法律上的爭執，用科學來解決？淺談法庭中的「鑑定制度」

本文由 Amway 委託，泛科學企劃執行。

到底怎樣才算是「乾淨」？這不是什麼靈魂拷問，而是一個價值上億的商業命題。

在半導體產業的無塵室中，「乾淨」的定義極其殘酷：一粒肉眼看不見的灰塵，就足以讓造價數百萬美元的晶圓直接報廢。空氣品質的好壞，甚至能成為台積電（TSMC）決定是否在當地設廠的關鍵性指標。回到你的家中，雖然不需要生產精密晶片，但我們呼吸系統中的肺泡同樣精密，卻長期暴露在充滿 PM2.5、病毒以及各種揮發性氣體的環境中。為了守護健康，你可能還要付費購買「乾淨的空氣」來用。

因此，空氣議題早已超越單純的環保範疇，成為同時影響國家經濟與個人健康的重要問題。

很多人可能沒想到，無論是家用的空氣清淨機，還是造價動輒百億的頂尖晶圓廠，它們對抗污染的核心武器並非什麼複雜的雷射防護罩，而是同一件看起來平凡無奇的東西：一片外觀像紙一樣的 HEPA 濾網。但你真的相信，就憑這層厚度不到幾公分的板子，能擋住那些足以毀滅精密晶片、滲透人體細胞的「奈米級刺客」嗎？

這片大家都聽過的 HEPA 濾網，裡面到底是什麼？

首先，我們必須打破一個直覺上的誤解：HEPA 濾網（High Efficiency Particulate Air filter）在本質上其實並不是一張「網」。

細懸浮微粒 PM2.5，是指粒徑在 2.5 微米以下的污染物，它們能穿過呼吸道直達肺泡，並穿過血管引發全身性發炎。但這只是基本，在工廠與汽車尾氣中，還存在粒徑僅有 1 微米的 PM1，甚至是小於 0.1 微米的「超細懸浮微粒」（UFP，即 PM0.1）。 UFP 不僅能輕易進入血液，甚至能繞過血腦屏障（BBB），進入大腦與胎盤，其破壞力十分可怕。

如果 HEPA 濾網像水槽濾網或麵粉篩一樣，單靠孔目大小來「過濾」粒子，那麼為了攔截奈米微粒，濾網的孔目只能無限縮小到幾乎不透氣的程度。更別說在台積電或 Intel 的製程工程師眼裡，一般人認為的「乾淨」，在工程師眼裡簡直像沙塵暴一樣。對於線寬僅有 2 奈米或 3 奈米（相當於頭髮直徑萬分之一）的晶片而言，空氣中一顆微小的塵埃，就是一顆足以毀滅世界的隕石。

因此，傳統的過濾思維並非治本之道，我們需要的是原理截然不同的過濾方案。這套技術的雛形，最早可追溯至二戰時期的「曼哈頓計畫」。

HEPA 的前身，誕生於曼哈頓計畫！

1940 年代，製造濃縮鈾是發展原子彈的關鍵。然而，若將排氣直接排向大氣，會導致致命的放射性微粒擴散。負責解決這問題的是 1932 年諾貝爾化學獎得主歐文·朗繆爾（Irving Langmuir），他是薄膜和表面吸附現象的專家。他開發了「絕對過濾器」（Absolute Filter），其內部並非有孔的篩網，而是石綿纖維。

有趣的來了，如果把過濾器放到顯微鏡下，你會發現纖維之間的空隙，其實比某些被攔截的粒子還要大。那為什麼粒子穿不過去呢？這是因為在奈米尺度下，物理規則與宏觀世界完全不同。極微小的粒子在空氣中飛行時，並非走直線，而是會受到空氣分子撞擊，而產生「布朗運動」（Brownian Motion），像個醉漢一樣東倒西歪。

當粒子通過由緻密纖維構成的混亂迷宮時，布朗運動會迫使它們不斷轉彎、移動，最終撞擊到帶有靜電的纖維上。這時，靜電的吸附力會讓纖維就像蜘蛛網般死死黏住微粒。那些狂亂移動的奈米刺客，就這樣被永久禁錮迷宮中。

現在最常見的 HEPA 材料，是硼矽酸鹽玻璃纖維。

現代 HEPA 濾網最常見的核心材料為硼矽酸鹽玻璃纖維。這些玻璃纖維的直徑通常介於 0.5 至 2 微米之間，它們在濾網內隨機交織，像是一座茂密「黑森林」。微粒進入這片森林後，並非僅僅面對一層薄紙，而是得穿越一個具有厚度且排列混亂的纖維層，微粒極有可能在布朗運動的影響下撞擊並黏附在某根玻璃絲上。

除此之外，HEPA 濾網在外觀上還有一個極具辨識度的特徵，那就是像手風琴般的摺紙結構。濾材會被反覆摺疊、摺成手風琴的形狀，中間則用鋁箔或特殊的防潮紙進行結構支撐，目的是增加表面積。這不僅為了捕獲更多微粒，而是要「降低過濾風速」。這聽起來可能有點反直覺：過濾不是越快越好嗎？

其實，這與物理學中的流速控制有關。想像一條水管，如果你捏住出口，水流會變得湍急；若將出口放開並擴大，雖然總出水量不變，但出水處的流速會變得緩慢。對於 HEPA 濾網而言，當表面積越大，單位面積所需承載的空氣量就越少，空氣穿透濾網的速度也就越低。

低流速代表微粒停留在濾網內的時間也更久，增加被捕捉的機會。此外，越大的表面積也為 HEPA 濾網帶來了高「容塵量」，延長了使用壽命，這正是它能夠稱霸空氣清淨領域多年的主因。

然而，即便都叫做 HEPA 高效率空氣微粒子過濾網 (High Efficiency Particulate Air filter)，但每個 HEPA 的成分與結構還是會不一樣。例如 安麗逸新空氣清淨機 SKY ，其標榜「可過濾粒徑最小至 0.0024 微米」的污染物，去除率高達 99.99%。

0.0024 微米是什麼概念？塵蟎、花粉、皮屑或黴菌孢子，大小約在 2 至 200 微米；細懸浮微粒  PM2.5 大小約 2.5 微米，細菌也大概這麼大。最小的其實是粒徑小於 0.1 微米的「超細懸浮微粒」，大多數的病毒（如流感、新冠病毒）都落在此區間。對安麗逸新 的HEPA濾網來說，基本上通通都是可被攔截的榜上名單。

在過敏防護上，它更獲得英國過敏協會（Allergy UK）認證，能有效處理 19 大類、102 種過敏原，濾除空氣中超過 300 種氣態與固態污染物。

然而，同樣的過濾邏輯一旦進入半導體無塵室，就必須換一條更為嚴苛的技術路線。因為硼矽酸鹽玻璃纖維對晶圓來說有個致命傷，就是「硼 (Boron)」。

在半導體製程中，硼是常見的 P 型摻雜物，用來精準改變矽晶圓的電性。如果濾網有任何微小的破損、老化或化學侵蝕，進而釋放出極微量的硼離子，就可能直接污染晶圓，改變其導電特性，導致晶片報廢。

此外，無塵室要求的是比 HEPA 更極致的 ULPA（超低穿透率空氣濾網） 等級的潔淨度。ULPA 的標準通常要求對 0.12 微米 的粒子達到 99.999% 甚至 99.9999% 的超高攔截率。在奈米級的競爭中，任何多穿透的一顆微塵，都代表著一筆不小的經濟損失。

為了解決「硼」的問題並追求極限的過濾效率，材料學家搬出了塑膠界的王者，PTFE 也鐵氟龍。鐵氟龍不僅耐酸鹼、耐腐蝕，還能透過拉伸製成直徑僅 0.05 至 0.1 微米 的極細纖維，其細度遠勝玻璃纖維。雖然 PTFE 耐化學腐蝕，但它既昂貴且物理上也很脆弱，安裝時若不小心稍微觸碰，數萬元的濾網就可能報銷。因此，你只會在晶圓廠而非一般家庭環境看到它。

即便如此，在空氣濾淨系統中，還有一樣是無塵室和你家空氣清淨器上面都有的另一張濾網，就是活性碳濾網。

活性碳如何從物理攔截跨越到分子吸附？

好不容易將微塵擋在門外時，危機卻還沒有解除。因為空氣中還隱藏著另一類更難纏的大魔王：AMC（氣態分子污染物）。

HEPA 或 ULPA 這類物理濾網雖然能攔截固體微粒，但面對氣態分子時，就像是用網球拍想撈起水一樣徒勞。這些氣態分子如同「幽靈」一般，能輕易穿過物理濾網的縫隙，其中包括氮氧化物、二氧化硫，以及來自人體的氨氣與各種揮發性有機物（VOCs）。

為了對付這些幽靈，我們必須在物理防線之外，加裝一道「化學濾網」。

這道防線的核心就是我們熟知的活性碳。但這與烤肉用的木炭不同，這裡使用的是經過特殊改造的「浸漬處理（Impregnation）」活性碳。材料科學家會根據敵人的不同性質，在活性碳上添加不同的化學藥劑：

• 酸鹼中和：對付氮氧化物、二氧化硫等酸性氣體，會在活性碳上添加碳酸鉀、氫氧化鉀等鹼性藥劑，透過酸鹼中和反應將有害氣體轉化為固體鹽類。反之，如果添加了磷酸、檸檬酸等酸性藥劑，就能中和空氣中的氨氣等鹼類。
• 物理吸附與凡德瓦力：對於最麻煩的有機揮發物（VOCs，如甲醛、甲苯），因為它們不具酸鹼性，科學家會精密調控活性碳的孔徑大小，利用龐大的「比表面積」與分子間的吸引力（凡德瓦力），像海綿吸水般將特定的有機分子牢牢鎖在孔隙中。

空氣濾淨的終極邏輯：物理與化學防線的雙重合圍

在晶圓廠這種對空氣品質斤斤計較的極端環境，活性碳的運用並非「亂槍打鳥」，而是一場極其精密的對戰策略。

工程師會根據不同製程區域的空氣分析報告，像玩 RPG 遊戲時根據怪物屬性更換裝備一樣——「打火屬性怪要穿防火裝，打冰屬性則換上防寒裝」。在最關鍵的黃光微影區（Photolithography），晶圓最怕的是人體呼出的氨氣，此時便會配置經過酸性藥劑處理的活性碳進行精準中和；而在蝕刻區（Etching），若偵測到酸性廢氣，則會改用鹼性配方的濾網。這種「對症下藥」的客製化邏輯，是確保晶片良率的唯一準則。

而在你的家中，雖然我們無法像晶圓廠那樣天天進行空氣成分分析，但你的肺部同樣需要這種等級的保護。安麗逸新空氣清淨機 SKY 的設計邏輯，正是將這種工業級的精密防護帶入家庭。它不僅擁有前述的高規 HEPA 濾網，更搭載了獲得美國專利的活性碳氣味濾網。

關於活性碳，科學界有個關鍵指標：「比表面積（Specific Surface Area）」。活性碳的孔隙越多、表面積越大，其吸附能力就越強。逸新氣味濾網選用高品質椰殼製成的活性碳，並經過高溫與蒸氣的特殊活化處理，打造出多孔且極致高密度的結構。

這片濾網內的活性碳配重達 1,020 克，但其展開後的總吸附表面積竟然高達 1,260,000 平方公尺——這是一個令人難以想像的數字，相當於 10.5 個台北大巨蛋 的面積。這種超高的比表面積，是市面上常見濾網的百倍之多。更重要的是，它還添加了雙重觸媒技術，能特別針對甲醛、戴奧辛、臭氧以及各種細微的異味分子進行捕捉。這道專利塗層防線，能將你從裝潢家具散發的有機揮發氣體，或是路邊繁忙車流的廢氣中拯救出來，成為全家人的專屬空氣守護者。

總結來說，無論是造價百億的半導體無塵室，還是守護家人的空氣清淨機，其背後的科學邏輯如出一轍：「物理濾網攔截微粒，化學濾網捕捉氣體」。只有當這兩道防線同時運作，空氣才稱得上是真正的「乾淨」。

進一步了解商品：https://shop.amway.com.tw/products/2071?navigationType=brand&

• 本文亦同步刊載於林澤民的部落格，〈推理小說的形上學：《梅森探案集》的法庭世界〉

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。

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》

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。）

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：

「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。

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。

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」。

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。

《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：

「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。

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。

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。」

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。

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？

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？

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。

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。

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！

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：

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。

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。

不過，AI 派並沒有全輸！

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。

「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。

「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？

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！

延伸閱讀

• 臺灣人工智慧行動網
• 李建良個人網頁

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