下载掌阅APP，畅读海量书库
立即打开
[英] 本奇卡鹏（Trevor Bench-Capon）
[荷] 帕肯（Henry Prakken）著
杜文静译
本文介绍了该期刊的逻辑与法律研究部分。我们将讨论逻辑在人工智能与法中所使用的几种方式，并提供一些之前关于这些主题工作的关键参考。我们还将列出一些我们认为已准备好进一步探讨的重要问题。我们鼓励在这些以及其他逻辑与法律问题上做出贡献。
本文的目的是介绍《逻辑与计算》期刊上的“逻辑与法律”研究部分。法律是至关重要的，它关系到所有人的生活。法律的影响也很重要，错误的成本可能很严重。为了遵守法律，它必须为它所影响的人所理解，并为人们所接受，必须以人们所能理解的方式加以解释。此外，必须以透明和负责任的方式实施法律。显然，计算机系统可以在所有这些方面提供帮助，但它们需要意义的明确性和推理的可靠性。因此，逻辑对法律来讲很重要。
在将逻辑应用于法律的早期，人们有一些过于简单的期望：将法律作为一种逻辑理论来表述，并推导出该理论的结果，就足够了。但这一观点被证明过于狭隘，因此，我们将在本文中讨论。我们将识别的一些逻辑在法律中的关键用途，通过简要地描述一些著名的历史研究，提及一些反映前沿动态的关键论文，最后指出一些当前主要问题，我们希望以论文形式出现在这里。我们将看到，解决将逻辑应用于法律所产生的问题需要推动了逻辑与推理的发展，也为一般逻辑技术提供了重要检测。通过对人工智能与法逻辑史的简要初步概述，我们将确定逻辑的三个主要角色，这些角色相对重要性的转变，以及相关的广义逻辑概念。
逻辑在法律中的最初用途是以一种清楚明确方式来表达法律。在这些方法中，推理被视为简单地从得到的形式表达中进行演绎。这一概念采用了一种狭窄的弗雷格式逻辑观，把推理看成是从表达出发的推理：一旦概念的意义被形式化，有效推论概念就会自动产生，使得主要任务是给出可靠完全的证明程序。换句话说，首先有表达法律，然后推理是由它产生的，而且可以在传统逻辑概念中进行。这种方法被塞科特等人所推广 [202] ，展示了这种方法用于新立法的优势，其中解释问题被减到最少，但在这方面成功不易推广到其他领域。
在此基础上所进行的尝试，让人们认识到：法律推理的许多方面都超越了传统逻辑方法的语义。在制定一部法律时，立法者很清楚，他们无法设想这部法律的所有适用情形。在通常情况下，他们会阐明一个一般规范，抓住所提措施的本质，然后用一系列的例外来限定它。他们所使用的是抽象概念，以便结合提交给法院的具体案件事实加以解释。此外，在不可避免地存在利益冲突的情形下，这会导致不确定性和意见分歧。因此，要想适用于法律，面对例外、冲突规则、模糊性和开放结构，这种逻辑必须稳健，要认识到理性分歧的可能性。
有些特征主要产生推理方法的革新，另一些特征则需要考虑语境、过程、相互作用和其他动态方面。处理这些特性的需要还导致了更广义的非弗雷格式逻辑概念。这本质上是逻辑发展的一个特例。例如，在欧洲科学基金会的“互动、交流、认知与计算中的逻辑建模”（LogICCC）项目中，首先逻辑学的计算转向和认知转向，更大的兴趣点是实际上如何进行推理，然后提及了互动转向，在从事社会互动的智能主体的行为语境中考虑推理，其意义在这些交际交流中形成。
我们将依次讨论逻辑与法律的这三个方面。第二部分讨论表达的逻辑，第三部分讨论建模推理的逻辑，第四部分讨论建模互动的逻辑，第五部分确定了未来要探讨的一些重要主题，第六部分给出了一个简短的结论。
本部分将讨论用逻辑表达法律的几个方面。
逻辑学的一个很早期的应用是，给出一种系统地揭示句法歧义的立法方法。 [203] 例如，法律起草者经常不加区别地使用“如果”，有时只表示充分条件，但有时却表示充要条件。这些不同解读常常会相互作用，产生大量可能的文本解读，比如，艾伦和萨克松的工作。 [204]
法律中有许多语句表达的都是规范，其中包含了“可以”“必须”和“将要”等术语。道义逻辑试图为澄清这些术语的含义提供形式工具，因此，用道义逻辑来阐明法律分析就不足为奇了，比如，阿尔罗若和布里金 [205] 、麦卡蒂 [206] 、琼斯和塞科特 [207] 的研究成果。很明显，这里的一个重要方面是，从这些规范推导出来的规范立场和法律关系，如林达尔 [208] 、塞科特 [209] 和沙托尔 [210] 的成果。规范立场详尽地规定了如何规范具体主体的具体行为。例如，对本文的规范立场是，允许我们但没有义务写它，允许但没有义务不写它。法律关系表达了一个主体对另一个代理人的规范性期望以及主体们如何改变这些期望。合同是法律关系的一个重要来源，因此，建模法律关系特别在自动合同管理领域得以研究，参见法内尔等人的成果 [211] 。
既然规范制约着行为，规定了对违反规范的行为进行什么样的制裁，那就要有主体性、责任性和因果性概念来明确规定什么是遵守规范，什么是违反规范。这些概念在哲学逻辑与实践哲学中得到了广泛的讨论，但在人工智能与法中却没有受到足够的重视，请参见阿奎斯的研究工作 [212] 。
在法律上，时间和变化也具有相当重要的意义。法律是可以修改的，因此，我们必须承认规范在具体时间内有效。行为和事件会改变法律关系和规范立场，因此这些也必须能够动态分配。时间也很重要，因为它经常被用作规范条件的一部分。在时间和变化方面有一些人工智能与法的研究工作，运用事件演算 [213] 或可废止逻辑 [214] ，但还可以做更多。维拉和吉野较好地概述了这些问题以及可能的方法。 [215]
还可以把法律从时间中抽象出来加以研究，如信仰修正。事实上，产生了信念修正的一篇论文 [216] ，将信念修正思想应用于确定规范减损结果的法律问题。然而，这项工作在逻辑与法律上几乎没有得到其他人的跟进。
与时间和变化相关的一个主题是，具体规定法律组织程序。法律经常规定要达到某种法律效果必须遵循的一系列行为。例如，利益诉求要求诉求人和仲裁者在一定时限内按规定律令采取一系列行为，使索赔生效。其他法律程序例子还有起诉程序、选举、审计程序、决策程序等。此外，组织机构通常会设计自己的程序，以符合法律要求。人们甚至可以考虑法院诉讼的一般程序，但是，正如我们将在下面解释的那样，既然这些程序与推理思想密切相关，我们将单列一节来讨论它们。法律合规程序的正式具体规定有很多实际应用，但在人工智能与法中，除了投票程序 [217] 、拍卖程序与谈判程序 [218] 、合规程序验证 [219] 等方面的一些初步工作外，目前还是一个被大大忽视了的主题。
对“传统”逻辑概念的第一个挑战来自于法律法规的几个结构性特征。 [220] 其中，包括使用例外情况，利用法律层级解决不同法规之间的冲突，互相参照立法的其他部分，认定条款（如健康但怀孕的教师在学校风疹爆发时被视为患病，有权申请疾病津贴），适用该法律的条件，以及具体规范的有效性条件。在人工智能与法中，非单调逻辑的第一个用途是用来解决这些特征，其概览参见帕肯和沙托尔的论文。 [221]
然而，人们很快就认识到，“标准”非单调逻辑的适用性很有限，导致了我们要思考超越表达而进入推理，即认知转向。虽然法律提出的一些挑战可以通过调整或扩充逻辑来解决，但其他挑战似乎需要考虑语境与内容才能找到解决办法。最初，运用非单调逻辑使规则成为关注的焦点。尽管确定了解决规则冲突的几条原则，比如，新法优于旧法，特别法优于一般法以及上位法优于下位法，但事实证明，这些原则还不足以提供解决冲突的一般方法。这些一般原则通常只适用于某些类别的规则。刚才提到的那些规则只适用于成文法规。尽管也有些类似原则与判例法有关，比如，在判例法中上级法院裁决可能对下级法院具有约束力，但它们本身是可废止的，而且它们本身可能会发生冲突。更多的时候，冲突不是来自相互竞争的规范，而是来自对这些规范的各种解释。如上所述，法律所包含的条款是要根据具体案情由法院裁决加以逼近，这往往导致相互矛盾的解释。至少这引起了将判例法作为解释来源的需要。然而，仅仅将在先例案例中所做的决定表达为规则是不够的，因为新案例很少与先例精确匹配，因此，处理冲突规则的技术是不够的。此外，裁决通常可以在许多不同抽象层次上进行表达，从而使得这种规则的精确表达备受争议。这一认识促使人们从关注表达转向探讨推理模式，如类比推理、案例推理与理论构建。
下面我们将简要回顾人工智能与法中针对这些问题所使用的一些技术。
上一节最后所提及的问题导致了对法律推论的几个更广泛解释。有些仍然保持着“标准”非单调逻辑的精神。例如，戈登
[222]
、帕肯和沙托尔
用规则来建模论辩式论证，在将推论程序建模为博弈过程时嵌入了处理例外与规则冲突的标准技术。哈赫和维赫雅提出了理由逻辑，
[223]
将理由念置于中心位置：把推理建模为竞争理由的构建与权衡，而规则仅仅是理由的一个来源，必须对竞争理由进行权衡。理由逻辑还提供了对应用规则的含义以及法律规则与法律原则之间的差异的复杂描述。
[224]
在所有这些工作中，一个令人关切的问题是，关于偏好标准的推理建模，并承认无法提供可靠的一般性冲突解决原则这一事实。
如上所述，人们经常需要看看个案裁决，了解在具体语境中如何根据冲突规范的内容得以解决冲突。这些裁决会告诉我们给定冲突考虑了哪些相关因素。在案例推理中，我们进一步尝试使用具体案例来表明，在这些案件中这些考虑如何证成了具体结果。如上所述，这里的主要挑战是处理如下事实：新个案很少与某个先例完全匹配。在人工智能与法中，已经研发出一些有影响力的案例法律推理计算模型，参见里士兰等人的文中的概述， [225] 路易和诺曼 [226] 、帕肯和沙托尔 [227] 讨论了这些模型的逻辑形式化。起初，这项工作试图将规则推理的论辩程序延伸到案例推理，后来用实际推理模型与理论形成模型组合出相关程序。
有些法律裁决涉及自由裁量权的行使：仲裁者可以选择解决方案。在通常情况下，争议双方都会提出理由，法官的作用是选择哪一方应当占上风，但需要证明这个选择合理，这样才能为上级法院甚至可能是广大公众所接受，参见克里斯蒂的《法律论证中理想听众思想》第10章。 [228] 选择的正当性属于实践推理领域。在人工智能与法中，我们可以找到这类推理例子，特别是根据法律的根本目的或者为达到最理想的结论来关注选择的正当性。 [229]
法律推理的一个长期观点 [230] 是，应当把解释过去所做出的裁决视为在构建一种理论。最近，本奇卡鹏和沙托尔重新提出了这一观点， [231] 详细说明了什么构成了一种旨在解释判例法体系的理论，以及如何从给定的事实与先例出发来构建这种理论。这种方法也成为许多计算实验的对象，这些实验旨在评估从美国商业秘密法的一系列给定条件出发所构建的法律理论的质量。 [232]
上面所说的大部分内容都涉及规范性问题，涉及法律概念底层的案件事实分类，对这些概念的解释，以及从这些分类和解释中推导出规范性结果。事实上，大多数人工智能与法研究都是把案件事实作为给定的。然而，在法律实践中，案件主要是关于构建事实的，因此，如果某种逻辑不能处理证据推理建模，它就不能完全为法律服务。乍看起来，这可能被认为是统计学和概率论的问题，但由于各种各样的原因，这里有一个逻辑的位置。在法律案件中，统计所要求的数字往往无法获得，因此，必须使用定性推理模型。即使数字可获取，批评统计证据包括了诸多方面，诸如收集数据的方式可靠吗？统计模型正确地建模该问题了吗？结论是否从有保证的统计数字推导出来？这使得必须将统计证据运用嵌入到在更一般的法律论证模型之中。
在人工智能与法中，有一些关于证据推理的初步工作。例如，贝克斯、里德和沃尔顿将基于论证的非单调逻辑方法与论证型式方法（见下文）组合起来，形成了一种论证方法， [233] 而普尔则阐述了在他的理论体系中如何将证据推理情节方法建模为回溯推理。 [234] 贝克期等人试图组合论证方法和情节方法。 [235] 然而，仍有许多工作要做，特别是在与统计方法整合方面。
最后，让我们简单讨论一下人工智能与法中用于建模法律推理的两种更一般的形式技术。
从非形式逻辑工作中获得灵感，如沃尔顿的工作， [236] 使用论证型式解决了上面的一些问题，如帕肯的研究成果。 [237] 论证型式是典型推理模式，或多或少与领域相关。论证型式建立了一种支持其主张的假定，必须针对所做出的批评，利用那种具体型式所特有的所谓批判性问题来进行防卫。证据推理的一个论证型式例子是：
如果证人说P，那么P。
该型式有三个批判性问题：
（1）证人是否真诚？
（2）证人是否处于观察P的位置？
（3）证人是否正确地记住了P？
实践推理的一种论证型式是：
我想达到G，做A就会达到G，所以，我应该做A。
与之相关的批判性问题是：
（1）做A会达到G吗？
（2）有没有更好的方法来实现G？
（3）做A也会有不良后果吗？
在人工智能与法中，一直在明确使用论证型式，如在证据推理语境下 [238] 和在实践推理语境下。 [239] 帕肯认为，人工智能与法的许多工作都隐隐约约地采用了论证型式方法。 [240]
在逻辑与人工智能中，一直被认为在法律中有相当大影响力的一项成果是董番明引入的论证框架。
他的方法本来用作非单调逻辑和逻辑编程的一种统一理论的，完全是抽象的，框架包含一个论证集和论证间的二元攻击关系。然后，论证的可接受性认为是相对于框架中论证子集而言，而这个论证子集能够防卫攻击者的攻击。在法律上，这一基本思想已以多种方式加以调整。例如，帕肯和沙托尔将董番明的抽象方法具体化了，他们使论证和攻击概念更加结构化，并展示了在框架内如何把握决定攻击关系的规则优先级推理。
[241]
本奇卡鹏通过提升论证接受度引入了价值概念，该概念允许根据这些价值偏好顺序对攻击与成功攻击进行一般区分，从而能够表达法律目的推理。
法律推理的需要主要产生于不同当事人间的冲突语境，需要在解决冲突的规定法律程序内进行裁定。这意味着，法律推理通常采取对话论证交流形式，论证表达了替换观点，紧接着是采用其中一个观点而不是采用另一种的理性证成。争议的进行将受到与争议的具体形式相应的程序制约，其结果的正当性将取决于所遵循的这些程序。
这里有一个重要观点是，给定一系列事实和一整套法律，结果可能取决于必须遵循的程序。这意味着，我们无法从争议语境中提取推理来确定适当的结论：它与所遵循的程序交织在一起。 [242] 我们举出几个例子。在其他情况相同的案件中，结果可能取决于把证明责任分配给哪一方。如果是民事诉讼而不是刑事诉讼，结果可能会有所不同，因为罪行归属的证明标准较低。辛普森（O.J.Simpson）就是一例，他先是在刑事案件中被判无罪，后来又在民事案件中要承担民事责任。在一个辖区可采的证据，但在另一个辖区可能会被驳回。
因此，我们必须考虑能够确定这样一些问题：谁对每个子问题负有证明责任，论证与证据的具体部分是否可采，何时做裁决比较恰当，以及针对某些子问题所期望的证明标准。
此外，案件一开始就没有提供事实。虽然双方可能会有一些共识，但随着案件的进展，其他事实和解释理论将会出现并被构建。
承认这些观察之后，在过去15年，人工智能与法提出了一些法律程序的对话博弈模型，采用了哲学逻辑和论证理论中称为“形式论辩学”的技术。这是从戈登的计算模型开始的，该模型是一种理性重构的具体法律程序，即美国民事诉讼程序。 [243] 后续工作更多地集中在理想化程序上。这种人工智能与法工作在风格上与多主体系统中涉及论证的对话建模后期工作类似。帕肯给出了这两种工作的最新概述。 [244] 除了这项对话博弈工作，还有一些关于法律推理和法律程序中证明责任作用的工作。 [245]
我们现在讨论我们认为目前在逻辑与法律方面最重要的一些问题，我们希望这些问题将在这里得到解决，当然，并不排除探讨其他问题。
关于表达，一个主要关注点是本体论兴趣的增长。到目前为止，人工智能与法中使用的本体主要是同义词典或分类风格的本体，其目标是信息检索和跨语言理解等应用。在人工智能的其他领域，更复杂的本体论也取得了进展，是用描述逻辑来表达的。将这些技术引入法律领域似乎有相当大的余地：那些用于定义法律概念的规范似乎是描述逻辑的理想主题。此外，就法律概念分类的许多其他规范而言，描述逻辑可能具有更广泛的应用。但描述逻辑在逻辑与法律中的作用在很大程度上仍未得到解决。
在人工智能中，一个反复出现的问题是，法律是行为、时间和变化的表达：我们是在考虑法律本身的变化，还是在考虑相关各方行为所导致的法律关系的变化。在人工智能与法之外，还有一些活跃的学术圈在致力于行为、时间和变化的逻辑，如果能看到把这项研究成果应用到法律领域，那将非常有趣。法律程序与合规程序似乎特别适合于用时态逻辑和行为逻辑来进行形式化，而模型检查技术也许适用于它们的形式验证。特别是，法规遵循这一极为重要的主题与这些问题密切相关。
证据推理是一个迄今为止仅作了初步探索的论题，它的可能发展方向包括：证据推理论证型式方法扩充（如统计证据处理），情节方法扩充，以及进一步整合这些方法，并与纯粹统计方法的整合。
实践推理是法律可以从法律之外的活跃研究领域获益的另一个主题。在主体系统背景下，探讨了在问题求解过程中所作选择的合理性。这个主题在法律上也很重要，因此有足够的空间将这项工作转移到法律领域。多主体系统领域的其他工作着眼于受社会规律约束的选择。在法律规划系统和指引守法的系统中，守法这一概念是与法律相关的。
解决法律问题通常涉及许多不同的推理模式，至少包括证据推理、案例推理、分类推理，有时在需要做出选择时还涉及实践推理。在解决法律问题过程中，将这些不同的推理模式结合起来，管理好从一种推理模式到另一种推理模式的过渡，在很大程度上尚未探索。
如果某主张有好几个论证，那就存在如何将它们组合起来以反映其集体力量的问题。由于法律论证和许多其他领域的论证一样，往往要有说服力，而不是强制性的，因此，经常会遇到需要考虑支持和反对立场的几个论证综合效果。在这种情况下，尽管每个论证单独来说都比较弱，但一个论证为几个该等论证综合起来击败的可能性可能会出现。要解决这一问题，就需要论证能累积的情境以及允许累积的机制。有一些获取累积的初步尝试如帕肯的工作， [246] 但还有许多工作要做。
论证型式为探讨具体问题提供了一种富有成效的方法，但这种方法还没有用尽它的效用。这里的工作将包括对具体型式及其有关问题的详细探讨，以及在推理与对话中对型式作用的一般性探讨。
如上所示，很多年以来，人工智能与法一直在从事建模冲突与争议解决程序。这类模型或多或少是形式的，但即使在更加形式的情形下很少有人注意证明它们的性质，如程序是否保证终止，是否它给当事人“公平”机会来表达自己观点和攻击他方观点。在其他领域，对程序有更系统的研究。例如，在多主体系统背景下，拍卖、谈判和投票的程序已被广泛研究。这些工作为更严格地研究法律程序建模提供了良好的模型。将行为语言程序完全形式化， [247] 可作为一个例子，说明也许可以如何用一种更加经得起其性质形式调查检验的方式来建模法律纠纷解决程序。当然，所有这些也适用于前面讨论的更具体的法律组织程序。
由于法律推理往往发生在程序背景中，而在程序内推理的目的是说服其他参与者，因此，法律推理原则包括互动策略这一重要元素。到目前为止，在人工智能与法中，关于说服对话策略工作做得很少，但有一个例外是运用了博弈论， [248] 因此，有很好的机会运用博弈论和其他相关领域的技术。
我们认为有足够的机会将计算逻辑技术应用到法律，我们已经讨论了一些具体机会。然而，我们上面给出的主题列表绝不是详尽的。在逻辑与人工智能中还有许多其他的主题可以对人工智能与法做出贡献。法律领域的一个吸引力在于，它提供了丰富的现实例子。一个真正的优势是，在法律例子中使用的推理比在许多其他领域中得到更广泛的记录。
法律是一个逻辑学的认知转向与互动转向尤为普遍的领域。因此，逻辑在法律中的应用应该是互惠互利的：一方面，可以深入了解法律推理，如何使它具有计算性；另一方面，逻辑技术提供一个真实且具有挑战性的测试平台。我们认为，这部分就是这个交汇处的理想地点。
（编辑：吕玉赞）