本文是一篇法学论文，本文对可废止性的分析意在尝试尽可能的协调我们意图中功能上介于强弱人工智能之间的智能化系统与限定可废止性来源为规则模式的理论。
一、可废止性概述
（一）认知可废止性
法学论文怎么写
让我们先设想一个可能的情境。在尚未接触进化论之前，我们可能已经听说过拉马克进化学说的用进废退，你的父母家人经常以这一观点来要求你多加锻炼身体或是大脑，又或者假设你是一名虔诚的宗教信徒，而所虔信的教义所认可的生物演化遵循的是上帝的意旨，在这种情况下，某天，你在课堂上突然接触到了达尔文的进化论，教师通过古生物的进化模型向你展示了为了适应环境而迫使生物进行改变、进化出适合环境繁衍的体态特征或是生理性状，你的反应大概会如何。
如果你并非一概认同教师的权威，认为教师说的总比自己之前所认识的要正确，大概会感到混乱、不解，如果恰巧你所信奉的宗教观点较为极端，甚至可能会当庭表达不满，严肃者会指责教师强加观点，侵犯了自己的宗教信仰自由。
同样的，如果我们把这一事件的背景稍稍做一点改变，把所讨论的问题换成日常生活的话题，诸如太阳是否从东边升起或是A在一小时内以正常步行速度是否可以完成50公里之类的话题，相信我们的认知一般来说都是一致的。对这样与我们的生活常识相悖的话题，我们不会去追问问题的答案，相反，我们会好奇，如果当事人并非刻意消遣，那么如此发问，其背后的原因是什么
最后，让我们设想一个包括法律疑问的情境。在任何建立起完整法律体系的国家，通常如果做出故意杀人的行径，行为人必须为此付出相应的代价，承受法律规定的刑罚。然而，倘若行为人的意图是正当防卫，或者是为了避免自己的亲属收到即时的危险，又或者行为人做出这一行为时低于刑事责任年龄的14岁，在这种情况下是否应当承担刑事责任，对于并不熟悉法律规定的人而言，就可能会停下自己的判断过程，而倘若强行要求给出判断，相信一般人都会以“我认为/依我的看法来说”等类似的说法来作为限定发言的前提。
.............................
（二）作为可修正性的可废止性
让我们首先分析一个在人工智能领域非常著名的“崔迪鸟”例子。让我们假设，有只鸟名叫“崔迪”，由于我们都清楚崔迪是鸟，而鸟会飞，因此我们得出结论认为崔迪会飞。这一结论很可能会因为增加新事实而被击败，例如，崔迪实际是企鹅，又或者崔迪还是只雏鸟。这种推论方式可以通过缺省推理的方式而形式化，通过运用缺省值设定基础值域，随后通过增加新事实而阻止缺省值在特定情境中的赋值。
克莱恩认为，可废止性的理论认为，不具有可击败的理由与支持论证的证据同等重要。也就是说，为使信念得到证成，不仅需要得到正当化的证立，而且不能在额外添加了依然支持原信念的理由后，原先的信念不再能被正当化。
让我们略微改进一下这一事例，在崔迪鸟的例子中，如果系统在学习了企鹅的例外后，能够将企鹅不会飞的特殊规则添加到之前的规则集合中去，那么此时的原规则就已经发生了改变，也即，被修正了。修正后的规则应该为，如果一生物为鸟，且并非企鹅，则会飞。可以发现的是，经过对不完整信息的学习后，原先的推理规则通过增加例外的方式特定化了自己生效的范围，这事实上更改了原先设定的规则模式。然而，对于法律规则而言，生效的方式大不相同。即便出现了原先没有为法律规则所规制的例外情形，我们依然不会认为原规则已经失去效力，甚至在做出了不同于原规则设定的判决结果后，依然在事实上不一定会更改原规则。这不仅关系到法律上同案同判应当如何被理解的问题，同时也是法律的特殊规则属性所导致的结果。阿尔楚罗认为，将这种法律规则的属性界定为可废止性不甚合适，实际上，阿尔楚罗所定义的“可废止性”便接近于“可修正性”。
.............................
二、规则、原则与推理的可废止性
（一）法律推理是可废止的吗？
法律推理是否具有可废止性这一问题至少需要从两方面来进行分析。首先，需要对抗一种完全否认可废止性的机械主义的法律推理观，这一思路从根本上否认可废止性法律推理的正当性。1其次，认可法律推理具备可废止的特质，但是认为这种在前提不足的情况下，法律规则例外情形的出现阻断原规范适用的情形，只能作为法律专家系统的辅助来更好的刻画人工智能领域对法律推理的诠释。2也就是说，在这种思路下，可废止性推理是一种外部现象，而缺乏本质性，法律推理依然最终要回归到演绎推理的路数上来，选用可废止性进行建模不是法律推理本身的属性要求。
追求法律科学主义和法律公理化，希望将法律适用变为只要演绎逻辑的简单套用是19世纪法学家们的诉求。在这一诉求下，法律系统是一套封闭、完善、静态的规则体系，只要判断出个案中存在与规则的构成要件相一致的成分，只要适用法律规则就可以得到正当化的法律判断。3这一推理模式在内容上对法律人而言具备相当的吸引力，如果具备详尽的法典化的法律规范以做到对界定争点、确认适用规范的程序后，只要保证规范适用于事实就可以得到系统内认可的规范性判决。然而，这种线性的规则适用模式不仅缺乏对司法实践进行合理解释的能力，同时也背离了法律规则在语词、概念及规则理解三个层次的开放结构所带来的的模糊性的固有缺陷，4一味的认为规则适用的演绎逻辑，涵涉事实进而推出结论只能成为在科幻小说中“西比拉系统”一般的幻想。在现实的司法实践中，司法裁判的做出不是一个简单的规则适用的模型，如果这一设想可以成立，不仅目的论解释不再具备适用意义，而且对修正司法裁判而言将存在巨大的困难。司法的裁判文书也可以大幅缩减，在保留必要的信息确认后，只要给出具体的法律规范条文，就足以证明判决的合理性了。1与此相反，在裁判文书于最后的依据某某条法律规范做出判决之前，我们还需要对司法文书进行说理，而说理的重要性就存在于法的证立的层面上，在确认各项支持和相反理由后，如何理解法律规定的价值，平衡各项利益，在法秩序所创设的论证框架下获得为各方所认可的规范性确信。诚然，法律规则是法官做出司法裁判最为重要的理由，但这一理由并非是唯一的。不仅法律规则有着文本确认后无法随时适应社会生活变化而具有的规则的僵硬性，而且规则的例外、法律原则等都会在一定程度上减损原规则适用的合理性（类似于上文所述的底切冲突）。
.............................
（二）法律规范是可废止的吗？
需要澄清的是，“废止”这一说法在中文语境下的语义锐度较强，当我们提出“法律规范是否可废止”时，似乎意味的是法律规范被废、失去效力，然后被停止适用，在事实上终止其法律意义。然而，与前文所述的可废止性类似，本文所述及的法律规范的可废止意味多是在论证语境下的，其含义不是对法律规范的适用可能性的否认，相反，这一含义与国内早间讨论、引入法学的“可辩驳性”概念的含义较为接近，1在这一意义上，法律规范的可废止性可以理解为法律规范是否是可辩驳的，其关心的并不是作为制度事实的法律规范的存续问题，我们的重点在于考量，对于法律规范而言，是否也存在着规则与原则例外的必然性。
1.规则的可废止性：例外是必然的吗？
虽然大多数学者都认可法律规则必然包含着无法被先前穷尽列举的例外，但是依然有学者，如巴蓉，反对这一观点。巴蓉认为，即便规则被过度包含或是过少包含，或在起草规则时没有预料到相关情况，我们依然可以设想一个不存在例外的法体系。
为理解巴蓉的观点，有必要先就法律规则的过度包含及过少包含进行分析。在肖尔的分析中，规定性规则（prescriptive rules）可以被拆解为两部分，导致规则适用的条件与规则的事实认定所指定的条件得以实现时应当发生什么的结果。3当然，尽管肖尔认为并不是所有的规则都会清晰的说明其条件和满足条件的结果，但所有的规则都可以被重构为“对所有的实例X而言，应当（禁止/可以）P”。而规则的过度包含和过少包含就发生在规则的事实认定与规则的证成不一致的情况下。肖尔举避免对餐厅的顾客造成恼人的干扰是诸如 “本餐厅不允许养狗”的规则的深层理由为例，由于可能存在不会造成烦扰的狗，因此这一规定在对“狗”的种类限定上显得过于宽泛，也就是过度包含；相应的，出于对餐厅中的顾客造成干扰的原因不限于带狗进入（如带熊进入），这一规定有可能过少包含了。4乔治·罗德里格斯将规定性规则的过度包含进一步拆解为两个步骤，（1）规定性规则的事实前提作为一个条件，足以推导出其规范性的后果，（2）然而，可能有一些情况被规则所涵盖，但却没有被规则的深层理由所涵盖。
...................................
三、人工智能适用可废止性法律推理 .......................................... 26
（一）可废止性法律推理：弱人工智能还是强人工智能？ ..................... 26
1.算法即法律？ ........................................... 26
2.弱人工智能还是强人工智能？ .............................. 29
四、可废止性法律推理与人工智能的未来发展趋势 ...................... 55
（一）Mimic模拟画师训练系统的警示 ................... 55
（二）神经网络与机器学习 ....................... 57
（三）人的不可取代性 .................................. 59
结语 ......................................... 61
四、可废止性法律推理与人工智能的未来发展趋势
（一）Mimic模拟画师训练系统的警示
在法律领域之外，曾经为《法律帝国》中所经常提及的文学作品艺术欣赏领域，近来愈发受到人工智能所带来的冲击。虽然对行业内高端的产品尚未能有明显的影响，但在技术水平较低的中低端市场上，人工智能却能强势的对人们自满的艺术审美发起挑战。
2022年8月29日，日本宣发了一款名为Mimic的模拟画师训练系统，其功能旨在模仿插画师，提供人工智能作画服务。用户只需上传15-30张角色插画，便能通过学习此类插画的特征形成新的同画风插画。消息一经放出，画师界顿时一片哗然。从用户的使用体验上来看，未经过专业训练的普通插画爱好者，几乎很难分辨该画作是出自画师之手还是由人工智能生成，而即便经受多年绘画训练的专业画师也不得不承认，Mimic所提供的模仿服务相当专业，在调色、笔触等需要一位画师历经多年方能形成的特色上，人工智能只需要经过短暂的学习就能给出颇为接近的画作。
几乎在同时，画师们纷纷宣布禁止将自己的作品上传至Mimic。由于Mimic需要用户上传图片供人工智能进行学习，但平台同时没有确认用户是否拥有上传图片的著作权，导致大部分画师担忧此举可能导致对自己作品的滥用和侵权。而在一片抗议声中，Mimic系统在上线三天后，于2022年9月1日宣布下架，停止使用。
法学论文参考
..................................
结语
本文对可废止性的分析意在尝试尽可能的协调我们意图中功能上介于强弱人工智能之间的智能化系统与限定可废止性来源为规则模式的理论。在司法上，我们都认同法律规则与法律原则都可能成为衡量理由的规范，但先且不论人工智能技术能否实现原则化的判断，在设计理念上希望能有助于疑难案件的人工智能最后却需要在操作人员的指引下提高简单案件的处理效率，这不得不说是一种遗憾。
很多学者可能介怀的地方在于，无法信赖在技术上不成熟，而且可能冲击传统理论的技术要素，不过，就目前人工智能所能实现的技术水平来说，想要如人一样思考去融贯的理解法律体系还处在一个相当遥远的层面。而即便人工智能在形式上符合自动售货机式的机械法学，我们也可以仿效法国的大数据禁令一般，将最后的控制权握在司法的参与人员手中。虽然科层化的组织也许会出现目标替代，但这不能成为阻断技术发展和进步的理由，司法的智能化与科层制本身就处在两条社会规制的赛道上，即使技术的进步在现有的结构下可能会对考核的目标产生影响，也不能就此得出结论认为，技术发展是导致这一不利影响的主要原因。
如果我们想要构建一个与人更为相像的智能化系统，对法律推理而言，我们必须使该系统学习原则适用的理由权衡。从这一角度上说，人工智能适用司法推理就需要在标签化的特征值与结论的映射关系外，增加如同人进行反思均衡一样的反向纠正程序。而且更重要的一点在于，如果系统始终保持着不接纳原则，按照拆解规则的字词与案件的对应关系来辅助办案，对司法系统来说，这在性质上与提供更大量检索的数据库并没有本质上的区别。查询，随后深化自己的内心确信，不同的是，系统可能给一个与认知不同的结论，并要求说明理由。虽然适用人工智能的理由之一就在于其价值中立的立场可以保证裁判的客观性，但如果客观性的形成只能局限于简单案件，疑难案件的束手无策就与学者们经常讨论的“大数据、小任务”的困境相连。
参考文献（略）