吴宇琴

摘要：智能司法裁判作为人工智能司法新的研究方向，在司法领域引起了广泛关注。但就裁判结果预测科学性而言，这一方向存在的正当性争议框定了研究使用的可能空间。为此，从技术逻辑与法律逻辑的差异性入手，反思人工智能技术介入司法运行背后的逻辑是否正当。依赖算法技术生成裁判结果的逻辑进路引发的法律关系能否被数据描述、法律推理能否用相关性解释、裁判结果能否作出精准预测等问题的讨论，寻求司法裁判在规范性基础上的科学化路径，明确人工智能在司法运用中的分界线，提出明确智能裁判在庭审中的使用限度，融合算法强化因果关系论证，规范适用裁判系统等建议，促进学界客观、全面把握人工智能司法研究方向的实际价值和发展前景。

关键词：人工智能司法裁判;技术逻辑;法律逻辑;价值判断;因果关系

中图分类号：D9   文献标志码：A    文章编号：1004-3160（2022）03-0067-09

一、问题的提出

智能机器的思想最初由17世纪巴斯卡和莱布尼茨提出。1956年Dartmouth大学召开的会议上，人工智能作为一门学科正式提出。我国人工智能与法律问题的研究始于上世纪70年代末，2017年7月《国务院关于印发新一代人工智能发展规划的通知》明确将人工智能发展目标放在国家战略层面加以规划，力图打造国际竞争新优势，开拓人类发展新空间。[1]目前，在人工智能有力推动审判体系和审判能力现代化建设背景下，人工智能司法领域已得到初步应用。法学领域对“人工智能+司法”应用问题的讨论主要集中在两个方面，一是人工智能司法引发的法律风险，如算法黑箱、算法偏见等问题。二是人工智能司法的规范适用，即人工智能应用的法律规制问题。这两个问题的背后，都涉及到一个根本性的问题——技术逻辑与法律逻辑之间的紧张与协调，如何看待和处理这一问题暂未形成统一的认识。智能司法裁判将法律推理和法律论证全部交由计算机系统处理，前提必须明确司法实践中的论证结构能否直接应用于人工智能。因此，厘清技术逻辑与法律逻辑之间的差异及其根源，才能进一步讨论应用过程中可能引发的法律风险与法律规制问题。对逻辑论证问题反思之后，如何规范运用以及运用限度的问题也更加明晰。

二、价值论基础上的问题展开

技术赋能司法，提升司法效率的同时，可能因语言形式化、思维决策缺失价值评价等无法被公众监督和理解引发算法歧视和算法偏见等问题。[2]当前人工智能司法试图用数据计算取代论证说理，统一裁判取代正确裁判，结果预测取代规则实践，[3]将纠纷解决演化为算法问题，裁判过程中的常识性判断、法官经验等人文因素被忽视。[4]算法不公开透明，存在暗箱操作的隐患，司法判决不可预测的风险性，无疑与人工智能引进司法系统的初衷相背离。

（一）语言上：形式化算法语言缺乏实质性

司法实践中，语言是法律表达最简洁、最清晰的传输模式，自然语言存在不可避免的模糊性和一定的语境依赖。语义理解之上对要素提取的自然语言识别技术（NLP）[5]94-95从法律文书的法律语言中提取相应情节，将庭审时的人类语言直接转化为文本。智能裁判系统使用大数据和AI模型对案件标准化要件提取和标注，[6]运用不同于人类自然语言的算法语言，重新组合对法律的理解与判断。[7]裁判过程中，法律规则和法律条文使用法律术语输入系统，将口语化表达转换为法律语言，再将法律语言还原成自然语言，同时将收集到的文字类、语音类信息转化为相应的数据。例如，庭审语音自动识别系统，将自然语言技术化处理，转化为相应的数据和文字。[8]即便如此，系统运行过程中，自然语言语义多变、句式复杂，评价性概念、可争议性词汇等难以准确表达，处理个案时对语言和词汇的精确理解也存在困难，如“所有权”“公共安全”“其他严重后果”等这些抽像概念就无法标签库量化给系统。[9]另外，虽然庭审中的程序性语言可以通过机器形式化来完成，但法庭场景、当事人身份、情绪以及语言的非常规运用等实质性语言，由于机器缺乏灵活性，无法掌控也不能真正理解它所生产的形式化语言中的实质性内容。

（二）思维上：价值判断的缺失

法律依赖法官的理性思维，通过文本和语言的形式生成判决，使用说理和论辩的方式构建法律运行的逻辑框架，以此獲得对法律的理解与认同。司法裁判以事实为依据，以法律为准绳，法官裁判不会因为独立的见解而脱离现行法的相关规定。人工智能司法系统犹如一个现行法的严格执行者，但也可能因此陷入概念法学和机械主义。一个案件能否获得合乎情理的司法裁判结果，并不局限于案件的事实和法律原则。同一个案件，不同法官也可能因为职业训练、知识背景的不同对法律的理解和适用会有所差异。[10]从这个意义上说，判决取决于一种认识，即一种论点的力量来源于它所推进的社会价值观，而一种论点能否成功说服其他论点，取决于该论点提出的价值观的相对强度。[11]虽然法律没有明文规定法律条文发生冲突时需要价值判断，但司法裁判本身就是带有价值立场的文书。在具体司法案例中，同一行为可能面临不同的价值评价，此时需要对不同的价值进行比较得出裁判结果。

司法裁判具有评价性和价值性，离开了价值判断的纠纷解决难以被合理地称之为司法裁判。裁判系统孤立、僵化的适用法条，简化裁判过程将其还原为单一的模型、数据或算法，将复杂的裁判过程简单程式化并不能理解法条背后的实质性价值判断。不论程序设计得如何精密，算法思维始终无法拥有独立的价值判断，评价性工作也无法通过大数据分析展开。因此，完全被动机械的司法是不存在的，司法三段论推理离开了价值判断，不可能直接产生判决。

（三）决策上：法官自由裁量受到限制

任何制度里，自由裁量都是存在的。制定一部法律，执行的时候，每次都会不一样，因为执行的人存在自由裁量权。自由裁量权时常受原则的限制，但原则并不像规则那样具体，可以将其量化。因此，如何运用自由裁量权，取决于法官内心的良心和道德。法律存在空白或漏洞的时候，法官凭借其审判经验和思维理性，行使自由裁量权作出自主判断。拉伦茨认为，当法律不以一定数量的方式来划定界限时，法律因欠缺精确的界限而留有中间地带，于此间作此种或彼种裁判均无不可。中间的界限充满着模糊性与不确定性，司法裁判不可避免地遇到许多不确定性因素，法官只须穷尽法律性考量提供的所有具体化手段，并借此取得正当性决定。自由裁量虽然偶尔武断、不受理性控制，但裁量的不确定性也不全是负面的，有时恰好能借此在合法性空间中注入新鲜内容以实现法律内容的更新，协调法律条文的僵硬性与滞后性。人工智能司法裁判以数据中的客观规律消除法官的自由裁量空间，但由于现实情境的复杂性、多变性，裁量结果的合法性、正当性无法得到保证。[12]62CAE233-6526-4D6C-858B-F617F1CA0ED8

裁判行为具有规范性和经验性，是技术和经验的有机整体。智能司法系统运用算法研究逻辑推理，可以获得技术性，却无法拥有法官裁判的经验性。社会处于一直发展状态，没有任何一部法律是完美的，总会出现现有法律规范所不能涵盖的行为，需要法官对以往案件经验进行梳理，对新事物、新行为进行解释。无论是现代司法广泛的管辖范围需要法官经验的司法调解，还是未来社会不断发展所产生新的法律规范需要司法经验的指导，都离不开法官的裁判经验。

三、正当性基础上的逻辑检视

主流研究从反思性和批判性角度探讨了许多人工智能辅助司法裁判的应用问题。这些问题为人工智能司法理论、技术和应用的科学性与可行性提供法理解释，其背后的法理构筑了人工智能司法研究和应用的基础。目前，人工智能司法裁判的正当性和公正与否的结论尚未确定，本文先对智能司法裁判系统背后的逻辑进行深入检视，并就人工智能赋能司法实践引起冲突的原因进一步剖析和反思。

（一）一对紧张关系：技术逻辑与法律逻辑

法学领域是一个规范领域。规范不同于自然科学的公理、定理，前者是一种应然，后者是实然。自然科学描述事实真假问题，法律规范研究事实有效无效的问题。霍姆斯认为，法律的“生命”从来不在于逻辑，但并不排斥将逻辑的原则与方法作为法律生命的重要条件和手段。逻辑作为人类认识的工具，它服务于法律适用本身，是必要条件不是充要条件。因此，合理构建的逻辑并不违背法律的性质。需要理清的是，法律逻辑与技术逻辑之间的差异性，以及能否单纯依靠逻辑推理的形式提炼出模型模拟司法裁判？技术逻辑是判定真伪的逻辑命题，例如，“钢铁为何会导电？因为金属材料具有导电性质，而钢铁属于金属材料”。按照这样的科学逻辑推理，可以得出唯一的相同结论。然而，相较于法律逻辑，类似案件相同事实同一个法律规范体系也可以得出唯一且相同的结论吗？上述关于钢铁导电的技术逻辑推理，大前提和小前提都是事实判断，并不涉及任何价值判断，且大前提和小前提作出的事实判断还具有直接同一性。但在法律逻辑中，小前提是事实判断，大前提是法律规范体系中的法律规则、原则，原则本身就是基本价值的法律化，法官依据法律条文运用司法解释作出司法判决，不仅仅从事实判断的大小前提中推理出唯一结论，还需要在案件事实和法律规范之间往返流转，使其认定的案件事实与客观事实相符，作出的司法判决还要求与法律体系的整体法价值相吻合。技术逻辑推导法律适用呈现出一个闭环的表现形式，所有的裁判逻辑最终以裁判文书的形式呈现。智能司法裁判就是尝试建构这样一个完美的法律体系，借助这个体系，让每个案件事实都对应着一个唯一正确的答案，裁判者只需依据形式逻辑法则输入原则、规则和证据即可根据规范和事实推导出正确答案，但这样一个闭环推理逻辑却忽略了法律的实效，经济、社会、政治、道德甚至裁判者的主观偏好等现实因素的影响。司法裁判是一个复杂的判断、决策过程，不仅需要处理事实、规范与价值之间关系，还会涉及复杂的利益衡量和价值判断，受到外部政治和社会环境的制约。

（二）紧张关系之内在形态：形式逻辑与实质逻辑之争

无论是技术逻辑，还是法律逻辑，在法律论证、法律推理中展现的不同性质，均是通过其内在的形式逻辑和实质逻辑展现出来的。换句话说，技术逻辑和司法逻辑之间的紧张关系，是建立在形式逻辑与实质逻辑内在的逻辑概念基础之上的。因此，厘清两者之间的关系首先要对形式逻辑与实质逻辑这组概念进行区分，随后再分析其具体原因。

智能司法裁判和传统司法裁判虽然进行同类型的思维运算，但技术逻辑更趋向于实现逻辑的形式化。形式逻辑具有精确化论证和提供必要标准的作用，无法决定某个意志活动发不发生，只为判断这个意志活动结果的正确与否提供标准。与此相反，法律逻辑提供的“标准”是在决定性方向上借助三段论推理，将前提中暗含的結论挖掘出来。法律逻辑用目的论或价值论来限定，减少逻辑层面的或然性，构成法律适用的出发点，是实质逻辑与形式逻辑的结合。法官适用法律时，将确认的法律事实归属于特定的法律规范，援引相关法律条款，获得裁判结果，实质是从一个或几个已知的前提推导出未知法律结论的逻辑推理过程。法律推理适用的方法包含形式逻辑和实质逻辑，形式逻辑依据法律条款的形式结构进行推理。当出现法律漏洞时，实质逻辑在合法性与合理性之间辩证客观的进行权衡。形式逻辑侧重于法律现象的逻辑结构，强调精确性与客观性，排除法律科学的任意性。在法律推理和法律论证中，实质逻辑是形成于形式逻辑基础之上的。[13]为弥补具体规则的漏洞，解决法律与社会发展之间的矛盾，对实质逻辑提出了新的要求。当实质逻辑将法律本身之外的价值目标引入法律推理论证时，与形式逻辑发生了冲突。[14]因为以形式逻辑为基础的实质逻辑并不强调形式本身，而是强调法律本身的价值性和产生的符合期待价值的结果。它不再将法律局限于一个封闭的状态，而是考虑法律之外的其他价值因素作为评判标准，以限制形式逻辑的机械性所产生的司法非正义。

（三）紧张关系之原因分析

1.技术理性与司法理性的冲突

法律与理性密不可分，人工智能司法追求形式理性，一旦理性遭到破坏，司法的信任也会消失。司法理性既包含形式理性，又涉及实质理性。形式理性通过逻辑抽象法律规则的解释使之合理化，实质理性则强调道德、价值选择等。[15]法律推理和法律论证都离不开形式理性，裁判结论的作出也是数学演算的形式化处理。人工智能司法裁判是形式理性通过技术方式的显现，可以转化为数理化工具表达的技术理性。[5]146-153同时，人工智能司法发挥作用的也是理性思维部分，对证据材料的质证、对案件事实的认定、对法律法规的适用以及裁判结果的生成都离不开司法理性。一方面，司法规则数学公理化，数理逻辑的运行让技术理性更好的发挥作用。另一方面，数理形式工具的运用让经验带来的不理性因素尽可能降低，司法理性通过技术理性的形式被操作和检验，以此来获得认同和接受。

2.规范性与实践性的侧重点异同62CAE233-6526-4D6C-858B-F617F1CA0ED8

司法由規范和规则所维系的思维占主导机制构成，它并不是固步自封的，本身还具有创造性实践特征以避免其停滞不前。[16]法律只有回归实践，规则才不至于沦落为脱离实践构想的形而上学，才能在批判性反思中获得新的进步。法律规则是具体的，法律又是一个开放的体系，能够不断把新的实践纳入研究视野，补充新的血液。作为一门实践性学科，它需要建立理论与具体司法实践之间的真实关系。个案是具体化的，具体化的规则也必然或多或少需要作出特定解释。没有适用于所有个案的法律规则，作为现成公式，套用于每个具体个案是不理性的。人工智能司法的知识生产着眼于整理过往司法决定中变量的相关性来预见未来。然而，司法实践是复杂多变的，规范概念是简化、稳定的。人工智能司法裁判侧重于法律的规范性，而司法裁判作为实践性概念，需要在具体实践中才能运用和发展。

四、规范性基础上的反思与路径

技术融入司法过程中呈现的系列问题，检视了人工智能司法与传统司法裁判在逻辑上的异同。在输入大前提法律规则、小前提案件事实作出裁判预测的过程中，对法律关系的阐述、解释、预测形成客观判断是一项复杂的流程。现从学理视域进一步反思，为探求针对性解决思路和方案提供理论依据。

（一）法律关系能否被算法表示

以算法方式表示法律关系，读取法官思维的数据来反映裁判过程。将法官产生的脑电波转化为计算机可读的数字信号，然后，通过“编码——解码”的大脑信号刻画法官的思维过程。实践中法官对案件复杂的分析能够完全以算法的形式数据化吗？法律关系能否被算法表示？语言本身的不确定性、模糊性会不会引起理解上的歧义？明确的法律概念，其内涵与外延并不那么清晰。当个案需要扩大解释或限制解释时，裁判系统无法完全把控。案件事实的认定还需要证据证明，虽然有证据规则，但在具体案件筛选、认定过程中，也会因为经验等理解上的差异得出不同的审查判断。智能司法裁判以技术逻辑为基础构建，法律论证能否被接受，推理是否合乎逻辑，法律关系能否被算法表示，对裁判结果的一致性、合理性和可预测性有着重要的意义。法律规则是逻辑推理的前置依据，其抽象性规范不能直接适用具体个案，案件事实表述的复杂性有其内在特征，无法完全进行司法归类，推导出的裁判结论也缺乏正当性。

（二）法律推理能否被相关性解释

司法裁判不能完全实现算法的可计算性，诉讼中存在的不可计算元素，[17]人工智能技术获取的相关关系作为大数据分析的重要特征，比因果关系更宽泛。相关性描述事物之间的表层关系，[18]从相关性中寻求因果性，挖掘出案件内在的因果关系，是人工智能司法裁判突破的方向。司法实践中，从法律存在的多种相关关系中找到应重点考虑直接作用于结果的因果关系，以此来确定责任的分配是一项非常复杂的工程。[19]算法天然的不透明性在自动化决策过程中，我们只能观察到输入与输出，却无法解释输入是如何变成输出的。[20]在数据化的科学表征中，法官可以通过自身的理解作出符合人类语言规则的解释，但算法结构并不能对所有的法律要素计算化，导致人类在认知层面不能完全透明，智能系统将决策传达给法官时，产生了解释性认知差距。从某种意义上说，“因果性和相关性”的问题可以视为人类思维与机器思维的差异。尽管相关关系可以改进认知偏差，导向因果关系，甚至生成具有法律意义的统计性因果关系，但法学建立在不违背科学规律的基础之上，要求按照自身目标认定因果关系。

（三）裁判结果能否被精准预测

相较于自然科学的结果预测，社会科学预测是较为困难的。智能司法裁判研究使用的模拟方式不仅需要给出裁判预测结果，还需要解释裁判结果为什么能够被预测以及是如何被预测的？司法裁判不是寻找简单的因果关系，而是从法律推理中预测裁判结果是否精准。同案同判是多年来司法裁判追求的目标。实践中“同案不同判”的现象给司法不公正造成了困扰。智能系统划分同案时，将两个案件的关键要素进行比较，以算法输入的形式规则化标准，去除中间的价值判断等不确定性因素带来高度统一化的判决结果，与同案同判追求的目标并不相同。对复杂案件而言，许多法律中的重要信息并不能被量化，标准意义上的同案是很难实现的。个案需要依据对其特征区别处理，一旦算法区分的同案体系出现偏差，如果没有作出准确识别，容易引发异案同判。虽然从整体上看，所有案件的判决似乎是有着统一的裁判模型，但实践中裁判结论并不被某一模型所支配。科学结论通常存在一定的预测价值，但司法裁判受到的不可控因素太多，对规则和案件的不同解读加入了不确定性元素，思维的差异性导致难以预测出完全统一的结论。

（四）路径完善

从上述反思可以看到，智能司法裁判运行的科学性准确性合理性尚待提高。结合实际个案，认识其使用限度、强化因果关系论证，裁判结果将更加准确。裁判系统将技术与法律结合，是法律实践需求与科学技术理性双向驱动的融合，是司法吸收技术优势在原有传统基础上演化出的新方式。科技的进步为法律提供动力，法律吸收技术优势公理化，让司法更具实用性。

1.明确智能裁判在庭审中的使用限度

人工智能司法只能在有限的场域发挥作用，任何数理工具都不可能形成普遍适用的裁判公式。法律规则无法适用于每个个案，适用范围、合法性、有效性等都可能受到争议。智能司法裁判在法庭审判中有其使用限度，对于不同的案件类型可以作出区分。智能算法提供的数据信息作为一般性借鉴，可以根据不同案件的不同需求，制定灵活分析策略，哪些可以直接适用智能司法裁判？哪些需要由法官最终审判？研究发现，针对标的额较小的简单案件，如道路交通、民间借贷等可以直接适用智能司法裁判，对于涉及价值因素的疑难复杂案件，为避免裁判结果高度一致带来的“异案同判”，仍然只能由法官最终审判。因此，可以设计案件筛选机制，结果预测之前对案件进行风险评估，并在此基础上设置分流机制。

2.融合算法强化因果关系论证

智能司法裁判依靠相关性分析逻辑可以为法官提供可供参考的建议，但如何提高对案件法律关系的本质认识，需要从多向维度中寻找直接作用于裁判结果的因果关系，从个案数据的精细化研究中探索审判规律。针对性挖掘案件法律关系间的信息关联，确证因果关系。智能司法裁判作为辅助意义的呈现，可以让价值判断、道德情感等进入到数据决策中，让裁判的价值考量与数据事实之间建立桥梁，使价值理性和工具理性都能得到彰显。在一定程度上，缓和技术与司法之间的摩擦，让技术更好的融入司法，裁判结果更能被理解和接受。裁判系统的关键是如何将算法转化为接近法官的推理思维，实现透明性和可解释性。因此，人工智能司法也可以朝着可解释算法的方向努力。建议使用可计算化的实现方式重构法律推理模型，建构机器处理可计算模型实现智能司法裁判。62CAE233-6526-4D6C-858B-F617F1CA0ED8

3.严格智能司法裁判的法律规范

随着智能司法裁判的试行，基于系统运行中对算法数据的不理解，司法实践中对裁判结果的生成存在许多质疑。因此，无论从理论研究还是实践应用层面，严格智能裁判系统运行的法律规范尤为重要。具体而言，理论研究中要深化理解人工智能司法裁判的逻辑与学理基础，规范运行系统。在学理内涵上，厘清智能司法裁判的根本优势，从计算机系统、社会系统、心理学系统等不同类型的系统中深挖学理依据，让智能司法裁判在司法实践中获得有效的学理支撑，形成人工智能司法方法论上的系统素养。实践运行上，加强自动化决策机制的设计与整合，如类案推送、裁量基准建议、自动化生成判决书等。[21]同时，将人工智能技术与现有审判管理流程有机结合，确保审判独立、公正运行，避免机制设计不合理影响案件裁判质量。最后，警惕使用技术代替传统司法，将司法裁判盲目技术化、工具化，忽略其价值属性。

五、结论

智能司法裁判作为一种新的裁判方式，并不是完美无缺的。它具有不可比拟的效率优势，却也无法避免价值判断上的缺陷以及由此引发裁判结果科学性上的争议。目前我国人工智能司法的争议主要集中在两方面，一是对其正当性与合理性的质疑，二是对其不可预测的风险性的担忧。逻辑性、学理性的问题尚未梳理清楚，是人工智能介入司法裁判领域存在争议的根本原因。如果因为缺陷和争议而质疑甚至推翻人工智能司法裁判研究的整套逻辑体系，并不是理性科学的态度。因此，如何理解和应对这些争议，实现法律关系的算法表示、解释技术逻辑的推理过程、规范智能裁判系统的科学化发展，修正对人工智能司法裁判的认知，决定人工智能司法裁判的意义评价和方向选择。

参考文献：

[1]国务院关于印发新一代人工智能发展规划的通知[EB/OL].（2017-07-20）[2022-01-18].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[2]孙海波.反思智能化裁判的可能及限度[J].国家检察官学院学报，2020（5）：80-99.

[3]冯洁.大数据时代的裁判思维[J].现代法学，2021（3）：41-55.

[4]郑曦.人工智能技术在司法裁判中的运用及规制[J].中外法学，2020（3）：674-696.

[5] Kevin D. Ashley. Artificial intelligence and legal analytics： New tools for law practice in the digital age[M]. Cambridge University Press，2017.

[6] 李飞.人工智能与司法的裁判及解释[J].法律科学（西北政法大学学报），2018（5）： 32-41.

[7] 李德毅. 人工智能导论[M]. 北京： 中国科学技术出版社， 2018： 126.

[8] 高可.司法智能化的功能、风险与完善[J].西安交通大学学报（社会科学版），2020（6）： 145-152.

[9] 骁克. 从耦合到内聚：人工智能司法应用的挑战与出路[C]. 世界人工智能大会组委会、上海市法学会.《上海法学研究》集刊（2020年第5卷 总第29卷）——2020世界人工智能大会法治论坛文集.世界人工智能大会组委会、上海市法学会，2020：6.

[10] 卡尔·拉伦茨. 法学方法论[M]. 陈爱娥，译. 上海： 商务印书馆，2003： 103-112.

[11] T. J. M. Bench-Capon. Persuasion in Practical Argument Using Value Based Argumentation Frameworks[J].Journal of Logic and Computation，2003（1）：429-448.

[12] 於兴中.德沃金的法律观与法的品格[J].中国政法大学学报，2018（6）：123-133+208.

[13] 黄文艺.为形式法治理论辩护——兼评《法治：理念与制度》[J].政法论坛，2008（1）： 172-182.

[14] 陈雷.实质逻辑并非法治之“伤”——兼与陈金钊教授商榷[J].探索与争鸣，2021（4）： 95-100+178.

[15]哈罗德·铂尔曼.法律与革命———西方法律传统的形成[M].贺卫方，等，译.北京： 中国大百科全书出版社，1993.

[16] 张笑夷.列斐伏尔日常生活批判的理论意义再思考[J].江西社会科学，2021（7）：15-22.

[17] 刘晓力.计算主义质疑[J].哲学研究，2003（4）：88-94.

[18] Zarsky T. The trouble with algorithmic decisions： An analytic road map to examine efficiency and fairness in automated and opaque decision making[J].Science，Technology，& Human Values，2016（1） ： 118-132.

[19] 苏力.法律与科技问题的法理学重构[J].中国社会科学，1999（5）：57-71+205.

[20] Pasquale F. The Black Box Society： The Secret Algorithms That Control Money and Information [M].Harvard University Press，2015：114-127.

[21]胡铭，王凌皞. 现代科技引入司法的十大核心问题[N]. 中国社会科学报，2019-10-16（005）.

责任编辑：杨 煉62CAE233-6526-4D6C-858B-F617F1CA0ED8