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(jí)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(yǔ)
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(kù)—要件解構(gòu)與標(biāo)注—自然語(yǔ)義識(shí)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(kù)的匹配關(guān)系，達(dá)致匹配度要求后輸出裁判結(jié)果的過(guò)程。法律選擇及解釋模型、訴訟證明模型、證據(jù)能力評(píng)價(jià)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(kù) 認(rèn)知案件 要件事實(shí)論 訴訟法哲學(xué)
在科技強(qiáng)國(guó)、網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)、智能社會(huì)建設(shè)的國(guó)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(dòng)下，我國(guó)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(guó)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(wèn)題；我國(guó)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(duì)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(wèn)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(guò)機(jī)器智能模型更好地洞見(jiàn)司法過(guò)程。智能司法系統(tǒng)存在兩個(gè)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(guó)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(guó)智能司法建設(shè)符合未來(lái)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(dòng)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(shí)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(wèn)題。智能司法系統(tǒng)需融入訴訟實(shí)踐與過(guò)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(shí)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(kāi)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(yǔ)言的模糊性等帶來(lái)的不確定性，對(duì)不確定性知識(shí)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(shí)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(duì)不同陳述、論據(jù)、規(guī)范假設(shè)加以選擇的活動(dòng)，正好與非單調(diào)邏輯及可廢止推理相契合，對(duì)裁判結(jié)果、事實(shí)認(rèn)定、證據(jù)推理的推論等可通過(guò)非單調(diào)邏輯與可廢止推理來(lái)進(jìn)行分析。
同時(shí)，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(yǔ)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(duì)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(shí)的表達(dá)方式，且具有開(kāi)放性可不斷修正，與人工智能對(duì)法律本體庫(kù)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(duì)審機(jī)制及程序規(guī)則為法律論證的對(duì)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(dòng)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(duì)話式司法創(chuàng)造了智能化場(chǎng)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(duì)話結(jié)構(gòu)清晰起來(lái)，并開(kāi)發(fā)能控制或調(diào)停對(duì)立各方之間對(duì)話的系統(tǒng)，從而模型化管控這種爭(zhēng)議的程序。20世紀(jì)90年代以來(lái)，對(duì)話博弈開(kāi)始應(yīng)用于法律推理，構(gòu)建兩方輪流參與論辯的對(duì)話模型，對(duì)話過(guò)程以多元向量動(dòng)態(tài)表示，通過(guò)確立前提集并且使前提集在對(duì)話各階段保持更新，用以約束雙方之后的對(duì)話，通過(guò)對(duì)話和承諾集相互作用的方式直至證成某個(gè)有爭(zhēng)議的陳述。 戈登的訴訟博弈模型是針對(duì)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(lái)對(duì)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(guò)尋找雙方存在分歧的前提，保持下來(lái)的分歧成為案件審理的議題，并對(duì)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(shí)庫(kù)和推理機(jī)組成，法律知識(shí)庫(kù)儲(chǔ)存法律專家的知識(shí)，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(shí)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(cè)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(duì)基于規(guī)則的法律專家系統(tǒng)缺陷的彌補(bǔ)，即知識(shí)表示不僅是法律規(guī)則的簡(jiǎn)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(guó)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(shí)工程與人工智能結(jié)合的產(chǎn)物，是一種法律知識(shí)工程。知識(shí)工程以知識(shí)為處理對(duì)象，包括知識(shí)的獲取、表達(dá)和推理，通過(guò)機(jī)器進(jìn)行知識(shí)應(yīng)用。 由于以法律專家系統(tǒng)為代表的法律知識(shí)工程在知識(shí)獲取上依賴人工，專家知識(shí)庫(kù)的知識(shí)結(jié)構(gòu)不清晰且僅是無(wú)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(wèn)題。尤其對(duì)于案件要素的相關(guān)性由何種方法確定這個(gè)法律專家系統(tǒng)的最核心問(wèn)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(shí)更新能力弱，面臨知識(shí)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(dòng)的第三輪熱潮。 深度學(xué)習(xí)系基于知識(shí)圖譜數(shù)據(jù)特征的學(xué)習(xí)，通過(guò)深度學(xué)習(xí)提升對(duì)待決事項(xiàng)預(yù)測(cè)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(shí)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(duì)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(guó)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(kù)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(mén)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(hào)化，法律概念化過(guò)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(mén)法學(xué)者來(lái)推動(dòng)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(shì)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(wèn)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(mén)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(duì)于智能司法建模具有基礎(chǔ)性價(jià)值。受德國(guó)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(duì)法律職業(yè)人開(kāi)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(duì)應(yīng)的具體案件事實(shí)，是依實(shí)體法對(duì)生活事實(shí)進(jìn)行裁剪后形成的法律化的具體事實(shí)�？烧J(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(guò)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(duì)應(yīng)于實(shí)體法規(guī)范的識(shí)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(duì)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(guó)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(qǐng)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(duì)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(kāi)始推動(dòng)要件審判九步法的具體實(shí)踐， 刑事訴訟研究領(lǐng)域開(kāi)始關(guān)注要件事實(shí)與犯罪構(gòu)成的關(guān)系問(wèn)題，行政訴訟研究領(lǐng)域開(kāi)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(lái)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(duì)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(gè)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(dòng)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(wèn)題后對(duì)證據(jù)進(jìn)行評(píng)價(jià)的自然過(guò)程。此自然過(guò)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(yǔ)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(píng)價(jià)或事實(shí)認(rèn)定模型，通過(guò)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(guò)程性司法行為的動(dòng)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(lái)新證據(jù)學(xué)的再次革命，證明的邏輯框架可能會(huì)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(gè)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(duì)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(gè)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(duì)“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(duì)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(wèn)題、預(yù)測(cè)結(jié)果或做出法律論證等，對(duì)于法律論證、法律推理和法律預(yù)測(cè)等智能服務(wù)模型，知識(shí)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(shí)表示瓶頸問(wèn)題。法律文本解析又被稱為法律文本挖掘，是指使用語(yǔ)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(shí)。但法律邏輯學(xué)并不能徹底解決法律的知識(shí)表示問(wèn)題，也難以展現(xiàn)訴訟動(dòng)態(tài)攻防的具體過(guò)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(shí)體系概念化、規(guī)則化、符號(hào)化，為法律本體庫(kù)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(wèn)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(duì)微觀問(wèn)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(shí)，在知識(shí)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(duì)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(duì)話、人工智能與司法裁判知識(shí)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(dòng)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(duì)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(gè)領(lǐng)域的本體，將極大提升機(jī)器對(duì)該領(lǐng)域的信息處理能力，它已成為知識(shí)獲取、表示、推理及應(yīng)用的核心。法律本體庫(kù)又稱為法律知識(shí)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(gè)案進(jìn)而模擬裁判的前提。法律本體庫(kù)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(shí)的概念體系；同時(shí)，本體庫(kù)需要反映人類專家知識(shí)，這些專業(yè)知識(shí)關(guān)注哪些概念和關(guān)系應(yīng)該包括進(jìn)來(lái)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(kù)構(gòu)建提供了較穩(wěn)定的方法支撐。要件事實(shí)論對(duì)于法律本體庫(kù)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(shí)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(duì)證據(jù)評(píng)價(jià)的交叉學(xué)科視角，為解決司法人工智能對(duì)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(duì)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(wèn)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(cè)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(wèn)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(píng)價(jià)構(gòu)成嚴(yán)謹(jǐn)網(wǎng)絡(luò)，經(jīng)機(jī)器識(shí)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(duì)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(huì)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(gè)層面，第一個(gè)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(wèn)題，其核心內(nèi)容是智能司法的認(rèn)知建模與知識(shí)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(gè)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(wèn)題，其核心內(nèi)容是智能司法的知識(shí)推理與知識(shí)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(shí)庫(kù)與推理機(jī)，司法人工智能的生成路徑具有法律本體庫(kù)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(kù)—要件解構(gòu)與標(biāo)注—自然語(yǔ)義識(shí)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(kù)的構(gòu)建
本體庫(kù)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(shí)工程相比，本體庫(kù)具有更清晰的階層性，是對(duì)該領(lǐng)域知識(shí)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(duì)應(yīng)，法律本體庫(kù)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(dòng)態(tài)關(guān)系庫(kù)。法律本體庫(kù)對(duì)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(shí)工程對(duì)規(guī)則和案例的靜態(tài)關(guān)注。
就構(gòu)建法律本體庫(kù)而言，法律領(lǐng)域的概念化便成為第一步，這是法律本體庫(kù)的構(gòu)建應(yīng)更依憑法學(xué)學(xué)者之智識(shí)而非依賴于人工智能學(xué)家抽象建模的緣由。法律本體庫(kù)通過(guò)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(shí)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(yǔ)義庫(kù)，這是智能司法模擬裁判的基礎(chǔ)。學(xué)界就法律本體庫(kù)構(gòu)建形成一定研究成果，如法律論述語(yǔ)言本體庫(kù)、規(guī)范形式主義本體庫(kù)、法律功能本體庫(kù)以及以框架為基礎(chǔ)的本體庫(kù)等，但并未找到將概念法學(xué)體系轉(zhuǎn)換為法律本體庫(kù)的妥帖路徑。 我國(guó)智能司法實(shí)踐亦開(kāi)始關(guān)注法律本體庫(kù)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(kù)，但具體的建構(gòu)路徑與方法仍在探索之中。法律本體庫(kù)構(gòu)建規(guī)律的欠缺，亦直接影響我國(guó)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(kù)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(shí)圖譜，自下而上路徑則完全由機(jī)器在對(duì)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(shí)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(jià)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(duì)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(shí)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(kù)系相對(duì)合理的選擇。
在明確路徑之后，法律本體庫(kù)的構(gòu)建方法系更為關(guān)鍵的問(wèn)題。構(gòu)建法律本體庫(kù)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(kù)實(shí)則是描述符號(hào)化的各法律要素之間關(guān)系的語(yǔ)義網(wǎng)，并將該語(yǔ)義網(wǎng)作為機(jī)器自然語(yǔ)言識(shí)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(kù)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(guò)程等構(gòu)成的法律本體庫(kù)與要件事實(shí)論具有邏輯共通性，依要件事實(shí)論對(duì)某法律關(guān)系對(duì)應(yīng)的實(shí)體法及要件事實(shí)進(jìn)行多層級(jí)解構(gòu)后的要件對(duì)應(yīng)于法律本體庫(kù)的分詞，實(shí)體法與事實(shí)的關(guān)系對(duì)應(yīng)于法律本體庫(kù)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(yǔ)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(jí)清晰的人工智能法律本體庫(kù)。
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(kù)后，需根據(jù)裁判邏輯對(duì)每類法律關(guān)系進(jìn)行層級(jí)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(yǔ)義網(wǎng)。
基于我國(guó)系依成文法裁判的國(guó)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(kāi)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(kù)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(kù)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(duì)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(duì)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(guò)自然語(yǔ)言識(shí)別后成為機(jī)器深度學(xué)習(xí)的對(duì)象。之后，圍繞被解構(gòu)的每個(gè)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(duì)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(gè)要件不能得以認(rèn)定，實(shí)體法規(guī)范將無(wú)法適用，將此裁判路徑予以標(biāo)注。
3.自然語(yǔ)義識(shí)別與深度學(xué)習(xí)
自然語(yǔ)義識(shí)別是以給機(jī)器配備語(yǔ)言知識(shí)的方式，使其可接受人類使用自然語(yǔ)言輸入的指令，理解自然語(yǔ)言的主觀語(yǔ)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(yǔ)言轉(zhuǎn)換成機(jī)器語(yǔ)言，是人工智能的薄弱環(huán)節(jié)。法律本體庫(kù)中類案的要件解構(gòu)，已實(shí)現(xiàn)法律信息及知識(shí)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(kù)，這在信息學(xué)領(lǐng)域具有信息過(guò)濾、標(biāo)注及語(yǔ)義挖掘的意義，一定程度消除了法律語(yǔ)言與自然語(yǔ)義的鴻溝，為自然語(yǔ)義識(shí)別創(chuàng)造了相對(duì)清晰的對(duì)象，可實(shí)現(xiàn)由法律本體庫(kù)向語(yǔ)義信息網(wǎng)絡(luò)的轉(zhuǎn)化。
法律本體庫(kù)的要件化為自然語(yǔ)義識(shí)別提供了可行路徑與樣式，隨后需解決識(shí)別對(duì)象與方法問(wèn)題，其中識(shí)別對(duì)象也是機(jī)器深度學(xué)習(xí)的對(duì)象。機(jī)器學(xué)習(xí)是機(jī)器通過(guò)對(duì)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(wèn)題的過(guò)程。 要件化的法律本體庫(kù)需與司法案例大數(shù)據(jù)相結(jié)合，通過(guò)機(jī)器對(duì)司法案例大數(shù)據(jù)的自然語(yǔ)義識(shí)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(kù)以及對(duì)類案的要件式解構(gòu)，實(shí)則是對(duì)海量司法案例大數(shù)據(jù)進(jìn)行自動(dòng)或半自動(dòng)抽取和標(biāo)注的過(guò)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(duì)方占有兩項(xiàng)，機(jī)器深度學(xué)習(xí)則遵循以上兩個(gè)要件的路徑，針對(duì)物返還之訴的判決書(shū)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(wú)監(jiān)督學(xué)習(xí)和監(jiān)督學(xué)習(xí)兩種方式，無(wú)監(jiān)督學(xué)習(xí)是高級(jí)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(cuò)、自我校正，但存在深度學(xué)習(xí)過(guò)程不公開(kāi)及算法黑箱之弊。同時(shí)，法律知識(shí)的復(fù)雜性與法律語(yǔ)言的多義性也使得無(wú)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(duì)輸入對(duì)象預(yù)先分配經(jīng)標(biāo)注過(guò)的標(biāo)簽，對(duì)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(kù)提供適宜的訓(xùn)練集和分類器，確定學(xué)習(xí)對(duì)象的分類、分層、分級(jí)規(guī)則，然后，由法律專家適時(shí)糾正機(jī)器深度學(xué)習(xí)過(guò)程中出現(xiàn)的各類錯(cuò)誤判斷，并對(duì)其錯(cuò)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(cuò)糾錯(cuò)、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(guò)程、結(jié)果的輸出三個(gè)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(wèn)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(qǐng)求權(quán)基礎(chǔ)的實(shí)體法規(guī)范大前提是確定無(wú)疑的，但在某些案件中，存在法律語(yǔ)義歧義、法律解釋不確定問(wèn)題，甚至可能涉及誠(chéng)實(shí)信用、公序良俗等不確定性法概念的評(píng)價(jià)，需運(yùn)用文義解釋、體系解釋、漏洞填補(bǔ)、利益衡量、價(jià)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(guò)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(lái)的法律結(jié)論。訴訟活動(dòng)按照“主張—抗辯—再抗辯”的訴訟邏輯探究事實(shí)真相，對(duì)于原告根據(jù)訴訟請(qǐng)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(gè)過(guò)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(huì)以借款已經(jīng)償還提出抗辯或金錢(qián)系原告贈(zèng)與提出間接否認(rèn)；原告訴請(qǐng)被告承擔(dān)違約責(zé)任，被告可能提出合同無(wú)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(shí)為動(dòng)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(guò)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(guò)訴訟對(duì)話博弈模型使案件信息在訴訟攻防對(duì)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(guò)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(guò)機(jī)器模擬法律推理及論證、法律適用、事實(shí)認(rèn)定的過(guò)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(yǔ)義網(wǎng)而設(shè)定，憑借算法規(guī)則針對(duì)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(shí)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(jí)解構(gòu)之后所構(gòu)建的智能司法語(yǔ)義網(wǎng)來(lái)識(shí)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(duì)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(yǔ)義識(shí)別。如在法律本體庫(kù)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(qián)交付，借貸合意的要件事實(shí)可解構(gòu)為書(shū)面或口頭方式成立，金錢(qián)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(shū)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(duì)象，經(jīng)過(guò)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(shū)面還是口頭、金錢(qián)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(duì)。對(duì)抽取出的待決案件信息，同以法律本體庫(kù)為基礎(chǔ)的智能司法語(yǔ)義網(wǎng)進(jìn)行相似性匹配度對(duì)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(duì)各法律要素的地位及相互關(guān)系的裁判邏輯考量，而是簡(jiǎn)單以匹配數(shù)量多少來(lái)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(duì)的思路，而基于要件事實(shí)論貫穿事實(shí)與法律、要件層級(jí)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(kù)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(yǔ)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(kù)，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(kù)的匹配關(guān)系，達(dá)致匹配度要求后輸出裁判結(jié)果的過(guò)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(guò)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(duì)各項(xiàng)具體訴訟活動(dòng)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(dòng)展開(kāi)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(dòng)、裁判活動(dòng)的組成結(jié)構(gòu)所決定；解決了訴訟活動(dòng)本身的結(jié)構(gòu)問(wèn)題，才能回應(yīng)司法人工智能模型內(nèi)部結(jié)構(gòu)的問(wèn)題。成文法背景下基本的訴訟邏輯是，當(dāng)事人提出訴訟請(qǐng)求并確定請(qǐng)求權(quán)，并根據(jù)請(qǐng)求權(quán)確定相關(guān)的實(shí)體法規(guī)范，法官對(duì)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(duì)應(yīng)的要件事實(shí)根據(jù)證明責(zé)任分配規(guī)則就有爭(zhēng)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(dòng)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(cuò)推進(jìn)最終得出裁判結(jié)論。在成文法語(yǔ)境中，實(shí)體法問(wèn)題是事實(shí)問(wèn)題的先決條件，事實(shí)問(wèn)題與法律問(wèn)題很難從概念上予以分離。裁判結(jié)果形成的過(guò)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(lái)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(lái)，并作為審判對(duì)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(jiǎn)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(píng)價(jià)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(píng)價(jià)模型屬于法律適用與事實(shí)認(rèn)定交錯(cuò)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(píng)價(jià)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(píng)價(jià)、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(wú)法代替法官作出判斷。即使從輔助法官?zèng)Q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(gè)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(gè)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(duì)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(wú)理解歧義時(shí)根據(jù)當(dāng)事人訴請(qǐng)及主張進(jìn)行的法律選擇、請(qǐng)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(duì)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(duì)法院認(rèn)定事實(shí)階段加以作用之審理原則，指對(duì)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(gè)體對(duì)于案件事實(shí)的獨(dú)立認(rèn)知過(guò)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(gè)口頭辯論過(guò)程裁判者所能感知到的事項(xiàng)，實(shí)際難以詳細(xì)說(shuō)明或具有只可意會(huì)、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(duì)當(dāng)事人在庭審中情態(tài)及言行一致性的判斷等。對(duì)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(duì)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(gè)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(shí)，又具有一定客觀性，呈現(xiàn)主觀與客觀、抽象與具體交錯(cuò)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(duì)于此類深受法官個(gè)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(guó)家，裁判邏輯的第一步是根據(jù)當(dāng)事人的訴訟請(qǐng)求及事實(shí)主張尋找請(qǐng)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(duì)應(yīng)于某個(gè)確定的法條。在請(qǐng)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(yǔ)義識(shí)別技術(shù)，通過(guò)當(dāng)事人訴請(qǐng)及主張來(lái)確定作為請(qǐng)求權(quán)基礎(chǔ)的實(shí)體法規(guī)則并無(wú)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(shí)在法律選擇技術(shù)上需以其他法條為補(bǔ)充，以多個(gè)法條共同作為請(qǐng)求權(quán)基礎(chǔ)的實(shí)體法規(guī)范；只要在法律本體庫(kù)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(yǔ)義的解釋、法無(wú)明文規(guī)定時(shí)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(wèn)題。正當(dāng)程序、公平正義等核心價(jià)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(duì)法律解釋問(wèn)題難以有效進(jìn)行模擬裁判，但可通過(guò)“連續(xù)的細(xì)化過(guò)程中修改系統(tǒng)規(guī)則，以便捕獲概念含義”來(lái)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(duì)模糊法律概念的通用、通常、平均判斷標(biāo)準(zhǔn)，為法官對(duì)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(guò)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(shí)承擔(dān)敗訴風(fēng)險(xiǎn)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(wèn)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(wèn)題。相對(duì)于針對(duì)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(dòng)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(wèn)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(guò)舉示證據(jù)直接加以證明的證明活動(dòng)（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(guò)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(dòng)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(wú)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(dòng)中，法官心證沿著“形成—?jiǎng)訐u—再形成—再動(dòng)搖—逐漸穩(wěn)定—固化”的心理過(guò)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(duì)應(yīng)的三類子模型。
就證明責(zé)任分配模型而言，無(wú)論是完全法條還是不完全法條，在被確定為請(qǐng)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(kù)為指引，可在要件事實(shí)論的裁判邏輯指引下對(duì)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(shí)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(qián)交付這兩個(gè)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(duì)話博弈理論中行動(dòng)、承諾集之間的互動(dòng)，對(duì)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(shí)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(shí)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(wèn)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(kù)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(duì)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(guò)程。模型構(gòu)建的核心在于法官對(duì)直接證明的評(píng)價(jià)標(biāo)準(zhǔn)，即評(píng)價(jià)證據(jù)對(duì)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(wèn)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(shì)證據(jù)證明標(biāo)準(zhǔn)的差異；相對(duì)方提出的反證則以動(dòng)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(lái)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(guò)以間接證據(jù)證明間接事實(shí)小前提成立的方式，來(lái)推定某個(gè)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(duì)方當(dāng)事人對(duì)間接證明可通過(guò)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(duì)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(guò)程，與全案中的可廢止推理無(wú)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(guò)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(duì)于間接反證，無(wú)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(duì)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(píng)價(jià)模型的相對(duì)應(yīng)用
基于對(duì)證據(jù)屬性的認(rèn)識(shí)，證據(jù)評(píng)價(jià)分為證據(jù)能力評(píng)價(jià)與證明力評(píng)價(jià)，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(wèn)題�；谠V訟傳統(tǒng)及程序的影響，兩大法系在證據(jù)能力評(píng)價(jià)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(píng)價(jià)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(píng)價(jià)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(duì)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(duì)證據(jù)能力采自由心證主義，交由法官在個(gè)案中根據(jù)具體情勢(shì)對(duì)證據(jù)能力予以酌定，但近年來(lái)基于對(duì)公共程序的維護(hù)，大陸法系國(guó)家也開(kāi)始對(duì)證據(jù)采集嚴(yán)重反社會(huì)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(guó)聯(lián)邦證據(jù)規(guī)則》對(duì)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(zhēng)議事實(shí)的存在比沒(méi)有該項(xiàng)證據(jù)時(shí)更有可能或更無(wú)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(shí)其證據(jù)能力仍可能給予否定性評(píng)價(jià)，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(guò)錯(cuò)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(píng)價(jià)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(guò)法律本體庫(kù)及自然語(yǔ)義技術(shù)可實(shí)現(xiàn)最低限度的識(shí)別。對(duì)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(píng)價(jià)實(shí)則系法律規(guī)則問(wèn)題而非純粹的事實(shí)認(rèn)定問(wèn)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�！吧虾Ｐ淌掳讣悄茌o助辦案系統(tǒng)”已具備單一證據(jù)校驗(yàn)功能，可對(duì)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(píng)價(jià)的局限在于非法證據(jù)排除過(guò)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(xiǎn)性在實(shí)質(zhì)上超過(guò)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(guò)其證明力時(shí)，才會(huì)排除該證據(jù)。 此時(shí)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(duì)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(gè)體存在的單個(gè)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(wú)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(gè)個(gè)具體證據(jù)，而是關(guān)注由證據(jù)拼合出來(lái)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(gè)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(chǎng)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(píng)價(jià)主要是對(duì)其證明力的評(píng)價(jià)，證據(jù)證明力有無(wú)及大小，由事實(shí)認(rèn)定者基于生活經(jīng)驗(yàn)、一般知識(shí)及對(duì)人類行為與動(dòng)機(jī)的了解合于理性地評(píng)估。證據(jù)證明力評(píng)價(jià)需依賴普通人常識(shí)及生活常理，在自由心證主義下不會(huì)對(duì)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(jiàn)明顯偏離該行業(yè)通常認(rèn)知、先后提出的證據(jù)申請(qǐng)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(duì)證明標(biāo)準(zhǔn)客觀化、威格莫爾圖表法對(duì)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(shí)的不確定性，可用于處理不確定性推理，在對(duì)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(duì)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(duì)命題的信念度發(fā)生改變，需要重新評(píng)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(lái)刻畫(huà)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(wèn)題轉(zhuǎn)化為概率理論問(wèn)題，即用貝葉斯定理來(lái)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(hào)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(guò)程以符號(hào)形式分層次標(biāo)識(shí)在圖表中，從而實(shí)現(xiàn)證據(jù)推理的可視化。 同時(shí)，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(guó)法院使用貝葉斯定理通過(guò)概率統(tǒng)計(jì)數(shù)據(jù)來(lái)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(guò)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(guò)于龐大復(fù)雜，同時(shí)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(shì)，具有化繁為簡(jiǎn)的效果，可通過(guò)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�？梢哉f(shuō)，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(guò)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(duì)似真性的主觀確信判斷標(biāo)準(zhǔn)，為一項(xiàng)主觀判斷活動(dòng)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(yǔ)
智能司法輔助決策模型建構(gòu)所涉的學(xué)科對(duì)話，已從社會(huì)科學(xué)與計(jì)算機(jī)學(xué)等自然科學(xué)的交互，到社會(huì)科學(xué)內(nèi)部法學(xué)、哲學(xué)、認(rèn)知科學(xué)知識(shí)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(kù)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(guò)程的原理對(duì)接，再到新證據(jù)學(xué)背景下人工智能對(duì)證據(jù)能力與證明力評(píng)價(jià)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(shí)體系的內(nèi)在結(jié)合，在人工智能視野下遵循法律知識(shí)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(dòng)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(dòng)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(duì)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(duì)于法學(xué)方法體系現(xiàn)代化具有重要價(jià)值與創(chuàng)新意義。在我國(guó)由國(guó)家統(tǒng)一推進(jìn)智能司法建設(shè)的時(shí)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(mén)化、精細(xì)化研究，不僅有助于推動(dòng)智能信息技術(shù)時(shí)代我國(guó)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(dòng)我國(guó)司法制度對(duì)世界司法文明作出貢獻(xiàn)。