人工智能，如何讓審判更智慧

潘睿

2016年是人工智能元年，各個著名IT 跨國企業都已經認識到人工智能產業的發展潛力，強力涉足該領域。而在人工智能的浪潮中，法律職業當然無法置身事外。在我國，在最高院的領導下，人工智能與司法的結合已經成為司法改革的最強音。隨著最高院試點建設工作的展開，北京、上海、江蘇、河南、浙江等地都已各自進行人工智能應用，并取得了一定的經驗。本文從對比國內外人工智能法院應用領域的研究出發，分析國內與國外應用研究存在的差距，以及國內法院人工智能系統應用上存在的不足，提出了建設法院人工智能系統需要解決的諸多問題。

1 法院人工智能系統的應用范圍

隨著社會生活和法律關系的復雜化，法官無法承受法律文獻和法律案件均不斷增長的重負，法律實踐的自身要求催生了法院人工智能系統。在筆者看來，人工智能在法院系統的應用，并非僅僅用智能化將法院審判披上看似華美的外衣，也不能止步于大量囤積數據的設備安置，更不是用智能化形式與傳統的紙質辦公形式進行簡單轉換，而是在人工智能的平臺上充分挖掘其各項潛力，從而實現法院審判系統智能化的全面升級。因此人工智能在法院的應用范圍應包括以下四個方面：

1、信息收集。法院人工智能系統的信息收集服務是指從法律法規司法解釋庫、案例庫、裁判文書庫等大數據中，通過法官關鍵字檢索進行匹配搜索，甚至能根據案件類型自動對信息進行篩選分析匯總，為法官辦案提供豐富的數據資源。對于主要依靠辦案經驗和對法律條文的熟練掌握的法官來說，人工智能的信息收集服務能省卻法官在檢索相關法律、法規、司法解釋和相關案例上耗費的大量精力和時間，并且彌補法官因檢索不全面、記憶不準確的局限性，為法官減輕負擔，使法官能夠集中精力從事更加復雜的法律推理活動，從而提高辦案效率。

2、語音識別和圖像識別。語音識別技術能夠讓計算機把語音信號轉換為文本或命令，法院可以引入智能語音識別技術進行庭審記錄、法官合議記錄和審委會討論記錄，同時可以利用人工智能機器的深度學習技術，根據不同類型的案件設置相應的語音庫，以提高文本轉換的準確性。語音識別技術的引入不僅能夠避免因書記員質量參差不齊導致的庭審節奏緩慢或庭審記錄遺漏等不利后果，而且能將書記員從記錄的重擔中抽離出來，大大節省了法院有限的人力資源。

3、文書撰寫。人工智能在文書撰寫的應用即基于專有法律語義分析技術和積累的裁判文書大數據，對案件的起訴書、答辯狀、證據等前置數據和庭審筆錄的內容進行智能判斷分析后自動搜索最相似的文書，按照最高法院文書格式要求，一鍵式自動生成案件各類文書。該項應用，為法官文書制作提供便利，同時能夠提高類案審理效率，進一步緩解案多人少矛盾，助推審判工作繁簡分流。

4、輔助決策。輔助決策系統其實就是構建法律專家系統，它通過類型化案件提煉裁判規則和審判經驗，組成推理系統，以便能對輸入的案件事實等法律信息進行處理，在推理系統的控制下模仿法官的思維對案件作出決策和判斷，為法官裁判提供參考，不僅減輕法官的工作強度和難度，而且為審判提供了類似案例的審判參考以及相對統一的推理標準和評價標準，輔助法官取得具有一貫性的判決，促進同案同判的實現，從而提高審判工作的效率和質量。

2 我國法院人工智能應用存在的不足

法院人工智能系統的靈活運用建立在司法數據庫的可測量、可收集、可分析之上，但大數據并不意味著大量數據，從大數據的幾個核心特征來看，我國目前司法大數據的基礎較為薄弱。

1、缺乏大數據的完備性。以中國裁判文書網為例，中國裁判文書網自2013年7月1日正式開通以來，截止2017年5月31日，已公開裁判文書超過2900萬篇，不僅方便了大數據的采集和分析研究，而且為法院人工智能的建立提供了便利。但是，根據《2017年最高人民法院工作報告》，僅2016年全年，地方各級人民法院審結、執結案件1671.4萬件，也就是說，目前中國裁判文書網公布的裁判文書還不到地方各級法院兩年的結案總量。而可采集數據與實際數據的過大差距，必然會導致人工智能在讀取可采集數據庫后，分析后的結果與預判將與實際有所偏離，嚴重影響人工智能作出的司法決策的有效性和準確性。

2、缺乏大數據的多維性。仍以中國裁判文書網為例，中國裁判文書網公布僅為各法院的結案裁判文書，而裁判文書未必能完全反映整個案件的信息及辦案過程、邏輯推理等。例如無法得知哪些維持原判的上訴案件是在一審宣判前已經向二審法院請示過的；二審法院經常裁定“撤銷原判、發回重審”，理由一般是“事實不清、證據不足”，但無法確切知道“事實清楚、證據確實充分”仍以這一理由被撤銷的判決比例。司法大數據庫無法從多維角度反映案件審判情況，人工智能就不能根據數據庫全面、多角度地分析問題得出最終結論。

3、缺乏大數據的共享性。由于最高院并未在信息化建設上規定統一的技術標準，因此各法院根據自身需要，分別與各大信息技術公司展開合作，研發法院辦案系統和辦公系統。這就導致法院與法院之間出現信息系統互不兼容，系統間融合共享度差的情況，影響了人工智能的分析成效。信息技術建設各自為政的局面，形成了大量的信息孤島，已經嚴重制約了法院人工智能系統建設，成為構建“智慧法院”的瓶頸。

3 法院人工智能系統的開發策略

（一）實現司法數據一體化。大數據基本的運作原理是數據驅動，即先獲取全面、完備且非常具有代表性的數據，然后用很多簡單的模型去契合數據。在誤差允許的范圍內，數據驅動的結果與精確的模型是等效的。（1）這就要求我們構建打通法院系統內部上下層級、跨省的完整數據體系，破除信息孤島，并達成與其他政府部門間數據的互聯互通。且在數據的采集過程中，除了要采集案件立審執各個環節各個節點的數據信息，還要注重收集判決的公眾認同度、司法熱點、不同社會群體司法需求、社會經濟發展的形勢與政策信息等。（2）如此才能建立完備的數據庫，促進法院人工智能系統的有效性和準確性。

（二）實現研發主體擴大化。現應用于法院的人工智能的稚嫩，暴露了僅靠計算機專家從事人工智能研發工作的局限性。法院的人工智能最終是為了能夠模擬法官的法律推理過程，其任務之艱巨可見一斑。因為對法院人工智能系統的研發必定需要掌握精深計算機技術的專家，而計算機專家又很難在短時間內掌握豐富的法學理論知識，這就需要法學家、計算機學家等具有豐富的專業知識群體進行廣泛地合作與交流，并在研發過程中不斷聽取法官群體的意見，以便將開發群體和用戶群體的智慧結合起來，相互啟發，群策群力，使法院的人工智能系統得到發展和完善。

（三）實現推理模型多樣化。立足于審判實際和司法規律，針對不同類型案件特點，分析、歸納、提煉出不同類型案件的推理模式，設計多樣化的法律推理模型，并結合不同的司法實踐目的，生成不同的人工智能系統。而隨著不斷的嘗試和研究，法律推理模型將進一步完善，且貼合司法實踐的要求。

參考文獻

[1]吳軍：《智能時代：大數據與智能革命重新定義未來》，中信出版社2016年版，第33頁。

[2]齊奇：《大數據時代司法統計在審判管理中的應用與發展》，載人民法院報2013年8月19日。endprint