为了完善对法律论证适用的人工智能模型的建构，当前对法律论证模型的研究开始呈现一些新的趋势：(1)继续拉近抽象论证模型与自然论证的距离，针对自然论证的特性不断完善抽象模型，服务于司法实践。例如，本奇卡朋发展了一种加入听众因素(听众包括审方)的基于价值考量的论证模型。柯洛司沃特(J. Crosswhite)与福克斯(J. Fox)等提出了构造修辞论证的可计算模型的设想(40)。(2)引入贝叶斯网络等数理方法，更精细地对法律论证进行讨论。例如，普拉肯主持了“设计并理解包含论证及情境的法庭贝叶斯网络”研究项目(41)，旨在发展一种基于贝叶斯网络技术的规范方法。该方法的应用将有助于避免因使用统计证据所引发的错误。(3)继续与新证据科学相结合，进行交叉研究。例如，贝克斯(F. J. Bex)等结合论证模型和故事模型提出了一种复合模型，用于辅助刑事案件侦查，同时为解决最佳解释推论(IBE)难题提供了一种新的方法。
法哲学家佩策尼克(A. Peczenik)说：“在法律论证的实践体系中，经常发生一种非演绎性的跳跃(42)……法学家在法律语境下的实践行为需要这种跳跃，而哲学家必须为此提供更精确的法律逻辑理论、法律证成理论、法律认识论以及法律本体论。”(43)人工智能与法的研究，正是源于司法活动的实践。随着计算科学和人工智能技术的发展，法律论证的人工智能模型将进一步完善，更加贴近司法实践的要求。
【注释】
①L. Mehl, Automation in the Legal World, National Physical, Laboratory, Vol. II, 755—780, 1959.
②B. Buchanan and T. Headrick, Some Speculation about Artificial Intelligence and Legal Reasoning, Stranford Law Review, 1970.
③T. McCarthy, Reflections>④E. L. Rissland, K. D. Ashley and R. Loui, AI and Law: A fruitful synergy, Artificial Intelligence, 150(1—2): 1—15, 2003.
⑤经典逻辑是单调的，推理的单调性是指，如果一个命题可以从前提集合推出，那么加入任意命题到这个前提集合中都不会使结论发生改变。非单调逻辑是前提集合与结论之间的推论关系不是单调的那一类非经典逻辑，换言之，这类逻辑的前提集合的某些扩充会导致结论的改变，比如可废止逻辑和缺省逻辑都是典型的非单调逻辑。法律推理是可废止的，因为这种推理所包含的推论关系是非单调的，证据前提集合的某些扩充会使得原有结论发生改变。
⑥T. Bench Capon, Argument in Artificial Intelligence and Law, Artificial Intelligence and Law, Kluwer Academic Publisher, 5: 249—261, 1997.
⑦P. Besnard and A. Hunter, Elements of Argumentation, The MIT Press, 37—68, 2008.
⑨J. H. Wigmore, A Student's Textbook of the Law of Evidence, Brooklyn: The Foundation Press, 6, 1935.
⑩由于演绎推理的保真性，攻击结论可以转化为攻击前提，故此处可以省略对攻击结论的反论证的讨论。此外，这里的削弱论证(Undercuter)是一类攻击前提的论证，它不同于下面将介绍的可废止论证框架中的削弱论证，可废止论证框架中的削弱论证表达的是一类攻击推论关系的反论证。
(11)S. J. Modgil and H. Prakken, A general account of argumentation with preferences. Artificial Intelligence 195: 361—397, 2013.
(12)与演绎论证系统不同，这里的削弱攻击不是攻击前提的反论证，而是攻击推论关系的反论证。
(13)其中，削弱攻击和破坏攻击是非对称攻击，反驳攻击是对称攻击。
(14)H. Prakken,>(15)论证图式表达的是日常会话中论证的典型推理模式，适用于法律论证的论证图式是在法律语境下使用的典型论证。沃顿(D. N. Walton)列举了26种普遍的论证图式，其中适用于法律论证的论证图式包括诉诸专家意见、诉诸证人证言、诉诸人身攻击、诉诸承诺、诉诸正面及负面结果、诉诸先例或类比等图式。
(16)QingYin Liang and Bin Wei, An argumentation model of evidential reasoning with variable degrees of justification. Legal Knowledge and Information Systems. JURIX 2012: the 25th Annual Conference. Amsterdam etc, IOS Press, 71—80, 2012.