框架问题是人工智能研究中的一个核心问题。该问题的焦点是算法在解决具体任务时调用的背景知识。这些背景知识貌似不会影响具体任务的解决，实际上却会对任务执行产生巨大影响。[57]例如，对人而言，“颜色不相容”是常识，一件物品如果是红色的，就不会同时是绿色的。但这一常识的基础在于绿色和红色同为颜色而非形状，否则一件东西完全有可能既是红的（颜色）又是绿的（形状）。这个常识对人而言根本无须刻意掌握，但对机器而言却是需要由编程者专门提供的背景知识。[58]是否能够以及如何能够言说这些对人而言无须言说的知识，构成了人工智能研究中的框架问题。[59]认知活动由我们在解决问题过程中自觉、刻意完成的显性部分和自发、自动完成的隐性部分共同构成。我们往往只注意到自己在显性部分付出的努力，却很难意识到作为背景信息被自动完成的隐性认知过程对于整个任务而言有多么重要。我们以为是显性的推理在导航，殊不知决定方向的是推理冰山之下强大的框架知识。

因此，决策者在审视决策过程时不能仅仅检验框架内的显性推理过程，还应重视框架本身暗示的隐性背景信息。这对面临不同框架的法律决策者而言是格外重要的提示。虽然在大多数情况下，法律体系层层套嵌的结构已经为每个分支节点上的决策活动提供了明确的框架，但在部分情况下法官仍有可能在不同的框架之间进行选择。例如，反不正当竞争法一般条款就提供了道德评价和经济分析两个框架：一个是第2条第1款强调的诚实信用与公认的商业道德标准，另一个是第2条第2款强调的市场竞争秩序和其他经营者利益标准。前者是道德评判框架，后者是经济分析框架。立法并没有明确指定运用一般条款时应当适用哪个框架，法院则通过多年实践表达出了对道德评判框架的偏好。[60]针对巨大的自由裁量责任，不同的框架完全可能引导法官提出不同的问题、展开不同的分析、得出不同的结论。道德更多地依据直觉、指向对错、关注行为人的主观动机而不会精打细算地分析复杂交易结构中每对双务关系的交易对价和交易成本。如果采用经济分析的框架，法官提出的问题则会有所不同，重点会落在利益关系、交易成本和行为效果方面。针对同样的案件事实，法官在道德框架和经济框架下分析时受到的指引可能存在巨大差别。因此，选择正确框架绝非无关紧要之事。这恰恰与人们在计算机科学领域认识到的框架问题重要性不谋而合。(www.daowen.com)

算法研究中可供法律参考的经验远不止上述四个角度。本文仅以几项浅显的思路为例，试图说明算法的透镜或许能为观察法律增添一些有价值的视角。一如前文所述，本文绝不认为算法视角可以替代观察法律的传统方式。但认为在社会关系愈发多样化、法律“算法”的“编程”任务越来越复杂的情况下，既有的算法设计经验应该能够成为有益的知识来源。