)，法律的價值觀也將隨之重構(gòu)，一方面體現(xiàn)為更加高度理性化，另一方面則體現(xiàn)為法律面前人人平等被淡化與解構(gòu)。

總而言之，本文試圖預(yù)測人工智能在法律領(lǐng)域的廣泛運用將會如何重構(gòu)我們傳統(tǒng)認知中的法律，人工智能是一個外在的變量，分析的重點仍然是法律本身。法學(xué)家自負的宣稱，法律將會決定人工智能的未來。 但從法律保守、克制的特性出發(fā)，我們首先應(yīng)當謹慎的思考人工智能將會如何決定法律的未來。而且，鑒于我們認知法律已有上千年的歷史，對人工智能的認知則只是最近短短數(shù)十年間才開始的，我們也有必要更多思考法律本身，而不是過于大膽的去試圖思考人工智能。當然，作為一種面向未來的研究，本文所做出的預(yù)測很可能是完全錯誤的。“人類一思考，上帝就發(fā)笑”，在未來也許會表現(xiàn)為人工智能在發(fā)笑，但我們卻不能因此就放棄思考