論人工智能應用于司法審判的困境與突破

宋麗萍

摘 要：在信息化、技術化的發展趨勢下，人工智能在司法審判中的應用逐漸深入，主要表現在審判前的法律服務、審判中的案件輔助以及審判后的追蹤管理等方面。但是在弱人工智能時代，人工智能自身的技術局限性和法官的不信賴心理導致了人工智能應用于司法審判存在一系列困境。對此，進行算法解釋、建設充足高質的大數據系統、培養符合性專業人才、明確人工智能的歸責問題將有助于突破應用困境，實現良好的司法功能預期。

關鍵詞：人工智能;司法審判

一、人工智能概述

人工智能，顧名思義，就是人類模擬自身智力、能力特點所創造的技術科學的總稱。按照人工智能的水平，可以分為“弱人工智能”、“強人工智能”以及“超人工智能”。弱人工智能是指，不具備全面的自我學習能力，只能在某一方面協助或替代人類的人工智能，如信息檢索、圖像識別等。強人工智能又稱為通用型人工智能，是指人工智能具備普遍的自我學習能力，能夠對外界環境進行快速適應和反應，并可以進行自我更新和自我完善。超人工智能，即超過人類智力水平的人工智能。[1]對于人工智能未來的地位，有兩種不同意見，一種認為，雖然人工智能目前在一些領域嶄露頭角，但人工智能有其不能突破的自身局限，因而不可能替代人類，其只是起輔助作用的弱人工智能。另一種觀點認為，人工智能的局限是可以突破的，人類的思維方式是可以逐步量化的，人工智能最終可能對人類造成威脅。我們可以從人工智能與人類智能的區別出發探討人工智能的角色定位。以下是人工智能與人類智能的主要區別：

1.運算的核心不同。人類智能的核心是大腦，其基礎為人的生命系統;而人工智能以代碼為基礎，依賴于人工智能技術。所以人類智能有生理限制，而人工智能卻可以快速完成復雜的數學計算并儲存大量數據。

2.學習方式不同。人類智能以主動學習為主，而目前的人工智能以被動習得為主，人工智能解決問題是以龐大且優質的數據為支撐。

3.思維特點不同。人類智能的思維過程是形象的，是跳躍、發散的，是空間的綜合，可以由一個現象而聯想到另一個現象;而人工智能是抽象思維，只能按照預先編制的程序，一步步推導，其思維是單向一維的。

4.決策基礎不同。人類智能的決策基礎是由知識、歷史經驗、社會常識、道德情感等多方面組成，而人工智能的決策基礎主要是基于大數據積累而形成的過往經驗，社會常識和道德情感這類隱性信息很難量化為具體數據。

由上可知，我們目前還處于弱人工智能時代，人工智能還沒有突破自身的局限，因而只是處于輔助地位。我們討論人工智能的地位，不是企圖以人工智能完全替代人類活動，而是探討人工智能是否可能威脅到人類的生存和發展，以及如何應對人工智能廣泛參與的未來社會。雖然基于現在的技術水平，在弱人工智能時代，我們普遍認為人工智能只是輔助工具，但我們也不能掉以輕心，因為算法的不透明性、不確定性，使人工智能存在潛在的不可控性。例如程序員在編寫算法時由于粗心寫錯、或者漏寫，而沒有檢測出來，投入應用后就會存在不可控的潛在風險，這種情況下我們不知道該人工智能將會作出何種行為。

二、人工智能應用于司法審判的現狀

人工智能應用于司法審判主要受內部和外部兩個因素驅動。一方面是審判機關內部工作人員以及司法活動當事人對提高司法效率、提升審判能力的需要。另一方面是國家為統一司法尺度、提高司法現代化水平，在中央層面的大力提倡。人工智能應用于司法審判，目前主要集中在以下幾個方面[2]：在審判前階段，主要應用于給當事人提供訴訟指南的服務導航和給律師提供庭審排期、自動推送關聯案件的律師服務平臺，如：江蘇法院的12368智能語音導航系統、上海律師服務平臺。在審判過程中，首先是庭審過程的實時記載、采集語言轉化為文字筆錄的應用，如江蘇法院的庭審智能語音系統。其次是在判決生成過程中，案件相關知識、法條以及類似判決的推送系統、裁判偏離預測系統、裁判文書的輔助生成系統等輔助法官裁決，如上海法院的C2J法官辦案智能輔助系統。在審判后的追蹤與管理階段，人工智能主要體現在案卷管理和法官管理兩方面。通過人工智能對案件類型及關鍵詞的采集，對審判完成的案件進行歸納和存檔，同時預估未辦理案件的難度，對法官的工作量進行合理分配。法官管理方面的應用主要是指對法官裁判的社會導向與司法能動性進行評估，把法官的績效考核主要集中到對法官裁判水平的考核，從而對法官進行科學、專業、全面的動態管理。

三、人工智能應用于司法審判的發展困境

基于人工智能與人類智能的差別和人工智能在目前實踐中的應用現狀，我們不難發現人工智能應用于司法審判存在以下困境：

第一，法律思維、經驗法則、自由裁量等隱性知識無法進行量化，供人工智能學習。知識和知識的群落分為顯性知識和隱性知識。顯性知識，是可以通過明顯的渠道表達和存儲再現的知識，可以清晰化、公式化的方式表達出來。隱性知識，是指存在于人的頭腦中，建立在個人經驗基礎上，難以明確表達的知識。對于我們而言，隱性知識的存儲量要遠遠大于顯性知識。[3]法律思維和經驗法則是法官在長期司法審判實務中基于社會道德準則以及生活常識積累的知識或技能，它們具有極大的靈活性和主觀傾向，很難被明確地表達出來。當事人訴訟所追求的最終滿足是實質正義，而實質正義是法官在掌握證據和基本事實的基礎上，運用法律知識、審判技巧和經驗法則，在反復思考各種情況、懷著敬畏之心認真斟酌的基礎上，依據社會的正義觀念和價值取向作出的具有個別正義的裁判結果。而人工智能只是單向的流水式加工，只能提供機械和一般的沒有溫度的正義。

第二，大數據的不充分利用導致人工智能缺乏學習的原料。大數據對于人工智能的作用就類似于食物對于人類的作用，只有在充足且高質的大數據基礎上，人工智能才能做出充分且可靠的決策。目前司法大數據主要存在以下幾個問題：首先，司法大數據的數量不足。目前司法大數據的公開主要是裁判文書網。而裁判文書網是在2013年才開始運行，因而歷史數據不充分，根據調查報告顯示，近年來上網公開的裁判文書大約也只有審結案件的一半。其次，司法大數據不被重視，大數據思維有待形成。[4]各部門之間數據獨立存在，形成一座座數據孤島。缺少流通的數據，難以形成規模化的大數據體系。加之相關司法部門低估大數據的價值，沒有形成用數據解決問題的大數據思維。

第三，算法的隱秘性導致人工智能存在決策黑箱。美國威斯康星州訴盧米斯案中COMPAS顯示盧米斯“暴力風險高，再犯風險高，預審風險高”，盧米斯認為法院依據COMPAS的評估對其加以判決侵犯了其正當程序權利，被告人有權知道被控告的理由。[5]通過威斯康星州和盧米斯的爭議我們可以看到人工智能決策的隱秘性和司法審判的公開性相沖突。人工智能的決策是根據算法一步步推導而來，決策是否正確，一方面是要有可靠的大數據，另一方面是正確合理的算法，算法的運算過程是不具有透明性的，程序公正是結果公正的保障，只有結果而沒有過程的決策，是無法保障當事人的知情權的。

第四，司法工作人員與人工智能關系的復雜性，使人工智能的接受度低。首先人工智能應用于司法審判會對一些工作人員產生威脅。重復性、機械化工作將被取代，純粹客觀性、模式化工作也將被壓縮[6]，例如宣布法庭紀律、整理案卷材料等，均可以通過算法編程，交給法律人工智能完成。這就造成相關工作人員對人工智能應用的高度警惕甚至排斥。其次，數據鐵籠和判決自動生成雖然可以削弱法官的自由裁量權，盡可能保證客觀公正。但在法官角度來看，法官應該多大程度依賴人工智能，人工智能決策錯誤使法官判決不公正，當事人應該找誰追責？這些問題不明確，法官如何大膽放心地使用人工智能？

四、人工智能應用于司法審判的困境突破

1.建設全面、高質的司法大數據系統

司法審判工作人員要樹立大數據思維，重視并深入挖掘大數據的價值，培養用大數據分析解決問題的思維方式。在大數據收集方面，可以分別建立司法系統內部大數據系統和全面公開的司法大數據系統，除了裁判文書外，庭審筆錄、合議庭決策筆錄等案件自然文本都可以納入大數據系統。在大數據運用方面，要注意對大數據結果的審查，避免數據歧視引發不公正狀況的產生。在大數據分享方面，要注重保護公民的隱私權和國家的信息安全，在制度層面明確哪些大數據可以分享以及如何分享，切實保障數據安全。

2.對人工智能的運算結果進行算法解釋

人工智能運算過程的不可見性是無法避免的。我們可以在司法公開與人工智能運算之間建立一座橋梁。這個橋梁就是對算法進行解釋。在一方當事人認為人工智能的決策結果不能使其信服、可能會對其產生不利影響時，可以要求司法審判機關對自動化決策的產生過程進行解釋。算法解釋是對人工智能的運算黑箱進行的可視化操作。一方面它保障了訴訟當事人的知情權，另一方面它也能有效避免算法錯誤和算法歧視。

3.培養適用于人工智能時代的復合型人才，同時明確人工智能的歸責問題

“有多大的人工，就有多大的智能”，人才對于人工智能應用的重要性是不言而喻的，這就需要我們培養既了解計算機科學知識又精通法學知識的專業人才。同時，從目前應用現狀來看，人工智能不被司法審判工作人員接受的原因，一方面是人工智能未能真正擊中司法審判人員工作中的痛點，未能給司法工作人員帶來真正的解壓減負;另一方面是司法審判工作人員對人工智能的應用心存芥蒂。他們不知道應在多大程度上使用人工智能，人工智能的決策出了問題，他們是否需要承擔責任以及在多大程度上承擔責任。這就需要建立相關制度，對人工智能的適用尺度和歸責問題做出明確表示。

六、人工智能應用于司法審判的功能預期

人工智能應用于司法審判是社會發展的必然趨勢，目前的應用困境是可以突破的，人工智能應用于司法實踐將促進司法審判更好提質增效，產生良好的功能預期。

1.人工智能將提高司法審判的效率，促進司法審判內部資源再分配

社會經濟的快速發展和人們法治觀念的逐步提升，使得訴訟糾紛急速增長。然而案件繁簡分流效果不佳、程序拖沓、成本高昂等問題使得司法效率低下，案多人少問題愈加突出。解決該司法矛盾，我們可以請求人工智能來給予幫助。糾紛的解決不一定非得要在實體的法律場所解決。對于事實清楚、爭議不大、標的額較小的案件可以借助在線糾紛解決機制。杭州互聯網法院就是一個實例，2017年6月26日，中央全面深化改革領導小組審議通過《關于設立杭州互聯網法院的方案》，該互聯網法院主要審理網絡購物合同、服合同糾紛、產品責任糾紛，網絡著作糾紛，在互聯網上簽訂、履行的金融借款合同糾紛和小額貸款合同糾紛等五類案件。[7]互聯網法院不僅便利了訴訟雙方當事人，而且也為實體法院減少壓力，提高了審判效率。人工智能在幫助法院解決案少人多的問題后，會不會進一步替代原有崗位呢？第一次工業革命到來前，人力馬車夫也在擔心蒸汽機的廣泛應用使得他們面臨窘境，但是我們反觀工業化的進程，新的動力和先進機器的產生一方面取代了一些落后的行業，但在另一方面他又為社會創造出更多的職業和工作崗位。人工智能雖然會取代司法審判系統內的簡單且重復的工作，但是它也會同樣創造出新的崗位。這將促進司法審判內部工作資源的整合和再分配，使得司法審判更加現代化、專業化和高效化。

2.人工智能將統一司法審判尺度，實現最大程度上的同案同判

司法實踐過程中，由于爭議缺乏具體規定或者不同法官對同一法律規定理解不同，出現了大量對相同案件或者類似案件法律適用標準不統一的現象。“同案不同判”對于司法公正的危害是不言而喻的，這將嚴重削弱司法公信力。人工智能應用于司法審判，一方面給法官提供充足的決策信息，促進司法判決的全面化和充足化;另一方面人工智能的類案推送系統，給法官提供案例參照和指引，促進法官權衡比較、糾正偏差，作出最佳判決。人工智能應用于司法審判將實現最大程度的同案同判，從而統一司法審判的尺度，提高司法公信力。

3.人工智能將消除司法資源的地區不對稱和主體之間的不對稱

司法資源分配不均是阻礙我國司法審判向前發展一大難點。首先是地區間的司法資源分配不均，經濟發達地區與欠發達地區無論是在司法軟件還是司法硬件上都存在較大差異，司法人才往往流向機會較多的發達地區。人工智能應用與司法審判，可以把各部門、各地區的司法信息、數據匯編成一張互通互聯的大網，將在各地區建設起信息傳播的高速公路，將促進各地區的信息交流與共享，逐步消除各地區的信息分配不公。其次是司法資源在訴訟雙方當事人以及法院之間的分配不均。由于訴訟雙方當事人的知識水平不同，因而對法律的認知以及訴訟的程序理解程度存在差異，人工智能應用于司法審判，可以為訴訟雙方當事人提供訴訟指南和問題解惑，將促進雙方的知識信息對稱，促進司法審判的順利進行。

參考文獻：

[1]自何哲.《人工智能時代的政務轉型》，北京行政學院學報，2018年第1期第52頁

[2]傅文華.《以智為薦：人工智能法院應用準人“VFE”法—基于法院場域角色的精準建構》，法院改革與民商事審判問題研究，第34頁

[3]前引[2].何哲論文，第57頁

[4]單勇、阮丹微.《司法大數據的現狀、挑戰及應用改進》，凈月學刊，2018年第2期第115頁

[5]朱體正.《人工智能輔助刑事裁判的不確定性風險及其防范———美國威斯康星州訴盧米斯案的啟示》，浙江社會科學，2018年6月第76頁

[6]何昕航、章琬茹、陳山.《法律人工智能對法院類職業的挑戰與應對》，法制與社會，2018年3月（下）第100頁

[7]曹建峰.《人工智能+法律”十大趨勢》，機器人產業，第86頁