數字經濟時代人工智能司法中的利益衡量

毛春泉 錢 燁

江蘇新天倫（吳江）律師事務所，江蘇 蘇州 215200

《中國互聯網發展報告2021》指出，2020 年我國數字經濟的總體規模高達39.2 萬億元，占GDP 的比重達到38.6%；美國、英國、德國數字經濟占GDP 的比重均已超過60%，數字經濟在國民經濟中的地位不斷提升。在此背景下，人工智能作為數字經濟的重要組成部分成為各國發展的重點。利益衡量作為法官常用的法律方法，其必然會被納入司法人工智能的應用范圍內。

一、國內人工智能司法中的應用概述

21 世紀，我國司法領域掀起了人工智能熱。起初是為了應對法院“案多人少”的難題。隨著浙江省在線法院的成功，國家開始推動“智慧法院”建設，于是全國各地法院開始運用人工智能技術。例如安徽高院的“類案指引項目”、最高法的“法信——中國法律應用數字網絡服務平臺”。［1］這些應用雖然提高了法院裁判效率，但依然處于“互聯網+法律”的簡單模式下。隨著技術進步，司法人工智能開始向“人工智能+法律”模式轉變，如北京高院的“睿法官”、上海刑事案件“206 系統”、重慶江北區的金融案件“類案智能專審平臺”、江蘇蘇州中院的“智慧法院”模式等等。

由此可看出雖然各地司法人工智能項目名稱不同、應用方向不同，但其功能均涵蓋在類案推送、裁量預測模塊中。［2］并且各地探索司法人工智能時均以一類案件作為研究方向，如上海“206系統”以及北京“睿法官”主要應用于刑事案件，重慶則以金融案件為突破口。此外這些司法人工智能的輔助方向主要在裁量結果上，其作用均是結論性的、直接性的，但司法人工智能應用于審判中的過程性行為（如個案中的利益衡量）研究較少。

二、利益衡量與法律適用時人工智能的角色定位

隨著人工智能技術日趨成熟，與司法審判結合愈發緊密，勢必會帶來一個問題：人工智能在司法中的利益衡量與法律適用能否作為裁判依據？筆者認為在較長一段時間內，司法中涉及利益衡量與法律適用時，人工智能應當處于輔助地位——即建立“人主智輔”的庭審模式。

（一）人工智能難以模仿法官進行利益衡量

利益衡量是指法官在司法過程中所采用的一種法律方法，這種法律方法要求法官在查明案情后，需要綜合把握案件實質，找出案件利益沖突，結合經濟狀況、生活經驗、社會環境、價值觀念、宗教信仰等，按照特定的且符合法律或法律之精神的價值標準，對利害關系比較衡量，最終做出利益抉擇。［3］可以看到法官進行利益衡量時的核心是其內心存在一個價值判斷標準，因此人工智能獨立完成利益衡量的關鍵是模擬法官內心的價值位階。

一方面，現階段的司法人工智能主要通過法律大數據和算法對案件進行預測裁判，沒有自我意識，無法突破算法模型框架進行自我進化，仍屬于弱人工智能。弱人工智能雖然具有超強的運算能力，但因嚴重脫離社會生活且受制于算法，弱人工智能得到的利益衡量標準較為單一、僵化。

另一方面，司法人工智能應用模式與利益衡量方法的受案范圍并不兼容。法官在適用利益衡量時需具備前提條件：第一，案件中須有兩個及兩個以上的利益發生沖突，且每種利益均是法律所保護的；第二，這些利益之間是非此即彼的關系，法官無法通過現有的法律作出合理判決，使這些利益都得到一定的滿足；第三，一般情況下只有出現不確定概念、一般條款或法律漏洞時需要補充解釋的，才會運用到利益衡量方法。可以看到，利益衡量方法多數應用于復雜疑難案件，對于一般的常規案件利益衡量方法運用空間較為狹隘，利益衡量方法更多關注的是案件的“個性”。反觀司法人工智能，其在司法中的應用模式主要以大數據積累為前提，通過機器算法對海量的裁判文書進行分析學習，最后獲取法官集體審判經驗，因此司法人工智能更多關注的是案件的“共性”。由此可見，人工智能司法中的一般應用模式與利益衡量方法的受案范圍有著明顯的矛盾。

（二）人工智能算法式的衡量方法不符合法官職業屬性

雖然法律包含了諸多的內涵，但由于語言和符號的限制，其很難將所有的情感和精神表現出來。拋開其他，記載在紙面上的法律一直處于不圓滿的狀態，而法官的利益衡量過程就是通過自身理性與智慧的結合，將法律的內涵釋放出來，利益衡量中不僅包含了法官的形式推理，還有法官基于價值判斷所得出的實質推理，是對案件情況具體問題具體分析，通過自由裁量所得到的其認為最具公平正義的判決。而現階段的人工智能司法中的利益衡量僅僅是依托大數據和算法模型，結合簡單的學習運算得出“2＞1”的結論，法官的利益衡量過程絕不是冷冰冰的符號運算所能代替的。在法官眼中法律是一種價值體系，但在人工智能眼中法律只是一種形式上的規則秩序，人工智能與社會生活的隔離致使其價值判斷時僅僅是純粹的法理推演而缺少情理判斷。當人工智能取代法官獨立進行利益衡量時，法律只剩下冰冷的邏輯推理，喪失了其內在的溫暖、價值。

三、司法中利益衡量與法律適用時人工智能的輔助方向

審判過程中，法官采用利益衡量方法時必定會摻雜個人的價值判斷，這種價值判斷受到多方面的影響，尤其是法官的意識形態、種族、閱歷、宗教信仰等，這些影響因素構成了引導法官價值判斷的“前理解”。如果這種“前理解”轉變為法官的先入之見，這種情況下法官的利益衡量標準很容易倒向不正義的一方，濫用利益衡量。因此，人工智能需要參與到利益衡量過程中。

（一）人工智能輔助法官分析案件

案件中的沖突利益是法官利益衡量的出發點和基礎，法官在遇到疑難案件時的第一步即通過案件事實和當事人具體情況來剖析案件中的利益。因此，分析案件中的利益越詳細、越深刻，法官在進行利益衡量時就越容易把握住案件公平公正之脈絡。眾所周知，人工智能擁有極強的運算能力，其可以通過算法模型來展現案件事實以及當事人具體情況，進而分析案件的利益沖突。案件事實主要通過對證據的判斷來認定，當事人的具體情況主要涉及當事人的年齡、性別、民族、生活習慣、宗教信仰等等，這些影響價值判斷的因素都可以通過人工智能全方位地展示出來。此外，當證據與案件事實的聯系較為模糊，需要法官進行蓋然性判斷時，可能會因為不準確而偏離事實，人工智能可以通過貝葉斯公式量化案件中的證據要素和證據結論的相關性，直接表現證據與案件事實的關聯程度，避免法官在蓋然性判斷時作出直覺性的處理。［4］人工智能的大數據分析能力可以將當事人在互聯網上的信息整合，使法官進一步了解當事人情況。當然，在運用人工智能的同時，也要加強當事人信息的保護，以免侵犯當事人的合法權益。［5］最后，通過人工智能引導法官分析案件事實以及當事人自身情況，將案件事實客觀公正地呈現，能夠盡可能地降低法官的“前理解”在利益衡量時的負面影響。

（二）人工智能篩選法益并輔助法官利益衡量

法官在處理案件時會遇到紛繁復雜的利益，這些利益并非都受到法律的保護。因此法官需要篩選這些利益，再進行衡量。人工智能擁有強大的計算能力，研發人員只需在研究算法時將受法律保護的利益以及不受法律保護的利益均寫入，人工智能就可以迅速將案件中的利益分門別類羅列出來，將法官從機械性的重復勞動中解放出來。

當法官采用利益衡量方法時必然存在一個利益衡量標準，但這個標準是如何確認的？這個標準是否合理？這兩個問題都沒有標準答案，這也是法官容易濫用利益衡量的直接原因。雖然我們無法獲得一個確定的普遍有效且具有權威性的價值位序，但我們可以在一定的抽象層面上對不同的利益按照相應的評價標準作出合理的探索和確認。因此，在設計人工智能算法模型時，可以在其中寫入一個大致的價值位階。因為現實生活中大部分的價值位序短時間內不會發生改變，這個價值位階并非涵蓋所有的價值利益，僅包含一些在較長時間內穩定的價值，例如人的生命權必然大于財產權以及經營權。通過這個寬泛的利益衡量框架使法官在正義的大方向中作出正確的衡量結果。

此外，法官的利益衡量標準主要來自法官的“生活經驗”，這種“生活經驗”并非法官日常生活中的個人經歷所帶來的，而是法官共同體的生活和職業經歷，也可稱之為法官的集體理性。人工智能的到來，可以通過類案推送的方式，將相同或相似案件傳遞至法官面前，從中獲取先前法官裁判的經驗和方法，為自己個案裁判尋求啟發。不僅如此，法官甚至可以依靠人工智能的大數據技術通過對相同或相似案件信息和判決結果之間的相關關系的分析，對利益衡量結果進行預測，使其在集體理性下作出價值判斷。這種預測結果雖然不能代替法官個人的利益衡量判斷，但能為法官提供參考信息，使其遵從集體理性，限制法官個人偏見或偏好對衡量結果的影響。

（三）檢驗利益衡量結果

法官在作出利益衡量結果后，通常會結合法律法規進行自我論證。在心理學上，每個人都有自我合理化傾向，人們在檢驗自己答案時總會自然而然地尋找傾向答案的論據自我說服。因此，法官的利益衡量結果在自我檢驗時也會受到直覺偏見的影響。目前，研究人員已經研制出司法人工智能偏離預警系統，用以將法官作出或擬作出的裁判結果同人工智能根據算法預測出的裁判結果進行對比，得出兩者間的偏離等級，若偏離等級高就會觸發自動預警機制。［6］筆者認為偏離預警系統也可以運用到利益衡量中，代替法官來檢驗其利益衡量結果。利益衡量偏離預警系統可以在大數據分析技術下，將法官作出的結果與所有同案或類案中法官利益衡量結果的“平均值”進行對比，并將偏離程度按照等級劃分。對于偏離等級高的利益衡量結果，法官可以通過人工智能查看偏離高的原因，與“平均值”的差距在哪里，這樣可以有效地檢驗法官的利益衡量結果，規范法官利益衡量過程。一言以蔽之，利益衡量偏離預警系統的核心即是將法官從對自己結果的論證轉變為對他人結果的論證。

四、利益衡量中司法輔助人工智能的局限性及隱患

不可否認，利益衡量過程中人工智能的加入能夠顯著提高法官司法審判效率，限制法官濫用利益衡量，在人工智能與法官的良性互動中促進司法公正。但凡事皆有兩面性，司法人工智能在輔助法官利益衡量的同時，因為自身因素在實踐中存在一定的局限性，也帶來一些隱患。

（一）司法大數據限制人工智能的輔助作用

人工智能輔助法官進行利益衡量的基礎是司法大數據，其輔助作用的質量完全依賴大數據的完整性以及真實性。人工智能一般只會對數據進行比對，并不會思考數據間的因果聯系，所以當數據本身不具備真實性且不完整時，人工智能通過分析該數據所得出的結論也是片面的。我國的司法大數據主要來自法律法規、司法解釋以及各個法院公開的裁判文書，其中裁判文書是人工智能運算的主要依據。目前我國司法大數據的缺陷已經阻礙了人工智能在司法領域的發展。

第一，司法大數據的數據基數不足以支撐人工智能輔助法官利益衡量。雖然至今已有海量的裁判文書公開，但公開的文件數量與全國案件總量相差甚遠，且公開的案件類型也不夠全面。［7］當法官遇到新型案件時，可能會尋找相同或相似案例，由于此類案例基數太小，法官容易受到小樣本數據統計結果的影響，反而導致司法不公。第二，司法大數據中的裁判文書不具備案件完整性。任何一份裁判文書都不可能原原本本地將整個裁判過程記錄下來，特別是法官進行利益衡量的過程。這將導致人工智能在偏離預警系統中分析相同或類案結果的“平均值”時，缺少數據的支撐。類案識別技術主要通過對案件情節加以分析，并在數據庫中以情節相同或類似的標準進行匹配，這種識別方式在一些情況下無法發揮作用。兩個案件具有相同或相似性并非僅僅取決于案件之情節要素是否一致或類似，更重要的是法官對案件的法律評價。［8］這種法律評價是由法官結合具體案情作出的主觀評價，以目前的人工智能技術無法通過一套穩定的算法表現出來。

（二）司法人工智能使法官產生技術依賴

隨著人工智能應用愈來愈廣，學界也出現許多反對的聲音，他們的擔憂大致歸納為兩點：人工智能對法官司法權的侵蝕以及算法黑箱問題。這兩大問題確實是現實存在的，但為進一步規避這些隱患，還需要進一步分析其內在原因。

第一，關于人工智能侵蝕或控制司法權問題。正如上文提到的，人工智能在利益衡量過程中是以一個輔助者的身份出現的，對于法官來說其有權選擇是否參考人工智能的意見結論。所以說，利益衡量的最終結果仍由法官掌控，法律責任的主體依舊是法官，人工智能的輔助行為并不能成為法官逃避審判責任的借口。此外，司法人工智能的運作機制依賴于算法，算法模型的設計直接影響人工智能的作用。而算法模型是由科研公司所掌握的，因此有學者擔憂算法控制司法，擠壓司法權空間。［9］筆者認為，雖然算法模型的創造者是科研公司，但該模型是科研公司根據法院的要求設計的，法院在使用時必然會加以測試檢驗，若之后使用時出現錯誤，法院也可以要求科研公司進行修正。不僅如此，在司法過程中，當事人無疑是最為關心審判結果的，當其認為裁判結果顯失公正，當事人可以通過上訴或請求再審的方式維護合法權益。通過以上分析，司法人工智能的加入并不是司法權削弱的直接原因，真正導致司法權受限是法官自身的依賴性以及法官主動放棄審判主體地位。

第二，關于算法黑箱問題。由于算法隱藏在人工智能內部，法官只知其運算結果，而不知其運算過程，因此算法黑箱極易導致算法偏見。確實算法黑箱會產生司法不公，但這種情況的前提是將人工智能在利益衡量時置于主體地位而沒有法官的參與。當人工智能作為一個輔助工具出現算法偏見時，法官完全有能力判斷人工智能提供的結果是否公正。即使法官受到人工智能的預見性結論指引，造成“錨定效應”（指人們在對某人某事做出判斷時，易受第一印象或第一信息支配，就像沉入海底的錨一樣把人們的思想固定在某處），法官也可以通過偏離預警系統查看利益衡量結果與法官集體裁量結果的差異。“兼聽則明，偏信則暗”，法官正確的做法是將人工智能給出的利益衡量結果與案件情況、社會風俗、政治影響等進行綜合考慮后做出公正的裁判結果。即使法官因為算法黑箱而作出錯誤的利益衡量結果，其仍需要承擔司法責任，因為該行為本質上依然是法官濫用利益衡量的行為。

總之，以上隱患的存在確實與司法人工智能的引入有關，但這些隱患成為現實的關鍵節點卻在于法官。司法人工智能作為輔助法官的工具軟件，仍然由法官進行控制，因此說司法人工智能操控法官是科技的發達，倒不如說是法官的惰性使然。法律賦予法官自由裁量權的目的是讓法官成為司法系統中的活性分子，保持法律的生命力，這恰是司法人工智能所無法替代的，也是法官成為審判主體的原因。

五、結語

數字經濟時代司法人工智能與審判程序、審判系統正不斷結合。利益衡量作為司法裁判中常見的法律方法，司法人工智能技術的展開也必然會涉及利益衡量。但關于司法人工智能與利益衡量之間的研究依然偏少，筆者通過分析利益衡量的屬性及人工智能的運作模式得出在利益衡量中“人主智輔”的模式。雖然根據人工智能的自身問題分析了在利益衡量時引入人工智能可能帶來的危害，但關于司法大數據的弊端以及法官的依賴性并沒有給出系統的解決方案，這些都是下一步值得探究的方向。