专栏名称: 法理杂志

《法理——法哲学、法学方法论与人工智能》是由中国政法大学法学方法论研究中心、北京市天同律师事务所主办，商务印书馆出版的集刊。舒国滢教授担任本刊主编，王夏昊教授、辛正郁律师担任本刊副主编。

域外 | 《斯坦福法律评论》(Stanford Law Review)第77卷第1期

法理杂志 · 公众号 · · 2025-01-22 17:30

正文

Stanford Law Review

Vol.77 No.1

本期《斯坦福法律评论》共有四篇文章，第一篇《言论确定性：算法言论与第一修正案的限制》提出了成功划定机械学习算法和言论自由界限的方法，这一原则的基本理念是，只有在言说者说出某句话时知道自己所说的内容，这才构成言论。第二篇《作为品格证据的刻板印象》表明尽管某些形式的先验基准概率证据是可取的，甚至对实现准确的案件结果至关重要，但一种被称为印象证据的常见形式的先验基准概率证据往往构成未被认可的品格证据——证明被告的行为符合某种品格特征的证据——这是联邦和各州的证据规则所禁止的。第三篇《资产没收与不平等》讨论了资产没收和平等之间的冲突。第四篇《美国建国之初的枪支制造》通过回顾建国时期制枪实践和法规的历史来回答枪支管制相关问题。

Articles

Speech Certainty: Algorithmic Speech and the Limits of the First Amendment

言论确定性：算法言论与第一修正案的限制

Mackenzie Austin & Max Levy

摘要：从搜索引擎到社交媒体平台，再到人工智能公司，机器学习算法逐渐成为我们公共话语的中介。随着它们对网络言论的影响不断扩大，也引发了第一修正案是否以及如何适用于它们的输出的问题。越来越多的学者怀疑机器学习算法的输出是否真正属于第一修正案意义上的言论，但没有学者提出可行的方法来明确划分言论与非言论之间的界限。基于我们称为 “言论确定性 ”的原则，本文提出了成功划定这一界限的方法，这一原则的基本理念是，只有在言说者说出某句话时知道自己所说的内容，这才构成言论。这一理念植根于第一修正案的文本、历史和目的，并融入了编辑自主权和表达行为的现代言论理论。之前这一基本原则之所以被忽视，是因为现在之前的所有言论都充满了言论确定性，阐明这一原则的存在在之前并无必要。但机器学习改变了这一切。不同于传统代码，仔细研究机器学习算法的工作原理就会发现，创建算法的程序员无法确定算法的输出结果。因为这种输出缺乏言论确定性，所以它不属于程序员的言论。因此，本文认为机器学习算法的输出不享有第一修正案的保护。它揭示了算法如何工作这一问题在宪法上的重要性。随着最高法院在穆迪诉网络选择(Moody v. NetChoice) 一案中要求进一步探究什么是社交媒体平台受保护的表达活动，这个问题再也不能被忽视了。如果不对传统算法和机器学习算法加以区分，我们可能会在不知不觉中彻底偏离几个世纪以来的第一修正案法理。对机器学习算法输出的保护将在宪法历史上首次保护言说者不知道自己说了什么的言论。言论确定性提供了一种新颖且原则性的方法，在现有的第一修正案法理下将机器学习算法概念化。

Stereotypes as Character Evidence

作为品格证据的刻板印象

Hillel J. Bavli

先验基准概率证据通常通过被告属于某个特定人群的成员身份这一做法，将被告与某个行为联系起来。它包括来自法医分析、犯罪剖析、统计分析、人工智能以及许多其他常见和新兴科学方法的证据。然而，尽管这种证据在民事和刑事审判中普遍存在，但人们对它了解甚少，法院如何决定其可接受性，甚至法院将应用什么标准，都存在很大的不确定性。

在这篇文章中，我表明尽管某些形式的先验基准概率证据是可取的，甚至对实现准确的案件结果至关重要，但一种被称为印象证据的常见形式的先验基准概率证据往往构成未被认可的品格证据——证明被告的行为符合某种品格特征的证据——这是联邦和各州的证据规则所禁止的。为了说明这一点，并准确描述先验基准概率证据与普通品格证据之间的关系，我借鉴了一种名为贝叶斯推理的统计工具，定义了一个概念，我称之为预测性品格证据。预测性品格证据描述了一个群体的行为倾向，表明群体中的某个个体成员按照这一倾向行事。我证明了这种证据——一种涉及行为刻板印象的基率证据——是依赖于品格推理的，因此在反对品格证据规则下是不被允许的。

最后，我将讨论我的分析所带来的重要影响。首先，我说明了对预测性品格证据的理解如何有助于解决长期以来围绕先验基准概率证据、特别是印象证据的混乱和不一致问题。其次，我证明了运用反品格证据规则来确定印象证据的可接受性，这对于实现正确和可预测的证据裁决，最大限度地减少基于被告种族和其他个人特征的隐性偏见的影响，以及达成准确的判决都至关重要。

Asset Forfeiture and Inequality

资产没收与不平等

Stephanie Holmes Didwania

根据资产没收法律，与犯罪活动相关的金钱和财产会被没收，失去所有权。对于与刑事司法系统有联系（有时这种联系非常微弱）的人来说，资产没收会带来显著的经济后果。同时，资产没收也是联邦、州和地方政府通过刑事调查和起诉创收的重要方式。在联邦系统中，政府通过没收资产（如现金、电子设备、汽车和房屋）每年收入约20亿美元。每年，联邦政府都会将数亿美元的这些收入转移给州和地方执法机构，这使得资产没收成为一个联邦与州之间颇具吸引力的合作项目。

本文有以下三点贡献：

第一，首次从学术角度研究了联邦政府如何利用资产没收，通过使用1998年至2019年司法部约120万例联邦资产没收的数据，并将其与该时期县级人口数据相匹配分析。

第二，这一实证分析揭示了政府在资产没收使用上的不平等性。具体而言，政府在非洲裔和西班牙裔人口较多的地区更积极地进行产生收入的没收。这种差异部分是由于政府在毗邻墨西哥的地区广泛使用资产没收，这一现象尚未在文献中得到重视。而在那些不产生收入的没收中，并不存在这种差异。因此，资产没收类似于政府通过罚款和费用创收的一种实践做法，对贫困的有色人种社区造成了不公平的负担。

第三，我认为，由于缺乏本文提供的实证研究，学术界和公众对资产没收的讨论往往误解了其危害与收益。资产没收有可能提升社区安全，但也带来了显著的个体性和分配性损害。本文最后探讨了改革的可能路径。

Gunmaking at the Founding

美国建国之初的枪支制造

Graham Ambrose

在美国，自制枪支被用于犯罪的数量日益增加，枪支管控组织将其描述为对美国公共安全威胁增长最快的问题。各州和联邦政府正在严厉打击。新法律将无证制枪定性为犯罪行为，禁止出售或转让自制枪支，甚至完全禁止某些形式的制枪活动。

然而，这些法规的合宪性存在不确定性。在最高法院具有里程碑意义的纽约州步枪和手枪协会诉布鲁恩案裁决之后，法院开始推翻那些“与本国枪支管控的历史传统不一致”的规则。根据布鲁恩案的要求，对新制枪法规的宪法挑战已在一对关键问题上造成了法院分歧。首先，宪法第二修正案的原文是否涵盖了制造枪支的权利？其次，现代对制枪的限制是否与本国枪支管控的历史传统相一致？

本文通过回顾建国时期制枪实践和法规的历史，开始回答这些问题。它发现证据表明，宪法第二修正案按其最初理解并不涵盖制枪，而且无论如何，早期美国人对制枪进行了广泛管控。鉴于这一历史，布鲁恩案应允许合理的现代管控。这个案例研究提出了两个与第二修正案司法实践相关的方法论论点。首先，非成文法的法律渊源应在阐明宪法原意方面发挥作用。其次，在联邦诉拉希米案之后，现代管控可通过从不同法律分支中产生的法律原则来维持。

译者

郑翰琳

中国政法大学法学院法学理论专业博士研究生

宋长乐，白龙，姚盛语

中国政法大学法学院法学理论专业硕士研究生

域外 | 《斯坦福法律评论》(Stanford Law Review)第77卷第1期

正文

请到「今天看啥」查看全文