三段论之外

——演绎之外的六件工具，与它们的法律血缘

《可以被弹劾的结论》为形式逻辑正过名：三段论不生产正确的结论，它生产可以被证明错误的结论——这就是它全部的、也是足够的价值。但那篇文章可能留下了一个印象，好像西方逻辑学交给法律的家当就这一件：亚里士多德的三段论，加上后来越走越远、与法律再无干系的数理逻辑。

这个印象是错的。二十世纪的逻辑学有一条法科生很少听说的支线：一批逻辑学家先后发现，演绎逻辑管不住真实世界的论证——真实的结论会被新证据推翻，真实的前提有强弱之分，真实的说服要面对具体的听众——于是他们各自动手，造了一批演绎之外的工具。更有意思的是一个反复出现的细节：这些人造工具的时候，手里拿的样板常常就是法庭。图尔敏干脆把话挑明：“逻辑学，可以说，是普遍化的法理学。”

做法律 AI 的人应该把这批工具清点一遍。不是为了学问，是因为每一件都自带两样工程上最值钱的东西：一份完备性判据（一个论证缺了什么，说得出名字），和一张操作清单（查一个论证，从哪里下刀）。下面按“离机器可检验有多近”的顺序，从最近排到最远。

会被推翻的结论：可废止逻辑

三段论是单调的：前提为真，结论恒真，天塌下来也不改。但没有一条法律规则真的长这样。“合同有效”的完整版是“合同有效，除非存在欺诈、胁迫、恶意串通……”；“侵权者赔偿”的完整版是“侵权者赔偿，除非有正当防卫、紧急避险、受害人同意……”。法律规则的原生结构是“原则—例外”，而三段论的语法里根本没有“除非”这个词。

可废止逻辑（defeasible logic）就是把“除非”扶正为一等公民的逻辑：结论默认成立，直到某个例外被激活、把它击败（defeat）为止。这不是对演绎的小修补，是放弃了单调性这条根基——新信息可以推翻旧结论，推理是可撤销的。人工智能与法律这个交叉学科，三十年来的主线工作就是这一件。

它的工程价值在于一个换角度的提问。三段论式的校验问“要件是否都被覆盖了”；可废止逻辑追加一问：“这个结论依赖哪些例外没有被激活——那些例外，你逐一检讨过吗？”漏掉一个抗辩事由和漏算一笔金额是同一种错误，而前者在三段论的账本上根本记不下来。可废止逻辑给了它一个记账的格子。

论证的解剖图：图尔敏模型

1958 年，图尔敏出版《论证的运用》，把一个论证解剖成六个部件：主张（我要你接受什么）、资料（我凭什么事实）、保证（从事实跳到主张的那条一般规则）、支撑（那条规则本身凭什么成立）——到这里为止，大体是三段论换了名字。真正的增量是后两件：限定词（qualifier）——这个结论我说到几成，“必然”“大概率”还是“或可主张”；反驳条件（rebuttal）——在什么情形下我收回这个结论。

这两个部件是三段论没有的，而它们恰恰是法律文书里最见功力的地方。一份法律意见的措辞强度——“本所认为”还是“倾向于认为”还是“存在较大不确定性”——本质上是在填限定词这个格子；一份好意见结尾的“但如果……则上述结论不适用”，是在填反驳条件。图尔敏的贡献是把这两样从文风升格为论证的结构部件：它们不是修辞，缺了它们的论证在解剖学上不完整。

对机器的含义立刻就有了：六个部件是一张可以逐格清点的表。一个 AI 生成的论证，资料有没有出处、保证有没有依据、限定词与依据的强度是否匹配、反驳条件是否申报——每一格都是一个可以机械执行的检查项。《断言与劝诫》说过，给机器立的规矩只有会失败的那部分算数；图尔敏的六格，格格都能失败。

分型号的质检单：论证型式

图尔敏给了通用解剖图，沃尔顿（Douglas Walton）更进一步：论证不止一种体型，应当分型号质检。他毕生整理了几十种反复出现的论证型式（argumentation schemes）——诉诸专家意见、类比论证、后果论证、征兆推理、诉诸惯例……并且给每一种配了一组批判性问题（critical questions）。

以法庭上最常见的“诉诸专家意见”为例：鉴定人说笔迹为真，所以笔迹为真。这个论证的型号确定之后，攻击它的刀法是现成的一串问题——这位专家的领域与本问题对口吗？专家之间有分歧吗？他的结论有可核查的依据吗？他有利益关联吗？类比论证则挨另一套刀：两个案子相似的那几点，是承重的相似还是装饰的相似？有没有一个更近的反例？

注意这套东西的形态：它是清单，而且是按论证类型分发的清单。《清单从哪里来》讨论过清单的出身问题；沃尔顿的清单是从两千年论辩实践里长出来的，每一问背后都是一类真实发生过的翻车。对质检一个论证的机器来说，这几乎是能拿到的最好装备：先识别型号，再拉出对应的问题清单，逐问核查——通用的“找找毛病”变成了分型的“按刀谱下刀”。

攻击的地图：论辩框架

1995 年，计算机科学家 Phan Minh Dung 发表了一篇后来统治整个领域的论文，思路激进得近乎粗暴：把论证的内容全部抽象掉，每个论证只当作一个点，论证之间的攻击关系只当作一条有向边——然后在这张图上，“哪些论证最终站得住”就成了一个可以纯数学计算的问题。

直觉可以用一句话给出：一个论证站得住，当且仅当攻击它的每一个论证都被某个站得住的论证击倒。我方主张被对方抗辩攻击，抗辩又被我方的再反驳攻击，再反驳又遭对方新一轮攻击——这张网无论多复杂，谁存活谁出局是算得出来的，不靠感觉，不靠嗓门。

这对法律 AI 的意义在于对抗推演的收官。红蓝对抗推演到后来，最大的危险是账目混乱：一个攻击点被反驳过了吗？那个反驳自己又挨了攻击吗？还有没有悬而未决的箭头？Dung 框架把这些问题全部变成图上的机械检查。《弹劾的自动化》说单元测试是自带弓箭手的靶子；论辩框架是给整个战场画的地图——每支箭的落点、每面盾的归属，都有账可查。

事实的那一半：威格摩尔、皮尔士与贝叶斯

以上四件都工作在规范一侧。但法官的工作有一半是另一件事：认定发生了什么。而事实认定的逻辑，从头到尾就不是演绎。

它的第一步是皮尔士命名的溯因（abduction）：从结果反推最佳解释。现场有他的指纹、证人见他进楼、他有动机——“他做的”不是从这些前提演绎出来的（永远存在别的解释），是作为最能解释全部证据的假说被推举出来的。法官认定事实用的是这个推理，侦探小说用的也是这个推理，演绎三段论在这里帮不上忙。

第二件工具早得惊人。1913 年，证据法学家威格摩尔（John Henry Wigmore）发明了一套图表法：把每一份证据、每一步中间推断、最终待证事实全部画成节点，用箭头连成链，每个箭头标注强度，旁边挂上可能削弱它的因素。一张复杂案件的威格摩尔图有几百个节点——他是在没有计算机的年代，徒手画证据的推理网络。这套方法在他生前几乎无人跟随，因为对人来说太繁琐；今天回头看，它繁琐得恰到好处——那就是一张等了一百年的数据结构图。

第三件是贝叶斯：证据对假说的支持，可以用概率的语言说清——先验有多少，这份证据把它更新到多少。不必真的给每个案子跑数值计算（数据从来不够），但它的定性纪律极有价值：任何“经审理查明”，都是一连串概率更新的总和，每一步更新都应该说得出是哪份证据、把置信从哪里推到了哪里。《自由心证不自由》写过心证的约束；贝叶斯是那些约束的算术表达。

算不动的残余：佩雷尔曼与阿列克西

最后要诚实：这个工具箱有边界，而且逻辑学家自己把边界说得比谁都清楚。

佩雷尔曼（Chaïm Perelman），布鲁塞尔的逻辑学家，半生研究正义概念，最后得出的结论是：法律论证的本质不是证明，是面向特定听众的说服——同一个论证，对这个合议庭有力，对那个合议庭未必；不存在一个超越听众的“正确论证”。他为此复活了亚里士多德的修辞学传统，写成《新修辞学》。这听起来像投降，其实是精确的测绘：他标出了逻辑工具覆盖不到的那片地——价值权衡没有唯一解，所以永远算不动。

阿列克西（Robert Alexy）不甘心，又往前拱了一步：权衡虽然算不出答案，但权衡的理由可以结构化。他的“重量公式”把利益衡量拆成三个可以逐项申报的参数——对一方原则的干预有多重、另一方原则有多重要、所依赖的经验判断有多可靠。公式的输出不是判决，是一张格式化的理由清单：你可以不同意某次权衡，但你能准确指出不同意的是哪个参数。这与《断点》的结论严丝合缝：评价这个输入机器无法自产，但机器可以把评价的申报单印好格子，等人来填。

归还

把六件工具在桌上摆开，能看到一道整齐的光谱：可废止逻辑和图尔敏的格子几乎全程可机械检验，型式清单和论辩地图是半机械的刀谱与账本，证据网络可画而难算，权衡只剩下格式可管——自动化的信任从结构一端向评价一端递减，到听众那里归零。这条光谱本身，就是人机分工最可靠的图纸。

而最值得记住的是那个反复出现的细节。图尔敏拿法理学给逻辑学下定义；威格摩尔本职是证据法学家；佩雷尔曼从正义问题走进修辞学；阿列克西的公式写给宪法法院；连最抽象的 Dung 框架，头号应用领域也是法律论证。这批演绎之外的工具，多半不是逻辑学送给法律的礼物——是逻辑学向法庭学习的笔记。法庭是人类运转了两千年的论证质检机构，它积攒的实践里早就藏着这些结构，只等有人来显影。

所以今天的法律 AI 工程师翻开这批文献，做的其实不是外借，是归还：把法律实践借给逻辑学显影的东西，洗印出来，还给法律自己用。