論數(shù)字司法中價(jià)值的數(shù)據(jù)化及其挑戰(zhàn)應(yīng)對(duì)

目次

一、算法可以進(jìn)行價(jià)值判斷

二、價(jià)值數(shù)據(jù)化的可能性及其方式

三、價(jià)值數(shù)據(jù)化的挑戰(zhàn)及其應(yīng)對(duì)策略

四、結(jié)語(yǔ)

2023 年2月，中共中央、國(guó)務(wù)院印發(fā)的《數(shù)字中國(guó)建設(shè)整體布局規(guī)劃》提出，“建設(shè)數(shù)字中國(guó)是數(shù)字時(shí)代推進(jìn)中國(guó)式現(xiàn)代化的重要引擎，是構(gòu)筑國(guó)家競(jìng)爭(zhēng)新優(yōu)勢(shì)的有力支撐”。在數(shù)字時(shí)代，大數(shù)據(jù)、人工智能（AI）等數(shù)字技術(shù)在法律中使用被認(rèn)為是不可避免的，因?yàn)樗麄儽灰暈槭蔷W(wǎng)絡(luò)社會(huì)和所謂的“第四次工業(yè)革命”轉(zhuǎn)型的結(jié)果。①隨著技術(shù)不斷改變?nèi)祟惿鐣?huì)的工作和運(yùn)作方式，有人預(yù)測(cè)人類活動(dòng)的許多方面將被新技術(shù)改變甚至取代，人類的許多活動(dòng)也會(huì)隨著時(shí)間的推移而發(fā)生變化。在技術(shù)迅速變革的背景下，人類社會(huì)以前基本上未受干擾的一些活動(dòng)領(lǐng)域也受到了更廣泛的影響。譬如技術(shù)已經(jīng)在深刻改變法律實(shí)踐，其可以通過(guò)取代、支持或補(bǔ)充司法角色來(lái)重塑審判過(guò)程。①可見(jiàn)，現(xiàn)代數(shù)字技術(shù)的飛速發(fā)展，對(duì)司法產(chǎn)生了重要影響。“不同于傳統(tǒng)的法院信息化建設(shè)、智慧法院建設(shè)，數(shù)字司法建設(shè)是法院工作從根本上實(shí)現(xiàn)高質(zhì)量發(fā)展、邁人現(xiàn)代化的方法路徑。”從時(shí)代發(fā)展來(lái)看，“建設(shè)數(shù)字司法，對(duì)內(nèi)可以推動(dòng)法院審判方式和管理方式的重塑性變革，對(duì)外則能提升訴訟服務(wù)和社會(huì)治理效能，實(shí)現(xiàn)人民法院整體性、系統(tǒng)化的數(shù)字變革”②。在數(shù)字時(shí)代，建設(shè)數(shù)字司法已經(jīng)成為司法迎接新一輪科技革命的時(shí)代選擇。事實(shí)上，國(guó)外已經(jīng)出現(xiàn)了與數(shù)字司法相關(guān)的案例，例如，2016年威斯康星州訴盧米斯案（Wisconsin v.Loomis），作為美國(guó)司法史上首例數(shù)字司法領(lǐng)域的判例，正式承認(rèn)了人工智能參與量刑裁判的合理性與正當(dāng)性。③因此，對(duì)數(shù)字司法及其相關(guān)內(nèi)容進(jìn)行研究已經(jīng)迫在眉睫。

目前，有關(guān)數(shù)字司法的研究，主要有三種路徑：一是對(duì)數(shù)字司法的基礎(chǔ)理論進(jìn)行研究；二是對(duì)如何建設(shè)數(shù)字司法進(jìn)行研究；三是對(duì)數(shù)字司法建設(shè)與社會(huì)治理的關(guān)系進(jìn)行研究。從現(xiàn)有研究來(lái)看，對(duì)數(shù)字法院、數(shù)字檢察等新型司法的宏觀形態(tài)進(jìn)行了深入分析，揭示了未來(lái)司法的發(fā)展趨勢(shì)，但是對(duì)如何進(jìn)行數(shù)字司法的建構(gòu)，還缺乏精細(xì)研究。特別是其中涉及的諸多具體理論與實(shí)踐問(wèn)題，需要深人展開(kāi)。比如，無(wú)論是智慧法院建設(shè)還是數(shù)字司法建設(shè)，都需要對(duì)人工智能和大數(shù)據(jù)的應(yīng)用做深入具體分析，其中最關(guān)鍵也最核心的就是數(shù)字司法能否進(jìn)行價(jià)值判斷，以及如何進(jìn)行價(jià)值判斷。因此，要對(duì)數(shù)字司法的本質(zhì)屬性作重要分析，然后重點(diǎn)討論價(jià)值數(shù)據(jù)化的可能性，最后對(duì)價(jià)值數(shù)據(jù)化的路徑進(jìn)行理性反思，從而為數(shù)字司法的建構(gòu)奠定理論基礎(chǔ)。

一、算法可以進(jìn)行價(jià)值判斷

價(jià)值是觀念認(rèn)知的結(jié)合體。任何決策的形成，既有機(jī)制作為保障，也需要有價(jià)值作為重要參與內(nèi)容。這是因?yàn)椋瑳Q策是人的意志的體現(xiàn)，無(wú)論其是否符合客觀規(guī)律、是否科學(xué)，價(jià)值以及價(jià)值判斷都隱性或者顯性成為決策的構(gòu)成內(nèi)容。然而，在數(shù)字司法建設(shè)過(guò)程當(dāng)中，算法能否蘊(yùn)含價(jià)值是學(xué)術(shù)界爭(zhēng)議的話題。比如有學(xué)者認(rèn)為，算法能夠通過(guò)處理簡(jiǎn)單案件，或者通過(guò)其固有的程序性、公式化計(jì)算來(lái)優(yōu)化訴訟程序，但是卻無(wú)法勝任復(fù)雜疑難案件的處理。所以，算法決策促進(jìn)形式正義有余而實(shí)質(zhì)正義不足。即使隨著科學(xué)技術(shù)的不斷發(fā)展或者迭代升級(jí)，算法決策的質(zhì)量會(huì)更好。然而，其依然無(wú)法成為獨(dú)立裁判的法官。④這是在隱性表達(dá)算法難以包含價(jià)值判斷。國(guó)外也有學(xué)者明確表示，司法人工智能難以與價(jià)值兼容。如巴西學(xué)者Claudia Toledo 和 Daniel Pessoa 在介紹巴西司法人工智能系統(tǒng)時(shí)，特別提出，人工智能系統(tǒng)（缺乏）透明度，無(wú)法做出價(jià)值判斷。因此，我們必須對(duì)此進(jìn)行審慎地思考，在數(shù)字司法運(yùn)行過(guò)程當(dāng)中，其核心邏輯要素算法到底能否包含或者進(jìn)行價(jià)值判斷？

（一）價(jià)值判斷是算法的重要構(gòu)成

算法是解決問(wèn)題的過(guò)程、步驟或者方案，通過(guò)算法人們就可以直接輸入問(wèn)題而得出一個(gè)結(jié)果。算法是解決問(wèn)題或完成任務(wù)必須遵循的一組指令。算法是一組有限的規(guī)則，給出了解決特定類型問(wèn)題的一系列操作。算法應(yīng)用于許多不同的領(lǐng)域，包括科學(xué)、工程、計(jì)算、商業(yè)，當(dāng)然也包括司法。①在數(shù)字技術(shù)中，算法的核心能力是高速處理數(shù)據(jù)和執(zhí)行邏輯運(yùn)算，即快速實(shí)現(xiàn)先做什么、再做什么、最后做什么的步驟而促使問(wèn)題得以解決。無(wú)論是自然語(yǔ)言處理算法、知識(shí)圖譜算法，還是機(jī)器學(xué)習(xí)算法，本質(zhì)上都是通過(guò)對(duì)已有知識(shí)進(jìn)行程序化設(shè)定的結(jié)果，進(jìn)而模擬和表達(dá)人類的思考形式。“雖然人工智能并不執(zhí)行所有任務(wù)，但可以執(zhí)行計(jì)算和速度，而且還可以根據(jù)價(jià)值觀、感覺(jué)、標(biāo)準(zhǔn)、重要觀點(diǎn)或觀點(diǎn)進(jìn)行理解和反思。”②實(shí)際上，價(jià)值判斷作為指導(dǎo)算法設(shè)計(jì)和應(yīng)用的重要因素，一直是算法的重要組成部分，但是算法本身并不能進(jìn)行獨(dú)立自主價(jià)值判斷。從自由意志的角度來(lái)看，算法尚難以成為自由意志的主體，因而其本身并不具有自主思考的能力，也不可能具有道德認(rèn)知。因此，在進(jìn)行數(shù)字司法建設(shè)時(shí)，運(yùn)用算法進(jìn)行司法決策，也難以說(shuō)數(shù)字司法系統(tǒng)本身具有自主進(jìn)行價(jià)值判斷的能力。“司法決策不僅意味著數(shù)據(jù)知識(shí)，還意味著判斷，即對(duì)構(gòu)成現(xiàn)實(shí)的行為、事實(shí)、利益進(jìn)行價(jià)值判斷。評(píng)價(jià)某事物為好的（價(jià)值判斷）或應(yīng)有的/正確的（義務(wù)判斷）必須是人類獨(dú)有的活動(dòng)。”③但是，這并不妨礙價(jià)值判斷成為算法的重要構(gòu)成要素。已經(jīng)有較多學(xué)者越來(lái)越明確地主張人工智能可以處理價(jià)值問(wèn)題，比如有學(xué)者說(shuō)，人工智能和算法越來(lái)越能夠在認(rèn)知復(fù)雜的任務(wù)中取代人類工作者，包括與正義相關(guān)的任務(wù)。④當(dāng)然，從技術(shù)本身來(lái)看，人工智能處于不斷發(fā)展的狀態(tài)，未來(lái)時(shí)段人工智能能否像人類一樣“聰明”，屬于不確定話題。但是，從當(dāng)前的技術(shù)進(jìn)路來(lái)看，人工智能也能夠間接處理價(jià)值問(wèn)題。

一方面，從形成過(guò)程來(lái)看，算法的設(shè)定受到算法工程師以及人類決策者們道德觀念的影響，因而不可避免地蘊(yùn)含價(jià)值判斷。算法既是人類決策的結(jié)果，也表征了人類的決策選擇。實(shí)際上，人類的決策涉及諸多相關(guān)因素的處理和選擇。算法不能在損失其功能的情況下將其與諸多環(huán)境因素隔離，也不能將其簡(jiǎn)化為數(shù)字計(jì)算機(jī)所使用的二進(jìn)制邏輯。算法以形式化的二進(jìn)制模擬了人類的決策過(guò)程，從而使得人類關(guān)于某些問(wèn)題的思維模式程序化、固定化。模擬人類決策是一種字母數(shù)字結(jié)構(gòu)，其中不可能通過(guò)生物系統(tǒng)實(shí)現(xiàn)模擬形式的處理——生物系統(tǒng)包含數(shù)十億甚至數(shù)萬(wàn)億個(gè)參數(shù)，這些參數(shù)定義了大腦的當(dāng)前狀態(tài)，算法的形式和符號(hào)系統(tǒng)無(wú)法處理甚至是無(wú)法完全理解大腦的運(yùn)算過(guò)程。因此，算法不具備評(píng)價(jià)數(shù)據(jù)好壞、公平或不公平的能力。它的代碼只是通過(guò)將某些數(shù)據(jù)與（開(kāi)發(fā)人員）理解為良好、積極、正確的特定結(jié)果模型相關(guān)聯(lián)來(lái)重現(xiàn)開(kāi)發(fā)人員所做的評(píng)估。換言之，算法或許不會(huì)產(chǎn)生道德感，但是設(shè)計(jì)算法的工程師以及人類決策者們是有道德感的，因此算法工程師或者人類決策者或明或暗地將自己的倫理道德觀念蘊(yùn)含在算法當(dāng)中。“現(xiàn)代法律主體制度是建立在對(duì)人的哲學(xué)理解基礎(chǔ)上的。它強(qiáng)調(diào)人除了具有認(rèn)知、判斷和選擇等能力以外，還具備道德、良心、良知、倫理等要素。”①無(wú)論是何種道德觀念，道德感是人的重要特性。通過(guò)人的道德觀念傳遞到算法當(dāng)中去，既是使算法具有內(nèi)在規(guī)制的基礎(chǔ)要求，也是算法能夠復(fù)制人類道德感的程序顯現(xiàn)。在算法代碼中，它可以重現(xiàn)道德觀念，但它不能自主地做出這些判斷。算法被編程為識(shí)別數(shù)據(jù)及其特征，然后根據(jù)它們的數(shù)學(xué)代碼對(duì)它們進(jìn)行分類，標(biāo)記這些數(shù)據(jù)，將它們“裝箱”到前綴模型替代方案中作為可能的結(jié)果。當(dāng)算法工程師將自己的道德選擇和道德判斷融入到算法程序當(dāng)中去，算法的價(jià)值判斷就開(kāi)始了。總之，我們還沒(méi)有處于計(jì)算機(jī)控制的反烏托邦中，我們的命運(yùn)也沒(méi)有由無(wú)可爭(zhēng)議的計(jì)算預(yù)先決定。但數(shù)字技術(shù)提供了透明度和賦權(quán)的機(jī)會(huì)，被正確設(shè)計(jì)的系統(tǒng)可能有助于克服偏見(jiàn)和成見(jiàn)。人類仍然是決策循環(huán)的重要組成部分，仍然存在較多機(jī)會(huì)來(lái)影響和管理計(jì)算機(jī)技術(shù)的發(fā)展，以確保道德和法律成為軟件開(kāi)發(fā)人員和分析師課程的一部分，并進(jìn)行必要的監(jiān)管。②

另一方面，從運(yùn)行結(jié)果來(lái)看，算法的運(yùn)行結(jié)果也包含價(jià)值內(nèi)容。人工智能能夠?qū)懺?shī)、寫文章，能夠作曲、繪畫(huà)，就說(shuō)明人工智能并不缺乏價(jià)值。試想一下，詩(shī)歌、文章、作曲、繪畫(huà)當(dāng)中難道沒(méi)有包含價(jià)值嗎？只不過(guò)，這種價(jià)值可能是算法締造者們價(jià)值的體現(xiàn)，而不是機(jī)器本身的價(jià)值。甚至可以說(shuō)，算法也許并不能自己創(chuàng)造價(jià)值，但是算法工程師賦予算法特定的道德價(jià)值的時(shí)候，算法也就蘊(yùn)含了道德判斷于其中。有學(xué)者認(rèn)為，“人工智能算法使得機(jī)器能夠通過(guò)可讀的指令程序，根據(jù)網(wǎng)絡(luò)痕跡、位置信息、消費(fèi)記錄等數(shù)據(jù)，對(duì)人的行為進(jìn)行評(píng)價(jià)和預(yù)測(cè)。”③所以，應(yīng)當(dāng)說(shuō)，當(dāng)人工智能再現(xiàn)其開(kāi)發(fā)者的價(jià)值判斷時(shí)，所呈現(xiàn)的任何有偏差的結(jié)果都不是程序固有的，也不是由程序生成的，而是源于/取決于所輸人的數(shù)據(jù)、數(shù)據(jù)的交叉組合以及參數(shù)權(quán)重的設(shè)定和它們之間的關(guān)系等因素。簡(jiǎn)而言之，在這個(gè)以系統(tǒng)的方式自動(dòng)復(fù)制已經(jīng)建立的東西的過(guò)程中，人工智能唯一進(jìn)行的活動(dòng)就是人類偏見(jiàn)的強(qiáng)化和潛在化，以及社會(huì)偏見(jiàn)的指數(shù)級(jí)擴(kuò)張，因?yàn)槿斯ぶ悄芫哂酗@著的優(yōu)越性。比如當(dāng)使用帶有算法偏見(jiàn)的人工智能系統(tǒng)時(shí)，人類偏見(jiàn)的增強(qiáng)和強(qiáng)化與這些偏見(jiàn)的制度化、歧視性待遇的官方化，簡(jiǎn)而言之，非法行為就會(huì)與合法化結(jié)合在一起。④還要看到，很多耦合因素也會(huì)導(dǎo)致算法價(jià)值因素的出現(xiàn)，其中最重要的就是算法異化現(xiàn)象。比如有學(xué)者就曾說(shuō)：“隨著人工神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展，人工智能在分析、預(yù)測(cè)和判斷上的某些能力已經(jīng)超過(guò)了人類。有時(shí)還會(huì)出現(xiàn)算法超出設(shè)計(jì)預(yù)期的運(yùn)算方式和輸出結(jié)果，令設(shè)計(jì)者難以理解的情況，即算法自主或者算法異化現(xiàn)象。”③在算法系統(tǒng)中，鑒于諸多因素耦合在算法程序當(dāng)中，形成算法的多種疊加，也可能形成算法的價(jià)值因子。當(dāng)然，這種現(xiàn)象過(guò)于偶然，不再贅述。還要再次強(qiáng)調(diào)的是，我們堅(jiān)持算法可以進(jìn)行價(jià)值判斷，并不是說(shuō)算法可以自主地進(jìn)行價(jià)值判斷，而是算法可以復(fù)制人類的價(jià)值，根據(jù)人類的思維進(jìn)行相應(yīng)的決策。

（二）算法進(jìn)行價(jià)值判斷的方式和路徑

前文已證，算法蘊(yùn)含價(jià)值判斷已經(jīng)是不爭(zhēng)的事實(shí)。在數(shù)字司法中，價(jià)值判斷也可以成為司法的重要構(gòu)成要件，從而形成數(shù)字時(shí)代司法的重要理想圖景。從程式上來(lái)看，司法裁判與機(jī)器學(xué)習(xí)算法具有相似性，即均為按照既定“算式”或者“公式”運(yùn)行“計(jì)算”出特定結(jié)果，這個(gè)運(yùn)行過(guò)程充分彰顯了過(guò)程理性或程序理性。人工智能司法裁判以法律語(yǔ)言的可計(jì)算和法律推理的能計(jì)算為前提，即法律語(yǔ)言通過(guò)形式邏輯的符號(hào)來(lái)表達(dá)，從而實(shí)現(xiàn)法律語(yǔ)言與計(jì)算語(yǔ)言的互譯，并基于此形成司法人工智能的計(jì)算推理程序。①?gòu)倪@個(gè)邏輯來(lái)說(shuō)，無(wú)論是司法裁判，還是算法裁判，都需要運(yùn)用法律語(yǔ)言，也需要有法律推理，二者的共通性使得數(shù)字司法具備了可能。換言之，司法具有可計(jì)算空間，這為數(shù)字司法的價(jià)值判斷奠定了技術(shù)基礎(chǔ)。從算法嵌人司法程序的一般理路來(lái)看，其進(jìn)行價(jià)值判斷的方式和路徑主要有植入價(jià)值、進(jìn)行價(jià)值對(duì)齊以及防范價(jià)值風(fēng)險(xiǎn)等。

第一，植人特定價(jià)值觀念。在司法活動(dòng)中，價(jià)值問(wèn)題是司法永恒的問(wèn)題。某種意義上說(shuō)，法官基于價(jià)值判斷的司法裁判，是許多司法案件成為經(jīng)典案件的根本緣由。在具體案件中進(jìn)行價(jià)值判斷，充分展現(xiàn)了人類法官的思維理路和驚濤駭浪般的價(jià)值權(quán)衡過(guò)程。有國(guó)外學(xué)者調(diào)查了公眾對(duì)算法法官的看法。結(jié)果表明，盡管法院用戶承認(rèn)算法的一些優(yōu)勢(shì)（即成本和速度），但他們更信任人類法官。相對(duì)于算法裁判，人們更信任人類法官做出的裁決。人們對(duì)算法法官和人類法官的信任程度取決于案件的性質(zhì)：當(dāng)法律案件涉及情感復(fù)雜性（相對(duì)于技術(shù)復(fù)雜或不復(fù)雜的案件）時(shí)，對(duì)算法法官的信任度特別低。②這是因?yàn)椋藗冇X(jué)得法官具有價(jià)值判斷的能力，而算法裁判卻是機(jī)器進(jìn)行的裁判，缺乏價(jià)值判斷能力，也沒(méi)有道德情感活動(dòng)。要讓人們足夠信任算法裁判，價(jià)值判斷內(nèi)容必不可少。因此，既然算法不能夠自動(dòng)產(chǎn)生價(jià)值，那么就必須給算法植入價(jià)值。價(jià)值植入是算法能夠獲得認(rèn)同的前提和基礎(chǔ)，也是數(shù)字司法具有生命力的源泉。在數(shù)字司法建設(shè)的系列算法當(dāng)中，司法價(jià)值觀念應(yīng)當(dāng)成為其核心內(nèi)容。這是因?yàn)椋斯ぶ悄芘c法律的邏輯之間不僅存在差異，而且存在對(duì)立，從而產(chǎn)生結(jié)構(gòu)性的不相容。人工智能（基于數(shù)據(jù)）根據(jù)其參數(shù)對(duì)數(shù)據(jù)進(jìn)行概括、分組，根據(jù)系統(tǒng)中編程的公式（標(biāo)準(zhǔn)化）將每個(gè)單獨(dú)的數(shù)據(jù)構(gòu)建為預(yù)定的組件模型。這些概念與法律在司法判決中適用法律規(guī)范時(shí)所遵循的個(gè)體化和單一性概念恰恰相反。在司法判決中，一般和抽象的法律規(guī)范被具體化為具體案件的個(gè)體，其特定條件賦予了案件審理情況和主體的獨(dú)特性。因此，人工智能在司法判決中的使用恰恰忽略了具體案件獨(dú)特的事實(shí)和法律條件。③然而，多個(gè)獨(dú)特性概念的選擇，以及每個(gè)法律規(guī)則的選擇，本身就包含有何者優(yōu)先適用的價(jià)值判斷。因此，在算法中植入司法價(jià)值，可以使得人工智能算法在選擇法律規(guī)則或者法律原則時(shí)，有特定的取舍，這種取舍就奠基于特定的價(jià)值觀念之上。特別是在算法黑箱、算法歧視等問(wèn)題大量存在的背景下，要樹(shù)立人們對(duì)人工智能司法的信心，就必須將司法價(jià)值變成算法的支撐力量。具體而言，迎接人工智能算法引發(fā)的司法革命，促進(jìn)數(shù)字司法的迅猛發(fā)展，就需要形塑司法算法的價(jià)值觀，確保數(shù)字司法發(fā)展既沿著遵循司法規(guī)律的方向，又能夠?qū)崿F(xiàn)司法人工智能的未來(lái)前景。

第二，開(kāi)啟算法價(jià)值對(duì)齊。價(jià)值對(duì)齊的概念由哲學(xué)家們最早提出，意欲追問(wèn)在人工智能急速發(fā)展的大背景下，我們?nèi)绾螛?gòu)建具有“與人類一致的價(jià)值觀”的自治系統(tǒng)。①這意味著，隨著人類社會(huì)科學(xué)技術(shù)的迅猛發(fā)展，人類逐步意識(shí)到價(jià)值觀的可貴，因而希望在技術(shù)發(fā)展的同時(shí)，人類價(jià)值觀不會(huì)被拋棄，人依然保持獨(dú)有的價(jià)值思考能力并傳遞到其他可能的新興主體之上。學(xué)者們對(duì)此的一般回答是：“人工智能體價(jià)值對(duì)齊就是人工智能技術(shù)符合人類價(jià)值觀，與人類價(jià)值觀保持一致。人工智能體價(jià)值對(duì)齊源于人類的有限理性，人工智能體的自主性、不確定性和風(fēng)險(xiǎn)性。”②科技哲學(xué)家們?cè)趦r(jià)值對(duì)齊的內(nèi)容和目標(biāo)上進(jìn)行了更為充分的界定，認(rèn)為價(jià)值對(duì)齊應(yīng)該實(shí)現(xiàn)機(jī)器目標(biāo)和人類需求之間的協(xié)同，確保機(jī)器與人類指令、偏好、利益、價(jià)值等維度保持一致。③所以，推進(jìn)價(jià)值對(duì)齊是人類解決人工智能挑戰(zhàn)困境的重要價(jià)值思路。算法工程師們?cè)谠O(shè)計(jì)算法時(shí)，應(yīng)當(dāng)將人類的價(jià)值觀念融入到人工智能系統(tǒng)當(dāng)中去，并且在可能的情形下，要積極推進(jìn)人工智能自主推演的價(jià)值觀念與人類的價(jià)值觀念相一致。無(wú)論哪種方式，都表明人類對(duì)自身價(jià)值觀念的維護(hù)，甚至說(shuō)是對(duì)于人類價(jià)值觀念可能喪失的擔(dān)憂。從廣義來(lái)看，“價(jià)值對(duì)齊源自人類期冀自身價(jià)值觀被技術(shù)理解并被實(shí)現(xiàn)，進(jìn)而契合技術(shù)為人類帶來(lái)福祉的訴求，是通向技術(shù)社會(huì)化與社會(huì)技術(shù)化雙向奔赴的一種嘗試”④。從司法的角度來(lái)看，司法裁判更需要有價(jià)值觀念的參與，這是實(shí)質(zhì)主義司法觀的重要內(nèi)容，也是司法實(shí)踐的常態(tài)。因此算法裁判需要植入價(jià)值觀念，使得司法算法價(jià)值與人類價(jià)值相一致，從而形成數(shù)字司法的價(jià)值對(duì)齊。在現(xiàn)有的技術(shù)實(shí)踐中，人工智能通過(guò)數(shù)據(jù)庫(kù)訓(xùn)練（學(xué)習(xí)），可以根據(jù)數(shù)據(jù)庫(kù)中發(fā)現(xiàn)的模式為相似的輸入提供不同的解決方案。這意味著數(shù)據(jù)相似，數(shù)據(jù)背后的價(jià)值可能有不同，特別是不同的數(shù)據(jù)組合（結(jié)構(gòu)化數(shù)據(jù)）更有不同的價(jià)值理念。這就對(duì)價(jià)值對(duì)齊提出了較高要求。從技術(shù)層面來(lái)看，確定價(jià)值對(duì)齊的技術(shù)性手段主要包括監(jiān)督精調(diào)（Su-pervised Fine-tuning）、人類反饋強(qiáng)化學(xué)習(xí)（RLHF）、合作逆強(qiáng)化學(xué)習(xí)（CIRL）、憲法AI（Consti-tutional AI）和紅隊(duì)測(cè)試（Red Teaming）等。③以RLHF為例，我們可以對(duì)價(jià)值對(duì)齊的路徑進(jìn)行更為細(xì)致的理解。RLHF的目的是強(qiáng)化人類偏好，以人類反饋和強(qiáng)化學(xué)習(xí)相結(jié)合，從而形成一個(gè)可以不斷調(diào)整和加強(qiáng)的算法路徑。在RLHF中，算法將人類的價(jià)值偏好（如公平、正義、平等等）設(shè)定為獎(jiǎng)勵(lì)，以信號(hào)（符號(hào)）的形式設(shè)定。在進(jìn)行模型訓(xùn)練的時(shí)候，人類偏好的設(shè)置可以增強(qiáng)模型對(duì)人類意圖的更好理解，也能夠更好滿足人類需要。這樣使得模型和人類之間的交互不斷實(shí)現(xiàn)自由優(yōu)化，從而使得輸出結(jié)果與人類的期望越來(lái)越相近。當(dāng)然，其中如何來(lái)實(shí)現(xiàn)價(jià)值偏好的設(shè)計(jì)，是一個(gè)根本問(wèn)題。可見(jiàn)，在數(shù)字司法過(guò)程中，價(jià)值對(duì)齊將會(huì)成為數(shù)字司法進(jìn)行價(jià)值判斷的核心要素之一。

第三，防范算法價(jià)值風(fēng)險(xiǎn)。既有的算法規(guī)制理論在研究算法風(fēng)險(xiǎn)時(shí)，往往強(qiáng)調(diào)算法存在算法黑箱、算法歧視以及算法權(quán)力等三大風(fēng)險(xiǎn)。因此，如何識(shí)別算法領(lǐng)域的風(fēng)險(xiǎn)，是算法治理的基礎(chǔ)。學(xué)者們對(duì)此也提出了較多的風(fēng)險(xiǎn)防范技術(shù)，比如進(jìn)行算法解釋等。其實(shí)，這三大風(fēng)險(xiǎn)本質(zhì)上還是與價(jià)值判斷有關(guān)。換言之，之所以存在算法黑箱、算法歧視乃至算法權(quán)力等風(fēng)險(xiǎn)源，從價(jià)值層面來(lái)看就是司法價(jià)值并沒(méi)有在算法中得到有效貫徹和融入，因此需要以價(jià)值對(duì)齊為基本任務(wù)，防范算法的價(jià)值風(fēng)險(xiǎn)。比如，有新聞報(bào)道指出，隨著人工智能的發(fā)展，算法具有智能性，開(kāi)始主動(dòng)對(duì)用戶實(shí)施影響展開(kāi)操縱行為。如Facebook的“情感蔓延”項(xiàng)目通過(guò)控制對(duì)50萬(wàn)名用戶的新聞投放，用積極或消極的語(yǔ)言來(lái)表述新聞，來(lái)使用戶受其影響而自己發(fā)出積極或者消極的消息。這可以說(shuō)明兩個(gè)問(wèn)題：一是人工智能已經(jīng)初步具備了價(jià)值判斷的意識(shí)，能夠有目的地進(jìn)行操作（當(dāng)然，還不能依此稱之為自主進(jìn)行價(jià)值判斷）；二是算法工程師可以通過(guò)算法程序進(jìn)行價(jià)值取舍。或者說(shuō)，目前人工智能算法對(duì)價(jià)值的控制和運(yùn)用還是受到算法工程師的影響。從人工智能技術(shù)的發(fā)展來(lái)看，人工智能是一個(gè)不斷發(fā)展的概念，隨著時(shí)間的推移，技術(shù)進(jìn)步意味著計(jì)算機(jī)程序和系統(tǒng)變得更有能力執(zhí)行任務(wù)和功能，而機(jī)器變得更有能力，日常任務(wù)和功能曾經(jīng)被認(rèn)為是不可或缺的。越來(lái)越多地使用人工智能來(lái)執(zhí)行復(fù)雜的功能可能包括在不久的將來(lái)可能出現(xiàn)的情感處理的發(fā)展。①所以，為防止司法算法出現(xiàn)與人類價(jià)值相悖的情形，就需要在算法中植入價(jià)值以及進(jìn)行價(jià)值對(duì)齊，并通過(guò)算法程序進(jìn)行風(fēng)險(xiǎn)防范。從具體實(shí)施方式來(lái)看，防范算法價(jià)值風(fēng)險(xiǎn)，最根本的是要對(duì)價(jià)值問(wèn)題有數(shù)據(jù)化的理解。比如，要對(duì)價(jià)值進(jìn)行一般化的理解，而不是進(jìn)行具體化的理解。人們對(duì)價(jià)值內(nèi)涵的理解存在較大差異，因而需要對(duì)具體價(jià)值的內(nèi)容進(jìn)行最一般化的概括和提煉，避免形成人言人殊的價(jià)值而導(dǎo)致價(jià)值之間存在悖論。此外，對(duì)于價(jià)值之間可能存在的沖突，也要預(yù)設(shè)好標(biāo)準(zhǔn)體系，避免價(jià)值沖突時(shí)的決策緊張。當(dāng)然，無(wú)論是形成一般化的價(jià)值，還是通過(guò)價(jià)值標(biāo)準(zhǔn)處理好價(jià)值沖突，最根本的還是要讓價(jià)值具有“可讀性”，即能夠被算法程式理解，這才是算法處理價(jià)值問(wèn)題的關(guān)鍵。

二、價(jià)值數(shù)據(jù)化的可能性及其方式

推進(jìn)數(shù)字司法建設(shè)，助推智慧司法系統(tǒng)進(jìn)行價(jià)值判斷，最重要的前提就是實(shí)現(xiàn)司法價(jià)值的數(shù)據(jù)化。換言之，既然數(shù)字司法建設(shè)依賴司法算法的價(jià)值化傾向，那么在數(shù)字司法建設(shè)的過(guò)程當(dāng)中，不斷實(shí)現(xiàn)司法算法能夠進(jìn)行價(jià)值判斷的基本目標(biāo)，就需要對(duì)價(jià)值進(jìn)行數(shù)據(jù)化，從而形成司法價(jià)值的數(shù)據(jù)庫(kù)，為數(shù)字司法建設(shè)奠定價(jià)值數(shù)據(jù)基礎(chǔ)。

（一）價(jià)值數(shù)據(jù)化的可能性

在數(shù)字時(shí)代，一切數(shù)據(jù)，無(wú)論結(jié)構(gòu)化數(shù)據(jù)還是非結(jié)構(gòu)化數(shù)據(jù)，都能夠?yàn)閿?shù)字司法系統(tǒng)所運(yùn)用。在人類技術(shù)史上，大數(shù)據(jù)是帶有顛覆性質(zhì)的技術(shù)。其以數(shù)據(jù)技術(shù)為核心，將未經(jīng)加工的原始事實(shí)、數(shù)字、符號(hào)或觀察結(jié)果，乃至人類所有行為，都整合進(jìn)數(shù)據(jù)當(dāng)中，進(jìn)而從中呈現(xiàn)某些事物的特殊規(guī)律。②因此，讓司法所涉因素進(jìn)入司法程序成為數(shù)據(jù)，就成為數(shù)字司法建設(shè)核心內(nèi)容。

第一，可計(jì)算是人工智能的重要前提和基礎(chǔ)。在人類的思考當(dāng)中，價(jià)值判斷是以思維權(quán)衡的方式進(jìn)行。這個(gè)過(guò)程是價(jià)值的取舍與平衡，是各種因素綜合作用的結(jié)果。從機(jī)理上說(shuō)，人類大腦的特有“思維”功能形成了價(jià)值判斷的可能性，從而保障各種場(chǎng)景下人類自身的權(quán)益。人類的思維屬于生物反應(yīng)，是對(duì)外在刺激的自然而然的本能動(dòng)作。然而，在人工智能系統(tǒng)當(dāng)中，計(jì)算機(jī)的“思考”屬于物理反應(yīng)，是人類對(duì)物理信號(hào)處理過(guò)程及其認(rèn)識(shí)的體現(xiàn)，主要是通過(guò)進(jìn)制語(yǔ)言進(jìn)行。計(jì)算機(jī)對(duì)于事物的“理解”只能通過(guò)0和1這兩種二進(jìn)制機(jī)器語(yǔ)言來(lái)實(shí)現(xiàn)，并基于此來(lái)識(shí)別指令并執(zhí)行指令。所以，現(xiàn)階段的計(jì)算機(jī)尚不可能直接理解“塊結(jié)構(gòu)”的證據(jù)。計(jì)算機(jī)在理解司法案件的證據(jù)時(shí)，必須將“塊結(jié)構(gòu)”打散，形成可識(shí)別的結(jié)構(gòu)化數(shù)據(jù)，進(jìn)而讓計(jì)算機(jī)識(shí)別和計(jì)算。①計(jì)算機(jī)的本質(zhì)是計(jì)算，算力是計(jì)算機(jī)的核心能力。因此，人工智能的前提就是算力。人工智能基于大數(shù)據(jù)、算力、算法等科技因素而實(shí)現(xiàn)，需要計(jì)算機(jī)科學(xué)和人工智能技術(shù)發(fā)展到特定階段才可能誕生。當(dāng)然，無(wú)論是人工智能，還是計(jì)算機(jī)的算力水平，都是人類思考的結(jié)果。而法律價(jià)值，在信息化時(shí)代，不僅需要體現(xiàn)人類的情感和道德需要，也需要可計(jì)算，從而契合信息時(shí)代的發(fā)展趨勢(shì)。當(dāng)今我們棲身于信息時(shí)代，這個(gè)時(shí)代正在重塑法律結(jié)構(gòu)的綜合范式。如果信仰時(shí)代需要形式主義來(lái)統(tǒng)攝法律世界，那么信息時(shí)代則必須承認(rèn)多元因素可能影響法律形態(tài)。對(duì)于法律秩序的建構(gòu)而言，信息時(shí)代和信仰時(shí)代都有自己的圖騰。如果說(shuō)信仰時(shí)代的圖騰是形式主義，信息時(shí)代的至高法則就嬗變?yōu)榭捎?jì)算實(shí)在論。可計(jì)算性標(biāo)準(zhǔn)的興起與動(dòng)態(tài)規(guī)則的演進(jìn)，終將成為這個(gè)時(shí)代對(duì)法律表達(dá)范式的歷史性貢獻(xiàn)。②當(dāng)然，今天的計(jì)算能力尚不足以達(dá)到創(chuàng)建新秩序的地步，但是計(jì)算能力正在以指數(shù)級(jí)的能力增長(zhǎng)，因此將一切事物進(jìn)行可計(jì)算分析，將成為人工智能具有強(qiáng)大算力的基礎(chǔ)。可計(jì)算的承載形式是代碼。“代碼是網(wǎng)絡(luò)空間的架構(gòu)，代碼片段是這種架構(gòu)的基礎(chǔ)材料。我們?cè)诰W(wǎng)上看到的一切都是通過(guò)代碼傳輸?shù)模挥写a才能使社會(huì)規(guī)則在網(wǎng)絡(luò)空間發(fā)揮規(guī)范作用。因此，代碼已成為網(wǎng)絡(luò)空間的規(guī)制工具。”③代碼是網(wǎng)絡(luò)世界的基本規(guī)則。法律可以調(diào)整人的行為，卻無(wú)法直接干預(yù)網(wǎng)絡(luò)世界的運(yùn)行。法律規(guī)則要通過(guò)網(wǎng)絡(luò)成為智能要素，必須轉(zhuǎn)化成可計(jì)算的代碼，使得計(jì)算機(jī)能夠識(shí)別。所以，無(wú)論是法律規(guī)則，還是法律規(guī)則所蘊(yùn)含的價(jià)值取向，要能夠成為計(jì)算機(jī)所識(shí)別的數(shù)據(jù)，就必須以可計(jì)算的方式轉(zhuǎn)化成代碼符號(hào)。

第二，海量數(shù)據(jù)是人工智能算力水平強(qiáng)大的必然需要。現(xiàn)在，人工智能越來(lái)越多地用于實(shí)現(xiàn)與人類相關(guān)的某些功能。雖然法律比任何游戲都復(fù)雜，但已有的許多成功嘗試表明人工智能法官能夠通過(guò)“閱讀”立法和判例法來(lái)學(xué)習(xí)如何應(yīng)用法律，并且將這些法律原則應(yīng)用于實(shí)際情況。鑒于非法律領(lǐng)域的發(fā)展和人工智能的快速擴(kuò)張，未來(lái)十年內(nèi)可能會(huì)開(kāi)發(fā)出更復(fù)雜的法官人工智能。隨著機(jī)器學(xué)習(xí)與更復(fù)雜的預(yù)測(cè)分析過(guò)程相結(jié)合，更復(fù)雜的人工智能法官成為一種更可行的選擇。更復(fù)雜的人工智能法官的出現(xiàn)，其實(shí)需要更多的數(shù)據(jù)作為支撐。缺乏數(shù)據(jù)支撐的人工智能算力水平終究有限。當(dāng)前，人們?cè)谠O(shè)計(jì)法律人工智能時(shí)，其主要模式就是通過(guò)大數(shù)據(jù)實(shí)現(xiàn)深度學(xué)習(xí)，這種深度學(xué)習(xí)模式需要有龐大的法律數(shù)據(jù)庫(kù)（包括法律文書(shū)庫(kù)）。比如，將近一億份裁判文書(shū)的“中國(guó)裁判文書(shū)網(wǎng)”就是深度學(xué)習(xí)的主要數(shù)據(jù)來(lái)源。有了海量的裁判文書(shū)作為數(shù)據(jù)支撐，深度學(xué)習(xí)就有了重要前提和基礎(chǔ)。④以海量數(shù)據(jù)為基礎(chǔ)，司法人工智能的系統(tǒng)構(gòu)造就有了可能，與此相關(guān)的法律制度就有了數(shù)據(jù)基礎(chǔ)，從而可以不斷提升算力水平。在數(shù)字經(jīng)濟(jì)時(shí)代，算力是最先進(jìn)的生產(chǎn)力，也是新質(zhì)生產(chǎn)力在數(shù)字化時(shí)代的重要展現(xiàn)。在數(shù)字化時(shí)代，數(shù)據(jù)是新質(zhì)生產(chǎn)力的新要素，算力是新型的生產(chǎn)力，算法則是新型科技。“數(shù)據(jù)、算力和算法的結(jié)合反映了新質(zhì)生產(chǎn)力數(shù)字化發(fā)展的新水準(zhǔn)。”①算力水平不斷發(fā)展的過(guò)程，就是對(duì)數(shù)據(jù)運(yùn)用能力不斷提升的過(guò)程，也是數(shù)據(jù)不斷增大規(guī)模的過(guò)程。雖然說(shuō)，數(shù)據(jù)規(guī)模巨大與否并不直接呈現(xiàn)算力水平，但是同質(zhì)數(shù)據(jù)越多，整合的可能性越大，算力水平就會(huì)越強(qiáng)。因此，我們?cè)诮ㄔO(shè)數(shù)字司法過(guò)程中，最重要的一環(huán)就是為數(shù)字司法提供充足的司法大數(shù)據(jù)。司法大數(shù)據(jù)越多，司法所呈現(xiàn)的形態(tài)越多，計(jì)算機(jī)的司法算力就會(huì)越強(qiáng)大。“算力的支撐導(dǎo)致大智能。超大規(guī)模模型參數(shù)的算法即超多層的神經(jīng)網(wǎng)絡(luò)，數(shù)據(jù)是超大規(guī)模的數(shù)據(jù)樣本，算力是超大規(guī)模的計(jì)算范疇。”②數(shù)據(jù)規(guī)模越大，算力越能支撐人工智能的發(fā)展。

第三，價(jià)值數(shù)據(jù)化可以通過(guò)經(jīng)驗(yàn)方式形成海量的價(jià)值數(shù)字。在司法人工智能的推進(jìn)過(guò)程中，必然有一些反對(duì)聲音。其可能的論點(diǎn)是經(jīng)驗(yàn)知識(shí)難以運(yùn)用數(shù)據(jù)化的方式來(lái)表達(dá)，比如個(gè)人成長(zhǎng)過(guò)程中獲得的獨(dú)特感悟，這些感悟是未經(jīng)歷者難以體驗(yàn)的；此外，還有一些經(jīng)驗(yàn)知識(shí)往往是默示的或者隱性的，這些知識(shí)也難以用某些特定的語(yǔ)言來(lái)表達(dá)，從而導(dǎo)致司法所需要的經(jīng)驗(yàn)數(shù)據(jù)和事實(shí)當(dāng)中存在的經(jīng)驗(yàn)數(shù)據(jù)難以匹配。對(duì)于這種觀點(diǎn)，筆者并不贊同。如果經(jīng)驗(yàn)不能夠被語(yǔ)言表達(dá)出來(lái)，則僅僅是個(gè)人的感悟和主觀感受。一旦個(gè)人感悟和主觀感受用語(yǔ)言表達(dá)出來(lái)，則數(shù)據(jù)化就成為可能。所以，能夠被數(shù)字化的經(jīng)驗(yàn)，首先一定是可以用語(yǔ)言表達(dá)出來(lái)的經(jīng)驗(yàn)。甚至還可以說(shuō)，人們體現(xiàn)在司法判決當(dāng)中或者其他法律文書(shū)當(dāng)中的價(jià)值觀念和法律情感，等等，本質(zhì)上也可以成為經(jīng)驗(yàn)。已有學(xué)者通過(guò)司法人工智能的實(shí)際運(yùn)作指出，情感技術(shù)的發(fā)展表明，開(kāi)發(fā)能夠識(shí)別人類情感并做出適當(dāng)反應(yīng)的技術(shù)是可行的，并且可能比人類更準(zhǔn)確地做到這一點(diǎn)。③比如Aletras及其同事開(kāi)發(fā)了一個(gè)程序，對(duì)歐洲人權(quán)法院有關(guān)侵犯人權(quán)的判決進(jìn)行文本分析，以發(fā)現(xiàn)判決蘊(yùn)含的裁判文書(shū)寫作模式。該程序?qū)W習(xí)了這些模式，并能夠?qū)ζ渌门形臅?shū)的相關(guān)內(nèi)容進(jìn)行預(yù)測(cè)，其平均準(zhǔn)確度為 79% 。這是機(jī)器學(xué)習(xí)的一個(gè)例子，其中計(jì)算機(jī)系統(tǒng)能夠“分析過(guò)去的數(shù)據(jù)以制定未來(lái)可推廣的規(guī)則”。可見(jiàn)，機(jī)器學(xué)習(xí)允許計(jì)算機(jī)程序通過(guò)經(jīng)驗(yàn)來(lái)模擬而不是學(xué)習(xí)復(fù)雜的任務(wù)來(lái)實(shí)現(xiàn)價(jià)值數(shù)據(jù)化。基于此，可以認(rèn)為，在價(jià)值數(shù)據(jù)化的過(guò)程中，人們可以先對(duì)價(jià)值的形態(tài)及其表現(xiàn)進(jìn)行標(biāo)記實(shí)現(xiàn)特征提取，從而建立價(jià)值的數(shù)據(jù)庫(kù)。

（二）價(jià)值數(shù)據(jù)化的方式與路徑

要特別注意，“價(jià)值數(shù)據(jù)化”與通常所說(shuō)的“數(shù)據(jù)價(jià)值化”在表述上有所不同，但兩者在核心思想上存在共通之處。數(shù)據(jù)價(jià)值化強(qiáng)調(diào)的是將數(shù)據(jù)資源轉(zhuǎn)化為經(jīng)濟(jì)價(jià)值或社會(huì)價(jià)值的過(guò)程，而價(jià)值數(shù)據(jù)化則更側(cè)重于將原本難以量化的價(jià)值轉(zhuǎn)化為數(shù)據(jù)形式。在數(shù)字司法領(lǐng)域，這一過(guò)程不僅涉及數(shù)據(jù)資源的開(kāi)發(fā)和利用，還包括對(duì)司法價(jià)值的深入理解和量化評(píng)估。在數(shù)字司法建設(shè)或者智慧法院建設(shè)過(guò)程中，其處理司法運(yùn)行系統(tǒng)的最底層依據(jù)就是數(shù)據(jù)，無(wú)論是結(jié)構(gòu)化數(shù)據(jù)或者非結(jié)構(gòu)化數(shù)據(jù)，在其中都能夠起到特定的作用。在對(duì)價(jià)值進(jìn)行數(shù)據(jù)化的過(guò)程中，我們可以借助于專家系統(tǒng)的某些有益經(jīng)驗(yàn)。“專家系統(tǒng)通常由知識(shí)庫(kù)、推理機(jī)和解釋界面組成。知識(shí)庫(kù)包含了專家系統(tǒng)的原材料；代表專業(yè)知識(shí)的規(guī)則和事實(shí)。推理引擎是一種計(jì)算機(jī)程序，它嘗試通過(guò)使用知識(shí)庫(kù)并與知識(shí)庫(kù)交互來(lái)解決用戶提出的查詢。”①因此，如果數(shù)字司法建設(shè)需要運(yùn)用到價(jià)值數(shù)據(jù)可以形成價(jià)值數(shù)據(jù)的知識(shí)庫(kù)，那么價(jià)值數(shù)據(jù)化的可能性將大幅度提升。所以，推進(jìn)價(jià)值數(shù)據(jù)化，可以通過(guò)對(duì)法律價(jià)值進(jìn)行自然語(yǔ)言處理、提取向量特征、進(jìn)行樣例學(xué)習(xí)等方式進(jìn)行數(shù)據(jù)化運(yùn)作。

第一，對(duì)法律價(jià)值進(jìn)行自然語(yǔ)言處理。“自然語(yǔ)言是‘活著的’語(yǔ)言，具有柔軟性。因此，要讓‘頭腦僵硬’的計(jì)算機(jī)去理解自然語(yǔ)言，使用常規(guī)方法是無(wú)法辦到的。”②計(jì)算機(jī)能夠模仿人類大腦的運(yùn)作，就需要能夠“閱讀”人類語(yǔ)言；計(jì)算機(jī)要能夠“閱讀”自然語(yǔ)言（人類語(yǔ)言），就需要進(jìn)行轉(zhuǎn)化處理。計(jì)算機(jī)的運(yùn)作方式是以通訊進(jìn)行的，即“通過(guò)產(chǎn)生感知和信號(hào)而形成的有目的的信息交換，這些信號(hào)取自由約定信號(hào)組成的共享系統(tǒng)”③。人類語(yǔ)言通過(guò)特定方式轉(zhuǎn)化為機(jī)器語(yǔ)言——信息，就變成了人與機(jī)器信息傳遞的重要組成部分。“互聯(lián)網(wǎng)上已有超過(guò)萬(wàn)億數(shù)量的信息網(wǎng)頁(yè)，而幾乎所有這些頁(yè)面都是用自然語(yǔ)言描述的。Agent想要獲取知識(shí)，就需要理解（至少部分理解），人們所使用的具有歧義的、雜亂的語(yǔ)言。”④所以，人工智能機(jī)器要具有進(jìn)行價(jià)值判斷的能力，首先就需要有關(guān)于法律價(jià)值的知識(shí)，這就需要對(duì)法律價(jià)值進(jìn)行自然語(yǔ)言處理，形成法律價(jià)值的知識(shí)數(shù)據(jù)庫(kù)。目前，在自然語(yǔ)言處理方面，以n元字符模型為代表的自然語(yǔ)言處理算法已經(jīng)解決了很多種語(yǔ)言與機(jī)器語(yǔ)言的銜接問(wèn)題。因此，將語(yǔ)言轉(zhuǎn)換成字符，就變成了最關(guān)鍵的一步。所有的法律價(jià)值都需要運(yùn)用語(yǔ)言來(lái)表示，比如自由、正義、公正、秩序、平等或公平等詞語(yǔ)都可以有對(duì)應(yīng)的語(yǔ)言符號(hào)，將這些表示特定價(jià)值的語(yǔ)言符號(hào)開(kāi)發(fā)出來(lái)，就為形成自然語(yǔ)言的識(shí)別提供了可能。在自然語(yǔ)言處理的方法當(dāng)中，人類較早運(yùn)用的方法是創(chuàng)建近義詞集合數(shù)據(jù)庫(kù)。“通過(guò)對(duì)所有單詞創(chuàng)建近義詞集合，用圖表表示各個(gè)單詞的關(guān)系，可以定義單詞之間的關(guān)系。用這個(gè)單詞網(wǎng)絡(luò)，可以教會(huì)計(jì)算機(jī)單詞之間的相關(guān)性。也就是說(shuō)，可以將單詞含義間接地教給計(jì)算機(jī)，然后利用這一知識(shí)，就能讓計(jì)算機(jī)做一些對(duì)我們有用的事情。”③比如，可能在近義詞數(shù)據(jù)庫(kù)中，法律價(jià)值“公平”“公正”“正義”“公平正義”“社會(huì)公正”等詞就會(huì)被當(dāng)作同一類詞匯處理；而“自由”可能以“在法律的范圍內(nèi)無(wú)拘無(wú)束/不受約束的活動(dòng)”之類的描述替代。但是，隨著社會(huì)不斷發(fā)展，舊詞逐漸被人遺忘，新的詞語(yǔ)不斷涌現(xiàn)，會(huì)導(dǎo)致詞語(yǔ)數(shù)據(jù)庫(kù)需要不斷更新。為此，詞語(yǔ)數(shù)據(jù)庫(kù)將被語(yǔ)料庫(kù)（用于自然語(yǔ)言處理和應(yīng)用的海量的文本數(shù)據(jù)集合）所替代。在這種方法的協(xié)助下，法律價(jià)值就可能被語(yǔ)料庫(kù)所收集并儲(chǔ)存起來(lái)使用。

第二，提取法律價(jià)值的特征向量。“大數(shù)據(jù)不再是單純的數(shù)字，而是能夠描繪出對(duì)象特征的數(shù)字集合。”③因此我們要將對(duì)象特征用數(shù)字符號(hào)的形式表達(dá)出來(lái)，或者說(shuō)是將事物的原始數(shù)據(jù)轉(zhuǎn)化成有意義的表現(xiàn)形式的過(guò)程。具體而言，就是被定義的物體要能夠以被計(jì)算機(jī)所識(shí)別或定義的特性來(lái)體現(xiàn)（本質(zhì)上，就是通過(guò)對(duì)被定義的單詞用其周邊的單詞進(jìn)行描述）。在自然語(yǔ)言處理過(guò)程中，特征向量通常用于表示文本數(shù)據(jù)的數(shù)值特征，以便于機(jī)器學(xué)習(xí)算法進(jìn)行后續(xù)的處理和分析。比如，我們要區(qū)分自由、正義、公正、秩序、平等等詞語(yǔ)，就必須用某種特定的符號(hào)把這些詞語(yǔ)表示出來(lái)。再如在用數(shù)字符號(hào)描述西瓜的時(shí)候，可以將西瓜的特征向量分解為外形、顏色、味道等符號(hào)，從而讓人工智能通過(guò)這些符號(hào)元素來(lái)判斷這個(gè)就是“西瓜”。同樣的道理，我們也可以對(duì)“自由”法律價(jià)值進(jìn)行特征向量的分解，形成關(guān)于“自由”特征向量知識(shí)數(shù)據(jù)庫(kù)，使其容易被人工智能迅速識(shí)別。如我們可以將“自由”概念用諸如“身體——未被羈押”“依據(jù)——根據(jù)法律”“表達(dá)——未被強(qiáng)制要求”等特定向量來(lái)表征/表達(dá)（由于研究深度的關(guān)系，上述表達(dá)可能仍然只是對(duì)“自由”的特征向量的初步表現(xiàn)）。要在促進(jìn)算法公平性方面取得有效進(jìn)展，就需要清楚地了解如何定義、衡量和討論算法公平，并了解衡量公平的各種選項(xiàng)有何不同、在其中進(jìn)行選擇時(shí)涉及的權(quán)衡，以及如何做出有關(guān)公平性的決策。①當(dāng)然，比較明確的概念（如西瓜），確實(shí)可以用幾個(gè)特征向量來(lái)表征，但是一些非常抽象的價(jià)值詞匯，用特征向量來(lái)表達(dá)可能就比較困難，需要尋找更多的特征因素。一般來(lái)說(shuō)，對(duì)某個(gè)特定的單詞所使用的上下文單詞（即與所要描述的事物有關(guān)聯(lián)性的單詞或者周邊的單詞）越多，即所關(guān)聯(lián)到的向量特征越多，對(duì)事物的定性分析就會(huì)越準(zhǔn)確。所以，在建設(shè)有關(guān)價(jià)值的數(shù)據(jù)知識(shí)庫(kù)時(shí)，用什么特征向量來(lái)表示所有的法律價(jià)值，使各法律價(jià)值之間能夠相互區(qū)別，又能夠形成融貫性，已經(jīng)成為學(xué)界應(yīng)當(dāng)討論的有意思的話題。

第三，進(jìn)行機(jī)器學(xué)習(xí)。學(xué)習(xí)是一個(gè)不斷獲取信息以及進(jìn)行能力改善的過(guò)程。如果人工智能能夠進(jìn)行學(xué)習(xí)，那么人工智能的設(shè)計(jì)就能夠不斷改進(jìn)以適合發(fā)展需要。“Agent任何部件的性能都可通過(guò)從數(shù)據(jù)中進(jìn)行學(xué)習(xí)來(lái)改進(jìn)。”②因此，隨著智能水平的不斷推進(jìn)，機(jī)器學(xué)習(xí)能力就會(huì)不斷提升。機(jī)器學(xué)習(xí)就是從樣例（樣本）中進(jìn)行學(xué)習(xí)，體現(xiàn)了數(shù)據(jù)的驅(qū)動(dòng)力。“機(jī)器學(xué)習(xí)的研究主要分為兩類研究方向：第一類是傳統(tǒng)機(jī)器學(xué)習(xí)的研究，該類研究主要是研究學(xué)習(xí)機(jī)制，注重探索模擬人的學(xué)習(xí)機(jī)制；第二類是大數(shù)據(jù)環(huán)境下機(jī)器學(xué)習(xí)的研究，該類研究主要是研究如何有效利用信息，注重從巨量數(shù)據(jù)中獲取隱藏的、有效的、可理解的知識(shí)。”③任何系統(tǒng)，衡量其是否智能的標(biāo)準(zhǔn)之一就要看其是否具有學(xué)習(xí)能力。法律價(jià)值的數(shù)據(jù)庫(kù)/語(yǔ)料庫(kù)形成以后，既需要通過(guò)機(jī)器學(xué)習(xí)促使法律價(jià)值的表示方式不斷完善，也需要通過(guò)機(jī)器學(xué)習(xí)對(duì)法律價(jià)值數(shù)據(jù)庫(kù)中的知識(shí)進(jìn)行有效挖掘，充分有效利用信息，以獲得更多知識(shí)。機(jī)器學(xué)習(xí)算法主要是根據(jù)現(xiàn)有數(shù)據(jù)設(shè)計(jì)自己的預(yù)測(cè)模型，在數(shù)據(jù)中尋找可用于生成非常準(zhǔn)確的預(yù)測(cè)的模式。④機(jī)器學(xué)習(xí)算法是根據(jù)程序員選擇的數(shù)據(jù)集進(jìn)行訓(xùn)練的。通過(guò)這些訓(xùn)練數(shù)據(jù)，他們可以識(shí)別并利用統(tǒng)計(jì)數(shù)據(jù)中的模式、關(guān)聯(lián)和相關(guān)性。例如，可以通過(guò)輸入數(shù)千張不同馬和驢的圖片來(lái)訓(xùn)練算法以區(qū)分馬和驢。5在此基礎(chǔ)上，對(duì)法律價(jià)值的數(shù)據(jù)庫(kù)/語(yǔ)料庫(kù)中進(jìn)行不斷的知識(shí)訓(xùn)練，不斷進(jìn)行機(jī)器學(xué)習(xí)，將法律價(jià)值數(shù)據(jù)充分運(yùn)用以發(fā)揮其最大效用。

三、價(jià)值數(shù)據(jù)化的挑戰(zhàn)及其應(yīng)對(duì)策略

關(guān)于法律價(jià)值的問(wèn)題，是司法中最關(guān)鍵也是最重要的問(wèn)題。人類關(guān)于法律價(jià)值的討論歷來(lái)不絕如縷。這是因?yàn)槿祟惣葘?duì)法律價(jià)值充滿信心，又對(duì)法律價(jià)值的明確性存懷疑態(tài)度。這種態(tài)度愈是矛盾，說(shuō)明法律價(jià)值的作用愈是突出。所以，在數(shù)字司法建設(shè)過(guò)程中，如何對(duì)司法裁判中的價(jià)值判斷問(wèn)題進(jìn)行技術(shù)化處理，是其中的關(guān)鍵。上文雖然回答了價(jià)值數(shù)據(jù)化的可能性，為數(shù)字司法建設(shè)處理價(jià)值問(wèn)題奠定了基礎(chǔ)，但是也應(yīng)當(dāng)對(duì)其限度及其優(yōu)化對(duì)策進(jìn)行必要反思。

（一）價(jià)值數(shù)據(jù)化的挑戰(zhàn)

價(jià)值數(shù)據(jù)化在數(shù)字司法中具有廣闊的應(yīng)用前景和可能性，但同時(shí)也面臨一些挑戰(zhàn)和風(fēng)險(xiǎn)，建設(shè)數(shù)字司法就必須正視這些潛在的問(wèn)題，及時(shí)預(yù)防，未雨綢繆，以加速推進(jìn)數(shù)字司法建設(shè)。

第一，價(jià)值自身的獨(dú)有特性帶來(lái)的挑戰(zhàn)。一是價(jià)值主觀性的挑戰(zhàn)。價(jià)值問(wèn)題一方面帶有客觀性，比如滿足人類基本需要的價(jià)值就應(yīng)當(dāng)客觀；但是，另一方面，價(jià)值還具有主觀性。不同的主體，其生活經(jīng)歷、所受教育、生活群體的道德觀念影響等因素都會(huì)影響其價(jià)值觀。此外，個(gè)體之間對(duì)價(jià)值的認(rèn)識(shí)也有較大差別。個(gè)體之間基于主觀偏好而形成的價(jià)值觀差異，也是十分普遍的事情。即使是學(xué)者們?cè)谘芯克^的公平、正義、平等、自由等具體價(jià)值的時(shí)候，差異也會(huì)很大。比如，對(duì)于何謂公平，有人會(huì)認(rèn)為結(jié)果平等就是公平，有人則認(rèn)為機(jī)會(huì)平等才是公平。二是價(jià)值量化標(biāo)準(zhǔn)的挑戰(zhàn)。在傳統(tǒng)觀念當(dāng)中，價(jià)值一直被認(rèn)為是抽象性很強(qiáng)的事物，難以用具體的語(yǔ)言描述。因此，對(duì)于價(jià)值的主觀性，用數(shù)據(jù)來(lái)表達(dá)會(huì)有一定的難度。在進(jìn)行價(jià)值數(shù)據(jù)化的時(shí)候，也必須考量?jī)r(jià)值量化的標(biāo)準(zhǔn)和設(shè)計(jì)具體指標(biāo)這一難題。三是價(jià)值沖突的挑戰(zhàn)。鑒于主體之間的價(jià)值觀不同，實(shí)現(xiàn)路徑也千差萬(wàn)別，因而在面對(duì)同一事物時(shí)，不同的主體基于不同的目的就會(huì)有不同的價(jià)值要求。比如，在國(guó)家經(jīng)濟(jì)發(fā)展過(guò)程當(dāng)中，到底是要公平還是要效率，就是一個(gè)難題。這種沖突如果要確立量化指標(biāo)，也存在確立標(biāo)準(zhǔn)困難的問(wèn)題。從某種意義上說(shuō)，人類確立了多元的價(jià)值標(biāo)準(zhǔn)，就會(huì)存在較多的價(jià)值沖突，從而形成價(jià)值沖突處理的難題。

第二，技術(shù)發(fā)展水平的限制。在價(jià)值數(shù)據(jù)化的過(guò)程中，最核心的要素是運(yùn)用何種技術(shù)推進(jìn)價(jià)值數(shù)據(jù)化。雖然說(shuō)科學(xué)家們不斷發(fā)展了自然語(yǔ)言處理方法、特征向量的提取方法和機(jī)器學(xué)習(xí)的方法，但是在運(yùn)用到價(jià)值數(shù)據(jù)化的過(guò)程當(dāng)中，還需要有更多更為直接的發(fā)現(xiàn)和發(fā)明。換言之，當(dāng)前技術(shù)在數(shù)據(jù)收集、處理、分析等方面存在較多局限性。比如，在數(shù)據(jù)的收集方面，存在一個(gè)成本過(guò)高的問(wèn)題。即對(duì)價(jià)值進(jìn)行數(shù)據(jù)化，必然需要對(duì)價(jià)值的表現(xiàn)形式進(jìn)行充分研究，保證數(shù)據(jù)化的價(jià)值能夠獲得人們的認(rèn)可，不至于形成算法黑箱，更不至于存在算法歧視。從國(guó)外的相關(guān)案例來(lái)看，算法技術(shù)的錯(cuò)誤導(dǎo)致算法歧視的案例比比皆是。比如在一些學(xué)者的研究中介紹了美國(guó)著名的COM-PAS 系統(tǒng)中存在偏見(jiàn)現(xiàn)象，美國(guó)威斯康星州最高法院在州訴Loomis案中要求向部署者以及部署者用戶發(fā)出強(qiáng)制警告在刑事量刑中使用算法風(fēng)險(xiǎn)評(píng)估之前，由于許多私營(yíng)公司參與了刑事調(diào)查報(bào)告（PIR）的編寫，因此，這種風(fēng)險(xiǎn)評(píng)分實(shí)踐中存在偏見(jiàn)或失敗的公平性指標(biāo)的風(fēng)險(xiǎn)非常嚴(yán)重。①當(dāng)然，也要看到，盡管人工智能在司法部門的應(yīng)用可能會(huì)產(chǎn)生高昂的初始成本，并且根據(jù)所使用的工具而有所不同，但隨著時(shí)間的推移，這種實(shí)施不僅會(huì)在訴諸司法方面產(chǎn)生重要的積極影響，影響其發(fā)展和應(yīng)對(duì)的效果，并且隨著時(shí)間的推移，所做的投資將得到回報(bào)。②

第三，數(shù)據(jù)質(zhì)量的限制。人工智能的前提和基礎(chǔ)是數(shù)據(jù)，核心是數(shù)據(jù)質(zhì)量。比如，司法數(shù)據(jù)的質(zhì)量就影響人工智能大模型的發(fā)展。陳曉紅院士團(tuán)隊(duì)通過(guò)研究認(rèn)為，各級(jí)人民法院在錄入司法數(shù)據(jù)時(shí)，帶有一定的選擇性。而且，各個(gè)地方對(duì)于裁判標(biāo)準(zhǔn)的理解存在較大差異，導(dǎo)致大量裁判文書(shū)存在重要信息或者關(guān)鍵信息的缺漏。這些現(xiàn)象的存在，就會(huì)影響司法人工智能模型的應(yīng)用效能。①如果說(shuō)云計(jì)算為海量分布的數(shù)據(jù)提供了存儲(chǔ)、訪問(wèn)的平臺(tái)，那么如何在這個(gè)平臺(tái)上實(shí)時(shí)挖掘數(shù)據(jù)價(jià)值，使其為個(gè)人、組織和國(guó)家服務(wù)，將是云計(jì)算必然的發(fā)展方向，更是大數(shù)據(jù)技術(shù)的關(guān)鍵核心議題。然而要想充分發(fā)揮大數(shù)據(jù)帶來(lái)的優(yōu)勢(shì)，實(shí)現(xiàn)大數(shù)據(jù)的價(jià)值增值，高質(zhì)量的數(shù)據(jù)是大數(shù)據(jù)發(fā)揮效能的前提和基礎(chǔ)，強(qiáng)大、高端的數(shù)據(jù)分析技術(shù)是大數(shù)據(jù)發(fā)揮效能的重要手段。在這樣的背景下，對(duì)大數(shù)據(jù)進(jìn)行有效分析的前提是必須保證數(shù)據(jù)的質(zhì)量。②在價(jià)值數(shù)據(jù)化過(guò)程中，數(shù)據(jù)的質(zhì)量和準(zhǔn)確性就會(huì)直接影響到價(jià)值數(shù)據(jù)化的效果，而且如何保證被數(shù)據(jù)化的價(jià)值與人們的普遍觀念相一致，避免算法歧視和算法偏見(jiàn)的形成，也是人工智能技術(shù)必須重點(diǎn)思考的問(wèn)題。比如，對(duì)具體價(jià)值的特征向量的分析就應(yīng)當(dāng)全面且實(shí)事求是。人工智能能否進(jìn)行價(jià)值判斷之所以存在巨大爭(zhēng)議，根本原因就在于價(jià)值本身是一個(gè)思想觀念的問(wèn)題，而在目前的人類觀念中，人工智能是很難擁有自主意識(shí)，因而也就不可能自主進(jìn)行價(jià)值判斷。本文所稱價(jià)值判斷，是在將法律價(jià)值數(shù)據(jù)化之后，促使人工智能適當(dāng)復(fù)制人類觀念而進(jìn)行的算法權(quán)衡。因此，要盡可能將人們所認(rèn)識(shí)的法律價(jià)值以能夠被接受的形式復(fù)制到人工智能系統(tǒng)當(dāng)中。換言之，此時(shí)算法工程師們所設(shè)計(jì)的價(jià)值數(shù)據(jù)化標(biāo)準(zhǔn)或者特征向量應(yīng)當(dāng)符合人類的理性、普遍認(rèn)知。用與人類需要相一致的特征向量來(lái)描述法律價(jià)值，才是高質(zhì)量的數(shù)據(jù)；否則，只會(huì)引起更為巨大的爭(zhēng)議。

第四，法律和倫理的可能限制。價(jià)值數(shù)據(jù)化問(wèn)題本身就是一個(gè)法律問(wèn)題，也是一個(gè)倫理問(wèn)題。對(duì)價(jià)值進(jìn)行數(shù)據(jù)化，既需要對(duì)價(jià)值本身的特征向量進(jìn)行結(jié)構(gòu)化分析，也需要基于海量數(shù)據(jù)來(lái)分析和論證特征向量的提取是否契合司法裁判的需要。當(dāng)然，對(duì)特征向量的提取是一個(gè)技術(shù)問(wèn)題，除了進(jìn)行必要的驗(yàn)證之外，本身應(yīng)當(dāng)不需要有太多法律制約。但是，在運(yùn)用海量司法數(shù)據(jù)來(lái)進(jìn)行分析和論證時(shí)，可能就會(huì)產(chǎn)生法律問(wèn)題和倫理問(wèn)題。從法律層面來(lái)看，對(duì)司法中與個(gè)人相關(guān)的敏感信息的收集、整理和分析必須嚴(yán)格遵守?cái)?shù)據(jù)隱私法規(guī)，即算法工程師在設(shè)計(jì)價(jià)值判斷算法時(shí)，需要保持必要的透明度，也應(yīng)當(dāng)有必要的責(zé)任感，以此為基礎(chǔ)進(jìn)行算法構(gòu)造。從倫理層面來(lái)看，如何合理收集和使用個(gè)人隱私信息（這在司法中大量存在），既不至于侵犯公民的隱私，也不至于對(duì)社會(huì)構(gòu)成潛在的危害，也是需要慎重考慮的問(wèn)題。

（二）應(yīng)對(duì)價(jià)值數(shù)據(jù)化挑戰(zhàn)的策略

司法裁判雖然處理的是事實(shí)問(wèn)題和法律問(wèn)題，但是不可能做到價(jià)值無(wú)涉。換言之，正是因?yàn)樗痉ú门兄写嬖趦r(jià)值判斷問(wèn)題，所以司法才會(huì)充滿人性化的魅力。價(jià)值數(shù)據(jù)化是數(shù)字司法領(lǐng)域的一個(gè)重要概念和實(shí)踐方向，是未來(lái)數(shù)字司法應(yīng)當(dāng)深人思考的問(wèn)題。通過(guò)深人研究和探索，我們可以更好地理解和利用數(shù)據(jù)來(lái)推動(dòng)司法工作的改進(jìn)和創(chuàng)新。從上述可能限度來(lái)看，要繼續(xù)推進(jìn)價(jià)值數(shù)據(jù)化，就應(yīng)當(dāng)不斷改進(jìn)人工智能技術(shù)，提高數(shù)據(jù)質(zhì)量，從而合理規(guī)避法律和倫理問(wèn)題。

一是應(yīng)對(duì)價(jià)值自身特性挑戰(zhàn)的制度路徑。推進(jìn)價(jià)值數(shù)據(jù)化時(shí)，在充分利用大數(shù)據(jù)技術(shù)收集海量與價(jià)值相關(guān)數(shù)據(jù)基礎(chǔ)上，需要充分挖掘隱藏在數(shù)據(jù)背后的價(jià)值規(guī)律，特別是基于人類的活動(dòng)體現(xiàn)出來(lái)的價(jià)值選擇規(guī)律。在此基礎(chǔ)上，建立價(jià)值的指標(biāo)體系和評(píng)估制度就成為時(shí)代主題。一方面，要建立價(jià)值評(píng)估的指標(biāo)體系。價(jià)值數(shù)據(jù)化，就要促進(jìn)價(jià)值衡量指標(biāo)的數(shù)據(jù)化確立。比如，針對(duì)特定領(lǐng)域的特定價(jià)值，可以基于特征向量建構(gòu)評(píng)估標(biāo)準(zhǔn)。當(dāng)然，在法律活動(dòng)中，不同的法律價(jià)值應(yīng)當(dāng)由不同的特征向量來(lái)呈現(xiàn)，因而對(duì)法律價(jià)值進(jìn)行評(píng)估，其所需要的指標(biāo)體現(xiàn)也就會(huì)存在較大差異。另一方面，要建立價(jià)值分層分類評(píng)估制度，推進(jìn)數(shù)據(jù)評(píng)估模型的建構(gòu)。主體多元，價(jià)值多元，價(jià)值的評(píng)估也應(yīng)當(dāng)分層次分類型。要從法律層面提前規(guī)劃價(jià)值評(píng)估模型，為法律價(jià)值分層次分類型制度的建構(gòu)提供技術(shù)支撐。

二是新型人工智能技術(shù)發(fā)展的法律對(duì)策。推進(jìn)價(jià)值數(shù)據(jù)化，最重要的技術(shù)之一是深度推進(jìn)大模型技術(shù)的研發(fā)。當(dāng)前，以AI大語(yǔ)言模型（簡(jiǎn)稱AI大模型）為代表的生成式人工智能（AIGC）技術(shù)飛速發(fā)展，并產(chǎn)生了巨大影響。但是從理論上說(shuō)，AI大模型技術(shù)尚處于初級(jí)階段，遠(yuǎn)沒(méi)有達(dá)到深入應(yīng)用的水平。價(jià)值數(shù)據(jù)化是整個(gè)司法大數(shù)據(jù)應(yīng)用最復(fù)雜的過(guò)程，也是司法人工智能能否實(shí)現(xiàn)的關(guān)鍵所在，可以預(yù)見(jiàn)，未來(lái)司法人工智能推進(jìn)過(guò)程中，AI大模型必定是占主流的技術(shù)之一。因此，從法律層面來(lái)說(shuō)，要運(yùn)用立法手段促進(jìn)AI大模型的深度發(fā)展和深度應(yīng)用，保證技術(shù)應(yīng)用的廣泛空間。此外，為了避免因數(shù)據(jù)孤島而限制了人工智能技術(shù)的應(yīng)用，可以在立法確保數(shù)據(jù)安全與合法使用的基礎(chǔ)上，允許有關(guān)部門對(duì)相關(guān)數(shù)據(jù)進(jìn)行整合，從而避免數(shù)據(jù)質(zhì)量過(guò)于低下。

三是通過(guò)技術(shù)和制度提升數(shù)據(jù)質(zhì)量。數(shù)據(jù)質(zhì)量是價(jià)值數(shù)據(jù)化的保證，也是司法裁判能夠?qū)崿F(xiàn)價(jià)值判斷的前提。因此要在技術(shù)層面和制度層面發(fā)力，保證數(shù)據(jù)質(zhì)量不斷提升。從技術(shù)層面來(lái)看，大力發(fā)展數(shù)據(jù)采集技術(shù)和數(shù)據(jù)清洗技術(shù)，推進(jìn)數(shù)據(jù)驗(yàn)證和數(shù)據(jù)標(biāo)準(zhǔn)化。從現(xiàn)有的數(shù)據(jù)清洗流程來(lái)看，主要包括三個(gè)環(huán)節(jié)，分別是檢測(cè)并預(yù)處理數(shù)據(jù)源的數(shù)據(jù)格式、檢測(cè)預(yù)處理數(shù)據(jù)的完整性以及進(jìn)行數(shù)據(jù)格式還原。①但是這個(gè)過(guò)程是非常繁雜的，因此應(yīng)當(dāng)需要與時(shí)俱進(jìn)的創(chuàng)新清洗技術(shù)，特別是結(jié)合行業(yè)發(fā)展的特點(diǎn)來(lái)創(chuàng)新清洗技術(shù)，才能提高數(shù)據(jù)清洗能力，提升數(shù)據(jù)質(zhì)量。從制度層面來(lái)看，要建立法定的司法數(shù)據(jù)清洗制度。換言之，對(duì)司法數(shù)據(jù)的清洗必須在法律制度的框架范圍內(nèi)進(jìn)行，對(duì)司法數(shù)據(jù)清洗的主體范圍、主要內(nèi)容和應(yīng)然進(jìn)路進(jìn)行具體規(guī)定。當(dāng)然，也要設(shè)立必要的防范措施，避免個(gè)別人運(yùn)用數(shù)據(jù)清洗制度弄虛作假，從而進(jìn)一步影響司法數(shù)據(jù)的質(zhì)量。

四是對(duì)法律和倫理問(wèn)題進(jìn)行合法性處理。展望數(shù)字司法在價(jià)值數(shù)據(jù)化方面的未來(lái)發(fā)展前景，以及對(duì)司法體系可能帶來(lái)的變革，要促進(jìn)價(jià)值數(shù)據(jù)化的深人發(fā)展，對(duì)其中所涉及到的法律和倫理問(wèn)題進(jìn)行合法化處理就是重點(diǎn)議題。從法律層面來(lái)看，要將透明和負(fù)責(zé)任作為處理數(shù)據(jù)價(jià)值化問(wèn)題的根本原則，建構(gòu)數(shù)據(jù)化的指標(biāo)體系。從倫理層面來(lái)看，要建構(gòu)符合倫理規(guī)則的數(shù)據(jù)收集渠道，并在公開(kāi)透明原則的指引下，合理合法運(yùn)用司法數(shù)據(jù)，從而保護(hù)公民隱私。

四、結(jié)語(yǔ)

數(shù)字司法建設(shè)，本質(zhì)上是算法的運(yùn)行體制和機(jī)制建設(shè)。我們探討數(shù)字司法的算法邏輯、價(jià)值數(shù)據(jù)化的風(fēng)險(xiǎn)挑戰(zhàn)，以期為數(shù)字司法的實(shí)踐和發(fā)展提供有益的參考和借鑒。推進(jìn)價(jià)值數(shù)據(jù)化，可以提升司法效率，并對(duì)司法公正進(jìn)行評(píng)估，加強(qiáng)司法公信力建設(shè)。從本質(zhì)上說(shuō)計(jì)算機(jī)就是一臺(tái)符號(hào)的處理器，其通過(guò)0和1不斷地進(jìn)行符號(hào)處理，進(jìn)而表達(dá)人類的思想。在這個(gè)過(guò)程當(dāng)中，符號(hào)控制了運(yùn)算的邏輯，而邏輯則實(shí)現(xiàn)了結(jié)果的輸出。雖然這個(gè)過(guò)程看起來(lái)是機(jī)器操作的過(guò)程，但從根本上說(shuō)，卻體現(xiàn)了人類思考的精妙性。至少?gòu)哪壳皝?lái)看，計(jì)算機(jī)機(jī)器還無(wú)法擺脫人類的控制。將計(jì)算機(jī)機(jī)器運(yùn)用到司法裁判過(guò)程當(dāng)中去，不僅產(chǎn)生刑事方面的技術(shù)問(wèn)題，自然也會(huì)產(chǎn)生價(jià)值與情感問(wèn)題。因此，數(shù)字司法應(yīng)當(dāng)注重價(jià)值判斷，并對(duì)價(jià)值判斷的技術(shù)進(jìn)路進(jìn)行有效設(shè)計(jì)。應(yīng)當(dāng)認(rèn)識(shí)到，這種與價(jià)值有關(guān)的討論越多，如何對(duì)價(jià)值進(jìn)行評(píng)估的方法越多，各種方法之間的對(duì)話才能形成。從技術(shù)角度來(lái)看，衡量公平性的不同方法以及對(duì)“公平”含義的不同理解的存在，不可避免地意味著不存在完美的評(píng)估方法。然而，如果對(duì)可用于測(cè)量偏差的工具以及這些工具之間的關(guān)系有更多的認(rèn)識(shí)，那么關(guān)于與公平有關(guān)的算法測(cè)算的對(duì)話將會(huì)更加有效，并且更有可能產(chǎn)生積極的結(jié)果。①基于此，我們需要有更多的學(xué)術(shù)討論來(lái)積聚智慧。此外，還要注意到，價(jià)值判斷所依賴的技術(shù)前提——價(jià)值數(shù)據(jù)化，本身是一個(gè)極具難度的課題，如何從多方向、多維度進(jìn)行研究，也需要更深刻的思考。

Abstract： In the digital era， constructing digital justice has become a contemporary choice to embrace the newround of technological revolution.With artificial inteligence deeply involved in judicial decisionmaking，algorithms play a core role.The core ability of algorithms lies in their high-speed data processing and execution of logical operations. Algorithm design is influenced bythe ethnical concepts of algorithm engineers and human decision-makers.The results of algorithm operation also contain value content and thus inevitably involve value judgments.When algorithms are embedded in the judicial procedures，their general approach to value judgments involves implanting specific values，activating algorithmic value alignment， and prevent algorithmic value risks.In the process of digital justice，the most important prerequisite for value judgments is achieving the datafication of judicial values.The computability of artificial intelligence serves as the foundation for datafication，while massive datasets are essential for enhancing artificial intelligence's computational power. Moreover，value datafication can form massive value numbers through empirical methods.To promote value datafication，it requires natural language processng of legal values， extraction of vector features from legal values，and machine learning. While value datafication has broad application prospects in digital justice，it alsofaces challenges and risks.Fundamentally，digital justice necessitates algorithmic value judgments，and promoting value datafication is the key to enabling such judgments in digital justice.

Key Words： Digital Justice； Legal Values；Datafication of Values； Value Alignment； Data Cleaning

（責(zé)任編輯：張航）