扬州大学法学院，江苏 扬州

收稿日期：2023年4月10日；录用日期：2023年5月24日；发布日期：2023年5月31日

摘要

近些年，司法智能化应用已经成为一种趋势，人工智能以其独特的技术优势可以在司法裁判实务中发挥重要作用。人工智能系统能够提供标准化的决策模式与诉讼流程，在案件审理、办案程序、法律适用等方面进行引导与监督。实践中，由于人工智能技术在司法裁判领域应用时间不长，仍然存在削弱司法自由裁量权、司法数据基础薄弱、算法隐秘性等诸多问题。对此，应明确人工智能的辅助性定位，搭建数据共享平台，优化算法技术，培养复合型人才以助力其在司法裁判领域的可靠、可控发展。

关键词

人工智能，司法裁判，数据，算法

The Limitations and Improvement Measures of Artificial Intelligence in the Field of Judicial Judgment

Yuechen Huang

Law School, Yangzhou University, Yangzhou Jiangsu

Received: Apr. 10^th, 2023; accepted: May 24^th, 2023; published: May 31^st, 2023

ABSTRACT

In recent years, the application of judicial intelligence has become a trend, and artificial intelligence, with its unique technological advantages, can play an important role in judicial decision-making practice. Artificial intelligence systems can provide standardized decision-making modes and litigation processes, guiding and supervising case trials, handling procedures, and legal application. In practice, due to the limited application time of artificial intelligence technology in the field of judicial decision-making, there are still many problems such as weakening judicial discretion, weak judicial data foundation, and algorithm secrecy. In this regard, the auxiliary positioning of artificial intelligence should be clearly defined, a data sharing platform should be built, algorithm technology should be optimized, and composite talents should be cultivated to help them achieve reliable and controllable development in the field of judicial adjudication.

Keywords:Artificial Intelligence, Judicial Decisions, Data, Algorithm

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

大数据时代，法治现代化建设离不开人工智能的应用，为此，各地纷纷开展人工智能在司法裁判领域的应用探索工作，并取得了一定成果，如北京“睿法官”智能研判系统、上海“206系统”等。然而，在弱人工智能发展背景下，相关技术的应用探索仍处于初级阶段，再加上司法裁判本身是一种“法理情”兼顾的复杂活动，因此，学术界与实务界普遍认为人工智能在司法裁判领域不能充任主导性角色，也不能代替法官裁判 [1] 。本文探讨人工智能在司法裁判领域应用的局限性，并提出相应改进对策，以期进一步明确人工智能在司法裁判领域的角色定位，助益司法人工智能长远发展。

2. 人工智能在司法裁判领域应用的局限性

2.1. 削弱司法自由裁量权

在实现庭审实质化的过程中，自由裁量权是推进诉讼程序、保证裁判正义的关键 [2] 。自由裁量权是法官在案件审理过程中享有的自主决定的权力，这一权力是法官对法律原则、法律规则边界的厘定 [3] 。人工智能在司法裁判领域的应用，会对司法自由裁量权产生削弱。当法官结合专业知识、经验法则与逻辑判断作出事实认定或裁判决定时，如果人工智能系统认为与预设指导案例存在较大差异，偏离预警系统就会进行提示，此时法官必然会受到系统影响，妨碍独立心证。目前来看，虽然决策辅助系统只是辅助法官办案，并不对事实认定或裁判决定承担责任，但考虑法官在系统使用过程中存在操作痕迹，且这些操作痕迹可以成为追责或考评依据，法官可能为了减少麻烦，过度倾向使用系统结果。基于以上事实，法官在案件办理中的主导地位可能产生动摇，对人工智能系统的认定结果过于依赖，进而导致审判体系、裁判职权和司法责任的颠覆。

2.2. 司法数据采集能力不足

我国地域广人口多，案件信息数量十分庞大，虽然人工智能的应用在部分地区得到快速推进，但仍有大量旧案信息或技术条件不足地区的案件信息有所缺失，并未纳入司法数据库中。人工智能在司法裁判领域的应用，需要海量信息作为系统分析处理的数据基础，司法数据缺失，会对人工智能系统信息回填、类案推送、风险预估、裁判预判等功能产生不利影响，既无法完全体现人工智能的技术优势，也不利于维护司法正义 [4] 。

信息价值需要通过信息流通体现，孤岛式数据必然对信息价值产生削减，难以激发其应有潜力 [5] 。当下司法领域各机关之间并未建立起完善的跨层级、跨部门、跨地区的数据共享机制，一方面，法院系统内部并未完全实现数据共享，跨层级、跨地区的法院由于发展情况、技术水平差异，无法保证司法资源的数据化程度，彼此间的互联互通也存在较大障碍。另一方面，司法、立法、执法等不同机关之间数据隔离现象严重，法院在案件审理过程中无法获得全面、充足的数据支撑，法官的裁判结果容易出现偏差。

2.3. 算法隐秘性与司法裁判公开性的冲突

算法黑箱是指由于算法技术的复杂性、自我优化能力不足，以及排他性商业政策影响，算法实际上由技术公司、技术人员控制，用户不了解算法的目标和意图，几乎无法得知数据与运算结果之间的技术原理，更谈不上对算法过程、实际控制者的评判与监督 [6] 。算法的隐秘性与司法公开之间存在明显差距，社会公众甚至使用系统的法官一般只能被动接受运算结果，难以了解数据与结果之间的关联。算法是依靠计算机编程运行，难以涵盖个案的独特情况。例如，刑事诉讼中部分情节需要法官基于公共道德、社会舆论与法律规则综合考量，仅依靠算法很难保证判决的准确性与公平性。从量刑方面看，算法的牵制作用更为明显，受侵害更多的往往是弱势群体的利益，算法独裁会产生事实不公，法官也无法给出令人满意的合理解释。

除此之外，跨学科人才储备不足也导致算法与判决结果之间有明显隔阂。一方面，技术公司、技术人员通常不具备法律专业知识，计算机属于自然科学，法律属于社会科学，二者所在领域迥然不同，但均对专业性有较高要求。很多人工智能技术人员尽管具备很强的编程能力，但对法律实务需求缺乏准确把握。另一方面，法官等通常不熟悉算法运行原理，又缺乏相关计算机知识，因此他们通常对人工智能系统的认定结果也有保留意见。如果将司法裁判领域的人工智能系统设计交由企业，也会面临裁判权、释明权被干预的风险，即使不考虑技术人员掌握系统漏洞的情况，当技术人员某天成为诉讼案件主体时，法官利用其开发的算法系统审理案件也有悖裁判中立原则要求。

3. 人工智能在司法裁判领域应用的改进对策

3.1. 明确人工智能的辅助性定位

在当前弱人工智能发展阶段，应当明确人工智能在司法裁判领域的辅助性定位。一方面，人工智能引入司法领域的初衷是为了解放司法人员于琐碎的事务性工作中而非替代他们。当前人工智能在司法裁判领域的运用，主要是为公正司法提供辅助支持，利用系统处理重复性工作，例如智能编目、文书纠错等，由法官处理核心工作内容，进行案件事实认定与价值判断，避免人工智能系统对案件审理的实质性干预 [7] 。另一方面，法官行使国家审判权的特殊性，决定了该职业无法被人工智能完全替代。司法裁判的过程涉及经验法则、价值观念、逻辑判断与裁判经验的运用，在个案的特殊性、多样性以及不同主体利益诉求冲突等因素影响下，人工智能系统很难基于算法梳理关系，实现责、权、利的平衡与协调。司法裁判的目标并非一纸判决，而是兼顾法、理、情，化解积怨，修复社会关系，积极回应各主体诉求 [8] 。法官作出公正合理的案件判决，离不开个人在工作实践中长期积累的裁判经验，人工智能系统将主观因素完全排除的同时，在实践经验方面也有力不胜任之感。有“温度”的判决源于法官的个人情感，而非纸面上“冰冷”的法律条文。追求同案同判的人工智能系统对于案件事实的纷繁复杂缺乏认识，算法技术无法完美契合司法实务，法官享有的自由裁量权是弥补这一缺陷的重要措施，因此其地位无法被人工智能替代。

3.2. 搭建数据共享平台

搭建数据共享平台可以有效消除“信息孤岛”现象，充分挖掘司法数据价值 [9] 。具体而言，要将跨层级、跨部门、跨地区的法院数据信息完全整合，与公安机关、检察机关等国家机构的数据对接，形成跨界融合、全方位囊括、智能互联的数据生态圈。大数据技术是人工智能运用、发展的基础，在司法领域科技推进过程中，全国多地积极建设公检法互联互通办案系统，数据共享平台的建设也在逐步开展。公检法等多机关数据共享平台有利于确保案件信息的全面性、完整性，加速数据流动，提升司法质效。法官在案件审理过程中可以通过共享数据平台获取相关信息，并利用人工智能技术，迅速锁定关键性证据，极大提升结案效率。同时，为了确保平台的数据质量，各机关要安排专人实时更新数据资源，剔除错误、过时数据，避免信息污染，切实发挥共享平台的数据价值。

3.3. 优化算法技术，培养复合型人才

一是优化算法技术。优化算法技术是一种双向运动，不仅涉及计算机等专业领域，还需要多学科、多领域的深度融合，才能较好减轻算法隐秘性对司法裁判的影响。一方面，技术人员、技术公司要加强其法律知识储备，为设计符合司法裁判实务要求的人工智能系统奠定基础；另一方面，司法裁判领域专业人士也要增加大数据、算法知识储备，了解算法技术的运行原理，提升对人工智能系统结论的认可度。

二是跨专业人才培养。大数据时代，不同学科相互交融、突破壁垒的现象日益凸显，这就要求在人才培养过程中重视跨专业人才培养 [10] 。目前来看，高校法学院的教学主要围绕法律相关知识与技能培养，缺乏其他学科的培养内容。从司法人工智能的长远发展看，跨专业人才培养十分重要。具体而言，高校应积极开展跨专业教学，在法学院开设人工智能相关课程，由本校相关领域专家或外聘专家承担教学任务，从学生阶段就加强法律人才对人工智能技术的学习与理解，掌握大数据、算法等相关技术运行原理，培养利用人工智能解决法律问题的习惯。

4. 结论

大数据时代，人工智能在司法裁判领域的应用既体现了国家在科技发展层面的巨大成就，又跑出了司法加速度，进一步提升了司法软实力。当前，人工智能技术仍处在发展初期，技术水平不足，配套措施仍有欠缺，因此人工智能在司法裁判领域应用的过程既有机遇，又有风险。面对人工智能在司法领域研究热度的不断提升，我们必须清醒认识其应用局限性，包括削弱司法自由裁量权，司法数据基础薄弱，算法隐秘性等，并针对其局限性提出相应改进对策，明确人工智能的辅助性定位，搭建数据共享平台，优化算法技术，培养复合型人才。

面对人工智能的快速发展，在司法领域抓住这一发展机遇的同时，更要警惕技术背后的风险问题，用辨证的眼光审视其与司法裁判的结合，避免过度放大技术价值，要凸显司法理性，避免司法裁判异化。未来人工智能在司法裁判领域的产品、工具开发必须积极关注司法实践变化，严格服从司法属性，提供符合司法规律的产品和服务。

基金项目

扬州大学研究生科研与实践创新计划资助项目(SJCX21_1527)。

文章引用

黄悦晨. 人工智能在司法裁判领域应用的局限性及其改进对策
The Limitations and Improvement Measures of Artificial Intelligence in the Field of Judicial Judgment[J]. 法学, 2023, 11(03): 1806-1810. https://doi.org/10.12677/OJLS.2023.113257

参考文献