当然教师惩戒权也有一定界限，作为民事权利，它不能侵犯学生的人身权和人格尊严。

他认为，中国旧律相对于现代社会已经显得幼稚，20世纪已不是从前把人民的生活限于一乡一镇的时间了，法律自然而然也当与时势的进步而变易。一个国家法律体系的形成及法律制度的确立，有着其深厚的历史及文化渊源，并不是孤立存在的。

二是以张晋藩为代表的认为中华法系终结于鸦片战争的观点。因此，从全书来看，作者所要复兴的并不是中华法系这个名称及整体内容，而是要传承中华法系中优秀的法律传统。这一反省在作者写于1966年的《中华法系之回顾及其前瞻》中有了进一步的解释：国人曾在抗战前，提倡建立中国本位新法系，拟将固有法系之不合时代成为僵石者去之，将其仍有价值而得使用者保留之，发扬之，光大之。如果对穗积陈重法系说的渊源作进一步的考察，我们很容易联想到英国思想家梅因在《古代法》中对古代法律的分类。前篇述先秦法学理论——也是中国古代法学理论黄金时代的发展，后篇则言法律制度自秦统一后日益僵化的历史状况。

第二，对中国古代法中可以与时俱进或与现代法精神相通的优秀传统的复兴持有乐观的态度。第一，提出复兴中华法系的学者虽然都重视中国古代法的发掘，但他们并不以为中国古代法可以照搬到现实社会中。其次，法官或者检察官自带各类司法大数据，并且常常具备人工智能所不具备的各类隐性知识和实践理性。

在当前人工智能所运用的场景中，很多领域都具有计算性或预测性特征。而当法官宣誓就职或描述自身职业时，也不时会将自己比喻为严格遵守法律的机器，在审判活动中排除任何个人感情色彩。3.人工智能司法面临分散制衡决策与统一决策的紧张。而如果公检法部门与不同层级司法部门使用的是不同的人工智能辅助系统，那么不同部门系统的建议如何协调，也将成为另一个制度问题。

2.人工智能能够提供更为整全性的信息。上述理论或者比喻都隐含了某种法治的想象：用机器实现更好的法治，排除法治中的人为判断或价值判断。

仅从准确性或客观性的角度出发，人工智能无法给司法带来任何增量，即使只使用人工智能进行辅助，也只会给法官或检察官带来很大干扰，削弱司法体制的正当性基础。（1）就演绎推理来说，演绎推理的有效性依赖于推理的大前提与小前提。德国社会学家马克思·韦伯曾经将现代社会的司法比喻为自动售货：现代的法官是自动售货机，民众投进去的是诉状和诉讼费，吐出来的是判决和从法典上抄下来的理由。相比单一化的司法决策，基于人类司法者的个性化与弥散化决策可以更好地实现分散决策与集中决策的统一。

而相对微小的权重则是仅赋予人工智能以提示功能，司法者可以参考人工智能给出的答案，但未必需要重视人工智能所给出的任何建议或结论。例如对于职业索赔人的法律定位，人工智能系统可以提供不同于法院对于消费者的界定与论证，提供不同于法院关于职业索赔人涉及敲诈勒索罪的案件信息和判决，而这些信息都能为司法者的裁判决策提供参考，使法官或检察官对于相应法律问题具有更为整全性的理解。（一） 弥散性与人类主体性决策首先，人工智能司法应坚持其辅助性定位，坚持以法官或检察官为中心的弥散性与主体决策体制。但即使当事人合意选择完全采用人工智能的审判结果，或者要求司法机关对不符合人工智能建议的裁判进行集体复核，司法机关也应当有权否定当事人的建议。

在这样的背景下，即使公开人工智能算法，司法专业人员也可能无法理解，更不用说普通人了。针对中央部署，法院、检察院对智慧司法建设工作进行了积极部署。

其中最为著名的是威斯康星州的卢米斯案（State v. Loomis）。从司法效果来看，此类风险评估软件虽然存在不少问题，但的确可以作出比法官更为准确的风险事实判断。

因为人们对于何为法律的正确答案往往存在争论，很难有一个客观的标准来比较哪种判断更为正确或客观。例如，职业索赔人是否属于消费者？偶尔参与知假买假活动的个体是否属于消费者或职业索赔人？对于此类问题，无论是人类还是人工智能司法要作出妥当判断，都必须依赖价值判断。例如，有研究表明，肯塔基州采用了劳拉和约翰阿诺德基金所开发的软件，将其应用于审前释放决策体系后，审判前被释放的被告增加了，但被释放的被告被再次逮捕的比例却大幅减少了。一种做法是不给人工智能以任何权重或给予相对微小的权重。4.人工智能司法将面临算法黑箱决策带来的各类问题。例如《刑事诉讼法》第７条规定：人民法院、人民检察院和公安机关进行刑事诉讼，应当分工负责，互相配合，互相制约，以保证准确有效地执行法律。

俄亥俄州的一个县在使用同样的工具后，不需保释而释放的被告从28％减少到了14％，而那些被释放后再犯的犯人比例则从20％降低到了10％。在实践中，法官与检察官也对人工智能辅助司法的机制存在众多困惑。

在对机器具有较高信任程度和文化背景的国家，这类可接受性更为明显。对普通人而言，算法公开听上去很好，但实际上它可能没什么帮助。

二十多年前，凯斯·桑斯坦（Cass Sunstein）教授就曾经提出有关强弱人工智能区分的观点。因此，如果人工智能司法辅助系统不注意合理的程序性设置，个体可能就无法感受到对司法的参与。

但人工智能辅助司法审判与这两类人工智能决策都有不同。在审判过程中运用人工智能辅助系统，应当首先向参与司法的当事人解释人工智能司法辅助系统的整体运作机制，确保当事人的知情权与选择权。当然，在二者之间还存在众多其他中间选项，例如由当事人来选择是否运用人工智能辅助裁判。法官或检察官身处法律共同体之中，其所接受的法学教育与法律实践深受法律共同体的影响，这使得他们对于法律的理解受到法律解释共同体的影响，对法律的解释将不会过于偏离法律共同体的理解。

而如果该案的引证以正面赞同意见为主，那就会被标记为可能正面评价。但在人工智能司法辅助系统中，如果律师与当事人知晓了系统的算法或算法的某些参数，并且以迎合算法或算法参数的方式来影响人工智能裁决，那么此种影响将会在很大程度上左右裁判结果。

因此，人工智能辅助司法不应将效率视为其主要目标，不应为了追求司法效率而牺牲司法的审慎。算法决策具有两面性，对于信任人工智能的当事人来说，算法决策可以避免司法人员的介入，因而其裁判结果更容易为当事人所接受。

例如各国的司法制度都强调开庭审理、原被告进行质证、辩驳的权利，如果仅从司法效率来看，这些制度的设计都无必要，法院只要依据文字材料进行审理即可。在司法领域，应用信息化与智能化来建设智慧司法，已经得到中央的认可，并且检察院、法院等对此也正积极推进。

另一方面，如果没有强制性规定，人工智能司法辅助系统又存在形同虚设和添乱的风险。三、人工智能辅助审判的可能性与现实性如果人工智能并不能增强司法裁判的准确性，那为何还要在司法中引入人工智能？人工智能具有黑箱决策的性质，将司法决策权转移到代码或程序员的手中，人类的司法决策权将被剥夺或减少，司法审判中的问责制将被削弱。上述观点表明，我国的智慧司法建设必须要符合司法规律，不能以牺牲司法规律来建设所谓的智慧司法。在国外，人工智能司法主要被用于判断相关社会风险。

2017年国务院印发的《新一代人工智能发展规划》（国发〔2017〕35号）中提出，应当推进智慧法庭建设，建设集审判、人员、数据应用、司法公开和动态监控于一体的智慧法庭数据平台，促进人工智能在证据收集、案例分析、法律文件阅读与分析中的应用，实现法院审判体系和审判能力智能化。法理学的研究表明，法官或检察官的很多知识属于隐性知识，难以通过书面或形式化的方式加以归纳和总结，就像对于如何骑自行车很难通过文字的方式进行描述一样。

根据这两条规定，我们可以发现，至少在人工智能司法的场景中，受司法所影响的个体应当具有要求相关主体进行解释的权利（a Right to Explanation）：数据主体拥有对相关算法的知情权，而且在人工智能司法的场景中具有反对权。这些研究结论对于人工智能司法发展具有重要借鉴意义。

法院限定了此类评估软件所使用的范围与方式，明确要求此类软件不能被用于确定罪犯是否被监禁或确定判决的严重程度。目前，有的国家和地区已经对此类问题作出立法应对，例如法国在其《司法改革法》中禁止了对于特定法官的裁判可能进行大数据分析与预测，以防止律师的辩护行为建立在迎合特定法官的基础上。