裁判人工智能化的實踐需求及其 中國式任務(wù)

吳習(xí)彧

內(nèi)容摘要：計算機科學(xué)在與法學(xué)結(jié)合的道路上，一直試圖將司法流程中的裁判環(huán)節(jié)以計算機模型化的方式表述出來。只是已有的不成功模型說明了將法官的推理裁判過程降格為簡單、可重復(fù)、固定、先驗但同時又需包羅萬象的邏輯模型，可能是個片面誤導(dǎo)性的做法。因此，在司法裁判人工智能化的研發(fā)進程中，需要斟酌的不僅是技術(shù)上的障礙，還應(yīng)考慮法官的接受度和實際效用。這雖是一個極其復(fù)雜而困難的問題，但卻是裁判人工智能化應(yīng)用研究的起點。

關(guān)鍵詞：人工智能決策輔助自由裁量司法裁判

近些年來，“人工智能”的話題持續(xù)發(fā)酵。尤其是在互聯(lián)網(wǎng)、大數(shù)據(jù)、腦科學(xué)等新理論技術(shù)的驅(qū)動下，人工智能加速發(fā)展，呈現(xiàn)出深度學(xué)習(xí)、跨界融合、人機協(xié)同等新特征。相關(guān)學(xué)科發(fā)展、理論建模、技術(shù)創(chuàng)新正在引發(fā)鏈?zhǔn)酵黄疲w推動各領(lǐng)域從數(shù)字化、網(wǎng)絡(luò)化向智能化加速躍升。在國務(wù)院辦公廳印發(fā)的《國家信息化發(fā)展戰(zhàn)略綱要》中，明確提出將“智慧法院”的建設(shè)列入國家信息化發(fā)展戰(zhàn)略，過去的2016年中，“智慧法院”的相關(guān)工作部署已緊鑼密鼓地推開，〔1 〕2017年4月20日，最高人民法院印發(fā)《關(guān)于加快建設(shè)智慧法院的意見》，提出以信息化促進審判體系和審判能力現(xiàn)代化的總體要求。在最高人民法院的強力推動下，地方各級法院也紛紛啟動了“智慧法院”的探索工作。不過一方面，雖然法院一直在試圖將人工智能引入辦案系統(tǒng)，但如何根據(jù)現(xiàn)有基礎(chǔ)研究的成果，技術(shù)研發(fā)的不同特點，尋求智能系統(tǒng)切入司法領(lǐng)域的突破口，仍是司法實務(wù)界和法學(xué)研究領(lǐng)域尚在探索的前沿問題；另一方面，新聞輿論卻又總喜歡用“機器參與司法審判”“機器人法官” 〔2 〕等字眼來概括和描述目前司法智能化工作，極易引發(fā)公眾對司法裁判人工智能化這一問題的認(rèn)知偏差。事實上，以現(xiàn)在人工智能處理司法過程問題的技術(shù)水平來看，討論人工智能是否有取代法官裁判的可能性，并沒有根據(jù)也沒有必要。

筆者認(rèn)為有必要區(qū)分兩個不同面向的問題，即裁判人工智能化的可能性，以及裁判人工智能化的必要性。這兩個不同問題，其實是代表了兩種不同取向的研究，即以學(xué)術(shù)研究為導(dǎo)向和以應(yīng)用為導(dǎo)向的人工智能化路線。前者要證明的是人工智能可以或者可能實現(xiàn)法官的推理，甚至哪怕只是推理的一個片段。其目標(biāo)似乎只是想看看智能技術(shù)在與法學(xué)結(jié)合的道路上能走多遠(yuǎn)，它可以是個人的、主觀的；但如果我們的目標(biāo)是創(chuàng)造出一個可操作的，具有實用價值的系統(tǒng)，那么僅以上述學(xué)術(shù)研究為導(dǎo)向的方法論可能就不夠了。因為這并非純粹是一個自由選擇或是個人偏好的問題，而是需要決定哪一種技術(shù)方法可能會最大限度地貼合司法實踐中的操作。法官在判案時是否真的需要人工智能的輔助？系統(tǒng)實際使用者的真實需求又是什么？這是一個極其復(fù)雜而困難的問題，但也應(yīng)是裁判人工智能化應(yīng)用研究的起點。在筆者的另一篇文章已集中討論了機器在模擬司法裁判上的技術(shù)缺陷和問題，〔3 〕筆者將會繼續(xù)結(jié)合國家對于整個司法結(jié)構(gòu)與功能的預(yù)設(shè)，來討論人工智能切入司法裁判的需求背景以及可能出現(xiàn)的發(fā)展方向。

一、裁判人工智能化的需求背景

（一）“決策輔助”的先決條件

司法裁判是一項高度復(fù)雜的工作，無數(shù)的法學(xué)家們在這個領(lǐng)域傾注著腦力競賽。在司法領(lǐng)域的核心詞匯一般如，“正義”“合理審慎”以及“犯罪意圖”等，都來自于人們的日常生活。而且，在法律推理的過程中，還涵蓋了多種認(rèn)知技能，如評判事實、條文解讀、類比推理以及辯證思考。除了復(fù)雜性以外，司法裁判的另一特點就是其社會影響力。個案中涉及的利益、情感以及最終的裁判結(jié)果，都會影響到整個社會對司法工作人員的整體印象，以及社會對司法系統(tǒng)的看法。

司法活動的這些特點表明對它的研究和應(yīng)用需采取謹(jǐn)慎的態(tài)度。雖然已有不少人工智能的研發(fā)目標(biāo)定位在“決策輔助”，即由計算機自動組織和協(xié)調(diào)多個模型的運行和存取，處理數(shù)據(jù)庫中的大量數(shù)據(jù)，提高數(shù)據(jù)加工深度，從而達(dá)到輔助使用者決策活動目的。但若仔細(xì)推敲，之所以使用決策輔助，除了該系統(tǒng)本身技術(shù)可靠外，還應(yīng)產(chǎn)生“決策輔助”的需求，這包括以下兩個條件：

1.使用者清楚地意識到有尋求“決策輔助”的必要（又可以細(xì)分為以下兩個方面）

（1）決策環(huán)境復(fù)雜

（2）因?qū)I(yè)知識不足等多種原因難以形成決策。

2.使用者有從該“決策輔助”系統(tǒng)獲取信息支持的強烈動因

其實日常生活中的多數(shù)情況下，我們都在不斷地決策，但真正需要尋求決策輔助情形并不多見。例如，我們都有過因出門擔(dān)心下雨而猶豫是否需要帶傘的經(jīng)歷，在自己沒有專業(yè)氣象知識，無法通過觀測天象來預(yù)測的前提下，便會尋求天氣預(yù)報的幫助以輔助決策。但請注意，這只是“決策輔助”存在的必要條件（即前述的第一個條件）。因為假如我們選擇開車出行，且上下車的過程都可以排除下雨的干擾（如在室內(nèi)停車場完成），那么即使今天真的會下雨，我們也不太會關(guān)心天氣預(yù)報中預(yù)測下雨概率的準(zhǔn)確性，此為上述的動因條件（即條件二）。

（二）法官判案是否需要“決策輔助”

我們同樣可以通過這兩個條件來觀察人工智能“輔助決策系統(tǒng)”在司法裁判領(lǐng)域的境地。對于第一個條件，司法裁判中的確會產(chǎn)生復(fù)雜的環(huán)境，而且作為解決社會糾紛主體的司法裁判，往往也不可避免地會成為社會輿論的焦點。不過需要思考的是，究竟是什么原因使法官難以形成決策，是因為專業(yè)知識的不足，還是其他的原因？如果以計算機系統(tǒng)取代或輔助法官決策，能否解決上述問題？

一般說來，法官在形成決策前，大致會經(jīng)歷下列4個步驟的過程：（1）確定裁判的目標(biāo)；（2）羅列可實現(xiàn)目標(biāo)的裁判方法；（3）對可能采取的每一種裁判方法的后果加以評估；（4）作出最能實現(xiàn)目標(biāo)的選擇。其中第一和第三個步驟，往往是司法工作中的實踐難題，也是法官最需要尋求決策支持的，但也恰是人工智能“決策輔助系統(tǒng)”最難介入的部分。很多案件之所以難以決策，并非僅僅是因為法律上的疑難，還可能包括社會影響大、公眾關(guān)注度高、當(dāng)事人請托關(guān)系、領(lǐng)導(dǎo)批示或者“胡攪蠻纏”以上訪相威脅等，即案件的困難雖然并非源于法律本身的理解與適用，但仍然會成為實際辦案法官眼中的“疑難案件”。

以“瀘州繼承案”“許霆案”等民意案件為例，若從阿列克西關(guān)于“內(nèi)部證成”的觀點來看，法院的判決都具有充分的事實依據(jù)和法律依據(jù)，沒有明顯的跡象表明法院的審判過程和判決結(jié)果出現(xiàn)了差錯。但在法院外部，人們質(zhì)疑法院判決的理由明顯超出了現(xiàn)行法律制度的約束范圍：當(dāng)人們需要對司法裁判評頭論足的時候，往往會借助于一個“更高”的標(biāo)準(zhǔn)，這些標(biāo)準(zhǔn)經(jīng)常會化身為一些“法理原理”，如“公序良俗”“公共利益”等。以“道德”的名義宣稱判決違背法理，不符合法的道德品性等論調(diào)，突出顯示阿列克西的“外部證成”的性質(zhì)。這種話語體系在不斷質(zhì)疑和責(zé)問法院工作和司法制度的過程中展現(xiàn)出強大威力，使得人民群眾對法院的信任度以及法院的滿意度也隨之降低，同時也使得法官越發(fā)難以形成決策。對于此類社會關(guān)注度大的案件，如何界定“社會效果”便是法官在形成裁判之前所要面對的一個難題?！? 〕“社會效果”的評價體系有著許多概念上的困難：“一是哪些是社會效果——范圍不確定導(dǎo)致法律效力規(guī)則多極化。二是誰來評價社會效果——主體不確定導(dǎo)致司法四面招架。三是如何比較兩個社會效果的輕重緩急——標(biāo)準(zhǔn)不確定導(dǎo)致人為操作裁判。四是社會效果和法律效果沖突時如何取舍——取舍原則不確定導(dǎo)致法律妥協(xié)?！?〔5 〕正因為評判案件的標(biāo)準(zhǔn)是一個相對開放（有時甚至是比較混亂）的領(lǐng)域，因此法官才不得不相當(dāng)多地依賴其他非法律的材料和信息。

當(dāng)裁判目標(biāo)不確定以及裁判結(jié)果評價標(biāo)準(zhǔn)模糊的情況下，法官面對的問題是裁判的成本和風(fēng)險極大化困境：一方面，法官需要提前進行大量的思考，對信息進行篩選和評估；另一方面，在裁判作出后，所有的結(jié)果便轉(zhuǎn)化為依附于法官個人身上的高強度壓力。也就是說，法官決策前后負(fù)擔(dān)都很高。而這種決策模式的特點就是極不穩(wěn)定，除非決策成本的產(chǎn)生實際上是有意義的，并且決策最后會以很好的方式結(jié)尾，否則這種模式下的個體或機構(gòu)就非常容易崩潰。〔6 〕

（三）尋求決策輔助的途徑

當(dāng)法官意識到存在決策困難或風(fēng)險之后，接下來問題便是如何尋求決策輔助。由于涉及決策責(zé)任的最終承擔(dān)，故尋求決策輔助的方式和途徑也是值得仔細(xì)考慮的。只有對法官裁判行為背后隱蔽的秩序力量保持足夠敏銳，準(zhǔn)確地理解法官“在A與B兩種行為選擇之間的偏好，了解這些偏好究竟植根于何處”，〔7 〕才不至于在探討人工智能究竟能為法官決策提供何種輔助的問題上毫無頭緒。

一份法院判決不僅是承辦法官依據(jù)顯性規(guī)則裁判的結(jié)果，同時也是其依據(jù)非正式隱性規(guī)則裁判的結(jié)果，而后者從來就不會明文寫入判決的依據(jù)之中。〔8 〕所以對于期望對裁判過程提供智能化輔助的研究來說，就有必要先辨識辦案法官個人在某個具體案件情境中和法院系統(tǒng)層級中的能力范圍，并試圖理解該情境和系統(tǒng)會如何對其個人產(chǎn)生影響。社會心理學(xué)的大量資料能佐證，在特定情境下，來自外界的系統(tǒng)性力量會遠(yuǎn)遠(yuǎn)勝于法官個體本身的努力，并且這種系統(tǒng)所展現(xiàn)出來的情境力量，左右個體行為方式的能力遠(yuǎn)超出我們所想。很多時候，我們只是簡單地把某些錯案件中的法官追責(zé)定性為“失職”或“貪污、腐敗”，卻會忽略讓這些法官辦“錯”案背后的更大動力，一種由更復(fù)雜、更強大的動力所創(chuàng)造出來的情境性力量。

當(dāng)法官意識到?jīng)Q策風(fēng)險的存在時，便可能會開始轉(zhuǎn)化到另一種特殊的思考方式：盡量避免犯錯，努力使其作出選擇時的負(fù)擔(dān)以及犯錯誤的可能性最小化?！八痉ㄕ吆腿魏喂毴藛T一樣，樂于使用最方便的程序處理事務(wù)。在有法條或成例可循的情形下，故意另尋蹊徑為其判決另找依據(jù)，不僅自找麻煩，而且可能導(dǎo)致上控，使自己受到責(zé)難。” 〔9 〕

常見的處理決策負(fù)擔(dān)方式便是委托，將該決定委托其他人去處理。例如日常生活中，人們可能會依靠配偶或朋友來代替他們決策，或挑選一個制度化的安排，通過該制度安排，其中的某些決定就可以由此前已經(jīng)設(shè)立好的機構(gòu)作出。委托是一種能夠減輕委托人在作最后決策之前所承受負(fù)擔(dān)的一種策略。當(dāng)然這種減輕是通過將負(fù)擔(dān)轉(zhuǎn)移到委托人身上來達(dá)到目的。而對于委托人來說，或擁有特別的信息，或缺乏相關(guān)的偏見或動機方面的問題，又或者他們不介意（甚至有可能喜好）對擬議中的決策承擔(dān)責(zé)任。

但什么時候委托，以及委托給誰，是需要斟酌的問題。因為如果委托決策的對象是一個值得“信賴”的受托人或受托機構(gòu)時，那么委托行為就幾乎沒有什么壓力，甚至可以給最后的決策帶來自信。但如果受托人和委托人存在某種牽連關(guān)系，甚至被證明是傾向于犯錯誤的，那么其他的策略化行為就會取而代之。

實踐中回避決策風(fēng)險的一種典型方式便是“請示”。〔10 〕“因為一個人在一個群體中爭取獲得承認(rèn)的努力大部分是由該群體中高度受尊敬的成員的贊同而得以推動的。因為他們對于他的贊同意見影響了其他人的意見，因而具有一種增值作用。” 〔11 〕雖然在現(xiàn)行的憲法、人民法院組織法和三大訴訟法中，都只規(guī)定了上級法院對下級法院的監(jiān)督權(quán)，但作為司法實踐中“土生土長”的習(xí)慣工作方式卻因此享有滋生的土壤?！?2 〕法官遇到“拿不準(zhǔn)”的問題時，就會向?qū)徟虚L以及合議庭其他法官匯報，包括向副庭長或庭長以及庭務(wù)會請示。當(dāng)在業(yè)務(wù)庭一級不能“拿捏”時，案件就會向副院長或院長匯報，進而納入到審判委員會集體討論?！?3 〕有些問題審判委員會也討論不出結(jié)果，或者雖有結(jié)論，但為慎重起見，會向上級法院請示匯報。

相應(yīng)地，法官向“決策輔助系統(tǒng)”尋求信息支持的動力不大的關(guān)鍵原因也就在于，“決策輔助系統(tǒng)”其實并沒有幫助法官脫離責(zé)任承擔(dān)的主體范圍，法官也不可能通過主張自己是使用了“決策輔助系統(tǒng)”而免除將來可能要承擔(dān)的裁判風(fēng)險。

二、人工智能與司法裁量權(quán)

司法裁判人工智能化另一個值得斟酌的主題是與司法裁判裁量權(quán)的對接。該主題的問題又可以細(xì)化為兩個小問題：計算機程序要求簡單化、明晰化的設(shè)計屬性與法官的裁量權(quán)如何協(xié)調(diào)；使用計算機程序規(guī)范法官的裁量權(quán)是否合適。

（一）計算機程序與法官裁量權(quán)的對接問題

目前已有的研究正在考慮根據(jù)計算機模型對法院的某些程序進行標(biāo)準(zhǔn)化?！?4 〕此類研究的主要目的是通過計算機設(shè)計程序以方便法院實施一些更加快速、經(jīng)濟的管理流程。其基本理念是：讓計算機程序與實際流程對接，從而使計算機根據(jù)司法流程創(chuàng)建、實施程序。只需在個案中輸入一些數(shù)據(jù)，就可以得出結(jié)果。不過迄今取得的經(jīng)驗顯示，以這個角度研究司法程序人工智能運作的問題還相對突出，研究的推進其實遇到了瓶頸。

其中的瓶頸在于，在計算機的程序設(shè)計中不宜帶入過多的裁量內(nèi)容，或不應(yīng)將其放在系統(tǒng)的核心地位?！?5 〕因為從程序的可管理性要求出發(fā)，需要所設(shè)計的程序簡單，且可以被反復(fù)試用，不能攜帶太多的變量。簡單、重復(fù)度高以及使用頻繁的程序在行政領(lǐng)域、私人組織以及公共機構(gòu)等幾個領(lǐng)域都很容易找到，如地鐵、火車進站前的票據(jù)真?zhèn)尾轵灒蛘咄＼噲龅挠嫊r收費等。這些程序中由于需要考慮的步驟數(shù)量少，中間的自由裁量空間不大（或幾乎沒有），因而就容易把這些流程以智能化的方式代替。換句話說，在這種情況下適用計算機程序是最為有效且合適的。

而當(dāng)程序中出現(xiàn)裁量空間的時候，就必須對可能出現(xiàn)的替代性選擇（且選擇數(shù)量必須是有限可控）作出排列：在一個給定的選擇節(jié)點上，一個程序可以在不同程序路徑上運行。那么就有必要提前知道，會出現(xiàn)哪些可以被執(zhí)行的路徑，以便提前將其嵌入程序中。如果在程序中，類似的選擇只有兩三個，甚至幾乎沒有“選擇點”，程序會運轉(zhuǎn)得更好；相反，如果“選擇點”保持“開放”狀態(tài)，那么每個“開放”的節(jié)點就意味著系統(tǒng)效率的低下，因為它需要使用者的親自介入來考量自己的特別需求。因此，必須事先定義每個選擇點和所有可供選擇的替代方案，以便使所考慮的程序完全形式化。

在司法領(lǐng)域中雖然也存在簡單、重復(fù)和頻繁的情形，但不幸的是——他們既不是最常見的，也非“正?！钡牟糠帧Ｔ诙鄶?shù)的司法案件中，即便是簡單的案件，想要實現(xiàn)這樣的標(biāo)準(zhǔn)化也是非常困難或不可能的。因為案件的簡單與否并非是先驗的，而是取決于法律對于該司法程序的價值設(shè)定。例如，債務(wù)清償可以非常簡單，也可能非常復(fù)雜，這取決于裁判者的傾向是考慮債權(quán)人的滿意程度還是債務(wù)人的權(quán)利救濟與保障。

當(dāng)我們考慮司法程序中的這些問題時，可以得出這樣的結(jié)論：標(biāo)準(zhǔn)化的軟件程序可能可以適用于司法程序，但它只能覆蓋一些狹小的司法領(lǐng)域。大致說來，這主要指一些更類似于官僚層級化中使用的程序。但在絕大多數(shù)民事或刑事案件，尤其是裁判過程，不能通過簡單和標(biāo)準(zhǔn)化的計算機程序來處理，這是目前人工智能技術(shù)還不能企及的高度。

（二）計算機程序?qū)Ψü俨昧繖?quán)的規(guī)范問題

目前人工智能的另一些重要應(yīng)用是試圖對司法裁量權(quán)進行合理化約束?！?6 〕在這個方面值得注意和反思的問題是以合理化裁量權(quán)的名義，來縮減或消除法官的裁量權(quán)。因為縮減或消除法官的裁量權(quán)已不僅是人工智能應(yīng)用的技術(shù)問題，它本質(zhì)上是一個司法政策的問題：在一個給定的法律制度之下，授予法官多大的裁量權(quán)才應(yīng)該被信任？

如果需要通過人工智能技術(shù)規(guī)范法官的裁量，就應(yīng)該注意區(qū)分兩種不同的裁量權(quán)：強裁量權(quán)和弱裁量權(quán)?！?7 〕強自由裁量權(quán)意味著法官可以在相當(dāng)寬泛的范圍內(nèi)進行權(quán)衡選擇，并只需考慮個案的特殊性，典型的如對案件的定性、對證據(jù)證明力的判斷等。強裁量權(quán)很難被事先合理化安排，只能通過事后的證明說理。弱自由裁量權(quán)意味著法官雖然可以相對自由地選擇，但要受制于先前已有的選擇，或者必須在預(yù)先設(shè)定的最大和最小范圍內(nèi)，或者應(yīng)根據(jù)某種標(biāo)準(zhǔn)和原則進行裁判。

區(qū)分不同種類的自由裁量權(quán)區(qū)別很有必要。對此應(yīng)該認(rèn)識到，強性的自由裁量權(quán)其實很難通過邏輯工具或框架來使之合理化。事實上，這種自由裁量權(quán)的基本特征，就是法官有權(quán)通過關(guān)注案件的相關(guān)特征，并以完全自由選擇的方式去為決定尋找前提或標(biāo)準(zhǔn)，決定每一個具體的案件。這種選擇不能也很難被事先合理化，更多地只能是事后證明。法官可以通過說明使用的標(biāo)準(zhǔn)和規(guī)范，以及基于強性的自由裁量權(quán)所參考的案件特點，對決定作出事后論證；或可以證明，鑒于案件的某些有關(guān)情況和一些評價標(biāo)準(zhǔn)，其根據(jù)其前提所作的決定是合理和有效的；甚至可以通過將它們適用于更高級別的選擇規(guī)范，來給這些前提進行一個外部證成，并且給出理由證明為什么考慮了案件中與其決定相關(guān)的一些特征（例如主體的性別或社會條件）。然而，上述這些并不是一個先驗合理化的決策過程（這在邏輯規(guī)則和模型方面也許是不可能的），而僅僅是一個事后合理化的決定。

當(dāng)涉及弱性自由裁量權(quán)時，對于自由裁量選擇的事前合理化似乎才有了更大的空間。以先前存在的標(biāo)準(zhǔn)和規(guī)則，決定事前司法裁量權(quán)的邊界。換句話說，有一套要遵循的處方，或者一組可供選擇的方案，由它們確定作出裁量性決定的語境。如在涉及刑事裁判量刑時，每種犯罪類型都有相應(yīng)的最高或者最低刑期，或者規(guī)定可以被提及一些因素（如年齡、精神狀況、是否累犯等），法官可以據(jù)此來確定某個特定案件中刑事制裁程度。此類“詳目表”會被用來作為規(guī)范法官裁量權(quán)的一種手段。如果所有相關(guān)標(biāo)準(zhǔn)都結(jié)合在一個精確復(fù)雜的分析規(guī)則中，且標(biāo)準(zhǔn)被更好更詳細(xì)地定義，那么便可以產(chǎn)生更詳細(xì)的分類，根據(jù)每一個案例可以找到合適的歸檔，就可以確定“適當(dāng)”的量刑。

如果不可避免地需要使用以人工智能的方式來合理化法官的裁量，那么至少在法官作出個案的決定之前，需要有一些相當(dāng)精細(xì)化的選擇：建立復(fù)雜的標(biāo)準(zhǔn)和原則集合，并進行細(xì)致定義子集進行分類。這些集合假設(shè)是以明確地或隱含地，通過法律或邏輯，通過條文或?qū)嵺`的形式進行展現(xiàn)，或多或少都有廣泛的備選方案可供法官選擇。其中心內(nèi)容是，法官將選擇其中一種替代辦法，在某種情況下理論上任何案件都應(yīng)在一致和有組織的情況下找到自己適當(dāng)?shù)摹皻w檔”，從而得到自己的合理結(jié)果。這也許是一個使法官裁判合理化的功能性方法，且在理論上可行。法官需要做的只是按圖索驥地找對合適的文件柜，而在文件柜的抽屜里寫著小紙條“判三個月”或“判十年”。這或許是最大限度地合理化法官自由裁量權(quán)的方式。然而進一步的問題是，當(dāng)該系統(tǒng)傾向于產(chǎn)生極其復(fù)雜的組合時，為了被歸類或者聯(lián)系到一個典型的情形時，個別情況就必須被視為“類似”（案件）并對應(yīng)于某一種類型。在法官判定案件是否與另一案件類似或案件是否與某一類型相符時，其實還是會使用到上述的強裁量權(quán)。

人工智能化的方法確實可以減少或者消除實踐中裁判的模糊性以及標(biāo)準(zhǔn)的不確定性，因為它增加了裁判的統(tǒng)一性和預(yù)見性，相應(yīng)地降低或消滅了主觀性、不確定性。但我們只是可以承認(rèn)，如果從假設(shè)裁判的統(tǒng)一性價值應(yīng)取代個案評估重要性的角度來看，這種減少或消除的做法可能甚至可以被視作是司法裁判領(lǐng)域的一個正向改變，然而真正的危險是這可能消除了法官的裁量權(quán)，而不是使其合理化。

三、人工智能的另一個面向：“智能化”的管理者

其實在法院的口徑中，似乎從未提出過讓機器來代替法官辦案的設(shè)想或計劃。那么人工智能究竟會以什么樣的方式嵌入到中國的司法實踐中去呢？值得注意的是另一種面孔的存在：作為管理者的“智能化”。它與前述問題的區(qū)別在于，裁判的人工智能化是指由機器來輔助法官進行決策，是從法官角度出發(fā)而進行的研發(fā)工作；而管理的智能化，是從縱向管理角度出發(fā)的研發(fā)，雖然也有機器的參與，但機器其實并不參與決策，而是類似于“數(shù)字目”的統(tǒng)計、管理角色定位?！?8 〕

科層結(jié)構(gòu)喜歡以書面的文檔為根據(jù)來作出決策。〔19 〕因為整個系統(tǒng)追求秩序井然和確定性的偏好需要有一種機制，把每一個分散的程序步驟和記錄匯總為一個有意義 〔20 〕的整體。不同級別、身份的公職人員將不同渠道搜集到的各種材料匯集起來供決策之用，所有記錄都應(yīng)當(dāng)被保留起來以備將來的復(fù)核、追責(zé)。因此，智能化其實很好地貼合了這種需求，負(fù)責(zé)各個程序步驟的官員都可以通過該系統(tǒng)上傳所有的文件，確保文檔的完整性和真實性。整個系統(tǒng)充當(dāng)著匯集信息和沿路作出的決策的儲存庫。這就像河道，智能化開辟了一條人工的河道，處于上下游的經(jīng)辦人員通過“河道”便能將文件整合到一起，將這些證據(jù)在裁判之前呈現(xiàn)給各個部門進行檢驗，并向最終的審理者提交。通過這種安排，最終的裁判者通過一個循序漸進的過程慢慢介入到證據(jù)展示過程中，證據(jù)也可以得到更冷靜的評估。從這個意義上來看，整個系統(tǒng)完成的并非是裁判工作，而是整個司法流程的管理。

不過，智能化的系統(tǒng)雖然可以為裁判和復(fù)核提供基礎(chǔ)信息的來源載體，但問題是哪些信息應(yīng)該或可以被提取進“河道”內(nèi)，即信息的篩選與提取方式。這時信息的全面性與精準(zhǔn)性會產(chǎn)生矛盾：一方面，各個“河道口”的經(jīng)辦人員需要盡可能詳細(xì)地將自己掌握的信息通過系統(tǒng)提交上去，為上游的決策提供；但另一方面，如果僅僅只是將所有的案卷材料掃描一下，然后事無巨細(xì)地上傳至系統(tǒng)，也會帶來信息雜亂的問題?！?1 〕一份完整的訊問筆錄或者訊問視頻雖然信息量很全面，但是進入到系統(tǒng)中卻沒有意義。這是因為每個案件的處理時間有限，裁判者在進行決策和復(fù)核的過程中不可能有太多時間和精力潛入到個案細(xì)節(jié)之中。

因此，進入到系統(tǒng)中的信息必須是簡潔性和概括性的。所以，就需要作權(quán)衡工作，對信息進行篩選工作，一套篩選標(biāo)準(zhǔn)和順序要目的羅列是不可避免的。很顯然，以“簡單與復(fù)雜”案件或者“重要或非重要”，這種模糊性的“意義的邏輯闡述”方法來進行區(qū)分是不可行的，因為結(jié)果導(dǎo)向式的評價方式，定義標(biāo)準(zhǔn)的開放性使其不具備操作性。有必要將案件按照某種相似性標(biāo)準(zhǔn)進行井然有序的編排，這種相似性的標(biāo)準(zhǔn)是一種“外部特征性”的描述。

如在上海市高級法院研發(fā)的系統(tǒng)中所采取的辦法是，根據(jù)不同的案件類型，分別詳細(xì)規(guī)定了收集程序、規(guī)格標(biāo)準(zhǔn)、審查判斷要點。“由于工作角度不同，公檢法在實際辦案中對這個標(biāo)準(zhǔn)的理解往往會存在差異。因此首先要解決的問題，就是，如何按照法律規(guī)定解決證據(jù)標(biāo)準(zhǔn)適用統(tǒng)一問題……證據(jù)標(biāo)準(zhǔn)是指在訴訟中據(jù)以認(rèn)定案件事實的證據(jù)要求和證明程度，事實清楚、證據(jù)確實充分是一個總的標(biāo)準(zhǔn)，具體到每個罪名，還需要進行細(xì)化。為此……選擇了7類18個具體罪名，逐項制定證據(jù)標(biāo)準(zhǔn)，目前已初步完成故意殺人罪、盜竊罪等7個罪名的證據(jù)標(biāo)準(zhǔn)制定工作?！?〔22 〕

但值得注意的是，類似的提取方式有可能會弱化公、檢、法之間的相互監(jiān)督關(guān)系，因為所有的事實提取方法都是按照標(biāo)準(zhǔn)化的模式進行采集、濃縮，裁判模式將會扁平化，裁判者會事先研究系統(tǒng)中提取的案件要素，對庭審過程中的證人質(zhì)證等將會趨于公事化程序。也就是說，最后的庭審工作只是對系統(tǒng)中所提取的案件要素的真實性和是否符合標(biāo)準(zhǔn)的審核，而非對案件事實本身的再發(fā)現(xiàn)。此外，這樣一套篩選標(biāo)準(zhǔn)還可能會對裁判者的個人經(jīng)驗造成壓制。因為決策者本人的個體風(fēng)格和對案件的理解被簡化拆分為一個個并不直接關(guān)聯(lián)的要素時，意味著決策的過程將不再主要依靠厚重的、直接的經(jīng)驗，而是基于某種固定的邏輯，但某些獨特并不一定符合篩選標(biāo)準(zhǔn)的細(xì)節(jié)卻已經(jīng)在前置程序中被過濾。

結(jié)語

正如筆者所強調(diào)的，裁判的人工智能化研究還處于起步階段，想要建立一個完整的人工智能化司法決策理論的目的還遠(yuǎn)遠(yuǎn)沒有實現(xiàn)。雖然，近代法律文化中產(chǎn)生過許多不同的司法決策理論，這些傳統(tǒng)理論的缺陷之一是，他們認(rèn)為只是通過使用非常簡單和粗略的工具便可以推斷解釋極端復(fù)雜的現(xiàn)象。在人工智能的主題研究歷程中已有一些邏輯模型最終被證明是不成功和不可靠的，如三段論模型便是最重要的犧牲品。因為這些模型一直未曾對法官怎樣裁判以及論證其判決的過程作出完整的解釋。從另一個角度來說，司法裁判無法計算機化的“失敗經(jīng)歷”也可以表明這樣一個事實，司法推理是開放性的邏輯和理性分析，它也許不能用單一的邏輯結(jié)構(gòu)來解釋。法官的推理也不能被降格為簡單的、可重復(fù)的、固定的、先決的以及包羅萬象的邏輯模型。如果研究人員一直想要在推理性和非理性之間劃出一條明顯嚴(yán)格的分界線，可能是個誤導(dǎo)性的做法。

真正的問題仍然在于以實證態(tài)度關(guān)注我們的司法裁判經(jīng)驗，探索中國式裁判智能化的積極嘗試，關(guān)注和研究人工智能在司法過程中多樣化的策略使用及其合理性，不能簡單地為了“智能”而“智能”。如果不了解法官們在做些什么和他們需要些什么，刻意地簡化司法程序（為方便轉(zhuǎn)換成計算機程序），將形式化的框架強加于程序和知識之上，會使得裁判工作中真正核心因素的重要性被忽視，從而導(dǎo)致不準(zhǔn)確的或不適當(dāng)?shù)臎Q定。