是通过其论证程序和方法来实现的 第1张

浙江大学光华法学院魏斌在《法制与社会发展》2024年第4期上发表题为《司法人工智能可解释性难题的法律论证分析》的文章中指出：

司法人工智能在智慧司法场景中面临的关键挑战是其可解释性难题。这主要是因为，司法人工智能所采用的神经网络算法导致了算法决策的“黑箱”问题，从而使法律预测的流程和结果缺乏透明性和可理解性。随着生成式人工智能被引入司法领域，其庞大的参数量使得可解释性难题愈加严峻。法律论证为从法学话语破解司法人工智能可解释性难题提供了一个可行的解决方案，该方案来自对法学理论的思考，是在法理学视角下发展出的新的主题。一方面，法律论证启发司法人工智能破解可解释性难题的原因在于，法律论证自身是可解释的，这种自身的可解释性被司法人工智能借鉴并用于提升其决策的透明性。诸多法律论证的理论研究都以可解释性为最基本的特征。另一方面，法律论证为司法人工智能提供可解释性方案是通过其论证程序和方法来实现的，即解释是在解释者与解释听众之间通过论证来进行的。

法律论证的理论研究诞生了多样化的程序性理论和方法，而人工智能研究也充分体现了法律论证的可解释性功能。通过制定可解释性论证规则，明确可解释性检验标准，不仅能够标准化双方的言语行为，而且可以促进深层次的相互理解和知识转移。

司法人工智能的可解释性难题应始终聚焦于以人为中心的解释方法。然而，法律论证提供的可解释性方案并不能完全解决所有问题，它更多是作为框架提供了一套论证程序、论辩规则和验证标准，帮助论证双方澄清对司法人工智能决策的理解。在实际应用中，有效地运用这一框架还需要解释者选择恰当的策略，同时需要考虑解释听众的知识背景和对问题的熟悉程度。解释者应根据解释听众的认知水平和接受能力，调整解释方法和手段，以推动解释被听众所理解。随着司法人工智能的深度发展，法律论证也需要不断更新论证模型、调整论辩规则，发展更为精细化的评估标准，从而满足实践对于司法人工智能的可解释性需求。