计算法学：法律如何实现可计算——以方法论和认识论为分析视角.pdf

北京行政学院学报 2024年第3期法律 社会中图分类号：D90文献标识码：A文章编号：1008-7621（2024）03-0095-11计算法学：法律如何实现可计算以方法论和认识论为分析视角徐冬根（上海交通大学 凯原法学院，上海 200030）摘要：计算机技术与法学的融合促进了计算法学的形成。计算法学注重通过计算机技术对法律进行编码，用计算机代码表示、适用、解释和履行法律，甚至执行法律。为推动计算法学的进一步发展，学术研究必须回答“法律如何实现可计算”这个基本的理论问题。研究发现，在方法论和认识论视角下，有法律信息检索的智能化、法律合规标准的动态规则化、法律学术的数据化、法律规制工具的代码化，以及法律认知的可识别化五种途径实现可计算目标。同时，通过对这五种途径背后具有代表性的不同流派与设计理念的提炼，可在理论上回答和论证“法律如何实现可计算”的问题。这种“一花五蕊”的繁荣景象大大拓展了计算法学的疆域和学科前沿，在理论上初步构建了计算法学概念的外延。要完善计算法学的理论体系，还应在本体论之上构建概念内涵。从方法论和认识论到本体论的升华，是计算法学走向成熟和成为一门独立学科的必然路径。关键词：计算法学；法律编码；法律信息学；可计算合同；本体论近年来科学技术的快速发展，人工智能、大数据、区块链、智能算法、认知科学以及计算机技术的广泛使用，导致包括法学在内的许多社会科学学科出现了新的交叉研究领域。在人类社会跨入数字化与可计算的新纪元之际，计算机技术与法学的交叉融合促进了计算法学的形成，这是计算机时代法学发展的必然结果，同时也是计算机时代法学学术表达新范式的体现。时至今日，学界有必要聚焦计算法学的发展轨迹，从计算法学演进的社会背景、历史沿革到学科研究的方法论与认识论基础进行总结与反思，来回答“法律如何成为可计算”这一重大理论问题。本研究认为，计算法学的研究进展，类似于计算法学的发展脉络与进路，系沿着五条不同途径展开的，或者说通过五种不同的设计理念和方案，逐步呈现出多点开花、五路并进的繁荣局面。这种“一花五蕊”的繁荣景象极大地拓展了计算法学的范围和边界，初步勾勒出了计算法学概念的外延。但是，计算法学的理论化和系统化，还需要我们基于本体论对其内涵进行概念化。从方法论和认识论到本体论的升华是计算法学走向成熟并成为一门独立学科的必然路径。一、知识谱系与计算法学兴起的社会生态信仰时代和数字时代都有自己的法律秩序之神，但如果信仰时代的法律秩序之神是法律形式主义1，那么今天数字时代的法律秩序之神就是法律计算主义。为了更好地理解法学与计算机技术之间的关系，我们应该观察嵌入各种收稿日期：2024-02-01基金项目：国家社会科学基金重点项目“资本市场对外开放的外源性风险及其法律对策研究”（20AFX021）作者简介：徐冬根(1961)，男，上海交通大学凯原法学院教授、博士生导师。-95北京行政学院学报 2024年第3期法律 社会应用模型和场景中的计算机技术是如何反映特定权力关系和法律关系的。知识谱系在计算法学发展中发挥着重要作用，为计算法学学科的发展提供了理论滋养。任何学科的发展都需要知识的启发。法学在任何时候都对知识保持包容的态度，从其他学科特别是自然科学和经验科学中吸取养分。新的研究方法不断被法学所吸收，出现了一系列新的跨学科分支，特别是法学与计算机技术的融合，催生了计算法学的兴起。可以说，计算法学主要是在计算机知识和法律科学的基础上发展起来的。计算法学的概念至少可以追溯到20世纪70年代，计算机技术和人工智能早期的思维理念开始应用到法律信息的检索。此后计算机技术专家和法律学者联合开发了各种可以运用于法律领域和有助于法学研究的计算机技术，以构建计算法学的系统基础。同时，相关基础技术得到了持续的发展，如计算机的广泛使用、互联网的繁荣、移动设备的普及以及自动驾驶汽车和机器人等自主物理系统的兴起，都为计算法学的发展奠定了一个和谐的社会生态，并对我们的法律体系产生了重大的影响。计算法学具有公理系统的特点，以计算逻辑为基础，它将事实和规则表示为形式逻辑中的句子，并使用机械推理技术得出事实和法则所表述的结果。计算法学注重通过计算机技术对法律进行编码，即通过计算机代码表示、适用、解释和履行法律，甚至执行法律。计算法学学科涉及计算机技术、数学、统计学、算法，尤其是计算思维的应用。通过计算思维，法律可以让计算机更容易理解和应用，法律文本易于让计算机进行阅读，法律结果易于让计算机进行预测。计算法学是法学、计算机技术、数学和现代统计学交叉融合形成的一门新兴学科。计算法学通过计算机技术、数学、统计学、智能算法等科学方法模拟和预测法律问题，其学科基础是现代人工智能技术和大数据挖掘技术，其核心思想是计算思维与法学思维的交叉融合。计算法学主要通过使用建模和模拟等定量研究方法来分析法律关系、实时计算分析法律行为，将法律信息处理从传统分析转变为具有实时响应的信息和智能分析，从而发现法律发展的深层规律。计算法学在数据采集与开发、模型构建与运用，以及算法设计与分析的延伸线上大大拓展了法学研究的视野和维度，使法学研究维度得以从平面化表达上升到立体化表现，从而进入到更加深远和更加广阔的学术研究新领域2。在中国，计算机知识的普及与提高极大地提升了计算法学的知识水平，拓展了计算法学的知识边界和研究空间，使得计算法学能够成为一门新兴的、独立的领域法学。近年来，我国计算法学的学术研究得到了快速的推进，出现了许多具有代表性的学术研究成果，其中有以数量分析见长的学术研究成果，也有通过将法律的可计算理论与实践相结合而展开的综合性研究作品。这些学术研究成果大大地促进了以“计算主义”为理念的新范式在中国法学研究中的落地，促进了人工智能逻辑演算与判断相结合3，使计算法学在中国的数字法治建设中发挥出越来越重要的作用4。关于英美法和大陆法知识谱系的不同演变路径和法律思考，参见季卫东：案例与法典之间的睿智以法学的知识谱系为线索的议论，中国法学评论 2021年第1期，第129-139页；有关法律知识谱系的系统理论，参见舒国滢：法学的知识谱系，商务印书馆，2020。在国际教育技术学会和计算机科学教师协会提供的计算思维的操作定义中，计算思维是一个解决问题的过程，包括（但不限于）以下特征：以一种使我们能够使用计算机和其他工具来帮助解决问题的方式来表述问题；逻辑组织和分析数据；通过模型和模拟等抽象来表示数据；通过算法思维自动化解决方案（一系列有序步骤）；识别、分析和实施可能的解决方案，以实现步骤和资源的最高效和有效组合；将这个问题解决过程推广并转移到各种各样的问题上。参见 Peter K.Yu，Artificial Intelligence，The Law-Machine Interface，and FairUse Automation，72 Alabama Law Review 187，235(2020).对于法律分析中涉及的思考过程，参见 Jaime Alison Lee，From Socrates to Selfies:Legal Education and theMetacognitive Revolution，12 Drexel Law Review 227，284(2020).相关的研究成果如于晓虹、王翔：大数据时代计算法学兴起及其深层问题阐释，理论探索 2019年第3期；申卫星、刘云：法学研究范式：计算法学的内涵、范畴与方法，法学研究 2020年第5期。相关的研究成果如张妮、蒲亦菲：计算法学导论，四川大学出版社，2015。-96北京行政学院学报 2024年第3期法律 社会二、方法论和认识论视角下计算法学发展的五条不同路径计算法学方法论是关于计算法学的研究方法问题的认识。方法论视角的核心在于把计算法学视为现代法学的一种拓展方法、革新策略和优化路径。在方法论视角下，计算法学是计算思维和法学思维的融合5。中国计算机学会计算法学分会的 计算法学宣言迎接文理交融新法科的时代 提出：如果对计算法学的概念作出最宽泛的表述，可以把它界定为以信息通信技术和计算机系统为主要方法，对法律、权利以及社会现象进行研究和模拟的学科集群，包括对于计算机技术应用引起的新兴法律问题的研究6。这种研究策略，可以运用计算法学方法充分地挖掘和分析各种法律数据信息，丰富法学研究方法的类型和内容，为法学研究提供更多的可能性7。由于法律规范的文本常常具有多义性，我们可以用各种不同的模型进行计算与分析，而这些不同的计算模型与参数会产生不同的法律效果。可见，方法论视角下的计算法学，力图通过研究范式转换与学术创新，借助于计算机技术的计算与分析优势，为现代法学的理论发展与学术研究提供一种新的理念、新的思想和新的方法。计算法学的认识论主要回答从何种路径认识计算法学。认识论视角下计算法学的逻辑出发点在于把计算法学视为由演绎归纳向数据分析、由知识理性向计算理性、由人类认知向机器认知的范式转型。算法代表着用系统的方法描述解决问题的策略机制，是人类通过理性所形成的一种认识数据的特殊工具，它为人类提供了一种认识事物和理解世界的新方式8。计算法学把认识论的基本原理和理念运用于法律实践与法律实施的认识过程中，从法律实践与法律实施中逐步提炼和概括出关于法律实践与法律实施逻辑和路径的规律性，并将其抽象上升到理论层面，即形成计算法学的认识论。计算法学的认识论以法律智能论、法律信息论、法律数据论、代码法律论、法律认知论等为基本内容。自20世纪中叶以来，法学研究人员一直在积极吸收计算机技术和人工智能的思想养分，并将其应用于法律实践与法律实施领域。由于人工智能、信息科技、大数据、软件编码技术、智能算法以及认知科学的发展，计算法学在各个领域都取得了进展，其中在五个领域的成果十分典型。计算法学的发展沿着法律信息检索的智能化、法律合规标准的动态规则化、法律学术的数据化、法律规制工具的代码化，以及法律认知的可识别化五条不同的路径展开，并形成了五路并进的研究局面和繁荣景象。因此，计算法学的理念和思想犹如涓涓细流并逐渐在20世纪末汇集成一股奔腾洪流，形成计算法学这个独立的研究范式和领域法学。（一）法律信息检索的智能化：基于法律信息学的路径就计算法学研究而言，起初应用于法律的人工智能技术专注于法律信息检索系统。法律信息检索与自然语言处理、计算文本分析领域更广泛地相交，因为语言的统计表示是有效面向文本的信息检索系统的基础。该系统结合了自然语言处理技术，例如Lexis、Westlaw、Ravel、Fastcase 和 Casetext系统。为此，一些学者将计算机技术应用于法律的科学研究活动称为“法律信息学”（legal informatics），将提供法律信息检索的系统称为“法律信息系统”9。法律信息学与信息科学的发展紧密相关，偏向于应用研究，如法律信息的检索、法律信息的语义处理、法律合同的人工智能审核，以及将人工智能应用于司法领域进行法律信息的储存、传播、检索和判决预测10。法律信息检索用于获取相关法律文件，如判例法、判决、文章和法案。有学者使用监督算法为法律文本开发了一个自动法律流行语检索系统，这有助于从复杂的法律文件中提取流行语11。人工智能的法律搜索技术可以将海量的法律信息转化为人工智能技术的算法，用于衡量特定情况下法律规范的数量、类型、应用、解释和学术解释，为后续立法、司法裁决和法律研究提供分析和决策依据，从而大大提高计算法学研究成果的质量。法律信息检索的目的是识别具备相关性的法律信息，而其中的相关性是根据法律界有关法律推理和论证的规范和实践的功能确定的。一般而言，界定法律相关性有两种方法，即规范性方法和描述性方法。规范性方法下的相关性-97北京行政学院学报 2024年第3期法律 社会注重界定法律行为人在确定法律内容时应考虑的权限类型。描述性方法下的相关性可以被定义为：当一份文件被主流法律界理解为包含与该法律问题有关的信息时，该文件（被描述性地）与法律问题具有法律相关性。即当一份文件可以被用作某问题法律论证和分析的基础时，该文件与某问题在法律上相关。长期以来，计算机一直被应用于法律信息的自动化检索中。例如由丹尼尔罗斯（DanielRose）和理查德 贝尔（Richard Belew）创建的“符号和连接主义方法的法律信息检索系统”（symbolic and connectionist approach to legal information retrieval，SCALIR）结合了符号和连接主义计算机技术，是一个交互式、自适应的系统，可用于法律信息的自动化研究12。研究人员通过使用计算机建模等计算方法来分析法律关系，让法律信息从传统分析转为实时应答的信息化、智能化体系，并通过主体的分布式实时计算来分析法律行为，发现法律系统运行和法律发展的深层规律，逐步推动法律信息学向计算法学的方向演进与转化，并成为计算法学的一个重要分支。（二）法律合规标准的动态规则化：基于“作为信息技术的法律”的路径第二个将计算方法应用于法学的研究框架创建了“作为信息技术的法律”理论。什么是法律？在“法律作为信息技术”的研究框架中，法律被视为一组规范性信息（集合）。换言之，从信息技术的角度看，法律是对日常重复规则的集合，作为信息技术的一部分，它以其独特的方式向世界传递信息，如规则、标准、规范等。因此，法律已成为信息传播的表现方式。同时，法律在传播过程中也会吸收更多的其他信息，这反过来会促进法律本身在规则与内容方面的完善，引致法律规范的更新与改革。一方面，成文法本身可以理解为一个收集、传播和发布行为规范和惯例的信息系统，每一项法律规定都是含有此类法律规范的信息记录或信息载体。法律的普及要求包含法律规则和法律内容的信息由国家立法机关和监管机构向公众发布，这是自上而下的信息流。另一方面，法律的形成也可以通过自下而上的方式进行。例如，通过日常法律纠纷的解决，基层法院细化了具体案件的判决结果，并将其传递到监管层面和立法层面。通过这种方式，来自基层的信息可以自下而上地传递到监管层面和立法层面。首先，从理论上讲，具体规则可以促进对法律内容的更大关注和可预测性，而科技和人工智能对法律的影响，特别是具备可计算标准的动态规则的兴起，将对数字时代计算法学中的法律表达做出新的贡献。作为一种新的法律形式，动态规则是随着对新事实应用规定公式而自动改变的规则，将在法律规制中发挥更大的作用。基于适应性监管理念的动态规则的出现与运用，提高了法律实施与日常监管的动态性和适应性。与动态规则相比，固定规则在世界发生变化时需要通过立法程序进行修改，动态规则可以更快地应对世界的变化。借助于计算机技术和信息技术，动态规则使人们可以通过持续和准确的监测来更新事实，同时可以让公众更清楚地了解促进法律变革的确切机制，帮助公民为未来的变化做好准备。以交通规则为例，某条公路的限速为每小时50公里。这一限速标准可以确保交通安全，让车辆有序通行。然而，这样的法律规则和限速标准只是指一般情况。如果发生交通堵塞，50公里/小时的速度限制过高。相反，如果当时道路上车辆很少，50公里/小时的速度限制又显得太低。因此，能否根据道路上车辆的实际情况，确定合理的限速标准，建立动态交通规则？根据天气和道路上车辆的交通状况，交通监控系统用于计算车辆和道路状况，通过计算机技术和信息技术确定最合理有效的最低限速标准，并通过显示屏通知所有车辆。这些任务可以通过计算机技术和信息技术来解决，这一过程是计算机技术在法律（交通规则）领域应用的典型案例。动态规则的运用，一方面可以通过一系列的灵活和巧妙的程序设计，对社会事实和人类行为的最新状况作出准确的判断；另一方面可以通过准确明晰的算法自动化计算出最合适的动态规范。这一过程包括通过应用计算机技术即时制定、颁布和实施法律（动态规则）。其次，规则本身规定了独立于决策者的决策基础，而动态规则比成文法具有更大的监管优势。法律规则的底层逻辑是对法律关系主体的行为与活动的拟制性假设，也就是拟制关于-98北京行政学院学报 2024年第3期法律 社会法律关系主体普遍接受何种规范价值以及如何引导主体的行为符合社会规范的既定目标。随着计算法学的兴起和对法律检索能力的不断提高，人们正在通过改变发现法律规范的成本来提炼法律规范的最佳形式。研究发现，采用“动态规则”作为工具比成文法具有更大的成本和效率优势。我们可以通过创建“动态规则”将信息收集过程嵌入到法律之中，这些规则会随着经验信息的变化而自动变化。计算能力的几何级数增长可以大大降低标准的应用成本。以法律和经济学中的成本效益标准作为判断标准，可以发现在计算法学的背景下，动态规则比成文法更具吸引力。最后，在基于规则的法律合规系统中，由计算机表示的动态规则可以准确地模拟现实世界中的法律，也能够适用于更简单的计算表示。法律算法和法律改革之间存在动态互动。原则上，在计算法学算法中可以考虑从可用信息中选择的任何因素，如果这些因素被公众广泛接受，且这些因素被证明是决策的良好预测因素，立法者可以修改法律以吸收这些因素。（三）法律学术的数据化：基于“法律作为数据”的路径第三个将计算方法应用于法学的研究框架创建了“法律作为数据”的分析框架与理论。这种方法借鉴了以计算工具分析法律文本的几个领域的相关进展，包括法学中向“文本即数据”的转变与法律文本的“远程阅读”。“法律作为数据”研究是建立在法律学术的多种传统之上的，包括定量实证法律研究以及对法律文本的定性仔细阅读和解释法律文本等13。从方法论视角看，数据的挖掘、分析、甄别与采纳在知识发现的维度上与传统的研究范式有很大的区别，传统研究范式更关注逻辑的演绎与推理方法，而数据挖掘、分析、甄别与采纳方法则更注重“演绎推理+归纳总结”相互交融的研究范式。机器学习、自然语言处理、计算机文本数据挖掘和预测分析等领域的最新进展，为理解法律现象和归纳人类在线行为的法律特征创造了许多新的可能性。法学学术研究中有一个重要的趋势就是“法律作为数据”研究。“法律作为数据”在方法论上是一种以数据挖掘、分析与甄别为中心的经验性法学学术研究方法，该研究方法主要关注的是事实与数据而非价值与理念。自2000年以来，人工智能技术和法律已经从专注于法律信息检索转向基于机器学习的方法。计算法学中的许多最新应用来自法律技术初创企业，它们使用机器学习，以各种方式使法律的应用更加高效。计算机技术和法律方面还有一些其他更先进的突破来自跨学科大学法律工程研究中心，这使得社会科学家收集和处理海量数据的能力得到了前所未有的提高。随着计算机技术与法律的进一步融合，计算机技术逐渐进入法律体系的各个方面。2009年，包括哈佛大学教授大卫 拉泽在内的15位学者在 科学 中提出了“计算社会科学”的建议14。而近年来法律搜索的计算社会科学框架也与法律学术的两个其他线索产生了共鸣：一个是关于“人工智能和法律”的长期研究项目，另一个是关于“法律作为数据”的学术研究。日益增长的数字信息和人类的在线行为，使得通过应用计算机模拟、数据建模、智能算法和其他计算方法来分析法律关系和在线法律行为成为可能。在计算思维理念的指引下，计算机技术、大数据处理技术与法律的交互融合越来越密切。随着更多的计算机技术专家和法律研究人员关注这一领域，法律与计算机技术的融合日趋深入，正大大促进计算机技术在法律领域的广泛应用。由大数据和计算机技术驱动的中国智慧法院建设，实际上是通过人工智能、大数据和计算机代码构建了一套规则嵌入式交互系统，用以自动贯通与控制各个单元的行为。在政法机构的科层运作或容纳允许下，计算机技术、智能算法与法律得以交互融合，法律规则最终开始呈现刚性约束力，并打破了原始主体性与现实世界主体性之间的平衡。以往在复杂的互动情境中难以实现的、嵌入关系中的法律目标正得以实现。（四）法律规制工具的代码化：基于“可计算合同（智能合约）”的路径自20世纪80年代以来，研究人员开始使用计算工具将法律表达为一组可执行的代码。1.代码成为法律规范的工具计算法学有自己的规则。在网络空间中更有效的调整工具是代码（code），而不是法律。数字时代给成文法和法律体系带来了难题，需要-99北京行政学院学报 2024年第3期法律 社会人们从新的角度认真对待。起源于19世纪的传统法律思想和法律意识难以应对21世纪新的动态法律关系15。代码是网络空间的架构，代码片段是这种架构的基础材料。我们在网上看到的一切都是通过代码传输的，只有代码才能使社会规则在网络空间发挥规范作用。因此，代码已成为网络空间的规制工具。数字时代法律呈现“代码化”的趋势，法律规则和技术规则之间的界限变得日益模糊，代码在网络空间中具有法律的规制效力。一方面，法律代码化涉及将法律规则纳入代码，另一方面涉及采用代码协助法律对网络空间进行规制。代码越来越多地与现有法律法规结合在一起或者作为现有法律法规在网络空间治理的补充与延伸，用来规范网络空间的各种行为和交易活动16。法律规制工具的代码化趋势导致人们越来越多地依赖代码。2.信息处理方法指向计算顾名思义，计算法学的主要特征就是“可计算性”。可计算性脱胎于社会的信息处理范式（information-processing paradigm），从方法论的角度来看，“信息处理方法指向计算”系自动信息提取、复杂系统建模和理解社会复杂性的基本范式。可计算性是以数据挖掘、分析与甄别为中心的经验性法学研究范式得以在信息时代广泛适用的基础。作为计算社会科学分支的计算法学，其发展与进步与可计算性密切相关17。如果说法理学涉及法律面临的更具哲学性和思辨性的问题，而计算法学则依赖于对法律信息的科学分析与甄别，最终获得符合人类社会进步和社会生活诉求的可实现的解决方案18。3.从可计算合同到计算机代码从全球范围来看，罗伊温格（Lee Loevinger）是最早提出法学具有“可计算性”并将计算机与符号逻辑应用到法律研究中的学者。斯坦福法律信息学 CodeX 中心的创始人迈克尔杰内塞雷斯（Michael Genesereth）认为，计算法学旨在用计算机理解法律规则，设计以可计算合同为代表的法律自动化系统19。计算机代码是用具有高度约束、结构化和预定义形式的编程语言编写的。这种形式语言以严格、机械的符号作为运行介质，注重一致性和完整性。如果合同以计算机可处理格式表示，则合同是机器可读的；如果合同是机器可读和机器可执行的，那么它是“可计算的”（智能合约）。可计算合同是以计算机代码表示的法律合同，其中法律合同的含义是以计算机可以识别与理解的形式来表示的。可计算合同也是机器可执行的合同，这意味着当计算机识别到符合合同自动执行条件的数据时，计算机可以驱动合同条款进行自动执行。可计算合同需要将合同表达从“自然语言”句子转换为更适合计算机处理的形式语言和高度结构化的数据。结构化数据意味着用一种一致的、定义良好的格式来表示和读取数据，允许计算机系统显式地提取数据。从纯粹的技术角度来看，可计算合同可以用来模拟，或者至少可以通过计算机模拟法律合同的功能，从而有效地将可计算合同条款转换为计算机代码。一些行业和领域已经开始尝试使用“可计算合同”进行交易。这方面的一些很好的应用来自金融行业中的许多衍生品交易合同，例如股票期权合同，其中交易合同以计算机可以理解的形式表示，允许计算机按照合同背后的基础交易逻辑自动执行。例如，一个可计算的天气衍生品合同可以根据真实世界的天气数据进行条款自动执行，并以预设的交易与交易价金在双方设定的账户之间自动转账。这样的安排一旦得到完 罗伊温格是法律计量学与计算法学的先驱，对早期的法律计量学与计算法学科提出了很多重要的见解。参见：Lee Loevinger，Jurimetrics:Science and Prediction in the Field of Law，3 M.U.L.L MOD.USES LOG.L.187，188(1962);Lee Loevinger，Jurimetrics:the Methodology of Legal Inquiry，28 LAW&CONTEMP.PROBS.1(1963);Lee Loevinger，Science as Evidence，35 JURIMETRICS J.153，178(1995);Lee Loevinger，Reflections on Computer Technology&The Law:The Invention and Future of the Computer，15 J.Marshall J.Computer&Info.L.21(1996).可计算合同通常又被称为“智能合约”（Smart Contracts）。本文使用术语“可计算”而不是“智能”，因为“可计算的”解决了机器可解释性问题，这是可计算合同的核心，而“智能”可以在不同的上下文中表示许多不同的含义。-100北京行政学院学报 2024年第3期法律 社会全开发，可计算合同将成为收集合同数据的理想机制。合同条款的数据可以很容易地从可计算合同中收集，因为合同是以结构化的机器可读格式编写的。（五）法律推理的可识别化：基于法律“认知可计算性”的路径认知理论注重通过模拟法律主体的认知思维，提高计算机系统对法律数据理解、法律意思表达和法律行为逻辑推理的学习能力20。通过法律与计算机技术的交互与融合，利用复杂系统建模、社会仿真模型和神经网络系统等计算机方法分析法律关系，可建立适用于法律的智能算法和计算机模型，并进行法律数据分析。法律推理领域的计算法学大致可以分为两条路径：符号推理法律系统和神经网络法律系统。符号推理法律系统使用的是法律推理规则；神经网络法律系统侧重于从案例中推断结果，主要应用于普通法系的案例系统。计算法学推理的认识论基础是“认知可计算性”。在计算机技术的主要流派中，象征主义试图用符号逻辑演算模拟人脑的认知和决策过程；而神经网络学派（也称为“连接主义”）试图通过神经网络的并行计算来构建大脑神经网络系统。他们的基本假设包括：第一，分析和处理真实人类世界的行为数据可以帮助机器模拟人类的认知和决策；第二，所有认知和智能活动的复杂系统都可以通过每个组件的动态行为和整体交互来解释。“认知可计算性”是符号推理法律系统和神经网络法律系统的认识论基础。1.符号推理法律系统及其对计算法学的影响建立符号推理系统（symbolic reasoning systems）是计算法学通过推理方法实现法律智能化的主要路径。符号主义认为智能的核心是知识表示和知识推理；知识可用符号表示，也可用符号进行推理，因而可建立基于知识的人类智能和机器智能的统一理论体系。符号主义认为认知的基元是符号，认知过程就是符号运算过程；智能行为的充要条件是符号系统，人脑和电脑都是符号系统。符号推理法律系统正是根据明确的规则，将表示法律意义和法律规范的符号转换为计算机可以识别的符号。符号推理法律系统的工作原理是符号处理，即用计算机的内部编码，如二进制位串，表示复杂的想法。从一开始，至少从阿兰图灵（Alan Turing）和约翰冯诺伊曼（John von Neumann）两位先驱的论文开始，符号处理就对计算机科学的发展产生了重要影响，并一直是几乎所有软件工程的基础21-22。相比较而言，神经网络通常是尝试通过统计近似值和样本学习的方法来完成任务。符号推理法律系统有一个分层规则、变量和常数的数据库，它们应用于给定的法律问题，尝试确定的解决方案。随着自然语言处理技术的快速发展，今天的机器学习已经不需要人们将知识重新表达为可供机器学习的高度形式化符号，但法律知识的建模和标准化仍是开发法律人工智能产品的前提。在理想状态下，法律既是用经验浸润过的逻辑，也是用逻辑规整过的经验。但现实的法律世界存在大量未经逻辑规整的经验，也存在许多未经经验浸润的逻辑。法律的算法化其实是在倒逼法律人更加精准和体系化地表述法律知识23。然而，符号推理法律系统有几个缺陷，比如不是所有的法律知识都可以得到象征性的表述或系统的开发，还有维护费用高昂等24。此外，符号推理法律系统本身也存在问题；纯符号推理的法律系统有时使用起来很笨拙，在图像识别和语音识别等任务上表现不佳；大数据处理向来不是符号推理法律系统的强项。因而，人们长久以来一直渴望以其他技术建立法律系统，而神经网络就是一种很合适的选项。2.神经网络法律系统及其对计算法学的影响人工神经网络作为一种受生物神经系统结构启发的计算机模型，在本质上其实是一种学习信息关联的智能。由于具备发散的联想能力，人工神经网络模型在自然语言处理中特别流行。神经网络具有可以概括其输入的特性，这个过程可称为模式泛化。在过去的十余年中，人工神经网络在自然语言处理任务中表现出了先进的性能。特别是研究和实践中最常用的两种类型神经网络循环神经网络和卷积神经网络，当与强化学习结合使用时，可形成深度强化学习算法，从而产生更加优异的结果。最近，包括注意力机制与转换在内的基于记忆-101北京行政学院学报 2024年第3期法律 社会的模型可以说彻底改变了自然语言处理领域25。人工神经网络是现代深度学习智能方法的核心。研究人员认为，通过模仿大脑的底层结构建立的人工神经网络，有助于更好地解决执行法律案例检索和智能法律推理的任务26。神经网络等机器学习技术体现了一种自下而上地使用大量数据进行预测的方法。这通常被认为是最具潜力的计算法学方法，也是导致法律实践“数据驱动未来”的方法27。在法律领域，研究人员认为神经网络可以克服现有的符号推理法律系统的一些缺陷，用另一种方法来建模智能，其中人工神经网络可以自动学习信息片段之间的关系。神经网络的这些功能引起了人们对其在智能计算机系统中探索使用的兴趣。研究人员已经尝试了各种结构来构建神经网络，从最简单的单个神经元到复杂的混合网络。通过使用三层或更多层的网络来克服线性可分性的问题。自适应滤波器网络是多层神经网络，它们是最常用的神经网络形式。ChatGPT可能是目前最成功的神经网络语言模型系统之一。ChatGPT是基于人类对世界的经验，以及他们对世界的感知和概念化构成的，因而它属于神经网络，是一个松散模拟大脑中神经网络的数字系统。神经网络可以通过ChatGPT识别大量数字数据，并用这种模式来学习这些技能。在此前的发展过程中，GPT-3已经达到1750亿个参数。事实上，这意味着GPT-3处理的单词数量已经达到人类生活中可以看到的单词总数的450亿倍。2020年，贾里德卡普兰（Jared Kaplan）和他的 OpenAI合作伙伴提出，神经网络语言模型也应用了一套“缩放定律”，还发现输入神经网络的数据越多，这些网络的性能越好28。也就是说，如果人们收集更多的数据，扩大深度学习的应用范围，该人工智能可以表现得越来越好。随着GPT版本的不断升级，神经网络法律系统的发展也将在法律界发挥出越来越大的智能化作用。使用人工神经网络可以克服符号系统的一些局限性，进而拓展至各种用途，而克服的途径有两种。一种是以美国马萨诸塞大学的CABARET（CAse-BAsed REasoning Tool）项目为典型案例代表的人工神经网络用于存储的途径。CABARET 项目包含成熟的基于规则和基于案例的推理器，每个推理器都有自己专用的“监控”过程，该过程收集观察结果并以基于议程的控制器可以理解的术语描述它们29。将新案例添加到人工神经网络的知识库只是将这些案例呈现给人工神经网络的第一步，同时它会处于学习模式。人工神经网络可通过修改其节点间权重的方式自动将案例合并到知识库中，以适合由人工神经网络中使用的术语来描述。更为重要的是，这些案例的后期重新合理化只需要网络自身的学习，而不需要完全重新输入新结构化的案例数据库。使用人工神经网络克服符号系统知识获取瓶颈的另一种途径是在规则归纳系统中使用它们。这样的系统试图通过检查大量案例并试图在这些案例中找到可以用规则解释的因素之间的关系来模拟法律归纳过程。基于认知理论的神经网络法律系统的发展代表了计算法学的新成就。然而，神经网络法律系统的应用仍处于初级阶段。随着科学家和法律专业人员对法律和计算机技术之间的交叉点的理解更加深入，神经网络法律系统将进入一个更加辉煌的阶段。从法律方法论视角看，计算法学中基于案例的推理更为偏向于英美法系的推理模式，基于规则的推理在具体模型设计之中则更为偏向于大陆法系的推理模式。如果在法律方法上能够结合两大法系的各自推理模式的优势，取长补短、互相借鉴，那么基于人工智能辅助所作出的裁判将能够更好地实现法的安定性、裁判的可接受性和个案正义三者的统一。计算法学在促进英美法系和大陆法系法律概念的交叉融合，提高立法和司法审判的质量，提升法律和司法的效率方面，大有作为。三、计算法学系统化的路径：从方法论和认识论到本体论计算法学是建立在计算科技和法学融合的基础之上，它在本质上属于法学的一个领域，同时又具有计算法科技的特征，所以计算法学可以说是数字化时代的新生儿，在法学与计算机科技的交叉领域中诞生，具有法学与计算机科学的基因与遗传因子，成为数字化时代法学的一种新的形态。计算法学概念的进一步完善，-102北京行政学院学报 2024年第3期法律 社会离不开对数字时代人类生活方式与社会关系的底层逻辑进行哲理上的反思与重构。对于计算法学的理论体系和基本概念的理解必须立足于数字生活的特点与本质，透过感觉、感知和表象深入到数字时代事物可计算的本质特征，并结合大数据、人工智能、信息科技、智能算法、机器学习、网络平台和人类网上行为等数字生态环境和场景来构建。计算法学的目标并不只是计算机技术与法学的交叉融合，而是在更深刻的哲理层面上，对传统法学转型为计算法学的迭代升级和研究范式创新给予重大理论表达和时代回应。（一）数字时代新的法律学术研究范式“计算范式”的形成客观上，法律信息检索的智能化、法律合规标准的动态规则化、法律学术的数据化、法律规制工具的代码化，以及法律认知的可识别化大多是方法论或认识论的。在方法论和认识论的基础之上，计算法学的诞生还表明了数字时代新的法律学术研究范式“计算范式”的形成。基于计算的对象、方法和能力的“计算范式”，不同于使用逻辑推理和演绎归纳等传统法律研究方法。“计算范式”是以一种新的、“可计算”的认识论、信息、数据、代码，以及计算机符号和神经网络等数字化科技来展开研究的一门学科。在“计算范式”模式和概念下开展的法学学术研究，将有助于我们提炼计算空间法治的主要原则和规则，总结计算机技术在法律领域运用的主要类别，阐明信息社会的规范工具和应用模式，总结计算法学的知识体系。这对法学的理论体系和基本概念的迭代、升级和转型具有重要意义，进一步催生计算法学本体论的理论构建。（二）从方法论、认识论到计算法学本体论的形成计算法学本体论是指关于计算法学历史发展过程本身的性质、种类、结构和特点等基础问题的认识。计算法学本体论在计算法学理论体系中居于核心和主导地位，计算法学方法论和计算法学认识论在整个计算法学理论体系中则居于基础地位。计算法学理论的内涵、范畴与方法都显示，一定的计算法学方法论和计算法学认识论总是以一定的计算法学本体论作为其前提和指导思想的。计算法学的方法论路径意在为计算法学理论体系提供一种新的视角和方法，是一种拓展性的努力；计算法学的认识论路径意在改变计算法学认识和理解法律的方向和策略，是一种革新性的努力；而计算法学的本体论路径则意在实现计算法学在数字化时代的理论体系和研究范式的转型、迭代与升级，这促进了法学学科的代际转换、变更与升级。计算法学的系统化不仅需要从方法论和认识论的角度研究其途径和拓展领域，还需要对其内涵进行提炼和升华。计算法学本体论的发展与演进有赖于计算法学研究这个实践基础的支撑，而计算法学认识论和计算法学方法论则是最直接地联系着这个研究实践。因此，计算法学认识论和计算法学方法论方面的任何进展都必然有利于促进计算法学本体论的发展与演进。数字时代，人类社会更多的生活方式和社会关系将会通过数字方式来表达与承载。数字化成为人类社会生活和社会关系的一种普遍的存在样态。法律作为人类社会生活方式和社会关系直接投射的规范场域，面对这个巨大的数字化变革进行本体的重构是时代的必然要求。在此基础上，计算法学要成为一门完善的、自洽的学科，必须构建一个完整的学科体系和理论体系。因此，从总体上进行计算法学本体体系构建，是计算法学发展的必然和历史使命。这是因为数字法学的本体承载着法律