巩寒冰,王思恒

• 1:河南财经政法大学刑事司法学院

• 2:安永华明会计师事务所上海分所

• 
  

摘要(Abstract)：

伴随着司法证据制度、科技以及认知水平的每一次变革或进化,司法证明过程几乎都会出现不同形式和程度的量化尝试。数字化在法律体系中的预期功能有度量功能、识别功能、运算功能。新证据学研究对数学与证明相结合的探讨,引发了对法庭认识论及证据理论基础的反思,这影响了此后事实认定数字化的发展。计算机决策模型与统一证据标准数据化同属事实认定数字化趋势,二者都是对新证据学研究数学裁判路径的批判与承继。对计算机决策模型的研究有助于对统一证据标准数据化范式及改革逻辑的梳理分析。统一证据标准数据化改革内容包括:数字化度量基础,统一证据标准的规范化;数字化识别成效,将统一证据标准镶嵌到数据化程序的过程中;数字化运算实践,实现司法专门化技术培育,破除人工智能技术本身的发展限制,应对司法人工智能化的实质性证立问题。

关键词(KeyWords)：事实认定;数字化;证据标准;计算机决策

基金项目(Foundation):2019年国家社会科学基金项目“刑事案件事实认定的推论基础与解释性结构研究”(项目编号：19CFX036)的阶段性成果

作者(Author):巩寒冰,王思恒

参考文献(References)：

• [1]E.C.Lashbrooke Jr.Legal Reasoning and Artificial Intelligence[J].Loyola of LosAngeles Law Review,1988(34):287.

• [2]Laurence Tribe.Trial by Mathematics:Precision and Ritual in the Legal Process[J].Harvard Law Review,1971(84):1329.

• [3]施鹏鹏.法定证据制度辨误：兼及刑事证明力规则的乌托邦[J].政法论坛，2016(6):113,120.

• [4]R.M.昂格尔.现代社会中的法律[M].吴玉章，周汉华，译.江苏：译林出版社，2008:171.

• [5]Richard Lempert.The New Evidence Scholarship:Analyzing the Process of Proof[J].Boston University Law Review,1986(66):439-477.

• [6]Scott Finet.The Most Frequently Cited Law Reviews and Legal Periodicals[J].9 Legal Reference Services,1989(9):227,229.

• [7]John Kaplan.Decision Theory and the Fact-finding Process[J].Stanford Law Review,1968(20):1065.

• [8]William Twining.The New Evidence Scholarship[J].Cardozo Law Review,1991—1992(13):295.

• [9]Michael S.Pardo.The Nature and Purpose of Evidence Theory[J].Vanderbilt Law Review,2013(66):548.

• [10]巩寒冰.概率性证据研究中的认识悖论[J].证据科学，2016(2):234.

• [11]Samuel Stoljar.Review “The Probable and The Provable” [J].The Philosophical Review,1981(90):457-461.

• [12]Michael O.Finkelstein,William B.Fairley.A Bayesian Approach to Identification Evidence[J].Harvard Law Review,1970(83):516-517.

• [13]Ronald Allen.A Reconceptualization of Civil Trials[J].Boston University Law Review,1986(66):401,402.

• [14]曹志勋.经验法则适用的两类模式：自对彭宇案判决说理的反思再出发[J].法学家，2019(5):37.

• [15]李训虎.证明力规则检讨[J].法学研究，2010(2):170.

• [16]Michael O.Finkelstein,William B.Fairley.A Bayesian Approach to Identification Evidence[J].Harvard Law Review,1970(83):489,503.

• [17]Peter Tillers.A Personal Perspective on Artificial Intelligence and Judicial Proof[J].Cardozo Law Review,2001(22):1366.

• [18]Richard E.Susskind.Expert Systems in Law:A Jurisprudential Approach to Artificial Intelligence and Legal Reasoning[J].Modern Law Review,1986(49):168.

• [19]Kevin D.Ashley.Artificial Intelligence and Legal Analytics:New Tools for Law Practice in the Digital Age[M].London:Cambridge University Press,2017:4.

• [20]巩寒冰.刑事诉讼中事实与法律区分的传统逻辑与解释路径[J].环球法律评论，2020(4):72-73.

• [21]Floris J.Bex.Arguments,Stories and Criminal Evidence:A Formal Hybrid Theory[J].Springer Science & Business Media,2011(92):1.

• [22]Jhon Henry Wigmore.The Principles of Judicial Proof or the Process of Proof as Given by Logic,Psychology,and General Experience,and Illustrated in Judicial Trials[M].Boston:Little,Brown and Company,1931:3.

• [23]Vern R.Epistemic and Non-epistemic Aspects of the Factfinding Process in Law[J].American Philosophical Association Newsletter on Law and Philosophy,2003(1):132-136.

• [24]巩寒冰.刑事裁判心证的闭环：推论与解释：兼对“印证”的解释学分析[J].学术交流，2022(9):68.

• [25]Vern R.Walker.A Default-Logic Paradigm for Legal Fact-Finding[J].Jurimetrics,2007(47):193-243.

• [26]Anne L.Washington.How to Argue with an Algorithm:Lessons from the COMPAS-ProPublica Debate[J].Colorado Technology Law Journal,2018(17):146-147.

• [27]Vincent Aleven.Using Background Knowledge in Case-based Legal Reasoning:A Computational Model and an Intelligent Learning Environment[J].Artificial Intelligence,2003(150):183-237.

• [28]白建军.同案同判的宪政意义及其实证研究[J].中国法学，2003(3):135-137.

• [29]巩寒冰.证据整理与假设评估：侦查阶段的事实认定问题研究[J].山东警察学院学报，2019(1):75-76.

• [30]严剑漪.揭秘“206”:法院未来的人工智能图景：上海刑事案件智能辅助办案系统164天研发实录[J].人民法治，2018(2):38-39.

• [31]熊秋红.以证明标准为中心的刑事指控证据体系之构建[J].中国检察官，2024(3):16.

• [32]刘品新，陈丽.数据化的统一证据标准[J].国家检察官学院学报，2019(2):130.

• [33]李林，田禾.中国法院信息化发展报告：2018[M].北京：社会科学文献出版社，2018:190-193.

• [34]张迪.刑事证据标准的类型化研究[J].证据科学，2022(5):576-577.

• [35]纵博.司法实践中“证据标准”之评析[J].地方立法研究，2024(2):116.

• [36]董坤.证明标准：内涵重释与路径展望[J].当代法学，2020(1):114.

• [37]杨焘.数字化证据标准的合理性及其限度分析：以上海“206”系统为关注点[J].四川司法大学学报(社会科学版),2020(5):38.

• [38]左卫民.从通用化走向专门化：反思中国司法人工智能的运用[J].法学论坛，2020(2):20.

• [39]John E.Kelly,Steve Hamm.Smart Machines:IBM’s Watson and the Era of Cognitive Computing[M].New York:Columbia University Press,2013:13.

• [40]张迪.刑事证据标准的类型化研究[J].证据科学，2022(5):576.

• [41]倪寿明.充分挖掘司法大数据的超凡价值[N].人民法院报，2017-06-23(02).

• [42]左卫民.热与冷：中国法律人工智能的再思考[J].环球法律评论，2019(2):54-56.

• [43]罗斯科·庞德.通过法律的社会控制[M].沈宗灵，译，北京：商务印书馆，2012:23.

• (1)研究者澄清了围绕法定证据制度的诸多误区。参见施鹏鹏《法定证据制度辨误——兼及刑事证明力规则的乌托邦》,《政法论坛》2016年第6期,第113页、第117页。

• (2)数学审判在产生之初,是出于防止主观裁判及非理性成分的重要探索。See Laurence Tribe.Trial by Mathematics:Precision and Ritual in the Legal Process,Harvard Law Review,1971,No.84,p.1329.

• (3)研究指出法律中出现的数字扮演着不同的功能,其中度量功能和识别功能是较为常见的功能形式。参见曲笑飞《法律数字化现象研究》,《法律科学(西北政法大学学报)》2013年第1期,第32—33页。

• (4)尤其相较在语言学研究和其他领域的人工智能研究而言,法律理论和实践对于逻辑理论或形式结构等概念的理解和应用都颇为鲜见。See Vern R.Walker.A Default-Logic Paradigm for Legal Fact-Finding,Vol.47 Jurimetrics,2007,pp.193—194;See Douglas Walton.Legal reasoning and Argumentation,in Handbook of Legal Reasoning and Argumentation,Giorgio Bongiovanni eds.,Springer,2018,p.49.

• (5)在1990年,艾德温娜·里斯兰(Edwina Rissland)称新证据学研究为“twenty-year-old interdisciplinary field”。See Edwina L Rissland.Artificial Intelligence and Law:Stepping Stones to a Model of Legal Reasoning,Yale Law Journal,1990,No.99,p.1957.

• (6)理查德·兰帕德首先创造使用了“新证据学研究”(NES)一词,用来指称发生于20世纪70年代之后的英美证据理论研究体系中的“关于数学推理在法庭审判中适用可行性”的相关研究。See Richard Lempert.The New Evidence Scholarship:Analyzing the Process of Proof,Boston University Law Review,1986,No.66,pp.439—477.

• (7)See Finkelstein,Fairley.A Bayesian Approach to Identification Evidence,Harvard Law Review,1970,No.83,p.489.;Laurence Tribe.Trial by Mathematics:Precision and Ritual in the Legal Process,Harvard Law Review,1971,No.84,p.1329.

• (8)研究者系统论述了数学概率模型在用于描述证据和证明活动时存在的逻辑悖论。参见巩寒冰《概率性证据研究中的认识悖论》,《证据科学》2016年第2期,第234—238页。

• (9)基准率的统计数据常被用来指示目标结果在相关群体中的发生频率,而发生率的统计数据则被用来描述目标结果的某个特征或性状的出现频率。在“蓝色出租车案”中,辩护律师有意混淆、简单化使用肇始出租车所属参考分类的方式。因为实际统计学所涉及的案发地域范围、时间范围都存在着相当细化的时空条件组。而每组条件都建立在不同性质的基准比率基础之上,如蓝色车辆出现在案发线路、案发时间,甚至是案件地点的概率数字都需要被精确计算出来。参见巩寒冰《概率性证据研究中的认识悖论》,《证据科学》2016年第2期,第236—237页。

• (10)该条款在2019年修订的《民事证据规定》中被删除。此外《最高人民法院关于行政诉讼证据若干问题的规定》以及1998年《最高人民法院关于民事经济审判方式改革问题的若干规定》第二十七条等的规定中,都出现了对证明力的预先“量化”规定。

• (11)摩尔定律是英特尔创始人之一戈登·摩尔的经验之谈,其核心内容为,集成电路上可以容纳的晶体管数目在大约每经过18个月便会增加一倍。换言之,计算机处理器的性能每隔两年翻一倍。摩尔定律是内行人摩尔的经验之谈,虽称其为“定律”,但并非自然科学定律,其仅一定程度揭示了信息技术进步的速度。

• (12)See Eugene Charniak,Drew Mcdermott.Introduction to Artificial Intelligence,Addison-Wesley,1985,pp.6—7;Wolfgang Ertel.Introduction to Artificial Intelligence,Springer-Verlag London Limited,2017,pp.1—3.

• (13)“原子论”概念是同“整体论”相对应的,在当前“有关对司法证据进行组织和评价过程中……的主流观点依然是‘原子论’的”。参见威廉·特文宁《反思证据:开拓性论著(第二版)》,吴洪淇等译,中国人民大学出版社2015年版,第320页。典型的如英美“新证据学研究”的概率理论模型争论中,包括乔纳森·科恩(Jonathan Cohen)和劳伦斯·特莱布在内的研究者,指出“将对特定证据出现概率的判断融入到‘推论链条’的建构中”即是一种“原子论”的事实认定模式。参见巩寒冰《侦查思维的故事模性理论:经验事实的故事重建与构件证明》,《河南财经政法大学学报》2022年第2期,第128页。

• (14)See 42 USC 300aa-11(c)(1)(A);42 USC 300aa-13(a)(1)(B);42 USC 300aa-13(a)(2)(B);42 USC 300aa-11(c)(1)(C);42 USC 300aa-11(c)(1)(D);42 USC 300aa-11(c)(1)(E).

• (15)Althen v.Secretary of HHS,418 F.3d,2005,pp.1274,1278,1281.

• (16)如在盗用商业秘密案件中,“Hypo”法律论证模型采用了13种法律要素,对应13种计量维度,而这些维度被用于裁断商业秘密案件的模型化指标。See Kevin D.Ashley.Modeling Legal Arguments:Reasoning with Cases and Hypotheticals,Cambridege,MIT Press,1990,p.28.

• (17)2016年中央深改委(领导小组)审议通过《关于推进以审判为中心的刑事诉讼制度改革的意见》,其中明确规定“侦查机关、人民检察院应当按照裁判的要求和标准收集、固定、审查、运用证据”“建立健全符合裁判要求、适应各类案件特点的证据收集指引”;同年,原中央政法委书记孟建柱在贵州调研时指出“推进以审判为中心的诉讼制度改革中……把统一的证据标准镶嵌到数据化的程序之中”,参见孟建柱《不断提升政法综治工作智能化水平》,《人民日报》2016年9月23日,第4版。

• (18)这次装备展集中展示了检察系统在推进智慧公诉建设工程中所使用的新技术及取得的相应成果。参见于潇、单鸽《智慧公诉:科技范儿软件提升公诉办案质效》,网址为“https://www.spp.gov.cn/spp/zhuanlan/201807/t20180707_384098.shtml”,最后访问时间为2024年4月13日;腾讯网专题报道《开启智慧公诉新时代》,网址为“https://v.qq.com/txp/iframe/player.html?origin=https%3A%2F%2Fmp.weixin.qq.com&vid=u0712izivc2&autoplay=false&full=true&show1080p=false”,最后访问时间为2024年4月13日。

• (19)参见《“套路贷”案件证据标准指引》(浙公通字[2019]46号)。

• (20)参见江苏法院网《江苏省高级人民法院印发〈盗窃犯罪案件定案证据审查指引〉(试行)》,网址为“http://www.jsfy.gov.cn/article/91205.html”,最后访问时间为2024年4月14日。

• (21)参见江苏省人民检察院《江苏省人民检察院〈故意杀人案件证据审查指引(试行)〉》,网址为“https://www.spp.gov.cn/spp/gfwj/index_3.shtml”,最后访问时间为2024年4月2日。

• (22)参见杭州铁路运输检察院《构建逮捕案件证据精细化审查模式》,网址为“https://www.spp.gov.cn/ztk/dfld/2017dfld/dfld98_4439/ywtt/201702/t20170209_180540.shtml”,最后访问时间为2024年4月14日。

• (23)参见福建省福清市人民检察院《以精细化促进检察工作专业化》,网址为“https://www.spp.gov.cn/spp/ztk/dfld/201804/t20180427_377047.shtml”,最后访问时间为2024年4月14日。

• (24)参见卢志坚、胡庆合、徐佳《2018亮点|江苏苏州工业园区:为非法集资类案件确定160余项证据标准指引》,网址为“https://www.spp.gov.cn/spp/zdgz/201808/t20180812_388100.shtml”,最后访问时间为2024年4月13日。

• (25)研究者探讨了证据标准与证明标准的复杂关系,证据标准与证明标准的外延与内涵,证据标准、证明标准与程序构造的关系,二者的主客观关系等。参见熊晓彪《刑事证据标准与证明标准之异同》,《法学研究》2019年第4期,第205—207页;董坤《证据标准:内涵重释与路径展望》,《当代法学》2020年第1期,第108—110页、第116页;秦宗文《证据标准的双维分析:基准与动力》,《中国刑事法杂志》2021年第3期,第88页;熊晓彪《证据标准的具象维度与实践纠偏——兼论类案证据标准的数据化统一》,《北京航空航天大学学报(社会科学版)》2022年第4期,第41页;纵博《司法实践中“证据标准”之评析》,《地方立法研究》2024年第2期,第122页。

• (26)参见中华人民共和国最高人民检察院《2018·全国检察机关科技装备展》,网址为“https://www.spp.gov.cn/spp/zhuanlan/kjzbz/index.shtml”,最后访问时间为2024年4月10日。

• (27)参见于潇、郭璐璐《2018·全国检察机关科技装备展圆满落幕》,网址为“https://www.spp.gov.cn/spp/zhuanlan/201807/t20180707_384160.shtml”,最后访问时间为2024年4月10日。

• (28)研究者论证了算法不仅仅是人工层面的,其亦含有自然的维度。参见周慕涵《证明力评判方式新论——基于算法的视角》,《法律科学》2020年第1期,第47页。

• (29)持有这种反思观点的研究者仍不在少数。参见左卫民《从通用化走向专门化:反思中国司法人工智能的运用》,《法学论坛》2020年第2期,第20—21页;杨焘《数字化证据标准的合理性及其限度分析——以上海“206”系统为关注点》,《四川司法大学学报(社会科学版)》2020年第5期,第35页。

• (30)研究者指出当前的人工智能应用多数仍然属于“弱人工智能”应用,而非真正意义上的通用性人工智能。See Stephen Lucci,Danny Kopec.Artificial Intelligence in the 21st Century:A Living Introduction,David Pallai,2016,pp.10—11.

• (31)See “https://www.kentlaw.iit.edu/institutes-centers/center-for-access-to-justice-and-technology/a2j-author”,Last Accessed times 2024.01.06.

• (32)研究者认为这种人工与计算机协作式的工作模式是未来相当长一段时间计算机参与决策的基本态势。See Kevin D.Ashley.Artificial Intelligence and Legal Analytics:New Tools for Law Practice in the Digital Age,Cambridge University Press,2017,pp.12—14.

• (33)研究者指出应严格区分人工智能的自主性与机械自动化的混淆现象,将一些典型的自动化技术与人工智能技术混为一谈。参见刘艳红《人工智能法学研究的反智化批判》,《东方法学》2019年第5期,第120页。

• (34)研究者指出,人工智能技术要想在司法活动中真正发挥作用,需要不断模拟和练习法律人的思维,而这种模拟是建立在真正大数据意义上的。参见左卫民《从通用化走向专门化:反思中国司法人工智能的运用》,《法学论坛》2020年第2期,第20页。

• (35)该领域“末日般的”情形出现在“伟大的普通法体系化建造者”之后。See Richard Lempert.The New Evidence Scholarship:Analyzing the Process of Proof,Boston University Law Review,1986,No.66,pp.439—477.

• (36)研究者系统探讨了法律人工智能化在当前理论及实践语境中所面临的核心问题。参见左卫民《关于法律人工智能在中国运用前景的若干思考》,《清华法学》2018年第2期,第122页。

• (37)研究者们着重强调了法律与人工智能交叉对程序价值、公平、正义的传统诉讼价值的冲击与影响。参见郑曦《人工智能技术在司法裁判中的运用及规制》,《中外法学》2020年第3期,第680—683页;李晟《略论人工智能语境下的法律转型》,《法学评论》2018年第1期,第101—105页。

• (38)保守派研究者认为即便具备人类理性思维能力的机器真的出现,其也受到伦理、价值、文化等多方面因素的限制,而无法从事司法事实认定工作。参见张保生《人工智能法律系统:两个难题和一个悖论》,《上海师范大学学报(哲学社会科学版)》2018年第6期,第38页。

• (39)理查德·波斯纳在哈佛法律评论100周年的期刊中发表了该言论,他认为法律学科自治性的丧失将是不可避免的,而其他学科向法律领域持续的技术渗透必然带来传统法律学科理论基础的全面重构,而这在证据学科及其制度中的体现尤其明显。See Richard A.Poner.The Decline of Law as an Autonomous Discipline:1962—1987,Harvard Law Review,1987,No.100,pp.761—780.