人工智能在司法領域的應用分析

閆璐

關鍵詞人工智能 司法裁判 法律數據

一、人工智能發展概述及現狀

人工智能是用于模擬、延伸和擴展人的智能行為的理論、方法與技術，主要通過計算機來模擬并實現人類的某些思維過程或智能行為，包括學習、推理、思考、規劃等。1956年，人工智能首次于達特茅斯會議上提出。之后，在20世紀60年代和80年代，先后又出現了兩次人工智能熱潮，但由于計算機性能問題、數據不足等原因，最終跌落低點。隨著科技的突破，人工智能圍棋軟件AlphaGo以打敗世界專業棋手為標志，人工智能迎來了新一輪的發展熱潮。目前，人工智能已在許多領域取得了令人矚目的成就，越來越受到人們的關注。習近平總書記在中央全面深化改革領導小組的第三十八次會議上指出“深化信息化和人工智能等現代科技手段的運用”;中央政法委郭聲琨書記指出“要堅持科技引領、信息支撐，把現代科技應用作為政法工作現代化的大戰略大引擎”;最高人民檢察院張軍檢察長要求“智慧檢務建設要聚焦智能化，智能化是智慧檢務的核心”;最高人民法院周強院長強調“前沿科學技術和司法改革是法院工作的車之兩輪，鳥之兩翼”。

二、人工智能在司法領域的應用

在人工智能技術快速發展的浪潮下，法律研究正逐步走向智能化、自動化。如何利用人工智能手段實現基于規則的法律推理模型或專家系統，是人工智能和法律所需研究的重點。目前人工智能在我國司法領域已有相關應用。自2017年2月，上海高等法院研發出了“上海刑事案件智能輔助辦案系統”。該系統通過使用大數據對上海市的刑事法律文書、典型案件和司法信息資源進行比對與分析。并通過人工智能技術將司法實踐中的易發、多發和常見問題進行了整理，同時制定了相關證據標準與規則，并將其嵌入到辦案程序中，從而使得證據審查判斷的科學性和準確性有效提高。2018年，北京市高級人民法院啟動了“睿法官”系統。該系統是基于法律規定和審判經驗的法律知識地圖。可通過機器學習，將各類案件的案情要素作為切入點，形成一個完整的知識系統。同時，又形成了北京法院辦案規范和權威知識體系，可為規范流程提供指導，并引導機器自主學習，從而為法官判案提供統一、全面的判案規范和辦案指導。2018年天津市人民檢察院正在研發的“智慧檢察院”系統，采用大數據、人工智能、OCR識別等技術，以辦案系統中電子卷宗為數據，通過OCR識別轉換成文字，利用文本挖掘技術、機器深度學習，進行后續挖掘學習。該系統以時間線和關系圖的形式可視化的呈現出來，輔助辦案人員快速熟悉案情，節約審查時間。設計智慧量刑模塊，針對量刑畸輕畸重問題，為檢察官提示量刑建議。設計類案推送、案件標注等功能，提升檢察官司法辦案效率。

三、人工智能在司法領域運用存在的問題

面對人工智能的快速發展，人工智能在司法領域的運用被寄予厚望。前途是光明的，道路是曲折的，當前人工智能在法律層面運用主要面臨一些困難。

（一）數據資源的匱乏不充分

AlphaGo戰勝世界圍棋高手，是在學習了數百萬人類圍棋專家棋譜的基礎上，這些棋譜揭示了人類圍棋的策略和奧妙。A1-phaGo通過深度學習和自我訓練，掌握了落子選擇和器具評估的策略。數據的充分是人工智能的基礎，人工智能是大數據的應用場景。當前中國人工智能在司法領域運用的數據基礎主要來源是中國裁判文書網上的裁判文書。裁判文書只是記載了法院審判的裁判結論，而對得到裁判的推理過程的內容十分有限，這就意味著人工智能獲得的數據資源是有限的。更為重要的是司法公開的范圍只是庭審的過程和裁判結果，對于合議庭的評議、法官心證的過程是不公開的。無論是大陸法系的國家還是英美法系的國家，裁判決策的過程都是無記錄的或者非公開的，這就導致對于人工智能最需要的學習的法律的裁判決策過程是普遍缺乏的，對于博弈的過程，起訴和裁判的考慮因素、比重、心證等變得不可知，這就嚴重阻礙人工智能在司法領域提煉出法律決策過程，從而得出的結論也就不可信。只有當法官、檢察官的決策思維過程被數據化后，人工智能的數據基礎才能變得完整充分，人工智能在司法裁判領域才能真正得到充分的應用。

（二）數據資源的主觀性

法律是意識形態的體現，也受道德、價值觀念的調控影響。不同的法官、檢察官對于同一法律問題往往會有不同的看法，對于一些疑難案件表現更為突出。這就導致法律活動中存在主觀色彩和自身的價值判斷。而且隨著時代的變遷，人們的道道標準以及對問題的看法也在隨著時代變化。而對于人工智能如何理解這背后的道德、價值判斷，理解時代的變遷，這也是法律人工智能面對的問題。同時裁判文書公開網上公開的裁判文書，涉及不同地域、不同層級的法院中不同法官的判決，法官也有業務水平的高低，這也會出現同案不同判的問題。AlphaGo學習的棋譜是專家棋譜，是圍棋領域頂級的高手的對弈過程，法律人工智能在這一方面收集業務水平高的法官的高水平判決，更能得到可靠的結論，但目前我們面對的還是整個裁判文書網。

（三）數據資源的孤立

法律人工智能是以數據為基礎，但目前數據資源分散，沒有有效整合，數據孤島現象嚴重。我們可以利用的數據資源散落在法院、檢察院、公安多個系統，而且在同一系統內不同層級不同部門，也以不同的形式存儲在不同的數據庫中，數據之間沒有互通共享。這就導致數據之間無法有效的關聯起來，進行整合，無法形成海量、多樣化、高質量的大數據，進一步影響數據的分析運用。

四、人工智能在司法領域更好利用的解決辦法

（一）合理定位

人工智能時代，對于幅員遼闊的國家還是微小的個人均受其影響，在司法辦案活動中要積極使用人工智能高效、海量、智能的特點，提高司法水平。現在及今后很長一段時間，人工智能主要作為一種幫助法官、檢察官有效處理案件的工具，在司法辦案中發揮輔助作用。首先，目前人工智能仍處于弱人工智能的階段，法律人工智能也僅作為辦案的輔助工具，它的使用目的不是取代法官、檢察官，而在于可以省去法官、檢察官部重復性簡單性的工作，從而更關注案件的本身。其次，在司法活動中，法官、檢察官需發揮多年累積的知識和經驗，才能進行復雜的法律推理，運用自己的知識、經驗和人生閱歷，釋法說理，化解矛盾，解決紛爭，以實現公平正義，樹立司法權威，維護社會穩定。法官、檢察官職業的特殊性和司法的公信力也決定了人工智能無法將其取代。

（二）數據開發和數據共享

數據是人工智能學習的前提，缺乏廣泛可靠的數據，人工智能則不能進行有效的深度學習，更不能實現對人類思維和行為的模擬。目前，司法數據資源的深度和廣度還十分有限。法院、檢察院以及公安系統內部存在大量的紙質數據沒有形成電子化數據，另外各個系統之間數據結構不同，存在數據孤島現象。為了更加高效地利用人工智能輔助司法辦案，應該開發和整合可用的數據，建立統一的國家層面的司法數據共享系統，整合法院、檢察院、公安系統內部數據，并與其他政府部門、社會及商業數據進行整合對接。再次，需要保證數據的質量，進一步研究選取哪些數據作為人工智能學習的數據，而不是全部司法裁判文書，以免對司法數據產生影響，從而干擾人工智能判斷。因此，為了實現人工智能在司法領域更好的應用，充分有效地發揮其價值，必須加強對數據的開發與共享。

（三）復合型人才培養

在一定程度上，法律與技術的融合程度決定了法律人工智能應用的深度和廣度。目前法律界與技術界還存在著嚴重的隔閡。一部分原因來自對人工智能與司法審判關系的誤解，對人工智能在司法領域運用定位的不準確，錯誤認為人工智能會取代法官、檢察官。另一部門原因來自法律界人士對人工智能技術的不了解和不重視。為了更好地將人工智能應用于司法領域，我們需要增進法律界和技術界的溝通交流，對這項引領時代的技術進行更多的知識技術的普及。讓更多的法官檢察官了解人工智能作為司法辦案的助手，幫助他們提高工作的效率，并非完全的取而代之。同時大力培養迎合時代要求的復合型人才，促進相互的溝通理解，緊密結合，推動法律知識和人工智能技術的深度融合。