善假于物與審判異化：司法人工智能的辯證思考

摘要：目前的人工智能在本質上系基于大數據、算法和算力的機器智能，并非有機智能。針對“司法人工智能熱”，應立足于工具主義的定位，辯證地理解司法人工智能的兩面性——“善假于物”和“審判異化”。在司法公正、效率、管理和服務公眾方面，司法人工智能可以最大限度地解放“司法生產力”，但與此同時，司法人工智能應當服從于法官主體能動性、止步于司法根本屬性，避免不平等的固化和擴大。相應地，對司法人工智能應當持擁抱和審慎的態度，要在理論極限和現實基線之間探索出司法人工智能的應用之路。

關鍵詞：人工智能;司法改革;工具主義;善假于物;審判異化;主體能動性

中圖分類號：D9162;TP18 " 文獻標志碼：A " 文章編號：1008-5831（2021）03-0148-12

無論我們是否愿意，大數據和人工智能等信息技術的發展已經滲透到各個行業和領域，也必將對法律和司法運行帶來深刻的影響和變革。鑒于中國信息技術的后發優勢、司法公開的大力推進和與之相伴生的司法大數據的“爆發”，決策層對人工智能技術寄予厚望，希望借此來促進法院審判體系和審判能力的智能化，進一步提升司法效率和司法公正，實踐中也因此而興起了“司法人工智能熱”。從學術研究角度看，要實現這樣的目標和規劃，需要對人工智能本身進行深入理解和準確定位，并在此基礎上思考其對司法帶來的可能影響，探索司法與人工智能的契合點、風險點。

一、工具主義：人工智能并非有機智能

根據人工智能的由來和發展情況，立足司法應用而不是科幻創作的立場，應當對人工智能進行工具主義的定位。

（一）人工智能的由來和發展

據學者的考證，人工智能這一概念系數學家約翰·麥卡錫、計算機與認知科學家馬文·明斯基、IBM系統設計師納薩尼爾·羅切斯特和信息論創始人克勞德·香農等在舉辦“達特茅斯夏季人工智能暑期研究會議”時提出，在會議策劃書中載明：“我們提議1956年暑期在新罕布什爾州漢諾威城的達特茅斯學院舉辦一場為期兩月、十人參加的研討會。本次研討會將以這樣一個猜想為基礎而展開：學習的每一環節以及智力的其他方面原則上都可以得到如此準確的描述，以至于我們可以制造出一臺機器對其進行模擬。我們將嘗試發現如何讓機器使用語言、提出抽象命題和概念、解決某些目前留給人類去解決的難題以及實現自我改進。我們認為，只要一群經過精挑細選的科學家在一起工作一個夏天，我們在這些方面就可以取得一項或多項重大進展。”[1]隨后，圍繞著以上核心問題，人工智能的發展經歷了三次浪潮，并在技術和產業上逐步走向成熟。第一次浪潮發生于20世紀50年代末至20世紀80年代初，以符號主義或邏輯主義為核心，出現了奠基性的算法模型（如深度學習模型的雛形貝爾曼公式），用機器去證明和推理一些知識;但基于數學模型、手段的先天缺陷和計算復雜度的指數級增長，人工智能也隨之步入低谷。第二次浪潮發生于20世紀80年代初至20世紀末，以連接主義為核心，即“出自大規模連接的命令”（order emerging out of massive connections），出現了多層神經網絡（1986年）和BP反向傳播算法（1986年）等數學模型，專家系統也得以應用，但限于高成本、難維護，產業應用不足，人工智能還是歸于沉寂。第三次浪潮發生于21世紀初至今，隨著信息技術快速發展和互聯網的快速普及，大數據資源已然成形，加之腦計算、深度學習、強化學習等一系列的技術突破，以及資本和產業的高度融合，人工智能最終迎來了第三次高速成長。其中，基于大數據的深度學習可謂本輪人工智能最重要、應用最廣泛的技術。

可見，從人工智能的提出和發展歷程來看，其核心無非是機器如何模擬可以準確表達的學習或智力的某個環節，目的在于以機器的方式實現人腦能夠實現的作用，尚不涉及機器將來是否具有自主意識。

（二）工具主義的定位

與上述工具論意義的理解不同，有些未來學家、產業人士、媒體設想人工智能將經歷弱人工智能、強人工智能和超人工智能三個發展階段。在超人工智能階段，機器將具有自主意識，從而威脅人的生存[2]。霍金認為：“如果現在我們不遺余力地發展人工智能，這可能導致人類的滅絕。”[3]科技狂人埃隆·馬斯克（Elon Musk）也堅信這一點，他甚至為此提出了解決方案——人機融合，其邏輯是：與其人類將來被人工智能消滅，不如將人類和人工智能融為一體，不分你我。為此，馬斯克專門成立了神經科學公司，專門研究如何給大腦植入芯片等腦機對接技術，為人機融合做準備[4]。至于媒體的報道，則不乏夸大或奪人眼球的因素，諸如將人工智能在圍棋領域的勝出不當地擴大至各個領域，授予機器人國籍等。

在本文看來，關于超人工智能的設想和應對主要是未來學家的事，目前而言，可能過于遙遠。從上文關于人工智能由來和發展歷程的梳理中可以看出，人工智能仍然停留在工具層面，其主要應用領域也僅限于理性計算。Alphago之所以能夠在圍棋領域勝出，在于機器對于可能棋局和落子勝算概率的精準計算，而并非在主體性上優于人類。更準確地說，是人發明利用機器打敗了人，而不是機器本身打敗了人。此外，這種人工智能并不能在各個領域通用，如在“疊衣服”的測試中，機器人到現在還不能做到像人類一樣從容不迫地把衣服從洗衣機拿出來，分門別類，一件件疊好。DeepMind聯合創始人哈薩比斯（Demis Hassabis）在《經濟學人》創新峰會上也談及深度學習尚不足以解決通用人工智能問題，“大腦是一個綜合系統，但大腦的不同部分負責不同的任務。海馬體負責情景記憶，前額葉皮質負責控制。你可以把目前的深度學習看作是相當于大腦中的感覺皮層的一樣東西：視覺皮質或聽覺皮質。但是，真正的智能遠不止于此。你必須把它重新組合成更高層次的思維和符號推理，這是20世紀80年代經典AI試圖解決的問題”[5]。也就是說，在人類尚不能理解自身大腦和認知如何發生的情況下，過于擔憂人工智能的自主意識及其可能產生的威脅并無必要，將來是否會出現超人工智能有待于計算機科學和生命科學等學科的進一步研究和發展。

事實上，本輪人工智能之所以復興，關鍵在于大數據的突破性進展。一方面，平臺經濟的發展融合了線上線下空間，推動了各種設備的互聯互通，使人們“嵌入”以互聯網物聯網為技術基礎的社會網絡體系，時時刻刻產生和留存大量的可供分析和產品化的數據，個人在某種意義上成為“量化自我”[6]。另一方面，支撐這些海量數據存儲和運算的算力條件也不是問題。正如摩爾定律所表明的：當價格不變時，集成電路上可容納的元器件的數目，約每隔18—24個月便會增加一倍，性能也將提升一倍。也就是說，信息技術的加速度發展使得數據處理成本日益低廉，人工智能的發展基本上不存在硬件上的瓶頸。在這樣的條件下，就有可能在海量的大數據中發掘出多維度的信息，從而在知識應用領域發生從量變到質變的飛躍。吳軍在《智能時代——大數據與人工智能革命重新定義未來》一書中，將人工智能的定義分為狹義和廣義兩種。狹義的人工智能專指20世紀五六十年代特定的研究機器智能的方法（也即人工智能1.0版），堅持機器人要像人一樣思考才能獲得智能，并形象地稱之為“鳥飛派”[7]46。廣義的人工智能（實際是機器智能）[8]，則還包括通過數據驅動、知識發現或者機器學習來實現的機器智能。在書中，吳軍還以語音識別和智能翻譯為例，闡釋模擬人腦的傳統人工智能（也即人工智能1.0版）的困境和通過數據驅動發展機器智能的歷史性突破，并指出，機器智能最重要的是能夠解決人腦所解決的問題，而不在于是否需要采用和人一樣的方法[7]46-85。事實上也如此，本輪人工智能在本質上系以大數據、算法、算力為基礎和動力的機器智能，并非有機智能。其中，大數據是核心，無論是算法的開放設計、算力的提升強化都圍繞著這一“基礎資產”而展開。同時，這也意味著，本文摒棄了按照仿生學的思路來探討人工智能及相關司法應用問題，諸如機器人人格、機器人法官之類的提法均不應在討論之列，而是從工具論意義上審視人工智能的司法應用。

二、善假于物：司法人工智能的內在沖動

人類一直有借助外力或工具延伸自己的沖動。早在春秋戰國時期，荀子就意識到了這一點，《勸學》篇對此作了精辟的總結：“登高而招，臂非加長也，而見者遠;順風而呼，聲非加疾也，而聞者彰。假輿馬者，非利足也，而致千里;假舟楫者，非能水也，而絕江河。君子生非異也，善假于物也。”只不過，那時生產力落后，人類主要依靠自然力、車馬船等工具來替代或延伸自己的體力。盡管后來也有算盤等工具來輔助人的簡單運算，但這是極為初級的，不僅局限于“加減乘除”，也談不上自動化處理。在人工智能時代，這種“善假于物”則全面擴展至腦力方面，并體現在法律和司法實踐的各個領域和層面。

（一）司法人工智能熱之呈現

根據學者的考證，早在20世紀50年代，國外就有將人工智能技術應用于法律信息歸類、檢索、咨詢和裁判等領域的設想和嘗試。Lucien于1958年提出法律科學的信息化處理，Buchanan于1970年在《關于人工智能和法律推理若干問題的考察》一文中探討法律推理模型的可行性。此后，基于規則和案例的法律推理模型或專家系統大量涌現，如用于分析公司稅務法的TAXMAM系統（1977年）、用于處理工人事故補償的IKBALSI系統（1989年）、用于處理離婚財產分割的Split-Up系統等（1995年）[9]。在本輪人工智能熱潮中，國外司法實務也在積極利用信息化手段開展網上立案、電子送達、在線審理等訴訟活動。如在美國紐約州，已經有了相對健全的網上立案、送達系統，并允許在個別刑事及家庭法院的案件中，對一方當事人進行網上視頻溝通[10];也進一步發展出了為我們所熟知的協助處理破產案件的人工智能律師ROSS、輔助法官量刑的風險評估軟件COMPAS、PSA和LSI-R。

國內研究起步略晚。根據檢索，龔祥瑞、李克強在1983年發表《法律工作的計算機化》，前瞻性地提出要將正在興起的計算機技術全面地應用于法律工作，克服人的偏見、沖動，并實現法律定性分析向定量分析的轉型[11]。錢學森將法學作為現代科學技術的一個部門，堅信現代科學技術完全可以為法學研究和法制建設服務，在1985年全國首次法制系統科學討論會上，他從系統工程的角度闡釋了法制建設中的現代科學技術，并將主要設想歸納為六條：建立法制信息庫;在省、市、自治區一級建立法律咨詢的電子計算機處理中心;運用人工智能、知識工程和專家系統，把人的經驗傳給電子計算機;系統辨識（其實是大數據分析）;用邏輯推理檢驗法律系統是否周密完善;建立法制和法治系統和體系[12]。現在回過頭來看，實踐確實沿著他們的設想在發展。自20世紀80年代起，就陸續有了一些值得肯定的探索和實踐。例如，北大法律系留美回國教師張力行等人在1985年開發了“涉外法規查詢系統”，后來這一產品演化為著名的中國法律信息檢索系統“北大法寶”，此外還有上海法學研究者朱華榮、肖開權主持的“量刑綜合平衡與電腦輔助量刑專家系統”課題（1986）、武漢大學法學院趙廷光教授領銜開發的實用刑法專家系統（1993）[13]。至于法院方面，最早的報道可能來自山東省淄博市淄川區法院，其在2006年研制并使用“電腦量刑”軟件系統[14]。

近年來，隨著信息革命的深化，人工智能已經成為新一輪信息技術革命的重心和“風口”，加之中國在人工智能的資本、市場、技術、人才等方面的優勢，頂層設計也希冀借此實現“彎道超車”。2016年7月出臺的《國家信息化發展戰略綱要》將建設“智慧法院”納入國家信息化發展戰略，2017年4月最高人民法院隨即印發《最高人民法院關于加快建設智慧法院的意見》，周強院長更是在多個場合強調“信息化建設和司法改革是人民法院工作的車之兩輪、鳥之兩翼”。在前期信息化建設的醞釀和鋪墊下，如審判流程公開平臺、中國裁判文書網、執行信息公開平臺、庭審直播平臺、訴訟服務網的逐步建成和開放，法院人工智能建設開始進入“爆發性增長”階段，并朝著“全業務網上辦理、全流程依法公開、全方位智能服務”的方向發展。其中，最全面最直接的莫過于杭州互聯網法院、北京互聯網法院、廣州互聯網法院的成立，將部分案件從線下審判搬到了線上，貫徹全程在線審理原則，健全和完善了互聯網案件審判格局，以及最高人民法院司法案例研究院、司法大數據研究院的設立運行和有中國人自己的“萬律（ Westlaw）”之稱的最大法律知識與案例應用平臺——法信的上線。地方性的典型如江西收轉發E中心，集中于網上送達;北京睿法官、“上海刑事案件智能輔助辦案系統”（上海206），集中于智能裁判;蘇州中院依托語音識別、語音合成、語音轉換等技術支撐電子卷宗和數字法庭的發展，集中于庭審的同步留痕;江蘇法院12348公共服務平臺，集中于為群眾提供公共法律服務（如法律咨詢智能問答、法律服務智能導航、典型案例智能推送、法律風險智能檢測、服務熱點智能感知等）;深圳市福田區法院的融平臺、以“余杭模式”為代表的道路交通事故損害賠償糾紛“網上數據一體化處理”，集中于多元化糾紛解決機制和社會治安的綜合治理[15]。與此相映照，各高校、科研單位也紛紛成立了相應的研究中心，如中國人民大學的未來法治研究院、北京大學的法律人工智能實驗中心、中國政法大學的大數據和人工智能法律研究中心、西南政法大學人工智能法學院。在2020年的兩會上，最高人民法院工作報告五次提及“智慧法院”，認為智慧法院有力提升了審判質效，強調其在疫情防控期間“大顯身手”。

（二）“善假于物”的幾個方面

按照馬克思主義的觀點，勞動或具體地說制造和使用工具是人類區別于動物的根本標志。而工具始終要和主體及其目的聯系在一起，方能獲得真正的理解。故分析司法人工智能熱，必然要觸及深層次的司法目的、價值和需求，盡管對此人們可能尚未有清晰、準確的體認。在本文看來，司法人工智能熱背后的“善假于物”既體現在對傳統司法價值旨趣和實際需要的回應，也體現在全新的司法思維方式的變革和發展。

1.促進司法公正

從司法公正這一維度來看，規范或限制法官自由裁量權與努力做到裁判尺度的統一一直是司法的難題，它反映了人們根深蒂固的心理習慣和期盼。“如果有一組案件所涉及的要點相同，那么各方當事人就會期待有同樣的決定……如果不同，我胸中就會升起一種憤怒和不公的感覺;那將是對我的實質性權利和道德權利的侵犯”[16]18。而反映這種期待的思考和努力也由來已久。培根饒有深意地提出“擅動界碑者必受詛咒”和“污染水源”的警示[17]，孟德斯鳩則更形象地形容“判決是法律的精確復寫，法官只需要眼睛，他只不過是宣告和說出法律的嘴巴”[18]。他們的思考源自西方政治權力分權制衡的理念和實踐，內含政治架構層面的技術方案。拉倫茨則從法學方法論角度提出他的方案：“使法官的決定空間（于此范圍內，他只需要做決定）盡量縮小，這也是法學的任務之一。”[19]換言之，經過嚴格的方法論訓練，按照特定方法對實在法進行思想的詮釋和領悟，法官能夠很大程度上摒棄個性、避免恣意，確保裁判的客觀性[20]。

在人工智能時代，這種期盼似乎落在了“機器人法官”身上。這是因為，相較于人，機器不具備情感、意志，因而有望被用于克服人的偏見和情緒，嚴絲合縫地按規矩和程序辦事，從而滿足法律穩定性、可預期性的要求，彰顯出司法公正。早在2006 年，山東省淄博市淄川區人民法院就有“電腦量刑”相關司法實踐。據稱，只需將被告人的犯罪情節輸入電腦程序中，計算機就會根據儲存的法律條文，對被告人做出適當的量刑，量刑結果可以精確到日，從而實現量刑的數字化、精確化。時任刑庭庭長王紅梅直言：“我們搞這套系統的目的就是防止出現量刑畸輕畸重的情況。”[14]按照工具論的邏輯，“機器人法官”并不現實，且目前官方和學界也僅僅將人工智能定位為“輔助裁判或量刑”。盡管如此，司法人工智能還是開辟了實現司法公正的另一條路徑。如上所論，人工智能是基于大數據、算法、算力的機器智能，其根本在于大數據。從海量性（Vast）、多維性（Variety）、及時性（Velocity）的大數據所發掘出來的信息，既讓法官擺脫了小數據的局限經驗和認知上的盲點，更讓當事人、公眾能夠在最大樣本范圍內評判司法裁判，進而將司法與社會緊密地勾連在一起。如果說培根、孟德斯鳩從分權制衡的宏觀政治理念、原理論證了法官裁判的規范性、公正性，拉倫茨從法學方法論這一中觀角度對法官作出指引和規訓的話，不妨說，司法人工智能將基于司法大數據（可以體現在法律規則、各種案例、審判流程、社會評價等各方面），從微觀角度提示、敦促落實裁判的具體過程和細節，進一步豐富和實現了宏觀的理念原理和中觀的法學方法論，同時反過來助力法院的科學化、精細化管理，強化法官為被問責監督的可能性，讓司法責任制的落實有了更有力的“抓手”，這就從另外一個層面間接地促進了司法公正。

2.提升司法效率

相較于公正，司法人工智能的效率導向邏輯顯然更為強大。這是因為工具和效率本身就是“孿生”的，效率本身并無價值傾向，其實現和測量就要直接和容易得多。相反，司法公正更為復雜多元，且與社會還保持著動態的、內在的博弈和平衡，是否可能、如何能夠將公正轉化為相對精確的、可供計算的參數，法官如何作為變量參與其中，均是未解的難題。誠如有學者所言：“造成這種現象，顯然并不是因為法律人在價值觀上存在著高下之分，而是因為對于人工智能而言，去把握如何提高司法的效率，要比去把握如何實現司法的公平更容易。”[21]

在我國目前的實踐中，司法人工智能也確實主要用來替代一些事務性工作，如法官助理或書記員訴訟材料的接收、通知的送達、身份的核驗，筆錄、卷宗的整理歸檔等，或者是在某些訴訟環節有所應用，如網上立案、特定涉網案件的在線審理等，嚴格意義上說，這些替代只是體現了智能化的元素，并不涉及復雜的腦力勞動。更進一步的智能服務應當是類案推送、智能裁判，即為法官推介相關的辦案參考或根據既往的大數據分析提供初步的裁判方案。在人案匹配失衡、法官超負荷工作的背景下，這種效率導向的司法人工智能應用確實能夠有效地替代一些事務性工作或輔助一些復雜的判斷，從而讓法官的精力集中到更重要的分析和判斷中，更深入地看，因滯后于技術的傳統規則所帶來的效率困境也要靠技術本身予以化解，也即形成技術對技術的“降維打擊”。以消費者起訴網絡交易平臺經營者的網絡購物糾紛的管轄權為例，如依消費者住所地確定管轄法院則將抬高網絡交易平臺經營者的追償成本，如依平臺內經營者或網絡交易平臺經營者住所地確定管轄法院，則又將抑制消費者維權、不合正義。跳出既有的管轄規則，確定涉網案件在線審理或許是值得探索的路徑。此外，如果我們對司法的理解不限于定分止爭層面，而是將其置于社會治理能力和治理體系中加以理解，就會獲得關于司法效率方面“善假于物”更高維度的認知。根據筆者對北京高院的調研，主管副院長和有的實務人士就認為北京地區民事法官年人均結案400余件，其中相當一部分集中在供暖合同糾紛、物業服務合同糾紛等法律關系相對簡單的案件，不堪重負。而通過大數據和人工智能的技術分析，此類糾紛集中在特定的區域，與物業管理、房屋產權狀況等密切相關，如能據此進一步分析成因，推動政府、法院參與協同治理和源頭治理，則可以從根源上減輕法官工作負擔，將其從“案海戰術”中解放出來，騰出更多更寶貴的司法資源處理其他更為重要的糾紛。不止于此，司法大數據分析和人工智能的相關推送等，也可以較為客觀中立地幫助當事人預測自己的訴訟，并尋找到最佳的利益平衡點，從而化解糾紛和減少社會運行成本。以大數據和人工智能支持的調研、新聞通報等也更好地延伸了法院的司法職能，指導相關行業、個人做出有利于自身和社會和諧的行為方式，如最高人民法院信息中心和最高人民法院司法案例研究院近期聯合發布的關于《網絡約車與傳統出租車服務過程中犯罪情況》的司法大數據專題報告就理性地緩解了行業和公眾的焦慮。

3.優化法院管理

在推動法院科學化精細化管理方面，司法人工智能也可以有所作為。在以往的研究中，學界多聚焦于審判本身的公正、效率，而對于法院管理如何影響裁判等則缺乏應用的關注，這與法院管理相對密閉、開展相關性分析的數據不足等因素密切相關。

伴隨著信息化的留痕，法院管理方面的大量實時性數據不斷生成，通過恰當的算法，完全有可能通過人工智能技術分析出法院管理是如何影響案件裁判效果的，從而更方便法院管理者、公眾更深切和清晰地認識其中的內在機理。例如，利用大數據和人工智能技術，可以科學而方便地計算出案件的成本收益。當然，這種本益分析并非經濟學意義的，而是司法資源的投入（包括法官的辦案時間、警力物力的投入等）與社會效果（包括個案糾紛的解決、對社會的示范意義、對裁判規則的深化細化等）的內在關聯。在司法本益分析可視化可量化的基礎上，不僅能有助于法院管理者做出更科學有效的決策，重新優化配置司法資源，亦有利于司法責任制的進一步落實。又如，司法本益分析可以作為法官績效考評體系設計的重要基礎和依據，相關具體指標（如調解撤訴率要求）與案件裁判效果的比對分析可以被管理者用來科學地設計績效考評體系。此外，基于本益分析的大數據驗證（如錯案率）也更為客觀實在，從而可以反過來促進法官提高裁判水平。正如有學者指出的：“通過實證研究對法官的裁判行為進行研究非常重要。構建一種純粹、客觀反映法官裁判水平的評估體系，對提升法官裁判水平，具體落實司法責任制非常重要;同時，建造一個輔助系統，使法官裁判具有實時參照物，使同案同判可以在一個被論證了的客觀標準中進行。”[22]

4.形成系統思維

需要特別指出的是，人工智能的司法應用還具有突出的認識論意義，特別有助于法官形成系統思維，有機地融合以上三個層面的考量，更好地貫徹落實司法為民、公正司法的精神，努力讓人民群眾在每一個司法案件中感受到公平正義。

在馬克思看來，科學的認識過程是從“模糊的整體表象”（感性具體）到“抽象的片面規定”（理性抽象）再到“諸多規定的綜合”（理性具體）[23]。相對于個體經驗而言，人工智能可以延展和處理更多的數據來獲得更全面、更豐富的信息，從而掃清認識的盲點、消除不確定性，其所獲得的是系統的認知，而不是片面的深刻。故可以說，司法人工智能是助推司法判斷從“抽象的片面規定”（理性抽象）邁向“諸多規定的綜合”（理性具體）的重要利器。借助司法人工智能有利于跳出法院自身立場進行換位思考，從而獲得更全面的認識：電子訴訟的廣泛開展以及網上訴訟服務中心的建設，使得當事人或者代理人在使用法院提供的各種訴訟服務的同時，其自身參與訴訟的各種信息記錄被存儲，將這些數據再一次與這個案件自身的數據相結合，將有助于我們在動態過程中去預測訴訟行為的走向，或者是從某一個方面去審視人民群眾在每一個司法案件當中是否感受到公平正義。可以合理地設想，借助于司法人工智能，司法過程的內在機理可以展現得更為清晰和細致，司法的“法律正確”和司法與社會的契合度也將獲得更為精準的認知和評判，貫穿司法過程的案件審理、法院管理、公眾評判也將因此得以聚合和升華，司法功能也將獲得更高層次的質的飛躍。

三、審判異化：司法人工智能的主要隱患

作為工具，應用司法人工智能能夠達致以上各個層面的“善假于物”的效果。但人在用工具改造世界的同時，自身也被工具型塑，并始終存在著被異化的風險。正如馬歇爾·麥克盧漢所言：“我們自身變成我們觀察的東西……我們塑造了工具，此后工具又塑造了我們。”[24]馬克思則從勞動角度提出異化理論，按照他的觀點：勞動是人的本質力量對象化的一種活動，在本質上是自由自覺的，通過勞動，人的智慧和體力都得到了發展，并由此而獲得幸福和愉悅。但異化勞動的結果卻是，人自身的工具化或由于過于依賴于工具而喪失了主體的自由自覺。而人本身的異化又必然導致人與人之間的異化，并加速了經濟不平等和階級上的分化對立[25]。以上關于馬克思異化理論的兩個方面——主體性的喪失和人與人之間的異化，頗具啟發和警示意義，同樣可以適用于司法人工智能的應用。

（一）技術主義對司法的俘獲

目前的司法人工智能熱主要是技術主義，體現為科技服務司法（網絡辦公等低層次的信息化建設）、科技支撐司法（以網上留痕為例的靜默監管）、科技引領司法（以文書網上公開為例的服務大眾）、科技驅動司法（為司法改革賦能）等[26]，但如缺乏基于司法自身屬性的反思和規訓，則易走向技術俘獲司法這一極端。

司法決策層認為，司法體制改革與法院信息化建設是并駕齊驅的，將其形象地比喻為“車之兩輪、鳥之兩翼”，并希冀通過“科技+司法”來實現中國模式的司法公正，如依托大數據的“類案推送”“類案類判”相當于產生了一種“現代新型判例法”，從而有可能超越西方既有的法治模式，為全球治理探索貢獻中國方案、中國經驗[27]。這種技術主義的探索和努力值得肯定，但“并駕齊驅”式的預設，容易忽略更為根本性的命題——司法與技術的體用關系，以及由此而衍生出的一系列具體的問題。季衛東在宏觀意義上批判指出：“各地、各機關介紹經驗的重點其實已經在不經意間從司法體制革新悄然轉向司法技術革新。”[13]從前文工具論的立場出發，人工智能技術最終要服膺于司法的根本屬性。這是因為，司法功能、司法程序的精巧設計體現了人類的政治文明和智慧，在相當長時期內應是相對穩定的，人工智能技術只有在尊重和滿足于司法責任制的核心要求——讓審理者裁判、由裁判者負責，并在總體上契合司法程序意義上的被動性、公開性和透明性、多方參與性、親歷性、集中性、終結性時，才能發揮更大的正向作用。應當看到，技術權力與司法權力在具體層面將存在長期的沖突和博弈，特別是片面的技術主義導向容易出現算法權力綁架司法權力、算法黑箱固化或放大司法不公等問題。如我國現在的互聯網法院主要是依托互聯網公司建立的訴訟平臺來運行的，在網上訴訟中，當事人各類信息（包括身份信息、證據信息）乃至審判秘密（如網上合議信息）為互聯網公司所監控，不當操作或泄露就不再是危言聳聽，至少這也是理論上的風險隱患。又如，我國法院主要依靠技術公司來合作開發司法人工智能，而技術公司的營利取向與法院的公共屬性并不完全兼容，對技術公司而言，求大求多求快消耗開發司法人工智能的公共資金反而是其正常的商業邏輯，加之法院缺乏既懂辦案又懂技術的復合人才，制約了一線法官難以將其司法需求真實、準確、有效地導入技術層面。幸運的是，學界對此已有所呼吁，王祿生指出：“需進一步喚醒對技術驅動型的司法現代化建設的危機意識，遏制不斷膨脹的片面技術理性主義，從而更加合理、謹慎地在司法場域中運用新技術，更加理智地看待和規約不斷擴張的技術權力。”[28]而如何在實踐中對片面的技術主義導向進行糾偏，將是今后面臨的重要任務。

（二）對法官主體能動性的侵蝕

如果不能對人工智能和司法過程的性質有正確而真切的認識，就容易走向“善假于物”的反面，導致司法人工智能對法官主體能動性的全面侵蝕。這種侵蝕源自其在應用中的人機錯位和過度依賴，并體現在司法的各個領域和環節中。

法暨法治實踐是人類有意識的自覺活動，法的目的決定法律的生長方向，這是耶林對法學理論的重大貢獻。按照亞里士多德的“四因說”，正是居住目的本身（目的因）驅使圖紙設計（形式因）和工匠蓋房（動力因），使木料（質料因）成為房子，而不是別的桌子或椅子[29]。如果把法律規則看作法治工程的“基本質料”的話，包含了價值考量、政策訴求之法的目的則決定著法治工程的基本面貌。根據這一前提，承載法律適用之司法則是規范性和能動性相統一的過程。規范性要求法官以事實為依據、以法律為準繩進行裁判，不得隨性地“擅斷界碑”，且裁判的過程應符合基本的程序要求、滿足邏輯一致性的要求。能動性則意味著裁判不僅僅是理性的計算，而是蘊含著一定的政策取向和價值訴求，形象地說，司法是有溫度的。兩者的統一性在于，司法溫度要借由法律適用得以呈現和保證，而在法律規范性的背后則“站著”司法予以支持和保障的政策要求、倫理道德等。相比人類而言，人工智能擅長于處理海量數據并進行理性計算，對于具體情境的代入、情感感知、價值判斷等其反而顯得“很低能”，上文關于人工智能并非有機智能的分析已對此進行了闡釋。故不能片面地聚焦于人工智能超過人類智能之處，也要認清人工智能的背后是人，而且有些事情人工智能自身或許永遠無法做到，比如情感、意志、價值、意義等。故，司法人工智能的關鍵就在于人工與智能的有效疊加，形成優勢互補，達致“善假于物”。相應地，類似于智能裁判的命題就非真正的命題或者說應對其進一步加以限定，要在總體上讓其服膺于司法的根本屬性和法官的主體能動性，而在司法過程中涉及的理性計算，如新的關聯性的發現、關于裁判要素的分析報告等，則不妨交給司法人工智能，并由法官過濾、監督后參考使用。

根據我國司法實踐的現實情況，對于司法規范性的強調要超過能動性。法官多秉持司法克制主義的一面，信奉培根的名言：“為司法官者應當記住他們的職權是jus dicere而不是jusdare;是解釋法律而不是立法或建法……移界石者將受詛咒……一次不公的判斷比多次不平的舉動為禍尤烈。”[17]這是從立法權、司法權分權制衡意義上理解法官辦案的規范性，意在強調法官不得代替立法者擅做決斷以“污染水源”。但時代在變化，現代法治形態已從“法秩序的法治”“法統治下的法治”發展至“良序善治的法治”，且社會關系呈網格化、立體化之趨勢，社會連帶、社會合作之需求愈烈，法律的滯后性、不完備性等特征也日益突出。故從司法與社會互動的角度看，法官在某種情形下應當像立法者一樣思考，以社會職責為本位，立足司法與社會互動的立場，運用司法智慧、法律原則“賦能于法律規范”以詮釋法治之“良善”，而不是局限于案件本身或“死摳”個別機械的條文[30]。早在20世紀20年代，卡多佐就在其著作《司法過程的性質》中專辟一講——社會學方法和法官作為立法者，指出普通法系、成文法系中司法的這種相同傾向：法官在發現法律時必須進行的研究過程與立法者自身職責所要求的研究過程非常類似，要通過恰當的規則來滿足正義和社會效用的要求;當正式的法律淵源沉默無言或不充分時，法官應當服從立法者自己來管制這個問題時將會有的目標，并以此來塑造他的法律判決。只不過，不同于立法的抽象性，司法過程要通過具體境況而啟動。當然，為了擺脫危險的恣意行為，法官的司法決定應當矗立在客觀基礎之上[16]74-75。盡管限于政治體制、成文法傳統等因素，我國司法、法官的主體能動性空間有限，但這種趨勢是明顯的、相同的，而現代大數據、平臺經濟、人工智能的發展則更強化了這一點，要求司法在個案裁判的基礎上，通過主體能動性回應轉型期經濟社會發展的需要，并在社會治理體系中發揮出更大的作用。法官的這種主體能動性確是時代所需，其該如何與規范性兼容也有待于司法各方面的探索和實踐。如法官審判思維要從純粹的規范法學升華到法社會學、法經濟學層面，在大數據和人工智能時代，則還要發展和運用法統計學這一新型實證方法[31]去落實規范性和服務能動性。又如法官績效考評體系要從“泰羅制”“科層制”的模式中走出來，不能僅僅滿足于法院內部管理效率的要求，而是要上升到接受社會評判和檢驗的高度，而且，這種評判和檢驗要融價值和實證于一體，避免泛化和虛無。讓不具備情感意識、尚無遷移學習能力的司法人工智能擔當此任，恐怕是不切實際的幻想。相反，它有可能進一步擠壓法官“司法勞動”所帶來的愉悅創意、社會認同，從而讓人驚訝于“機器的人化和人的機器化”，這是應用司法人工智能所要著力避免的。從實體意義上看，這種人機錯位將造成法官、陪審員、法官助理、書記員關系定位的緊張，甚至也在悄然改變上下級司法機構之間的獨立關系——既然司法人工智能導出來的是科學的、嚴格的客觀正義，那么，那些心存偏見和沖動的法官等又為何不能靠邊站呢？基于審判獨立的上下級法院的裁判也完全可以整齊劃一，審級制度的必要性和價值也將被撼動。從程序意義上看，司法被動性、公開性和透明性、多方參與性、親歷性、集中性、終結性等特征[32]也受到了威脅。如算法歧視會隱蔽地滲透到司法裁判中，并系統性、規模化地運作起來，司法的被動性或中立性也就在無意中被銷蝕了;算法的不可解釋性或算法黑箱則直接與司法的公開性和透明性相沖突，它削弱的不僅僅是法官的主體能動性，也包括訴訟各方的積極參與，從而使“看得見的正義”因為專業門檻或不可解釋性而存在被架空的風險;在很多情況下，網上審理或異步審理所接觸到的證據并非原始證據，而是經過信息化處理后的傳來證據，非物理空間上意義的現場性也削減了當事人之間的對抗性，從而在很大程度上背離了裁判者的親歷性或直接言詞原則;區別于法官的連續性、集中性審理，司法人工智能“分有”了法官的主體性，可能造成法官人工與機器智能的分離而不是融合，從而減損司法的集中性;基于司法人工智能的裁判如異化為機器判案，那么，當事人和公眾無疑會對司法的終結性產生強烈的質疑。此外，即使是在司法的某些理性計算領域和規范環節，司法人工智能也未必完全可靠。基于數據取樣的偏差所得出的結論往往有一定的適用條件，對此，司法人工智能并不會自動告知，仍要依賴于法官的判斷、擇取和一定程度的加工。

（三）不平等的固化和放大

正如赫拉利所擔心和描述的，人工智能將進一步擴大主體間能力不平等，這已表現在輔助學習、研究、智能投顧、涉網行業與傳統行業等各個方面。人工智能的背后是人。人的主觀偏見會通過算法設計等融入和固化到人工智能中，并很難在短時間內予以調整。從域外司法人工智能的應用來看，這一問題已經浮現。在威斯康星州發生的State v. Loomis一案中，法官使用COMPAS 作為量刑過程中的一個因素，被告和學者則批判法官本身并不真正理解和掌握此種AI和算法，而這可能導致種族歧視等社會問題[33]。這樣的擔憂不無道理。在法官未能真正理解人工智能的數據來源、算法設計時，其自然無從參與其中，這樣，司法權的中立判斷、平等保護職能也悄然地從法官手中轉移到了技術開發者那里。資本暨技術優勢者也就可能利用此契機，自覺或不自覺地將有利于本群體或本階層但未必有利于整個社會的價值觀，溶解到“司法公器”中。不止于此，它還將經由司法人工智能得以放大。與人的犯錯不同，人工智能的犯錯是大規模的、系統性的，而非個案的或局部的。在金融領域，這早有呈現。為確保在股市暴跌中第一時間止損，相應的人工智能被設計出來。然而，這種不假思索地快速的自動操作往往導致更多的拋售，從而呈現出雪崩式股災。在1987年11月的“黑色星期一”，紐約證交所就出現了上述情況，最后所有計算機操作都被迫改為人工操作。后來，盡管各大券商更新了智能程序，2001年“911”后的股災、2008年金融危機的股災、2010年金融危機后一次莫名其妙的股市暴跌，都被認為和智能炒股有很大程度的聯系[34]。對此，司法應引以為戒，要充分意識到機器犯錯的特點，注重那些“致命的細節”，防止出現“失之毫厘、謬以千里”的被動局面。

這種偏見或不平等不僅僅內嵌于司法判斷中，也體現在司法的具體過程中。當某方當事人利用司法人工智能主張訴訟請求、組織法律理由時，其所獲得的“庭審殺傷力”至少在外觀上要明顯強于傳統的另一方當事人，對其而言，司法人工智能是除法律知識之外的另一專業門檻。法官如不能在其間統籌衡量、平等保護，抗辯的空間將很容易被壓縮甚至于扭曲，一些原本可能憑借社會生活經驗即能得出準確判斷的簡單問題，反而被搞成貌似復雜的專業問題，使當事人和公眾無從參與，司法民主也就被擋在這種專業門檻之外。這顯然不是我們期待的司法。作為復雜的活動，司法在總體上是專業化的，特別是裁判理路、法律適用方面的專門技能，但這絕不意味著司法是與世隔絕的“概念王國”。相反，就案件中所涉及的善良風俗、交易習慣、社會生活常識和某些專門性、地方性知識，法官的判斷未必就優于公眾或相關專業人士，特別是在一些家事糾紛、相鄰糾紛案件中，此時，法官恰恰要俯下身來求教論證、敏銳地捕捉“事實的原委”，并將裁判建立在這一堅實的基礎之上。此外，司法與生俱來的政治社會烙印又決定了法官的裁斷要契合主流正義、國家政策、價值共識乃至于抽象的人民情感，此時，不應陷入“專業化的偏執”，而是要以司法民主為格局和導向，將司法專業嫁接其中。從這個意義說，司法人工智能本身需要“去魅”并加以普及化，專業性膜拜、不當的擴大化應用反而會妨害司法民主價值。在善假于物的大規模司法應用中，司法人工智能實際上是公共品，自然要接受合法性審查和公眾的評判，特別是算法編程等要轉化為可以理解的自然語言。而法官也要有意識地平等地武裝當事人，讓司法人工智能的擴張理性地止步于司法民主的領地。

四、結語

技術和勞動工具的變革帶來經濟基礎暨上層建筑的變化，是社會進步的重要因素。司法人工智能并非有機智能，在本質上尚屬于工具，它能夠很好地滿足“善假于物”的種種內在沖動，最大限度地解放“司法生產力”，這體現在司法公正、效率、管理和服務公眾等各個方面。但同時也要意識到司法人工智能這一工具所引發的異化風險，特別是對法官主體能動性的侵蝕、不平等的固化和放大等。在司法人工智能這一技術“快變量”的沖擊之下，尤應著眼于人性“慢變量”和其所延伸的司法根本屬性的反思，努力達致技術與思維的最佳耦合狀態。就總體設想而言，應研究和厘定司法人工智能的理論極限和現實基線，提高基線、邁向極限。在理論極限方面，要在探索司法和人工智能契合點、全面系統梳理司法場景的基礎上，讓人工智能介入到其所擅長的理性計算領域，并服從于法官的主體性思考和價值判斷，消除算法歧視、算法黑箱所帶來的不平等。在現實基線上，則要大力發展司法大數據、積極轉變裁判思維，在數據互聯互通的基礎上，注重大數據維度的多樣性、質量的可靠性、獲取的便利性，讓裁判的基礎從有限視野、殘缺經驗上升到更全面、更充分的新型法律實證層面，并在善良和公正的照耀下散發出新的更亮的光芒。概言之，在大數據和人工智能時代，要擁抱和審慎地對待司法人工智能，這將是法律和技術合作發展的重要課題。

參考文獻：

[1]McCARTHY JOHN，MARVIN MINSKY，ROCHESTER NATHANIEL et al.A proposal for the dartmouth summer research project on artificial intelligence.[EB/OL].2017-02-21）[2018-09-26].http：//raysolomonoff.com/dartmouth/boxa/dart564props.pdf.

[2]李恒威，王昊晟.人工智能威脅與心智考古學[J].西南民族大學學報（人文社會科學版），2017（12）：76-83.

[3]HANNAH OSBORNE.Stephen Hawking Warning： artificial intelligence could destroy civilization[EB/OL].（2017-07-11）[2018-11-11].https：//www.newsweek.com/stephen-hawking-artificial-intelligence-warning-destroy-civilization-703630.

[4]STATT NICK.Elon musk launches neuralink：a venture to merge the human brain with AI[EB/OL].（2017-03-27）[2018-10-13].https：//www.theverge.com/2017/3/27/15077864/elon-musk-neuralink-brain-computer-interface-ai-cyborgs.

[5]HASSABIS DEMIS.Three truths about AI[EB/OL].（2018-09-24）[2018-10-13].https：//www.techrepublic.com/article/google-deepmind-founder-demis-hassabis-three-truths-about-ai/.

[6]鄭戈.人工智能時代的主權、安全與自由.信息時代：國家治理與權利保障 [C]//第五屆中法憲法論壇論文集，2018：1.

[7]吳軍.智能時代：大數據與智能革命重新定義未來[M].北京：中信出版集團股份有限公司，2016：46.

[8]約翰·布羅克曼.如何思考會思考的機器[M].黃宏鋒，李駿浩，張羿，譯.浙江：浙江人民出版社，2017：60-62.

[9]張妮，楊遂全，蒲亦非.國外人工智能與法律研究進展述評[J].法律方法，2014（2）：458-480.

[10]FIORE J D.Electronic filing in the New York State Courts （2018）： report of the chief administrative judge to the legislature， the governor， and the chief judge of the state of New York[EB/OL].（2018-06-18）[2018-10-24].http：//ww2.nycourts.gov/sites/default/files/document/files/2018-06/18_E-File_Report.pdf.

[11]龔祥瑞，李克強.法律工作的計算機化[J].法學雜志，1983（3）：16-20.

[12]錢學森.現代科學技術與法學研究和法制建設[J].政法論壇，1985 （3）：4-9.

[13]季衛東.人工智能時代的司法權之變[J].東方法學，2018（1）：125-133.

[14]劉進.山東在爭議中推廣電腦量刑 刑期可望精確天[ EB/OL].（2006-09-12）[2018-10-21].https：//news.qq.com/a/20060912/000102.htm.

[15]中國社會科學院法學研究所.法治指數創新工程項目組.中國法院信息化發展報告（2018）[M].北京：社會科學文獻出版社，2018： 7-18.

[16]本杰明·卡多佐.司法過程的性質[M].蘇力，譯.北京：商務印書館，1998：18.

[17]培根.培根論說文集[M].水天同，譯.北京：商務印書館，2013：197.

[18]考夫曼.法律哲學[M].劉幸義，譯.臺灣：臺灣五南圖書出版公司，2000：55.

[19]卡爾·拉倫茨.法學方法論[M].陳愛娥，譯.北京：商務印書館，2003：177.

[20]卡爾·拉倫茨.論作為科學的法學的不可或缺性：1966年4月20日在柏林法學會的演講[J].趙陽，譯.比較法研究，2005（3）：144-155.

[21]李晟.略論人工智能語境下的法律轉型[J].法學評論，2018（1）：98-107.

[22]余斌.論大數據人工智能時代司法裁判層級的適用：以商事裁判為例[J].學術研究，2018（3）：75-81.

[23]中共中央馬克思恩格斯列寧斯大林著作編輯局.馬克思恩格斯選集（第1卷）[M].北京：人民出版社，2012：701.

[24]馬歇爾·麥克盧漢.理解媒介：論人的延伸[M].周憲，許鈞，譯.北京：商務印書館，2000：2.

[25]中國人民大學編.馬克斯恩格斯論人性、人道主義和異化[M].北京：北京人民出版社，1984：130.

[26]劉品新.法律與科技的融合及其限度[J].中國檢察官，2018（15）：78-79.

[27]劉品新.大數據司法的學術觀察[J].人民檢察，2017（23）：29-31.

[28]王祿生.大數據與人工智能司法應用的話語沖突及其理論解讀[J].法學論壇，2018（5）：137-144.

[29]苗力田.古希臘哲學[M].北京：中國人民大學出版社，1989：407.

[30]陳敏光.綜合配套改革背景下的法官績效考評體系的完善：基于司法屬性的管理學思考[J].法律適用，2018（19）：99-106.

[31]左衛民.一場新的范式革命？——解讀中國法律實證研究[J].清華法學，2017（3）：45-61.

[32]陳瑞華.司法權的性質： 以刑事司法為范例的分析 [J].法學研究，2000（5）：30-58.

[33]李本.美國司法實踐中的人工智能：問題與挑戰[J].中國法律評論，2018（2）：54-56.

[34]KINSEY GRANT.A storm that may cause the next stock market crash Is brewing-Even at Dow 23K[EB/OL].（2017-07-11） [2018-10-30].https：//www.thestreet.com/story/14335451/1/what-could-cause-the-next-stock-market-crash.html.

Abstract： Current artificial intelligence is essentially machine intelligence based on big data， algorithm and caculated force， not organic intelligence. Under background of the judicial artificial intelligence fever， we should stand in the position of instrumentalism and understand the two sides of judicial artificial intelligence dialectically -- good use of tools and alienation of trial. The judicial artificial intelligence can maximize the judicial productivity in terms of justice， efficiency， management and service to the public. But at the same time， it should be subject to the initiative of judges and fundamental nature of judicial systems in order to avoid the solidification and expansion of inequality. Correspondingly， we should embrace the judicial artificial intelligence but treat it with care， and explore the application road of judicial artificial intelligence between the theoretical limit and the realistic baseline.

Key words： Artificial intelligence; Judicial reform; instrumentalism; good use of tools; the alienation of trial; subjec initiative

（責任編輯 胡志平）