Legal interpretation and AI: from expert systems to argumentation and LLMs

本文综述了人工智能与法律研究在解释法律时的演进历程，涵盖了从专家系统的知识工程、论证框架下的辩证交互，到如今大语言模型自动生成解释建议与论证的三种主要范式。

要点

这篇文章就像是在讲述人工智能（AI）如何一步步学会“解读法律”的进化史。作者把法律解读比作一场复杂的“猜谜游戏”，而 AI 就是那个试图猜谜的选手。

我们可以把这篇论文分成三个主要阶段，就像 AI 成长的三个“人生阶段”：

第一阶段：死记硬背的“规则机器人”（专家系统）

时间： 1970-1990 年代
核心思想： 把法律条文变成电脑能懂的“如果……那么……"代码。

• 比喻： 想象一个极其严格的交通协管员机器人。
  • 人类工程师（知识工程师）必须先把法律条文翻译成机器人的代码。比如，法律说“公园禁止车辆”，工程师必须决定：自行车算不算车辆？
  • 如果工程师在写代码时把“自行车”定义为“车辆”，那机器人就会铁面无私地禁止所有自行车进公园，哪怕是个 3 岁小孩骑的玩具车。
  • 问题： 这种系统太死板了。如果工程师没考虑到特殊情况（比如玩具车），机器人就会犯错。而且，把“解释权”完全交给写代码的人，而不是现场处理问题的警察，往往不够灵活。

第二阶段：爱吵架的“辩论高手”（论证系统）

时间： 1990 年代 - 2010 年代
核心思想： 法律不是非黑即白，而是不同观点的碰撞。

• 比喻： 想象一个模拟法庭。
  • 在这个阶段，AI 不再只背死规则，而是学会了“吵架”（辩论）。
  • 还是那个“公园禁止车辆”的例子：
    • 警察（AI 一方）说： “自行车也是车，根据‘普通语言’规则，它得被禁止。”
    • 小孩（AI 另一方）反驳： “但这条法律的目的是‘保护草地和行人安全’，小孩骑玩具车不伤草地也不危险，根据‘立法目的’规则，应该允许。”
  • 结果： AI 会列出双方的论点，然后像法官一样判断哪个理由更站得住脚（比如“保护安全”的目的通常比“字面意思”更重要）。
  • 进步： 这种系统能处理法律中的模糊地带，模拟人类律师的思辨过程。

第三阶段：博学的“超级鹦鹉”（大语言模型 LLM）

时间： 现在（生成式 AI）
核心思想： 不是靠死记硬背，而是靠“读万卷书”后的语感。

• 比喻： 想象一个读过全世界所有法律书籍、但从未真正生活过的“超级图书管理员”。
  • 能力： 你问它：“自行车能进公园吗？”它能瞬间给出一个非常像样的回答，列举各种理由（普通用法、立法目的、过往案例），甚至能模仿律师的语气。它看起来非常聪明，像个真正的法律专家。
  • 致命弱点（幻觉）： 这个“图书管理员”其实不懂真正的道理，它只是在玩“文字接龙”。它根据概率预测下一个字该说什么，而不是真的理解法律精神。
    • 它会“胡说八道”（Hallucination）： 它可能会编造一个不存在的法律条款，或者引用一个过时的案例，因为它觉得“在这个语境下，这句话听起来很合理”。
    • 没有“是非观”： 它不知道什么是“公平”，只知道什么词在训练数据里出现得最多。

核心观点：我们该怎么用这个“超级鹦鹉”？

作者给出了一个非常中肯的建议：

1. 别把它当“神谕”： 你不能直接相信 AI 给出的法律解释就是真理。它可能会因为“幻觉”而误导你，甚至让你因为错误的建议而吃官司。
2. 把它当“超级助手”： 你可以让它帮你：
   • 快速总结几千页的合同。
   • 帮你 brainstorm（头脑风暴），列出所有可能的解释角度。
   • 检查你的逻辑有没有漏洞。
3. 人类必须掌舵： 最终的判决权、责任和对法律精神的深刻理解，必须留在人类律师或法官手中。AI 只是给你提供“食材”和“菜谱”，但“做饭”和“尝味道”的人必须是你。

总结

这篇论文告诉我们：

• 过去，我们试图把法律变成死板的代码（太僵化）。
• 后来，我们试图让 AI 学会辩论（太复杂）。
• 现在，AI 变成了博学的“鹦鹉”，能写出漂亮的法律文章，但它不懂法律背后的灵魂。

结论： AI 是法律人的强力副驾驶，但绝不能让它独自驾驶。在“公园能不能骑童车”这种问题上，最终决定权必须掌握在有温度、有责任感的人类手中。

技术摘要

论文技术总结：法律解释与人工智能的演进

1. 研究问题 (Problem)

法律解释（Legal Interpretation）是法律实践的核心，涉及法官、律师、立法者及公民对法律文本（如法规条款）意义的确定。然而，法律文本常存在歧义、模糊性或语境依赖性（例如“公园内禁止车辆”是否包含儿童自行车）。
核心挑战在于： 人工智能（AI）如何有效地模拟、辅助或执行法律解释任务？

• 早期挑战： 如何将人类复杂的解释性判断精确地转化为计算机可处理的规则？
• 中期挑战： 如何处理解释中的冲突观点（如字面含义 vs. 立法目的）？
• 当前挑战： 大语言模型（LLMs）虽然能生成流畅的解释，但缺乏真正的理解、逻辑推理能力和事实准确性（幻觉问题），如何在法律这一高风险领域安全、可靠地应用它们？

2. 方法论与演进路径 (Methodology)

文章回顾了 AI 与法律（AI & Law）研究在处理法律解释时的三个主要技术阶段：

A. 专家系统阶段 (Expert Systems, 1970s–1990s)

• 技术基础： 基于符号 AI（Symbolic AI），使用人工构建的知识库（Knowledge Bases）和逻辑推理（演绎、可废止推理等）。
• 解释处理方式：
  • 知识工程化： 解释任务被转移给“知识工程师”。工程师必须在构建系统前消除文本歧义（如将“法律或计算机学位”明确为逻辑上的 AND 或 OR）。
  • 规则嵌入： 系统通过预定义的规则（如 IF x 是自行车 THEN x 是车辆）来处理解释。
  • 局限性： 这种“先验”解释缺乏灵活性，难以应对具体情境（如儿童自行车是否应被禁止），且将解释权从执法者转移到了系统构建者手中。

B. 论证框架阶段 (Argumentation)

• 技术基础： 形式化论证理论（Formal Argumentation），允许知识库中包含不一致的命题。
• 解释处理方式：
  • 辩证交互： 将法律解释建模为不同观点（论证）之间的对抗。例如，一方基于“普通语言”（Ordinary Language）论证自行车是车辆，另一方基于“立法目的”（Teleology/Purposiveness）论证儿童自行车不应被禁。
  • 解释准则（Canons）： 系统利用各种解释准则（如字面义、技术义、目的论、历史背景等）构建论证。
  • 胜负判定： 通过论证图（Argument Graph）和语义（如“IN/OUT"状态）来评估哪个论证更强。如果目的论论证优于字面义论证，则前者胜出。
  • 优势： 能够模拟法律解释中的冲突和权衡，不再要求知识库在逻辑上绝对一致。

C. 机器学习与大语言模型阶段 (Machine Learning & LLMs)

• 技术基础： 生成式 AI（GenAI），特别是基于深度学习的大语言模型（LLMs）。
• 解释处理方式：
  • 生成式解释（Generative Interpretation）： LLMs 不依赖预定义的规则，而是基于训练数据中的语言模式，生成替代性释义、识别歧义、映射规范环境并构建竞争性论证。
  • 检索增强生成（RAG）： 为了解决 LLM 缺乏最新法律知识的问题，将外部法律数据库检索到的信息作为提示（Prompt）的一部分输入模型，以减少幻觉。
  • 提示工程（Prompt Engineering）： 通过精心设计的提示词（如 Chain-of-Thought）引导模型进行法律推理。
  • 局限性： LLMs 本质上是统计模型，缺乏对法律真理的内在理解，容易产生“幻觉”（编造法条），且推理过程不透明（黑盒）。

3. 关键贡献 (Key Contributions)

1. 历史脉络梳理： 清晰界定了 AI 处理法律解释的三种范式转变：从知识工程（将解释固化在规则中）到形式论证（模拟解释冲突），再到生成式 AI（基于语言模式生成解释）。
2. 论证模型的深化： 详细展示了如何利用形式论证框架（如 Sartor 的模型）将法律解释准则（Canons）形式化，并通过攻击（Attack）和反驳（Defeat）机制解决解释冲突（如“公园车辆”案例）。
3. LLM 在法律解释中的定位分析：
   • 提出了**“生成式解释”（Generative Interpretation）**概念，即利用 LLM 分析合同或法规的语言模式来推断“普通含义”。
   • 深刻剖析了 LLM 的认知局限性：它们没有真正的理解，无法进行规范性的法理分析，且存在幻觉和一致性问题。
4. 人机协作的新范式： 提出 LLM 不应作为“权威神谕”（Authoritative Oracle），而应作为**“辅助伙伴”（Companion）**。律师应利用 LLM 进行头脑风暴、发现潜在解释路径，但最终的解释权和责任必须由人类掌握。

4. 结果与发现 (Results & Findings)

• 专家系统的局限： 过度依赖预定义规则导致系统僵化，难以处理需要情境判断的细微解释差异。
• 论证方法的有效性： 形式论证成功模拟了法律解释中的辩证过程，能够处理相互冲突的解释准则，但计算复杂度高。
• LLM 的表现与风险：
  • 表现： LLM 在生成替代性释义、总结法律文本和初步识别歧义方面表现出色，能模拟人类律师的某些语言行为。
  • 风险： 实证研究表明，LLM 在提取法律原则、检测不公平条款和遵循 IRAC（Issue, Rule, Analysis, Conclusion）结构推理时存在显著失败率。幻觉率在某些基准测试中高达 17%-34%。
  • 一致性问题： LLM 对同一提示可能给出不同回答，这种随机性（Stochasticity）在法律领域可能导致不可预测性，影响法律的确定性。
• 验证悖论（Verification-Value Paradox）： 为了抵消 LLM 的幻觉，人类必须花费大量时间验证其输出，这可能抵消了 AI 带来的效率提升。

5. 意义与展望 (Significance)

• 理论意义： 文章强调了法律解释不仅仅是文本匹配，而是涉及规范性、目的论和社会价值的复杂认知过程。目前的 AI 技术（尤其是 LLM）尚未具备这种深层的规范性理解能力。
• 实践意义：
  • 辅助而非替代： 法律从业者应将 LLM 视为增强工具（用于快速检索、初步论证生成），而非决策者。
  • 工作流重构： 未来的法律工作流需要整合逻辑推理（专家系统/论证）与生成式 AI，利用 LLM 提取信息并转化为可计算的形式，再由逻辑系统进行验证。
  • 监管与伦理： 在高风险法律决策中（如自动罚款），完全自主的 LLM 解释是不可接受的。必须保留“人在回路”（Human-in-the-loop）机制。
• 未来方向： 研究重点应转向如何结合逻辑推理与 LLM 的生成能力，开发更可靠的验证机制（如自动引文验证），以及设计能够遵循法律解释准则的提示工程策略。

总结： 该论文指出，虽然 AI 在法律解释领域取得了从规则驱动到数据驱动的飞跃，但 LLM 目前仍缺乏法律解释所需的深层认知和规范性判断。未来的核心在于构建人机协作的混合智能系统，利用 AI 的扩展能力辅助人类专家，同时严格限制其自主决策权，以确保法律解释的准确性、公平性和可问责性。