Künstliche Intelligenz hält Einzug in die Rechtsberufe. Wird sie Anwälte und Richter ersetzen?

Am 24. August 2023 lud das Science Popularization China Starry Sky Forum mit dem Thema „Wo ist der Weg für allgemeine künstliche Intelligenz?“ vier Experten auf dem Gebiet der künstlichen Intelligenzforschung ein, um sich auf theoretische Paradigmen, Ziele, Implementierungsmethoden, Anwendungen usw. zu konzentrieren und darüber zu sprechen, wie sich die zukünftige allgemeine künstliche Intelligenztechnologie auf die gesamte menschliche Gesellschaft auswirken wird.

Shen Jianming , ein Anwalt der Anwaltskanzlei Hubei Jingzhuo und Lehrer an der School of Liberal Arts and Law des Hankou College, hielt eine Rede mit dem Titel „Die Grenzen und Perspektiven von Rechtsbegründungssystemen mit künstlicher Intelligenz“.

Das Folgende ist ein Auszug aus Shen Jianmings Rede:

Am 9. Dezember 2022 veröffentlichte der Oberste Volksgerichtshof die „Stellungnahmen zur Standardisierung und Stärkung der gerichtlichen Anwendung künstlicher Intelligenz“, in denen vorgeschlagen wurde, dass mein Land bis 2025 grundsätzlich ein relativ vollständiges System zur Anwendung künstlicher Intelligenz in der Justiz aufbauen sollte. Bis 2023 soll ein juristisches Anwendungs- und Theoriesystem für künstliche Intelligenz mit normativer Anleitung und Anwendungsdemonstrationseffekten aufgebaut werden.

Seit 2016 haben der Oberste Volksgerichtshof und die Oberste Volksstaatsanwaltschaft eine Reihe von Planungsgutachten zu „intelligenten Gerichten“ und „intelligenter staatsanwaltschaftlicher Arbeit“ herausgegeben, und die Volksgerichte auf allen Ebenen haben darauf reagiert. Im Jahr 2016 führte das Gericht in Hangzhou das Fa Xiaotao-System ein, dessen Schwerpunkt auf dem Aufbau von Online-Gerichten liegt. Die Gerichte in Peking haben nacheinander das Rui Judge Intelligent Analysis System eingeführt und die Gerichte in Shanghai haben das 206 Intelligent Criminal Case Assistance System aufgebaut. Dieses System sorgt nicht nur für die verfahrensmäßige Verständlichkeit von Gerichtsangelegenheiten, sondern unterstützt auch die Prozessaktivitäten erheblich.

Copyright-Bilder in der Galerie. Der Nachdruck und die Verwendung können zu Urheberrechtsstreitigkeiten führen.

Die künstliche Intelligenz im Rechtswesen wird nicht nur durch Richtlinien und Technologien in der chinesischen Rechtsgemeinschaft vorangetrieben, sondern auch Länder auf der ganzen Welt integrieren ihre eigenen Prozessverwaltungssysteme.

Das typischste Beispiel hierfür ist die Einführung des Strafzumessungssystems COMPASS durch die US-Gerichte. Dabei werden hauptsächlich Big-Data-Operationen verwendet, um Elemente von Strafprozessdokumenten zu kommentieren, den Strafzumessungsprozess zu analysieren und die Urteilsdokumente zu standardisieren. Extrahieren Sie relevante Elemente aus dem Dokument und unterteilen Sie diese in allgemeine Elemente, Satzelemente usw. Bei einem Raubüberfall spielen beispielsweise letztendlich Faktoren eine Rolle, wie beispielsweise, ob der Raubüberfall mehrfach begangen wurde, ob der Raubüberfall mit einer Waffe begangen wurde und wie hoch die Raubsumme ist. Durch die unterschiedliche Gewichtung kann der Richter auf eine umfassende Urteilsfindung zurückgreifen.

Angesichts der Vielzahl juristischer künstlicher Intelligenzsysteme, die Richter unterstützen, müssen wir über zwei Probleme nachdenken.

Frage 1 : Können Systeme künstlicher Intelligenz beispielsweise die Rolle von Richtern und Anwälten übernehmen? Können künstliche Intelligenzsysteme Gerichtsverfahren durchführen?

Frage 2 : Können Systeme künstlicher Intelligenz juristische Schlussfolgerungen ziehen?

Insbesondere angesichts des rasanten technologischen Fortschritts müssen wir bei der Beantwortung dieses Problems „nüchtern denken“. Zunächst müssen wir verstehen, wie die derzeit gängige künstliche Intelligenz zu juristischen Argumenten führt. Wie reagieren Sie auf rechtliche Fragen?

Seit den 1950er Jahren weist die künstliche Intelligenz einen rasanten Entwicklungstrend auf und es haben sich zwei unterschiedliche Forschungsrichtungen der künstlichen Intelligenz herausgebildet, die durch den Symbolismus und den Konnektionismus repräsentiert werden . Beide Richtungen haben zu erfreulichen Ergebnissen geführt.

1. Symbolik

Die Grundannahme des Symbolismus besteht darin, dass die psychologischen Fähigkeiten des Menschen im Wesentlichen ein physisches Symbolsystem sind und das menschliche Gehirn einem physischen Symbolsystem ähnelt. Die Lösung des Problems besteht darin, unter allen Möglichkeiten eines gegebenen Problems einen geeigneten Weg zu suchen und zu finden . Das heißt, wir nutzen symbolische Computeroperationen, um den Prozess der menschlichen Lösungsfindung, nämlich Erkenntnis und Berechnung, zu realisieren.

Die frühe juristische künstliche Intelligenz basierte auf dem logischen Pfad der Symbolik. Wissenschaftler auf dem Gebiet der künstlichen Intelligenz sind davon überzeugt, dass die Automatisierung der juristischen Argumentation erreicht werden kann, sofern das System der künstlichen Intelligenz alle Rechtsvorschriften und Regeln der juristischen Argumentation versteht. Dies ist nicht nur das Ziel von Wissenschaftlern im Bereich der künstlichen Intelligenz, auch viele Rechtsgelehrte haben diesen Wunsch geäußert.

Der deutsche Denker Max Weber verglich das ideale Rechtsmodell einst mit einem Verkaufsautomaten: An einem Ende werden die Fakten eines Falles eingegeben, am anderen Ende entsteht eine gerichtliche Entscheidung auf Grundlage vorgegebener Rechtsnormen.

Copyright-Bilder in der Galerie. Der Nachdruck und die Verwendung können zu Urheberrechtsstreitigkeiten führen.

Viele Rechtsexperten sind außerdem der Ansicht, dass das Recht eine Wissenschaft sei und dass sie auf der Grundlage wissenschaftlicher Methoden aus mehreren grundlegenden Prinzipien und Konzepten richtige Rechtsregeln und Schlussfolgerungen ableiten könnten.

Unter dem Aspekt der Symbolik verlief der Fortschritt der juristischen künstlichen Intelligenz jedoch sehr langsam.

Obwohl eine Datenbank zur Fallabfrage von Gesetzen und Vorschriften vorhanden ist, ist es unmöglich, eine echte juristische Argumentation zu erzielen, geschweige denn, ein Gerichtsurteil zu fällen.

Daher beweisen die experimentellen Ergebnisse der Technologie auch das teilweise Versagen symbolischer künstlicher Intelligenzsysteme im Rechtsbereich. Der Grund dafür ist, dass Wissenschaftler im Bereich der künstlichen Intelligenz die Komplexität und Offenheit des Rechtssystems selbst unterschätzen.

Der berühmte amerikanische Richter am Obersten Gerichtshof Holmes sagte einmal: „Das Leben des Rechts liegt nicht in der Logik, sondern in der Erfahrung.“

Die Anwendung rechtlicher Regeln erfordert nicht nur Schlussfolgerungen, die der Rechtslogik entsprechen, sondern auch die soziale Erfahrung, die hinter den Regeln steht. Die Anwendung dieser Regeln hängt auch stark vom Hintergrundwissen der Richter ab. Richter müssen zahlreiche Faktoren abwägen, wie etwa die in den Regeln enthaltenen Rechtsauffassungen, Moralvorstellungen usw. Daher ist es für das durch computermaterialisierte Sprache erstellte Regelsystem schwierig, diese beiden logischen Beziehungen zwischen verschiedenen Regeln aufzubauen, und es ist noch schwieriger, die Bedeutung und Konnotation zwischen verschiedenen Regeln vollständig auszudrücken. Gerade diese Art von Bedeutung ist reich an Konnotationen und lässt sich nur schwer in der Computersprache darstellen, sodass der Symbolismus nach und nach durch den Konnektionismus ersetzt wird.

2. Konnektionismus

Der Konnektionismus geht davon aus, dass dies selbst aus einer Bewegung der Kognitionswissenschaft hervorgegangen ist . Es erklärt intellektuelle Aktivitäten durch künstliche neuronale Netzwerke. Neuronale Netzwerke bestehen aus Neuronen und Gewichten, die verschiedene Neuronen verbinden. Die Gewichte imitieren die Verbindungsstärke zwischen Neuronen. Durch die Simulation der Aktivitäten neuronaler Netzwerke können menschliche kognitive Prozesse realisiert werden.

Die häufigsten Anwendungen konnektionistischer künstlicher Intelligenzsysteme liegen in der Spracherkennung, Bilderkennung usw., und das Deep Learning, über das wir oft sprechen, und das in letzter Zeit populäre ChatGPT sind ebenfalls konkrete Manifestationen des konnektionistischen Modells.

Copyright-Bilder in der Galerie. Der Nachdruck und die Verwendung können zu Urheberrechtsstreitigkeiten führen.

Dieser Algorithmus erkennt die strukturellen Unterschiede verschiedener Muster durch Klassifizierung und verwendet bestimmte Gewichte, um die Regeln des Musters zu entdecken und es Maschinen so zu ermöglichen, Dinge zu lernen. Da der Konnektionismus das Problem der vollständigen Formalisierung der Symbolik selbst überwindet, hat er in der Praxis ein breiteres Anwendungsspektrum.

Viele der oben aufgeführten juristischen künstlichen Intelligenzen, wie etwa das COMPASS-System in den Vereinigten Staaten, wurden nach dem Konnektionismus-Modell entwickelt. Die künstliche Intelligenz des konnektionistischen künstlichen Rechts ist für die Erstellung juristischer Dokumente und die Unterstützung gerichtlicher Entscheidungen von großer Bedeutung.

3. Wird künstliche Intelligenz Richter und Anwälte ersetzen?

Kann diese Art künstlicher Intelligenz also als Richter, Anwälte usw. entscheidungskompetent sein? Kann ein gerichtliches Urteil gefällt werden? Können die in einem Gerichtsurteil enthaltenen Begründungen im juristischen Sinne verwendet werden? Reagieren Sie aus vier Blickwinkeln.

Das erste Problem spiegelt sich in der Datenbasis der gängigen künstlichen Intelligenz wider. Das Lernen der gängigen künstlichen Intelligenz beruht auf der Dateneingabe, und diese Daten sind nicht einfach die ungeordneten Daten der realen Welt. Damit aus Big Data nützliche Daten werden, ist eine Identifizierung der Daten erforderlich. Durch die Identifizierung müssen die Daten den Anforderungen der Algorithmusstruktur entsprechen, damit sie vom künstlichen Intelligenzsystem erkannt werden können.

Der Prozess der Datenerkennung ist der Prozess, bei dem die in den Originaldaten enthaltene Bedeutung herausgeschnitten wird. Die Daten können nach dem Schneiden nur die Anforderungen eines bestimmten künstlichen Intelligenzsystems erfüllen. Dieser Prozess ist komplex und vielfältig und selbst bei manchen Systemen ist die Durchführung des Schneidevorgangs schwierig.

Die Komplexität und Unübersichtlichkeit realer Daten sind für die gängige künstliche Intelligenz zum größten Hindernis bei der Erreichung ihrer Ziele geworden.

Copyright-Bilder in der Galerie. Der Nachdruck und die Verwendung können zu Urheberrechtsstreitigkeiten führen.

Der zweite Aspekt des Problems spiegelt sich in der Sprache wider. Die alltägliche Sprache des Menschen selbst ist strukturiert, und jeder sprachliche Ausdruck hat seine ihm innewohnende grammatische Struktur, und das Recht basiert auf diesen Sprachregeln. Die Rechtssprache weist ihre eigenen strukturellen Merkmale auf, sodass die gängige künstliche Intelligenz Regeln formal nur durch Datenidentifikation erkennt und die strukturellen Merkmale der Regeln selbst ignoriert. Die digitale Identifizierung von Rechtsnormen anhand ihres Inhalts ignoriert die Besonderheiten der Rechtssprache selbst.

Das Merkmal der Rechtssprache ist Offenheit. Die von der künstlichen Intelligenz benötigten Daten müssen den Anforderungen des Systems selbst entsprechen. Dies erfordert die Anpassung von Beispielen aus der realen Welt. Dabei gehen Bedeutung und Konnotation verloren, was ein unüberwindbares Problem darstellt.

Die dritte Frage betrifft die Regeln der juristischen Argumentation. Der Prozess der gängigen künstlichen Intelligenz zur Erzielung juristischer Argumentation besteht darin, zunächst verschiedene Rechtsstreitigkeiten des täglichen Lebens zu klassifizieren, zwischen verschiedenen Arten von Streitigkeiten zu unterscheiden und dann eine große Anzahl von Gerichtsurteilen zu einem bestimmten Streitfall einzugeben, sodass das System der künstlichen Intelligenz die allgemeinen Urteilsergebnisse solcher Streitigkeiten erlernen kann.

Im Zuge des Erlernens dieser Regel erlangt die künstliche Intelligenz den Kennwert des Einflussgrades verschiedener Verhaltensregeln auf den Ausgang des Falles, der ausreicht, um durch mathematische Berechnungen, insbesondere Wahrscheinlichkeitsberechnungen, die Wahrscheinlichkeit abzuleiten, mit der aus dieser Art von Norm ein allgemeines Urteilsergebnis abgeleitet wird. Dies steht offensichtlich im Widerspruch zu den allgemeinen Regeln der juristischen Argumentation.

Bei der juristischen Argumentation geht es darum, Fakten mit Regeln abzugleichen, nicht um Berechnungen oder gar einen probabilistischen Abgleich. Neben der Inkonsistenz zwischen der juristischen Argumentation im Rahmen künstlicher Intelligenz und den Rechtsregeln gibt es auch große Probleme mit den Argumentationsregeln und dem Argumentationsprozess auf juristischer Ebene.

Diese Probleme spiegeln sich im Prozess der Generierung rechtlicher Urteile durch künstliche Intelligenz wider. Der Prozess der Generierung juristischer Urteile durch künstliche Intelligenz erfolgt auf mathematische Weise. Da es sich um einen tatsächlichen Vorgang handelt, können die Parteien den Prozess der Herbeiführung rechtlicher Ergebnisse nicht intuitiv beurteilen. Da der Denkprozess selbst nicht öffentlich ist, führt dies naturgemäß dazu, dass die Akteure den von der künstlichen Intelligenz erzeugten Ergebnissen misstrauen. Dies ist das, was wir die „Black Box“ des Algorithmus nennen, und das Rechtsverfahren spielt die wichtige Rolle der öffentlichen Rechtsbegründung.

Copyright-Bilder in der Galerie. Der Nachdruck und die Verwendung können zu Urheberrechtsstreitigkeiten führen.

Die Transparenz der Gerichtsbarkeit ist das Grundprinzip der gerichtlichen Rechtsprechung. Im Gerichtsverfahren erläutern beide Parteien den Sachverhalt anhand von Beweisen und legen die Grundlage anhand des Gesetzes dar. Dies ist ein fairer Wettbewerb zwischen Anklage und Verteidigung. Durch offene Verfahren können die Parteien den Prozess der gerichtlichen Entscheidungsfindung nachvollziehen und Streitigkeiten im Wege gerichtlicher Verfahren beilegen. Dies ist die grundlegende Bedeutung gerichtlicher Transparenz und eine Grundvoraussetzung der Rechtsstaatlichkeit.

Allein die nichtöffentliche Natur von „Black Box“-Operationen verstößt gegen die Grundprinzipien der Gerechtigkeit und den grundlegenden Geist der Rechtsstaatlichkeit. Daher hat das auf künstlicher Intelligenz basierende Rechtssystem mit unüberwindbaren Beschränkungen hinsichtlich Daten, Sprache, Argumentation und Verfahren zu kämpfen. Daher glauben viele Wissenschaftler im Bereich der künstlichen Intelligenz und viele Rechtsgelehrte, dass die juristische künstliche Intelligenz die „Black Box“ öffnen und die Transparenz und Erklärbarkeit des Algorithmus erhöhen muss, aber ob die „Black Box“ geöffnet werden kann, ist noch unklar.

Die gängige künstliche Intelligenz hat große Probleme, zu juristischen Urteilen zu gelangen. Der Grund dafür liegt darin, dass der Denkprozess der gängigen künstlichen Intelligenz selbst mathematisch ist und die Kompatibilität zwischen Verhalten und Ergebnissen berechnet wird.

Die einzige Aufgabe der herkömmlichen künstlichen Intelligenz besteht darin, Verhalten mit Ergebnissen zu verknüpfen. Wenn bestimmte Wahrscheinlichkeitskriterien erfüllt sind, gehen wir davon aus, dass die rechtliche Begründung abgeschlossen ist. Daher handelt es sich bei der wesentlichen Berechnung der gängigen künstlichen Intelligenz insbesondere um eine probabilistische Berechnung. Hier müssen wir also eine Frage stellen: Ist das Gesetz berechenbar? Oder ist das Gesetz berechenbar? Die Antwort ist offensichtlich negativ.

Copyright-Bilder in der Galerie. Der Nachdruck und die Verwendung können zu Urheberrechtsstreitigkeiten führen.

Aus den experimentellen Ergebnissen der gängigen künstlichen Intelligenz können wir die Antwort verstehen. Die juristische Argumentation ist grundsätzlich umfassend. Das Ergebnis eines Rechtsurteils ist in der Prämisse nicht enthalten. Es basiert ebenfalls auf dem Urteil auf der Sachebene, ergänzt durch die normative Grundlage, um zum Schluss eines Rechtsurteils zu gelangen.

Die Grundlage der gängigen künstlichen Intelligenz besteht jedoch darin, dass Berechnungen auf den Ergebnissen von Operationen beruhen, die auf mathematischen Regeln beruhen. Die herkömmliche künstliche Intelligenz erhält aus vielen Fällen nur einige mathematische Regeln, und diese Datenregeln selbst sind in den gesetzlichen Bestimmungen enthalten. Daher erfolgt die Beurteilung der gängigen künstlichen Intelligenz analytisch. Das Gesetz ist grundsätzlich nicht rechnerisch und die rechnerische Natur des Gesetzes wird nur auf der kognitiven Ebene in einem lokalen Sinne erwähnt. Die Ergebnisse des Gesetzes erfordern Werturteile und umfassende Urteile.

Aus juristischer Sicht und aus rechtlicher Sicht sind die Probleme mit der gängigen künstlichen Intelligenz noch schwerwiegender. Die hauptsächlich auf künstlicher Intelligenz beruhende juristische Argumentation verneint grundsätzlich die grundlegenden Anforderungen juristischer Argumentation, das grundlegende Modell der Rechtssprechung und sogar die Grundprinzipien des Rechts.

Was also ist juristisches Denken? Kurz gesagt ist juristische Argumentation die Methode, unbekannte Ergebnisse aus bekannten Prämissen abzuleiten. Juristische Argumentation ist eine Denktätigkeit, bei der Juristen im Zuge der Rechtsanwendung Rechtstatsachen ermitteln, Rechtsnormen auswählen und auf dieser Grundlage den konkreten Geltungsbereich des Systems wählen, zu dem die Rechtstatsachen gehören, und Rechtsvorschriften zitieren, um zu einem Urteil zu gelangen.

Die gängige Form juristischer Argumentation ist die syllogistische Argumentation, d. h., aus der Erfüllung der Ober- und Nebenprämisse kann die entsprechende Schlussfolgerung abgeleitet werden. Die gesetzlichen Bestimmungen bilden die oberste Prämisse, die grundlegenden Fakten die untergeordnete Prämisse. Wenn die untergeordnete Prämisse die Bedingungen der übergeordneten Prämisse erfüllt, kann die rechtliche Schlussfolgerung abgeleitet werden, wie etwa die Todesstrafe für vorsätzlichen Mord. Zhang San hat Li Si vorsätzlich getötet, daher sollte Zhang San zum Tode verurteilt werden.

Im Prozess der syllogistischen Argumentation müssen nicht nur die rechtlichen Schlussfolgerungen bewiesen werden, sondern auch die Haupt- und Nebenprämissen. Wir müssen beweisen, dass Zhang San vorsätzlich verletzt wurde, dass Zhang San eine subjektive Absicht hatte, dass Zhang San einen Mord begangen hat und dass Zhang Sans Verhalten den Tod von Li Si verursacht hat. Dieser Prozess erfordert eine eingehende Prüfung der gesetzlichen Bestimmungen und der grundlegenden Fakten, um sowohl angemessene gesetzliche Bestimmungen als auch grundlegende Fakten zu finden, die den gesetzlichen Bestimmungen entsprechen. Daher handelt es sich beim Prozess der juristischen Argumentation um ein Hin und Her der Aufmerksamkeit zwischen Tatsachen und Normen, und dieser Prozess ist zunächst einmal öffentlich, d. h. sowohl der Kläger als auch der Beklagte verwenden Beweise, um die Grenzen und den Umfang der entsprechenden Tatsachen und Rechtsnormen zu ermitteln, und schließlich fällt der Richter ein umfassendes Rechtsurteil.

Zweitens ist die rechtliche Begründung widerlegbar . Diese Widerlegbarkeit spiegelt sich vor allem in Gerichtsdebatten wider. Der Dialog in Gerichtsverhandlungen besteht darin, dass sowohl der Kläger als auch der Beklagte die Rechtmäßigkeit ihrer eigenen Ansichten darlegen und durch die Ansichten der anderen Partei widerlegt werden. Bei diesem Vorgang handelt es sich um einen typischen juristischen Argumentationsprozess.

Zweitens ist die juristische Argumentation anfechtbar, was bedeutet, dass die Ergebnisse der juristischen Argumentation weder garantiert noch absolute Wahrheiten sind. Die Prämisse der juristischen Argumentation besteht darin, dass Beweise objektive Tatsachen widerspiegeln und Beweise zum Beweisen und Widerlegen verwendet werden. Wenn eine juristische Argumentation auf Widerlegungen oder andere gegenteilige Elemente stößt, ist ihr Ergebnis daher negativ.

Daher ist juristisches Denken nicht einfach formales logisches Denken. Auch die juristische Argumentation weist zahlreiche Eigenheiten auf und basiert auf technischen Ansätzen wie Symbolismus und Konnektionismus. Dieser technische Weg bietet sehr breite Perspektiven in den zahlreichen Anwendungen spezieller künstlicher Intelligenz und kann die Effizienz der Justiz erheblich verbessern. Allerdings ist die dedizierte künstliche Intelligenz in der Rechtsanwendungspraxis auf mehr oder weniger große Schwierigkeiten gestoßen, und einige dieser Schwierigkeiten sind in der Theorie sogar fatal, und es ist schwierig, ein solches Problem zu lösen.

Allgemeine künstliche Intelligenz scheint uns einige Inspiration zu geben. Kann also allgemeine künstliche Intelligenz im Rechtswesen zu juristischem Denken führen? Kann ein allgemeines juristisches Argumentationssystem auf Basis künstlicher Intelligenz die Rolle eines Richters und Anwalts übernehmen?

4. Anwendung: NARS-System

Das von Professor Wang Pei entwickelte nicht-axiomatische System wird auch NARS-System genannt. Das NARS-System ist ein intelligentes Argumentationssystem, das hauptsächlich nicht-axiomatische Logik verwendet, um die Formen von Transaktionen zu vereinheitlichen und einige unsichere Beziehungen zwischen Dingen durch logische Regeln wie Deduktion, Induktion, Integration und Revision zu handhaben.

Die Grundannahme des NARS-Systems besteht darin, dass Intelligenz als Anpassungsfähigkeit unter der Voraussetzung ausreichenden Wissens und ausreichender Ressourcen verstanden wird. Die Annahme einer relativen Unzulänglichkeit von Wissen und Ressourcen ist die logische Prämisse des NARS-Systems. Auf dieser Annahme basiert, dass das NARS-System die Eigenschaften der Endlichkeit, der wesentlichen Offenheit und der Anpassungsfähigkeit besitzt.

Copyright-Bilder in der Galerie. Der Nachdruck und die Verwendung können zu Urheberrechtsstreitigkeiten führen.

Endlichkeit bedeutet, dass die Rechenleistung und der Arbeitsspeicher von NARS begrenzt sind.

Echtzeit bedeutet, dass es verschiedene Aufgaben bewältigen muss, die jederzeit in Echtzeit anfallen, einschließlich Wissenserwerb und Entscheidungsfindung.

Unter Offenheit versteht man die Offenheit neuer und alter Regeln, die nur in der Systemsprache ausgedrückt werden können. Das durch das NARS-System repräsentierte Konzept und Wissen selbst ist ohne weitere Einschränkungen der Erfahrung und der objektiven Welt zugänglich.

Anpassung bedeutet, dass das System aktiv aus Erfahrungen lernen und Wissen erwerben kann, um sich an mögliche Umgebungen und Aufgabenanforderungen anzupassen. Kann das NARS-System also eine rechtliche Argumentation ermöglichen?

Im Folgenden werde ich es aus drei Blickwinkeln erläutern: die Prämisse der juristischen Argumentation, konzeptionelles Wissen und Regeln der juristischen Argumentation.

1 NARS: Prämissen der juristischen Argumentation

Das Verständnis des NARS-Systems basiert auf vergangenen Erfahrungen mit seiner Umgebung und bildet Konzepte und Wissen. Der Grund für die Beschaffenheit von NARS liegt in der Transformation und Verbesserung der formalen Logik. Die vom NARS-System übernommene Form der realen Funktion überlässt die Beurteilung der Authentizität und Machbarkeit von Dingen Beweisen, und die Beweise stammen aus den Erfahrungen der Vergangenheit des Systems der Dinge, um das Problem der Systemanpassungsfähigkeit zu lösen. Dies führt zu dem Problem, dass der Abschluss des NARS-Systems nicht unbedingt gewährleistet ist. Sie kann nur in den Beweisen, die sie erfahren oder indirekt erfahren hat, eine gewisse Grundlage finden, die mit der Prämisse der juristischen Argumentation im Einklang steht.

Da die menschliche Wahrnehmung und rationale Fähigkeit begrenzt sind, kann niemand den objektiven Prozess des Auftretens von Tatsachen vollständig wiederherstellen und als Dritter den Entwicklungsprozess der Dinge nur anhand von Beweisen beurteilen und daraus schlussfolgern. Solange dieser Denkprozess bestimmten Standards entspricht, wird er als wahr, also als rechtlich wahr angesehen.

Die juristische Argumentation basiert auf begrenzten Mechanismen und die Entscheidungsfindung erfolgt, wenn das Verständnis der Fakten des Falles den gesetzlich geforderten Standards entspricht. Die Standards für die Zertifizierung gerichtlicher Verfahren basieren hauptsächlich auf dem Ausschluss begründeter Zweifel, hoher Wahrscheinlichkeit (Verallgemeinerung) und der Beweislast. Das heißt, wenn eine Reihe von Beweisen berechtigte Zweifel ausschließen kann und eine hohe Wahrscheinlichkeit ihres Auftretens besteht, dann sind wir sicher, dass die Tatsachenentwicklung wahr ist. Neben der Erlangung von Authentizität stellt die juristische Argumentation auch weitere Anforderungen, nämlich das Kontextwissen der juristischen Argumentation.

2 NARS: Konzeptwissen

Die rechtlichen Urteile, die Anwälte fällen müssen, basieren auf konkreten Sachverhalten, und dieses konkrete Sachverhaltsbild beinhaltet viel Hintergrundwissen. Juristische Argumentation besteht darin, konkrete Situationen des ursprünglichen gesellschaftlichen Lebens vor allem durch Rechtsbegriffe und Rechtsregeln in das Rechtssystem zu integrieren. Beispielsweise ist vorsätzliche Fahrlässigkeit eine induktive Zusammenfassung eines bestimmten subjektiven Zustands, und Beleidigung und Unanständigkeit sind abstrakte Verallgemeinerungen eines anderen Verhaltens. Die Prämisse der juristischen Argumentation basiert auf diesen Konzepten und Regeln, aber diese Konzepte und Regeln sind nicht einfach abstrakte Begriffe und Substantive, sondern beinhalten einen reichen gesellschaftlichen Hintergrund. Nur mit ausreichender sozialer Erfahrung können wir die Bedeutung dieses Rechtsbegriffs verstehen. Rechtliche Beweise liefern Belege und Unterstützung für die Konnotation dieses Rechtsbegriffs.

Die grundlegende logische Einstellung des NARS-Systems besteht darin, Erfahrungen darin zu integrieren. Während der Entstehungsphase des NARS-Systems entwickelte NARS eine auf Erfahrung basierende Semantik. Die Bedeutung jedes Wortes und die Wahrheit jedes Satzes im NARS-System werden im Prinzip durch die im System gesammelten Erfahrungen bestimmt.

Das Wissen des NARS-Systems ist kein Modell der Welt, sondern eine abstrakte Zusammenfassung der Erfahrungen des Systems. Diese Erfahrung ist eine wirksame Aufzeichnung der Interaktion zwischen dem System und der Umgebung. Durch die Abstraktion dieser Erfahrungsfragmente entstehen Konzepte, die in NARS als Begriffe bezeichnet werden. Die Begriffe beziehen sich auf die Konzepte im System, nicht auf Dinge außerhalb des Konzeptsystems.

Allerdings ist ein solches Konzept bis zu einem gewissen Grad auf Erfahrungen aus der Vergangenheit bezogen. Diese Verbindung stellt ein Netzwerk von Konzepten zwischen Konzepten dar und bildet ein Netzwerk des Wissens. Das konzeptionelle System von NARS ist nicht einfach ein bestimmter Begriff, der seine einzigartigen Erfahrungen und Beweise enthält und eine absolute Verbindung mit Fakten aufrechterhält.

Daher basiert der NARS-Argumentationsprozess auf diesem Konzept oder Begriff. Durch das Denken mit NARS können Formalisierung, Symbolik und Leere im Denkmodus spezieller künstlicher Intelligenzen, insbesondere symbolischer künstlicher Intelligenzen, wirksam vermieden und so eine Verbindung zwischen Konzepten und realen Ereignissen hergestellt werden.

3 NARS: Regeln der juristischen Argumentation

Die syllogistische Argumentationsform des NARS-Systems umfasst hauptsächlich deduktives Denken, induktives Denken und attributionales Denken. Auf der Grundlage attributionaler und induktiver Argumentation werden vergleichende und analoge Argumentation abgeleitet. Diese Art der Argumentation basiert nicht einfach auf dem Konzept von Wörtern. Durch die Fülle an Wörtern und Begriffen ergeben sich viele komplexe Aussagen und Sätze, auch hierfür gilt diese Denkregel.

Die Grundlage juristischer Argumentation bilden Rechtsbegriffe, also die Erforschung der logischen Beziehung zwischen Rechtsbegriffen und Rechtsregeln. Die Argumentation von NARS ist im Großen und Ganzen die gleiche, sodass die Regeln der NARS-Argumentation für eine juristische Argumentation geeignet sind.

Da das NARS-System selbst über eine solche nicht-axiomatische Eigenschaft verfügt, kann das NARS-System die Funktion der juristischen Argumentation auf theoretischer Ebene realisieren oder teilweise realisieren. Vielleicht beruht es auf der Zusammenfassung und Reaktion der NARS-Argumentation auf die Regelmäßigkeit des menschlichen Denkprozesses, dass das NARS-System die rechtliche Argumentation künstlicher Intelligenz teilweise realisieren kann. Kann künstliche Intelligenz also juristische Argumentation ermöglichen? Auf dieser Ebene müssen wir über die Inspiration nachdenken, die uns die allgemeine künstliche Intelligenz bringt. Wenn künstliche Intelligenz juristisches Denken ermöglichen soll, besteht ihre grundlegende Anforderung darin, die grundlegenden Merkmale des menschlichen Denkens zu reproduzieren, und dieser Prozess bietet offensichtlich mehr Aussichten für die allgemeine juristische künstliche Intelligenz.

Planung und Produktion

Redakteur: Jin Yufen (Praktikant)