原创 安阳 上海市法学会 东方法学

对于人工智能是否具有刑事责任主体地位的问题，当前国内有肯定说与否定说两种立场。从违法性认识的角度来看，人类由个体经验出发，对其行为是否符合法规范的期待产生违法性疑虑，并采取努力认识法律的合理性行为，具有规范上的可交谈性。生成式人工智能“自上而下”或“自下而上”的经验灌输不会产生违法性疑虑，自然语言处理技术基于形式逻辑对刑法文本的解读并不能理解评价规范的禁止性，只能从外部进行事实判断而无法进行价值评估与抉择，不能响应刑法规范，故不具有刑事责任主体地位。

一、问题的设定

智能在刑事案件中所扮演的角色尚未超出“工具”这一范畴，但鉴于其已逐渐具备学习、自我调整、自我预测乃至独立做出判断的能力，且其涉及的技术领域正在高速发展，强人工智能时代似乎指日可待，我国刑法学者敏锐地对人工智能刑法问题展开了未雨绸缪的“前瞻性”研究。人工智能刑法之中心议题，便是人工智能是否能够作为被刑法评价的适格主体之问题，亦即人工智能是否具有刑事责任主体地位的问题。对此问题，我国刑法学界当前有肯定说与否定说两种观点。

持肯定说的学者认为：（1）强人工智能具有独立的、与自然人相当甚至更高的辨认能力和控制能力，并形成了和自然人不同的利益与需求，其基于自主意识和意志实施自我判断符合算法的行为可能引发违背人类利益的异化状态，赋予其刑事责任主体地位，才能充分发挥刑法的机能。（2）在作为归责基础的自由意志假设这一问题上，学者多持相对非决定论的立场，从法的责任论进行展开。江溯认为，现代的罪责概念开始排斥“自由意志”这样的形而上学概念，因而完全可以容纳人工智能的罪责；肖姗姗认为，无需论证也无需假设强人工智能时代的机器人是否具有意志自由、具有何种限度的意志自由，因为其已经具备刑法上责任本质的要求。

持否定说的学者则主张：（1）人工智能的认识能力和控制能力是算法所赋予的，算法本身所具有的有穷性、确定性和可行性等特征使得人工智能的行为不过是基于人类对算法的设定而进行的输入与输出。人工智能的刑法建构并无必要，人工智能刑事责任概念之下，应当重点关注人的责任问题。（2）在作为归责基础的自由意志假设这一问题上，学者多持非决定论，承认自由意志的地位和人的主体性，并认为人工智能因无法实现刑罚目的而不具有刑罚必要性。

肯定说与否定说的论战，将我们对人工智能是否能作为刑事责任主体的思考引向深入，但观察其争论的本质，仍是主要围绕自由意志假设这一传统命题所进行的展开。笔者支持否定说的观点，但认为当前文献问题意识稍显分散，以至否定理由不够有力。刑法上责任判断的关键，仍应是对行为人“行为可能性”所进行的规范评价，亦即行为人在认识到不应做出此行为，且有选择合法行为余地的情况下，仍实施此行为而招致的法的非难。在此，违法性认识就起到了联系行为人和法规范的作用。如果行为人不能够认识法规范的具体内涵，就意味着其无法呼应作为行为规范的刑法，自然没有能力了解其行为究竟合法抑或违法，也就不存在“他行为可能性”。从刑法学的视角而非法哲学的视角出发，只有先对人工智能是否可以理解刑法对特定行为所作出的价值判断（禁止或命令）进行确认，才有探讨“他行为可能性”以及刑事责任主体地位的必要。

基于此，下文将首先对违法性认识的对象进行说明，继而比较人类与人工智能认识方式的不同，通过探讨人工智能如何认识规范、能否理解规范背后所蕴含的价值判断，从刑法学的角度对人工智能是否成为刑事责任主体这一问题进行回答。

二、人类何以获得违法性认识

（一）

讨论的前提：违法性认识的对象之厘清

在错误论的讨论中，我国学者就违法性认识的对象，大致形成了如下三种不同学说，即社会危害性（实质违法性）说、整体法秩序说、刑事法规范说。社会危害性说依新古典学派之见解，认为行为所造成的社会危害性乃是判断违法性的实质基准，此即实质违法性论，故违法性认识之对象乃行为的社会危害性。整体法秩序说认为，违法性认识中的“法”是指整体法秩序，行为人如果认识到自己的行为与一般法秩序相悖，或可能引发法律上的后果，就意味着其具备了违法性认识。刑事法规范说认为，违法性认识中的对象应限于刑法的禁止性规范。

整体法秩序说与刑事法规范说在对行为人违法性认识可能性进行判断时，会有些许不同，但从外部观察，其皆认为的违法性认识的对象是法规范，这样看来，社会危害性说与后两种学说的对垒似乎又回到了实质违法性与形式违法性的争论上，但实则不然。时至今日，刑法上所谓形式违法性的判断，早已不是旧日实证主义法学所主张的“对命令是否服从”的判断，而是基于刑法规范本身所追求的实质价值秩序，对行为人基于特定心理事实所为之行为所进行的价值判断。法规范本身所具有的价值尺度，也就是富勒所谓的法律道德性这一法律的内在目的，亦即实质正义这一目标。

那么，社会危害性这一所谓实质违法性的判断又该依循法规范外的何种标准呢？基于可操作性的考量，有如下两条路径。一是作为功利主义当代发展的后果主义路径。后果主义将“后果（consequence）作为行为评价的标准，即将行为所产生或引发的事态及其变化看作行为唯一的内在价值（intrinsic value）。在这条路径上，如果行为所造成的后果对社会整体利益产生了负面影响，行为也就具有实质违法性。二是传统的道义论路径，其从行为的道德属性进行评价，注重行为的动机而不注重行为的后果，如果行为的动机是“善”，符合预设的道德标准，即是客观上造成了损害后果，也不认为具有社会危害性。

无论是后果主义还是道义论，都是在外在于法规范的价值尺度，但观察他们与法规范之间的关系，就能发现内外价值尺度并不是非此即彼的。如，刑法依照规范自身的价值秩序所进行的结果无价值和行为无价值的判断，就能够与后果主义和道义论相呼应。然而，这并不意味着行为人仅仅认识到其行为违背了道德或者对社会利益造成负面影响，就足以建构违法性认识。刑法规范所主张的价值秩序和后果主义或道义论的价值秩序之间尽管有一定的重合，但道德伦理刑法化或者说从“背德感”上升到违法性认识，究竟要有一个转化过程，质言之，行为人认识到其行为违背道德或行为所造成的负面后果，只是人们获得违法性认识的方法，而不是违法性认识本身。外在于法规范的价值尺度与法规范的价值尺度重合时，认识到违背前者可以是引发违法性认识的征表，但在二者重合的范围之外，认识到行为违背道德或认识到行为对社会利益造成负面影响却不能等同于违法性认识。违法性认识的对象，仍然法规范自身所追求的价值秩序，或曰评价规范的禁止性。

（二）

经验与理性：人类获得违法性认识的具体方法

对于个体是如何获得知识、建构知识这一问题，向来有经验主义与理性主义基本立场。经验主义认为人类通过感觉和感知接受外部世界的信息，进而形成感性经验，知识正是来源于经验的累积。理性主义则认为知识来源于人类的理性思考，人类的思维当中存在某些先验的形式，人类利用此独特的思维能力通过推理和演绎来获取知识。康德首先对经验主义与理性主义进行了折中，指出了人类理性能力的有限性并在其先验哲学中给予经验论思想运用场域。他认为，理性和经验都不能够作为知识的唯一来源，因为前者提供的只是没有内容的形式，而后者提供是没有形式的内容，只有将二者结合起来，个体才有可能获得知识。违法性认识作为一种建构的知识，人类个体也正是从经验与理性两方面学习而来。

1.个体经验与违法性疑虑的产生

法律是在特定历史条件下的“实践语境”的构建产物，因而并没有“放之四海而皆准”法律本质，而只有在具体语境条件下法律本质。法律乃是一种地方性的知识，我们每一个人必须根据我们所处的语言、经验以及文化环境来观察和认识世界。美国大法官Oliver Holmes之名言：“法律的生命不在于逻辑，而在于经验。”正是此意。

所谓的违法性疑虑，乃是行为人的一种主观想象，即结合其已有的个人经验，对于自己的行为是否符合法规范的期待产生了怀疑。这种违法性疑虑的产生，并非是因为已经发现行为与法规范显著偏离，否则，就不仅仅是对违法性的疑虑，而是对违法性的确信。违法性疑虑的产生，来源如下：①基于道德经验，认为自己实施该行为的动机是“恶”，不符合预设的道德标准。②基于社会经验，认为自己的行为会对社会整体利益产生负面影响。③基于职业经验，认为自己的行为不符合所从事行业的职业伦理要求。在此基础上，行为人基于其对法律的印象，才进一步产生了行为是否违背法规范的疑虑。

对于个体经验与法规范的这种看似间接的连结，我们可以如此理解：法律规范是一种文本符号，而个体经验是生活事实。法律文本的抽象性决定了其不可能有着精确的、确凿的含义，即使是系统受过法学教育的法律人，在解释法律时，仍然不可能仅对文本符号进行抽象的演绎，而不与生活事实相关联。因此，个体正是通过将作为文本符号的法律与作为生活事实的经验相关联，从而产生对行为违法与否的疑虑，这一过程不是一种由特殊到一般的归纳推理，而是一种由特殊到特殊的类比推理。

也正是因为这种个体经验的差异性，刑法对违法性认识可能性的判断，一般要求以“行为人标准为主，一般人标准为辅”，这正强调了个体经验在违法性认识中的重要性。

2.合理性行动与认识法律的努力

马克思·韦伯将社会行动分为合理性行动与非理性行动两大类，前者又分为价值理性式行动和目的理性式行动，后者分为传统式行动和情感式行动。人们通常认为，非理性行动才是人类所特有，更表现出一种“人性”，实则不然。在动物界中，非理性行动是一种普遍形式，如狮群中首领的交接、为了争夺交配权而进行的撕咬，都是基于传统和情感的非理性行动。合理性行动，才是人类独有的认识形式。

从价值理性的角度来看，法规范所昭示的公平正义诸价值应至少为行为人所容忍。当其产生了违法性疑虑，就有查询义务，应当付出努力去认识法律，对法规范的内容进行确认，以免其行为不符合法规范的期待，破坏社会所共认的价值秩序。

从目的理性的角度来看，行为人应当选取达成目的之有效手段。故当个体产生违法性疑虑后，就会意识到如果继续实施此行为，可能面临不确定的刑事法律后果，基于这种可能受到刑罚处罚的认知，行为人势必会付出认识法律的努力。这种认识法律的努力，乃是理性的个人受到刑罚的吓阻后，欲进行功利的权衡所做出的必要选择。申言之，他只有通过付出认识法律的努力，查明自己的行为是否违法，才能做出最有利于自己的选择。

三、人工智能何以无法获得违法性认识

（一）

被灌输的“经验”与被消解的疑虑

人类个体的违法性疑虑，是基于个人经验而产生的。上述三种个人经验，仍然是基于道义论和后果主义的标准。这也正是规范伦理学想要解决的问题，即回答“什么是正确的行为”的问题。人类在情感和感受的实践经验中建构了自我，将社会价值内化成自身的人格和品质。当行为所反映出的人格特质背离了其所遵循的价值秩序而引发了个体的不安时，就产生了违法性的疑虑。此外，个体经验的积累是一个漫长的过程，这也是刑法中规定刑事责任年龄制度的原因。

但人工智能同人类个体相比，获得“经验”的方式则有很大不同。当前最先进的人工智能，是基于深度学习原理而运作的。“深度”的含义是指电路通常被设计成多层，这意味着从输入到输出的计算路径包含较多计算步骤，深度学习起源于早期的用计算电路模拟大脑神经元网络的工作，因此，通过深度学习方法训练的网络通常被称为神经网络。深度学习需要大量的数据来进行训练，在训练过程中，模型不断地进行自我调整和优化，以提高其预测准确率。对于如何将人工智能塑造成一个类人的经验（道德）主体这一问题上，国外学者提出了“自上而下”，“自下而上”两种进路。

1.“自上而下”模式之否定

“自上而下”模式是指在人工智能模型的设计过程中，就将一种或多种规则体系或行为守则嵌入其中，以供其决策时遵循。这实际上使一个道义论的方法，刑法规范此时作为一个包含着明确的禁止和命令的规则列表，作为一种背景知识和约束条件，成为人工智能行为的“动机”，决定着其输出结果。

按此种方案，刑法规范完全可以预先就像阿西莫夫的机器人三定律一样，被设定为其必须遵守的行为规范，其只要根据算法和程序进行操作，行为就必然符合规范，这实际上也就没有产生违法性疑虑的余地。

2.“自下而上”模式之不足

“自下而上”的模式要求提供让机器人在其中获得奖惩的环境，从而使得它们能够自主地产生对于道德价值的敏感性。也就是说要将人工智能体培育为一种能够自由思考、自我判断的主体。这种方法看似模拟了人类的成长过程，实则大有不同。简而言之，这种奖惩机制下的训练类似于行为心理学上经典性条件反射的建立过程，也就是通过重复性的训练，将一些行为同奖励挂钩，将另一些行为同惩罚挂钩，并希望人工智能以此为基础，形成一套自己的判断规则。这种做法面临两个问题。

第一个问题是，“自下而上”的训练其实本身是一种后果主义的做法，而人工智能的不同行为所关联的不同后果，又并非是具有社会意义的后果，只是一种人工智能模型内部数据的反馈。这样一来，对“行为是否正确”这一价值判断的问题，仅仅是给出了一个不具有社会意义的“物质性的答案”，并不能使人工智能获得进行价值判断的能力。

第二个问题是，人类个体之所以会产生违法性疑虑，实际上是行为已经背离了某种法规范外的价值标准而有侵犯法规范之虞，换言之，在这个灰色地带，法规范外的价值和法规范所主张的价值完全有可能发生冲突。对人工智能来说，实施任何一个行为都需要进行大量的计算，当指令不明确时，其只有不行动或做出随机行动两种可能（通常都设定为不行动），当然，这中间会有一个计算的过程，如果数据计算的过程能够称得上“疑虑”的话，或许人工智能就有违法性疑虑。

综上所述，无论是采取“自上而下”的方式，还是“自下而上”的方式，知识的灌输都不能使人工智能产生违法性疑虑，而恰恰是消解了这种疑虑。

（二）

自然语言处理技术（NLP）解读法律文本之得失

无论对法律语言抱持一种何样的态度，客观上存在这样一种于法律共同体内部使用的、与日常语言不大相同的法律语言，是无法否认的事实。一方面，法律语言具有专业性，从专门性的角度来看，法律语言是一种精英语码，有独特的句型结构和专门的法律术语，强调法律专业知识的获取需要采用严谨科学的程序与方法（充分的法律训练）；从语义性的角度来看，法律语言与普通语言相比，其语义密度大，语义引力相对较小。大量使用名物化表达方式是法律语言语义密度大的表现形式之一。这是为了使法律表达和交流尽可能地准确和高效。另一方面，法律语言又具有一定的模糊性，这既是因为语言本身就具有模糊性，也是法律规制现实生活的需要：面对多变的社会现实，不变的法律文本只有尽可能地采用抽象、概括性强的语词，并为规范的变通留出空白，才能确保法律自身的稳定性和法律适用的普遍性。

对于专业性这一问题，人类个体同样需要经过大量的法律训练才能处理，人工智能基于大数据和自然语言处理技术，在处理法律语言专门性问题上，应当不成问题。关键反而在于法律语言的模糊性，法律语言此时作为一种“开放文本”，理解评价规范的禁止性就并不取决于形式逻辑推理的真伪，而是取决于语境。下文将分述之。

1.基于形式逻辑的文本解读

自然语言处理技术的具体处理过程，可以概括为以下几个部分：对语言的形式化描述、具体计算算法的构建、算法的成功应用、对语言形式化处理。在自然语言处理过程中，需要通过分词、词性标注、句子结构、语法分析等方面对语言自身规律进行归纳总结，并将其转化为数学化的描述方法与计算机语言的形式，通过以该算法为基础的数学模型的构建准确地对自然语言进行解读。目前，人工智能不仅能通过自然语言处理技术做到自然语言理解，还能做到自然语言生成，自然语言生成可以分为三类：文本到文本生成、数据到文本生成和图像到文本生成。对法律文本所进行的解读，就是一种文本到文本的生成。下面，以我国刑法第232条规定之“故意杀人的，处死刑、无期徒刑或者十年以上有期徒刑”为例，简述人工智能如何对法律文本进行解读。

第一步：从属性特征上对文本进行判定。好在刑法文本都是祈使句和陈述句，不存在疑问句等类型的刑法文本，不需要增加太多属性特征值，这对人工智能来说并不困难。

第二步：从修辞结构上对文本进行描述。具体来说，首先要对句子进行分词处理，将句子变成一个个词汇，如，将本句分割为“故意”“杀人”“死刑”“有期徒刑”等词汇信息；其次，要对语法进行分析，即运用语法，建立词汇与词汇之间的关联，如“故意”与“杀人”之间的修饰关系，以及逗号使前后文之间产生的连接关系。最后，就是语义分析，结合数据库中已有的法律知识和上下文，确定句子的含义。

第三步：建立语言模型。所谓语言模型，是指根据研究及应用的需要，将人类语言加以简化、变换，采用形式化表示而得到的数学模型。这一步是将已经得到的法律文本的语义信息转换成计算机可读的形式，主要是指一些数值型的数据格式。譬如，将深度学习应用于自然语言处理，将词汇、句子结构、语义内容等信息重新表示为高维空间中的向量，这些向量通常提取自在大量文本上训练完成的网络的第一个隐藏层的权重，它们刻画了所用词汇上下文的某些统计量，由于具有相似含义的单词会用于相似的语境中，所以它们最终会在向量空间中较为接近，这使得网络能够有效地越过单词类别进行泛化，而无须人类预先定义这些类别。

第四步：应用语言模型。具体来说，人工智能通过模型就可以得出，故意杀人罪中的“故意”，在不考虑故意具体内容的情况下，其既是总则部分所规定的“故意”，也和其他故意犯罪中的“故意”没有差别。对于其他空白罪状的行政犯来说，确定构成要件行为需要依靠前置法规范的规定，对有着庞大数据库的人工智能来说，进行检索也不过是小菜一碟。此外，人工智能还可以在模型中进行查询和匹配，完成将事实涵摄于规范这一项作业，也就是对具体案例进行个别化处理。

可以说，凡人类依赖形式逻辑进行的法律推理，人工智能都能完成，且能更加高效、准确的完成。最近，已有学者针对人脑如何表征语义信息这一认知神经科学的核心问题，运用自然语言处理技术提取刺激语义信息，并通过建立语义向量与脑活动模式的映射关系，发现表征语义信息的神经结构广泛分布在颞叶、额叶和枕叶等多个脑区，这也显示出通过与人脑的认知和神经加工过程作对比来理解甚至改进深度语言模型这一方向的巨大潜力。

2.规范上的不可交谈性：事实判断而非价值判断

为什么人工智能可以运用形式逻辑理解法律文本，却仍然无法认识评价规范的禁止性呢？答案正如前述，要理解评价规范的禁止性这一价值判断，并不取决于形式逻辑推理的真伪，而是取决于语境。

人工智能通过对法律条文自然语言的解析、建模和分析，确实能够识别出其中所蕴含的价值判断，但在这个过程中，其自身并没有做出任何价值判断，而是依赖于自然语言处理技术的算法来解析文本数据并提取相关的信息，这些都是基于文本事实和形式逻辑的推理进行的。对人工智能而言，法律文本也不过是模型中的一些数值型的数据格式，是一种事实判断，即“是”与“不是”的命题。“故意杀人的处死刑、无期徒刑或十年以上有其徒刑”这一命题对人工智能而言就像“太阳是从东边升起”这一命题对人类一样，是一种有关事实的知识，而不是理性建构的价值产物。

申言之，人类通过观察“太阳是从东边升起”这一自然现象，利用语言和符号系统将这一规律表达出来。同样，自然语言处理技术也从“故意杀人的处死刑、无期徒刑或十年以上有其徒刑”中提取信息，并使用算法进行分析和推断，二者都是从外部事实中对关键信息进行抽象、归纳、分类和建模等操作，以便理解和应用这些知识。

首先，在解读刑法文本时，人工智能需要从文本中提取出关键词、短语以及句子等信息，正如人类在认识自然规律时，需要从实验数据和现象中提取出相关特征和规律。其次，自然语言处理技术对刑法文本基于模型所进行的解读，是使用文本分类等模型来处理的，正如人类在认识自然规律时，使用物理学、化学等学科的模型来描述自然现象。最后，自然语言处理技术在解读刑法文本时，要根据文本所包含的事实信息，建立数学模型来进行正确的理解和推理，而人类认识自然规律时，也是根据实验观察到的事实数据来发现其中的规律，并用数学模型进行描述。

但对人类个体而言，刑法评价规范的禁止性却是一种关于价值的知识，是“应该”与“不应该”的命题。申言之，法律规范对规范接受者和使用者来说不能纯粹描述为观察的产物，他们的规范响应能力其实在法律系统构建时已经被承认和接受了。人类个体作为社会的成员，在决定遵循刑法规范之前，就已经与其他成员达成了共识，并接受了刑法规范，而人工智能所做的仅仅是一种“外部陈述”，即置身于法体系之外，说出了人类遵守刑法规范这一事实。质言之，人工智能基于形式逻辑对刑法文本进行解读的行为，本身不是认识法律的行为，而是一种模仿人类认识法律的行为。

如前文所述，人类个体具有刑事责任能力，首先要能够认识刑法规范的具体内涵，刑法规范作为一种文本，要在具体的实践语境中才能理解。人类认识法律，是主体对法律内涵的建构，而不仅仅是主体的观念去符合法律。在认识刑法规范的过程中，人类个体是基于自己亲身经历的感性经验和价值取向去对法规范进行价值评估。与此同时，面对规范所进行的呼吁，行为人才具有了“规范上的可交谈性”。也是在此基础上，行为人在有他行为可能性的情况下，针对刑法规范做出价值判断和抉择与刑法的价值秩序相悖，才会面临刑事责任的非难。对人工智能而言，其至多解读刑法文本的语义，并基于大数据复述人类对刑法规范的价值判断，其本身则因无法进行价值判断而不具有规范上的可交谈性，也就不能够形成违法性认识，不具有刑事责任主体地位。

原标题：《安阳｜从违法性认识角度对人工智能刑事责任主体地位之考察》