就法律效果而言，由于司法政策对于法律规则的依赖性，决定了其作用方式的特殊性。

[62][德]阿列克西：《法律论证理论》，舒国滢译，中国法制出版社2002年版，第361页。[92]经由地方转化国家政策而来的这些政策，又会因地方法院服务地方经济社会发展的义务结构，进入到地方法院的司法裁判之中，从而在地方法院公共政策司法中，出现两组偏差性结构：国家政策VS.地方政策和最高法院VS.地方法院。

[64]因为从司法的知识立场出发，公共政策司法的基本朝向，乃是追求纠纷的有效化解，也即追求案结事了人和的效果。第二，由于缺乏对法律化后的政策（即法律政策）与法律规范之间的关系予以清晰厘定，造成国家政策和法律的表现形式难以探明，致使法官在司法裁判中，不仅利用法律政策进行裁判说理时面临依据混乱和说理困难的问题，[31]而且也造成司法裁判结果的不确定性。[68]而这其实意味着，以可接受性为后果导向的公共政策司法论证，一方面，它所注重的是法律论证的内容及其可接受性（acceptbility），即如何说服听众——当事人、陪审团、法学家、社会大众等群体。因此，通过司法三段论结构来执行公共政策，不仅意味着公共政策在司法裁判的过程中要作为规范（大前提）出场，而且意味着公共政策也要作为裁剪客观事实的标准进而生产出作为事实（小前提）。类似情形，还包括（2016）赣行申16号、（2015）豫法行终字第00191号、（2014）浙行终字第52号、（2016）鄂民申1891号、（2014）苏审二民申字第766号等。

就法律效果而言，由于司法政策对于法律规则的依赖性，决定了其作用方式的特殊性。但公共政策同时也隐含风险，为此就会削弱甚至干扰司法参与公共治理的效果。公众借助于人工智能作为更为便捷因而也更为廉价的工具来认知法律，更快捷也更为普遍的形成对于法律的预测。

这就从一个层面体现了海德格尔的论断：时间是领会存在的视野，没有离开时间的存在。由于算法形成的概率性规则基于此前积累的信息，那么那些对信息成本的承受能力较弱的法律活动参与者，就处于了相对不利的地位。[32]这样一种从人还原为个人的状态，使得在具体的行动中有可能形成针对个人的特定性规则。[32] 参见[法]福柯：《词与物——人文科学考古学》，莫伟民译，上海三联书店2001年版，第395-447页。

据此我们很容易联想到霍姆斯著名的预测理论[22]，技术的进步正是为更快速也更准确的作出预测提供了可能。高度理性化法律的进一步强化，将会使社会向何处去，对此存在着两种极端的判断，帕森斯认为最为理性的现代社会也是最为自由的社会，而马尔库塞则认为高度工业化社会中强大的操纵力量威胁到本来便不多的自由。

当事人获得人工智能依据数据输出的反馈，作出自己的决策，决策本身也就形成了新的数据供人工智能进一步学习。[11]就专注于具体专业领域发挥作用的弱人工智能而言，对于大量信息处理的效率，显然超过人类的法官与律师，通过其强大的计算能力，能够更快地通过现有的数据完成对于案件的前期分析，也能够更便捷的生成严格的形式理性化程序运作所需的各类材料，因而其在司法领域当中可能发挥的作用是显而易见的。[36] 再复杂的算法，在逻辑上都是一步步将情况分解简化后的回归，从而可以以0/1的二进制表现出来，参见前注13，佩德罗·多明戈斯书。但当信息成本的考量面临根本性转变时，坚持一种意识形态立场，无助于我们对法律的全面理解。

因此，在人工智能研究领域中一个毫无疑问的共识就是数据喂养着人工智能。而商业竞争会进一步推动学习的改进，得到数据越多的平台越能进行有效的学习，也更能够形成更具效率的算法，从而又形成更强吸引力来吸收更多数据。而只要人工智能在法律领域的运用普及到一定程度，并不需要太强的人工智能水平，量变的积累就会走到质变的临界点。但是，如果人工智能的发达意味着数据量达到了巨大的规模、获取这种服务的公众达到了很高的比例，那么，究竟什么是真实、什么又是扭曲就变得不重要了。

[12] 参见前注11，张保生文。不用说普通公众，即使是对于专业法律人而言，如果只精于法律规则但对于算法的设计不了解，也很难认识黑箱的运作。

[19]互联网的发展历史也表明，网络空间的的生成和扩散可以看成是一个由商业力量推动主导的生产性过程。[11] 在人工智能进入商业与大众视野之前，第一篇讨论其法律问题的文章就探讨了这个问题，参见张保生：《人工智能法律系统的法理学思考》，载《法学评论》2001年第5期。

但深入考察则会发现，传统模式下对于法律的认知虽然也针对当事人所关注的个案，也可能表现为一种特殊性的认识，但是个案只是以特殊性的事实同一般性的规则相联系，而非完全的特殊性认识。而在中国互联网领域中处于主导优势地位的巨头BAT（百度、阿里巴巴、腾讯）也都高度重视人工智能的研究，投入了大量资金与人力。传统的一般性法律规则对于应对信息成本过高的社会有着重要意义，但人工智能的运用将极大程度降低信息成本，从而更为明确单一行为在重复博弈中的整体意义，运用个体化的规则进行更为精确的调整。四、人工智能语境下法律规则形态的重构 人工智能的运用，不仅仅导致公众对于法律认知的模式形成了重构，还会进一步对法律规则本身产生实质性的重构。如果法律活动的参与者可以在不同平台廉价而快捷的获取相关服务，就可能在进行每一步法律活动时直接接收到推送的法律意见，以此作为制定下一步对策的依据。法律活动的参与者之间形成契约时，算法已经将双方的具体信息纳入到分析评估的范围中，对于契约履行的预期，同他们对于法律规则的预期紧密联系在一起。

[28] Niklas Luhmann, Law as a Social System, translated by Klaus A. Ziegert, Oxford University Press, 2004, p.158. [29] 同前注22，霍姆斯文。从效率导向出发,人工智能在法律活动中具有广阔的运用前景。

[7]在这些研究中，法律也是一个给定的外部框架。当事人以及潜在的诉讼参与人同样有强烈的推动力借助于人工智能来提升法律活动的效率。

即使提出被遗忘权这一权利，但由于人工智能的学习特性，在经过学习之后，数据本身被擦除并不影响其作用的发挥。信息论意义上的这种极端情况，放在政治哲学的语境中，就是罗尔斯所设想的无知之幕。

[22] 参见[美]霍姆斯：《法律的道路》，载《霍姆斯读本：论文与公共演讲集》，刘思达译，张芝梅校，上海三联书店2009年版，第11-43页。[37]在这种情形，个人构成了一种更具有时间性的存在。例如，智能化、自动化的法律检索将深刻影响法律人进行法律研究 (检索) 的方式，基于NLP、TAR (技术辅助审阅)、机器学习、预测性编程 (predictive coding) 等技术实现法律文件审阅自动化可以显著提高这一工作的效率, 大大节约审阅文书的时间，进一步可以通过数据的积累与学习，实现法律文件生成自动化。放在更大的历史尺度上来看，技术的发展带来的这种趋势正是对此前人类历史中简化信息、降低信息成本以促进社会合作的规则发展的一种反向运动。

法律规则的个体性，意味着关于何为法律规则的经典理念遭遇挑战。[1]而与科技的飞速发展同步，随着人工智能的普遍推广应用，与方方面面的社会生活形成接触与互动，法学研究也突然发现前方别有洞天，面对了一个全新的领域。

但当上文所分析的那种概率性的个体化规则成为现实时，随着数据的积累与算法的学习，一个行为导致的影响不会因为单次的法律处理而终结，而是会持续产生影响，就无法真正排除法律行为之前的那些因素。上海高院院长崔亚东表示，上海法院第二个三年规划核心是一个战略、两个行动，即大数据战略，互联网+行动、人工智能行动。

个体性规则的概率特征，使之更容易被看作不透明的黑箱所形成的产品。人工智能的运用，同互联网、大数据紧密结合在一起。

[37] 据新闻报道，雄安新区相关负责人详细解释要实行的积分制将在遵纪守法、道德品质、社会贡献、公益活动、绿色生活等5个方面建立个人城市诚信账户，不同积分所享受的待遇也将不同。传统的法律服务模式下，有财力的法律服务购买者从服务提供者那里所获取的意见，也可能表现为大数据基础上的归纳与分析，但局限于信息成本，基本上还是立足于个案进行相似案件的有限类比，而不可能在短时间内集合全局性的数据。参见张妮、杨遂全、蒲亦非：《国外人工智能与法律研究进展述评》，载《法律方法》第16卷第2辑。尽管就法律价值而言，效率导向与公平导向都得到了高度的重视，但在人工智能的司法应用中，效率的逻辑显然更为强大。

这样一个过程，似乎在传统模式下也存在着与之相似的情形，虽然过程的周期要长得多，当事人对于规则适用于个案所做出的预测以及反应，也会导致现实中的法律与纸面上的法律的分离，这种分离达到一定程度时也会重新塑造纸面上的法律。在传统模式下，法律活动的参与者如果要购买专业机构的法律服务，时间与经济成本都需要进行更充分的考量。

[27] 在法律服务的消费者与通过人工智能提供法律服务的供应商之间展开互动的过程中，人们对于法律的认知实际上逐步被重构为不同的当事人与不同人工智能之间复杂博弈之后形成的状态，而不是对于一个单一的立法权威所制定规则的认识。以上几方面的重构,构成了人工智能语境下的法律转型。

每一个当事人数据的输入，都不是孤立的数据，而是会成为机器学习的内容，发展出处理未来数据的方法。在具备强大的计算能力的人工智能出现之前，这些数据虽然仍然会出现在互联网上，但由于处理数据的成本过高，那么数据就只是数据，而不成为信息。