0

0
0

文字

分享

0
0
0

法律上的爭執,用科學來解決?淺談法庭中的「鑑定制度」

法律白話文運動_96
・2020/06/29 ・2736字 ・閱讀時間約 5 分鐘 ・SR值 570 ・九年級

一位已婚男生,就叫他嘉明好了。他很想跟老婆離婚,但苦無理由,老婆又不肯輕易答應。他想到個辦法,製造一個老婆紅杏出牆的假象,這樣他就有理由休妻了。

於是在一個熱鬧的 Party 上,他用計灌醉自己的老婆跟一個男的,再偷偷把他們扛到同一張床上,為了讓大家真的相信他們這是真的偷情,還用蛋白製造了一些假精液灑在他們身上和床上。

萬事俱備後,嘉明假裝不小心發現老婆跟其他男人偷情,並大喊:「你們這群姦夫淫婦在幹嘛?我要離婚!」故意讓其他客人發現,讓這些客人以後當作法庭的證人來用,老婆顯得非常錯愕。

因為她原本在跟嘉明喝酒,怎麼變成跟別的男人上床?但嘉明對著老婆說:現在人贓俱獲,妳還想辯解什麼?

這時候有位醫生,走了出來,用手沾了沾床上的精液並聞了一下,説:「這不是精液。」

圖/pickpik

法律上的爭執,利用科學來解決?

上述的故事是來自猶太教的塔木德教典,大概是西元前 4 ~ 6 世紀口述所編。這故事在強調,若發生了爭執,可以利用科學或相關的專業知識,來解決紛爭或疑問。

也就是說,利用科學來解決解決法律上的爭執,不是現代社會獨有,2000 多年前的西亞地區就有這種觀念。

圖/梗圖倉庫

雖然這個故事,讓醫生來判斷那些白色的液體是不是精液,似乎有點荒謬。但可以呼應到最近發生的「台鐵殺警案」,由身心科醫生來判斷犯罪嫌疑人的精神狀態。

那為什麼法官會需要別人來協助判斷事實?

有時候法庭上審理到的事件,並無法簡單地用肉眼或常理就能判斷,常需要透過「科學」的方式來證明,例如上面說的白色液體是不是精液、嫌疑人的精神狀態,或者是某種藥物跟某種疾病的關係,甚至是河川上游工廠排放的廢水與下游住戶所出現的一些疾病間的關係。

-----廣告,請繼續往下閱讀-----

在刑事案件,比較常見的就是對搜查現場所發現的血液進行 DNA 鑑定。

需要科學協助法官釐清專業內容

因為法官沒有相關的知識背景,難以判斷前述的這些問題,這時候就要透過一些制度讓熟悉「科學」的人可以進來法庭裡面,台灣目前所使用的制度就是讓「專家」置於一個「輔助者」的角色,使法官可以透過這個「輔助者」取得相關的科學專業知識。

當然也有另一種方式,例如早期美國就有學者提倡設置「科學法院」──建立一個專門性的法院,選任各種不同領域出身的法官,來處理各種高度專業性的案件。

而台灣這種讓「專家」居於「輔助者」的角色,就是民事訴訟法以及刑事訴訟法上的鑑定制度

-----廣告,請繼續往下閱讀-----
在審理案件時,法官會參酌專業人士的鑑定報告,進而提出判決結果。圖/peakpx

鑑定制度指的是,一種調查證據的方式,由法官委託具有特別知識的專家,依照這位專家的專業,觀察某個事實後,加以判斷提出意見。而法官會參考這些專業人員的意見之後,去判斷事實並適用法律。

例如台鐵殺警案,法官參酌了身心科醫師所提出的鑑定報告結果:「犯罪嫌疑人在行為時不具辨識能力。」同時也參酌了其他要素後,才做出無罪的判決。

事實認定的權限屬於法官,不理會專家意見可以嗎?

這下來的問題就是,法官可以不要理會鑑定人的意見嗎?

答案是肯定的,認定事實及適用法律本來就是法官的權限,法官可以綜合法庭上的辯論、其他調查證據的結果,在自由心證下來評價這個鑑定結果是不是可以參考。

若認為鑑定人所做出的鑑定結果不值得參考,當然可以做出一個與結果相異的判決,法官並不受鑑定所拘束

-----廣告,請繼續往下閱讀-----
鑑定報告只是輔助。圖/梗圖倉庫

這其實很好理解,因為鑑定制度本身就是讓鑑定人提供相關的專業知識、科學技術上的知識,去「輔助」法院進行事實認定,可說是一種補充法官專門知識的手段。

真正有事實認定權限的主角是法官。他若覺得鑑定意見不可信,當然可以不用。而且實務見解也說,法院不可以輕易全盤接受鑑定結果,為何採這個鑑定意見要說明,如果不採這鑑定意見,也應要說明為什麼不採。

這時候,不知道讀者有沒有發現到奇怪的地方。法官就是不具備專業知識才找鑑定人啊,那鑑定人提出鑑定意見,法官又必須去判斷這個鑑定意見到底能不能採,這時候法官若沒有專業的知識,能正確地理解這個鑑定意見並判斷能不能採嗎?

法官該怎麼看待鑑定意見?

選擇鑑定人就是選任那些具備充足專業知識的人,那他們做出來的意見,八成不會錯吧?

-----廣告,請繼續往下閱讀-----

但這樣並不代表法官就可以完全不用思考就直接採納這些意見?在日本曾經有法官在醫療訴訟裡面,不採納醫療鑑定意見,因為那份整份鑑定報告僅有 4 頁。法官覺得這樣的意見太草率了,所以不採納。

當然也有反例。一樣在日本,福岡高等法院曾有一個例子是,法官採信了某個鑑定意見,即便這個鑑定意見的內容並不充分,但撰寫這份意見的人,是在該領域非常權威性的人,所以法官仍然採納這份鑑定意見,而事後的研究證明這份鑑定意見是有問題的。

此事也被日本某位學者在書裡揶揄,嘲笑法官是不是權威主義的信仰者(這位日本學者經常在書裡面嗆念法律的不懂科學,堪稱戰文組的大將軍)。

法官作為最終裁判者,應當說明採納鑑定意見的理由。圖/wikimedia

事實上,我們的法律並沒有提供一套標準來指導法官如何去評價鑑定意見,大部分法官也沒辦法對鑑定意見實質的去審查內容。當然如果這種鑑定所運用的某種科學的檢查或實驗已經普遍化了,例如 DNA 檢測,那對於這類的檢測結果,一般來說並不會去懷疑。

-----廣告,請繼續往下閱讀-----

除了普遍性的這種科學檢測外,法官應該做的是,如何在判決裡面說明,為什麼要採納這份鑑定意見,例如鑑定意見的結論和其他證據調查結果是否一致、數份鑑定意見的結論是否相同、有沒有其他醫學文獻可以支撐鑑定意見、鑑定的基礎事實有沒有問題等。

如果法官已經充足說明了,那就應該沒有理由可以去批評法官為何採納這份鑑定意見。

困難案件中採納與不採納,法官的兩難

在一些困難的案件裡面,採納鑑定意見,對法官而言是一種挑戰,除了必須花時間去閱讀這些困難的文獻之外,外界對法官採納鑑定意見通常會有下列二種反應:

  1. 若法官全然接受鑑定意見。
    鄉民:要法官幹嘛,我們讓專家學者(唸理組的)判斷就好了啊。還花錢養你們法官。
  2. 若法官做出與鑑定相異的判決。
    鄉民:文組懂什麼,尊不尊重專業啊?不要凌駕專業之上好嗎?

還有個問題是,如果現在案件碰上的是連科學可能都無解的問題、或是科學研究上尚無定論的問題該怎麼辦?

-----廣告,請繼續往下閱讀-----

以後有機會跟你說!

文章難易度
法律白話文運動_96
26 篇文章 ・ 531 位粉絲
法律白話文運動」是致力於推廣法律知識與法治思想的獨立媒體,願與讀者一起從法律認識議題,從議題反思法律。

0

8
2

文字

分享

0
8
2
快!還要更快!讓國家級地震警報更好用的「都會區強震預警精進計畫」
鳥苷三磷酸 (PanSci Promo)_96
・2024/01/21 ・2584字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 交通部中央氣象署 委託,泛科學企劃執行。

  • 文/陳儀珈

從地震儀感應到地震的震動,到我們的手機響起國家級警報,大約需要多少時間?

臺灣從 1991 年開始大量增建地震測站;1999 年臺灣爆發了 921 大地震,當時的地震速報系統約在震後 102 秒完成地震定位;2014 年正式對公眾推播強震即時警報;到了 2020 年 4 月,隨著技術不斷革新,當時交通部中央氣象局地震測報中心(以下簡稱為地震中心)僅需 10 秒,就可以發出地震預警訊息!

然而,地震中心並未因此而自滿,而是持續擴建地震觀測網,開發新技術。近年來,地震中心執行前瞻基礎建設 2.0「都會區強震預警精進計畫」,預計讓臺灣的地震預警系統邁入下一個新紀元!

-----廣告,請繼續往下閱讀-----

連上網路吧!用建設與技術,換取獲得地震資料的時間

「都會區強震預警精進計畫」起源於「民生公共物聯網數據應用及產業開展計畫」,該計畫致力於跨部會、跨單位合作,由 11 個執行單位共同策畫,致力於優化我國環境與防災治理,並建置資料開放平台。

看到這裡,或許你還沒反應過來地震預警系統跟物聯網(Internet of Things,IoT)有什麼關係,嘿嘿,那可大有關係啦!

當我們將各種實體物品透過網路連結起來,建立彼此與裝置的通訊後,成為了所謂的物聯網。在我國的地震預警系統中,即是透過將地震儀的資料即時傳輸到聯網系統,並進行運算,實現了對地震活動的即時監測和預警。

地震中心在臺灣架設了 700 多個強震監測站,但能夠和地震中心即時連線的,只有其中 500 個,藉由這項計畫,地震中心將致力增加可連線的強震監測站數量,並優化原有強震監測站的聯網品質。

-----廣告,請繼續往下閱讀-----

在地震中心的評估中,可以連線的強震監測站大約可在 113 年時,從原有的 500 個增加至 600 個,並且更新現有監測站的軟體與硬體設備,藉此提升地震預警系統的效能。

由此可知,倘若地震儀沒有了聯網的功能,我們也形同完全失去了地震預警系統的一切。

把地震儀放到井下後,有什麼好處?

除了加強地震儀的聯網功能外,把地震儀「放到地下」,也是提升地震預警系統效能的關鍵做法。

為什麼要把地震儀放到地底下?用日常生活來比喻的話,就像是買屋子時,要選擇鬧中取靜的社區,才不會讓吵雜的環境影響自己在房間聆聽優美的音樂;看星星時,要選擇光害比較不嚴重的山區,才能看清楚一閃又一閃的美麗星空。

-----廣告,請繼續往下閱讀-----

地表有太多、太多的環境雜訊了,因此當地震儀被安裝在地表時,想要從混亂的「噪音」之中找出關鍵的地震波,就像是在搖滾演唱會裡聽電話一樣困難,無論是電腦或研究人員,都需要花費比較多的時間,才能判讀來自地震的波形。

這些環境雜訊都是從哪裡來的?基本上,只要是你想得到的人為震動,對地震儀來說,都有可能是「噪音」!

當地震儀靠近工地或馬路時,一輛輛大卡車框啷、框啷地經過測站,是噪音;大稻埕夏日節放起絢麗的煙火,隨著煙花在天空上一個一個的炸開,也是噪音;台北捷運行經軌道的摩擦與震動,那也是噪音;有好奇的路人經過測站,推了推踢了下測站時,那也是不可忽視的噪音。

因此,井下地震儀(Borehole seismometer)的主要目的,就是盡量讓地震儀「遠離塵囂」,記錄到更清楚、雜訊更少的地震波!​無論是微震、強震,還是來自遠方的地震,井下地震儀都能提供遠比地表地震儀更高品質的訊號。

-----廣告,請繼續往下閱讀-----

地震中心於 2008 年展開建置井下地震儀觀測站的行動,根據不同測站底下的地質條件,​將井下地震儀放置在深達 30~500 公尺的乾井深處。​除了地震儀外,站房內也會備有資料收錄器、網路傳輸設備、不斷電設備與電池,讓測站可以儲存、傳送資料。

既然井下地震儀這麼強大,為什麼無法大規模建造測站呢?簡單來說,這一切可以歸咎於技術和成本問題。

安裝井下地震儀需要鑽井,然而鑽井的深度、難度均會提高時間、技術與金錢成本,因此,即使井下地震儀的訊號再好,若非有國家建設計畫的支援,也難以大量建置。

人口聚集,震災好嚴重?建立「客製化」的地震預警系統!

臺灣人口主要聚集於西半部,然而此區的震源深度較淺,再加上密集的人口與建築,容易造成相當重大的災害。

-----廣告,請繼續往下閱讀-----

許多都會區的建築老舊且密集,當屋齡超過 50 歲時,它很有可能是在沒有耐震規範的背景下建造而成的的,若是超過 25 年左右的房屋,也有可能不符合最新的耐震規範,並未具備現今標準下足夠的耐震能力。 

延伸閱讀:

在地震界有句名言「地震不會殺人,但建築物會」,因此,若建築物的結構不符合地震規範,地震發生時,在同一面積下越密集的老屋,有可能造成越多的傷亡。

因此,對於發生在都會區的直下型地震,預警時間的要求更高,需求也更迫切。

-----廣告,請繼續往下閱讀-----

地震中心著手於人口密集之都會區開發「客製化」的強震預警系統,目標針對都會區直下型淺層地震,可以在「震後 7 秒內」發布地震警報,將地震預警盲區縮小為 25 公里。

111 年起,地震中心已先後完成大臺北地區、桃園市客製化作業模組,並開始上線測試,當前正致力於臺南市的模組,未來的目標為高雄市與臺中市。

永不停歇的防災宣導行動、地震預警技術研發

地震預警系統僅能在地震來臨時警示民眾避難,無法主動保護民眾的生命安全,若人民沒有搭配正確的防震防災觀念,即使地震警報再快,也無法達到有效的防災效果。

因此除了不斷革新地震預警系統的技術,地震中心也積極投入於地震的宣導活動和教育管道,經營 Facebook 粉絲專頁「報地震 – 中央氣象署」、跨部會舉辦《地震島大冒險》特展、《震守家園 — 民生公共物聯網主題展》,讓民眾了解正確的避難行為與應變作為,充分發揮地震警報的效果。

-----廣告,請繼續往下閱讀-----

此外,雖然地震中心預計於 114 年將都會區的預警費時縮減為 7 秒,研發新技術的腳步不會停止;未來,他們將應用 AI 技術,持續強化地震預警系統的效能,降低地震對臺灣人民的威脅程度,保障你我生命財產安全。

文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
195 篇文章 ・ 299 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

2
0

文字

分享

0
2
0
推理小說的形上學:法庭語言與維根斯坦的《邏輯哲學論》
林澤民_96
・2023/01/16 ・7312字 ・閱讀時間約 15 分鐘

很多人從小就把福爾摩斯的故事讀到滾瓜爛熟了,我也是如此。但我近年來用貝氏統計學與維根斯坦《邏輯哲學論》的觀點來重讀這些故事,別有一番意趣。

《邏輯哲學論》的作者——路德维希·维根斯坦。圖/wikipedia

這兩個閱讀角度,其實也適用於閱讀其它的偵探故事,包括美國 1930 年以來影響廣泛的冷硬派推理小說。如果說貝氏統計學是推理小說的方法論,那麼《邏輯哲學論》就是推理小說的形上學。

我之前已寫過推理小說方法論的文章;請見跟名偵探學習推理—回溯推理與貝氏定理分析(上)〉跟名偵探學習推理—回溯推理與貝氏定理分析(下)〉

本文在方法論的基礎上論述其背後的形上學:維根斯坦的《邏輯哲學論》

-----廣告,請繼續往下閱讀-----

一、「資料!資料!資料!」

先簡略複習方法論。〈回溯推論法、貝氏定理、及推理小說〉一文就福爾摩斯使用的貝氏推理方法已有詳細論述。除了此文所舉〈皮膚變白的軍人〉一案外,收在《冒險史》系列中的〈銅山毛櫸案〉更是絕佳的貝式推理辦案例子。(按:銅山毛櫸是一種樹木,英文 Copper Beech,這種樹的葉子像擦亮的金屬。這個故事中犯罪現場的住宅外種了很多銅山毛櫸,因此以「銅山毛櫸」名之。)

收在《冒險史》系列中的〈銅山毛櫸案〉更是絕佳的貝式推理辦案例子。圖/wikipedia

這個故事的客戶亨特小姐得到了一個待遇奇高、雇主又有些不尋常要求的家庭教師工作。她受高薪吸引,但雇主要她剪短長髮、穿他女兒衣服等奇怪要求卻令她不安,因而來貝克街 221B 尋求諮商。福爾摩斯也覺得其中必有蹊蹺,答應她在遇到危險時去幫助她。

福爾摩斯在聽到亨特小姐的初步陳述之後,並未立即說出他心中的想法。他坐下來蹙眉深思。華生忍不住問他,他只是不耐煩地嚷道:「資料!資料!資料!」(Data! Data! Data!)。他又說:「沒有粘土,我做不出磚頭!」

不久之後,亨特小姐果然來電要求福爾摩斯前往協助。在搭火車前往「銅山毛櫸」所在的溫徹斯特途中,福爾摩斯終於向華生透露了他的想法:

-----廣告,請繼續往下閱讀-----

「我曾設想過七種不同的解釋,每一種都適用于到目前為止我們所知道的事實。但它們當中哪一種是正確的,只能在得到無疑正在等著我們的新消息後才能做出決定。」

貝式推理辦案

這兩句話,可以視為貝氏統計學的絕佳註解。福爾摩斯在聽過亨特小姐的敘述之後,經過深思,已經用他擅長的「回溯推論法」發展出七種可以推論出已知事實的解釋。

在這個階段,這七種解釋都是可能的,換句話說:七種解釋都有不等於零的機率。這個機率分布,就是貝氏統計學的「先驗機率」。貝氏統計學的功能,便是在獲得進一步的資料之後,用貝式定理算出「後驗機率」的機率分布。後驗機率更新了先驗機率。

如果新資訊是有用的,後驗機率分布通常會比先驗機率有較小的標準差,也就是更集中在較少的解釋上。如果一開始資料不足,貝式統計學家可能會假設所有的解釋都有相同的機率為真,這就是統計學所謂均勻分布(uniform distribution)。

將有用的資料考量進去之後,如果有些解釋因為與新資訊不盡相符,其機率降低,甚至可以完全排除。如此,後驗機率就變成集中在少數幾個解釋的分布了。

-----廣告,請繼續往下閱讀-----

這個故事中,福爾摩斯與華生與亨特小姐在溫徹斯特見面,亨特小姐報告了她在雇主家中的見聞。這些新資料已經足夠讓福爾摩斯把後驗機率分布全部集中在單一解釋上了。他向亨特小姐說:

「當然,只有一個說得通的解釋,你是被請到那裡去冒充某個人,而那個人實際上被囚禁在那間屋子里,這是一清二楚的。至於這個被囚禁的人是誰,我可以斷定就是那個女兒艾麗絲.魯卡斯爾小姐。

如果我沒記錯的話,她是被說成已經到美國去了。毫無疑問,你所以被選中是因為你的高度、身材和你的頭髮的色澤和她的一樣。好的頭髮被剪掉很可能是因為她曾經患過什麼病,因而,自然也必須要你犧牲你的頭髮。

你瞧見那綹頭髮完全是碰巧。那個在公路上的男人無疑是她的什麼朋友,很可能是她的未婚夫。而且無疑,正因為你穿著那個姑娘的衣服,而且又那麼像她,所以每當他看見你的時候,他從你的笑容中,以後又從你的姿勢中,相信魯卡斯爾小姐確實很快樂,並認為她不再需要他的關懷了。」

當後驗機率百分之百集中在單一解釋上,在福爾摩斯心中,案件已經破了。然而,他仍然需要得到法庭可以接受的證據,那才能將罪犯訴之以法。

二、形上學:邏輯哲學論

推理小說中偵探用邏輯探案,最終還是要上法庭用語言陳述,並接受事實證據的檢驗。看過厄爾.斯坦利.加德納 (Erle Stanley Gardner)《梅森探案集》(Perry Mason)的小說讀者或電視觀眾對這點一定印象深刻。這裡要談的是:推理小說中語言與事實的關係,就是早期維根斯坦《邏輯哲學論》中語言與事實的關係。

美國雜誌印刷的“哭泣的燕子案”插圖,佩里·梅森的短篇小說,作者是厄爾·斯坦利·加德納。圖/wikipedia

在《邏輯哲學論》中,維根斯坦主張語言由命題組成,而命題是世界上事實的「圖像」。維根斯坦所謂「圖像」就是「模型」。他在《邏輯哲學論》2.12 寫道:「圖像是事實的模型」。

-----廣告,請繼續往下閱讀-----

其實,維根斯坦用「圖像」及「模型」這兩個字來描述命題與事實的對應關係,正來自於法庭上的實際作法。原來他在報上讀到巴黎法庭在審判時使用模型來呈現交通事故現場,便想到可以用圖像與事實的對應關係來描述命題與事實的對應關係。

世界由基本的事實組成,這些基本事實反映在語言中就是他所謂的「原子命題」。在語言中,這些原子命題組成了較複雜的命題。複合命題可以用邏輯真值表來判斷其真偽。

邏輯不但是語言的結構,也是世界的結構。語言中可以用邏輯推導出的命題,在世界上必然也有相對應的事實。反過來說,只有在世界上有對應事實的命題,才是在語言中有「意義」的命題。維根斯坦的這個理論,一般稱作「語言的圖像理論」或「意義的圖像理論」。

《邏輯哲學論》影響了維也納學派的邏輯實證論。到今天,社會科學中的形式理論(formal theory)都還是用邏輯推導的命題系統來為人文現象建立模型,並尋求經驗世界的實證。

-----廣告,請繼續往下閱讀-----

《邏輯哲學論》中,維根斯坦寫道:

「假設有神創造了一個世界,其中某些命題為真,那祂這樣也就創造了一個這些命題衍出的所有命題皆為真的世界了。依同樣的道理,祂不能創造一個命題『p』為真的世界,而不同時創造這個命題的所有指涉對象。」

——《邏輯哲學論》5.123

這個邏輯世界,就是福爾摩斯推理辦案的世界。福爾摩斯的名言:

「當你把一切不可能的情況都排除之後,那剩下的,不管多麼離奇,也必然是事實。」

——《四簽名》

這就是說經過邏輯演繹確立的假說,必然是案情唯一的解釋。不論這假說有多不可能,也必然可以找到事實證據來支持它通過法庭的檢驗。

這種推理方法當然不是福爾摩斯的專利。雷曼.錢德勒(Raymond Chandler)透過筆下的偵探馬婁(Marlowe)也說:

-----廣告,請繼續往下閱讀-----

「有些事情是事實:在統計的意義上、寫在紙上、錄在帶上、作為證據的事實。而有些事情之所以為事實是因為缺少了它其它的事情就無法解釋了。」

——《回播》

達許.漢密特(Dashiell Hammett)的《瘦子》也有這一段偵探尼克(Nick)與他太太諾拉(Nora)的對話:

諾拉:「所以你並不確知他搶了威年特?」

尼克:「我們當然知道。不是這樣事情就無法接榫。」

諾拉:「所以你並不確定他——」

尼克:「不要這樣說。我們當然確定。只有這樣事情才能接榫。」

換句話說:推理的結論並不是已知的事實,而只是邏輯推論得到的命題。然而,依據《邏輯哲學論》的形上學,這個命題在世界上必然會有相對應的事實,只有這樣才能跟其它已知的事實「接榫」。「接榫」(click)就是邏輯的連結;少了這個連結,案情就無法解釋。

美國的法庭上,檢察官和被告律師的任務是藉由證人的證詞拼湊足夠的事實證據讓陪審團推論出有罪或無罪的判決。證人做證前必須宣誓其所做的證詞是「事實、全部的事實、而且只有事實」(”The truth, the whole truth, and nothing but the truth.”)。

只有與案情事實相關的證詞才能被法官接受而列入紀錄。檢察官和被告律師交叉詰問證人時,常用是非題的陳述提問,只要證人回答「對」或「錯」,也就是邏輯上的「真」或「假」。這些陳述雖然不是維根斯坦所謂的原子命題,但詰問的目的就是要排比出案情的基本事實,以備最後陳述時用真值表的邏輯推論出複合命題之用。

-----廣告,請繼續往下閱讀-----
梅森探案集。圖/IMDb

像《梅森探案集》之類的法庭劇中常可看到檢察官或辯護律師高叫「反對!」(“Objection!”),其理由常是對方的詰問「無能、無關、無重要性」(incompetent, irrelevant, immaterial)。此時法官要判決反對成立(sustained)或不成立(overruled)。

與案情無關的話固然不能陳述,法庭外聽到的話(hearsay),除非是案發過程中自然説出的話(res gestae), 否則也不能作為證據。另外,證人只能陳述事實,不能做邏輯推論;檢察官或辯護律師蓄意引導證人做出結論的詰問也會受到對方的反對。在交叉詰問的階段,邏輯只能由證詞所拚構的圖像「顯示」,不能由檢察官、被告律師、證人口中來「言說」。

在這階段,法庭上的證詞都必須是切合案情、正當合宜、而且法律容許的(pertinent, proper, admissible)。這樣的證詞等同於案情事實:這是語言與事實的對應,而邏輯則是兩者的共同結構。

所有的證人都做了證之後,檢察官和律師會向法官宣稱:「這就是檢方(或辯方)所呈的全部事實了」。這句話的英文是「Thats the prosecutions (or the defendants) case.」。這裡「case」這個字的用法,令人想到維根斯坦《邏輯哲學論》的第一句話:「世界就是全部的事實」(“The world is everything that is the case.”)法庭所建構的世界就是與案情相關的全部事實,這些事實在法庭上由證人陳述,再由檢察官及律師在結辯時總結,引導陪審團作出判決。

當案情只有情況證據時,檢察官及被告律師必須要引導陪審團就情況證據做出有罪或無罪的邏輯推論。這個結論就是「榫」,是重建案情拼圖的一個缺片,它必須由邏輯來補足。

三、邏輯的界限

《梅森探案集》影集常見的劇情是:辯護律師梅森相信被告無罪,但在開庭之前他並不知道真兇是誰。他在法庭上與檢察官交叉詰問證人,檢察官當然竭力證明被告有罪;梅森則從證人證詞中尋找破綻。常常有好幾位證人都有殺人的動機,但梅森排除其他人犯案的可能性之後鎖定一人,用犀利的邏輯推出結論:「所以你就是兇手!」嫌犯在邏輯的力量之下只好認罪,案情就破了。

《梅森探案集》中的《店賊血鞋疑案》。圖/Tse-min Lin

但是辯護律師的職責並不是找出真兇而是說服陪審團被告無罪。如果無法找出真兇,梅森的做法是讓陪審團對被告是真兇的假說起合理的懷疑。依據美國法律,判決被告有罪必須超越合理的懷疑(beyond reasonable doubt),否則便應判被告無罪。什麼是合理的懷疑呢?

《梅森探案集》中的《店賊血鞋疑案》(The Case of the Shoplifters Shoe)是一篇案情錯綜複雜,而法庭攻防令人著迷的小說。這個案子的關鍵在於梅森對陪審團最後陳述時說的這一段話:

「各位女士各位先生,法庭會指示你說:要根據情況證據來判定被告有罪,那些情況不但必須與被告有罪的假說相符合,還必須與其他合理的假說不一致。假如在被告有罪的假說之外還有其它合理的假說可以解釋情況證據,你的責任便是開釋被告。」

《梅森探案集》中的《店賊血鞋疑案》。圖/Tse-min Lin
《梅森探案集》中的《店賊血鞋疑案》。圖/Tse-min Lin

在這個案件中,檢察官以女性被告的包包裡查獲兇槍、贓物,而且鞋上沾有死者血跡為證,信心滿滿地在法庭傳訊證人,重建案情。梅森卻以巧妙的邏輯推理提出另一個與這些情況證據相符的假說,點出兇手可能是另外一人,而且可以合理解釋為何被告持有所謂兇槍並且鞋上沾有死者血跡。他諄諄提醒陪審團:如果不能排除其它合理的假說,便必須開釋被告。後來陪審團果然判決被告無罪。

推理小說之所以引人入勝,常是因為一個凶殺案的真凶是誰可以有好幾個先驗機率不等於零的合理假說。偵探或法庭只要掌握足夠的事實資料,理論上便能把涵蓋所有可能解釋的先驗機率更新到所有機率集中於單一解釋的後驗機率:此時案子就破了。如果做不到,那表示兇手無法確定,邏輯推理會得到互相矛盾的結論。

維根斯坦在《邏輯哲學論》中特別強調:矛盾的命題不是世界的圖像:它不呈現任何可能的事實狀態。互相矛盾的命題,例如「疑犯有罪」和「疑犯無罪」,不可能同時皆真。

「事件或者發生或者不發生,不會有中間路線」。

——《邏輯哲學論》5.143

「矛盾是命題的外部界限」

——《邏輯哲學論》5.153

維根斯坦如是說。但是當我們對基本命題的真假尚不確定時,我們可以對由這些基本命題建構出來的複合命題定出其為真的先驗機率。這些機率的存在並不代表事件可以像「薛丁格的貓」(Schrödingers cat)一樣,又是發生又是不發生。它只是說事實資料不足時,複合命題的真假尚無法確定。當資料足夠時,命題或真或假就只有一種可能了。

《邏輯哲學論》的命題系統不容許有矛盾存在。同樣的,推理小說中的法庭也不容許有矛盾的結論。如果證人的證詞像黑澤明電影《羅生門》那樣四個證人(包括一個鬼)互相不一致,其中必然有人說謊,必須找出說謊者而加之以偽證罪。

然而《邏輯哲學論》並不是只有邏輯實證論。維根斯坦曾經在致出版商的信中說《邏輯哲學論》有兩部分。關於語言之邏輯基礎這部分只是可以寫得出的部分,關於倫理的部分其實更重要,可是不能寫出。這第二部分,通常被視為他的神祕主義。書中神祕主義的一些名言包括:


「只要是可以說的,就可以說得清楚;那些不能說的,我們必須默默地跳過。」

——《邏輯哲學論》序言

「語言的界限意謂我世界的界限。」

——《邏輯哲學論》5.6

「在我們無法言說之處,我們必須沉默。」

——《邏輯哲學論》7

法庭容許的語言是有界限的。

邏輯推理無法破案的時候,偵探必須保持沉默。案子根本上不了法庭,甭說交叉詰問。此時,語言的界限就是法庭世界的界限,「誰是兇手?」(whodunit)將永遠是一個「神祕」(mystery)。

四、結論

維根斯坦「語言的圖像理論」既然是由法庭程序得到的靈感,那麼推理小說中的法庭程序與之契合也就不特別令人訝異了。然而犯罪偵辦真的是如此嗎?

我們只要跳離推理小說,就知道真實的世界要複雜多了。不但很多犯罪事件找不到疑犯,即使找到疑犯上了法庭,證人的供辭也常支離破碎、互相矛盾而無法重建犯罪事實,對疑犯加以定罪。那麼,難道《邏輯哲學論》對語言和世界的論述有所偏差?

羅素在《邏輯哲學論》的導論中說此書所論述的是理想語言的條件,這個說法,維根斯坦當時很不能接受。然而法庭對證人陳述的規範,正是在刻意形塑「理想語言」的條件。

維根斯坦本人必須要等到他後期寫作《哲學研究》的時候,才點出《邏輯哲學論》形上學的問題:

世界上的事實不能純粹由感官來做客觀的認知,因為感官認知的資料無法避免觀點的影響,而因此陳述出的命題也就無法避免矛盾。

他提出的「鴨兔圖」(duck-rabbit picture)從一個觀點看像鴨子,另一個觀點看像兔子。如果同一物件可以因觀點脈絡不同而呈現不同面向,那如何避免不同證人在法庭上依其所看到的面向作出互相矛盾的陳述?對於後期的維根斯坦而言,矛盾已經不再是邏輯禁忌。

《哲學研究》第二部分,第六節探討的「鴨兔錯覺」。圖/wikipedia

維根斯坦是偵探小說迷,不過沒有他讀過福爾摩斯故事的記載。1949 年,在一個討論偵探小說的場合,他說英國人在這個文學類型的創作上特別有天分。他還特別舉阿嘉莎.克莉絲蒂 (Agatha Christie)為例。他認為克莉絲蒂的偵探故事不但情節巧妙,角色更寫得像「真實人物」(real people)一樣帶勁。

但維根斯坦最喜歡的卻是美國冷硬派的偵探小說,特別是較少為人知的諾伯特.戴維斯(Norbert Davis)的小說。他為何會對冷硬派偵探小說那麼入迷?

漢密特出版先驅之作《馬爾他之鷹》的時候,已經是 1930 年了;而戴維斯還要在 1932 年才開始在《黑面具》(Black Mask)雜誌發表他的第一篇小說。此時維根斯坦已經告別他失落的歲月,回到劍橋。他也從此開始與羅素漸行漸遠,揚棄羅素抽象的形式邏輯(formal logic),而逐漸發展出他後期建立在「生活形式」(form of life)之上的語言哲學。

此時的他,正要解構自己的《邏輯哲學論》——「意義」不再是基於語言之作為世界現實的「圖像」,而是基於語言之作為生活脈絡中的「遊戲」——不可能會為推理小說中虛構的邏輯實證論著迷。也許他喜歡冷硬派偵探那種在黑暗巷弄穿梭,行動精力充沛、說話酷勁十足的「真實人物」形象,與他語言哲學的轉折有關吧?

林澤民_96
37 篇文章 ・ 238 位粉絲
台大電機系畢業,美國明尼蘇達大學政治學博士, 現任教於美國德州大學奧斯汀校區政府系。 林教授每年均參與中央研究院政治學研究所及政大選研中心 「政治學計量方法研習營」(Institute for Political Methodology)的教學工作, 並每兩年5-6月在台大政治系開授「理性行為分析專論」密集課程。 林教授的中文部落格多為文學、藝術、政治、社會、及文化評論。

1

1
1

文字

分享

1
1
1
AI 當法官,會是正義女神的化身嗎?專訪李建良
研之有物│中央研究院_96
・2020/09/19 ・5642字 ・閱讀時間約 11 分鐘 ・SR值 587 ・九年級

-----廣告,請繼續往下閱讀-----

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位

  • 採訪編輯|劉芝吟
    美術編輯|林洵安

AI 進入法律領域,該踩剎車嗎?

Alpha Go 打敗人類棋王,自駕車躍躍欲試,人工智慧不僅改變世界運作的規則,也逐漸從科技跨入人文社會領域。讓 AI 坐上審判席,會是追求正義的新解方嗎?AI 法官是鐵面無私的包青天,或者科技暴走的新危機?

「研之有物」專訪中研院法律學研究所特聘研究員李建良,從法學視角提供思辨觀點,我們不只應審視 AI 的技術能力,也必須嚴肅面對規範性界線。

人工智慧變身法律小幫手

十幾年前,電腦會揀土豆已經夠驚奇,現在的 AI 更是大進擊,能辨識人臉、駕駛汽車,根據 2019 年眾多媒體報導,歐洲愛沙尼亞甚至即將推行「AI 法官」!法律事務涉及事實認定、法條解釋與價值規範等多重問題,人工智慧果真已如此高「智慧」,有能力涉入複雜的法律領域?

前兩波人工智慧(AI)希望電腦能像人一樣思考,但皆失敗。2010 年至今的 AI 熱潮由「 機器學習」領銜,簡單來說就是我們提供大量資料,讓電腦自己找出事件之間的關聯規則,學會判斷,在許多領域都已比人類預測得更精準。資料來源│〈人工智慧在台灣〉演講,陳昇瑋

中研院李建良特聘研究員說:「將 AI 應用到法律訴訟其實並非未來式,而是行之有年的現在式。」

在美國,近年法院已廣泛運用「COMPAS」系統,這是一套由商業公司開發的 AI ,幫助法官評估被告的再犯風險,作為量刑的準據。COMPAS 會進行大量問答調查,依據被告回答、年齡、過往犯罪紀錄與類型等各項資料,推估被告的再犯率,給出 1-10 的危險指數,最後由法官決定被告服刑的長短。

-----廣告,請繼續往下閱讀-----

有研究指出,AI 判定為高風險者,63% 在交保期間犯罪,其中 5% 犯下性侵或謀殺。做為法官小幫手,AI 似乎確實能發揮一定程度的「鷹眼」,預測危險性。

國內也逐步嘗試將 AI 運用在量刑與家事判決預測。司法院建立「量刑趨勢建議系統」,以自然語言分析判決書,提供法官、律師量刑參考。清華大學研究團隊則開發出「AI人工智慧協助家事判決預測系統」,讓 AI 從判例「學會」法官的判決模式,預測撫養權花落誰家。圖片來源│ 取自量刑趨勢建議系統網頁
國內也逐步嘗試將 AI 運用在量刑與家事判決預測。司法院建立的「量刑趨勢建議系統」,以自然語言分析判決書,提供類似案件的量刑參考。清華大學研究團隊則開發出「AI 人工智慧協助家事判決預測系統」,讓 AI 從判例「學會」法官的判決模式,預測撫養權花落誰家。
圖片來源│ 取自量刑趨勢建議系統網頁

法官不是人?!別急,再等等

從現況來看,人工智慧確實已進入國家司法系統,但目前仍作為「專家團隊」扮演輔助角色,由法官做裁決。那麼下一步, AI 有可能獨當一面坐上審判席嗎?

愛沙尼亞的 AI 法官計畫,似乎就朝著這個方向前進。

根據報導,AI 法官將處理小額民事訴訟案件(少於 7000 歐元,台幣約 24 萬),由原告方輸入訴訟對象、金額、提告理由等。AI 系統能從過往大量判例學習,解析法條做出判決。換句話說,隔壁鄰居摔壞你的 iPhone,你一狀告到法院,會由 AI 判定誰勝訴,鄰居該賠你一台手機或折價金額。對結果不服?可以上訴,將有人類法官審理。這項超級計畫如果成真,「法官不是人」恐怕就要從罵人話變為描述句了!

-----廣告,請繼續往下閱讀-----

不過,李建良特別澄清:「媒體報導後,我們研究團隊成員曾請教愛沙尼亞法界人士,目前所知這是數位政府計畫的一部分,但應該還只停在『計畫』階段。」

他強調,若要把國家審判權完全交給 AI ,必定需要法源基礎,明確建立一套法規方案。由於目前愛沙尼亞並沒有出現相關法規,這個突破仍是「只聞樓梯響」。

AI 法官的技術邊界:它能做出好判決嗎?

儘管 AI 尚未披上法官袍,但愛沙尼亞構想彷彿是驚天一雷,預示出可能的未來圖像。許多人或許有同樣的好奇:AI 當法官究竟行不行?

李建良分成不同層次來討論:

-----廣告,請繼續往下閱讀-----

行不行有兩層涵義:能力上行不行,規範上可不可以。

第一層次是「可能性」問題:AI 法官足以擔任人類法官的角色嗎?更直白地問:AI 真有那麼厲害,能夠做出好判決?

要確認 AI 的能力,首先我們得問:什麼是好判決?

「這牽涉社會對法院判決的評斷標準。」李建良分析,一種標準是檢視「判決結果」;另一種則是審視「判決理由」,法官在判決書詳述的心證,如調查結果、採信哪些證據、證據效力、法條依據等。

若觀察近年台灣社會的現象,大眾似乎較關注判決結果。好比引發社會矚目的「台鐵殺警案」,這樁尚未確定的爭議案件,引發了司法當局對司法鑑定制度的重視與檢討,而輿論譁然多半是殺人無罪的結論,批評法官「不接地氣」,關於心證過程的討論相對較少些。

-----廣告,請繼續往下閱讀-----

換言之,假如重視結果,那不難想像 AI 法官有能力透過歸納、類比分析對案件做出判決。但若我們在乎法官為什麼、如何做出裁決,依照目前技術和愛沙尼亞計畫,AI 所產出的可能只有答案,但沒有理由(或較簡式的理由)。

這形成了第一重挑戰:

若 AI 法官無法清楚說明理由,我們如何檢視它的判決好不好?有沒有瑕疵?

有些人也質疑,AI 的精準、一致可能反倒是弱點。現行 AI 不具有真正理解他人的能力,無法實際參與答辯交鋒和開庭審理,而許多訊息來自臨場、個別案例的判讀,並非用數據化與資料化就足夠解釋,背後涉及文化、風俗、情境常識,相當複雜。

目前的人工智慧仍屬於「弱 AI」,沒有意識、思考能力,只是透過巨量資料與機器學習歸納出已知和未知之間的關聯。哲學家 John Searle 曾用「中文房」譬喻提出挑戰:如果 AI 並不了解真正意涵,就算它能和人一樣做出正確回應,似乎也不代表它就有獨立的心靈意識。
圖說設計│ 劉芝吟、林洵安

不過,AI 派並沒有全輸!

-----廣告,請繼續往下閱讀-----

首先,技術可能超前突破,讓 AI 未來也有能力寫判決書、說明論證。另外若拿現行制度相比,美國陪審制同樣只宣告:「陪審團認為無罪」,不會附上理由。更何況所謂的情境判斷,經常也會造成主觀性偏誤,《美國國家科學院院刊》(PNAS)研究發現,接近午餐時間法官對假釋認定較嚴格,用餐休息後,假釋審查就變寬鬆了!

想要假釋,還得祈禱法官吃飽飽?恐怕多數人難以接受。

鐵面無私包青天? 小心 AI 的內建歧視

總地來說,理性、客觀幾乎是 AI 的最大光環,以準確一致的邏輯做判斷,不受法官個人情緒與好惡影響。

但真是這樣嗎?許多研究證實:AI 默默戴上了有色眼鏡! COMPAS 系統被抨擊帶有種族歧視,有色人種更容易被預測為高再犯率;亞馬遜招聘、蘋果信用卡信貸系統都曾被發現隱含性別差別待遇。

-----廣告,請繼續往下閱讀-----

「這就如同人類一路走來看到的歷史不平等。」Amazon 資訊科學家說。

AI 系統在資料學習的過程,複製了人類長年累積的性別、種族、階級偏見。即便這些偏見已長久存在,但 AI 可能更強化不平等,因為人們會在毫無所覺下,信任科技工具的「客觀」訊息,對陌生人打分數。

然而,科技支持派沒有全盤放棄。AI 歧視是學來的,因應之策是在資料訓練時降低這些「標籤」,並且提供多樣性的資料。此外,比起人類刻意包裝、掩飾偏見,AI 反而有機會讓偏誤被「顯題化」,讓我們更加警覺,並進行修正。

綜合而論,若單從技術可能性評估,目前的 AI 也許不夠「聰明」,但是只要科技持續追求突破、進展,似乎沒有理由全盤否定 AI 法官可行性。畢竟,人類同樣也會犯錯、誤判、有偏見。

-----廣告,請繼續往下閱讀-----

「從能力來看,AI 確實可以幫助人類、補位弱點,很值得期待未來發展。」李建良持平分析:「但國家是否應該開放制度,更重要的仍在第二層次的考量。」

AI 法官需要明確法源基礎

他點出更關鍵的第二層議題:從規範角度來看,讓 AI 當法官可不可以?

簡單來說,即使人工智慧有能力獨立分析、判決,我們應該把審判大權交給 AI 嗎 ?是否可能衍生倫理問題?

「第一個遇到的是:需不需要修憲?這是多數人忽略的框架。」專研憲法、行政法的李建良特別指出。法官的身分保障及審判獨立的要求是直接寫在憲法上頭的,但憲法規定的法官是不是專指「人」呢?法學界可能有不同論述。

如果憲法說的法官專指「人」,也就是法官審判權奠基在人的前提,勢必需要修憲。反之,就算憲法允許「非人」擔任法官,仍然需要修法 ── 如同剛拍板的《國民法官法》,國家同樣必須建立一套法制來規範非人法官。例如,適用民事或刑事案件?能上訴嗎?上訴後交給另一位 AI 法官(AI 會有不同法官嗎?),或者由人類法官打掉重來?

價值選擇的難題:科技優勢 VS 法律原則

法源基礎僅是第一步,對整個社會而言,AI 法官挑戰的是價值選擇的難題。

2013 年,美國威斯康辛州法院參酌 COMPAS 風險指標,判處被告 Eric Loomis 6 年徒刑。Loomis 不服而上訴最高法院,認為法庭以 AI 系統裁決是一種「秘密審判」!要求說明 COMPAS 系統如何演算判斷出危險值。

這個案例顯然暴露了 AI 法官的價值衝突:演算法黑箱(black box)。

「在民主法治國家,法官不是個人,他代表的是國家。審判必須在公開透明的運作下,被監督、檢驗、究責。」李建良說:「法院公開審理、法官說明判決理由,都是來自這種被檢驗的要求。」

倘若披上法官袍的 AI ,無法開庭、詰問、說明判決理由,讓審判攤在陽光下,勢必挑戰現行的法院體制,也可能稀釋透明、公開、負責的司法價值。我們無從知道它為何會做出 A 判決,而不是 B 判決,不能確定它有沒有失誤,也難以確認責任歸屬。

Loomis 案也突顯出另一挑戰:代罪羔羊! AI 推測來自過往的資料,但「相似條件的其它人這麼做,不代表個別主體也會這麼做」。

這同時讓人擔憂 AI 的「因襲性」:社會信仰的美好價值是不斷翻轉、改變,有時正是因為劃時代的法院判決,才讓我們終於能破除傳統、確立新價值,例如美國法院推翻種族隔離平等制度,AI 法官會不會弱化、壓縮了法律肩負的深刻意義?

李建良直言,第一層次的「能力可行性」是人與 AI 的 比較參照,AI 能做到什麼,補足哪些人類弱點,帶來什麼優勢。

但最終,「倫理辯證」仍是無可迴避的關鍵核心,當新科技打破、牴觸基本價值,我們是否願意為了科技可能提供的「客觀公正」,放棄退讓這些原則?

我們願意授權給一套科技系統,讓它判定人們是否有罪,剝奪我們的人身自由(甚至生命)嗎?李建良認為,AI 法官的倫理爭議勢必挑戰人類的信任邊界,最終將深刻探問人類對科技制度的核心信念。圖片來源│ iStock
我們願意授權給一套科技系統,讓它判定人們是否有罪,剝奪我們的人身自由(甚至生命)嗎?李建良認為,AI 法官的倫理爭議勢必挑戰人類的信任邊界,最終將深刻探問人類對科技制度的核心信念。
圖片來源│ iStock

人文關懷,也是艱困的價值論辯

「這不會是全面贊成/反對的選擇題,因為 AI 法官很難普遍性適用每一種案件。」李建良強調。

AI 在資料統整、數據分析上已大放異彩,導入科技新工具、人機合作,可以減輕法院負擔,也拉近一般人與訴訟裁決的距離。然而,法律範疇高度複雜,即便未來開放 AI 法官,也必定是在特定的條件、脈絡與案型。

他以行政法說明,「大埔農地要不要徵收?美麗灣渡假村能不能蓋?這類行政法案件極度複雜,牽涉環保、制度、法規多重衝突,還有價值選擇的命題,不太可能由 AI 獨立裁決。」

更重要的是,即使技術邊界有機會突破、修正,讓 AI 越來越聰明,我們也不應迴避第二層次的倫理辯證。這也正是人文學科最重要的價值關懷。

「我們很容易倒過來想,認為有這麼多好處,為什麼不開放、不使用?但人文學者關注的是價值倫理,一旦越過了某些界線,無論多少優勢,我們都必須謹慎、嚴肅地看待。」李建良提出艱難考驗做類比:

當你明確知道這人是兇手,卻沒有任何證據,這時我們要不要放棄無罪推定,不計手段堅持罪有應得?這就是價值選擇的論辯。很困難,但很重要!

「人文學者的使命,是預先關切各種可能的問題。」面對 AI 大躍進,李建良集結法政、社會、哲學學者展開長期跨領域計畫,關切 AI 應用的人文思辨。他這麼說:「客觀來看,目前的 AI 技術還無法高度涉入法律系統,但當我們做更多思考對話,才能讓社會更清楚彼此的價值、信念與方向。」
攝影│林洵安

延伸閱讀

本文轉載自中央研究院研之有物,原文為AI 當法官,會是正義女神的化身嗎?專訪李建良,泛科學為宣傳推廣執行單位

所有討論 1
研之有物│中央研究院_96
293 篇文章 ・ 3331 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook