國內司法人工智能的應用和反思

付卓然

(山東政法學院 經濟貿易法學院，濟南 250014)

人工智能與法律結合早已不是新鮮的理念，以布坎南和海德利克發表《關于人工智能和法律推理若干問題的考察》為起點，法與人工智能的理論已歷經半個世紀的發展。[1]但是受困于人工智能理論的不成熟，具有實際應用意義的法律人工智能，并未能真正出現。但是，隨著人工智能在“深度學習”技術上的突破，以及計算機科學發展所提供的助力，人工智能在具體專業領域內進行實際應用的可能性大大提升。基于此背景下，大批的法律人工智能陸續出現在人們的視野中。例如，提供法律咨詢服務的Ross；提供合同分析服務的LawGeex 、KMStandards和Seal；以及可以對罪犯進行再犯預測的COMPAS。

其中，知名度較高的是美國的COMPAS系統。①該系統可以評估罪犯的再犯風險，相關研究報告表示該系統的預測成功率可以達到65.1%，這使該系統的評估結果具有了一定的參考價值。而COMPAS之所以會被廣泛討論，主要是因為威斯康星州的盧米斯案。②在該案中，初審法院依據了來自COMPAS的風險評估，對盧米斯判處了較重的刑罰。盧米斯對此有異議，認為該AI評估侵犯了他的正當權益，但是高等法院維持了原判，這等于是承認了人工智能的分析預測具有合法效力，該案也成為了人工智能進入司法領域的一個標志性事件。國內最早的人工智能介入司法的實例，應是2006年山東省淄博市淄川區法院推出的電腦量刑系統③，該系統的出現同樣引發了理論界的爭論。當時很多學者提出質疑，將人工智能引入司法領域是否確有必要，人類法官完全可以依靠自身的專業知識與嚴謹邏輯做出量刑判決，并不需要來自人工智能的輔助。關于人工智能進入司法領域的合理性的相關爭論一直持續到今天，爭論的關注點也從人工智能是否能輔助甚至替代法官，延伸至哲學與人類的尊嚴價值層面。從中可以很明顯感受到傳統的法律界對于人工智能的矛盾心理。畢竟自司法從人類社會中出現開始，這就是一個以人為絕對中心的領域。因此對于人工智能的介入，法律人抱持著猶疑與不信任的心態。

但是隨著國家層面的大力推動，我國的人工智能已經在司法實務中進入了快速發展的階段，人工智能與司法的結合成為了一種政策推動下的既成事實。在貴州，自2016年起就開始嘗試研發“法鏡系統”，并將該系統嵌套于司法程序中，用于規范公檢法的證據搜集與使用，對其進行證據標準指引；北京高院在2016年底推出了“睿法官”智能研判系統，該系統可以為法官提供辦案規范和量刑分析等精準信息，試圖推進法律適用和裁判尺度統一；2017年上海市高院牽頭研發的“上海刑事案件輔助辦案系統”，則是近年來受到較多關注，曝光率比較高的人工智能司法輔助系統。[2]因此，在人工智能賦能司法成為了既成事實的當下，法律人應當如何立足于這一現實基礎，去認識并把握人工智能的存在意義，從而推動這一新事物走向良性的發展道路，就成為了近在眼前的難題。

一、國內司法人工智能發展的動因

人工智能的研究是以模仿、復刻人類智能為終極目標，所以它從誕生起便天然帶有著對人類智能的挑戰性。因此，人工智能的相關研究往往伴隨著和其它人類智能領域的結合，其中就包括司法領域。而在理想主義者心中，人工智能進入司法領域，尤其是對法官進行完美替代，實現馬克斯·韋伯所稱的“自動售貨機式的法官”，是解決如今司法制度的種種弊病，實現公平公正的司法價值的完美路徑。在此姑且不討論這種理念是否合理，因為現如今的“弱人工智能”遠不可能達到人類的智能水平。在此空洞地談論，諸如人類法官是否應當被機器取代，或者人類是否應當允許這種級別的人工智能出現之類的話題，是沒有太多實際意義的。[3]盡管“深度學習”引領了人工智能在本世紀走向實際應用的浪潮，但是整體的人工智能理論水平并沒有發生質的飛躍。所以，人工智能在技術上的定位不可能超脫工具的范疇，充其量只能成為“自動化水平較高的機器”。所以，在人工智能尚處于較為初級的階段時，我國決策層卻選擇大力推動人工智能的司法應用化，該現狀的形成是外部環境與內部誘因的共同作用。

(一)境外法律人工智能應用化的浪潮形成

在很多人眼中,2017年是中國的人工智能“元年”，國家陸續發布了《新一代人工智能發展規劃》和《促進新一代人工智能產業發展三年行動計劃》等政策性文件，將國內人工智能的發展浪潮推至高峰。也是在國家政策的推動下，法律界才開始逐漸正視人工智能的存在。與國內相比，國外的法律人工智能的實踐就遠遠領先，姑且不論上世紀七十年代由麥卡錫編制的實驗性質的TAXMAN系統，僅上文所言的COMPAS就已經是1998年的產物，這也是在盧米斯案中法官會采信COMPAS的分析報告的其中一個因素。因為對于美國的司法界人士而言，人工智能不是一個天方夜譚的新奇玩具，而是已經存在很長時間且具備了一定信任度的事物，這些司法人工智能被廣泛應用于美國各州的量刑、假釋等司法活動中。盡管2016年哈佛大學肯尼迪學院曾發布一份報告指出，現存美國的各類針對犯罪風險進行預測分析的人工智能，均存在著“算法歧視”，尤其是針對有色人種的隱形歧視。[4]但是，司法人工智能并沒有因為它的缺陷而被美國司法界徹底放棄，依然被廣泛應用。

而將視角擴展至整個國際環境，就會發現人工智能在法律領域的應用已經不僅僅局限于司法量刑或者再犯預測。國際律所Dentons在2015年5月啟動了一項名為Nextlaw Labs的項目，該項目主要向一些法律與高新科技結合的研發計劃提供資金支持，該項目的資助對象中就有智能律師ROSS④。ROSS的整體程序存在于虛擬云端，它的客戶只需要在主頁的輸入框鍵入自己的問題，ROSS就會據此瀏覽數以萬計的相關法條和判例，最后篩選出符合用戶需求的信息。此外，ROSS還會顯示相關的預測結果，高亮標出ROSS認為用戶可能會需要的看的一些部分。目前，ROSS已經擁有了為數眾多的AM200(可以理解為法律事務所當中的世界200強)客戶，例如Latham Walkins(2020年全球收入第二)和Denton(全世界職員規模最大的跨國律所)。與ROSS類似的還有英國的CaseCruncher Alpha ，它的著名事跡就是在2017年倫敦舉辦的一場“基于數百個PPI(付款保護保險)錯誤銷售案例事實來判斷索賠與否”的法律比賽中，以86.6%的準確率戰勝了百名人類律師取得勝利。

通過以上這些實例，不難得出一個結論：盡管人工智能尚處于發展很低級的階段，但是對于它的實踐嘗試，尤其是在法律領域的應用,已經表現出了極強的塑造效應。[5]所以，與其因為猶疑而固步自封，錯過了法律人工智能應用化的先機，不如勇于成為相關領域的拓荒者。這也是促使決策者對人工智能加以重視的主要外部因素。

(二)司法改革和探索新的司法模式的需要

我國自2016年開始推進“以審判為中心”的刑事訴訟改革[6]，其目的就是為了改變在過去的“以偵查為中心”的訴訟模式下的種種弊端。在“以偵查為中心”的刑事訴訟模式下，過度強調了偵查機關在司法辦案中的重要性，這就導致了偵查機關承受了超出其本職義務之外的壓力，使得我國的刑事訴訟流程呈現出一些不合理之處。

其一是證明標準的問題。刑訴法規定，公安機關將刑事案件移送審查起訴時，應當做到“犯罪事實清楚,證據確實、充分”，但是刑訴法對于起訴階段與定罪階段的證明標準的表述雖有些許措辭不同，但是內容依然是基于“犯罪事實清楚，證據確實、充分”而展開。由此可見，我國的刑事證明標準在整個刑事訴訟階段幾乎是統一的，偵查結案的證明標準與審判定罪的證明標準之間變化不大，這從根本上是違反認知規律的。一旦偵檢機關認定了案件本身達到了“事實清楚，證據充分”的標準，那么就意味著刑事訴訟在實質上已經結束了，審判階段的法官只是通過卷宗對檢偵機關的結論進行審查與重復確認。[7]在這種情形下，審判階段的控辯雙方的法庭辯論失去了意義，因為法官已經通過來自檢方的卷宗，有了先入為主的認知。盡管，要求偵查機關以高標準完成結案的出發點是好的，但是實踐中卻導致了刑事司法審判淪為了證據審查環節，審判現場的控辯對抗流于形式，被告人處于極端不利地位，其正當辯護權利不能得到實質性的行使。其二是取證的違規違法問題。偵查機關長期存在著違規違法獲取證據的的行為，其中最典型的就是違法獲取犯罪嫌疑人的認罪供述。在較長的時期內，口供是刑事司法中最具有證明力的證據，只要偵查機關成功獲取了犯罪嫌疑人的認罪供述，即便沒有相應的實物證據予以佐證，偵查機關也可以憑口供結案，并且會得到檢察院、法院的支持。這直接引發了實踐中大量的刑訊逼供、誘供的行為，其最直接的惡果就是大量冤假錯案的產生。除了非法證據外，偵查機關取證流程的粗糙，還會導致大量瑕疵證據的出現。

但是此次改革至今為止，達成的實際成果有限，如證明標準無層次、取證雜亂等典型問題未能實質性解決。究其原因，一是辦案人員、法官的主觀認知因人而異，難以統一；二是改革未能突破舊有模式，相關規則未能發生實質性變化。鑒于此，將人工智能這類的高新技術引入刑事司法領域，建成所謂的“智慧司法”就成為了改革成功的重要保障。[8]

二、現階段司法人工智能的主要功能方向

相較于國外由資本市場主導的人工智能的法律領域應用化，我國在人工智能賦能司法的過程中，起主要導向作用的是國家決策層，這也導致了我國看似繁多的司法人工智能，其實趨于同質。在最高院出臺的《關于加快建設智慧法院的意見》中，明確提到要運用大數據和人工智能技術建成可以量刑輔助、類案推送和偏離預警的司法輔助系統，這也幾乎確定了我國司法人工智能在當前的功能定位。而在這三個典型的功能模塊之外，又延伸出了涉及證據規則、證據標準等，輔助公檢法機關對證據進行審查的功能模塊。這些功能模塊并非是完全涇渭分明的，而是有著實質上的聯系，司法人工智能的價值需要建立在對這些功能的合理運用上。[9]

(一)證據審查

證據是司法實務的基礎與靈魂，證據的質量以及相應的采信規則直接關乎著司法訴訟的結果，因此參與司法訴訟的各方都是圍繞著證據展開各項工作。也正是基于對證據的重視，中央政法委提出通過強化大數據和人工智能的運用，推動“統一的證據標準”的建成。所謂“統一的證據標準”，是指通過人工智能技術實現對于證據的指引、認定、審查、排除，建立實質上的統一法定證據標準，改善實踐中的取證主觀任意性和程序瑕疵性。因此，包括貴州的“法鏡系統”和上海的“206系統”在內的司法輔助辦案系統，都將“統一證據標準”做為核心研發理念。[10]在此基礎上，相關的功能主要有三類：

其一是證據標準的指引，也就是基于證據標準，指引司法機關的證據搜集工作，確保證據鏈的完整性。[11]其原理是，司法人工智能通過對司法裁判文書的學習，識別出不同類別的案件所需要的證據構成，并通過進一步的概率分析識別其中的關鍵證據。其二是單一證據的證據能力認定。通過人工智能“深度學習”和人工輔助相結合的方式，確定用于證據審核的校驗點，當辦案人員提交一份電子化的證據材料，人工智能可以做到基于事先確定的校驗點，對該份證據的證據能力進行審核。如果證據存在瑕疵，系統會提醒辦案人員如何修正；如果審查出存在非法證據的情況，系統會提示該證據不具有法定效力，應予排除。其三是基于證明標準的證據指引。該功能與第一個證據指引功能間的不同在于，該功能主要面向刑事司法訴訟中的證明標準層次化問題。通過區分立案、結案、移送審查起訴、起訴、審判等不同階段的不同的證明標準，來確定其所需的證據種類，以及證據鏈的完整程度。

(二)類案推送

類案推送功能所指向的核心問題，就是同案不同判以及類案判決差異過大的問題，換言之就是司法公平的問題。由于人的主觀認知，會受不同的成長經歷、知識水平、道德水平等因素的影響而有所差別。因此對于同樣的客觀現實也會有不同的解讀，這也是實踐中會出現同案不同判的主觀原因，因為法官不可能擺脫自己身為人的局限性。因此想要解決類案、同案的判決差異問題，實現司法公平性，僅僅通過提升法官的專業水平，強化他們的思想建設是不夠的，必須要有來自外部的影響去收束法官們因認知差異而導致的思維差異性，這正是類案推送的價值所在。人工智能可以對案件具體情節進行提取，然后與數據庫中的司法案例進行匹配，根據相似度大小篩選出類似案件，法官在就可以在參考類似案件的前提下進行后續裁判。

目前，類案推送是各司法人工智能均具備的功能模塊，并且最高院在2018年上線的“類案智能推送系統”，是現階段唯一一個面向全國司法系統的人工智能。這也從側面證明了關于類案、同案裁判問題的重要性。

(三)量刑輔助

量刑規范化改革是是基于新時代法治建設的客觀需要而推進的重大司法改革項目，該項改革自2008年就開始部分地區試點，之后在2010年全國范圍內推進相關工作。所以在2017年后開始推進的司法人工智能的研發中，自然就出現了量刑輔助系統。該系統旨在通過提供量刑建議，輔助法官進行量刑工作。需要要強調的一點是，來自人工智能的量刑建議不具有法律上的裁判效力，因此是否采納該建議還是應當由法官依據客觀現實，自行做出判斷。而量刑輔助系統的具體效用需要與偏離預警系統進行結合才能體現出來。

(四)偏離預警

所謂的偏離預警是建立在量刑輔助系統基礎上的功能，屬于量刑輔助的進階技術。人工智能通過對大量司法裁判文書的學習，建立用于輔助量刑的算法模型。而后它便可以針對法官的已決案件，進行偏離審查，如果法官判決結果與算法模型的計算結果相差過大，系統就會發出自動預警。如果說，量刑輔助是對法官未決案件的輔助，而偏離預警更多地面向已決案件的質量控制，它具有防止和控制法官自由裁判風險的功能。建立偏離預警有三個步驟：第一步構建完善的法律知識圖譜，篩選精選案例進行智能推送、歸類和識別。第二步導入法律規則，由人工智能系統對案件大數據進行深度學習、精確解構和智能識別。第三步通過偏離預警功能，從個案解構到類案識別再回到個案，解決裁判結果與程序偏離預警的問題。

三、國內司法人工智能的現實困境

盡管在國家層面的推動下，我國的司法人工智能發展迅速，并且學界的相關理論熱度也持續升溫，但是，人工智能在司法實踐中的熱度卻似乎有所下降。自2018年之后，幾乎沒有新的司法人工智能在司法實踐中出現。最高院曾在2017年宣稱，會在兩到三年的時間內上線一個面向全國司法系統的量刑輔助系統，但是該系統直到現在依然杳無音信。人工智能在實踐中逐漸降溫，與理論界的高熱度形成了強烈的反差。顯而易見，司法人工智能的發展正面臨著諸多困難。

(一)技術困境導致的實踐落差

當前“弱人工智能”的技術本質是“深度學習”模式下的人工神經網絡，主要依靠通過對大數據的學習，基于知識表征建立起一個算法模型，而司法人工智能同樣如此。通過對海量裁判文書、法律文件的深度學習，人工智能可以在案件要素特征和裁判結果之間建立有高置信度的關聯規則，實現案件要素有機重構。但是在現有的技術條件下，司法人工智能面臨著一些技術性困境。這些技術困境使得人工智能的實踐效果低于理論預期。

第一，司法數據質與量的問題。[12]由于人工智能是通過對大數據進行“深度學習”來建立算法模型的，因此數據樣本的好壞對于人工智能的模型訓練成果有直接影響。而在實踐中，主要的司法數據來源對象是中國裁判文書網的公開案例以及各地方內部的裁判文書數據庫。以“上海刑事206系統”為例，錄入其數據庫的裁判文書約有2210萬篇。這看似是一個很龐大的數據總量，但是尚不足以達到大數據的體量標準。在云計算和數據挖掘支持下的大數據，其體量已經遠遠超越普通人的認知。因此，2219萬的案件數據尚不能支持起大數據級別的“深度學習”。況且，案件是分不同類別的，而2219萬是所有類別的案件數量總和。這就可能出現某一單獨類別的案件數量不足，出現“小樣本”⑤的問題。所謂的“小樣本”就是指的深度學習的數據庫對象體量過小，使得模型訓練不能有效分析出數據間蘊含的隱性聯系與規則，導致深度學習淪為一種“屠龍之術”。[13]此外，裁判文書本身的質量問題也是需要格外注意的。美國出現的“算法歧視”現象，就是一個格外值得警惕的例子。要避免人工智能因學習的數據而建立一種偏見性規則，這就要保證司法數據庫的裁判內容和辦案流程均經得起檢驗。這在當前的實踐中存在較大的困難。

第二，人工參與的比例過高。人工智能的自動化特性是其區別于傳統的信息科技產物的重要特質，它的自動化特征既體現在替代繁重且重復的人力勞動，還在于其自我學習、自我修正的能力，能夠極大減輕人力對于智能系統的維護升級壓力。但是，現階段的司法人工智能卻并不能展現出足夠的自動性特征。比如說人工智能理應自主處理裁判文書進行特征、情節的提取，但是由于人工智能在自然語義識別、上下文處理等方面的技術短板，導致機器難以自主完成相應的工作，這就需要人類進行繁重的人工標注工作。換言之，人工智能用于學習的數據樣本已經是經過特征標注后的“二手樣本”。這導致了人工智能的訓練學習成果將直接與人工標注掛鉤。除人工標注之外，在知識圖譜的構建、數據庫的建立等方面均需要大量的人力投入。如果再考慮到較長時間跨度內必定會出現的法律修改、新法出臺等情形，這種保姆式的人工智能研發模式，注定會造成極大的人力負擔。而過高比例的人力參與，事實上并不符合對于人工智能自動化的預期。

第三，司法人工智能被決策層認為是推進“以審判為中心”的改革中極為重要的助力，將其引入司法領域的目的是為了提升司法辦案的效率，改善司法辦案的質量。[14]但是，現階段的司法人工智能雖然看似功能全面，但是受困于實際的技術水平，并不能如預想的那樣推動司法體系的全面升級。比如，“206系統”曾在一起盜竊案中，要求辦案人員針對被盜竊的人民幣出具鑒定意見，然而人民幣是不需要由專家鑒定其價值和特征屬性的，這顯然是人工智能預設的“統一證據標準”在面對特殊情況時的失效。現階段人工智能僵化且機械的算法設計，使得其并不能靈活應對司法實踐中的復雜情況，更遑論為辦案人員提供幫助。并且司法人工智能對于辦案效率的提升也很有限。實踐中會出現辦案人員按照人工智能的提示，反復更改補充相關的證據材料，導致辦案周期被拉長的現象。雖然確實有助于避免司法辦案出現瑕疵及違規的現象，但是額外付出的時間成本，是現階段“案多人少”的司法機關不愿承受的。因此，司法人工智能在實踐中既沒能提高辦案效率，減輕辦案人員負擔，也未能實際上提升辦案質量，改善司法面貌。

(二)模糊定位導致實踐遇冷

無論是理論界還是實務界，對于人工智能在司法領域中的定位都抱持著相同的觀點：人工智能應當是輔助辦案人員的工具。[15]因為無論是從現有人工智能的技術水平，還是現行司法制度的穩定性考慮，人工智能在進入司法領域之初，必然是處于人的附庸物的位置。但是，將人工智能認定為輔助工具，看似解決了人工智能的定性問題，其實不然。因為在“工具”這個概念范疇中，尚存在著很多差異性。比如，廚具對于廚師是工具，廚師的技藝需要通過廚具轉化為美食，所以廚師實際上是具備廚藝的人和廚具的復合體；而啞鈴對于健身人士是一件工具，但是健身人士可以選擇啞鈴之外的工具進行健身，甚至無需這些外在的工具都可以進行身體鍛煉。同理，人工智能的工具定位會導致其出現存在必要性的困擾，換言之，司法辦案人員是否必須使用這樣一件工具，是值得商榷的事情。而從現在的實踐情況來看，一線辦案人員的態度很微妙。一方面，辦案人員難以對人工智能這種新事物建立信任；另一方面，辦案人員對自身的專業能力具有自信，不認為需要來自人工智能的輔助。因此，在實踐中司法人工智能處于一種尷尬的境地。面對簡易案件時，辦案人員完全可以憑借自己的豐富經驗和專業素養，獨立完成相關的取證、事實認定、法條適用等工作，并不需要來自人工智能的輔助。而面對案情復雜或者引發了輿論爭議性的案件，辦案人員往往謹小慎微，尤其是現行的司法追責制更是給辦案人員造成極大心理壓力，生怕案件處置不當引發負面影響。在這種情況下，辦案人員更不可能將信任賦予人工智能，決意依靠人工智能的輔助來辦案。這就導致人工智能在實踐中往往被束之高閣，實際使用率不盡如人意。[16]

四、對于國內司法人工智能發展的反思

我國司法人工智能的發展毫無疑問正處于一個十字路口，理論界的火熱和實踐遇冷之間的反差，充分說明亟需對國內的司法人工智能的發展進行梳理和反思。想要改變當前的局面，不但應當積極推進理論發展，還應當在主觀意識認知層面

第一，改變急于求成的心態，放緩研發周期。我國的司法人工智能是因政策推動而快速發展起來的，人工智能的研發主要依靠地方法院和科技公司的合作。然而無論是法院還是科技公司，均沒有相關的研發經驗和技術積累。因此，在沒有成熟的技術理論支持下，執意追求研發速度的代價，必然是質量上的不盡如人意。比如“上海刑事206”系統的研發耗時164天，就并非是一個符合科技研發規律的時長。[17]無論研發團隊的專業水平有多么出色，都不可能只用不到半年就從無到有研發出一個成熟的司法人工智能，這就意味著其本身的質量是差強人意的。這一點通過一線辦案人員的負面反饋就可以體現出來，對此研發人員也坦承“系統尚有很多不足，需要后續繼續改進”。既然如此，理應采取更長的研發周期來保證人工智能的質量，而不是追求政績火速上線，卻引發實務界的各種負面評價。因此，司法人工智能的研發放緩是真正有利于其長遠發展的策略。從上到下，從理論界到實務部門，應當對一個高水平的成熟人工智能的出現持有足夠的耐心。因為司法人工智能不僅僅是一個司法領域的新技術應用問題，更是一個科技創新問題，必須要尊重科技創新的基本規律。只有夯實基礎理論，才有可能在技術應用上走得更遠。

第二，司法人工智能的定位調整。目前理論界、實務界對于司法人工智能的定位是一致的，即輔助司法辦案人員的工具。該定位本身沒有問題，僅從現階段人工智能的理論瓶頸來分析，人工智能也不可能有居于人類之上的能力。但是，考慮到司法領域引入人工智能的目的，單純將其定位為輔助工具，不能準確展現人工智能的價值所在。事實上，人工智能更應該成為規則與程序的一部分，其價值不僅僅在于輔助辦案，而在于推進了司法的“升級”。“行動者網絡理論”的開創者拉圖爾曾分享過一個這樣的事例：有一天，他的心情很糟，因此在開車時故意不想系安全帶——通過違背常識規則的方式發泄壞情緒，但是汽車的安全系統在第十秒開始發出“駕駛人員未系安全帶”的警告，他僅在警告聲中堅持了十秒就不得不系上了安全帶。他在事后思考，為何自己試圖做些不守規則的事情卻沒能成功？很明顯，汽車安全系統這個人工造物對他的行為產生了決定性影響，使他做出了違背自由意志的行為。⑥人工造物對人類自由意志進行能動性影響，進而改變人的具體行為的現象具有普遍性，且是“行動者網絡理論”[18]一個很重要的基點。而借鑒這些事例和理論，不難發現人工智能對于司法領域也可以產生相同的效應。比如上海206系統在研發過程中就始終貫徹著“統一證據標準”的理念，該系統的證據指引功能的目的就是對司法辦案活動的取證行為起到規范、指引作用；貴州的“法鏡”系統就希望構建一個串聯公檢法整個辦案流程的智能平臺。如果這些人工智能在實踐中得以發揮應有的作用，那么人工智能就會產生一種規范化的效力，對于司法辦案人員執法水平的全面提升，有積極影響。所以，對待人工智能不能僅僅將其視為純粹的輔助工具，而應當將人工智能看作是未來司法領域的重要組成部分，它不僅是輔助辦案人員查缺補漏的工具，更是維護司法規則的“非人監督者”。

第三，正確認識人機結合式的新型司法模式。對于人工智能賦能司法，理論界保持著一種矛盾的心態，既認識到人工智能的潛在價值，又對其替代人類智能的可能性懷有疑慮。這就導致相關理論對于人工智能的應用邊界進行一步步限縮，而對于法官等司法領域的人類角色進行百般維護和推崇。但是這種思潮的基礎往往不是出于嚴謹的理論認知，而是樸素的情感認同。誠然，以人類法官為核心的現代司法制度已經有幾百年的歷史，且有效維護社會公平正義，保障社會福利最大化。但是，必須認識到的一點是，以人類法官為核心的司法制度并不是完美的，[19]這點僅從我國的“冤假錯案”就能體現出其中的缺漏之處。“冤假錯案”的產生并非只是因為我國的法治不健全而導致的問題，哪怕是在法治完善的英美，也會產生“辛普森案”這種違背人類社會公理認知的情況。當今世界范圍內的所有司法體制，究其根本，無非就是以人類法官作為國家權力的代行者，以法庭的封閉性和審判活動的儀式性進一步加強司法的威信，其核心本質是國家力量對于社會秩序解釋權的壟斷，以及對私人權利訴求行為的阻卻。[20]所以，以人為主體的司法制度是基于社會現實，應對社會矛盾的合理解決方案，但是未必是最優解。所以，當人工智能這種有可能在智力上對人類提供幫助甚至替代的智能機器出現時，理所當然的會對新型的司法制度的出現提供契機。因此，對于司法人工智能的出現不能因樸素情感而持反對意見，須知司法之初心在于化解社會矛盾，保障社會利益，維護社會公平正義，而不在于司法權力的行使主體是否為純粹的自然人。

誠然，現如今的人工智能遠遠達不到替代人類的“強人工智能”的程度，而是智能水平較低的“弱人工智能”。但是，在合理運用的情況下，其對人類智能的提升作用也是不可估量的。因此，與其針對人工智能的技術缺陷大加批判，否定其價值，不如深入去探究人機交互式的新型司法制度的藍圖。[21]在這個藍圖中，司法的主體不是單獨的自然人，而是人與智能機器的結合，以人機交互的形式參與到司法實務之中。人工智能既如同規則實體對司法辦案人員進行約束，又如同“體外大腦”對司法辦案人員提供智能輔助。這種深度人機交互式的司法形態，可能才是符合未來的選擇。

注釋：

①參見熊秋紅：《人工智能在刑事證明中的應用》，《當代法學》2020年第3期。

②參見朱體正: 《人工智能輔助刑事裁判的不確定性風險及其防范—can美國威斯康星州訴盧米斯案的啟示》，《浙江社會科學》2018年第6期。

③參見季衛東：《人工智能時代的司法權之變》，《東方法學》2018年第1期。

④參見“機器之心獨家對話Ross Intelligence：世界首個人工智能律師是如何煉成的？”，載搜狐網https://www.sohu.com/a/120011658_465975，最后訪問時間：2020年10月。

⑤參見徐英瑾：《人工智能技術的未來通途芻議》，《新疆師范大學學報(哲學社會科學版)》2019年第1期。

⑥參見張衛：《倫理空間的暗物質》，《倫理學研究》2018年第2期。