机器在法律领域中该被如何定位,值得深思。在人工智能技术日臻完善的今天,与之有关的犯罪也开始蔓延,其在法解释学上的意义亦值得深入探讨。机器是否具有“行为能力”,进一步说,机器的行为是否能与自然人或法人的行为相提并论、机器是否具有“处分能力”或者具有“过失行为”等是讨论的核心。

　　揭开人工智能的面纱

　　人工智能这种综合性、交叉性和渗透性学科从其诞生之日起就受到人们的广泛关注。人类迈向人工智能的脚步可以上溯到亚里士多德以及先秦诸子百家的形式逻辑,前者包括三段论,后者如“白马非马”辩论、《列子·汤问》中关于近似机械人的描述。1956年的达特茅斯会议上,全球科学家们以人类智能活动的表现形式和认知规律为基础,借用数理逻辑来形式化,用计算机作为载体,提供关于形式化计算和符号处理的理论,模拟人类某些智能行为和方法,构造具有一定智能的人工系统,让计算机去完成以往人类智力才能胜任的工作,从而诞生了“人工智能”这一新学科。

　　人工智能最早的奠基工作是由英国逻辑学和计算机的先驱图灵开展的,他在《论可计算及其在判定问题中的应用》论文中阐明了现代计算与计算机原理,设想出抽象的数字计算机,美国逻辑学家丘奇(Alonzo Church)把它叫作“图灵机”。图灵建议,不问“机器能否思维”,而问“机器能否通过表征智能行为的测试”,这就是后来被人们津津乐道的图灵测试。实验的结果告诉世界,以串行符号处理为特征的经典人工智能的研究开始了。

　　“图灵测试”的目的是想无限拉近人与机器的距离,其设计的诸如语言和记忆力以及思维能力的各种实验测试,力图证明,通过科学技术,机器可以被赋予和人类一样的功能与属性。然而,“塞尔中文屋测试”的结果却推翻了“图灵测试”的结论。科学家塞尔的基本观点是计算机程序不足以构成心灵,不可能替代人心,脑功能产生心的方式不能是单纯操作计算机程序的方式,只有具备相当于脑的能力才可能产生心或相当心理状态的人造物。可见,“图灵测试”不仅未能成功赋予机器以人的活性,而且也未能对“塞尔中文屋测试”提出的一系列修辞、语法和察言观色、随机应变等人类特有能力的不可复制性进行有效的反驳。机器到人的距离依然遥不可及。

　　自动化和人工智能专家、北京邮电大学计算机学院李德毅院士指出,人工智能自诞生之日起就引发了人们无限美丽的想象和憧憬,但其发展过程也存在着不少争议和指挥自动困惑:什么才算是真正的“智能”?为什么再高级的电脑、再智能的机器与人类的智能相比仍然那么幼稚?因为人终究是人,不可以与机器画等号,即使是无限高智能的机器。

　　法律解释对人工智能的回应

　　人工智能的新兴领域往往会带来法律调控手段的留白,而具体法律条文的滞后性又让法律解释大放异彩。比如,对于利用ATM机非法获取存款行为的定性,常有盗窃罪和诈骗罪的分野。而笔者认为,要认定行为人构成哪种犯罪,应当从“受害人”是否有行为能力进行探讨,因为如果认为机器可以被骗,那么其行为能力从何而来?行为能力是指能够以自己的行为依法行使权利和承担义务的能力。具有行为能力的人必须首先具有权利能力,但具有权利能力的人不一定都有行为能力。仅仅通过法律解释中的文理解释即可说明。

　　文理解释包括字义解释和语法解释,是严格遵循法律规范字面含义的解释。这种解释的目的在于使人们正确理解法律规范的应有之义和立法者的意志。字义解释可分为字面解释、限制解释和扩充解释。以诈骗罪为例,从字面解释看,诈骗罪是指以非法占有为目的,用虚构事实或者隐瞒真相的方法,骗取数额较大的公私财物的行为。行为人以不法所有为目的实施欺诈行为致使被害人产生错误认识,继而让被害人基于错误认识处分财产,行为人取得财产,被害人受到财产上的损失。从字面解释来看,“被害人基于错误认识处分财产”是判断诈骗罪是否成立的关键环节,而机器是否属于被害人行列,“错误认识”和“处分行为”的主体是否可以是机器,单纯运用字面解释无法回答。但是根据罪刑法定原则,运用限制解释的方法,却可以得出以下结论:第一,定义中没有指出机器可以成为被害对象,不可以扩大解释,即排除机器成为被骗对象;第二,只有自然人和法人才可以产生错误认识和处分行为,没有特别说明,在没有包含和列举关系的前提下,排除机器可以产生错误认识并进行处分行为。