基于人工智能背景下的民事案件繁簡分流機制探析

隨著繁簡分流改革的推進，人工智能在該領域的應用日益廣泛，并逐漸建立了完善的配套設施與專業人員隊伍，其研究成果和實踐經驗也逐漸受到關注。但是，在保障繁簡分流的公正性上并未達到預期目標，仍然存在運行不透明、結果難以檢驗和推廣等不足。為了在繁簡分流中有效利用人工智能，我們應當優化人工智能繁簡分流程序，建立人工智能的監督機制與制裁措施，并且設立全國統一的分流數據庫與甄別關鍵詞，以實現人工智能應用于繁簡分流中提高效率與保證公正的雙重目的。

一、基于人工智能的民事訴訟繁簡

分流改革意義

（一）我國繁簡分流改革路徑

我國民事訴訟繁簡分流的探索已有40余年的歷史，關于繁簡分流的立法與規定從無到有，再到逐漸健全。2020年，最高人民法院發布了《民事訴訟程序繁簡分流改革試點方案》，提出要將人工智能等現代科技手段融入繁簡分流改革的全過程。這表示我國從國家層面提出要應用科技手段推動繁簡分流改革。在實踐中，各地法院陸續開展試點工作，打造了獨具特色的改革地方做法。

以上海市第一中級人民法院為例，該院建立了案件繁簡分流處置平臺。這一平臺通過要素庫、繁簡規則，程序分流員將案件精準分類為繁案、普案、簡案，系統自動解構案件類別并匹配相應分案規則。此外，這一平臺結合文本光學字符識別技術、自然語言處理技術，對提交的文本和圖片材料進行數據提取和信息分類，并通過人工智能技術為案件匹配合適的審判團隊。這種技術的應用，顯著提升了案件甄別的效率，減輕了法院工作人員的負擔。

（二）將人工智能應用于繁簡分流的必要性

一是法院面臨“案多人少”的現實問題。繁簡分流改革是最高人民法院主導的一項改革，其初衷是緩解法院“案多人少”的困境。如今，法院受案數量持續攀升，從1978年的50萬余件上升到2023年的4500萬余件，與人員增長3倍相比，案件數增長了90倍。《中華人民共和國最高人民法院公報》中的《2023年全同法院司法統計公報》顯示，2023年民商事一審收案數為1753萬余件，民事案件數量龐大。盡管繁簡分流改革在各地法院已開展了幾年，但民事案件增多。與此同時，我國法院正在推進員額制改革，擁有審判權的法官數量已有所減少。在快速增長的案件數量與審判隊伍精簡化的矛盾下，將人工智能技術應用于繁簡分流改革是解決這一問題的重要舉措之一。

二是公正裁判的現實需求。早期繁簡分流的方式為人工人流，法院工作人員根據案件事實、權利關系、事實爭議進行繁簡判斷，從而決定適用的訴訟程序。但是，在這一過程中會出現當事人挑選法官的情形。人工智能在法律領域的應用具有高客觀性的特點，注重數據之間的“相關關系”。傳統的“因果關系”分析模式要求我們要探求事物背后的原因，即“為什么”。而“相關關系”只需要知道“是什么”即可。將人工智能應用于繁簡分流中，改變了以往由人工分案的模式，從源頭上堵住“人情案”“關系案”，從而保障司法過程透明、公正。

二、人工智能應用于繁簡分流

存在的不足

（一）人工智能的運行不透明

由于人工智能在處理數據時是基于數據庫與既定算法，最終根據所需的關鍵信息輸出繁簡分流的最終結果，故其分析方法和分析過程并不公開透明，這導致了人工智能有一定的局限性。首先，人工智能是根據算法對海量數據進行匯總分析，并按照關鍵要素輸出最終結果。這種“算法黑箱”很難為人所知。一旦算法在分析過程中被惡意篡改，將會導致與正確算法的分析結論大相徑庭的后果。其次，不同于傳統的人工分流程序，人工智能采取的是非結構化的儲存方式。司法工作人員只能得到最終的分流結果，而看不到分析過程。最后，因人工智能算法與數據庫都受到《中華人民共和國知識產權法》的保護，故司法工作人員也很難了解繁簡分流運行的全過程。人工智能在繁簡分流中的隱秘性與司法公開制度相違背，其輸出的分流結果的公正性也會受到影響。

（二）人工智能的準確性難以檢驗

人工智能對繁簡分流的應用基于數量龐大且質量優質的數據庫，但各地經濟發展的差異與政策的不同導致法院信息化建設存在不平衡性。因此，繁簡分流的數據在時間和空間上都缺乏廣度。大數據無法同時聚集各地不同的經驗，難以全面總結繁簡分流的要素，導致人工智能在繁簡分類方面的應用缺乏準確性。

在傳統的人工分流中，司法工作人員可以根據分流結果倒推，檢驗分流的準確性。由于人工智能的分析方式為相關關系分析，且分析過程完全不可見，所以司法工作人員無法進行反推驗證。這種方式既不能滿足后續司法裁判解釋與說理的需求，也無法讓司法工作人員進行檢驗，其結果具有不確定性。

（三）人工智能的結果難以推廣

建立人工智能的法律思維，需要提供海量高質的司法數據讓其分析，從而使繁簡分流的信息要素化。當下作為人工智能開發基礎的數據來源于中國裁判文書網上的裁判文書，但這些裁判文書僅占審結案件的50%。各地法院數據庫還存在數量與質量發展不平衡的問題，這導致各地人工智能學習的數據不均衡。如果僅依賴有限、不平衡的數據作為人工智能深度學習的依據，那么形成的算法作用比較有限。另外，人工智能的深度學習還依賴與司法領域相適配的算法，不同算法產生的分析結果不盡相同。如果無法使用統一的算法，那么，亦難以在全國形成統一的分流結果，不利于人工智能在繁簡分流中推廣使用。

三、人工智能應用于繁簡分流的

對策建議

（一）公開人工智能繁簡分流程序

人工智能在繁簡分流中的應用存在一定隱秘性，這不僅導致了檢驗困境，而且有違司法公開制度。由于分流程序難以監督，加之公眾對人工智能的不信任，如果完全依賴算法進行分流，可能會引起案件當事人對分流結果產生質疑。人工智能應嚴格遵守公開原則，確保分流過程的透明性。2023年，歐盟在《關于人工智能在司法系統及其政策環境應用的歐洲道德憲章》提出了五條道德規則，其中第四條強調了透明、公正和公平原則，要求數據處理應易于理解和審計。

我國在引入人工智能進行繁簡分流時，應盡可能公開人工智能的分析過程。以確保運算過程的公開透明，減少外部干擾。此外，相關部門還應公示算法的錯誤率，并在必要時對錯誤率高的算法進行淘汰。

（二）建立人工智能的監督機制與制裁措施

技術的健康發展離不開法律的規制，在推進人工智能進入繁簡分流程序時，我們更應重視制度對技術的約束。由于人工智能的分析結果為一體式打包呈現，所以我們迫切需要對分析結果進行檢驗。但是，如果檢驗過程交由法院承擔，會給原本超負荷工作的司法工作人員增加負擔。因此，相關部門需要建立人工智能自動檢驗機制，對于不公正的算法應當予以修正或排除。這樣不僅能夠保證信息的準確性和完整性，也能保證算法的公正性。

除了內部監督之外，管理部門還可以設置外部監督措施。當發生分流過程不透明、算法錯誤率過高等分流不公正的情況時，當事人有權在案件進入庭審階段之前對分流結果提出異議，要求相關部門更改算法模型或轉入人工分流程序。雖然人工智能能夠高效地處理一些法律事務，但并未在法律領域體現出明顯高于人類的能力。因此，相關部門要視人工智能為輔助性工作，當人工分流結果與人工智能分流結果不一樣時，要將人工分流意見放在第一優先級。

管理部門在對人工智能進行法律規制的同時，也需要設立必要的程序性制裁措施，即對人工智能的排除規則。對于人工智能的程序性制裁，管理部門應當著眼于其賴以存在的基礎——算法與數據庫。在對其進行制裁之前，管理部門需要進行檢驗。檢驗方式包含人工智能的自動檢驗程序和司法工作人員人工檢驗兩種途徑。當該算法被檢驗出錯誤率達到一定的比例時，系統或司法工作人員可以采取程序性制裁措施，對錯誤的算法和結論一并排除。基于數據之間的強關聯性特點，與此相關的數據也應當在被排除之列。

（三）設立全國統一的分流數據庫與甄別關鍵詞

人工智能的深度學習建立在數據庫與算法的基礎之上。要想在全國范圍推廣人工智能與繁簡分流的融合，需要建立統一的數據庫。今年2月，最高人民法院司法案例庫面向全國正式上線，這給人工智能與繁簡分流的融合提供了客觀支持。近年來，部分法院開始建設并對外公開裁判文書全數據庫，為人工智能的深度學習提供了差異化的數據支撐。此外，要甄別數據的來源是否可靠，應避免數據源頭的污染。人工智能將不同種類的判決書分類學習，提取不同種類案件的關鍵信息、案由以及當事人信息等，未來遇到類似案件便可以直接分流。

要使人工智能與繁簡分流的融合在全國推廣，還需要全國統一的算法，這體現在各地法院使用人工智能版本的一致性上。現代科學技術發展迅速，人工智能不同版本更迭的時間不斷縮短。因此，要達到全國推廣并且穩定使用的效果，需要采用成熟的技術版本，由最高人民法院統一指定，收集實踐中出現的問題并及時更新，使用人工智能進行繁簡分流的案件均需要在法律文書中標注當前版本，當算法被檢測出公平性問題能夠及時被發現并修改。

結語

在繁簡分流改革的不斷深化中，人工智能的引入為司法審判的效率帶來了較大的提升。這不僅提高了辦案的速度，也逐步構建起了一套更加完善的司法輔助體系。然而，在這一過程中也存在運行的透明度、結果的可檢驗性以及推廣的可行性等問題。因此，相關部門需要公開人工智能繁簡分流程序、建立有效的監督機制與制裁措施，并設立全國統一的分流數據庫和甄別關鍵詞等方式。相關部門通過這些措施的實施，可以在公平和效率兩方面提升分流效果，提高人工智能技術在繁簡分流程序中的專用化程度。