智能裁判系統(tǒng)的法律推理邏輯

摘要：當前，智能裁判系統(tǒng)遵循形式推理的邏輯路徑，以司法大數(shù)據(jù)的質(zhì)量化管理、法律規(guī)則的代碼化表達和法學知識的邏輯化表達為理路，促進司法高效和接近正義的實現(xiàn)，以應對智能裁判系統(tǒng)中技術(shù)邏輯與裁判邏輯之間的不契合。然而，我國智能裁判系統(tǒng)以案件類型化和要素化為特征的司法經(jīng)驗主義模式雖促進了司法高效，但難以滿足實踐之需，其內(nèi)在邏輯將司法形式推理化為事實要素比對，價值判斷的缺失制約了個案公正的實現(xiàn)，并對法官主體性產(chǎn)生不利影響。未來智能裁判系統(tǒng)內(nèi)在法律邏輯的完善應逐漸探索通用型法律知識圖譜的建構(gòu)，并以訴訟要件為理論工具，采用法律知識型的要件式建模方式，以法官說理提高智能裁判系統(tǒng)的邏輯性和合法性。

關鍵詞：智能裁判系統(tǒng)；法律邏輯；形式推理；法律知識圖譜；裁判說理

DOI： 10.13734/j.cnki.1000-5315.2024.0304

從2016年《國家信息化發(fā)展戰(zhàn)略綱要》中“智慧法院”的提出，到2018年最高人民法院“類案智能推送系統(tǒng)”的正式上線和2022年浙江省“鳳凰買賣合同智審”系統(tǒng)的運用，以及《人民法院在線運行規(guī)則》“智慧大腦”的提出，使我國智慧司法得到快速發(fā)展，應用方式也不斷轉(zhuǎn)型升級。司法智能化應用也由初級形態(tài)向高級形態(tài)不斷發(fā)展，由適用于審判輔助活動的通用型司法智能化應用向適用于事實認定、證據(jù)審查、法律適用等司法審判核心領域的專門型智能裁判系統(tǒng)拓展。然而，司法裁判是以實現(xiàn)實質(zhì)正義為最終目的的國家活動，將智能裁判系統(tǒng)的技術(shù)邏輯引入事實認定、法律適用等影響司法公正的審判環(huán)節(jié)是否具有合法性仍然存疑。學界對此展開了諸多探討，多從智能技術(shù)外在局限，如算法黑箱、數(shù)據(jù)歧視等角度展開分析。隨著“知識”重新成為智能技術(shù)的核心要素，智能裁判系統(tǒng)的建構(gòu)方式由“數(shù)據(jù)－算法－應用”三層次結(jié)構(gòu)，向“數(shù)據(jù)－知識（圖譜）－算法－應用”的四層次結(jié)構(gòu)拓展。邏輯是法律論證的組成部分，司法裁判是從規(guī)范命題到事實命題再至結(jié)論的邏輯論證過程^①。“知識”要素成為智能技術(shù)與事實認定、法律適用等司法活動深度融合的物質(zhì)載體，并為我們進一步窺探智能裁判系統(tǒng)的底層邏輯提供了現(xiàn)實基礎。為此，從人工智能技術(shù)邏輯和司法裁判法理邏輯的關系角度，對智能裁判系統(tǒng)的合法性及其完善展開分析是本文欲探討的法律問題。

一?智能裁判系統(tǒng)法律邏輯的基本原理

在智慧司法的建構(gòu)中，技術(shù)邏輯的相關性、類比性與法律邏輯的因果性、演繹性存在沖突，這既影響了智能系統(tǒng)的智能程度，也影響了司法價值的實現(xiàn)程度，使智能裁判系統(tǒng)面臨合法性質(zhì)疑。智能裁判系統(tǒng)既要觀照人工智能的技術(shù)邏輯，更要契合司法裁判邏輯。

（一）司法數(shù)據(jù)的質(zhì)量化管理

大數(shù)據(jù)是智能化時代的重要生產(chǎn)資料。2016到2018年，最高人民法院相繼出臺各類司法工作文件促進卷宗電子化的全面推進與改革，這為司法大數(shù)據(jù)的生成提供了物質(zhì)基礎。但司法智能化應用程度的提升需要擁有匯聚快、要素全的高質(zhì)量、大體量司法大數(shù)據(jù)，如何破除數(shù)據(jù)孤島，為智慧司法提供優(yōu)質(zhì)數(shù)據(jù)，是智能裁判系統(tǒng)法律邏輯建構(gòu)的前提。

司法大數(shù)據(jù)的質(zhì)量化管理表現(xiàn)為清除司法大數(shù)據(jù)中的錯誤和虛假信息，并對多源異構(gòu)數(shù)據(jù)進行整合。法律數(shù)據(jù)主要以非結(jié)構(gòu)化和半結(jié)構(gòu)化形式存在，且目前裁判文書公開中仍存在全面性不足、及時性效果欠佳、規(guī)范化程度不高等問題^②。對結(jié)構(gòu)化的數(shù)據(jù)進行信息抽取是智能化應用建構(gòu)的第一步。其中的數(shù)據(jù)清理有助于清除數(shù)據(jù)中的錯誤和虛假信息，舍棄那些可能會影響大數(shù)據(jù)分析的碎片化數(shù)據(jù)以及不宜數(shù)據(jù)。知識圖譜則可以對海量、異構(gòu)、動態(tài)的半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)進行有效的組織、表達和語義理解，使數(shù)據(jù)并非孤立存在，而是以事實為單位，以“實體－關系－實體”或者“實體－屬性－性值”三元組為表達方式，形成龐大的實體關系網(wǎng)絡^③。通過知識融合過程中實體鏈接、實體消歧和共指消解等一系列知識加工過程，在不同的數(shù)據(jù)集中找出同一個實體的描述記錄，實現(xiàn)多類型多模態(tài)上下文及知識的統(tǒng)一表示，并建模不同信息、不同證據(jù)之間的相互交互^④。同時在不同來源實體間建立關聯(lián)關系，將從多個分布式異構(gòu)信息來源中發(fā)現(xiàn)的數(shù)據(jù)進行整合^⑤。這樣，實體關系的存在方式使得智能應用可結(jié)合深度學習、類腦科學等技術(shù)擴展學習、推理能力，具備本文解釋技術(shù)，發(fā)現(xiàn)實體之間的隱含關系，進行推理預測。

因此，將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為計算機可識別的結(jié)構(gòu)化司法大數(shù)據(jù)并進行質(zhì)量優(yōu)化，在實體內(nèi)容上以不同實體要素之間的語義關系網(wǎng)來打破司法大數(shù)據(jù)孤島、整合多來源數(shù)據(jù)是智能裁判系統(tǒng)展開的前提。

（二）法律規(guī)則的代碼化表達

目前，智能裁判系統(tǒng)存在兩種建構(gòu)進路：一是基于顯式編碼、封閉規(guī)則算法的專家系統(tǒng)進路，這種方式因其算力有限而智能化程度受限，無法適應海量司法大數(shù)據(jù)的運行需求；二是基于機器學習算法的預測分析建模，利用司法大數(shù)據(jù)實現(xiàn)案件結(jié)果預測^⑥，這種方式的不足在于無法適用于司法專業(yè)化場景中智能裁判的法律需求。大數(shù)據(jù)的數(shù)理邏輯使得審判過程由“規(guī)則”變成了“規(guī)律”，由“邏輯”變成了“概率”，由“推理”變成了“預測”，智能裁判可能演變?yōu)闄C械地遵循歷史先例^⑦，且不適應我國三段論的演繹推理邏輯。為克服技術(shù)邏輯和裁判邏輯間的矛盾，以法律推理邏輯為核心的符號主義路徑是智能裁判系統(tǒng)的建構(gòu)方式，即將法律規(guī)則預先嵌入以使人工智能契合司法裁判方式。

作為大陸法系國家，我國的司法裁判過程表現(xiàn)為法律規(guī)則的“三段論”推理。這一分析過程是從前提到結(jié)論嚴格遵循符號邏輯進行推理的過程^⑧。這需要借助法律知識圖譜將法律規(guī)范預先嵌入，以實現(xiàn)依法裁判。知識圖譜以產(chǎn)生式規(guī)則為知識表達方法，以符號形式描述物理世界中的概念及其相互關系^⑨，并為智能應用所理解，這為司法裁判規(guī)則和算法規(guī)則提供了中介。法律知識圖譜通過法學要素解構(gòu)和人工標注，并轉(zhuǎn)化為技術(shù)語言，在此基礎上利用深度學習技術(shù)生成智能化應用的算法模型。由此將法官的裁判方式“教給”智能化應用。目前，智能裁判系統(tǒng)中的具體功能，如類案智推、判決預測、裁判偏離預警機制等都建立在對案件要素符號化解構(gòu)并提取整合，進行人工標簽的基礎上。域外智能裁判系統(tǒng)的早期探索也是將規(guī)則編碼為一種簡單的、程式化的“如果-是”的邏輯結(jié)構(gòu)，模仿人類的推理方式構(gòu)建一個巨大的邏輯森林，讓人工智能模仿人的推理方式^⑩。其優(yōu)勢在于：一方面促進智能化應用與部門法、訴訟法知識的初步結(jié)合，使智能化應用更契合人類法官的審判方式；另一方面，結(jié)合知識系統(tǒng)和數(shù)據(jù)系統(tǒng)的各自優(yōu)勢，利用知識圖譜將法條和司法解釋以更有邏輯的方式予以表達^?。此外，借助機器學習技術(shù)提高數(shù)據(jù)處理效率，借助法律知識圖譜，智能裁判系統(tǒng)可以對法律規(guī)范中的概念及關系進行符號化表達，借助符號從其知識路徑中進行解釋、說理，從而對推理路線作出解釋。

（三）法律知識的邏輯化表達

智能裁判系統(tǒng)的另一邏輯基礎在于法學知識的邏輯化表達。在司法裁判中，各個案件的要素之間具有法律上的邏輯關系，例如借貸合意、金錢交付兩個要件共同構(gòu)成借貸法律關系的成立，這一法律關系構(gòu)成案件裁判的內(nèi)在邏輯。法律知識邏輯化表達旨在使智能裁判系統(tǒng)更契合司法裁判邏輯，提高智能化程度，這也是目前智能裁判系統(tǒng)的探索方向。以類案智推系統(tǒng)為例，相較于傳統(tǒng)以關鍵詞定位為方式的案件檢索，新一代類案智推系統(tǒng)的目標預設是不僅檢索出包含關鍵詞的案件，還可以檢索出與關鍵詞同義的相關案例，或與關鍵詞具有關聯(lián)關系的信息，并發(fā)現(xiàn)隱含關聯(lián)關系。

知識圖譜的多層次邏輯結(jié)構(gòu)賦予了智能化應用邏輯推理能力，有助于實現(xiàn)法學知識的邏輯化表達。法官在進行裁判時所接收的案件信息往往是具體且具有生活色彩的詞匯，如借貸案件中的銀行轉(zhuǎn)賬等用語，通常需要與裁判方式中各類裁判要件，例如借貸合意、金錢交付等，形成對應關系。這就需要將之前接收到的案情要素與判決要件進行鑒別、提煉和歸類等邏輯分析。知識圖譜邏輯結(jié)構(gòu)可分為模式層與數(shù)據(jù)層。模式層在數(shù)據(jù)層之上，是知識圖譜的核心，存儲的是經(jīng)過提煉的知識，通常用本體庫來管理模式層。本體是指“共享概念模型的明確形式化規(guī)范說明”，主要用來描述某個領域內(nèi)概念和概念之間的關系，使得它們在共享的范圍內(nèi)具有大家共同認可的、明確的、唯一的定義，具有共享化、明確化、概念化和形式化的特征^?。借助本體庫對公理、規(guī)則和約束條件的支持能力來規(guī)范實體、關系以及實體的類型和屬性等對象之間的聯(lián)系^?，指引數(shù)據(jù)層中的信息抽取，如實體抽取、關系抽取和屬性抽取。由此，從頂層概念逐步細化，形成結(jié)構(gòu)良好的分類層次結(jié)構(gòu)。這一概念分類的層次結(jié)構(gòu)體現(xiàn)了概念間的繼承關系及同一層次內(nèi)的相容關系、并列關系等關系類型。在司法裁判中，案件要素間存在相關、主次、因果、包含、平行等多類型關系。案件裁判過程往往是案件事實和法律規(guī)范之間不斷往返流轉(zhuǎn)的過程，判斷案件事實是否符合規(guī)范中的一般構(gòu)成要件以完成案件裁判^?。法律知識圖譜將案件事實的實體關系和法律規(guī)范中抽象概念進行多層次的邏輯表達，契合了司法裁判由小前提的具體案件事實到大前提的抽象概念這一論證邏輯。

因此，智能裁判系統(tǒng)遵循形式推理的法律邏輯，將法官的裁判方式嵌入人工智能中，以避免技術(shù)邏輯對司法邏輯的消解，促進智能裁判系統(tǒng)的形式公正。

二?智能裁判系統(tǒng)法律邏輯的展開

法律知識圖譜促進了智能裁判系統(tǒng)中技術(shù)邏輯和法律邏輯的深度融合。實踐中，要素式智審系統(tǒng)包括智能立案、案件爭議焦點歸納、無爭議事實歸納、法條推送、類案推送、裁判預警和文書自動生成等應用，是應用場景較為系統(tǒng)全面的智能裁判系統(tǒng)。

（一）以案件類型確定知識領域

以簡單案件明確智能裁判系統(tǒng)建模的知識領域^?。2016年，最高人民法院發(fā)布《關于進一步推進案件繁簡分流優(yōu)化司法資源配置的若干意見》（以下簡稱《繁簡分流若干意見》），以“簡案快審、類案專審、繁案精審”促進審判資源的優(yōu)化配置成為司法改革的重要目標。知識圖譜作為特定領域內(nèi)知識要素的體系化集合，以規(guī)則明確、邊界清晰、應用封閉的場景為前提，具有鮮明的領域性特征，以提高技術(shù)上的可操作性降低特征標注的難度。借助智能技術(shù)提高簡單案件的審判效率是優(yōu)化司法資源配置、促進司法信息化和司法改革相結(jié)合的重要方式。為此，司法實踐多選擇數(shù)量較多的簡單類案，以此確定法律數(shù)據(jù)和知識表示的范圍，例如上海刑事案件智能輔助辦案系統(tǒng)，以故意殺人罪、故意傷害罪、搶劫罪、盜竊罪等罪名確定知識領域并予以智能化建模^?。 而行政案件智能輔助辦案系統(tǒng)則選擇政府信息公開糾紛案件予以智能化建模^?。 貴州省高院則選擇行政征收和補償案件構(gòu)建智能審判平臺^?。

可見，現(xiàn)有司法智能化應用多將簡單類案訴訟案由作為選擇的主要標準。智能裁判系統(tǒng)以證據(jù)規(guī)則、辦案要件、電子卷宗、案例、裁判文書、法律法規(guī)、司法解釋、辦案業(yè)務文件等數(shù)據(jù)庫資源為基礎，選擇法律關系相對單一、事實較為明晰的案件，有利于整合來源數(shù)據(jù)展開深度學習，實現(xiàn)司法大數(shù)據(jù)的質(zhì)量化管理^?。

（二）裁判要素的獲取和表示

在明確智能系統(tǒng)所要適用的知識領域后，如何確定其要表達的知識要素是應用建模的另一步驟。現(xiàn)有智能裁判系統(tǒng)以要素式審判法獲取知識要素并進行數(shù)據(jù)化表示。2016年，最高人民法院出臺《繁簡分流若干意見》以及《民事訴訟文書樣式》，對要素式審判作了系統(tǒng)規(guī)定。各地法院對要素式審判制定了專門規(guī)定^?。智能裁判系統(tǒng)的建構(gòu)以法律知識的概念化和符號化為前提。要素式審判方法是基于裁判經(jīng)驗對固定案情的基本事實要素進行總結(jié)，就各要素是否存在爭議進行歸納，并圍繞爭議要素進行庭審并制作裁判文書。如四川省高院選擇案件爭點明確、審理程序較為簡單的道路交通事故糾紛案件展開智能化建設，將其要素分解為機動車交通事故責任定責數(shù)據(jù)：氣象數(shù)據(jù)、路況數(shù)據(jù)、道路數(shù)據(jù)、車輛數(shù)據(jù)、駕駛?cè)藛T數(shù)據(jù)、事故數(shù)據(jù)、信號燈數(shù)據(jù)和其他數(shù)據(jù)^（21）。集美區(qū)法院將民間借貸的要素歸納為：借款雙方之間的關系，借款合同簽訂時間，借款數(shù)額，借款人是否足額支付借款本金等^（22）。知識要素的獲取和表示旨在從司法案例等法律文本中抽取具有法律意義的實體、特征和關系建立三元組關系，并與實體概念形成多層次的結(jié)構(gòu)體系，以確定知識要素之間的邏輯關系。當前要素式審判方法成為智能裁判系統(tǒng)進行知識獲取的主要方式^（23）。如上海刑事案件智能輔助辦案系統(tǒng)以犯罪構(gòu)成要件和量刑情節(jié)確定裁判系統(tǒng)的基本結(jié)構(gòu)，并將要素解構(gòu)為何人、何時、何地、何因、何果、何事六要素^（24）。 貴州省高院以實體合法和程序合法為標準確定基本結(jié)構(gòu)，并將要素解構(gòu)為13個實體要素、14個程序要素及程序合法時間軸^（25）。

目前，我國智能裁判系統(tǒng)的建構(gòu)方式呈現(xiàn)出實用主義的司法經(jīng)驗主義模式，以總結(jié)歸納審判實踐中的常見事實要素為建構(gòu)路徑。基于這些事實要素，完成對證據(jù)規(guī)則、案例、法律法規(guī)等數(shù)據(jù)的特征標注，運用司法實體識別、司法要素自動抽取等智能技術(shù)，完成智能審判系統(tǒng)的開發(fā)。

三?智能裁判系統(tǒng)內(nèi)部邏輯建構(gòu)方式的問題檢視

智能裁判系統(tǒng)中法律邏輯的有效展開促進了智能技術(shù)在司法審判過程中的深度運用和智能程度的提高，典型表現(xiàn)是智能裁判系統(tǒng)的功能由司法輔助的通用性智能化應用向司法裁判中專門性智能化應用拓展。前者是指由商用人工智能平移適用后的司法智能化應用，例如庭審智能語音識別、電子卷宗生成等。而后者是聚焦于司法裁判自身特點而展開的適用，例如案情要素提取、案情畫像、無爭議事實智能歸納和爭議焦點歸納以及基于要素的裁判文書自動生成等功能^（26）。由此形成了以類案為基礎的系統(tǒng)性智能裁判系統(tǒng)，但同時也與司法公正、法官主體地位等司法價值表現(xiàn)出緊張關系。

（一）司法經(jīng)驗主義的建構(gòu)路徑難以滿足實踐之需

1.智能裁判系統(tǒng)的智能化程度較低，難以滿足法官的應用需求

案件事實要素又稱涉法事實要素或者法律事實要素，是引起法律關系發(fā)生、變更和消滅的客觀事實情況，是案件事實得以成立的必要條件^（27）。這些事實要素提取為智能裁判系統(tǒng)中的知識標簽提供了現(xiàn)實素材。域外智能裁判系統(tǒng)不斷探索人工智能與法學領域內(nèi)知識要素的深度融合，進行元理論上的溝通。如FOLaw將法律的社會功能區(qū)分為六種，即規(guī)范性知識（規(guī)范中的應然層面）、世界知識（概念界定）、責任知識（義務和豁免情形）、反應知識（違反后的制裁措施）、元類型知識（自然法層面）和創(chuàng)造性知識（立法中創(chuàng)造的內(nèi)容），據(jù)此對法律規(guī)則進行符號化，而FBO則是從法律框架結(jié)構(gòu)出發(fā)，區(qū)分為通用型和特定法規(guī)型本體兩層級^（28）。 相較之下，我國司法經(jīng)驗主義建構(gòu)路徑的特點是案件要素直接來源于司法裁判經(jīng)驗的總結(jié)提煉，由此進行事實要素的單層建構(gòu)，即“經(jīng)驗型解構(gòu)－平行化建構(gòu)”。但智能裁判系統(tǒng)內(nèi)部法律邏輯的實現(xiàn)以多層次的知識結(jié)構(gòu)提高裁判推理的法理性、規(guī)范性和邏輯性。現(xiàn)有的要素標記聚焦于對案件生活事實的特征描述，未考慮案件要素間可能存在的相關、主次、因果、包含、平行等法律邏輯關系，具有零散性、個體性特征，缺乏法律層面的概念化，更缺乏對訴訟審判要件深層次法理特征的考慮。可見，這一建構(gòu)邏輯在法律知識的邏輯化表達中仍有欠缺，由此也制約了智能裁判系統(tǒng)對案件裁判背后邏輯關系的發(fā)現(xiàn)和智能程度的提高。正如實踐中的類案智推系統(tǒng)也面臨“精準性”、“有效性”、“關聯(lián)性”不足的問題，有的檢索結(jié)果僅僅是案件特征形式上相似，實質(zhì)法律關系上卻與待決案件大相徑庭^（29）。因此，法律知識邏輯化表達的不足且無法較清晰全面地運用要素背后的復雜關系進行推理，使得現(xiàn)有智能裁判系統(tǒng)的智能化程度難以滿足法官的應用需求。

2.智能裁判系統(tǒng)存在難以契合復雜案件的適用困境

簡單案件中的事實要素較為明確、定型化，較少進行法律解釋和價值判斷，具有較明確的審查結(jié)構(gòu)框架，便于從中梳理裁判規(guī)則和提煉要素特征，而較復雜的案件更便于決策樹的建構(gòu)。從簡單案件入手的建構(gòu)路徑提高了智能化應用的研發(fā)效率，并為“繁簡分流”改革司法高效目標的實現(xiàn)提供了正效應，促進了接近正義的實現(xiàn)。但智能裁判系統(tǒng)同時也適用于疑難案件中。《最高人民法院關于統(tǒng)一法律適用加強類案檢索的指導意見（試行）》列舉的四類檢索情形均是圍繞疑難案件展開的，將類案檢索系統(tǒng)定位于輔助疑難案件的法律適用^（30）。目前的智能裁判系統(tǒng)通過人工構(gòu)造語法與語義規(guī)則構(gòu)建法律知識圖譜，即由專家提煉裁判規(guī)則、解讀司法過程，在對相關知識點作人工標注后，進行機器學習，并針對機器學習的偏差進行再標注，經(jīng)過學習積累，機器會具備初步的信息抓取和邏輯分析能力^（31）。法律專家系統(tǒng)進行案件要素標注是智能裁判系統(tǒng)的前提，但疑難案件中包括更多法律規(guī)范之外的價值判斷^（32），事實要素具有更大的不確定性，難以總結(jié)歸納出更具普適性的案件要素。正如有法官認為，“之所以選擇信用卡案件進行探索，正是因為其要素提取相對固定、簡單，但將其進一步推廣卻面臨著較大挑戰(zhàn)”^（33）。可見，主要適用于簡單類案的司法經(jīng)驗主義建構(gòu)路徑在復雜疑難案件中的適用性存疑。

（二）價值判斷缺失制約司法的個案公正

法律推理離不開價值判斷是不爭的事實^（34）。在實質(zhì)法治背景下，合法性之外對案件裁判個案的公正、可接受性等效益的追求同樣構(gòu)成司法裁判的合法性基礎。但智能裁判系統(tǒng)中價值判斷的缺失制約了司法個案公正價值的實現(xiàn)。

1.邏輯路徑遵循形式推理方式缺乏價值判斷空間

形式推理包括由事實到法律規(guī)范的涵攝，由此得出案件裁判結(jié)果，遵循“事實-規(guī)范或法理-事實”的不斷往返流轉(zhuǎn)的基本邏輯過程，進而實現(xiàn)案件裁判規(guī)范邏輯與事實經(jīng)驗的統(tǒng)一^（35）。在法律世界，依法裁判的現(xiàn)實路徑首先表現(xiàn)為司法三段論。目前，智能裁判系統(tǒng)匯集的數(shù)據(jù)庫主要包括證據(jù)規(guī)則、辦案要件、電子卷宗、案例、裁判文書、法律法規(guī)、司法解釋、辦案業(yè)務文件等數(shù)據(jù)庫資源。前五項旨在通過證據(jù)規(guī)則與優(yōu)質(zhì)案例的互聯(lián)實現(xiàn)事實認定的智能化，后三項以法律適用的智能推送為目的。目前的司法人工智能試圖將案件裁判結(jié)果從事實要素和既有法律之中推導出來，以契合形式推理這一形式正當性基礎。然而，形式邏輯只能評估論證的形式，而不能基于個案差異評估論證的內(nèi)容，也不能結(jié)合不同案件的實際情況評估前提的正當性。因此，這一路徑通過依法裁判而獲得形式正義，但因價值判斷缺失而不利于個案公正的實現(xiàn)。

2.現(xiàn)有智能裁判系統(tǒng)無法回應事實認定和法律適用中的價值判斷

司法裁判邏輯的開放性決定了需要運用價值判斷來確定司法推理的前提符合法律所蘊含的價值。例如投資并購許可中“經(jīng)營者集中”作為一個不確定的法律概念，既有賴于對“集中”概念的內(nèi)涵和外延的理解，也有賴于通過事實證據(jù)來證明是否達到了“集中”程度或不利的影響。專門性智能化應用促進智能技術(shù)進入司法裁判的認知過程，司法經(jīng)驗主義路徑的建構(gòu)邏輯使得智能裁判系統(tǒng)的邏輯過程表現(xiàn)為待判案件與類案之間事實要素的比對分析。例如無爭議事實歸納、爭議焦點歸納等應用遵循“事實-事實”對接的關系，通過比對其是否具有標簽中相同或類似的事實要素以完成相似性判斷，具有相似性的則構(gòu)成無爭議事實，否則為爭議焦點。事實認定智能化的理想形態(tài)應當將法官事實認定的隱性知識經(jīng)驗予以顯性化，由此真正賦予機器事實認定的智能化能力^（36）。相較之下，推送結(jié)果只是從數(shù)據(jù)庫中完成了事實對比的初步篩選，尚未清晰全面地對背后的復雜關系進行推理。由此可見，智能裁判系統(tǒng)的內(nèi)部邏輯推理將裁判推理化約為司法經(jīng)驗層面的事實要素比對，尚未實現(xiàn)法律知識的邏輯化表達。同時，智能裁判系統(tǒng)對概念的處理技術(shù)“詞袋模型”，僅考慮了原始文本中詞出現(xiàn)的次數(shù)，忽略了原始文本中詞的書序、文本的句法和語法等信息^（37）。這一技術(shù)過程將裁判過程簡化為概念要素之間的相關性進行數(shù)據(jù)化比對，概念背后所蘊含的價值因素則在其考慮之外。因此，智能裁判系統(tǒng)的推理邏輯尚未完全體現(xiàn)裁判推理的法理邏輯，減弱了裁判過程的價值判斷。

（三）全流程的深度運用影響法官的主體性

智能技術(shù)與法律邏輯的深度融合為全流程、閉環(huán)式的智能裁判提供了現(xiàn)實基礎，但同時也可能對法官主體地位產(chǎn)生不利影響。學界對智能裁判系統(tǒng)的認識存在屬于“獨立裁判者”還是“量刑輔助工具”的爭論^（38）。法官主體地位表現(xiàn)在兩方面：一是在法院內(nèi)部，法官居于辦案的核心地位，依托合議庭開展辦案工作，誰審理、誰裁判、誰負責，其他輔助、服務、保障人員的職責是輔助法官、服務審判、保障訴訟；二是在訴訟活動中，法官居于中立主導地位，依法定職權(quán)和程序，掌控訴訟活動節(jié)奏與進程^（39）。智能系統(tǒng)輔助下的裁判過程由法官裁判轉(zhuǎn)變?yōu)椤爸悄芟到y(tǒng)預先要素選擇+法官二次裁判”的人機協(xié)同模式。同時，全流程、閉環(huán)式的智能裁判應用使智能技術(shù)對法官裁判的影響由柔性約束向隱形“強制”遞增。以“上海法院行政案件智能輔助辦案系統(tǒng)”為例，智能裁判系統(tǒng)在實體審理裁判中得以適用，即進行事實認定、法律適用、案件裁判。在審理階段，無爭議事實預歸納、爭議焦點預歸納、證據(jù)缺失性檢驗、證據(jù)合規(guī)性校驗等功能在分析、比對、歸類案件要素的基礎上，提示爭議焦點并給出審理意見，生成法官庭審指引；在裁判階段，裁判結(jié)果預判斷和裁判偏離度提示功能將法官的裁判結(jié)果與大數(shù)據(jù)分析得出的類案裁判結(jié)果進行比對，以使法官裁判結(jié)果接受算法裁判結(jié)果的檢驗，實現(xiàn)類案研判精準高效。可見，智能裁判系統(tǒng)包括過程性和結(jié)果性的智能決策輔助，由此形成智能裁判系統(tǒng)輔助法官裁判決策的閉環(huán)。在適用中，為避免裁判結(jié)果產(chǎn)生較大的偏離，法官往往會主動參照智能應用的輸出結(jié)果，導致實體裁判中的智能應用增強了智能技術(shù)對法官裁判的約束強度，不再僅是居于“輔助”功能地位。盡管智能裁判系統(tǒng)尚未完全替代法官作出司法決策，但由于其全流程性的應用結(jié)構(gòu)，對認知過程的參與使其對裁判結(jié)果產(chǎn)生了實質(zhì)性影響，這可能導致以智能化加持的經(jīng)驗性取代司法裁判的邏輯性和規(guī)范性，并進一步影響法官的主體地位。同時，在訴訟活動的推進中，要件式庭審提綱構(gòu)建和庭審程序智能提示功能可自動抓取相關案件信息中的關鍵數(shù)據(jù)，如工傷認定決定書內(nèi)容、是否存在勞動關系、認定工傷及其例外等情形，通過系統(tǒng)判斷，構(gòu)建案件事實法律框架，由此指導審判活動的推進，這也實質(zhì)性影響了法官對訴訟進程的掌控。

因此，深度學習賦予機器的自主判斷和決策能力使得智能裁判系統(tǒng)不僅是對審判事務性活動的機械性替代，同時構(gòu)成法官裁判活動展開的能動性指引。智能系統(tǒng)的能動性和全流程閉環(huán)式的應用方式影響了智能化應用效力的發(fā)揮，使得法官在作出實體裁判時受到智能裁判的實質(zhì)性影響。

四?智能裁判系統(tǒng)邏輯建構(gòu)的完善路徑

我國智慧司法由通用型轉(zhuǎn)向?qū)ｉT型司法智能化應用、由簡單案件向復雜疑難案件拓展^（40），這對智能裁判系統(tǒng)的智能程度需求不斷提升。未來，智能裁判系統(tǒng)的邏輯建構(gòu)應從完善底層技術(shù)邏輯，引入理論工具和明確法官說理義務三方面予以完善。

（一）構(gòu)建通用型法律知識圖譜

法律知識圖譜作為智能裁判系統(tǒng)的底層邏輯決定了推動法律知識圖譜的建構(gòu)是優(yōu)化法律知識邏輯的必要之舉。

1.積極構(gòu)建復用性更高的通用型法律知識圖譜

知識圖譜依據(jù)復用性和抽象性程度可以劃分為在司法裁判中具有廣泛適用性的法律通用知識圖譜、適用于某一訴訟類型的法律領域知識圖譜、適用于某一案件類型的任務驅(qū)動型法律知識圖譜等。通用型圖譜建構(gòu)的目的在于：一是處理不同來源的海量司法大數(shù)據(jù)，如司法裁判文書、法律規(guī)范、起訴書等，由此提高司法大數(shù)據(jù)質(zhì)量；二是促進不同智能裁判系統(tǒng)法律邏輯的內(nèi)部統(tǒng)一。目前，全國范圍內(nèi)存在駁雜的智能裁判系統(tǒng)，各地法院各開發(fā)一套系統(tǒng)、各自為政，且智能裁判系統(tǒng)僅能適用于特定案由的簡單類案，可能導致裁判尺度不統(tǒng)一、利用率低下、資源浪費的現(xiàn)實問題^（41）。這需要在現(xiàn)有任務驅(qū)動型知識圖譜基礎上探索更具有復用性、包容性的領域型或通用型知識圖譜。突破訴訟案由限制，借助通用型法律知識圖譜探索智能裁判系統(tǒng)內(nèi)在邏輯建構(gòu)的統(tǒng)一標準，指導不同地區(qū)、不同案件類型智能裁判系統(tǒng)的邏輯建構(gòu)。

2.建構(gòu)過程強調(diào)技術(shù)專家和法律專家的協(xié)同性參與

從長遠來看，司法大數(shù)據(jù)的開發(fā)并非單純意義上的技術(shù)開發(fā)，需要有司法理論與實踐知識的指導，否則將成為無源之水^（42）。法律專家不僅包括法官，還包括一些學者等。由一線法官參與，推動智能裁判系統(tǒng)更加務實有效，服務于法官需求。域外智能裁判系統(tǒng)在與形式推理初步結(jié)合的基礎上不斷實現(xiàn)人工智能與法律理論的對接。鑒于技術(shù)專家系統(tǒng)法律理論知識基礎不足的問題，20世紀90年代中期，麥卡蒂（McCarty）等學者開始對法律通用知識圖譜予以研究，吸收借鑒了較多法學基礎理論知識，以彌合法律人工智能和法律概念之間的差距，如借鑒哈特、凱爾森、霍菲爾德對法律規(guī)則等基本法律問題的分析^（43）。由于法律知識圖譜的本體涉及較多法律抽象概念的運用，不僅需要司法裁判經(jīng)驗的適用，更需要從司法經(jīng)驗中抽象出專業(yè)化的法律概念進行圖譜建構(gòu)，這要求法學專家的加入，在經(jīng)驗事實要素基礎上提煉更加專業(yè)的特征要素。因此，通過不同主體的合力促使智能技術(shù)與司法活動的深度融合。

（二）以訴訟要件事實理論為理論工具

在弱人工智能階段，法律知識圖譜的建構(gòu)方式表明智能裁判系統(tǒng)的底層邏輯還在于如何建構(gòu)類人的裁判思維。智能裁判系統(tǒng)中法律思維的嵌入是智能化程度提高的必經(jīng)路徑，這需要完善智能裁判系統(tǒng)的理論工具。在司法審判中，民事訴訟、刑事訴訟、行政訴訟分別圍繞原告請求權(quán)的成立要件、犯罪構(gòu)成要件和行政行為合法性審查展開^（44），其共通性在于以法律中的構(gòu)成要件為理論分析工具。為此，要件事實理論應作為智能技術(shù)與司法裁判深度融合的理論基礎。

1.要件事實理論旨在以訴訟要件確定需要標注的事實要素，形成多層次的邏輯結(jié)構(gòu)

如何使智能系統(tǒng)中的案件特征標注更具有法律規(guī)范性、契合司法裁判邏輯是提高智能化程度的關鍵。訴訟要件的引入并非對要素式建模的替代，而是對司法經(jīng)驗主義路徑的優(yōu)化。要素式建模是將實踐中的審判經(jīng)驗割裂為單純的“要素”，且各地不統(tǒng)一，影響司法公正的實現(xiàn)。但相似性判斷是在案件事實與法律規(guī)范之間來回穿梭進行的，故而比較點應該能夠涵蓋法律規(guī)范與案件事實兩個方面的因素^（45）。同時，智能裁判系統(tǒng)中法律邏輯的實現(xiàn)以多層次法律知識圖譜為前提。域外法律智能系統(tǒng)不斷在法律規(guī)范基礎上形成了法律功能本體FOLaw，法律核心本體LRI-Core，基于框架的概念性的法律本體FOB和LKIF（Legal Knowledge Interchange Format）等法律通用本體，以提升法理化程度。在法律規(guī)則的概念體系上，包括規(guī)范性術(shù)語和責任性術(shù)語以及法律規(guī)范中主體、行為、主觀心理狀態(tài)及其相關概念定義，以及邏輯關系（諸如禁止、允許等）等內(nèi)容^（46）。 其主要目的是對法律規(guī)范中的法律知識從不同的角度進行抽象概念化、類型化，并形成結(jié)構(gòu)化的知識體系。我國智能裁判系統(tǒng)應借助訴訟要件理論確定需要標注的案件要素，從中提煉出影響請求權(quán)成立、定罪量刑和行政行為合法性的相關事實要素，并進行抽象、提煉，增強法律知識的運用，形成固定的知識積累方式。由此，搭建“司法經(jīng)驗層面的案件事實要素－法學理論層面的訴訟審判要件”的多層次法律知識圖譜，增強法律知識的邏輯化表達。

2.要件事實理論工具的引入可為智能裁判系統(tǒng)建構(gòu)提供更多可實操性的知識工具

目前，學界對智能裁判系統(tǒng)完善的探討多聚焦于法理學角度。法理學中的法律邏輯理論雖為智能司法提供了頂層理論工具，但現(xiàn)有的智能系統(tǒng)欠缺與訴訟實踐的深度融合，僅是“云端”的理論工具，而不是指導實踐的理論工具^（47）。由于三大訴訟的裁判方式存在特殊性，智能裁判系統(tǒng)中法律邏輯的嵌入不僅建立在法理學知識上，還要引入訴訟法的理論工具，實現(xiàn)由“法理學+人工智能”向“法理學+部門法+人工智能”的發(fā)展。訴訟要件既是對實體法規(guī)范的分析、解構(gòu)，又是對司法經(jīng)驗的抽象化、概念化、符號化，可以更為直觀地反映訴訟過程中的事實認定和法律適用的法律特征，對司法大數(shù)據(jù)中的特征提取和標注形成更具有針對性的理論指引。因此，要件事實理論使得案件要素的標記可以直接依據(jù)審判要件類型進行，突出訴訟法理論在智能化建構(gòu)中的特殊性，而不僅僅訴諸法理學概念。

總之，體系化的法學知識包括價值體系、原則體系、規(guī)范體系、制度體系和概念體系^（48）。理論工具完善的意義在于形成“要件（事實）要素－法律要件－法律概念－原則”的多層次結(jié)構(gòu)模型，將法官裁判邏輯嵌入智能裁判系統(tǒng)中，促進智能裁判系統(tǒng)在更高層面實現(xiàn)案件裁判中事實要素和法律規(guī)范、法律價值的融貫，逐漸提高智能裁判系統(tǒng)的智能程度。

（三）明確智能裁判系統(tǒng)運用的說理義務

在人機協(xié)同的智慧司法時代，以法官說理補充智能裁判系統(tǒng)的法律邏輯是另一完善路徑。人工智能技術(shù)的引入并非對法律推理理論的徹底調(diào)整和改變，而是提供了一種刺激性的外部環(huán)境，完善優(yōu)化基礎上探索“人工智能時代的法律推理模式”^（49）。對人工智能司法推理邏輯的探討并非以智能技術(shù)完全替代法官推理，而是在認真觀察智能裁判系統(tǒng)推理路徑的基礎上完善現(xiàn)有司法裁判過程。法官說理有助于補充智能裁判系統(tǒng)在事實要素與法律構(gòu)成要件之間涵攝過程的欠缺，并通過價值判斷，實現(xiàn)個案正義并保障法官主體地位。同時，智能裁判系統(tǒng)的價值功能還在于實現(xiàn)司法高效，促進接近正義。不加區(qū)分地課予法官說理義務可能有損公正與效率的平衡。歐洲國家將司法智能應用劃分為四類，即法官輔助系統(tǒng)、法官管理系統(tǒng)、法官與當事人的信息交流系統(tǒng)和法院信息組織管理系統(tǒng)，并將其價值目標區(qū)分為司法高效和司法公正^（50）。我國可借助類型化的方式促進智能裁判系統(tǒng)高效性和公正性的均衡。

法官說理義務的規(guī)范化可通過智能化應用和案件的類型化進行完善。2018年，最高人民法院印發(fā)《關于加強和規(guī)范裁判文書釋法說理的指導意見》（以下簡稱《裁判文書釋法說理意見》），但尚缺乏對智能裁判系統(tǒng)運用說理的規(guī)定。以智能裁判系統(tǒng)功能為標準，可區(qū)分為非審判性事務和審判性事務的智能化應用，前者為一般商業(yè)領域智能技術(shù)的平移應用，如語音識別技術(shù)、在線庭審技術(shù)等。后者是指在審判中適用的智能化應用，包括審判程序性事務和審判實體性事務智能化應用。前者包括案件排期、文書送達、庭審筆錄制作、裁判文書上網(wǎng)等，后者包括事實認定、法律適用和案件裁判環(huán)節(jié)的智能化應用。《裁判文書釋法說理意見》要求對爭議焦點認定、法律適用爭議等裁判活動進行充分說理。為此，對審判實體性事務的智能化應用應課以法官嚴格的說理義務，以促進案件公正。同時，進一步區(qū)分簡單案件和疑難案件的適用。《最高人民法院統(tǒng)一法律適用工作實施辦法》規(guī)定，對于進行類案檢索的案件，承辦法官應當在審理報告中對類案檢索情況予以說明，或者制作專門的類案檢索報告，但無區(qū)分地課以法官說理義務可能會造成法官較大的裁判負擔，影響司法高效。《裁判文書釋法說理意見》第八條對說理義務進行案件類型化區(qū)分，要求對疑難復雜案件強化釋法說理。在包括更多價值判斷的疑難案件中，為避免技術(shù)邏輯對司法公正的不利影響，法官應予以裁判說理。因此，應通過《裁判文書釋法說理義務》對智能裁判系統(tǒng)運用的說理義務予以規(guī)范化、法制化，提高智能裁判系統(tǒng)適用的合法性。

綜上，在智慧司法中，技術(shù)發(fā)展和規(guī)則完善應當是并軌的，任何一方的偏廢都可能阻礙智能技術(shù)的有效運用。法律知識圖譜底層邏輯技術(shù)的提升，智能技術(shù)和法學知識的深度融合和法官適用規(guī)則的完善有助于構(gòu)建更具合法性的智能裁判系統(tǒng)。

［責任編輯：蘇雪梅］

收稿日期：2023-12-08

基金項目：本文系國家社科基金重大項目“黨的自我革命引領社會革命的理論建構(gòu)與實證研究”（23ZDA129）、清華大學文科建設“雙高”計劃項目“新時代中國共產(chǎn)黨依規(guī)治黨運行機制創(chuàng)新研究”（2022TSG03302）的階段性成果。

作者簡介：陳子君，女，山西晉城人，法學博士，清華大學公共管理學院博士后，E-mail： 894585209＠qq.com。

①參見：雷磊《法律邏輯研究什么？》，《清華法學》2017年第4期，第190-192頁。

②參見：馬超、于曉虹、何海波《大數(shù)據(jù)分析：中國司法裁判文書上網(wǎng)公開報告》，《中國法律評論》2016年第4期，第195頁。

③參見：《知識圖譜標準化白皮書》（2019年），第6頁，中國電子技術(shù)標準化研究院官網(wǎng)，2019年9月11日發(fā)布，2023年9月20日訪問，http：//www.cesi.cn/201909/5589.html。

④參見：《知識圖譜標準化白皮書》（2019年），第65頁，中國電子技術(shù)標準化研究院官網(wǎng)，2019年9月11日發(fā)布，2023年9月20日訪問，http：//www.cesi.cn/201909/5589.html。

⑤參見：朱麗雅《數(shù)字人文領域的知識圖譜：研究進展與未來趨勢》，《知識管理論壇》2022年第1期，第94頁。

⑥參見：宋旭光《論司法裁判的人工智能化及其限度》，《比較法研究》2020年第5期，第80-92頁；高翔《智能司法的輔助決策模型》，《華東政法大學學報》2021年第1期，第62-63頁。

⑦參見：宋旭光《論司法裁判的人工智能化及其限度》，《比較法研究》2020年第5期，第85頁。

⑧參見：蔣超《法律算法化的可能與限度》，《現(xiàn)代法學》2022年第2期，第26頁。

⑨參見：王祿生《司法大數(shù)據(jù)與人工智能開發(fā)的技術(shù)障礙》，《中國法律評論》2018年第2期，第48-49頁。

⑩參見：孫海波《反思智能化裁判的可能及限度》，《國家檢察官學院學報》2020年第5期，第89-92頁。

?參見：葉勝男《人工智能介質(zhì)下的審判范式》，《人民司法》2019年第31期，第52-53頁。

?參見：楊玉基、許斌、胡家威等《一種準確而高效的領域知識圖譜構(gòu)建方法》，《軟件學報》2018年第10期，第2933頁。

?參見：付雷杰、曹巖、白瑀《國內(nèi)垂直領域知識圖譜發(fā)展現(xiàn)狀與展望》，《計算機應用研究》2021年第11期，第3202頁。

?參見：卡爾·拉倫茨《法學方法論》，陳愛娥譯，商務印書館2004年版，第165頁。

?參見：曹羽《從知識工程到知識圖譜全面回顧》，CSDN博客，2019年5月5日發(fā)布，2023年9月20日訪問，https：//blog.csdn.net/TgqDT3gGaMdkHasLZv/article/details/89879731。

?參見：崔亞東《人工智能與司法現(xiàn)代化》，上海人民出版社2019年版，第93頁。

?參見：崔亞東《人工智能與司法現(xiàn)代化》，第238頁。

?參見：《人民法院司法改革案例匯編（二）》，案例18，最高人民法院網(wǎng)，2017年12月28日發(fā)布，2023年8月17日訪問，https：//www.court.gov.cn/zixun/xiangqing/75762.html。

?參見：王彥《行政訴訟類案智能專審平臺的價值取向與實踐》，《人民司法》2018年第19期，第47頁。

?例如北京市高院和山東省高院分別發(fā)布《速裁案件要素式審判若干規(guī)定（試行）》和《要素式審判方式指引（試行）》，明確要素式審判方式的適用范圍和要素內(nèi)容。

（21）參見：王竹《道路交通糾紛要素式審判探索——從四川高院的改革實踐出發(fā)》，《中國應用法學》第2018年第2期，101頁。

（22）參見：李晨《論類型化案件智能審判系統(tǒng)的建構(gòu)——以J區(qū)法院為樣本》，《東南司法評論》（2018年卷），廈門大學出版社2018年版，第339-350頁。

（23）參見：王彥、許鵬《行政訴訟類案智能專審平臺的價值取向與實踐》，《人民司法》2018年第19期，第46-49頁；李鑫、王世坤《要素式審判的理論分析與智能化系統(tǒng)研發(fā)》，《武漢科技大學學報（社會科學版）》2020年第3期，第323-334頁。

（24）參見：崔亞東《人工智能與司法現(xiàn)代化》，第136頁。

（25）參見：《人民法院司法改革案例匯編（二）》，案例18，最高人民法院網(wǎng)，2017年12月28日發(fā)布，2023年8月20日訪問，https：//www.court.gov.cn/zixun/xiangqing/75762.html。

（26）參見：左衛(wèi)民《從通用化走向?qū)ｉT化：反思中國司法人工智能的運用》，《法學論壇》2020年第2期，第17-23頁。

（27）參見：朱福勇《審判案件事實要素智能抽取探究》，《理論月刊》2021年第6期，第126頁。

（28）Pepijn R. S. Visser， Trevor J. M. Bench-capon， “A Comparison of Four Ontologies for the Design of Legal Knowledge Systems，” Artificial Intelligence and Law 6 （March 1998）： 27.

（29）參見：周莉《人工智能輔助下類案推送質(zhì)量的路徑優(yōu)化》，《山東法官培訓學院學報》2021年第1期，第140-143頁。

（30）《最高人民法院關于統(tǒng)一法律適用加強類案檢索的指導意見（試行）》第二條規(guī)定，人民法院辦理案件具有下列情形之一，應當進行類案檢索：（一）擬提交專業(yè)（主審）法官會議或者審判委員會討論的；（二）缺乏明確裁判規(guī)則或者尚未形成統(tǒng)一裁判規(guī)則的；（三）院長、庭長根據(jù)審判監(jiān)督管理權(quán)限要求進行類案檢索的；（四）其他需要進行類案檢索的。

（31）參見：高翔《人工智能民事司法應用的法律知識圖譜構(gòu)建——以要件事實型民事裁判論為基礎》，《法制與社會發(fā)展》2018年第6期，第69頁。

（32）參見：張騏《形式規(guī)則與價值判斷的雙重變奏——法律推理方法的初步研究》，《比較法研究》2000年第2期，第135頁。

（33）高翔《人工智能民事司法應用的法律知識圖譜構(gòu)建——以要件事實型民事裁判論為基礎》，《法制與社會發(fā)展》2018年第6期，第69頁。

（34）參見：陳坤《法律推理中的價值權(quán)衡及其客觀化》，《法制與社會發(fā)展》2022年第5期，第155頁。

（35）參見：卡爾·拉倫茨《法學方法論》，陳愛娥譯，商務印書館2003年版，第161頁。

（36）參見：王琦《民事訴訟事實認定的智能化》，《當代法學》2021年第2期，第131-132頁。

（37）參見：任懷鈺《法官裁判方法嵌入司法人工智能路徑研究》，《山東法官培訓學院學報》2019年第4期，第141頁。

（38）參見：張玉潔《智能量刑算法的司法適用：邏輯、難題與程序法回應》，《東方法學》2019年第3期，第189-191頁。

（39）參見：倪壽明《落實和尊重法官主體地位》，《人民司法》2014年第13期，第1頁。

（40）參見：左衛(wèi)民《從通用化走向?qū)ｉT化：反思中國司法人工智能的運用》，《法學論壇》2020年第2期，第17-23頁。

（41）參見：左衛(wèi)民《如何通過人工智能實現(xiàn)類案類判》，《中國法律評論》2018年第2期，第32頁。

（42）參見：劉艷紅《大數(shù)據(jù)時代審判體系和審判能力現(xiàn)代化的理論基礎與實踐展開》，《安徽大學學報（哲學社會科學版）》2019年第3期，第105頁。

（43）Richard E. Susskind，“Expert Systems in law： A Jurisprudential Approach to Artificial Intelligentce and Leagal Reasoning，” The Modern Law Review 49， no.2 （March 1986）：168.

（44）參見：崔亞東《人工智能與司法現(xiàn)代化》，第168頁。

（45）參見：孫海波《類案檢索在何種意義上有助于同案同判？》，《清華法學》2021年第1期，第87頁。

（46）Joost Breuker， André Valente， Radboud Winkels， “Legal Ontologies in Knowledge Engineering and Information Management，” Artificial Intelligence and Law 12， no.4 （December 2004）： 241.

（47）參見：高翔《智能司法的輔助決策模型》，《華東政法大學學報》2021年第1期，第63頁。

（48）參見：周佑勇《中國行政基本法典的精神氣質(zhì)》，《政法論壇》2022年第3期，第62頁。

（49）參見：雷磊《人工智能時代法律推理的基本模式》，《比較法研究》2022年第1期，第13頁。

（50）Council of Europe， European Judicial Systems： Efficiency and Quality of Justice， CEPEJ STUDIES no.24， 11， https：//rm.coe.int/european-judicial-systems-efficiency-and-quality-of-justice-cepej-stud/1680788229.