陈 娜

近年来，现代法学在移动互联网、超级计算、大数据等新理念的驱动下逐渐呈现出深度研究、跨界融合的趋势，人工智能法学在其推进下空前发展。计算逻辑和法学的融合发展是法学领域研究视觉的转换。

从本质上来说，法是模糊的，从立法文本到司法量刑实践，从客观现象被转化为法律论证信息文本，在模糊与确定的交界点，法官起着不可忽视的作用。如何既保持法官的裁判自由又限定法官的随意主观擅断？如何在重视大量案件反映的裁量规律的同时兼顾个案的价值？如何在立法与司法之间架起一座更为直接的转换桥梁？计算法学在对双方分析的基础上，在对法学模糊性的科学理解下，用计算法学的基本理念，拟用模糊优化逻辑改变非此即彼线性法学理念，以多样化法律模式适应生活多元化，让法律规定更为明确地呈现出来，并始终以公平正义为核心价值，保障量刑中各方利益均衡[1]。

法学是特殊的人文社会学科，法律现象具有数量和数理变化关系，将计算定量方法引入量刑研究领域，是量刑规范化制度改革背景下现代法学发展的必然趋势。

一、计算法学简述

随着大数据时代的发展，精确化概念被引入法学领域，法学的正义价值理念与精确化的碰撞，将量化研究方法引入了法学的研究领域。从法学的定性研究到法学的定量研究，催生了计算法学的产生。

以一定的法学理论和统计资料为基础，综合运用数学、统计学和计算机技术，以建立数学模型为主要手段，研究具有数量关系的法律现象，就是用定量的计算研究方法用于研究法律和法律现象[2]。法律和法律现象是可量化的，我们在研究法学时不必忌惮提起法学的量化、计算问题，新的方法论只是一种研究方法，定量研究法以往只存在于信息数据密集的学科领域，但将计量方法引入法学研究领域是十分有必要的，如同我们无法停止探知真实一般，法律学者在爆炸的信息时代下，无法停止更深层次和更精确化的法学研究。

在法学中采用计量的研究方法目的在于发现数字背后的规律，让法律更趋近于精确和合理，计算法学是以具有数量关系的法律现象作为研究的出发点，采用统计学、现代数学、计算智能等技术方法对相关数据进行分析研究，旨在通过实证研究评估司法的实际效果，反思法律规范的合理性，探究法律规范与经济社会的内在关系。当前，计算法学在我国的发展还处在初级阶段，人工智能和法学的结合研究成果较少，法律大数据的运用还不够充分，这和我国数据歧视的背景是分不开的，相较于国外计算法学的发展现状，无论从理论和方法探究还是实践运用中的具体问题，都展现了大数据时代的明显特征。借鉴国内外发展经验，加强法学和计算科学的深度融合，在法律大数据的发展趋势之下，计算法学将拥有更广阔的发展空间。

二、定量研究方法引入量刑之理据

将定量研究方法引入量刑之中是实证法学研究发展的必然趋势：

第一，法是模糊的，法律的不确定性意味着法律带有地域性和实效性，法律不同于自然学科拥有超越民族和文化的一致性和确定性，法律的模糊性和不确定性特征为法官的自由裁量提供了生存土壤。

法律语言的模糊性是天生的，或者说语言本身的多样性导致自然语言并不能精确转化为法律语言，特别是在中国这样的一个文化底蕴十分深厚的国家，法律语言呈现出多样包容的特征。法律语言的此种特征使法律规则中存在大量的“模糊地带”，譬如刑法典法条中就存在大量的“泛定”模糊语句，《刑法》第二百二十七条：“伪造或者倒卖伪造的车票、船票、邮票或者其他有价票证，数额较大的……”此规定中的“其他”和“较大”就是高度模糊的概念。这个其他指的是什么呢？法律并没有明说，更有意思的是刑法条文中大量运用了这类“其他”的兜底性规定，这和我们刑法法定原则要求的犯罪行为定义的明确性相符吗？法律语言是模糊的，法律规定本身拥有一个内在的矛盾，即形式上罪刑法定原则要求限制法官擅断，所以，必须有一个明确的形式，这种明确的形式不仅限制司法官员的擅断，而且限制模糊的立法。

第二，司法中的处罚机制是开放的，由于我国特殊的司法文化环境，司法裁判量刑承担着一定的社会引导责任。法律语言的模糊性和特殊的司法文化环境使法官在量刑裁判中不自觉地会适用模糊的量刑方法来使处罚结果向社会所期望的方向引导，于是，模糊的司法量刑又反哺了模糊立法风气。

第三，量刑的精细化要求采用定量分析方法，量刑领域对定量分析存在着天然的需求。量刑是法律实施效果最为直接的体现，同案同判体现了人们对量刑裁判公正、公平的渴望。在我国的司法裁判体制中法官的自由裁量权不容忽视，法官的裁量权既是确保公平正义的有效手段，也是“破坏”法制的双刃剑，量刑裁判中人为因素不可避免地会致使同案不同判的情形出现，甚至在同案不同判之下模糊量刑比比皆是。量刑程序中，法律信息的转化过程一定程度上直接体现立法旨意，量刑的模糊与差异是司法不公的体现。量刑需要精确明晰，就必须依靠更为精确复杂的测量和检验技术。法学实证研究主义认为法律实效的实现需要定量研究方法，定量计算是修正法律模糊性，清晰量刑程序必然应采取的手段。量刑公正对定量分析有着天然的需求，量刑是复杂的信息运算过程，是对客观现象进行解释，然后进行信息计算加工处理的过程，量刑是可以进行客观度量的，为了减少法官人为因素的较大干预还原量刑的客观过程，采用定量研究计算的方法更为直接地弥合由立法文本到司法实践的法律信息通信差，是缩小量刑的模糊性和差异性，增强法律实效性的有效办法。

第四，现代法学和其他学科交接发展成为必然趋势，定量分析成为法学学科不可或缺的研究方法。当前大数据时代之下，人工智能兴起，法学应当积极顺应时代发展趋势转换研究视角，跨学科发展能够促进学科细化加深学科纵横发展，拓宽学科研究范围，展望新的学科前景。社会学科也积极从自然学科研究中汲取方法精粹，就如霍姆斯所说：“一个理想的法律体系应当从科学中汲取原理和正当性，而当我们使用逻辑或者是科学这类词语的时候，一般都意味着用定量的方法来代替定性的判断[3]。”用计量的方法研究法学问题，是对传统法学研究的一种补充。因此，法学与其他学科的对接研究，需要打破法学与其他学科之间的高墙壁垒，吸收自然学科中的研究方法，树立“开放的社会科学”心态，通过各学科知识的重新整合，以实现刑法理论的新去向和新构造[4]。

三、量刑规范化之价值

党的十九大报告中指出，中国特色社会主义进入新时代，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。这一矛盾也反映在人民群众期待量刑公正的日益精细化、精确化、透明化的要求，与当前裁判说理性不足、类案不同判的量刑实践反差上[5]。

量刑偏差是“全球性现象”，量刑活动带有的偶然性和不可预测性，致使量刑结果和人们的心理预期及公正标准产生了一定的差距，实践生活中，同案不同判和模糊量刑普遍存在，这也是量刑中存在的全球难题。正如美国联邦地方法官马文·富兰科尓所说：“在量刑的领域，我们给予法官几乎完全不受拘束而全面性的权力，对于宣称法治社会的我们而言，是令人震惊而且无法忍受的事[6]。”当前我国的法治化改革，对量刑规范化提出更为严苛的要求，确保量刑充分体现正义原则，已是当前实践和理论的重要课题。

我国当前量刑模糊性和失衡性主要体现在地域量刑偏差、时间性的量刑偏差和个案之间的量刑失衡。这些“偏差”的存在，使得人们无从对法律结果进行合理的预测和判断，量刑的活动变得无规律可循，甚至捉摸不透，司法的公信力正在流失。当法律预期变得无法琢磨，民众不能根据法律的可预测性来判断自己的行为在法律上的危害性和行为后果，法律本身的价值也将会受到质疑。而法律量刑规范化必然将求助于定量分析研究方法。实践中的犯罪行为，最终都将转化为刑罚量，犯罪人的主观危险性最终也将转化为刑罚量，在量与量的转化中，定量分析不可或缺。

法律大数据时代背景下，精准量刑成为发展的必然趋势。在量刑规范化改革的推动下，法律学者应当大胆地进行量刑理论创新，不断探索，积极尝试。目前，量刑规范化改革的法律文件不断完善，面对以往量刑规范化改革所积累的大量司法判例，我们要抽出其中的共性，找到更为高效便捷且符合公正价值的量刑方法。为实现精准的量刑，依照严格规范的现行法律技术，借助大数据构建精准透明的量刑模型是目前精准量刑发展的主流方法。

四、计算法学下人工智能量刑的发展

人工智能和法律大数据的发展及其应用，促进了“智慧网法院”“智慧检务”等信息化司法工具兴起。在量刑中运用人工智能技术对提高量刑精确性和量刑效率有着显著的作用，但人工智能量刑也有其价值局限，妥善处理人工智能量刑和法官量刑权之间的价值关系，严格保障当事人正当的程序权利，兼顾各方利益平衡是人工智能量刑运用的难题。

人工智能最早的尝试是用电脑帮助法官量刑，将抽象数据输入电脑，电脑会自动打出判决书，但这个尝试并不成熟且遭受到大量的反对，较多的学者认为，电脑量刑将审判活动机械化了，传统的法律学者认为法律审判活动应当是能动的，但笔者认为这其实并不矛盾。人工智能量刑只是一个辅助作用，人工智能量刑并没有忽视法官集体的实践性，法官的实践理性仍然是量刑的基准，在人工智能量刑之下，法官的量刑权仍然存在，只是将会受到更多的限制。抛开人工智能量刑和传统法官量刑之间的价值比对困境，由于当前法学实证研究的理论供给不足，人工智能在司法领域也无法达到预期的效果[7]。如排除技术上的难度，我国法学实证研究还不成熟，实证研究成果极少，而以大数据分析为根基的量刑人工智能恰是以实证法学研究为基础的。大数据分析运用的是数据统计原理，而我国传统的法学研究极少结合自然科学研究方法，更不谈法学量化研究成果。精细化量刑需要对量刑数据进行专业分析，即使在量刑规范化改革背景下，我国已经积累了大量的法学判例，但分析判例转换信息构建智能量刑模型仍然是一个陌生的领域，在第一步分析数据阶段，就会让大量的学者望而止步。

一直以来，我们也有一个错误的观念，即人工智能是人工智能专家的事情，不懂数学统计和人工智能技术的法学研究者在此领域所能发挥的作用甚小，导致当下人工智能和司法实践存在一定的脱节。但笔者比较认同一个观点，在人工智能法学领域的发展中，对于我们法律学者而言，研究的重点不在于计算方法和电脑语言转化，而是结合法学的特点，如何在理论上论证其可行性，并且运用此工具为法学服务。人工智能量刑发展仍旧是以实践需求为导向的，而人工智能专家对此了解是存在局限的，如果智能量刑仅仅是对现存的数据进行机械式的抓取，然后进行智能运算，那这个过程甚至可以脱离法学发展的土壤进行。没有量刑理论的指引，没有实践需求作为智能量刑的导向，得出的智能量刑运算结果只是冰冷的参考数值，而无实际的社会意义。因此，人工智能量刑是法学专业知识和人工智能技术的深度融合，是法学领域和人工智能技术领域的双向对话，而不是单方的添加运用，且法学专家深入人工智能量刑领域应起主导作用，以法学理论引导法学智能量刑技术的发展。

人工智能发展至今，仍然只是呈现出一种发展的规格化趋势，在大量分析法官的审判案例下，要想将人工智能量刑广泛投入使用，仍然存在大量的理论和技术难题。但是科学就是一点一点进步的，我们不能拿着鞋子找脚，那科学可能只能永远在原地踏步。即便当前计算法学和人工智能量刑研究存在大量的反复，我们也要承认，科学是存在重复的。站在前人的肩膀上，学者之间的研究成果总会产生一些变化，而科学的探讨就是这些真正学者之间的对话，大家都是做一类事情，都是去寻找真理，接近真理，而真理不可能只会由一个人发现，真理的发现是一个很漫长的过程，不断有学者提出新的证据，然后其他学者来完善，就如同目前人工智能法学的发展，不可能一蹴而就得到一个可以广泛运用的研究成果，但走在路上，我们总会离那个目标越来越接近。