量刑改革時代人工智能泛化之批判

倪震

【摘要】人工智能時代已悄然而至，對我國量刑改革產生了巨大影響。量刑科技化頭頂大數據“光環”，身披人工智能“外衣”，在持續僭越法官自由裁量權并消解司法固有屬性的同時，呈現出泛化特征?，F階段，必須清醒地認識到，量刑改革中人工智能只能扮演法官的輔助角色，切不可本末倒置。未來司法人工智能的發展，應在厘清其自身定位的基礎上，尋求技術上的實質突破。

【關鍵詞】人工智能 ?大數據 ?量刑改革

【中圖分類號】D924 ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標識碼】A

【DOI】10.16619/j.cnki.rmltxsqy.2020.07.011

近年來，人工智能顯然是一個時髦的學術詞匯，尤其是伴隨著司法領域的諸多變革，司法人工智能研究方興未艾，諸多法學問題點燃了法學界的學術熱情，呈現出“亂花漸欲迷人眼”之勢，各種論壇更是樂此不疲，此輪量刑改革也相應的與人工智能相映成趣。

人工智能運用于司法系統始于2013年左右，尤其是由最高法院積極牽頭，各個地方性司法系統也逐步引入了人工智能的探索性嘗試，電腦量刑、類案比對、偏離預警等應用系統的推出，極大地鼓舞了學界對人工智能應用前景的信心，也更進一步為人工智能推動量刑改革提供了契機。然而，當人工智能與量刑改革逐步交融并成為了光彩奪目的學術增長點之時，紛至沓來的前沿問題以及量刑改革自身的定位，不能不讓人產生質疑：人工智能的司法應用是否真的找到了理性的前進方向？人工智能是否真的能從根本上為量刑改革起到積極助益？還是說僅僅仍停留在粗淺的層面而更多地演繹為一場學術表演？對此，還需要進一步深入研究探討。

量刑改革中人工智能泛化之表征

毋庸置疑，人工智能在量刑改革中起到了積極推動作用。盡管如此，人工智能在量刑改革中依然或多或少存在著泛化現象。所謂泛化，指的是籠統地對某一具體事物進行表象化詮釋。其主要呈現出籠統性和淺層次性特征。就量刑改革而論，人工智能泛化主要體現在以下方面。

以量刑科技化替代量刑科學化。人工智能的司法運用使得量刑改革中量刑科技化的呼聲高漲，電腦量刑系統的引入就是顯著例證。該系統的早期推動者趙廷光教授一直都致力于追求量刑的科技化，他主張表征著人身危險性與社會危害性大小的的量刑情節與量刑自身幅度大小應該具有數字化對應關系，而這種關系是量刑公正的關鍵。[1]隨后在此驅動之下，其他地方試點法院推出的一系列電腦量刑軟件系統，旨在實現刑事法官僅僅在軟件系統中鍵入案件參數情況，就能夠自動生成精確的量刑結果。

應當說，該種人工智能初衷可謂良好，效果也似乎顯而易見。量刑科技化以量刑精確化為旨要，是一種近代自然科學對人文科學領域的技術性“殖民”。隨著科技進步，人類改造自然的自信心急劇爆膨脹，認為在各個領域貫徹科學主義大旗之下的技術力量皆可獲得普遍必然性的真理。但是，這種所謂的人工智能帶來的量刑科技化并不代表實現了量刑科學化。前者側重于量刑結果運算的數字化，但后者旨在于實現量刑結論的合理化，在遵循量刑規律的基礎之上能夠得出合乎個案妥當性的量刑結論。然而，就此觀之，目前所謂人工智能量刑能否有助于實現量刑科學化，仍存疑問。

以“司法大的數據”替代“司法大數據”。二者雖僅有一字之差，旨趣卻大相徑庭。司法大數據是司法大智慧，而司法大的數據僅僅是海量司法數據。而目前炙手可熱的人工智能應用于司法領域仍然是停留在后一階段。不可否認，隨著以最高法院牽頭的裁判文書上網系統的推廣，為司法人工智能的應用提供了數據庫并搭建起信息平臺，使得豐富海量裁判文書數據庫發揮了潛能，目前在司法系統推行的“智慧法院”“大數據檢務”均依托于此。就量刑改革而言，電腦量刑、類案比對、偏離預警等系統的嘗試性開發與試點運行均是立足于該海量數據庫。

與此同時，目前人工智能所憑借的所謂大數據存在的根本問題在于，司法大數據是否真的就是海量大數據仍令人質疑，出于各種因素考慮，許多地方司法系統的裁判文書并不見得都在網上予以公開，這就為深耕于此而研發的相關司法人工智能的可靠性大打折扣。就量刑改革中的類案比對技術而言，其所需要的是基礎數據庫的真實可靠，通過數字模塊的研習生成數據算法，從而為法官的刑罰裁量提供指引。但是，倘若基礎數據庫難以具有全覆蓋性，那么通過數字模塊所衍生出的數字算法就難免失真。此外，司法大數據也并不是冰冷的數字代碼，單個的裁判數據并不能說明問題，單純通過技術手段獲取這些數據也不是人工智能的初衷，而將這些單個數據有機結合并生成司法大智慧是問題的關鍵所在，這才稱的上是真正的司法大數據。但令人遺憾的是，至少在目前的量刑改革領域所推出的，如量刑流程信息化等人工智能技術，其僅僅是通過數字系統輸入替代之前的人工數據輸入，進而提高了量刑效率，如果稱其為司法大數據則不免讓人心存疑竇。

以弱人工智能替代人工智能。前已述及，目前量刑改革中人工智能所依托的司法大數據并不是真正的司法大數據，隨之帶來的問題便是，由于司法大數據平臺本身“失真”而缺乏“智慧”，導致人工智能這一學術話語也有被偷換之嫌，這在量刑改革中體現的尤為明顯。人工智能，英文“Artificial Intelligence”，即使從字面上解讀，至少其應該具有人工智慧。當前學界未能給出一個科學完整的定義，但人工智能起碼應當包括：溝通交流、目的驅動、自我學習三項能力。如果從這個特征出發，目前量刑改革領域所涌現出的諸多所謂人工智能并不能稱其為人工智能。比如，一些地方法院都傾力打造的“智慧法院”系統，在量刑改革層面，這些“智慧法院”推出的成果比較明顯的還是僅僅停留在：刑事卷宗掃描、量刑辯論智能輸入、量刑智能搜索等側重于提高司法效率的層面，或者是辦案流程信息公開等可視化系統以提升司法透明度。即使是稍具“智慧”的量刑類案比對系統，也未能走出數據堆積的窠臼。這些琳瑯滿目且被貼上人工智能標簽的司法應用程式，要么純粹是司法大的數據平臺上衍生出的類似計算器般的物件，要么就是貌似具有“智慧”實際上僅僅是冰冷數字機械組合的產物。而人工智能本質上具有的數字化有機運算的優點以及蘊含其內模擬人類自我能動性的智慧，這些都無從體現。概言之，席卷而來的這些所謂量刑人工智能一定程度上還是在制造著虛假的學術繁榮。如果非要將目前量刑改革催生出的這些系統命名為人工智能的話，那也只能是弱人工智能系統。

人工智能泛化存在的問題

前已述及的諸多泛化現象會導致量刑改革存在兩方面的負面后果。

第一，混淆法官的職能定位。早年，德國的拉倫茨教授就認為，法學的基礎任務之一乃是盡可能縮小法官的自由裁量權。[2]職是之故，人工智能在量刑改革中能夠迅速得以推廣，根本的緣由乃是其可以克服法官的恣意，對之前法官所具有過大的量刑自由裁量權形成技術制約。尤其是在司法公信力仍然不高的當下，人工智能運作于側重定量分析的刑罰裁量過程，可以增加司法透明度，這點不容否認，也是當前學界與司法界熱衷于此的根本出發點。但是，僅就目前來看，量刑改革中所推出的相關人工智能應用似乎有矯枉過正之嫌，走向了另一個極端，企圖以技術手段去扼殺法官的自由裁量權。前文提及的電腦量刑系統即是如此，系統開發者熱衷于通過電腦編程去細密地網羅所有的量刑場合，法官要做的僅僅是簡單地輸入案件代碼，進而就自動生成毋庸置疑的裁量結果。然而，暫且拋開國家司法權被機器所僭越這類司法倫理問題不談，將法官退化為鍵盤的輸入者，那么，法官的人工智慧如何體現？個案的差異性何以甄別？如何確保數字代碼所生成的裁判指令就適用于所有案件？申言之，當法官的司法能動性被扼殺殆盡的同時，也淪陷了個案正義。

第二，背離量刑改革的初衷。量刑改革已推行多年，但是很多人對何謂量刑規范化依然認識不清，對量刑改革的目標把握失當。刑法之適用，以定罪為前提，以量刑為后果，二者相互依存?！凹埫嫔稀钡男谭ū仨汅w現為具體的刑罰量，這才是刑法適用的根本。而刑法適用說到底乃是刑罰的分配，而刑罰體現出的惡害屬性勢必需要進行規制，不能任由法官恣意分配，否則會不當侵犯人權進而對法治國基礎構成威脅。是故，量刑規范化改革方才推行開來。由此可見，量刑規范化所規范的是法官的自由裁量權，以防止量刑擅斷，這才有《最高人民法院關于常見犯罪的量刑指導意見》中凸顯了量刑均衡的價值訴求。但是，規范自由裁量權并不是扼殺自由裁量權，追求量刑均衡價值也不是目的，而僅僅是手段，量刑規范化改革的真正目的是實現個案公正。理由在于：普遍正義并不存在，而真正存在的正義是異質化的，且源于特殊場域。[3]這里的特殊場域實際上乃是個案正義。法官適用法律實際上也需要將抽象法條匹配到具體個案，而不單純是一個三段論式的演繹推理，期間勢必要考量諸多個案差異性。據此而言，量刑的過程就是一個刑罰具體化的過程，量刑規范化也就是要如何科學的規范量刑過程，進而保障個案公正的實現。這才是量刑改革的真正目的，也是量刑規范化的精髓要義。但可惜的是，目前司法系統依托人工智能所衍生出的某些程序系統，卻本末倒置，試圖擠壓法官的自由裁量權，以“同案同判”為唯一價值目標。這在前文已述的電腦量刑中體現得淋漓盡致。

量刑改革中人工智能運用的應然走向

揚棄人工智能泛化之流弊，契合量刑改革的步伐，未來人工智能應用于規范量刑領域應著眼于以下兩個層面。

告別AI崇拜，回歸司法理性。從非技術層面來講，未來的量刑改革應該對人工智能保持理性與審慎的態度?，F實中，學界似乎總有許多人在主觀臆想著人工智能如何強大，以至于將來某一天人工智能會超越作為萬眾靈長的人類。本文對法學家們的此種遠見卓識和憂患意識持贊同態度。但當下，面對人工智能泛化的趨勢，無論其如何無所不能，我們都應當承認司法理性，回歸量刑規律，并對其職能定位存有清醒的認識：僅就目前而言，司法人工智能無法替代法官，而只能成為法官審判的助手。緣由在于：其一，如前所述，現階段司法人工智能所依托的司法大數據本身就是一個司法大的數據，缺乏數據智能整合能力;況且諸多非言辭量刑證據依然無法結構化處理，如一把兇器，在詐騙案中也許只是一個次要證據，但在故意殺人案中或許卻成了關鍵證據，如何對此種證據進行量化賦值評估，仍成問題。其二，人工智能天然具有的數字化分析結構雖然可對案件事實的客觀證據進行代碼式的處理，但案件背后所處的情景抑或天理人情難以顧及，更遑論解讀法條字面含義背后的思辨性內容。其三，即使人工智能已經發達到可以解構諸多證據種類，假設目前依托的數據庫也足夠海量且頗具智慧，但借助于人工智能進行量刑裁決，雖說可以精確無誤形成數值，可仍然無法進行量刑說理，難以透過冰冷的數字代碼呈現出司法裁量的過程，從而導致本身就非常弱化的司法推理與法律論證技術更是無從談起。[4]而這正是刑罰量定以及體現司法公信力的關鍵所在。其四，顯而易見，倘若人工智能儼然可以替代法官并作出擯棄一切主觀偏見的客觀量刑結果，但如果上下級法院的法官都共用一套操作系統且能獲得德沃金筆下“唯一正確答案”似的量刑結論，那么司法審級制度則名存實亡，司法問責制度也將形同虛設。是故，我們不能希冀于人工智能成為全能法官，而應當警惕法官蛻變為“司法機器”。

克服技術瓶頸，回應深層問題?？陀^而論，現階段人工智能之于量刑司法實踐的最關鍵問題還是在于其遭遇到技術瓶頸。略去廣為詬病的電腦量刑不談，亦可暫且擱置人工智能開發者與司法實踐者之間的專業鴻溝是否會帶來懷有個人偏見并背離司法規律的“算法黑箱”問題不論。僅就目前頗具應用前景的類案比對與偏離預警系統而言，仍然存在技術障礙，未能真正發揮出智能化優勢。對于類案比對系統，其面臨著識別率偏低的問題。因為一個鮮活生動的刑事案件，不僅有法定量刑情節，更多的還具有酌定量刑情節。很多場合，一個案件可以沒有自首、立功等法定情節，但一定有酌定情節，而酌定情節千差萬別難以窮盡，這就為類案比對系統的數據提取形成了挑戰。此外，考量偏離預警系統，也存在著類似問題。我國幅員遼闊，“八方各異氣，千里殊風雨”，同樣的盜竊案件，在西部地區與東部地區顯然不應該“一刀切”式地給予同樣的量化賦值評價，否則就會導致異案同判的結局。而考察目前人工智能數據庫開發情況，其還是立足于以全國范圍為單位來進行數字提取與建模，尚未完全細化到本土層面，這些都是不得不正視的問題。諸如此類的種種問題，才是困擾著目前理論與實踐的真問題。而這些問題的解決有待于人工智能技術的進一步完善，否則，人工智能應用于量刑改革實踐只會流于形式，而無法走出弱人工智能時代的泥沼。

（本文系司法部2015年度國家法治與法學理論研究課題“量刑規范化視野下的刑事個案公正研究”階段性研究成果，項目編號：15SFB2015）

注釋

[1]趙廷光：《實現量刑公正性和透明性的基本理論與方法》，《中國刑事法雜志》，2004年第4期。

[2][德]卡爾·拉倫茨：《法學方法論》，陳愛娥譯，北京：商務印書館，2003年，第177頁。

[3][美]戴維·哈維：《正義、自然和差異地理學》，胡大平譯，上海人民出版社，2010年，第394～395頁。

[4]季衛東：《人工智能時代的司法權之變》，《東方法學》，2018年第1期。

責 編/肖晗題