涂永前 | 数字法治的进度与限度

作者简介

涂永前

中国人民大学劳动人事学院教授

本文载于《北京大学学报（哲学社会科学版）》2024年第5期，引用 / 转发等请据原文并注明出处。参考注释请参见原文。

随着互联网、大数据、云计算、区块链、移动终端、人工智能、即时通信、生成式大模型等信息科技的日益发达，人类社会已经进入数字化时代，各行各业都在努力数字化，诸如数字技术、数字经济、数字社会等，包括法治也在数字化，出现了数字法治，具体包括法律信息检索、数字化立法、数字化执法、司法智能化或自动化、线上审判、远程调解、司法统计、判决分析预测、“互联网+法治”和算法研究、计算法学以及个人信息、数据权利、隐私保护、公共秩序，等等，法学似乎插上了数字的翅膀腾空而飞，且君临法治。从历史上看，这是源于人们对数字(学)的崇拜和效仿;从现实看，这是由于数字化具有各种独特的优势。面对这种局面，我们应该冷静思考其中一个非常重要的问题，即数字法治的进度和限度在哪里?

追溯数字化的渊源，可以将其归因于人类一直以来对数字的崇拜以及对数学的效仿。数字(包括图形)是表示事物的主要标志，也是人类认知事物的基本维度。数学是人类最早的科学之一，可以说是科学之母。“一切都是数”“毕达哥拉斯主义……对于整个西方理性思维有过决定性的影响”。柏拉图在其学院门口警告:“不懂几何学者不得入内。”亚里士多德把数学、自然科学和哲学一起列为最高学术。笛卡尔指出:“探求真理正道的人，对于任何事物，如果不能获得相当于算术和几何那样的确信，就不要去考虑它。”莱布尼茨宣称:“我发现了一件惊人的事，那就是我们能用数字表达各种各样的真理和推断”“在数中隐藏着最深奥的秘密”。霍布斯认为:“从古至今，几何学是上帝眷顾而赐给人类的唯一科学”“算术始终是一门确定不移、颠扑不破的艺学”。洛克指出:“我们如果用数学家所惯用的方法来考察它们(观念)，它们一定会使我们的思想十分进步，十分明白，十分显然，而且明显的程度会超出我们平常所想象的程度而外。”即使是怀疑论者休谟也对数学网开一面，他说:“只有数量科学，我想，可以确乎断言是知识和解证的适当对象。”马克思甚至强调:“一门科学只有在成功地运用数学时，才算达到了真正完善的地步。”凡此种种，均表明数学成为科学的标本，也成为哲学和其他学科效仿的范本。

综观西方哲学史，可以看到，西方主流哲学始终在追随数学、效仿数学，特别是欧几里得的《几何原本》。许多哲学家以其为标本，借鉴其概念，运用其方法，仿效其体系，企图从数学中寻求启示，以数学命题为范例论证确立哲学真理，以数学方法或其变通为哲学方法，构建数学般精密的哲学体系。其中，笛卡尔创立了解释几何，莱布尼茨独自创立了微积分，等等。但哲学效仿数学的努力一直都没有成功，没有一个哲学体系取得了《几何原本》那样的成功。例如，斯宾诺莎曾按照几何原理构建其《伦理学》，把《伦理学》加工成了《几何原本》的模样，是伦理学的几何化或几何化的伦理学，但仍然不是《几何原本》的本身，而只是《几何原本》的赝品。可以说，直至近代哲学体系，其中的自然哲学包括康德的《自然通史和天体论》和黑格尔的《自然哲学》等，都是用哲学话语表达粗浅的自然科学，都是为构建哲学体系使其成为“百科全书”或“科学的总和”而牵强附会或“附庸风雅”，但在科学史上几无价值。正如恩格斯在《反杜林论》中所指出的:“近来，哲学体系，特别是自然哲学体系，如雨后春笋出现在德国”，每个人都可以凭借“科学自由”去著书立说谈论任何东西，包括他们从未学过的东西。但“现今的自然科学家，不论愿意与否，都不可抗拒地被迫关心理论上的一般结论，同样，每个从事理论研究的人也不可抗拒地被迫接受现代自然科学的成果。这里出现了某种相辅相成的现象。如果说理论家在自然科学领域中是半通，那么今天的自然科学家在理论领域中，在迄今为止被称为哲学的领域中，实际上也同样是半通”。

哲学效仿数学，是“哲学的童年”不可避免的状况，就像小孩效仿大人一样。但哲学一旦成熟起来，就会发生转向。例如，哲学效仿数学在康德那里就发生了重大转向。虽然康德在《纯粹理性批判》中仍然以数学例证、命题和真理论证其“先天综合判断”这一核心概念，将其提升为“先验真理”，并以此划定人类的认识范围以及形而上学作为科学是否可能。在康德哲学中，主体的“先验能力”在很大程度上就是主体天赋的数学能力，康德把数学置入其哲学的核心和基座。但康德也明确禁止哲学想当然地效仿数学，在哲学领域、在知意情中，数学不能一手遮天，理性并非无所不能，所以要为“纯粹理性”划定范围，要肯定“自在之物”，要“为信仰留地盘”，在“纯粹理性”之外，还有“实践理性”和“判断力”。例如，康德在意志(实践理性)和审美(判断力)中就不再效仿数学，因为意志、审美超越了数学，它们不是数学所能恰当处理的对象或领域。数学在康德哲学中已被限制甚至被扬弃。

早期的哲学，作为一种形而上学，一种追根究底的学问，一种理所必至的学问，一种以理服人的学问，显然还不具备这些特性和能力，因此，只能效仿数学、依傍数学，披上数学外衣才能赢得人们的信服。应该说，哲学对数学的效仿，既是早期哲学缺乏自明性的表现，不知哲学为何，所以盲目效仿哲学。哲学终究高攀不上数学，哲学数学化失败了。这不是哲学无奈何数学，而是哲学异质于数学，哲学与数学之间没有那么必然的联系，哲学也不必效仿数学。今天，尽管逻辑实证主义、科学哲学等哲学流派还在效仿数学或者还有数学的残余，但绝大多数哲学流派已经自觉地放弃了效仿数学的努力。现当代哲学放弃对数学的效仿之后，不但没有降低自己、迷失方向、丧失自我，反而更加自主，更自觉地集中于“认识自己”，更好地回归哲学。

尽管如此，但仍有不少人文社会科学在跃跃欲试地效仿数学，人文社会科学在数学化，出现了诸如社会工程学、社会物理学等学科。其中，数学化最典型、最突出也最有成就的学科就是经济学(包括管理学)。大体而言，诺贝尔经济学奖与其说奖给了经济学家，不如说奖给了数学家，但他们并非都是一流的数学家，而主要是一些将数学(方法)运用于经济学或者将经济学数学化的经济学家或数学家，许多人对于经济学的发展并没有作出多少里程碑式的思想贡献。经济学家到底能干什么?这一问题不仅出现在公众的猜疑中，而且一些西方经济学家也在自我反思。在《经济学家贡献了什么》一书中，20世纪最重要的十位经济学家对此作出了恰如其分的回答。他们不约而同地质疑了经济学的一个“伟大的信念”，即经济学的数学化。在他们看来，经济学的数学化中断了经济学与哲学、历史、政治、社会等的联系，变成了一门“黑板经济学”。“那些充斥着数学语言的经济学专著——会使我们的注意力从经济学的基本原则转向一种专注于分析的兴趣”，而这损害了经济学家对社会福利等现实问题的思考和研究。张五常认为，“就经济而言，我从来没有见过一个真实现象能成功地被一个复杂理论解释过。成功解释所用的理论永远都是那么浅，浅得有点难以置信”。例如，“在经济学来说，不同的简单理论，归根究底，来来去去都是两招基本的原理”，第一招是“自私的假设”，第二招是“需求定律”，“在解释世界的经验中，我从来没有用过上述以外的两个招式”。今天的经济学已经高度或过度数学化了，以至于有人说，“问问约瑟夫·熊彼特是否能在现在的经济学系找到一份工作，我问过的每个经济学家都说他不能。他们中的大多数人很诚实，承认这是思想危机的征兆。”

今天，法学也在刻意效仿数学。例如，立法变成了利益算计，立法结果是利益博弈或趋利避害的产物;执法随着行政管理数字化也越来越数字化，有人呼吁“加快建设数字行政法”，认为这是对数字政府建设的制度性回应;司法正在进行智能化改革，其实也是数字化的改革，“以事实为根据”，变成了“以数据为根据”，数据即证据，“无数据，无证据”，似乎没有数据，就不能司法，即使司法，也没有可信度和公信力。法学研究也是如此，算法研究风起云涌，已经成为法学研究的新课题、新热点、新潮流。现在整个法学领域都在高歌猛进地数字化，似乎一切都要数据，一切都要让数字说话，一切都由数据说了算。否则，就是游谈无根、空口无凭。目前，数字法治越来越数字化、数据化甚或数学化，似乎一旦如此，法学就像数学一样科学了、权威了。但许多所谓的法学数字化实质上只是在法学中添加了几组来历不明且未必客观的数字、嵌入了几个非常粗浅且并非必要的数学公式，如此不仅不能使法学变得更加科学，反而会使法学玷污科学。尽管历史上作为职业律师的费玛曾提出过“费玛定理”，因而被誉为最伟大的业余数学家，但这可能是空前绝后的。目前许多所谓的“算法研究”，其实对算法本身并无多少精湛的研究，那是数学家、计算机专家等科学家的专业和特长，并非法学专家所能轻易染指和胜任，他们面对的是“算法黑箱”，无论怎样“算法解释”，都难以保障“算法透明”，无法实现“算法正义”。

法学研究主要是针对算法所导致的一些社会现象、负面影响及其所引发的各种法律问题，例如，“算法风险”“算法歧视”“算法逼迫”及其对人们的信息权、隐私权以及其他权利的侵犯等，然后在此基础上提供算法规制或监管的法律对策或建议。这些研究是必要的，可以为改进完善甚至重新设计算法提供外部参考借鉴，但并非根本的，只是治标而不能治本。治本之道在于，为了避免算法的种种弊端，必须从内在机理和核心科技去改进完善甚至重新设计算法。鉴于此，可以说目前的算法法学研究大多不是“内行看门道”，而是“外行凑热闹”。算法法学研究的核心和重点不是研究算法本身，比如《互联网信息服务算法推荐管理规定》所指的“应用算法推荐技术”，包括“利用生成合成类、个性化推送类、排序精选类、检索过滤类、调度决策类等算法技术向用户提供信息”，等等。算法法学研究关注的不是这些算法技术背后的数学原理和计算科技，而是其表现出来的各种(商业)行为，特别是它们(可能)导致的侵犯数据安全、公民信息、个人隐私和破坏市场秩序、社会安全、公共利益等问题和风险，并有针对性地依法予以防范、规制和化解，其中关键是依法规范从事算法的人及其行为，使其具有“科技为人”的人文精神和恪守“算法为善”的科技伦理。这又回到了法治的初心和主题——对人及其行为的良法善治，所以算法法学研究并不是什么全新的研究，也没有突破既有法学研究的范式。

当前，我们不但要看到人文社会科学包括法学的数字化，更要注意它们正在经历一个逐步和不断脱离数字、数学和科学的过程，一个不断走向自立自主、回归自我自治的过程。

(一)数字化的反思

其他学科对数学效仿的不成功，一方面是盲目跨界，混淆了其他学科与数学的界限与区别，导致“橘逾淮为枳”。今天，人们已深刻认识到人文社会科学不同于数学等自然科学。从本体论上看，前者以“了解”“形成的世界”为最终目的，后者以“发掘”“本质的世界”中的真理为最终目的。两者的思维方式不同，前者是总体逻辑思维，不仅要了解所有个体，而且要经此了解由所有个体所构成的总体，个体具有特殊性，其中一个个体说明不了其他部分;后者是一种类型逻辑思维，类型具有普遍性，了解了一个类型，就可以推而广之说明一类东西。在方法论上，前者主要依靠观察数据，但由于观察数据受社会场景和外来因素的影响，因此所有数据都有问题，不能回答所有问题;后者主要用实验的方法，通过实验隔离外来因素的影响，可以得到一个纯粹的规律。这些本质上的差异决定了人文社会科学不能完全效仿数学等自然科学。

另一方面是数学自身也在不断变化，甚至变革。例如，欧几里得几何变革为非欧几何，这种变革表明欧氏几何并非普遍真理。克莱因评论说:“非欧几何也可以是物理空间的几何，我们不能再肯定哪门几何一定是正确的。单是还有别的几何存在就已经是一件令人震惊的事实了。然而更令人震惊的是，你不再知道哪个是正确的，或者究竟有没有正确的。”克莱因将此称为“真理的第一次丧失”。逻辑主义者试图从逻辑演绎出算术，形式主义者试图在算术的基础上构建整个数学，但都饱受悖论的困扰。罗素等人设计了一些化解悖论的对策，却仍然无法杜绝悖论，最后他不无遗憾地说:“我在数学里总是希望得到的那种壮丽的确定性消失在不知所措的困惑之中了。”

数学把自己作为科学的唯一标准或模式强加于其他学科，要求一切学科都是自己的翻版或复制，都要数学化。这是对原则上不属于数学的学科采取数学的方法，是以数学为代表的科学的傲慢与偏见，这已经遭到了许多科学家的反对和指正。数学并非一切，科学并非万能。这正是科学的精神和科学的态度。今天，即使是最伟大的科学家也已经充分认识到，人类生活不可避免地涉及人文、道德、审美、合法性和其他不能从科学角度来理解的因素和品质。数字只是事物的一个维度，数学只是人类认识事物的一个学科，客观枯燥的数字以及无论怎么精确的数学都涵盖不了、说明不了纷繁复杂、丰富多彩的世界。数字只是冰山之一角，下面还有看不见的庞大的“冰山”。就像当下疫情期间最众所周知和众所公认的那句话——“每一个数字背后都是一个鲜活的生命”。

其他学科对数学的盲目效仿，导致人类思维方式和致知倾向的改变。例如，数字致知方式取代了思想致知方式，描述致知方式取代了理论致知方式，结果是人类思维方式的极度简化，由多种思维方式简化为唯一的科学思维方式，更为严重的是抽象思维和理论思维的严重衰退。但后者正是一切学科包括科学得以发展的基础和动力。凯恩斯指出，经济学家和政治哲学家的思想，不论它们在对的时候还是在错的时候，都比一般所设想的要更有力量。讲求实际的人自认为他们不受任何学理的影响，可是他们经常是某个已故经济学家的俘虏。不论早晚，不论好坏，危险的东西不是既得利益，而是思想。对于科学特别是人文社会科学来说，重要的是创新性的思想，其次才是实现它们的应用性的技术(包括数字及数学)。

数字法治，无论多么高新精尖，依然是借助数学原理和计算科技将有关法治因素数字化，以便更便捷、更广泛、更即时地传递法治信息，更好地推进法治建设，所以，数字法治本质上是信息法治的升级版。但万变不离其宗，法治是本体主体，数字是表象客体，法治能否数字化以及怎样数字化，归根结底是由法治的属性、原则和宗旨决定的，不可本末倒置、反客为主。具体如算法，由国家互联网信息办公室、工业和信息化部、公安部、国家市场监督管理总局联合发布的《互联网信息服务算法推荐管理规定》，就根据法治的属性、原则和宗旨，为算法推荐服务提供者规定了基本的法律原则，具体包括:遵守法律法规，尊重社会公德和伦理，遵守商业道德和职业道德，遵循公正公平、公开透明、科学合理和诚实信用的原则;加强行业自律，建立健全行业标准、行业准则和自律管理制度，制定完善服务规范、依法提供服务并接受社会监督，等等，该行政规章第二章也为其划定了不可触碰的几条红线及禁止性规定。其中还就不遵守规定者的法律责任进行了明确，如该部门规章第31、33条分别明确了未按规定备案产生的法律责任和按照规定备案后算法活动仍造成损害时应承担的行政法律责任，甚至刑事法律责任。由此可见，算法服务不能“无法无天”，算法服务也要法治化，是算法服务于法治，而不是法治服务于算法。

(二)法治数字化的警示

世界上并没有十全十美、有利无弊的事情。数字化也是如此。毋庸置疑，数字化厥功甚伟，人们对数字化也赞叹不已，我们只想强调，随着片面过度强调数字化，已经导致了许多严重弊端。

人从“心中有数”到心中只有数，见数不见物，见数不见人，无数即无物，无数即无人。有血有肉的人被分解为一组数据，社会关系数据化了，过去马克思说“人的本质是社会关系的总和”，现在可以说“人的本质是一组数据的总和”，“数据替身”取代了人本身。事物、事实、关系被数字化了，出现了“信息茧房”——人被束缚于信息之中，一种根据个人偏好、消费习惯等被算法所检索、筛选、定制和推送的信息束缚之中，一种不具有开放性、不能容纳多样性、缺乏随机性的信息机制之中，一种源自单一渠道、内容固定不变、难以新新不已的信息之中。这种信息“诱导用户沉迷”，使人成为一个按既定模式和惯性生活的人，一个“永远叫不醒的人”，一个只相信既定信息、不相信事实变化的人，哪怕事实变化摆在眼前，也不愿醒来和承认的人，或者不愿除旧布新、与时俱进的人。信息决定着人的自由，信息如何决定着人的自由状况，“信息茧房”限制了人们的知情权、选择权和发展权，进而也就限制了人的自由，构成对人的奴役。算法歧视、大数据杀熟、诱导沉迷等只是其中几个比较典型的例子。

信息是人类认知事物、正确决策和有效行动的基础，但信息并非越多越好，诸如“信息大爆炸”“信息碎片化”，其中许多信息是“垃圾信息”“无效信息”“病毒信息”，它们导致“信息噪音”“信息干扰”“信息误导”，不仅增加了信息搜集、分析和处理的成本，而且使人们无所适从，难以决策，行动迟疑。信息过多与信息缺乏大同小异，都有弊端。而且，许多信息并非客观真实的信息，而是经过“算法设计”“算法推送”“算法投喂”等检索、筛选、定制和推送的信息，人们据此信息所获得的认知、作出的决策和采取的行动难免偏狭、固化和失当。而且，这些信息只是过去经验的总结，只能回忆、适应过去，但难以认知、应对未来，不能成为人生的向导，因为人毕竟是向前看的。

当下，出现了一个新的统治者甚至大独裁者——大数据。数据决定一切，数据支配一切。人们只问数据，因为数据披着科学、客观的外衣，数据就是真理，算法就是权威，谁掌握数据和算法，谁就是真理和权威，服从真理、服从权威就要服从数据、服从算法，以及服从掌握数据和算法的人和机器。人们不问是非，是非是主观价值判断，言人人殊，因无法数据化，得不到数据的加持而被拒斥，导致“价值虚无”。算法权力取代了政治权力，算法统治取代了政治统治，在许多人看来，依数据算法统治比依暴力、权力、身份乃至法律统治都更具有科学性、正当性和合法性，数据堪称最优统治者，算法是无冕之王，在数据和算法面前，人们自发自愿地被它们所统治和奴役。

人们常说，数字赋能，包括数字技术扩散了各种信息，促进了企业生产，便利了市场交易，便捷了社会交往，减少了交易成本，创新了商业模式，提高了管理效率，满足了客户需要。数字成为重要的生产要素，以至于要实现产业数字化和数字产业化。但与此同时，也要注意数字赋能可能变成数字负能。在经济方面，导致了数字迷信，经济就是数字，经济统计就是数字演算，经济信息就是数据公布;导致GDP崇拜，片面追求GDP数字，而不问GDP来自哪里?如何取得?有何代价?结果，经济数字在增长，但经济质量未必发展。此外，还有数字打架、数字造假、数字失真，以及数字政绩、数字出官，“数据投毒”“算法共谋”，数字好看但事实难堪，等等。人们要清醒地认识到，数学的基础是数字，但数学的核心是逻辑，数学的宗旨是实用。

在法治数字化方面，许多人更多地强调其正能量，即所谓的数字赋能，包括其有利于搜集立法信息、集思广益，保障科学立法、民主立法;有利于行政管理，提高执法效率;有利于司法审判，实现智慧司法;有利于法治宣传，引导全民守法，等等。但许多人没有同时看到其不可避免的负作用。例如，以数据为证据代替“以事实为根据”，摆数字、讲数据取代“摆事实、讲道理”，把司法审判数字化视为或等同于司法审判智能化。法治数字化也是法治数学化，甚至是法治高等数学化，把法律(治)高深化、复杂化、繁难化为一般人所难以知行，不仅人为地在人与法之间掘开了一道不必要的鸿沟，使法治成为极少数精英的专利与特权，而且违背了“法律是成年人的学问”这一法律的基本属性。这就走向了法治数字化的反面，法治数字化是为了使法治更加信息化、更加智能化、更像“傻瓜化”、更为便利化、更好大众化，而不是为数字化而数字化，更不是借数字化而把原本是“天下公器”的法治蜕变成为少数人谋私利的工具。此外，算法成了良法，甚至成了至高无上且统率其他法律的“宪法”。但人们对算法存在的目标失范、内在缺陷、信任危机、防范薄弱、监管困境和责任机制等算法风险，以及由此给人的知情权、人的隐私权和人的平等权和人类的自由发展、人性的丰富多彩等构成的严峻挑战，却分析和研究得不够，出现了“道高一尺，魔高一丈”的局面，难以保证“算法正义”。但许多人仍然见“数”不见“法”，认“数”不认“法”，“数”大于“法”，“数”高于“法”，法治数字化大有演变为法治虚无化之虞。这些都将扭曲法治，误导法治，与法治建设背道而驰。人们对于数字化的正确态度应该是，引入数据，但要警惕数据;相信数字，但不要迷信数字;重数据，但更要讲道理;不是算法至上，而是法治至上。

法律要面对现实，法治是系统工程，它们包括人性、经济、政治、社会、文化等方方面面，数字只是其中的一个部分或一个因素，甚至只是其中一个很小的部分或因素，根本不能“数”说一切，或者一“数”了之。

(一)数字化对法治的助力

法治在许多方面是可以而且应该数字化的。霍姆斯早就指出:“对法律的理性研究而言，现在所需要的或许是精通文字的人，而未来所需要的则是精通统计和经济学的人。如果现在的法治不具备比亨利四世所确立的法治更好的理由，那将是令人厌恶的。”其中，“更好的理由”就应包括数字(据)。与文字相比，数字(据)让人对事实和问题更清晰可读、一目了然，可以说，有时一个(组)数字(据)胜过千言万语。例如，“结婚率”“人口出生率”“居民年龄结构”等数据一摆，立即让人们了解了我国的人口状况，为《计划生育法》《老年人权益保障法》《社会保险法》乃至《教育法》等的修订，都提供了毋庸置疑和高度一致的共识。又如，过去天津滨海新区将分散在18个单位的216项审批职责归至一个部门，实现“一颗印章管审批”，原有109枚公章就此封存。从“109”变成“1”的数字变化，政府的“减法”换取了市场活力的“乘法”，成为中国进一步理顺政府与市场关系、完善经济治理的生动见证。数字政府建设成为推进政府治理体系与治理能力现代化、实现全社会效率与公平的重要举措。这种数字化，不仅大大地提高了政府办公效率，节约了有效的行政资源，而且为法治政府和依法行政确立了看得见、可考评的标准。又如“最多跑一次”，甚至“一次都不用跑”和简政放权的政府、行政才是法治政府、依法行政;反之，则很可能是人治政府、非法行政。再如，经过大数据统计得知，我国每年有近30万人因醉驾而获罪入狱并承担开除公职、吊销职业资格、解除劳动合同、限制子女就业等附带后果;至2020年，全国法院审结的“醉驾案”占刑事案件总数的25.9%，醉驾罪已成为名副其实的第一大罪。这些统计数据已经引起了人们对于“醉驾罪”应否修订的广泛争论。此外，“诉讼率”“上诉率”“冤假错案发生率”等，它们的数字化，直观明了地反映出我国的司法状况。如果诉讼率高居不下，说明人们没有把矛盾化解在基层，说明“枫桥经验”的宣传学习和普及落实得不够，甚至流于形式。“上诉率”节节攀升，不仅说明司法审判没有做到案结事了、息事宁人，而且说明司法审判不能以理服人、以法服人，甚至说明司法审判不到位、不称职，存在走过场形式化的现象。这些方面的数字化，为改革完善立法、执法和司法提供了简洁明了、有理有据的参考、借鉴。

法治还有许多方面亟须数字化甚或数量化。例如，刑事立法中的刑期规定和司法中的量刑操作，不仅关乎人们的权利和自由等重大利害，而且关乎刑法的科学性和权威性等核心问题。许多所谓的数字法治，比如，某种类型的犯罪率、某条法律的适用率、某类案件的公诉意见和辩护意见、某类案件的裁判文书及其依据和理由，等等，这类东西其实谈不上是数字法治，充其量不过是起了搜索引擎的作用和仅供参考而已。而且有负作用，诸如“乌合心理”“羊群效应”，导致人们缺乏独立思考、便于照抄照搬的弊端。司法既要依法办案，也要依案办案，因为世界上没有两片相同的树叶，也没有完全一样的案件，不能照抄照搬已有的既定的方法甚或判例去裁判有关案件。即使是判例法国家也不能如此，都需要具体问题具体分析、具体案件具体审判，不能“依葫芦画瓢”，不能“东施效颦”。有人寄希望于通过计算机的深度学习功能自动形成司法判决文书，这虽有可能提高司法效率、减轻司法负担、实现类案类判等益处，但更可能导致司法懒惰、司法“一刀切”、司法蜕变为“普罗克拉斯提斯铁床”等弊端。再如各种各样的法治评估，无论就其评估细目，还是其评估依据、评估方法以及评估结果，都具有很大的主观性甚至随意性，不要说科学性，就是合理性都勉为其难，有的说其是伪科学也不为过。这样的法治评估不仅是文字游戏，而且是数字游戏，很难对法治建设起多少积极有效的指导作用。

(二)法治数字化的局限性

法治涉及风俗习惯、伦理道德、价值判断、公平正义、审美心理，等等。这些因素是法治的核心因素，对法治起着决定性的作用，但它们很难数字化并建立数据库，尤其不能完全转写为二元编码，无法进行计算，这就使得计算法学或数字法治大打折扣。况且，许多事情也不必数字化，如果法律问题变成数字问题、数据问题、数学问题，那不是法学的科学化，而是法律的简化，也是法学的退化，甚至是法治的异化。就立法而言，“立法之人必先经磨炼，洞悉天人性情，熟谙各国风教，大小上下，源委重轻，无不了然于心中者，然后推而出之，乃能稳惬人情也。”这些方面决定了立法难以数字化。就执法而言，执法的对象是特殊性的社会关系，法律无从规定，使得执法无法可执，具有较大的自由裁量权，需要综合考量，要确乎事，酌乎情，合乎法，明乎理，服务人。就司法而言，“律者，民命之所系也，其用甚重，而其义至精也，极极于天理民彝，称量于人情事故，非穷理无以察情伪之端，非清心无以祛意见之妄。”这是数字法治很难做到的，智慧司法还没有如此智慧。数字法治犹如“设使手操三尺，不知深切究明，而但取办于临时之检按，一案之误，动累数人，一例之差，贻害数世，岂不大可惧哉!是今之君子所当深求其源，而精思其理矣。”仅仅机算是不够的，还要“心算”。良心是最高的法律，司法需要“致良知”。就守法而言，人们守的是常情常识常理常规，大都不必枉费心机地去计算。所以，法治问题归根结底是“理”的问题而不是“数”的问题，“理”统率着“数”，“数”服务于“理”，有“理”走遍天下，无“理”寸步难行，有“理”有“数”是好上加好，无“理”无“数”是无理取闹，有“理”无“数”是美中不足，有“数”无“理”是强词夺理。良法善治的一个重要标志就是有“理”有“数”，“数”“理”统一。人们应该追求的不是数字法治而是“数”“理”法治。

数据不等于证据，数学不是法学，不可盲目地追求法治数字化。很早以前，马克斯·韦伯就提出过类似“自动售货机”式的司法审判机制(器)，即从一端输入与案件相关的数据信息，另一端就会自动输出对案件的裁判结果。果如此，当然是再好不过了，因为它“去人化”(dehumanized)，机器代替了法官，机理代替了人性，减少了人为干扰，避免了亚里士多德所警惕的“在政治中混入兽性因素”。但问题是，许多案件都非常复杂繁难，数据只是其中的一个方面，有时甚至只是很小的一个方面，有的甚至无法数量化，根本不能输入审判机制(器)，自然也就不能输出案件的裁判结果。即使所有的司法因素都能数字化，也不可避免地存在被简化、被误译和被扭曲的情况，难以保证司法的针对性和公正性。司法审判涉及人情、世故、天理、价值、审美等方方面面，人判不易，机判亦难。“自动售货机”式的司法审判机制，将人的问题数字化，将多元问题一元化，将复杂问题简单化，将心性问题机械化，将司法透明黑箱化，这不是司法审判的智能(慧)化，而是司法审判的简单化，甚至是反智化。对人判还可以监督检查纠正，还有“法官责任终身制”，但对机判就无奈其何了，一切纠错机制都无能为力了。这不仅是一个永远不能实现的迷念，也是一个必须警惕的方向性错误，它将使法治误入歧途。所以，迄今为止世界上也没有发明和出现过“自动售货机”式的司法裁判机器。尽管人算不如天(神)算，但人算优于机算。诸如面对算法风险，人们提出了对其加以预防和规制的“技术正当性权利”“免受自动决策权”和“获得人工干预权”“人工接管权”“请求人类审判权”等权利体系和制度工具。但它们能否起到预防和规制算法风险以及追求和保障算法正义的作用，世人还需拭目以待。

当前，法治数字化还处在起始工作阶段，不能把数字一摆一列，就大功告成、无话可说、不好好说话了。数据不等于结论，数据不等于话语，有时数据还不会说话，但有时数据又乱说话。因此，关键是要让数据说话，特别是正确地说话。例如，有人把“结案率”视为是司法效率，是对司法的业绩考核和监督手段，视为是一种便民利民措施，甚至等同于司法公正，因为“迟到的正义不是正义”，等等。但所有这些只是一个方面，也要注意其不良影响。诸如，为了提高“结案率”，法官不得不草率结案，“萝卜快了不洗泥”，难以保证司法公正;法官累得精疲力尽，有的甚至因公殉职，消耗了有限的司法人才，等等。司法的首要价值是公正而不是效率，司法为了追求公正，可以牺牲效率。目前的司法还存在许多数据确凿无误但说理不充分不正确的情况，数据多于大于法理。要改变这种情况，重要的不仅要依数据说话，而且要依数据说理，要以理服人。

法治数字化未必就一定要精确化，以为只有可数字化和可精算化的东西才是客观的、科学的、重要的，而对其他不可捉摸、难以计量但深入本质、至关重要的事情视而不见、予以排斥，这是一种需要破执的迷念，就是数学本身也出现了模糊数学。事实是模糊的，表述事实的数据也应该是模糊的、大概的，不可能完全精确无误、“说一不二”。例如刑法关于刑期的规定，许多都有一个量刑幅度，以对应纷繁复杂的犯罪情节。虽然数字技术越来越发达，已经虚拟出了一个愈来愈真实的独立空间——“元宇宙”，它看似与现实世界平行，但实质上仍然是现实世界派生和映射的虚拟世界，而不是现实世界本身，且永远不可能是现实世界本身。人们可以一时游戏其间，但最终要回归现实世界。数字法治只是赋能法治、助力法治、优化法治，而不是重构法治、颠覆法治、破坏法治。数据深受社会情景的影响，“不可认为单凭数据就能研究中国，而不需要深入了解中国的文化、制度、历史与现实在数据背后的潜在意义”。由于不同社会情景的数据是不一样的，所以人们“需要在解读数据时挖掘每个社会现象背后看不见却有意义的背景知识和文化内涵”，“假如忽略了这些隐藏的内容，我们就很难真正理解数据背后的故事”。对于“数字法治”，人们不能只强调、只看见形式、工具方面的“数字”二字，而忽视、无视“数字”已体现和未体现的实质、目的意义的“法治”，数字不能遮蔽、代替法治，而应服从、服务法治，数字及数字化所带来的人类、经济、政治、社会和文化等的变化也要法治化，并且是数字法治的核心内容。法治数字化囊括不了、取代不了法治的人性、经济、政治、社会和文化等方面的综合分析，许多方面根本就“数”说不了，也“数”说不尽。数字化只有与它们紧密结合，自觉地俯身于它们之下而不是凌驾于它们之上，更好地为它们服务，自动地与它们相向而行，相得益彰，才能更好地服务法治。数字系统能够深度学习，恰当裁判，服务法治，但是“机器学习仍然是基于规则(rule—based)”。不能因为数字法治这个工具好(况且还未必好)，就一叶障目、不见泰山，忘记了法治的人本、人文、人伦等更为重要的方面，忘记了法治的本体是良法善治以及法治为人民服务的初心和目的。只有综合法治的其他方面，只有坚守法治的初心，明确法治的目的，然后在此基础上引进、结合和发挥数字化的优势，辩证地处理好数字法治的进度与限度，才能更好地运用数字法治这个重要工具。

人们首先要正确认知数字与法治的关系，它们是目的与手段的关系，不可颠倒。是数字为法治服务而不是法治为数字服务;是法律至上而不是算法至上;是以事实为根据、以法律为准绳，而不是以数字为根据、以数学为准绳;法治以公平正义为宗旨，而不是像数字化那样以效率为圭臬。法治尽可数字化，但数字化有其限度，并非万能，不可能一切都数字化，要警惕不必要的数字化，不能以数字化掩盖法理化。法律是一套合理的行为规则，法学是一门讲理的学问，司法是一种以理服人的技艺。贯穿法治全过程的主要是合理、有理、讲理、在理，无论是文字表述还是数据运用都服务于此，能够用合情合理、通俗易懂的文字予以说明的，就不必费时费力搞什么数字统计和数学运算。数字法治不能本末倒置，把“以事实为根据，以法律为准绳”，变成以数字为根据、以数据为准绳，把法律至上变成数学至上。其实，文字表述往往比数字罗列更加形象生动，也更加直观有感，还更容易记取，因而更有说服力。过度数字化的法律(治)犹如天文数字，将难以为人们所知行。

微信号｜bdxbzsb