5．法律论证与证据（legal argumentation and evidence）
“20世纪70年代，法学家和论证理论家们对法律论证的兴趣日趋高涨。法律论证不再仅被视为其他更为广泛的研究领域的一部分，而成为一项独立的研究课题。”[41]法律论证理论的出现是现代逻辑学、语言哲学、修辞学和话语理论等多种因素共同作用的结果，溯因推理、似真推理等非形式逻辑的研究成果有力地推动了法律论证理论的发展。[42]图尔敏的论证模型、佩雷尔曼等的新修辞学、哈贝马斯的交往理性理论等将逻辑、修辞和对话等方法融为一体，形成了各具特色的法律论证理论。不过，以往几乎所有关于法律推理和解释的讨论都集中讨论法律问题，很少或根本不涉及事实问题。[43]
伴随着“新证据学”研究的深入，法律论证理论逐渐被运用于对证明机理的研究。非形式逻辑学者道格拉斯·沃尔顿注意到了“新证据学”学者们所开展的探索，认为司法证明需要新的论证工具和方法，然而，证据法的整个领域几乎被逻辑学家们忽视了。他所撰写的《法律论证与证据》一书以似真论证为核心，对证据推理的相关问题进行了深入探讨，试图为威格莫尔的司法证明机理学说提供理论支持。此外，道格拉斯·沃尔顿的《证人证言：论证、人工智能与法律》、弗洛瑞斯·贝克斯的《论据、故事与刑事证据》等著作也是将法律论证理论应用于证明机理研究的尝试。
6．整合性证据科学（integrated science of evidence）
证据与推理问题普遍存在于包括司法在内的各个领域，其他领域的学者在这方面早已进行过深入研究。在“新证据学”思潮兴起后，舒姆等人开始对各领域共通的证据与推理问题展开融贯性探索。
舒姆在1987年出版的两卷本著作《情报分析者的证据与推理》中，把多学科领域的证据推理融为一体，“几乎独自创建了一门关于证据和推理的新科学。”[44]其后，他在1994年出版的《盖然性推理的证据基础》一书中阐述了构建一门“证据科学”学科的必要性和可行性。他主张，证据和推理是以不完全信息为基础获得结论和做出决定的任何学科和实践活动所共同关心的问题，威格莫尔的基本结构方法可以适用于任何以证据群为基础进行推理的领域。为此，他涉猎了至少八个学科和很多不同的实践领域，阐释了以证据为基础的盖然性推理原理。1994至1995年间，特文宁在参与荷兰高级研究机构的研究期间，与安德森共同倡议来自不同学科的专家围绕各学科共同面临的证据和推理等方法论问题展开了一系列研讨。本世纪以来，更多的学者参与到这种融贯性研究中来。例如，菲利普·戴维主持的“证据、推论和探究：走向整合性的证据科学”项目于２００４年开始启动。项目组由来自概率论和统计学、法学、医学、地理学、教育学、哲学、古代史学、经济学、心理学和计算机科学等在内的不同学科的专家组成，共同致力于对多学科领域证据问题的探索。
7．人工智能与证明（artificial intelligence and proof）
据美国学者蒂勒斯考证，德国早在上个世纪60年代就将人工智能运用于法情报学的研究。到了70年代，美国学者也开始关注“人工智能与法律”这一课题。随着“新证据学”思潮的兴起，“人工智能与法律”的研究不再局限于针对法律适用问题，事实认定问题也成为一个重要的研究对象。
“人工智能与证明”的研究正在吸引越来越多的法学学者和人工智能研究者参与其中。1999年12月，在阿姆斯特丹召开的“第二届世界刑事调查与证据新趋势”会议上，来自不同学科的学者们开展了以“人工智能与证明”为主题的专题研讨。2000年4月，蒂勒斯在卡多佐法学院组织举办了“人工智能与司法证明”的研讨会。这两次研讨会的成果集中体现在麦克里蒙和蒂勒斯主编的《司法证明的动态机制：计算、逻辑和常识》一书中。道格拉斯·沃尔顿所著的《证人证言：论证、人工智能与法律》也对人工智能在司法证明中的应用进行了探索。尽管目前人们对于人工智能推理在司法证明中的应用还处在摸索阶段，但它拥有十分广阔的发展前景。蒂勒斯将人工智能方法在司法证明活动中的应用称作“第二种类型的新证据学”，认为它较之以往的“新证据学”更为广泛地运用数学运算和数学模型。[45]
以上是笔者对“新证据学”的概貌所作的粗线条的勾勒，无法涵盖这一思潮的全部“支流”。英美学者对证明机理的研究除了上述主要分支以外，还涉及哲学、经济学、社会学、行为科学等学科的原理和方法在司法证明领域的运用。限于篇幅，此处不再赘述。
