以下文章来源于法学家杂志

推荐语

这是一个巨变的时代，也是一个需要创造性思想并能够产生创造性思想的时代。梅夏英教授近期发表的《复杂系统与智能涌现：未来数字法研究的范式图景》一文正在直面这一时代的力作。

时易世变，变法宜矣。急遽变化的数字经济与社会需要数字法律的迭代。但奠基于工业时代和经典物理学基础上的既有法律范式，依然固守还原论、“主客二分”和线性思维的方法，难以满足更新数字法律和践行数字法治的迫切需求。为此，只有洞察到数字经济与社会作为“复杂系统”的特质，才能从秩序、演绎、均衡的迷思中走出，采取有机、动态、演化、涌现的视角去把握数字法律的发展规律。就此而言，《复杂系统与智能涌现：未来数字法研究的范式图景》以复杂理论为探灯，以人和机器的合作进化为锚点，为我们照亮了数字法治的前行道路。

—— 许可 对外经济贸易大学数字经济与法律创新研究中心主任

摘要：当前数字法研究落后于数字技术的发展，主要原因在于研究范式相对陈旧且未及时更新。现有数字法研究沿袭了传统法学的研究范式，即坚持还原论、“主客二分”和线性思维等基本观念和方法，导致了对数字系统的整体性、信息运行规律的独特性以及信息在“主客体”之间所具有的超然地位等方面，存在认知不足的问题。基于数字系统与线下社会生活系统同属于现当代复杂性科学所称之“复杂系统”，复杂性理论对于数字法的研究具有重要的借鉴意义，其中复杂系统理论中关于“自组织”“自适应”和“涌现”等现象的理论研究范式，契合当前数字系统和线下社会系统的发展和演化规律，故具有在此基础上探讨建立未来数字法研究范式的可能性。为建立数字法研究范式，首先应当明确数字法所依赖的系统性环境特征，即数字环境具有技术性、公开分享性、公共性、服务性和安全性等鲜明系统特征，进而可以初步设想未来数字法的研究方法，即可以采取还原论和整体性的结合、技术和法律的结合、实证主义和理性主义的结合以及“人”和“机器”的结合等方法。

关键词：复杂系统；数字法；研究范式；涌现

作者：梅夏英（法学博士，对外经济贸易大学法学院教授）

来源：《法学家》2024年第5期“专论”栏目。

因篇幅较长，已略去原文注释。

目录

引　言

一、当前数字法研究的范式及其局限

二、当代复杂性科学研究范式对于数字法研究的重要借鉴意义

三、未来数字法研究的范式图景

引　言

数字法学在近十年来成为一门新兴交叉学科，并取得了蓬勃的发展。数字技术的急速发展深刻地改变了人们的工作、学习和生活模式和观念，尤其是以ChatGPT为代表的生成式语言大模型技术的出现，以及在此基础上多模态技术的快速迭代，标志着以神经网络算法为基础的人工智能技术获得重大突破，并朝着人类未知的领域迈进。数字技术从早期的自动计算和信息处理技术，经由当代通信技术的赋能形成的全球性的网络通讯系统，直到当今人工智能的涌现，是在几十年的时间里迅疾完成的，其发展速度过快，导致法学对于数字系统的应对相对迟缓，明显落后于数字技术的发展。法学对数字领域的关注和介入，源于数字技术给现有社会生活带来了各种问题，急需法学作出及时、有效的回应。这些问题带有随机性、场景化和迭代性的特点，通常都会被置于传统法学体系下予以研判和解读。从早期的个人信息保护、平台侵权责任、网络安全，到中期的数据财产、算法规制，到现今人类面临的人工智能立法等问题，都被纳入传统法学体系予以分解吸收。在学者和学科分布上，基于相关问题与传统法学领域的关联程度，法理学、民商法和行政法等学科在其中充任了主要角色。这种数字法研究的现状使相关法学学科对于数字法律问题的研究，呈现出学科相互区隔、各自为政的状况，带有片面化和零碎化的特点，犹如传统法学学科的体系躯干上披着一件支离斑驳的数字法外衣，各个学科对于数字法的理论并未形成一个系统的、全面的认识，亦不能针对具体问题获得一致的结论。数字法作为一门新型交叉学科已被学界广泛接受，现有研究方法无从展现该学科的独特性以及基本理论脉络。

上述数字法的研究现状实际上为我们提出了一个基础性的问题，即数字法是否存在自身的研究方法，或传统法学理论能否胜任构建数字法理论体系的任务？从近代学科体系的发展过程来看，学科的独立性是由学科的研究对象以及自身独特的理论和研究方法决定的，基于此，当代新兴交叉学科理应存在独立于传统学科的研究对象、理论和方法。就数字法学而言，它涉及法学、计算机科学、系统科学、通讯科学和信息学等多学科领域，相互交叉部分的理论和方法应由各个学科来共同贡献完成，而不可能由法学脱离其他学科单执牛耳，只采用传统法学方法就能构建数字法理论。交叉学科之所以有意义，就在于它能够通过学科的交汇产生出有别于各个学科的研究方法。依美国学者托马斯·库恩（Thomas Samuel Kuhn）关于科学革命结构的说法，即产生有别于传统学科的研究“范式”，故学科融合意味着新范式的发现和形成。目前数字法的研究因袭传统法学理论范式，没有有效地吸收或融合其他学科的研究范式，以形成开放的学科理论，其中处于理论前沿的“复杂性科学”研究范式则基本上没有被系统涉及。复杂性科学的研究范式对于数字法的研究极具启发性意义，尤其是涉及人工智能时代的“智能涌现”现象，该理论越来越成为主流范式而不可或缺。数字法学的构建是一个宏大的命题，它的研究方法和理论体系宏博艰深，需要学界的共同努力。本文不揣浅陋，仅就目前数字法研究的传统范式及其局限进行个人性的解读，并尝试引入“复杂性理论”范式，探讨它对于数字法研究的必要性和建设性意义，在此基础上初步提出未来数字法研究范式的理论前景，仅供商榷。

一、当前数字法研究的范式及其局限

当前数字法作为一门新兴交叉学科，在形式上已经成为一个相对独立的学科领域，但在学科的理论和方法上并没有形成自身的独立性。其原因在于，到目前为止，法学对于数字技术领域出现的各种问题，都是通过传统法学的理论予以定位和解释的。早期这种做法并无不妥，因为很多法律问题都是传统法律在数字网络环境上的延伸，如网络平台侵权、线上交易、数据库服务以及网络安全等问题，都可以通过传统法律延伸至网络环境得到局部的解决。但当数字技术进一步发展，进而产生了专属数字系统的原生性问题时，如虚拟财产、网络空间治理、算法的规制、数据交易以及人工智能等问题，传统法学就有点捉襟见肘了，不能很好地把握所研究问题的性质和规律，而往往脱离由多个要素构成的网络系统，针对单个要素进行区隔式的研究，且通常对于各个要素（如数据、平台和算法等）的研究也是相互独立、互不牵连的。这也导致各个部门法研究同一问题时，由于不能再顺利分享传统法学逻辑自洽的优势，得出的结论可能完全不同。故在此有必要对于当前数字法研究的传统范式作一初步探讨，并对其不足或局限进行分析。

（一）传统法学研究的主要范式特征

自托马斯·库恩提出自然科学领域的“范式革命”理念以后，关于“范式”理论是否可以无差别地适用于社会科学领域，理论界一直存在不同的见解。但实际上“范式”理论同样在社会科学领域得到了广泛应用，并大量出现在当代中外各种社会科学文献中。范式理论普适性的价值在于，该理论强调一个学科存在一个公认的“模型”或“模式”，它包括由定律、理论和应用等构成的一个研究方法整体，并且可以同时作为信念、科学习惯和成功范例为学术共同体所遵守。在此前提下，当某一科学范式遇到“反常”的情况时，该范式会有力地保障科学共同体来吸收和消化它。但一旦“反常”的频率越来越高，并且所有调整“反常”的方法归于无效，那么寻找一个新的范式来替代旧的范式就成为必然。依此理念，法学相较于其他社会科学或人文科学，可能更适合范式理论适用的情境。这是因为近代法学体系受到了近代科学主义的深刻影响，并在大陆法系中得到了直接体现并延续至今。具体而言，在近代大陆法系尤其是德国法系形成的过程中，受近代自然科学蓬勃发展的浸润，科学主义一度成为德国法的重要维度和发展指引。在追求法律规范的确定性和科学性过程中，自然科学的方法论诸如公理体系、概念体系以及形式逻辑等，都很大程度上影响了德国法系的精神气质，亦可谓形成了德国法系的科学“范式”。我国法学自近代以来受德、日法系的影响甚深，民商法、刑法和行政法等部门法主要继受了德、日法系的传统，也当然继承了其研究“范式”，其中“法教义学”成为该范式的一个重要应用体现。基于范式对科学性的强调，理论上亦可认为，正是因为德国法系具有一种在理论上对法学之“科学性”的信奉和坚持，才使德国法范式尤其是德国民法典在没有深度文化交融的情形下，能够通行于世界其他国家。

阐述德国法系的科学主义背景，是为了说明德、日以及继受该法系传统的国家（包括我国在内）的法学研究具有鲜明的“范式”特征，亦存在范式转换问题。虽然托马斯·库恩的范式理论被公认为是对科学哲学的贡献，但实际上库恩的范式理论更关注范式的具体性，通过具体范式的“图像”和“模型”，在范式理论与哲学之间划了一个界限，从而使范式模型成为了一般哲学理论与具体方法之间的桥梁。由此可以认为，在近现代法哲学（包括自然法思想和实证主义等）和法教义学之间，存在一个中观层次的范式模型，这个模型具有普适性，并没有被法律明确、系统地宣示，但却能被人们共同感知，或曰“前见”。鉴于我国法学对于范式理论尚无成熟的、确定的理论可以借鉴，在此仅就大陆法系尤其是德国法系的范式特征作一粗浅分析。大致来看，虽然自近代以来法学思想流派和制度文化纷繁复杂，但却无形中遵从一些定式化的公理或“习惯”，主要体现为：

1.以个人主义为基础的还原论立场。还原论是西方主流哲学的传统，即将事物的本质通过事物最基础的部分来予以阐释，这在自然科学上体现为对事物最小成分的追寻，在社会科学上则以个人的价值为起点来探讨社会的意义。还原论强调对整体事物的研究，必须建立在对事物组成“元素”的探寻上，并以此作为阐明事物形成和发展的起点。基于此，个人的自由和理性成为近代西方社会的终极价值，进而成为普世性的价值。这种个人主义通过与客观世界的有形物相结合，形成了私有财产；通过个人之间的交易和合作，形成了契约和社会组织形态；通过最小化政府对个人的干预，形成了自治型政体和行政法的基本原则。在个人和社会两极之间，社会的建构须以个人基本权利为基础，并从个人的价值角度来予以定义，社会的整体价值不能脱离个人基本权利而存在，社会作为一个运行系统并无鲜明的、独立的超出个人的价值。这一点与自然科学对基本粒子的探寻相得益彰。这种还原论立场在西方私法的建构方面发挥了重要作用，具有某种“超越体制”的优越性。但在公法或公共理论的建构上，基于当代国家对社会统合的诉求以及互联网造就的全球有机联结，其已面临着更多的挑战。

2.以个人理性为基础的“主客二分”理念。近代自然科学的快速发展，在哲学和法学领域催生出了对于人类理性的认同，并以此来建构人类作为“主体”应有的内容和地位，形成了人类与外在世界之间相互分立的基本认知。主客二分理念在处理人与自然的关系上，形成了人类中心主义，表现人类对环境和自然力的大规模开发和利用；在处理社会关系上，将人与客观对象区别分为“主体”和“客体”，尤其是在欧陆法学上，法律关系的要素被分解为“主体”、“内容”和“客体”，其中“客体”无一例外成为人类所支配的对象。主客二分法在社会生活层面上符合人类的直观感知，并不会轻易受到质疑或破坏，但当人与人、人与自然以及人与技术之间的关系存在重大变化时，就会存在主客关系模糊的问题。比如就人与人关系而言，近代法人主体（尤其是财团法人）的产生就一定程度上与个人理性产生偏离。另外，在特殊主体（如无民事行为能力人）中，人的理性或“意思能力”也非必备要素；在人与自然之间，基于人类对环境的过度开发，环境法学界曾提出将“环境”自身作为主体的问题；在人与技术之间，最典型的就是人工智能法律主体地位问题等。这些问题对于传统法学主客二分理念构成了挑战，需要后续法学理论予以回应。

3.以形式理性为基础的线性思维模式。近现代自然科学如天文学、数字和物理学通过公理、定律和公式，对于自然规律有了确定性的把握，因而形成了以时空际域为背景的线性思维模式，其中有代表性的是以牛顿、拉普拉斯和希尔伯特等科学家倡导的“万物皆可计算”信条。这种线性思维体现在法学上，就形成了以因果律为基础的形式理性，它表现为通过分析法律事实的各个要素，借助公理和逻辑推理即可获得法律结论。这种线性思维模式并不十分关注现实生活中存量现象的多样性和增量现象的特殊性，反而通过简化复杂事物的要素数量和多余信息来保持形式推理的纯粹性。这在德国法上体现得尤为明显，经过一百多年的发展，这种以形式理性为内核的概念和推理体系仍然被完整保留下来并有效运行。从社会系统发展来看，当社会关系和社会规范对象相对简单，复杂度有限时，以形式理性为基础的成文法和法典化能起到有效的调整作用，但当社会关系和规范对象变得过于复杂，这种线性思维将面临挑战，如复杂社会的形成和人工智能的出现等，下文将会述及。

上述关于近现代法学研究范式的描述，只是个人对此问题的一个粗略概括，在分析上很难做到全面和准确。比如范式包括的内容众多，如法律程序、法律渊源以及两大法系的范式区别等这些专属法学的重要内容都没有被涉及；又如当代法学在方法论、判例法以及对社会因素的吸纳上都有了明显的改良，法学范式也在逐渐丰富和转化，并非一成不变。但上文所述的范式模型或图像具有一定的基础性和稳定性，对于我们研究“范式转换”这一宏观问题具有不可或缺的意义。

（二）传统法学研究范式在数字法运用上的局限

当前数字法的研究沿袭了传统法学方法，由不同法学领域的学者对现实中依次出现的数字法问题分别进行研究，将数字法问题涉及的要素置于该学科领域内进行解读和处理。如上文提到，在互联网发展早期，传统法律对于诸如平台侵权、电子交易、隐私保护、网络安全等问题的回应是行之有效的，因为这是传统法律问题在数字技术系统上的映射。但当数字技术系统产生了一系列原生性的问题时，传统法学对相关问题的解读便出现局部失真或失灵的现象，各个学科不能就相关问题达成一致结论，且容易陷入选择两难困境。比如个人信息的保护、数据确权和交易、算法规制和人工智能主体性等问题，都不能从这些研究对象本身找到合理的调整方案。这反映出传统法学研究范式在数字技术领域存在一定的局限，导致种种不适应现象反复出现，并在数字技术发展的深水区逐渐失语。具体而言，这种局限性体现在如下方面：

一是对数字系统整体性和系统性特征缺乏充分关注。传统法学范式中的线性思维决定了在遇到数字法问题时，其习惯于通过“要素”分解的方式来对研究对象进行静止的、分割式的研究。如对个人信息、虚拟财产和数据问题的研究，仅仅比照隐私、物和财产等民法上的制度来予以定位，而忽视了这些数字领域的事物是依托整体数字系统产生出来的，其生成、运转和保护都首先受制于数字技术法则。民法就这些事物得出的论断并不足以自行，必须在适应或服从数字技术规律的前提下方有效果。正如法律承认虚拟财产是“物”，但并不能适用物的实际占有规则，亦不能适用原物返还规则；承认“数据”是财产，但并不能适用传统财产的确权规则，亦很难适用财产保护手段一样，抛开数字系统的技术运行规则，代之以简单的法律定性来调整单个的数字系统要素，是很难取得预期成效的。而一旦将数字系统产生的要素纳入系统整体层面予以观察，则这种线性的要素分析在很多场合就显得没有必要。比如我们可以把虚拟财产侵权问题在系统层面上归结为网络服务中账号和系统安全问题，把数据确权和交易归结为数字系统中的数据访问和传输安全问题；把个人信息保护归结为由数字系统产生出来的巨量个人信息泄露和滥用的防范问题等。除此之外，诸如算法、区块链、元宇宙、虚拟数字人以及人工智能等已经完全脱离现实的时空领域，成为数字技术系统的创造物，这要求未来数字法学研究应着眼于人与系统的交互，而非人与系统生成物的交互上。

二是对“物质”和“信息”在运行原理上的差别没有充分认知。当前法学研究将信息或数据都作为类似于物或财产的对象，将其纳入传统法学中，通过以稀缺性和存量博弈为底蕴的私法进行调整，而缺乏对信息流动基本规律的充分认识。物质（包括能量）和信息是自然界中的两大基本范畴，它们之间差别迥异而又相互作用，除了在表现形态、稀缺性、独立性和开放性上存在巨大差别外，尚存在聚合性和方向性的根本差异。就聚合性而言，物质的聚合导致物理堆积或物性转换，信息的聚合则导致新信息的生成和喷涌，前者受制于能量守恒定律，后者则体现为结合增益法则。这种差别导致了物质和信息在发展方向上的差异，即静态物质的聚合和变化大部分是双向的、可重复的，而信息的发展则是单向的、不可逆转的，正如沙子的聚合永远是沙子，而信息的聚合则犹如种子可以生长出植物一样。信息流动的这种动态性或“活”的特性，决定了它脱离了“还原论”的束缚，不再能完全适用传统法律上的财产归属和交易规则，而应适用基于整体目标预期导向的引导性或限制性的规则，传统私法中静态的、分割式的客体权属界定方法，与信息流动的结合性和单向性存在根本的冲突。数字法学作为新的复合性学科，诸多异质性因素相互交汇，不可能简单地运用传统法学就能胜任此项困难工作，数字法的研究应当汲取计算机科学、信息科学、系统科学以及通讯科学的原理和方法，才能对数字法的原理和方法有一个整体的了解。

三是对于信息在主体和客体之间的超然地位缺乏充分了解。传统法学在数字技术发展伊始，即将数据当作客观对象来看待，这种思路自然延续到后来的算法、元宇宙和人工智能上，继而产生了人作为主体如何规制这些对象的问题。这种传统法学中“主客分立”的观念在信息领域内并不能做到一以贯之，其原因在于，我们平常谈到的作为“客体”的信息从来就没有直接针对“信息”本身，而是一如既往地指向信息生成和传输的载体。引言之，真正的信息虽然脱离载体无法存在，但它却可以以多种载体形式存在，而法律却不可能针对所有信息载体进行全方位的管控。如法律可以控制数据，却不可能同时控制口语和书面交流。因此，信息作为客体所指向的其实是承载信息的特殊媒介（如数据），而不可能是信息本身，比如有关数据的问题并不能自然延伸到口语和书面信息上来。另外，“信息”亦构成“主体”的核心内在要素，这也是值得特别注意的。如法律在对“主体”的定义中强调的“意思能力”或“理性”，都直接体现为信息或信息的作用，即信息对于主体的塑造具有基础的意义。当然这也会带来一个问题，如果其他实体具有形式上完整的意思能力和“类人”理性，我们就不能依此定义将人与人工智能在法律上区别开来。因此，“信息”在传统的主客分立中具有超然的地位，数字技术则因此可能在信息领域实现从信息载体的“客体性”到信息系统（如人工智能）的“主体性”转变。在当代物理学和系统科学中，信息意味着熵减，也意味着秩序，信息既可以使客观世界有序，也可以使主体智能得以实现。信息对主客体的同等作用决定了我们需要重新认识抽象“信息”的概念，使之与信息具体载体区分开，并重视信息及计算对于主体性的建构意义。显然，在人工智能时代，要么通过把“人”拔高到“上帝视角”以维持人的主体性，要么将生物智能和计算智能处在同一地位，降低人的主体性，这是未来法学研究面临的理论选择。

关于当代数字法研究中范式局限的上述分析，主要是从宏观上就传统法学遇到数字系统时面临的范式困境作出的局部解说，仅是个人的一种尝试性探讨。实际上，传统法学在解决数字法问题时，在多个领域是颇有成效和建树的，只是随着数字技术的发展，尤其是人工智能的兴起使数字系统形成一个巨大的复杂性系统，并显现出独特的成长和进化模式时，传统法学在解决数字法问题的过程中，面对的“反常”情形会越来越多。此时，如何建立新的研究范式就成为必要，其中对于复杂性理论及其范式的关注和研究是必不可少的一环。

二、当代复杂性科学研究范式对于数字法研究的重要借鉴意义

复杂性科学自上世纪八十年代以来正式进入科学理论的视野，至今并没有形成一套成熟的、完整的科学理论，但复杂性理论仍在蓬勃发展中。复杂性科学的形成历史、知识来源和应用领域非常复杂，从早期贝塔朗菲（Bertalanffy）的一般系统论、维纳的控制论、香农的信息论，到中期的耗散结构理论、协同学、超循环理论、突变论、混沌理论、分形理论和元胞自动机理论，直至复杂性科学被提出后形成的埃德加·莫兰的学说、普利高津的布鲁塞尔学派、圣塔菲研究所学派等，都从多个学科、多种视角对于复杂性科学作出了贡献。当代数字技术的发展则有力助推了复杂系统理论，除了自身作为复杂系统受到关注外，数字技术还提供了小世界图、物理建模、无标度网络、生命游戏、模拟进化、智能体模型等数字方法和手段，快速丰富和发展了复杂性理论的基本原理和具体内容。由于复杂性科学尚处在发展阶段，并没有形成一套科学的体系，故西方学界对此也存在诸多质疑。但复杂性科学所展示出来的独特视野和方法仍然被社会所承认和接纳，霍金甚至认为“二十一世纪是复杂性科学的世纪”。复杂性科学不专属于现有某一学科，具有超越学科的品性，是一场人类思维和科学范式的革命，似不宜以传统科学的封闭性和体系性来要求该学科。从学科角度对复杂性进行探讨超出了本文的主题，本文主要侧重于了知复杂性系统的基本原理或范式，并以此指导数字法的研究。

（一）复杂系统的主要基本原理和范式

复杂系统理论脱胎于现当代的一般系统论，是以“他组织”为基础的系统论的跃升。早期系统论的研究针对的是相对简单的系统，如机械系统、信息系统和自然系统等，并总结提炼了一些基础的原理，构成了复杂性系统研究范式的雏形。其中，早期系统论提炼出了系统所独有的一系列规律性特征，并构成了系统论的基础，如系统所具有的层次性、不确定性、非线性、不可逆性等。具体而言，层次性指的是系统是由不同层次的要素叠加形成的，低层级的独立部分成为高层级的组成部分，并形成有机联系，如计算机系统和人体的构成；不确定性是指系统结构庞大、相互关系复杂，导致系统的发展变化不可确定、不可预测，正如波普尔所述“云和钟”的比喻；非线性指的是系统的变化并不遵守简单的少量要素之间的量比关系，而是通过系统要素的相互作用产生非线性的现象，如人口繁殖率与人口总量的非线性关系；不可逆性指的是系统的发展变化是单向的、不可逆转的，典型的如热力系统的熵增定理，系统熵如“时间之箭”不可回复，系统发展变化亦不可回复。这些系统的基本特征反映了“整体大于部分之和”的系统论基本理念，并形成系统形成和进化的基础。当然，并非诸项要素的简单组合就可以称之为“系统”，如自然界物质的物理组合以及传统机械系统就很难说构成实质意义上的“系统”，真正意义上的系统应为“有机”的或“活”的系统，“信息”交流在其中扮演了核心角色，缺乏系统内充分的信息传递和反馈机制，系统就无法成“活”。美国学者霍兰德将之称为“流（flow）”，“流”通过乘数效应和再循环效应推动系统的运作和进化。故有时看似简单的事物如驻波、湍流、雪花等如何通过信息交互而形成，实则涉及更深层次的系统论问题。

复杂系统理论则是在上述前期研究上前进了一步，它将生活中各种大型复杂系统纳入研究范围，如昆虫群落、大脑、免疫系统、生态系统、万维网和社会系统等，并采用各个学科的最新理论来进行综合研究。复杂系统理论并非简单地反对“还原论”，坚持“整体论”，而是以两者为基础并超越两者进行更高层次的统合研究。复杂系统除了要求系统具有规模巨大性、动态性、开放性之外，更看重系统的成长、合作和进化，由此呈现出了复杂系统的三个显著特征：一是复杂系统的自组织性。自组织性是指系统在没有外界干涉的情形下，具有自动运作和自我成长的能力，使自身结构进一步复杂化。如漩涡、化学振荡反应、自然系统、胚胎的发育以及人类社会系统的形成与发展等，都遵循自组织规律。自组织性意味着系统必须与其他系统共生，并保持系统间的开放和协同，在非平衡态下通过“涨落”来形成结构分化。复杂系统往往是通过最简单规则的重复和反馈形成的，如树、雪花、人类肺部发育等都遵循简单的“分形”规则，而蚁群、大脑和机器学习亦是通过简单规则的反复运用以及相互反馈而形成的。自组织性是复杂系统区别于传统学科研究对象的一个重要特征，它要求人们不仅仅关注系统的静态描述，更应关注系统之间以及系统与子系统间的协同交互机制。

二是复杂系统的自适应性。自适应性指的是复杂系统在自组织性基础上，在多变的环境中仍能保护自身的存在和运作的能力。系统之所以会有适应力，是因为系统内部结构存在很多相互影响的反馈回路，即使系统在遭受巨大的扰动时，仍然能够以多种不同的方式使系统恢复至原有状态，如人体的免疫以及生态环境的恢复等。有适应力的系统经常处于动态变化中，与此相反，一直保持恒定的系统可能恰好是不具备适应力的。但适应力总是有限度的，当环境变化超过系统所能承受的临界值时，系统就会发生突变或崩溃。

三是复杂系统的涌现性。涌现（emergence）性是复杂系统的高级特征，并没有一个明确的定义，指的是系统会“由小到大”“由简到繁”地产生出有别于系统本身的高层次现象。涌现现象与产生它的系统具有完全不同的性质，且不能由原系统推导或预测出来。关于何谓涌现目前有两种观点：一种是泛化的观点，即认为所有通过原系统产生的新的现象都称之为涌现。如种子生成植物、原子结合产生分子、神经系统的记忆功能以及社会意识形态的形成等都是涌现现象，这些现象具有可识别的模式和特征，且能够重复实现，否则就不能被称为“涌现”；另一种是狭义的观点，即“涌现”并不体现为通常的系统发展和进化现象，而表现为完全不可预测现象的出现，即使知道系统所有规则，也不能完全用还原论的模型来加以推理和预测。如人的灵感迸发、寒武纪生物大爆发、流行文化的产生以及人工智能的出现等。无论持有何种观点，涌现都是客观存在的，是规模达到一定程度的复杂系统的子系统之间、系统与环境之间，通过复杂的连接和互动机制产生出来的。虽然对于涌现现象的发生机理人们尚不能得知，但是导致涌现发生的条件和基本规则却是相对确定的，这也是人类可以发挥作用的地方。

从纯粹科学角度对于复杂系统所作的上述解说，难免挂一漏万，与数字法也没有直接联系，但却是十分必要的。只有大致了解复杂性学科的背景和基本原理，才能够形成对于数字系统和社会系统的正确理解，并反思复杂性思维对于数字法研究的借鉴意义。由于复杂性理论来源芜杂，主要得益于各个领域的案例研究，理论尚未完全合流，它本身作为一种理论的“涌现”现象仍在发展过程中，故无法在此做更系统、更科学的介绍，但对于当前的数字法研究而言，上述理论已经具有显著的借鉴意义了。

（二）数字法面对的两大复杂系统：数字网络系统和社会系统

现在回到数字法面临的复杂系统问题。数字法研究的数字现象，首先是数字技术系统的派生现象，同时也是线下社会系统（以下简称“社会系统”）衍生的社会现象。数字技术系统和社会系统相互交织，构成了数字现象产生、发展和进化的基本背景。以往的研究路径通常是，由数字技术为现实生活提出法律问题，然后由社会系统赋予其意义并提出解决方案。如对于个人信息保护、数据确权与交易、算法的规制等问题的处理莫不如是。其中以社会系统对数字现象的回应为主，数字技术系统的自身回应为辅，这导致理论界没有充分重视数字现象在数字技术系统中的地位和意义，同时社会系统的回应也没有充分体现出复杂系统的原理。鉴于两大系统既具有复杂系统的共性，又具有自身的特殊性，以下分述之。

1.数字技术系统与人工智能

数字技术系统是包括计算机硬软件系统、网络系统和当代人工智能学习系统在内的大型复杂系统，它呈现一个由低级到高级、由简单到复杂的过程。如果按复杂性系统的要求来衡量，早期的计算机系统并不具有复杂系统的典型特征，它只是基于二进制的自动计算技术和网络通讯的结合体，硬件和算法都具有确定性和可解释性，自组织性、自适应性和涌现性未完整呈现，故只具有简单系统的一般特征，体现为“他组织”的特性。尽管如此，二进制自动计算和通讯系统还是为现代系统论和控制论提供了强有力的支撑，如诺伯特·维纳（Norbert Wiener）在1948年将控制论定义为，“对动物和机器中的控制与通信的科学研究”，且系统的运行和有效控制主要依赖对信息的反馈、微调和迭代来实现。信息和通讯在有机系统形成和控制中的基础地位，使信息论和数字技术对于系统科学的研究具有极大的推进作用，同时也使数字技术系统自身具有更为纯粹的系统性特征。但数字技术系统成为复杂性系统仍然依赖“互联网”和“机器学习”两大要素，前者提供了网络的规模效应和充足的信息储备，后者则构成人工智能形成及进化的算法基础。可以说，人工智能的出现和发展才是数字技术系统成为复杂系统的标志，也正因为它是纯粹信息领域的生成物，才使得人工智能相比其他复杂系统具有更为突出的适应性和涌现性特征。

自图灵提出人工智能问题之后，美国学者在该领域形成了符号主义、连接主义和行为主义三种学派。符号主义学派倡导通过符号和逻辑模拟人的心智，建立基于“规则”的机器学习，如决策树、随机森林和关联规则学习等。只是由于不能充分地将具体事物进行形式化，以及“NP完全问题”的存在，符号主义现已暂时沉寂，被基于数据统计的机器学习所取代，如支持向量机、浅层次神经网络和贝叶斯分类器等。行为主义则以维纳为主要代表，强调一个实体机器系统通过与环境的相互“感知”和“运作”来获得智能，并发展出机器人学。该学派这种通过机器系统“以下而上”寻找智能的方式，缺乏高级学习算法作为基础，故已不是人工智能的主流。连接主义学派则倡导电脑模拟“人脑”结构即人脑神经结构来获得智能。该学派早期遭遇算力和技术瓶颈等问题一度陷入“凛冬”，直到2006年英国学者辛顿（Geoffrey Hinton）提出“深度信念网络”以后，以大型神经网络算法模型为基础的深度学习时代才真正来临。当前深度学习是以深度信念网络、卷积神经网络、循环神经网络等算法模型为基础的机器学习方式，并取得了显著的成就。这以近年来美国OpenAI公司发布的ChatGPT系列生成式大语言模型为标志，该系列模型在自然语言的人机对话领域已具备了相当的智能。随后OpenAI正式发布的文生视频模型Sora和GPT-4o则完成了人工智能的视频生成和对话能力，并支持以文字、图片、视频和语音等媒介形式的多模态生成和沟通。深度学习时代智能的“涌现”已成为当前人工智能领域现象级的事件，其未来发展未可预知，并将成为未来数字法的重点研究领域。这是自“图灵机”以来人造计算机系统的初衷和目的，故对于数字技术系统的了解和认识是我们研究数字法的基础。

2.社会系统

线下社会系统则是另一个复杂系统，它包括的子系统众多，如政治、经济、法律、环境、网络和社交系统等，我国科学家钱学森称此类巨大系统为“复杂巨系统”。数字技术系统作为社会有机系统的一部分，本身也是社会“涌现”的产物，它对社会变革的影响日益显著，互联网和人工智能已成为当前时代的标志。在此基础上，同时理清社会系统和数字技术系统的规律成为数字法研究的基本要求。社会系统经过几千年来的知识积累已经被人类探索出了诸多规律，并形成了传承至今的学术传统，但从复杂系统角度来进行研究的尚不丰厚，其中表现明显的当属近现代以探索社会系统运行规律为己任的社会学。近代社会学自韦伯、迪尔凯姆、帕森斯以来运用了系统论的观念，并由现代德国学者卢曼（Niklas Luhmann）发扬光大。卢曼与其他社会学学者仅将社会作为一个系统来观察不同，他直接将社会作为复杂性系统看待，并将社会的多层次性和功能分化作为自身研究起点，进而通过对先验哲学的批判导出“差异理论”的依据，来解释社会在主体的自我指涉和相互交往中如何形成和演变。依现在的观念来看，卢曼的理论具有浓厚的复杂性理论色彩，并具有相当的预见性和超前性。在法学领域，由于传统法学范式的传承性和稳定性，系统性思维并未有效浸入法学领地，但也不乏零星体现。比如社科法学或法社会学，就具有一定的系统性思维，两者并不局限于“规范”法学，而是将法律作为社会现象或社会要素置于社会整体中予以解释和构建。但这种研究仅仅局限于学科之间的相互融合，并没有将法律作为社会的一个子系统，并运用复杂性理论探讨法律与社会的交互规律。

目前对于数字法问题，社会系统比数字技术系统的回应更快、更及时，任何一个数字法律问题都能先在传统社会法律体系中找到一个对应物，并被纳入传统理论语境中予以定位和解释，比如个人数据与个人隐私、企业数据与企业财产、数字平台与中介企业之间的相互对应等，均为典型体现。这里存在的一个问题是，我们在理论上并没有完全明晰数字技术在当代社会系统发展中的角色、意义和交互演化规律，来有效地指导我们对数字现象的基本态度。实际上，从系统之间交互和演变的角度有可能在理论上形成更为宏观的判断，基于这种判断，可能就具体数字法问题得出与传统法学不一样的结论。比如有学者认为，互联网从信息系统逐渐成为占主导地位的生产组织系统，通过“同侪生产”将社会用户与生产要素整合进一个大的互联网“架构”，架构关注要素流通，更关注整体利益。若如此，从整体架构利益角度理解单一平台的“数据确权”，就具有不同的视角和结论。又如，如果从整体上理解平台和政府的关系，就可能得出有些学者提出的“行政发包制”理念，即平台本身不再仅是私主体，它受政府许可并分享社会治理的权力，若依此理解超级平台的地位，亦具有不同的视角和结论。目前可以肯定的是，数字技术的发展已经深度介入社会系统，并导致社会生活、生产和交往方式被改变或重塑。社会系统与数字技术系统不再是相互独立的两个系统之间的“渗透”，而是相互“卷入”，其中数字技术充当了系统进化的引擎。数字法的研究无法脱离社会和网络之间的交互事实，故传统法学研究范式应当得到调整，而数字技术系统的规律和研究模型也应当得到合理构建。

三、未来数字法研究的范式图景

运用复杂性理论来研究数字法，就会直接涉及整个系统与子系统之间的关系。按照美国学者霍兰德的观点，系统中每个具有适应性的子系统都应该被称为“主体”。系统的子系统（“主体”）之间是去中心化的、相互竞争的，系统产生的结果取决于“主体”间的竞争与合作。但同时，“主体”之间的相互约束使主体永远达不到自身状态的最优化，故在相互受限的环境中，“主体”之间不断改变和完善自身，相互拥抱和纠缠，以适应上级系统的特征，进而产生恒新的涌现现象。社会系统与数字技术系统，以及社会子系统和数字系统子系统之间也适用同样的规律，这就勾勒出了未来数字法研究应具有的范式的大致印象。由于数字法研究同时涉及社会系统与数字系统甚至其他外部系统（如环境系统）的交融，故其复杂程度和对多学科思维的高度要求非本文所能及。数字法目前的研究并非缺乏宏大叙事，而是缺乏基本的系统思维方式。具体而言，缺乏的是对于系统运行背景的基本法律判断，这是数字法研究范式得以建立的基础，在此基础上才有可能构建数字法体系。

（一）数字法研究范式的基础：数字技术的系统性特征

数字技术及其运行规律是数字法赖以形成和发展的基础，它作为一个相对独立系统，呈现出自身独特的运行环境和运行规律。数字法首先应当顺应数字技术的运行规律，才谈得上与其他系统交互的问题。但在法律上，我们并非直接介入数字系统的生长和进化过程，而是基于通常法律定性的需要，为数字法提供一个基础法律环境。数字法所赖以生存的法律环境具有五种特性：技术性、开放性或分享性、公共性、服务性以及安全性等，以下分述之。

1.技术性。技术性指的是数字系统是一个技术系统，它是由硬件、软件、基础设施、网络等系统要素构成的一个巨大系统，且本质上属于信息系统，除了信息处理，并不产生任何物理产品。互联网的技术性基础决定了数字系统首先是一个技术整体，相关要素的活动应该遵守数字技术法则，这是将数字系统当作完整系统，并从系统论原理角度分析数字领域问题的基本要求。数字系统通过要素的聚集产生行之有效的功能，决定了法律在对数字系统要素进行调整时，应该充分顾及该要素对于系统的依附性，以及调整手段在系统中的实现可行性。但这种不言自明的立场在当前的学术研究中却受到普遍性的忽视。比如就虚拟财产而言，理论界对于以数字化形式呈现在电脑屏幕上的“财产”图像，始终摆脱不了与现实生活中客观存在的“物”的对应联想，并将其独立出来比照现实生活中的财产规则予以定位和调整。实际上如上文所述，数字技术除了信息并不产生任何实体物，同时虚拟财产图像也不可能脱离技术系统而存在，它的生成、流通和保护也只能通过技术系统来实现，不可能将之独立出来适用现实财产法则。又如企业数据确权问题。数据确权是专属于数字技术系统的问题，亦只能通过数字系统的技术规则方能实现，倡导确权的观点无一例外是将企业数据从其生成和成长环境中独立出来，放入现实的产权和交易规则来讨论的。实际上，数据确权问题如果还原成技术系统的问题，可“转译”为在数字系统环境中，如何规范对数据的合法访问，以及如何防止对数据非法复制的技术问题。如果能这样理解，将数据置于系统外而抽象谈论数据确权的方式就可以被有效避免。至于个人信息保护亦存在同样的问题，即学界通常将个人信息与系统运转的趋势和要求相脱离，却与现实的个人利益深度绑定，除了安全防范这一合理目的以外，不知最终要达到何种目的。数字系统的技术系统背景提供了一个分析系统要素的基础环境，无论线下的规则制订得如何完善，如果不能通过技术予以回应和实施，其都将是不完备的。

2.分享性或开放性。数字系统的分享性是数字系统的天然优势和必然要求，它意味着该系统较之其他信息媒介，能够使用户能在更大范围内实现更高效率的信息分享，并形成用户和平台之间的网络架构。分享性是数字系统的底色或“第一性原理”，它同时意味着网络的开放性或去中心化。有学者分析在网络作为生产性架构的形成过程中，“非法兴起”促进了网络架构的形成与迭代，其中的主要推动力即是不可遏制的信息分享洪流。同时，网络的去中心化结构使每个节点成为能动的主体，通过简单的信息分享规则就能使系统发展到巨大的规模，直至人工智能涌现。就此而言，信息分享通过节点之间的数据流动和聚集，使用户围绕去中心化发展出了兼具蜂群和蚁群特征的分布式结构，数字系统的自组织性得以产生，其中用户的持续数据输入成为数字系统进化的“肥料”。在法律上，系统的开放分享性在重塑政府和网络自组织性的边界，在过去一段时间，政府提供了宽松的环境让互联网相对自由地发展，直到网络架构开始稳定以后，才进行有限度的干预，并通过新的方式来实现对传统权利的保护，以及社会治理权力的有效分配。在此过程中，传统私法则相对保守，并非有意而只是习惯性地将网络架构要素分拆开来分别调整，某种程度上阻碍了互联网系统的信息分享和合作进化。如私法权利对于个人信息、企业数据和算法的牵引，一定程度上限制了数据流动的效率和数据聚集的规模。数据的开放分享并非不可限制，但需要基于合理目的的合理理由来支撑，而并非仅仅因为生产要素与个人或单一平台有关就予以限制。

3.公共性。公共性可谓数字系统又一个鲜明的、重要的特性，它与分享性联系密切，但又具有更广的含义。公共性即数字系统对外成为社会甚至全球的公共信息系统，对内则构成用户共同分享的赛博空间。前者构成社会大系统意义上的子系统，后者则成为相对独立的系统，两者都具有强烈的公共性。公共性是数字系统所具有的基本特性，除了意味着数据的开放分享以外，还意味着整个系统架构的公共性。公共性是我们理解数字法的一个很有用的角度，它能有效地消解和中和完全基于私法逻辑的一些判断和做法。比如在去中心化的网络架构中，虽然我们可以基于私法原理赋予相对封闭的数据以某种“权利”，但是数字系统的公共性则为我们提出了一个问题，即数据永远在系统中复制、流动和储存，不会无端消失，那么整个数字系统的数据和网络架构最终归属于谁就成为一个问题，而在物质世界中这个问题并不存在；又如超级平台企业目前都被作为私主体而看待，但当超级平台成为类似社会基础设施的必要存在时，又如何理解超级平台的社会公共管理职能和私主体利益之间的关系，以及如何在各类平台之间有效地分配数据控制利益？数字系统的公共性是对个人主义私权观的一种抵销，在公共性的数字系统中强调个人或单个平台对于平台要素的私权控制，犹如制造一个漏水的纸袋，最终很大程度上会被公共性侵蚀或消融。

4.服务性。服务性与上述数字系统的相关特性互为一体，意味着数字系统是一个整体的信息处理和通讯系统，它在传统行业中属于服务性行业，在人工智能时代仍然如此。数字系统的服务性体现在整个系统专注于数据信息的生成、流通、聚集和利用，数字基础设施运营商、操作软件提供商、数字平台和用户等都在为系统提供各自的服务。这种服务性与信息的特性和流通规律相关。在信息领域，早期信息传递遵守基本的互惠利他原则，信息可被自由分享和复制，由不同主体分别获得，这决定了信息流通服从“分享”和“保密”这一基础规则，很难形成线下现实生活中的财产交易规则。在此前提下，虽然信息或数据同样可能存在交易，但这种交易仅体现为信息的有偿服务，其间并没有实际“权属”的转移。另外，网线平台借助线上交易或游戏系统会与现实财产产生一定的联系，如网店或虚拟装备等，但这些线上事物仍然只是系统信息服务的一种方式，上述虚拟财产的现实价值更多体现的是网络系统某种“服务”的对价。基于服务性理念，“数据交易”应当被归入数据服务合同进行调整，“数据产品”亦可归入此列。因为数据产品虽名为“产品”，实则体现为一种对现有大数据进行整理、挖掘后形成的增值服务，并可以由不特定多数人分享，它的交易和运作与数据交易遵循同样的模式。对于数字系统服务性的充分了解，可以正确认识数字服务的流动性、连续性和整体性，有助于避免随时落入数字系统要素“确权”的窠臼。

5.安全性。安全性指的是数字系统作为巨大的社会公共信息系统，其安全性至关重要并贯穿始终。自由和安全是数字系统的两大基本价值，与传统私法中的以自由为主、安全为辅不同，数字系统的安全为自由之前提，亦为系统运行的基本保障。网络安全包括系统安全、信息安全、传播安全和运行安全等，既有技术上的基本要求，又有社会对信息管控的要求。基于安全的动态维护，催生出了实践中的一系列法律、制度和做法，且针对新的风险和挑战，数字系统的安全博弈仍在进行中。这里将“安全性”作为数字系统的一个基本特性进行探讨，其目的是为了阐明，我们目前所面临的数字法问题多少都与安全性相关，甚至有些直接就是网络运行安全问题。比如尽管我们赋予个人信息以人格法益的地位，仍然不能否认个人信息保护问题直接源于对个人数据的泄露和滥用的安全防范，而此问题在非数字化时代并不存在。又如数据确权问题亦是直接源于对他人不公开的数据进行非法访问和复制的防范，亦属安全范畴问题，数据确权并不能替代安全机制发挥作用。再如算法规制在于防范算法对他人的监控、歧视、不当干预和侵害等，亦可归入安全范畴之列。数字系统本身就存在一个内在的安全体系，通过各种数据安全流动规则，如账号和密码规则、数据访问规则、电子签名规则和系统运行安全防护规则等，就可以起到保证数据有序流动和分享的效果。一般说来，在实践中总是数字系统在安全方面先存在瑕疵，随后才导致了私法上的纠纷，故对安全性的关注，使我们能正确认识所讨论的数字法问题所属领域，当问题的主体部分涉及安全问题时，可通过安全制度来有效解决。

（二）数字法研究范式的主体部分：数字法研究的基本方法

上文分别说明了复杂数字系统所具有的基本特性，它们基本上符合一个开放的、复杂的数字系统所应具有的系统性表征，也为数字法研究范式建立了一个可靠的、科学的基础。因为此前的数字法研究并没有完全立足于这些大的系统背景特征进行探讨，故未将数字法问题直接置于数字系统环境中予以解读，从而使相关问题在解读上出现“变形”或“失真”的现象。上述数字技术的系统性特征实际上也构成研究范式的基础理论部分，是以“前见”的形式存在的。当然任何学科都不能缺乏自身的研究方法，这是一个更加困难的领域，下面将对数字法研究的方法作一尝试性的初步探讨。

1.还原论和整体论相结合。复杂性系统理论虽然是对还原论的背离，倾向于从整体角度研究系统问题，但并不意味着复杂性理论即是一种整体论，实际上他是超越还原论和整体论的一种理论体系，故研究复杂系统应强调还原论和整体论方法的结合。具体而言，复杂系统是建立在层次分明的架构上，通过微观层次的子系统交互作用而进化发展的，尽管系统的涌现现象不能由能微观子系统来明确推知，各个部分的有规则运行仍然构成宏观系统演化的一个基础，这也是考察宏观系统的立足点。在法学研究上，在还原论意义上对系统构成要素和层次进行法律分析也是必要的，只是这种要素分析应与系统的整体功能和演化方向结合起来考虑，才能获得对特定问题的全面理解。在无监督学习环境中，当代人工智能的涌现性越来越强，亦愈发不可解释，但这只是复杂系统发展过程中呈现的阶段性特点，并不意味着人类完全不能把握其规律，而落入“神秘主义”的不可知论中。就像种子发育成植物的规律被人类认知后进行重复利用一样，人工智能在发展到成熟阶段后也不排除会有这种结果出现。除此之外，虽然“涌现”通常意味着不可预测和不可解释，并在短期内会使法律在人工智能的定义和解读方面出现困难，但法学并不关心人工智能在技术上究竟是如何涌现的，法学所能做的就是维护人工智能产生的基本环境和基本法律规则。就此而言，法学对于数字系统的研究仍然应当坚持还原论和整体论的结合，何况目前大多数数字法问题并不涉及人工智能，通过一般系统理论就可以得到有效解决。

2.技术和法律相结合。数字法学目前作为一个新兴学科领域，涉及多种学科背景，故在此领域进行跨学科的研究甚为必要，其中数字技术与法学的结合成为数字法学的基础。当前数字法的研究主要是从数字现象着手的，探讨的是数字现象对于社会系统和传统法学的意义，并由此将数字法问题融入传统法学来得到消化和扩展。这种做法体现了法学能动性的一面，但却在一定程度上忽视了对技术系统的重视和探究，并没有做到技术和法律的有机整合。如上文所述，数字法面对的首先是数字技术系统，技术系统是数字法发展的引擎，具有自身的运行规律。故对技术系统的了解和认知是解决数字法问题的前提，在此前提下，法学才能正确地界定问题的性质和解决方法，并通过技术系统有效实现。目前法学界对数字法问题的定性与解决方案与技术系统并不完全契合。比如在个人信息保护中，法律设计的繁复的“告知—同意”规则在技术上是否可行或是否是一种富有效率的方式，则是值得思考的。又如对于算法的规制，形式上的“备案”制度或对“可解释”的法律要求是否具有可行性或有效性，也是目前面临的一个难题。技术和法律的结合就需要理论界合理确定两者在具体问题上的分界，避免将技术问题归结为法律问题。实际上作为一个自在自为的复杂系统，数字系统内生的问题大多只能通过技术的进步和完善来解决，将之纳入法学范畴并卷入线下现实生活规则系统，在一定情形下就会脱离有效解决数字法问题的轨道。

3.实证主义和理性主义相结合。复杂系统之所以“复杂”，就在于它同时兼具“混沌”和“有序”的特性，系统通过自组织临界性生发出富有生气的、动态的演化特征。正如分子具有混沌性而物质具有稳定性，或者细胞群具有混沌性而人体具有稳定性一样，数字系统在人工智能领域也具有如是特征。基于此，数字法研究应当强调实证主义和理性主义的结合，前者重视经验、事实和过程，后者侧重理念、定性和推理，在传统法学流派中两者构成相对独立的学派，不分伯仲，但在复杂系统中就能分别找到自身位置。具体而言，数字法学对数字现象的事实分析和利益衡量就具有实证主义的色彩，这也是目前我们常用的方法。但在另一方面，对于数字系统涌现出的人工智能问题，就非实证主义能够完全胜任的了，它必然涉及“唯理论”，需要在理性主义层面探讨人工智能与人的关系，以及“主体”性问题。实证主义与理性主义的结合体现为两种方法交错进行，这跟系统进化的规律相一致。比如当人类对于强人工智能已经有了充分的了解和控制，实证主义便会跟进重整社会关系，但当强人工智能发展到超级人工智能阶段时，唯理论又将登场解决超级人工智能时代更为宏大的问题，最终人类是否会形成“大一统”理论则值得期待。

4.人和机器相结合。在人工智能时代如何处理人与人工智能的关系，是一个重大的时代命题。基于对人工智能未来的不确定认知，社会处在期待和恐惧的心理交织中，但目前社会对此达成了初步共识，即未来人与人工智能并非对立和竞争的关系，而是“人机”相互合作关系。人机合作并非仅指人类对于人工智能所持的态度，还意味着社会系统与数字系统的深度融合，这种融合真正意义上重塑了整个复杂社会巨系统的形态和结构。人机结合也意味着在某种程度上，法律将智能系统当作平等的“类人”实体看待，由此开启史无前例的社会关系变革和社会理论创新。这对于法学是一个全新的领域，数字法也面临着历史机遇和现实挑战。自互联网产生以来，人机结合实际上已经发挥了相当的作用，正是由于“人机”的有效结合，我们才造就了网络通讯、自媒体、赛博空间和电商平台等丰富的网络业态。但在数字法的研究上，我们沿袭传统观念，重视人对于机器的支配以突出人的主体性，将人与数字系统割裂开来，没有充分重视人与数字系统的交互性。在目前阶段，人机交互理念对于数字法研究的意义在于，对于具体数字法问题，应当同时考量它对数字系统和线下生活系统的意义和影响，将两个系统结合起来从整体上进行科学的利弊权衡，形成妥当的法律判断和解决方案。

从复杂性原理探讨数字法研究的范式，仅是作者本人就此所作的一种理论尝试。基于多学科知识的缺乏以及理解能力的限制，上文所述的相关理论、论证和结论无疑存在诸多疏漏和不足。比如在论述社会系统与数字系统的融合上，对于传统社会系统研究范式在数字法研究范式上的地位就缺乏论述，而主要侧重于探讨数字技术系统本身对数字法学范式的影响。另外对于未来线下生活系统与数字系统的交互形式，以及其所带来的社会变化，也没有提出合理的展望。总体说来，复杂性原理对于数字法研究具有一定的现实借鉴意义，是值得理论界关注的。本文不当之处，有待方家指正。

版块介绍 —治理之智

在全球化背景下，科技的快速发展也带来了前所未有的治理挑战。本板块内容依托阿里巴巴集团先进的AI科技能力、丰富的应用场景与负责任的技术生态，聚焦于AI风险、AI大模型安全、AI大模型开闭源生态、AI大模型出海等AI治理政策研究，基于技术理性的风险观，为大模型发展与安全平衡与取舍提供独到见解。同时，我们致力于收集和分享海内外AI治理先进理论与经验，为构建合理的科技治理体系提供智慧与灵感。

Reading

3、

4、

5、

6、

7、

8、

9、

10、

11、

12、

13、

14、

15、

17、

18、

19、

20、