论社会治理视角下人工智能辅助立法决策的实践路径

郭秉贵

（温州大学法学院，浙江温州 325035）

随着依法治国方略的深入推进、国家治理能力的不断提升，立法在引领和推动社会治理现代化方面的作用日益凸显，地方立法权在推进市域社会治理现代化中的功效正在加速释放。借助大数据、人工智能等新技术的飞速发展，地方立法参与社会治理的实践路径，亦面临着从数字化到智能化的新转型。在立法需求与科技进步的双重驱动下，人工智能辅助立法决策成为新的发展动向，立法智能化为在法治轨道上推进社会治理现代化注入了新的活力。探索人工智能技术在立法中的应用，既是运用人工智能、互联网、大数据等现代信息技术手段推动治理能力和治理体系现代化的重要体现，也是推进科学立法提升立法质量的现实需求。基于法律实践自身的需求及人工智能的快速发展，法律与人工智能的融合与渗透愈加深入。继智慧法院、智慧检务等人工智能辅助司法系统落地应用之后，人工智能辅助立法的探索雏形也应运而生。实践中应用较多的是北大法宝智能立法支持平台，这套智能立法平台升级到了多个系统，包括提供立法项目管理、草案意见征集、法规文件公开、法规文件报备、法规文件审查、法规文件清理、立法资料管理、立法（后）评估、立法大数据分析等。该系统目前已正式应用于西藏自治区人大、珠海市人大、云浮市人大，并有多地正在试运行。在立法操作上运用现代科学技术，是科学立法原则的一项基本要求，也是科学立法的重要保证[1]参见：周旺生.立法学教程[M].北京：法律出版社，1995：59-60。。

信息化时代“智慧人大”潮流的兴起决定了在立法领域中，已经不再是人工智能是否可以运用的问题，而是如何使它更好地发挥辅助作用。相较于人工智能在司法、执法等领域的应用，人工智能辅助立法决策的理论研究和实践进程相对滞后，其在实践中面临着多方面的难题：一是智能技术发展瓶颈和数据质量有限等技术性难题；二是以算法黑箱、算法偏见和算法控制为代表的规范性难题；三是如何界定立法者与人工智能的关系及合理确定二者分工的伦理性难题。在上述难题的相互叠加下，人工智能辅助立法系统目前仍主要应用于立法意见收集、分类整理及流程管理等基础性工作，尚未真正实现人工智能技术与立法工作机理的深度融合[2]参见：李超.人工智能辅助立法：现状、困境及其因应[J].人大研究，2020（4）：14-20。。加之很多新获得立法权的地方立法机关，面临立法任务较重，立法经验、能力不足等现实困境，效率导向下的人工智能辅助立法可能会形成技术依赖，即较为注重提升立法效率，而相对忽略立法的民主性、科学性[3]参见：李晟.略论人工智能语境下的法律转型[J].法学评论，2018（1）：98-107。。因此，如何厘清立法工作与技术运用的关系，克服智能技术引发的挑战与风险，促进立法工作与人工智能的深度融合，无疑是值得讨论的理论议题。

一、人工智能辅助立法决策在社会治理中的功能

在社会治理中，影响法律实施效果的重要原因之一，在于立法决策的量化程度不高，立法者对法律规范调整的社会关系、社会事物把握不够精准，从而对反映事物内在规律的东西把握还不深不透[4]参见：李飞.加强立法决策量化论证 不断提高立法质量[J].中国人大，2018（19）：12-14。。基于此，加强立法决策量化论证是新时代提高立法质量的现实需要。人工智能技术引入法学领域后，以理论和经验为基础的法学方法有条件和可能转向采用实验和大数据的法学科学方法，为采用自然科学的方法研究法学提供了更多可能。

（一）全面发现立法事实，精准确定社会治理对象

法律人所面临的首要问题是事实问题，而非法律问题[5]参见：侯猛.司法中的社会科学判断[J].中国法学，2015（6）：42-59。。在立法过程中，立法事实的认定是建构法律规范的基础。“立法事实”的概念由美国学者戴维斯较早提出，意在将其与裁决性事实相区分。根据戴维斯的观点，“立法事实”是与法律和政策的确定有关的事实[6]参见：DAVIS K C.An Approach to Problems of Evidence in the Administrative Process[J],Harvard Law Review,1942(3):364-425。，戴维斯对立法事实的界定和分类中可以看出，立法事实呈现出较为复杂的样态。有学者对行政立法中的事实进行研究，将其分为客观性事实、制度性事实、法定性事实、阐释性事实四类[7]参见：于立深.行政立法性事实研究[J].法商研究，2008（6）：28-36。。也有学者认为，在立法过程中，需要通过论证加以确认的立法事实包括两种，一是社会事实，二是制度事实[8]参见：王怡.论立法过程中的事实论证[J].政治与法律，2018（7）：98-109。。虽然关于“立法事实”及如何对其进行分类并未形成通说，但以上研究均富有一定的启发性：对于立法事实的认知，不仅仅是一个发现的过程，更是进行选择、判断、论证使之具体化的过程。

在科学决策方面，发现和界定事实是解决问题的关键。制定法律规范需要以社会事实作为支撑，同时需要与正在生效的法律制度保持融贯，基于此，立法事实应当包括作为调整对象的事实和需要保持融贯的事实。前者既可能是简单事实又可能是复杂事实，后者不仅包括法律规范体系，还包括各类非典型意义的法[9]参见：姜明安.软法的兴起与软法之治[J].中国法学，2006（2）：25-36。。作出立法决策的过程是通过事实论证进而预测实现效果的过程，包括“事实论断”和“预测决定”两个步骤。也就是说，作出立法决策需要深入把握法律法规所调整的社会关系、社会事物及相关因果规律，使之成为规范形成的客观基础。迈入万物互联时代，作出立法决策可能会涉及到经济、政治、社会、文化、生态等跨领域、跨学科知识，很多问题的解决需要大量数据信息的支持和验证，用可靠的科学方法对之进行计量分析，通过对较大范围数据的收集、整理、分析和运用，方能以更加具有科学性的方式呈现法律现象背后的因果关系[10]参见：陈柏峰.法律实证研究的兴起与分化[J].中国法学，2018（3）：132-149。。认识、分析、评价立法事实及其背后因果关系的过程，也是强化事实论证使立法事实具体化的过程，人工智能在这方面无疑是可以有所作为的。

（二）整合多元利益诉求，增强治理措施的共识性

法律是熔铸了人类价值追求的规范事实。任何法律都是一套立法者根据其价值态度，对多元、冲突和变迁中的价值予以人为选择、人为预设的价值体系，其特点是情感、价值和需要参与其中的制度事实，而不是、也不可能是隔绝情感、放逐价值、排斥需要的“无情感事实”或者纯粹客观事实[11]参见：谢晖.论法律价值与制度修辞[J].河南大学学报（社会科学版），2017（1）：1-27。。作出立法决策涉及立法者、立法相关参与者在何种价值背景和思维框架下来阐释社会事实的问题，其在阐释过程中会不可避免地会混入主观因素，基于不同的身份、职业、教育背景、生活环境等作出价值判断。随着社会的进步和发展，价值的多元化成为时代进步与个体发展的互动结果。如果说在价值多元背景中，社会治理的基本要求是让“每一种利益都有权利和渠道去伸张”，那么，不同群体间的利益冲突如何协调，就成了一个难以回避的问题。同样，价值和利益多元化也给立法者决策带来一定困难，需要直面的问题是，究竟以谁的价值标准或者以哪种价值标准作为厘定人们行为的标准。

在社会价值的转化与整合方面，人工智能技术的应用亦会带来新的突破。法律规范制定之后要在社会实际生活中发挥作用，法的实施必然会对各类社会主体的权利义务产生直接或间接的影响，作为利益相关者，立法机构外的社会公众同样有理由、有动机积极参与和促进科学立法的实现。民主立法的广度和深度仰赖于这种参与和投入的开放性，以及对多元、纷杂理念的容忍和包涵程度[12]参见：布罗思韦特.社会价值与澳大利亚法理学[J].比较法研究，1998（4）：27-42。。大数据时代用数据说话、用数据决策成为了国家治理的重要原则[13]参见：陈潭.大数据驱动社会治理的创新转向[J].行政论坛，2016（6）：1-5。，这种运作模式深刻影响着社会公众参与立法活动的方式和渠道。随着互联网、人工智能、社会化媒体的快速发展，为国家、政府和社会的开放式治理提供了现实机遇，使得“开门立法”成为常态。在新的形势下，加强和改进立法工作，必须拓宽思维，创新渠道和手段。广阔的互联网平台为利益相关主体表达意见和诉求提供了新的渠道，这种新的协商民主虽然可以就立法中的热点问题引导社会主体积极发表意见和看法，但要使分散的、多元的、零碎的价值表达充分融入立法决策，还需在人工智能的辅助下进一步转化，过滤民众激情，在多元价值中权衡选取、综合考量，形成理性的意见表达，在价值整合的基础上最大限度地凝聚立法共识。

（三）提升立法效果预测，实现社会科学治理目标

立法决策过程中需要对不同来源、不同层次、不同结构、不同内容的社会治理资源进行识别与选择、分类与整合、激活与融合，使之具有较强的系统性。人工智能为立法事实的具体化、社会价值的转化及整合，创造了新的可能性。立法决策涉及立法者关于事实的评价及未来效果的预测，但这种预测并非完全是主观的产物，必须援引关于现实状况、社会科学或者自然科学的因果规律以及实际经验等可确定的假设[14]参见：蒋红珍.论适当性原则：引入立法事实的类型化审查强度理论[J].中国法学，2010（3）：67。。价值、规范和事实三个要素的结合构成法的完整生命体，立法阶段的任务涵盖法在价值、规范和事实三种不同界域中的转化[15]参见：田文利，张筱薏.法治实践中价值、规范与事实关系初探[J].法学论坛，2007（5）：25-30。。事实与价值要素既明显区别、彼此独立，又互相连接、相互作用，二者的结合形成建构法律规范的基础。据此而言，人工智能的发展并未对立法决策的基础理论提出挑战，挑战在于如何在新的应用场景中提升理论的适应性及推动理论的创新发展。目前，人工智能基于其技术性特征，已显现出对立法实践的影响，在反映法律制度形成和运作的实际状态、揭示社会事实背后的因果关系、提供客观的定量分析基础等方面显现出技术优势。在此意义上，人工智能与立法决策的结合，是立法理论及实践纵深发展的必然结果。

在立法者进行事实论断和预测决定的过程中，存在运用人工智能进行辅助的较大空间。基于人工智能的辅助，作为调整对象的事实和需要保持融贯的事实，在决策作出之前就可能得到具体化的呈现，人工智能辅助验证的同时也进一步强化了对立法事实的论证，事实越具体、数据越充分，立法者就越接近对事实本质和类型的把握。同样，面对不同参与主体带有价值倾向的各种意见，在人工智能的辅助下可以实现进一步转化，以更适宜进入立法议程的方式进行呈现，为科学地作出立法决策提供支撑。当然，在立法活动中，事实和价值不是截然区分的，事实论证和价值整合也可能是同时开展的，二者相互联系、相互作用。需要指出的是，促进事实与价值相结合的关键在于研究方法的采用，合理地使用不同的法学研究方法，价值和事实领域的研究都可能提供确定的知识。如同科学与公共政策之间的相互作用可以通过实证方法来研究，建立一个科学框架，同时整合科学信息和社会政策，在立法决策领域，成熟的法学实证研究不仅可以回答事实是什么，而且还能为价值判断提供重要依据[16]参见：潘德勇.从价值到事实：法学实证方法的变迁[J].社会科学，2015（3）：100-109。，这为智能辅助的运用创造了现实条件。

二、人工智能辅助立法决策在社会治理中的技术优势

人工智能辅助立法决策的技术优势在于跳出传统简单决策的路径依赖，提升用数据决策的精准治理能力和水平。大数据时代释放出的巨大价值使得我们选择大数据的理念和方法不再是一种权衡，而是通往未来的必然改变[17]参见：舍恩伯格，库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013：94-97。。探索人工智能与立法工作的融合，是大数据时代立法理论及实践对这一改变的积极回应。人工智能在立法决策中的应用，将为立法事实的论证及检验、社会价值的转化与整合、突破传统的质性经验研究融入量化实证研究提供新的场域，推动以一种客观性、科学性更强的方式作出立法决策。

（一）对社会问题发现、分析、推演的科学性

引导有效立法决策的关键点是基础信息和实证事实。人工智能辅助立法决策，无论是在理论研究还是在实践应用中，都要求详知其潜在的预设、运行、优势和弱点。只有在充分运用人工智能辅助立法决策的过程中，通过获取、整合数据信息，将人工智能辅助立法决策从事实判断到预测决定的整个流程贯穿起来，才能更全面地展望人工智能应用于立法领域的前景。在经由“事实论断”到“预测决定”的立法决策过程中，通过人工智能展开辅助查明、验证，有助于客观认识立法所调整的社会事实和需要保持融贯的事实，为预测决定提供客观依据，同时保持法律体系的统一和融贯。人工智能助益立法事实具体化的过程，实际上也是对立法事实进行筛选、判断和论证的过程。

具体而言，如果作为调整对象的事实相对简单，即在社会事实及其因果关系相对明了的情形下，人工智能可以辅助进行直观验证。例如，在城市化进程中，因立体化建造大量住宅产生了业主间相互影响的事实，使得建筑物区分方面需要制定专门的法律规范加以调整，在传统定性研究的基础上，人工智能通过可视化、多维度分析，能够迅速简化与提炼复杂的建筑工程数据流，有助于更直观地从复杂的数据中筛选具有法律意义的数据和信息，验证“相互影响”这一事实论断，为做出决策提供较为直观、科学的判断标准。如果作为调整对象的事实较为复杂，建立在人工智能形式逻辑之上的逻辑实证，尤其是建立在统计学基础上的定量分析，可以综合运用科技手段和信息工具，对事物进行要素化、量化和比例分析，从而获得对事实更加精确的认识。例如，贫困既是经济现象和经济状态，又是社会现象和社会状态，在扶贫开发相关的立法决策中，贫困户的识别和管理涉及的关系比较复杂，需要对关系到法律制定的各种要素进行全面的统计和分析，如性别、年龄、教育程度、家庭收入、社会职业等，其中有些要素是动态变化的，人工智能在研究因果关系以及客观呈现这些因素的内在联系方面具有独特的技术优势。通过人工智能验证呈现这些事实及其相互关系，可以为法律制度设计及作出立法决策提供客观的参考依据。

正如麦考密克所指出，人类世界不完全是物理性事实和真实，还包括制度性事实，制度性事实已经强有力地走进了我们的生活[18]参见：MACCORMICK N.Norms,Institutions,and Institutional Facts[J].Law and Philosophy,1998(3):301-346。。在立法决策中不仅需要论证作为调整对象的事实，还需要关注使法律规范保持融贯的制度性事实。在凯尔森看来，法律系统由不同层级的规范组成，人们从基本规范出发，进行演绎可以得到其他规范，由此才形成了法律规范的“统一体”[19]参见：凯尔森.法与国家的一般理论[M].沈宗灵，译.北京：中国大百科全书出版社，1995：132-133。。法律的本质，在某种意义上，就在于它是一种内蕴统一性特征的强力规则。法律统一首先着眼的不是法律形式的整齐单一，而是法律内质的和谐一致[20]参见：汪习根，廖奕.论法治社会的法律统一[J].法制与社会发展，2004（5）：110-119。，也即法律制度之间保持融贯。科学立法就是将法律体系视为一个逻辑体系，要求法律体系原则上具有一致性、完备性、有效性和可靠性。其中，最为核心的是一致性，因为完备性、可靠性和有效性均可通过法官的自由裁量权弥补，而一致性却很难[21]参见：熊明辉.法律人工智能的十大前沿问题[N].光明日报，2019-08-06（11）。。人工智能在法律文本分类与总结、法律信息的自动提取等方面具有人类无可比拟的优势，一定程度上可以实现法律规范一致性的自动检测。采用传统的人工挖掘方法，其质量和效率往往取决于个人的能力和水平，可能导致挖掘优度不稳定，人工智能的使用则可以大大提升法律规范体系事先查明的效率，同时也能更好地保证数据、文本挖掘质量的稳定性和资料收集的全面性。例如，立法中通常使用的布尔检索法，通过与特定术语进行精确匹配，就能检索出绝大多数相关的法律规范，大大提高了法律规范体系事先查明的效率。

立法过程中借助智能辅助有助于避免重复立法，突出地方特色实施精准立法。尽可能全面地事先查明与立法决策相关的上位法、同类性质法规、规范性文件等，能够为确定基本立法框架提供参照。使用人工智能对法律草案、立法文件等进行事前的合法性审查，有助于推动将事后审查程序前移，让立法机关和行政机关“自己给自己看病”，倒逼立法者在立法决策之初就保持依法立法的自觉性，确保法律规范体系的统一和融贯。除制定法规范体系之外，也应当把塑造和调整社会秩序的“软法”纳入制度性事实中，软硬法协同共治是现代社会治理的大势所趋。对于互联网时代的软法，要研究互联网的特点，把握其发展脉络，遵从其发展规律，熟悉其技术平台，总结出符合我国国情的软法理论。人工智能在查明发挥基础性、框架性调整功能的制定法规范的同时，同样需要关注发挥延伸性、辅助性作用的软法，辅之以提炼、整合和改造。一言以蔽之，人工智能助益立法事实具体化的运作流程从事实论断开始，先对事实进行分类，然后再根据不同的事实类型，借助智能辅助进行直观验证、逻辑验证、事先查明、辅助验证等，最终得出预测决定。

（二）对利益诉求整合、转化、回应的体系性

在推进社会治理现代化的进程中，始终伴随着社会价值的转化与整合。随着智能辅助平台的建设和发展，智能辅助在立法决策和多元共治中的应用价值也在逐渐凸显。人工智能辅助社会价值的转化与整合是指通过人工智能的辅助将不同参与主体分散的意见予以整合，以适当的形式融入立法决策中。2021 年3 月修改后的《中华人民共和国全国人民代表大会组织法》明确提出，“要坚持全过程民主，始终同人民保持密切联系，倾听人民的意见和建议，体现人民意志，保障人民权益。”“全过程民主”要求在立法全过程各环节广泛听取和吸纳各方面意见，创新民主方式、改进民主举措，发挥民主的优势特点[22]参见：全国人大常委会法制工作委员会.坚持和践行全过程民主 推进新时代立法工作高质量发展[J].中国人大，2021（14）：33-35。。与此同时，实现全过程民主也能有效缓解人工智能技术性与道德性之间的冲突[23]参见：徐玖玖.人工智能的道德性何以实现：基于原则导向治理的法治进路[J].现代法学，2021（3）：24-40。。人工智能与立法活动的融合，为在立法起草、论证、评估等环节中不同主体意见的表达提供更宽广的渠道，在增强立法者立法意见说理性、法学专家论证意见的客观性、过滤社会舆论中的激情和非理性因素、实现“碎片化的民声”到“聚合民意”的转化等方面均能产生不同程度的促进作用。

立法者是作出立法决策的主要推动者和践行者。立法者通过表达对某种现象的看法形成立法意见，这种意见既可能以客观的立法事实为基础，也可能只是立法者的自我经验。政策理念和事实共同构成了行政立法过程中的两个不可分割的要素[24]参见：WOOLHANDLER A.Rethinking the Judicial Reception of Legislative Facts [J].Vanderbilt Law Review,1988(1):111-126。，立法意见中一定包含着立法者的意志因素即政策理念，但为了做出一个能够使其他参与者亦认可的恰当判断，立法意见不应该是被无限放大的立法者的自由意志，而应该是具有说理性质的意见。一份科学、客观的立法意见必须建立在扎实的论证基础上，以翔实的依据增强立法意见的科学性和专业性。立法意见论证过程中，立法者不仅要准备好去表达自己的看法和声音，还要准备好在意见争论中面对可能的相反声音去调整自己的声音。在此意义上，立法意见需要在一个“公共性”和“开放性”维度中形成。随着大数据和人工智能技术的发展，信息交换更加便捷，立法意见的征集得以在更广阔的场景中展开。大数据技术使得研究者得以处理同某个现象相关的几乎全部的数据，大数据之“大”，就在于“样本等于总体”，在此基础之上，公共产品得以被精准生产[25]参见：王怡.智能互联网能为民主立法贡献什么[J].北方法学，2019（6）：116-122。。在数据驱动决策的理念下，立法意见论证中大数据、人工智能的运用，有助于充分了解实际情况，进行定量分析和定性判断。建立在定量基础上的定性，在说理论证方面将会更为科学、客观。

专家学者是立法决策中的智囊团。全国人民代表大会常务委员会办公厅制定的《关于立法中涉及的重大利益调整论证咨询的工作规范》（以下简称《规范》），指出“法律草案涉及重大利益调整，且有关问题专业性、技术性较强，需要进行可行性评价、风险评估的，应当召开论证会，听取相关专业机构、专业人员的意见和建议”。[26]参见：全国人大常委会办公厅.关于立法中涉及的重大利益调整论证咨询的工作规范[EB/OL].[2018-01-05].http://www.npc.gov.cn/zgrdw/npc/xinwen/2018-01/05/content_2036429.htm。加强地方人大智库建设，注重吸收法律专家参与立法决策，咨询、征求专家意见是科学立法的关键举措。《规范》中规定，对于立法中遇到的重大疑难问题，专业性、技术性较强的问题和社会生活中新出现的问题，可以委托高等院校、科研机构、专业智库等开展专项研究。其中特别指出，受委托单位应具备的一个基本条件是“有较强的数据采集分析、决策咨询和政策评估的经验和能力”。人工智能可以在专家库建设及专家出具论证报告两个方面提供辅助。作为自然人的论证者或多或少存在知识构成、价值倾向等局限，出具的论证意见难以避免主观偏差，借助大数据、人工智能技术，通过量化分析保障法律问题的部分可计算，可以有效地弥补这一不足。

大众传媒是提供决策信息的重要主体。作为集中整合众意形成制度安排的决策活动，立法自然无法绕开媒体的影响。媒体基于其强大的信息整合能力和传播能力，使“成束的”社会意见汇集成公众舆论，并通过信息筛选、加工不断塑造着信息接收者的认知。随着信息技术的发展，一方面，智能辅助使媒体的信息整合及传播能力大幅度增强，对立法决策产生更为显著的影响；另一方面，因媒体追求传播速度和时效性，在选择素材方面可能倾向于新鲜、刺激、引人注目的话题，存在选择性、诱导性传播倾向，亦可能误导立法决策。当媒体话语过度渗透，且立法者的认知框架无法有效应对现代法律规制活动的知识挑战时，其不完备的信息能力将导致基于媒体话语的压力型立法[27]参见：吴元元.信息能力与压力型立法[J].中国社会科学，2010（1）：147-159。。由媒体报道引发的舆论压力，可能使公共领域中合意支配下的立法因出台较为迅速产生不理性、不审慎的决策，造成法律资源的不合理配置[28]需要指出的是，“压力型立法”并不预设其产生的效果都是负面的，压力型立法的启示并不在于杜绝此类现象，而是重在考虑如何将媒体信息理性、有效地整合到立法决策中。。因此，如何将媒体信息理性、有效地整合到立法决策中成为需要重点关注的问题。立法机关在依靠人工智能系统收集、整合信息，增强信息处理能力的同时，亦需要加强对以媒体话语为代表的社会舆论的甄别。适度引进定量分析有助于澄清定性争论的症结，也有助于直观展示定性分析的盲点。借助智能辅助系统，可以通过立法绩效评估、立法大数据分析等，以指标体系、量化模型等方式在定量层面把握立法的成本和效益，一定程度上有助于过滤社会舆论中的激情和非理性因素，助益立法者作出理性、审慎的决策。

普通民众是作出立法决策过程中最广泛的参与者。在立法主体扩容、立法数量快速增加的今天，单靠传统的以问卷调查、实地考察、访谈等为代表的社会实证调查方法去采集信息、征求意见已经显得力不从心。实现科学立法、民主立法，必须广泛听取社会各方面的意见，借助互联网、人工智能辅助收集、处理信息，在推动立法工作方式创新的同时，也极大地方便数据的统计分析，实现从传统的重定性分析到定性分析和定量分析的结合，提高立法工作的科学性。对于法律制度这种公共产品而言，普通民众个人主观意见可能与立法事实之间存在差距，分散的意见也难以直接影响到立法决策，只有实现从“碎片化的民声”到“有效民意”的聚合，才能更好地呈现出利益相关者的诉求。大数据时代的民意不再是空洞的哲学概念，而是通过一系列测量技术来获取民意大数据，并通过云计算，使民意大数据趋于指数化与可视化[29]参见：汪波.大数据、民意形态变迁与数字协商民主[J].浙江社会科学，2015（11）：41-47。。依托人工智能系统的辅助，建立数据库、整合数据资源、通过多种形式呈现数据分析结果，为从小数据分析到大数据动态呈现、从碎片化发表个人意见到集中表达利益诉求提供了可行路径。其更深层次的贡献在于人工智能辅助立法决策促进了线上和线下治理主体的规模空间进一步扩大，通过规范和引导多元主体参与立法活动，保障利益相关主体真正成为社会治理的合作者和分担者。

三、人工智能辅助立法决策实践瓶颈的破解路径

人工智能技术的重要性取决于其目标实现能力的大小，即让立法决策更具针对性，让社会治理更具精准性。在“工具—目的”的分析框架下，人工智能辅助立法决策的推进路径也应当围绕“如何更好地服务于基本目标”来开展。就当下而言，这一基本目标的实现仍存在技术性、规范性、伦理性三个方面的瓶颈，限制了人工智能辅助立法决策在社会治理中的功能，亦导致其技术优势无法在实践中得到充分的体现。

（一）技术性难题及其破解

人工智能辅助立法决策的技术性难题主要有二：一是技术瓶颈，二是“GIGO 困境”[30]“Garbage in,garbage out（GIGO）”在计算机界通常被翻译为“垃圾数据进，垃圾数据出”，意味着如果输入的数据是错的，即使计算机的处理能力再强大，输出的结果也像垃圾一样是没有价值的。参见：朱体正.人工智能辅助刑事裁判的不确定性风险及其防范：美国威斯康星州诉卢米斯案的启示[J].浙江社会科学，2018（6）：76-85。。首先，受制于技术开发程度，立法辅助系统的智能化程度比较受限。智能系统的开发一般要经历“图谱构建—情节提取—模型训练”等步骤，一方面，由于人工智能通常无法自主、准确、高效地完成法律知识图谱中实体抽取、关系抽取与属性抽取等工作，因此，各项功能开发不得不通过人工构造语法与语义规则推进知识图谱的构建。由于人力的局限性，现有的智能系统往往存在覆盖面有限且精度不足等缺陷[31]参见：王禄生.司法大数据与人工智能开发的技术障碍[J].中国法律评论，2018（2）：46-53。。尽管当前智能系统在立法领域中的应用获得了较大发展，但人工智能的学习能力还不够强，尚需进一步开发[32]例如，备案审查中要查找“行政处罚”的内容，系统只会关注“行政处罚”这几个字，并不知道罚款、吊销企业营业执照等也属于行政处罚，也不明白行政处罚与罚款、吊销企业营业执照之间的逻辑关系，呈现出比较机械的信息筛选状态。。另一方面，情节提取需要运用自然语言处理技术，然而，当前的自然语言识别、转化等技术尚处于探索阶段，加之智能系统的开发者并未专门针对立法场景进行迭代开发，导致情节提取不全面、不准确。模型训练建立在情节提取的基础上，情节提取不完备，自然会影响建模的精度和广度。其次，智能系统的运行受制于数据的质量和数量。无论是立法事实的具体化还是社会价值的转化与整合，无不依赖于对数据信息的分析与利用，而在人工智能的模型训练中，面临着著名的“GIGO 困境”，如果“投喂”机器的原始数据存在错误或瑕疵，那么基于这些数据训练产生的模型与算法就可能遭遇精确性难题。此外，数据样本的数量也会影响到结果的准确性。

上述技术性难题的解决仍然需要从技术和数据两个方面予以突破。总体而言，鼓励技术创新仍是基本立场，但人工智能辅助立法决策需要秉持技术审慎主义的创新理念。针对智能辅助系统精度不足、覆盖面有限等技术性问题，应当以提升人工智能的智能化程度与深度学习能力作为主要发展方向，注重针对立法场景进行迭代开发。鉴于立法工作的重要性与严肃性，技术创新应当遵循审慎原则，大体而言，智能系统在应用于立法领域时，应当经过三项标准的检验：一是合目的性，即技术创新合乎保障立法权力规范运行这一基本目的；二是效益性，技术创新的正面效应必须大于负面影响；三是风险可控性，技术创新应将技术应用引发的风险限制在可控范围之内。针对因数据缺陷或瑕疵导致的“GIGO 困境”，应当建立专门针对立法数据信息的检验机制。智能立法系统不是“自动售卖机”，但凡将数据信息投入系统就会自动生成法律规范，扎实的立法调研在任何时候都是科学立法的前提条件，即便有智能系统的辅助，也需要全面系统地掌握第一手立法资料。立法者需要将大量的第一手资料进行认真梳理，去伪存真，去粗取精，归纳整理出认识比较一致的意见建议和存在较大分歧的意见建议。在此过程中，可以利用智能系统进行数据检验，对数据进行重新审查和校验，删除重复信息，纠正错误和相互冲突的数据信息，从而保障数据库中数据的准确性与有效性，为立法决策提供客观、科学的参考依据。

（二）规范性难题及其破解

人工智能辅助立法决策的规范性难题主要体现在两个方面：一是技术“黑箱”与立法公开之间的矛盾，二是算法本身是否会影响到立法中立性的问题。首先，立法公开是立法的基本原则，这一原则应在立法的起草、审议、通过和法律公布的全过程得到体现[33]参见：朱景文.把公开原则贯穿于立法过程[N].人民日报，2016-03-09（7）。。但由于算法代码不公开，数据处理不透明以及算法过程具有高度复杂性等原因，智能系统某种程度上也是一个“黑箱”，人们只能观测到它的输入与输出，却无法观察和理解它如何将输入的内容变成输出的结果。人工智能的“黑箱”效应与立法公开原则所要求的公开透明性相背离，这将导致立法监督过程的不透明，进而带来对立法程序是否公正的质疑，不透明性使得监督者可能无法知晓监督的范围和标准，也就无从判断立法的合理性。非但立法者和监督者难以知晓智能系统的确切决策过程，即便是技术开发者也未必能够确切描述其分析和决策过程。其次，立法乃分配正义的艺术，是社会公正的源头。不偏不倚、公正客观是立法者必须具备的基本品质，立法决策过程中保持中立既能有效防止部门利益一开始就侵入立法过程，又能达致科学立法的严谨精细。客观性通常也被认为是智能系统的技术优势之一，但算法本身可能会受到设计者、运行者和审查方的价值偏好影响，使得其在决策判断上同样无法免除偏见[34]参见：马长山.司法人工智能的重塑效应及其限度[J].法学研究，2020（4）：23-40。。由此引发的更深层次的担忧在于：智能系统掌握者可能干预立法者行使立法权，一旦将立法的全流程都纳入技术、算法、模型的控制中，立法应有的中立性可能因此而消解。

解决人工智能辅助立法决策中因算法“黑箱”、算法偏好等导致的治理难题，应当将提高算法透明性和可解释性作为突破的重点。首先，解决智能系统“黑箱”问题，需要通过信息公开和保证算法的可解释性来实现。智能系统所使用的数据来源、基本的算法原理、人工智能辅助立法决策的运行机理等都应当以可视化方式向社会公众进行公开，从而保障立法程序的正当性。实际上，算法可解释性乃至可视化是可以用技术解决的问题，一旦法律提出了相关要求，技术界便会想方设法使算法迈向可解释。[35]参见：郑戈.算法的法律与法律的算法[J].中国法律评论，2018（2）：66-85。由此可见，要解决技术“黑箱”与立法公开之间的矛盾，需要“技术”和“规则”的双重保障，既需要人工智能技术本身的发展和改进，也仰赖于信息公开及对技术进行规制的相关规则的完善，在二者共同作用下把公开原则贯穿于立法的全过程。其次，尽管由人设计的算法确实可能存在偏见问题，但可以通过由中立的第三方查看程序的内容来判断其是否存在偏见因素。为方便监督与溯源，人工智能的具体运作应当在系统内全程留痕。此外，人工智能辅助立法决策的过程中，要将立法者对人工智能的依赖保持在合理限度内，防止人工智能“辅助”演化成人工智能“主导”。若将立法全流程纳入技术和算法的泛在控制中，长此以往，立法权运行过程应当具有的中立特性可能在技术权力的肢解中被不断消解。因此，保持立法的中立性还需要从根本上厘清立法者与人工智能的关系。

（三）伦理性难题及其破解

作出立法决策涉及事实与价值两个基本范畴，融入智能辅助，一个绕不开的难题是如何厘定立法者与人工智能的关系。相较于争论人工智能是否具有自我意识进而侵犯人的自主决定权这类问题，短期来看，更为重要的问题是思考我们应该如何对待这些系统[36]参见：马尔科夫.人工智能简史[M].郭雪，译.杭州：浙江人民出版社，2017：15-16。。针对人工智能在立法领域所发挥的作用，理论界和实务界一开始就将其定位为辅助，这一基调是恰当的。但对于立法者与人工智能关系的厘定，不能仅局限于单向度强调人作为立法主体的不可替代性和人工智能作为辅助设备的工具性，更重要的是思考如何促进二者在立法活动中的协同增效。也即，不能简单地根据人的智力优越性证成人工智能的工具性，或者以人工智能的技术优势削弱立法者作出立法决策的主导性，仍然需要结合立法权的运行规律对二者的分工做出合理安排。既然立法不可避免地只是一种预测，而进行预测又需要作出判断，那么在这个过程中必不可少地需要借助逻辑这种判断工具，它的作用就在于帮助我们进行有效的判断。要对立法者与人工智能的关系进行厘定，除了从直觉、印象、情感、本能或伦理等层面得出常识性结论外，亦有必要从知识判断的展开层面进行综合考量，在经由“特征描述”到“关系判断”再到“透视本质”的渐进过程中，借助逻辑判断对二者的关系进行理性分析。

逻辑问题贯穿于法律运行的各个环节，逻辑学与法学有着密切联系[37]参见：张文显.二十世纪西方法哲学思潮研究[M].北京：法律出版社，1996：16-17。。借助形式逻辑与辩证逻辑的分类，能够为厘定立法者与人工智能的关系提供一个大致的参照。人工智能只具备形式逻辑思维能力，尚不具备辩证逻辑，因而无法解决法律立、改、废的形势判断问题，也无法解决社会变革时期良性违法、合理越轨、宽容改革失误等问题[38]参见：郝铁川.为什么坚信人工智能不可能取代人[N].解放日报，2018-01-23（13）。。为保持法律的稳定性和适应性，立法中可能涉及一些模糊性条款和法律原则的设置，涉及对各种价值、利益、政策的综合评估和选择，人工智能的思维是程式性、精确性的，似乎很难完成这些任务，而需要有一定生活经验、立法智慧的立法者才能做到。以立法事实的论证为例，立法事实是否存在，其真实性和准确度如何，通过人工智能的辅助验证可能就会得到检验，但就该立法事实的性质而言是否适宜进入立法议程、当前社会经济条件下这一立法事实是否适合法律调整，诸如此类的复杂问题都无法通过直接观察和人工智能的判断得出简单结论，而必须通过立法者全面而充分的辩证逻辑加以判断。社会价值的整合更是如此，面对多元的价值冲突，尽管人工智能在价值表达方式及呈现形式上可以进行一定程度的辅助，但最终仍需要由立法者在多元价值中进行权衡和综合考量，藉由一种包容性的价值尽可能兼顾利益相关主体的诉求，平衡利益冲突。因此，无论是基于事实论断的预测决定，还是不同参与主体的价值整合，都需要由立法者在人工智能的辅助下运用辩证逻辑予以全程把控。

无论是信息化还是智能化社会，社会治理的目标始终都是在人文与科技的有机融合中更加突出并最终实现人的全面发展。弱人工智能时代的立法决策不能对人工智能抱以过高期望，尤其是对于一个正处于社会转型与制度改革时期的国家来说，面对改革与法治的复杂关系，我们需要的是一批更懂社会的立法者，而不是一台更懂法律的机器。法治现代化不仅仅在于法治技术的现代化，而是最终归结于人的现代化和人的理性发展。人工智能作为一种辅助性的科技手段，并不能替代立法者自身的理性培育[39]参见：陈鹏.国家治理的智能化转向及其实施进路[J].探索，2021（3）：152-165。。尽管数据和算法会给人类以更多的启示，但人类的行为最终由人类自己决定[40]参见：高奇琦.人工智能：驯服塞维坦[M].上海：上海交通大学出版社，2018：244-246。。不仅是人工智能，其他新技术也在不断被推出，但能否以有意义的形式，以健康的目的来使用这些新技术，归根结底，还是在于人类[41]参见：羽生善治.人工智能不会做什么[M].王鹤，译.成都：四川人民出版社，2019：163-164。。但是，这也并不意味着人工智能只能具有单纯的工具意义，在正视人工智能发挥辅助作用的同时，也要认识到立法者和人工智能相互增强的作用，在寻求理解立法工作并为之建模的过程中[42]在人工智能与法律这一跨学科领域的相关研究中，十大主要议题其中之一就是可执行立法检验建模。参见：曹建峰.“人工智能+法律”十大趋势[J].机器人产业，2017（5）：87-94。，人工智能的应用领域不断拓展，内涵也将得以丰富；介入人工智能的辅助，立法理论和实践也同样得以丰富，立法者对于立法工作的认识也在不断深入。

四、结语

大数据时代中，社会治理涉及线上线下两个场域，在二者交织的双向互动及开放共治图景中，时刻孕育着合作创新。人工智能辅助立法决策，是立法工作步入大数据时代无可回避的发展趋势。弱人工智能时期，对于人工智能辅助立法决策的探讨应当以当下的现实生活及可能达成的共识为前提，在推进技术应用的同时，结合立法基础理论探讨其内在运行机理。伴随着科学技术的发展，新技术会不断涌现，为立法工作带来新的机遇和挑战，如何将传统知识适用于新的场景是每一次技术变革都需要解决的时代命题。立足当下，在推动人工智能与立法工作相融合的过程中，更为要紧的任务可能是结合立法工作的内在规律阐释人工智能应用于立法领域的运行机理及运作模式，及时检视其在社会治理中取得的成效与存在的不足，注重人工智能与立法活动的深度融合，努力推动信息化时代立法工作的变革。唯有如此，技术的发展才可能摆脱工具性而实现与立法工作的有效结合，真正发挥成果丰硕的协同增效作用。