[ 卞建林 ]——(2012-1-12) / 已閱16228次
研究對話理論的代表人物除了理斯切爾之外，還有佩雷爾曼（Chaim Perelman）、萊內(nèi)斯（Ronald Leenes）、科恩（Jonathan Cohen）、沃爾頓（Douglas Walton）等學(xué)者，他們提出了形形色色對話理論的標(biāo)準(zhǔn)模型。這些模型僅僅是對審判特征的抽象化，它并不能完全囊括審判的各個方面。所以，我們評判這些模型的最佳策略也許就是在透視鏡前同時涂上理想主義與現(xiàn)實主義的色彩來看待這些模型——它們既代表著理想化的審判進(jìn)程，又反映了囿于現(xiàn)實情形的不得已的對公正的異化。
其實，對話理論并不新鮮，它是由古希臘的論辯術(shù)衍化而來。正反兩方通過語言交換來辯解某一目標(biāo)，盡管在這一過程中兩者的關(guān)系主要是對抗性的，但又不得不遵循著交換原則。它要求任何一方采取的行動必須與對話所處階段相適宜，能夠在一定限度內(nèi)為對方所接受，絕不能像小孩子撒野般的搗毀對方所能接受的底線，否則談話將無法繼續(xù)。這種對話分為四個階段：開場白階段→質(zhì)詢階段（取得一致并明確爭點）→論辯階段（提出、證明己方觀點并接受對方詰問）→最終陳詞階段。對某個對話階段有效的論辯一旦轉(zhuǎn)到對話的其他階段則未必有效。換句話說，對于證明的評判是整體性的，它不以某個或者某幾個推論的有效與否為依據(jù)，而是將整個證明過程視為一條邏輯鏈條，是一個整體化的故事。前一階段的行為可以直接決定后一階段論證的有效與否，同時證明的目標(biāo)也是評判階段性論辯是否有效的重要依據(jù)。一般說來，把對話分為五種類型：[12]
（一）說服對話
正方通過令人信服的論證證明自己的主張為真，并使反方接受自己的觀點。而反方的主要目的則是對對方提出的論證進(jìn)行質(zhì)疑，或者證明與正方完全相反的主張為真。在這種對話中，雙方進(jìn)行論證的前提都是為使對方接受己方觀點，而不是設(shè)定論證的前提。說服對話最為典型的就是批判對話。按照艾默倫（Eemeren）和葛魯頓第斯特（Grootendorst）的觀點，這種批判對話的目標(biāo)是為了解決在對話中雙方的沖突，它必須遵循如下幾項規(guī)則：[13]
（1）雙方不得阻止對方提出主張。
（2）必須對對方的詰問進(jìn)行回應(yīng)。
（3）只能就與對方論辯相關(guān)的問題進(jìn)行質(zhì)疑。
（4）只能通過與主張相關(guān)的論辯來對對方的觀點進(jìn)行反駁。
（5）主張者可不明示眾所周知的前提。
（6）由雙方可接受的前提推出的符合邏輯推理要求的論辯被視為確定的論斷。
（7）如果有其他新的未言明的前提出現(xiàn)，論斷的結(jié)論依然有效。
（8）論斷必須清晰。
對說服對話的理解離不開“認(rèn)諾（commitment）”這一概念。認(rèn)諾不同于信奉，信奉要求某事代表我們接受并肯定某種觀點，并且我們相信該觀點是真的。而認(rèn)諾則不然，持有認(rèn)諾的人很有可能不認(rèn)為他的主張是真的，更不必說從精神上信奉他所提出的主張，他所做的只是一種證明方式的嘗試，用論辯技巧來達(dá)到自己的目標(biāo)，它是論辯者接受了什么、又采取了哪些策略來證實自己的主張的一種記錄。根據(jù)漢賓（Hambin）在1970年提出的觀點，參與到對話中的任何一方都有一組主張，我們把這種主張的集合體稱為“認(rèn)諾庫存”。對話參與人由認(rèn)諾出發(fā)來證明他的理論，然后在對話的不同階段采取不同的策略，根據(jù)策略對庫存中的主張進(jìn)行調(diào)整，或增加或刪除他原先的主張。認(rèn)諾庫存代表了對話者立場的理想模型，在庫存中的主張都是能夠有力證明對話者觀點的主張，同時庫存中主張的內(nèi)容又影響了對話人論證目標(biāo)的實現(xiàn)。[14]
（二）問詢對話
此對話是漸進(jìn)性的，對話者在已有的前提上逐層推進(jìn)自己的主張，前面的結(jié)論成為后面的前提，整個對話結(jié)構(gòu)是線型的，因此那種反復(fù)的循環(huán)論證在這種對話中并無用武之地。問詢對話可分為3個階段：信息收集階段→分析、討論、解釋信息并最終得出結(jié)論的階段→將結(jié)論拿到更廣泛的范圍內(nèi)接受審視的階段。法官與當(dāng)事人的對話往往屬于此類。問詢對話的主要目的無非是證明主張或真或偽，或無法證明它的真?zhèn)�。一旦某項主張在對話的某個階段被接受為“真”，則無法在下個階段進(jìn)行否定。整個尋求信息對話的結(jié)構(gòu)式是樹狀的，在它的上面分布著諸多具有關(guān)鍵作用的證據(jù)事實構(gòu)成的節(jié)點，如果我們認(rèn)可了這些證據(jù)事實，則進(jìn)入一條論證路徑，否則將是不同的道路。道路不同，得出的結(jié)果也不同。
（三）信息對話
此對話的目的是為了交流信息。具體說來，這種類型的對話又可以分為如下兩種：（1）面對面對話；（2）咨詢對話或?qū)＜乙庖妼υ�。在面對面的對話中，獲得對方信息是惟一的目的。咨詢對話的目的是為了獲得對方對某事的意見，以此來作出某個行為或解決問題，對話雙方并無對抗的意味。專家意見對話可以說是咨詢對話的另一種形式，當(dāng)非專業(yè)人士遇到某一專業(yè)化問題或者需要某種專業(yè)知識時，需要專業(yè)人士提出建議來幫助他以一種理性的方式完成他的行為或者解決他所面臨的難題。在這種對話中專家有義務(wù)使用明確清晰的語言向他的當(dāng)事人提供最佳建議，同時允許當(dāng)事人對他的建議提出質(zhì)疑。當(dāng)事人則有義務(wù)用清晰的語言進(jìn)行提問。當(dāng)事人向律師的咨詢就是這種專家意見對話的典型。
（四）協(xié)商對話
此對話的主要目標(biāo)是在不斷的討價還價中達(dá)成一種雙方都能接受的協(xié)議。這是一種博弈的過程，雙方都竭力想套出對方最想要的東西和能夠接受的成本。仲裁便是這種協(xié)商對話的典型。
（五）爭斗對話
對話雙方完全是對抗性的，戰(zhàn)勝對方的目的需要遠(yuǎn)遠(yuǎn)超過了通過合乎邏輯的推理和正當(dāng)?shù)某绦騺戆l(fā)現(xiàn)事實真相的要求。這種對話中正反雙方采取一種類似爭吵的態(tài)度，雙方將彼此當(dāng)作攻擊的目標(biāo)，原先被壓抑的情感不斷升級直至最后迸發(fā)。用平和、有禮、有節(jié)來形容這種對話狀態(tài)并不恰當(dāng)，在這種爭論性對話中對話的思路是跳躍式的，抓住對方的小辮子由一個話題引向自己最為熟悉和拿手的另一個話題。與批判型對話不同，在此雙方?jīng)Q非要開誠布公地交換雙方的意見，也非致力于邏輯規(guī)則的攻訐，相反則是一種潛在、隱藏的情感的宣泄，任何一方都試圖通過指責(zé)對方論證的不合理性和邏輯來占據(jù)對話的上風(fēng)。爭斗型對話這種看似作為情感宣泄途徑的毫無章法可言的對話形式，實則具備獨有的優(yōu)勢，它能夠使雙方在情感的表達(dá)中增進(jìn)雙方的了解并改善雙方的關(guān)系，它可以作為原始形態(tài)復(fù)仇的一種更為文明的替代形式。
在司法證明過程中，參與對話的不僅僅有原被告兩方實質(zhì)參與論辯的律師，還有第三方——裁判者。盡管反復(fù)強調(diào)第三方的“中立性”，然而雙方辯手卻要費盡心思地去討好第三方，卻是不爭的事實。裁判者潛在地控制著論辯的進(jìn)行。除了中立的裁判者之外，還有其他主體和因素影響著對話的進(jìn)行——律師僅是當(dāng)事人意圖的代表，當(dāng)事人的行為選擇直接決定了律師在對話中采取的策略。律師就像劇目中的演員，卻不是劇本的作者，只是在庭審中劇本并不是提前撰寫好了的，而是由當(dāng)事人表達(dá)一種基本的意圖，律師進(jìn)行創(chuàng)造性的表演，裁判者如同觀眾般跟上演出行進(jìn)的步伐并從中作出評判。其實更為公允地說，司法證明活動與爭斗型對話更具相似之處，雙方當(dāng)事人及其律師進(jìn)行對話的惟一目的在于戰(zhàn)勝對方、贏得官司。這就使得整個證明對話更像是一種純粹的為了一爭高下的論戰(zhàn)。另外，對話形式的轉(zhuǎn)換——由一種類型的對話轉(zhuǎn)為另一種類型的對話，也是在司法證明中具有重要意義的現(xiàn)象。如，律師的開場論辯本應(yīng)是說服性的，但當(dāng)律師在詢問證人時，他希望從與證人的對話中獲得對他有益的信息，而證人有可能是普通的目擊證人，也有可能是專家證人，但都是向法庭提供信息的人，此時對話的形式轉(zhuǎn)為尋求信息的對話。一旦質(zhì)證完畢轉(zhuǎn)入論辯階段，此時的對話形式又與爭斗型對話更具相似之處。
四、信息技術(shù)的引入
將信息技術(shù)引入到法律中來發(fā)端于上世紀(jì)40年代。在上個世紀(jì)60年代，人工智能研究在司法證明領(lǐng)域主要集中于借助計算機讀取信息，由Yaakov Chouek（雅科夫·切克）主持的以色列希伯萊大學(xué)的Responsa項目為該國的律師在親屬法領(lǐng)域提供了重要的信息索取資源，探索庭審決策的模式是該項目研究的重點。法哲學(xué)家亨利克·馮·賴特將道義邏輯定義為在邏輯模型下義務(wù)與許可的邏輯。這一定義使得70年代的學(xué)者的焦點轉(zhuǎn)向了人工智能對自然語言的理解和專家系統(tǒng)的建構(gòu)。這一時期的代表作有布坎南（James Buchanan）[15]發(fā)表的《關(guān)于人工智能和法律推理若干問題的考察》。該文將人工智能與法律推理聯(lián)系起來，強調(diào)人工智能對描述法律知識、處理開放性結(jié)構(gòu)的重要性，沿著模擬歸納推理和法律分析這兩條路徑展開對建構(gòu)專家系統(tǒng)的研究。此時的研究主要集中于利用人工智能對法律條文進(jìn)行邏輯分析。80年代，人工智能在法律領(lǐng)域的研究試圖將法律規(guī)則轉(zhuǎn)化為以文本形式出現(xiàn)的模版，把證據(jù)規(guī)則與概率理論結(jié)合起來，以此來表述不同信仰程度下得出的結(jié)論的差異性。自此，人工智能對法律的滲透開始進(jìn)入更為細(xì)化的領(lǐng)域，人們開始重視將模糊數(shù)學(xué)理論應(yīng)用到對布爾邏輯的研究中去，從而得出在信息不斷變化的情境下影響判決的重要因素。[16]將人工智能應(yīng)用到司法證明是“人工智能與法律”起步較晚的領(lǐng)域，至今是否應(yīng)將統(tǒng)計學(xué)應(yīng)用到司法證明過程依然是人們爭論不休的話題。與此同時，采用圖式形式對論辯過程進(jìn)行分析再度得到了重視。在上世紀(jì)80年代，被人們遺忘的威格莫爾圖式伴隨著舒姆（Schum）等結(jié)合人工智能知識提出的新模型再度走入人們的視野，司法證明的科學(xué)性也得到了空前廣泛的探討。上世紀(jì)80年代，加拿大滑鐵盧大學(xué)哲學(xué)教授保羅（PaulThagard）的ECHO（Explanatory Coherence byHarmony Optimization）項目與奈森（Nissan）的ALIBI項目均試圖將人工智能與司法證明融合起來，前者側(cè)重于事實解釋的協(xié)調(diào)性，在這一項目中研究者試圖借助人工神經(jīng)網(wǎng)絡(luò)來模擬陪審團對謀殺案件的判決，而且這一案件是已經(jīng)發(fā)生在美國加州并由當(dāng)?shù)胤ㄔ鹤鞒雠袥Q的真實案件。奈森的項目則強化將控訴分解為幾個基本的行為和責(zé)任形式，然后對它們按照樹狀結(jié)構(gòu)進(jìn)行重構(gòu)。
人工智能技術(shù)為整個司法證明過程提供一種科學(xué)性的模型，這種模型中存有已經(jīng)被驗證了的知識和推理方式。為了確保這種科學(xué)方法科學(xué)效用的最大發(fā)揮，我們需要對計算機已有的嵌入式、傳統(tǒng)的人機交流的處理證據(jù)方式進(jìn)行改進(jìn)。如同對專家意見的采信設(shè)立了種種程序上的限制一樣，我們也需要對計算機分析證據(jù)設(shè)立一系列的程序限制，以此保證數(shù)據(jù)分析的公正性，同時也為實現(xiàn)數(shù)字化審判奠定基礎(chǔ)。
總共3頁 [1] 2 [3]
上一頁 下一頁
