蒋　舸[1]

摘要：法律与算法都是为实现特定目标而构造的指令集。两者都以过滤信息、建构模型为手段，具有降低认知负担、提高认知效率的功能。算法设计中的一些基本原则可以供法学参考。作为初步尝试，法学可以关注算法在认识论层面遵循的一些规律，例如关注信息成本、警惕类型化程度、视情况选择不同复杂度的消解方案，以及重视框架效应的影响等。透过算法的视角观察法律不以在执行层面将法律代码化为目标，但致力于在结构层面提供反思法律的新视角。

关键词：算法；指令集；认知模型；信息成本；框架效应

在过去的六十余年中，香农、西蒙和明斯基等人工智能先行者在达特茅斯会议上激起的思想水花逐渐成长为波涛汹涌的浪潮。一浪接一浪的科技进步在推动社会进步的同时，也给法学界抛出了一个接一个的难题。如果我们浏览近年来法学期刊上关于人工智能的文章，得到的印象恐怕接近“一头冲进瓷器店的大象”，正让传统的法律体系应接不暇：隐私权受到的威胁如何化解？[2]算法歧视怎么处理？[3]自动驾驶的责任如何分配？[4]智能投资顾问如何规制？[5]人工智能生成物是不是作品？[6]人工智能的伦理规范、[7]伴生风险[8]和制度安排[9]怎么规划？总之，在针对算法和法律关系的研究中，算法主要是作为问题而存在的。(www.daowen.com)

但是，算法之于法律未必只意味着问题，还可以提供工具。此处所谓工具，不是“法律代码化”[10]意义上的技术工具，而是方法论意义上的思维工具。计算科学以制造智力替代物为己任，因此它不仅关心知识获取的结果，而且探索知识生产的过程。它有意识地整合了计算机科学、心理学、逻辑学、哲学等各领域的成果，总结出一系列知识生产的规律。法律同样是知识，在社会日趋复杂的背景下同样有必要对本领域的知识生产过程展开更深入的研究。既然如此，我们就有理由推测计算科学领域关于知识生产的规律有可能被挪用到法律领域，被用于解构法律领域的知识生产过程、实现更好的知识生产结果。

文章前两部分致力于回答基础问题：法律和算法具有可比性吗？算法研究体现了值得法学借鉴之处吗？在对这两个问题做出肯定回答之后，文章将尝试借用算法中一些浅显但重要的规律来观察法律，比如重视信息成本、理性对待认知模型的精细化程度、分门别类地化解复杂性问题以及刻意关注框架效应的影响。