• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      法律證據(jù)事實的邏輯方法探析

      2022-03-31 09:17:14杜文靜劉海
      邏輯學研究 2022年1期
      關鍵詞:解釋性陳述貝葉斯

      杜文靜 劉海

      長期以來,我國司法界堅持“以事實為依據(jù),以法律為準繩”的口號作為司法審判的指導原則。有學者如陳波從認識論層面上對證據(jù)與事實的概念做了細致的分析,并提出“以證據(jù)為依據(jù),以法律為準繩”的新口號來替代傳統(tǒng)的口號。([26])舒國瀅和宋旭光肯定了陳波對事實概念之復雜性與使用困境的分析,但認為其提出的新口號略有不妥,值得商榷。他們認為,似乎更為妥當?shù)恼f法應當是“司法裁判以事實為根據(jù),事實認定以證據(jù)為根據(jù)”。([31])后來,陳波又對舒國瀅和宋旭光的商榷進行了回應,堅持自己之前的主張,并擴充為“以審判程序為中心,以證據(jù)為依據(jù),以法律為準繩”,他認為這個口號應該成為司法審判的指導原則。([27])實際上,陳波與舒國瀅和宋旭光的觀點存在共同之處,他們都在關注證據(jù)與事實的聯(lián)系和區(qū)別,并從哲學意義上進行了詳細論述。本文將從方法論的維度來闡述證據(jù)與事實的關系,并揭示其背后的邏輯基礎。

      司法證明活動涉及用觀察到的證據(jù)及一般的常識知識進行推理,以幫助辦案人員確保事實認定的準確性。張保生指出:從法庭認識論角度來研究事實認定,應當打破“心證”不可言傳的神話,將其看作是事實認定者在頭腦中重建過去事實的信息加工過程,是通過“證據(jù)之鏡”對實際上發(fā)生了什么進行經(jīng)驗推論的探究過程。事實認定與經(jīng)驗推論有相同的內(nèi)涵和外延,都是指“結論達成的過程;從證據(jù)到證明的思維過程”,并構成一個從證據(jù)到推斷性事實和要件事實的推論鏈條。([34])文獻表明,從證據(jù)到事實的推理過程存在三種主流的建模方法,即論證、故事和概率模型。([21])這三種方法都指明了人們應當如何分析證據(jù)并且最佳結構化這些證據(jù),從而合理地構建案件事實。它們的邏輯基礎是一種最佳解釋推論(Inference to the Best Explanation,簡稱IBE)。最佳解釋推論是一種新興事實推理方法,不同于傳統(tǒng)的法律推理。談及法律推理,人們頭腦中最初的表象也許是公式化的“法律規(guī)則+案件事實=判決結論”。然而,最佳解釋推論是基于“知識以及經(jīng)驗的概括+證據(jù)=案件事實”的推理形式,是法律邏輯在新時代背景下的更新和拓展。由最佳解釋推論斷定的案件事實是一種解釋性事實,其中包含著主體的理論前見,包含著主體價值取向、實踐背景,包含著語言本身的局限和對既有概念框架的依賴性,因此并不具有純粹客觀性,但其在方法論上自行設定了三大自我要求:效度(validity)、信度(reliability)和精度(precision)。([30])

      1 最佳解釋推論

      1.1 最佳解釋推論的構成

      最佳解釋推論最初由哈曼(G.H.Harman,[7])提出,后來諸多哲學家和法學家對此展開了深入研究,如利普頓(P.Lipton,[9])、撒加德(P.Thagard,[19])等。具體來說,它是指:“當有很多假設都能解釋某一證據(jù)時,推論者在得到一個合理假設時,必須拒絕其他假設。因此,如果一個已知的假設相比于其他假設能為某個證據(jù)提供‘更好的’解釋,那么該已知假設就是真的?!保╗7])在證據(jù)推理語境下,最佳解釋推論的推理形式可概括如下:

      1.E是已觀察到的證據(jù)集合;

      2.到目前為止,基于證據(jù)E可獲得的潛在解釋一共只有n項,H1,H2...,Hn分別是n項潛在解釋中的解釋性事實;

      3.包含H1的解釋是n項解釋中的“最佳”;

      4.因此,暫時性地接受事實H1。

      由此可見,最佳解釋推論的推理過程主要分為兩個階段。第一個階段是形成潛在解釋性事實,即事實發(fā)現(xiàn)者根據(jù)現(xiàn)已收集到的證據(jù)集合E,并結合關于世界的常識和經(jīng)驗知識,形成可以解釋這些證據(jù)的各種潛在解釋。人們也可利用這些潛在解釋進行預測推理,預測可能存在其他的證據(jù)。一個潛在解釋如果能成功的預測到某些新證據(jù),那么它更值得信任,更具有似真性。搜尋并收集到這些預測的證據(jù)可以擴充到證據(jù)集合E,并初步檢驗這些潛在解釋的似真性,排除明顯不似真的潛在解釋。假設到目前為止,一共生成了n項似真的潛在解釋,對應解釋性事實(假設性事實)為H1,H2,...,Hn。舉例如下,在臥室發(fā)現(xiàn)一具男尸(E),對于這具尸體死亡的原因,可以形成三種解釋:他是自然死亡(H1);他被謀殺(H2);他是自殺(H3)。

      第二個階段是評價和比較解釋,需要依據(jù)一定的標準,從形成的所有解釋中選出“最佳”解釋,并排除其他競爭解釋。挑選出來的最佳解釋應當被視為暫時性接受。如果在未來某個時間點,新獲得的證據(jù)加入證據(jù)集合E,則要重復第一、第二階段的操作,重新確定最佳解釋。這是一種循環(huán)認定的過程,直到此刻沒有可獲取的其它證據(jù)和潛在解釋為止。因此,最佳解釋推論也被刻畫為可廢止推理。判定何種解釋是“最佳”?根據(jù)什么標準進行評估和比較?正是第二階段關注的主要問題。哈曼認為“最佳”很難被精確地定義,但至少要包含如下要素:“哪種解釋更簡單、哪種解釋更似真、哪種解釋符合的信息更多、哪個解釋有更少特設性假設?!保╗7])約瑟夫森夫婦(John Josephson and Susan Josephson)則主張,一個解釋要被視為最佳,則它應當比其他選擇更好地解釋本案中的證據(jù)。在確定最佳解釋時還需要考慮其他因素,例如,存在多少似真的競爭解釋,當前解釋優(yōu)于這些解釋的決定程度如何以及尋找其他選擇的徹底程度如何。([8])不少疑問尚未有定論,評價解釋并選出最佳解釋的標準仍模糊不清,諸多觀點需要進一步核實,其中備受爭議的一種觀點認為基于回溯推理的思想形成的解釋性事實是一種最佳解釋。

      1.2 最佳解釋推論與回溯推理迷霧之廓清

      近年來,學界存在著把最佳解釋推論和回溯推理相關聯(lián)的傾向,有關最佳解釋推論的理論及應用常常結合回溯推理進行討論。回溯推理的思想肇始于古希臘智者學派,由哲學家皮爾士(C.Peirce)對其進行理論化并提出基本架構([11]),推理形式如下:

      1.E是已觀察到的證據(jù)集合;

      2.H是證據(jù)E出現(xiàn)的一個潛在解釋性事實;

      3.所以,H可能為真。

      在哈曼看來,最佳解釋推論與其他學者所謂的“回溯推理”“假設的方法”“假設推理”和“理論推理”都相似,并且最佳解釋推論屬于一種獨立的非演繹推理。([7],第88-89 頁)有學者指出:“回溯推理涉及到提出假說和確證假說,也涉及到尋求假說以及對假說進行具體的評價、甄別和確證。也就是說,它們是一種擴展和可廢止的推理形式,實質上是同一類推理,即回溯推理是最佳解釋推論的一種初始名稱,最佳解釋推論是回溯推理的現(xiàn)代表述和進一步的論證。”([32],第97 頁)然而,撒加德卻認為最佳解釋推論和回溯推理不同,他主張:回溯推理只形成解釋,而最佳解釋推論評價這些解釋。([19],第143 頁)還有學者將最佳解釋推論作了狹義、中義和廣義的區(qū)分,認為:狹義的最佳解釋推論相當于貝葉斯認證的似然推理;中義的最佳解釋推論相當于貝葉斯條件化推理及其初始概率的確定;廣義的最佳解釋推論相當于決策推理,其接受規(guī)則相當于最大期望效用原則,所以它要么相當于貝葉斯推理,要么相當于決策推理,因而失去自己的獨立性。([33],第22 頁)

      通過對照最佳解釋推論和回溯推理的模式可以發(fā)現(xiàn),回溯推理只形成解釋,不評價和比較解釋,因為在回溯推理的形式中沒有提及其他可選擇的解釋。由此看來,撒加德的觀點更為可取,回溯推理被狹義理解為生成假設,僅屬于最佳解釋推論的第一個階段。而它缺失的階段,正是最佳解釋推論指引司法實踐的各種調查和決策語境中進行證明的必要環(huán)節(jié)。所以,我們不能將其視為單個的推理步驟,而應當將它視為描述“假設性解釋”的多個步驟之組合。證明過程中的這些步驟需要運用多種推理類型,這些推理類型可以構建解釋、評價解釋、比較解釋并從中選擇最佳解釋,形成從證據(jù)到案件事實的最佳構建。正如帕爾多(M.Pardo)和艾倫(R.Allen)所言,司法證明的性質具有解釋性,證據(jù)推理的過程本質上是一種最佳解釋推論。([10])最佳解釋推論涉及證明過程中運用的所有重要的推理步驟,至于如何比較不同解釋,并選擇某個具體解釋作為對于已觀察到證據(jù)的最佳解釋,乃是一個重要而棘手的問題。在接下來的討論,本文擬以證據(jù)推理的界定為起點,表明證據(jù)推理的三大方法如何解決該難題。

      2 證據(jù)推理的意蘊

      常言道“打官司就是打證據(jù)”,證據(jù)無疑是證明案件事實的基礎。證據(jù)這一術語內(nèi)涵豐富,為了運用最佳解釋推論構建案件事實,它不僅包含證人證言、書證等證據(jù)材料,還應當包含基于該類證據(jù)材料推論出的命題。我們將其稱為證據(jù)性事實,一般以假設或解釋的形式提出。例如張某作證說“案發(fā)期間,他看到李某在現(xiàn)場”,這是一份證據(jù)材料(E),而命題“案發(fā)期間,李某在現(xiàn)場”就是基于證言E的一個證據(jù)性事實。區(qū)分證據(jù)材料和證據(jù)性事實是有必要的,因為同一份證據(jù)材料從不同的角度可表述為不同的證據(jù)性事實命題。有學者提出:就言詞類證據(jù)來說,一份證言性陳述可以派生出多個命題,甚至陳述者的語氣、表情和手勢也可以轉化為命題,實物證據(jù)同樣可能需要以多個命題來加以表述,因為實物證據(jù)取得的主體、來源、時間、地點、方式以及保管鏈條都需要轉化為命題形式。([29],第167 頁)

      基于證據(jù)性事實,推理者可進一步推論出其他假設性事實或解釋性事實。根據(jù)某些證據(jù)或命題,推理者提出假設(假說)以解釋這些證據(jù)和命題,這些假設所包含的事實,就是所謂的假設性事實或解釋性事實,為了方便表達,下文統(tǒng)稱為解釋性事實。案件事實的認定是以法律適用為導向的,裁判者必須在事實審理過程中完成法律構成要件與案件事實的彼此對應。由此,在案件事實的證明過程中,遵循安德森等人的觀點([2],第61-62 頁),案件事實可以分為不同的層級:最終待證事實、次終待證事實和中間待證事實。最終待證事實是一個案件中存在爭議的主要事實命題,即為了給被告人定罪檢方需要證明的命題。最終待證事實通??梢苑纸鉃槎鄠€單獨命題,即次終待證事實,它們代表最終待證事實的個體要件,因此也可稱為要件事實。證據(jù)性事實是一種中間待證事實,中間待證事實本身也是一種解釋性事實。實際上,最終待證事實和次終待證事實同樣歸為解釋性事實的范疇,因為它們是對整個案情及其證據(jù)進行闡釋的事實。

      在案件事實的證明過程中,除了從具體案件的證據(jù)中獲得的知識,還需要運用常識知識。關于世界認知的常識知識可以用概括化命題來表達,一般哲學傳統(tǒng)上稱為“概括”,在邏輯上被稱為“概稱陳述(generalization)”。圍繞在我們身邊的概稱陳述很多,例如,“重物總是會往下墜落”“行兇者一般會在作案現(xiàn)場留下痕跡”“神志正常的人通常不會自殺”。這些概稱陳述不僅出現(xiàn)在日常生活中,還廣泛適用于法律領域。正如舒姆(D.Schum)所言,概稱陳述在證據(jù)推理中扮演著重要角色。他提出:對于每一個確定的推理階段或步驟,我們必須對自己所相信的為采取這些步驟提供基礎或給予許可的內(nèi)容做出斷言。([18],第81 頁)此類斷言被邏輯學家或法學家稱為概稱陳述。([5])因此,舒姆把概稱陳述視為將各種推理組合在一起的“粘合劑”,可以證成證據(jù)與待證命題之間的正當性關系。([18],第82 頁)然而“每枚硬幣都有其兩面性”,在司法實踐中,運用它們又會帶來風險,由于概稱陳述并不總是普遍為真,往往存在例外。特文寧(W.Twining)主張:概稱陳述所表達的一般知識,并非基于證據(jù)的知識,而是人類世界的常識知識。這類世界知識存儲于知識庫中,但人類的知識庫卻是“一汪紛繁復雜的水,里面含有各種各樣的信息、零星記憶、印象、故事、神話、諺語、希望、猜測和偏見等”。([20])所以,在證據(jù)推理過程中,推理者必須謹慎使用它們,倘若推理者運用主觀偏見或者恣意捏造的概稱陳述證明案件事實將會帶來極大的隱患,這也是刑事錯案的主要成因。

      綜合上面的論述,證據(jù)推理可認為是一種基于證據(jù)和概稱陳述推導出解釋性事實主張的常識推理,本質上是一種最佳解釋的推論,屬于可廢止推理。證明過程中的前提可以是證據(jù)材料,也可以是解釋性事實,而結論是解釋性事實,從前提到結論的鏈接是表達一般知識的概稱陳述。為了保障推理的可靠性和安全性,除了審查證據(jù)資格外,推理者還必須仔細查驗概稱陳述的來源、可靠性以及似真性。

      3 證據(jù)推理的三大方法

      3.1 論證方法的最佳解釋推論

      3.1.1 論證方法的產(chǎn)生與現(xiàn)狀

      論證的理論淵源追溯到古希臘亞里士多德的三段論。三段論就是一種論證,即由兩個直言命題共同推導出結論。發(fā)展至今,論證是一個廣義的術語,可以用不同的方式進行表述。論證理論家沃爾頓(D.Walton)把“論證”定義為“給出理由來支持或批評有問題或容易引起懷疑的主張”。([24],第1 頁)這個定義深刻指出了論證的批判性本質,但卻過于寬泛,并沒有提及支持和主張之間的關系。本文從論辯的視角來解釋論證這一術語,將其視為通過運用一系列連續(xù)推論步驟,來構建和攻擊從證據(jù)到結論的“推論樹(trees of inference)”。證據(jù)推理的論證方法起源于威格摩爾(Wigmore)([25])的證據(jù)圖表法,他開啟了一種從證據(jù)到假設的可視化研究路徑,以圖形的方式展現(xiàn)了論證方法。遵循威格摩爾的研究思路,新證據(jù)學家安德森、特文寧以理性主義傳統(tǒng)為基礎,專注于事實推論,形成面向法律人思維的證據(jù)推理可視化進路。另一方面,在法律人工智能領域中,通過將邏輯解釋為“法學一般化”,形式論辯學家主張([13,22]),在一個攻擊和防衛(wèi)主張的批判性程序中,邏輯的論辯角色可以用于理性分析論證,形成面向法律人工智能的程序化進路。

      3.1.2 案件事實的論證圖解模型

      論證的基礎推理結構可自下而上建模成圖1 的形式:根據(jù)證據(jù)E,推理者按照最佳解釋推論的過程構建解釋性事實H,概稱陳述提供從證據(jù)到解釋性事實的紐帶,使得推理者接受H?;A推理的步驟是建立在這樣的概稱陳述之上的,即“如果E是H的證據(jù),那么H成立”。由于這類概稱陳述反映證據(jù)與解釋性事實之間的關系,因而可稱為證據(jù)性概稱陳述。([3],第27 頁)

      圖1:論證中的基礎推理結構

      根據(jù)證據(jù)的數(shù)量、證據(jù)間的關系和推論出解釋性事實的數(shù)量,圖1 的基礎推理結構可細分為四種類型:簡單結構、收斂結構、閉合結構、發(fā)散結構,如圖2。

      圖2:論證中基礎推理結構的四種類型

      一個論證往往是由以上四種推理類型鏈接在一起的樹結構,因而可以建模成如圖3 的圖解形式。在圖3 中,最底層是推理的前提,它可以是證據(jù)材料或其它假設的命題;箭頭表示推理的步驟,由概稱陳述提供保證;最頂層的是最終結論,即最終待證事實,它從上到下為各項解釋性事實和證據(jù)提供解釋;其余部分是中間結論,即中間待證事實和次終待證事實。樹結構的子樹就是這個論證的某個子論證。在實踐中運用論證方法時,為了降低論證的復雜性,可以將一個大型論證分解成若干子論證。

      圖3:案件事實構建的論證圖解模型

      按照圖3 的圖解模型,在分析案件和構建案件事實的過程中,推理者從證據(jù)材料、相關假設的命題和概稱陳述出發(fā),在最佳解釋推論的指導下,逐步向上構建各種解釋性事實,形成完整的論證圖解。以這種方式來構建整個案件事實,可以實現(xiàn)推理過程的可視化,打破心證黑箱,為理性司法證明提供保障。

      3.1.3 基于最佳解釋推論的最佳論證

      在司法證明過程中,推理者基于最佳解釋推論可構造多個論證來解釋案件,因此需要比較各種可獲得的替代論證,以確定案件的“最佳論證”。比較論證主要涉及最佳解釋推論的第二階段。在論證方法中,各種論證被置于論辯語境中,如果一個論證經(jīng)受住了攻擊、沒有被成功質疑,那么這個論證就是可接受的,由此得到的最終待證事實,就是整個案件事實的最佳解釋。論證的可接受性可以從攻擊博弈和論辯狀態(tài)兩個方面來進行評價。

      質疑一個論證有三種途徑。([15])一是攻擊論證的前提,它通過構造另一個論證來說明原論證的某些前提是不可接受的或錯誤的,這種攻擊被稱為削弱攻擊(undermining attack)。二是攻擊論證的推理步驟,即攻擊聯(lián)系前提和結論的概稱陳述,它是構建另一個論證來說明原論證為何不能從前提推論出結論的原因,例如概稱陳述存在例外的情況,或者概稱陳述不具有可接受性等,這種攻擊被稱為底切攻擊(undercutting attack)。三是攻擊論證的結論,它通過一個反論證來反駁原論證,反論證的結論與原論證的結論是相互矛盾的,這種攻擊被稱為反駁攻擊(rebutting attack)。攻擊論證可以從論證的懷疑源著手。沃爾頓([23])為證據(jù)推理提供了諸多證明過程中反復使用的論證類型,每種論證類型的懷疑源都通過一組批判性問題而呈現(xiàn)。比如,訴諸從位置到知道論證,相應的概稱陳述表述為:如果處于特定領域S位置的證據(jù)來源a作證“領域S中的命題A為真(或假)”,那么A為真(或假)。它對應的批判性問題如下:

      1.位置問題:a處于知道命題A是否為真(假)的位置嗎?

      2.誠實問題:a是一個誠實的(可信的、可靠的)證據(jù)來源嗎?

      3.斷言問題:a斷言A是真(假)的嗎?

      上面三個批判性問題揭示了訴諸從位置到知道論證的懷疑源,為人們攻擊這個論證指明了方向。

      論證在經(jīng)過攻擊博弈后所處的狀態(tài)稱為論辯狀態(tài)。帕肯(H.Prakken)和弗雷斯維克(G.Vreeswijk)區(qū)分了論證的三種論辯狀態(tài):已證成狀態(tài)(在與其他論證競爭中獲勝)、已推翻狀態(tài)(在與其他論證競爭中失?。┡c可防衛(wèi)狀態(tài)(在與其他論證競爭中陷入平局)。([17])論證的論辯狀態(tài)取決于它是否擊?。╠efeat)其他論證或被其它論證所擊敗。底切攻擊通常能夠擊敗其它論證,而削弱攻擊和反駁攻擊能否擊敗原論證則取決于兩個論證的強度的優(yōu)先關系(preference relation)??坍嬚撟C強度大小的優(yōu)先關系是一個炙手可熱的研究課題。比如,帕肯和薩托爾(G.Sartor)([16])建模概稱陳述之間的優(yōu)先關系,阿姆古德(L.Amgoud)和凱羅爾(C.Cayrol)([1])建模一個論證框架下整體論證之間的優(yōu)先關系。然而,到目前為止還沒有系統(tǒng)的方法來確定論證強度的優(yōu)先關系,目前衡量論證強度大小的標準主要都是建立在直覺的基礎之上并根據(jù)常識知識進行判斷。例如,基于甲某的證人證言論證比基于乙某的證人證言論證更加可靠,因為甲某不戴眼鏡而乙某戴眼鏡,因此前者比后者更為優(yōu)先。

      如果論證A反駁或削弱論證B,那么A擊敗B當且僅當A優(yōu)先于B(即A的論證強度大于B的論證強度)。如果兩個互相攻擊的論證具有相同的論證強度,或者它們的強度的優(yōu)先關系沒有被定義,那么這兩個論證就互相擊敗對方。如果論證A擊敗B,而論證B沒有擊敗A,則稱A嚴格擊敗B。然而,即使論證A嚴格擊敗了論證B,也不能說明論證A達到了已證成狀態(tài),因為A可能會被另一個論證C擊敗。假定論證B嚴格擊敗論證A,而第三個論證C又嚴格擊敗論證B本身,這時論證C復原(reinstatement)了A,但同樣也不能說明論證C和A達到了已證成狀態(tài)。因為有可能存在更為復雜的情形,例如又來一個論證D,它和論證C互相攻擊對方,接著又來一個論證E,E擊敗D又復原了C,等等依次類推下去。就論證相互攻擊的復雜情形而言,需要一個擊敗關系之間的演算系統(tǒng)。這個演算系統(tǒng)的輸入是一組帶有擊敗關系的論證,輸出是對這些論證的三類論辯狀態(tài)的評價。帕肯的ASPIC+系統(tǒng)提供了一個演算系統(tǒng)的形式框架。([14])在這種形式框架中,已證成的論證是那些在與他們的對手的所有沖突中獲勝的論證,它擊敗了所有對手論證,所以可以被接受。已推翻的論證是那些被已證成的論證所擊敗的論證,因此必須被拒絕。而可防衛(wèi)的論證是那些涉及到的沖突不能被解決的論證,與其他論證的對抗陷入平局。

      由此可見,一個論證如果在與其他替代論證的對抗博弈中已證成,那么這個論證就是“最佳論證”,就可以被接受。因此,已證成的論證就是最佳論證。在論證方法的框架下,對已證成論證的尋找,遵循的正是最佳解釋推論的思維過程。

      3.2 故事方法的最佳解釋推論

      3.2.1 故事方法的產(chǎn)生與現(xiàn)狀

      故事(story)以一種容易為人類處理的方式把信息結構化,在人們理解世界的過程中扮演著重要角色,是人們進行交流的一種普遍形式。亞里士多德是最先討論故事的人之一,后來一些文學理論和認知心理學家也相繼對故事進行了研究。他們的研究興趣主要在于故事的組成要素、故事的語法結構以及人們?nèi)绾芜\用常識知識構建和理解故事。從20 世紀80 年代,一些學者開始轉向如何將故事適用于刑事案件中的證據(jù)推理,其中,最具代表性和影響深遠的當屬彭寧頓(N.Pennington)和黑斯蒂(R.Hastie)。他們在班尼特(L.Bennett)和費爾德曼(M.Feldman)研究基礎上總結了一套故事方法,即刑事案件的決策過程就是使用該案中的證據(jù)構建有關“發(fā)生了何事”的故事,然后比較這些故事,從中發(fā)現(xiàn)最佳故事。故事方法高度接近于調查人員和法律決策者實際思考案件的方式,因而是自然的,在實踐中經(jīng)常為推理者所運用。故事的因果結構不僅能夠幫助決策者記憶證據(jù)并判斷其重要性,還可以填補案件中沒有證據(jù)支持的缺口。然而,故事方法存在“好故事排除真故事”的危險,即一個良好結構的、與證據(jù)并不充分相容的“好故事”,無論其本身的真實情況如何,會比無結構的、卻與證據(jù)相容的“壞故事”更加可信。為了降低這個危險,以克勞姆巴格(H.Crombag)為代表的法律心理學家提出了錨定敘事理論(Anchored Narratives Theory),他們主張故事應該錨定于關于周圍世界的常識知識之中,錨定于不會受到合理懷疑的安全概稱陳述中。錨定敘事理論的錨定過程提供了一種核實故事符合世界知識程度的方法。在此基礎上,貝克斯(F.J.Bex)提出了一種混合理論(Hybrid Theory),將論證方法融入故事方法中,以提高故事的可靠性,進一步降低“好故事排除真故事”的危險。

      3.2.2 案件事實的故事圖解模型

      在故事方法的混合理論中,故事是指一個特定的、融貫的、通常按時序排列的狀態(tài)(state)或事件(event)序列。([2])然而,并非任何按時序排列的狀態(tài)或事件序列都是一個故事,一個狀態(tài)或事件序列要成為故事,必須滿足兩個條件:第一,各狀態(tài)和事件之間不應當包含明顯的抵觸;第二,狀態(tài)和事件之間必須要有某種明示的或默示的因果關系。故事中的事件經(jīng)由因果關系和時間關系之組合相聯(lián)系,各狀態(tài)和事件之間的因果關系可以表達為條件陳述,這些條件陳述本質上是一個概稱陳述,在故事理論中被稱為因果性概稱陳述(causal generalization),它具有“H1是H2的原因”之形式。([3],第60-61 頁)

      混合理論中的故事圖解模型包含兩層結構:故事層和論證層,如圖4。一個案件發(fā)生后,事實發(fā)現(xiàn)者收集相關證據(jù)材料,結合常識知識和經(jīng)驗,運用最佳解釋推論得出一系列解釋性事實,這些解釋性事構成了故事中的狀態(tài)或事件,它們按照一定的時序排序形成一個故事。這個故事就是圖解模型4 中的故事層。故事可以用來解釋已收集到的證據(jù),也可以預測將來可能會出現(xiàn)的新證據(jù)。故事層中的狀態(tài)或事件要么是以前一個狀態(tài)或事件為基礎,要么是以證據(jù)材料為基礎,運用最佳解釋推論而構建的。狀態(tài)或事件之間、狀態(tài)或事件與證據(jù)材料之間都存在某種因果聯(lián)系,它們之間的推理關系都是用因果性概稱陳述來提供紐帶。從證據(jù)材料出發(fā),基于證據(jù)性概稱陳述,運用最佳解釋推論還可以推導出其它解釋性事實。這些解釋性事實和證據(jù)材料形成的樹圖結構,就是故事圖解模型中的論證層。論證層為故事層提供支持,故事層為論證層提供解釋。

      在混合理論中,證據(jù)視為故事被錨定的“基礎”,證據(jù)與故事之間的聯(lián)系(“錨鏈”)是證據(jù)性論證中的推論?;旌侠碚搮^(qū)分了兩種錨:一是內(nèi)部錨,即代表故事內(nèi)部之關系的因果性概稱陳述,二是外部錨,即論證中以證據(jù)為起點的證據(jù)性概稱陳述,它們并非故事的一部分。([3],第240 頁)將論證融入故事,使得證據(jù)在故事中有了清晰的位置,已證成的論證為故事中的狀態(tài)或事件提供支持,故事本身也具有了理性良好基礎。

      圖4:案件事實構建的故事圖解模型

      3.2.3 基于最佳解釋推論的最佳故事

      在證據(jù)推理過程中,運用最佳解釋推論,推理者可以構建多個故事以解釋案件中“發(fā)生了何事”,例如控方故事和辯方故事。因此,需要從所有可能故事中檢驗、比較,以確定哪個是“最佳故事”,從而達到事實認定的目的。檢驗和比較故事主要涉及最佳解釋推論的第二階段。在混合理論中,故事的比較是通過關于故事的論證來完成的。評估故事的質量有多個標準,大致可分為兩組。第一組標準是關于故事如何符合案件中的具體證據(jù),即審查故事符合證據(jù)的程度,而第二組標準是關于故事是否符合普遍的、常識的世界知識,即審查故事本身的融貫性。

      審查故事符合證據(jù)的程度有三個子標準:證據(jù)支持、證據(jù)抵觸、證據(jù)空缺。([3],第87-89 頁)證據(jù)支持是指支持故事中狀態(tài)、事件或因果性概稱陳述的所有證據(jù)構成的集合;證據(jù)抵觸是指與故事中狀態(tài)、事件或因果性概稱陳述相抵觸的所有證據(jù)構成的集合;證據(jù)空缺是指故事中沒有獲得直接證據(jù)支持的所有事件構成的集合。例如,在圖4 中,證據(jù)支持有6 個證據(jù),即證據(jù)2-7,證據(jù)空缺有1 個事件,即事件1,它與證據(jù)性事實1 虛線連接表明沒有證據(jù)支持。這三個子標準分別對應著三個批判性問題([4]):

      1.多少以及哪些可獲得的證據(jù)材料支持該故事?(證據(jù)支持)

      2.多少以及哪些可獲得的證據(jù)材料抵觸該故事?(證據(jù)抵觸)

      3.該解釋中的多少以及哪些事件未獲得證據(jù)材料的支持?(證據(jù)空缺)通過回答上面三個問題,就可以審查故事的質量,從而為比較故事的優(yōu)劣提供依據(jù)。很顯然,證據(jù)支持越多,證據(jù)抵觸和證據(jù)空缺越小,故事符合證據(jù)的程度就越高。

      審查故事本身的融貫性也有三個子標準:一致性、似真性和完備性。([12],第528 頁)一致性是指故事中各狀態(tài)和事件之間不包含內(nèi)部抵觸;似真性是指符合關于周圍世界的一般知識;完備性是指故事的要素齊全、結構完整,符合“動機-目的-行為-結果”的故意行為故事圖式(story scheme),即行為者的某個動機形成特定的目的,目的進而導致行為,行為產(chǎn)生結果。這三個子標準也分別對應著三個批判性問題([3],第94 頁):

      1.該故事有互相抵觸的狀態(tài)或事件嗎?(一致性)

      2.該故事中的事件以及表達潛在因果關系的概稱陳述,其內(nèi)在似真程度如何?(似真性)

      3.該故事填滿了一個似真的故事圖式嗎?該故事擬合一個似真的故事圖式嗎?(完備性)

      這三個問題,不需要考慮證據(jù),通過一般的常識知識和經(jīng)驗就能做出回答,從而檢驗故事的融貫性,為比較故事的優(yōu)劣提供依據(jù)。一致性越強,似真性越高,完備性越足,則故事的融貫性越好。

      故事符合證據(jù)的程度及其融貫性主要是從故事本身的屬性來比較故事的優(yōu)劣。符合度越高,融貫性越強,這樣的故事質量就越高,在與其它替代故事的競爭中就會勝出。此外,為了保證事實認定的準確性,達到排除合理懷疑的證明標準,司法人員應盡其所能構建多個關于案件“發(fā)生了何事”的可能故事,使得所有可能故事都應參與競爭,兩兩進行比較。

      類似于論證方法,故事最后的論辯狀態(tài)分為三種:可信的故事(與其他選擇故事競爭獲勝),不可信的故事(與其他選擇故事競爭失敗)與可疑的故事(與其他選擇故事競爭陷入平局)??尚诺墓适戮褪恰白罴压适隆?。如果論辯博弈中沒有故事可信,那么就需要基于最佳解釋推論補充證據(jù)并重新構建故事以找到最佳故事。因此,對最佳故事的尋找,遵循的也是最佳解釋推論的思維過程。

      3.3 概率方法的最佳解釋推論

      3.3.1 概率方法的產(chǎn)生與根基

      概率方法應用于證據(jù)推理起源于20 世紀后半期,如今已成為一個熱門話題。法庭科學家經(jīng)常談及使用數(shù)值概率的DNA 證據(jù),統(tǒng)計學專家受邀就給定案件情況發(fā)生某種犯罪的概率進行作證。概率方法是一種幫助決策者進行不確定性推理和數(shù)據(jù)分析的有效工具。概率推理以貝葉斯主觀概率為基礎,貝葉斯公式在其中充當重要角色:

      其中P(H |E)為解釋性事實H的后驗概率,P(E |H)為證據(jù)E的似然度,P(H)是H的先驗概率,P(E)為證據(jù)E的概率。貝葉斯公式也可以寫成如下幾率(odds)形式:

      上式等號左邊的公式稱為解釋性事實H的后驗幾率,等號右邊第一個公式稱為證據(jù)E的似然率(likelihood ratio),第二個公式為H的先驗幾率。通常,人們運用似然率模型評價證據(jù)的證明力(the probative value)([28])。與H的先驗概率相比較,當似然率大于1 時,證據(jù)E將促使H的后驗概率增大,而且似然率越大,后驗概率將越接近1;當似然率小于1 時,證據(jù)E將導致H的后驗概率減小,而且似然率越接近于0,后驗概率也將越接近于0;當似然率等于1 時,E不提供任何證據(jù)價值,后驗概率等于其先驗概率。

      3.3.2 案件事實的貝葉斯網(wǎng)絡模型

      貝葉斯網(wǎng)絡(Bayesian Network,簡稱BN)是運用概率方法進行證據(jù)推理的可視化圖解模型。貝葉斯網(wǎng)絡是由節(jié)點和有方向的弧構成的不帶有向圈的圖。節(jié)點代表隨機變量,每個變量關聯(lián)一個概率分布表?;〈碜兞恐g的因果關系或概率關系。任何關系的強度都是由概率分布來確定。([6])圖5 是一個簡單的貝葉斯網(wǎng)絡,用來分析被告人是否是犯罪現(xiàn)場收集到DNA 的來源。變量可以表示未知的假設,如“被告人是犯罪現(xiàn)場DNA 的來源”,也可以表示被觀察的證據(jù),如“現(xiàn)場DNA 被檢測為X 型”。每個變量都有明確的取值或狀態(tài),這些取值必須是互相排斥且窮盡的。根據(jù)變量的取值類型,變量可分為離散變量和連續(xù)變量。離散變量的取值是有限的,如布爾變量的取值只有“真”和“假”兩種狀態(tài),圖5 中的變量都是布爾變量。連續(xù)變量的取值則是無窮的連續(xù)數(shù)值。在構建貝葉斯網(wǎng)絡時,首先要確定選擇何種類型的變量來建模案件中的假設和證據(jù),這里最佳解釋推論扮演了關鍵性作用。推理者根據(jù)經(jīng)驗、常識知識和收集到的證據(jù),形成假設,以解釋案件和觀察到的證據(jù)。

      當變量選定后,就要考慮變量之間的因果依賴關系、概率依賴關系和時序依賴關系,利用這些關系來確定哪兩個變量之間要畫弧?;”硎緝蓚€變量之間的直接依賴關系,通?;《际怯稍蚬?jié)點指向結果節(jié)點,由假設指向證據(jù),由先發(fā)生的事件指向后發(fā)生的事件。如果兩個變量具有直接依賴關系,但不是因果關系,如一個變量表示“人的身高”,另一個變量表示“人的體重”,那么弧的方向通常根據(jù)哪個更便于確定條件概率分布表來選擇。兩個變量之間沒有弧,意味著它們不具有直接的依賴關系。貝葉斯網(wǎng)絡描繪現(xiàn)實世界的近似模型,在確定節(jié)點數(shù)量和兩個節(jié)點之間是否應該畫弧時,在現(xiàn)實和效率之間有一個必要的權衡。節(jié)點和弧越多,模型的保真度可能會更好,但此時模型的復雜度卻很高,從而導致概率計算和信念更新更困難,所以必須在構建更精確的模型和額外建模的成本之間進行權衡。

      圖5:DNA 來源的貝葉斯網(wǎng)絡

      3.3.3 基于最佳解釋推論的最佳概率

      貝葉斯網(wǎng)絡包含兩個組成部分,一是定性部分,即由案件的證據(jù)和解釋性事實構成的網(wǎng)絡結構圖,如圖5。這個網(wǎng)絡圖與論證圖解、故事圖解一樣,都是在最佳解釋推論的指導下構建起來的。案件的整體貝葉斯網(wǎng)絡由案件要素的子貝葉斯網(wǎng)絡圖組成,整體貝葉斯網(wǎng)絡可以看作是對案件“發(fā)生了何事”的一個解釋。二是定量部分。定性部分的網(wǎng)絡圖構建完成之后,推理者就應該按照概率理論給每個變量的取值狀態(tài)賦予恰當?shù)母怕蕯?shù)字,以得到這個變量的概率分布表。在貝葉斯網(wǎng)絡中,無父親結點的變量應賦予無條件概率分布表,有父親結點的變量應賦予條件概率分布表。概率數(shù)字可以是統(tǒng)計意義上的客觀概率,也可以是主觀概率,客觀概率更準確。為使主觀概率更可靠,可以采取專家論證形式來綜合評價與賦值。

      具有定性和定量結構的貝葉斯網(wǎng)絡構建完成后,利用概率理論的相關公式,尤其是貝葉斯公式,就可以進行相關的概率推理。貝葉斯網(wǎng)絡推理可以實現(xiàn)四個功能。一是計算證據(jù)的似然率,從而評價證據(jù)的證明力。二是檢測怎么樣證據(jù)組合會產(chǎn)生沖突、出現(xiàn)不一致的情況。三是計算假設的后驗概率,實現(xiàn)信念更新。四是尋找證據(jù)的最佳解釋。對于簡單的網(wǎng)絡結構,人工就能完成所有的推理計算,但對于較為復雜的網(wǎng)絡結構,運用人工智能專家們開發(fā)的軟件工具可以實現(xiàn)自動計算。在貝葉斯網(wǎng)絡中,輸入一組證據(jù)信息E={E1,E2,...,Em},然后去計算所有解釋變量(非證據(jù)變量,表明案件事實的變量)的最可能狀態(tài)組合,即找到解釋變量的某個狀態(tài)組合{Y1=y1,Y2=y2,...,Yn=yn},使得P{Y1=y1,Y2=y2,...,Yn=yn |E}最大,這個最大的概率值就是“最佳概率”,它對應的這個狀態(tài)組合{Y1=y1,Y2=y2,...,Yn=yn}就是證據(jù)E的最佳解釋。例如在圖5 中,如果我們輸入證據(jù)“現(xiàn)場DNA 被檢測為X 型=真”和“被告人DNA 被檢測為X 型=真”,那么就能分別計算出解釋變量“被告人是DNA 來源”的后驗概率,即P{被告人是DNA 來源=真|現(xiàn)場DNA 被檢測為X 型=真,被告人DNA 被檢測為X 型=真}和P{被告人是DNA 的來源=假|現(xiàn)場DNA 被檢測為X 型=真,被告人DNA 被檢測為X 型=真}的值。如果前者的數(shù)值大,則“被告人是DNA 來源”是上述兩個證據(jù)的最佳解釋。如果后者的數(shù)值大,則“被告人不是DNA 來源”是這兩個證據(jù)的最佳解釋。因此,在貝葉斯網(wǎng)絡推理中,對最佳概率的計算,遵循的仍是最佳解釋推論的思維過程。

      4 余論

      證據(jù)推理旨在構建案件事實,其過程是一種最佳解釋推論。論證、故事和概率模型都是評價證據(jù)、構建案件事實的理性證明方法。這三種模型有各自評價證據(jù)推理的方式,但本質上存在共通之處,即它們都是基于最佳解釋推論的方法。在論辯博弈中,已證成的論證,就是最佳論證;可信的故事,就是最佳故事;最大的后驗概率,就是最佳概率。最佳解釋推論提供的是一種認識論上的接受規(guī)則,為關于案件事實做出理性決策提供了指引。最佳解釋是對“最佳”案件事實的追尋,契合了司法領域中證明標準的要求。

      猜你喜歡
      解釋性陳述貝葉斯
      著力構建可解釋性模型
      科學導報(2025年3期)2025-02-08 00:00:00
      虛假陳述重大性
      論行政自由裁量的“解釋性控權”
      法律方法(2021年4期)2021-03-16 05:35:16
      陳述劉
      心聲歌刊(2018年4期)2018-09-26 06:54:14
      貝葉斯公式及其應用
      《蘇東坡·和陳述古拒霜花》
      中華詩詞(2017年9期)2017-04-18 14:04:38
      融媒體時代解釋性報道的發(fā)展之路
      傳播力研究(2017年5期)2017-03-28 09:08:30
      基于貝葉斯估計的軌道占用識別方法
      非解釋性憲法適用論
      一種基于貝葉斯壓縮感知的說話人識別方法
      電子器件(2015年5期)2015-12-29 08:43:15
      北京市| 吉安市| 泸溪县| 阳山县| 夏河县| 旌德县| 江永县| 崇阳县| 元阳县| 富锦市| 新密市| 买车| 扶风县| 北票市| 厦门市| 芜湖市| 宁乡县| 临沭县| 沁阳市| 庆元县| 焉耆| 巢湖市| 抚顺县| 建宁县| 丹寨县| 嘉峪关市| 天柱县| 息烽县| 江达县| 原平市| 潞城市| 棋牌| 延边| 措美县| 宜良县| 广元市| 建始县| 石狮市| 东安县| 灵川县| 句容市|