類案智能裁判中的人機協(xié)同及其改進

孫 躍

(山東工商學院 法學院,山東 煙臺 264005;山東大學法學院(威海) 法律方法研究中心,山東 煙臺 264005)

近年來,通過類案裁判促進統(tǒng)一法律適用成為理論界與實務界日益關注的問題。最高人民法院于2020年和2021年陸續(xù)發(fā)布了《關于統(tǒng)一法律適用加強類案檢索的指導意見(試行)》《統(tǒng)一法律適用工作實施辦法》等文件,將類案裁判確立為一項正式司法制度。隨著人工智能、大數(shù)據(jù)等數(shù)字科技賦能司法實踐的推進,“類案智能裁判”為緩和“統(tǒng)一法律適用”和“案多人少”緊張關系創(chuàng)造了新的契機,特別是以生成型預訓練(GPT)為代表的自然語言處理技術(NLP)和人工智能生成技術(GAI)的快速發(fā)展,更是為類案智能裁判的推動勾畫了廣闊前景。最高人民法院在《人民法院在線運行規(guī)則》中將“類案智推”列入“智慧審判系統(tǒng)”的建設范疇,并且《關于規(guī)范和加強人工智能司法應用的意見》確立了類案智能裁判應當遵循的基本原則。

類案智能裁判本質(zhì)是一項由“人”和“機”共同協(xié)作開展的司法活動,前者是指法官等人類主體直接從事的活動,后者則是指借助人工智能、大數(shù)據(jù)等科技手段實現(xiàn)的功能。從人機協(xié)同的角度研究類案智能裁判存在的問題更有助于揭示其本質(zhì)。綜上,本文將在明確類案智能裁判人機協(xié)同基本架構與司法功能的基礎之上,探究其面臨的現(xiàn)實障礙,并為類案智能裁判人機協(xié)同的改進提出若干對策。

一、類案智能裁判人機協(xié)同的架構及功能

在探討類案智能裁判人機協(xié)同存在的問題及解決方案之前,有必要明確其系統(tǒng)架構與司法功能。在基本架構方面,類案智能裁判系統(tǒng)中的人機協(xié)同關系與一般意義上的智能裁判系統(tǒng)中的人機協(xié)同關系基本同構,由于其被賦予追求類案同判的特定目標,而呈現(xiàn)出獨有的特殊樣態(tài)。

(一)類案智能裁判人機協(xié)同的系統(tǒng)架構

類案智能裁判系統(tǒng)是智能裁判系統(tǒng)的一種特殊類型,其雖然以類案同判而非一般意義上的司法裁判為目標,但是在基本架構上與通用化的智能裁判系統(tǒng)類似,可以將其視為后者為滿足特殊目標的專項系統(tǒng)。因此,類案智能裁判的人機協(xié)同關系,也可以被視為人機協(xié)同關系在類案裁判領域的具體化。如果將類案智能裁判視為一個系統(tǒng)整體,其基本框架由三個子系統(tǒng)組成：(1)設定與輸入系統(tǒng)：由人類預先設定類案裁判的目標以及應當遵循的規(guī)則,并將這些目標與規(guī)則以數(shù)字化形式輸入機器;(2)處理與輸出系統(tǒng)：機器運用數(shù)據(jù)和算法等技術手段模擬法官的類案裁判活動,輔助法官處理案件并輸出司法裁判;(3)學習與改進系統(tǒng)：人類對機器參與的類案裁判活動進行監(jiān)督與評估,通過后續(xù)調(diào)整來改進機器學習,使整個系統(tǒng)更加完善。以上三個系統(tǒng)之間呈現(xiàn)出“(1)—(2)—(3)—(1)……”的前后連接與循環(huán)關系,各個系統(tǒng)的基本原理如下：

(1)設定與輸入系統(tǒng)。無論是從技術層面還是倫理層面來看,目前的司法人工智能系統(tǒng)均不具有人類的主體地位和自主意識,其只能對人類思維活動進行模擬,這就有賴于人類向機器輸入預先設定好的目標與規(guī)則。在類案裁判領域,人類為機器設定的目標是“類案同判”,即統(tǒng)一法律適用,這意味著機器所有的活動都是圍繞實現(xiàn)這一目標展開的。實現(xiàn)特定司法目標需要遵循特定的思維規(guī)則,也就是法律方法?；蛘哒f,機器需要運用數(shù)字技術來模擬法官對這些思維規(guī)則的運用,如類案檢索的思維規(guī)則、類案判斷與區(qū)分的思維規(guī)則、運用類案進行裁判說理的思維規(guī)則等。上述目標與規(guī)則主要的載體是建立在文字符號系統(tǒng)上的自然語言文本,需要將其轉化為基于數(shù)學符號系統(tǒng)的計算機機器語言輸入類案智能裁判系統(tǒng)。

(2)處理與輸出系統(tǒng)。類案智能裁判中人機協(xié)同體現(xiàn)為“機器輔助下的人類司法決斷”。在處理案件與輸出司法裁判方面,人類和機器有著各自的比較優(yōu)勢,為兩者之間的角色分工奠定了基礎。人類的優(yōu)勢在于其具有自主意識以及基于此的能動性,我們在語言理解、加工以及表達方面具有天然優(yōu)勢。類案裁判屬于司法活動中較為特殊與復雜的語言理解和處理活動,需要對案例文本的信息進行識別、提取、理解、分析,并遵循一定的法律方法形成裁判文書或檢索報告。類案檢索與裁判往往用于解決具有一定爭議性的疑難案件,這些疑難案件背后可能存在價值或利益沖突。價值判斷和利益衡量屬于司法中的實質(zhì)判斷,這是人工智能目前難以處理的內(nèi)容,只能依靠法官的決斷。相對地,機器具有數(shù)據(jù)存儲量以及數(shù)學意義上的算力優(yōu)勢,可以對類案裁判活動中數(shù)據(jù)化和形式化程度較高的信息進行快速處理,并借助自然語言理解與生成技術(NLU和NLG)輔助法官工作。

(3)學習與改進系統(tǒng)。正如傳統(tǒng)意義上由人類直接從事的司法活動會不斷總結經(jīng)驗一樣,類案智能裁判系統(tǒng)的運行還涉及機器學習以及人機之間的互動反饋。借助基于深度神經(jīng)網(wǎng)絡等機器學習技術,人工智能系統(tǒng)可以不斷從先前的處理活動中優(yōu)化其數(shù)據(jù)結構和算法運用路徑,以提升今后輔助類案裁判活動的效率與準度。例如,基于GPT模型的自然語言處理技術需要人工微調(diào)(fine-tuning)與人類的指示(promoting)進行機器學習。通過人機之間的反饋,不僅可以促進機器學習,而且還可以幫助人類更加準確及時地掌握現(xiàn)有技術缺陷,為類案智能裁判系統(tǒng)的更新迭代提供實證參考。

(二)類案智能裁判人機協(xié)同的司法功能

基于人機協(xié)同的類案智能裁判系統(tǒng)具有保障司法公正、提升辦案效率并防范數(shù)據(jù)安全風險三個方面的主要功能。 首先,人機協(xié)同有助于提升類案智能裁判活動的可靠性,促進司法公正的實現(xiàn)?；诮y(tǒng)計學常識,法官能夠檢索到的案例樣本越豐富,就越能掌握大概率主流的司法觀點,同時也不易遺漏某些極少數(shù)屬于例外情形的個案。借助司法大數(shù)據(jù)以及基于此構建的類案偏離預警系統(tǒng),可以擴大檢索的案例文本范圍以找到更多相似性程度更高的先例,并在一定程度上降低過度偏離主流司法觀點的概率。不過,大數(shù)據(jù)畢竟是基于過去的數(shù)據(jù)建立的函數(shù)模型,其輸出結果不過是對業(yè)務場景中的缺失信息的補充或未來趨勢的預測。這種預測可能會在一定程度上忽略個案正義。同時,基于數(shù)據(jù)和算法的類案智能裁判系統(tǒng)主要是從形式邏輯的角度來校驗不同案件裁判結論的一致性。這種判斷模式固然可以排除人類情感與偏好對司法裁判公正性造成的擾動,但也可能弱化對某些特殊案件的實質(zhì)性判斷。若要充分考量個案的復雜性與特殊性,依然需要法官在價值與情理層面進行充分研判。(1)例如,最高人民法院印發(fā)的《深入推進社會主義核心價值觀融入裁判文書釋法說理》規(guī)定,裁判文書說理要做到“積極講明情理”并“綜合考量法、理、情等因素,加強社會主義核心價值觀的導向作用,不斷提升司法裁判的法律認同、社會認同和情理認同”。因此,只有通過人機協(xié)同互補,才能實現(xiàn)類案裁判在普遍正義與個案正義、形式正義與實質(zhì)正義之間的平衡。

其次,運用基于人機協(xié)同的類案智能裁判系統(tǒng)有助于提升辦案效率。判斷法律適用的相似性需要對待決案件與先例相關聯(lián)的法律條文進行查找和比對,通過預先的數(shù)據(jù)標注與機器訓練,得以對海量案例文本數(shù)據(jù)進行結構化處理,將類案對比經(jīng)驗數(shù)據(jù)化,從而大幅度降低類案檢索的時間成本。通過人機互動反饋的機器學習,可以在之前檢索經(jīng)驗的基礎之上不斷提升今后檢索活動的效率,使類案裁判系統(tǒng)的運行呈現(xiàn)加速趨勢。此外,效率的提升不僅可以體現(xiàn)在節(jié)約時間成本上,而且還可以體現(xiàn)在法官從事類案裁判活動積極性的提升上。實踐中,法官一方面具有“類案同判”“強制檢索”等義務,另一方面又面臨“案多人少”的辦案壓力。由于當前司法工作業(yè)績考核體系是以辦案數(shù)量與結案率考核為核心的,而類案檢索制度本身的拘束力又比較有限,法官很容易權衡利弊選擇優(yōu)先滿足后者的需求。久而久之,就會形成一種對類案同判的抵觸與逃避習慣。但如果通過人工智能系統(tǒng)的賦能以及人機協(xié)同操作,類案檢索與裁判活動便不再是一種繁重的負擔,就可以對類案檢索的推廣適用產(chǎn)生正向激勵。

最后,類案智能裁判人機協(xié)同還是確保類案裁判活動安全性的重要手段。類案智能裁判系統(tǒng)需要借助特定的算法實現(xiàn)其功能,這就可能存在“算法黑箱”和“算法歧視”等問題。算法黑箱效應很容易侵害訴訟各方的知情權,使當事人的權益在未知狀態(tài)下被錯誤處分;算法歧視則容易造成“類案異判”或“異案同判”的后果,這顯然與類案裁判所追求的目標背道而馳。同時,類案智能裁判系統(tǒng)的運行離不開案例數(shù)據(jù)庫的支持,案例數(shù)據(jù)庫中儲存的海量裁判文書數(shù)據(jù)不可避免地包含個人隱私、企業(yè)商業(yè)秘密、國家秘密等不宜公開的信息。即使經(jīng)過了去標識化處理,已公開裁判文書中的私密信息仍可以“撞庫”或“數(shù)據(jù)畫像”的方式而暴露于公共空間。[1]即使是未公開的裁判文書,其數(shù)據(jù)也可能因安全保障機制不健全而被泄露?？傊?類案智能裁判系統(tǒng)不能在脫離人類監(jiān)管的環(huán)境下運行,否則會引發(fā)諸多數(shù)據(jù)安全以及由此派生的次生問題。

二、類案智能裁判人機協(xié)同的現(xiàn)實障礙

現(xiàn)實中諸多障礙的存在對類案智能裁判系統(tǒng)的結構產(chǎn)生消解效應,并最終影響了系統(tǒng)整體功能的實現(xiàn)。在人機協(xié)同關系中,人類一方需要提供法律思維(法律方法)層面的規(guī)則供機器學習與執(zhí)行,因為如果類案裁判思維規(guī)則化程度較低,則容易導致機器缺乏明確的預設目標與規(guī)則,而使人機協(xié)同淪為無源之水。由于科技賦能的不足,類案智能裁判缺乏數(shù)據(jù)和算法的雙重支持,其難以高效準確地輔助法官處理與輸出司法裁判。此外,類案智能裁判系統(tǒng)的運行本身也蘊含諸多隱患,缺乏合規(guī)機制的督導與約束,很有可能引發(fā)數(shù)據(jù)安全與個人信息安全問題。

(一)法律方法層面：類案裁判思維的規(guī)則化程度較低

為類案智能裁判系統(tǒng)設定思維規(guī)則本質(zhì)上是一個法律方法的問題。類案裁判方法需要解決的問題包括兩個方面：其一,類案判斷的對比要素,即通過對比案例中的哪些信息來判斷兩者屬于類案;其二,類案判斷的推理與論證,即運用何種思維模型來分析案例是否構成類案并進行裁判說理。以上兩個方面的規(guī)則化程度較低,容易造成類案智能裁判系統(tǒng)目標模糊且缺乏可作為依據(jù)的運行路徑。 對于第一個問題,根據(jù)《關于統(tǒng)一法律適用加強類案檢索的指導意見(試行)》第1條的規(guī)定,類案判斷的對比要素包括基本事實、爭議焦點、法律適用。(2)《〈最高人民法院關于案例指導工作的規(guī)定〉實施細則》第9條規(guī)定,與指導性案例構成類案的標準是“基本案情”與“法律適用”,并不包含“爭議焦點”。以上規(guī)定看似簡單明了,但無論是在理論概念還是實踐操作層面,均存在不少障礙。例如,三種之間的邏輯關系不明,構成類案是要求三者均具有相似性還是其中部分內(nèi)容具有相似性即可?如果要求三者均相似才構成類案,那么是并列判斷還是遞進判斷?又如,案例中的基本事實不同于日常生活中的事實,其本質(zhì)上是“目光往返于法律規(guī)范與事實之間”的產(chǎn)物,即具有法律意義的事實,那么事實判斷與法律適用判斷往往相互糾纏,難以區(qū)分。此外,爭議焦點分為事實性爭議焦點和法律性爭議焦點,其內(nèi)容完全可以被基本事實和法律適用所吸收,規(guī)定三種要素有冗余之嫌。 對于第二個問題,目前尚未有制度層面的明文規(guī)定,但域外以德國為代表的大陸法系國家已有理論和實踐經(jīng)驗可供參考。由于德國也是以制定法為主要法源的國家,判例具有從屬地位,故其判例實踐與奉行“遵循先例”的英美法系國家存在一定差異。在英美法系國家,判例適用方法是建立在對關鍵事實比對與區(qū)分的基礎上,本質(zhì)上是“從個別到個別”的類推過程。[2]而在德國等大陸法系國家,判例適用的思維模式為“類比—歸納—演繹”：(1)運用類比推理尋找與待決案件可能具有相似性的先例;(2)從先例中歸納超越個案判斷的一般性裁判規(guī)則;(3)運用演繹推理將先例裁判規(guī)則與待決案件事實連接,得出裁判結論。根據(jù)相關研究,我國在類案檢索實踐中也基本采用了上述模式,但其運用不夠規(guī)范,存在類比推理運用不充分、歸納的裁判要點難以滿足決疑需求、作為演繹推理大前提的裁判要點規(guī)則不明確的問題。[3]之所以存在這些問題,是因為在缺乏操作細則的情況下,法官更加依賴個體經(jīng)驗、偏好和習慣去檢索與適用類案。而這些經(jīng)驗性因素具有很強的隨意性與內(nèi)容上的高度不確定性,難以形成統(tǒng)一、明確的規(guī)則。法律方法運用的規(guī)則的不統(tǒng)一、不明確,就難以被轉化為數(shù)據(jù)和算法被機器識別,也無法為機器學習提供訓練用的規(guī)范依據(jù)。

(二)科技賦能層面：案例數(shù)據(jù)與算法技術支持的滯后

類案數(shù)據(jù)庫平臺建設方面,存在案例數(shù)據(jù)統(tǒng)一性與公開性有限、數(shù)據(jù)結構與內(nèi)容的智能化適配程度較低等問題。我國的類案數(shù)據(jù)庫可以分為官方數(shù)據(jù)庫與商業(yè)數(shù)據(jù)庫兩類,數(shù)據(jù)內(nèi)容不一致、數(shù)據(jù)碎片化程度高、數(shù)據(jù)結構化與潔度較低等問題普遍存在,案例數(shù)據(jù)的“孤島效應”明顯。權威性相對較高的法院系統(tǒng)內(nèi)部案例數(shù)據(jù)庫并不完全向社會公開,這就造成法官與其他訴訟主體(如當事人、律師)在類案檢索方面的信息不對稱。類案檢索與裁判是嵌入到司法場域中的活動,不公開的案例由于難以被公眾、當事人以及律師等群體知悉,其內(nèi)容的真實性與準確性難以接受外部監(jiān)督,無法穩(wěn)定公眾對法律適用的預期,甚至會引發(fā)人們對類案裁判正當性的質(zhì)疑。在案例數(shù)據(jù)結構與內(nèi)容方面,以中國裁判文書網(wǎng)為例,其數(shù)據(jù)結構是按照關鍵詞檢索而非智能語義檢索的模式構建的,容易使法官面臨“高頻不需要找,低頻找不到”的尷尬。[4]至于面向社會公開的商務用案例數(shù)據(jù)庫,雖然其具備更加豐富的功能和優(yōu)化程度更高的數(shù)據(jù)結構,但是經(jīng)濟成本較高且收錄的案例內(nèi)容各異,難以為類案智能裁判提供統(tǒng)一權威的數(shù)據(jù)支撐。

在算法層面,現(xiàn)有的類案智能裁判算法技術與模型也面臨著類案裁判活動復雜性的嚴峻挑戰(zhàn)。根據(jù)凱文·阿什利的研究,面向判例的智能法律解析包含三個主要組成部分：(1)運用特定的算法模型,構建基于案例的法律推理(CBR)系統(tǒng);(2)構建案例文本解析技術,即從案例文本中提取有效信息,主要依靠自然語言處理技術(NLP)實現(xiàn);(3)將前兩者進行連接。[5]現(xiàn)有的類案檢索系統(tǒng)在以上三個方面均存在不同程度的缺陷。由于我國主要的法源形式是法律法規(guī)和司法解釋,現(xiàn)有的法律檢索系統(tǒng)主要偏重于抽象規(guī)則的檢索,對基于案例的推理系統(tǒng)(CBR)缺乏重視?，F(xiàn)有類案檢索系統(tǒng)所使用的NLP技術主要依靠關鍵詞的識別以及相似關鍵詞數(shù)量的對比來推送案例,其難以解析不同關鍵詞之間的邏輯關系以及這些關鍵詞共同蘊含的實質(zhì)意義,推送的案例范圍過大或過小的現(xiàn)象時有發(fā)生,導致檢索的精度大幅度下降。在對案例文本解析與案例推理模型連接方面,現(xiàn)有的類案檢索系統(tǒng)功能過于單一,往往只能生成是否構成類案或相似性程度狀況的簡單結論,無法生成支持該結論的理由,對基于類案的裁判說理輔助作用有限。

(三)體制機制層面：類案智能裁判缺乏合規(guī)機制保障

司法機關使用類案智能裁判系統(tǒng),屬于《民法典》《個人信息保護法》《數(shù)據(jù)安全法》中“數(shù)據(jù)(個人信息)處理者”的范疇,其行為應當符合科技倫理、法律法規(guī)以及數(shù)據(jù)治理領域的國家強制性標準。根據(jù)《個人信息保護法》第54條的規(guī)定,個人信息處理者應當定期對其處理個人信息遵守法律、行政法規(guī)的情況進行合規(guī)審計;《人民法院在線運行規(guī)則》也在第34—44條對智慧司法中的合規(guī)安全問題進行了總括性規(guī)定;最高人民法院還通過《關于規(guī)范和加強人工智能司法應用的意見》確立了智能裁判的若干基本原則。

不過,上述規(guī)定總體上還停留在一般性規(guī)定層面,與之配套的規(guī)范體系與具體工作機制尚未確立。在規(guī)范體系方面,現(xiàn)有的立法、司法解釋以及規(guī)范文件并未確立與智能裁判相關的規(guī)則,至于作為智能裁判子項目的類案智能裁判,就更加缺乏具體數(shù)據(jù)治理規(guī)則的約束。除法律和司法解釋外,國家技術標準也是數(shù)據(jù)合規(guī)的重要依據(jù)。近年來,我國制定了大量關于個人信息保護、人工智能以及大數(shù)據(jù)的國家技術標準,但這些標準大多面向一般互聯(lián)網(wǎng)或工業(yè)領域,尚未向智能裁判領域延伸。在具體工作機制方面,法院系統(tǒng)和其他國家機關均未建立面向智能裁判的合規(guī)機制,合規(guī)機構、合規(guī)審查機制、合規(guī)風險應對機制等均存在空缺,難以對智能裁判存在的數(shù)據(jù)風險進行有效預防與治理。

在類案智能裁判中最值得重視的專項內(nèi)容是算法合規(guī)。算法可以視為裁判標準與方法代碼化的產(chǎn)物,事實上其會影響裁判的路徑及結果。算法的黑箱效應不僅會阻隔外界對司法過程的監(jiān)督,甚至會使法官的裁判思維在不自知的情況下受到影響,最終造成“技術宰治司法”?？紤]到類案裁判相比于一般案件的裁判更加復雜,這種技術宰治引發(fā)的風險可能會更大。例如,GPT等人工智能生成技術(AIGC)雖然可以輔助類案檢索報告和裁判文書理由的創(chuàng)作,但是也可能生成一些僅符合語言規(guī)律卻無法律意義的論證理由,并對法官的判斷產(chǎn)生誤導。算法歧視則會造成“類案異判”或“異案同判”的現(xiàn)象,與類案同判追求的法秩序統(tǒng)一及司法公正相悖。目前,國內(nèi)常用的案例數(shù)據(jù)檢索與智推系統(tǒng)均未對其算法模型的原理及可能產(chǎn)生的風險進行說明,難免令人對其中可能存在的算法黑箱與算法歧視問題產(chǎn)生擔憂。

三、類案智能裁判人機協(xié)同的改進路徑

改進類案智能裁判中的人機協(xié)同,需要樹立數(shù)字正義觀念,為相關活動提供價值引領和法理基礎。在數(shù)字正義理念的指引下,還需要從法律方法、科技賦能以及體制機制等多個方面出發(fā),以形成系統(tǒng)性的應對方案。在法律方法層面,有必要建構明確的類案裁判思維規(guī)則,為人力思維向機器算法的轉化和輸入提供依據(jù)。在科技賦能層面,應當建立統(tǒng)一權威、開放高效的案例數(shù)據(jù)庫,并借助基于CBR與生成式人工智能混合模型提升其運行效果。在體制機制方面,需要將數(shù)據(jù)合規(guī)治理機制引入類案智能裁判領域,尤其是要借助算法解釋與備案機制來強化對類案智能裁判算法黑箱和算法歧視的規(guī)制。

(一)價值理念層面：以數(shù)字正義司法觀為引領

類案智能裁判是數(shù)字科技在司法領域應用的產(chǎn)物,建立在司法與數(shù)字科技互動的基礎之上。結合類案智能裁判人機協(xié)同的語境,對數(shù)字正義的理解可以從兩個向度出發(fā)：(1)“科技—法律”向度,即類案智能裁判中技術手段對司法活動的賦能作用;(2)“法律—科技”向度,即類案智能裁判中法律方法和法律制度對技術手段的規(guī)范作用。

1. “科技—法律”向度下的數(shù)字正義

有研究者將正義分為“超驗正義”與“對比正義”,前者旨在尋求理想情況下完美正義的制度設計,后者則更加關注如何消除現(xiàn)實中阻礙正義實現(xiàn)的不利因素。[6]根據(jù)上述分類標準,數(shù)字正義屬于“對比正義”的范疇。限于人類認知與理性的極限,絕對完美的正義可望而不可即,但相對更接近正義的理想目標則是可行的。在此意義上,數(shù)字正義是一種強調(diào)運用數(shù)字科技更好地實現(xiàn)傳統(tǒng)正義的新型正義觀念,其強調(diào)應當通過數(shù)字科技的應用來克服那些實現(xiàn)正義的阻礙因素,是一種幫助人們更加方便地“接近正義”的模式。[7]從法理的角度來看,傳統(tǒng)意義上的正義觀念側重于關注法律治理中的價值目標問題,其強調(diào)運用法律治理社會時的“規(guī)范性”,即將法律所追求的特定價值(如自由、平等、公正等)現(xiàn)實化。相較而言,數(shù)字正義不僅強調(diào)通過法律治理實現(xiàn)正義的規(guī)范性,還高度重視在這一過程中技術賦能與對技術的規(guī)制,具有鮮明的“技術性”特征。質(zhì)言之,相比于傳統(tǒng)意義上的正義觀念,數(shù)字正義的領域和維度更加多元,其同時涉及正義的規(guī)范性、技術性以及兩者之間的互動關系。

在類案智能裁判領域,上述理念體現(xiàn)為：(1)通過科技賦能提升司法裁判的效率并降低其成本,從而為一些固有法律難題的破解提供新機遇。類案檢索與裁判通常被運用在疑難案件中,其會消耗大量的人力資源與智力資源。通過強化科技賦能,可以有效地減輕疑難案件裁判的負擔,促進司法資源的合理配置和高效運用。(2)通過科技賦能提高司法裁判的精確度。例如,通過改進案例數(shù)據(jù)庫及類案檢索與推送的算法模型,促進裁判結論從“正確”向“精準”的提升。(3)增強法律治理的信息公開度與透明度,實現(xiàn)正義的可視化并改善提升用戶體驗感。例如,借助GPT等模型的自然語言理解與生成技術,可以實現(xiàn)類案智能裁判中的人機實時交流互動,使多元主體在司法中的溝通渠道得以暢通。

2. “法律—科技”向度下的數(shù)字正義

數(shù)字科技在為社會經(jīng)濟發(fā)展以及司法水平提高帶來“數(shù)字紅利”的同時,也暗藏諸多新的風險隱患。例如,基于信息不對稱和專業(yè)認知能力的差異,普通人很難充分理解算法的運行規(guī)則。2022年以來在社會各界引發(fā)持續(xù)關注的ChatGPT聊天程序,就是基于大語言模型(LLMs)的算法模型不斷迭代的產(chǎn)物。因具有強大的自然語言生成能力,ChatGPT以及類似應用為類案智能裁判系統(tǒng)的迭代創(chuàng)造了新機遇。然而,此類技術也可能誘發(fā)“深度偽造”、知識產(chǎn)權爭議、隱蔽性的文化歧視與算法偏見等風險。[8]一旦這些風險傳遞擴散到司法領域,就很容易影響司法公正。例如,算法歧視可能會擾亂本就不太明晰的類案判斷標準,進而引發(fā)“類案不同判”或“異案同判”,與類案檢索制度的初衷背道而馳。

從上述向度來看,數(shù)字正義并非對傳統(tǒng)正義觀念的全盤否定和替代,不僅如此,其在價值追求和精神內(nèi)核上繼承沿用了古往今來關于正義的經(jīng)典名題之要義。正義本質(zhì)上關注的是權利義務能否被公正合理分配的問題,包括分配的過程(程序正義)和分配的結果(實體正義)。盡管數(shù)字正義在此基礎上注入了技術性要素,但其依然強調(diào)法律與司法裁判的規(guī)范性。在過程層面,數(shù)字正義強調(diào)通過科技賦能應當盡可能在規(guī)范框架下進行,不允許科技對司法的僭越;在結果層面,數(shù)字正義強調(diào)通過科技賦能合理地協(xié)調(diào)與分配各方利益。若要確保類案智能裁判領域程序與實體結果的規(guī)范性,就需要從兩個方面出發(fā)：(1)法律思維層面的規(guī)范性,即法律方法的規(guī)范建構與適用;(2)法律制度層面的規(guī)范性,即智能裁判相關領域的法律合規(guī)體制機制的建設。

(二)法律方法層面：建構明確的類案裁判思維規(guī)則

1.以要件事實為確定類案判斷要素的基礎

類案裁判方法適用規(guī)則體系的核心在于案例的“要件化”,也就是對案例中的事實要素與法律要素進行一體化要件處理,以此為類案智能裁判的“最小單位”。案例要件化的理論基礎包括：(1)“個案規(guī)范”理論,該理論認為法律規(guī)范在適用之前,必須結合個案事實進行具體化;(2)“規(guī)范領域”理論,該理論主張通過案例文本與案件事實的一體化構建,為待決案件事實提供規(guī)范依據(jù)。[9]質(zhì)言之,如果兩起案例的要件事實相似,就相當于它們在法律與事實層面上均具有相似性,由此便解決了類案判斷要素凌亂以及相互之間邏輯關系不明的問題。

以指導案例24號為例,該案的裁判要點為“交通事故的受害人沒有過錯,其體質(zhì)狀況對損害后果的影響不屬于可以減輕侵權人責任的法定情形”。該裁判要點中有諸多要素同時具備事實性與法律性：“交通事故”是案件事實上的起因,但同時也是案件在訴訟法上的案由以及實體法上的侵權法律關系類型(機動車交通事故責任糾紛);“過錯”不僅是侵權人事實上的主觀心態(tài),也是法律規(guī)定的侵權責任構成要件之一;“體質(zhì)狀況”不僅是受害人在事實上的身體狀態(tài),也是侵權用來抗辯和主張減輕責任的法定事由之一。因此,對以上要素進行一體化整合,就可以提煉該案的要件事實為“交通事故”“受害人無過錯”“受害人的體質(zhì)狀況對損害后果產(chǎn)生影響”,其關聯(lián)的司法評價即“不屬于可以減輕侵權人責任的法定情形”。

要件化之所以是目前與類案智能裁判進行適配的最優(yōu)方案,主要理由包括四個方面。其一,案例要件化有助于“基本案情(重要事實、關鍵事實)”“法律適用”“爭議焦點”等要素中的信息更加規(guī)整與清晰,具有思維簡約、可操作性較強的優(yōu)點。將要件作為案例對比要素的“最小單位”,不僅可以快速提取類案檢索需要的關鍵詞,以便運用數(shù)理邏輯工具進行連接,而且數(shù)據(jù)結構化程度高,在進行信息加工時會更加便捷。其二,要件思維具有整合法律規(guī)則與案例事實的重要作用。要件事實是介于“生活事實”與“法律要件”之間的案件事實,是一種獲得了法律評價的案件事實。案例要件同時包括了法律判斷中的價值因素和事實因素。其三,作為類型化思維的產(chǎn)物,案例要件能夠在類案裁判單位劃定的抽象性與具體性之間保持平衡。如果最小單位過于抽象,容易降低裁判精度;反之,如果過于具體,以現(xiàn)有的人工智能技術則難以實現(xiàn)高效的裁判活動。因此將案例要件作為最小單位,能夠在一定程度上兼顧類案裁判的精度與效率。其四,案例的要件化具有較好的普適性與兼容性,能夠與民事、刑事、行政等各種類型案件的智能裁判活動兼容。

2.類案檢索與適用的“類比—歸納—演繹”論證模型

為了增強類比推理的可靠性,要以要件事實為基點,全面對比先例與待決案件案情、法律適用、爭議焦點等方面的相似性,并引入“可廢止性檢驗”與“裁判結論一致性檢驗”?！翱蓮U止性檢驗”是指在類案相似性初步成立后,有可能出現(xiàn)“更強理由”推翻之前的初步判斷結論,繼而終止先前的法律推理。由于法律推理的前提往往只能在常規(guī)條件下根據(jù)有限的資料得出,當常規(guī)條件變化或新資料增加時,推理的正當性或結論就會被改變。[10]判例運用中的“常規(guī)條件變化或新資料增加”通常體現(xiàn)為“更強理由”,其可以起到反駁作用?！安门薪Y論一致性檢驗”是指通過核驗待決案件與先例在法律評價方面的一致性,來確保類案能夠“同判”。以指導案例172號為例,該案裁判要點規(guī)則第2條為“被告人自愿交納保證金作為履行生態(tài)環(huán)境修復義務擔保的,人民法院可以將該情形作為從輕量刑情節(jié)”。在建構論證模型時,就需要類比其中的要件事實和量刑標準。

為了完善歸納方法的運用,要以“明確”與“無冗余”為目標建構類案裁判要點及規(guī)則的適用思維模型?！懊鞔_”是指應當在裁判理由中明確類案的來源信息,以及歸納出裁判要點及規(guī)則的完整內(nèi)容,不能僅以簡單的結論一筆帶過。“無冗余”是指類案裁判要點應與現(xiàn)有的裁判規(guī)則體系有實質(zhì)性區(qū)別,不宜重復已有裁判規(guī)則。同時,類案裁判中的歸納推理也是一個“目光往返于待決案件決疑需求與類案之間”的過程。在整體方向上,裁判要點要圍繞待決案件爭議焦點中的法律適用問題展開,突出其問題意識與聚焦功能。類案裁判要點的核心內(nèi)容與爭議焦點問題要形成一種“問—答”的對話結構,以直接回應個案決疑的需求。例如,指導案例33號總結出的爭議焦點有兩條：第一,涉案合同是否構成“惡意串通,損害第三人利益”;第二,關于本案所涉合同被認定無效后的法律后果。該案的裁判要點也包括兩條,分別是關于惡意串通,損害第三人利益導致合同無效的認定以及合同無效的后果,它們均是對爭議焦點中法律適用問題的直接回應。在內(nèi)容方面,需要結合待決案件決疑需求對規(guī)則的抽象程度進行動態(tài)調(diào)整。如果待決案件是一起在定罪問題上存在爭議的刑事案件,那么裁判要點規(guī)則內(nèi)容就只需涉及定罪的法律適用即可;如果待決案件在定罪與量刑方面同時存在困難,那么裁判要點規(guī)則中關于定罪與量刑的要件事實均應當被突出。

3.類案裁判中法官判斷的保留事項及其判斷規(guī)則

由于類案智能裁判系統(tǒng)無法也不應代替法官進行實質(zhì)性判斷,因此要為類案裁判活動中的實質(zhì)性判斷劃定范圍,將此作為人機系統(tǒng)中人類的保留事項。其一,基于價值取向的實質(zhì)性判斷。此類判斷又分為兩類：(1)結合具體案情和相關法律規(guī)范,對案例中體現(xiàn)的各種法價值進行排序,選取通過類案裁判優(yōu)先保護的價值;(2)在基于規(guī)范和邏輯的形式判斷無法得出是否參照類案的結論時,運用社會主義核心價值觀對規(guī)范空缺進行填補,為類案裁判提供理由。其二,基于利益衡量的實質(zhì)性判斷。通過對案例相關的利益進行權衡或取舍,以平衡各方利益并增進社會總體福祉。例如,指導案例164號在對《破產(chǎn)法》相關條文進行解釋和適用時,以實現(xiàn)社會安定、經(jīng)濟穩(wěn)定和發(fā)展為目標,在綜合考量公平與效率、靈活性與可預見性的基礎之上,通過平衡各方利益創(chuàng)制了“試生產(chǎn)”制度的裁判規(guī)則。在遭遇多方利益沖突的疑難案件時,就可以參照上述解釋方法來建構裁判要點規(guī)則。其三,基于后果導向的實質(zhì)性判斷。類案裁判不僅追求法律適用的統(tǒng)一性,還需要考量各種類案裁判方式可能產(chǎn)生的社會效果、經(jīng)濟效果、政治效果,并選擇“最優(yōu)解”。

與基于形式邏輯的論證一樣,上述實質(zhì)性事項的判斷也要遵循一定的思維規(guī)則。首先,應當符合規(guī)范目的,類案裁判中的實質(zhì)性判斷需要符合法律教義學以及制定法淵源所確定的目的,不得與之明顯背離。[11]其次,要追求比例適當,在進行實質(zhì)性權衡時要注意手段與目的之間的比例關系,將被舍棄一方的權益損害降至最低的必要限度。最后,兼顧個案情景與法秩序統(tǒng)一,類案裁判中的實質(zhì)性權衡依托于個案裁判的語境展開,同時需要兼顧類案同判。需要指出的是,“保留事項”強調(diào)的是人類法官在上述實質(zhì)性判斷中占主導地位,而不是完全排斥智能科技的運用。例如,法官為了在不同的社會效果之間進行權衡取舍,可以借助大數(shù)據(jù)來為基于后果的法律論證提供實證經(jīng)驗層面的論據(jù),或者借助某種算法模型來輔助預測裁判可能產(chǎn)生的社會影響。

(三)科技賦能層面：推進案例數(shù)據(jù)庫建設與算法模型迭代

1.建立統(tǒng)一權威、開放高效的案例數(shù)據(jù)庫

為了確保案例數(shù)據(jù)庫的統(tǒng)一性與權威性,可以建立案例數(shù)據(jù)認證機制,引導和規(guī)范法院案例數(shù)據(jù)與商業(yè)案例數(shù)據(jù)有序融合。受限于硬件算力與人力資源成本以及保密義務,將法院系統(tǒng)的案例數(shù)據(jù)庫完全開放給社會使用難度較大,同時也不利于商用案例數(shù)據(jù)庫的服務改善。因此,可以建立由最高人民法院牽頭的案例數(shù)據(jù)認證機制,通過定期的數(shù)據(jù)認證,比對核驗法院系統(tǒng)案例數(shù)據(jù)庫與商用案例數(shù)據(jù)庫,確保關鍵數(shù)據(jù)的一致性、真實性以及清潔性。經(jīng)過認證的商用數(shù)據(jù)庫中的案例具有和法院系統(tǒng)數(shù)據(jù)庫中的案例相同的司法效力。此外,還可以借助區(qū)塊鏈技術,將案例數(shù)據(jù)上傳至區(qū)塊鏈,防止在數(shù)據(jù)遷移中引發(fā)數(shù)據(jù)失真。

為了提升案例數(shù)據(jù)庫的開放性,在對案例文本中涉及個人隱私、敏感信息、商業(yè)秘密以及國家機密的部分進行去標識化處理或脫敏處理的前提下,應當盡可能地將案例向社會公眾公開。類案數(shù)據(jù)的公開不僅可以有效防止因信息不對稱削弱類案裁判的司法公信力與權威性,而且還可以讓更多的法律人(主要是律師)通過研習和運用類案創(chuàng)造條件。未來在條件允許的情況下,還可以考慮將非涉密的類案檢索報告納入案例數(shù)據(jù)庫的公開范疇,通過裁判文書附帶類案檢索報告公開,為類案檢索提供更加全面的數(shù)據(jù)支持。

在提升數(shù)據(jù)庫使用效率方面,可以從數(shù)據(jù)輸入、標注以及檢索技術等方面入手。應統(tǒng)一裁判文書撰寫及錄入系統(tǒng)的規(guī)范標準,并根據(jù)案例的層級以及難易度進行分類分級,提升類案檢索以及機器學習的效率。案例關鍵詞的標注要突出要件事實以及與之相關聯(lián)的信息。案例的類型與層級劃分,則應當分別考慮案例的難易程度以及權威程度。例如,《統(tǒng)一法律適用工作實施辦法》第6條規(guī)定“應當進行類案檢索”的案例、最高人民法院的指導性案例、最高人民法院的典型案例及生效裁判、高級人民法院發(fā)布的參考性案例及生效裁判等權威度較高的案例應當被優(yōu)先標注。為了提升數(shù)據(jù)檢索的效率和精度,可以考慮將基于機器學習技術的“命名實體識別技術(NER)”應用于案例數(shù)據(jù)的分析與標注,發(fā)揮其語義類別與特征、模型選取、實體細粒度標注原則以及數(shù)據(jù)增強功能。[12]此外,案例數(shù)據(jù)也可以被作為GPT等生成式人工智能技術的預訓練語料與算法微調(diào)語料。

2.融合案例推理系統(tǒng)(CBR)與基于混合模型的生成式人工智能技術

隨著大數(shù)據(jù)時代的來臨,深度神經(jīng)網(wǎng)絡的機器學習生成式人工智能技術的發(fā)展有望為傳統(tǒng)CBR模型框架的迭代提供新的支持。這就為構建融合基于案例的推理系統(tǒng)(CBR)與基于Bert和GPT混合單元的模型奠定了基礎。Bert是一種基于雙向語言模型預訓練模型,可以通過分析案例文本上下文中的關鍵詞之間的復雜關系來解釋文本語義;GPT是一種單向語言模型預訓練模型,相對于Bert,其在自然語言推斷、文本蘊含任務方面取得了較大的提升效果,在語義相似、情感分析類數(shù)據(jù)集中也有很好的性能表現(xiàn)。[17]相較而言,Bert更擅長語義理解與邏輯推理,因而我們可以將其用于案例文本解析、關鍵詞提取以及相似性對比的功能單元,使其輔助類案與待決案件的對比區(qū)分。而GPT則更擅長在解析文本的基礎上生成文本,因而可以將其用于類案裁判說理論證的功能單元,使其輔助裁判文書和類案檢索報告的制作。當然,無論是Bert還是GPT都需要人工監(jiān)督與輔導下的“微調(diào)(fine-tuning)”或“指示(prompting)”,對其判斷結論進行調(diào)適與修正,通過基于人機協(xié)同的機器學習提升類案裁判的準度。

需要強調(diào)的是,各種生成式人工智能模型的融合運用雖然在理論上可以做到取長補短,但是仍有幾個方面的問題需要關注。首先,從人工智能法律系統(tǒng)設計與運用的角度來看,不同算法模型之間可能存在技術層面的兼容性問題。從法律適用的角度來看,還要防止因算法模型融合使用引發(fā)的法律適用不統(tǒng)一或法律適用沖突。其次,從技術的發(fā)展沿革來看,不同算法模型的相對優(yōu)勢是實時變化的。例如,早期的GPT在語言理解能力上明顯不如Bert,但GPT-4版本已經(jīng)有了較大提高。未來這些模型孰優(yōu)孰劣以及在司法領域中的適配性,還有待觀察和對比測試,以便優(yōu)中選優(yōu)。最后,各種模型在法律解釋與推理方面的能力距離高水平人類法官尚存在明顯差距。為了提升這些模型在法律文本解釋與法律推理活動中的效果,需要法學界與科技界展開深入合作,運用法律思維規(guī)則和各種不同類型的法律問題持續(xù)測試檢驗不同模型的表現(xiàn),結合實踐需求推陳出新。

(四)體制機制層面：健全類案智能裁判數(shù)據(jù)合規(guī)機制

1.類案智能裁判數(shù)據(jù)合規(guī)體系及一般機制

基于《關于規(guī)范和加強人工智能司法應用的意見》確立的基本原則,建立類案智能裁判的數(shù)據(jù)合規(guī)標準體系,其內(nèi)容至少應當涵蓋：(1)在最小限度內(nèi)收集處理個人信息數(shù)據(jù),在非合理使用的情形下不得因公開判例數(shù)據(jù)而侵犯個人隱私或企業(yè)商業(yè)秘密;(2)明確類案智能裁判算法的解釋與備案規(guī)則,提升算法透明度與公正程度;(3)明晰類案智能裁判引發(fā)的技術性風險及其損害責任歸結原則,同時賦予當事人及其代理人或辯護人充分的申辯權利以及救濟權利;(4)防止司法機關對類案智能裁判科技的過度依賴或對公共利益的損害,保障法官的主體地位及對司法裁判的控制權。除制定司法解釋和規(guī)范性文件對上述內(nèi)容進行具體化規(guī)定外,還需要出臺一系列關于類案智能裁判的技術標準,并將其納入智慧法院建設與評估指標體系之中?？紤]到類案智能裁判活動涉及司法公正與當事人基本權利,相關技術標準應當以國家強制性技術標準為主。

類案智能裁判的數(shù)據(jù)和算法合規(guī)機制主要包括數(shù)據(jù)合規(guī)機構及工作流程、數(shù)據(jù)合規(guī)標準體系以及作為數(shù)據(jù)合規(guī)專項內(nèi)容的算法解釋與備案審查機制。考慮到類案智能裁判數(shù)據(jù)具有“司法性”與“數(shù)據(jù)性”雙重特征,其合規(guī)機構應當包括履行法律監(jiān)督職責的上級法院與檢察院以及履行個人信息保護與數(shù)據(jù)安全監(jiān)管職責的網(wǎng)信部門,同時還可以根據(jù)需求聘請專業(yè)資質(zhì)的第三方社會機構。在工作機制與流程方面,應當建立類案裁判數(shù)據(jù)日常安全合規(guī)管理與風險應急流程機制。前者主要對類案智能裁判活動中各個數(shù)據(jù)處理的環(huán)節(jié)進行常態(tài)化監(jiān)管,包括案例數(shù)據(jù)的收集、存儲、使用、加工、傳輸、提供、公開等;后者主要針對類案智能裁判出現(xiàn)合規(guī)風險后的應對,主要包括對數(shù)據(jù)風險擴大的及時控制、對數(shù)據(jù)處理技術缺陷的矯正以及對數(shù)據(jù)事故的法律監(jiān)督和法律救濟等。

2.類案智能裁判數(shù)據(jù)合規(guī)專項機制：算法解釋與備案

類案智能裁判數(shù)據(jù)合規(guī)中的重點專項內(nèi)容是算法審查與備案機制。類案智能裁判算法備案與審查機制應當以“算法透明”與“算法公正”為目標,前者旨在破除算法的黑箱效應,后者旨在規(guī)制算法歧視現(xiàn)象。類案智能裁判的算法透明原則體現(xiàn)為“算法釋明”。由于算法本身具有極強的專業(yè)技術色彩,即便公開類案智能裁判系統(tǒng)的算法代碼,大多數(shù)司法工作人員或一般社會公眾也很難洞悉其運作機制。不僅如此,算法代碼的公開,也容易使其技術漏洞暴露,反而更容易被不法分子利用。因此,類案智能裁判技術應當以追求可解釋性為目標,通過“產(chǎn)生更多可解釋的模型, 同時保持高水平的學習性能 (預測精度);并使人類用戶能夠理解、適當信任和有效管理新一代人工智能合作伙伴”[14]。

類案智能裁判的算法公正原則要求司法機關不得運用算法對相似的情形給予不同的對待,同時對于可能影響類案同判實現(xiàn)的算法技術運用進行解釋說明。在此方面可以美國“盧米斯案(State v. Loomis)”為鏡鑒。在該案中,盧米斯因為交通事故逃逸等五項罪名而被起訴,法院在審判時運用了COMPAS系統(tǒng)作為量刑的輔助參照工具。對此盧米斯提起訴訟,認為法院違反正當程序且存在性別歧視。盡管盧米斯最終并未勝訴,但威斯康星州最高法院借助該判例對智能裁判系統(tǒng)的運用提出了警示,并限定了此類軟件的使用范圍和方式,要求法官對此類技術的運用進行解釋。[15]

在貫徹算法透明與算法公正原則的基礎上,需要為類案智能裁判建立專項的解釋與審查機制。首先,面向法院的類案智能裁判系統(tǒng)算法應強制備案,面向商業(yè)用途的類案智能裁判系統(tǒng)算法應建議備案。其次,算法備案應注明類案智能裁判系統(tǒng)的開發(fā)者、使用者以及產(chǎn)品本身的詳細信息,并明確系統(tǒng)的基本功能、原理以及對司法活動產(chǎn)生的實質(zhì)性影響。再次,應對類案智能裁判系統(tǒng)中可能存在的算法歧視的技術缺陷進行風險提示,防止法官對其過于依賴引發(fā)的次生問題。對于存在明顯技術風險的功能模塊,應及時停止其使用。最后,還要明確類案智能裁判系統(tǒng)算法違規(guī)的責任歸結以及救濟機制。

結語

中外判例實踐經(jīng)驗表明,“類案同判”是一項長期且復雜艱巨的司法任務。在案件類型日益豐富、案件復雜程度日益提高的現(xiàn)代社會,實現(xiàn)類案同判僅依靠人類大腦的思維和身體的力量越發(fā)捉襟見肘。人類文明的發(fā)展歷史同時也是一部人類不斷發(fā)明創(chuàng)造工具、與工具進行協(xié)同并最終走向共融發(fā)展的文明史。在類案裁判領域,隨著法律方法研究與應用的推進、智能科技手段的日益成熟以及相關司法理念與體制機制的改革,法官與智能科技的融合還將逐步深化,這可能會孕育出一種人機交融的新型裁判模式。人機協(xié)同理論認識的深入與實踐活動的推進,最終可能會使得我們比歷史上任何一個時代更加接近“類案同判”所帶來的公平正義。