作者簡介：季衛東，上海交通大學法學院教授。
內容提要：人工智能作為一種重要的技術手段，能夠輔助法律議論，確保法律論證、推理、判斷以及決定的客觀性和中立性。但是，司法人工智能在提高同案同判水平和審判可預測性的同時，也容易導致法律議論流于形式，助長算法歧視。人工智能的深度學習離不開法律專家的介入和監督，智慧司法的系統構建應為法律解釋和法律議論預留空間。為使人工智能真正有效地模擬法律議論，法律人需對法律背景知識體系進行梳理和電腦化處理，從一般條款、元規則入手，以法律論題學為媒介，建立價值標準體系。為實現價值判斷的客觀化，除為法律推理的價值體系建立論題目錄、締結關于法律議論的通信協議外，確立價值函數和價值權重也是一項重要任務。此外，還應開拓與人工智能相兼容的法律議論方式，將具體的場景和語境納入法律議論電腦化的視野，開發相應的技術方法和模型。
關 鍵 詞：人工智能/邏輯法學/法律議論/智慧司法/法律論題學
標題注釋：本文系國家社科基金重大項目“大數據與審判體系和審判能力現代化研究”(17ZDA130)的階段性成果。
何為法律解釋？何為法律議論？二者對法律領域里的論證、判斷以及決定會產生怎樣的影響？這些都是法理學和法社會學長期探究的根本課題。①對于上述問題的解答以及由此形成的學說千姿百態，其中存在兩種極端的理論觀點。一種是法教義學或者說是凱爾森式純粹法學的主張，強調法律解釋是完全由規則以及嚴格的邏輯演繹所控制的機械性行為，其思維方式的本質是決定論。另一種是批判法學的主張，強調法律解釋是完全由人們各自的選擇偏好或者國家意識形態以及統治集團的政治利益所決定的主觀性行為，提倡一種具有直接民主色彩的實驗主義法學，其思維方式的本質是概率論。除此之外的大多數意見都是從不同角度進行折衷，認為法律的解釋實際上是主觀因素與客觀因素或偶然性與必然性進行不同組合后獲得的中間形態。特別是，基于社會生活和實踐理性的法律議論更具有開放性，所有的對抗性主張和論證性對話歸根結底都是主觀訴求，具有更加明顯的相互主觀性或主觀間性，因而決定以及妥協的結果往往取決于各方互動的合力。法社會學、法律經濟學則試圖通過各種科學方法來分析和把握影響法律判斷的主觀因素，從而保障法律解釋和法律議論結果的確定性、連貫性、可預測性。正是在這個維度上，人工智能可以被理解為一種重要的輔助性技術手段，其功能在于保障法律論證、推理、判斷以及決定的客觀性和中立性。
近些年來，物聯網、大數據、人工智能的相互結合，形成了AIoT網絡，在虛擬世界中構建出了比較龐大的、具有可操作性的法律知識體系，已經可以在相當程度上實現案件處理、法律溝通、法律判斷的電腦化(computerization)。②以此為基礎，還出現了各種日益完備的法律專家系統軟件，甚至能夠利用大數據進行機器學習，在一定程度上實現了司法文書的自動生成。但正如人們所擔憂的，隨之而來的格局很可能是，與具體場景相聯系的、面對面的法庭辯論乃至社會溝通會漸次萎縮。法律解釋和推理的過程越來越多地被算法事先規定，通過大數據提煉出來的問題、模型以及方法會限制當事人之間進行法律議論和討價還價的范圍，也會壓縮法官行使裁量權的空間。原本期望通過人工智能排除主觀因素對法律解釋和法律議論的影響，結果卻很可能是把法律解釋、特別是法律議論本身給排除了，使得法律判斷成為一種基于算法的冷冰冰的機械性行為。反過來，算法的獨裁又將導致算法黑箱的形成，使審判機制從絕對客觀主義這一極端跳躍到絕對主觀主義的另一極端，形成司法電腦化的算法獨裁悖論。③因此，在人工智能時代，如何防止法律的解釋、推理、主張以及商談名存實亡，如何防止對算法歧視的助長，是需要我們考慮的第一層問題。
早在20世紀70年代，已有美國學者啟動了關于法律推理的電腦化研究。④其后不久，W.G.珀普和B.施林克開發出了有助于提高法律服務績效的JUDITH律師推理系統，⑤英國學者借助PROLOG邏輯編程語言的推理功能實現了國籍法實務的人機對話。⑥1987年，噶德納以合同法研究為基礎出版了關于人工智能用于法律推理的專著。⑦在日本，吉野一領銜開展了關于“法律專家系統”的大型系列科研項目，試圖建立法律知識庫和多樣化推理機制。⑧應當說，司法人工智能正在日益普及。盡管如此，法律推理的人工智能系統仍處起步階段，即便在理想的條件下，專業化的法律解釋和推理能否準確地、適當地通過算法來運行，也還存在疑問。電腦固然可以進行法律規則適用的三段論推理、辯證推理甚至模糊推理，也可以發現案例特征與數據庫儲存的基礎案例特征之間的類似性并進行邏輯演繹，但無法決定有效規范在適用上的先后順序，無法進行價值判斷，也不可能做出直覺反應。因此，人工智能能否真正有效模擬法律議論甚至在更高層次上促進法律議論？為使法律議論的電腦化或部分電腦化成為可能，法律人應該進行哪些法學理論和操作技術的研究？這些是需要我們考慮的第二層問題。
法律解釋和法律議論的本質是規范思維，其過程勢必伴隨價值判斷。盡管價值判斷具有主觀性，會反映個人的選擇偏好甚至特定的意識形態立場，但對價值進行評價的標準在一定程度上可以客觀化。另外，價值判斷的命題群能夠被體系化并形成某種結構，此種結構帶有客觀性，可以被設計和塑造。對價值判斷結構的把握要以對關系和場域的思考為前提，為人們留下在具體場景和語境中斟酌選擇的余地。在選擇之際，價值的復數性會凸現出來。人工智能如何對不同的價值取向或評價標準進行排序？如何通過比較、權衡以及取舍做出適當的價值判斷？電腦信息處理系統怎樣才能抽取那些決定某個價值群的等級次序的元規則，并適當描述法律的價值函數？這些是我們必須認真思考的第三層問題。
以上述三類問題作為基本線索，本文聚焦于人工智能與法律解釋、法律議論的關系，試對信息技術、互聯網對法律話語空間的影響進行探討。首先，通過推理系統、人機對話系統、專家系統等考察邏輯法學以及有關法律議論的通信協議，明確人工智能在司法領域應用的可能性及局限，探討如何為當事人和職業法律家進行面對面的論證性對話預留空間。其次，從人工智能輔助價值判斷的角度對法律規則體系和背景知識體系進行梳理、分析以及重構，考察一般條款和元規則的各種維度以及法律論題的譜系、目錄和信息處理方式，明確價值判斷的結構和評價標準，為在“意義之網”(web of meaning)中發現并計算法律判斷的價值函數和價值權重提供必要的基礎理論框架。最后，以法律解釋與法律議論的雙重結構和相互作用的過程作為前提條件對價值判斷進行定位，進一步討論在所謂“積木世界”里，如何對論題和話語的各種組合不斷探索并形成共識，進而為智慧司法的未來發展明確方向。
一、法律解釋、法律議論與人工智能的對話系統
按照19世紀法教義學的理解，法律解釋就是把明文規定的法律規范作為大前提，把法官認定的案件事實作為小前提，通過要件的對應關系把具體事實逐一涵攝到抽象規范之中并得出結論的三段論邏輯推演過程。在這樣的理解框架里，任何司法活動都必然伴隨著法律解釋，沒有上述推理環節就不可能作出判決。只有當法律解釋僅憑邏輯三段論的概念計算就能從法律的涵義推演出“唯一正確的解答”時，關于具體案件的結論才能與法律規范本身獲得同樣的正當性。這樣的邏輯法學，包括用于記述事實的本體邏輯學和用于記述法律的義務邏輯學，⑨很容易進行電腦化處理。
一旦法律解釋可能受到偶然性或主觀性因素的影響，法律推理的演算就可能得出復數結論，⑩司法判決就不能直接從法律體系本身獲得正當性，而需采取其他方法進行正當化處理。此時，法教義學的基礎也就勢必發生動搖。眾所周知，20世紀的美國，現實主義法學受德國法社會學者埃利希的“活法”概念以及自由法律運動的影響，強調法律解釋乃至事實認定的偶然性。(11)20世紀70年代后，激進的批判法學進一步主張法律體系充滿內在矛盾以及法律推理具有主觀性或者意識形態性。(12)后現代主義法學亦強調法律解釋和推理會得出復數結論，強調因個人的思想差異，不存在唯一正確選項。(13)這一切都對法律判斷的客觀性、中立性、公正性構成挑戰，也會妨礙人工智能的應用。
迄今為止，化解司法主觀性危機的主要舉措之一，是把合乎程序的民主作為新的正當化根據，在主觀與主觀的博弈中尋找重疊合意以及客觀化的契機。其本質在于，從根據邏輯進行的法的概念計算，轉化成根據承認原則進行的群眾意見計算或者說同意的計算，(14)把法律的確定性與投票多數決定的方式結合在一起。這種應對方式特別強調對爭論點的整理以及在程序公正的前提條件下組織不同意見進行說服力競賽。這種法律議論的推理具有開放性，堅持真理來自共識的立場，也或多或少具有那種所謂“徹底規約主義”的特征。(15)概而論之，法律解釋強調的是邏輯實證主義，而法律議論超出邏輯演繹和驗證的范疇來理解論證性對話的概念，這就大幅度擴大了推理和溝通的外延，并充實了相關話語活動的內涵。法律的確定性不再立足于普遍主義規范體系，而是通過征求“普遍的聽眾”的同意來獲得，把不再有人繼續質疑、不再存在反對意見的狀態作為證明某個判斷正當化的根據。井上達夫曾經把法律議論的特征概括為四點：只就引起爭議的主張和判斷進行論證；只向持有不同意見的人進行論證；持不同意見者必須說明反對的理由；爭論的過程中雙方可以把共同接受的觀念作為正當化理由進行援引，因而重疊的共識可以成為正當化的根據。(16)在這里，法律的正當化過程有賴于特定語境或歷史脈絡，而非可以普遍適用的邏輯形式。如果不拘泥于主觀的價值判斷和直覺，只從同意計算甚至情感計算的角度來考慮，(17)把大數據與人工智能結合起來處理，進而矯正個別意見的偏誤，就會成為法律議論電腦化的一種功能趨勢，也可理解為同意計算的基本方式。
在信息系統的輸入和輸出完全依賴邏輯演算的電腦空間里，沒有嚴密描述的算法，也就無法進行表達、對話以及其他操作。從人工智能的視角來看，成文法體制下的解釋和議論只能是邏輯法學式的，根據法律進行判斷和決定在很大程度上就是所謂“按鍵法”(pushbutton law)在運作，整個話語體系都由“人機共同作業”來構筑。(18)在判例法體制下開發出來的法律推理系統HYPO，則是利用案例類似性檢索功能和推理方法、通過判例進行自動推理的系統。(19)其具體機制，是對于存在爭議的事項或關鍵詞進行檢索從而發現存在相同事項或相同關鍵詞的類似案例，也可以對顯示對應維度之間或強或弱的差序之值進行加權，找出存在類似特征的那些案例。簡單地說，HYPO系統就是運用那些能顯示法律性質的維度或者關系的概念以及論題(根據問題確定前提)來進行計算和推理的。
這類法律推理系統必須以足夠龐大的知識庫和數據庫作為基礎，必須輸入確定的、完全的信息才能獲得可靠的輸出結果。尤其是，日常生活中司空見慣的信息和表達也都要包羅在內，否則就無法進行真正的反應和對話。但是，建立足夠大的常識庫、確立精準的常識圖譜，顯然是一項難見終期的巨大的、艱難的社會工程。迄今為止的法律對話系統推理能力很差，不能進行必要程度的思考，主要原因就是缺乏常識。由于不具備常識，對于那些沒有既定框架和規則的復雜問題，人工智能就會假想所有情況，進行無限想象，陷入永無止境的語言游戲。除了因缺乏常識而引發上述“框架問題”外，(20)人工智能還有一個弱點，即無法理解語言的真正涵義。這意味著信息處理系統里的符號與現實世界的意義并沒有直接聯系，也就是哈納德在1990年就已提出但始終懸而未解的“符號接地問題”。這兩個問題構成法律解釋和法律議論電腦化的關鍵性障礙。(21)
另外，感性或者感覺行為一般很難適用符號模型，無法被精確描述。大數據的分析系統基本上還處于數據分組加回歸分析的階段，對未知因素進行區別、判斷以及預測的能力還比較弱。例如，對某個巨大灰色動物圖像并不能做出明確識別，而只能提示其可能是什么的概率，如識別為大象的概率是92%，識別為犀牛的概率是8%。顯然，大數據與人工智能相結合還不足以構成一個感知系統。對大數據進行概率統計和預測，的確可以矯正個案偏誤，但也可能維護系統偏誤。如果數據質量差、規格不一致(目前中國的司法大數據不幸正處于這樣的狀態)，所得結論就更會充滿誤差和噪音，甚至不斷重復錯謬。因此，在現階段，即便人工智能的深度學習可以通過隨機的試錯活動來不斷趨近目標，這種機制仍然不能用于富于變化、感情以及創造性的法律議論。這也意味著，當前法律人工智能的發展同預期目標還相距較遠，只能作為司法和法律服務的輔助系統，在有限的領域里處理單項的推理任務以及其他較為初級的作業。
人工智能視野下的法律議論，本質是通過說理和情感的共鳴達成共同的理解，反過來又進一步促進溝通。最典型的法律議論場景是辯訴博弈以及商談溝通。這種對話過程電腦化的關鍵是梳理原告與被告之間爭論點和妥協點的話語活動的通信協議系統。這個關于法律議論的通信協議是根據斯蒂芬·圖爾敏圖式界定的，(22)即主張或結論、要件事實、論據、證明、反駁這五個因素以及可靠性的強度變量構成論證的每一基本步驟。這樣的圖式不斷累積，也就是辯訴不斷反復，形成論證的整體結構�？罐q式議論的通信協議就是由訴求、讓步、否定、出示規則、出示論證、出示辯駁、撤銷訴求等一系列步驟所構成的。在這里，辯訴博弈不是一面之詞，而是對話式的；議論的內容包括各種各樣有可能被撤銷的規則的妥當性和相對優先度；通過在當事人之間公平分配發言機會和舉證責任的規則可以適當限制司法資源的使用。(23)因此，這里的法律議論構成了一個以通信協議的網絡為媒介的人—機共生社會，一個由自我、故事、關系、場域等因素構成的無限定話語空間。大數據和互聯網歸根結底是一種讓對話式論證的人工智能不斷成長的算法。
二、一般條款、元規則以及法律背景知識的體系化
在進行法律議論時，當事人以及專家會基于不同立場提出不同主張，反映出法律視角和法律價值上的差異。為適當定位和處理這類差異，必須關注決定價值優先劣后序列的元規則以及價值評價體系的內在結構，在羅列各種具體法律命題的基礎上編制一個整體目錄，并確定各個構成因素的排列方式；特別是，要對法律原則和一般條款的背景性知識進行梳理和體系化分析，并以此作為法律議論電腦化的前提性研究工作。這正是法律論題學在當代社會的意義所在。(24)例如，在民事訴訟以及國際經貿糾紛解決中具有重要意義的誠信原則，就可從《聯合國國際貨物銷售合同公約》中抽取具有普遍意義的法律命題和元規則體系，從而進行體系化分析。有日本研究者綜合了聯合國銷售合同公約的條款、佩雷爾曼新修辭學以及卡納里斯價值判斷論，認為圍繞民法誠信原則的各種背景知識可以大致分為四組內容，即與高階法律價值相關的論題、與誠信原則本身內容相關的論題、與立法目的和法律解釋的權衡因素相關的論題、與法律格言或諺語相關的論題，上述論題分別對應于背景知識體系的不同層面。(25)
上述分析框架中，首先需要考察與高階法律價值相關的論題。在這方面，我們很容易聯想到富勒對于法律內在道德的界定。富勒認為，好的法律體系必須與以下八項道德標準相吻合：(1)普遍性。法律必須以普遍適用的規則的形式存在，以體現其客觀性和平等性；(2)公開性。法律必須被頒布，而不能以內部文件的形式存在；(3)不得溯及既往。法無明文不為罪，避免事后因人立法，這是法的公平性、合理性的要求；(4)明確性。法律規則的內容清晰才不至于引起歧義，才能給社會帶來穩定性；(5)不矛盾。法律規則在邏輯上必須自洽、一以貫之；(6)可遵循性。法律不能要求人們去做不可能的事，必須具有可操作性；(7)穩定性。法律規則不應朝令夕改，讓人無所適從；(8)政府必須以身作則，遵守自己制定的規則。(26)在他看來，這些道德標準可被理解為一種程序自然法，同時也構成決定制度設計方案以及法律推理過程的元規則和衍生規則。據此，我們可以發現程序正義價值評價體系的基本結構(如圖1所示)。
圖1 程序正義的價值評價體系
這八項道德標準體現出的最根本的高階法律價值，就是盡量排除行為主體的恣意，特別是排除立法者、執法者、司法者的恣意，以保障社會正義。其中，排除恣意的價值判斷標準，主要包括合理性(可以通過完全的合意性或共識性來測量)、中立性(可以分為對等聽取雙方當事人的不同主張、任何人都不能擔任自己爭訟案件的法官兩個側面)、客觀性(包括結果再現的可能性以及判斷的主觀間性)、一貫性(包括統一度和滿足度)以及公平性(以確保平等為核心，也包括疑則平分、難則抽簽之類的適當變通處理方式)，甚至還可進一步概括為透明和問責、連貫和預期、法律面前人人平等。(27)與誠信原則相關的高階法律價值的判斷標準都不妨歸入程序正義的范疇。另外，誠信原則還要考慮法律適用的結果是否妥當，進行實質性價值判斷。法律體系的穩定、利益的均衡、事態是否合乎目的，都屬于實體正義的范疇。
此外，秩序也是法律議論重要的高階價值，相關的論題可以進行如下分類整理。一是體系化思考，主要是把具體問題抽象化，把容易引起爭議的觀點事先剔除，借助明確的價值判斷(如“和諧”“安全”)來填補法律空白，讓法律論題作為體系的整體發揮作用。二是命題思考，作為法律或者價值判斷欠缺時的應急舉措，將社會共識或常識作為正當性根據，針對具體問題提出解決方案(如加強基層調解和通過多元機制化解糾紛)，并進行利益權衡。三是不動的體系，強調固定的法律要件和規范靜態(如權利本位和程序本位)。四是可動的體系，介于固定的法律要件與一般條款之間，更強調不同要素的成比例混合以及靈機應變的調整。在這個意義上，論題學就是一種組合藝術。因此，可動體系要在各種法律訴求間尋找均衡點，兼有普遍化與特殊化兩種指向。五是一般條款。一般條款被理解為所謂衡平法的入口，但并不一定要對其全面進行衡平性思考或者命題思考，也不能僅僅根據社會共識對其進行解釋。在一般條款中存在的普遍化傾向往往導致體系化；而一般條款的具體化則通過類型化來實現，其中一部分還要通過建構法律要件的方式進行，旨在實現法律體系的確定性。(28)
其次，有必要考察與誠信原則本身內容相關的論題。在民法領域，誠信原則是最有影響力的一般條款之一。一般條款在民事法律解釋和議論中主要發揮四種功能，即規范內容的具體化、規范適用的正義考量、規范的修改以及規范的創造。但是，一般條款在發揮這些功能之際也有可能被濫用。為了防止誠信原則被濫用，需要使各種功能進一步類型化并根據不同場景確立各種個別命題，以具體而明確的判斷標準來限制自由裁量權的范圍。迄今為止，誠信原則的個別命題以及下位概念體系的構成是：(1)誠信原則的個別法律命題包括禁止反言原則、權利失效原則、清白原則、情勢變更原則；(2)針對當事人雙方的失信行為論、法人格否定的法理；(3)針對權利濫用的忍耐限度論、失信的惡意者排除法、相關關系論等等。對其中任何一項命題，都可以進一步詳細分析其邏輯推理的步驟，并抽出若干項控制推理的元規則及其衍生規則。例如，根據禁止反言原則進行法律推理的元規則可以概括為：第一，在容許矛盾行為時對信賴先前陳述的對方所造成的損失，如果大于在排除矛盾行為時對行為者本人所造成的損失，就應該適用禁止反言原則。第二，如果爭議所涉及的權利關系特別需要根據實際情況而不是當事人之間的平衡狀態來進行調整，那么禁止反言原則就應相對弱化。第三，如果容許矛盾行為很可能造成信賴先前陳述的對方無法尋求法律救濟的后果，那么我們應該有充分的理由根據禁止反言原則排除矛盾行為。第四，在先前陳述的行為長期持續的場合，保護對方對先前陳述之信賴的必要性會相應增強，根據禁止反言原則對其后的矛盾行為進行排除就有更強有力的理由。第五，即使排除后來的矛盾行為會給行為者造成顯著的損失，如果行為者本人試圖通過矛盾行為達到不正當目的，或者行為者自身對矛盾行為的產生有重大過失，那就有理由側重保護對方對先前陳述的信賴。(29)
在法律推理元規則的提煉和體系化方面，格爾哈德·舒托盧克的法律論題學目錄具有重要的參考意義。(30)他提出了64項重要的法律論題，構成一個在推理過程中進行檢索的依據及整理思路的工具性矩陣(見表1)。(31)盡管這些西塞羅式論題并未包羅法律議論的所有維度，也還沒有達到完全體系化的程度，但對富勒關于法律內在道德的八條標準都有涉及。甚至可以認為，這64項論題基本上是對程序自然法八條道德標準進行推演的具體形態。(32)當然，這些論題屬性不一，無論是形式還是內容，都還有些蕪雜，有待進一步完善。這個法律論題學目錄本身也是一種主觀假說。但人類永遠需要借助主觀假說或萊布尼茨所倡導的數學化論題組合藝術，去整理和利用從周圍世界獲得的各種不確定信息，形成并維持與外界環境的協調關系，這正是人類智慧的本質所在。
表1 舒托盧克法律論題學目錄
最后，還需考察與立法目的以及法律解釋的權衡因素相關的論題，即涉及各種不同利害關系的比較、分析、取舍以及錯綜復雜的關系的調整等方面的論題。例如，在更加富于流動性的復雜環境中，為安全之目的應如何采取預防手段和規制措施，如何對決策風險進行評估，成為與風險相關的法律議論的重要內容。美國聯邦法院史蒂芬·布雷耶大法官提出了一種將問題體系化的思路。在圍繞風險決策進行議論前，先要明確四方面的背景知識。第一，根據所謂“香煙當量”來計算小風險的危害概率，建構起米切爾式的“風險階梯”，并把損害的程度作為法律判斷中決定選擇先后順序的參考標準。第二，將針對特定風險采取行政規制的成本和效益進行比較，形成具體的法律論題目錄。第三，明確有關規制機構和規制舉措的各種法律、法規。第四，考察規制體系運作的方式，特別是風險評估的技術和風險管理的政策。(33)在與風險相關的法律議論中，人們會對背景知識中更為引人注目的事件予以更強烈的關注，賦予其更重要的意義，因而忽視具體數字和概率的影響�！帮L險溝通”(圍繞風險決策的法律議論)過程中的價值判斷很可能是顛倒的：某些風險系數較小的事件因其更具戲劇性或人們的恐懼心理被放大，一些風險系數較高的事件則被輕視。(34)為避免“風險恐慌”以及因不同社會群體的視覺盲點而引起誤判，更加去政治化的專業性討論應該發揮更重要的作用。盡管如此，深思熟慮的價值觀仍應被固守并放在優先位置上。(35)即使在風險溝通中，也應始終遵循法律推理的元規則和基本價值判斷。
三、法律判斷的價值函數和價值權重
價值常與行為主體的關心、態度、愿望、觀念等相關，涉及兩個層面的基本問題：一是具有顯著主觀性的價值意識；二是在相當程度上具有客觀性的價值判斷標準及其體系。具體說來，為更準確地理解和把握價值意識，可以將其分為個性構成、行為方式、文化傳統以及社會系統等范疇。(36)從個性構成范疇來看，還可以進一步將其細分為表象價值與內心價值、有意識價值與無意識價值、特定價值與一般價值、固定價值與流動價值等維度。對行為方式也可以細分為觀念的價值與行動的價值、顯露的價值與潛在的價值、強烈的價值與薄弱的價值、明示的價值與暗示的價值等維度。這些范疇和維度都具有較強的相對性、流動性。價值判斷標準與價值體系具有更明顯的客觀性以及普遍性，不僅要求社會的所有成員共有，有時還要求不同類型的社會也能共有，甚至還有人試圖建構一種數學般的公理體系。價值判斷標準及其整體結構與法律解釋、法律議論之間存在更密切的關聯。對法律的邏輯三段論進行修改和補充、對例外現象進行適當處理、對復雜問題進行統籌兼顧和綜合治理等，都離不開各種價值判斷活動。正如佩雷爾曼指出的，離開價值判斷，我們根本無法理解法律思考。(37)
根據法律推理的主體、語境以及價值判斷的功能之間的關系，我們基本上可以確立法的價值函數。從2006年起，日本學者平田勇人在數學研究者的幫助下開始探索法的價值函數公式化，側重解析法律推理與價值間的對應關系。他的基本主張是，法的價值判斷即法律家與法律環境這兩個變數的函數，價值函數的演算符則是不同類型審判中反映基本價值的那些法律原則。例如，在民事審判中，主要的價值函數演算符有四種，即我們熟悉的公正、不偏不倚、高效迅速以及經濟性。每個演算符都根據不同的評價標準獨立運行，最后可以把各個評價值進行綜合評價和運算。如果評價標準之間發生沖突或存在差異，還要導入優先順序的因素進行判斷。(38)如果圍繞價值存在爭論，那就勢必要以爭取價值共識或者達成適用價值的妥協為目的開展溝通，這時的法律議論通常具有辯證推理的特征。(39)此外，人工智能系統對法律判斷的過程進行模擬時，應該采取價值函數最大化的方法。(40)這意味著法的價值判斷應優先于邏輯推理，以確保法律議論可以擺脫無窮反復的語言游戲而順利進行。
價值函數最大化方法的本質是對價值進行加權(乘以系數)。對價值評價進行加權處理，必須把握法律的各種價值之間的關系，從整體結構上進行思考和推理。在審判案件或解決糾紛時，涉及的價值判斷指標往往不是單一的，而是復數性的，因而存在取舍選擇的問題，需要對不同的價值取向進行排序，對價值規范進行數值化處理，也需要采取差別加權和加權比較的方法。美國匹茲堡大學著名運籌學家托馬斯·薩蒂提倡的等級層次分析法和網絡層次分析法，(41)把定性與定量結合在一起，體系地分析目標層與準則層、指標層以及對象層之間的互動關系和影響，形成比較矩陣，對復雜問題決策過程中的價值選擇和價值判斷具有重要意義，能夠指導法律議論的電腦化處理。例如，在谷歌的搜索引擎里，利用全球網頁鏈接結構來評估網頁的相對重要性，并對網頁的價值進行排序的“網頁級別”算法發揮著關鍵性作用。在這里，鏈接的價值加權是換算成點擊率來計算的。除此之外，還有專家排名、信任評級、搜索引擎結果排序等確定價值權重的算法。這些公式、框架及其改進版本也完全可以用于法律價值判斷，通過對一般條款和原則在法律議論和司法文書中的引用頻度、在大眾傳媒和網絡輿情中的出現次數等進行價值換算和排序，形成論題排序的算法。
如果把價值選擇和價值判斷理解為一種法律議論的話語博弈，借助哈特的分析框架，把作為第一性規則的法律標準(可視化的法)與作為第二性規則的法律議論(非可視化的法)理解為互相指涉并結合在一起的規則體系，那么法律規范與社會規范的價值判斷模型就可以表述為圖2所示的復合型話語博弈的場域。(42)法律議論以承認規則和改變規則的形式影響立法，以裁判規則的形式影響個案判斷，從而在不同程度上被轉寫到第一性規則中，使第一性規則產生新的版本。在這個意義上也可以說，法律議論構成包圍著法律規范的模糊邊緣，其不斷被吸納到確定的核心中，形成不同主體反復進行話語博弈的動態格局。另外，從司法的確定性和可預測性的角度來考察，作為圍繞價值判斷的復合型話語博弈的法律議論，必然是一種對規范解釋的預測以及對事實認知的預測，并且還有對上述兩種預測的預測乃至“預測的預測的預測”等不斷反饋過程。在對規范解釋的預測與對事實認知的預測這兩個系列之間，還存在相互作用以及不斷遞進的互動關系，從而呈現出盧曼所描述的那種法律決定與社會之間的反思機制。在這種不斷反饋、不斷遞進的相互作用中，法律推理或者論證活動勢必更加接近情境倫理的論題學而不是演繹的公理體系。論題學更適合處理蓋然性以及價值判斷的辯證推理，公理體系則立足于必然性。論題學的思維方式旨在解決實踐中的具體問題、特別是疑難案件，故而非常注重日常生活世界、交錯重疊的關系以及涵義聯結。這種立場與法社會學問題導向的實證研究風格也很契合。法律議論可以通過論題學漸次消除規則體系邊緣的模糊性以及社會復雜性的影響，并使那種復合型話語博弈能與人工智能的應用場景相銜接。
圖2 作為復合型話語博弈的法律價值判斷機制
法律議論的話語博弈勢必形成類似圖3的論題網絡。圓圈里的甲乙表示不同的法律論題，圓圈(節點)之間的連線顯示相互的敘述關系。論題網絡本身是一種無向圖，節點的位置可以體現論題間的“中心性”。如果某個論題在這種社會網絡中更容易與其他論題發生邏輯或修辭上的關系，那就處于更有利的位置。這種中心性也可以被數值化為指標。如果某個論題與更多的論題相連接，則基于連線次數的“中心性指標”就越高。(43)
圖3 法律議論的論題網絡
通過前面考察過的法律論題目錄以及價值評價標準體系，我們也能發現論題之間的連線。因此，價值加權可以通過計算論題之間連接的紐帶數來進行。如果節點太多、論題網絡過于復雜，求值作業就會變得困難。這時可以采取論題網絡行列的矩陣方式來說明，把圖3的連線信息表示為矩陣R，如下所示：
在這里，從第1行到第6行，分別排列著論題甲到論題乙的連線信息。(44)由于這是個無向圖，即使行與列進行替換仍然構成同一行列。如果兩個論題相連，則對應元素為1，例如甲與丙是相連的，矩陣R的1行3列的元素r13是1，3行1列的元素r31也是1。如果論題不相連則為0。如果處于同一行和列，那就成為自己與自己相連，但這樣不能構成對話，所以也設定為0。對各個論題的連線次數，可以用矩陣R乘以元素全為1的列向量進行計算。這個計算的結果以列向量P[，1]來表示如下：
顯而易見，P[，1]的各項元素中，丙的中心性指標的值是最大的。以這樣一些中心性指標不同的論題為前提來加權，就可以借助關于人物定位和評分的波納西茨方法進行新的中心性指標值的計算和價值評估。(45)具體做法是將矩陣R的每一行按列向量P[，1]進行加權求和，求得新解P[，2]，即P[，2]=R×P[，1]。矩陣展開如下：
將結果③用行向量表示，就是P[t][，2]=(4，4，8，9，9，6)。以論題已的計算結果(6)為例，與己相連的丁和戊的中心性指標都是3，以此作為權重，計算結果為3×1+3×1=6。但這還不夠，需要按照前述方法反復加權計算(具體計算過程省略)，直到收斂點才能求得可以充分反映論題相互關系的中心性指標。
我們還可以把根據連線次數計算出來的中心性指標評價值與根據波納西茨方法計算出來的中心性指標評價值進行比較，獲得表2。兩種方法計算出來的評價值是有不同的，主要體現在丙、丁、戊的差異上。采取連線數方法并把式②計算結果P[，1]的各個數值分別除以最大值，這樣就更方便與波納西茨方法計算出來的中心性指標的數值進行比較。一般認為，波納西茨方法縮小了最大值與最小值之間的差，(46)更能反映網絡的結構。(47)
表2 不同中心性指標的評價值和排序
嘗試把社會網絡分析的方法轉用于價值權重賦值和論題學，并非牽強附會。已經有學者應用網絡圖形、中心性指標以及權重賦值的不同方法研究法條、判例的重要性或者關鍵詞的頻率分布。(48)例如，福歐勒和他的合作者們在應用網絡分析方法考察案件與先例之相關性時，把美國聯邦法院的多數派意見作為網絡中的節點，把案件之間的引用關系作為連線，整個網絡圖形涵蓋了從1791年到2005年期間的26681個判例。這里采取權重賦值的主要方法是，計算引用次數的度中心性以及對引用關系進行區別并構建有向性圖形的特征向量中心性。對于由此得出的排序，作者用常識以及其他指標進行了驗證。(49)
在討論法律議論的價值判斷之際，還有一個哲學意味很強的問題值得關注，即法律的自反性探究。(50)哲學家霍華德·迪隆在《數理邏輯概論》中講述了古希臘的一個故事：買賣雙方簽訂了修辭學傳授服務的合同，以便讓買方有能力成為律師。雙方預定買方最初只需支付一半學費，另一半待他贏得第一場官司后再支付。后來雙方發生糾紛，訴諸法院。賣方要求買方付清所有學費，買方則認為無論如何都不必付費。此時便出現了合同內容的自反性悖論。實際上，在法律領域中，這種自我完結狀態導致的自反性現象經常發生，包括符號的自我指涉、原理的自我適用、命題和推理的自我證明和自我證否、法律和邏輯關系的自生自滅、循環論證、互為因果。還有法院自己成為被告的案例。正如圖靈“停機問題”已經揭示的，一個自我指涉的系統或者集合很容易陷入自相矛盾的狀態——在陳述自己的同時否定自己，如何跳出相關悖論就成為學者重視的問題。(51)也可以說，這就是關于法的自我指涉、反思機制、自創生、悖論以及復雜性等理論創新的肇始。在思考司法人工智能問題時，認識到圖靈“停機問題”與法律體系之間的關系，適當開放話語空間是具有重要意義的。從這個角度來看，智慧法院不僅要采取新的方式和方法來處理邏輯三段論、涵攝技術等法律解釋的課題，還必須把法律議論也納入電腦化的射程。
自反性探究與法律議論的結合點在于問題導向的情境思考、尋找理由和解答的反饋機制以及預測的預測之類的話語博弈，也會聚焦于事實認知以及認知科學。從反射腦、情動腦、理性腦到鏡像神經元，人們發現了特定行為模式的編碼儲存及同頻共振的神經線路，加深了對社會性的基礎在于模仿、溝通、學習以及由此產生的他者理解、共同理解或共鳴等命題的認識。薩博乃至盧曼關于法律反思機制的學說實際上與神經網絡的鏡像機制存在異曲同工之妙。關于鏡像神經元網絡的研究成果，對法律議論、涉身模擬以及無需推理和概念計算的價值判斷方面的人工智能開發也具有重要意義。所謂知覺，無非是主體在包圍自己的光影中找出不變因素的一種心理活動。在審判以及調解過程中，通過身體與環境之間的互動形成協調的關系，勢必在腦內描繪出某種認知地圖、形成機器學習的網絡。特別是在所謂“自我中心的自我”與“場景中心的自我”這樣的認知—心理雙重結構之下，把符號、涵義、做法都納入法律溝通研究的視野，我們就能發現自我指涉以及同步化在共同理解或者共識的凝聚過程中將發揮不可或缺的作用。(52)
推而論之，法律被理解為一個自我完結的系統，即“完全世界”，法律議論卻造成了不完全、不斷變化的“無限定環境”——各種各樣的敘事會編織出不同的關系和網絡，會發現新的特殊意義和價值，會催生某種價值體系形成、變化、再形成或者自創生的場域。在這個意義上，法律議論也可以理解為盧曼所說的那種“學習之法”的具象，構成法律體系的模糊邊緣或者軟規則部分。
與自我中心和場景中心的認知—心理雙重結構相對應，法的話語空間也具有法律解釋與法律議論的雙重結構。解釋是明確法律規范內容的作業，存在著決定論、機械論以及規約主義的傾向。因此，法律解釋追求的是“完全世界”。例如，德沃金認為法律體系是完美無缺的，法律解釋就是根據法律體系的目的來尋找最好的涵義以及解答。雖然他也承認創造性解釋，但在他看來，這種解釋在本質上仍是關于法律體系之“目的”的報告，且必須接受那種確保體系連貫自洽的“整合性”的檢驗。(53)同樣，費什的學說也以法律體系的完美無缺為前提。盡管他承認規范的意義不在既定文本而在于各種解釋策略，對于法律文本可以出現不同的主觀化解讀，但他強調，在一個解釋共同體中，解釋策略(價值判斷標準)是共有的，具有公共性和客觀性。(54)
德沃金和費什都認為，法律規范的意義只有通過解釋行為才能顯示出來，并且最終歸結為某個唯一正確的解答。與此不同，法律議論塑造的是“無限定環境”，既不完全、也不確定，但與相對主義還能劃清界限。一切都可成為懷疑的對象，一切又都是可以討論和證明的。在這個開放性話語空間的基層，存在某種循環性或者反思機制，即規范與實踐之間的不斷相互作用。在這里，更重要的與其說是通過推理達成解釋性共識，毋寧說是通過維特根斯坦所強調的“生活形式”的一致性以及理由和原因的區別，來實現相互理解、同頻共振與和諧。與體現普遍性邏輯的法律解釋不同，法律議論更關注具體的場景和情感，形成了規范世界的另一種視角、另一種聲音。(55)在法律議論的過程中，論證與溝通以及日常性語言博弈可以創造意義和價值。從法律議論的角度來看，需要在敘事的層面理解法律及其適用活動。(56)敘事的基本形式是記述復數現象之間的來龍去脈和因果關系，發揮設定語境的功能，因而任何法律的解釋和推理都會受制于特定的意義關聯。實際上，所謂法律共同體的存立基礎并非費什所說的那種“解釋策略共有”，而是通過規范與實踐之間反復的互動關系形成的意義關聯。也可以說，法的生命力就存在于相互溝通的運動之中。
迄今為止，關于司法人工智能的研究，主要致力于法律解釋和推理的電腦化處理，而對法律議論的特殊性沒有給予充分留意。與日常性語言博弈相關的常識數據庫建設以及語義網編織的巨大困難也妨礙了對意義關聯的技術操作。但是，隨著萬物互聯互通的網絡化程度不斷加深、由此積累的大數據不斷膨脹，人工智能的深度學習能力也不斷提升。作為溝通媒體的5G移動通信系統在數據傳送量上的壓倒性優勢，促使社會在自我指涉的循環圈里迅速變化，形成新的相互認知和價值體系。在這樣的背景下，司法人工智能的開發應該更加自覺地認識到法律解釋和法律議論的不同，把這兩種話語空間都納入信息資料儲備擴大和請求的語義畫像構建中，從而改進智能決策的實施方案。特別是，要進一步把具體的場景和語境納入法律議論電腦化的視野，開發相應的模型和技術方法。
從控制程序、搜索引擎到知識數據庫的運用，人工智能都必須按照人給出的指令或算法運行。在機器學習階段，需要人提供數據的特征量和規格化方式，然后人工智能系統才能進行學習和預測。人工智能可以不斷提高精確度和工作效率，但很難對復雜的、模糊的問題進行判斷。(57)當機器學習的數據輸入不間斷地超高速進行時，對輸出的預測就會變得非常困難。而在深度學習的場合，人工智能系統不僅按照算法進行數據處理，還能采取多層次腦神經網絡的模型和方法，從大數據中自動發現和提取特征量，揭示未知的問題、樣式、結構以及原理。這當然有利于擴大選擇空間和創新。但是，當人工智能從他律系統轉化為自律系統、從演繹系統轉化為歸納系統，特別是在人工智能網絡的相互作用及其連鎖反應不斷進行的情況下，預測、理解、驗證、控制就會變得更加困難，甚至出現黑箱化現象。在數據驅動的人工智能時代，“透明社會”與“黑箱算法”是我們不得不面臨的一對根本矛盾。各種人工智能互相聯結，形成所謂“智慧網絡社會”，勢必引起自動的組合變更，實現自我生成式的增長和變異，形成復雜情況和網絡混沌，對國家治理方式和法律秩序不斷提出新的挑戰、帶來新的機遇，也會深刻影響法律議論。(58)
電子計算機擅長進行大量的、反復的信息處理和邏輯演算。人類卻擅長進行直覺的分析和判斷，通過與環境的相互作用創造出主觀的世界圖像，并依此進行認識、預測以及溝通。司法人工智能的發展目標就是要把這兩個方面密切結合起來，使按照邏輯法學進行的解釋、推理以及具有開放性和情境指向的法律議論都能達到新的高度。如果電腦和通信技術進一步發達，從圖像數據到觀測數據、行動數據以及語言數據都可以進行深度學習，那就有可能在未來解決環境認識、行動預測以及知識獲得等方面的瓶頸問題，從而使人工智能在法律解釋和法律議論領域的應用出現相應的質的飛躍。即便如此，深度學習的過程仍然需要法律專家的介入和監控，防止法律判斷過程出現本可避免的失誤。在機器學習的現階段，我們更應該而且也完全有可能做到的是，確保智慧司法的系統建構為法律解釋和法律議論預留足夠的機會，以有效防止算法獨裁造成法律判斷上的偏頗，要在事實與規范的反復相互作用和重新組合的開放性動態中，克服既有系統的偏誤并促進制度創新。
上海交通大學法學院訪問特聘教授秦裕林以及博士生肖夢黎、林浩舟、陳肇新、許天熙等閱讀了初稿并發表見解。博士生衣俊霖幫忙收集了重要的參考資料，并從計算機科學的角度對文章內容進行了推敲，特此致謝。
�、賲⒁娂拘l東：《法律解釋的真諦(上)——探索實用法學的第三道路》，《中外法學》1998年第6期，第1頁以下；季衛東：《法律議論的社會科學研究新范式》，《中國法學》2015年第6期，第25頁以下；季衛東：《中國式法律議論與相互承認的原理》，《法學家》2018年第6期，第1頁以下。
�、趨⒁娂拘l東：《人工智能時代的司法權之變》，《東方法學》2018年第1期，第125頁以下；季衛東：《人工智能開發的理念、法律以及政策》，《東方法學》2019年第5期，第4頁以下；季衛東：《5G對社會與法治的影響》，《探索與爭鳴》2019年第9期，第44頁以下。
�、坳P于算法獨裁的悖論，參見[以色列]尤瓦爾·赫拉利：《未來簡史》，林俊宏譯，中信出版社2017年版；高奇琦：《人工智能——馴服賽維坦》，上海交通大學出版社2018年版，第34頁以下。
④See Bruce G.Buchanan and Thomas E.Headrick,Some Speculation about Artificial Intelligence and Legal Reasoning,23 Stan.L.Rev.40(1970); Peter B.Maggs and Cary G.deBessonet,Automated Logical Analysis of Systems of Legal Rules,12 Jurimetrics J.158(1972); Anthony D'Amato,Can/Should Computers Replace Judges?,11 Ga.L.Rev.1277(1977).
�、軸ee Walter G.Popp and Bernhard Schlink,Judith,a Computer Program to Advise Lawyers in Reasoning a Case,15 Jurimetrics J.303(1975).
�、轘ee M.J.Sergot,F.Sadri,R.A.Kowalski,F.Kriwaczek,P.Hammond and H.T.Cory,The British Nationality Act as a Logic Program,29 Communications of the ACM 370(1986).
�、逽ee Anne Von Der Lieth Gardner,An Artificial Intelligence Approach to Legal Reasoning,Cambridge,MA:MIT Press,1987.
⑧參見吉野一編著：《法律エキスパ一トシステムの基礎》，ぎょぇせい1986年版；吉野一編：《法律人工知能——法的知識の解明と法的推論の実現》，創成社2000年版。20世紀90年代以后的研究進展，還可參見吉野一的個人網站Hajime Yoshino Online since 1998的專家系統運行資料，http://www.meijigakuin.ac.jp/～yoshino/，2019年11月7日最后訪問。
�、釁⒁娚较抡校骸斗ǖ乃伎激趣悉胜摔藙照摾韺Wの効用性》，載山下正男編：《法的思考の研究》，京都大學人文科學研究所1995年版，第1頁以下；錢大軍：《法律義務的邏輯分析》，《法制與社會發展》2003年第2期，第83頁以下；萬繼華：《本體邏輯原理與應用》，廣東科技出版社2008年版。
⑩日本法學家來棲三郎早在20世紀50年代初就指出了這一可能性。參見來棲三郎：《法の解釈と法律家》，《私法》第11號(1954年)，第16頁以下。哈特關于基于抗辯的可撤銷性概念也蘊含了同樣的思想。
(11)參見付池斌：《現實主義法學》，法律出版社2005年版，第119頁以下；劉星：《法律的不確定性——美國現實主義法學述評》，《中山大學學報(社會科學版)》1996年增刊，第199頁以下；陸宇峰：《美國法律現實主義：內容、興衰及其影響》，《清華法學》2010年第6期，第85頁以下。
(12)See Roberto M.Unger,The Critical Legal Studies Movement,Cambridge,MA:Harvard University Press,1986; Roberto M.Unger,What Should Legal Analysis Become?,London:Verso,1996.
(13)參見朱景文主編：《當代西方后現代法學》，法律出版社2002年版，第21頁以下。
(14)參見[美]詹姆斯·M.布坎南、戈登·塔洛克：《同意的計算——立憲民主的邏輯基礎》，陳光金譯，中國社會科學出版社2000年版，第4頁以下。
(15)See Owen M.Fiss,Conventionalism,58 S.Cal.L.Rev.177(1985); Poincaré,LeRoy,Ajdukiewicz,Radical Conventionalism:Its Background and Evolution,in Vito Sinisi and Jan Wolenski(eds.),The Heritage of Kazimierz Ajdukiewicz,Amsterdam:Rodopi,1995,pp.40-101; Anna Jedynak,Kazimierz Ajdukiewicz-From Radical Conventionalism to Radical Empiricism,74 Poznan Studies in the Philosophy of the Sciences and the Humanities 89(2001).
(16)參見井上達夫：《普遍主義と文脈主義——哲學から歴史へ》，載野家啓一等編：《哲學に何ができるか(新哲學講義別巻)》，巖波書店1999年版，第183頁以下。
(17)See Rosalind W.Picard,Affective Computing,Cambridge,MA:MIT Press,1997；[美]羅莎琳德·皮卡德：《情感計算》，羅森林譯，北京理工大學出版社2005年版，第3頁以下。
(18)See Reed C.Lawlor,What Computers Can Do:Analysis and Prediction of Judicial Decisions,49 A.B.A.J.337(1963).
(19)HYPO,英文全稱為Legal Reasoning System with Cases and Hypothetical。See K.D.Ashley,Reasoning with Cases and Hypotheticals in HYPO,34 International Journal of Man-Machine Studies 753(1991)；前引③，高奇琦書，第34頁以下。
(20)參見夏永紅、李建會：《人工智能的框架問題及其解決策略》，《自然辯證法研究》2018年第5期，第3頁以下。
(21)See Pompeu Casanovas and others(eds.),AI Approaches to the Complexity of Legal Systems:Complex Systems,the Semantic Web,Ontologies,Argumentation,and Dialogue,Berlin:Springer,2010,pp.93-95.
(22)參見[英]斯蒂芬·圖爾敏：《論證的使用》，謝小慶、王麗譯，北京語言大學出版社2016年版；舒國瀅：《法學實踐知識之困與圖爾敏論證模型》，《國家檢察官學院學報》2018年第5期，第72頁以下；[日]亀本洋：《法的思考》，有斐閣2006年版，第226頁以下。
(23)See Thomas F.Gordon,The Pleadings Game:An Artificial Intelligence Model of Procedural Justice,Dordrecht:Kluwer Academic Publishers,1995,p.ix.
(24)關于法律論題學的中文譯作，參見[德]特奧多爾·菲韋格：《論題學與法學——論法學的基礎研究》，舒國瀅譯，法律出版社2012年版；[美]W.科爾·達勒姆：《西方兩大法系比較視野下的論題學》，張青波譯，戴一飛校，載鄭永流主編：《法哲學與法社會學論叢》總第14期，北京大學出版社2009年，第262頁以下。我國關于法律論題學的代表性論作，參見舒國瀅：《尋訪法學的問題立場——兼談“論題學法學”的思考方式》，《法學研究》2005年第3期，第3頁以下；舒國瀅：《走近論題學法學》，《現代法學》2011年第4期，第3頁以下；焦寶乾：《論題學及其思維探究》，《法學論壇》2010年第3期，第40頁以下；張靜煥：《論題學法學的邏輯解讀》，《法律方法》2009年第2期，第60頁以下；韓振文：《論題學方法及其運用》，《法律方法》2017年第1期，第244頁以下；徐國棟：《從“地方論”到“論題目錄”——真正的“論題學法學”揭秘》，《甘肅社會科學》2015年第4期，第197頁以下。
(25)參見平田勇人：《信義則をめぐる背景知識の體系的整理》，載前引⑧，吉野一編《法律人工知能——法的知識の解明と法的推論の実現》，第137頁以下；徐國棟：《民法基本原則解釋——誠信原則的歷史、實務、法理研究》，北京大學出版社2013年版。
(26)參見[美]富勒：《法律的道德性》，鄭戈譯，商務印書館2005年版，第46頁以下。受富勒理論的影響，還有其他學者提出過有關基本原則的理論觀點，例如英國前上議院首席大法官賓漢勛爵提出的法治八條核心原理。See Lord Bingham,The Rule of Law,66 Cambridge L.J.67(2007).
(27)See Monika Zalnieriute,Lyria Bennett Moses and George Williams,The Rule of Law and Automation of Government Decision-Making,82 Mod.L.Rev.425(2019).
(28)參見前引(25)，平田勇人文。
(29)參見中野貞一郎：《民事訴訟における禁反言》，載中野貞一郎：《過失の推認》，弘文堂1978年版，第188頁以下。
(30)See Gerhard Struck,Topische Jurisprudenz:Argument und Gemeinplatz in der juristischen Arbeit,Frankfurt am Main:Athenum-Verlag,1971,S.20-34; Wolfram Velten,Juristic Topics in English Legal Theory:the "Topical" Method of Finding and Legitimizing Premises for the Solution of "Hard Cases" in the Light of English Legal Theory,Durham theses,Durham University,http://etheses.dur.ac.uk/6043/，2019年11月11日最后訪問。
(31)該表的制作參考了平田勇人書中的法律論題目錄，參見平田勇人：《信義則とその基層にあるも》，東京成文堂2006年版，第287頁。
(32)例如，關于普遍性的論題包括第3、10、35、38號，關于公開性的論題包括第25、30、47號，關于不得溯及既往的論題包括第51、31、39號，關于明確性的論題包括第1、2、4、9、30號，關于不矛盾性的論題包括第28、40號，關于可遵循性的論題包括第48、50、53、54、55號，關于穩定性的論題包括第51、63號，關于政府率先守法的論題包括第6、7、8、38、56號。
(33)參見[美]史蒂芬·布雷耶：《打破惡性循環——政府如何有效規制風險》，宋華琳譯，法律出版社2009年版，第1頁以下。
(34)同上書，第46頁。
(35)參見[美]キヤス·サンステイ一ン：《恐怖の法則——予防原則を超ぇて》，角松生史、內野美穗監譯，勁草書房2015年版，第2頁以下。
(36)參見見田宗介：《価値意識の理論》，弘文堂1966年版，第32頁以下。
(37)參見[比]ぺレルマン：《法律家の論理——新しいレトリック》，江口三角譯，木鏎社1986年版，第15頁以下。
(38)參見平田勇人：《判斷における法的価値関數について-法創造教育への活用》，日本文科省科研費2002-2006年度特別推進研究《法創造教育方法の開発研究——法創造科學に向けて》(課題番號14001003)研究成果報告書(2007年)，第267頁以下。
(39)參見前引(37)，ぺレルレマン書，第182頁。
(40)參見新田克已：《議論をするエ一ジエントの構築》，シンポジウム成果報告書《模擬裁判と法創造教育》(2006年)，第1頁以下。
(41)參見[美]托馬斯·薩蒂：《創造性思維：改變思維做決策》，石勇、李興森譯，機械工業出版社2017年版，第259頁以下。
(42)參見橋爪大三郎：《言語ゲ一ムと社會理論——ヴイトゲンシユタイン·ハ、一ト·ル一マン》，勁草書房1985年版，第102頁。
(43)See J.Nieminen,On the Centrality in a Graph,15 Scandinavian Journal of Psychology 322(1974).
(44)以第1行的6個元素為例，1行1列r11對應論題甲與其自身的相連關系，1行2列r12對應論題甲與論題乙的相連關系，以此類推。
(45)See P.Bonacich,Factoring and Weighting Approaches to Status Scores and Clique Identification,2 Journal of Mathematical Sociology 113(1972)；安田雪：《実踐ネツトワ一ク分析：関係を解く理論と技法》，新曜社2001年版，第75頁以下。
(46)波納西茨方法中，最大值(1)與最小值(0.37)的差值為0.63，連線數方法中最大值(1)與最小值(0.25)的差值為0.75。
(47)關于中心性指標評價值計算的兩種模式及其技法，更加專業化和更詳細的說明論證可參見金光淳：《社會ネツトワ一ク分析の基礎——社會的関係資本論にむけて》，勁草書房2003年版，第135頁以下。
(48)See J.H.Fowler and others,Network Analysis and the Law:Measuring the Legal Importance of Precedents at the U.S.Supreme Court,15 Political Analysis 324(2007); R.Boulet and others,A Network Approach to the French System of Legal Codes-part I:Analysis of a Dense Network,19 Artificial Intelligence and Law 333(2011); Y.Lupu and E.Voeten,Precedent in International Courts:A Network Analysis of Case Citations by the European Court of Human Rights,42 British Journal of Political Science 413(2012); K.Oliver and M.Faul,Network and Network Analysis in Evidence,Policy and Practice,14 Evidence & Policy:A Journal of Research,Debate and Practice 369(2018).
(49)參見上引Fowler等文，第326頁。
(50)See Douglas R.Hofstadter,About Nomic:A Heroic Game That Explores the Reflexivity of the Law,264 Scientific American 16(1982).還可參考相關專題網頁，http://www.chiark.greenend.org.uk/～dricher/Nomic/Acka/nomic.html,2019年11月7日最后訪問。
(51)彼特·薩博把這種自反性現象稱為諾米克博弈，并對其進行了全面深入的研究。See Peter Suber,The Paradox of Self-Amendment:A Study of Law,Logic,Omnipotence,and Change,New York:Peter Lang Pub.Inc.,1990,pp.188-194.
(52)關于自我與場域、認知科學與人工智能之間的關系，參見[日]松田雄馬：《人工知能の哲學——生命から紐解く知能の謎》，東海大學出版會2017年版，第82頁以下。
(53)參見[美]羅納德·德沃金：《法律帝國》，李冠宜譯，時英出版社2002年版，第19頁。
(54)See Stanley Fish,Is There a Text in This Class? The Authority of Interpretive Communities,Cambridge,MA:Harvard University Press,1980,pp.14-342.
(55)See Carol Gilligan,In a Different Voice:Psychological Theory and Women's Development,Cambridge,MA:Harvard University Press,1982.
(56)See Dennis M.Patterson,Law's Pragmatism:Law as Practice and Narrative,in his(ed.)Wittgenstein and Legal Theory,Boulder,CO:Westview Press,1992,pp.85-121.
(57)參見羅維鵬：《人工智能裁判的問題歸納與前瞻》，《國家檢察官學院學報》2018年第5期，第16頁以下。
(58)參見成原慧：《AIネツトワ一ク化をめぐる法的間題と規範形成》，《自由と正義》2017年9月號，第35頁以下；賈開：《人工智能與算法治理研究》，《中國行政管理》2019年第1期，第23頁以下。