對人工智能輔助司法裁判的冷思考*

王曉飛

（華東政法大學，上海 200042）

一、問題的提出

建設(shè)智慧法院，實現(xiàn)審判體系和審判能力智能化是我國當前司法體制改革的取向之一。2016年7 月，中共中央辦公廳、國務(wù)院辦公廳發(fā)布的《國家信息化發(fā)展戰(zhàn)略綱要》提出“智慧法院的建設(shè)是國家信息化發(fā)展戰(zhàn)略的重要組成部分”。2017年7月，國務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》進一步細化了智慧法院建設(shè)的具體內(nèi)容，提出“建設(shè)集審判、人員、數(shù)據(jù)應(yīng)用、司法公開和動態(tài)監(jiān)控于一體的智慧法庭數(shù)據(jù)平臺，促進人工智能在證據(jù)收集、案例分析、法律文件閱讀與分析中的應(yīng)用，實現(xiàn)法院審判體系和審判能力智能化”。

在此背景下，法律實務(wù)工作者對人工智能與司法工作的銜接報以高昂的熱情和巨大的投入，法律人工智能的研究成果被逐步投入實際應(yīng)用中。目前，人工智能在司法領(lǐng)域的應(yīng)用已不再局限于利用庭審語音識別、圖文識別與文字錄入技術(shù)，它不僅將司法人員從繁瑣的事務(wù)性工作中解脫出來，而且逐步延伸至立案、逮捕、偵查終結(jié)、審查起訴、審判等多個辦案階段。其中，人工智能輔助裁判系統(tǒng)因更能凸顯技術(shù)對司法決策的介入而備受關(guān)注。如上海高院研發(fā)的“刑事案件智能輔助辦案系統(tǒng)”，其應(yīng)用軟件涵蓋了證據(jù)標準、證據(jù)規(guī)則指引、證據(jù)校驗、社會危險性評估在內(nèi)的24項功能，在推動實現(xiàn)審判能力智能化方面被寄予厚望。筆者認為，司法裁判關(guān)乎人權(quán)保障，確保司法裁判公正是法治國家建設(shè)的重要一環(huán)。在將人工智能技術(shù)應(yīng)用于司法裁判領(lǐng)域之初，我們就應(yīng)當對其中存在的風險保持高度警惕，對人工智能技術(shù)介入司法決策進行必要的冷思考，尊重司法裁判的基本規(guī)律，避免陷入技術(shù)至上主義的怪圈。

二、人工智能輔助裁判系統(tǒng)的風險——基于盧米斯案的思考

（一）盧米斯案的基本案情及爭議

在人工智能輔助裁判系統(tǒng)的推廣過程中，美國威斯康星州訴艾瑞克·盧米斯一案曾引發(fā)廣泛的社會爭議。被告盧米斯因涉嫌一起槍殺案被控五項罪名。根據(jù)《聯(lián)邦刑事訴訟規(guī)則》第32 條的規(guī)定，威斯康星州懲教署為盧米斯制作了判刑前調(diào)查報告，“以說明被告的個人背景，包括犯罪記錄、經(jīng)濟狀況以及可能影響被告行為、對其量刑和矯正有意義的任何情形”［1］。本案中，懲教署制作的判刑前調(diào)查報告包括一份由Nortpointe 公司專利軟件生成的COMPAS犯罪風險評估。這份評估報告是軟件根據(jù)被告的訪談記錄和司法部門提供的信息自動生成的，被當時美國聯(lián)邦法院和多個州法院所采用。但基于對Nortpointe 公司相關(guān)商業(yè)秘密的保護，該公司只負責出具評估結(jié)果，并不負有對犯罪風險評估過程進行詳細說明的義務(wù)。依據(jù)評估報告，本案檢察官認為盧米斯具有高度的暴力風險、再犯風險和預審風險，而法官在量刑判決中也部分引用了盧米斯的評估結(jié)果，并判處盧米斯六年監(jiān)禁。

被告盧米斯及其代理律師對COMPAS評估報告背后的算法提出了質(zhì)疑，認為評估報告是不公正的，法院依據(jù)該報告作出裁判的行為侵犯了盧米斯基于準確信息獲得公正判決的權(quán)利。面對盧米斯的質(zhì)疑，初審法院駁回了盧米斯提交的定罪后緩解動議，但其理由卻令人難以信服。法院給出的解釋是，法院詳細制定了COMPAS 評估報告的提交及使用程序，規(guī)定提交評估報告時必須隨同附上書面警示說明書①，說明評估結(jié)果的適當性風險，以確保法官在合理的范圍內(nèi)考慮評估結(jié)果。與此同時，法官還詳細闡明除評估結(jié)果以外的其他裁判理由，即評估結(jié)果并非是對盧米斯量刑的唯一依據(jù)。

（二）COMPAS評估報告存在的風險

1.評估報告對法官自由心證的負面影響

盡管初審法院的解釋看似是對COMPAS評估報告的工具準確性持謹慎懷疑態(tài)度，但就法官是如何權(quán)衡評估報告的適當性風險與科學性證成，以及不當?shù)脑u估結(jié)果是否會對法官自由心證的形成產(chǎn)生不可逆轉(zhuǎn)的負面影響，初審法院未能有所解答，這也是當時本案量刑為人詬病的主要原因。雖然法院聲稱犯罪風險評估結(jié)果對法庭量刑只起到輔助作用，但評估結(jié)果很可能誘使法官“先入為主”，錯誤地按照智能系統(tǒng)的思路將某一個案歸入系統(tǒng)所篩選出的類案之中，從而影響法官的客觀判斷，即心理學上所稱的錨定效應(yīng)②。評估報告對自由心證形成的影響是潛移默化的，法官根本無從察覺。即使隨同提交的書面警示說明書能夠提示法官評估結(jié)果具有一定風險，但這種提示卻不足以引起法官足夠的重視。一方面，由于行業(yè)壁壘，法官缺乏對此類評估工具的適當性風險進行評估的能力；另一方面，基于法院內(nèi)部的辦案壓力，法官也傾向于接受人工智能技術(shù)為司法裁判帶來的便利與革新。

2.評估報告的證據(jù)資格問題

法官應(yīng)當以可證的事實作為定罪量刑的依據(jù)。如果要將COMPAS 評估報告作為證據(jù)使用，必須先解決其作為法定證據(jù)的資格問題?！叭魏巫C據(jù)，要轉(zhuǎn)化為法院據(jù)以認定案件事實的根據(jù)，都必須具備證明力和證據(jù)能力的雙重證據(jù)資格。證明力是指證據(jù)所具有的能夠證明某一事實是否存在的能力，亦即證據(jù)的真實性和相關(guān)性問題。證據(jù)能力是指證據(jù)能夠進入審判程序的資格和條件，亦即證據(jù)的合法性問題?！保?］COMPAS 軟件通過將司法部門提供的本案信息與數(shù)據(jù)庫進行比對，生成了基于司法大數(shù)據(jù)的評估報告。對于評估報告能否作為司法裁判的證據(jù)使用，目前大多數(shù)學者持否定觀點，原因在于沒有法律依據(jù)。主流觀點認為，“大數(shù)據(jù)分析更多的應(yīng)該是在事實認定中提供框架背景知識”［3］，或者“僅限于在民事訴訟中將大數(shù)據(jù)分析作為證據(jù)使用”［4］。然而，部分學者認為評估報告僅用于“提供框架背景知識”的觀點本身也存在歧義，背景知識并非法律專業(yè)術(shù)語，法律對其內(nèi)涵和外延未能有所定義。對于背景知識是否包含免證事實，以及評估結(jié)果與免證事實之間是否具有相當性，這些問題在法學理論中尚屬未明狀態(tài)，任意提出不明確的概念反而可能混淆評估報告的使用范圍。筆者認為，在評估報告的真實性、關(guān)聯(lián)性和合法性問題未能予以解決之前，盲目將其作為證據(jù)使用無異于破壞現(xiàn)有的證據(jù)體系。實踐中，法官應(yīng)謹慎采納智能系統(tǒng)生成的社會危險性評估結(jié)果，否則將有違證據(jù)裁判原則。

三、重要前提：人工智能輔助裁判系統(tǒng)的公平性問題

“同案不同判”是當前司法審判中最為突出的問題。究其成因，主要是因為司法人員主觀能動性的差異。不同法官對法律規(guī)范的理解、對同類案件事實的認定以及對自由裁量權(quán)的把握均存在個體差異，這導致了同類案件結(jié)果上的不同。與此相對，人工智能輔助裁判系統(tǒng)對于解決“同案不同判”的問題具有天然優(yōu)勢。人們認為，基于算法和數(shù)據(jù)庫的智能系統(tǒng)是相對公平的，因為此時決定結(jié)論的是代碼，而非膚色。由于智能系統(tǒng)不受人類感情的羈絆，能夠較好地排除非法律因素的干擾，故其對減少司法任意性、促進司法公正具有重要意義。那么在法律人工智能廣泛應(yīng)用的今天，筆者認為我們必須仔細考慮以下問題：一是法律上的公平能否被譯成算法，即能否讓機器代替人類對法律問題進行判斷；二是被算法化的公平是否具有準確性，即是否存在算法歧視；三是被算法化的公平是否具有透明性，即算法黑箱問題。

（一）法律上的公平能否被譯成算法

回答這一問題的關(guān)鍵在于解決機器認知問題。使機器具備辨識個案的能力，是將人工智能應(yīng)用到司法裁判中首先面臨的難題。“讓計算機瞬間算出十位數(shù)的乘法非常簡單，但要讓其辨識一個案件是民事案件還是刑事案件卻非常困難，因為決定人機差異的不是思考的速度，而是思考的質(zhì)量?！保?］同時，人工智能輔助裁判系統(tǒng)的設(shè)計還帶有高度的法律形式主義色彩。法律形式主義強調(diào)，“法律推理應(yīng)當依據(jù)客觀事實、明確的規(guī)則和邏輯去解決一切為法律所要求的具體行為。假如法律能如此運作，那么無論誰作裁決，法律推理都會導向同樣的裁決”［6］。這種法律推理觀念是極為機械、狹隘的，它忽視了法官主觀能動性對法律推理活動的影響。且當場景或外部條件發(fā)生變化，上述這種閉合式的規(guī)則體系并不能保證恒為正確，很可能被外來因素所推翻，而這些外來因素則成為法官自由心證和行使自由裁量權(quán)的依據(jù)。畢竟司法是一項在特定領(lǐng)域內(nèi)的技術(shù)性任務(wù)，讓計算機程序去理解人類語言，并作出認知和推理是具有挑戰(zhàn)性的。此外，法律推理的過程是極為復雜的，這體現(xiàn)在法律規(guī)則本身包含許多定義不嚴密、含義開放的概念。盡管立法者已竭力避免，但由于法律的滯后性等固有限制，上述現(xiàn)象不可能被完全規(guī)避。加之知識的更迭對原有單一法律規(guī)則的沖擊，必定使法律推理過程成為一個不斷認知的過程，如評判事實、條文解讀、類比推理以及辯證思考等。然而人工智能系統(tǒng)在識別、理解、權(quán)衡法律規(guī)范與案件事實等方面均存在著技術(shù)障礙。

（二）被算法化的公平是否具有準確性

被算法化的公平是否具有準確性，關(guān)鍵在于能否杜絕算法歧視。目前國外相關(guān)實證研究已經(jīng)表明，人工智能風險評估軟件賴以運行的算法和數(shù)據(jù)，可能被設(shè)計者預先設(shè)置了“歧視與偏見”，這些歧視與偏見多與性別、種族、收入相關(guān)。這意味著風險評估結(jié)果的不適當性可能不是偶然的，甚至是公然的。美國非營利組織ProPublica 的一項研究發(fā)現(xiàn)，前文盧米斯案中使用的COMPAS 算法系統(tǒng)性地歧視了黑人，黑人的再犯風險接近白人的兩倍。然而研究人員在跟蹤調(diào)查7000 多名犯罪人后發(fā)現(xiàn)，被預測為未來會犯暴力犯罪的人中，實際上僅有20%的犯罪人后來確實再次實施暴力犯罪。規(guī)則本身是人為制定的，當人工智能系統(tǒng)的設(shè)計者將既定規(guī)則編寫成算法時，其主觀影響幾乎是不可避免的。但這一點系統(tǒng)的使用者并不知曉，并且無從審查。如果系統(tǒng)的設(shè)計者不能將現(xiàn)有的法律規(guī)則和道德規(guī)范如實地編寫成算法，人工智能輔助裁判系統(tǒng)如何能夠?qū)崿F(xiàn)統(tǒng)一量刑標準的功能，以確保司法公正？如果算法歧視客觀存在，那么人工智能輔助裁判系統(tǒng)不僅不能發(fā)揮其應(yīng)有的作用，甚至還會強化原本已經(jīng)存在的裁判不公。然而系統(tǒng)的設(shè)計者往往也難以意識到其在編寫程序時帶有歧視性的選擇，這使得我們更加難以識別算法歧視并評估其所帶來的負面影響。

（三）被算法化的公平是否具有透明性

人們對人工智能輔助裁判系統(tǒng)的期望不止于實現(xiàn)簡單的數(shù)據(jù)輸入、特征匹配、邏輯推理的過程，而是希望其能夠深度學習這一人工智能的前沿領(lǐng)域的技能。深度學習是指計算機在算法運行過程中通過自動學習不斷完善既有算法，生成更為高級的認知結(jié)果。但由于程序代碼的不透明和不公開，在輸入的數(shù)據(jù)和輸出的結(jié)果之間，存在著我們無法洞悉的算法黑箱。算法黑箱不僅意味著我們無法觀察結(jié)果形成的過程，還意味著即使技術(shù)人員向我們解釋，普通人也無從理解，這與法院司法公開的應(yīng)然要求相違背。傳統(tǒng)司法實踐中，法官在作出裁判的同時會在文書中進行充分的說理論證，并向社會公開裁判文書。然而人工智能輔助裁判系統(tǒng)輸出的成果只是結(jié)論，并不包括得出這一結(jié)論所依據(jù)的材料和理由。面對盧米斯的質(zhì)疑，初審法院幾乎無法向其解釋算法結(jié)論的公平性和合理性，因為法官自己本身就是一個外行。此外，算法黑箱的存在還進一步加強了算法歧視和程序錯誤的隱匿性，這使得人工智能的公平性更加難以得到保障。因此，算法黑箱成為了目前解決人工智能輔助裁判系統(tǒng)公平性及透明性問題的最大難題。

四、攻克難點：人工智能輔助裁判系統(tǒng)司法數(shù)據(jù)的獲取

數(shù)據(jù)是系統(tǒng)運行的基礎(chǔ)，再優(yōu)秀的算法也依賴于海量的數(shù)據(jù)為其提供支持。當今社會大數(shù)據(jù)爆炸式的增長，為人工智能的發(fā)展提供了契機。但如何從海量的數(shù)據(jù)中精準地捕獲有效數(shù)據(jù)，是各類人工智能研發(fā)所面臨的共同難題。參與上海刑事案件智能輔助辦案系統(tǒng)研發(fā)的科大訊飛產(chǎn)品部經(jīng)理金澤蒙表示：“人工智能最重要的三個環(huán)節(jié)，是專家經(jīng)驗、模型算法和海量數(shù)據(jù)。人工智能的主流算法模型是深度神經(jīng)網(wǎng)絡(luò)模型，這個模型的優(yōu)勢在于可以對學習過的知識進行聯(lián)想學習，但是訓練這個模型需要大量數(shù)據(jù)?！保?］因此，問題關(guān)鍵在于我們能否為人工智能系統(tǒng)模擬法官斷案提供必要的司法數(shù)據(jù)。司法數(shù)據(jù)的獲取關(guān)乎人工智能輔助裁判系統(tǒng)的成敗，筆者認為應(yīng)分為以下三點展開討論：一是數(shù)據(jù)的質(zhì)量問題，二是數(shù)據(jù)的完整性問題，三是數(shù)據(jù)的來源問題。

（一）重視司法數(shù)據(jù)的質(zhì)量

在人工智能輔助裁判系統(tǒng)的研發(fā)過程中，我們應(yīng)足夠重視引入數(shù)據(jù)的質(zhì)量。數(shù)據(jù)猶如算法運行的參照物，其質(zhì)量的優(yōu)劣將直接影響模型算法的構(gòu)建，關(guān)系到智能裁判結(jié)果的正確與否。上海高院研發(fā)的刑事案件智能輔助辦案系統(tǒng)，細分了7 類18 個具體罪名分別建立證據(jù)模型，模型建立的依據(jù)除了既有法律規(guī)范外還包括大量的裁判文書，這里的數(shù)據(jù)質(zhì)量問題集中體現(xiàn)在裁判文書說理論證方面的良莠不齊。例如，部分裁判文書缺少對心證形成過程和理由的論述，或者對裁判理由的闡述過于簡單和概括，缺乏針對性，無法真實反映案件裁判所依據(jù)的既定規(guī)則和審判經(jīng)驗等。這不僅加大了研發(fā)者對關(guān)鍵詞進行人工標注的難度，還將影響智能系統(tǒng)對案件裁判規(guī)則的提煉與自主學習。因此，在導入數(shù)據(jù)庫時必須先對司法數(shù)據(jù)進行必要的統(tǒng)計、分析和清洗，以確保司法數(shù)據(jù)的質(zhì)量。

（二）關(guān)注司法數(shù)據(jù)的完整性

理想的司法數(shù)據(jù)庫必須是高質(zhì)且完整的，不完整的數(shù)據(jù)庫必然無法精確地模擬司法裁判的過程。然而法官決獄斷刑不僅依靠專業(yè)知識，其情感、信仰等主觀因素亦發(fā)揮著重要作用，但是這些往往難以被數(shù)據(jù)化或算法化。人工智能雖然模擬了人的智性，卻無法模擬人的心性。因此，人工智能輔助裁判系統(tǒng)將因技術(shù)的客觀限制而具有“先天缺陷”，也即司法數(shù)據(jù)的不完整性或?qū)⑹潜厝坏?。例如，對于刑事證明標準的判斷，“綜合全案證據(jù)，對所認定事實已排除合理懷疑”是在主客觀統(tǒng)一的基礎(chǔ)上對法官內(nèi)心確信程度的要求，是“在原來客觀化的證明標準中注入了一種帶有主觀性的證明要求”［8］。再如，盡管部分涉及證據(jù)能力的判斷可以被設(shè)計成算法，但絕大多數(shù)涉及證明力的判斷依然是一種主觀判斷。這種主觀判斷與人類經(jīng)驗相關(guān)，這些背景知識和經(jīng)驗可能根本不能被提取，也就無法形成數(shù)據(jù)供人工智能系統(tǒng)檢索學習。同時，隨著時間的推移空間的轉(zhuǎn)變，人類經(jīng)驗也會隨之不斷變化增加，因此，我們幾乎不可能將所有司法裁判所必須的經(jīng)驗以數(shù)據(jù)的形式錄入系統(tǒng)。此外，我們還應(yīng)警惕人工智能系統(tǒng)對經(jīng)驗的運用問題，“經(jīng)驗是危險的，運用于司法時必須經(jīng)過識別和評價”［9］。但是人工智能卻無法實現(xiàn)這種識別和評價，因為識別和評價本身又需要運用到人類經(jīng)驗和價值觀，這將陷入一個無解的循環(huán)。

（三）司法數(shù)據(jù)的來源問題

目前理論界對司法數(shù)據(jù)來源問題的爭議，主要集中在能否以人工智能輔助裁判系統(tǒng)自動生成的數(shù)據(jù)作為司法數(shù)據(jù)的來源之一。如前所述，人工智能擁有自主學習的能力，系統(tǒng)會通過算法的運行積累經(jīng)驗，并將這些自動生成的經(jīng)驗吸收進算法中，以實現(xiàn)智能的升級。筆者并不認同這樣的做法，原因在于算法黑箱的存在使我們無法保證系統(tǒng)自動生成的數(shù)據(jù)是真實且有效的。人工智能輔助裁判系統(tǒng)中涉及裁量性判斷的核心數(shù)據(jù)，應(yīng)當以法官辦案過程中產(chǎn)生的數(shù)據(jù)為基礎(chǔ)，并堅決杜絕以系統(tǒng)自動生成的數(shù)據(jù)作為數(shù)據(jù)的來源。換言之，凡與提煉裁判規(guī)則、歸納審判經(jīng)驗和技能相關(guān)的數(shù)據(jù)，必須源自于司法人員的獨立辦案。唯有如此，才能確保司法機關(guān)對人工智能輔助裁判系統(tǒng)的數(shù)據(jù)控制權(quán)，隔絕系統(tǒng)可能生成的不當數(shù)據(jù)。總而言之，對于司法數(shù)據(jù)的獲取我們應(yīng)時刻保持謹慎，因為系統(tǒng)參數(shù)任何細微的調(diào)整變化都可能帶來裁判結(jié)果的“蝴蝶效應(yīng)”，直接影響被告的實體性權(quán)利和程序性權(quán)利。

五、人工智能輔助司法裁判的應(yīng)用建議

（一）堅持法律人工智能的工具性價值

結(jié)合各地法院的實踐成果，可以說法律人工智能確有用武之地。但對于人工智能在司法裁判領(lǐng)域的應(yīng)用，筆者認為應(yīng)明確其作為法官斷案之輔助工具的功能定位。法律人工智能應(yīng)始終堅持其工具性價值，服膺于司法裁判的基本規(guī)律，尊重法官在事實認定、規(guī)范尋找、價值權(quán)衡中的職業(yè)判斷。這主要是由人工智能自身的局限性所決定的。如前文所述，人工智能技術(shù)雖然能夠在一定程度上模擬人的思維，但目前尚無法取代法官的主觀能動和審判經(jīng)驗，亦無法正確考量外來因素對法官自由心證和行使自由裁量權(quán)的影響。大數(shù)據(jù)只能為司法人員提供參考意見，法律適用不是在執(zhí)行運算法則，或許我們可以從計算結(jié)果推演出運算法則，但卻不能用過去辦理的案件數(shù)據(jù)來完整詮釋法律。未來人工智能技術(shù)可能會得到進一步的發(fā)展，但在現(xiàn)階段及往后相當長的時間內(nèi)，應(yīng)更多地將法律人工智能應(yīng)用于處理技術(shù)性、輔助性的工作，幫助司法人員提高工作效率，將其從機械的、重復的工作中解脫出來，專注于案件事實和證據(jù)的審查判斷。

（二）充分考慮機器裁判的正當性和社會接受度

受制于技術(shù)，目前人工智能尚無法深入應(yīng)用于充滿價值判斷的審判領(lǐng)域。但若未來隨著人工神經(jīng)網(wǎng)絡(luò)的發(fā)展，人工智能能夠完全模擬一個理性法律人的思考過程，其是否就可以完全取代法官進行司法裁判？換言之，技術(shù)問題解決了，我們應(yīng)如何面對機器裁判的法律倫理問題。在現(xiàn)實司法實踐中，法官之所以能夠決獄斷案，除了其具備專業(yè)的法律知識和嚴密的法律邏輯之外，還在于法官的民主正當性。我國的司法權(quán)來源于人大，人大通過選舉或任免法官來行使司法權(quán)，從而實現(xiàn)了人民的自我統(tǒng)治。從正當性上而言，法官進行司法裁判的資格或職權(quán)是人民授權(quán)的結(jié)果。因此，即使人工智能能夠在司法裁判中作出更為精準的判斷，法官也應(yīng)根據(jù)自己的認知來理解法律，以保障司法事務(wù)的公共屬性。“在司法裁判作為公共權(quán)力的語境下，司法裁判中人工智能的運作過程必須能夠被解釋，才能保障公共權(quán)力行使的公共性。在這個意義上，人工智能只能是司法解決公共事務(wù)的輔助。”［10］

與此同時，法律人工智能的應(yīng)用必須建立在機器裁判獲得社會公眾普遍認可的前提之下。法官的審判經(jīng)驗在開放的環(huán)境下歷經(jīng)時間的考驗得以逐步累積，其裁判結(jié)果以文書為載體，以社會公眾認可接受的方式進行表達并得到理解。然而，人工智能通過對數(shù)據(jù)的分析進行司法裁判，即使得出的結(jié)果和法官裁判結(jié)果相同，其裁判過程恐怕也很難被社會公眾理解和接受。因此，人工智能在司法裁判中的應(yīng)用是一個長期的建設(shè)工程，應(yīng)當有步驟地推進。只有當機器裁判被社會所認同，人工智能才可能具有司法裁判的正當性，否則其應(yīng)當在裁判領(lǐng)域被限制使用。

（三）限制法律人工智能應(yīng)用的領(lǐng)域

筆者認為，現(xiàn)階段法律人工智能在裁判領(lǐng)域的應(yīng)用應(yīng)主要致力于提高司法裁判效率，達成司法裁判統(tǒng)一，避免矛盾裁判。例如，浙江省高院已經(jīng)成功研發(fā)出“裁判文書自動生成系統(tǒng)”和“案件信息分析挖掘系統(tǒng)”，用以提高司法人員的辦案效率。上海高院在研發(fā)刑事案件智能輔助辦案系統(tǒng)的過程中建立了本地案例信息庫，通過類案匹配實現(xiàn)了對司法人員辦案的提醒與監(jiān)督，在本地范圍內(nèi)基本達成了司法裁判的統(tǒng)一。在案件類型的選擇上，法律人工智能應(yīng)首先應(yīng)用于案件信息較為客觀、法律適用較為明確的輕微、簡單案件。此類案件的信息往往已被充分披露，人工智能系統(tǒng)賴以運行的數(shù)據(jù)的充分性得到了保障，其計算結(jié)果自然具有更高的可靠性。如保險糾紛、小額借貸糾紛、租賃合同糾紛、銀行卡糾紛、勞動爭議、人事爭議、機動車交通事故糾紛等民事案件，侵占、盜竊、搶劫、信用卡詐騙、危險駕駛、交通肇事等刑事案件以及適用簡易程序?qū)徖淼男姓V訟案件。

除了服務(wù)于公安、法院、檢察院等司法機關(guān)外，目前法律人工智能應(yīng)更多地被運用于服務(wù)私主體，例如當事人及其訴訟代理人。面向當事人，法律人工智能可提供法律咨詢，根據(jù)基本案情給出法律建議，幫助當事人評估訴訟風險。面向企業(yè)法務(wù)部門，法律人工智能在合同起草與審核、法律風險評估、刑事風險防范等方面都有施展的空間。面向律師或律所，以往人工智能主要提供信息檢索與文書處理服務(wù)，現(xiàn)在其應(yīng)用范圍已得到進一步延伸，可以通過數(shù)據(jù)分析對案件裁判結(jié)果進行預測，如理脈、CaseCrunch、Lex Machina 等均在此方面推出過相關(guān)產(chǎn)品。據(jù)CaseCrunch公司公布，其智能軟件對判決結(jié)果的預測成功率高達86.6%，較同期律師的成功率提升了近20%。

六、結(jié)語

人工智能作為一項變革性的技術(shù)，在司法領(lǐng)域具有巨大的應(yīng)用價值。它在協(xié)助法官辦案、緩解法院壓力、提高司法效率、優(yōu)化程序管理、減少冤假錯案、促進司法公正方面能夠發(fā)揮重要作用，是我國司法創(chuàng)新的一項重要嘗試。但是司法實踐應(yīng)如何適應(yīng)人工智能帶來的變化，以及人工智能應(yīng)如何適應(yīng)法律所體現(xiàn)的人類價值觀，取決于社會、經(jīng)濟、文化等多方因素。因此，將人工智能應(yīng)用于司法裁判必將是一個長期且緩慢的建設(shè)過程，我們不宜盲目樂觀、操之過急，應(yīng)充分考慮人工智能輔助裁判系統(tǒng)的風險。尤其是在尚未解決人工智能輔助裁判系統(tǒng)公平性、透明性、正當性的前提下，我們應(yīng)始終堅持法律人工智能的工具性價值，將其作為司法裁判的輔助工具，嚴格限定其應(yīng)用范圍，謹慎采納人工智能計算得出的結(jié)果。

注釋：

① 盧米斯案COMPAS 評估報告的書面警示內(nèi)容包括：第一，“COMPAS的專有性”使得風險評分的計算方式無法公開；第二，COMPAS 評分無法識別特定的高風險個體，因為這些分數(shù)依賴于群體數(shù)據(jù)；第三，雖然COMPAS 依賴于全國數(shù)據(jù)樣本，但是“沒有在威斯康星州人口中進行過交叉驗證研究”；第四，研究“已經(jīng)就COMPAS 評分不適當?shù)貙⑸贁?shù)犯罪者歸類為再犯的風險更高提出質(zhì)疑”；第五，COMPAS之前曾被專門用于協(xié)助懲教部門作出宣判后的決策。

② 錨定效應(yīng)，是指當人們需要對某個事件做定量估測時，會將某些特定數(shù)值作為起始值，起始值像錨一樣制約著估測值，在做決策的時候，會不自覺地給予最初獲得的信息過多的重視。