第一段跟這個主題好像沒有直接的連結
所以我只論電腦相關的部分
: ......
: 你覺得這一連串討論好像離開哲學板的宗旨，
: 而你也的確只用一些你所熟知的電腦技術，
: 在經驗層次上反覆回應我同一件事，
: 但其實我是用哲學上的概念做論述......
: 我的一些用語在哲學上是有它的特殊意涵的，
: 但看來你不懂，那我在這邊做個註解好了，
: 希望你別理所當然地望文生義，
: 用自己的日常語用去理解這些詞彙......
: 首先，
: 關於事物的隱藏與顯現所組合成的諸多不同面向，
: 並不單是指物理空間中具體的視角問題，
: 它涉及到的是能動者(agent)的有限視域(horizon)下，
: 能夠訴諸直觀(intution)的「事物之自身呈現」。
: 一疊厚厚的紙裝訂起來擺在你面前，你指稱它是一本書，
: 那是因為你是從「書」的面向去理解到它是一本書，
: 但對於一個動漫愛好者來說，他看到的是一本「七龍珠」，
: 對於正要泡杯麵的人來說，他看到的是一件可以壓杯蓋的工具。
: 同樣一件東西在不同人的眼中，
: 甚至在不同場合下的同一個人眼中，
: 有著不同的指稱，
: 乃是因為不同情境下被賦予了不同的意義，
: 這意義就是種評價。
: 但不會影響我們直觀上將這些意義賦予都指向同樣那疊厚厚的紙，
: 只是我們沒有認真地想要為這疊厚厚的紙的本質指定個專有名詞。
: 其次，
: 「洞察力」(insight)是一種本質直觀的能力，
: 允許人可以自事物變動不居的意義中發現事物的本質。
: 沒錯，它需要經驗作為它用來指稱事物的材料，
: 但那並不影響它對事物本質的洞見與掌握，
: 只是缺乏經驗指稱，洞見就無法被言說，
: 換言之就無法與別人溝通；
: 但洞見需要靠既有的經驗指稱來言說，
: 並不代表我們對於言說的固有理解就恰如其分地等同於事物的本質，
: 反而是，我們利用既有的言說是要去闡釋新被發現的事物本質，
: 是在企圖超越既有言說的內容指涉，
: 而這其實是種詮釋了。
基本上，只要你能說出原因的東西，你就可以設到機器去作
版上剛好有人在討論先驗問題
電腦模擬的就是人腦成長的過程，
它有一些明確的先驗(邏輯運算元、時間計算、
人腦透過經驗成長，電腦也是靠經驗和推論來獲得知識(或者要說是意義或評價)
差別在於這個經驗需要靠人力獲得，
而在上個世代的人工智慧晚期，
類神經系統甚至直接模仿人類的Trail and Error來教電腦。
因此只要給它跟人類一樣的經驗，它可以作的推論比人類更準確。
以你的書例來說，電腦可以更客觀地記錄這本書的所有觀察事實
再根據情境，或你的需求給出你要的意義(或評價)。
它可以告訴你這是本書，告訴ACG迷這是本七龍珠，告訴泡麵狂這是個壓泡麵工具。
如果這點比較基準不變，來比Insight，而 Insight 來自經驗和推論方式
那電腦這點會比人強。
再拿微笑的例子來比，如果你能說出你判斷出來對方是不是皮笑肉不笑的原因
那電腦就能判斷得比你快。
而你判斷的原因必定來自你的經驗(所有你個人感知到的過往與現有的情報)。
現在最有問題的是，我們很難將我們的經驗整理出一套統一的法則餵給電腦去學習。
所以電腦的發展一直在應付專門領域的問題，因為相關知識會較明確而好整理。
所以上個世代的人工智慧晚期被人批用途太低而低迷一陣子。
然近年的企業和政府現在很多的決策工作都會仰賴管理決策系統，
常常比以往顧問群體或老闆個人更為準確。
除了在沒有理由下，天眼一開靈光一現還找得到問題的這類情況，
否則同樣的經驗下，電腦會比人腦更快找到暇疵。
當然「同樣經驗」這個問題是一直在努力的目標，
不過死刑議題裏，我們只是要擷取已確認的少數經驗來輸入，而非全面取代人腦判案。
但我一開始並沒有提到電腦，我的重點是放在「已確認的少數經驗」是否存在。
: 我不就說蘇建和案即使到現在還都具有誤認的危險了......
: 在法律思維上，
: 並不是事實符合條文，
: 構成要件該當就必然違犯法律，
: 還需經過阻卻違法層次的否證評價，
: 才能確認是不是違法。
: 為什麼要分兩階段呢？
: 因為在構成要件該當階段，
: 的確是參照類型化與一般化的條文，
: 來判斷具象行為是否符合不法構成要件；
: 但在第二階段進行阻卻違法的評價上，
: 法律照顧的是個案現實情境中的個殊條件，
: 在這階段很難有一套具體完整的經驗性條件去套用，
: 只能靠一組倫理目的性的原則去作評價，
: 比如常見的有正當防衛與緊急避難，
: 這些原則不會對怎麼樣才是「正當防衛」做嚴謹與細膩的規定，
: 而只能以「他人不法行為」、「急迫」、「手段相當」等抽象判準，
: 留待法官進入個案情境，
: 進行量身訂做的違法性判斷。
: 至於刑法尤其強調的罪責性判斷，
: 牽涉到的個殊條件更擴大到57條的行為人獨特的生命經驗，
: 更不可能有個一般性的命題可以提供比對，
: 自然沒有所謂百分百的證據。
: 簡言之，
: 除非你完全否認每個人的個體性，
: 否則就不可能用電腦程式作一般性的判讀，
是的，我承認每個人的個體性，但我也認為這社會要求每個人有共同需要遵守的地方
我講的不是就只以現在的刑法行事，而是將法條訂到非常細，
阻卻違法的認定全部都是法官自由心證嗎？
雖然不能全部直接判定，阻卻違法的判定仍然很多部分可以規則化，包含認證和排除，
法官不會在判決書上只寫一句「我認為他當時有緊急危難」，
判斷他有緊急危難必定有事實和推論組成原因，這些都是可以建立起來的。
只是這樣的規則很細，例如說
案發前一小時內到案發當時，受害人無危害加害人的能力，因此非正當防衛。
在客觀不法的案件中，事實無誤且客觀可判斷出無阻卻違法的理由時，
是否代表沒有誤判？
: 而其實在個案事實與構成要件的「套用」階段也有同樣的問題。
: 就拿現在的智慧相機具有微笑偵測功能來比喻好了，
: 這種相機抓的是一般人臉部的微笑形狀，
: 問題是有些人明明沒有笑意，只是臉型真的很歡樂，
: 或是這人根本就是笑面虎，心裡其實正暗自罵幹，
: 但相機就是會自動喀嚓下去......
: 這還是人工智慧喔。
如果你給定的法律是「微笑則直接喀嚓」，則這個相機有誤判嗎？沒有。
更容易了解的例子是，如果相機判斷到「景物靜止持續三秒即直接喀嚓」，
在現實生活中的例子則是「有移動則直接喀嚓」。
這裏的問題是，你為什麼要照相？
如果你要照相的理由沒辦法作客觀判斷，譬如「開心的時候喀嚓」，那就別用自動相機。
如果原則可以用完全客觀判斷，那就不會有誤判。
法律也是一樣，你可以說人可能無法完全客觀，這沒有異議
但你可以修法只將完全客觀的條件送進死刑，
雖然這可能間接造成實質廢死，但可避免誤判。
: 至於像你說的還要靠人力分辨餵資料的電腦引擎，
: 且不論行為本身在法庭審判中已是無臨場感的過去式，
: 即使當庭眾目睽睽殺人，
: 行為本身我說過是無語的，
: 會說話的其實是在場者的意義賦予，
: 而如前段所述，
: 不同人賦予行為的意義，乃至於將意義以言說描述出來，
: 就算是雙胞胎，感受與使用的詞彙絕對不會是完全同一的，
: 而這已足以影響從無期到死刑的判斷分別，
: 而事實上，
: 印象中當年唸刑訴時老師就有舉過德國一件雞姦數十名幼童案，
: 幾乎所有證人都指證歷歷，連當事人也俯首認罪，
: 但最後是靠法官發現一件關鍵證據，
: 整個案子硬是從重罪翻成無罪。
: 靠的是什麼？法官的洞察力。
: 抱歉這樣舉例很不負責任......
: 若有聽過showerbear課的板友煩請指正......
我記得類似的案例是因為兒童證人的記憶被誤導所致。
如果你講的法官的洞察力是指發現小地方前後不一，仍然，用機器可能發現的更早。
不過案例不同，不便討論。
基本上證言因為跟人的記憶有關，無法驗證完全可靠，
你可以在無誤判死刑中不把它當成絕對有效的證據來輸入。
: 綜上，
: 而我也只能這麼簡單解釋了......
: 再回去看看我的推文應該比較能看得懂我的意思......
: 如果你願意先好好搞清楚法律思維真正的運作方式，
: 你就不會這麼樂觀地以為光靠電腦的布林邏輯就可以分辨出哪些殺人罪該判死刑，
: 而哪些殺人罪不該判死刑。
: 雖然你也不是我第一個遇到企圖用電腦駕馭法律解釋的理組工程師了，
: 我知道你們有不少人跨領域在法律系那種機械性的考試可以拿到不錯的成績。
: 但我還是要提醒一下，
: 不過也不是針對理工組啦......
: 應該也包括所有輔系雙修法律的其他人......
: ㄜ......好像又可以無限上綱到剛唸法律的大學生......
: 法律系真正要學的，
: 並不只是那本枕頭厚的六法全書中規定了什麼，
: 其奧秘也不僅是幾個條文拼湊起來就會呈現出來的體系性邏輯而已。
: 還有些更深層的訓練不是用言語可以完全說得出來的，
: 是需要花時間沉浸其間，用心去耳濡目染的......
電腦的話題應該不是我先提起的，
一方面，機器只負責立法後的部分，立法前的部份不是它能知道的。
因為人類世界的情報量太大，在可見的未來應該不會有電腦獲得足夠的經驗和推論規則來
擔任立法工作。
另一方面，電腦也不能完全取代法官，
因為電腦的強項是在防誤判，但是相對的會大幅增加漏判的機率。
不過我也沒有提到要讓電腦來作完全判案。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 59.121.7.17
※ 編輯: luciferii 來自: 59.121.7.17 (06/06 20:50)