摘要：数字司法是人工智能技术深度赋能司法的成果，其对应的法律推理结构包括了基于规则的演绎推理、事实认定的证据推理和基于案例的类比推理。然而，数字司法的运营面临着法律推理前提的可议论性无法被算法化、案件事实的法律性构建不能被数据化、案件的相似性判定难以被标准化，以及实质法律推理的运用空间被不完全地消解等多重方法论困境。从解决法律推理困境的角度看，数字司法的发展应获得法理上的正当性，确立合乎司法自身特性的因应之策。就此，需要坚守符合司法对话性要求的决策机制，预留法官开展自由裁量的必要空间，建立针对类案判定的异议程序，增强智能化裁判的确定性导向，并引入来自司法伦理的正向约束。只有让数字司法回归法官裁判职责和法院的具体案件办理，才是践行数字正义的真正之路。
数字科技的飞速发展给法律运行带来了多方位重塑。其中，在法律系统中占据中心位置的法院裁判活动，也经历着从传统司法到数字司法的样态转变。与之前仅将司法过程“线上化”“数据化”或把数字技术作为辅助赋能案件裁判不同，数字司法已然追求司法裁判理念和模式的革新，使把法律规范适用于个案事实的活动自动化，运用人工智能替代法官独立完成某些司法决策的趋势明显增强。数字司法是智能化司法的最新阶段，其核心是凭借生成式人工智能强大的数据分析能力和反应速度，实现对案件审理过程、办案程序、决策输出方面的根本性改造。以此为背景，学界对数字司法的讨论使其成为理论研究的热点话题，并在数字司法的运行机理、应用场景、功能效应以及操作限度等方面形成了诸多见解。
在我国大力推进数字司法建设的情势下，数字司法的勃兴已成为实现司法现代化的重要支撑，有关数字司法的多层面问题确实值得不断讨论。讨论的必要性仰赖于所讨论的对象及其问题的重要性。数字司法不仅给现实的案件裁判工作带来了技术赋能，而且无疑使具体的法律适用活动面临着挑战，确需从法学原理角度加以密切关注。无论司法裁判的条件与方式如何跃进，从法律理论的内在视角看，司法裁判的核心职能都是就具体个案而为法律适用，肩负着以自己特有的方法对成为案件的社会纠纷予以裁决的使命。鉴于司法裁判是一种以法律推理为方法论核心的正当性证明活动，本文尝试以法律推理结构为线索分析数字司法的机理，审视数字司法运营可能遭遇的法律方法论困境，并以此讨论数字司法技术应用的法理因应。这样做的缘由，一方面在于司法裁判是以判断推论为贯穿的活动过程，可以说司法本身即推理；另一方面在于数字司法运行在一定意义上亦源于机器推理，其试图模拟法律推理的构造实现算法上的智能化推演。
一、数字司法的运作与法律推理结构
（一）数字司法的技术进展和运作机理
其实，通过自动化的方式实现司法裁判流程化，使法官的法律推理转换为一种可自动运算的公式，在法学理论的历史上并不新鲜。19世纪的概念法学曾经期待的司法图景可谓这种努力的较早表现。在当时法典化的条件下，立法者被认为是充满理性的法律提供者，对立法所要解决的问题进行了科学圆满的设计，并运用充分的语言表达和完备的形式逻辑手段使法律规定达到了完美自足。“由于法律本身可以做到完美无缺、逻辑自足，可以与具体的个案事实形成恰当的对应关系，法律适用者如法官的角色就只能像是一台‘自动售货机’：投入法条和事实，输出法律判决。”在这种认识论及其相应的方法论中，由法条构成的法典被视为逻辑严密且封闭周延的规则系统，司法裁判就是对形式逻辑中演绎推理的三段论模式的机械照搬。
虽然概念法学因受批判以及其与司法现实不匹配而式微，但演绎推理被作为法律适用的基本方法，在一定意义上成为说明司法裁判过程的特定术语。人们常说的“涵摄”也是对这种法律推理机制的形象描述。既然表现为文本的法律规范蕴含了相应的法律效果，司法裁判就是将法律规范涵摄到具体案件事实中，推断得出判决结论的过程。“将事实涵摄于法律规范，就是检验事实是否满足法律规范的事实构成并因此产生规范所规定的法律后果。”随着计算机的发明，以及后来人工智能技术在法律领域的运用，以逻辑演绎为程式的形式主义法律推理观被贯彻到早期人工智能裁判系统中，这就是基于知识库的专家系统。专家系统不仅包括数据知识（规则、案例），还包括推论程序。背后的基本思想在于，特定的案件事实数据对应特定的法律后果数据，即在算法的保障下，当键入一定数据时便可以获得相应的某种结论。“换言之，专家系统要做的实际上是一种数据比对工作：只要案件事实数据能够与算法已纳入的法律规则之构成要件的各项参数完全匹配，就能‘自动对应（获得）’法律规则所规定的后果。”
数字司法是人工智能技术深度赋能司法的成果。相较于最初由人工智能为法官的司法裁判提供“数字化工具”或在有限的条件下辅助审理判决，新近获得广泛应用的生成式人工智能开始充当“法官同伴”的角色。人工智能裁判的另一种样态由此发展起来，数字司法已然名副其实。生成式人工智能可利用大规模语料数据进行预训练的语言模型，具有机器自主学习和深度学习的能力。“这种模型与普通语言模型最大的区别，在于前者通常具有大量的参数，并且在训练过程中使用巨量的文本数据。它能自动对库中资料进行语言学分析，提炼出普遍的语法逻辑，训练语言理解和文本生成的能力，再加之人工智能神经网络参数，来模拟人类思维模式，最大程度达到类人化。”与之前智能专家系统按照事先被设置的算法规则运行不同，生成式人工智能具备对海量文本数据进行学习的模式，能够寻觅隐秘其中的“相关性”或“规律”，并通过概率预测的方式生成与训练数据文本一致的新文本。
生成式人工智能使得机器似乎已经可以像法官那样从事裁判。有研究认为，这不再将司法裁判视为概念法学的形式主义机械操作，而是更多与现实主义法学的许多想法相对应，尤其是后者有关经验方法和预测论的内容；它的关注点“从模拟法律推理的外在逻辑形式进一步转向探求法官的内在思维结构”，关键词从“规则”变成了“规律”，从“逻辑”变成了“概率”，从“推理”变成了“预测”，其核心要素在于建构一种能够实现对判决进行预测的算法模型。发展至此的数字司法是可以像法官一样裁判的人工智能，其实质是机器通过分析和运用经验数据预测当前司法判决的某种可能性。这恰是一种经验主义的司法裁判运算。依照霍姆斯的观点，“法院实际上是将作什么的预测”，这就是法律的含义，“法律的生命不是逻辑，而是经验”。这种主张法律是不确定性的论述，非常重视法官裁判的非逻辑性、非演绎性，认为法官的判决不能建立在规则推论的基础上，强调经验方法对司法判决的价值和意义，在当下却不谋而合地对应了基于大数据预测论的数字司法实践。
（二）数字司法对应的法律推理结构
总体来看，虽然数字司法的案件裁判过程很难说还是法律方法论意义上的法律推理，但是，“我们既不能盲目信任人工智能是无所不能的，也不能一概排斥人工智能作为探明、解释和呈现司法推理之工具的作用”。就此而言，以法律推理来刻画数字司法对应的算法过程，以之为视角考量其中暗含的法律方法问题，并从功能主义的层面分析其法律推理的框架，对于把握数字司法的可能性与作用限度具有必要性和重要性。
1.基于规则的演绎推理。
从法律方法论上看，基于规则的演绎推理确实是司法裁判的一般逻辑模式。作为法律组成的法律规则具有条件式的语言结构，以至于法律规则可以被以内部要素为单元进行逻辑形式化。以法律规则逻辑结构的“二要素说”为要，法律规则由构成要件与法律后果组成，其中构成要件属于法律规则的前件，是法律后果所针对的事实类型，而法律后果是构成要件所联结的法律上的评价性结构，属于法律规则的后件。可以说，“这是整个法律技术层面最基础的知识范畴，从立法到执法、司法、守法，法律运行的每个实践环节，无不仰赖于法律规则之内部结构这个基本原理”。由于法律规则的二要素之间具有法律适用上的逻辑关联，只要具体案件事实的描述与构成要件之间满足符合关系，演绎推理就成为司法裁判的通用公式。拉伦茨把其称为“确定法律后果的三段论推理”，在其中，一个完整法条构成了大前提，将作为一个“事例”的某具体案件事实归属于法条构成要件之下的过程构成小前提，结论则是对此案件事实应适用该法条所规定的法律后果。基于法律规则的演绎推理使司法裁判过程达到几近可以被标准化的程度。
智能化裁判的最初努力就是在运作机理上模拟基于规则的演绎推理，不仅经由数据化处理的法律规则被设定为一套规则知识系统，而且案件事实也被计算机语言描述或被设定为相应的参数，这样原则上就可以得出符合演绎推理逻辑框架的司法判决结论。当然，与现实司法裁判中法官的人为理性不同，模仿法官裁判的人工智能把这套推理机制设定为算法，它不仅把法律规则储备成数据体系，而且把作为机器输入值的案件事实与作为输出值的法律后果通过运算连接起来，自动裁判其实成为根据机器识别和表达的复述过程。“在知识库中储备经过编码化的规则后,一旦推理模型检测到符合规则的案件事实,则会相应生成解决问题的建议或方案。”较为发达的基于大语言模型运用的人工智能裁判继续深化了这种运算理路，机器的深度学习更会在算法上建立起从案件事实描述到某种法律效果的规则，从而使具有相关关系的法律规则（包括机器自主学习生成的规则）与案件事实情况产生相对应的判决结论。这样，法官的法律推理与数字化的法律推理都具有相同的逻辑结构，尽管从性质上说，前者借助的是概念涵摄或类型等置的归属关系，后者依循的是算法上的相关关系。
2.事实认定的证据推理。
法官运用证据认定案件事实是司法工作的构成性内容，其以查明和确定案件事实的真实情况为依归，并以之作为适用相关法律规范的对象。由于司法案件是以对立双方当事人的纠纷及诉求为基础产生的，作为原告诉称的事实描述和作为被告辩称的事实描述都不一定是真实情况的案件事实，因而司法制度设置了以证据为手段查明和认定案件事实的要求。在传统的司法裁判中，法官运用证据查明和认定案件事实要受到法定证据本身特性以及诉讼法、证据法等规则的约束，必须达到案件事实认定的法律上真实的效果。从推理的角度看，案件事实认定的过程已被视为一种关于证据推理的活动。有研究也指出，证据推理是从法律证据推导出可能案件事实的思维过程，依据逻辑学的观点来说，推理的前提和结论只能是命题或陈述，而不可能是作为物理对象的材料本身，只有在证物基础之上提炼出来的命题，通常称为“事实命题”或“事实陈述”，才能充当证据推理的前提。法官对案件事实的认定其实就可以转换为从基于证据的描述获得相应案件事实情况的事实推导。
在数字司法中，与很多决策已经从人手中转移到算法手中一样，案件事实认定的数字模型化也使证据推理达到了可智能化计算的程度。人工智能在以证据认定案件事实中的应用，主要通过数据化处理、概率推理和辅助模型来实现，即将证据数据化、对数据进行运算整合、输出人可以理解的结论。生成式人工智能更是能够完全由机器自主生成证据内容，不再机械地执行固定的算法程式，也不是仅基于特定输入信息“回吐”数据库中已有答案，而是能够对输入信息进行智能识别判断，经过“思考”之后给出指向系统目标的决策结果。也就是说，生成式人工智能可以运用数学语言来表达法官在事实认定领域的认知过程，甚至能够输出证据数据限定的结果，从而弥补案件事实中的缺失环节，抑或为法官完整还原案件全貌提供参考。如果说案件事实认定的证据推理是从已知的法定证据出发，对可能的案件事实进行推导证明的活动，数字司法中交由人工智能的案件事实认定正是对应了这种思维过程。虽然后者不再是按照形式逻辑规则的“从前提到结论”的事实推导，而是在数据之间建立起通过语言支持的相关性，但是，它将证据结构化为数据，借由概率推理替换传统因果推论的方式实现了对证据运用及案件事实认定的自动化。
3.基于案例的类比推理。
在司法裁判中，出于对平等对待和类似案件应当类似处理的追求，基于案例的法律推理不可或缺，其以类比推理为逻辑形式。虽然法律类比推理有不同的类别，但时常被描述为一种“以例推例”的结构。正如列维所述，作为法律推理基本类型的“例推法”，就是从案件到案件的推理，即首先要寻找到案件之间的相似之处，然后宣示出前案中蕴含的相关法则，最后再将此相关法则适用于待决的后案之中。这种法律推理方法彰显了司法先例对后续案件裁判的运用价值。从司法传统看，如果说基于规则的演绎推理常被作为成文法制度下的司法模式，基于案例的类比推理则更切合判例法的司法模式。诚然，在由成文法主导的司法裁判中，借助并参照类案的法律适用也发挥着重要的作用，基于案例的类比推理并非鲜有之事。不仅如此，从系统论法学关于司法决策前提的观点看，法官对待决案件事实都需要与一定的构成要件进行比对，无论这个构成要件是通过立法事先确定的，还是通过先前司法裁判稳定下来的：在前者，待决案件事实与作为成文法规则的法律构成要件之间的比对其实是一种广义的“类推”，而在后者，虽然“例推法”是把当下案件中的事实与先例中的事实进行比较，但先例中的案件事实其实已经升华为规则的构成要件。
在智能化裁判的发展中，对规则系统的不满促发了对案例推理的研究，“在这类研究看来，用一般性规则来解决法律问题很多时候是过于自信了，许多纠纷常常无法用可获得的规则来解决，法官必须求助于个案进行推理，无论是真实的还是假设的案例”。依据类案同判的司法原理，由一个既定案例作为开端，若重复按照某一特定的法律意旨对类案进行裁判，就会形成越来越稳固的判决链条。当某种案例获得了长期以来的持续遵守和肯定，偏离稳固的案例比偏离单个判例更会损害先例所保护的社会价值。生成式人工智能应用于司法裁判可谓极大利用或拓深了这种认知。它通过接入关键信息、案件事实等数据，自动匹配检索案件专题库，进行类案比较智能标引，并以海量的类案裁判数据为坐标系，模仿法官对待决案件进行预测判决，提供相对规范、一致的建议。算法可以详细地描述应用于每个小的决定（进而形成最终的重要决定）之中的那些具体规则，它们以标准一致的要素抽取、相同的算法建模以及流水化的操作流程，对相同的信息输入给出相同的算法输出。如上所述，这是一种经验主义的算法模式，即生成式人工智能通过对案例库庞大数据的分析，能够总结出某种同类案件的裁判规则，发现其中隐藏的有关同类案件的判决规律，然后再对待决案件给出基于同类规则的判决预测或结论。
二、数字化法律推理的方法论困境
数字司法无限量提升了案件裁判的效率，但无疑也有其内在限度。就运作机理看，由于司法裁判是基于特定法律职业思维的案件处理活动，自然离不开法律方法的规诫和支撑，数字司法也理应接受来自法律方法论的检验与审视。以法律推理结构为线索厘定数字司法的运营机制，为从法律方法论上讨论数字司法的内在限度问题准备了条件。目前数字司法的推理系统，“均未从根本上突破传统的法律推理方式”，由此而言，数字司法的裁判过程面临着多重的方法论困境或难题，亟需数字司法在应用及发展中予以回应和解决。
（一）法律推理前提的可议论性无法被算法化
无论是基于规则的演绎推理还是基于案例的类比推理，数字化系统都预设了以可被转换为计算机语言的规则作为运算前提。这其实是规则的再规则化。不仅作为成文法的法律规则被再规则化为运算的数据前提，而且吸纳案例的机器学习也是通过总结过往类案的裁判规则及其处理结论，使之再规则化为运算的前提。虽然它们在推理起点上有所不同（规则或案例），“但即便是基于案例的推理也同样以‘基于规则的逻辑’为运作原理”。这实际上预设了法律规则作为法律推理前提的非议论性或单调性，也注定了数字司法在运算前提方面的自闭性。然而，法律推理的前提及其结论天然具有可论辩、可证成的特点，即便是以明确的法律规则为法律推理前提，这种前提也是一种趋于可议论性的存在。正如有研究恰当指出，“在法律领域，人们经常需要从不充分的前提集出发，得出一个暂时的结论，并在遇到相反信息时撤回；或从不一致的前提集中得出一个合理的结论。在制定法国家，人们不仅需要基于制定法规则进行推理（基于规则的推理），而且经常需要对这些制定法规则本身进行推理（关于规则的推理）”。
图片
即使是基于规则的演绎推理，也只是前提确定后的最终一步，而围绕确定何种法律规则可作为演绎推理的前提，需要经过较为复杂的议论。虽然人们常把逻辑三段论理解为一种推论形式，但“三段论就是议论”，“据法思考的三段论，不仅是形式逻辑的推论方法，还包含对前提的论证和议论。……据法思考之法是具体化的法律，需要规则导向、理解解释、价值衡量等方法的适用才能确定”。大多数案件并非直接按照法律规定发生，司法裁判是将具体法律规范适用于特定案件事实的活动。法律适用与法律解释等确定法律具体含义的工作融为一体，甚至可以说适用法律即解释法律。如果法律推理应以可议论的方式展开，司法裁判具有商谈的特点，作出法律推理的人就要为其推理前提的选择提供理由，而法律解释“是在支持对特定法律语词赋予此意义或彼意义的各种理由进行衡量的过程”。数字司法能够实现对法律规则与案件事实的对应，能够自动联结案件事实与法律构成要件并输出裁判结论，但是，关于法律推理前提的可议论性显然就无法被算法化了。
法律推理并非一个纯粹的从固定法律规则到相应结论的推论过程，而是要时常应对作为推理前提的法律规则的可议论性问题，其会因为接受来自相反理由的论辩而改变已有的推理结论。法律推理不是简单线性的逻辑推演，而是非单调性的或“可废止性”的。从逻辑学上看，法律推理的“可废止性”主要源于作为前提的法律规则的可废止性。法律规则的可废止性通常是由于规则存在例外，当例外出现时，一个法律规则在某个案件中的可适用性可被更优先的规则废止，相应的后果就不能再被推导出来，进而导致原来的法律推理过程被击败。就这方面来说，无论是基于显式编码、封闭规则的算法（法律专家系统）的初级人工智能，还是基于机器学习算法、依靠大数据分析实现对判决预测（深度学习）的高级人工智能，都可能秉持机械主义的推理观，其能否进一步建立起模拟可废止法律推理模式的算法机制，还有待于今后持续的观察和校验。
（二）案件事实的法律性构建不能被数据化
数字司法的运行也依赖于案件事实认定的智能化。作为数据的证据是案件事实智能认定的逻辑起点，证据数据化使证据通过人工智能的转换变成可供智能系统识别和认定的数据符号，而通过算法的运算是智能系统实现对案件事实智能认定的基本方法。进一步地看，如前所论，由于从自然发生的生活事实到被司法查明的案件事实，本身就是基于证据的逻辑推理过程，所以，在数字司法的裁判系统中，基于算法规则对数据证据进行推理整合，便成为智能裁判系统的根本逻辑形式。尽管如此，法律方法论原理已经表明，作为司法裁判基础的案件事实是一种被法官建构的案件事实，这种案件事实与其说是被发现或查明的，不如说是被有意整理而成的。基于证据推理的案件事实认定仅仅是对真实情况的确证，这只是形成作为法律适用对象的案件事实的一个层次，并非最终的、要在判决的事实构成部分出现的“案件事实”。在现实的司法活动中，经由法院立案管辖的案件事实是作为纠纷事实陈述被提交到法官面前的，法官确实需要借助证据及其有关规则认定已发生的纠纷事实的真实情况。但是，经过证据推理获得的为“真”的案件事实，还需要被进一步陈述为与欲适用的法律规则构成要件相符的法律事实，而后者决定司法裁判的结果。
也就是说，对任何案件而言，法官都要通过法律评价来构建最终可被裁判的案件事实。因此，案件事实并非自始“给定的”，法官必须一方面考量已知的事实，另一方面考虑个别事实在法律上可能具有的意义，两者结合才能形成案件事实。在这个意义上讲，“具体案例只是引发对法律规范上特定构成要件意义范围及其风险归属原则思考的出发点”。经由证据推理认定的案件事实是形成案件事实的一环，法官仍需在证据事实的基础上，通过整体性的证据与事实评价形成裁判事实，即一种获得了法律定性的案件事实。就属性而言，“所有经过法律判断的案件事实都有类似的结构，它们都不是单纯的事实陈述，而是在何为法律上重要者的考量中，对事实所作的某种选择、解释及联结的结果”。从法院角度看，法院的存在就是为了裁断与法律制度有关的事实纠纷。只有形成了与相关法律规则预先设定的事实构成相符的案件事实，才能表明可被法律调整的事实已经出现，一定的法律关系也随之可以被界定，案件当事人的权利、义务及相关法律后果才具备了相应的事实根据。
因此，司法裁判不是对已经存在的案件事实进行法律上的判断和解决，而是先以形成应由法官进行法律上判断和解决的案件事实为要义。数字司法固然可以通过人工智能处理可被数据化的证据问题，并借助算法完成经由证据推理而实施的案件事实证明与认定工作，但是针对证据事实而进行的案件事实法律性构建如何被数据化，就是一直被忽略或可能无法完成的任务。这也意味着，在以生成式人工智能为技术优势的数字司法中，尽管机器可以通过自主学习方式，对通过类案推送接入的案件事实等数据要素进行智能比较，但也会面临一种不好摆脱的困境，即应当以哪种案件事实要素作为学习与归纳类案规则的出发点并进行判决预测呢？如果其以作为基本案情的案件事实为准据，而案件事实的法律性构建不能被学习，那么，就很难“观察”或“复述”到真正的类案规则。毕竟，要判断待决案件与既有案例是否相同或相似，首先必须知道既有案例是什么样的案件，即具有何种事实特征和法律特征。由于案件事实形成中法律性构建的不可避免，基本案情相同的案件可能被构建为法律上的异案，而基本案情不同的案件也可能被构建为法律上的类案。
（三）案件的相似性判定难以被标准化
数字司法试图通过高端人工智能实现类案同判，以机器学习完成对大量类案数据的智能比较，并获取对同类案件裁判的规律性预测。甚至，有研究认为，因为司法人工智能“按部就班的程序没有情感和意识，更没有先入之见、价值偏好等因素的干扰”，人们一直渴望的司法统一、同案同标、类案同判会真正有机会走进现实生活。实际上，只要具有基于类案的法律推理结构的数字司法系统以模拟类比推理为机制，自然就会遭遇案件相似性判断的困境，这是因为类案的判定难以被标准化。从关于类案判定要素及路径的研究看，类案成立即案件的相似性判定依赖于多种因素的存在，人工智能如何选取一定的比照要素并如何运算相应的判定规则，着实是技术性难题。即便可以选取一定的案件相似性判定方式进行司法人工智能的专门设计，是否意味着类案的司法判定仅具有某套可固定操作的标准化程式？答案显然是否定的。
法律方法论多倾向于从形式与实质双重维度开展类案的相似性判定。其中，形式维度侧重于案件之间某些要素的相似性，重在判断案件事实的关键要素拥有相同点或不同点的数量，实质维度侧重于对相关相似性的实体评估，要借助多种可能的价值或目的判断案件之间相似性要素的重要程度，以及相关差异性所占的比重情况等。有研究指出，类案判断整体上是二阶构造的程式，一阶聚焦于案件事实的论证，要层层梳理事实并将案件之间的相同点和不同点呈现出来，二阶着眼于实质性的价值权衡，通过诉诸规范目的、法律原则乃至政策等实质性理由，来综合判断相同点是否比不同点更具压倒性的优势。也可以说，类案判定是一个多层次的且由不同因素起作用的过程，案件相似性判定的结果取决于比较的维度，由于没有两个绝对相同的案件，“区别”总是在某种或者另一个意义上是可能的。更有甚者，类案的达成应以案件之间的“结构性相似”为根本取向，仅找到案件之间对应的一定数量的相同点并非就能成就类案，实质的类案要求案件之间的共同点必须在关系/构造层面达到系统的相似性。诚然，无论是基于何种认知来确定案件相似性判定的司法标准，都无法回避应当选取案件之间的哪些要素进行比对的问题。显然，案件比对要素的确定及其正当性本身亦是法律方法论或法理学的难题。
因此，数字司法的案例推理必然会面临案件相似性难以被标准化的困境。且不论电脑的案例“要素”索引系统能否完备的问题，其主要还是由于类案判定在本质上属于对案件法律意义的评价性活动。在现实的司法裁判中，对于案件的相似性判断不仅取决于法官在形式上对有关比对要素的选取，更取决于法官在实质上对（有时是相互对立或竞争的）价值和原则的权衡，抑或对裁判有关后果的思量。无论在哪个维度上，都离不开法官基于案件法律意义的评判和识别。法官有时候也会通过事先把握待决案件的性质来反向选择对司法类案的运用，先入为主地基于对待决问题的法律定性进行案件的相似性判断，即在定性分析确定待决案件与既定先例在整体性质上是否涉及相同的法律问题之后，再在案件情节的比较上做定量分析。不仅如此，某个先前案例是否与待决案件具有相关性，也取决于法官如何描述出现在那个先例中的事实。这就意味着，“是否具备法律上的决定意义很多时候取决于对案件意义整体上的评价。而理解和评价案件的意义正是计算机的认知短板”。至于如何解决多个案例之间事实相同但裁判规则冲突，并如何评判它们与待决案件之间的相似性等问题，对于数字司法的案例推理系统来说，无疑也是不容易的事情。
（四）实质法律推理的运用空间被不完全地消解
如果司法裁判可被转换为一种在案件事实和法律规则之间的算法逻辑，数字司法对简单案件的处理或许能够非常成功。但从司法活动的本质看，不能直接进行演绎推理和案例推理的疑难案件恰是司法裁判的常态。由于法律规则是抽象和概括性的，往往是需要在个案中被进一步解释和澄清的，而案件事实又具有多样性和非规则性，个案裁判的创造性几乎难以避免。司法必然要遭遇某些从未遭遇的新鲜语境，从而必须在既定规则之外对这些难以裁判的事情作出决断，这意味着对根本上难以裁决的事项进行裁决，是内在于司法过程之中的，并因此对司法过程构成了根本的规定性。既然对疑难案件的决断是司法当然的构成性工作，就需要法官运用实质法律推理才能完成。人工智能的算法貌似可以把所有案件的司法程序都设定为基于单一逻辑规则的计算，这会导致实质法律推理的运用空间被不完全地消解。实质法律推理对司法裁判的重要性是不言而喻的，且不说法律推理的任何环节都充斥着价值评判，在疑难案件中，需要处理的是依靠形式法律推理所不能解决的法律问题，这类案件的法律推理主要考虑裁判所涉及的法律问题的性质和内容等实质性成分。
司法的专业性实际上并不在于将确定的法律规则适用于相应的案件事实，而是作为法律推理前提的法律规则和案件事实本身的相对不确定性，因而需要法官依靠难题思维和采用复杂的法律推理结构。所以，如同人们做决定时都希望能够为自己提供理由，法律尤其如此，这是实践推理非常重要的领域，它要求做决策的人有一定的自由度，推理在一定程度上是对所选解释方案的解释，同时它应该针对多个目标群体，并且是在多价值空间中完成。实质法律推理是法官同时运用法律理由和正当理由的过程，“其法律理由直接来源于规则，间接来源于真相；其正当理由直接来源于正义、利益和人权等目的标准，间接来源于事实认定‘求真’和‘求善’之双重目的，它们共同构成了一项判决的正当理由”。据此，就疑难案件处理作为司法常态而言，智能化司法裁判难免出现对复杂性案件的理解不能、对法治热点案件的调控不能，以及对新型疑难案件的推理不能等状况。随着人工智能技术的不断改进，在实质法律推理方面能够实现怎样的算法化，并在何种程度上可被恰当运用，也自然成为人们对数字司法的期待。
三、数字司法技术运用的法理因应
面对数字司法运营目前可能无法超越的方法论困境，从法学原理角度思考如何保障数字司法的技术应用服务司法裁判的应有职能，就成为不可回避的议题。这也使得应针对数字司法的飞速发展寻求必要的法理因应，成为新科技时代法学理论的重要任务。也可以说，数字司法具体能够发挥什么样的作用、在多大程度上发挥作用，很大程度上也依赖于司法裁判理论，正所谓“有什么样的司法裁判理论，就有什么样的人工智能与司法推理的模式”。根据已有的认知共识，并就司法活动本身而言，新一代人工智能尽管势头迅猛，却未从根本上改变司法裁判的本质，未能完全超出传统的司法推理结构，基于计算的裁判预测论总是要面对计算不能或无法完全计算的场合。对此，从解决其法律推理困境的角度看，数字司法的技术应用及其发展应当在多个层面获得法理上的正当性，并由此确立合乎司法特性的因应之策。
第一，坚守符合司法对话性要求的决策机制。法律推理的本质并非探求客观意义上的真知，而是对诉诸法院的案件争议给以判断和裁决。在现代社会，司法裁判已祛退了那种仅靠法官独白的判决方式，对话性成为司法程序的显著特征。在这种过程中，法官必须亲历性地观察和评价当事人的纠纷事实及法律诉求，在两方当事人的争论中进行法律判断并完成对判决结果的选择和证立。与此同时，司法裁判至少已成为法官与诉讼当事人之间的对话活动，现代民主程度的发展让法官也不能回避与律师等法律界同行的对话，甚至要有与社会公众进行对话的意识，并且要与之前的和未来的法官对话，兼顾继往与开来。法律论证理论的兴起更说明了这种趋势，使法律推理不再是法官对判决结论的单方面宣布，而应是一种在商谈和公共对话意义上的可接受性思考。“越来越多的人对法律问题期待着可靠而详加论辩的答案——至少从原则上由大多数人，而不仅是由法律专家所掌控的答案。”这样，在司法对话性要求下，裁判理由作为对司法推理复杂过程的展示，具有决疑色彩和论证属性，其需要将法官的裁判思维运作与判决结论的推导环节以更加理性的方式呈现出来，尤其是争议焦点凝聚了诉讼当事人的主张及理由，解决争点是司法裁判对话的主题。
数字司法的智能化裁判对司法裁判过程作了扁平化的处理，用算法的二维程序取代了司法的立体结构，技术手段由此消解了司法活动的程序空间。在这种情况下，不仅司法过程应有的对抗制和当事人主义以及法官应当亲自审理并判断等原则被弱化甚至搁置了，而且司法对话性特征所要求的当事人程序参与权利也往往被无视了，而后者的意义就在于，保障与裁判结果有利害关系的主体能够有充分的机会并有效地参与到审判程序中，从而以自己的行为对裁判结果的形成发挥积极而富有意义的作用。如此看来，数字司法把司法裁判的过程性与对话性转变为由算法决定的机器独断，很难说有司法法理学的正当性。所以，数字司法的法律推理结构要选择一种可称得上“对话推理进路”的方案，以使之能够坚守符合司法对话性要求的决策机制。如果司法正义不可避免地要以数字正义的面貌呈现，如何设计最切合司法对话性特征的智能化裁判模式，并以之把握法官司法裁判的经验及规律，就成为数字司法进程中不可逃避的责任。
第二，预留法官开展自由裁量的必要空间。如前所述，数字司法的法律推理并非真正的逻辑推理，相反是一种基于过往数据对可能的经验性规律进行认识并重复。现实的法官从事法律推理也并非完全是对逻辑法则的机械运用，“价值判断是法律推理的灵魂”，法官必然要运用自由裁量权进行判断。这其实又是关涉司法裁判性质的一个重要问题。可以说，司法裁判与法官的自由裁量就是对立统一的关系：一方面，依法裁判的实现要以对法官自由意志和自由选择的限制为前提，应尽可能排除法官在司法中的自由裁量；另一方面，司法裁判是一种具有规范性、合目的性的活动，不能没有人的判断和选择，因而也不能完全排除法官的自由裁判；尤其是法律需要被解释才能适用，使得司法裁判必然具有需要法官开展自由裁量的空间。即便是在基于类案的法律推理场合，法官的自由裁量仍是不可或缺的存在：在一般意义上说，实现类案同判的关键在于辨析案件的异同，必然需要借助法官的自由裁量权来实现，无论是对案件事实所涉法律问题的类型级别的判断，还是对案件事实在相同点和不同点上的列举和权重，都需要法官裁量才能确定。就此来说，无论数字司法的智能化裁判模拟了何种形式的法律推理，都无法展现法官实际的自由裁量情况，而法官对法律适用中具体问题的裁量恰是司法裁判中不能跳过的内容，不应该被算法忽略不计。
所以，虽然数字司法能够在很大程度上复现基于规则的演绎推理、案件事实认定的证据推理以及基于案例的类比推理，但是它们都排除了作为主体性的法官开展自由裁量的空间。“依赖数据、编码、算法等技术进行的计算和决策，遵循一种自我指涉、自我固化的封闭自足逻辑。编码的算法创造了一种冻结特定关系的危险，作为封闭系统，它捕捉不了对于解决人类问题具有潜在意义的所有事情。”特别是在以生成式人工智能为代表的机器学习之下，原本应由法官作为司法者进行的对法律规则模糊、歧义和开放等问题的具体裁量工作，被机器算法以对历史裁判数据分析、总结和重复的概率预测所取代。人工智能这种无人的社会性的程式运作与结果输出，显然已与司法裁判的固有特性和制度目的背道而驰。虽然无法否认数字司法对发达人工智能系统的接入将会具有参与解释法律的能力，甚至能够完成一定的价值判断与选择，但在涉及诸多方面的价值判断或复杂裁量时，仍然要留给专业的实践主体作出。因此，无论数字司法的智能化水平如何提高，都不能取代法官在事实认定与法律推理中的主导作用，其输出结果只能作为审判或审判监督管理的参考，法官在法律推理方面应当坚守对人工智能裁判结果进行编辑的责任底线，不能放任其升维与压缩。预留法官开展自由裁量的必要空间，是数字司法发展过程中顺从人类司法裁判特性的重要因应。
第三，建立针对类案判定的异议程序。目前来看，基于案例的类比推理在数字司法的法律推理结构中具有更高的智能化程度。通过对大规模的类案裁判数据的分析与总结，生成式人工智能学习到越来越多的类案规则及判决结论，从而使案件裁判越来越具有可预测性。在这种趋势下，司法裁判的运作在很大程度上已被定义为完全类案判决的逻辑，案件裁判活动似乎已变为通过机器一遍遍重复从历史数据中获得的结论。很显然，这样做的优势在于促使司法裁判更多地实现了形式正义，极大地提高了案件处理的效率。然而，同样明显的是，对司法活动具有同等重要性的差异化判决的适用空间逐渐被限制甚至已被消弭。人工智能通过习得既有案例数据中的相关性要素，并通过事先设定的算法对案件之间的一定共同要素进行对比和实现类案的匹配，无疑会对类案判定工作的复杂性和具体性产生反噬。应该说，司法以对类案同判的追求为价值导向，现实中却要以差异化判决为特性。类案判定标准的不固定性与案件要素比对的价值非通约性，都使得类案判定难以通过整齐划一的运算规则来实现。
众所周知，任何法律传统的司法裁判都会以差异化判决为制度机制，并以相应的司法技术（如普通法系法官的“区别”技术）为保障来超越既定先例的惯习性约束。从现实的司法实践看，类案的判定除了依赖于案件之间共同要素的数量和性质，往往还取决于法官对社会环境和价值问题的判断，涉及对法律原则以及法政策等方面的权衡。这都会使后发生的案件可能出现先前案件所没有的重要考量因素。就此来说，即便是对于司法先例的适用，也存在要进行社会学解释的可能性。反观人工智能的类案裁判机理，只要待决案件被识别为与先前案件具有符合某种算法的相同特征，就会被自动联结，以先前案件的处理方式作出判决结论。另外，且不说以类案同判为唯一法则的智能化裁判不能及时处理可能的错误判决先例，不能有效理解和评价类案判定中的情势变迁及意义，更重要的问题在于，当法律因增、改、废而发生复杂的内容变化时，人工智能也无法自动识别这种变化引发的体系性效应。因此，建立专门针对类案判定的异议程序作为监管机制，当是数字司法发展中的重要举措。
第四，增强智能化裁判的确定性导向。无论数字司法如何使裁判智能化，都不可避免地受到算法决策复杂性和不确定性的影响。虽然人工智能可以无偏差地执行设定好的算法，但是，作为一种被人为编码的操作系统，算法设计者的主观性乃至算法黑箱问题会诱发司法裁判事实上的不确定性风险。在这种情况下，数字司法在以其技术优势追求裁判的准确化、客观化的同时，有可能造成司法决策实际上的不可预测性和非确定性。在机器决策时，由于人们无法理清隐含其中的规则，也不能参与决策过程且无法提出不同意见，却只能接受最终的结果，“一旦算法决策变为一种被灌输的、给定的‘客观’，造成‘假为真时真亦假’的反向替代，司法也就异化为它的反面了”。在传统的司法裁判中，不仅固定书写下来的法律文本代表了人们行为的期望和可预测性，由法官所进行的判断与评价也昭示着社会期望的稳定性，司法裁判可以实现人文意义上的基本确定性。由于算法决策的运用，原本可见的、稳定的法律体系及司法裁判程序被一种自我指涉与自行迭代的机器学习过程所取代，在如此的技术路线下，司法裁判有可能“会沦为大数据和算法底下的一场机器化的侥幸赌博”。
因此，数字司法的法律推理结构必然会遭遇其固有的确定性悖论。真不希望，人类在经历了从独角兽式的神明裁判到现代法律人的职业司法演进之后，再次回到由作为“物”的机器所带来的不可预测的某种混沌司法。虽然从纯技术趋势上讲，我们有理由畅想，法律机器人能够取代人类法官的大部分工作，但也不得不承认一个事实，法律机器人比人类更“能干”是一回事，达不达得到人对法律活动的专业要求和人文价值，则是另一回事。鉴于人文意义上的确定性作为法律运行特别是司法裁判之价值诉求的重要性，增强智能化裁判的确定性导向就成为数字司法发展中的关键事宜。对此，在明确不能完全用智能化技术替代主体意义上的法官的前提下，“未来在程序设计环节实现立法者、专家学者、律师和社会人士的开放性参与，打造可公开、可解释、可救济的智能系统，对于防范算法黑箱和算法霸权之风险，大有必要”。唯有如此，才能抑制数字司法的算法决策所产生的负面效应，维护司法裁判处理社会纠纷的公正性与权威性。
第五，引入来自司法伦理的正向约束。由法官履行司法裁判的职责是法治社会的重要标识，自从法官职业化以来，恪守司法伦理成为法官群体特有的属性。司法伦理体现了法官裁判工作在某些方面必须接受伦理约束的特征，也是司法运行寻求伦理帮助的体现，成为法官所肩负的司法义务的一个根据。作为一种特殊的职业伦理类型，司法伦理以司法道德律为基础，而这种司法道德律被认为是一种人为的规范和命令，它是根据审判的专业知识，经过历史演化形成的法官行为规范。司法伦理使法官的裁判行为在职业和公共维度上符合司法活动的本质，在很大程度上影响甚至规定着司法目标的实现方式，让司法裁判的运行标准在法官的行为规范中得到贯彻，使法官对裁判活动负有不可推卸的伦理责任，以避免荒诞的司法行动。在数字司法场景中，智能化的算法决策或人机协作的决策模式很容易使司法伦理对法官的约束功能走向虚无。为此，“智能系统的设计必须突破纯技术逻辑，将司法伦理、社会效果评估、当事人特殊境遇等参数纳入算法模型，通过多维变量分析为司法决策提供更立体的参考”。这不仅是将算法设计与人类的价值对齐的问题，也是从职业者品质的角度给数字司法施以德性的考量。引入来自司法伦理的正向约束，可以使司法过程始终保持相应的伦理自主性，避免因技术运用而给司法运行带来不应该的伦理风险。
四、结语
数字司法的确表现出了在裁判决策方面的较强魅力，最大限度地使司法活动可计算的空间变得程式化和有效率。就司法功能的发挥来说，“算法的应用不仅提升了司法的纠纷处理能力，降低了解决纠纷的成本，而且在很大程度上提高了纠纷解决的自动化程度，‘为更加接近正义奠定了现实基础’”。然而，从实践上看，数字司法运营在模拟法官的法律推理方面并不像所设想的那样全然易得，其固有的法律推理（算法）困境注定了数字司法的决策过程仍然难以被真正冠以“公正司法”的意涵。因此，数字司法并不完全符合司法活动的本质，也不应该是司法裁判构造的全部所在。如果形成司法决策的算法依赖，使传统的司法组织和法官的判断力及权威在技术控制中急剧下降，那么，就会面临多重的司法运行风险。这正如有研究所论，与其说数字司法所实现的是普遍正义或“类案同判”，不如说是法律自动化的倡导者所认为的将决策权委托给算法系统；“‘数字化一切’的潮流对司法的影响，从形式意义上是赋能的，但在实质意义上却是解构的”。以法律推理结构为线索对数字司法的技术应用机理进行分析，能够揭示数字司法运营的法律方法论困境，也能够为从法理上寻求必要的因应，确定清晰的方向。就此，总体而言，只有让数字司法回归法官的裁判职责、回归法院的具体案件办理，才是践行数字正义的真正之路。
〔本文为司法部法治建设与法学理论研究部级科研项目“全面依法治国背景下的中国式法律职业伦理构建研究”（25SFB2005）的阶段性成果〕
杨知文，华东政法大学法律学院教授。
本文载于《学术月刊》2026年第1期。
