黃秋雨

引言

國(guó)務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》設(shè)定了2020 年至2035 年的人工智能發(fā)展目標(biāo)，其認(rèn)為人工智能將帶來(lái)社會(huì)發(fā)展新機(jī)遇，人工智能在司法服務(wù)等領(lǐng)域的廣泛應(yīng)用，將極大提高公共服務(wù)精準(zhǔn)化水平。[1]參見(jiàn)國(guó)務(wù)院：《國(guó)務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》，載《中華人民共和國(guó)國(guó)務(wù)院公報(bào)》2017年第22 期，第7-21 頁(yè)。最高人民法院在2022 年發(fā)布了《關(guān)于規(guī)范和加強(qiáng)人工智能司法應(yīng)用的意見(jiàn)》，繼續(xù)推動(dòng)人工智能同司法工作深度融合。[2]參見(jiàn)最高人民法院：《關(guān)于規(guī)范和加強(qiáng)人工智能司法應(yīng)用的意見(jiàn)》，載《人民法院報(bào)》2022 年12 月10 日，第4 版。在刑事司法領(lǐng)域垂直人工智能的高速發(fā)展下，“人工智能入侵刑事司法”的論斷見(jiàn)諸報(bào)端。人工智能會(huì)對(duì)刑事司法領(lǐng)域進(jìn)行革命性的改造，這將對(duì)世界范圍內(nèi)的法律職業(yè)共同體造成重大影響。身處不同法系的法律職業(yè)共同體對(duì)待人工智能的態(tài)度各有不同，或仍熱情積極地以人工智能技術(shù)改造原有法律工作方式，或已發(fā)現(xiàn)人工智能的運(yùn)用存在倫理困境、技術(shù)偏倚的問(wèn)題而轉(zhuǎn)向?qū)徤鲗?duì)待。[3]有學(xué)者歸納了人工智能研究和規(guī)制的三種模式，分別是發(fā)展優(yōu)位的中國(guó)模式、嚴(yán)格監(jiān)管的歐盟模式和漸進(jìn)規(guī)制的美國(guó)模式。參見(jiàn)李訓(xùn)虎：《刑事司法人工智能的包容性規(guī)制》，載《中國(guó)社會(huì)科學(xué)》2021 年第2 期，第43 頁(yè)。

既有學(xué)術(shù)研究更關(guān)注法官的人工智能化，對(duì)人工智能替代法官裁判的可能路徑、潛在風(fēng)險(xiǎn)等進(jìn)行了詳細(xì)研究，形成了“人工智能難以取代法官但能輔助裁判”的基本共識(shí)。[4]有關(guān)法官人工智能化的研究參見(jiàn)吳習(xí)彧：《裁判人工智能化的實(shí)踐需求及其中國(guó)式任務(wù)》，載《東方法學(xué)》2018 年第2 期，第110-117 頁(yè)；左衛(wèi)民：《AI 法官的時(shí)代會(huì)到來(lái)嗎——基于中外司法人工智能的對(duì)比與展望》，載《政法論壇》2021 年第5 期，第3-13 頁(yè)；雷磊：《司法人工智能能否實(shí)現(xiàn)司法公正?》，載《政法論叢》2022 年第4 期，第72-82 頁(yè)。既有研究并不關(guān)注辯護(hù)律師人工智能化的可能性，這也導(dǎo)致學(xué)界更側(cè)重從宏觀層面進(jìn)行研究，還未關(guān)注到在辯護(hù)律師的證據(jù)推理環(huán)節(jié)應(yīng)用人工智能的問(wèn)題。[5]研究辯護(hù)律師人工智能化的研究較少，代表性的研究更傾向從人工智能對(duì)律師行業(yè)產(chǎn)生的影響角度切入并進(jìn)行宏觀論述，可參見(jiàn)李?yuàn)^飛、朱夢(mèng)妮：《大數(shù)據(jù)時(shí)代的智慧辯護(hù)》，載《浙江工商大學(xué)學(xué)報(bào)》2018 年第3 期，第22-33 頁(yè)；楊立民：《律師職業(yè)人工智能化的限度及其影響》，載《深圳大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版)》2018 年第2期，第82-90 頁(yè)。在刑事訴訟所對(duì)應(yīng)的法律職業(yè)共同體中，辯護(hù)律師在公控審方擁有強(qiáng)大人工智能技術(shù)之時(shí)卻缺乏相應(yīng)的抗衡能力，其應(yīng)以人工智能融合辯護(hù)作為未來(lái)發(fā)展目標(biāo)。

我國(guó)學(xué)者最早于1995 年研究了西方法學(xué)中的法律推理，[6]參見(jiàn)王鴻貌：《論當(dāng)代西方法學(xué)中的法律推理》，載《法律科學(xué)（西北政法學(xué)院學(xué)報(bào)）》1995 年第5 期，第92-96 頁(yè)。不久之后就有學(xué)者開(kāi)創(chuàng)性地將人工智能結(jié)合法律推理進(jìn)行了研究，初步闡釋了人工智能模擬法律解釋、適用啟發(fā)性程序以及自然語(yǔ)言模擬會(huì)遇到的困難。[7]參見(jiàn)張保生：《人工智能法律系統(tǒng)的法理學(xué)思考》，載《法學(xué)評(píng)論》2001 年第5 期，第11-21 頁(yè)。相較于法律推理，證據(jù)推理引起法學(xué)界重視的時(shí)間較晚。不過(guò)，證據(jù)推理在計(jì)算機(jī)領(lǐng)域首次出現(xiàn)后，法學(xué)界很快也開(kāi)始在研究法律推理的過(guò)程中發(fā)現(xiàn)了證據(jù)推理的重要性，[8]參見(jiàn)雷小政：《刑事訴訟法律推理的方法論基礎(chǔ)》，載《中國(guó)刑事法雜志》2008 年第5 期，第58-65 頁(yè)。學(xué)者后續(xù)也強(qiáng)調(diào)了司法證明中證據(jù)推理的重要性、證據(jù)推理模式的轉(zhuǎn)型以及證據(jù)推理中的價(jià)值判斷，[9]參見(jiàn)封利強(qiáng)：《司法證明機(jī)理：一個(gè)亟待開(kāi)拓的研究領(lǐng)域》，載《法學(xué)研究》2012 年第2 期，第143-162頁(yè)；陳林林：《證據(jù)推理中的價(jià)值判斷》，載《浙江社會(huì)科學(xué)》2019 年第8 期，第48-54 頁(yè)。新近研究則將邏輯學(xué)、概率學(xué)等知識(shí)同人工智能的證據(jù)推理相結(jié)合，對(duì)推理的方法和困境進(jìn)行了初步探究。[10]參見(jiàn)杜文靜：《法律證據(jù)事實(shí)的邏輯方法探析》，載《邏輯學(xué)研究》2022 年第1 期，第65-81 頁(yè)；杜文靜：《法律證據(jù)推理的人工智能建模路徑》，載《山東社會(huì)科學(xué)》2021 年第5 期，第166-174 頁(yè)；熊曉彪：《概率推理：實(shí)現(xiàn)審判智能決策的結(jié)構(gòu)化進(jìn)路》，載《中外法學(xué)》2022 年第5 期，第1278-1298 頁(yè)。

在法律推理的重心逐漸轉(zhuǎn)向證據(jù)推理的過(guò)程中，辯護(hù)律師所進(jìn)行的證據(jù)推理將是實(shí)現(xiàn)有效辯護(hù)的關(guān)鍵?？剞q失衡的問(wèn)題不一定要靠科技解決，但科技的發(fā)展和應(yīng)用確實(shí)能夠補(bǔ)充律師的法律智慧，幫助其更好地生成辯護(hù)策略。[11]參見(jiàn)邱昭繼：《人工智能、法律解析與未來(lái)法律實(shí)踐》，載《政法論叢》2022 年第4 期，第83-93 頁(yè)。將人工智能運(yùn)用于辯護(hù)律師的證據(jù)推理具備一定的可能性，同時(shí)也面臨著挑戰(zhàn)。由此，本文將反思人工智能之于辯護(hù)工作的意義，思考如何實(shí)現(xiàn)辯護(hù)律師證據(jù)推理的人工智能化，輔助提升刑事辯護(hù)的力量，使辯護(hù)律師更加有效地維護(hù)犯罪嫌疑人、被告人之利益，為人工智能融入刑事司法治理提供理論支持和技術(shù)供給，助推刑事訴訟現(xiàn)代化進(jìn)程中辯護(hù)權(quán)的轉(zhuǎn)型升級(jí)，更好地實(shí)現(xiàn)并維護(hù)好科技司法時(shí)代下的數(shù)字正義。

一、問(wèn)題的提出

法律推理可分為事實(shí)認(rèn)定與法律適用兩個(gè)階段，有關(guān)法律推理的研究卷帙浩繁，其中法律適用階段得到了更多的關(guān)注，而事實(shí)認(rèn)定尤其是其中的證據(jù)推理卻未引起足夠的重視。[12]參見(jiàn)[英]威廉·特文寧：《證據(jù)：跨學(xué)科的科目》，王進(jìn)喜譯，載何家弘主編：《證據(jù)學(xué)論壇》（第13 卷），法律出版社2007 年版，第277 頁(yè)。另見(jiàn)張保生：《法律推理的理論與方法》，中國(guó)政法大學(xué)出版社2000 年版，第169頁(yè)。事實(shí)認(rèn)定不等于證據(jù)推理，事實(shí)認(rèn)定由證據(jù)調(diào)查、證據(jù)推理和證據(jù)決策構(gòu)成，此為2022 年5 月24 日張保生教授于西藏民族大學(xué)“比較法視野下的訴訟與證據(jù)”系列講座所作的“證據(jù)分析的進(jìn)路”主題發(fā)言中提出的觀點(diǎn)。同時(shí)，針對(duì)證據(jù)推理的研究缺乏對(duì)推理主體的考察，辯護(hù)律師作為推理主體的研究更是鮮少有人問(wèn)津。在刑事訴訟中，辯護(hù)律師往往比事實(shí)認(rèn)定者更早接觸到證據(jù)，更主動(dòng)地根據(jù)既有證據(jù)建構(gòu)出有利于被告方的案件理論（the theory of the case）[13]案件理論是指案件中各請(qǐng)求方當(dāng)事人所講述的案情版本，通常是一個(gè)具體的事件版本，包含實(shí)體法所要求的要件。由于持方和立場(chǎng)的不同，在刑事案件中可分為控方理論和辯方理論。See Andrew Palmer,Proof and the Preparation of Trials, Law Book Co.,2003，Ch.5.，更為直接地參與事實(shí)調(diào)查及辯論環(huán)節(jié)。律師在對(duì)抗式庭審中堪稱證據(jù)推理的主角，而在我國(guó)的抗辯式訴訟構(gòu)造下，情況則有所變化。刑事訴訟制度變革意圖基本有賴于立法者理性建構(gòu)的假設(shè)前提，立法者意圖實(shí)現(xiàn)“以審判為中心”“庭審實(shí)質(zhì)化”以及“控辯平等”，并希望立法思路的理想主義情懷彌漫至刑事司法實(shí)踐中，但是其美好理想并未成為現(xiàn)實(shí)。[14]參見(jiàn)郭松：《試點(diǎn)改革與刑事訴訟制度發(fā)展》，法律出版社2018 年版，第31 頁(yè)。另見(jiàn)左衛(wèi)民：《刑事訴訟中的“人”：一種主體性研究》，載《中國(guó)法學(xué)》2021 年第5 期，第91 頁(yè)。在應(yīng)然狀態(tài)下，法官與檢察官對(duì)被告有利及不利的事項(xiàng)應(yīng)予以同等注意，在實(shí)然層面，這一同等注意義務(wù)往往無(wú)法得到履行，法官與檢察官更關(guān)注對(duì)被告不利的事項(xiàng)。[15]有學(xué)者將法官同檢察官的合作超過(guò)其應(yīng)有的限度而致使雙方的獨(dú)立地位趨向統(tǒng)一的情況概括為“盟友效應(yīng)”（Schulterschlusseffekt）.Vgl.Bernd Schünemann,Wohin treibt der deutsche Strafprozess?,Zeitschrift für die gesamte Strafrechtswissenschaft 114 (2002),S.1-62 ff.辯護(hù)人的功能由此顯現(xiàn)，即促使國(guó)家機(jī)關(guān)對(duì)有利于被告的方面實(shí)踐其應(yīng)然義務(wù)，并努力動(dòng)搖國(guó)家機(jī)關(guān)所掌握的不利于被告之事項(xiàng)，以保證無(wú)罪推定原則在個(gè)案中的實(shí)現(xiàn)。[16]參見(jiàn)林鈺雄：《刑事訴訟法》（上冊(cè)），新學(xué)林出版股份有限公司2017 年版，第211 頁(yè)。中國(guó)刑事訴訟活動(dòng)的實(shí)然狀態(tài)反映出抗衡國(guó)家機(jī)關(guān)的辯護(hù)力量往往處于缺位或弱勢(shì)狀態(tài)，辯護(hù)律師往往在證據(jù)推理中難以發(fā)揮其應(yīng)有的作用，或是無(wú)加辨別地刻板重復(fù)“請(qǐng)求法院從輕或減輕被告人刑罰”以及“案件事實(shí)清楚、證據(jù)確實(shí)充分”的辯護(hù)詞，忽略有利于被告人的證據(jù)，[17]曾有律師在一年內(nèi)承接了30 余起死刑法律援助案件，在這30 余起案件中，該律師的辯護(hù)意見(jiàn)具有同質(zhì)化的特點(diǎn)，“事實(shí)清楚，證據(jù)確實(shí)充分，定性準(zhǔn)確，量刑適當(dāng)，建議維持原判”的辯護(hù)意見(jiàn)大量充斥于其所承辦的死刑案件中。在相當(dāng)數(shù)量的死刑案件中，辯護(hù)人對(duì)于關(guān)鍵但基礎(chǔ)的證據(jù)問(wèn)題均未予以合理注意。參見(jiàn)朱明勇律師于2020年4 月1 日小包公法律大講壇《死刑的有效辯護(hù)系列：破解生死的密碼——從會(huì)見(jiàn)開(kāi)始》上的發(fā)言。無(wú)法很好地構(gòu)建辯方的案件理論，抑或是無(wú)法對(duì)控方案件理論作出精準(zhǔn)的對(duì)抗性回應(yīng)。與此同時(shí)，在法檢工作充分迎合大數(shù)據(jù)和人工智能時(shí)代的發(fā)展潮流，開(kāi)始不斷在審判工作、檢察工作中應(yīng)用新技術(shù)時(shí)，犯罪嫌疑人、被告人的辯護(hù)權(quán)仍停滯在原來(lái)并不平等的起跑線上，并由此導(dǎo)致刑事訴訟構(gòu)造中控辯關(guān)系的進(jìn)一步失衡。

人工智能初涉法律場(chǎng)域之時(shí)，非專業(yè)的法律人士往往只能基于感性認(rèn)識(shí)對(duì)“人工智能好還是不好”作出單純的站邊回應(yīng)，而無(wú)法深入問(wèn)題核心。[18]參見(jiàn)[美]梅拉妮·米歇爾：《AI3.0：思考人類的指南》，王飛躍等譯，四川科學(xué)技術(shù)出版社2021 年版，序。而隨著人工智能研究全面鋪開(kāi)，在刑事司法領(lǐng)域揭開(kāi)人工智能神秘面紗之時(shí)，在逐步彌合法律和科技之間的信息鴻溝之時(shí)，人工智能應(yīng)用場(chǎng)景下的細(xì)節(jié)得到了進(jìn)一步探索。在人工智能時(shí)代下的刑事訴訟中，我國(guó)人工智能的應(yīng)用可分為智能輔助決策應(yīng)用系統(tǒng)、智能輔助支持系統(tǒng)、案件管理應(yīng)用系統(tǒng)以及訴訟服務(wù)應(yīng)用系統(tǒng)這四個(gè)系統(tǒng)，而這些應(yīng)用大部分仍處于“弱人工智能應(yīng)用”階段，還未深入證據(jù)推理的核心。在刑事司法場(chǎng)域人工智能新一輪革命蓄勢(shì)待發(fā)之時(shí)，我們應(yīng)該再將目光轉(zhuǎn)回刑事訴訟中的證據(jù)推理，關(guān)注證據(jù)推理中的主體性因素。通過(guò)深度學(xué)習(xí)、大數(shù)據(jù)和算法計(jì)算，人工智能能夠復(fù)原特定領(lǐng)域下的人類理性，并由于設(shè)計(jì)者、使用者的角色分化，推理主體的社會(huì)性被傳導(dǎo)至機(jī)器之中，人工智能能否實(shí)現(xiàn)辯護(hù)律師的證據(jù)推理？相較于人類辯護(hù)律師的證據(jù)推理，人工智能進(jìn)行證據(jù)推理會(huì)有哪些優(yōu)勢(shì)，又面臨哪些困境？其應(yīng)如何對(duì)困境作出回應(yīng)，從而實(shí)現(xiàn)辯護(hù)律師證據(jù)推理環(huán)節(jié)的人工智能化？證據(jù)推理人工智能化會(huì)帶來(lái)哪些風(fēng)險(xiǎn)，我們又應(yīng)如何面對(duì)？本文將嘗試對(duì)以上問(wèn)題進(jìn)行探索和回應(yīng)。

二、人工智能輔助辯護(hù)律師進(jìn)行證據(jù)推理的可能性

從理論上說(shuō)，辯護(hù)律師傳統(tǒng)的證據(jù)推理過(guò)程可分為“立-駁-立”三階段，各階段涉及的信息輸入、分析及輸出可被核心方法為深度學(xué)習(xí)的人工智能模仿。從實(shí)務(wù)上說(shuō)，自上世紀(jì)以來(lái)，刑事司法人工智能的應(yīng)用性研究成果層出不窮，借助科技力量輔助實(shí)現(xiàn)證據(jù)推理，可幫助其進(jìn)行職業(yè)轉(zhuǎn)型。從社會(huì)需求和阻力上說(shuō)，將人工智能應(yīng)用于辯護(hù)律師的證據(jù)推理后能更好地在數(shù)量上保障犯罪嫌疑人、被告人有律師幫助，在質(zhì)量上提升辯護(hù)能力和精準(zhǔn)度；基于辯護(hù)律師的利益偏向性，將人工智能應(yīng)用于辯護(hù)律師的證據(jù)推理僅會(huì)受到有限阻力。由此，人工智能輔助辯護(hù)律師進(jìn)行證據(jù)推理具備可能性。

（一）證據(jù)推理的可模仿性

辯護(hù)律師的證據(jù)推理是指辯護(hù)律師分析并運(yùn)用證據(jù)構(gòu)建辯方案件理論的推理過(guò)程。辯護(hù)律師進(jìn)行證據(jù)推理，首先要在具備專業(yè)知識(shí)的基礎(chǔ)上，通過(guò)閱卷和會(huì)見(jiàn)當(dāng)事人獲取案件信息，了解控方的案件理論，發(fā)現(xiàn)、提取和分析與犯罪構(gòu)成要件相對(duì)應(yīng)的證據(jù)。其次，針對(duì)控方理論（prosecution’s theory）所依據(jù)的證據(jù)，結(jié)合從閱卷與會(huì)見(jiàn)中獲取的其他案件信息，分析不利于和有利于被追訴人的證據(jù)，根據(jù)證據(jù)規(guī)則剔除以非法方式獲得的證據(jù)，刪除基于不具備確實(shí)、充分的證據(jù)所構(gòu)建的控方事實(shí)，構(gòu)建有利于被追訴人利益的辯方事實(shí)版本，必要時(shí)補(bǔ)充證據(jù)，形成辯方理論（defense’s theory）。可以發(fā)現(xiàn)，辯護(hù)律師的證據(jù)推理實(shí)際上包含“立-駁-立”兩個(gè)階段，具有內(nèi)在的邏輯，流程感較為明顯，即先建立起對(duì)控方理論的理解，深析其證據(jù)推理邏輯，再針對(duì)性地對(duì)控方的證據(jù)推理進(jìn)行反駁，以篩選、補(bǔ)充后的證據(jù)進(jìn)行推理，建立起辯方理論。

統(tǒng)稱為深度學(xué)習(xí)的人工智能方法已經(jīng)成了主流的人工智能范式，而其可通過(guò)深度學(xué)習(xí)，利用數(shù)據(jù)、算法、模型模仿辯護(hù)律師證據(jù)推理的過(guò)程。首先，其能夠快速了解所有的法律法規(guī)，通過(guò)自然語(yǔ)言處理等技術(shù)獲得案件信息來(lái)源，將控方指控的邏輯與證據(jù)、法律規(guī)定相對(duì)應(yīng)。從效率上說(shuō)，律師人工閱卷需要耗費(fèi)大量的人力、物力，而人工智能閱卷和提取證據(jù)的速度遠(yuǎn)高于人類辯護(hù)律師的閱卷信息處理速度，并能夠幫助辯護(hù)律師快速調(diào)取證據(jù)檔案，避免遺漏細(xì)節(jié)。而反駁控方證據(jù)推理邏輯則需充分把握規(guī)則、判例等，人工智能可以針對(duì)前一階段中獲取的信息與現(xiàn)有規(guī)則進(jìn)行精密比對(duì)，分析并提示現(xiàn)有證據(jù)是否足以支撐法律所要求具備的犯罪構(gòu)成要件、是否有證據(jù)被排除的可能性。在完成前兩階段的工作后，人工智能可以協(xié)助辯護(hù)律師了解類案的辯方證據(jù)推理邏輯，結(jié)合本案具體情況，提取出有利于被追訴人的證據(jù)鏈條，確定辯方證據(jù)推理邏輯和辯方理論。需注意，辯護(hù)律師的證據(jù)推理雖然有可能被人工智能所模仿，但基于現(xiàn)有人工智能的數(shù)據(jù)來(lái)源有滯后性，人工智能更適宜輔助辯護(hù)律師進(jìn)行證據(jù)推理。利用人工智能進(jìn)行證據(jù)推理曾受到來(lái)自實(shí)務(wù)界和理論界的質(zhì)疑，認(rèn)為事實(shí)認(rèn)定過(guò)程并非機(jī)械的流程，而是充滿價(jià)值判斷和選擇過(guò)程，[19]參見(jiàn)李訓(xùn)虎：《刑事司法人工智能的包容性規(guī)制》，載《中國(guó)社會(huì)科學(xué)》2021 年第2 期，第50 頁(yè)。現(xiàn)有技術(shù)難以實(shí)現(xiàn)這一推理過(guò)程。但是，與時(shí)俱進(jìn)的研究成果預(yù)示著理論期待成為實(shí)際運(yùn)用的可能性。

（二）與時(shí)俱進(jìn)的研究成果

1970 年，布坎南（Bruce G.Buchanan）與黑德里克（Thomas E.Headrick）最先對(duì)法律推理與人工智能開(kāi)展了學(xué)術(shù)研究。[20]See Buchanan &Headrick,Some Speculation About Artificial Intelligence and Legal Reasoning,23 Stanford Law Review 40,40-62 (1970).國(guó)外的學(xué)者和律師群體最先對(duì)研制“法律診斷系統(tǒng)”以及律師系統(tǒng)提出了設(shè)想并進(jìn)行了廣泛的應(yīng)用實(shí)踐，人工智能證據(jù)推理的論證方法隨機(jī)被提出。[21]See Buchanan &Headrick,Some Speculation About Artificial Intelligence and Legal Reasoning,23 Stanford Law Review 40,40-62 (1970);Chris Chambers Goodman, AI/Esq.: Impacts of Artificial Intelligence in Lawyer-Client Relationships,72 Oklahoma Law Review 149,149-154 (2019);Lutomski,L.S.,“The Design of an Attorney’s Statistical Consultant”, in Proceedings of the Second International Conference of Artificial Intelligence and Law,ACM Press,2019,p.224-233.1979 年，科學(xué)家錢學(xué)森提出了建設(shè)法治系統(tǒng)工程的建議。[22]參見(jiàn)錢學(xué)森等：《論系統(tǒng)工程》（新世紀(jì)版），上海交通大學(xué)出版社2007 年版，第207-215 頁(yè)。自20 世紀(jì)80 年代始，我國(guó)學(xué)界正式開(kāi)始對(duì)法律專家系統(tǒng)進(jìn)行研究，[23]參見(jiàn)錢學(xué)森：《論法治系統(tǒng)工程的任務(wù)與方法》，載《科技管理研究》1981 年第4 期，第35 頁(yè)。值得注意的是，學(xué)界主要是針對(duì)刑事案件展開(kāi)了研究。1986 年，華東政法學(xué)院和上海社科院法學(xué)研究所的專家對(duì)量刑綜合平衡與電腦輔助量刑專家系統(tǒng)進(jìn)行了研究，并初步研制出全國(guó)第一個(gè)盜竊罪電腦輔助量刑專家系統(tǒng)。隨后，湖南大學(xué)也研制出了貪污罪量刑模型。[24]參見(jiàn)蘇惠漁、張國(guó)全、史建三：《未來(lái)的“電腦法官”——電腦輔助量刑專家系統(tǒng)論》，載《中國(guó)法學(xué)》1988年第4 期，第92-93 頁(yè)。1993 年，武漢大學(xué)趙廷光教授研發(fā)了實(shí)用刑法專家系統(tǒng)，其可對(duì)刑事個(gè)案進(jìn)行推理判斷。[25]參見(jiàn)趙廷光等：《實(shí)用刑法專家系統(tǒng)用戶手冊(cè)》，北京新概念軟件研究所1993 年版，第344-349 頁(yè)。轉(zhuǎn)引自張保生：《證據(jù)法的理念》，法律出版社2021 年版，第101 頁(yè)；另見(jiàn)趙廷光：《論“電腦量刑”的基本原理》，載《湖北警官學(xué)院學(xué)報(bào)》2007 年第2 期，第8 頁(yè)。對(duì)于辯護(hù)律師來(lái)說(shuō)，以電子卷宗歸檔、會(huì)見(jiàn)OCR 應(yīng)用等技術(shù)為主的“弱人工智能”已經(jīng)提升了重復(fù)性工作的效率，而根據(jù)案件大數(shù)據(jù)可對(duì)證據(jù)進(jìn)行智能校驗(yàn)、進(jìn)行案件證據(jù)推理、分析案件的信息的“強(qiáng)人工智能”將為其工作模式帶來(lái)新的革命。

湖南真澤律師事務(wù)所推出了“刑期預(yù)測(cè)系統(tǒng)”，各類如深圳領(lǐng)絡(luò)科技有限公司的“互聯(lián)網(wǎng)+法律”服務(wù)平臺(tái)融合AI 技術(shù)，也相繼推出了“云端律所”等產(chǎn)品，創(chuàng)造了“理脈”“牛法網(wǎng)”“法狗狗”等法律AI 技術(shù)系統(tǒng)。2022 年底橫空出世的ChatGPT 人工智能對(duì)話機(jī)器人可以說(shuō)明特定罪名的構(gòu)成要件，并針對(duì)輸入的案情與證據(jù)列明辯護(hù)觀點(diǎn)、寫出辯護(hù)詞并提出控方可能會(huì)用以指控的證據(jù)，其在言語(yǔ)交互、邏輯連貫性方面比既往的AI 工具都有了長(zhǎng)足的進(jìn)步。2023 年3 月，由美國(guó)律師團(tuán)隊(duì)研發(fā)的CoCounsel 人工智能法律助理已經(jīng)可以在3 分鐘內(nèi)分析、歸納美國(guó)調(diào)查委員會(huì)845 頁(yè)報(bào)告中可能被用以指控前總統(tǒng)唐納德·特朗普妨礙官方程序、共謀虛假陳述等犯罪的證據(jù)，指出指控邏輯的證據(jù)不足之處，并標(biāo)注有助于其脫罪的證據(jù)。

（三）社會(huì)需求與微弱阻力

帕克教授提煉出了刑事訴訟的兩種模式，在追求效率、刑事訴訟過(guò)程行政化的犯罪控制模式中，辯護(hù)律師僅是一種奢侈品，其可有可無(wú)，甚至只有在極少部分的案件中，辯護(hù)律師才成為一種“可以忍受的存在”。與之相反的是，在強(qiáng)調(diào)對(duì)抗性、以裁判為中心的正當(dāng)程序模式中，辯護(hù)律師自始至終均是關(guān)鍵角色。[26]參見(jiàn)[美]赫伯特·L·帕克：《刑事訴訟的兩種模式》，梁根林譯，載[美]虞平、郭志媛編譯：《爭(zhēng)鳴與思辨：刑事訴訟模式經(jīng)典論文選譯》，北京大學(xué)出版社2013 年版，第45 頁(yè)。在中國(guó)的刑事訴訟實(shí)踐中，似乎辯護(hù)律師已經(jīng)成為了一種推進(jìn)“訴訟流水線”更為順利運(yùn)行的附庸，其通過(guò)證據(jù)推理等途徑“動(dòng)搖國(guó)家機(jī)關(guān)所掌握的不利于被告之事項(xiàng)”的能力總被選擇性地忽略，“跨欄比賽”中最重要的障礙一開(kāi)始就被清出賽道。[27]參見(jiàn)[美]赫伯特·L·帕克：《刑事訴訟的兩種模式》，梁根林譯，載[美]虞平、郭志媛編譯：《爭(zhēng)鳴與思辨：刑事訴訟模式經(jīng)典論文選譯》，北京大學(xué)出版社2013 年版，第12 頁(yè)。帕克將正當(dāng)程序比喻為跨欄比賽，法律為國(guó)家打擊犯罪設(shè)定了障礙。在2017 年前，我國(guó)刑事辯護(hù)律師參與率僅維持在30%左右。[28]參見(jiàn)劉子陽(yáng)：《刑辯律師全覆蓋 實(shí)現(xiàn)質(zhì)變尚需克難》，載《法制日?qǐng)?bào)》2019 年1 月28 日，第7 版。自2017 年開(kāi)始，為改善犯罪嫌疑人、被告人辯護(hù)權(quán)難以得到保障以及辯護(hù)律師資源稀缺的問(wèn)題，司法部與最高人民法院部署開(kāi)展了刑事案件律師辯護(hù)全覆蓋的試點(diǎn)工作。截至2021 年，全國(guó)刑事案件律師辯護(hù)率有了大幅度的提升，在數(shù)值上達(dá)到了66%，[29]參見(jiàn)蔡長(zhǎng)春、張晨：《深入學(xué)習(xí)貫徹習(xí)近平法治思想 奮力譜寫律師事業(yè)發(fā)展新篇章》，載《法治日?qǐng)?bào)》2021年10 月11 日，第1 版。但從微觀層面看，數(shù)值的大幅度提升并沒(méi)有讓具體案件中的辯護(hù)質(zhì)量得到同步提升，仍有大量犯罪嫌疑人、被告人的辯護(hù)權(quán)尚未得到保障，其自身又不具備針對(duì)證據(jù)進(jìn)行推理的能力，指派的法律援助律師也存在敷衍了事，在庭審中進(jìn)行“配合性表演”[30]參見(jiàn)李?yuàn)^飛：《論“表演性辯護(hù)”——中國(guó)律師法庭辯護(hù)功能的異化及其矯正》，載《政法論壇》2015 年第2 期，第78-80 頁(yè)。的情況，同時(shí)不同區(qū)域的辯護(hù)律師辯護(hù)水平差異大，完全遵從控方所指控的案件事實(shí)，不對(duì)控方指控事實(shí)中的證據(jù)推理邏輯斷裂點(diǎn)進(jìn)行對(duì)抗，不積極尋找新的有利于被告人的量刑證據(jù)，難以達(dá)到有效辯護(hù)的效果。在公檢法不斷實(shí)現(xiàn)偵查高科技化、檢察高科技化以及審判高科技化的同時(shí)，控辯雙方難以實(shí)現(xiàn)平等武裝。對(duì)刑事案件律師辯護(hù)全覆蓋以及有效辯護(hù)的追求呈現(xiàn)出刑事司法“既要又要”的特點(diǎn)，既要數(shù)量，又要質(zhì)量，而人工智能應(yīng)用于證據(jù)推理能夠很大程度緩解當(dāng)前辯護(hù)律師數(shù)量滿足不了刑事訴訟需要的問(wèn)題，而在辯護(hù)質(zhì)量上，依托大數(shù)據(jù)對(duì)比等技術(shù)，人工智能可以迅速根據(jù)案卷信息找到證言矛盾點(diǎn)、材料瑕疵等，減少了人力資源損耗，這一探索可以增加辯方的對(duì)抗力量。

作為無(wú)利害關(guān)系第三方，司法被賦予了“無(wú)偏倚性”的認(rèn)同假設(shè)，[31]參見(jiàn)陳洪杰：《司法認(rèn)同的期望象征：反思“無(wú)偏倚性”程序策略》，載《中外法學(xué)》2022 年第3 期，第747 頁(yè)。而人工智能法官的“算法黑箱”問(wèn)題與這一假設(shè)背道而馳，算法無(wú)法保證法官中立性的問(wèn)題使得人工智能在裁判中的應(yīng)用受到了頗多阻力。[32]參見(jiàn)謝澍：《人工智能如何“無(wú)偏見(jiàn)”地助力刑事司法——由“證據(jù)指引”轉(zhuǎn)向“證明輔助”》，載《法律科學(xué)（西北政法大學(xué)學(xué)報(bào)）》2020 年第5 期，第110 頁(yè)。但是，對(duì)于辯護(hù)律師來(lái)說(shuō)，辯方理論具有傾向性，證據(jù)推理也可具有偏向性，其所對(duì)應(yīng)的證據(jù)推理算法也可具有偏向性，可以通過(guò)既有證據(jù)或新證據(jù)構(gòu)建出有利于被告人的案件理論。審判的實(shí)質(zhì)是哪一方案件理論更為真實(shí)的競(jìng)賽。[33]See Thomas A.Mauet,Trial Techniques,Aspen Publishers,2010,p.12.案件理論說(shuō)明了訴訟各方在法庭中所出示的“事實(shí)”并非真正的事實(shí)，而是根據(jù)證據(jù)構(gòu)建出來(lái)的己方事實(shí)版本。即便人工智能有偏向性，其在輔助辯護(hù)律師進(jìn)行證據(jù)推理也不會(huì)實(shí)質(zhì)上危及司法裁判的公正性，反而有助于實(shí)現(xiàn)人工智能時(shí)代下形式上的控辯平等，這一嘗試并不會(huì)受到與排斥人工智能法官相同的阻力。

三、辯護(hù)律師應(yīng)用人工智能進(jìn)行證據(jù)推理的困境

保證犯罪嫌疑人、被告人得到辯護(hù)幫助只是一項(xiàng)基本要求，辯護(hù)律師如何與犯罪嫌疑人、被告人進(jìn)行良好溝通，如何與控方進(jìn)行良性互動(dòng)，在庭審中如何表現(xiàn)才是律師與犯罪嫌疑人、被告人之關(guān)系的重要方面。[34]See Chris Chambers Goodman,AI/Esq.: Impacts of Artificial Intelligence in Lawyer-Client Relationships,72 Oklahoma Law Review 169 (2019).人工智能如何構(gòu)建好辯方的案件理論，如何表達(dá)好己方的案件理論以及如何對(duì)抗好控方的案件理論是其證據(jù)推理中的重點(diǎn)，而人工智能將在辯方證據(jù)推理的過(guò)程中遭遇閱卷與會(huì)見(jiàn)中的信息輸入限制、抗辯式訴訟中的信息權(quán)衡困境難題以及規(guī)則查取用中的信息輸出窘境。

（一）閱卷與會(huì)見(jiàn)中的信息輸入

辯護(hù)律師構(gòu)建辯方案件理論的基礎(chǔ)是案件信息，人工智能輔助辯護(hù)律師進(jìn)行證據(jù)推理、構(gòu)建辯方理論依托于案件信息的輸入，提取并轉(zhuǎn)化證據(jù)信息是進(jìn)行證據(jù)推理的必要條件。[35]參見(jiàn)卓翔、崔世群：《論人工智能在證據(jù)推理中的輔助性定位》，載《治理研究》2023 年第1 期，第145頁(yè)。相較于事實(shí)認(rèn)定者，對(duì)于辯護(hù)律師來(lái)說(shuō)，閱卷與會(huì)見(jiàn)是最主要的信息來(lái)源。人工智能依托大數(shù)據(jù)可以存儲(chǔ)案卷的大量數(shù)據(jù)和細(xì)節(jié)，但對(duì)其而言，理解卷宗和會(huì)見(jiàn)中的信息并非易事。人工智能機(jī)器對(duì)其數(shù)據(jù)庫(kù)中被置入答案的提問(wèn)對(duì)答如流，但其無(wú)法將既有答案中的單獨(dú)字符塊排成別的樣式以回答其未準(zhǔn)備過(guò)的問(wèn)題，張鈸院士也曾根據(jù)索菲亞機(jī)器人對(duì)準(zhǔn)備和未準(zhǔn)備問(wèn)題的不同回答狀態(tài)，提出目前的問(wèn)答系統(tǒng)并非真正的人工智能。[36]參見(jiàn)王輝：《人工智能，從過(guò)去到未來(lái)——記中國(guó)科學(xué)院院士、清華大學(xué)人工智能研究院名譽(yù)院長(zhǎng)張鈸》，載《科學(xué)中國(guó)人》2021 年第25 期，第16 頁(yè)。在輔助閱卷和會(huì)見(jiàn)中，人工智能主要利用的技術(shù)為自然語(yǔ)言處理技術(shù)（NLP），自然語(yǔ)言處理技術(shù)對(duì)于實(shí)現(xiàn)人工智能同文本進(jìn)行交流（如刑事案卷）、與人類進(jìn)行口語(yǔ)語(yǔ)言交流（如會(huì)見(jiàn)犯罪嫌疑人、被告人）具有重要作用。[37]See Michael Legg &Felicity Bell,Artificial Intelligence and the Legal Profession: Becoming the AI-Enhanced Lawyer,38 University of Tasmania Law Review 41 (2019).以會(huì)見(jiàn)為例，自然語(yǔ)言處理技術(shù)首先要將會(huì)見(jiàn)目的定位于通過(guò)會(huì)見(jiàn)了解案情，并形成初步的辯護(hù)意見(jiàn)。其次，人工智能要與犯罪嫌疑人、被告人進(jìn)行多輪對(duì)案情以及相關(guān)信息的溝通，其主要形式為人工智能針對(duì)案情主動(dòng)發(fā)問(wèn)，犯罪嫌疑人、被告人予以回答，人工智能根據(jù)相關(guān)程度、詳細(xì)程度對(duì)回答中的細(xì)節(jié)部分進(jìn)行追問(wèn)，犯罪嫌疑人、被告人再針對(duì)追問(wèn)部分進(jìn)行回答。最后，根據(jù)多輪人機(jī)溝通的結(jié)果，形成會(huì)見(jiàn)筆錄，并根據(jù)案情關(guān)鍵點(diǎn)進(jìn)行證據(jù)提取，有助于梳理出初步的辯護(hù)思路。在計(jì)算機(jī)內(nèi)部運(yùn)行條件語(yǔ)句并非難事，但對(duì)于不具有專業(yè)的法律知識(shí)或者對(duì)證據(jù)并無(wú)概念的普通人來(lái)說(shuō)，其陳述很容易成為天馬行空的敘事，混雜大量無(wú)關(guān)信息噪點(diǎn)，人工智能難以對(duì)犯罪嫌疑人、被告人的陳述準(zhǔn)確劃分“無(wú)關(guān)信息”“有關(guān)信息”以及“關(guān)鍵信息”?！胺ü饭贰比斯ぶ悄艿男麄髦刑峒捌淠軌?qū)崿F(xiàn)自然語(yǔ)言處理、機(jī)器人流程自動(dòng)化等功能，但其目前應(yīng)用的Logic Q 智能對(duì)話系統(tǒng)仍只能對(duì)咨詢者的單句提問(wèn)做出回應(yīng)，所作的聯(lián)想提問(wèn)情境也較為局限，更無(wú)法結(jié)合聯(lián)系自然語(yǔ)言所形成的上下文提供法律咨詢服務(wù)。

（二）抗辯式訴訟中的信息權(quán)衡

有律師認(rèn)為，在復(fù)雜案件中，大數(shù)據(jù)可以加強(qiáng)辯護(hù)說(shuō)理的論證，通過(guò)參考類案可以提供出罪證據(jù)、輕罪證據(jù)的案件理論思路。[38]參見(jiàn)祁建建：《“現(xiàn)代科技在刑事訴訟中的運(yùn)用與律師辯護(hù)”研討會(huì)綜述》，載《中國(guó)司法》2018 年第7 期，第32 頁(yè)。有律師在被告因職務(wù)犯罪一審被判死緩后，運(yùn)用大數(shù)據(jù)收集對(duì)比了300 件以上的同類案例判決書(shū)，就犯罪數(shù)額、犯罪情節(jié)等因素構(gòu)建該案的輕罪辯護(hù)思路，成功獲得二審減輕改判。但在實(shí)踐中，人工智能所被喂養(yǎng)的數(shù)據(jù)往往并不全面，基于數(shù)據(jù)壟斷、數(shù)據(jù)壁壘等問(wèn)題，人工智能的研發(fā)者無(wú)法像公檢法機(jī)關(guān)一樣擁有海量的案例數(shù)據(jù)庫(kù)和強(qiáng)大算法、算力的支持，辯護(hù)數(shù)據(jù)庫(kù)的數(shù)據(jù)支撐力非常弱。[39]參見(jiàn)裴煒：《個(gè)人信息大數(shù)據(jù)與刑事正當(dāng)程序的沖突及其調(diào)和》，載《法學(xué)研究》2018 年第2 期，第52-54頁(yè)。例如，上海的“206”智能輔助辦案系統(tǒng)擁有一套“6 環(huán)節(jié)式”的證據(jù)模型，其根據(jù)設(shè)定算法和大數(shù)據(jù)自動(dòng)進(jìn)行證據(jù)審查，并對(duì)案情進(jìn)行分析，進(jìn)行三段論的推演，而這種證據(jù)模型主要服務(wù)于檢方和事實(shí)認(rèn)定者。[40]參見(jiàn)熊秋紅：《人工智能在刑事證明中的應(yīng)用》，載《當(dāng)代法學(xué)》2020 年第3 期，第82 頁(yè)。實(shí)務(wù)中將這種證據(jù)模型進(jìn)一步細(xì)化，被稱為“7 環(huán)13 段”證據(jù)模型。人工智能的應(yīng)用呈現(xiàn)出“數(shù)據(jù)驅(qū)動(dòng)”的特點(diǎn)，其理論預(yù)設(shè)在于以海量數(shù)據(jù)，通過(guò)科學(xué)算法，從而確保結(jié)果公正。[41]參見(jiàn)聶友倫：《人工智能司法的三重矛盾》，載《浙江工商大學(xué)學(xué)報(bào)》2022 年第2 期，第66-67 頁(yè)。聶友倫將此種理論預(yù)設(shè)僅設(shè)定在人工智能司法范圍內(nèi)，但實(shí)際上“數(shù)據(jù)—算法—結(jié)果”的理論假設(shè)存在于所有人工智能的應(yīng)用場(chǎng)景中。根據(jù)香農(nóng)信息論，信息是確定性的增加。雖然海量的信息思維判斷提供了數(shù)據(jù)基礎(chǔ)，但也有可能會(huì)暫時(shí)增加不確定性。隨著數(shù)據(jù)的數(shù)量增加和判斷路徑不斷修正并趨于穩(wěn)定與強(qiáng)大，信息量將與人工智能的判斷準(zhǔn)確性呈正相關(guān)關(guān)系?？剞q雙方的技術(shù)差異導(dǎo)致了人工智能用于比對(duì)的案件數(shù)據(jù)庫(kù)達(dá)不到充分聯(lián)系個(gè)案的要求，控方理論往往比辯方的案件理論更為可信。

以張那木拉正當(dāng)防衛(wèi)案為例，控方指控張那木拉犯有故意傷害罪的案件理論與辯方辯護(hù)張那木拉系正當(dāng)防衛(wèi)的案件理論并不相同。在張那木拉正當(dāng)防衛(wèi)案中，周某因?qū)埬悄纠粷M而糾集陳某等三人，攜帶砍刀至張那木拉處，意圖教訓(xùn)張那木拉。周某等四人中兩人各持一把砍刀，另外一人持鐵制農(nóng)具進(jìn)入張那木拉住處，并拖拽其出屋，后周某與陳某見(jiàn)張那木拉不愿意出屋，即用砍刀砍向張那木拉后腦勺，張那木拉為保護(hù)自我，抓一把尖刀捅刺陳某胸部，期間四人中的一人持鐵锨擊打張那木拉后腦勺。后張那木拉發(fā)現(xiàn)其兄張某還在與四人中的一人廝打，遂拿起鐵锨將周某打入魚(yú)塘，后者爬上岸后，張那木拉再次將其打落，致周某左尺骨近段粉碎性骨折。陳某被送往醫(yī)院后，因單刃銳器刺破心臟而死亡。[42]天津市第一中級(jí)人民法院（2018）津01 刑終326 號(hào)刑事判決書(shū)。該案件為張那木拉正當(dāng)防衛(wèi)案，系最高人民法院指導(dǎo)案例144 號(hào)。一審被告人張那木拉被判犯有故意傷害罪，二審認(rèn)為張那木拉行為系正當(dāng)防衛(wèi)行為，不構(gòu)成犯罪，但認(rèn)為張那木拉正當(dāng)防衛(wèi)過(guò)當(dāng)。其中控方指控張那木拉犯有故意傷害罪的案件理論如圖一。[43]張那木拉正當(dāng)防衛(wèi)案的二審中，控方提出“原審判定張那木拉構(gòu)成故意傷害罪定罪準(zhǔn)確，但是未認(rèn)定張那木拉系防衛(wèi)過(guò)當(dāng)有誤”

抗辯式訴訟之核心在于尋找構(gòu)成控方理論的關(guān)鍵證據(jù)，從而對(duì)應(yīng)構(gòu)造出辯方的案件理論。在本案中，辯護(hù)方要進(jìn)行辯護(hù)需要著重說(shuō)明張那木拉的行為系為免受正在進(jìn)行的不法侵害而采取的制止不法侵害的行為，具有正當(dāng)性，屬于正當(dāng)防衛(wèi)，并著重說(shuō)明正當(dāng)防衛(wèi)并未超過(guò)合法限度，辯方理論如圖二。張那木拉導(dǎo)致一死一傷結(jié)果的前提是其先行受到了周某等四人的不法侵害，力量對(duì)比上張那木拉明顯弱于周某四人的合力，工具對(duì)比上周某等四人各持有具有強(qiáng)大殺傷力的工具，而張那木拉既沒(méi)有思想準(zhǔn)備也無(wú)工具準(zhǔn)備，在自身安全受到嚴(yán)重威脅并處于高度危險(xiǎn)之中，其所面臨的不法侵害具有現(xiàn)實(shí)性、緊迫性。而當(dāng)辯方理論的構(gòu)建主體由人工智能擔(dān)任時(shí)，對(duì)于“是否構(gòu)成正當(dāng)防衛(wèi)”和“正當(dāng)防衛(wèi)是否過(guò)限”這兩個(gè)關(guān)鍵要素進(jìn)行判斷和論證，需要對(duì)控方“被告人構(gòu)成故意傷害罪”或者“被告人行為系正當(dāng)防衛(wèi)但超過(guò)必要限度”的案件理論進(jìn)行對(duì)抗性的證明。在上海206“刑事案件智能輔助辦案系統(tǒng)”的應(yīng)用中，控方可以通過(guò)其實(shí)現(xiàn)證據(jù)補(bǔ)足，盡可能避免了案件中證明的斷裂，及時(shí)縫合證據(jù)瑕疵處，往往使得控方的案件理論難有可突破點(diǎn)，人工智能難以進(jìn)行針對(duì)性的對(duì)抗。

圖二 辯方理論：張那木拉之行為構(gòu)成不過(guò)限的正當(dāng)防衛(wèi)

（三）規(guī)則查取用中的信息輸出

人工智能被認(rèn)為能夠充分勝任法律適用上的形式推理，但對(duì)于證據(jù)規(guī)則的形式推理來(lái)講，人工智能也可能遭遇大量困難。人工智能要建立自洽的證據(jù)辯護(hù)策略，首先應(yīng)考慮證據(jù)相關(guān)性、可采性的規(guī)定。相關(guān)性是一種邏輯上的證明力，其包含證明性和實(shí)質(zhì)性兩要素。[44]參見(jiàn)張保生主編：《證據(jù)法學(xué)》（第3 版），中國(guó)政法大學(xué)出版社2018 年版，第14 頁(yè)。根據(jù)美國(guó)聯(lián)邦證據(jù)規(guī)則401的規(guī)定，需要判斷證據(jù)對(duì)于待證事實(shí)有無(wú)證明作用，是否具有使一個(gè)事實(shí)更可能或者更不可能的任何趨向性（any tendency）。此外，從實(shí)質(zhì)性上來(lái)說(shuō)，證據(jù)必須是使得要件事實(shí)更可能或者更不可能。國(guó)內(nèi)學(xué)者將證據(jù)定義為“用于證明案件事實(shí)的載體”或“證據(jù)是與待證事實(shí)相關(guān)，用于證明當(dāng)事人所主張事實(shí)之存在可能性的信息”[45]參見(jiàn)陳瑞華：《刑事證據(jù)法》，北京大學(xué)出版社2021 年版；第95 頁(yè)。張保生主編：《證據(jù)法學(xué)》（第3 版），中國(guó)政法大學(xué)出版社2018 年版，第11 頁(yè)。，均關(guān)注到了證據(jù)與事實(shí)之間的關(guān)系。在刑事案件中，可采性一般關(guān)涉證據(jù)排除規(guī)則。在查找規(guī)則中，人工智能需要重點(diǎn)關(guān)注立法排除，如非法證據(jù)規(guī)則、最佳證據(jù)規(guī)則等。在選取和運(yùn)用規(guī)則的過(guò)程中，兼顧事實(shí)認(rèn)定者對(duì)于相關(guān)證據(jù)的自由裁量排除，并相應(yīng)作出調(diào)整。人工智能的算法首先需要對(duì)于證據(jù)規(guī)則中具體的語(yǔ)詞內(nèi)涵作出判斷，聯(lián)系在閱卷與會(huì)見(jiàn)中獲取的信息，綜合進(jìn)行考量，并對(duì)于控方案件理論進(jìn)行針對(duì)性回應(yīng)，形成辯方案件理論。這種規(guī)則的查取用看似同事實(shí)認(rèn)定者的規(guī)則適用無(wú)二致，但實(shí)際上人工智能對(duì)于證據(jù)規(guī)則以及證據(jù)信息的提取的要求更高，其判斷某一證據(jù)是否符合法律規(guī)定的同時(shí)，還需要了解這一證據(jù)是否有利于辯方理論的構(gòu)建和輸出，是否能夠?qū)箍胤嚼碚撝械陌⒖α鹚怪?。人工智能進(jìn)行規(guī)則“查—取—用”的過(guò)程是前后連貫、緊密聯(lián)系的，每一階段都在階段內(nèi)部先執(zhí)行條件語(yǔ)句，而前一階段的條件語(yǔ)句結(jié)果會(huì)成為下一階段的初始設(shè)定值，在所有的“查—取—用”流程結(jié)束后，與控方理論形成對(duì)抗的辯方理論即形成。這種連貫的過(guò)程對(duì)于系統(tǒng)的準(zhǔn)確性要求極高，一旦某一環(huán)節(jié)出現(xiàn)缺陷或者漏洞，則整個(gè)證據(jù)推理將陷入僵局。

四、利用人工智能輔助辯護(hù)律師證據(jù)推理的進(jìn)路

有關(guān)“人工智能法官”的學(xué)術(shù)研究基本認(rèn)為人工智能研究并不意圖否定法官的主體地位，進(jìn)一步來(lái)說(shuō)，人工智能也并不意圖代替人類的主體地位，其初衷仍在于依靠技術(shù)解放人類勞動(dòng)，代替人類進(jìn)行簡(jiǎn)單重復(fù)性的工作。辯護(hù)律師不會(huì)被人工智能取代，證據(jù)推理的人工智能化主要是在簡(jiǎn)單案件中盡可能地減輕辯護(hù)律師的壓力。[46]大部分的學(xué)者對(duì)于人工智能在刑事訴訟中的運(yùn)用基本持“人工智能僅僅可作為輔助工具”的觀點(diǎn)，參見(jiàn)衛(wèi)晨曙：《刑事審判人工智能的權(quán)力邏輯》，載《西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2021 年第3 期，第141-142 頁(yè)，該作者認(rèn)為刑事審判方面人工智能可以在證據(jù)審查、精準(zhǔn)量刑、類案推送等方面起到輔助作用；又見(jiàn)縱博：《人工智能在刑事證據(jù)判斷中的運(yùn)用問(wèn)題探析》，載《法律科學(xué)（西北政法大學(xué)學(xué)報(bào)）》，2019 年第1 期，第62-66 頁(yè)，作者認(rèn)為人工智能在刑事證據(jù)判斷中應(yīng)遵循輔助性原則、有限性原則；又見(jiàn)熊秋紅：《人工智能在刑事證明中的應(yīng)用》，載《當(dāng)代法學(xué)》2020 年第3 期，第75-86 頁(yè)，作者以國(guó)內(nèi)外人工智能適用情況說(shuō)明實(shí)務(wù)中人工智能的輔助性質(zhì)。人工智能要實(shí)現(xiàn)證據(jù)推理應(yīng)通過(guò)可駁斥性推理模型實(shí)現(xiàn)智能推理的方法轉(zhuǎn)型，并在人工智能的目標(biāo)上，破除原有“實(shí)現(xiàn)功能模擬”的自我限制，嘗試設(shè)定有限利益偏向的算法設(shè)定。

（一）實(shí)現(xiàn)智能推理的方法轉(zhuǎn)型

在推理過(guò)程中使用邏輯的方法或者形式使得人們對(duì)確定性和安全感的心理需求得到滿足。[47][美]奧利弗·溫德?tīng)枴せ裟匪梗骸斗傻牡缆贰?，李俊曄譯，中國(guó)法制出版社2018 年版，第37 頁(yè)。在人工智能實(shí)現(xiàn)證據(jù)推理的過(guò)程中，其重點(diǎn)在于將證據(jù)推理形式化，構(gòu)建出能夠用機(jī)器語(yǔ)言表達(dá)，為機(jī)器智能所理解的證據(jù)推理模型。有學(xué)者認(rèn)為，人工智能進(jìn)行證據(jù)推理可以借鑒威格摩爾圖示法。[48]參見(jiàn)張保生：《人工智能法律系統(tǒng)：兩個(gè)難題和一個(gè)悖論》，載《上海師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）》2018 年第6 期，第34 頁(yè)。雖然威格摩爾圖示法符合人工智能簡(jiǎn)化、精確的代碼思維，可為人工智能證據(jù)推理系統(tǒng)提供建設(shè)思路上的幫助，但要充分解決人工智能實(shí)現(xiàn)證據(jù)推理的難題，圖示法仍力有未逮。

威格摩爾圖示法設(shè)定了8種圖形符號(hào)的復(fù)雜符號(hào)系統(tǒng)以代表不同類型的證據(jù)，并利用5種以上的不同圖形符號(hào)表示對(duì)相關(guān)證據(jù)可信性的判斷以及證明關(guān)系，因此，即使是證據(jù)較為簡(jiǎn)單、證據(jù)關(guān)系不那么復(fù)雜的案件也可能會(huì)呈現(xiàn)出復(fù)雜的圖示結(jié)果。而特文寧教授以及舒姆教授等對(duì)威格摩爾圖示法的改良，[49]See William Twining &René Weis,Reconstructing the Truth about the past,in Edith Thompson,William Twining and Iain Hampsher-monk(ed.),Evidence and inference in history and law: interdisciplinary dialogues,Northwestern University Press,2003,p.69.雖在一定程度上使得原本高高在上的圖示法略微顯得有些平易近人，但改良后的圖示法仍容易讓使用者在漫長(zhǎng)的操作步驟以及劃分關(guān)系與符號(hào)中迷失重點(diǎn)，陷入證據(jù)推理形式主義的窠臼。從對(duì)圖示法的適用來(lái)說(shuō)，目前法學(xué)界學(xué)者，甚至大多數(shù)證據(jù)法學(xué)者也并不了解威格摩爾圖示法，不熟悉圖示法的操作規(guī)程，而圖示法的運(yùn)用要求人工智能系統(tǒng)的設(shè)計(jì)開(kāi)發(fā)團(tuán)隊(duì)能夠同時(shí)擁有對(duì)于圖示法熟練的應(yīng)用能力以及代碼對(duì)于圖示法的計(jì)算機(jī)語(yǔ)言轉(zhuǎn)換能力，更是難上加難。

在清華大學(xué)智能法治研究院針對(duì)民間借貸案件復(fù)雜債權(quán)關(guān)系分析和借貸事實(shí)輔助認(rèn)定技術(shù)研究中，其所研發(fā)的“民間借貸智能化輔助系統(tǒng)”針對(duì)借貸事實(shí)的構(gòu)建是通過(guò)標(biāo)注既有案件中的關(guān)鍵詞實(shí)現(xiàn)的，通過(guò)“點(diǎn)狀”的案件標(biāo)簽實(shí)現(xiàn)對(duì)案件進(jìn)行“畫(huà)像”。誠(chéng)然，案件標(biāo)簽可以最大限度地提取有用信息，并予以清晰、簡(jiǎn)單地展現(xiàn)出來(lái)，避免噪音對(duì)推理過(guò)程的干擾，但是人工智能無(wú)法遍歷所有的數(shù)據(jù)，標(biāo)注關(guān)鍵詞的方法可以幫助人工智能判斷案件事實(shí)的關(guān)鍵點(diǎn)，但“點(diǎn)狀”標(biāo)注并不是證據(jù)推理的全部，人工智能所被喂養(yǎng)的數(shù)據(jù)較變動(dòng)不居的現(xiàn)實(shí)情況來(lái)說(shuō)也具有滯后性。

由此，以演繹邏輯為基礎(chǔ)的證據(jù)推理方法難以滿足司法實(shí)踐對(duì)證據(jù)推理的需要。有學(xué)者基于非形式論證理論歸納出“基于論證的可駁斥性推理”之概念，在可駁斥性推理中，基于論證的論辯邏輯，可以在評(píng)估各方案件理論的基礎(chǔ)上形成可以證立的結(jié)論，既可以保證人工智能的證據(jù)推理過(guò)程不淹沒(méi)于大量的流程與符號(hào)語(yǔ)言中，又不會(huì)局限于閉合的證據(jù)集，且符合人工智能深度學(xué)習(xí)特征，可以動(dòng)態(tài)調(diào)整證據(jù)推理策略和案件理論的版本。[50]參見(jiàn)陳坤：《基于可駁斥性邏輯的法律推理研究》，中國(guó)社會(huì)科學(xué)出版社2021 年版，第48-51 頁(yè)。作為一種不完全信息推理和不一致信息推理，[51]不完全信息推理是指在缺乏全面信息的情況下進(jìn)行的推理，不一致信息推理是指從相互沖突的前提出發(fā)進(jìn)行的推理。在法庭認(rèn)識(shí)論中的四個(gè)主體角色中，只有證人對(duì)案件事實(shí)具備“知識(shí)”，而其所掌握的信息并不全面，辯方和控方提供的案件理論往往相互沖突，事實(shí)認(rèn)定過(guò)程是基于不完全信息和不一致信息進(jìn)行的?；谧C據(jù)的事實(shí)認(rèn)定具有蓋然性，[52]事實(shí)認(rèn)定具有蓋然性的理由：（1）證據(jù)不完全，我們無(wú)法掌握所有的證據(jù)；（2）證據(jù)一般是非結(jié)論性，同一證據(jù)可以支持不同的事實(shí)主張；（3）證據(jù)含義可能是模糊的，不能確定其傳達(dá)的信息；（4）證據(jù)實(shí)體通常是不和諧的；（5）證據(jù)來(lái)源不盡完美的可信性等級(jí)。參見(jiàn)[美]特倫斯·安德森、[美]戴維·舒姆、[英]威廉·特文寧：《證據(jù)分析》（第2 版），張保生、朱婷、張?jiān)虏ǖ茸g，中國(guó)人民大學(xué)出版社2012 年版，第327-328 頁(yè)。由此，不同的主體立場(chǎng)才能建構(gòu)出“一個(gè)事實(shí)下的對(duì)立主張”，其結(jié)論并不唯一，具有非保真性。但是針對(duì)辯方自身的證據(jù)推理來(lái)說(shuō)，是邏輯自洽的，具有合理性，且可以通過(guò)實(shí)體法規(guī)則修改或者擴(kuò)充證據(jù)推理的前提和案件理論的關(guān)鍵點(diǎn)實(shí)現(xiàn)更適應(yīng)每一訴訟階段的策略動(dòng)態(tài)調(diào)整。人工智能使用的可駁斥性推理模型不是信息封閉的，其可以實(shí)現(xiàn)貝葉斯定律下的概率刷新，具有拓展性（ampliative），隨著證據(jù)搜尋過(guò)程中發(fā)現(xiàn)的新證據(jù)，整個(gè)證據(jù)推理過(guò)程也有可能隨之發(fā)生改變，人工智能所構(gòu)建的辯方理論也會(huì)隨之改變。

（二）破除功能模擬的自我限制

2018年，美國(guó)國(guó)會(huì)在關(guān)于人工智能的提案對(duì)“人工智能”重新進(jìn)行了定義，人工智能應(yīng)具備五個(gè)特征：（1）可在多變且不可控的情況下作業(yè)，無(wú)需過(guò)多人工監(jiān)管，或可自學(xué)以往經(jīng)驗(yàn)、改善表現(xiàn)的人工智能……在其所從事的任務(wù)中表現(xiàn)越像人類，就越可稱得上是采用了人工智能；（2）用于解決需要像人類一樣的感知、認(rèn)知、計(jì)劃、學(xué)習(xí)、溝通等任務(wù)；（3）可像人類一樣思考或行動(dòng)，包括認(rèn)知結(jié)構(gòu)和神經(jīng)網(wǎng)絡(luò)；（4）接近像人類認(rèn)知的機(jī)器學(xué)習(xí)；（5）理智行事的系統(tǒng)，可進(jìn)行洞察、計(jì)劃、推理、學(xué)習(xí)、交流、決策等活動(dòng)。[53]參見(jiàn)《美國(guó)陸軍機(jī)器人和自主學(xué)習(xí)、人工智能議會(huì)提案》，載美國(guó)國(guó)會(huì)公共服務(wù)網(wǎng)，https://crsreports.congr ess.gov/product/pdf/R/R45392。提案所認(rèn)為的人工智能是“像”人類、“模擬”人類的系統(tǒng)。從人類對(duì)于人腦及其思維過(guò)程的認(rèn)識(shí)來(lái)看，人類對(duì)于思維的結(jié)構(gòu)認(rèn)識(shí)并不夠深入，而意圖讓人工智能直接模擬人腦的結(jié)構(gòu)并不現(xiàn)實(shí)。在法律推理的過(guò)程中，人工智能似乎更可能實(shí)現(xiàn)功能模擬，不能實(shí)現(xiàn)結(jié)構(gòu)模擬。[54]參見(jiàn)張保生：《人工智能法律系統(tǒng)的法理學(xué)思考》，載《法學(xué)評(píng)論》2001 年第5 期，第14 頁(yè)。但是人工智能的設(shè)計(jì)和運(yùn)作思維已經(jīng)不限于讓機(jī)器模仿法律專家解決問(wèn)題，而是對(duì)于海量數(shù)據(jù)進(jìn)行動(dòng)態(tài)處理和計(jì)算，通過(guò)深度神經(jīng)網(wǎng)絡(luò)（deep neural network,DNN）這一工具，人工智能機(jī)器從數(shù)據(jù)和經(jīng)驗(yàn)中進(jìn)行學(xué)習(xí)和應(yīng)用。[55]參見(jiàn)[英]理查德·薩斯坎德：《法律人的明天會(huì)怎樣？：法律職業(yè)的未來(lái)》（第2 版），何廣越譯，北京大學(xué)出版社2019 年版，第213-216 頁(yè)；[美]梅拉妮·米歇爾：《AI3.0：思考人類的指南》，王飛躍等譯，四川科學(xué)技術(shù)出版社2021 年版，第25 頁(yè)。人工智能建設(shè)與自然語(yǔ)言處理周旋良久，其是功能模擬的重點(diǎn)也是難點(diǎn)，但如果跳出人工智能模擬辯護(hù)律師工作模式的思維，從具體案件出發(fā)，針對(duì)典型的案件，如故意傷害案件中的正當(dāng)防衛(wèi)情形或防衛(wèi)過(guò)當(dāng)情形，直接建立法律論點(diǎn)生成器與對(duì)應(yīng)的案件證據(jù)推理模板，就可以跳過(guò)復(fù)雜的自然語(yǔ)言處理，而直接提取出案件要件。[56]參見(jiàn)[英]理查德·薩斯坎德：《線上法院與未來(lái)司法》，何廣越譯，北京大學(xué)出版社2021 年版，第152-157頁(yè)。通過(guò)正確提取符號(hào)并合理運(yùn)行推理程序，依舊可以得出相應(yīng)的法律結(jié)果。

（三）有限利益偏向的算法設(shè)定

辯護(hù)律師幫助犯罪嫌疑人、被告人以維護(hù)其合法權(quán)益，其在進(jìn)行證據(jù)推理時(shí)可以且實(shí)際上本就普遍存在利益偏向，而將人工智能應(yīng)用于辯護(hù)律師的證據(jù)推理，其也會(huì)承繼人類辯護(hù)律師的立場(chǎng)。[57]參見(jiàn)郭春鎮(zhèn)、黃思晗：《刑事司法人工智能信任及其構(gòu)建》，載《吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào)》2023 年第2期，第19 頁(yè)。但是，要實(shí)現(xiàn)人工智能有偏向的證據(jù)推理，其首先需要得到海量的辯護(hù)數(shù)據(jù)，使得偏向具備相應(yīng)的數(shù)據(jù)基礎(chǔ)，在此基礎(chǔ)上才能辨別出“有利于辯方的證據(jù)”及“辯方可能的辯護(hù)策略”。因此，目前各主體間的數(shù)據(jù)壁壘應(yīng)被打通，實(shí)現(xiàn)信息互通、數(shù)據(jù)共享。此外，這一偏向也可能會(huì)由于接入不同的數(shù)據(jù)和算法，而出現(xiàn)不當(dāng)?shù)摹⑦^(guò)度的利益偏向風(fēng)險(xiǎn)。美國(guó)在量刑、審前羈押等程序中曾使用了COMPAS評(píng)估系統(tǒng)等算法風(fēng)險(xiǎn)評(píng)估工具，但作為不應(yīng)該有利益偏向的官方評(píng)估工具，其實(shí)際上存在種族歧視、膚色歧視等問(wèn)題，由此受到了懷疑與抵制。有限的利益偏向可被允許，但諸如階級(jí)歧視、種族歧視等偏向并不屬于“合理的、被允許的利益偏向范圍”。對(duì)人工智能的產(chǎn)生和發(fā)展來(lái)說(shuō)，最重要的是數(shù)據(jù)、算法和算力。司法人工智能的發(fā)展逐漸從國(guó)家主導(dǎo)、命令為主要驅(qū)動(dòng)力的模式轉(zhuǎn)變?yōu)槎嘣黧w參與、協(xié)同探索為主要驅(qū)動(dòng)力的模式，[58]See Urs Gasser &Virgilio A.F.Almeida,A Layered Model for AI Governance,21 IEEE Internet Computing 58,58-62（2017）.國(guó)外人工智能發(fā)展的速度和程度遠(yuǎn)超我國(guó)，故在多元主體借鑒外國(guó)人工智能技術(shù)時(shí)，需注意去除糟粕，并在自主發(fā)展人工智能的過(guò)程中，避免對(duì)不同民族、職業(yè)、社會(huì)地位的被追訴人做出不利的證據(jù)策略建議。人工智能在證據(jù)推理中的應(yīng)用不應(yīng)突破倫理規(guī)則，利益偏向仍有相應(yīng)限度，在初始端的數(shù)據(jù)輸入以及算法的運(yùn)行中，設(shè)計(jì)者應(yīng)通過(guò)相應(yīng)技術(shù)管控人工智能的證據(jù)推理過(guò)程，[59]See Norbert Wiener,The Human Use of Human Beings: Cybernetics And Society,Doubleday Anchor Bo oks,1954,p.112,163.See Megan T.Stevenson &Jennifer L.Doleac,The Roadblock to Reform (2018),https://ww w.acslaw.org/wp-content/uploads/2018/11/RoadblockToReformReport.pdf.參見(jiàn)左衛(wèi)民：《AI 法官的時(shí)代會(huì)到來(lái)嗎——基于中外司法人工智能的對(duì)比與展望》，載《政法論壇》2021 年第5 期，第9 頁(yè)。而辯護(hù)律師也需要對(duì)這一輔助工作所作出的判斷進(jìn)行審核，避免算法的偏向最終產(chǎn)出對(duì)被追訴人不利的無(wú)效辯護(hù)策略。

結(jié)語(yǔ)

自1956 年人工智能誕生起，至今已歷經(jīng)兩次低潮、三次高潮，潮起潮落間，技術(shù)的更迭帶來(lái)整體理念的變遷。[60]第一次高潮是涌現(xiàn)諸多頂級(jí)算法，第二次高潮是出現(xiàn)語(yǔ)音識(shí)別、專家系統(tǒng)以及類神經(jīng)網(wǎng)絡(luò)，第三次高潮是深度學(xué)習(xí)、大數(shù)據(jù)以及運(yùn)算速度的顯著提升。第一次低潮是當(dāng)時(shí)的算法難以解決現(xiàn)存問(wèn)題，算力難以達(dá)致發(fā)展目標(biāo)，第二次低潮是技術(shù)不夠先進(jìn)，無(wú)法超越人類對(duì)AI 的發(fā)展預(yù)測(cè)。習(xí)近平指出，人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力，將推動(dòng)人類社會(huì)迎來(lái)人機(jī)協(xié)同、跨界融合、共創(chuàng)分享的智能時(shí)代。[61]參見(jiàn)韓緒光：《習(xí)近平向國(guó)際人工智能與教育大會(huì)致賀信》，載《人民日?qǐng)?bào)》2019 年5 月17 日，第1 版。新興科技帶來(lái)的司法變革催生出數(shù)字正義的理念，算法將成為一種新且重要的分配正義機(jī)制，[62]參見(jiàn)[英]杰米·薩斯坎德：《算法的力量：人類如何共同生存》，李大白譯，北京日?qǐng)?bào)出版社2022 年版，第220、231-247 頁(yè)。而數(shù)字辯護(hù)是實(shí)現(xiàn)刑事司法數(shù)字正義中的重要部分，應(yīng)盡可能使“權(quán)力—權(quán)利”二者力量不過(guò)分失衡，并實(shí)現(xiàn)刑事訴訟主體的良性互動(dòng)。[63]參見(jiàn)裴緯：《數(shù)字正當(dāng)程序：網(wǎng)絡(luò)時(shí)代的刑事訴訟》，中國(guó)法制出版社2021 年版，第71 頁(yè)。人工智能以實(shí)現(xiàn)證據(jù)推理為重點(diǎn)，應(yīng)解決閱卷與會(huì)見(jiàn)中的信息輸入限制、抗辯式訴訟中的信息權(quán)衡難題及規(guī)則查取用中的信息輸出窘境，通過(guò)建立可駁斥性推理模型，破除功能模擬的自我限制，設(shè)定有限利益偏向的算法，幫助律師實(shí)現(xiàn)有效的數(shù)字辯護(hù)。對(duì)辯護(hù)律師證據(jù)推理環(huán)節(jié)人工智能化的探索并非以科技倒逼法律的發(fā)展，而是通過(guò)對(duì)二者關(guān)系的探索為解決改善力量失衡之局面提供一種解決思路。在以人為本的人工智能時(shí)代下，人工智能應(yīng)用于辯護(hù)律師的證據(jù)推理環(huán)節(jié)時(shí)仍應(yīng)注意避免風(fēng)險(xiǎn)，遵循刑事辯護(hù)的客觀規(guī)律，避免對(duì)人工智能過(guò)度依賴、算法不當(dāng)利益偏向等風(fēng)險(xiǎn)，不以智能技術(shù)的運(yùn)算代替證據(jù)推理的精巧思考，在證明過(guò)程中仍應(yīng)遵循正當(dāng)程序等原則。[64]斯坦福大學(xué)人工智能研究院院名全稱為Stanford Human-Centered AI Institute(HAI)，強(qiáng)調(diào)人工智能是以人為本的人工智能。劉艷紅教授也提出，人工智能法學(xué)始終是面向“人”的研究，人工智能法學(xué)研究的實(shí)質(zhì)是“AI+HI”（人工智能+人類智慧）。雖然HAI 和AI+HI 縮寫不同，但實(shí)質(zhì)上都強(qiáng)調(diào)了人工智能的起點(diǎn)以及最終落腳點(diǎn)均為人本身。參見(jiàn)劉艷紅：《人工智能法學(xué)的“時(shí)代三問(wèn)”》，載《東方法學(xué)》2021 年第5 期，第41 頁(yè)；參見(jiàn)胡銘、錢文杰：《現(xiàn)代科技融入刑事辯護(hù)的機(jī)遇、挑戰(zhàn)與風(fēng)險(xiǎn)防范》，載《江淮論壇》2019 年第1 期，第144 頁(yè)。