法律算法化的可能与限度

蒋超

摘 要：  法律与算法在技术性表征上具有类似性，即产生机制的类似性、功能效用的类似性、表达方式的类似性，这些类似性为法律借鉴算法创造了可能性。法律与算法在价值性内核上具有异质性，即运行逻辑的异质性、有效性来源的异质性、认知方式的异质性，这些异质性提示了法律与算法之间的距离。关于类似性与异质性的分析为法律的算法化限度提供了一个总原则，即法律在技术性的层面可以借鉴算法的模式与成果，但在价值性内核上应与算法保持距离。这个总原则可以分解为三个限度，即科学主义限度、建构主义限度、工具主义限度。科学主义限度要求法律在借鉴科学技术的同时，警惕科学求真逻辑对法律正义命题的侵蚀;建构主义限度强调法律借鉴算法建构思维的同时，防止纯粹建构理性对法治的误导;工具主义限度则提示将法律视为达致特定目标工具的同时，要时刻关注法律的价值属性，尤其重视法律人及其反思在控制算法思维泛滥中的重要作用。

关键词： 人工智能;算法正义;智慧司法;科学

 中图分类号：DF03  文献标志码：A

DOI：10-3969/j.issn-1001-2397-2022-02-02  开放科学（资源服务）标识码（OSID）：

一、问题的提出

近些年来，人工智能的研究热潮高涨，几乎各个学科都探讨了各自领域在人工智能时代的可能进路，法学自然也不例外。纵观国内法学界对人工智能的研究成果，主流的研究思路可分为两类：一是，法学知识对人工智能时代的新应对。例如，无人驾驶汽车事故责任的认定问题，其实就是民法学知识对于人工智能带来的新情况的应对;  ① 再如人工智能时代所带来的更加严峻的个人信息安全保护及其法律应对问题，亦可归入此类  参见席月明：《数据安全：数据信托目的及其实现机制》，载《法学杂志》2021年第9期，第29-41页;陈罗兰：《虚拟财产的刑法意义》，载《法学》2021年第11期，第86-98页;管洪博：《数字经济下个人信息共享制度的构建》，载《法学论坛》2021年第6期，第106-11页。  。二是，人工智能所带来的相关技术如何应用于法律实践的问题。最具代表性的研究主题是智慧司法，人工智能是否能够应用于法庭审判，如何应用于法庭审判成为该领域惯常的研究思路 参见马长山：《司法人工智能的重塑效应及其限度》，载《法学研究》2020年第4期，第23-40页;魏斌：《智慧司法的法理反思与应对》，载《政治与法律》2021年第8期，第111-125页;陈灵峰：《司法人工智能的技术效应与应用边界》，载《求索》2021年第6期，第182-190页。 。前者着眼于法学内部知识的更新，后者则更偏重法学外部的技术支持。但不论是前者还是后者都忽略了一个极其重要的前置性问题，即法学与算法的界限在哪里？法学在多大程度上可以被算法化，而又有哪些领域是绝不能允许被算法介入？厘清这些问题之后，才能够使得法学在有效利用技术的同时，不至于被技术裹挟，实现自身知识的增长。

在人工智能研究的热潮褪去后，也有一些学者开始将目光聚焦在算法与法律的关系上，开始关注所谓“算法正义”问题。如有学者提出从技术与社会价值两个层面提出了“算法不是法律”的命题，并提炼出计算正义的内涵，将算法的应用纳入计算正义的辖制范畴 参见郑玉双：《计算正义：算法与法律之关系的法理建构》，载《政治与法律》2021年第11期，第91-104页。 ;有学者结合算法与法律认知效率的共性、方法论自觉的差异性，提出了从算法看待法律的尝试 参见蒋舸：《作为算法的法律》，载《清华法学》2019年第1期，第64-75页。 ;还有学者则试图从法理层面建构规制算法行为的立法伦理 参见金梦：《立法伦理与算法正义——算法主体法律行为的规制》，载《政法论坛》2021年第1期，第29-40页;郑智航：《人工智能算法的伦理危机与法律规制》，载《法制与社会发展》2021年第1期，第14-26页。 等等。这一研究开始试图规范法律与算法的关系，以建立一套法律规制算法的指导理念，无疑是主流人工智能研究的进阶。但目前的研究依然局限于为算法的应用设置界限，即将算法应用置于“算法正义”的框架之下，这就可能忽视了人工智能时代带来的另一风险：法律算法化的问题。随着人工智能技术大量应用到司法层面，以算法的思维看待法律成为有意无意的选择，算法也确实在不少层面与法律具有类似性，但算法所代表的“计算正义”与“法律正义”存在本质不同，无度的允许算法思维在司法中蔓延最终将侵害法治最核心的追求。本文就重在探讨这一问题，系统地研究法律与算法的类似性与异质性，推导出法律算法化限度的确切内涵，为法律防范算法思维的过度介入提供指引。

二、法律与算法技术性表征的类似性

当代学界出现了从算法的视角去观察法律，并试图在法学领域借鉴算法思维的尝试，这并不令人惊讶，因为法律与算法确实在表层结构上具有着类似性。“非形式地说，算法（algorithm）就是任何良定义地计算过程，该过程取某个值或值的集合作为输出。这样算法就是把输入转化成计算步骤的一个序列” [美]托马斯·科尔曼：《算法导论（第三版）》，殷建平等译，机械工业出版社2013年版，第5页。 ，换句话说算法也可以被描述成一项技术，作为特定的计算过程来实现输入/输出关系。而法律也具有着明显的技术属性，其作为规范有效指引着人的行动，这也构成一对输入/输出关系，即输入人的特定行为，输出是非的判断与裁决。而法律则构成了这一关系的“计算过程”。从这一层次上法律与算法的确具有类似性，也为算法介入法律生活提供了可能性，笔者称之为技术性表征的类似性。这种类似性，主要表现为三个方面：产生机制的类似性;功能效用的类似性;表现形式的类似性。

（一）产生机制的类似性

追溯法律的发展史，尽管早在古希腊时期就有不少哲学家对法律问题有所涉猎，但大多只是在其哲学或政治学著作中有所提及而已，远远没有形成独立的法学学科，更谈不上职业的法律家阶层。这种独立性的趋势发生在古罗马时代，这个时期产生了声名卓著的罗马法，也出现了许多以法律为事业的世俗法学家，“他们从事的是全然世俗而实践性的任务：解释法律规则、制定法律交易的准则，担任官员、诉讼当事人和法官的顾问……他们关注的是他人向他们寻求法律咨询的具体个案，并给出不加修饰的、没有哲学藻饰的简洁意见” [爱尔兰]约翰·莫里斯·凯莉：《西方法律思想简史》，王笑红译，法律出版社2010年版，第43-44页。 。这种剥离哲学的纯粹法学研究，使得法律开始具备不同于其他学科的个性。但这并不意味，作为法律先驱的罗马法没有受到古希腊哲学的影响，恰恰相反，古希腊哲学为罗马法的理性化提供了工具，有学者称之为辩证法。即“通过分类和二次分类把质料分为属和种，从而纳入有序的体系种，最终确立区别和相似或亲和性” [爱尔兰]约翰·莫里斯·凯莉：《西方法律思想简史》，王笑红译，法律出版社2010年版，第44页。 。舒尔茨则更为精准的描述了这一方法是如何被法学家运用，乃至最终建构庞大的罗马法体系的：“（辩证法在）发现主导分类和解释个案的原则上居于重要地位……（这一研究，尤其是语法的研究給法学家）提供了怎样将繁多而疑难的质料化约到一个体系种的模型……辩证法不仅发挥了将个别现象归入其所属种类的功能;对法学家来说，它还是一种发现工具，帮助法学家解释尚未实际发生的问题。” F.Schulz，History of Roman Legal Science，Oxford，1946，P.62-63，68. 由此可见，罗马法的实际产生于对社会生活中繁杂质料的类型化，这一点与算法的产生机制具有极高的类似性，“现代法律总体而言以理性主义为基础，而算法同样是理性主义的结晶。理性主义不满足于零散的经验，而要对其进行修剪与排列，制成结构化的知识，以便将混沌的现实分拣到整齐的认知框架里面” 蒋舸：《作为算法的法律》，载《清华法学》2019年第1期，第67页。 。

尽管法学一直被认为研究正义与非正义的学科，但法律产生之初却并不必然与这些价值问题相关联，在许多层面，它仅仅是对人类生活经验的抽象化与规则化。从这个意义上说，法学与统计学紧密相关，著名统计学家约翰·格劳特曾经总结过一条统计学原理，即“通过大量充分的统计数字可以看出 ，各种现象（其中单个现象是偶然的 ）在整体上受着某种严格的规律性的支配” [俄]阿尼金：《改变历史的经济学家》，妟智杰译， 华夏出版社 2007年版， 第51页。 。而起源于习俗的法律实际也是对大多数人共同认可的行为方式的规则化。比如交通规则往往有右行或左行的规定，这就完全无法用自然法意义上的道德论来解释，而仅仅是法律对约定俗成做法的认可。“法律最早来自习俗。习俗与习惯紧密联系 ，当一个习惯被一个部落或一个社区大多数人所遵从后就形成为大数法则，并极易被一代代沿袭下来，从而对叛逆者的个体构成极强的约束力。并且人数越多，其约束力也就越强。这种约束原本是心理上的，后来才演变为物理上的 ，并最终上升为法律。” 周安平：《许霆案的民意：按照大数法则的分析》，载《中外法学》2009年第1期，第87页。 现代法律中的很多程序性机制也在将这种大数法则作为考量因素，如西方的陪审团制度，陪审团的成员一般来自于社会各界的普通公众，这一制度的理论基础是陪审团和被告的人格同构性，而这种人格同构性实际也是来自于陪审团成员与被告社会生活经验与基本认同的类似性，一定程度上缩短了法官由于高度的专业化形象而与当事人所产生的距离，避免了某些情形下法律的专断。遵循大数法则的法律，在相当程度上与算法具有类似性。算法实际也是对群体偏好的强化，这种的算法为使用者掌握时代潮流，把握新信息提供了便利，比如网购平台往往会通过大数据推介被更多人购买的商品来促进消费。 参见[瑞典]大卫·萨普特：《被算法操控的生活——重新定义精准广告、大数据和AI》，易文波译，湖南科学技术出版社2020年版，第99-116页。

（二）功能效用的类似性

算法被定义为“一种有限、确定、有效的并适合用计算机程序来实现的解决问题的方法” [美]塞奇威克、韦恩： 《算法》，谢路云译，人民邮电出版社 2012 年版，第 1 页。 ，“是為实现某个任务而构造的简单指令集，在日常生活中有时也被称为过程或处方” [美]迈克尔·西普塞： 《计算理论导引》，段磊、唐常杰等译，机械工业出版社 2015 年版，第 114 页。 。算法的有限性、确定性和有效性，其实都是在为算法的终极目标服务，即简化人类生活，提高认知效率。而法律也同样在这些层面作出了努力，试图规范人类行为，高效解决纠纷。在有限性层面上，法律对于审级制度的规定，就是效率的体现。纠纷解决的进程不能无休无止，必须在一个恰当的时间内画上终止符。在确定性层面，法律强调概念的确定性与体系的一致性，尽量避免模糊性的表达。在有效性层面，算法强调达致结果的方式应当能够被分解为恰当的、可被执行的步骤，这点与法律裁判与执行过程具有一致性。 参见蒋舸：《作为算法的法律》，载《清华法学》2019年第1期，第67页。 可见，法律与算法一样，其功能效用都是简化人类生活，提高认知效率。

实现高效的策略上，算法与法律也存在类似性。第一，量化标准，降低认知成本。如果要穷尽所有认知要素，才开始行动，那么唯一的结果就是永远无法行动。因此，所有的社会行动都仅能在考量重要的要素即开始行动，算法对于任务的实现，也往往不能穷尽影响要素。比如网购平台的推介算法，大都也只是从你的浏览记录和其他人的相似浏览倾向这两个要素，来预测你的需求。法律上也存在类似的做法，比如关于合同无效的情形，我国《民法典》就通过列举的方式罗列了五种常见的类型，这当然不能穷尽所有要素，所以一般均有兜底条款作为补充。但是列举这种量化式的方式，确实大大降低了人的认知成本。再如民法当中著名的物权法定原则，其实际上将法律确认作为物权确定性的唯一要素，这就在很大程度上降低了信息成本，提高了社会行动的效率。第二，程序性转化。简单来说，算法其实就是达致特定任务的过程，它并不过度评估结果，而仅仅关注过程，并默认算法达致结果的可接受性。这与现代法律更加关注程序正义的品格相一致，这种进路“不会直接得出结果，也不检验这些结果的道德充分性的特点。反而，它会设计出一种程序，以公平和公正的关键特征为模型，依赖这些程序产生一种充分正义的结果” [美]玛莎·C·纳斯鲍姆：《正义的前沿》，陈文娟等译，中国人民大学出版社2016年版，第57页。 。这种关注程序正义，弱化结果考量的做法最大程度地提升了解决问题的效率，因为由于利益的多元冲突，人们往往难以在结果上达成共识，却可以在实现结果的程序上达成一致。第三，简化道德性判断。算法往往是不涉及道德要素的，它仅仅作为一种工具存在，它往往将复杂的道德难题转化为统计学意义上的计算问题。法律虽然不能完全不考虑道德的要素，但其在回应道德问题之时，也总是试图赋予其确定性，避免陷入“公说公有理，婆说婆有理”的相对主义陷阱。早在18世纪，功利主义学派在阐释法律时，就曾经做过这样的尝试：“功利原理是指这样的原理： 它按照看来势必增大或减小利益有关者之幸福的倾向，亦即促进或妨碍此种幸福的倾向，来赞成或非难任何一项行动。” [英]边沁： 《道德与立法原理导论》，时殷弘译，商务印书馆 2012 年版，第 59 页。 这就将行动的正当性建立在幸福和苦难的计算上，现代法律经济学研究者也不断的尝试以经济学的计算规则来确定法律权利与义务的分配。这都是法律简化道德判断，提高认知效率的尝试。

（三）表达方式的类似性

算法的表达方式是典型的数学式，它摒弃了情感的介入，是以纯粹理性的算式演绎完成既定目标的过程。从某种程度上而言，法律处理问题的方式实际也可被称为是数学式的，尽管有不少学者认为法律由于关涉正义等关键的道德问题，而难以被量化，甚或应尽量避免被量化， 参见张世民：《法律与数学的渊源关系》，载《中华读书报》2015年9月2日，第13版;钱福臣：《法学研究中卢梭式数学定律法及其评价》，载《苏州大学学报》2011年第4期，第77-82页。 但由于资源的稀缺性，法律不可避免地需要借助数学的思维以高效解决争端。这尤其表现在比例原则之中，所谓比例原则，即主体追求一个目标，必须使用一种有用的、必要的和适当的方法，其本质就是“以法学概念包装的成本—效益分析原理” Aurelien Portuese，Principle of Proportionality as Principle of Economic Efficiency，European Law Journal，Vol.19，p.62012013. ，它要求“在给定法律和事实可能性的情况下，尽可能最大限度地实现某些目标” Robert Alexy，A Theory of Constitutional Rights，Oxford University Press，2002，p.295. 。比例原则的适用必然涉及到利益与价值的数学计算，而这种法律的数学化表达也确实具有显而易见的实践优势。一方面，法学表达数学化能将价值观分歧最小化，即将难以处理的价值衡量问题通约为数据问题进行处理，比如在资源有限的前提下应当选择提高铁路的安全性，还是公路的安全性？单纯考量生命价值的问题，就会陷入无法处理的伦理难题当中，如果转化为数学问题则要简单得多，有人经过测算，选择提高铁路安全性每多拯救一条生命要另花450万英镑的边际成本，相对地，公路方面则仅需花费15万英镑。那么在资源有限的情形下，提高公路的安全性成为理所应当的法律决策。 参见涂少彬：《论法学表达数学化的可能及限度——基于经济学与比例原则的切入》，载《法学评论》2020年第4期，第37-50页。 另一方面，法学的数学表达能够将法律中较为模糊的表述转化为较为明晰的算式。如著名的汉德公式（B<PL），其以数学的方式准确地说明了过失侵权责任如何认定的问题，即只有在潜在致害者预防未来事故的成本小于预期事故可能性乘以预期事故损失，他才承担过失侵权责任。更直观地说，法律推理的过程本身就是严格的依循着一套逻辑的，这种逻辑不仅是算法所要遵守的，也是法律运行的必要媒介。法律分析实际就是一套从前提到结论的过程，他严格遵循这一套符号逻辑。 参见[美]罗伯特·罗德斯、霍华德·波斯伯塞尔：《前提与结论：法律分析的符号逻辑》，杜文静译，中国政法大学出版社2015年版。 我国也有学者提出法律与科学一样都是求真的过程，法律真理的获得需要经由严谨的逻辑推理过程。 参见陈坤：《法律命题与法律真理》，中国政法大学出版社2021年版。 这些都佐证了法律与算法在表达方式都具有数学性的特质。

法律表达方式的数学性不仅体现在法律的推理或实现过程，从更深层次讲法律文化也具有浓厚的数学特质。追溯到古希腊时期，法律文化的开端就深受数学的影响。数学的产生以及对数学的崇拜，强化了对自然理性精神的信仰，而这种理性也成为了法律存在的根基，并为法律的执行提供了现实的方法。他们认为：“‘数’乃万物之原。在自然能诸原理中第一是‘数’理，他们捡到许多事务的生成与存在，与其归之于火，或土或水，毋宁归之于数。数值之变可以变成‘道义’，可以成‘魂魄’，可以成‘理性’，可以成‘机会’——相似的，万物皆可用数来说明。” [古希腊]亚里士多德：《形而上学》，吴寿彭译，商务印书馆1959年版，第12页。 而这种数学的思维模式，直接影响了希腊城邦的治理理念，“一旦发现了正确的计数标准，就能控制公民的冲突并促进协调。因为哪里达到这一点就不会有过分的权益，平等就占据统治地位。正是这个（正确的计数标准）给我们带来了契约，穷人从有财产的人那里得到东西，富人给贫民东西，彼此公平对待，相互信任。作为一种标准和对做坏事人的威慑，它制止住那些在做坏事能计算结果的人，使他们相信当他们企图反抗它时就不免败露;而当他们不能（计算这种结果）时，也可以向他们表明他们是因此而做错了，从而防止他们犯罪。” 洪涛：《逻各斯与空间——古代希腊政治哲学研究》，上海人民出版社1998年版，第171-172页。 亚里士多德的政治理想就是要建立中产阶级治国的城邦模式，这实质是要在富人和穷人之间实现平衡，这种观点在一定程度上也受到古希腊和谐的数學观的影响，二者在深层次上是相通的。到了近代，数学的系统性与逻辑性在法学领域更受推崇，法典化的推进就是典型例证，这源于人类追求确定性的原始渴望。主导《法国民法典》制定的拿破仑就认为：“将法律化为简单的几何公式是完全可能的，因此，任何一个能识字的并能够将两个思想联结在一起的人，就能作出法律上的裁决。” 转引自沈宗灵：《现代西方法理学》，北京大学出版社1992年版，第329页。 现代法学许多公认的基本内涵也都与数学密不可分，比如公理精神、科学性、证明方法、几何平等、确定性、简单性、抽象性等，这些都标识着法律文化的数学属性。

参见何柏生：《法律文化的数学解释》，商务印书馆2015年版，第117-138页。 而算法文化毫无疑问就根植于数学，由此可见，法律与算法在表达方式上具有高度的类似性。

三、法律与算法价值性内核的异质性

法律与算法具有技术性表征的类似性，这为法律借鉴算法的要素提供了可能性。有学者就曾尝试从算法角度看待法律，并提出了算法的四点可借鉴之处，即重视信息成本、确定合理的类型化程度、有针对性地化解复杂性、正视框架问题。 参见蒋舸：《作为算法的法律》，载《清华法学》2019年第1期，第64-75页。 但算法的无度介入却很可能导致法律丧失其特有的属性，其根源在于法律与算法在价值性内核上存在异质性。

（一）运行逻辑的异质性：应然逻辑VS实然逻辑

早期的法学研究与道德研究是不加区分的，古典自然法学的众多代表人物往往也是哲学名宿，这一时期法学并未取得独立地位，仅作为哲学或政治学的一个对象来研究。亚里士多德曾有论断：“法治应包含两重意义：已成立的法律获得普遍的服从，而大家所服从的法律又应该本身是制定得良好的法律。” [古希腊]亚里士多德：《政治学》，吴寿彭译，商务印书馆1965年版，第199页。 这种良法观念就是应然逻辑在法律领域的具体体现。中世纪时期盛行的神法，乃至中国古代的天道与儒家精神也都或多或少承担着应然法的作用。这种应然逻辑的优势是明显的，它系统性地阐明了法律的正当性问题，为良法提供了模板，很大程度上避免了权力的恣意。英国《大宪章》的制定就一定程度上来源于对法律应然逻辑的认可，而在儒家精神限制下的中国皇权也并非可以为所欲为。拉德布鲁赫曾区分过实然逻辑与应然逻辑，他指出“前者是要说明事物不可避免地将要实现，后者则是要尽可能安排事物不要实现;前者因为与客观存在的实际性相一致为必要而发生作用，后者则并不以与客观存在的实际性相一致为必要而发生作用;前者刻画出客观现实世界的大体面貌，后者则表明了一个较好的世界的建设方案……道德是一种地地道道的应然，而习惯、法律和道德只有在其为欲然之旨时，即因社会、国家和良知而使然时，方得为一种应然” [德]拉德布鲁赫：《法学导论》，米健译，商务印书馆2013年版，第13-15页。 。可见，作为应然的法对社会是有引导和重塑功能的。

然而，纯粹的应然法也存在致命的缺陷，即规范化不足的问题。随着技术革命的兴起，人类的理性能力得到极大的提高和重视，自然法由于其不确定性而受到鄙夷，功利主义哲学占据了法学研究的主导，作为这一流派的创始人边沁就曾对自然法的立场极尽嘲讽之能事，并认为数学计算的精确性、清晰性、肯定性对于道德与法律的研究具有重大意义。 参见[英]边沁：《政府片论》，沈叔平译，商务印书馆1995年版，第38页。 这在很大程度上摒除了中世纪以来法学研究一直存在的神秘色彩与形而上学属性，其在法典化方面的努力为法律的规范化做出了卓越的贡献。而承继了边沁思想的奥斯丁更是被称为分析法学之父，他认为法律是主权者的命令，剔除了法律中的应然要素，并将法理学的研究范围严格限定在实然法的范畴。自奥斯丁之后，真正意义上独立的法学研究才开始发展，但是这种丧失了应然逻辑指导的实然逻辑，开始向着专家小集团的技术性研究发展，法学丧失了原本拥有的引导功能，而成为文字游戏。这是分析法学的极端化进路，被称为概念法学，法律由此彻底成为一项工具这一事件超出了传统分析法可以解释的范围，也使得自然法的应然逻辑重新回归。在当代，即使是持有分析法立场的学者，也不得不认可法律与道德确实具有某种联系。 哈特的“最低限度自然法理论”就是一例。See HLA Hart，The Concept of Law.Oxford ：Clarendon Press，1994，pp188-197.

总之，随着时代的发展，现代法律既要考虑规范性的方法与体系，对现实社会有所回应，即实然思维，更要时刻关注法律背后的正当性问题，保持思考与警醒，即应然思维。但算法则并不具备应然思维，它仅仅是对现实社会经验的算法性转化，这就意味着它不仅不能引导社会，反而可能强化社会的固有偏见，加深矛盾，鼓励僵化。比如大家都熟悉的搜索引擎算法，它会观察用户曾经浏览较多的内容，并在以后的搜索中优先推送这些内容。这种方式自然很大程度上满足了用户的偏好，使其能够迅速找到自己喜爱的内容。但其缺陷却是深远的：一方面，个人发展的可能性受到了限制，用户在算法的限制下幾乎不可能接触到不同的知识与信息;另一方面，对社会进步也存在负面影响，用户在算法的操纵下总是接触类似观点与持类似观点的用户，这种社群环境无疑会强化偏见，最终导致社会也会被诸多刻板印象限制。可怕的是，司法系统某种程度上也会受到这种算法的影响，比如“美国司法系统广泛使用的一种算法对非裔美国人持有偏见。即便该算法已经将罪犯的年龄、性别、犯罪史和未来的犯罪行为一并考虑在内，他们仍然发现这一算法将非裔美国人划分到高风险犯罪类别的可能性要高出其他族裔45%” [瑞典]大卫·萨普特：《被算法操控的生活——重新定义精准广告、大数据和AI》，易文波译，湖南科学技术出版社2020年版，第16页。 。由此可见，算法的思维是实然性的，它是一项将社会经验转化为计算机程序的技术化过程。正如有学者所主张的，网络或者算法其实并不必然具备反抗规制抑或限制自由的价值属性，其表现出什么样态取决于设计之初植入了何种控制架构。 参见[美]劳伦斯·莱斯格：《代码2.0——网络空间中的法律》，李旭、沈伟伟译，清华大学出版社2018年版，第35-42页。 然而法律则超越了其工具属性，它包含着丰富的价值内涵，并且自身就包含着评估正当性的力量。二者的运行逻辑存在本质的差异。

（二）有效性来源的异质性：道德正当性VS技术合理性

算法与法律第二个根本性的不同在于二者的有效性来源。算法的有效性来源于其严格的程序化运作过程，有效的算法就是要求每个步骤都能明确地获得某个结果，换句话说算法的有效性依赖于其技术合理性，只要符合逻辑就能被称为有效算法。然而法律的有效性来源却复杂得多，从内部来说，法律体系自身的融贯性是其有效性的前提，这与算法确实具备类似性。然而即使在这点上，依赖本身具有模糊性之人类语言的法律天然就无法做到如算法般的精确性，更进一步说，将算法的精确性完全适用于法律，也许并非法律之福，因为法律依然需要处理复杂的人类情感与伦理问题，这些问题无法被定义，也不能被定义。法律有效性的更重要的源头并非来自其内部，而是法律自身要获得外部的普遍认同。公民守法不仅仅是由主权者命令推导出的法律义务，更是一项道德义务，但这项道德义务仅仅针对具备正当性的法律。最早的讨论源于苏格拉底，对拒绝逃亡并坦然接受法律裁决，他给出的理由的核心是“同意”，因为他选择了城邦并接受了城邦给予他的福利，也就意味着他同意接受法律的管理。“同意”构成了守法道德义务的核心，后世启蒙思想家诸如洛克、卢梭等人都借用了这一理念描述国家与法律的起源。现代公民遵守法律的动因当然一部分来源于法律的强制力，但更多的也是来源于对法律自身的认可，这种认可很大程度上源于公民对立法与司法过程的参与。有学者通过详尽的社会学调查揭露了一个事实，由外在强制力所保障的法律是不稳定的，在这种模式下，每个人都想着如何利用法律的漏洞来为自己谋利。由内在义务感维系的法律才是稳定而强大的，其主要来源于两种形式，即对立法当局正当性的认可或对法律自身正义性的认可。 参见[美]汤姆·R·泰勒：《人们为什么遵守法律》，黄永译，中国法制出版社2015年版，第44-45页。 由此可见，法律的有效性来源远比算法丰富得多，法律要获得效力必须要依赖道德的正当性。

算法完全摒弃形而上学的考量，以完全科学化的面目示人。其本质是一种方法，也就不存在信仰的问题，在网络无所不在的社会环境下，用户其实已经无法区分是自己选择了算法，还是被算法绑定。而法律则需要获得普遍的信仰，才能够得到充分的执行，当然这里所指的法律信仰并非信仰法律规则本身，而是整个法律体系所呈现的基本精神气质。“一群人之所以能组成一个能够制定法律的社会，是因为他们已经有了共同的信仰，这些信仰使得他们彼此能讨论与说服，而且写成条文的规则也必须符合这些信仰，才能被认为合法而予以接受……法治并不是法律的统治，而是有关法律应该如何的规则，是一个‘元法律’（metalegal）的学说，或是一个政治理想。惟有立法者感到自己受到它的约束，它才能是有效的，在一个民主制度中，这就意味着，法治除非成了群体道义传统的一部分，成了大多数人所共识与毫无异议的接受的一个共同理想，否则，它是不会占上风的” [英]哈耶克：《自由宪章》，杨玉生等译，中国社会科学出版社2012年版，第275、325页。 。而算法很显然不能涵括法律的这些意涵，而正是这些意涵使得法律能够始终牢记其永恒的使命，不至于被琐碎的规则所绑架。

（三）认知方式的异质性：价值理性VS实用理性

算法与法律最后也是最核心的差异在于其认知方式。算法所秉持认知方式是完全实用主义的，它的最大目标就是设计一套程序以达到特定的结果。由于有大数据等智能技术的支撑，其在知识共享和学习既往经验都并非人类所能企及，可以说在这一层面，算法已经远远超越了人类理性的能力。这种能力作为人类理性的延申，对更充分的认识世界自然大有助益。然而，这种思维方式也存在致命的缺陷，即它缺乏对目标的反思机制，“人”的缺位使得算法仅仅充当了起点到终点的桥梁。滥用算法尤其是依赖算法去判定法律问题，则有可能导致人的客体化，形成算法独断。如《淘宝平台服务协议》第6.1条关于“违约认定”的条款：“淘宝可依据您的用户数据与海量用户数据的关系来认定您是否构成违约;您有义务对您的数据异常进行充分的举证和合理解释，否则将认定为违约”，可见淘宝对于违约的认定已经脱离了“人”的角色，而完全依赖于算法评估。实际上传统违约责任的认定应当是建立在双方之间的对话和商谈的基础之上的，这种过程不仅更有利于厘清责任，更是表达了对人的尊重。然而，算法的介入则完全忽视了法律背后的人文关怀，将其视为一种机械的技术判断，人的主体性在其间丧失殆尽。缺乏“人”参与的算法理性，构成了单向度的统治结构，它是以利己主义作为指引，往往使长期的互惠与合作成为不可能。而人类理性则具有更复杂的一面，利他主义的倾向一直存在于人类的行动逻辑中，它是维系人类长期合作与繁荣的关键。 参见[美]亚历山大·J·菲尔德：《利他主义倾向——行为科学、进化理论与互惠的起源》，赵培等译，长春出版社2005年版。

法律在认知方式上确实具有算法的某些属性，它也倾向于通过演绎的逻辑追寻特定法律问题的解决方案，但很显然它超越了实用理性的范畴，而时刻将价值探讨作为己任。这种价值理性的认知方式避免了法律成为部分人的私产，维护了法治的本真。它的核心是批判性思维，即从不认可终极真理的实现，而时刻重视反思的重要意义。法律思维应当是这样一种思维：它从不对任何价值问题提出终极的解答，而总是谨慎的对既有的回答进行反思。然而算法理性则并不具备这种能力，它极易被少数群体控制。赫拉利就曾指出：随着智能算法取代生物算法，不仅会将人类挤出就业市场，亦会使财富和权力为那些拥有强大算法的公司垄断。 [以色列]尤瓦尔·赫拉利：《未来简史》，林俊宏译，中信出版社2017年版，第290页。 有学者将这种现象称为理性运用的封建化，即“理性不再是如哈贝马斯式的沟通理性（communicative reason）所期待的那样，可以通过主体间性的对话和沟通，形成以语言为媒介，以达致相互理解和共识去向的沟通共同体（communicative community），而变成了以维护智能算法所有者利益为旨归的专断独白” 孙国东：《“算法理性”的政治哲学检视》，载《厦门大学学报（哲学社会科学版）》2021年第2期，第29页。 。

四、法律算法化的限度

现在也许可以为算法下一个定义，即现代计算机科学的指导下，由工程师建构起来的达致某一特定目标的工具。由此，算法至少具备三个核心特征，即科学主义、建构主义与工具主义，算法介入法律的角度也通常是从这三个方面着手的。然而，法律借鉴算法必须考虑限度问题，上文的类似性与异质性的分析为这种限度确立了一个总原则，即法律在技术性的层面可以借鉴算法的模式与成果，但在价值性内核上应与算法保持距离。这个总原则可以分解为三个限度，即科学主义限度、建构主义限度、工具主义限度。

（一）科学主义限度

关于法律与科学关系的讨论是法理学界经久不衰的主题，随着人工智能的兴起，这一主题有着重新探讨的必要。从正面角度来说，科学技术的发展对丰富法律内容与法律方法具有深远的意义。第一，科学技术的发展不断提出新的主题，丰富与改变了立法。比如关于胚胎是否能够作为遗产被继承，无人驾驶汽车事故责任的认定，乃至机器人是否可以作为法律主体等等类似法律问题的提出均是由于科学技术发展所致;第二，科学技术的发展改变了法律运作的方式，为法律的实际操作提供了诸多便利。比如智慧司法的推广和应用节约了大量的时间成本，使得法律纠纷能够更加高效便捷的得到解决。人工智能技术在辅助法官检索类似案件，检索相关法条等方面具有优势，不仅能够在最大程度上实现“同案同判”的融贯法律系统理想，也能缓解法官巨大的判案压力;第三，从更深层次上说，科学技术对法律意识也产生了积极的影响。自然规律的发现冲击了“法即刑”的传统观念，最终树立了法律即社会规则的理念。通讯技术的发展使得国家之间的距离大大缩短，法律文化间的相互影响也加深了，法律是人类统一理性的观念得到更广泛的传播，现代人更关注人的价值，权力崇拜为法治观念取代，国际法的地位日益提高，这都得益于科技的发展。 参见周永坤：《法理学》，法律出版社2016年版，第130-131页。

然而，比起科學对于法律的正面影响，更需要关注的是其负面影响，即科学主义限度的问题。科学与法律追寻的终极目标是有极大差异的，简单而言，科学的目标是“求真”，即追求世界的客观真实。而法律的目标则是“求正”，即追求正义的过程，即使这一过程输出与客观事实不相符的结果也可能与正义并不相悖。“求真”和“求正”尽管在很多方面存在耦合性，但二者本质完全不同。将科学的求真思维完全适用于法律可能并不恰当。一方面，求真逻辑是结果导向的，过程仅仅在它导出正确结果时才有意义，尽管算法也是一种程序，但它并不对其本身进行评估，而仅仅以是否输出正确结论作为判断真假的依据。因此，程序正义在求真逻辑中并没有存在的空间。法律事实是被合法证据所证明的事实，尽管最理想的状态是法律事实与客观事实的吻合，但法律并不必然追求客观事实，比起重视客观事实的实体正义，法律往往更加关注程序正义。也就是说在法律程序有其独立意义，并不仅仅是实现实体权利义务的路径。比如现代刑法最重要的疑罪从无、非法证据排除就被视为程序性权利义务，受到与结果无关的独立保护。另一方面，求真逻辑预设了目标的超越性，即真理是不受“人”这一要素影响，它仅仅作为一种不可辩驳的事实存在。科学对于真实的追求往往忽视了法律作为行为规范的重要意义，“关于事物的自然秩序的科学主张并不告诉我们如何行动，但是法律则告诉我们如何行动” [美]大卫·莱昂斯：《伦理学与法治》，葛四友译，商务印书馆2016年版，第46页。 。过度的科学主义倾向将衍生出“一种民众不再认识的法律，一种不再存在于民众心目中的法律，一种被民众视为与无法控制的自然力量没有区别的法律”  [德]尤利乌斯·冯·基尔希曼：《作为科学的法学的无价值性——在柏林法学会的演讲》，赵阳译，商务印书馆2016年版，第47页。  。自由在其间无法生长，过度依赖求真逻辑的法律为极权主义的繁衍提供了空间，最终将导致与法治相悖的结局。

（二）建构主义限度

算法是由工程师从外部建构起来的，其一旦运行就脱离了工程师个人的控制，而成为独立的程序。算法的建构主义思路在法律领域是司空见惯的，它的优势也是明显的。和算法对特定目标的达成同理，建构主义的逻辑使法律获得了迅速解决问题的能力。从立法层面来说，改革开放初期，我国经过了长期的法律虚无主义时代，法律事业百废待兴，建构主义的思路对迅速建立一套完整的法律体系以应对改革开放的形势大有助益。当时很多的法律制度实际是超越于时代的，比如《破产法》《公司法》等，但这些法律的迅速确立彰显了我国坚持市场经济的决心，也为我国改革开放扫清了障碍。在法律体系内部，抽象的宪法权利也需要国家建构各种制度来保障其实现，“立法机关必须通过制定法律来建构制度，以进一步明确宪法中基本权利的具体内涵，保障基本权利的实现。基本权利所具备的这种积极要求立法者建立和维护制度，以促进基本权利实现的功能，就是所谓的制度保障功能，国家对此负有制度性保障的义务” 张翔：《基本权利的规范建构》，法律出版社2017年版，第229页。 。在司法层面，建构的逻辑也同样发挥着重要的作用，所有对于法律的解释都是通过建构一套合理的概念与术语体系来规范的解释相应制度，以达到融贯性的理想。德沃金就曾这样描绘过：“恰当的宪法解释同时将文本和既往的时间看作是它的对象：面临当代宪法问题的律师和法官，必须尝试着建构一个有关特殊条款文本、作为一个整体的宪法框架以及我们在宪法之下的历史的、内在一致的、原则性的和有说服力的解释——这个解释既能统一这些不同的渊源，并且只要有可能，就又能指引将来的司法裁决。” [美]罗纳德·德沃金：《身披法袍的正义》，周林刚等译，北京大学出版社2014年版，第141页。 法教义学就是通过概念建构来创造法律规范，由幼稚的概念现实主义变成了一种法律艺术理论。这种特别的方法被称为“通过建构或者根据体系填补漏洞” [德]菲利普·黑克：《利益法学》，傅广宇译，商务印书馆2016年版，第23页。 。

建构主义对于立法和司法都大有助益，但也必须警惕滥用建构所带来的危险。一方面，建构主义在法律生成层面对应的是移植理论，其固然能够迅速建立法律体系，以借鉴先进国家的法治文明成果。但也不可避免的会遇到水土不服的问题，法律只有得到切实的执行和贯彻才能发挥其实际意义。萨维尼就认为法律是民族精神的体现，而在法律形成的过程中，“法学家有双重作用，一是实质上代表了民族精神。通过他们的智力活动提炼出合乎自己民族的共同意识 ，二是形式上科学表达，通过立法加工、总结出法律规则和法律技术” 徐爱国：《法学的圣殿：西方法律思想与法学流派》，中国法制出版社2016年版，第323页。 。一个国家建构的法律只有经过本土化改造后才有可能获得普遍的认同。另一方面，对建构逻辑的过分依赖实际是对人类理性的狂信，最终导致的可能并非理想而是灾难。建构体系是人类追求确定性的努力，人对不确定性有天生的厌恶感，法律追求确定性的努力就是建构终极性的法典。它的理想是所有在法律体系中的个人都无需作道德性的考量，而仅仅按照法典的指示行事就可以输出最符合正义的结果。然而，现实是终极性的法典是不存在的，而极权主义的逻辑往往借由“终极法典”的掩护而获得正当性，在其涵射下的个体全部原子化了，法律人成为只会机械执行命令的工具人。在这种情形下，法律人对于行动的道德责任感大大降低，也不具备反思法律正当性的动机与能力。

（三）工具主义限度

“工具主义可以表述为这样的命题：科学的理论——所谓‘纯粹’科学的理论——只不过是计算规则（或推理规则）;其性质基本上就像所谓‘应用’科学的计算规则一样。（人们甚至可以把它表述成这样的命题：‘纯粹’科学是用词不当，一切科学都是‘应用的’）” [英]卡尔·波普尔：《猜想与反驳——科学知识的增长》，上海译文出版社2005年版，第157页。 。算法是达致特定目标的工具，工具性是算法的本质属性，它并没有评估自身正当性的能力，算法本身无所谓道德问题，但设计算法的人则需要接受道德的考量。法律的工具主义属性也是明显的，它作为社会治理的手段，对于维护秩序，推进发展均有积极作用。然而，工具性并非法律的本质属性，其品性并不依赖于立法者个人，法律自身就存在道德属性。富勒就曾总结过法律道德性的八大要素：法律规则的普遍性;法律规则必须公布;法律不能溯及既往;法律必须明确，为人们所能容易理解;法律规则不能相互矛盾;法律不能要求不可能实现之事;法律规则应该具有相对稳定性;法律规则与实施必须相一致。 [美]富勒：《法律的道德性》，郑戈译，商务印书馆2005年版，第55-111页。 滥用工具主义的法律模式往往仅仅关注特定目标的实现，使得法律难以形成融贯性的体系。昂格尔就曾有过论断：“反对工具主义逻辑的第一个也是最根本的理由，在于它未能说明人的行为怎样能够具有超越时间的足够连续性和个人之间足够的相似性，从而使有组织的社会或社会科学成为可能。” [美]昂格尔：《现代社会中的法律》，吴玉章等译，译林出版社2008年版，第22页。

理想主义法治观认为，法治不仅仅意味着社會生活在法律规则的指引下有序运行，它具有超出规则本身的精神特质。“法律职业精神的本质就是使人觉得司法管理是每个人的职责所在。一个充满这种精神的法律人，从不迷失在自己的利益或是自己客户的利益之中。法律职业精神让他超脱于求胜心之外成为真理的捍卫者……他因此一直对改进司法的工作以及维护秩序的方法怀有极大的兴趣” [美]罗伯特·N·威尔金：《法律职业的精神》，王俊峰译，北京大学出版社2013年，第135页。 。持有工具主义理念的法律人将职业视为一项以服务换取获取生活资本的手段，它丧失了其作为法律职业的伦理价值。法律人通过追寻正义、参与公共生活而获取的满足感在琐碎的工具性操作中被消解了。这种工具主义的法律观瓦解着法律的道德权威，在一个健全的法治社会中，每一个公民都确信自己有道德义务去遵循法律。然而，工具主义的理念却通过操纵法律而显现出一种对法律完全轻蔑的态度。

结语

文末，我将回应一个最常见的反驳：既然“人治”由于人主观偏见的介入而偏离法治，那么剥离“人”要素的算法则更可能带来自由平等，实现真正意义的法治。诚然，计算机网络曾一度被视为自由平等理想的重要技术性辅助，它大大降低了人们获取信息的成本，使得原本被强势阶层所垄断的知识得到普及，从这一角度说我们确实可以说算法与法治十分契合。然而，随着网络的发展，其性质也悄然发生了变化，以代码作为核心的算法，不仅不具备限制权力的法治核心特征，而且还构成了权力本身。美国学者劳伦斯·莱斯格在其著作《代码2.0》中就反复验证了一个观点：“在网络空间中，某只看不见的手正在打造一个与网络空间诞生时完全相反的架构。这只看不见的手，由政府和商业机构共同推动，正在打造一个能够实现最佳控制、高效规制的架构。在那个世界里，陷入挣扎境地的将不会是政府。” [美]劳伦斯·莱斯格：《代码2.0——网络空间中的法律》，李旭、沈伟伟译，清华大学出版社2018年版，第5页。 这种算法权力的诞生并非是由于公权力的介入，恰恰是市场使然，其源于一个很简单的动因，即早期网络的匿名性质无法带来商业利益。因此，如今身份验证技术在网络中应用广泛，构成了三方得益的格局，作为公民获得了更便利的网络服务，作为公司则获得了分析扩大市场的能力（最典型的就是投放针对性广告），作为政府则获得了大量社会治理的数据。

但令人担忧的则是算法权力庞大力量似乎超越了我们传统上对权力的认知，尤其是深度学习技术的展开，使得人类开始逐渐无法理解算法决策的运作机理，这自然也使得批判和反思变得困难，它对于隐私、知识产权乃至个人自由等诸多方面都提出了前所未有的挑战。对于这些挑战，劳伦斯重视司法在其间的作用，比起司法克制他更倾向于司法能动，这与本文提出的让法律重新回归“人”的观点不谋而合。网络空间造成宪法解释的潜在不确定性，事实上美国司法界早已有此类判例产生，比如早在1928年的奥姆斯特德案就讨论过电话监听技术的合法性问题，“揭开了网络世界权益斗争的序幕，最高法院的判决意见为保护网络公民的未来权益提供了可借鉴的模式。布兰代思法官为我们提供了另一种宪法修正案的解译模式——超越时间，超越表面文字，但保留修正案的含义和价值。这是一种承认所发生的变化并适应这些变化以保留立宪者赋予我们的权利的解释方法。同时，这也是一种超越基本差异——无论是当前时代与立宪时代的差异，还是网络空间与现实空间的差异——的宪法解释方法” [美]劳伦斯·莱斯格：《代码2.0——网络空间中的法律》，李旭、沈伟伟译，清华大学出版社2018年版，第177页。 。在网络空间所造成的价值冲突面前，发挥司法的能动性，将司法价值置于代码法之上，并建构一套合理的算法审查制度可能在最大程度上削减算法权力的不利影响。

代码确实是在网络空间充当着法律的作用，而网络性质变化与技术的发展使得算法获得了前所未有的权力，为应对算法权力的膨胀，就必须厘清现实空间的法律与网络空间的算法之间的联系与界限。算法与法律的类似性与异质性的分析为法律的算法化限度提供了一个总原则，即法律在技术性的层面可以借鉴算法的模式与成果，但在价值性内核上应与算法保持距离。这个总原则可以分解为三个限度，即科学主义限度、建构主义限度、工具主义限度。概括来说，科学主义限度是这样一种信条，即法学是具有科学性的学科，但法学并不能定性为科学，法律所特有的程序正义属性是科学不能涵括的;建构主义限度则在提示在建构法律的过程中，不能不铭记经验理性的重要意义，同时要警惕纯粹建构性的危险;工具主义限度，则强调不能仅仅将法律当成类似算法的技术，更多地关注其价值性的成分。法律的算法化限度的讨论意在人工智能的热潮之下提示这样一个问题，即始终不要忘记法学是关于“人”的学科。纯粹依赖算法的法律将远离法治的本真，也许重新关注法律人在法律中的重要作用，鼓励反思可能是防止法律误入歧途的关键。

  Possibility and Limitation of Legal Algorithmization

JIANG Chao

（Kenneth Wang School of Law，Soochow University，SUZhou 215031，China）

Abstract： Laws and algorithms are similar in technical representation， that is， the similarity of generation mechanism， functional utility and expression. These similarities create the possibility for laws to learn from algorithms. Law and algorithm have heterogeneity in the value core， that is， the heterogeneity of operating logic， the heterogeneity of effectiveness sources and the heterogeneity of cognitive style. These heterogeneity suggest the distance between law and algorithm. The analysis of similarity and heterogeneity provides a general principle for the algorithmic limit of law， that is， the law can learn from the model and achievements of the algorithm at the technical level， but it should keep a distance from the algorithm in the value core. This general principle can be divided into three limits： scientism， constructivism and instrumentalism. The limit of scientism requires the law to learn from science and technology and guard against the erosion of scientific truth-seeking logic on the proposition of legal justice; The limit of constructivism emphasizes that while the law draws lessons from the algorithm to construct thinking， it prevents the misleading of pure constructive rationality to the rule of law; The limit of instrumentalism suggests that while considering law as a tool to achieve specific goals， we should always pay attention to the value attribute of law， especially pay attention to the important role of legal people and their reflection in controlling the proliferation of algorithmic thinking.

Key Words： artificial intelligence; algorithmic justice; smart justice; science

  本文責任编辑： 董彦斌

青年学术编辑： 孙 莹