大數據預測功能在“智慧法院”建設中的應用

朱奎彬，楊 露，蔣羅林

（西南交通大學 四川成都 611756）

一、大數據的核心價值：預測

大數據，或稱巨量資料，指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數據時代》一書中大數據指不用隨機分析法（抽樣調查）這樣的捷徑，而采用所有數據進行分析處理。研究大數據的先驅——國際數據中心IDC——在2011年的報告中給出了如下的屬性定義:“大數據技術描述了一個技術和體系的新時代，被設計于從大規模多樣化的數據中通過高速捕獲、發現和分析技術提取數據的價值”[1]。各行各業因為大幅爆發的數據而正變得蒸蒸日上，在大數據發展的近些年，幾乎所有行業都或多或少的受到這一巨變的影響。

大數據時代，數據作為人們獲取新認知、創造新價值的源泉，將以其前所未有的方式，通過對海量數據的收集、整理、歸類、分析、預測，從復雜的數據中找到不容易昭示的規律，獲取巨大價值的產品、服務或洞察力，這即是大數據的預測功能[2]。而基于著眼未來的特性，對大數據的討論通常都包含這樣的共識，即大數據的核心價值就是預測功能[3]。隨著大數據的發展，大數據預測的應用領域已經拓展到體育賽事、股票市場、物價走向、用戶行為、人體健康、疾病疫情、災害災難、等方面的預測[3]。

大數據預測功能作為其核心價值之一，必然在司法現代化的發展中得到廣泛應用。美國刑事司法領域對大數據預測功能已有初步應用，其在量刑、假釋、保釋等多個程序中都已發揮重要作用。而目前國內研究對大數據預測功能關注較少，為數不多的對預測功能的討論主要集中在警務預測及判決預測的理論研究。對于預測功能在我國司法實踐中的更廣泛應用潛力，及其對我國法院信息化建設的重要意義的探討尚不充分。此外，對于大數據預測功能的實際應用可能帶來的挑戰也未給予足夠的重視與探討。在我國司法體制改革與“智慧法院”建設的關鍵時期，對于上述問題應當予以更多關注和討論，并且從國外既有實踐中所獲啟示為我國的司法現代化建設提供理論與技術支持。

二、大數據預測功能在“智慧法院”建設中的運用及意義

2015年7月，最高院首次提出“智慧法院”的概念，作為“人民法院信息化建設3.0版”的簡約而形象的代稱[1]。總的來說，“智慧法院”是指以確保司法公正高效、提升司法公信力為目標，充分運用互聯網、云計算、大數據、人工智能等現代科學技術，促進審判體系和審判能力現代化，實現司法審判及其管理高度智能化運行所形成的法院[4]。

（一）我國“智慧法院”建設現狀與問題

1．亟待發展——公正與效率的雙重需求。受需求驅動，“智慧法院”建設亟待有效發展。以2016年為例，地方各級法院受理案件2303萬件，審結、執結1977.2萬件，結案標的額4.98萬億元，同比分別上升18%、18.3%和23.1%[5]。案多人少是目前法院系統實踐工作中的普遍現象，巨大的工作量導致入額法官不斷流失。另外一方面，在我國全面推進司法改革，著力提高司法公信力的關鍵時期，司法案件的公正裁判是民眾以及政府的共同法治愿望。運用司法大數據掃描和分析后發現，冤假錯案或改判和發回重審的案件主要在證據方面出現了問題，顯然辦案人員受制于有能力所不能為或有能力所不愿為等因素的制約，并不能過濾掉證據中的所有瑕疵問題[6]。 隨著時代和社會的發展，傳統的司法手段與技術已經無法滿足司法公正的要求，大數據背景下的科技發展對傳統司法手段的不足有著顯著彌補的作用。因此“智慧法院”建設受實踐工作中效率需求與公正需求兩方面的共同推動，亟待更有效、更全面的發展。

2．已具雛形——但預測功能利用不足。法院信息化建設工作開展以來，目前我國“智慧法院”已具雛形，但對大數據預測功能的挖掘與利用程度仍十分不足，智能化程度有待提高。在最高人民法院的統一指導下，已實現全國3512個人民法院網絡全連通、數據全覆蓋、業務全開通[7]。這些改革成果有力推動了辦案辦公基本工具的轉變，提高了司法效率。但在法院信息化2．0版向3．0版過渡的過程中，更為重要的應是“由重視靜態的硬件配置向重視動態的人機交互轉換。”[8]這就需要法院的智能化程度的提升與加強——尤其需要重視預測功能在司法工作中的應用。而目前大多數法院的“智慧化”仍停留在較為粗淺的技術層面。法院信息系統不過是改變了辦案辦公的方式與工具，由傳統的紙筆轉移到現代的鍵盤和顯示器上[8]。發展階段仍處于對數據的收集、梳理，尚未形成完整的數據運用系統。因此“智慧法院”目前的建設重點應當明晰——深入利用大數據預測技術，進一步在深度和廣度方面挖掘審判數據的價值，著力打造數據倉庫和數據分析平臺，通過對數據的關聯分析、預測分析、數據檢索和建模應用等，更好地服務法官辦案、服務司法改革、服務社會治理[9]。

3.預測功能初步應用——發展不平衡。大數據預測功能在我國部分地區初步應用，但呈現出發展不平衡的現象。如，江蘇省推出了以公共法律服務機器人“智慧小司”為代表的一系列新型服務產品，使公共法律服務具備了更多的“智慧元素”。其中的法律咨詢智能問答、法律風險智能檢測均運用了大數據預測的基本原理。成都市崇州法院自主研發的法律問答機器人，對民間借貸、勞動爭議、道路交通事故等六大類常見案件通過選擇“是”“否”自動跳轉給與訴訟風險評估，同步匹配糾紛解決建議，本地裁判案例[10]。這些大數據預測功能在司法領域的實踐明顯提高了司法效率。但類似實踐在司法領域并不多，如前所述，大多數法院的智慧建設仍處于技術工具層面，對大數據預測功能的挖掘仍亟待長足發展。

（二）現存問題的成因

我國“智慧法院”建設現狀整體呈上升發展趨勢，針對前述問題，究其原因，可分為以下幾點：一是法院信息化建設起步較晚，時間較短。我國在該領域對大數據技術的運用時間較短，對此投入的人財物在發展前期仍顯不足。事實上，在1993年，武漢大學法學院趙廷光教授就主持開發了《實用刑法專家系統》。它由咨詢檢索系統、輔助定性系統和輔助量刑系統組成，具有檢索刑法知識和對刑事個案進行推理判斷的功能[11]。但該技術僅停留在學術研究層面，未投入實際運用，致使我國司法實踐領域對大數據技術應用的經驗較少。

二是對大數據預測功能的重視程度不夠。目前我國處于“智慧法院”建設的中級技術方案向高級技術方案的快速發展時期[2]。前兩階段方案將注意力主要集中在大幅度提高法院在復雜工作方面的輔助化程度，以及大幅度提高訴訟服務和司法公開的定向化程度等方面，對大數據預測功能的運用鮮有涉及，而“智慧法院”建設的高級技術方案要求“采用人工智能中計算、推理、預測、預警技術對知識庫進行深度開發”。因此在全面邁進高級技術方案進程中，必須高度重視大數據預測功能，充分挖掘大數據預測技術在智能化建設中的作用。

三是經濟水平上的差距導致了“智慧法院”建設發展的不平衡。如前所述，對大數據預測功能的應用可以說是建設“智慧法院”的更高階段的發展，其發展必須依托現代科技水平。而科技的應用與發展必然需要投入大量財力，因此經濟水平較高地區對大數據預測功能的應用有著天然的資源優勢。從需求角度來說，經濟發展水平較高地區，經濟市場通常呈現出更高的活力，案件更多，需求更大，反過來也促進了“智慧法院”的快速發展。

（三）大數據預測功能對建設“智慧法院”的重要意義

首先，大數據的預測功能有效提高司法效率，緩解司法實踐中“案多人少”的現狀。“智慧法院”的直接目的之一就是提高司法資源利用率，確保司法高效。完成大數據技術的預測首先要依托海量數據進行數據化實施分析，而這個過程可以幫助法官節約證據整合和資源收集的時間，從而推進在司法判決論證方面投入更少精力[12]。一方面節省司法人員處理案件的時間，縮短審結時間；另一方面有利于緩解司法人員辦案壓力，減少因工作壓力等類似原因導致的入額法官人才的流失。

其次，大數據的預測功能可以幫助實現同案同判，促進司法公正，提高司法公信力，滿足人民群眾對公正司法的訴求。過去的司法實踐中，對案件結果的判斷一直受到司法人員主觀經驗和個人素質的影響導致案件結果的公正性受到挑戰。而研究表明，大數據預測平均比司法人員主觀對案件的判斷準確10%，大數據的準確性大大提高了司法結果的公正性[13]。大數據預測基于對已有大量案件及相關信息的分析，給予法官裁判建議。其遵循同一類案件先例以及根據固定預測因素的運作模式具有客觀性，避免了人為主觀因素的影響，有利于同案同判的實現。而其提出的裁判建議也在一定程度上起到了督促司法人員公正裁判的作用，對防止貪污腐敗的滋生也有積極影響，促進公正司法的實現。

最后，大數據預測功能是適應我國法院信息化建設，全面推進我國法院信息化建設由2.0版向3.0版轉變的有效路徑。智慧法院是信息技術發展的必然產物，最高法院將其作為“人民法院信息化建設3.0版”的簡約而形象的代稱，相當契合信息技術內在的發展邏輯。而其最重要的內在核心即是通過海量數據的挖掘與分析，在數據處理方面實現類人類智慧的分析、判斷和預測功能[14]。目前，我國司法領域可以應用大數據預測功能的空間還很大，在定罪量刑、取保候審、減刑、假釋等多種司法制度中，預測功能均有發揮積極作用的潛力。因此，擴大大數據預測功能的適用范圍，延伸其適用深度，對全面推進司法領域的信息化和現代化建設具有重要意義。

三、大數據預測在美國刑事司法領域的實踐及挑戰

（一）大數據預測功能的實際應用

預測向來是刑事司法領域重要關注點之一，過去的司法預測主要依靠司法人員的經驗、培訓、直覺和常識來，其預測的準確性很大程度上取決于司法人員的個人素質及主觀思維，難以保證其預測的合理性與精準性。在大數據背景下，美國率先將其預測價值運用于司法實踐中的各類預測行為中。

1.保釋。在保釋程序中，應用大數據預測功能最為引人注目的例子則是由阿諾德基金會(Arnold Foundation)設計的公共安全評估預測軟件(PSA)，該軟件在美國目前已經被20多個地區的司法機關所采用。PSA預測軟件基于對美國各州150萬例刑事案件的分析，使用多達10個不同的客觀因素來決定被告在預審中是否有逃跑的風險或是否有可能犯罪，從而判斷被告是否應當被假釋。PSA軟件的預測結果為保釋程序帶來諸多積極影響——在試點項目之后，夏洛特市將其審前羈押率降低了20%[15]。

2.量刑。量刑過程也正在經歷一場平靜的革命——法官用預測軟件來評估罪犯再次犯罪的可能性大小，作為量刑的重要參考因素。美國部分州現在使用正式的“風險評估工具”來確定定罪后的量刑判決。這些風險評估工具是使用一種特殊算法來設計的。該算法考慮了幾十年內上百萬案例的量刑情況，并將十余種因素納入預測因素中，然后得出被告在一定時期內再度犯罪的可能性大小，并給出量刑類型、時間的建議[16]。到目前為止，美國諸多法院的法官們使用這些風險評估軟件作為工具來幫助他們做出決定，雖然法官仍然保留不接受預測軟件提出的量刑建議的權利，但這些預測結果對實際量刑決定的影響正與日俱增。

3.假釋。預測算法也在評估假釋的適當性方面得到了運用。早在20世紀20年代，計算機和大型數據庫問世之前，就有社會學家和心理學家對大量假釋人員進行自然實驗，研究未能成功假釋人員以及假釋后重新犯罪人員的共同特征。而司法人員也依此為依據，評估囚犯的累犯風險，從而做出是否予以假釋的判斷。隨著大數據的發展，依托大數據預測功能，美國司法領域興起了一種更為科學、精確的預測算法，該種算法考慮了54個不同因素，從犯罪史和教育程度到酗酒和對判刑的態度，更為全面地評估了假釋人員的各方面情況[15]。法院、監獄和假釋委員會通常使用這些預測結果來決定犯人在監獄中需要何種程度的監管，是否應該假釋，以及如果獲得假釋是否應當附加某些限制措施。

（二）大數據預測功能帶來的挑戰

大數據的預測軟件在美國司法領域得到越來越普遍的應用，在提高司法效率、提高裁判客觀性與精確性的同時，新技術的應用也給司法實踐帶來了新的挑戰。

1.基礎數據是否準確。首先，如何保證基礎數據的合理性?大數據的預測絕非憑空而來，其必須依靠海量數據作為預測基礎，簡單來說就是通過對大量已發生的類似事件的整理、分析、歸納總結，從而對未發生事件做出合理預測。由于預測軟件的預測結果是通過計算機程序邏輯中的對已有數據中的各項考慮因素分析得出，因此保證了其客觀性——不會有無意識或隱藏的司法人員的意識偏見影響它的決定。例如長期以來，種族歧視觀念在美國司法領域中一直是備受爭議的話題。其究竟造成多少案件的不公正裁決雖無從考察，但不可否認的是，種族歧視無疑是影響美國司法公正裁決的一個重要阻礙因素，這不僅體現在司法人員內心無意或有意的歧視觀念，甚至可能存在于某些司法制度之中。如果將帶有種族歧視的裁判結果大量作為基礎數據，勢必會影響預測結果的公正性，甚至加劇美國種族歧視事態的嚴峻程度。

2.預測算法是否合理。除了基礎數據，進行預測的算法邏輯也將對預測結果產生決定性影響。算法研發設計主體、納入考量的相關正式因素、各因素在影響預測結果時所占比重，均對預測算法的合理性產生諸多挑戰。

對于預測軟件的研發設計主體，美國在實踐中主要分為兩種情況。一是由法院牽頭主導，與相關科技研發單位或個人共同合作，有針對性地設計研發相關預測軟件。在此過程中司法人員予以全程參與，對于各項需求能夠進行詳盡說明與溝通，并可全程對算法研發過程、納入考量的正式因素予以監督管理。但其耗費時間周期較長，需要消耗較長的科研時間以及較多的人力財力。另外一種模式是完全由私營企業或者個人進行開發研究，在相關科研成果完成后，司法部門予以購買使用。該種模式對于司法部門來說更為便捷，但同時也存在因未能參與研發過程，對于算法以及數據的合理性不能更加有效保證的情況。并且在美國，基于對商業秘密的保護，提供該類軟件的私人公司大都不愿意將算法軟件的過多細節予以告知。

3.案件特殊性處理。如何正確處理案件的特殊性，是大數據預測的另一大挑戰。如前所述，大數據軟件的預測是基于大量同類事件的先例對當前事件的預判，本質上來說，大數據的預測結果是針對某類群體而非個人。這也是在美國學界反對大數據預測的聲音中一大重要的理由——大數據預測把重點放在了寬泛的類別而不是個人的具體行為上，從而淡化甚至消除了案件的個性化差異[13]。事實上，每個案件都有其特有的社會背景、個人因素、外在影響等特殊性所在，而每種特殊因素對于案件趨勢和走向也有不同程度的影響。而大數據預測這種不注重個案平衡的預測結果可能反而會影響裁判的公正性。

四、利用大數據預測功能完善我國“智慧法院”建設之路徑

大數據發展潮流席卷全球，司法實踐的信息化、智能化是大勢所趨。在我國建設“智慧法院”進程中，必須重視大數據預測這一核心功能，充分發揮其積極作用。與美國相似，新技術的應用必然伴隨新的問題，中國在實際應用大數據預測功能建設“智慧”法院過程中也將遇到各類前所未有的挑戰，要讓其在實踐中更好發揮其作用，尚需做好一系列工作。

（一）加強預測功能的實際應用

首先應當清楚認識預測功能對我國建設“智慧法院”的重要意義，提高對其重視程度，加強對其實際應用。在應用廣度上，我國還有很大發展空間。如前所述，目前的我國已有的對預測功能的應用主要集中在對案件的判決結果，但事實上，國外的相關實踐證明，預測功能在刑事司法的各項制度，如保釋、假釋等程序中，對于是否應當保釋、假釋的結果都可進行較為準確的預測，以此給法官提供裁判建議，在此過程中發揮其重要功用。而其在我國刑事司法中和運用的范圍有限范圍制約了“智慧法院”的進一步發展。因此，需要結合我國司法實踐需求，進一步重視拓展此項功能的適用范圍。

其次是促進大數據預測在全國司法實踐中的推廣，推進各地區法院信息化建設的均衡發展。如前所述，我國各地區法院對大數據預測功能的應用程度參差不齊，其應用程度與其經濟發展水平呈正相關聯系。但人民群眾對司法公正和司法高效的要求是相同的，價值大數據運用本身的規模效應，要想全面完成我國法院信息化建設，必須逐步推進大數據預測功能在全國范圍內的有效應用。

（二）確保基礎數據全面性與合理性

數據是進行預測的基礎，如果作為基礎數據的過去的案例本身就存在某些固有的不合理或者歧視，那么大數據預測的客觀性預測反而會將這種已有的消極因素固化，甚至制度化，從而使這種不合理因素更加難以消除。由此，可以說預測結果的有效性建立在數據的客觀性與合理性上。對于基礎數據，首先應當提高司法數據的收集能力，促進數據的同步更新，保障數據的全面性、時效性和合理性。自2014年1月1日起，全國各級法院生效裁判文書陸續在中國裁判文書網公布。截至2017年3月1日，已公布裁判文書1577萬多份，成為目前全球最大的裁判文書網[7]。公開的法律文書無疑是最好的預測技術的基礎數據之一，其中包含立法與司法、事實和規范、實體和程序等多類信息。但其是否就能作為大數據預測的全部材料仍不無疑問。盡管我國近幾年法院建設進程中要求增加裁判文書的釋明說理內容，但裁判文書不等于案例，其只是記錄案件處理過程和結果的官方文本，某些案外因素不可能原原本本地體現在判決書中[17]。

要保證基礎數據的全面性，除了公開的裁判文書，還應當加入每個案件起訴、審理、執行中的全方位數據。這就要求提高司法數據的收集能力，要求從案件受理之后，就必須做好案件信息的采集工作。收集司法數據是最為基礎且關鍵的一環，應保持數據的完整性、精準性、一致性。除此之外還必須保證數據及時同步地更新，使數據真實有效反映司法實踐中的即時動態。由此才能為預測結果的公正性打好基礎。

（三）確保算法的合理性，提高預測透明度

預測算法中納入考量的正式因素對于預測結果無疑起到至關重要的作用。預測算法中考量何種因素、每種因素對結果生成所占比重等都與預測結果有著復雜的關系，并對其產生至關重要的影響。對不同類型的案件予以考慮的正式因素必須進行充分考慮和論證，以確保結果的正確性與公正性。而大數據技術的預測必須依托現代計算機技術得以實現，預測軟件的設計和研發均具有較強的專業性和技術性，依靠法院自身必然很難完成該項工作。因此在利用大數據預測軟件的過程中必將會涉及與專業技術人員的共同合作。在預測算法設計過程中，司法人員應當盡量參與設計過程，將算法中應當考慮的數據因素予以詳細精準的描述，而技術人員也必須將可能出現的技術漏洞及風險予以考慮并告知司法人員，以此確保智能系統的合理性與準確性。二者的溝通一旦出現毫厘偏差，就將導致最終設計出的預測算法差之千里[18]。只有做到技術理性與法律理性的全面結合與論證，確保算法合理性，才能最大程度地提高結果的準確程度。

與此同時，上述過程中所產生的技術的外包也將引發一系列對于司法公信力的考驗。例如該技術公司涉訴，其是否會通過利用優勢的數據地位，影響裁判的公正預測，從而對裁判結果產生利己的影響？這是又一讓人生疑的問題。故需要提高算法和數據的透明度，除了讓司法人員了解預測算法考量的基本因素，對于普通當事人來說，也應有權利了解預測算法對涉及自身利益的案件結果的預測，究竟通過對哪些因素的考量計算得出。對算法考量因素以及數據的公開，不僅能有效防范外包技術公司利用優勢地位導致裁判不公，更能真正實現陽光司法，以此提高公眾對預測結果的信任程度，確保預測結果以及司法機關的公信力。必要時，也可對相關主體予以專門立法，規范其與司法技術工作有關的行為，以法律強制力確保其合法行事。

（四）正確處理案件特殊性

盡管“大數據”有助于考慮到更多的因素，但問題是，數據分析本身無法揭示案件背后復雜的社會關系，容易抹平地區差異，也就無法取代法官在個案特別是疑難或復雜案件中的自由裁量、利益平衡、以及對校正公平的判斷[19]。司法實踐是復雜多變的，盡管可以將絕大多數案件予以類化分析，但每個案件均有其特殊性需要予以考慮和分析。

對此問題，美國司法人員從技術層面予以緩解，即在設定預測算法程序時，將個案因素考慮其中。對每個案件予以預測之前，將其特殊性納入分析考慮。此種做法在一定程度上能夠解決案件特殊性問題，但也并不全面。預測算法與人類智慧畢竟有一定差異，即使是對個案的考慮因素也需要技術人員的提前設定。而事實上由于司法案件的紛繁復雜性，預測算法的個案考慮因素也不可能面面俱到。我們只能盡可能考慮更多的個案因素，使預測結果無限趨近于準確。但要想從根本上解決這一問題還需從司法人員如何利用預測結果來看。預測算法只是幫助司法人員辦案的輔助工具，其不可能取代司法人員的工作。預測算法也僅是技術理性和司法理性的融合，無法代替法官的親歷性、經驗理性和法律理性以及對案件主觀能動性的判斷[6]。因此司法人員在使用預測結果時也應當把握適當合理的原則。

五、結論

從國外的相關實踐以及我國部分地區的初步應用可以看出，大數據預測功能在提高司法效率、推進司法現代化等方面都具有積極意義，對于我國“智慧法院”的建設進程也具有重要推動作用。

但在我國具體司法實踐中，對于大數據預測功能的應用仍顯不充分。在司法制度上，諸多程序例如取保候審、假釋等，對預測功能的應用仍處于空白階段；在應用的地域上，許多地區特別是經濟較為落后地區，對于大數據預測的應用還遠遠不夠，大數據預測在我國司法實踐中還具有較大發展空間。然而，學界對于這些問題的關注尚不充分。對于大數據預測功能的探討多集中在學理層面，與我國建設“智慧法院”的現實狀況聯系不夠緊密，對大數據預測可能帶來的挑戰探討有待深入，對相關的實踐經驗也尚需加強提煉與總結。

筆者認為，在大數據時代，必須緊緊把握大數據預測這一核心功能。在“智慧法院”建設進程中對預測功能給予充分關注。結合我國司法實踐，直面大數據預測帶來的挑戰，重視基礎數據全面性、算法合理性，正確對待案件特殊性。從而使大數據預測功能在司法實踐中發揮其潛力，更加有效地推進法院信息化建設進程，促進司法的公平正義與司法公信力的提升。

[注釋]：

①人民法院信息化建設的“1.0階段”是內部基礎建設階段；“2.0階段”是推動建設外網網站并建設智慧法院階段；“3.0階段”是進入“嵌入式數字化管理”和“互聯網＋”階段。參見《人民法院信息化建設五年發展規劃（2016-2020）》，載《中國審判》2016年第5期。

②周佑勇教授在第二屆司法大數據年會中提出“智慧法院”建設的初級、中級和高級技術方案。其中初級技術方案之內涵是內外司法數據的匯聚、聯通、融合及國家司法審判信息資源庫的應用；中級技術方案之內涵是法律知識圖譜的建構、知識融合以及基于國家司法審判信息知識庫的應用；高級技術方案之內涵是大幅度提高法院在決策工作方面的精確化程度，同時使訴訟服務與司法公開的定制化水平將進一步提升。

[參考文獻]：

[1]張吉豫.大數據時代中國司法面臨的主要挑戰與機遇——兼論大數據時代司法對法學研究及人才培養的需求[J].法制與社會發展，2016，（6）:52-61.

[2]馮冠籌.大數據時代實施預測警務探究[J].廣東公安科技，2014，(1):23-27.

[3]徐夢醒.大數據時代司法判決的可預測性研究[J].西部法學評論，2017，(10):61-69.

[4]湯維建.“智慧法院”讓司法更公正、更高效[J].人民論壇，2017(2):89-91.

[5]周 強.最高人民法院工作報告·2017（摘要）[J].人權，2017，(3):117-128.

[6]潘庸魯.人工智能介入司法領域的價值與定位[J].探索與爭鳴，2017，(10):101-106.

[7]屠少萌.信息化建設：法院“智慧”群眾實惠[N].人民法院報，2016-03-06.

[8]婁必縣.法院信息化建設的反思與展望——兼議“智慧型法院”的發生與發展[J].三峽大學學報，2017，(2):75-81.

[9]任素賢.智慧法院核心是人的智能現代化[N].社會科學報，2017-07-20.

[10]方 煒.“小崇”法律問答機器人助推崇州智慧法院建設[EB/OL].http://sichuan.scol.com.cn/fffy/201708/55981391.htm l.

[11]張保生.人工智能法律系統的法理學思考[J].法學評論，2001，(5):11-21.

[12]趙玲果.論司法預測的積極影響——司法預測的博弈分析[J].法制博覽，2016，(12):14-16.

[13]M eta S.Brown：W hen and W here to Buy Consumer Data(and 12 CompaniesW ho Sell It)， FORBES(Sept.30， 2015）.

[14]徐 駿.智慧法院的法理審思[J].法學，2017，(3):55-64.

[15]Shaila Dewan， JudgesReplacing Conjecturew ith Formula for Bail， N.Y.TIMES(June 26， 2015).

[16]Joan Petersilia&Kevin， Risk Assessment，WASH.POST(Jan.10， 2016).

[17]白建軍.法律大數據時代裁判預測的可能與限度[J].探索與爭鳴，2017，(10):95-100.

[18]王 蕾.大數據時代的司法公信力建設[J].中共山西省直機關黨校，2016，(3):84-87.

[19]胡 凌.人民法院應如何對待“大數據”[J].中國審判，2015，(6):32-37.