司法裁判领域人工智能的应用及限度研究

李杰霖，高美艳

（太原科技大学法学院，山西太原，030000）

近些年来，“人工智能”“大数据”已经成为最火热的词语和话题，司法裁判作为人类社会生活的重要组成部分，保证了社会的公平、公正，必须对“人工智能”的发展作出回应。“诉讼爆炸”给各级法院造成很大问题，各级人民法院都面临着“案多人少”的问题。而将各种人工智能技术手段引进入司法裁判领域将大大减少各级人民法院工作人员的工作量和加快司法裁判的效率，解决法院中司法裁判中“案多人少”的现状。[1]由于各级法院的办案水平和业务能力的差距及对案件事实和法律规范理解的差异导致了“同案不同判”的情形，严重影响了司法的公信力。而“类案推送系统”的建设对法律规范的统一适用具有重要的现实意义，[2]使其在一定的范围内具有法律适用的统一性，在一定程度上解决同案不同判的情况。在国家政策层面，2017年，国务院发布《国务院关于印发新一代人工智能发展规划的通知》，从国家层面对人工智能进行系统布局，对我国抢占科技制高点，推动供给侧结构性改革，实现社会生产力新跃升，提高综合国力和国际竞争力具有重要意义。明确智慧法庭的建设，建设集审判、人员、数据应用、司法公开和动态监控于一体的智慧法庭数据平台，促进人工智能在证据收集、案例分析、法律文件阅读与分析中的应用，实现法院审判体系和审判能力智能化。[3]

在以上背景下，探讨和研究人工智能在司法裁判领域的应用很有必要。针对“人工智能”给整个司法过程所带来的便利和帮助，我们应当对其持有积极拥抱的态度。我们应当去适应它并且利用它来辅助我们更好、更快地进行司法活动。但在利用“人工智能”辅助我们进行司法活动的同时也应当意识到其缺陷及短板，警惕“人工智能万能论”，让人工智能完全替代人类法官是不切实际的。本文在对我国各地法院应用人工智能的现状进行分析的基础上，明确我国司法裁判人工智能化的限度，以及对司法裁判人工智能进行准确定位，以便最大地发挥人工智能在司法裁判中的实际效用。

一、对司法裁判领域人工智能的界定及路径研究

（一）关于“人工智能”的概念和类型

“人工智能”是一个比较宽泛的概念，属于计算机科学下的一门重要分支，并不局限于单一学科与领域。这一概念最早由美国计算机学者McCarthy在1956年提出，用于倡导以计算机硬件平台支撑、用符号逻辑描写、由软件编程模拟智能的“符号主义”方法，它不关心系统的功能表现。[4]但由于涉及众多学科，很难对人工智能进行准确定义，因此对于究竟什么是人工智能，科学家们至今没有统一的定义。人工智能（Artificial intelligence），英文含义是“人造的智慧”，字面理解就是由人创造的像人一样的有智慧的机器，这个机器可以模仿人类的一些活动，做到由电脑来模仿人脑的运作，其中包括由电脑来模仿人类的学习能力、推理能力、分析能力、理解能力等。[5]

在司法裁判领域到底怎样的应用才属于“司法裁判人工智能化”呢？有一种观点认为只要将相应的人工智能技术应用于司法裁判的某个环节就是司法裁判的人工智能化。如电子卷宗生成技术就是将诉讼过程中各环节中产生的诉讼文件同步转化为电子数据，方便储存和查找相关的案件资料。像这样的应用确实帮助办案人员提高办案效率，但好像与想象中的人工智能应用所能达到的高度和深度相差甚远。在想象中，“人型人工智能”机器不管是外形还是思考模式完全像人类一样，甚至拥有了人类的情感能力，并且在工作效率、能力方面完全超过人类。但就目前来看，这样的场景仅仅只能存在于影视作品中，相信人工智能技术终有一天会取得突破性进展，可以像人一样去思考和用人类的情感去考虑问题，到那时不仅仅需要考虑人工智能是否能在司法领域完全替代法官，而需考虑人工智能可能在全方位替代人类的风险。我们主要发展的人工智能应该还是作为一种辅助工具而存在，但应该在司法裁判的某些环节具有决策能力。这种人工智能不应该仅仅在司法裁判中为法官办案提供大量办案所需的材料和数据，而是需要人工智能可以对相关的案件数据进行分析并给出一些结论，即使仅仅给出一些初步结论。[6]

目前根据人工智能模仿人类自主意识的程度可将其分为弱人工智能、强人工智能、和超人工智能三种类型。弱人工智能是指机器按照人类预设的代码、规则进行运转工作。我们现在使用的人工智能都还只属于弱人工智能的程度，它只是在某个环节中去模仿人类进而替代人类去工作。弱人工智能的关键技术就是机器的深度学习及自然语言处理和理解，本质上还是由人主导和控制。强人工智能是指机器完全可以像人类一样行动，这样的人工智能已经完全掌握了人类的思考、感知、判断、理解、推理能力。超人工智能是指人工智能已经在各个方面超过人类，大有替代人类之势。现在人工智能在司法裁判领域的应用都还处于弱人工智能阶段，它必须在人类预设的规则下或者深度学习人类的行为。因此，现阶段还我们在“弱人工智能”阶段的前提下去研究司法裁判领域人工智能的运用及其发展路径。

（二）司法裁判领域人工智能发展的两种路径

关于司法裁判，在现有的法学理论模式和裁判结构下，是指法官利用现有的法律事实和法律规范，依据逻辑和经验推理出判决的过程。形式主义法学和实用主义法学对于司法裁判的过程有不同的理解。我们也按照形式主义法学和实用主义法学这样两种路径去研究司法裁判的过程及在两种路径下司法裁判领域的人工智能如何发展。[7]

形式主义法学路径认为司法裁判是存在一个完美的推理体系的，法官依据法律规范、案件事实和特定的形式推理规则来推出唯一正确的判决。如马克斯.韦伯所言，法官是一个诉讼机器，只需要将当事人的诉讼请求以及诉讼费用塞进这样的机器，便可以根据法典中推演出的理由得到相关答复。[8]形式主义法学对于司法裁判的理解在于它存在一个基本的逻辑框架，它是有序的，可拆分的逻辑推理过程。形式主义法学认为司法裁判是一个三段论的推理过程，具体包括事实认定的过程、规范寻找的过程和价值判断的过程，法官就是按照这样的逻辑过程去分析审理每一个案件。那么在这样的路径下，人工智能的介入思路就是按照司法裁判的过程进行分解，用人工智能替代司法裁判过程中的各个环节。然而价值判断的过程却成为人工智能短板。有些法律事实并不存在于案卷表面，需要法官利用常识、社会经验去进行价值衡量然后作出相应判断。这个过程是难以转化为数字代码由机器学习领会的。

实用主义法学的代表人物霍姆斯有一句名言，法律的生命不在于逻辑，而在于经验。①美国法学家霍姆斯在《普通法》一书中提出的著名论断。在这部为人所熟知的著作中，霍姆斯开宗明义地指出：“法律的生命不在于逻辑，而在于经验。因而在实用主义法学看来，司法裁判是一个法官通过常识和法律知识谨慎思考，凭借其经验做出判决的过程。实用主义法学将法官看作裁判的核心，反对像研究数学一样用特定的公式来解决法律问题，否认形式主义法学关于法官只是“诉讼机器”的论断，[9]每个判决必须有法官的价值衡量和判断，重视经济、社会、政治、道德以及法官个人主观因素等对法官裁判的影响，认为司法裁判是它们共同影响的结果。实用主义法学的另一重要观点是霍姆斯的“法律预测论”，霍姆斯认为我们研究法律的目的就是为了去“预测”，预测在什么情况下公共权力通过法庭这一工具起作用。[10]实用主义法学路径下对于司法裁判领域人工智能的研究不再是让机器去按照人类预设的规则去运行，而是让机器自主从大量案例材料中总结出相应规则，换句话说，就是人工智能对这个“规则”进行预测。近年来，随着计算机能力的大幅度提升，机器深度学习算法兴起，它的核心算法模型是人工智能网络，通过模仿人脑神经元之间的传递，让机器在不断的模拟训练中自主总结和寻找规律，从而对事件作出一些合理的预测。这种“预测”的精准度来源于高质量的大数据。大数据是指基于海量、多样化的数据集合，快速获取、分析这些数据而形成智力数据资源的能力。[11]大数据将原始数据进行分析、分类、处理，然后由人工智能对大数据进行训练分析并得出规律。

两种路径的选择应该考虑司法实践中的实际效果，形式主义法学路径下的预设规则虽然显得不知变通，缺乏灵活性，但它的稳定性、可靠性也是人们选择它的理由。现实主义法学路径下的“预测论”虽然省去对机器运行的提前预设，转而由人工智能从数据中自主总结出规则，节省了对每条规则预设的精力，但全由机器来指定规则容易对司法的权威性造成破坏。这两种路径的辨析像极了关于成文法和习惯法适用的辨析，这两种路径的适用都有其不可磨灭的优点，同时也存在不可忽视的缺点。人工智能在司法裁判领域的发展过程并不一定要只选择一条路径，而是可以将两条道路进行融合发展，在形式主义路径下划定司法裁判整个过程以及各个环节，在某个具体的环境中运用现实主义路径下人工智能对法律结果进行分析“预测”。

二、司法裁判领域人工智能化的具体应用

（一）事实认定过程中人工智能的应用

事实认定的过程在传统裁判结构下就是法官通过案卷材料来确定整个案件证据的过程。我国诉讼法规定了八种法定证据。②《中华人民共和国民事诉讼法》第六十三条规定：“我国的民事诉讼证据可被分为八种，分别是：当事人陈述、书证、物证、视听资料、证人证言、电子数据、鉴定结论、勘验笔录。”在开庭审理案件前，需要办理案件的法官必须亲自去浏览阅读案卷材料才能了解整个案件的事实，法官需要自己将案件抽丝剥茧，从而确定案件中能够确定的证据种类和案件争议的焦点。各级人民法院的法官每年承办的案件成百上千，把电子卷宗生成技术、OCR技术应用到案件审理中，将纸质版的案卷材料转变为可复制、结构化、电子化的电子卷宗文件，这样可以方便法官快速检索和复制相关的案件材料。[12]如上海市高级人民法院在2017年发布了《上海市高级人民法院关于建设完善电子卷宗随案同步生成的实施方案》，确定在全市法院推广电子卷宗同步生成和深度应用工作，在诉讼活动中的各个环节所产生的文件都要同步转化为电子数据，归档进法院的案件办理系统中。[13]

将所有的案卷材料进行电子化后，再通过其他智能化的计算机系统来提取和分析电子材料中的案件要素，如河北法院开发的“智审”系统，它可以将案件卷宗材料数据化、文档化，可以自动归纳案件的争议焦点，自动生成审判提纲，节省办案法官的时间和精力。如苏州法院的“智慧审判苏州模式”，依托知识图谱，自动解构和获取电子材料中的事实要素，自动对比标记案件争议的焦点。

通过智能化的计算机系统还可以对所获取的各种证据进行校验判断。虽然证据价值判断、司法政策等很难转化为机器算法由人工智能识别判断，但是可以通过人工智能判断提取出来的证据是否符合法律及其相关司法解释的规定，认定其是否符合证据能力的形式化要件。如上海的“206”智能办案辅助系统就具备“单一证据校验”的功能板块，按照证据的种类看其是否符合法律、司法解释等中关于证据规范的规定，甄别每一个案件证据是否符合案件的合法性、客观性、关联性，并且可以提示办案人员对不符合规定的证据进行补强。从形式上帮助办案的法官甄别证据是否存在瑕疵。[4]

（二）法律适用过程中人工智能的应用

1.规范寻找过程中人工智能的应用

规范寻找的过程就是法官根据所获取法律事实进行法律适用的过程。在成文法国家就是法官寻找案件相关法条的过程，涉及到法律检索的问题，就算法院计算机系统普及，出现了“电子法条”，法官可以通过输入相关法条的关键字进行法律检索，却还是难免出现效率低下和相关法条检索精准度不高的问题。但随着大数据和人工智能的兴起，可以利用大数据和人工智能技术实现案件相关法条的精确推送，省却了办案法官找法的过程。在英美法系等判例法国家，规范寻找的过程就是寻找以往先例的过程，寻找难度明显更大。法官需要从以往的判例中总结提炼相似点和裁判规则，这需要法官阅读和思考大量的先例，了解大量案件的案情，法官自己作为一个学习了大量判例的“知识库”去对比现有案件与判例的相似点与不同点，然后做出相应判决。不同法官由于知识水平和学习判例的数量不同会导致相同案件由不同的法官裁判就会有不同的判决。这显然对司法的公正与权威造成极大损害。而将大数据和人工智能引入到司法裁判领域，不仅可以极大提升办案效率，还可以统一法律的适用。建立统一的“先例库”，由人工智能平台对以往案件进行分析，划分案件类型并归档形成历史数据，作为法官判案时统一的依据，补足类似案件裁判的差异。

2.量刑过程中人工智能的应用

定罪量刑是法官根据已经确定的案件事实与寻找到的法律规范相适应相匹配的过程，在西方法学这一过程被称为涵摄，即将事实涵摄于法律规范，检验事实是否满足法律规范的事实构成，并因此产生规范所规定的法律后果，推出法律规定与事实之间的对应关系。这个过程必然涉及到法官的价值判断，按照凯尔森的理论，价值判断是“依据一般有效性规范对一种事实行为所作的应当是这样或不应当是这样的判断”，[14]是法官利用个人所学法律知识、社会常识和自己的理解所做的判断。在价值判断中引入人工智能，让机器来代替法官作出价值判断，其中涉及法律语言向计算机语言的转换。将相关法律规范转换为计算机语言可以做到，但要计算机理解人类的情理确实困难。法官在进行价值判断的时候，所做出的判断要具有期待可能性，即“法律不强人所难”，这是机器所难理解的。像轰动一时的“于欢辱母杀人案”中，对于于欢目睹母亲受到侮辱而奋起反抗这一人类情感因素很难通过机器学习转化为计算机语言，很难指望人工智能在“于欢案”中作出正确判断。

但由人工智能给出初步的量刑建议还是现实的。现在多家法院开发的法院人工智能系统也都有量刑辅助的功能板块。“法官是活着的法律宣誓者”，但现实中法官也不可能将浩瀚烟海的法律条文都烂熟于心。如对具体刑期很难做到准确记忆，对民事案件中具体的赔偿金额也需要对照相应的赔偿金额表进行准确计算。从方便法官的角度，可以通过智能化的办案系统解决这些计算问题。

三、司法裁判领域人工智能的发展限度

（一）人工智能无法完全替代“法官”

如今正在如火如荼地尝试各种人工智能在司法裁判领域的应用，国家层面，国务院、最高院都相继公布了人工智能发展、“智慧法院”建设的规划[3]。在这样的背景下，我们应当积极响应国家对于人工智能发展的规划，积极拥抱人工智能，享受其给我们带来的各种便利。另外我们也要对人工智能的应用时刻保持清醒的态度，警惕“人工智能万能论”，打破关于AI法官能够彻底代替人类法官去审理案件的理论。[15]人工智能确实给司法裁判工作带来极大的便利，缓解了法院“诉讼爆炸”的现实情况。但仅就技术层面，人工智能在现阶段还不能够完全替代人类法官进行司法裁判，它仍然存在无法弥补的缺陷，无法像人一样去拥有人类的情感，完全像人类一样去思考问题。可以看出，就司法裁判人工智能发展的两条路径来看，无论是形式主义法学路径下进行规则的预设还是现实主义法学路径下的人工智能预测论都无法将隐含在背后的规则表述出来，必须由经验丰富法官从复杂的案情中提取案件的焦点和争议，然后进行法益的衡量和价值判断。人工智能的这些缺陷导致了法官工作的无可替代性，司法裁判领域人工智能的应用研究仍然是一项长期性、探索性、困难性极大的工作。

（二）确定人的“主体性”和人工智能的“工具性”

在传统法学范式下，司法裁判是法官做出判决的过程，这个过程是法官或法院机构行使司法权的过程。根据人民主权理论，这项权利应该属于人民。司法权是由人民通过选举方式选举出代表组成法院机构或通过国家权力机关任免法官来间接行使这项权利的。这是人民授权的结果，其他人或者机构无权行使这项权利。首先，司法机关应该代表人民的利益，它本身应当属于“人”的主体，才能作为人民代表来代表人民行使司法权这项国家公权力。其次，如果用人工智能替代法官，显然是放弃了人的这项管理自己的权利，这样的后果是未知的、不可控的。我们不能放弃“人”在司法裁判中的主体地位。人工智能只可以作为法官在审判过程中应对巨大“案件数量”的工具而存在。将人工智能引入到司法裁判领域的初衷绝不是因为人工智能在单个案件上比经验丰富的法官强，而是为了缓解各级人民法院法官的办案压力，让人工智能替代法官完成诉讼过程中的某些工作。当然，人工智能的偏离预警功能也可以在一定程度上限制法官的自由裁量权，可以在一定程度上帮助法院做到“同案同判”，但是绝不是剥夺法官的自由裁量权。我们不能将司法决定权完全交给机器，就算是一个案件完全由人工智能审理，也必须由法官最后审查确认。

（三）“人工智能”得出的结果不应具有终局性

在形式主义法学和实质主义法学路径下的人工智能，其得出的结果都在人类的预设或者大数据的数据库范围内，它对案件作出的判断都是依据以往的历史数据的。每一个案件都有其独特性，可能出现历史数据以外的新的案件特征，如果完全由人工智能进行判断，很难做到个案的公平正义，其所作出的判决也将是不合适的。那么人工智能所做出的一些裁决必然也不可能作为终局性的结果，必须要有相应的纠错机制来防止错案的发生。另外，在司法裁判中也必须存在错误判决的责任承担者。在传统司法判决中，判决是由审理案件的法官做出，错误判决的责任应当由办理案件的相应法官承担。但如果让人工智能作为司法裁判的主体，一旦出现错误的判决，承担责任的主体将是模糊的。同时，人工智能是由工程师通过数据代码创造出的，人工智能也必将会体现出创造它的工程师的意志和判断，但将工程师作为承担责任的主体显然也不合适。因此，基于终局性的要求，人工智能在司法裁判中所作出的结果只能经过法官根据案件实际和公平正义的法律理念论证后才能做为终局性的结果，并且最后的责任也应当由办案法官[16]来承担。

我国各级人民法院法官的办案压力巨大，每个法官每年都有几百个案件的业务考核，甚至在某些基层法院，法官每年需要审理上千的案件，办案人员人数明显不足。同时，办案法官的法学素养参差不齐，导致同一案件或同类型案件可能出现很大出入。将人工智能应用到司法领域确实可以极大提高办案效率，缓解各级法院的办案压力，为实现社会主义法治道路提供助力。但我们在应用人工智能的时候，不应该盲目夸大其作用，陷入“人工智能万能论”的陷阱，明确司法裁判领域人工智能发展的限度，不将司法决定权完全交给人工智能，而是将它作为工具来辅助法官审理案件，以达到缓解法官办案压力的效果[17]。