西方司法证明科学的新发展/卞建林(8)
四、信息技术的引入
将信息技术引入到法律中来发端于上世纪40年代。在上个世纪60年代，人工智能研究在司法证明领域主要集中于借助计算机读取信息，由Yaakov Chouek（雅科夫·切克）主持的以色列希伯莱大学的Responsa项目为该国的律师在亲属法领域提供了重要的信息索取资源，探索庭审决策的模式是该项目研究的重点。法哲学家亨利克·冯·赖特将道义逻辑定义为在逻辑模型下义务与许可的逻辑。这一定义使得70年代的学者的焦点转向了人工智能对自然语言的理解和专家系统的建构。这一时期的代表作有布坎南（James Buchanan）[15]发表的《关于人工智能和法律推理若干问题的考察》。该文将人工智能与法律推理联系起来，强调人工智能对描述法律知识、处理开放性结构的重要性，沿着模拟归纳推理和法律分析这两条路径展开对建构专家系统的研究。此时的研究主要集中于利用人工智能对法律条文进行逻辑分析。80年代，人工智能在法律领域的研究试图将法律规则转化为以文本形式出现的模版，把证据规则与概率理论结合起来，以此来表述不同信仰程度下得出的结论的差异性。自此，人工智能对法律的渗透开始进入更为细化的领域，人们开始重视将模糊数学理论应用到对布尔逻辑的研究中去，从而得出在信息不断变化的情境下影响判决的重要因素。[16]将人工智能应用到司法证明是“人工智能与法律”起步较晚的领域，至今是否应将统计学应用到司法证明过程依然是人们争论不休的话题。与此同时，采用图式形式对论辩过程进行分析再度得到了重视。在上世纪80年代，被人们遗忘的威格莫尔图式伴随着舒姆（Schum）等结合人工智能知识提出的新模型再度走入人们的视野，司法证明的科学性也得到了空前广泛的探讨。上世纪80年代，加拿大滑铁卢大学哲学教授保罗（PaulThagard）的ECHO（Explanatory Coherence byHarmony Optimization）项目与奈森（Nissan）的ALIBI项目均试图将人工智能与司法证明融合起来，前者侧重于事实解释的协调性，在这一项目中研究者试图借助人工神经网络来模拟陪审团对谋杀案件的判决，而且这一案件是已经发生在美国加州并由当地法院作出判决的真实案件。奈森的项目则强化将控诉分解为几个基本的行为和责任形式，然后对它们按照树状结构进行重构。
人工智能技术为整个司法证明过程提供一种科学性的模型，这种模型中存有已经被验证了的知识和推理方式。为了确保这种科学方法科学效用的最大发挥，我们需要对计算机已有的嵌入式、传统的人机交流的处理证据方式进行改进。如同对专家意见的采信设立了种种程序上的限制一样，我们也需要对计算机分析证据设立一系列的程序限制，以此保证数据分析的公正性，同时也为实现数字化审判奠定基础。
总共12页
[1] [2] [3] [4] [5] [6] [7] 8
[9] [10] [11] [12] 上一页 下一页