余盛峰:法律的“死亡”:人工智能时代的法律功能危机

选择字号:   本文共阅读 1446 次 更新时间:2018-04-14 15:45:15

进入专题: 人工智能   区块链   法律功能  

余盛峰 (进入专栏)  
是否可以以及如何经由代码转换成算法和程序?不学习的康德(道义论)如何才能变形为学习的边沁(功利论)?不学习的法律,如何才能被成功改造为“可计算的法律”?

   以往,法律不学习的一个重要原因是法律执行成本的高昂,当技术发展使得这种成本大大降低时,法律的特征也就会随之改变。正如莱斯格所描述,新技术可以规制和监控每一项权利的行使,它可以使版权人按照自己设定的条款出售作品,能够如实履行双方签订的合同。特别是,它还可以区别对待不同的法律对象,以更为精细的方式控制作品的使用。[xxxiv]以往,类似版权法的合理使用原则,是建立在传统版权计量和收费技术的局限之上,而现在,新技术则能替代法律更为高效地执行“权利”。莱斯格所担忧的是,这将会破坏建立在传统法律和技术平衡点之上的价值生态链。智能技术的高效率,也可能破坏类似“合理使用”这样的原则。[xxxv]“当环境变化时,保留原始环境的价值是一个基本的问题”。[xxxvi]同样的例子还有,在传统合同法发展中形成的权利生态平衡机制,当越来越多的合同交易在电子商务平台发生,乃至转移到将来的智能合约平台,可以预见,对合同的治理也将从原先的传统行政和法院机构,转移到机器学习架构下的算法/代码机制,而原先通过一系列有关合同邀约、承诺、诚信和违约的法律规范所建立的权利体系,就会在新的技术环境下遭遇挑战,因此需要在新的环境下重新建立一种生态平衡机制。

   现代法律的不学习,对应于一个陌生化、匿名化的社会,它预设了法律的适用对象是没有区别的因此可以被平等对待的主体。而机器学习的法律想象,则是一个根据效率原则为导向,对不同社会主体进行区别化对待的方式,这无疑会带来对现代法律平等价值的强大冲击。除了平等性原则,机器学习也将不断揭开每个主体的“黑箱性”,从而解构匿名性、隐私性等价值所依赖的基础。实际上,不学习的法律可以提供包括平等性、匿名性、隐私性在内的一系列价值,来平衡和对冲机器学习的效率主义导向,法律运用规范性的原则可以有效阻断技术理性的过度扩张。也就是说,只要宪法和权利机制还在发挥作用,它就必须在新的技术条件下,重新界定和平衡私人权利和公共利益的范围,尽力去捍卫宪法所致力保护的一系列价值。

   具有深度学习特征的技术发展将带来法律价值的高度不确定性。一切传统的规范和价值因此必须根据新的技术语境予以重估,并且将这种评估结果通过同样的代码化技术,嵌入到更稳健的技术架构和代码层面,使它们能够相互学习、适应、改造并且相互制衡。在法律的功能危机中,我们将不能只依靠当事人的法律主张和诉讼对抗来趋近对“公共性”的判断和界定,关键是,如何对这种新的“公共性”予以定位和寻找,并且又能与案件本身处理结果的“可接受性”相匹配?

   法律沟通和机器沟通虽然都从属信息沟通,但存在着本质的不同。它们虽然都有关于信息、发送和理解的过程,但法律沟通存在着朝向可能性的意义环节,存在着意义沟通的双重偶连性问题。[xxxvii]但机器学习则是一种必然性沟通,它只有技术性的信息发送/接收以及批处理过程。这乃是法律沟通和机器沟通的本质区别所在。伴随着机器学习不断取代法律沟通,哈贝马斯有关生活世界殖民化的命题,会在新的技术条件下重新展现其批判潜力。

   正如前述,不学习的法律也内涵了学习过程,这使法律具有可变性。[xxxviii]一方面,法律通过立法过程变成学习性的,另一方面,法律又通过宪法机制和法源学说来反身性地控制这种学习过程。法律学习经由权力启动,同时又通过权力-权利的反身性机制对这一权力加以控制和约束;我们同样需要追问,当机器学习启动之后,又应当建立何种反思机制对这一学习过程加以控制,并如何对其学习过程加以具有说服力的阐释和约束?

   机器学习试图揭示过去的人类经验由于样本空间的限制,往往只是收敛于局部的最优,这将是法律被替代的深层原因。与此相伴随,在新的技术条件下,由于法律功能的不断蜕变,法律的定义又将如何随之改变?在机器学习全面崛起的背景下,到底何者可以视为法律?代码/算法又在何种意义上可被称为法律?代码/算法和法律的边界如何在新的技术条件下重新划分?是重新定义法律,把原先不在法律范畴的规制手段涵括到法律系统之中?还是,依然坚持法律的不学习,严格确立法律和其他认知性规制手段的界限?法理学的核心命题将是,如何对从法律不学习向机器学习演变设置不同的警戒性临界值。在演化论的意义上,法律系统的代码化机制,在机器学习兴起的背景下,应当以何种方式吸收这种环境的变化,它能否成功地自我变异并经受新的社会选择过程,从而以新的稳定化方式将其成功遗传?法律系统的变异,是否可能由此突破其传统的功能特征,并且最终改变其以不学习的方式维持规范性期望的独特功能方式?而一旦如此,法律是否可以称得上“死亡”?

   新的机器学习技术,正在共同形成一股认知性学习的力量,篡夺旧的不学习的法律的领地。法律正在丧失它作为独立社会系统存在的功能正当性。正是因此,人工智能时代对法律的最大挑战,不是人法、物法这些领域的重构,不是隐私安全和被遗忘权的设计,也不是数据和算法何者作为未来法规制的重点。根本的挑战,在于法律功能独特性的丧失。法律不学习被机器学习取代,规范性期望被认知性期望取代,法律被代码/算法取代,这将是法律“死亡”的前景。

   法律正在面临严峻的危机。实际上,在人类历史演化中,遭遇同样命运的早有先例。比如,巫术在文明社会的基本消失,宗教在现代公共领域的全面退出,道德在当代社会的普遍无力。而巫术、宗教、道德都曾扮演和法律一样的规范主义角色,而如今它们都已退出了公共舞台。甚至可以说,法律作为一门不学习的规范化技艺,已成为了人类规范文明遗留的火种,它成为了人类规范性文明最后的守护者。那么,它是否会伴随机器学习的崛起而被全面取代?当法律失去它神圣的功能光环,当其势力范围不断沦陷,当法律的特殊领地不断坍塌,那么,人工智能时代的法律就可能面临最大的危机。而此最大的危机,就将是法律的最终死亡。

  

  

   [i] 除了深度学习之外,AI领域还包括强化学习、监督学习、无监督学习、迁移学习等等。可参见[美]古德费洛、本吉奥、库维尔:《深度学习》,赵申剑等译,人民邮电出版社2017年版;[英]弗拉赫:《机器学习》,段菲译,人民邮电出版社2016年版。

   [ii] 卢曼指出:“在规范的功能性概念中——规范乃是作为一种反事实性的、被稳定下来的并且关于行为的期望——尚未蕴含任何关于规范会被遵守或者不被遵守,其背后所隐含的动机的先在决定。正好相反:倘若规范要满足其功能,则这些动机不应被纳入考量。”[德]鲁曼:《社会中的法》(上册),李君韬译,台湾五南图书出版股份有限公司2009年版,第159页。

   [iii] 可详参卢曼关于法律功能的专章论述,[德]鲁曼:《社会中的法》(上册),李君韬译,台湾五南图书出版股份有限公司2009年版,第152-193页。

   [iv] “禁止拒绝审判”是司法的核心原则,法院必须基于法律上的理由,对在其面前提出的所有诉讼,都做出裁判。正如卢曼所说,只有法院才在必要的时候,将不可界定性转化为可界定性。可参见[德]鲁曼:《社会中的法》(上册),李君韬译,台湾五南图书出版股份有限公司2009年版,第356页,以及第七章“法院在法律系统中的地位”。

   [v] 可参见[德]鲁曼:《社会中的法》(上册),李君韬译,台湾五南图书出版股份有限公司2009年版,第280-288页。

   [vi] (汉)郑玄注:《礼记正义》,上海古籍出版社2008年版,曲礼上第一。

   [vii] (东汉)王充:《论衡》,上海人民出版社1974年版,卷十七是应第五十二。

   [viii] 有关神明裁判、共誓涤罪裁判和决斗裁判,可参见[美]伯尔曼:《法律与革命》,贺卫方、高鸿钧等译,中国大百科全书出版社1993年版,第57-100页。

   [ix] 有关血亲复仇、赔偿金(bot)和赎杀金(wer)制度,可参见[美]伯尔曼:《法律与革命》,贺卫方、高鸿钧等译,中国大百科全书出版社1993年版,第57-100页。

   [x] 有关科学的可证伪性标准,参见[英]波普尔:《猜想与反驳:科学知识的增长》,傅季重等译,上海译文出版社2005年版,第361-390页。

   [xi] 有关“休谟法则”(Hume’s Law),参见[英]休谟:《人性论》,关文运、郑之骧译,商务印书馆2005年版,第509-510页。

   [xii] 托依布纳通过对卢曼的引用指出,所有权意味着“切断对共识的要求”,这是特定沟通能够成功的前提。参见[德]托依布纳:《宪法的碎片:全球社会宪治》,陆宇峰译,中央编译出版社2016年版,第131页。

   [xiii] 正是因此,卢曼说只有法律规范才使不学习失去了病理性质。在卢曼看来,法律系统是社会的免疫系统。参见[德]鲁曼:《社会中的法》(下册),李君韬译,台湾五南图书出版股份有限公司2009年版,第621页。

   [xiv] 文字在占卜中的使用,为其自身带来了在全社会范围的传播。在早期文明的发展中,法律问题展现为占卜问题,也就是说,它们展现为这样一些问题:要去发现发生了什么事情,以及去发现,在与有利和不利情况进行的紧密类比中,罪与非罪如何被分派。在为了占卜目的发展起来的复杂知识中,最早就有了法律的参与。正是因此,汉谟拉比法典就不是通常理解的制定法,在“若-则”的形式中,它对应着占卜的通常规则。可详参[德]鲁曼:《社会中的法》(上册),李君韬译,台湾五南图书出版股份有限公司2009年版,第280-288页。

   [xv] 参见[美]米歇尔:《机器学习》,曾华军译,机械工业出版社2008年版,第1章。

   [xvi] 参见尼克:《人工智能简史》,人民邮电出版社2017年版,第196-197页。

   [xvii] 参见李晟:《略论人工智能语境下的法律转型》,载《法学评论》2018年第1期。

   [xviii] 可参见胡凌:《超越代码:从赛博空间到物理世界的控制/生产机制》,载《华东政法大学学报》2018年第1期。

   [xix] 参见王飞跃:《人工智能:第三轴心时代的到来》,载《文化纵横》2017年第6期。

   [xx] 参见王贵松:《风险社会与作为学习过程的法》,载《交大法学》2013年第4期,第172-175页。

   [xxi] 转引自王贵松:《风险社会与作为学习过程的法》,载《交大法学》2013年第4期,第174页。

   [xxii] 参见[美]诺内特、塞尔兹尼克:《转变中的法律与社会:迈向回应型法》,张志铭译,中国政法大学出版社2004年版。

   [xxiii] 德国法学家迪·法比奥(Udo

   Di Fabio)指出,必要的实验法成为事物本质上要求法律动态地比照学问发展的行为形式。实验法虽然用规范予以确定,但面向未来开放着修正的可能性。转引自王贵松:《风险社会与作为学习过程的法》,载《交大法学》2013年第4期,第174-175页。

[xxiv] 参见[德]托依布纳:《魔阵·剥削·异化:托依布纳法律社会学文集》,泮伟江、高鸿钧等译,清华大学出版社2012年版,第46页。在当代商人法实践中有三种解悖论的方法:时限、位阶和外部化(外部转移):其一,(点击此处阅读下一页)

进入 余盛峰 的专栏     进入专题: 人工智能   区块链   法律功能  

本文责编:陈冬冬
发信站:爱思想(http://www.aisixiang.com),栏目:天益学术 > 法学 > 理论法学
本文链接:http://www.aisixiang.com/data/109455.html
文章来源:《华东政法大学学报》2018年第2期

0 推荐

在方框中输入电子邮件地址,多个邮件之间用半角逗号(,)分隔。

爱思想(aisixiang.com)网站为公益纯学术网站,旨在推动学术繁荣、塑造社会精神。
凡本网首发及经作者授权但非首发的所有作品,版权归作者本人所有。网络转载请注明作者、出处并保持完整,纸媒转载请经本网或作者本人书面授权。
凡本网注明“来源:XXX(非爱思想网)”的作品,均转载自其它媒体,转载目的在于分享信息、助推思想传播,并不代表本网赞同其观点和对其真实性负责。若作者或版权人不愿被使用,请来函指出,本网即予改正。
Powered by aisixiang.com Copyright © 2021 by aisixiang.com All Rights Reserved 爱思想 京ICP备12007865号-1 京公网安备11010602120014号.
工业和信息化部备案管理系统