【作者】王沛然（法學(xué)博士，復(fù)旦大學(xué)計(jì)算與智能創(chuàng)新學(xué)院博士后，北大法律信息網(wǎng)簽約作者）

【來(lái)源】北大法寶法學(xué)期刊庫(kù)《政法論叢》2026年第2期（文末附本期期刊目錄）。因篇幅較長(zhǎng)，已略去原文注釋。

內(nèi)容提要：法律人工智能的推理模式需從技術(shù)與法學(xué)的雙重視角予以解析。形式主義的符號(hào)推理模式將事實(shí)與規(guī)范要素作為機(jī)械邏輯單元進(jìn)行精密推理，但無(wú)法解決機(jī)器語(yǔ)言與其映射內(nèi)涵開(kāi)放性之矛盾�，F(xiàn)實(shí)主義的概率推理模式以大模型的神經(jīng)網(wǎng)絡(luò)模擬人腦認(rèn)知決策復(fù)雜性，可以理解概念間的微妙關(guān)聯(lián)并作出直覺(jué)性預(yù)測(cè)，但其表演式的推理、對(duì)價(jià)值判斷的統(tǒng)計(jì)學(xué)復(fù)制、真誠(chéng)性與責(zé)任性的缺失意味著背離法治精神的風(fēng)險(xiǎn)�！吧窠�(jīng)—符號(hào)”混合推理架構(gòu)整合兩者優(yōu)勢(shì)以實(shí)現(xiàn)更聰明的計(jì)算，但由于缺乏共同體生活經(jīng)驗(yàn)和感性體驗(yàn)，其輸出結(jié)果仍非合乎正義的決斷。應(yīng)以“有效人類監(jiān)督”為核心構(gòu)建人機(jī)協(xié)同框架，通過(guò)可解釋、可干預(yù)、激發(fā)批判性思維的交互界面，在賦能法律人的同時(shí)維護(hù)人類的價(jià)值判斷主導(dǎo)權(quán)，推動(dòng)法律人工智能的可信應(yīng)用。

關(guān)鍵詞：大模型；法釋義學(xué)；法學(xué)方法論；檢索增強(qiáng)生成；微調(diào)；人機(jī)協(xié)同

目次

一、規(guī)則驅(qū)動(dòng)的符號(hào)推理模式及其固有局限

二、數(shù)據(jù)驅(qū)動(dòng)的概率推理模式及其內(nèi)生風(fēng)險(xiǎn)

三、整合與超越：人機(jī)協(xié)同的法律人工智能應(yīng)用構(gòu)造

結(jié)論

如何讓人工智能“像法律人一樣思考”？這是構(gòu)建“法律人工智能”（Legal AI）繞不開(kāi)的核心議題。真正的法律人工智能，其核心能力顯然不止于一般意義上的自然語(yǔ)言處理，而必定是以法律規(guī)范為基準(zhǔn)、以案件事實(shí)材料為對(duì)象的法律推理。在我國(guó)語(yǔ)境下，為法律推理提供規(guī)范化心智操作程序的，正是作為法學(xué)方法論的法釋義學(xué)。［其意義在于，盡管法律判斷在可靠性和精確性上很難達(dá)到數(shù)學(xué)證明或?qū)嶒?yàn)測(cè)量那樣的程度，但法律人仍須遵循一套可被公共理性評(píng)價(jià)的解釋與論證秩序。在法律人工智能的開(kāi)發(fā)與應(yīng)用中，理想目標(biāo)應(yīng)是讓其推理模式符合法釋義學(xué)在方法論上的要求，讓其結(jié)論在法律職業(yè)共同體可接受的論證模式下得到證成。

當(dāng)前，技術(shù)領(lǐng)域的研究多致力于機(jī)器性能指標(biāo)的提升，如嘗試嵌入“法律三段論”等基礎(chǔ)邏輯結(jié)構(gòu)，或通過(guò)指令微調(diào)、改進(jìn)檢索策略等工程來(lái)提升特定法律任務(wù)的自動(dòng)化效率，卻較少探討如何使系統(tǒng)契合法律人的思維內(nèi)核。與此同時(shí)，法學(xué)界則更多關(guān)注人工智能應(yīng)用于司法實(shí)踐的外部倫理與制度風(fēng)險(xiǎn)，卻鮮有進(jìn)入機(jī)器原理層面探討與具體技術(shù)結(jié)構(gòu)相匹配的治理方案。有的學(xué)者將法律人工智能運(yùn)行模式歸結(jié)為“根據(jù)歷史裁判數(shù)據(jù)的預(yù)測(cè)”，有的學(xué)者則將討論限定在“依托固定邏輯規(guī)則與符號(hào)化編碼”的傳統(tǒng)進(jìn)路下，這事實(shí)上忽視了不同技術(shù)路線的融合空間。技術(shù)上的簡(jiǎn)化主義與法理上的悲觀主義相互交織，造成一種悖論：也即，人工智能技術(shù)飛速迭代，但法律人工智能的應(yīng)用卻遲遲難以獲得法律共同體的信任。

對(duì)此，需從技術(shù)與法學(xué)相結(jié)合的視角出發(fā)，將人工智能“為什么出錯(cuò)、錯(cuò)在何處、如何糾偏”從抽象擔(dān)憂轉(zhuǎn)化為具體工程問(wèn)題進(jìn)行解析。本文從類型化方法入手，將法律人工智能的推理模式劃分為規(guī)則驅(qū)動(dòng)的符號(hào)推理與數(shù)據(jù)驅(qū)動(dòng)的概率推理兩大理想類型，分別揭示其法理淵源及技術(shù)構(gòu)造，并從法釋義學(xué)角度逐一診斷其缺陷；基于此，剖析整合兩者的“神經(jīng)—符號(hào)”混合推理路徑之優(yōu)勢(shì)與不足。筆者認(rèn)為，在技術(shù)上可以對(duì)法律人工智能的聰明推理持樂(lè)觀態(tài)度，但人類不應(yīng)向機(jī)器讓渡規(guī)范性事務(wù)的最終決策權(quán)。應(yīng)以“有效人類監(jiān)督”為核心構(gòu)建人機(jī)協(xié)同應(yīng)用框架，通過(guò)可解釋、可干預(yù)、激發(fā)批判性思維的交互界面與人類介入節(jié)點(diǎn)的科學(xué)設(shè)定，合理配置機(jī)器的計(jì)算性分工與人類的價(jià)值性職責(zé)。由此，或可為法律人工智能的產(chǎn)品開(kāi)發(fā)與應(yīng)用治理提供一些參考思路。

一

規(guī)則驅(qū)動(dòng)的符號(hào)推理模式及其固有局限

基于形式化規(guī)則的符號(hào)推理是法律人工智能的基礎(chǔ)技術(shù)范式，其理念在于將法律元素構(gòu)建為符號(hào)系統(tǒng)，并通過(guò)知識(shí)表示與邏輯演繹實(shí)現(xiàn)自動(dòng)計(jì)算。對(duì)此展開(kāi)解構(gòu)分析，一方面要考察作為其理論內(nèi)核的形式主義法學(xué)思想，以及作為其技術(shù)實(shí)現(xiàn)路徑的符號(hào)主義人工智能方法，并揭示兩者的內(nèi)在匹配機(jī)制；另一方面需要審視該推理模式應(yīng)用于真實(shí)法律場(chǎng)景時(shí)的固有局限，進(jìn)而評(píng)價(jià)其適用邊界。

（一）形式主義法學(xué)是符號(hào)推理模式的法理根據(jù)

打造“法律適用的邏輯自動(dòng)機(jī)”是一個(gè)經(jīng)久不衰的理想，其思想根源可追溯至19世紀(jì)的形式主義法學(xué)思潮。在大陸法系，隨著法國(guó)、德國(guó)等國(guó)相繼完成法典編纂，一個(gè)以立法權(quán)為核心的時(shí)代宣告來(lái)臨，法典及法律理論則被寄予表達(dá)精確傳遞之規(guī)則的厚望。在判例法系，形式主義思維同樣在彼時(shí)的司法實(shí)踐中產(chǎn)生重要影響。出于對(duì)人類理性的樂(lè)觀信念，形式主義法學(xué)追求構(gòu)建語(yǔ)詞精確、邏輯嚴(yán)謹(jǐn)、規(guī)則完備的法律規(guī)范，形成清晰和確定的秩序，并將法律適用界定為純粹的邏輯演繹過(guò)程。博克爾曼對(duì)此有過(guò)中肯描述：“法官的制定法適用應(yīng)該像自動(dòng)機(jī)一樣運(yùn)轉(zhuǎn)，它帶有的惟一特點(diǎn)是，運(yùn)轉(zhuǎn)的裝置不是機(jī)械式的，而是邏輯式的自動(dòng)控制”。形式主義法學(xué)框架下的法律推理至少依賴于兩大前提性支柱：其一，法律體系本身是邏輯上封閉自洽、無(wú)涉價(jià)值的符號(hào)系統(tǒng)；其二，復(fù)雜的法律關(guān)系可以分解為具有確定邏輯關(guān)聯(lián)的基本單元加以分析。

對(duì)法律體系封閉性與自洽性的信念，當(dāng)以德國(guó)傳統(tǒng)的概念法學(xué)為典范。面對(duì)法典化運(yùn)動(dòng)帶來(lái)的新秩序，以普赫塔為代表的概念法學(xué)家致力于構(gòu)建如同幾何學(xué)般嚴(yán)密的法律科學(xué)體系。其著名的“概念金字塔”理論宣稱，所有法律規(guī)范都可以從少數(shù)幾個(gè)最高階的法律概念中邏輯地推演出來(lái)，形成無(wú)縫銜接、內(nèi)部和諧的概念體系。依循這一視角，法秩序的基本概念是先驗(yàn)、預(yù)設(shè)且固定的，任何法律問(wèn)題都可以在這個(gè)封閉的體系內(nèi)通過(guò)邏輯涵攝找到正確不變的答案。法律適用者的角色因而被簡(jiǎn)化為“涵攝機(jī)器”：其任務(wù)僅僅是識(shí)別案件事實(shí)，將其作為“小前提”，套入作為“大前提”的法律規(guī)范中，從而機(jī)械地推導(dǎo)出結(jié)論。這種不考慮法律目的及意義脈絡(luò)的處理方式，雖然因脫離社會(huì)現(xiàn)實(shí)而備受批判，但它所描繪的“法律規(guī)范=公理，案件事實(shí)=輸入，司法決策=邏輯推論”的圖景，為后來(lái)基于規(guī)則的法律專家系統(tǒng)提供了最直接、最原始的程序構(gòu)想。

如果說(shuō)概念法學(xué)為“邏輯自動(dòng)機(jī)”搭建了宏觀的體系框架，那么霍菲爾德的分析法學(xué)和凱爾森的純粹法學(xué)則為其打造了微觀的邏輯內(nèi)核與精致的結(jié)構(gòu)語(yǔ)法，使法律推理更具可計(jì)算性�；舴茽柕聡L試為法律關(guān)系建立一套精確的符號(hào)體系，他通過(guò)對(duì)司法判決語(yǔ)言的精細(xì)解剖，提煉出“權(quán)利/義務(wù)”、“特權(quán)/無(wú)權(quán)利”、“權(quán)力/責(zé)任”、“豁免/無(wú)權(quán)力”這四對(duì)最基本的法律概念。這些概念通過(guò)“關(guān)聯(lián)”（如“權(quán)利”必然對(duì)應(yīng)他人的“義務(wù)”）和“對(duì)立”（如擁有“權(quán)利”則并非處于“無(wú)權(quán)利”狀態(tài)）的邏輯關(guān)系，構(gòu)成一個(gè)嚴(yán)密的、封閉的符號(hào)矩陣。其分析框架的革命性在于，紛繁復(fù)雜的社會(huì)關(guān)系與法律爭(zhēng)議都有望轉(zhuǎn)化為定義明確、相互關(guān)聯(lián)的邏輯符號(hào)組合并進(jìn)行演算。換言之，現(xiàn)實(shí)的案件可以在霍菲爾德的框架下“翻譯”成基本法律符號(hào)之間邏輯關(guān)系的判定問(wèn)題。正是基于對(duì)法律關(guān)系的形式化、原子化處理，霍菲爾德的概念矩陣為法律人工智能的推理建模提供了一條關(guān)鍵的理論路徑：既然法律關(guān)系能夠被分解為離散的、具有確定邏輯關(guān)系的符號(hào)單元，那么法律推理在本質(zhì)上就可以被還原為符號(hào)計(jì)算。

凱爾森的純粹法學(xué)理論同樣以一種精致的方式延展了形式主義的思想路徑。其標(biāo)志性的“規(guī)范階層構(gòu)造”將法律規(guī)范體系刻畫(huà)為自上而下的效力推導(dǎo)結(jié)構(gòu)，其中每一個(gè)下位階規(guī)范的效力都源自其上位階規(guī)范的授權(quán)，最終可追溯至作為整個(gè)法律秩序邏輯起點(diǎn)的“基礎(chǔ)規(guī)范”。由此，整個(gè)法律秩序成為邏輯環(huán)環(huán)相扣、效力上傳下達(dá)的等級(jí)體系，而司法判決作為最低階的個(gè)別規(guī)范，其正當(dāng)性則取決于它是否處于其直接上位法所設(shè)定的可能框架內(nèi)并通過(guò)合法的授權(quán)程序創(chuàng)造出來(lái)。凱爾森的理論雖然承認(rèn)法官在一定框架內(nèi)的解釋和選擇空間，因而比古典概念法學(xué)更具現(xiàn)實(shí)感，但其理論內(nèi)核依然具有強(qiáng)烈的形式主義色彩。這是因?yàn)椋瑒P爾森的純粹法學(xué)“拒絕對(duì)實(shí)在法進(jìn)行評(píng)價(jià)”，在此視域下法律效力的維持僅依賴于其在規(guī)范等級(jí)體系中的位置，因而將法律秩序形式化為一套由效力傳導(dǎo)機(jī)制維系的邏輯句法系統(tǒng)�；诖�，法律推理也就擁有了更為穩(wěn)定的運(yùn)作結(jié)構(gòu)與驗(yàn)證機(jī)制。

從概念法學(xué)對(duì)封閉體系的追求，到霍菲爾德對(duì)法律關(guān)系的原子化分析，再到凱爾森對(duì)規(guī)范等級(jí)的邏輯建構(gòu)，形式主義法學(xué)為規(guī)則驅(qū)動(dòng)的符號(hào)推理型法律人工智能提供了從宏觀體系、微觀單元到結(jié)構(gòu)語(yǔ)法的理論藍(lán)圖，在某種意義上塑造了人們對(duì)第一代法律人工智能的技術(shù)想象。

（二）演繹邏輯知識(shí)的專家系統(tǒng)是符號(hào)推理模式的技術(shù)支撐

將形式主義法學(xué)“邏輯自動(dòng)機(jī)”的理想付諸實(shí)踐的嘗試，主要體現(xiàn)在以規(guī)則庫(kù)編碼為基礎(chǔ)的法律專家系統(tǒng)中。其核心構(gòu)想是將法律規(guī)范體系視為公理集合，通過(guò)知識(shí)表示將法律規(guī)范與案件事實(shí)拆解為機(jī)器可讀的邏輯要素，進(jìn)而實(shí)現(xiàn)自動(dòng)化計(jì)算與決策。此種符號(hào)主義的技術(shù)路徑始于經(jīng)典邏輯的簡(jiǎn)單應(yīng)用，并因法律實(shí)踐的復(fù)雜特質(zhì)而不斷走向更為精細(xì)化和多元化的邏輯建模。

一階謂詞邏輯是法律規(guī)范形式化的基礎(chǔ)工具。通過(guò)將法律語(yǔ)言分解為謂詞（描述屬性或關(guān)系）、個(gè)體詞（指代對(duì)象）、量詞（如“所有”、“存在”）和邏輯聯(lián)結(jié)詞（如“與”∧、“或”∨、“非”┐“蘊(yùn)含”→），法律規(guī)范可轉(zhuǎn)化為精確的符號(hào)語(yǔ)句，以實(shí)現(xiàn)邏輯涵攝過(guò)程的可計(jì)算化。例如，“所有年滿18周歲的中華人民共和國(guó)公民，都享有選舉權(quán)和被選舉權(quán)”這樣的規(guī)范語(yǔ)句，可以被形式化為：x (是中華人民共和國(guó)公民(x)∧年滿18周歲(x)→享有選舉權(quán)(x)∧享有被選舉權(quán)(x))。規(guī)則的建模過(guò)程遵循著“拆分—審視—整合”的三步曲：首先將規(guī)則拆解為構(gòu)成要件，然后獨(dú)立審視每個(gè)要素的內(nèi)涵，最后將其重新整合成有助于推理引擎調(diào)用的邏輯形式。由此可以將分散的法律概念和事實(shí)要素結(jié)構(gòu)化為語(yǔ)義網(wǎng)絡(luò)，為符號(hào)演算提供知識(shí)基礎(chǔ)和推理約束。此時(shí)，推理引擎通過(guò)邏輯規(guī)則的約束（如“年齡≥18”），可以從靜態(tài)的數(shù)據(jù)中自動(dòng)推導(dǎo)出如關(guān)于特定對(duì)象的結(jié)論（如“享有選舉權(quán)和被選舉權(quán)”）。這種形式化方法的優(yōu)勢(shì)顯而易見(jiàn)，即賦予了法律推理清晰性、精確性和可驗(yàn)證性。不過(guò)，這種經(jīng)典邏輯很快就遭遇了法律實(shí)踐的第一個(gè)重大挑戰(zhàn)：規(guī)則的例外與沖突。

真實(shí)的法律體系遠(yuǎn)非邏輯上單調(diào)的公理系統(tǒng)，而是充滿了例外條款、優(yōu)先順序和在特定條件下可被推翻的缺省假定。例如，“所有年滿18周歲的中華人民共和國(guó)公民，都享有選舉權(quán)和被選舉權(quán)”是一般規(guī)則，而“依照法律被剝奪政治權(quán)利的人”則是推翻該規(guī)則的例外情形。經(jīng)典邏輯的單調(diào)性難以處理這種“可廢止”的特性，無(wú)法適應(yīng)法律推理中隨著新證據(jù)出現(xiàn)而不斷修正結(jié)論的動(dòng)態(tài)過(guò)程。申言之，法律推理的前提之“真”，并非絕對(duì)的客觀真理，而是基于現(xiàn)有信息的“被證成”狀態(tài)；一旦出現(xiàn)新的反向證據(jù)，原有的證成則可能失效。為解決此問(wèn)題，非單調(diào)邏輯被引入法律適用的模型中，其承認(rèn)新信息的引入會(huì)改變?cè)姓撌龅淖C成結(jié)構(gòu)，強(qiáng)調(diào)推理的動(dòng)態(tài)性、暫時(shí)性、進(jìn)化性和可錯(cuò)性。這意味著可以在一個(gè)推理系統(tǒng)中引入新的、可能與先前結(jié)論相矛盾的信息，并根據(jù)預(yù)設(shè)的優(yōu)先級(jí)或偏好關(guān)系來(lái)動(dòng)態(tài)修正結(jié)論。在技術(shù)實(shí)現(xiàn)上，結(jié)構(gòu)化論辯框架等解決方案通過(guò)可廢止推理規(guī)則來(lái)表示法律論證，系統(tǒng)構(gòu)建論辯圖譜來(lái)捕捉規(guī)則間的攻擊與支持關(guān)系，并引入優(yōu)先規(guī)則來(lái)規(guī)范沖突。當(dāng)新的事實(shí)證據(jù)進(jìn)入系統(tǒng)時(shí)，系統(tǒng)能觸發(fā)狀態(tài)更新，激活例外路徑而阻斷原有的一般規(guī)則推理，從而在計(jì)算層面模擬法律論證中結(jié)論被廢止或修正的過(guò)程。非單調(diào)邏輯的引入，使得符號(hào)主義的推理模型從靜態(tài)的演繹機(jī)器，向能夠應(yīng)對(duì)論辯和變化的動(dòng)態(tài)系統(tǒng)邁出了關(guān)鍵一步。

解決了規(guī)則的結(jié)構(gòu)復(fù)雜性后，又一挑戰(zhàn)接踵而至：如何處理法律內(nèi)容的規(guī)范性特質(zhì)？法律不僅關(guān)注事實(shí)陳述，更關(guān)注“應(yīng)當(dāng)”“允許”“禁止”等規(guī)范指令。一階謂詞邏輯主要處理事實(shí)性命題的真假，卻難以完美匹配這些規(guī)范性概念。對(duì)此，道義邏輯填補(bǔ)了這一空白：通過(guò)引入模態(tài)算子，為權(quán)利、義務(wù)等核心法律概念構(gòu)建形式化語(yǔ)言。這恰恰與前文所述的霍菲爾德分析法學(xué)框架相契合，其精煉出的基本法律概念構(gòu)成法律規(guī)范的微觀邏輯內(nèi)核，使得基于道義邏輯的推理具備了可計(jì)算性。例如，當(dāng)系統(tǒng)識(shí)別到一份合同約定某主體“有權(quán)”做某事，而法律強(qiáng)制性規(guī)定其“不得”做此事時(shí)，一個(gè)集成了道義邏輯的推理引擎就能自動(dòng)識(shí)別出此處的效力沖突，并提示人類用戶進(jìn)行審查——這就使機(jī)器不再僅僅是描述性推理的工具，更成為能分析權(quán)利義務(wù)結(jié)構(gòu)的規(guī)范性判斷系統(tǒng)。還有學(xué)者指出，基于可計(jì)算的道義邏輯，未來(lái)的人工智能體可以在不同情境中根據(jù)概括的法律規(guī)則自動(dòng)推理出一系列派生具體法律義務(wù)，實(shí)現(xiàn)自主的法律決策。

然而，符號(hào)推理方法還面臨更深層的技術(shù)挑戰(zhàn)：法律世界中充斥著大量諸如“合理期限”“重大過(guò)失”“情節(jié)嚴(yán)重”等概念，其邊界并非固定。傳統(tǒng)非真即假的二值邏輯在此失效了。法律人處理此類問(wèn)題時(shí)，采用的是一種近似的、基于程度判斷的思維方式，恰如拉倫茨所言，“理解程序的開(kāi)端通常是一種——有時(shí)還相當(dāng)模糊的——意義期待，它經(jīng)常是在初次的匆匆一瞥中產(chǎn)生�！睘榱嗽谟�(jì)算系統(tǒng)中刻畫(huà)這種模糊思維，有學(xué)者將模糊邏輯作為處理法律中不確定概念的重要工具。模糊邏輯的誕生是對(duì)“精確性崇拜”的反思，它承認(rèn)并試圖科學(xué)地處理世界的模糊性：引入“隸屬度”概念，即一個(gè)元素可以在0到1之間的程度上“部分地”屬于一個(gè)集合。例如，《行政強(qiáng)制法》規(guī)定行政機(jī)關(guān)不得在“夜間”實(shí)施強(qiáng)制執(zhí)行，但法律并未精確定義何為夜間，傳統(tǒng)邏輯只能給出一個(gè)僵硬的時(shí)間切點(diǎn)，而模糊邏輯則可以認(rèn)為晚上8點(diǎn)“有0.6的程度”屬于夜間，而凌晨0點(diǎn)則“有1.0的程度”屬于夜間。通過(guò)定義隸屬函數(shù)，模糊邏輯將對(duì)模糊概念的判斷，從定性的、主觀的解釋問(wèn)題，轉(zhuǎn)化為可以進(jìn)行定量分析和計(jì)算的數(shù)學(xué)問(wèn)題，這使得符號(hào)推理模式在一定程度上緩解了形式的固化性。

可見(jiàn)，規(guī)則驅(qū)動(dòng)的符號(hào)推理路徑通過(guò)不斷引入更精密的邏輯工具，逐步構(gòu)建起日益細(xì)致的、試圖復(fù)刻法律人思維的形式化推理框架，其在維護(hù)法律推理確定性和統(tǒng)一性方面具有積極價(jià)值。

（三）符號(hào)推理模式無(wú)法解決機(jī)器語(yǔ)言與其映射內(nèi)涵開(kāi)放性之矛盾

從法學(xué)方法論的視角審視，符號(hào)推理的精致化并不能掩蓋其在模擬真實(shí)法律思維時(shí)的根本缺陷。

1.法律規(guī)則的涵攝適用難題

形式主義法學(xué)的“邏輯自動(dòng)機(jī)”圖景以三段論邏輯為基礎(chǔ)內(nèi)核，但以符號(hào)來(lái)演算法律規(guī)則的涵攝適用過(guò)程面臨現(xiàn)實(shí)困難。從法釋義學(xué)出發(fā)，困難的根源在于，法律推理的真正痛點(diǎn)并非推導(dǎo)邏輯本身，而在于推導(dǎo)前提的建構(gòu)。

一是小前提的建構(gòu)，即將紛繁復(fù)雜的客觀生活事實(shí)，轉(zhuǎn)化為指向法律構(gòu)成要件的法律事實(shí)。這一轉(zhuǎn)化過(guò)程是充滿解釋與建構(gòu)的創(chuàng)造性活動(dòng)，而非簡(jiǎn)單的文本字段輸入。法律人的目光必須在案件事實(shí)與法律規(guī)范之間“來(lái)回顧盼”，通過(guò)這種雙向?qū)徱�，案件事�?shí)中具有法律意義的方面才被“照亮”，法律規(guī)范的內(nèi)涵也才在具體事實(shí)中得以澄清。例如，“張三穿一件紅衣服，因?yàn)樾那椴缓煤攘硕䞍砂拙�，在街上看到仇人李四，沖上去擼起袖子給了他一拳，李四鼻子流血了”需要經(jīng)由法律思維的篩選和提煉，轉(zhuǎn)化為“張三實(shí)施了毆打行為，致李四輕微傷，且具有主觀故意”。符號(hào)推理系統(tǒng)缺乏在紛繁事實(shí)材料與規(guī)范要件之間進(jìn)行辯證“流轉(zhuǎn)”的靈活能力，只能處理被預(yù)先結(jié)構(gòu)化、標(biāo)簽化的法律事實(shí)，卻難以完成從原始、非結(jié)構(gòu)化的生活世界到法律世界的關(guān)鍵一躍。

二是大前提的建構(gòu)。涵攝過(guò)程面臨法律概念自身“開(kāi)放結(jié)構(gòu)”的挑戰(zhàn)。“法律經(jīng)常利用的日常用語(yǔ)與數(shù)理邏輯及科學(xué)性語(yǔ)言不同，它并不是外延明確的概念，毋寧是多少具有彈性的表達(dá)方式，后者的可能意義在一定的波段寬度之間搖擺不定……即使是較為明確的概念，仍然經(jīng)常包含一些本身欠缺明確界限的要素”。即便前文所述的模糊邏輯可以通過(guò)“隸屬度”函數(shù)將模糊判斷定量化，但這僅僅是將問(wèn)題轉(zhuǎn)移，而非實(shí)際內(nèi)在解決：只要系統(tǒng)最終仍須作出“構(gòu)成/不構(gòu)成”的二元判斷，就需要人為設(shè)定“去模糊化”的閾值——而這本身就是一個(gè)需要考量立法目的、社會(huì)環(huán)境與個(gè)案公正的價(jià)值決策過(guò)程，并非完全由機(jī)械邏輯所推導(dǎo)的結(jié)果。質(zhì)言之，符號(hào)系統(tǒng)可以執(zhí)行基于閾值的計(jì)算，卻無(wú)法自主地、合乎情理地設(shè)定這個(gè)閾值。因此，在規(guī)則涵攝這一法律適用的基礎(chǔ)層級(jí)，符號(hào)主義路線就因無(wú)法處理從事實(shí)到規(guī)范的轉(zhuǎn)化以及概念本身的開(kāi)放性而捉襟見(jiàn)肘。

2.法律原則的權(quán)衡適用難題

在法律推理的進(jìn)階層級(jí)——法律原則的適用場(chǎng)景，符號(hào)推理系統(tǒng)同樣遭遇失靈。法律規(guī)則的適用方法是“涵攝”，而法律原則的適用方法是“權(quán)衡”。當(dāng)不同的法律原則，如“契約自由”與“公序良俗”、“個(gè)人信息保護(hù)”與“公眾知情權(quán)”在個(gè)案中發(fā)生沖突時(shí)，法律人不是像適用規(guī)則那樣“全有或全無(wú)”地選擇其一，而是必須根據(jù)個(gè)案具體情況，對(duì)各項(xiàng)原則代表的價(jià)值進(jìn)行衡量，以確定何者應(yīng)在多大程度上獲得優(yōu)先。這種權(quán)衡過(guò)程是一種實(shí)踐智慧，要求法律適用者具備深厚的法學(xué)素養(yǎng)、豐富的生活經(jīng)驗(yàn)和對(duì)社會(huì)整體價(jià)值秩序的把握。以代碼形式預(yù)先為千變?nèi)f化的情境設(shè)定硬性規(guī)則邏輯的符號(hào)推理模式無(wú)法企及。

盡管阿列克西等學(xué)者作出了以“權(quán)重公式”等方式將權(quán)衡過(guò)程形式化的努力，但這些公式僅憑本身并不能自動(dòng)運(yùn)行。公式中的每一個(gè)變量，如原則被違背的強(qiáng)度、原則的重要性以及對(duì)事實(shí)判斷的可靠性，其賦值過(guò)程本身仍是復(fù)雜的價(jià)值判斷和定性評(píng)估。符號(hào)系統(tǒng)可以作為計(jì)算機(jī)器，在人類專家為其賦予所有變量值之后機(jī)械地計(jì)算出結(jié)果；但它無(wú)法觸類旁通地理解價(jià)值內(nèi)涵，更無(wú)法在面對(duì)全新的案件時(shí)，自主地、創(chuàng)造性地完成賦值這一核心的權(quán)衡步驟。因此，在處理法律原則適用這一更高階的推理任務(wù)時(shí)，純粹的形式化、符號(hào)式“邏輯自動(dòng)機(jī)”難有用武之地。

3.小結(jié)

從整體上看，符號(hào)推理模式的內(nèi)在矛盾在于，其試圖用封閉、確定的形式系統(tǒng)去捕捉開(kāi)放、動(dòng)態(tài)、充滿價(jià)值沖突的法律世界。無(wú)論是規(guī)則的涵攝還是原則的權(quán)衡，法律推理往往離不開(kāi)從無(wú)限開(kāi)放的社會(huì)事實(shí)中提煉法律關(guān)系、在多元沖突的規(guī)范價(jià)值中作出選擇的創(chuàng)造性勞動(dòng)。這種勞動(dòng)的內(nèi)在機(jī)理，必然包含一種基于經(jīng)驗(yàn)和直覺(jué)的心智過(guò)程。符號(hào)系統(tǒng)的失靈，恰恰在于它將法律人經(jīng)過(guò)復(fù)雜心智活動(dòng)后形成的、作為論證流程的邏輯結(jié)構(gòu)，當(dāng)作了法律思維的全部，而這在很多場(chǎng)景下其實(shí)是顛倒了因果關(guān)系。菲利普·黑克的批判性觀點(diǎn)在此同樣適用：法律規(guī)范展現(xiàn)著現(xiàn)實(shí)利益沖突，概念建構(gòu)的可能性有限、作用有限，司法裁決需通過(guò)帶有目的的利益衡量產(chǎn)生。同樣，公正的法律推理也并非從僵硬的符號(hào)規(guī)則中機(jī)械產(chǎn)生，而必須源于個(gè)案事實(shí)與法律價(jià)值的交融互動(dòng)。

總之，從法釋義學(xué)的視角看，基于形式化邏輯規(guī)則和符號(hào)推理模式無(wú)法自主完成事實(shí)與規(guī)范的開(kāi)放性映射、無(wú)法自主執(zhí)行價(jià)值原則間的權(quán)衡。這并不是通過(guò)引入更精密的邏輯工具就能彌補(bǔ)的，而是根植于形式主義法學(xué)與符號(hào)主義人工智能范式本身的機(jī)械性。要讓人工智能真正“像法律人一樣思考”，還需要嘗試其他不同的道路。

二

數(shù)據(jù)驅(qū)動(dòng)的概率推理模式及其內(nèi)生風(fēng)險(xiǎn)

在案件事實(shí)復(fù)雜、規(guī)范存在開(kāi)放文本、決策受情境因素影響的條件下，法律推理結(jié)論往往難以固化為從規(guī)則邏輯出發(fā)的唯一必然解，而是常表現(xiàn)為帶有置信度的經(jīng)驗(yàn)判斷。對(duì)此，數(shù)據(jù)驅(qū)動(dòng)的概率推理模式代表了相應(yīng)的技術(shù)范式，其核心思路是從海量歷史數(shù)據(jù)中學(xué)習(xí)特征規(guī)律，并以此為基礎(chǔ)進(jìn)行概率性的分析與生成。法律現(xiàn)實(shí)主義思潮是概率推理模式的法理先導(dǎo)，以大模型為代表的連接主義神經(jīng)網(wǎng)絡(luò)則是其前沿的技術(shù)載體。

（一）現(xiàn)實(shí)主義法學(xué)是概率推理模式的法理根據(jù)

如果說(shuō)規(guī)則驅(qū)動(dòng)的符號(hào)推理模式可以從歐陸理性主義與形式主義法學(xué)尋得認(rèn)識(shí)論資源，那么數(shù)據(jù)驅(qū)動(dòng)的概率推理模式則可借助北美實(shí)用主義哲學(xué)及法律現(xiàn)實(shí)主義運(yùn)動(dòng)加以說(shuō)明。兩者的分野標(biāo)志著法律思想的某種轉(zhuǎn)向：從追求邏輯自足性轉(zhuǎn)向關(guān)注社會(huì)經(jīng)驗(yàn)實(shí)踐，從“應(yīng)當(dāng)是什么”的先驗(yàn)思辨轉(zhuǎn)向“實(shí)際上是什么”的經(jīng)驗(yàn)預(yù)測(cè)。這為后來(lái)基于統(tǒng)計(jì)和概率的學(xué)習(xí)型人工智能進(jìn)入法律領(lǐng)域奠定了理論基礎(chǔ)。

霍姆斯的名言“法律的生命不是邏輯，而是經(jīng)驗(yàn)”常被視作現(xiàn)實(shí)主義法學(xué)的先聲。所謂“經(jīng)驗(yàn)”，并不僅指?jìng)�(gè)體直覺(jué)或主觀感受，而更接近一種歷史社會(huì)意義上的實(shí)踐積累，包含特定時(shí)代的道德情感、公共政策考量、制度運(yùn)行方式以及法律共同體在長(zhǎng)期實(shí)踐中逐步形成并被普遍接受的慣例與期待。正因如此，法律研究的對(duì)象不光是規(guī)范文本的邏輯結(jié)構(gòu)，更涵蓋法律在社會(huì)生活中被理解與執(zhí)行的實(shí)際過(guò)程�；裟匪乖凇斗芍贰愤M(jìn)一步提出“壞人預(yù)測(cè)論”：若從“壞人”的立場(chǎng)理解法律，法律知識(shí)在很大程度上表現(xiàn)為對(duì)國(guó)家強(qiáng)制力具體適用的預(yù)測(cè)——“法院在特定事實(shí)下將會(huì)做什么”的理性預(yù)期。在這一視角下，法律確定性不再主要來(lái)自形式邏輯的必然性，而更多是源于司法行為模式的可預(yù)測(cè)性。“預(yù)測(cè)”在方法論上對(duì)應(yīng)一種概率化的表達(dá)，其正是對(duì)不同結(jié)果出現(xiàn)的可能性、相對(duì)穩(wěn)定性作出估計(jì)。而一旦法律推理的核心任務(wù)被界定為預(yù)測(cè)，那么收集和分析數(shù)據(jù)——即過(guò)往的司法判決經(jīng)驗(yàn)，并進(jìn)行統(tǒng)計(jì)意義上的概率分析，就變得順理成章。

羅斯科·龐德的理論進(jìn)一步凸顯了法律推理的效果維度。龐德將法律理解為社會(huì)控制與協(xié)調(diào)的制度工具，其目標(biāo)并非機(jī)械套用僵化規(guī)則，而是在多元且沖突的社會(huì)利益之間進(jìn)行分類、衡量與調(diào)和，以盡量減少社會(huì)摩擦并增進(jìn)社會(huì)利益；在他看來(lái)，法律適用的任務(wù)是在具體情境中審慎評(píng)估不同裁判方案對(duì)社會(huì)關(guān)系與制度運(yùn)行的影響，并盡可能選擇更合乎社會(huì)目的的解決方案。這種利益衡量視角本質(zhì)上要求法律推理具備處理模糊性、比較多重可能性的能力，即概率性的優(yōu)化思維。不同法律處理方案的社會(huì)效果并非必然可知，只能在有限信息下評(píng)估其產(chǎn)生預(yù)期效果的概率大小，并追求期望效用最大化的選項(xiàng)。

經(jīng)驗(yàn)不是一成不變的，由其涌現(xiàn)的直覺(jué)亦可能不斷更新。在這方面，杜威的實(shí)用主義哲學(xué)為一種“以實(shí)踐檢驗(yàn)規(guī)范”的法律觀提供了認(rèn)識(shí)資源。杜威認(rèn)為，規(guī)范并非永恒不變的真理，而是人類為了解決特定社會(huì)問(wèn)題而設(shè)計(jì)的“工具”或“假設(shè)”；這些工具的有效性需要在具體情境中持續(xù)檢驗(yàn)，并在經(jīng)驗(yàn)反饋中不斷修正。由此，法律推理在某種意義上是一種持續(xù)的“探究”過(guò)程，法官在個(gè)案中不僅適用既有規(guī)范，也在檢驗(yàn)該規(guī)范是否仍能恰當(dāng)?shù)鼗貞?yīng)變化中的社會(huì)現(xiàn)實(shí)，并在解釋與論證中對(duì)規(guī)范意義進(jìn)行再建構(gòu)。如果將法律規(guī)范視為“假設(shè)”，那么每一次裁判都是對(duì)該假設(shè)的驗(yàn)證實(shí)驗(yàn)；法律推理也因此成為在不斷變化的經(jīng)驗(yàn)流中，動(dòng)態(tài)調(diào)整先驗(yàn)概率與后驗(yàn)概率的過(guò)程�！凹僭O(shè)—檢驗(yàn)—修正”的循環(huán)不僅在認(rèn)識(shí)論上確立概率推理的合法性，更在方法論上直接與現(xiàn)代機(jī)器學(xué)習(xí)的迭代機(jī)制相呼應(yīng)：模型在誤差反饋中不斷校正參數(shù)，法律在實(shí)踐反饋中不斷修正其規(guī)范含義，兩者皆是在概率的指引下逼近真理與正義。

綜上，在現(xiàn)實(shí)主義法學(xué)框架下，法律推理呈現(xiàn)為一種根植于社會(huì)經(jīng)驗(yàn)、面向效果權(quán)衡、在反饋中演進(jìn)的實(shí)踐，在理論深處暗含概率計(jì)算、概率優(yōu)化、概率修正的內(nèi)核脈絡(luò)。這為推出以概率推理為核心的法律人工智能提供了重要思想資源。此時(shí)，從海量經(jīng)驗(yàn)中學(xué)習(xí)并實(shí)現(xiàn)法律推理的機(jī)器，便成為順應(yīng)趨勢(shì)的產(chǎn)物。

（二）模擬復(fù)雜性的神經(jīng)網(wǎng)絡(luò)模型是概率推理模式的技術(shù)支撐

數(shù)據(jù)驅(qū)動(dòng)的概率推理模式，其技術(shù)內(nèi)核在于通過(guò)機(jī)器學(xué)習(xí)算法，從海量歷史數(shù)據(jù)中學(xué)習(xí)特征并不斷塑造和調(diào)整神經(jīng)網(wǎng)絡(luò)模型，據(jù)此獲得分析、判斷、預(yù)測(cè)、生成最大概率后果的能力，進(jìn)而完成相應(yīng)的法律推理任務(wù)。法律人工智能研究也在新的技術(shù)浪潮下發(fā)生非形式邏輯的轉(zhuǎn)向。概率推理模式更接近法律人的真實(shí)思維——“貝葉斯法則+語(yǔ)言概率”：基于長(zhǎng)期的法律訓(xùn)練和經(jīng)驗(yàn)，對(duì)案件形成主觀的“初始判斷”（先驗(yàn)概率）；根據(jù)不斷出現(xiàn)的新證據(jù)和信息，持續(xù)地、迭代地修正初始判斷，直至形成穩(wěn)固的“內(nèi)心確信”（后驗(yàn)概率）。

那么，如何將這種以貝葉斯法則為內(nèi)核的“軟計(jì)算”過(guò)程轉(zhuǎn)化為可計(jì)算的模型？理論上，直接構(gòu)建貝葉斯網(wǎng)絡(luò)似乎是一條直觀的路徑：作為概率圖模型，貝葉斯網(wǎng)絡(luò)的節(jié)點(diǎn)代表變量，有向邊代表變量間的條件依賴關(guān)系，其推理過(guò)程是基于概率論的邏輯演算，具有清晰、可解釋的優(yōu)點(diǎn)。但是，傳統(tǒng)貝葉斯網(wǎng)絡(luò)通常依賴專家預(yù)先定義變量節(jié)點(diǎn)及其依賴關(guān)系，其顯式規(guī)則的機(jī)械性決定了其難以真正模擬人腦神經(jīng)系統(tǒng)的復(fù)雜性。人類的思維，尤其是法律人在面對(duì)疑難案件時(shí)所依賴的“司法直覺(jué)”或“模模糊糊的感覺(jué)”，并非按部就班的串行邏輯演算過(guò)程，而更像是由數(shù)百億神經(jīng)元構(gòu)成的大規(guī)模并行網(wǎng)絡(luò)在瞬間完成的整體性、復(fù)雜性涌現(xiàn)過(guò)程。

正是在這個(gè)層面，以大模型為代表的神經(jīng)網(wǎng)絡(luò)技術(shù)路線，展現(xiàn)出其作為“復(fù)雜性模擬器”的獨(dú)特優(yōu)勢(shì)，為實(shí)現(xiàn)法律人工智能的概率推理開(kāi)辟了更廣闊的前景。大模型的深度神經(jīng)網(wǎng)絡(luò)更接近對(duì)人腦神經(jīng)認(rèn)知系統(tǒng)的模擬，其知識(shí)并非存儲(chǔ)于顯性的規(guī)則文本中，而是彌散在由數(shù)千億個(gè)權(quán)重參數(shù)構(gòu)成的隱性網(wǎng)絡(luò)，信息通過(guò)類似于神經(jīng)突觸強(qiáng)度的權(quán)重進(jìn)行傳遞和轉(zhuǎn)換。其龐大的參數(shù)網(wǎng)絡(luò)編碼的不僅僅是詞語(yǔ)的字面含義，更是不同詞語(yǔ)之間、概念之間無(wú)數(shù)種微妙的關(guān)聯(lián)關(guān)系。這一能力的基礎(chǔ)在于高維度的嵌入向量：在模型內(nèi)部，每一個(gè)詞語(yǔ)或概念都被映射為包含成千上萬(wàn)個(gè)維度的數(shù)學(xué)向量；每一個(gè)維度都可以被看作是捕捉該詞語(yǔ)某一特定語(yǔ)義或語(yǔ)法特征的坐標(biāo)軸。例如，“辯護(hù)”的某一維度可能代表“與法律相關(guān)”，另一維度代表“帶有積極情感”，還有一個(gè)維度代表“屬于動(dòng)作而非實(shí)體”，等等。成千上萬(wàn)個(gè)此類特征的協(xié)同組合，共同為每個(gè)概念勾勒出了其在語(yǔ)義空間中獨(dú)一無(wú)二的“坐標(biāo)”。當(dāng)這些高維向量在神經(jīng)網(wǎng)絡(luò)中經(jīng)過(guò)多層非線性變換時(shí)，模型便得以在龐大的向量空間中學(xué)習(xí)和表達(dá)概念間極其復(fù)雜的關(guān)系，這些關(guān)系遠(yuǎn)非簡(jiǎn)單的邏輯蘊(yùn)含或因果鏈條所能概括。由此，大模型能理解諷刺、比喻，能感知文字的情緒色彩、把握字里行間的潛臺(tái)詞，使它在模擬人類處理非結(jié)構(gòu)化信息時(shí)的整體感和靈活性方面，遠(yuǎn)超傳統(tǒng)的符號(hào)式人工智能。

正因如此，當(dāng)大模型“模擬”法律推理時(shí)，可以在某種程度上復(fù)現(xiàn)人腦中那種“感覺(jué)上對(duì)路”的快速、直覺(jué)式判斷過(guò)程，并識(shí)別出哪些信息建立了隱性而穩(wěn)健的關(guān)聯(lián)，從而在復(fù)雜系統(tǒng)涌現(xiàn)的意義上實(shí)現(xiàn)類似法律人的權(quán)衡過(guò)程。以《民法典》中“公序良俗”原則的適用為例：“公序良俗”本身是一個(gè)開(kāi)放性的、隨時(shí)代變遷而演進(jìn)的概念，不存在精確形式化的規(guī)則。若要以傳統(tǒng)方法處理該問(wèn)題，必須預(yù)先窮盡所有可能影響“公序良俗”判斷的因素并量化其關(guān)系，這幾乎是不可能完成的任務(wù)。相比之下，一個(gè)在海量法律文書(shū)、新聞報(bào)道、社會(huì)評(píng)論等語(yǔ)料上訓(xùn)練過(guò)的大模型，其內(nèi)部的權(quán)重網(wǎng)絡(luò)中已經(jīng)“內(nèi)化”了關(guān)于社會(huì)主流價(jià)值觀、倫理道德觀念以及司法實(shí)踐中對(duì)“公序良俗”認(rèn)定的無(wú)數(shù)種復(fù)雜模式。因此，在面對(duì)新的糾紛案件時(shí)，大模型能夠綜合考慮合同性質(zhì)、當(dāng)事人關(guān)系、行為社會(huì)影響、當(dāng)前政策導(dǎo)向等眾多因素，生成一個(gè)基于概率的判斷。該判斷并非由機(jī)械的規(guī)則推導(dǎo)而來(lái)，而是其龐大神經(jīng)網(wǎng)絡(luò)對(duì)當(dāng)前情境與歷史經(jīng)驗(yàn)進(jìn)行復(fù)雜模式匹配后得出的最或然結(jié)果。盡管決策輸出受制于訓(xùn)練數(shù)據(jù)質(zhì)量，但其模擬的正是一位具有特定經(jīng)驗(yàn)的法律人在權(quán)衡“契約自由”與“社會(huì)公共利益”后作出的整體性、直覺(jué)性判斷。在此意義上，大模型可實(shí)現(xiàn)對(duì)法律思維中貝葉斯式“軟計(jì)算”過(guò)程的高度模擬，從而展現(xiàn)出處理多樣化情境的獨(dú)特潛力。

（三）概率推理模式無(wú)法消解“表演式推理”與法治價(jià)值的脫節(jié)

由神經(jīng)網(wǎng)絡(luò)支撐的大模型在模擬人腦直覺(jué)方面的能力令人矚目，但必須清醒地認(rèn)識(shí)到，數(shù)據(jù)驅(qū)動(dòng)的概率推理模式與法律人在法學(xué)方法論指引下進(jìn)行的心智活動(dòng)仍存在本質(zhì)區(qū)別，必須予以充分揭示。這種區(qū)別根植于大模型作為“概率序列生成器”的技術(shù)本質(zhì)，并由此引發(fā)了至少三個(gè)層面的內(nèi)生風(fēng)險(xiǎn)。

1.推理幻覺(jué)與結(jié)論的不可靠性損害法的安定性

大模型的本質(zhì)決定了其推理過(guò)程是一種“表演式推理”，而非“執(zhí)行性推理”，這帶來(lái)了推理“幻覺(jué)”與不可靠性的風(fēng)險(xiǎn)。當(dāng)大語(yǔ)言模型生成一段看似邏輯嚴(yán)謹(jǐn)?shù)耐评碚撟C時(shí)，它并非在進(jìn)行邏輯演算，而是在預(yù)測(cè)“基于我讀過(guò)的所有文本，在當(dāng)前這個(gè)上下文之后，最應(yīng)該出現(xiàn)的下一個(gè)詞是什么”。這意味著，它可能會(huì)僅僅因?yàn)樵谟?xùn)練數(shù)據(jù)中見(jiàn)過(guò)大量類似的文本模式，就生成一段看似合理、實(shí)則毫無(wú)根據(jù)的論證。在法律領(lǐng)域中，這種生成錯(cuò)誤內(nèi)容的“幻覺(jué)”是災(zāi)難性的。一個(gè)小數(shù)點(diǎn)、法律規(guī)范要件、核心事實(shí)要素的錯(cuò)誤，就可能導(dǎo)致對(duì)司法公正的嚴(yán)重?fù)p害。更棘手的是，大模型的輸出結(jié)果具有真假混合的特性，即可能僅僅在某些地方出現(xiàn)事實(shí)性錯(cuò)誤或規(guī)范性錯(cuò)誤，而其流暢的語(yǔ)言表達(dá)很容易掩蓋這些錯(cuò)誤，使其極具欺騙性。檢查這樣的輸出結(jié)果是否正確，顯然極其耗費(fèi)心神。此外，神經(jīng)網(wǎng)絡(luò)的柔性也意味著大模型概率推理的不穩(wěn)定性：同一個(gè)問(wèn)題，用稍微不同的措辭提問(wèn)，就可能得到截然不同的答案�？梢哉f(shuō)，這種內(nèi)在的不可驗(yàn)證性與脆弱性，是追求確定性與安定性的法律推理所無(wú)法接受的。

2.對(duì)價(jià)值判斷的統(tǒng)計(jì)學(xué)復(fù)制因缺乏共同體生活體驗(yàn)而流于表面

法律推理是滲透著價(jià)值判斷的規(guī)范性實(shí)踐，無(wú)論是解釋模糊的法律概念，還是在相互沖突的法律原則之間進(jìn)行權(quán)衡，法律人都需要深入探究法律規(guī)范背后的目的意義與價(jià)值秩序。然而，大模型僅是對(duì)歷史文本進(jìn)行考古作業(yè)，其本身并非合格的價(jià)值參與者。作為硅基神經(jīng)網(wǎng)絡(luò)，大模型無(wú)法從人類生活經(jīng)驗(yàn)的層面真正“理解”正義或公平，它只知道在海量的語(yǔ)料庫(kù)中，“正義”這個(gè)詞通常和哪些詞語(yǔ)搭配出現(xiàn)。當(dāng)其生成一段關(guān)于“公序良俗”的論述時(shí)，并非在進(jìn)行真正的價(jià)值權(quán)衡，而是在復(fù)現(xiàn)其在訓(xùn)練數(shù)據(jù)中見(jiàn)過(guò)的、與“公序良俗”高度相關(guān)的詞語(yǔ)序列——其決策的依據(jù)是數(shù)據(jù)的相關(guān)性，而非規(guī)范的妥當(dāng)性。這就帶來(lái)一個(gè)致命的風(fēng)險(xiǎn)：大模型容易不加批判地復(fù)制并放大訓(xùn)練數(shù)據(jù)中存在的歷史偏見(jiàn)。這使得法律推理從面向未來(lái)的、追求應(yīng)然正義的規(guī)范性活動(dòng)，退化為面向過(guò)去的、固化實(shí)然偏見(jiàn)的統(tǒng)計(jì)學(xué)過(guò)程。對(duì)此，有學(xué)者直言，基于歷史數(shù)據(jù)的“試探性學(xué)習(xí)”與人類基于理論的“自覺(jué)性學(xué)習(xí)”存在根本差異。

有人可能會(huì)反駁：大模型同樣可以寫(xiě)出符合邏輯、充滿價(jià)值詞匯的論證理由，這和人類法官、檢察官有何不同？不同之處在于價(jià)值判斷的來(lái)源和性質(zhì)。人類是社會(huì)價(jià)值體系的真實(shí)參與者。經(jīng)過(guò)多年的社會(huì)生活、法律教育、司法實(shí)踐，法律人的大腦神經(jīng)網(wǎng)絡(luò)一直沉浸于活生生的、動(dòng)態(tài)演化的社會(huì)價(jià)值共同體之中。當(dāng)法律人進(jìn)行價(jià)值判斷時(shí)，實(shí)際上是在動(dòng)用自己的人格，能動(dòng)地將個(gè)案與社會(huì)共同體內(nèi)在的、具有目的性的價(jià)值秩序進(jìn)行連接。我們接受人類法官、檢察官的價(jià)值判斷，也是因?yàn)樾湃纹涫桥c我們共享基本價(jià)值、致力于在個(gè)案中實(shí)現(xiàn)這些價(jià)值的共同體成員。相比之下，大模型則是置身事外的“局外人”，只能模仿價(jià)值判斷的表層形式，卻因缺失共同體生活體驗(yàn)而始終無(wú)法觸及實(shí)質(zhì)。

3.真誠(chéng)性的缺失無(wú)法滿足法治實(shí)踐的透明性與責(zé)任性要求

法學(xué)方法論中所謂“目光在事實(shí)與規(guī)范之間來(lái)回顧盼”，并不完全屬于那種不可知的神秘直覺(jué)過(guò)程，而是指向一種反思闡釋和理性重構(gòu)的思維過(guò)程。法律人需要將其神經(jīng)系統(tǒng)“黑箱”中的心智過(guò)程，“翻譯”或“重構(gòu)”成面向公共的、符合邏輯和法律論證規(guī)則的、可被他人理解和審查的論證鏈條。例如，法官需要論證，某種判決結(jié)果是因?yàn)槭聦?shí)A如何符合規(guī)范B的構(gòu)成要件，或者在權(quán)衡原則C與原則D后，因?yàn)楹畏N理由最終選擇了原則C優(yōu)先。法律教育和職業(yè)訓(xùn)練就是在培養(yǎng)這種理性重構(gòu)的能力。

然而，大模型本身無(wú)法進(jìn)行真誠(chéng)的理性重構(gòu)，其結(jié)論生成過(guò)程和解釋生成過(guò)程是兩個(gè)獨(dú)立的、不甚可靠的黑箱運(yùn)算。法治的精神要求法官必須忠實(shí)地披露裁判據(jù)以形成的理由，真誠(chéng)地相信其判決理由的有效性。這種真誠(chéng)性要求對(duì)于神經(jīng)網(wǎng)絡(luò)大模型而言很可能是難以企及的。在技術(shù)上，大模型所謂的“思考”和“思維鏈”主要是為豐富其上下文和激活有用的統(tǒng)計(jì)模式，影響下一個(gè)Token的生成。因此，我們無(wú)法完全確定大模型給出的看似合理的解釋，是否就是它得出結(jié)論的真實(shí)路徑；其結(jié)論和理由可能都是幻象。如果將法律推理矮化為僅僅是為讓結(jié)論看起來(lái)合理而編造的說(shuō)辭，就從根本上破壞了法律實(shí)踐的公正與理性。

進(jìn)一步而言，正是基于真誠(chéng)的理性重構(gòu)，法律實(shí)踐是各參與方都需要負(fù)主體責(zé)任的過(guò)程，尤其是法官、檢察官必須對(duì)其決策承擔(dān)個(gè)人和制度上的責(zé)任。當(dāng)法律人在某份文書(shū)上署名時(shí)，他是在用自己的職業(yè)生涯、社會(huì)聲譽(yù)乃至作為法律共同體一員的整個(gè)“存在”，為這份文件背書(shū)——這是其獲得社會(huì)信任的重要基石。然而，大模型沒(méi)有“人格”，沒(méi)有“存在”，沒(méi)有“聲譽(yù)”，更無(wú)法“擔(dān)當(dāng)”。當(dāng)它出錯(cuò)時(shí)，責(zé)任可能在語(yǔ)料構(gòu)建、技術(shù)開(kāi)發(fā)、系統(tǒng)設(shè)計(jì)、應(yīng)用過(guò)程等環(huán)節(jié)被無(wú)限地?cái)U(kuò)散，最終也就意味著責(zé)任的虛無(wú)。這無(wú)疑意味著對(duì)法治實(shí)踐嚴(yán)肅性和權(quán)威性的侵蝕。從根本上而言，我們接受人類司法者的自由心證，是因?yàn)槠涓街诰唧w的人格之上，而該人格嵌入在社會(huì)責(zé)任網(wǎng)絡(luò)之中。相比之下，大模型的“存在”是漂浮的、無(wú)根的，其本身無(wú)法對(duì)其輸出的任何一句內(nèi)容擔(dān)負(fù)責(zé)任。

4.小結(jié)

綜上，數(shù)據(jù)驅(qū)動(dòng)的概率推理模式雖然在技術(shù)上模擬了法律思維的某些表層特征，但其內(nèi)在的“表演式推理”、統(tǒng)計(jì)性價(jià)值判斷、不可還原的“黑箱”以及責(zé)任主體的虛化，使其與法釋義學(xué)所堅(jiān)守的規(guī)范性、透明性和責(zé)任性等核心法治價(jià)值產(chǎn)生了深刻沖突。法律推理是一種“規(guī)范—目的論”的方法，必須追求在個(gè)案中實(shí)現(xiàn)法律的內(nèi)在價(jià)值和目的。但是，作為依循“統(tǒng)計(jì)—概率論”的工具，單純的神經(jīng)網(wǎng)絡(luò)大模型只關(guān)心文本內(nèi)容的上下文合理性，并在預(yù)測(cè)與生成時(shí)輸出基于訓(xùn)練數(shù)據(jù)的最大概率結(jié)果。雖然法律推理的思維模式在認(rèn)知科學(xué)層面具有概率性特征，但法律推理并不完全等同于冷冰冰的概率，歸根結(jié)底還是要深嵌在人類的價(jià)值世界、論證實(shí)踐和社會(huì)責(zé)任網(wǎng)絡(luò)之中。因此，試圖用非理性的、不透明的、不負(fù)責(zé)任的機(jī)器神經(jīng)網(wǎng)絡(luò)概率，完全取代理性的、可證成的、負(fù)責(zé)任的人類司法心智過(guò)程，不僅在技術(shù)上是不可靠的，在法治理念上更是不可接受的。

三

整合與超越：人機(jī)協(xié)同的法律人工智能應(yīng)用構(gòu)造

符號(hào)推理模式因其形式僵化而無(wú)法處理法律的開(kāi)放性和價(jià)值權(quán)衡，但體現(xiàn)著法律邏輯的理性；概率推理模式因其“幻覺(jué)”“表演式推理”等問(wèn)題而與法治精神相悖，但其靈活的語(yǔ)言能力不容小覷。將符號(hào)式的邏輯框架與神經(jīng)網(wǎng)絡(luò)大模型的強(qiáng)大數(shù)據(jù)處理能力相結(jié)合，是構(gòu)建下一代智能、高效且可信的法律人工智能系統(tǒng)之關(guān)鍵。在兩者的優(yōu)勢(shì)整合之上，最終還需超越純粹的技術(shù)方案，邁向以人類為中心的人機(jī)協(xié)同應(yīng)用框架。

（一）以混合推理實(shí)現(xiàn)聰明計(jì)算，但仍須補(bǔ)足價(jià)值能動(dòng)性

神經(jīng)網(wǎng)絡(luò)大模型與傳統(tǒng)的符號(hào)機(jī)器相結(jié)合，在技術(shù)上指向“神經(jīng)—符號(hào)”混合式推理架構(gòu)。這種模式可以在知識(shí)來(lái)源的外部錨定與推理過(guò)程的內(nèi)部規(guī)訓(xùn)兩個(gè)層面提升法律人工智能系統(tǒng)的可靠性，使其既能言之有據(jù)，又能思之有理。

1.外部知識(shí)的錨定，以此保障法律推理之論據(jù)的真實(shí)性

法律推理所使用的論據(jù)必須真實(shí)可靠。為緩解神經(jīng)網(wǎng)絡(luò)大模型固有的“幻覺(jué)”問(wèn)題，引入檢索增強(qiáng)生成（Retrieval-Augmented Generation, RAG）這種兼具“神經(jīng)—符號(hào)”特征的混合系統(tǒng)架構(gòu)，成為開(kāi)發(fā)法律人工智能的有效途徑。其核心機(jī)制在于為生成過(guò)程引入外部知識(shí)：在模型輸出法律判斷或論述之前，強(qiáng)制其從可信的外部知識(shí)庫(kù)中檢索相關(guān)信息，并將這些顯式的、確定的文本作為參考依據(jù)。由此，數(shù)據(jù)驅(qū)動(dòng)的概率推理將符號(hào)化的信息作為基礎(chǔ)，從源頭上提升了系統(tǒng)輸出內(nèi)容的可靠性。例如，RAG能夠有效增強(qiáng)系統(tǒng)對(duì)“法言法語(yǔ)”的理解能力，從權(quán)威詞典、法律定義條款或司法解釋文件中精準(zhǔn)檢索特定術(shù)語(yǔ)的含義，使大模型從專業(yè)領(lǐng)域視角理解特定法律概念，而非憑空臆測(cè)。

然而，必須指出的是，普通的基于向量庫(kù)的RAG雖然引入了外部知識(shí)作為大模型推理的上下文，但其“閱讀文檔并生成答案”的過(guò)程本身仍是基于概率的Token預(yù)測(cè)，尚未完全實(shí)現(xiàn)邏輯層面的符號(hào)推理，因此還不能算是完整意義上的“神經(jīng)—符號(hào)”人工智能。實(shí)踐中，法律推理任務(wù)往往涉及復(fù)雜的關(guān)系梳理、全局性分析，并且需要極高的邏輯可解釋性，而普通RAG的扁平化檢索難以處理具有復(fù)雜拓?fù)潢P(guān)系的數(shù)據(jù)，往往只能給出語(yǔ)義相近片段的拼接式回答，這就可能導(dǎo)致系統(tǒng)在證據(jù)關(guān)聯(lián)與規(guī)則適用上產(chǎn)生不可解釋的推理跳躍。對(duì)此，更高階的GraphRAG——基于圖譜的檢索增強(qiáng)生成技術(shù)，未來(lái)有望展現(xiàn)其應(yīng)用價(jià)值。GraphRAG通過(guò)引入結(jié)構(gòu)化的知識(shí)圖譜，將非結(jié)構(gòu)化的文本轉(zhuǎn)化為具備明確邏輯關(guān)聯(lián)的節(jié)點(diǎn)與邊，賦予了模型“識(shí)圖”與“顯式推理”的能力，使其更接近理想的“神經(jīng)—符號(hào)”混合形態(tài)。在事實(shí)梳理層面，GraphRAG可以從海量材料中識(shí)別出主體、資金等多重要素之間的隱秘連接，發(fā)現(xiàn)傳統(tǒng)RAG難以察覺(jué)的環(huán)形結(jié)構(gòu)或多跳關(guān)聯(lián)，輔助還原案件事實(shí)全貌。在法律規(guī)范層面，不同的條文可以界定為圖譜中的“實(shí)體”，而它們之間的“引用”“依據(jù)”“修訂”等邏輯關(guān)聯(lián)可定義為“關(guān)系”，類似的結(jié)構(gòu)化設(shè)計(jì)使得系統(tǒng)能夠沿著這些邏輯關(guān)系進(jìn)行更精確的推理，而不僅僅是模糊地尋找語(yǔ)義相關(guān)的文本�？傊�，GraphRAG以圖結(jié)構(gòu)將事實(shí)要素與規(guī)范關(guān)系顯式化、可追蹤化，進(jìn)而使法律人工智能系統(tǒng)在發(fā)揮大模型靈活理解能力的同時(shí)，保證其推理建立在堅(jiān)實(shí)穩(wěn)固的論據(jù)基礎(chǔ)上。

2.內(nèi)部邏輯的規(guī)訓(xùn)，以此塑造法律推理之過(guò)程的自律性

如何組織和運(yùn)用法律推理的論據(jù)，考驗(yàn)的是法律思維，而法律思維是一種內(nèi)化于腦海中的隱性知識(shí)。法律人的法律思維是經(jīng)由數(shù)年的專業(yè)訓(xùn)練后習(xí)得的本領(lǐng)，這些本領(lǐng)早已化為大腦中特定的神經(jīng)元連接強(qiáng)度與突觸傳遞模式，使得法律人能夠近乎本能地識(shí)別邏輯謬誤與論證斷裂。對(duì)于法律人工智能而言，要讓大模型從內(nèi)部神經(jīng)參數(shù)的層面習(xí)得法律推理的思維模式，關(guān)鍵手段是以微調(diào)（Fine-tuning）技術(shù)對(duì)大模型進(jìn)行深度的專業(yè)化改造。這不單純是讓大模型通過(guò)高強(qiáng)度閱讀來(lái)熟練記憶法條，更是要通過(guò)數(shù)據(jù)訓(xùn)練調(diào)整大模型內(nèi)部神經(jīng)參數(shù)的權(quán)重，重塑其生成文本時(shí)的概率分布，從而使其“本能”地選擇符合法律推理邏輯的輸出路徑。這種將思維邏輯規(guī)則轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)參數(shù)約束的思路，在神經(jīng)網(wǎng)絡(luò)訓(xùn)練原理上已有跡可循。例如，有學(xué)者將民間借貸案件的推理邏輯規(guī)則轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)訓(xùn)練過(guò)程中的可計(jì)算的差異損失函數(shù)，當(dāng)模型的預(yù)測(cè)結(jié)果與這些邏輯規(guī)則相悖時(shí)，該損失函數(shù)便會(huì)通過(guò)反向傳播機(jī)制對(duì)模型的內(nèi)部權(quán)重施加影響，從而使模型學(xué)習(xí)并趨向遵守這些知識(shí)約束。這種方法相當(dāng)于在模型龐大的概率空間中設(shè)定了邏輯邊界，允許模型在邊界內(nèi)利用數(shù)據(jù)進(jìn)行靈活的模式學(xué)習(xí)，同時(shí)避免其最終輸出與基本的推理規(guī)則相抵觸。

以此類推，對(duì)大模型進(jìn)行的法律領(lǐng)域微調(diào)，事實(shí)上就是對(duì)其原本發(fā)散的生成概率分布進(jìn)行定向收斂和“規(guī)訓(xùn)”，由此，神經(jīng)網(wǎng)絡(luò)內(nèi)部的參數(shù)約束在模型生成文本的每一步概率計(jì)算中持續(xù)發(fā)揮作用，從源頭上降低了產(chǎn)生推理謬誤的可能性。申言之，理論上也可以運(yùn)用微調(diào)技術(shù)將法釋義學(xué)的思維方法內(nèi)化為模型自身的推理習(xí)慣。例如，法律解釋方法的運(yùn)用順序是相對(duì)固定的，即“文義—體系—主觀語(yǔ)義—主觀目的—?dú)v史沿革—客觀目的”解釋。利用高質(zhì)量語(yǔ)料樣本對(duì)大模型進(jìn)行反復(fù)訓(xùn)練，可以提高模型在推理初期調(diào)用文義解釋相關(guān)語(yǔ)詞和邏輯的概率權(quán)重，同時(shí)抑制其在論證初期直接跳躍至目的解釋的傾向；久而久之，這種概率分布的重塑會(huì)讓機(jī)器形成一種類似法律人的職業(yè)自覺(jué)，自動(dòng)遵循由字面含義向體系與目的逐層遞進(jìn)的思考慣性。

3.技術(shù)整合無(wú)法觸及“情—理—法”的“情”維度

將不同技術(shù)策略相結(jié)合，理論上可以構(gòu)建出較為完備的法律人工智能系統(tǒng)，融合符號(hào)推理的嚴(yán)謹(jǐn)性和概率推理的靈活性。但需要警惕的是，上述技術(shù)組合仍不能完全替代人類作出的法律推理。從法學(xué)方法論的視角審視，即便是找準(zhǔn)了事實(shí)規(guī)范信息、遵循了法律思維邏輯的“神經(jīng)—符號(hào)”混合模型，其所能達(dá)成的也至多只是“理—法”維度的“更聰明的計(jì)算”，卻非合乎正義的最終決斷。

質(zhì)言之，盡管將符號(hào)推理和概率推理結(jié)合起來(lái)可以克服兩者的部分缺陷，但人工智能系統(tǒng)從未切身參與過(guò)社會(huì)生活、無(wú)法擁有生物意義上的感性體驗(yàn)，無(wú)法真正實(shí)現(xiàn)“情—理—法”的融合并作出人類主觀意義上的價(jià)值判斷�！扒椤卑瑢�(duì)當(dāng)事人處境的共情、對(duì)社會(huì)正義的感知以及對(duì)價(jià)值沖突的切身體悟，而這些都無(wú)法通過(guò)機(jī)器模擬獲得�！叭祟惖挠^點(diǎn)、判斷和理解是在歷史和社會(huì)的環(huán)境中生成的，因?yàn)槿司褪菤v史性和社會(huì)性的存在。”但人工智能軟件卻并非如此，它懸浮于歷史之外、抽離于社會(huì)之上，既不會(huì)因個(gè)體遭遇而調(diào)整道德直覺(jué)，也不會(huì)在面對(duì)倫理困境時(shí)經(jīng)歷內(nèi)心掙扎，其所謂的“理解”并非源于親身經(jīng)歷的意義建構(gòu)，而只是數(shù)據(jù)的統(tǒng)計(jì)投影。

因此，“神經(jīng)—符號(hào)”混合推理系統(tǒng)可以處理形式化規(guī)則，卻無(wú)法真正理解規(guī)則背后的價(jià)值精神；可以報(bào)告歷史案件中多數(shù)裁判者的傾向，卻無(wú)法回答當(dāng)下個(gè)案中何種選擇才是“正當(dāng)?shù)摹奔啊吧鐣?huì)可接受的”。歸根結(jié)底，由于具身性、體驗(yàn)性和主體性的缺失，法律人工智能終歸是在由數(shù)據(jù)和規(guī)則所定義的虛擬世界中運(yùn)行，缺乏與真實(shí)社會(huì)價(jià)值秩序進(jìn)行能動(dòng)性連接的能力。在此意義上，技術(shù)路線整合所達(dá)到的高峰，對(duì)于人類規(guī)范性判斷而言可能僅僅是個(gè)起點(diǎn)。

（二）價(jià)值能動(dòng)性依賴于以“有效人類監(jiān)督”為核心的人機(jī)協(xié)同

由于在機(jī)器的計(jì)算邊界存在不可逾越的價(jià)值鴻溝，因而將“人”重新請(qǐng)回決策回路、構(gòu)建人機(jī)協(xié)同模式，成為不言自明的選擇。

人機(jī)協(xié)同的前提在于根據(jù)任務(wù)屬性科學(xué)劃定人機(jī)分工邊界。法律實(shí)踐包含多個(gè)不同性質(zhì)任務(wù)的集群：法律發(fā)現(xiàn)與信息檢索、證據(jù)梳理與事實(shí)認(rèn)定、邏輯推演與規(guī)范適用、論證說(shuō)理與決策生成，這其中又夾雜著模糊概念解釋、原則權(quán)衡與價(jià)值判斷等內(nèi)容�？傮w上，這些任務(wù)可以劃分為兩大類：一是偏向客觀的、計(jì)算密集型的可形式化任務(wù)，如法律檢索發(fā)現(xiàn)、證據(jù)總結(jié)提示、基本事實(shí)梳理、簡(jiǎn)單規(guī)則涵攝等；二是偏向主觀的、價(jià)值密集型的裁量任務(wù)，如模糊概念解釋、爭(zhēng)議觀點(diǎn)權(quán)衡、作出最終處理決定等。整合技術(shù)優(yōu)勢(shì)后的“神經(jīng)—符號(hào)”混合推理系統(tǒng)，其角色仍應(yīng)被限定為服務(wù)于計(jì)算密集型任務(wù)的有限認(rèn)知外包工具：其符號(hào)模塊可以輔助進(jìn)行精確的要素檢索和邏輯一致性檢查，其神經(jīng)模塊則可以輔助處理海量的非結(jié)構(gòu)化數(shù)據(jù)，并給出基于歷史數(shù)據(jù)的概率性提示。但系統(tǒng)輸出的形態(tài)不能是“決定”，而應(yīng)是“圖譜”“報(bào)告”“方案”“選項(xiàng)”“提示”等輔助內(nèi)容。質(zhì)言之，法律人工智能可以模仿人腦智力處理價(jià)值無(wú)涉的事務(wù)，但不應(yīng)完全取代規(guī)范意義上的人類倫理心智。其應(yīng)定位為增強(qiáng)法律人認(rèn)知能力的“伙伴”或“助理”，目的是讓法律人從繁瑣的重復(fù)性勞動(dòng)中解放出來(lái)，得以將更多精力投入到最核心的、不可被機(jī)器替代的價(jià)值判斷與規(guī)范創(chuàng)造活動(dòng)中。人類的決策權(quán)不能被剝奪，“因?yàn)榉墒俏覀兊淖髌�，也必須繼續(xù)是我們的作品�！�

由此可以明確法律人在人機(jī)協(xié)同中的監(jiān)督主導(dǎo)定位。從人機(jī)交互的類型學(xué)出發(fā)，人類可能承擔(dān)糾正性、韌性、正當(dāng)性、尊嚴(yán)性、問(wèn)責(zé)性、象征性、摩擦性、占位性、接口性等不同的角色。在法律人工智能應(yīng)用場(chǎng)景下，人類監(jiān)督角色至少應(yīng)包含三個(gè)層面：一是作為“糾正者”，運(yùn)用對(duì)社會(huì)現(xiàn)實(shí)的理解和對(duì)法律精神的把握，修正系統(tǒng)輸出的機(jī)械與偏頗；二是作為“證成者”，將機(jī)器提供的概率性建議轉(zhuǎn)化為符合法律論證規(guī)則、能夠接受公共理性檢驗(yàn)的論證理由；三是作為“責(zé)任者”，以其職業(yè)身份和人格，為最終的決策承擔(dān)法律與道德責(zé)任。這實(shí)質(zhì)上是要求，在人機(jī)協(xié)同的決策終點(diǎn)，必須站著一個(gè)能夠以法學(xué)方法論進(jìn)行思考和言說(shuō)的、參與社會(huì)共同體生活的、完整意義上的“人”。

需要注意的是，人機(jī)協(xié)同的交互過(guò)程同樣隱含風(fēng)險(xiǎn)。實(shí)證研究表明，面對(duì)算法輸出，人類監(jiān)督者容易產(chǎn)生“自動(dòng)化偏見(jiàn)”，即不假思索地采納機(jī)器建議而放棄批判性的獨(dú)立思考。這種監(jiān)督的形式化與表面化，將人機(jī)協(xié)同導(dǎo)向“人機(jī)合謀”，使得人類監(jiān)督者從本應(yīng)發(fā)揮實(shí)質(zhì)性審查作用的“把關(guān)人”，弱化為僅僅為機(jī)器決策提供合法性背書(shū)的“橡皮圖章”。

可見(jiàn)，問(wèn)題的關(guān)鍵不僅在于“將人置于回路中”，更在于如何確保這種置入是有效的。簡(jiǎn)單地在計(jì)算流程中插入人類“確認(rèn)”按鈕，并不能回應(yīng)法治的要求。對(duì)此，需要從“人類的在場(chǎng)”進(jìn)階至“人類監(jiān)督有效性”的規(guī)范性建構(gòu)。理論上來(lái)說(shuō)，可以將監(jiān)督的有效性具體拆分為四個(gè)要件：因果力、認(rèn)知通路、自我控制、恰當(dāng)意圖。

第一，因果力。人類監(jiān)督者必須擁有實(shí)質(zhì)性的干預(yù)、修改、否決系統(tǒng)決策的權(quán)力與技術(shù)手段。這意味著，人類不僅在制度上被授予最終決定權(quán)，在技術(shù)交互界面上也必須能夠方便地、無(wú)障礙地執(zhí)行這一權(quán)力。就此而言，一個(gè)只能提供“同意”或“關(guān)閉”兩個(gè)選項(xiàng)的系統(tǒng)，其賦予的因果力是極其有限的。

第二，認(rèn)知通路。必須為監(jiān)督者提供充分、可理解的信息，使其能夠了解系統(tǒng)的能力、局限、風(fēng)險(xiǎn)和決策依據(jù)。一個(gè)僅僅輸出結(jié)論性處理意見(jiàn)的“黑箱”系統(tǒng)，顯然無(wú)法滿足這一條件。有效的認(rèn)知通路要求系統(tǒng)能夠以可視化圖譜、自然語(yǔ)言解釋等方式，清晰呈現(xiàn)其建議所依據(jù)的關(guān)鍵證據(jù)、相似判例或高權(quán)重特征。

第三，自我控制。系統(tǒng)為人類監(jiān)督者設(shè)計(jì)的工作流程必須符合人類的認(rèn)知規(guī)律，避免因疲勞、信息過(guò)載或界面不合理而導(dǎo)致監(jiān)督失效。例如，如果系統(tǒng)在短時(shí)間內(nèi)向法官、檢察官推送海量信息，或要求其在單調(diào)乏味的任務(wù)中長(zhǎng)時(shí)間保持高度警惕，那么即便人類用戶擁有干預(yù)權(quán)力和充分信息，也可能因認(rèn)知負(fù)荷超載而無(wú)法作出有效判斷。

第四，恰當(dāng)意圖。組織文化和激勵(lì)機(jī)制必須確保監(jiān)督者有意愿去公正、審慎地履行其監(jiān)督職責(zé)，而非僅僅追求效率或避免擔(dān)責(zé)。如果用戶所在機(jī)構(gòu)的考核機(jī)制過(guò)度偏重于效率，那么用戶可能會(huì)傾向于不假思索地采納人工智能的建議以加快流程，從而使監(jiān)督流于形式。因此，必須營(yíng)造鼓勵(lì)批判性思維、以司法公正為首要目標(biāo)的應(yīng)用環(huán)境。

（三）人機(jī)協(xié)同交互界面的設(shè)計(jì)原則與人類介入節(jié)點(diǎn)

合乎前述要求的法律人工智能系統(tǒng)，其應(yīng)用界面設(shè)計(jì)應(yīng)以激發(fā)有效人機(jī)交互、實(shí)現(xiàn)有效人類監(jiān)督為核心，并至少遵循以下原則：

其一，交互界面必須具備高度的可解釋性與透明性。這意味著使人類用戶的監(jiān)督建立在充分認(rèn)知的基礎(chǔ)之上，從而能夠真正地審查機(jī)器意見(jiàn)的合理性，而非盲目接受。例如，系統(tǒng)界面應(yīng)能明確展示其輸出結(jié)論是錨定引用哪些具體的證據(jù)材料、法律條文或參考案例，以及在推理過(guò)程中激活了哪些內(nèi)部的法律邏輯約束規(guī)則。對(duì)于從海量龐雜的材料中梳理提煉的信息，系統(tǒng)應(yīng)能提供清晰、便捷的溯源驗(yàn)證機(jī)制，避免用戶因操作繁瑣而被迫接受系統(tǒng)的結(jié)論。

其二，交互界面必須提供充分的情境參數(shù)與可干預(yù)性。法律人能夠獲取和處理系統(tǒng)模型之外的、獨(dú)特的情境化線索，這是人類獨(dú)有的優(yōu)勢(shì)。因此，系統(tǒng)不應(yīng)是封閉固定的，而應(yīng)允許人類隨時(shí)調(diào)整情境條件、改變要素權(quán)重、甚至引入新的考量因素，并能實(shí)時(shí)觀察這些干預(yù)對(duì)系統(tǒng)輸出產(chǎn)生的動(dòng)態(tài)影響。例如，在法律事實(shí)的認(rèn)定過(guò)程中，不同事實(shí)要素具有不同的爭(zhēng)議閾值，證據(jù)之間相互印證、無(wú)爭(zhēng)議的基本事實(shí)可以運(yùn)用人工智能的認(rèn)知能力予以梳理構(gòu)建，但證據(jù)相互矛盾的存疑事實(shí)則進(jìn)入了價(jià)值判斷的領(lǐng)域，需要由系統(tǒng)提示人工介入，讓用戶得以追問(wèn)“如果該證據(jù)被認(rèn)定為非法證據(jù)，結(jié)論會(huì)如何變化？”又如，在規(guī)范適用環(huán)節(jié)，當(dāng)存在多種不同的處理方案時(shí)，用戶應(yīng)能自主調(diào)節(jié)不同法律原則或政策考量在具體個(gè)案中的權(quán)重，甚至引入系統(tǒng)初始分析中未充分考慮的因素，能夠主動(dòng)探詢“如果將某因素的權(quán)重提升，備選方案會(huì)如何排序？”總之，基于“假設(shè)—推演”的參與式交互設(shè)計(jì)，人類用戶從被動(dòng)的決策審批者轉(zhuǎn)變?yōu)橹鲃?dòng)的決策共建者，能將其對(duì)個(gè)案的獨(dú)特理解和價(jià)值判斷注入計(jì)算過(guò)程，使機(jī)器計(jì)算圍繞人類的規(guī)范性決斷展開(kāi)。

其三，交互界面的設(shè)計(jì)應(yīng)主動(dòng)激發(fā)批判性思維。僅提供單一最優(yōu)解的系統(tǒng)，容易誘導(dǎo)用戶產(chǎn)生依賴和順從心理。對(duì)此，人機(jī)交互界面可以在某種程度上以“論辯場(chǎng)”的形式構(gòu)建，同時(shí)呈現(xiàn)支持和反對(duì)某一結(jié)論的理由和案例，或者同時(shí)提出多種基于不同解釋路徑或價(jià)值權(quán)衡的備選方案并給出各自的利弊分析，幫助人類用戶進(jìn)行辯證思考。通過(guò)在機(jī)器提供的多元化信息和沖突性觀點(diǎn)中進(jìn)行選擇和論證，人機(jī)交互過(guò)程本身成為一種強(qiáng)化法律思維、抵制認(rèn)知惰性的訓(xùn)練，有助于促進(jìn)人類行使最終裁量權(quán)的審慎和理性。

為使上述原則發(fā)揮作用，在制度上需科學(xué)界定人類介入的關(guān)鍵節(jié)點(diǎn)，形成精細(xì)化的人機(jī)協(xié)同操作指南。

一是在事實(shí)要素的解釋與轉(zhuǎn)化環(huán)節(jié)，機(jī)器可以輔助整理、呈現(xiàn)、分析證據(jù)并給出意見(jiàn)，但對(duì)客觀事實(shí)要素的法律意義之解讀以及法律事實(shí)之認(rèn)定，仍須由人類確認(rèn)完成。

二是在規(guī)范適用的沖突與權(quán)衡環(huán)節(jié)，系統(tǒng)可以作為梳理不同立場(chǎng)觀點(diǎn)方案利弊、直觀呈現(xiàn)推理線索的可視化輔助工具，但為這些變量賦值的權(quán)衡過(guò)程，本質(zhì)上是人類的實(shí)踐智慧，無(wú)法完全由人工智能替代。對(duì)于某些開(kāi)放性概念的理解和適用，系統(tǒng)可以基于歷史數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)描述，但由于其無(wú)法為當(dāng)下的待決案件作出合乎目的性、引導(dǎo)未來(lái)走向的規(guī)范性決斷，此時(shí)仍須由人類用戶根據(jù)特定時(shí)代背景、社會(huì)主流價(jià)值觀和個(gè)案具體情境進(jìn)行填充。

三是在終局性決策的理由證成與責(zé)任承擔(dān)環(huán)節(jié)，必須由具體的人格主體以其職業(yè)身份和個(gè)人信譽(yù)為該法律判斷背書(shū)并承擔(dān)相應(yīng)責(zé)任。法律人工智能輸出的文本可能在形式上符合法律文書(shū)的體例、在內(nèi)容上接近人類用戶的想法，但對(duì)于當(dāng)事人等利益相關(guān)方而言，機(jī)器并不是能夠傾聽(tīng)訴求、理解情境、回應(yīng)質(zhì)疑、承擔(dān)責(zé)任的主體。正如有學(xué)者所言，“‘人的條件’正是機(jī)器與人的根本差異所在：可由人類制作備份的東西，不必操心自己的生存；但我們稱為法律的東西，處理的卻正是生存問(wèn)題�！�

結(jié)論

法律人工智能的推理模式需要盡可能貼近法律職業(yè)共同體所接受的論證秩序。規(guī)則驅(qū)動(dòng)的符號(hào)推理模式以形式主義法學(xué)為法理依據(jù)，以演繹邏輯知識(shí)的專家系統(tǒng)為技術(shù)支撐，致力于保障法律適用的確定性與形式理性，但其無(wú)法解決機(jī)器語(yǔ)言與其映射內(nèi)涵開(kāi)放性之矛盾。數(shù)據(jù)驅(qū)動(dòng)的概率推理模式以現(xiàn)實(shí)主義法學(xué)為法理依據(jù)，以模擬復(fù)雜性的神經(jīng)網(wǎng)絡(luò)模型為技術(shù)支撐，能夠基于海量經(jīng)驗(yàn)靈活理解自然語(yǔ)言、涌現(xiàn)整體直覺(jué)，但其無(wú)法消解“表演式推理”與法治價(jià)值的脫節(jié)。“神經(jīng)—符號(hào)”混合推理架構(gòu)融合兩者優(yōu)勢(shì)，可以實(shí)現(xiàn)言之有據(jù)、思之有理，但仍無(wú)法跨越價(jià)值能動(dòng)性的鴻溝。人工智能可以聰明地計(jì)算，卻無(wú)法像人類那樣切身理解正義的分量。法律人工智能可信應(yīng)用的落點(diǎn)應(yīng)是以有效人類監(jiān)督為核心的人機(jī)協(xié)同，通過(guò)高度可解釋、充分可干預(yù)、主動(dòng)激發(fā)批判性思維的交互界面設(shè)計(jì)，賦能法律人的認(rèn)知與行動(dòng)，并維護(hù)人類的價(jià)值判斷主導(dǎo)權(quán)。

-向上滑動(dòng)，查看完整目錄-

《政法論叢》2026年第2期目錄

【中國(guó)法學(xué)自主知識(shí)體系與標(biāo)識(shí)性概念】

1.民法方法論的中國(guó)自主：以社會(huì)主義核心價(jià)值觀的適用為中心

許中緣

2.刑法教義學(xué)對(duì)刑法自主知識(shí)體系構(gòu)建的促進(jìn)

陳偉

【健全協(xié)同機(jī)制與完善監(jiān)督體系】

3.論跨部門(mén)執(zhí)法司法協(xié)同和監(jiān)督機(jī)制之完善

江必新

【稅收法治化實(shí)踐的理論反思】

4.對(duì)賭協(xié)議業(yè)績(jī)補(bǔ)償稅法規(guī)范論

張世明

5.論規(guī)范稅收優(yōu)惠政策的法治進(jìn)路

葉姍

【數(shù)字智能時(shí)代的法治變革】（學(xué)術(shù)主持人：許多奇）

6.數(shù)字人民幣治理的法律邏輯

許多奇

7.法律人工智能的推理模式及其缺陷克服

王沛然

8.人工智能監(jiān)管自主權(quán)與貿(mào)易自由化的平衡

李萍

【氣候訴訟與氣候治理】（學(xué)術(shù)主持人：秦天寶）

9.氣候治理中的氣候訴訟

秦天寶

10.氣候侵權(quán)訴訟中法律因果關(guān)系判斷的范式重構(gòu)數(shù)據(jù)產(chǎn)權(quán)法律構(gòu)造論

上官文東

【民商特別制度的法理建構(gòu)與適用】

11.遺囑信托制度的中國(guó)法構(gòu)造

葛俏

12.應(yīng)收賬款擔(dān)保功能化的法理邏輯

畢勝

《政法論叢》是國(guó)內(nèi)外公開(kāi)發(fā)行的法學(xué)類專業(yè)學(xué)術(shù)期刊，由山東政法學(xué)院于該刊于1985年4月創(chuàng)刊主辦的雙月刊，主編孫培福教授。《政法論叢》倡導(dǎo)“百花齊放，百家爭(zhēng)鳴”的學(xué)術(shù)研究精神，堅(jiān)持科學(xué)正確的政治與學(xué)術(shù)導(dǎo)向，強(qiáng)化質(zhì)量意識(shí)，追求學(xué)術(shù)高品位，實(shí)行開(kāi)放辦刊，注重發(fā)掘和扶植法學(xué)新人，積極傳播和吸納國(guó)內(nèi)外優(yōu)秀的法學(xué)研究成果。

點(diǎn)擊進(jìn)入下方小程序

獲取專屬解決方案~

責(zé)任編輯 | 郭晴晴

審核人員 | 張文碩 宋思婕

本文聲明 | 本文章僅限學(xué)習(xí)交流使用，如遇侵權(quán)，我們會(huì)及時(shí)刪除。本文章不代表北大法律信息網(wǎng)（北大法寶）和北京北大英華科技有限公司的法律意見(jiàn)或?qū)ο嚓P(guān)法規(guī)/案件/事件等的解讀。