高 翔 西南政法大學(xué)人民法庭研究中心研究員、重慶市高級人民法院研究室主任，法學(xué)博士
目次
一、智能司法輔助決策模型的理論工具轉(zhuǎn)型
二、智能司法輔助決策模型的建構(gòu)路徑
三、智能司法輔助決策模型的應(yīng)用機(jī)理
四、結(jié)語
摘要：輔助裁判模型是智能司法基礎(chǔ)理論的核心內(nèi)容。智能司法輔助裁判模型的理論工具應(yīng)實(shí)現(xiàn)由“法律邏輯+人工智能”向“法律邏輯+訴訟法哲學(xué)+人工智能”的轉(zhuǎn)變，使智能司法輔助裁判可真正融入司法實(shí)踐。司法人工智能遵循“法律本體庫—要件解構(gòu)與標(biāo)注—自然語義識別與深度學(xué)習(xí)—司法人工智能”的生成路徑。智能司法輔助裁判模型是以要件事實(shí)論為指引建立待決案件信息與法律本體庫的匹配關(guān)系，達(dá)致匹配度要求后輸出裁判結(jié)果的過程。法律選擇及解釋模型、訴訟證明模型、證據(jù)能力評價模型與證據(jù)推理模型具有不同的作用機(jī)理、功能定位與適用范圍，需進(jìn)行精細(xì)化構(gòu)建，為法官裁判提供新的分析工具與輔助參考。
關(guān)鍵詞：智能輔助裁判模型 法律本體庫 認(rèn)知案件 要件事實(shí)論 訴訟法哲學(xué)
在科技強(qiáng)國、網(wǎng)絡(luò)強(qiáng)國、數(shù)字中國、智能社會建設(shè)的國家戰(zhàn)略背景下，以及司法體制改革與現(xiàn)代科技深度融合的司法體制改革政策驅(qū)動下，我國智能司法建設(shè)進(jìn)入快速發(fā)展期。但應(yīng)當(dāng)看到，我國智能司法建設(shè)實(shí)踐存在理論根基不實(shí)、原理把握不準(zhǔn)等問題；我國智能司法研究仍處在起步階段，尚未形成系統(tǒng)理論體系。智能司法作為司法裁判的新分析工具，對于司法裁判具有輔助功能，輔助決策模型研究是智能司法基礎(chǔ)理論研究的核心內(nèi)容。智能司法輔助決策模型中的“模型”，并不代表司法裁判可機(jī)械定義為若干模型，本文并不持司法裁判模型化觀點(diǎn)，而是主要指向人工智能輔助司法決策的內(nèi)在邏輯、基本方式、作用機(jī)理等原理性問題。之所以使用“模型”概念，原因在于構(gòu)建可在計(jì)算機(jī)程序中實(shí)現(xiàn)的法律推理及論證模型并有效模擬人類裁判，是智能司法的理想目標(biāo)；盡管此目標(biāo)實(shí)則難以實(shí)現(xiàn)，也希望通過機(jī)器智能模型更好地洞見司法過程。智能司法系統(tǒng)存在兩個模型：智能司法輔助決策的邏輯模型、實(shí)現(xiàn)輔助裁判目標(biāo)的計(jì)算模型。前者為人工智能與法的交叉領(lǐng)域，后者歸屬技術(shù)領(lǐng)域。本研究主要關(guān)注前者，試圖建立智能司法輔助決策模型，厘清司法人工智能的生成規(guī)律及模擬司法決策的邏輯、機(jī)理、路徑及應(yīng)用，構(gòu)建符合法律實(shí)踐的智能司法算法，形塑我國智能司法基礎(chǔ)理論體系，用于輔助司法裁判、指引智慧法院實(shí)踐、助推司法體制改革，使我國智能司法建設(shè)符合未來法治發(fā)展的方向。另外，以智能司法輔助決策模型的構(gòu)建推動智能司法理論學(xué)理化，探究法律邏輯、法理學(xué)、訴訟法哲學(xué)、人工智能原理的內(nèi)在關(guān)聯(lián)，力求促進(jìn)司法信息學(xué)、智能司法學(xué)等新興學(xué)科發(fā)展，探索學(xué)科融合發(fā)展的可行路徑。
一、智能司法輔助決策模型的理論工具轉(zhuǎn)型
法律邏輯、認(rèn)知科學(xué)、人工智能理論均可為智能司法輔助裁判模型提供理論工具，鑒于智能司法理論極大的學(xué)科與知識跨越性，相關(guān)理論如何互聯(lián)互通形成有機(jī)整體便成為理論工具構(gòu)建的重要問題。智能司法系統(tǒng)需融入訴訟實(shí)踐與過程之中，那么要件事實(shí)論、新證據(jù)學(xué)等與訴訟法哲學(xué)相關(guān)的理論工具的引入便具有必要性與迫切性，從而重構(gòu)更具生命力的智能司法輔助決策模型的理論工具。
（一）“法律邏輯+人工智能”的理論工具
1.法律邏輯理論
20世紀(jì)以降，現(xiàn)代邏輯廣泛運(yùn)用于法律知識表達(dá)、描述司法判決等方面，并與人工智能理論整合發(fā)展，形成“人工智能+法律邏輯”交叉學(xué)科，重點(diǎn)探討基于人工智能原理的法律論證建模，尤其是非單調(diào)邏輯與可廢止推理理論為智能司法開啟了新空間。非單調(diào)邏輯與可廢止推理是基于事物的復(fù)雜性、人類認(rèn)知的不完全性、自然語言的模糊性等帶來的不確定性，對不確定性知識的運(yùn)用與處理方式。嚴(yán)格的司法演繹推理體現(xiàn)為單調(diào)邏輯與不可廢止推理，而法律大前提的解釋與修正、新證據(jù)的加入、小前提事實(shí)認(rèn)定的不確定性，使前提集隨時的增減變化可能導(dǎo)致結(jié)論的變化，使得司法推理本質(zhì)上具有非單調(diào)性與可廢止性，具體體現(xiàn)在基于反駁和削弱兩種論證沖突，引入破壞攻擊直接指出論證前提不成立，從而廢止原論證。 人工智能將司法推理視作對不同陳述、論據(jù)、規(guī)范假設(shè)加以選擇的活動，正好與非單調(diào)邏輯及可廢止推理相契合，對裁判結(jié)果、事實(shí)認(rèn)定、證據(jù)推理的推論等可通過非單調(diào)邏輯與可廢止推理來進(jìn)行分析。
同時，法律論證理論的新發(fā)展為人工智能法律模型構(gòu)建提供了分析框架。法律論證理論是現(xiàn)代邏輯學(xué)、語用學(xué)、論辯學(xué)、修辭學(xué)等融合演進(jìn)的產(chǎn)物，圖爾敏論證模型、佩雷爾曼新修辭學(xué)等將邏輯、修辭和對話相交織，形成各具特色的法律論證理論。法律論證與人工智能法律系統(tǒng)的契合之處在于：法律論證圖式是法律知識的表達(dá)方式，且具有開放性可不斷修正，與人工智能對法律本體庫的深度學(xué)習(xí)相一致；法律論證具有非單調(diào)性和可廢止性，從法律適用、事實(shí)認(rèn)定到證據(jù)認(rèn)定與推理，允許反駁性或削弱性觀點(diǎn)存在；訴訟中的對審機(jī)制及程序規(guī)則為法律論證的對話與論辯提供了難得的條件；法律論證中的證明與訴訟活動中的證明責(zé)任、證明方法、證明標(biāo)準(zhǔn)具有邏輯上的關(guān)聯(lián)。
論辯模型理論的興起則為法律論辯及對話式司法創(chuàng)造了智能化場景。法律推理與論證具有論辯本質(zhì)，包括主張、反主張與論證、反論證，人工智能法律系統(tǒng)的目的是讓這種對話結(jié)構(gòu)清晰起來，并開發(fā)能控制或調(diào)停對立各方之間對話的系統(tǒng)，從而模型化管控這種爭議的程序。20世紀(jì)90年代以來，對話博弈開始應(yīng)用于法律推理，構(gòu)建兩方輪流參與論辯的對話模型，對話過程以多元向量動態(tài)表示，通過確立前提集并且使前提集在對話各階段保持更新，用以約束雙方之后的對話，通過對話和承諾集相互作用的方式直至證成某個有爭議的陳述。 戈登的訴訟博弈模型是針對普通法系民事訴訟設(shè)立的法律論證計(jì)算模型，原告提出法律及事實(shí)主張后，被告或予以承認(rèn)或引入某論證來對抗原告的主張及論證，雙方均可引入新的規(guī)則與事實(shí)，通過尋找雙方存在分歧的前提，保持下來的分歧成為案件審理的議題，并對雙方關(guān)于案例結(jié)果的不同觀點(diǎn)作出解釋。
2.法律專家系統(tǒng)理論
法律專家系統(tǒng)由法律知識庫和推理機(jī)組成，法律知識庫儲存法律專家的知識，推理機(jī)用于記憶所采用的規(guī)則和控制策略的程序，負(fù)責(zé)調(diào)度和運(yùn)用知識進(jìn)行推理并給出推理結(jié)果，從而模擬法律專家推理。兩大法系基于各自法律傳統(tǒng)分別形成基于規(guī)則、案例的法律專家系統(tǒng)。基于規(guī)則的法律專家系統(tǒng)是用專家系統(tǒng)模擬與規(guī)則相關(guān)的法律、司法解釋、地方法規(guī)等內(nèi)容，建立復(fù)數(shù)的規(guī)則與相應(yīng)權(quán)重的連接，從而預(yù)測裁判結(jié)果。在基于規(guī)則的法律專家系統(tǒng)中，具有代表性的是被譽(yù)為“人工智能與法之父”的麥卡迪所創(chuàng)建的TAXMAN 系統(tǒng)，法概念、法律規(guī)則和事實(shí)均是初始元，邏輯推理采演繹推理模式。基于案例的法律專家系統(tǒng)的發(fā)展，既是英美法系判例法傳統(tǒng)與人工智能融合發(fā)展的產(chǎn)物，也是對基于規(guī)則的法律專家系統(tǒng)缺陷的彌補(bǔ)，即知識表示不僅是法律規(guī)則的簡單選擇，而應(yīng)提取要素結(jié)合案例予以表達(dá)。具有代表性的如美國學(xué)者阿什利和里斯蘭設(shè)計(jì)的HYPO法律專家系統(tǒng)，根據(jù)案件要素的相關(guān)性與重合程度建立索引系統(tǒng)從而發(fā)現(xiàn)類似案例，作為本案裁判參考。應(yīng)當(dāng)看到，基于案例的法律專家系統(tǒng)建立在法律要素類比的邏輯之上，存在法律要素難以完備、要素匹配數(shù)量高卻并不一定具有法律上的決定意義等局限，較之基于規(guī)則的法律專家系統(tǒng)，實(shí)則需要更高的智能化程度，具有更大的構(gòu)建難度。囿于以上局限，基于規(guī)則與案例的法律專家系統(tǒng)的實(shí)踐效果并不理想。
基于規(guī)則或案例的法律專家系統(tǒng)，均是知識工程與人工智能結(jié)合的產(chǎn)物，是一種法律知識工程。知識工程以知識為處理對象，包括知識的獲取、表達(dá)和推理，通過機(jī)器進(jìn)行知識應(yīng)用。 由于以法律專家系統(tǒng)為代表的法律知識工程在知識獲取上依賴人工，專家知識庫的知識結(jié)構(gòu)不清晰且僅是無規(guī)則放置在機(jī)器中用于檢索，面臨法律解釋難題、難以解決規(guī)則沖突及缺失等問題。尤其對于案件要素的相關(guān)性由何種方法確定這個法律專家系統(tǒng)的最核心問題，法律專家系統(tǒng)理論始終未給出有效回答，自20世紀(jì)90年代后傳統(tǒng)的法律專家系統(tǒng)漸入低潮。
3.“法律邏輯+人工智能”的局限性
法律人工智能理論以“法律邏輯+人工智能”為理論框架，已形成一定的理論基礎(chǔ)，但仍存在薄弱環(huán)節(jié)，智能司法系統(tǒng)適用性不強(qiáng)、難以大范圍推廣是全球智能司法建設(shè)面臨的共同難題。究其緣由，理論框架的缺陷是根本原因。
缺陷之一，人工智能法律專家系統(tǒng)理論已具相當(dāng)規(guī)模，但知識更新能力弱，面臨知識接收瓶頸，人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等新興人工智能技術(shù)與法律理論相結(jié)合程度嚴(yán)重不足。人工智能已由以推理和搜索的首輪熱潮，發(fā)展到專家系統(tǒng)為標(biāo)志的第二波熱潮，再到21世紀(jì)由機(jī)器學(xué)習(xí)推動的第三輪熱潮。 深度學(xué)習(xí)系基于知識圖譜數(shù)據(jù)特征的學(xué)習(xí)，通過深度學(xué)習(xí)提升對待決事項(xiàng)預(yù)測的準(zhǔn)確度。以人工神經(jīng)網(wǎng)絡(luò)為核心的深度學(xué)習(xí)等新興人工智能技術(shù)，如何突破傳統(tǒng)知識工程理論的瓶頸，仍然方興未艾，現(xiàn)有的“法律邏輯+人工智能”理論工具難以對智能司法輔助裁判模型作出有效指引。缺陷之二，英美法系國家就“法律邏輯+人工智能”實(shí)現(xiàn)多學(xué)科融合研究，但研究主體集中于法律邏輯學(xué)家與法理學(xué)家，訴訟法學(xué)家參與較少，與訴訟法學(xué)的融合不夠精進(jìn)，人工智能法律本體庫研究成果較少，法律邏輯理論雖為智能司法提供了頂層理論工具與設(shè)計(jì)模型，但欠缺與訴訟實(shí)踐的深度融合，僅是“云端”的理論工具，而不是指導(dǎo)實(shí)踐的理論工具，或許是英美法系法律專家系統(tǒng)實(shí)踐運(yùn)用欠佳的原因之一。缺陷之三，基于訴訟法學(xué)等部門法學(xué)在法律人工智能研究中參與不足，導(dǎo)致法律人工智能中的法律概念化難以實(shí)現(xiàn)。法律專家系統(tǒng)的構(gòu)建依托于法律的概念化、規(guī)則化、符號化，法律概念化過程不僅需要法律邏輯學(xué)者、法理學(xué)者發(fā)揮作用，也需要訴訟法學(xué)、實(shí)體法學(xué)等部門法學(xué)者來推動具體法律領(lǐng)域的概念化、規(guī)則化。由于法律邏輯學(xué)者與法理學(xué)者勢單力孤，人工智能法律系統(tǒng)的構(gòu)建很大程度由人工智能學(xué)者主導(dǎo)，存在技術(shù)性有余、法律性不足等問題。人工法律智能實(shí)踐迫切需要法律邏輯學(xué)者、法理學(xué)者與訴訟法學(xué)者等部門法學(xué)者形成法學(xué)學(xué)科合力，繼而同人工智能學(xué)者形成整體研究合力。
（二）“法律邏輯+訴訟法哲學(xué)+人工智能”的新理論工具
1.訴訟法哲學(xué)理論的引入
其一，要件事實(shí)論作為具有訴訟法哲學(xué)意義的裁判方法論，對于智能司法建模具有基礎(chǔ)性價值。受德國刑法學(xué)犯罪構(gòu)成要件理論的影響和啟發(fā)，日本司法研修機(jī)構(gòu)對法律職業(yè)人開展要件事實(shí)教育和培訓(xùn)，形成要件事實(shí)理論，并逐漸成為基本的裁判思維和方法。要件事實(shí)論是與法律構(gòu)成要件對應(yīng)的具體案件事實(shí)，是依實(shí)體法對生活事實(shí)進(jìn)行裁剪后形成的法律化的具體事實(shí)。可認(rèn)為要件事實(shí)論是將法律構(gòu)成要件與案件具體事實(shí)、實(shí)體法與程序法有效連結(jié)并將實(shí)體法規(guī)范通過訴訟程序得以適用的裁判方法論。 在成文法背景下，三大訴訟的裁判路徑在于將實(shí)體法規(guī)范適用于具體案件，從而使該規(guī)范所確定的法律后果得以實(shí)現(xiàn)。在一般法學(xué)上，由于一定的法律效果的發(fā)生，而將法律上所必要的事實(shí)條件的總體稱為法律上的構(gòu)成要件。法律上的構(gòu)成要件對應(yīng)于實(shí)體法規(guī)范的識別、分析與解構(gòu)，具有抽象化特征，涵攝于各構(gòu)成要件之下的具體事實(shí)，則是訴訟中的證明對象，從而形成抽象性法律構(gòu)成要件與具體性要件事實(shí)的區(qū)分。案件具體事實(shí)的內(nèi)容極其繁復(fù)，只有實(shí)體法構(gòu)成要件范圍之內(nèi)的案件具體事實(shí)才是訴訟中需要證明的要件事實(shí)。盡管我國距離要件事實(shí)論的體系化全面適用仍有距離，體現(xiàn)在請求權(quán)基礎(chǔ)體系尚不完善、要件事實(shí)論在實(shí)踐有所應(yīng)用但還未有效推廣、實(shí)體法與訴訟法的對接還較為欠缺、主要僅適用于民事訴訟領(lǐng)域等。但也應(yīng)看到隨著民法典的實(shí)施以及實(shí)務(wù)界開始推動要件審判九步法的具體實(shí)踐， 刑事訴訟研究領(lǐng)域開始關(guān)注要件事實(shí)與犯罪構(gòu)成的關(guān)系問題，行政訴訟研究領(lǐng)域開始關(guān)注要件事實(shí)論在行政訴訟中的引入，要件事實(shí)論正在立法、學(xué)界及實(shí)務(wù)界產(chǎn)生越來越深的影響。要件事實(shí)論“主張—抗辯—再抗辯”的訴訟攻防結(jié)構(gòu)契合法律人工智能的論辯原理，案件攻防得以標(biāo)準(zhǔn)化呈現(xiàn)，符合智能司法的對話式論辯原理。要件事實(shí)論在智能司法中被引入后，將以其自身裁判邏輯構(gòu)建法律專家系統(tǒng)的推理原理，解決案件要素的相關(guān)性由何種方法確定這個法律專家系統(tǒng)的最大缺陷。
其二，英美法系以司法證明機(jī)理為內(nèi)核的新證據(jù)學(xué)理論，與智能司法中的證據(jù)推理建模具有原理共通性。邊沁、威格摩爾推動了英美新證據(jù)學(xué)的發(fā)展，威格摩爾認(rèn)為訴訟證明與事實(shí)認(rèn)定最重要的并非證據(jù)可采性，而是解決可采性問題后對證據(jù)進(jìn)行評價的自然過程。此自然過程包括依據(jù)直接證據(jù)認(rèn)定事實(shí)以及依經(jīng)驗(yàn)法則從間接事實(shí)推認(rèn)事實(shí)兩種路徑。之后，英美法系引入概率學(xué)、圖表分析法、話語學(xué)、計(jì)算機(jī)科學(xué)、法律敘事學(xué)等新證據(jù)學(xué)方法，涌現(xiàn)出貝葉斯定理、故事模型理論等證據(jù)評價或事實(shí)認(rèn)定模型，通過發(fā)現(xiàn)證據(jù)之間、證據(jù)與事實(shí)間的邏輯聯(lián)系構(gòu)建事實(shí)圖景。新證據(jù)學(xué)的交叉學(xué)科屬性為引入人工智能創(chuàng)造了條件，不僅貝葉斯定理、故事模型理論模型等與人工智能聯(lián)系密切，計(jì)算機(jī)科學(xué)與法律專家系統(tǒng)本身也是新證據(jù)學(xué)的分支之一，因其更依賴于數(shù)學(xué)模型與計(jì)算機(jī)模型，甚至被稱為“第二種類型的新證據(jù)學(xué)”。
其三，人工智能與證明的融合發(fā)展揭示了智能司法建模不僅是靜態(tài)法律推理與論證，而且涉及與訴訟證明等過程性司法行為的動態(tài)結(jié)合。盡管人工智能與司法證明的融合研究尚處起步階段，但具有廣闊空間；甚至可認(rèn)為，人工智能與證明的融合將帶來新證據(jù)學(xué)的再次革命，證明的邏輯框架可能會被智能司法模型框架所設(shè)計(jì)。法律論辯模型中，主張某個句子的博弈方有責(zé)任去證明該句子是被證成的，提出方與反對方在博弈中可以轉(zhuǎn)換，這與訴訟證明極為類似。訴訟證明中證明責(zé)任分配的內(nèi)部結(jié)構(gòu)、本證、反證，與人工智能法律論辯模型中的交替提出論辯主張、反駁與削弱觀點(diǎn)的提出具有內(nèi)在聯(lián)系；沖突論證中兩個相互反駁的論證強(qiáng)度的大小，則與訴訟中的證明標(biāo)準(zhǔn)理論具有共通性。
2.理論工具轉(zhuǎn)型之于智能司法輔助決策建模的意義
在“法律邏輯+人工智能”基礎(chǔ)上，新理論工具融入訴訟法哲學(xué)考量，形成訴訟法哲學(xué)對“法律邏輯+人工智能”的有益補(bǔ)充，構(gòu)建“法律邏輯+訴訟法哲學(xué)+人工智能”的新理論工具，對于智能司法輔助決策的模型建構(gòu)至少具有三方面意義。
意義之一，新理論工具的結(jié)構(gòu)符合智能司法輔助決策建模的內(nèi)在規(guī)律。智能司法輔助裁判模型包括分析情境、回答法律問題、預(yù)測結(jié)果或做出法律論證等，對于法律論證、法律推理和法律預(yù)測等智能服務(wù)模型，知識表示的瓶頸阻礙了其在法律實(shí)踐領(lǐng)域的應(yīng)用。法律文本解析技術(shù)可以突破知識表示瓶頸問題。法律文本解析又被稱為法律文本挖掘，是指使用語言的統(tǒng)計(jì)和機(jī)器學(xué)習(xí)的技術(shù)發(fā)現(xiàn)法律文本數(shù)據(jù)檔案中的知識。但法律邏輯學(xué)并不能徹底解決法律的知識表示問題，也難以展現(xiàn)訴訟動態(tài)攻防的具體過程。而融入訴訟法哲學(xué)考量后，可成為法律文本解析技術(shù)的重要基礎(chǔ)，使智能司法系統(tǒng)所賴以依托的法律知識體系概念化、規(guī)則化、符號化，為法律本體庫構(gòu)建提供基本思路，形成法律邏輯解決法律推理與論證的理論問題，訴訟法哲學(xué)則將法律邏輯融匯于訴訟實(shí)踐中，解決法律選擇、訴訟證明、證據(jù)推理等相對微觀問題的內(nèi)部結(jié)構(gòu)，使“云端”的理論工具成為實(shí)用的理論工具，智能司法輔助裁判可真正得以實(shí)施。同時，在知識工程理論基礎(chǔ)上，新理論工具關(guān)注法律邏輯、訴訟法哲學(xué)與人工神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等最新人工智能原理對接，以學(xué)科融合的視野、理論互補(bǔ)的方法推進(jìn)法學(xué)與哲學(xué)深度對話、人工智能與司法裁判知識深度結(jié)合。
意義之二，新理論工具有助于破解智能司法的案件認(rèn)知難題。人工智能機(jī)器學(xué)習(xí)的前提是規(guī)則化、要素化和圖譜化。智能司法是司法大數(shù)據(jù)基礎(chǔ)上的認(rèn)知科學(xué)實(shí)踐，構(gòu)建法律、事實(shí)、證據(jù)間的動態(tài)邏輯關(guān)系，使機(jī)器具有一定的案件認(rèn)知能力，進(jìn)而形成司法人工智能。但對案件非結(jié)構(gòu)化數(shù)據(jù)的認(rèn)知是智能司法的首要難題，又是智能司法輔助裁判模型的核心。構(gòu)建出一個領(lǐng)域的本體，將極大提升機(jī)器對該領(lǐng)域的信息處理能力，它已成為知識獲取、表示、推理及應(yīng)用的核心。法律本體庫又稱為法律知識圖譜，是司法人工智能生成的邏輯起點(diǎn)，也是機(jī)器認(rèn)知個案進(jìn)而模擬裁判的前提。法律本體庫的構(gòu)建需要根據(jù)法律概念的關(guān)聯(lián)性標(biāo)記或注解法律文本，厘清非結(jié)構(gòu)化數(shù)據(jù)的內(nèi)部結(jié)構(gòu)，提供便于計(jì)算機(jī)程序處理的知識的概念體系；同時，本體庫需要反映人類專家知識，這些專業(yè)知識關(guān)注哪些概念和關(guān)系應(yīng)該包括進(jìn)來使智能系統(tǒng)能夠執(zhí)行最終任務(wù)。訴訟法哲學(xué)新理論工具中的要件事實(shí)論、新證據(jù)學(xué)理論及證明理論為法律本體庫構(gòu)建提供了較穩(wěn)定的方法支撐。要件事實(shí)論對于法律本體庫的構(gòu)建具有基礎(chǔ)意義。要件事實(shí)論是將法律與事實(shí)、實(shí)體與程序等結(jié)構(gòu)化的理論體系，可有效厘清法律知識圖譜的結(jié)構(gòu)關(guān)系，實(shí)現(xiàn)從案件類型相似、文件相似到要件相似的匹配，有助于機(jī)器深度學(xué)習(xí)。新證據(jù)學(xué)對證據(jù)評價的交叉學(xué)科視角，為解決司法人工智能對案件事實(shí)的認(rèn)知難題、證明力判斷等提供了新的分析視角，故而訴訟法哲學(xué)對于緩解機(jī)器智能的案件認(rèn)知難題有所助益。
意義之三，新理論工具有助于有效破除算法“黑箱”。算法“黑箱”是智能司法最值得擔(dān)憂的問題之一，算法模型的神秘化、技術(shù)化，可能導(dǎo)致數(shù)據(jù)科學(xué)家也難以完全理解人工智能預(yù)測背后的邏輯，從而具有“黑箱”性質(zhì)。智能司法建設(shè)同樣存在算法“黑箱”和算法霸權(quán)的隱患，數(shù)據(jù)提取、標(biāo)注中的主觀性因素以及編輯者的邏輯編排、要旨提煉、觀點(diǎn)選擇，可能具有不確定因素。訴訟法哲學(xué)新理論工具的引入，可一定程度解決算法“黑箱”的問題，減少智能司法算法形成的不確定性，增強(qiáng)智能司法算法的透明度與可解釋性。比如，在要件事實(shí)論下，實(shí)體法構(gòu)成要件、要件事實(shí)、證據(jù)評價構(gòu)成嚴(yán)謹(jǐn)網(wǎng)絡(luò)，經(jīng)機(jī)器識別后成為輔助裁判的相關(guān)因素，以此形成的智能司法算法與要件事實(shí)論的裁判邏輯相匹配，從而使算法具有合法正當(dāng)性，可避免對智能司法算法“黑箱”的質(zhì)疑。將要件事實(shí)論作為智能司法思維形成的基礎(chǔ)不僅不會產(chǎn)生制度沖突，反而暗合人工神經(jīng)網(wǎng)絡(luò)的特征。
二、智能司法輔助決策模型的建構(gòu)路徑
智能司法輔助決策模型的建構(gòu)路徑包括兩個層面，第一個層面是司法人工智能的生成路徑，這是智能司法輔助決策模型的首要任務(wù)與先決問題，其核心內(nèi)容是智能司法的認(rèn)知建模與知識表示。只有依據(jù)司法裁判規(guī)律生成的司法人工智能才能有效模擬裁判，起到輔助裁判、提供裁判參考的作用，未遵循司法決策內(nèi)在規(guī)律生成的司法人工智能，可能是與司法實(shí)踐相去甚遠(yuǎn)的“偽智能”。第二個層面是智能司法如何模擬裁判，厘清智能司法輔助司法決策的邏輯環(huán)境及基本方式等問題，其核心內(nèi)容是智能司法的知識推理與知識應(yīng)用。
（一） 司法人工智能的生成路徑
不同于法律專家系統(tǒng)中規(guī)則固定的知識庫與推理機(jī)，司法人工智能的生成路徑具有法律本體庫設(shè)計(jì)、深度學(xué)習(xí)、監(jiān)督學(xué)習(xí)等特征，具體路徑為“法律本體庫—要件解構(gòu)與標(biāo)注—自然語義識別與深度學(xué)習(xí)—司法人工智能”。
1.以要件事實(shí)論為基礎(chǔ)的法律本體庫的構(gòu)建
本體庫是概念化的具有階層順序的描述某特定領(lǐng)域假設(shè)或公理的集合，可清晰定義和呈現(xiàn)該領(lǐng)域概念、類別、關(guān)系、函數(shù)、公理及束縛條件。 與通常意義的知識工程相比，本體庫具有更清晰的階層性，是對該領(lǐng)域知識的系統(tǒng)整理和結(jié)構(gòu)化表達(dá)，從而具有結(jié)構(gòu)化數(shù)據(jù)的特征。相對應(yīng)，法律本體庫是法律概念、法律規(guī)則、各法律規(guī)則構(gòu)成要件、證據(jù)規(guī)則構(gòu)成的動態(tài)關(guān)系庫。法律本體庫對法律整體及內(nèi)部結(jié)構(gòu)關(guān)系的關(guān)注，已超越傳統(tǒng)法律知識工程對規(guī)則和案例的靜態(tài)關(guān)注。
就構(gòu)建法律本體庫而言，法律領(lǐng)域的概念化便成為第一步，這是法律本體庫的構(gòu)建應(yīng)更依憑法學(xué)學(xué)者之智識而非依賴于人工智能學(xué)家抽象建模的緣由。法律本體庫通過分析概念間的關(guān)系及結(jié)構(gòu)形成概念網(wǎng)絡(luò)從而構(gòu)筑知識體系，具有人工智能學(xué)中詞匯表的功能，為司法人工智能提供正確的分詞，從而形成法律語義庫，這是智能司法模擬裁判的基礎(chǔ)。學(xué)界就法律本體庫構(gòu)建形成一定研究成果，如法律論述語言本體庫、規(guī)范形式主義本體庫、法律功能本體庫以及以框架為基礎(chǔ)的本體庫等，但并未找到將概念法學(xué)體系轉(zhuǎn)換為法律本體庫的妥帖路徑。 我國智能司法實(shí)踐亦開始關(guān)注法律本體庫的基礎(chǔ)性作用，華宇元典、法信等人工智能法律研發(fā)機(jī)構(gòu)均致力于構(gòu)建法律本體庫，但具體的建構(gòu)路徑與方法仍在探索之中。法律本體庫構(gòu)建規(guī)律的欠缺，亦直接影響我國智能司法輔助裁判系統(tǒng)的運(yùn)行效果，出現(xiàn)政策熱但實(shí)踐運(yùn)行效果并不理想的反差。
法律本體庫的構(gòu)建有自上而下與自下而上兩條路徑。自上而下路徑由法律專家根據(jù)法律邏輯構(gòu)建法律知識圖譜，自下而上路徑則完全由機(jī)器在對司法案例大數(shù)據(jù)進(jìn)行深度學(xué)習(xí)基礎(chǔ)上自主構(gòu)建法律知識圖譜。由于法律數(shù)據(jù)尤其是司法案例數(shù)據(jù)涉及法律解釋、價值判斷等不確定因素且多為非結(jié)構(gòu)化數(shù)據(jù)，若采機(jī)器對司法案例大數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，自主構(gòu)建法律知識圖譜的自下而上路徑，實(shí)則難以有效完成實(shí)體、關(guān)系及屬性抽取等任務(wù)，因而，采取自上而下路徑構(gòu)建法律本體庫系相對合理的選擇。
在明確路徑之后，法律本體庫的構(gòu)建方法系更為關(guān)鍵的問題。構(gòu)建法律本體庫的難題在于如何厘清各法律概念的關(guān)系、結(jié)構(gòu)及作用，法律本體庫實(shí)則是描述符號化的各法律要素之間關(guān)系的語義網(wǎng)，并將該語義網(wǎng)作為機(jī)器自然語言識別的基礎(chǔ)。要件事實(shí)論作為具有訴訟法哲學(xué)意義的裁判方法論，正是探究法律與事實(shí)、法律與事實(shí)各概念相互關(guān)系及實(shí)踐方式的基礎(chǔ)理論，具有貫通法律與事實(shí)、實(shí)體與程序的功能，可作為法律本體庫構(gòu)建的基本方法，使司法數(shù)據(jù)由非結(jié)構(gòu)化轉(zhuǎn)向結(jié)構(gòu)化。由詞法、結(jié)構(gòu)、過程等構(gòu)成的法律本體庫與要件事實(shí)論具有邏輯共通性，依要件事實(shí)論對某法律關(guān)系對應(yīng)的實(shí)體法及要件事實(shí)進(jìn)行多層級解構(gòu)后的要件對應(yīng)于法律本體庫的分詞，實(shí)體法與事實(shí)的關(guān)系對應(yīng)于法律本體庫的結(jié)構(gòu)。 在自上而下的路徑下，以要件事實(shí)論為基礎(chǔ)，可描述各分詞的語義及關(guān)系，建立概念法學(xué)體系與智能司法輔助裁判建模的關(guān)聯(lián)，從而形塑層級清晰的人工智能法律本體庫。
2.要件解構(gòu)與標(biāo)注
以要件事實(shí)論為基礎(chǔ)建立法律本體庫后，需根據(jù)裁判邏輯對每類法律關(guān)系進(jìn)行層級解構(gòu)，依次解構(gòu)為實(shí)體法規(guī)范、各要件事實(shí)、事實(shí)主張與抗辯、證明責(zé)任、直接證明與間接證明、裁判結(jié)果等各要素。最微觀的要素系分詞，與上位要素在要件事實(shí)論的內(nèi)部結(jié)構(gòu)中形成智能司法語義網(wǎng)。
基于我國系依成文法裁判的國家，要件解構(gòu)的第一步應(yīng)從實(shí)體法規(guī)范的解構(gòu)開始。實(shí)體法規(guī)范存在“構(gòu)成要件+法效果”的內(nèi)在邏輯結(jié)構(gòu)。在刑事智能司法輔助系統(tǒng)的法律本體庫中，要件解構(gòu)的第一步即為犯罪構(gòu)成要件的解構(gòu)。在民事智能司法輔助系統(tǒng)的法律本體庫中，要件解構(gòu)的第一步即為民事實(shí)體法規(guī)范的構(gòu)成要件解構(gòu)，如違約之訴的實(shí)體法構(gòu)成要件可解構(gòu)為合同成立與生效、相對方違約，物返還之訴的實(shí)體法構(gòu)成要件可解構(gòu)為權(quán)利主張者有所有權(quán)、物被相對方占有。實(shí)體法規(guī)范被要件解構(gòu)后將被進(jìn)行標(biāo)注，經(jīng)過自然語言識別后成為機(jī)器深度學(xué)習(xí)的對象。之后，圍繞被解構(gòu)的每個實(shí)體法構(gòu)成要件進(jìn)行證明與認(rèn)定，根據(jù)證明責(zé)任分配規(guī)則分配證明責(zé)任并予以標(biāo)注，根據(jù)被告采取的直接否認(rèn)、間接否認(rèn)、事實(shí)抗辯等防御方式就對應(yīng)情形分別予以標(biāo)注。最后，若被解構(gòu)的各要件均被認(rèn)定為真，實(shí)體法規(guī)范將得以適用；即使有一個要件不能得以認(rèn)定，實(shí)體法規(guī)范將無法適用，將此裁判路徑予以標(biāo)注。
3.自然語義識別與深度學(xué)習(xí)
自然語義識別是以給機(jī)器配備語言知識的方式，使其可接受人類使用自然語言輸入的指令，理解自然語言的主觀語義。將法律命題轉(zhuǎn)化為邏輯命題，將法律規(guī)則、案件事實(shí)由自然語言轉(zhuǎn)換成機(jī)器語言，是人工智能的薄弱環(huán)節(jié)。法律本體庫中類案的要件解構(gòu)，已實(shí)現(xiàn)法律信息及知識的系統(tǒng)規(guī)范整理，構(gòu)建了規(guī)范的法律標(biāo)簽數(shù)據(jù)庫，這在信息學(xué)領(lǐng)域具有信息過濾、標(biāo)注及語義挖掘的意義，一定程度消除了法律語言與自然語義的鴻溝，為自然語義識別創(chuàng)造了相對清晰的對象，可實(shí)現(xiàn)由法律本體庫向語義信息網(wǎng)絡(luò)的轉(zhuǎn)化。
法律本體庫的要件化為自然語義識別提供了可行路徑與樣式，隨后需解決識別對象與方法問題，其中識別對象也是機(jī)器深度學(xué)習(xí)的對象。機(jī)器學(xué)習(xí)是機(jī)器通過對海量數(shù)據(jù)的學(xué)習(xí)發(fā)現(xiàn)規(guī)律性信息并用于解決分類、歸類、聚類等問題的過程。 要件化的法律本體庫需與司法案例大數(shù)據(jù)相結(jié)合，通過機(jī)器對司法案例大數(shù)據(jù)的自然語義識別繼而進(jìn)行深度學(xué)習(xí)，方可形成司法人工智能。要件化的法律本體庫以及對類案的要件式解構(gòu)，實(shí)則是對海量司法案例大數(shù)據(jù)進(jìn)行自動或半自動抽取和標(biāo)注的過程，從而提升深度學(xué)習(xí)的效果與效率。如在物返還之訴中，要件被解構(gòu)為權(quán)利主張者有所有權(quán)、物被相對方占有兩項(xiàng)，機(jī)器深度學(xué)習(xí)則遵循以上兩個要件的路徑，針對物返還之訴的判決書大數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，從而形成“實(shí)體法要件解構(gòu)+司法案例大數(shù)據(jù)深度學(xué)習(xí)”相結(jié)合的司法人工智能生成方法。
在學(xué)習(xí)方式上，存在無監(jiān)督學(xué)習(xí)和監(jiān)督學(xué)習(xí)兩種方式，無監(jiān)督學(xué)習(xí)是高級人工智能的產(chǎn)物，機(jī)器可實(shí)現(xiàn)自主學(xué)習(xí)、自我糾錯、自我校正，但存在深度學(xué)習(xí)過程不公開及算法黑箱之弊。同時，法律知識的復(fù)雜性與法律語言的多義性也使得無監(jiān)督學(xué)習(xí)在智能司法領(lǐng)域難以適用。監(jiān)督學(xué)習(xí)是對輸入對象預(yù)先分配經(jīng)標(biāo)注過的標(biāo)簽，對標(biāo)簽數(shù)據(jù)進(jìn)行學(xué)習(xí)并發(fā)現(xiàn)分類規(guī)則，從而輸出未含標(biāo)記信息的數(shù)據(jù)屬性特征的一種監(jiān)督學(xué)習(xí)方法，其目的是使分類準(zhǔn)確性達(dá)致最佳。監(jiān)督學(xué)習(xí)系機(jī)器深度學(xué)習(xí)司法案例大數(shù)據(jù)的主要方式。首先，根據(jù)以要件事實(shí)論為基礎(chǔ)的法律本體庫提供適宜的訓(xùn)練集和分類器，確定學(xué)習(xí)對象的分類、分層、分級規(guī)則，然后，由法律專家適時糾正機(jī)器深度學(xué)習(xí)過程中出現(xiàn)的各類錯誤判斷，并對其錯誤予以標(biāo)注形成深度學(xué)習(xí)的訓(xùn)練數(shù)據(jù)集，使機(jī)器在監(jiān)督學(xué)習(xí)下不斷試錯糾錯、分析建模，在具備一定數(shù)量基礎(chǔ)上逐步達(dá)致模擬推理和判斷功能，從而形成為實(shí)現(xiàn)模擬裁判任務(wù)而構(gòu)建的指令集即算法模型，生成司法人工智能。
（二）智能司法輔助決策的方式
計(jì)算模型可按照程序的輸入、將輸入轉(zhuǎn)換為輸出的過程、結(jié)果的輸出三個環(huán)節(jié)加以描述。 將輸入轉(zhuǎn)換為輸出的中間步驟是智能司法算法的核心內(nèi)容，即智能司法如何模擬裁判的問題。
1.智能司法模擬裁判的邏輯環(huán)境
司法裁判邏輯具有非單調(diào)性和可廢止性。其一，體現(xiàn)為實(shí)體法規(guī)范的解釋與續(xù)造。在一些情況下，作為請求權(quán)基礎(chǔ)的實(shí)體法規(guī)范大前提是確定無疑的，但在某些案件中，存在法律語義歧義、法律解釋不確定問題，甚至可能涉及誠實(shí)信用、公序良俗等不確定性法概念的評價，需運(yùn)用文義解釋、體系解釋、漏洞填補(bǔ)、利益衡量、價值判斷等法律方法，這是司法裁判邏輯具有非單調(diào)性和可廢止性的首要體現(xiàn)。其二，體現(xiàn)為基于反駁和削弱的論證沖突，原結(jié)論可能被某種方式加以辯駁是訴訟的常態(tài)，訴訟是不斷廢止原論證最后得出論證結(jié)論的過程。智能算法源于海量標(biāo)簽數(shù)據(jù)，難以受制于單調(diào)邏輯和不可廢止性推理，法律論證間的攻擊和沖突關(guān)系，使前提集的內(nèi)容不斷發(fā)生增減變化，論證者可能不斷拒絕原來的法律結(jié)論。訴訟活動按照“主張—抗辯—再抗辯”的訴訟邏輯探究事實(shí)真相，對于原告根據(jù)訴訟請求提出的事實(shí)主張，被告可能采取否認(rèn)、間接否認(rèn)、抗辯等不同防御方法，這個過程在法律論證上實(shí)則是反駁論證沖突。如原告主張被告償還借款，被告可能會以借款已經(jīng)償還提出抗辯或金錢系原告贈與提出間接否認(rèn)；原告訴請被告承擔(dān)違約責(zé)任，被告可能提出合同無效的抗辯，原本成立的法律論證可能因抗辯的成立而不再成立。即便是被告在不負(fù)證明責(zé)任時為動搖法官心證而所提出的反證，也具有法律論證層面削弱的論證沖突的含義，因此訴訟兩造的論辯過程為智能司法建模提供了基本程序構(gòu)造。在非單調(diào)性和可廢止性的邏輯環(huán)境中，智能司法系統(tǒng)才具有模擬法律推理或論證的邏輯可能。訴訟兩造通過訴訟對話博弈模型使案件信息在訴訟攻防對抗下逐漸得到披露與顯示，則為智能司法系統(tǒng)模擬裁判提供了獲取案件信息的方式。
2.智能司法模擬裁判的基本過程
人工智能的本質(zhì)是功能模擬，智能司法輔助裁判實(shí)質(zhì)是通過機(jī)器模擬法律推理及論證、法律適用、事實(shí)認(rèn)定的過程。智能司法輔助裁判系統(tǒng)的算法規(guī)則根據(jù)分詞和語義網(wǎng)而設(shè)定，憑借算法規(guī)則針對案件的審判信息進(jìn)行模擬裁判。智能司法模擬裁判的算法規(guī)則與司法人工智能的生成規(guī)律具有邏輯一致性，要件事實(shí)論是生成司法人工智能的最佳方式，同時也是算法規(guī)則的最佳選擇。在要件事實(shí)論指引下，司法人工智能根據(jù)要件層級解構(gòu)之后所構(gòu)建的智能司法語義網(wǎng)來識別、認(rèn)知待決案件。
機(jī)器認(rèn)知待決案件并做出模擬裁判的第一步是情節(jié)提取，情節(jié)提取以要件事實(shí)論為指引對待決案件的審判信息進(jìn)行分類，形成結(jié)構(gòu)化標(biāo)簽。顯著的道理是微觀、低階的案件要素較宏觀、高階的要素更易進(jìn)行情節(jié)提取和自然語義識別。如在法律本體庫中，民間借貸訴訟的要件事實(shí)為當(dāng)事人的借貸合意與金錢交付，借貸合意的要件事實(shí)可解構(gòu)為書面或口頭方式成立，金錢交付的要件事實(shí)可解構(gòu)為現(xiàn)金交付、轉(zhuǎn)賬交付等形式。基于此，書面或口頭合意，現(xiàn)金或轉(zhuǎn)賬交付等待決案件信息中最微觀層面的要件事實(shí)即為機(jī)器信息抽取的對象，經(jīng)過提取后形成結(jié)構(gòu)化標(biāo)簽，確定待決案件信息中合意方式究竟是書面還是口頭、金錢交付方式究竟是現(xiàn)金還是轉(zhuǎn)賬或其他方式。
機(jī)器認(rèn)知待決案件并做出模擬裁判的第二步是相似性匹配度比對。對抽取出的待決案件信息，同以法律本體庫為基礎(chǔ)的智能司法語義網(wǎng)進(jìn)行相似性匹配度對比，達(dá)到相似性匹配度要求的即為類案。法律人工智能歷史上基于案例的法律專家系統(tǒng)，也是建立在法律要素類比邏輯上，但由于欠缺對各法律要素的地位及相互關(guān)系的裁判邏輯考量，而是簡單以匹配數(shù)量多少來確定類案，故而存在局限性。要件事實(shí)論打破了以相似法律要素?cái)?shù)量多少進(jìn)行類案比對的思路，而基于要件事實(shí)論貫穿事實(shí)與法律、要件層級解構(gòu)后可形成邏輯周密的裁判思維網(wǎng)絡(luò)，以及主要事實(shí)、間接事實(shí)與輔助事實(shí)的區(qū)分等特征，使各法律、事實(shí)要素能夠基于其在要件事實(shí)體系中的定位而確定其位階，從而使類案相似性匹配在法律與技術(shù)上具有真正可能性，突破智能司法系統(tǒng)的理論瓶頸。
機(jī)器認(rèn)知待決案件并做出模擬裁判的第三步是輸出裁判結(jié)果。若具備相似性匹配度，則待決案件符合類案標(biāo)準(zhǔn)，可適用法律本體庫的裁判規(guī)則進(jìn)行模擬裁判，從而輸出裁判結(jié)果。就此語義而論，智能司法輔助裁判模型是在要件事實(shí)論指引下構(gòu)建法律本體庫，又以要件事實(shí)論為指引建立待決案件信息與法律本體庫的匹配關(guān)系，達(dá)致匹配度要求后輸出裁判結(jié)果的過程，為法官裁判提供新的模型化的分析工具。
三、智能司法輔助決策模型的應(yīng)用機(jī)理
智能司法系統(tǒng)只有融入各訴訟過程及審理階段，才能達(dá)到輔助裁判之效，智能司法輔助決策模型的設(shè)計(jì)除了厘清基本原理外，更需針對各項(xiàng)具體訴訟活動建立子模型。圍繞法律適用與事實(shí)認(rèn)定兩項(xiàng)主要審判活動展開的智能司法輔助決策各項(xiàng)子模型，具有不同的作用機(jī)理，功能定位、適用范圍、輔助方式均有所不同，需進(jìn)行具體的精細(xì)化構(gòu)建。
（一）智能司法輔助決策模型的結(jié)構(gòu)分化
智能司法輔助決策模型的組成結(jié)構(gòu)，由訴訟活動、裁判活動的組成結(jié)構(gòu)所決定；解決了訴訟活動本身的結(jié)構(gòu)問題，才能回應(yīng)司法人工智能模型內(nèi)部結(jié)構(gòu)的問題。成文法背景下基本的訴訟邏輯是，當(dāng)事人提出訴訟請求并確定請求權(quán)，并根據(jù)請求權(quán)確定相關(guān)的實(shí)體法規(guī)范，法官對實(shí)體法規(guī)范進(jìn)行構(gòu)成要件解構(gòu)和證明責(zé)任分配，當(dāng)事人圍繞構(gòu)成要件對應(yīng)的要件事實(shí)根據(jù)證明責(zé)任分配規(guī)則就有爭議的事實(shí)進(jìn)行證明，法官根據(jù)當(dāng)事人的訴訟證明進(jìn)行事實(shí)認(rèn)定，如果達(dá)到證明標(biāo)準(zhǔn)事實(shí)得以認(rèn)定，則產(chǎn)生實(shí)體法規(guī)范適用的法律效果。
盡管訴訟活動在習(xí)慣上被區(qū)分為法律適用與事實(shí)認(rèn)定，但兩者并非涇渭分明，而是交錯推進(jìn)最終得出裁判結(jié)論。在成文法語境中，實(shí)體法問題是事實(shí)問題的先決條件，事實(shí)問題與法律問題很難從概念上予以分離。裁判結(jié)果形成的過程，是將法律規(guī)范解構(gòu)為若干構(gòu)成要件并進(jìn)而確定要件事實(shí)，另外，根據(jù)生活事實(shí)探求與之最為接近的法律規(guī)范并剖析要件，來回穿梭于事實(shí)與法律之間的往復(fù)交叉式的推理鏈條。 案件事實(shí)按照實(shí)體法的“效果—要件事實(shí)”框架被架構(gòu)起來，并作為審判對象呈現(xiàn)給法院。 基于此，智能司法輔助決策模型結(jié)構(gòu)不宜簡單按照法律適用與事實(shí)認(rèn)定的標(biāo)準(zhǔn)進(jìn)行區(qū)分，應(yīng)當(dāng)進(jìn)行更符合訴訟邏輯且更精確的劃分。智能司法輔助決策模型的組成結(jié)構(gòu)大致包括法律選擇及解釋模型、訴訟證明模型、證據(jù)能力評價模型與證據(jù)推理模型。其中，法律選擇及解釋模型可歸入法律適用類模型，而訴訟證明模型、證據(jù)能力評價模型屬于法律適用與事實(shí)認(rèn)定交錯型模型，證據(jù)推理屬于狹義的事實(shí)認(rèn)定類模型。由于在訴訟中性質(zhì)迥異，各子模型差異較大，需根據(jù)各自規(guī)律分別設(shè)計(jì)，分析人工智能在不同子模型中作用范圍及功能的差異。
在法律選擇、證明責(zé)任分配、證據(jù)能力形式要件評價方面，智能司法基本可代替法官甚至較法官行為更為精準(zhǔn)；在證據(jù)推理模型中的證明標(biāo)準(zhǔn)客觀量化方面，智能司法有一定的作用空間；而在法律解釋、證據(jù)能力的實(shí)質(zhì)性評價、自由心證及經(jīng)驗(yàn)法則的運(yùn)用、內(nèi)心確信的形成方面，智能司法則存在難以回避的認(rèn)知障礙及作用局限，無法代替法官作出判斷。即使從輔助法官決策而言，也僅能提供之前法官群體通常、平均的判斷標(biāo)準(zhǔn)供法官作為資料參考，難以結(jié)合個案情事進(jìn)行實(shí)質(zhì)性輔助裁判。
綜上，智能司法輔助決策各自模型的適用具有以下三個規(guī)律性特征。特征之一，智能司法輔助決策模型適宜于客觀化較明顯的領(lǐng)域，而在主觀判斷領(lǐng)域則適用受限。法律適用與事實(shí)認(rèn)定并非劃定智能司法適用范圍的邊界，對于法律適用與事實(shí)認(rèn)定中客觀性較強(qiáng)的領(lǐng)域，如無理解歧義時根據(jù)當(dāng)事人訴請及主張進(jìn)行的法律選擇、請求權(quán)基礎(chǔ)規(guī)范確定后的證明責(zé)任分配特征及事實(shí)認(rèn)定層面的證據(jù)能力形式要件，智能司法可發(fā)揮較大作用；而對于法律解釋、自由心證、經(jīng)驗(yàn)法則等主觀性較強(qiáng)的事項(xiàng)，智能司法則適用受限。特征之二，智能司法輔助決策模型的適用受到自由心證等原則的極大限制。自由心證是對法院認(rèn)定事實(shí)階段加以作用之審理原則，指對所有證據(jù)依相互關(guān)系整體觀之，以達(dá)成實(shí)現(xiàn)案件真實(shí)目標(biāo)。自由心證是法官個體對于案件事實(shí)的獨(dú)立認(rèn)知過程，與智能司法作為法官平均判斷標(biāo)準(zhǔn)的模擬具有本質(zhì)差異。辯論全趣旨審酌也是人類獨(dú)有的認(rèn)知能力，辯論全趣旨是整個口頭辯論過程裁判者所能感知到的事項(xiàng)，實(shí)際難以詳細(xì)說明或具有只可意會、不可言傳的性質(zhì)，一些日本學(xué)者認(rèn)為這正是辯論全趣旨的精妙之處，主要包括對當(dāng)事人在庭審中情態(tài)及言行一致性的判斷等。對于辯論全趣旨的判斷，實(shí)屬智能司法能力范疇外的事項(xiàng)。此外，在事實(shí)推定中經(jīng)驗(yàn)法則被作為大前提被大量運(yùn)用，人類經(jīng)驗(yàn)法則難以完全轉(zhuǎn)化為數(shù)據(jù)，即使轉(zhuǎn)化為數(shù)據(jù)后機(jī)器也存在認(rèn)知障礙。特征之三，對于本質(zhì)上具有極強(qiáng)主觀判斷屬性，但又需要客觀化標(biāo)準(zhǔn)作為支撐與規(guī)制的領(lǐng)域，智能司法輔助決策模型具有特殊作用。諸如經(jīng)驗(yàn)法則、證明標(biāo)準(zhǔn)等事項(xiàng)，主觀性、具體性、個案性為其本質(zhì)特征，但作為一種從具體到抽象的一般性知識，又具有一定客觀性，呈現(xiàn)主觀與客觀、抽象與具體交錯的特征，總是在秉持主觀性品性與尋求客觀性規(guī)制之間尋求平衡。對于此類深受法官個人心智影響的事項(xiàng)，智能司法難以進(jìn)行有效模擬，但可在促進(jìn)客觀規(guī)制合理化方面發(fā)揮作用。
（二）法律選擇及解釋模型的多元應(yīng)用
在成文法國家，裁判邏輯的第一步是根據(jù)當(dāng)事人的訴訟請求及事實(shí)主張尋找請求權(quán)基礎(chǔ)規(guī)范。完全法條由構(gòu)成要件與法效果構(gòu)成，本案對應(yīng)于某個確定的法條。在請求權(quán)基礎(chǔ)為完全法條情況下，司法人工智能運(yùn)用自然語義識別技術(shù)，通過當(dāng)事人訴請及主張來確定作為請求權(quán)基礎(chǔ)的實(shí)體法規(guī)則并無障礙。裁判中存在相當(dāng)數(shù)量的不完全法條情形，或構(gòu)成要件不充分，或法效果不充分，又或兩者皆不充分，此時在法律選擇技術(shù)上需以其他法條為補(bǔ)充，以多個法條共同作為請求權(quán)基礎(chǔ)的實(shí)體法規(guī)范；只要在法律本體庫中充分記載不完全法條及與其他法條互為補(bǔ)充及整體適用的情形，機(jī)器同樣可在要件事實(shí)論指引下進(jìn)行法律選擇，甚至可能更為便捷與精準(zhǔn)。
法律適用模型的最大局限在于難以模擬法律語義的解釋、法無明文規(guī)定時法的續(xù)造、漏洞填補(bǔ)與利益衡量及如何處理規(guī)范沖突問題。正當(dāng)程序、公平正義等核心價值難以編輯成算法是全球智能司法建設(shè)面臨的共同難題。司法人工智能對法律解釋問題難以有效進(jìn)行模擬裁判，但可通過“連續(xù)的細(xì)化過程中修改系統(tǒng)規(guī)則，以便捕獲概念含義”來嘗試處理法律模糊概念。這種嘗試形成數(shù)據(jù)與經(jīng)驗(yàn)積累后，可形成一種類似于法官群體對模糊法律概念的通用、通常、平均判斷標(biāo)準(zhǔn)，為法官對模糊法律概念的理性解釋提供新的分析工具和參考佐證。
（三）訴訟證明模型的廣泛應(yīng)用
訴訟證明過程的第一步，系要件事實(shí)論下證明責(zé)任的分配，以民事訴訟為例，依訴訟法理證明責(zé)任既包括就主張?zhí)峁┳C據(jù)的行為意義的證明責(zé)任，也包括在要件事實(shí)真?zhèn)尾幻鲿r承擔(dān)敗訴風(fēng)險的結(jié)果意義的證明責(zé)任。證明責(zé)任分配實(shí)為法律適用問題，已蘊(yùn)含在相關(guān)實(shí)體法規(guī)范中，解決的是某項(xiàng)事實(shí)是否屬于要件事實(shí)及該事實(shí)主張是否需要證明的問題。相對于針對本證的證明責(zé)任而言，不負(fù)證明責(zé)任的一方仍可提出反證以動搖法官內(nèi)心確信從而使待證事實(shí)處于真?zhèn)尾幻鳡顟B(tài)，達(dá)到本證方事實(shí)主張不能成立之效。第二步，是分配證明責(zé)任后各要件的證明路徑，即證據(jù)支持事實(shí)主張的結(jié)構(gòu)與方式問題，具體體現(xiàn)為直接證明與間接證明路徑。直接證明路徑即當(dāng)事人通過舉示證據(jù)直接加以證明的證明活動（直接本證），所涉證據(jù)為直接證據(jù)；間接證明路徑則為當(dāng)事人通過證據(jù)證明間接事實(shí)，之后由法官依經(jīng)驗(yàn)法則推定要件事實(shí)，此舉證活動為間接證明（間接本證），其中所涉證據(jù)即間接證據(jù)（間接本證）。無論是直接證明還是間接證明，在訴訟兩造反復(fù)進(jìn)行的證明活動中，法官心證沿著“形成—動搖—再形成—再動搖—逐漸穩(wěn)定—固化”的心理過程，最終形成符合證明標(biāo)準(zhǔn)的心證。綜上，訴訟證明模型包含證明責(zé)任分配、直接證明、間接證明三層內(nèi)涵，可分解為與之對應(yīng)的三類子模型。
就證明責(zé)任分配模型而言，無論是完全法條還是不完全法條，在被確定為請求權(quán)基礎(chǔ)規(guī)范后均可進(jìn)行要件解構(gòu)，機(jī)器以法律本體庫為指引，可在要件事實(shí)論的裁判邏輯指引下對構(gòu)成要件進(jìn)行解構(gòu)。要件事實(shí)分為權(quán)利發(fā)生事實(shí)、權(quán)利發(fā)生障礙事實(shí)、暫時阻止權(quán)利行使的權(quán)利阻止事實(shí)及權(quán)利的消滅事實(shí)。當(dāng)事人主張權(quán)利發(fā)生、妨礙或消滅的應(yīng)負(fù)證明責(zé)任，如在民間借貸訴訟中，原告主張被告償還借款則應(yīng)就借貸合意、金錢交付這兩個債權(quán)成立的要件承擔(dān)證明責(zé)任，被告提出借款已償還的權(quán)利消滅抗辯，則應(yīng)就權(quán)利消滅的要件承擔(dān)證明責(zé)任。法律人工智能對話博弈理論中行動、承諾集之間的互動，對應(yīng)于訴訟法意義的證明責(zé)任分配及其實(shí)施，為法官提供暫時性、可能性思考，直至有新的相反信息出現(xiàn)（如訴訟法意義的抗辯或否認(rèn)等），又形成新的暫時性、可能性思考，直至得出最后結(jié)論。故而，法律論證中的證明責(zé)任便與訴訟法中的證明責(zé)任分配理論具有內(nèi)在契合性，證明責(zé)任分配理論將從根本上解決法律人工智能中的論證結(jié)構(gòu)問題。由于結(jié)果意義的證明責(zé)任分配蘊(yùn)含于實(shí)體法規(guī)范之中，在法律本體庫準(zhǔn)確記載各實(shí)體法規(guī)范的要件解構(gòu)及證明責(zé)任分配后，機(jī)器可以相對人工更精確地進(jìn)行證明責(zé)任分配。就此而言，證明責(zé)任分配模型是智能司法可以充分發(fā)揮輔助功能的領(lǐng)域。
就直接證明模型而言，系當(dāng)事人舉示直接證據(jù)證明待證事實(shí)，影響法官心證的過程。模型構(gòu)建的核心在于法官對直接證明的評價標(biāo)準(zhǔn)，即評價證據(jù)對案件事實(shí)主張的支持程度，在訴訟法體系中即為證明標(biāo)準(zhǔn)的問題。在不同法系及不同訴訟的本證中，證明標(biāo)準(zhǔn)具有排除合理懷疑、高度蓋然性或優(yōu)勢證據(jù)證明標(biāo)準(zhǔn)的差異；相對方提出的反證則以動搖事實(shí)認(rèn)定者初步形成的心證為標(biāo)準(zhǔn)，低于本證的證明標(biāo)準(zhǔn)。訴訟法體系中關(guān)于本證與反證的證明標(biāo)準(zhǔn)為人工智能法律論證視域下的論證強(qiáng)度提供了基本框架，即本證、反證雙方在法律論證框架中的攻擊關(guān)系及應(yīng)達(dá)到的證明強(qiáng)度，以強(qiáng)度來表達(dá)法律論證的漸進(jìn)性并最終達(dá)到證明標(biāo)準(zhǔn)。另外，盡管證明標(biāo)準(zhǔn)客觀化的嘗試被認(rèn)為違背自由心證，從誕生之際即受質(zhì)疑，但人工智能技術(shù)的引入為證明標(biāo)準(zhǔn)的量化提供了新路徑，可使證明標(biāo)準(zhǔn)在定性與定量分析中求得平衡，具體內(nèi)容將在之后的證據(jù)推理模型中詳述。
就間接證明模型而言，在本證中，當(dāng)事人并未舉示直接證據(jù)，系以經(jīng)驗(yàn)法則為大前提，通過以間接證據(jù)證明間接事實(shí)小前提成立的方式，來推定某個要件事實(shí)成立，其性質(zhì)仍是法官自由心證，屬于事實(shí)認(rèn)定范疇。在間接反證中，對方當(dāng)事人對間接證明可通過兩種反證方式加以否定，一是證明作為事實(shí)推定小前提的間接事實(shí)為偽，從而妨礙法官的事實(shí)推定；二是證明與作為小前提的間接事實(shí)相對立的另一間接事實(shí)存在為真，從而妨礙法官的事實(shí)推定，與抗辯有類似性質(zhì)。間接本證中“經(jīng)驗(yàn)法則+間接事實(shí)”的推理過程，與全案中的可廢止推理無本質(zhì)差異，可如前所論將智能司法模擬運(yùn)用其中。當(dāng)然，作為大前提的經(jīng)驗(yàn)法則居于類似法規(guī)的地位，但經(jīng)驗(yàn)法則確定系自由心證過程，經(jīng)驗(yàn)法則既是自由心證的保障，又是其內(nèi)容，主觀性為其本質(zhì)特征，但經(jīng)驗(yàn)法則又具有一定客觀性。經(jīng)驗(yàn)法則的自由心證屬性及主觀性，限制智能司法的適用，但其客觀性屬性使司法人工智能有一定的適用空間。對于間接反證，無論是攻擊作為小前提的間接事實(shí)為偽還是提出與小前提對立的另一間接事實(shí)，均屬于可廢止性法律推理中的破壞及沖突攻擊情形，可適用之前的智能司法模擬裁判的原理予以設(shè)計(jì)。
（四）證據(jù)能力評價模型的相對應(yīng)用
基于對證據(jù)屬性的認(rèn)識，證據(jù)評價分為證據(jù)能力評價與證明力評價，前者解決證據(jù)是否具有證明案件事實(shí)的能力或資格，后者解決其與待證事實(shí)關(guān)聯(lián)強(qiáng)度的問題。基于訴訟傳統(tǒng)及程序的影響，兩大法系在證據(jù)能力評價上形成不同方式，英美法系在法官與陪審團(tuán)二元法庭結(jié)構(gòu)傳統(tǒng)的影響下，在證據(jù)法中形成嚴(yán)密的證據(jù)能力評價體系，制定嚴(yán)格的可采性規(guī)則，如關(guān)聯(lián)性規(guī)則、傳聞規(guī)則、非法證據(jù)排除規(guī)則等，證明力評價則由裁判者自由心證。大陸法系實(shí)行職業(yè)法官制和更徹底的自由心證制度，法律不對證據(jù)能力作出規(guī)定，證據(jù)能力與證明力均由法官自由心證。盡管大陸法系對證據(jù)能力采自由心證主義，交由法官在個案中根據(jù)具體情勢對證據(jù)能力予以酌定，但近年來基于對公共程序的維護(hù)，大陸法系國家也開始對證據(jù)采集嚴(yán)重反社會等情形設(shè)立規(guī)則，作為證據(jù)能力自由心證制的補(bǔ)充。
相關(guān)性系證據(jù)能力的第一層次內(nèi)涵，《美國聯(lián)邦證據(jù)規(guī)則》對相關(guān)性的描述是證據(jù)使決定某項(xiàng)在訴訟中待確定的爭議事實(shí)的存在比沒有該項(xiàng)證據(jù)時更有可能或更無可能。只要證據(jù)與待證事實(shí)存在任何意義或可能的邏輯關(guān)聯(lián)，包括形式意義的聯(lián)系，均認(rèn)為符合相關(guān)性要求，故而證據(jù)關(guān)聯(lián)性的審查系形式上的資格篩選。基于政策或特殊利益考量，在證據(jù)具備相關(guān)性屬性時其證據(jù)能力仍可能給予否定性評價，除非法證據(jù)排除外，還包括品性證據(jù)、傳聞證據(jù)、不得用以證明過錯和責(zé)任的證據(jù)等一系列相關(guān)證據(jù)排除規(guī)則及其例外。
證據(jù)相關(guān)性評價是證據(jù)與本案事實(shí)的低強(qiáng)度關(guān)聯(lián)和形式化審查，智能司法系統(tǒng)通過法律本體庫及自然語義技術(shù)可實(shí)現(xiàn)最低限度的識別。對于智能司法系統(tǒng)運(yùn)用于證據(jù)合法性輔助審查，證據(jù)合法性評價實(shí)則系法律規(guī)則問題而非純粹的事實(shí)認(rèn)定問題，只要非法證據(jù)排除規(guī)則被機(jī)器深度學(xué)習(xí)形成算法，智能司法系統(tǒng)可在排除非法證據(jù)方面發(fā)揮相當(dāng)作用，甚至可在證據(jù)能力形式要件審查上代替法官。“上海刑事案件智能輔助辦案系統(tǒng)”已具備單一證據(jù)校驗(yàn)功能，可對證據(jù)收集程序、形式要件的完備性及明顯瑕疵進(jìn)行審查，排除形式要件不適法的證據(jù)，輔助法官的證據(jù)能力判斷。 智能司法系統(tǒng)運(yùn)用于證據(jù)能力評價的局限在于非法證據(jù)排除過程中可能涉及利益衡量，此為智能司法的薄弱之處，如判斷“危險性在實(shí)質(zhì)上超過相關(guān)證據(jù)的證明力”，更多是法官的主觀判斷在發(fā)揮作用，法官通常僅在確信證據(jù)的消極影響超過其證明力時，才會排除該證據(jù)。 此時智能司法僅能提供之前法官的平均判斷標(biāo)準(zhǔn)供法官參考，難以發(fā)揮實(shí)質(zhì)的輔助裁判作用。
（五）證據(jù)推理模型的適度應(yīng)用
司法人工智能在證據(jù)推理中的適用受到原子主義與整體主義證據(jù)推理理論的影響。在對證據(jù)推理路徑上有原子主義與整體主義之分，原子主義中證據(jù)推理可分解為相互獨(dú)立若干部分，待證事實(shí)能否認(rèn)定取決于作為個體存在的單個證據(jù)，最終的事實(shí)認(rèn)定由各證據(jù)的證明力以某種疊加方式聚合而成。整體主義認(rèn)為單項(xiàng)證據(jù)的證明力無法游離于證據(jù)的總體判斷，證據(jù)推理結(jié)果取決于尚未清晰表達(dá)的整體思考、各種意志因素及證據(jù)之間深藏的結(jié)構(gòu)關(guān)系。在原子主義與整體主義的選擇方面，主流觀點(diǎn)是事實(shí)認(rèn)定系一種經(jīng)驗(yàn)推論。根據(jù)似真性理論，證據(jù)推理的最佳解釋原則系整體解釋方法，不再局限于一個個具體證據(jù)，而是關(guān)注由證據(jù)拼合出來的完整案情或故事，裁判者合理相信已探知事實(shí)真相，因此整體主義更接近證據(jù)推理中自由心證的實(shí)質(zhì)。相較而言，原子主義單個疊加的較為機(jī)械的方式易于使用概率論或公式加以概括，是更適宜司法人工智能發(fā)揮作用的場域，而整體主義則更依賴人類基本的認(rèn)知規(guī)律和生活經(jīng)驗(yàn)，恰是司法人工智能的局限所在。在證據(jù)推理路徑更接近于整體主義的背景下，司法人工智能在證據(jù)推理中的應(yīng)用范圍并不寬廣。即使在原子主義理路下，證據(jù)評價主要是對其證明力的評價，證據(jù)證明力有無及大小，由事實(shí)認(rèn)定者基于生活經(jīng)驗(yàn)、一般知識及對人類行為與動機(jī)的了解合于理性地評估。證據(jù)證明力評價需依賴普通人常識及生活常理，在自由心證主義下不會對證明力判斷作任何規(guī)制，智能司法客觀主義、平均主義的標(biāo)準(zhǔn)化思維路徑亦與之不符。
盡管如此，司法人工智能仍可在證據(jù)推理中發(fā)揮一定作用，如證據(jù)推理明顯不符合邏輯法則、鑒定意見明顯偏離該行業(yè)通常認(rèn)知、先后提出的證據(jù)申請明顯矛盾、事實(shí)主張與證據(jù)提出明顯背離等。尤其是新證據(jù)學(xué)的發(fā)展為司法人工智能運(yùn)用于證據(jù)推理提供了新的可能。英美法系將概率學(xué)、圖表分析法、人工智能等新證據(jù)學(xué)方法引入證據(jù)推理中，形成了新興的事實(shí)認(rèn)定路徑，特別是貝葉斯定律對證明標(biāo)準(zhǔn)客觀化、威格莫爾圖表法對證據(jù)推理客觀化及可視化產(chǎn)生了較大影響。
貝葉斯定理是概率論中的基本工具，概率論被廣泛用于處理隨機(jī)性及人類知識的不確定性，可用于處理不確定性推理，在對大量樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)基礎(chǔ)上，并在獲得新信息后對相關(guān)概率的主觀判斷（先驗(yàn)概率）進(jìn)行修正形成后驗(yàn)概率的法則。 根據(jù)貝葉斯定理，新信息（新證據(jù)）使得對命題的信念度發(fā)生改變，需要重新評估概率，改變的力度越大表示證據(jù)的證明力越強(qiáng)，可用信念度更新的情況來刻畫證據(jù)的證明力，而又可運(yùn)用概率數(shù)值計(jì)算信念度，故而可將證據(jù)證明力問題轉(zhuǎn)化為概率理論問題，即用貝葉斯定理來判斷證據(jù)證明力的強(qiáng)弱。威格莫爾圖表法將證據(jù)推理模型化及司法證明科學(xué)化推進(jìn)到新階段，威氏用符號標(biāo)記司法證明中證據(jù)之間、證據(jù)與不同階層待證事實(shí)之間的支持、反駁或補(bǔ)強(qiáng)等關(guān)系及證明的邏輯過程以符號形式分層次標(biāo)識在圖表中，從而實(shí)現(xiàn)證據(jù)推理的可視化。 同時，貝葉斯定理在判斷科學(xué)證據(jù)的證明力上也有一定作用，如美國法院使用貝葉斯定理通過概率統(tǒng)計(jì)數(shù)據(jù)來認(rèn)定親子鑒定證據(jù)、DNA 證據(jù)等。
威格莫爾圖表法已超越證明標(biāo)準(zhǔn)客觀化范疇，而將模型構(gòu)建拓展到事實(shí)認(rèn)定及證據(jù)推理的全過程。貝葉斯定理與威格莫爾圖表法的適用仍受到較為明顯的限制，重要原因是概率計(jì)算及圖表設(shè)計(jì)的工作量過于龐大復(fù)雜，同時裁判者并非概率學(xué)與圖表設(shè)計(jì)專家，難以完成此項(xiàng)任務(wù)。人工智能強(qiáng)大的計(jì)算能力與深度學(xué)習(xí)能力卻在貝葉斯定理與威格莫爾圖表法的運(yùn)用上具有先天優(yōu)勢，具有化繁為簡的效果，可通過機(jī)器智能進(jìn)行貝葉斯定理中的先驗(yàn)概率、后驗(yàn)概率的計(jì)算及威格莫爾圖表法的繪制，裁判者只需運(yùn)用機(jī)器智能計(jì)算或繪制的結(jié)果即可。可以說，貝葉斯定理與威格莫爾圖表法在證據(jù)推理模型化上的努力，天然地契合于智能司法系統(tǒng)的應(yīng)用，為智能司法系統(tǒng)構(gòu)建證據(jù)推理模型提供了極佳的模版。當(dāng)然，智能司法輔助裁判系統(tǒng)在證據(jù)推理中的適用受限，根源仍在于證據(jù)推理過程更接近于故事推演的主觀似真性認(rèn)定，證明標(biāo)準(zhǔn)是本案法官基于本案情事對似真性的主觀確信判斷標(biāo)準(zhǔn)，為一項(xiàng)主觀判斷活動的結(jié)果設(shè)定客觀標(biāo)準(zhǔn)，本身在邏輯上難以自洽，難以回避限制自由心證的質(zhì)疑，僅能在理解證據(jù)推理的某些方面發(fā)揮作用。
四、結(jié)語
智能司法輔助決策模型建構(gòu)所涉的學(xué)科對話，已從社會科學(xué)與計(jì)算機(jī)學(xué)等自然科學(xué)的交互，到社會科學(xué)內(nèi)部法學(xué)、哲學(xué)、認(rèn)知科學(xué)知識的互通與融合，再到法學(xué)內(nèi)部法理學(xué)、法哲學(xué)、訴訟法學(xué)、實(shí)體法學(xué)的深層結(jié)合；從要件事實(shí)論在法律本體庫構(gòu)建、司法人工智能生成邏輯上的關(guān)鍵作用，到非單調(diào)邏輯、可廢止推理、訴訟博弈模型與訴訟證明過程的原理對接，再到新證據(jù)學(xué)背景下人工智能對證據(jù)能力與證明力評價的影響，表明智能司法研究已轉(zhuǎn)向更側(cè)重基礎(chǔ)理論但又更加精細(xì)的方向，更注重與法律知識體系的內(nèi)在結(jié)合，在人工智能視野下遵循法律知識體系的自身邏輯，找尋“法律邏輯+訴訟法哲學(xué)+人工智能”應(yīng)用于具體類案及訴訟活動的路徑與方法。
從智能司法的發(fā)展規(guī)律看，存在張保生教授所言的“旨在代替卻又不能代替”的悖論，亦是智能司法發(fā)展的動力與方向。 智能司法的客觀化、模型化思維特征與司法裁判人文性、主觀化的判斷權(quán)屬性存在沖突，使之在適用中受到諸多限制，僅能定位于輔助裁判、裁判參考的功能，但司法裁判本身也存在“尋求客觀化卻又難以客觀化”的悖論，在經(jīng)驗(yàn)法則、證明標(biāo)準(zhǔn)等領(lǐng)域尤為明顯，這種悖論又為智能司法的應(yīng)用提供了可能，“以人為主，人機(jī)結(jié)合”便成為今后司法建設(shè)的方向之一，也將對法學(xué)教育與法律思維養(yǎng)成產(chǎn)生影響。在成文法背景下探索人工智能與司法裁判相融合的科學(xué)方法，對于法學(xué)方法體系現(xiàn)代化具有重要價值與創(chuàng)新意義。在我國由國家統(tǒng)一推進(jìn)智能司法建設(shè)的時代背景下，智能司法建設(shè)將與同樣高速推進(jìn)的電子司法建設(shè)形成整體合力。 智能司法基礎(chǔ)理論研究的體系化、專門化、精細(xì)化研究，不僅有助于推動智能信息技術(shù)時代我國司法理論的發(fā)展進(jìn)步，促進(jìn)司法體系與司法能力現(xiàn)代化，還將推動我國司法制度對世界司法文明作出貢獻(xiàn)。