司法裁判人工智能化的可能性分析
——基于案件分類的視角

毛榮

（四川省社會科學院，四川成都 610072）

隨著互聯網和科學技術的迅速發展，智能化已經席卷了人們的生活，人們僅僅用一只手機就能實現產入、產出，它同時記錄著我們的生產狀態、消費水平、行為軌跡，并能根據記載數據改變著人們的生活。法院受理的案件和執行的案件，案件數量都呈上升趨勢，然而員額法官數量卻極為有限，雖然自法官員額制改革后，法官未結案件呈現出同比上升，但是也同時增加了辦案法官的工作壓力。如在刑事速裁程序試點地區，法庭審理時間為被控制在十分鐘左右，部分案件審理時間甚至為幾分鐘，法庭審理流于形式。對于適用刑事速裁程序的案件，法院審理時不再進行法庭調查和法庭辯論，法官對于此類案件的審理更像是“例行公式”，審理已經基本趨于模式化，那么在計算機科學技術和大數據發展較為成熟的今天，我們不得不開始思考能否將人工智能引入司法裁判？2016年11月最高人民法院院長周強強調要積極推動人工智能在司法領域的應用，2017年4月最高法印發《關于加快建設智慧法院的意見》指出以信息化推進審判現代化的要求，2017年7月國務院印發《新一代人工智能發展規劃》（以下簡稱《發展規劃》）的通知也明確指出必須放眼全球，把人工智能發展放在國家戰略層面系統布局、主動謀劃，牢牢把握人工智能發展新階段國際競爭的戰略主動，打造競爭新優勢、開拓發展新空間，因此，司法裁判人工智能化是一個發展趨勢。

1 司法裁判與人工智能

1.1 司法裁判的特點

雖然霍姆斯認為“法律的生命不是邏輯而是經驗”，但是仔細剖析法官裁判案件得出結論的過程就可以知道，法官裁判固然需要依靠自身經驗，但是也不能完全將邏輯剔除。經驗是一個伴隨時間積累的過程，作為每一個“先例”的經驗誕生前，法官在裁判時不能從先例中進行尋找的，至少可以說沒有近乎雷同的案件存在。那么我們不得不問“先例”是如何產生的？沒有了經驗，裁判又靠什么得出？

1.1.1 司法裁判離不開法官的經驗

正如霍姆斯所言，法律的生命中，經驗不可缺席。司法裁判并不是簡單的數學運算：公式已定，帶入已知條件，即可得出運算結果。大部分案件中對于法律事實和證據的認定都會受到非標準形式的干擾，需要法官根據以往經驗做出判定和取舍。這也是法官年輕化程度較低的主要原因，法官需經歷更多的世事、經過更多的基礎鍛煉，才能避開教科書式的教學，更好地了解糾紛產生的原委，更加設身處地地為當事人著想，使做出的判決更具有說服力。

1.1.2 司法裁判離不開法律推理

有學者提出“法律思維”的基本含義是“根據法律的思考”，一切裁判活動的中心都圍繞著法律展開，在法律規定和判決結果的關系中，法官必須承擔著釋明其用與不用，以及為何采用的問題。“法律思維的邏輯基礎是形式邏輯”，作為形式邏輯的三段論在法律推理中仍然扮演著重要角色。法律推理的過程體現出法官裁判的思維過程，法律推理中包含著對于法律事實的認定、法律規定的選擇、作出裁判結果的理由。可以發現，從既往的裁判中，我們可以總結出法律推理中的要素，譬如判決被告人犯盜竊罪時，法官需要考量盜竊罪的適用條件，“是否以非法占有為目的”“是否采取秘密竊取的手段”“竊取數額是否法律規定的標準或者是否實施了多次盜竊、入戶盜竊、攜帶兇器盜竊、扒竊公私財物的行為”。總結來說，在刑事犯罪中，對于判處的每個罪名，都可分解為四個要件:犯罪的主體，犯罪的主觀方面，犯罪的客體，犯罪的客觀方面。同樣地，法官在審理民事糾紛的過程中，也是需要根據雙方當事人權利義務的行使和履行來在確定各自應當承擔的責任。

1.2 人工智能的發展

人工智能發展到今天已經取得了卓越進步，阿爾法狗的再進化消息引起了大家的廣泛關注，2017年10月，DeepMind團隊公布了代號為AlphaGoZero的系統，這個系統可以在自我對弈的過程中進行學習，能夠在零基礎的條件下，通過僅為三天的學習成為頂級高手，新產生的系統以100：0的成績戰勝了2016年擊敗韓國頂尖棋手李世石的系統，自我學習能力的出現在人工智能領域是新的突破。除此而外，人工智能的建立依靠著數學定理和計算機算法，且數學定理和計算機算法是離不開邏輯推理的，因此我們可以得知人工智能的發展與邏輯推理息息相關。目前已經有國家將人工智能聯系起來，探索司法裁判人工智能化系統，比如ASSYST系統和SIS系統。

1.2.1 ASSYST系統

ASSYST系統的主要功能是根據美國聯邦量刑指南，通過將大量案件有效信息錄入系統，系統用戶可以根據條件篩選來查詢對自己有參考價值的信息，而有效的信息則包括法律范疇、法律行為、適用主體等相關信息。用戶也可以通過數據庫看到同類案件的細微區別和實體裁判中的法律結果。

1.2.2 SIS系統

SIS系統建立的最初目標是通過信息的處理來推動審判的連續性與一致性，并提出“提供法庭審判案件的數據信息會比審判委員會或是發展一套審判手冊更易于保證審判的一致”。與ASSYST系統類似，用戶在使用該系統時需要輸入以下幾類信息：審判法院（基層或高級法院）、適用的法案、其他犯罪行為是否已被吸收進主要犯罪行為中、罪數、犯罪記錄、行為人是否處于假釋期、辯訴交易、行為人年齡。

可以看出，裁判智能輔助系統的設計思路就是將案件拆解成不同的要素，并根據實際情況對各相關要素進行重新組合生成新的假設，并將此假設與新的案件進行比較論證。

2 司法裁判與人工智能之間的聯系

2.1 司法裁判與人工智能之間的差異性

人工智能的出現在改變人們生活的同時，也改變了大家的生活方式，提高了人們的生活質量和工作效率，比如掃地機器人的出現，使得人們可以將有限的精力投入到更到產出的事情中，這是一個不斷進步的過程。

在機械化程度較低的過去，一人一年耕種面積較少，人們耕種只能依靠牲畜耕種、自身勞動力、鄰里互幫互助等有限的勞動力，進而決定了一人一年所能耕種的面積是有限的。伴隨科技的進步，機械化生產發展到更加成熟階段，生產工具更加豐富，也加快了剩余勞動力的生產步伐。人們逐漸接受用體力賺取財富變為依靠腦力賺取財富，該財富不但可以用來支付耕作中機械化操作的支出，還能有剩余，而此時一人耕作的土地面積卻可以突破以往的極限，成倍增長。這種進步不斷讓人們逐步富裕起來，而且減輕了人們的生存壓力，有利于人們更好地實現生存價值。

2.1.1 人工智能不具備豐富的感知能力

擔任司法裁判的法官卻是必須具備悲天憫人的情懷，能夠換位思考，當事人為何不履行義務？是否有“難言之隱”？卻不能簡單判定案件糾紛是否符合法律的條文，就做出裁判，應當試圖尋找法律事實與客觀真實差異最小化。但是科技推動著人類的進步，給我們留下的印象卻是“冰冷”“沒有人情味”“不具備人豐富的情感”，當然人工智能也未能逃出魔爪。雖然人工智能能夠模仿人類的語言和動作，但是對人類的情感卻不能感同身受。

2.1.2 人工智能不具備司法裁判經驗

法律的正確適用離不開法官的裁判經驗。每一個人工智能的產生正如新出生的嬰兒，對于世界的認知，經驗的積累全都為零，而司法裁判經驗需要裁判人員經過長時間的積累。首先，司法裁判要求參與案件的法官具備基礎的邏輯推理能力，即對案例進行反復的研究、推敲和論證的能力。其次，司法裁判要求參與案件的法官具備法律專業知識和法律素養，法律專業知識的積累以時間和學習為先決條件，法律素養的培養則更為復雜，根據司法部新出的規定，參加國家司法考試的考生，須符合經過一定年限法學經歷背景的要求，這也體現了法律素養對法律工作者的重要性。最后，司法裁判要求參與案件的法官對案件有足夠的了解。綜上所述，目前這些都是人工智能所不具備的。

2.1.3 人工智能不具備人類的靈活性

人們認識到自己產生認知錯誤時，可以在下一個行為動作中及時修正，避免造成進一步的錯誤結果。而人工智能在建構的過程中，可謂一步錯，步步錯，對于其中錯誤的糾正需要經過一系列的技術性操作才能實現，可能在糾正之前已經造成了進一步的錯誤結果，因此人工智能不具備人類相同的靈活度，因而筆者認為人工智能無法完全取代人類裁判。

2.2 司法裁判與人工智能之間的共通性

2.2.1 司法裁判和人工智能都具備邏輯分析能力

裁判結果必須經過嚴密的邏輯推理后得出，如刑法中法院認定的法律事實、采用的證據、適用的法律、乃至最后裁判結果之間都存在著不可分割的邏輯聯系，任一環節被中斷，都將導致不同的結果。同樣地，人工智能的產生也是建立邏輯推理之上的，運行結果是其經內部推演后得出的。

2.2.2 司法裁判和人工智能均具備數據處理能力

司法裁判者需要對案件中大量的數據信息分析、比對、篩選、排序，讓雜亂無章的案件信息變得具有條理性和連貫性，處理數據分為三步：第一，司法裁判者在查閱案件信息后，首先須經過大腦對案件材料初步分析、比對、篩選、排序。第二，則是司法裁判者結合手動能力將材料進行整理。第三，則需要司法裁判者對有效的案件材料進行深入分析、歸納。在這個方面，雖然現有的人工智能系統不具備手動篩選材料，也不具備直接分析案件信息的能力，而必須借助人力將資料先行錄入系統。但是人工智能具有海量處理數據的能力，其在處理數據、分析數據的能力上則占較大優勢。

3 司法裁判人工智能化的可能性

雖然人工智能缺少情感、不具備司法裁判經驗、處理案件不夠靈活的特征，但是正是由于傳統的司法裁判工作是由人類承擔，缺乏足夠的理性，這也在一定程度上為法官徇私枉法或冤假錯案的產生提供了滋生的空間，而人工智能卻能拋開情感，站在最為理性的角度來分析案件。我們理解的司法裁判離不開經驗，正如“清官難斷家務事”，這種經驗要求法官具備相關世事的經歷，才能切身感受矛盾糾紛，做出更有利于糾紛當事人的判決。人工智能雖不具有感知功能，卻能根據大量數據總結規律，大部分已經存在的經驗事實卻是可以被人工智能所吸收的，相反計算機的統計功能能夠彌補法官接觸面的局限，為法官裁判提供更多可能和參考。此處涉及的處理案件不夠靈活，也多是指發生在新案件時，人工智能不能根據數據庫中的已有案件得出“同案同判”的結果，試想如果人工智能能夠實現所有案件裁判智能化，那法官的角色應如何定位，大家是否放心將與個人有關的案件交于人工智能加以裁判。

3.1 前提：人工智能發展成熟

我國目前比較成功的案例數據庫有北大法寶、中國裁判文書網等。中國裁判文書網為我國的公益性質網站，用戶可以免費在該數據庫中查詢經法院公開的案例。但是用戶只能根據可查詢的相似案例，判斷自己手中案例可能得到的裁判結果，除了最高院發布的指導性案例，其他案例的結果對當事人來說，并不具備權威性，借鑒的意義也不大。此類數據庫可以被看作初級的數據信息系統，其在應用的廣泛性上仍然存在著較大的缺陷，仍需繼續完善。

正如馬克思·韋伯曾說：“現代的法官是自動售貨機，投進去的是訴狀和訴訟費，吐出來的是判決和從法典上抄下來的理由。”人工智能與司法裁判之間的差距逐步縮小，隨著技術的進步，司法裁判智能化有望實現。

3.2 核心：分類建立司法裁判人工智能化系統

目前我國的司法案件，可以分為以下幾類：普遍無爭議案件、相對有爭議案件、重大、復雜、新案件。每類案件呈現出不同的特點，也因此決定了司法裁判人工智能化提前開展的可能。

3.2.1 普遍無爭議案件

普遍無爭議的案件是指案件事實清楚，證據充分，適用法律無爭議的案件。同時案情相對簡單，對于此類案件的裁判結果是普遍大家被所認可的。由于此類案件簡單，案件中的裁判要素更容易被分解，需要將裁判要素錄入系統中。此處的裁判要素分為加工前和加工后，加工前的裁判要素未經識別，具有多變性，所以應當將每個案例中的加工前和加工后要素對應錄入，當數據量達到一定程度后，就可以對加工前的狀態進行總結分析，這對于預防犯罪和后續案件的借鑒起著積極作用。

由于是普遍無爭議的案件，此系統建立后，經系統裁判的案件結果可直接適用于該案件，如此可以避開不同地方、不同法院、不同法官受不同的感情羈絆，造成法官裁判的任意性，不利于司法權威的統一。

3.2.2 相對有爭議案件

相對有爭議的案件是指案件事實清楚，證據確實充分，但根據法官自由裁量權運用的不同，將出現裁判結果將出現加大差距。針對此類案件同樣需要將案件的裁判要素放入系統，對于新的案件來說，雖然系統中相似案件的結果是有有爭議的，但是卻為辦案法官提供了更加有力和理性化的參考，避免法官在裁判中受到個人偏好或其他壓力的影響，致使案件裁判結果嚴重偏離同類案件的整體水平，也可以為司法裁判的公正性提供更為有力的保障，增強司法公信力。

3.2.3 重大、復雜、新案件

重大復雜的案件是指案件事實或證據復雜、社會影響重大的案件、新型案件，由于人工智能系統裁判的前提是建立在系統數據庫數量加大、程序發展完善的基礎上，然而針對案件事實或證據復雜、社會影響重大的案件、新型案件，案件自有特征突出，可復制性較低，在系統中很難找到大量的相似案例，人工智能得出的裁判結果只能為辦案法官提供思路和參考，無法對法官產生拘束力。但是對于每個重大、復雜、新案件，都有必要分解其裁判要素存入系統，只有這樣才能不斷地為后續承辦類似案件的裁判人員去除不必要的重復性工作。

3.3 關鍵：轉變司法裁判與人工智能化必須二選一的觀點

在司法裁判領域引進人工智能并不是為了取締法官依法裁判的職能，而是為了更好地服務于司法裁判工作，二者可相互共存。分類建立司法裁判人工智能化系統必然會對司法制度產生一定的影響。第一，司法裁判人工智能化以后，法官應當重新定位自己在司法裁判中扮演的角色，在普遍無爭議的案件中，是裁判結果的監督者；在相對有爭議、重大、復雜、新案件中是案件結果的裁決者，也即是身兼監督者和裁判者兩個角色。第二，法官職能的轉變進而影響法院在人員配置進行調整，法官、審判輔助人員向專業化方向持續推進，比如，法官在裁判領域求精不求廣，書記員的能力由技能性向法學專業能力轉變，因為書記員的速記速打能力將逐漸被智能語音系統所取代，庭審速記將不再是他們的主戰場。第三，雖然在建立階段將會耗費大量的人力物力，但是當司法裁判智能化系統真正運行之后，將會極大地減輕法官工作負擔，不但可以解決當前法院“案多人少”的困境，提高法院辦案質量和辦案效率，還能及時定紛止爭，維護社會的和諧穩定。誠然，司法裁判要實現相對成熟的人工智能化還有很長的路要走，但是置身于信息化、大數據的背景下，司法裁判現代化的要求下，司法裁判實現人工智能化是必然趨勢。