吴敬琏：中国改革还在半路 旧体制仍在阻碍改革

在这两者的背向牵拉之下，不同学科立场下的法政策（学）就成了自说自话的猜谜游戏，以至到目前为止，一般意义上的法政策语用仍然停留在寻找概念共识、打造概念工具的阶段。

而上文提到的1904年梁启超文则与攻法子的观点针锋相对，梁启超称：我之法系，其最足以自豪于世界也。所以，如何学习发达国家的先进文化和制度，尽快使国家及民族强大就成为日本的国民心理。

而不以建立中国本位新法系为说者，也应明白：古律上因经过数千年的递嬗，往往比现在制定的法律周密。先秦的法思想，尤其是儒家的法思想在梁启超看来既深邃又充满了朝气，所以他竭力倡导弘扬之。这也就是像笔者上文所引述的《简明大不列颠百科全书》中所说明的那样，关于法系的分类有待进一步探索，除了要对不同法系的法律思想和法律制度进行比较分析和深入探讨之外，更要关注其背后隐藏的文化思想。在描述了中国固有法系与文化间的关系后，陈顾远兼容了当时学界两种截然不同的观点，认为无论是主张复兴中华法系者，还是反对复兴中华法系者，中国的固有法系都非毫无一顾的价值。也正是由于文化传统本身的不同，更是由于学者们对于各国各地区文化传统的不同理解，学者们对法系的认识及分类也不尽相同。

他认为，中国旧律相对于现代社会已经显得幼稚，20世纪已不是从前把人民的生活限于一乡一镇的时间了，法律自然而然也当与时势的进步而变易。一个国家法律体系的形成及法律制度的确立，有着其深厚的历史及文化渊源，并不是孤立存在的。从纵向来说，我国的司法系统设立不同级别的人民法院与人民检察院，其中法院依法独立行使审判权。

如果该案的引证负面和正面意见都有，那就会被标记为可能负面评价。而在人工智能与机器学习崛起的时代，算法的公开与解释将变得更加困难，因为机器学习中的算法常常是根据数据训练而不断变动的，而不是事先设计的。相较之下，准确适用法律与公平公正的实现才是司法的首要目标，为了实现司法的公平公正与法律的准确适用，公检法司不同部门在互相配合的同时，应当依法相互制约。4.人工智能可能在社会效果评估方面更为有效。

专家系统一般由综合数据库、知识库和推理机三个主要部分组成。例如对于消费者有权获得多倍赔偿这样一个大前提，司法者需要进行判断，《消费者权益保护法》与《食品安全法》中对于消费者的界定是否相同？对于职业索赔人是否属于消费者这个小前提，法律推理也要进一步判断。

对于智慧检务，时任最高人民检察院检察长张军也指出，要充分认识到，符合司法机关办案规律、检察机关办案规律，才能成就智慧检务，智慧检务科学化最终要体现在办案质量效率提高、办案能力提升上。关于人工智能与人类司法者的比较，尤金·沃洛克（Eugene Volokh）教授曾经指出，应当以可接受性与说服性的标准进行比较，而不是以司法的正确性标准或客观性标准进行比较。（1）对于规制人工智能算法的可解释性，一些国家和地区已经开始立法尝试。在人机交互时代，人工智能司法应当坚持人类司法者的决策与主体责任制，坚持法官与检察官的弥散性决策与主体责任制，允许不同司法机关对人机决策权重进行实验与竞争，坚守基于部门分工与审级分层的决策制衡机制，促进算法解释的可问责性而非完全公开。

该系统通过数据分析，主要针对一些不需要起诉的轻微犯罪，给出量刑与处置建议，帮助法官作出更为有效的判决，以减少相关人群的未来再犯。但同时，人们可以比较何种司法判断和法律说理更容易为人们所接受。在人工智能辅助司法体系中，算法公开也可能造成类似影响。但对于不信任人工智能的当事人来说，算法决策意味着对其正当程序权利的剥夺。

但这种有限度的黑箱也具有众多优点，例如小范围的公开有利于控辩双方进行更为理性的辩驳，有利于法官对于案件进行更为谨慎的判断。这些软件起初多被运用于缓刑和假释中的风险评估，如今在保释和量刑中也被广泛运用。

如果简单地以人工智能的裁判规则作为司法的最终裁判依据，那么其结果很可能导致大量案件裁判规则的僵化。在传统司法制度的设计中，就可以看到这一点。

在英国，由剑桥大学和杜兰警局联合开发的危害风险评估工具（简称HART）系统已经在司法中广泛运用。处在后端的各类数据库系统，其可见度往往不像前端的人工智能辅助系统那样受到关注，对于这类系统尤其应当注意强化其可问责性。此外，法官或检察官也是社会共同体的一员，其对于法律的理解与判断必然受到社会普通公民对于法律理解的影响。事实上，如果我们放宽视野，关注社会中普遍存在的各类法律专业数据库和搜索引擎，就可以发现人工智能辅助司法早已经成为社会现实。而个人的司法亲历性一旦缺乏，那么即使人工智能给出了合理有效的司法建议，其也无法获得当事人的认可。司法统一性原则也不应当破坏我国司法系统中的审级制度。

卢米斯案虽然是发生在美国的个案，但这一案例对于中国人工智能司法建设中的实体公正与程序公正问题具有重要的警示意义。它需要花费时间与资源来进行侦查、调查、起诉与审判，司法的非高效性是良法善治不可或缺的一部分，因为正是司法的非高效性使得法治变得更为谨慎、思辨与理性。

欧盟《一般数据保护条例》也规定，当存在自动化的决策，数据主体有权知晓在此类情形下，对于相关逻辑、包括此类处理对于数据主体的预期后果的有效信息。2016年中共中央办公厅、国务院办公厅印发的《国家信息化发展战略纲要》（中办发〔2016〕48号）强调：实施‘科技强检，推进检察工作现代化。

桑斯坦的分析主要聚焦于类案制度，实际上，无论是对于相关法律法规、司法解释、立法说明的筛选，还是对于类案的推送，设计良好的人工智能都可能为人类司法者提供有效的参考信息，避免人类因陷入信息的汪洋大海而迷失自我。此外，人工智能在把握社会共同价值观方面也并不擅长，很难将社会共同体的价值观融入司法审判中，并通过司法判决对社会民意作出理性引导。

在国外，人工智能司法辅助系统所引起的公正性问题已经引起广泛关注。例如在谈到智慧法院建设的时候，时任最高人民法院院长周强指出，人工智能在司法领域的应用可以为法官提供很好的服务。例如Lexis、Westlaw的判例库系统中就包含了对美国最高法院相关案例的权威性判断。该法官认为，ChatGPT虽然不能代替法官进行判断，但可以利用人工智能扩展所通过裁决的论点。

而这些知识往往难以通过人工智能或文本的方式进行传授。人工智能系统虽然不能提供价值性判断，但对于相关法律法规与案例的系统化汇集，却可以拓展人类司法的经验边界，使法官或检察官的考虑更为全面。

3.人工智能在信息筛选方面的效率可能更高。这些例子说明，人工智能风险评估软件至少有可能作出比法官更好的判决。

从我国的司法制度的这些安排可以看出，我国的司法权并非单一化的。因此，尽管人工智能具备某些特点，但人类司法者也有其独特的信息优势。

在有限公开的背景下，司法裁判也更容易为当事人所接受。法理学的研究指出，法律至少包括规则（rules）和标准（standard），规则强调非黑即白，而标准却强调个案判断的合理性，适用规则还是适用标准各有优劣。人工智能可能导致算法黑箱和司法的不透明性。通过设计符合司法原理的人机交互决策制度，智慧司法才可能稳步前行。

人工智能系统也可能会歧视某些特定群体，例如可能对某些地域与社会经济状态较差的人群进行系统性歧视。从司法的基础理论来看，法律解释方法中并没有必然的优先性方法，例如字面解释可能有利于文意的精确性，但未必有利于立法意图和法律目的的实现，也未必符合当下公众的预期。

人工智能司法发展必然建立在过往的案例数据与相关数据基础上，如果数据存在垃圾进、垃圾出（garbage in,garbage out）的情形，或被用于训练人工智能司法的判决或数据隐含不公或歧视，那么人工智能所给出的结论也可能存在偏见与错误。人工智能算法可能会出现系统性偏差，例如在数据库系统的建设过程中，类案检索系统的参数设置可能不合理。

法治应当在个案中结合规则和标准，实现负责任的判断，完全简单依赖规则的法律适用将无法实现真正的良法善治。归纳推理的本质在于基于过往经验对未来进行预测，而未来的决策却依赖于人的判断与行动。