論人工智能輔助行政執法與刑事司法雙向銜接

李文吉

2021 年修訂的《行政處罰法》第27 條確立了行政執法與刑事司法的雙向銜接，行政機關向刑事司法機關移送案件是“正向銜接”，刑事司法機關向行政機關移送案件則是“反向銜接”。一直以來，實踐中存在“有案不移”的一個最主要的原因是行政執法與刑事司法銜接的實體標準不統一，所以首先要解決行刑銜接的標準。不過，即使有了比較合理的案件銜接標準，也無法徹底消除“以罰代刑”或“以刑代罰”。因為銜接標準的實際判斷者和權威終局裁判者發生了分離，無法保證銜接標準的正確適用。此時，最好的解決辦法是，在正向銜接中由刑事司法人員代替行政執法人員親自判斷每一個行政違法案件是否可能構成犯罪而需要移送，但這會消耗大量的司法和行政資源；反向銜接亦然。因此，中共中央印發的《法治中國建設規劃（2020—2025 年）》提出全面推進“兩法銜接”信息平臺建設與應用。“十四五”時期，我國應加強關鍵數字技術創新應用，提升現代技術手段輔助治理能力。本文認為，隨著人工智能技術及其應用場景的發展，在“兩法銜接”信息平臺建設和應用過程中，應當重視并運用人工智能輔助行刑雙向銜接，即借助人工智能技術開發、升級“兩法銜接”信息平臺，構建智能化的信息平臺，并通過平臺輔助、監督行政機關與司法機關移送案件。

一、行刑雙向銜接運行難的原因與破解路徑

（一）行刑雙向銜接的原理

行刑銜接的案件范圍是具有行政違法性和刑事違法性雙重違法性的行政犯。對于違反行政法規，侵害刑法法益，情節嚴重的行為，理論上稱為行政犯或法定犯。[1](p1474)我國沒有采取附屬刑法的模式，將自然犯和行政犯都規定在刑法中，在行政法之中規定“構成犯罪的，依法追究刑事責任”。不過，行政犯的構成要件行為類型與行政違法行為高度類似，從構成要件上看，行政犯是行政違反+加重要素，[2](p63](p當形式上違反行政法又滿足加重要素（數額較大等）時，就涉及由行政違法到行政犯罪的轉變，即此時關涉行政執法與刑事司法的銜接。達到犯罪所要求“質量”的行政違法行為，不僅違反了行政法還違反了刑法，而行政責任和刑事責任的種類和功能并不完全相同，理論上來說，這類行為可能需要同時承擔行政責任和刑事責任。不過，按照刑事優先原則，行政違法行為涉嫌構成犯罪時，優先追究刑事責任，需要移送司法機關。若行為人承擔了刑事責任，如果行政處罰與刑事處罰采取的是同一性質的財產罰、自由罰等，則一般不需要再承擔同種類的行政處罰，但依然可能需要承擔職業禁止等其他種類的行政責任。[3](p125，131)若行為人的行為不需要或免于承擔刑事責任，則需要考慮行為人是否需要承擔行政責任。這便是行刑雙向銜接的原理，其設計出發點和目標是避免遺漏行為人的刑事責任或行政責任。

（二）行刑雙向銜接難的原因分析

實踐中，行刑雙向銜接皆存在困難。在行刑“正向銜接”方面，雖然國務院2001 年出臺了《行政執法機關移送涉嫌犯罪案件的規定》，但司法實踐中“有案不移，以罰代刑”問題仍較為突出。[4](p130)在刑事司法機關向行政機關移送案件的“反向銜接”方面，雖然2019 年印發的《安全生產行政執法與刑事司法銜接工作辦法》等個別規章涉及人民法院的生效判決、裁定適用職業禁止措施送達應急管理部門和公安機關等相關問題，但總體來說，仍缺少專門規定規制刑事司法機關向行政機關移送案件問題，因此實踐中往往不知如何操作。[5](p31)導致行刑雙向銜接運行不順暢的原因有三：

第一，行政違法與犯罪之間銜接的標準不明確。實踐中，行政執法人員與司法人員對銜接的標準把握不一，容易導致處理結果具有主觀隨意性。行政違法與犯罪之間的區別主要表現為行政違法構成要件（應受行政處罰構成要件）和犯罪構成要件不同。2021 年《行政處罰法》原則上將主觀過錯作為應受行政處罰的構成要件，但行政機關并不承擔證明責任，采取了有違法行為即推定過錯的做法。而犯罪構成要件要求行為人在犯罪行為之外必須具有與之對應的主觀罪過，這一罪過是對結果的心理態度，[2](p69)且由司法機關舉證，不能根據犯罪行為推定罪過。除了主觀方面的差異，從客觀上來說，違反行政管理秩序的行為加上“數額較大”等罪量要素在大部分時候會具有刑事違法性，但是刑法畢竟不是行政法的絕對附屬法，刑法上的違法性判斷具有相對獨立性。

第二，行政執法與司法的不同導致難以僅靠單方人力完成行刑銜接標準的正確適用。由于工作內容及角度不同，且移送存在的時間成本以及移送過程中大量的重復性、機械性勞動，即使有明確的行刑銜接標準，也無法確保行政執法人員與司法人員在實際辦案中能夠準確適用銜接標準及時移送案件。行政機關承擔行政管理工作，行政權追求效率；司法機關承擔打擊犯罪的任務，司法權追求公平。因此，行政執法人員日常處理的案件范圍、執法依據、理念與司法人員并不同。比如在正向銜接案件中，我國并未采取附屬刑法模式而是統一刑法典模式，對于不熟悉刑法的行政執法人員而言，判斷違反行政法且情節嚴重的行為是否滿足個罪的構成要件是相當困難的。同理，司法人員對于行政處罰的認定標準也不熟悉，對于是否需要將案件移送行政機關也會存在偏差。此外，在實際操作層面，行政機關承擔著大量的行政管理工作，不可能將大量的人力物力投入行刑銜接工作，而移送涉嫌犯罪的案件需要提交案件移送書等多份材料，移送案件的工作量較大。[4](p131)司法機關向行政機關移送案件同樣也有不小的工作量。

第三，行刑銜接案件是否移送的實際判斷者與終局裁判者的分離。理論上來說，為避免“有案不移”，應由司法人員判斷是否將行政違法案件正向移送給司法機關，由行政執法人員判斷是否將不予或免除刑事責任的案件反向移送給行政執法機關。但實踐中的正向銜接實際是由行政執法人員根據銜接標準判斷是否移送案件，而是否構成犯罪的法定、終局裁判者是司法人員，哪些案件涉嫌構成犯罪而需要移送司法機關由司法人員根據銜接標準來判斷更具有權威性、專業性、準確性，實際判斷者和權威終局裁判者發生了分離，這會導致“有案應當移而不移”問題。在反向銜接中，本應由行政執法人員判斷何種行為應予行政處罰，實際上卻是司法人員。

（三）破解行刑雙向銜接難題的路徑

當前我國行政權與司法權分別由不同機關所行使，因此，行刑銜接案件移送產生實際判斷者與終局裁判者分離及因執法角度不同而無法準確把握銜接標準等問題是不可避免的，故破解的路徑只能從兩方面考慮：一是明確行刑雙向銜接的標準。在正向銜接中進一步細化行政犯的追訴標準確實有利于促進行刑銜接，但行政執法人員處理的主要是行政違法案件，其積累的經驗也多針對行政違法的認定，因此即使有明確的銜接標準，行政執法人員可能也無法準確判斷是否涉嫌犯罪，而司法人員對于應移送而不移送的案件也無法監督。同理，反向銜接中也可能存在司法人員不移送的案件。二是借助行政機關與司法機關的信息共享平臺輔助、監督案件的及時移送。為了實現對案件移送的監督，當前能夠達成共識的方法是全面推進“兩法銜接”信息平臺的建設和應用。通過案件信息的共享，司法人員可以發揮其對犯罪認定的專業性，監督行政執法機關移送案件，反向亦然。當前，很多地方已建成“兩法銜接”信息共享平臺，但其主要被執法機關或法律監督機關用來發現案件線索，并不具有智能化輔助辦案人員判斷案件是否符合移送標準的功能，司法或行政機關發現案件線索，也需要與相關部門溝通、會商后才能移送案件，無法智能化輔助、監督辦案人員及時移送案件。

二、人工智能輔助行刑雙向銜接的可行性

人工智能輔助行政和司法決策在理論上具有可行性，實踐中也已經出現了不少應用場景，在證據指引、校驗和監督等方面發揮了重要作用。構建智能化信息平臺，借助人工智能技術來輔助、監督行政執法人員、司法人員進行案件移送并輔助判斷移送過來的案件是否涉嫌犯罪、應受行政處罰同樣具有可行性。

（一）人工智能輔助行刑雙向銜接的技術可能性

第一，人工智能輔助證據審查已成為現實。理論上認為，從證據收集、提起公訴、事實認定、證據確認、案情分析、作出裁判乃至整個庭審管理以及后續的收監、假釋等環節，都有智能分析工具的用武之地。[6](p82)現階段的人工智能系統能夠輔助證據審查判斷，如上海刑事案件智能輔助系統（簡稱“206 系統”）能運用深度神經網絡模型和圖文識別（OCR）技術，對證據進行識別、定位和信息提取，基本實現對單一證據的自動校驗；還能運用命名實體識別技術、實體關系分析技術等，對多個證據是否印證、不同證據之間邏輯的符合性、證據之間是否存在矛盾等進行審查、提示。[7](p46-47)

第二，人工智能輔助案件事實認定與法律適用已成為現實。無論是定罪還是認定行政違法都是一個三段論的推理過程。以定罪來說明：犯罪構成是認定犯罪的唯一標準，即必須以犯罪構成要件為指導認定案件事實。因此，讓機器儲存完備的知識（如犯罪構成要件）是事實認定智能化的前提。現階段的司法人工智能是一種知識與思維的合成體，具有分析和解決問題的綜合能力，即其一方面存儲了完備的事實認定知識，另一方面具有感知、識別、理解事實認定知識的能力及在此基礎上的決策能力，能在某種程度上像法官一樣具有完備的法律知識。[8](p126)當前人工神經網絡方法是居于主要地位的機器學習方法，人工神經網絡的深度學習系基于知識圖譜數據特征的學習。[9](p70)其中，案件知識圖譜是用符號形式描述的法律案件要素相互關系，即事先設定好案件圖譜的相關結構，然后從海量的裁判文書、法律、司法解釋中提取相應的情節來充實形成完整的知識圖譜。[10](p48-49)而實體法、司法解釋等規范是通過語言文字表述出來的，機器和人一樣具有識別語言文字的能力，機器儲存全部有關規范，可在事實認定時對這些規范信手拈來。[8](p126)例如，當前比較有代表性的人工智能系統——北京法院“睿法官”系統，其關鍵技術之一是以法律構成要件和要素為基礎構建法律知識圖譜。[11](p342)隨著法律規范數據庫和裁判文書數據庫的建設以及文字識別、自動操作等技術能力的不斷進步，全樣本的數據基礎指日可待。[12](p151)事實認定的智能化不僅要求機器具有完備的事實認定知識，還必須具有一定的思維能力，賦予機器思維能力的手段就是“算法”。人工神經網絡算法就是訓練機器自動或在人工輸入期望值的情況下，調整輸入信息與自身知識的連接強度，然后對輸出信息進行判定，從而得出問題解決方案。[8](p128)神經網絡算法是通過拆分事實和證據、標注要素進行學習和推理的。[13](p115)根據已經構建好的案件知識圖譜，當人工智能“學習”法律文書達到一定數量之后，就能夠讓其模擬算法或者函數，根據錄入文書提取的各種案件情節，通過深度學習，得出函數結果（通常是判決結果）。[10](p49)

（二）行刑雙向銜接案件的特點更契合人工智能應用優勢

第一，行刑銜接的行為類型先后違反了前置行政法和刑法，而行政違法行為類型多且行政違法標準具有具體化、精確化的特點，這更有利于發揮人工智能的優勢。（1）如果未違反行政法規，行政犯也就不存在。為了避免重復規定以及能夠根據前置行政法規的變化來及時調整行政犯的適用范圍，刑法在行政犯構成要件中規定了“違反國家規定”等規范要素。即使刑法條文沒有明文規定這類要素，構成行政犯也必須滿足先違反前置行政法規。[1](p1472)規范要素的內容需要通過前置行政法規的具體規定予以填補，而填補行政犯的前置行政法規不僅名稱、種類、數量眾多，還會隨著社會的發展而不斷被廢止、修訂、增加，但窮盡法律規范來適用法律對司法人員來說具有一定的挑戰，而人工智能對海量規范數據進行歸納演繹的能力可以幫助司法人員簡化、優化這一過程。[14](p118)（2）除了“違反國家規定”類的規范要素，在行政犯構成要件中還存在“槍支”“假藥”等行政性要素，這些也被規定在行政法規等前置性法律、規范性文件中。行政機關為了增強可操作性，已經通過各種行政性標準對這類要素予以具體化，司法人員在解釋這類要素時，當然受這些行政性標準的制約。由于行政犯構成要素所依據的行政性標準具體、精確，與算法的匹配性更高，因此可以構建行政犯的人工智能法律知識圖譜來判斷行政違法的案件是否滿足行政犯的構成要件要素。

第二，行刑銜接的案件具有弱倫理性，決定了其在講求形式邏輯的人工智能系統建構中操作性更強、契合度更高。自然犯是天生違背了社會倫理道德的犯罪，違法性的判斷過程中需要較強的倫理性常識。而行政犯具有行政違法性和刑事違法性，雖然說刑事違法性與行政違法性之間存在“質和量的區別”，但是在大多數情況下，兩者保護的法益具有同質性，屬于一種“量的區別”，于此，有學者提倡“前置法定性刑事法定量”。[15](p85)所以，肯定了行為具有行政違法性，再加上一定的數額較大等數量標準，往往也就肯定了其具有刑事違法性。而行政違法性的判斷無須依靠人主觀的經驗、常識等，而只要依據客觀的行政法規定或行政機關的批準，因此更加契合人工智能所具有的形式邏輯。[16](p62-63)

三、人工智能輔助行刑雙向銜接的功能審視

（一）人工智能輔助行刑雙向銜接的積極價值

第一，人工智能輔助行刑雙向銜接能夠約束、規范行政執法人員與司法人員對案件移送的自由裁量權，最大限度地避免案件移送的隨意性。雖然當前輔助行刑雙向銜接的智能化信息平臺尚需搭建，但其與已誕生的人工智能輔助行政執法或刑事司法的實踐應用本質相同。人工智能系統對司法裁判的輔助功能就在于適當改變“決策—論證”這一直覺主義司法過程，其決策結果為法官提供了重要的參考，[17](p74)強化了司法決策過程的科學性。例如206 系統把統一適用的證據標準嵌入數據化的辦案程序來減少司法任意性。[18]與之類似，人工智能輔助行刑雙向銜接的價值也在于對案件是否移送的決策去隨意化，強化雙向銜接的客觀化。

第二，人工智能輔助行刑雙向銜接有利于實現行政機關與司法機關的案件信息共享，進而監督案件及時移送。人工智能輔助司法可以最大限度實現不同執法部門的信息共享，改變傳統僅靠人力來監督案件移送存在的效率低、容易遺漏與不及時等問題。人工智能系統還能識別并發現執法人員怠于工作或枉法裁判的情況。[19](p146)通過將基本證據標準指引嵌入智能輔助辦案系統，刑事訴訟流程全程可視、全程可控、全程留痕。[20](p123)智能化的行刑銜接系統也能實現上述功能，使行政機關與司法機關案件信息共享，對案件的移送進行全程、實時、動態的監督，這既能破解有案不移困境，也能防止出現司法機關或行政機關拒絕接受移送過來的案件問題。

第三，人工智能輔助行刑雙向銜接有利于改變執法人員個體判斷的局限性，實現規范化的“類似案件類似處理”。成文法的局限性即抽象性決定了不同執法人員、不同執法機關對同類案情或同一法條可能作出不一樣的理解。這雖然不可避免，卻有損法律的統一適用。近年來，最高人民法院出臺司法解釋、發布指導案例、推進類案檢索等一系列舉措均旨在推進法律統一適用。在人工智能的協助下，大數據可以為法官提供一定量的類案和關聯案件的判決參照，從而消減主觀意識與價值判斷對法官的影響。[21](p15)人工智能輔助行刑雙向銜接也是為了克服銜接過程中行政執法人員對構成犯罪的判斷以及司法人員判斷行政處罰的過程中存在的專業薄弱性、個體局限性與差異性。無論是將人工智能應用于行刑銜接，還是將其應用于證據審查等領域，都是以技術之優勢彌補執法人員在實踐中的不足，法律的形式理性以技術表達的方式得以展現。[22](p144)比如，刑事司法智能化可以瞬間匯集成千上萬的同類案件，抓取海量案例證據要素進行比對分析，[20](p124)可以更及時、全面并準確“發現”“獲知”“統合”司法大數據中“隱藏”的“量刑經驗與規律”，同時固化為“實踐中的量刑規律與經驗理性”，突破過往由執法人員認識與總結實踐經驗之局限性。[23](p73)

第四，人工智能輔助行刑雙向銜接可以更有效地提升銜接的效率。實踐中，現有“兩法銜接”信息平臺的智能化仍有欠缺，人工檢索費時耗力，成效較低。人工智能可將辦案人員從事務性或基礎性工作中解放出來，將有限的司法資源運用到最需要的領域。[24](p113)例如，智能輔助辦案系統能夠在報捕、移送審查起訴、提起公訴等程序節點提示辦案人員證據是否缺失以及是否存在瑕疵，而且也能避免辦案人員反復錄入案件基本信息、證據材料，從而節省了大量的時間成本，大幅度提升司法效率。[20](p124)

（二）人工智能輔助行刑雙向銜接的風險

1.對執法自主權和責任削弱的風險

理論上認為，人工智能為執法者和司法者提供決策輔助，會分享執法者與司法者的權力和責任。一是人工智能削弱執法者的執法自主權。人工智能賦能行刑雙向銜接，使得執法主體至少變為有技術加持的法律主體，甚至扮演了類似法律主體的角色。[22](p144)如果事實認定、法律適用過度依賴人工智能無疑會侵蝕現行法律授予執法人員的執法自主權。如果不限制人工智能輔助執法的程度，那么掌控技術的決策者就會根據技術理性來執法，原有的執法邏輯可能會被技術邏輯所取代。[19](p152)正如有學者指出，智能化司法雖然看上去是依據法律在裁判，并且細化了法律的標準（壓縮裁量權），但事實上它是在法律之外重新建立了一套標準，那就是算法。[25](p50)辦案人員的行為會受到智能辦案系統的調控與約束，從而消解執法人員的主體性。[26](p145)執法人員會產生一種“輸出迷戀”，即計算機程序輸出的結果不能被質疑，并被賦予了最終的權威。[27](p157)二是人工智能被納入行刑銜接領域，使其成為執法人員轉移和分擔責任的對象，這為執法卸責提供了便利。在人工智能的輔助下，執法人員可以像流水線那般處理案件，無須過多地動用主觀判斷，也不需要審慎權衡各種復雜的決策因素，這自然能在很大程度上卸去身上的責任重擔，但在發生錯誤的時候，他們也會推卸責任給技術或系統而不是他們自己，將人工智能技術作為“替罪羊”的做法將導致包括司法機關在內的公共部門產生責任推卸問題。[27](p156)

2.工具理性對價值判斷消解的風險

人工智能技術與工具理性具有天然的契合性，工具理性強調客觀性，排除價值判斷和人為干擾。[28](p59)人工智能的決策會在一定程度上消解裁判所必需的價值判斷。“自動售貨機”式司法裁判在人工智能的塑造下成為可能，就算法而言，它將群組作為分析單位，并對不同群組作同質化處理，因此，算法決策時會將個人差異因素排除出去。[29](p19)在此模式下，司法裁決者能無差別地對待同類事實和證據，拒絕關注情感和價值上的細微權衡，放棄承擔依靠經驗法則和邏輯法則進行事實認定以及對法律進行衡平適用的職責。[27](p160)所以，智能化執法的確可能實現統一裁判，卻無法解決裁判所必需的價值判斷，一旦涉及價值選擇和價值判斷，法律智能系統的短板就會暴露無遺。[30](p161)因為價值判斷是無法被算法以理性的方式精確模型化的，但價值判斷是正確裁判所必需的，正確裁判要求形式正義與實質正義的統一，要實現個案正義、實質正義，就必然需要價值判斷，而這正是人工智能技術的短板，算法基本將價值判斷排除在外。[25](p49)與其他人工智能輔助執法應用產生的風險類似，人工智能輔助行刑雙向銜接的風險也在于工具理性對價值理性的消解。如果智能化信息平臺代替司法人員、執法人員對移送案件作出實質性價值判斷，人工智能直接對案件是否有罪、是否需要行政處罰作出判斷，這不僅與《行政處罰法》《刑事訴訟法》中的行政主體、司法主體之規定相違背，也有悖于當前人工智能應用于司法的原則——作為輔助者的人工智能不得動搖人類作為司法決策者的主體地位。[31](p118)倘若以工具理性驅逐價值理性，裁判結果均向人工智能意見“看齊”，這種“唯工具論”的指導思想無疑會影響司法公正的實現。[32](p165)

四、人工智能輔助行刑雙向銜接的邏輯進路

（一）明確人工智能的輔助地位、執法人員的最終決策地位

無論是行政人員還是司法人員都應將最終的決策權掌握在手中，而不能過度依賴人工智能。當前的辦案責任制是誰辦案誰負責，執法人員在辦案過程中對案件具有自主裁判權，同時也要對案件結果負責，即便在人工智能輔助的情況下，作出有效決定的仍然是執法人員，責任歸屬也在于執法人員自身。因此，為防止發生錯案時人工智能工具成為裁判者推卸責任的對象，應當明確案件裁判者和人工智能技術之間的主體與工具的關系。[33](p690)人工智能應當被定位為“輔助手”，它的價值在于學習法律人的思維方式和裁判方法，以技術效應提升法律任務的執行質效。[22](p145)所有法律人工智能都只是一個服務者、參謀者和建議者，正確裁判的榮耀與錯誤裁判的責任最終仍由裁判者本人承擔。[32](p172)在人機協同模式下，尤其要突出執法人員的最終決定權。比如，人工智能輔助預測量刑系統主要是扮演輔助司法人員更精準量刑的角色，是輔助司法人員辦案的高效手段，而不能完全替代司法人員辦案，[23](p77)法官處于裁判量刑的核心地位，擁有案件的最終裁判權，這種模式彌補了智能量刑系統在價值判斷上的“失靈”，由此裁判文書兼具對事實判斷和價值判斷的說理論證，從而彰顯司法裁量的公平正義。[34](p94)

（二）明確人工智能輔助行刑雙向銜接的范圍

人工智能擅長的是客觀事實判斷，價值判斷很難被完全轉化為算法而被人工智能所掌握。人工智能只能對海量證據進行初步篩查、提取和判斷，無法對證據的證明力、社會危害性和危害后果之間因果關系等作出刑法規范性的認定。[24](p114)筆者認為，人工智能輔助行刑雙向銜接應明確其適用范圍為價值判斷以外的領域，價值判斷問題則交給執法人員。

對正向銜接而言，要對行政犯構成要件的符合性與違法性、有責性判斷做出形式與實質的分離，行政犯構成要件要素中的“槍支”等要素的認定要與前置行政法保持一致、參照行政機關制定的客觀標準，因此構成要件符合性階段的認定可由人工智能采用行政性標準進行事實判斷，而違法性和有責性的判斷更多涉及價值判斷與個別判斷，則需要由司法人員、執法人員處理。

將構成要件符合性和違法性、有責性分開判斷的方法能夠在刑法教義學上找到依據，比如我國形式解釋論就是采用的這種方法。實質解釋論認為構成要件是違法類型，構成要件具有（實質）違法性推定的功能，構成要件的描述旨在使值得科處刑罰的違法行為處于構成要件之內，對構成要件的解釋要做到形式與實質的統一，所以，實質解釋論會根據刑法的法益對行政犯構成要件要素作出獨立于前置行政法的實質解釋，如果個案不符合形式與實質的構成要件要素也就否認了構成要件的符合性與違法性。[35](p51-53)而形式解釋論采用先形式后實質的方法對構成要件進行形式解釋，先在構成要件符合性階段進行形式判斷，在違法性階段作更為實質的價值判斷。[36](p46-47)具體到行政犯，先對行政犯構成要件要素作出與前置行政法一致的形式解釋，然后在判斷行為的構成要件符合性的前提下再實質判斷刑法法益的侵害性，如果不具有刑事違法性和刑法法益侵害性則應當予以出罪。反向銜接也要進行形式與實質的分離，形式上是否應受行政處罰可以由人工智能輔助判斷，但是實質上是否應當或需要行政處罰涉及價值判斷，應由行政執法人員判斷。

（三）人工智能輔助行刑雙向銜接模型的構建

理論上認為，智能司法系統存在兩個模型：智能司法輔助決策的邏輯模型、實現輔助裁判目標的計算模型，前者為人工智能與法學的交叉領域，后者歸屬技術領域，法學研究主要關注前者。[37](p61)與之類似，人工智能輔助行刑雙向銜接模型的目標也是解決人工智能輔助行刑雙向銜接的邏輯與路徑，人工智能設計者所要解決的是如何將現實的邏輯規則轉化為算法，而法學學者則要設計出可行、合理的邏輯規則。

1.“自上而下”地構建行刑雙向銜接的知識圖譜

行刑雙向銜接知識圖譜應采用自上而下路徑，由法律專家根據法律邏輯以法律構成要件和要素為基礎構建。①自下而上路徑是指完全由機器在對司法案例大數據進行深度學習基礎上自主構建法律知識圖譜。由于法律數據尤其是司法案例數據涉及法律解釋、價值判斷等不確定因素且多為非結構化數據，若采取機器對司法案例大數據進行深度學習，自主構建法律知識圖譜的自下而上路徑，難以有效完成實體、關系及屬性抽取等任務，因而，采取自上而下路徑構建法律知識圖譜是相對合理的選擇。參見高翔：《智能司法的輔助決策模型》，載《華東政法大學學報》2021年第1期，第67頁。具體而言，應在行政處罰構成要件和犯罪構成要件的基礎上形成行刑銜接的構成要件來構建知識圖譜結構。法學和司法專家通過梳理不同類銜接案件的法律法規、司法解釋信息，形成每種案件的構成要件和要素，并對其進行分類、組合、關聯、更新，構建成一個完整的知識體系。在此基礎上，運用大數據技術按照構成要件來挖掘和分析法律法規、案例等各類信息數據，從中智能識別、抽取和關聯案件屬性特征和相關法律知識點，實現對法律知識的譜系化輸出。[11](p342)

2.人工智能輔助行刑雙向銜接知識圖譜結構的構成要件

（1）正向銜接知識圖譜結構的構成要件

智能化信息平臺輔助行政機關向司法機關移送案件的標準即正向銜接的知識圖譜結構的構成要件是：犯罪主體要件+與行政違法行為相對應的行政犯罪客觀行為要件+立案追訴標準要件。至于是否實質上侵害了刑法法益、是否具有主觀的罪過需要由司法人員查明并判斷。

具體分析如下：當前理論上對于犯罪構成要件以及行政處罰構成要件存在一定爭議，犯罪構成要件存在平面的犯罪構成四要件和階層犯罪論體系，各種犯罪構成理論都是從刑法規定出發，所包含的主客觀要件種類、數量沒有多大區別，只是各個要件的排放順序、判斷順序有所差別。階層犯罪論體系屬于形式與實質分開的判斷方法，而犯罪構成四要件是對客體方面、客觀方面、主體方面、主觀方面的每個方面均進行形式與實質相統一的判斷，且四個方面不是簡單疊加，而是有機統一。人工智能輔助行刑銜接過程中，實質判斷由司法人員把控，而非人工智能，而犯罪構成四要件須對主客觀方面進行形式與實質的一體判斷，這難以為人工智能所承載。因此，采用先形式判斷構成要件符合性再實質判斷違法性、有責性的階層犯罪論體系為宜。人工智能僅僅是輔助判斷行政違法案件是否涉嫌犯罪，不需要精確判斷是否構成犯罪，因此，只要形式上滿足犯罪主體要件+與行政違法行為相對應的行政犯罪客觀行為要件+立案追訴標準要件，這種行為就應當移送給司法機關，具體來說：

第一，刑法對犯罪主體要件的要求是達到刑事責任年齡和具有辨認控制能力，由于辨認控制能力屬更為實質的判斷，需要司法人員把控，因此，只要滿足刑法對犯罪主體所規定的年齡就滿足這里的犯罪主體要件。第二，與行政違法行為相對應的行政犯罪客觀行為指的是，在形式上（文字表述上）與行政違法的行為類型相同的刑法客觀構成要件行為類型。現以“妨害藥品管理罪”來說明。該罪構成要件的行為類型很多，其中之一是“編造生產、檢驗記錄”，由于這一行為類型與《藥品管理法》第142條中的一種情況相對應，故這種“編造生產、檢驗記錄”就是與行政違法行為相對應的行政犯罪客觀行為。第三，我國犯罪成立采用的是定性+定量的模式，最高司法機關制定的立案追訴標準規定了犯罪所要求的罪量和結果要件，立案追訴標準是行刑銜接的一個要件。第四，之所以不需要考慮主觀方面，主要是根據2021 年修訂后的《行政處罰法》，除非法律法規明文規定了行為人應當具備的主觀心態，只要有行政違法行為就可推定行為人具有主觀過錯，行政機關并不主動舉證，除非當事人有證據足以證明沒有主觀過錯。[38](p113)況且，行政違法所要求的主觀過錯與犯罪主觀方面不同，犯罪的主觀方面需要由司法機關來查證，因此，主觀方面并不是行政機關向司法機關移送案件的必備要件，如果行政機關查證或者當事人提供了主觀過錯方面的證據，可以作為輔助材料一并移送。

（2）反向銜接知識圖譜結構的構成要件

刑事司法機關向行政機關反向銜接的案件有兩種：一是行為構成犯罪還須行政處罰的；二是行為人的行為雖不構成犯罪但可能應受行政處罰的（也可能最終不會受到行政處罰）。智能化信息平臺輔助司法機關向行政機關移送案件的標準即反向銜接知識圖譜結構的構成要件是：違法主體要件+行政違法行為要件。

具體分析如下：行政處罰均以違法主體實施了客觀違法行為作為核心要件，如上文所述，除非特殊行政違法行為，否則違法主體有違法行為就可推定具有主觀過錯。與犯罪要求具有嚴重的社會危害性不同，行政處罰僅要求行為“違反行政管理秩序”，違反行政管理秩序即違反行政法律規范，[39](p8)危害結果不是行政處罰的必備要件而是選擇要件。因此，對于需要移送行政處罰的案件而言，只要違法主體具有行政違法行為，司法機關就應當將其移送給行政機關。而且，司法機關查明的主觀要件以及危害結果的證明材料也要作為輔助材料一并移送，這些材料會最終影響行政機關是否做出行政處罰。①2021年修訂的《行政處罰法》第33條規定：違法行為輕微并及時改正，沒有造成危害后果的，不予行政處罰。初次違法且危害后果輕微并及時改正的，可以不予行政處罰。當事人有證據足以證明沒有主觀過錯的，不予行政處罰。法律、行政法規另有規定的，從其規定。

3.根據“構成要件化的知識圖譜”嵌入證據移送指引

將上述正向銜接和反向銜接的“構成要件化的知識圖譜”嵌入證據移送指引，輔助執法人員判斷移送的案件證據是否已經齊備：第一類為主體身份證據；第二類為違法行為證據；第三類為立案追訴標準證據；第四類為輔助性證據。第一類包括違法主體年齡、單位資質身份、責任能力等；第二類包括違法行為類型、涉案物品、檢驗報告等；第三類包括銷售金額、違法所得、造成的人身及財產損失等后果；第四類為輔助性證據，如主觀故意、過失的證據。人工智能主要是判斷證據規格，指出各待證事項的證據是否缺失、是否存在瑕疵，系統則自動抓取違法人員信息、違法行為、危害后果等基礎信息，并按照證據審查指引，輔助執法人員判斷移送的案件證據是否已經滿足移送案件所要求的構成要件。由于移送的案件僅僅是涉嫌犯罪或應行政處罰，因此證據方面無須達到“排除了合理懷疑”，且“排除合理懷疑”也是人工智能難以完成的。

4.人工智能司法輔助行刑雙向銜接的基本過程

第一步，行政、司法辦案系統的接入。行政執法信息系統、司法案件信息系統接入智能化信息平臺，案件信息匯入智能化信息平臺。第二步，情節提取。情節提取以行刑銜接構成要件化的知識圖譜確定的框架以及證據指引來識別每個案件，此步驟實際上就是對待決案件的證據材料、信息按照構成要件的要求進行分類，形成結構化的標簽。第三步，相似性匹配度比對。對抽取出的待決案件信息，與以知識圖譜形成的法律本體庫為基礎的智能司法語義網進行相似性匹配度對比，[37](p69)對比待決的案件是否滿足行刑銜接所要求的構成要件，比如正向銜接中需要人工智能判斷待決案件中的主體是否滿足犯罪主體所要求的年齡等，其所實施的行政違法行為是否滿足刑法構成要件中的行為類型，其所導致的后果是否達到了立案追訴標準中的數額等。第四步，輸出移送結果。若具備相似性匹配度，系統則將符合移送條件的案件信息即時移送給司法機關或行政執法機關，由執法人員對移送的案件進行實質審查。需要指出的是，人工智能輸出的移送結果僅意味著案件涉嫌犯罪或者應受行政處罰，這種結果僅僅是一種參考，是否實質上符合犯罪或行政處罰所要求的證據和事實的認定標準仍需要由執法人員進行獨立實質判斷。