但是，由于司法解释并非法规审查制度的规范对象，这些针对司法解释提出的审查申请严格意义上并不属于法规审查的范畴。

然而，故意终究还是一种主观的构成要件要素，其本身无法证明自己，只能通过实行行为、结果、因果关系等客观存在的构成要件要素进行推定，在这个意义上，故意概念不得不被程序化。当存在认识错误时，就出现了两个构成要件，一个是行为人基于行为当时的故意而设定的A构成要件，另一个是在客观上被实现的B构成要件，于是，错误论要解决的问题就是在对基于事前判断的A构成要件与基于事后判断的B构成要件进行比较与取舍之后，是否可以将其内容归属于行为人的认识。

也就是说，例如，当某个行为人在认识到其行为可能产生致死的作用而仍然发动该因果经过时，就可以将其作为故意犯处罚。第二，该事实在社会一般人看来是无法容忍的。[7]如果将故意仅仅限定于直接故意，意志说似乎并无不妥之处，但如前所述，间接故意已经成为与直接故意相并列的、作为故意的一种基本形式，因此，如果要保持该学说的解释力，势必对于主观欲求的感情因素做缓和性理解。[32]参见前注[2]，徐育安文。因此，这一可能性的分级理论并未成功，反而使故意与过失的认定标准更加模糊。

在伴随结果的领域，他只是没有从认识上避免，至于意志方面则不需要了。[44]参见［日］西田典之：《共犯理论的展开》，成文堂2010年日文版，第189页以下。况且，到那时仅仅触动一个电源开关，就能让整个司法系统瘫痪。

不仅取决于过去，还取决于当下。也就是说，IBM推出的系统更类似于一个机器人法官，能够在数据支持下自动判案{3}。法官的事务性工作将减少，审案效率会提高。生物人的意识是生物人组成的社会的产物，生物人的本质既是历史的，又是现实世界的。

同样的语词、语句，不同的嘴表达出来的意思不尽相同。在这样的变革中，庭审中心的庭可能突破物理的法庭，法官的心证可能不那么自由，法官的确信有时要基于智能机器人的确信。

正如惠阳区人民法院在判决书中所说，还有良知对全案事实的整体把握对法律精神的理解对看得见的司法正义的不懈追求，这些要素都要受到根深蒂固的情感影响，这里的情感是法官对人类、对社会的道德感和价值观，是对客观事物价值关系的主观反映，这样的情感支撑着恻隐之心、羞恶之心、恭敬之心、是非之心。其一，法律可能出现空白，但法治精神没有空白，需要法官以专业的精神和能力为法规补漏。在这些方面，我们推进的步伐应该更快一些。智能机器人的未来真的会如哈佛大学未来学家Phil McNally和Sohai Inayatullay在30年前预测的那样吗？计算机技术的发展将迫使我们对‘活的概念和权利概念重新定义。

挑战之三：智能机器人在人流如织的大街上开车，在一个路口错过了，机器人可以自主重新规划线路，在下一个红绿灯处掉头。该系统能够在包含数据存储和流程管理的基础上，通过综合分析，自动生成最优判决结果。三、可能带来的司法挑战 从机器人智能的生成和累积方式可以看出，机器人法官的智能高度依赖以下两个因素：其一，设计者提供的逻辑推理框架——演绎推理，归纳推理，类比推理的数学模型、符号运算法则和神经网络算法模型。办案痕迹和质量分析智能化，法官办案的规范性会加强，扁平化的网络监控使得法官考核更容易。

而且，这些智能机器人使用同样的案例库，同样的决策系统，一台出错另一台也会出同样的错，别指望高级法院的机器人比中级法院的机器人更高明。以事实为依据、以法律为准绳是公正司法的基石，然而，文字表述的法条并不会自动成为分清是非、确认当事人权利义务的客观尺度。

实现的方式主要有两种：一是基于逻辑的编程技术，如文字识别、案件比对等。随着智能机器人的发展，我们的宪法和法律可能需要修改或重写。

也就是说，在法官的司法实践中，适用的法律规则有时是不确定的，需要认定的事实有时是模糊的，逻辑过程有时是难以充分的。法律适用方法对特定案例的最适合而不是最佳，就算机器人法官能够学会，那也是成千上万件类似案例入库以后的事情，那时此案早已非彼案了。{8}从这个意义上我们可以说，法官在司法实践中应该有态度、有情感，这正是与人异类的智能机器人可能做不到的。无论是法律条文，还是学界，这类还没有定论的问题很多。挑战之一：句子的意义不仅仅取决于词源词义、语法规则、逻辑实证，更取决于人们的约定俗成、感觉经验、思维方式、理念信仰。机器人的智能再强大，也无法实现由法治精神、科学理性、人格品德和社会经验兼备的法官完成的自由心证，而自由心证已经成为世界上众多国家采用的一项证据原则和证据制度。

这个框架不完善，后续推理出错的可能性非常高。也就是说，法官的内心确信主要是通过庭审，而不是通过庭外阅卷形成。

应当记取的是，我们可以借助机器人法官提高审判效率，但不一定能节省人力、物力，至少在统一的、完善的法治大数据系统建立之前是如此。一位审理交通违法案件的法官，曾经差点被醉驾者撞死。

(4)将本案例的关键材料与选定的若干解决方案匹配，并对匹配的吻合度进行评分排名。譬如，对平行进口采用商标权利国内用尽原则还是国际用尽原则，不同的法官可能作出不同的选择，很难对这样的判决进行对错之辩。

其三，法律在一定程度上滞后于社会发展有其合理性和必然性，即使是法律概念，也必须保持一定的开放性，才不至于使法规条文朝令夕改。智能机器人战胜围棋顶尖高手，是因为一盘输了，还可以在下一盘扳回。显然，以智能系统为核心的数字化建设和人机结合的模式深度介入审判事务、管理审判过程，有助于提高审判效率，减轻法官的工作负荷。即便机器人法官还只是法院办案的辅助系统以及生物人类法官的智能工具，其对现有审判模式带来的冲击和变革仍然会是相当明显的。

机器人能够准确地重构或者认知这样微妙的情感吗？更加困难的是，文化传统、知识背景、利益纠葛、兴趣偏好、情绪态度、观念信仰等因素，有些可以表达出来，成为计算机内的数据，有些则是默会的，与情感和人性紧密相连，优秀的人类法官或许可以意会，但难以言表。从这些意义上说，机器人法官更需要的并不是算法技术。

(三)流程再造 为了充分发挥智能系统的作用，需要重新规划审判流程。关于情与法的很多研究基本忽略了法官自主的、正当的情感对司法判决的影响，也就是法官在社会环境中的情感体验所形成的心理倾向、思维模式、价值选择对司法判决的影响。

向以往发生过的案例学习，为一个具体的判决提供尽可能丰富的法律依据和相似判决参考，智能机器人也可以做得比人类更快。其二，法律条文中不可避免大量存在的正当理由合理期间酌情等用语，需要掌握法律精神和专业知识的人结合具体案情进行清晰界定。

问题在于，能独立审案的优秀机器人法官最终可以造就吗？ 相当一部分技术专家认为，现在尚处于人工智能的石器时代。为了实现司法公正，我们不应该要求法官像没有人类意识和情感的机器那样断案，而是要抑制情感的负面作用，增强情感的正面作用，让法官的个人情感与社会的主流情感相通，跟随社会道德情操与时俱进。另一种是模拟人类或生物机体的神经网络算法，不断地向大数据学习，不断地犯错误，不断地吸取教训，不断地改正错误，如自动驾驶、AlphaGo下围棋等。【注释】 作者简介：盛学军(1969)，男，重庆丰都人，西南政法大学经济法学院教授，博士生导师，法学博士。

智能机器人思维和推理的一般步骤是：(1)利用设计者嵌入的或后天习得的自然语言处理能力，理解问题涉及的语法和文本，从语言、表情和情景中找出要解决的问题;(2)评估问题涉及的各种含义，界定问题的实质和边界并非所有的特别法或属人法以及所有的特别管辖权都已彻底消失。

韦伯在论经济与社会秩序时，将法律视为一种秩序，并认为法秩序的经验妥当性必然会给予个人对其拥有的经济财货或者在某些前提下可在将来取得的财货，某种计算的可能性{7}318。{10} 在韦伯看来，西方社会的现代性体现在工具理性取代了价值理性，形式理性取代了实质理性。

理性强调适用法律要坚持统一的法律规则，即判决标准的统一，注重普适性。形式性分为外在表征和内在逻辑的形式主义，外在表征的形式主义被称为最为严格的形式主义，如权威话语、签章等象征性行为。