生成式人工智能助推司法審判的規制策略論

目次

一、生成式人工智能助推司法審判的規制理據

二、端口化定位下生成式人工智能助推技術支持的起點型規制

三、自動化定位下生成式人工智能助推文書處理的手段型規制

四、標準化定位下生成式人工智能助推類案裁判的目標型規制

五、結語

黨的二十屆三中全會公報將“深化和規范司法公開，落實和完善司法責任制”確立為“健全公正執法司法體制機制”的重要舉措；其作為“協同推進司法環節改革”的關鍵面向，即成為了踐行“完善中國特色社會主義法治體系”的一類具體表征。①生成式人工智能助推司法審判則是推進智慧法院建設、深化我國司法改革的應有之義。對其實施規制旨在依托更具技術理性的強人工智能手段，嘗試明晰乃至規范司法公開、司法責任制改革背景下人工智能司法應用的運行圖景。2022年《最高人民法院關于規范和加強人工智能司法應用的意見》中有關“人工智能司法應用范圍”的規定，亦為積極應對智能司法轉型困境、法律與技術銜接瓶頸等潛在風險，進而探究生成式人工智能助推司法審判的規制進路（如表1所示）指明了方向。

表1生成式人工智能助推司法審判的規制進路

一、生成式人工智能助推司法審判的規制理據

規制理據旨在探究生成式人工智能助推司法審判規制策略的線索引領。其往往通過梳理生成式人工智能的相應技術特征，避免模糊線索定位誘發可能的人機交互脫序。近年來，立足于“人工智能司法在裁判可接受性、信息整全、信息篩選、事實評估等方面”②的司法改革實踐，亦有學者嘗試將“司法人工智能分案”③與“爭點歸納整理、類案偏離提示、再審案件裁判偏離度預警、終本案件核查、不規范司法行為自動巡查、廉潔司法風險防控”④等法務管理，定位為當前人工智能司法應用的一類核心功能場域。在類案裁判方面，司法人工智能亦可基于“技術至上主義”③立場，通過發揮客觀化的人工智能推動提升類案處理統一性的作用，嘗試自主生成格式化、模塊化的裁判文書。雖然其有助于統一審查標準、壓縮裁判恣意空間，實現類案類判；但相應“類案類判系統所能夠提供的司法產品質量有限”⑥，更多地僅僅發揮整合裁判數據、提煉一般性經驗的作用。基于此，厘清生成式人工智能助推司法審判的規制理據，不妨依循“超智能化的類人仿生抑或人機耦合的交互是未來的發展方向”③指引，立足于生成式人工智能的功能定位和生成式人工智能助推司法審判的作用面向具體展開。

（一）生成式人工智能的功能定位

生成式人工智能是一種“以自然語言處理技術與大語言模型為基礎”①的強人工智能技術。其往往強調圍繞科技第一生產力導向，從作為新型勞動工具要素的角度，發揮賦能實效以促進生產力的躍遷式發展。基于此，不妨依循“發展以高技術、高效能、高質量為特征的生產力”②目標引領，針對三類特征不同導向下的差異化定位，嘗試闡明生成式人工智能的功能要義。

首先，就高技術特征導向下的端口化定位而言，端口化定位是生成式人工智能適配高技術特征導向的功能表達。其主要立足于數智融合平臺建設，強調依托配備各種豐富語料庫之生成式人工智能大模型的不斷完善，為生成式人工智能高效賦能相關專業領域奠定基礎。該類功能定位往往置于數字生態圈維度的數智化社會發展趨向下，依循對生成式人工智能算法模型所涉價值預設、語言訓練、人機交互這三階技術聯結進路的整體認知，強調數據要素的合理流通利用是大模型算力提升的物質基礎。其既要求相關規范設定充分保障個人信息數據安全前提下，最大可能地排除數據訓練的不合理監管障礙；也嘗試引導所涉技術開發與應用主體，充分尊重大語言模型迭代一般規律。基于此，端口化功能定位下生成式人工智能應首先置于“確保訓練數據的收集和聚合符合可控性、確保訓練數據的來源和內容符合正當性”③的前提下，明確其“深度學習的能力”④幫助生成式人工智能成為萬物互聯技術端口的可能性與可行性。進而，該類強人工智能技術有必要依托利用卷積神經網絡、自然語言處理、大型語言模型、預訓練大模型等進行深度學習的系統化機制，在數據訓練過程中，逐步明晰以數據處理的適配性、數據輸出結果的準確性、文本生成的形式連貫性與內容準確性等為表征的數據要素連接進路。其旨在積極應對漸趨加速的大語言模型演進態勢誘發的各種不確定性乃至風險隱患；并嘗試促進各類公共服務實現互聯互通式機制嵌合，最大限度地減少新興技術對社會發展帶來的負面影響。

其次，就高效能特征導向下的自動化定位而言，自動化定位是生成式人工智能適配高效能特征導向的功能表達。其主要依托高效型人智協同，不斷強化生成式人工智能降低時間成本、提高勞動效率的賦能實效。在發揮生成式人工智能的高效能特征過程中，該類功能定位往往通過積極應對圍繞“算法治理的弊端”③展開的技術治理新問題，強調守住“要維護人的尊嚴和權利、尊重人的價值”的科技倫理底線。基于此，自動化功能定位下生成式人工智能應當在自覺警惕算法黑箱、算法控制多中心乃至去中心化、訓練數據合法性與可靠性堪虞等技術風險的同時，有必要以更為包容的立場，積極應對預訓練所獲得的基礎模型的通用性正表現出與人類智能行為的同構邏輯的數智化趨向。進而，該類強人工智能技術應圍繞“使此種權利能夠盡快落地，實現從權利到利益的轉化”？考量，明確自動檢測、處理、分析、判斷乃至控制、實現目標文本獨立生成的自動化功能定位；并強化其通過生成性預訓練轉換等方式，自主加工、提升既有知識水平的能力。

最后，就高質量特征導向下的標準化定位而言，標準化定位是生成式人工智能適配高質量特征導向的功能表達。其主要指向通過“履行內容審核義務；履行特殊標識義務；建立預防、及時識別和停止有害和不良信息生成和傳播的機制”①等舉措，不斷調整、優化大語言模型，努力提升數據準確性，生成優質文本的技術賦能結果。該類功能定位往往基于依托有效的技術手段和技術工具，嘗試明確展開技術問題治理的技術自我優化立場；并強調依循普遍化、規范化的進路方向指引，通過將可解釋化的數據標準內嵌于大模型訓練的算法架構中，自覺規避信息繭房、大數據殺熟乃至算法歧視等科技賦能困境。基于此，標準化功能定位下生成式人工智能應當置于普遍運用相對強大的自然語言處理能力背景下，充分尊重新興技術發展的一般規律。進而，該類強人工智能技術有必要圍繞組織規模精煉化、管理績效倍增化、治理舉措精細化等目標方向引領，依托不同責任主體在強化數據核驗與質量管控、確保數據要素準確可靠性等方面的積極作為，并通過統一所涉行為準則與規范，切實發揮不同類型數據要素的技術助推作用。

（二）生成式人工智能助推司法審判的作用面向

生成式人工智能助推司法審判是生成式人工智能依循“重視運用人工智能、互聯網、大數據等現代信息技術手段提升治理能力和治理現代化水平”②的方向引領，促進國家治理體系和治理能力現代化的一類具體場域。其有必要立足于司法體制改革系統部署，嘗試梳理生成式人工智能的技術支持、文書處理和類案裁判這三類作用面向。

首先，就作為邏輯起點的技術支持作用而言，技術支持作用往往立足于生成式人工智能的端口化功能定位。其強調依托生成式人工智能的技術賦能，促進司法活動對社會有機體更具廣度和深度的普遍影響，實現生成式人工智能的端口化技術供給與智慧法院一體化建設技術需求之間的有機耦合，從而成為助推司法審判的邏輯起點。為了適配中國式現代化建設對人工智能技術進階升級的宏觀需要，生成式人工智能主要通過在組織、整合生成式學習所需信息加工模型等方面的數據處理，嘗試體系化識別、存儲乃至演繹跨學科知識內容；并依托圍繞普遍意義的數據言說展開的知識體系發展、迭代方式，實現對整合式知識體系的創新性、生成性應用。置于生成式人工智能助推司法審判這一具體領域，其有利于“開展領域技術創新、推動領域設計正義”③，進而依托數字智能技術切實提升司法效率。基于此，生成式人工智能助推司法審判的技術支持作用面向，應當依循人工智能法治所涉技術理性與價值判斷在現代化進程中實現有機結合的邏輯理路，圍繞“基于新一代人工智能的審判輔助系統”④等人工智能司法應用系統的建設要求具體展開。其有必要立足于依托海量數據對人工智能系統的訓練所成就的自主式響應技術要求，具體針對數據處理的端口化集成與文本生成的端口化匹配這兩個方面，充分釋放生成式人工智能有助于強化裁判文書說理、推動信息交流、消減認知偏差、增進信任共識等技術潛能。

其次，就作為輔助手段的文書處理作用而言，文書處理作用往往立足于生成式人工智能的自動化功能定位。其強調通過自主學習與模型訓練所推進的數據自動化分析與任務內容自動化填充，實現生成式人工智能的自動化技術供給與智慧法院一體化建設效能需求之間的有機耦合，從而成為助推司法審判的輔助手段。生成式人工智能雖然更多地只是基于相關性的形式推理，而非凸顯法律推理所要求的因果性考量。其難以“充分回應法律知識豐富性、嚴謹性與創造性的領域需求”①，但仍可強調由“深度神經網絡、卷積神經網絡和循環神經網絡②等構建的大語言模型在促進提升司法效率的同時，合理發揮其推動文書自動生成、卷宗自動歸檔、類案智能推送的正向作用。基于此，生成式人工智能助推司法審判的文書處理作用面向，有必要圍繞公平與效率等司法改革共識性要求，自覺規避人工智能系統逾越其輔助定位的安全風險，確立人工智能技術輔助結果僅為工作參考的基本原則。其往往從文書要素的自動化解碼與文書內容的自動化擬制這兩個方面，明晰生成式人工智能的人機協同化、自動化技術優勢；進而強調立足于相關信息化建設的有機、有序規劃，深度運用智能輔助與大數據技術，嘗試紓緩“訴訟爆炸，訴訟遲延、案件積壓”③痼疾，減輕相關工作人員的事務性工作壓力。

最后，就作為核心目標的類案裁判作用而言，類案裁判作用往往立足于生成式人工智能的標準化功能定位。其強調依托深度學習所構建的類案分析標準模型，推動類案裁判的普適化；進而實現生成式人工智能的標準化技術供給與智慧法院一體化建設質量需求之間的有機耦合，從而成為助推司法審判的核心目標。智慧法院乃至司法人工智能通常意味著從文字到代碼的邏輯轉向。生成式人工智能的助推則有必要基于算法安全與司法質效并重的前提要件，明晰旨在有效調適算法裁判權力架構的司法審判適用技術質效目標；進而依循“重點解決影響司法公正和制約司法能力的深層次問題”④的任務引領，嘗試探究確立類案裁判的標準化程序、精細化論證、自動化推理乃至可預測化結果之落實進路。基于此，生成式人工智能助推司法審判的類案裁判作用面向，旨在紓緩融通型司法與機械型司法之間的矛盾，并嘗試規避“具體司法決策中人對技術的依賴和系統建設中司法機關對技術公司的依賴”③所涉安全風險。其有必要立足于同類型案件的相似結構化特點，從類案事實的標準化認定與類案依據的標準化適用這兩個方面，推進“完善類案推送、結果比對、數據分析、瑕疵提示等功能”⑥的智能輔助辦案系統建設。

二、端口化定位下生成式人工智能助推技術支持的起點型規制

技術支持是高技術特征導向下生成式人工智能助推司法審判的邏輯起點，以凸顯數據和算法驅動審判體系和審判能力現代化。該類起點型規制旨在圍繞生成式人工智能技術促進以“算力”為支撐的知識生成范式的變革方向，嘗試厘清數據處理端口化集成和文本生成端口化匹配的規制策略，從而為司法審判數字化改革提供必要的物質支撐。

（一）數據處理端口化集成的規制策略

數據處理的端口化集成作為生成式人工智能的數據處理能力表現載體，往往由大語言模型相關算法架構和算力表現所決定。伴隨大語言模型技術的不斷發展，通過能夠促進數據自由流動的數據共享機制，為司法現代化目標提供必要的技術支撐，從而推動司法改革取得突破性進展，已然成為可能。該類端口化集成規制策略有必要基于“算法自動決策是一種完全基于編程的‘數據輸入——結果輸出’的決策”①考量，圍繞訓練數據輸人和結果輸出這兩類規制要素具體展開。

一方面，就擴展訓練數據輸入適配性而言，適配性是數據處理能力表現的過程性評價指標。其作為智能技術性能提升的前提基礎，主要指向數據在訓練過程中與大語言模型的匹配程度。“科技進步推動司法大數據顛覆司法小數據”②過程中的社會組織形式去中心化現象愈發凸顯，使得法律服務的數智化發展往往面臨各種不確定性與復雜情勢。故而，生成式人工智能助推司法審判往往強調最優化的理性司法正義。所涉訓練數據輸入規制要素則有必要凸顯擴展相關數據訓練的適配性，特別是強化對非結構化法律文本語言數據的分析處理能力；進而依托各種裁判案例數據庫，建立精準有效、普遍適用的類案裁判標準化系統。基于此，大語言模型在司法應用訓練過程中可嘗試通過貝葉斯優化、無監督學習與梯度下降等算法優化，高效處理各類結構化、非結構化的裁判數據并實現抽象概括。其往往立足于領域限定、自我適應、數據前置、算法依賴等技術特性，強調以學習、選擇、演繹、歸納、修正等行為調適能力為依托；并通過準確提取裁判文書中的相應情節描述和語言表達，描述各種復雜邏輯關系，設定大模型訓練的數據資源，實現對法律文本語言要素數據的全方位解碼。進而，大語言模型利用其優異的訓練數據適配能力，通過對人類自然語言這種社會性生產勞動中介進行處理，能夠深入拓展生成式人工智能在類案裁判標準普遍化方面助推司法審判的功能可行性。

另一方面，就提升結果輸出準確性而言，準確性是數據處理能力表現的結果性評價指標。其作為智能技術性能提升的終極追求，主要指向智能算法性能及其應用實效的評估結果。伴隨生成式人工智能在自主性人機交互、語言邏輯理解、數字內容生產等方面的技術革命，其正在逐步影響、改變人類知識的生產方式與適用進路。故而，生成式人工智能助推司法審判往往被賦予了提升司法效率、維護司法公正、優化審判體系、改善審判質效等使命。所涉結果輸出規制要素則其有必要凸顯依托神經網絡架構和大數據技術加持下大模型數據訓練規模的量級提升，通過對數據訓練內容、形式的科學控制，精準分析、提煉裁判大數據中的各種類案裁判要素。基于此，大語言模型在司法應用訓練過程中可嘗試立足于“司法人工智能的發展水平可以說是其與法官合作領域和合作深度的首要決定因素”③考量，通過情景學習和思維鏈等方式，實現裁判數據的自動提取、標注與轉化。其往往依循“把深化司法體制改革和現代科技應用結合起來”④的改革方略引領，強調在大語言模型介入的準備、調試階段，使用多樣化、復合型語種文本數據展開預訓練;并通過調整相關信息輸入的長度與頻次限制，切實提升大語言模型針對復雜語義信息的理解與表達能力。進而，大語言模型能夠利用其精準的結果輸出能力，打破因語義模糊所造成的數據訓練困境。其在有效提升裁判數據結果輸出準確性的同時，亦能深入拓展生成式人工智能在類案裁判標準普遍化方面助推司法審判的技術可靠性。

（二）文本生成端口化匹配的規制策略

文本生成的端口化匹配作為生成式人工智能的文本生成能力表現載體，往往是所涉“生成式”與“判定式”智能技術界分的重要基準。其旨在立足于對規模化先例判決的類型化數據識別、拆解分析、數據存儲，以海量數據訓練所形成的裁判比對領域大語言模型為依托；通過持續性的數據訓練，周而復始地規律性生成新的數據，實現目標文本內容的智能化生成。該類端口化匹配規制策略有必要基于生成式人工智能助推司法審判所涉生成文本的質量與實用性考量，圍繞生成文本的內容和語義這兩類規制要素具體展開。

一方面，就改善生成文本的內容連貫性而言，內容連貫性是文本生成能力性能水平的形式評價指標。其旨在強調所涉生成文本在結構、邏輯和語義方面都需要彰顯一致性與連續性，進而確保相應文本信息的可讀性與可理解性。伴隨司法大數據平臺對法律語言與機器語言的持續性銜接轉換，生成式人工智能往往依托循環神經網絡加持下大模型文本處理技術的提升來助推司法審判。所涉生成文本內容規制要素則有必要強調通過“識別和學習已有數據，對所輸人的條件信息按要求進行加工處理”①等優化詞義排列預測和組合的方式，改善所生成文本的內容連貫性。基于此，大語言模型在裁判文書的文本生成過程中應圍繞所生成文本語詞根植于此前生成內容的逐階、迭代技術特征，通過循環神經網絡，嘗試處理所生成文本的結構、邏輯和語義要素；并自主完成對下一個語詞或句段的預測與排列，不斷趨近于體例完整、格式規范、文字流暢、說理充分的理想自動生成裁判文書的技術目標。其往往凸顯依托類案知識圖譜的形式，對具體案件的構成要件展開規模化知識積累和類型化存儲；并“根據大語言模型中建立的海量的詞與詞的關聯性來選擇最匹配的‘語詞接龍’”②以生成裁判文書，實現所生成文本各類要素的規律性組合與格式化呈現。進而，大語言模型利用其連貫的文本生成能力，能夠深化人工智能對人類知識的認知、理解乃至主動拓展，增強生成式人工智能在裁判文書智能化生成方面助推司法審判的內容可讀性。

另一方面，就強化生成文本的語義準確性而言，語義準確性是文本生成能力性能水平的實質評價指標。其旨在強調所涉生成文本需要準確呈現輸入意圖或信息的語義內容，進而確保相應文本信息的可靠性與有效性。司法正義導向下的生成式人工智能既要推動實現形式上的類案同判，還要促進強化個案的實質正義；特別是在相應裁判文書中有必要展開充分說理，并凸顯個案法律適用的特殊性。但生成式人工智能助推司法審判往往受限于所自動生成的格式化文本的語義機械性與模板化。所涉生成文本語義規制要素則有必要強調在一個具體的場景下，面對一個具體問題而作出情、理、法融合式語義內容解讀，全面滿足裁判文書智能化、靈活性的生成需求。基于此，大語言模型在裁判文書的文本生成過程中應充分考量依托深度學習與生成對抗網絡，在解決跨模態任務方面所呈現的客觀實效；并通過變換器跨模態數據轉換能力，促進計算語言與法律文本語言之間的自動精準轉化。為了切實防范“司法場景對穩定性的追求與技術的不確定性之間勢必產生沖突”①，大語言模型亦有必要立足于其“語義特征提取能力、長距離特征捕獲能力、任務綜合特征抽取能力、并行計算能力及運行效率”②，盡可能地強化所生成裁判文書文本的語義準確性。進而，大語言模型利用準確的文本生成能力，能夠深人拓展生成式人工智能在裁判文書智能化生成方面助推司法審判的信息可靠性。

三、自動化定位下生成式人工智能助推文書處理的手段型規制

文書處理是高效能特征導向下生成式人工智能助推司法審判的輔助手段，以“推動人民法院司法改革與智能化、信息化建設兩翼發力”③。該類手段型規制旨在針對裁判文書的格式化與要件化要求，強調生成式人工智能在處理信息輸人與輸出、計算機語言與文本語言解碼和轉譯等方面，明晰“輔助人類更好地理解世界并與我們建立密切聯系”④的現實目標。其有必要厘清文書要素自動化解碼和文書內容自動化擬制的規制策略，嘗試推動將裁判數據運算后輸出的計算語言，更具效率地轉化為所需要的法律文本語言。

（一）文書要素自動化解碼的規制策略

文書要素的自動化解碼旨在立足于自然語言處理技術“能夠實現人與計算機之間用自然語言進行有效通信”③，進而從裁判文書的法律語言中準確提取相應語義要素的技術特征，通過更為準確地理解所涉自然語言的語義和語境、自動檢索海量裁判文書數據、自主解析裁判文書的文本要素特征，確保裁判文書要素自動化解碼的規范性與適配性。該類自動化解碼規制策略有必要從語義性和關聯性角度，圍繞裁判文書要素內部的語義和要素之間的關聯這兩類規制要素具體展開。

一方面，就明晰裁判文書要素內部的語義理解而言，其往往指向基于深化司法體制綜合配套改革、切實滿足多元司法需求的共識性價值追求，生成式人工智能在解碼裁判文書過程中闡明了承載于法律適用、事實認定與裁判理由等要素中的法律語義信息。在肯定了智能數字內容編輯技術初步具備語義理解和屬性操控能力的基礎上，其更多地強調生成式人工智能在概念抽象和推理決策等“深層智能”方面，在“知識挪用”方面的新技術。所涉裁判文書要素內部語義規制要素則有必要圍繞司法實踐中法律條文的復雜性、案件事實的多樣性與裁判理由的不充分性，明晰生成式人工智能在要素內部語義理解方面所呈現的可能應對。基于此，生成式人工智能對裁判文書要素的該類型解碼，應以其神經卷積模型相較于傳統算法模型而言更加復雜，對于各種數據要素的分析也更加深入的技術優勢為依托；并通過新型自然語言處理技術將復雜的法律文本語言轉換為標準化的數據語言，實現對所涉裁判文書要素的自動、準確、高效地識別、提取和分析，系統解讀相應要素內部的法律語義信息。此外，其還強調進一步運用環神經網絡、大語言變換器等深度學習模型，自動化標注、結構化處理相應的裁判文書要素數據，實現解碼結論的格式化、文本化呈現。進而，生成式人工智能的該類解碼有助于彌合機器代碼與法律文本之間的天然邊界，破除法官需要學習代碼轉譯的技術障礙與認知限制，切實提升裁判文書要素解碼結論的可驗證性與可接受性。

另一方面，就凸顯裁判文書要素之間的關聯釋明而言，其往往指向生成式人工智能在解碼裁判文書過程中，所厘清的各類裁判文書要素之間的協同、并列、制約、因果等關系，以及不同要素在裁判結論生成中的影響力占比。所涉裁判文書要素之間關聯規制要素則有必要基于生成式人工智能在智慧法院建設中強調可自主解釋性的體系論證要求，更多地凸顯生成式人工智能超越以各類裁判文書數據庫為表征的傳統司法人工智能，對裁判文書要素之間的關聯性展開深人、充分的論證性、指導性解析。基于此，生成式人工智能對裁判文書要素的該類型解碼，應以“巨大的計算量計算詞與詞之間搭配分布的概率”①之技術特征為依托；并針對要素化、模塊化的裁判文書，通過智能算法的充分、有效運用，構建相應裁判文書要素的知識譜系。由于裁判文書所涉內容的專業性、嚴謹性要求遠遠超出通用型大語言模型的建模標準，因此其強調應立足于提供可靠、有序的算法數據學習集合要求，進一步建立健全必要的案例篩選機制，更為客觀、全面地呈現相關司法實踐的全貌。此外，生成式人工智能的該類解碼還需要為裁判文書要素的關聯性解析，提供海量、充分的訓練數據。生成式大語言模型亦能籍此根據碎片化信息素材，快速檢索知識片段，并展開自主聯想推理乃至知識整合；從而確保發揮該類功能優勢，協助法官在裁判文書生成過程中，圍繞各類要素展開更為客觀、理性的判斷。

（二）文書內容自動化擬制的規制策略

文書內容的自動化擬制旨在依循“生成文本是法律領域的核心工作”②目標引領，運用自然語言處理、機器學習等技術手段，精確提煉、歸納裁判論證語料數據庫中的相關文本要素，有效提升裁判文書的品質。其往往“通過數據的深度學習與挖掘、人機協同模式的建立等方式實現交互式的裁判”③，嘗試最大限度地“減少‘人情’和‘關系’的干擾”④。該類自動化擬制規制策略有必要超越機械的文書要素摘取，設置更為豐富的文書形態，圍繞裁判文書擬制內容的質量和形態這兩類規制要素具體展開。

一方面，就提升裁判文書擬制內容的質量而言，其往往指向生成式人工智能在擬制裁判文書過程中，持續性改善所設置文本內容在特定裁判語境中的準確性、可讀性與連貫性。基于司法人工智能作為一種穩定、規范、可預期之智慧科技型司法的認知視角，其更多地強調應以穩定裁判預期、統一裁判標準為功能目標方向指引。所涉裁判文書擬制內容質量規制要素則有必要通過強化生成文本的準確性與可信度，有效應對裁判文書復雜的結構、語義與邏輯呈現要求，凸顯生成式人工智能所擬制裁判文書的便捷性與實用性。基于此，生成式人工智能對裁判文書內容的該類型擬制，應圍繞當前深度學習、生成型的人工智能技術路線，比較契合司法人工智能定位于司法文書寫作方面的輔助之現實需求，立足于智能化解碼后的各類模塊化裁判文書要素，實現文書內容的規范化、精準化表達。此外，面對因算法黑箱所致對人工智能控制力的弱化等技術風險，生成式人工智能的該類擬制還有必要強調切實提升裁判文書內容表達與案件事實的貼合度，從而進一步彰顯相應裁判文書內容擬制的情境性與體系適用價值。

另一方面，就豐富裁判文書擬制內容的形態而言，其往往指向生成式人工智能在擬制裁判文書過程中，更趨靈活地彰顯所設置文本內容在風格、形式與表達技術等方面的多樣性與多維性。基于司法人民性的基本立場，其更多地強調應以所涉案件的不同類型和法官的現實需求為出發點。所涉裁判文書擬制內容形態規制要素則有必要依循優化數據庫運行模式，增加數據庫中的非正式法源，明晰適用法外論證的具體情形等多維進路，嘗試提供確保格式規范一致性前提下的個性化裁判文書生成方案。基于此，生成式人工智能對裁判文書內容的該類型擬制應置于切實防范數據失控、數據泄漏等數據安全風險前提下，圍繞“人工智能大模型已經可以結合多模態的數據，在不同的數據類型之間搭起橋梁”①的技術特征，依托變分自動編碼器、變換器跨模態數據轉換等新型人工智能技術，標準化、結構化解碼各類模塊化裁判文書要素所呈現的個性化文本內容特征。此外，裁判文書的智能化生成內容往往是超出文本形態的多元化表達，其通常因圖文、音視頻、元宇宙數字內容、數字人等多種模態所致。生成式人工智能的該類擬制則有必要強調促進各類裁判文書的擬制內容，根據審判工作的現實需要，實現便捷、有序的形態轉換。

四、標準化定位下生成式人工智能助推類案裁判的自標型規制

類案裁判是高質量特征導向下生成式人工智能助推司法審判的核心目標，以促進確立相對統一的類案裁判標準乃至法律適用標準。該類目標型規制旨在依循法律一般性對同案同判的邏輯引領，立足于生成式人工智能“能夠把問題及其解決方案表述為可以有效地進行信息處理的形式和思維過程”②，嘗試推進在類案裁判數據知識譜系乃至類案裁判標準面向的客觀化決策。其有必要針對由計算機智能地識別訴訟文書中的事實爭議和法律爭議等相關活動，厘清類案事實標準化認定和類案依據標準化適用的規制策略，彰顯相應的審判標準普遍化作用。

（一）類案事實標準化認定的規制策略

類案事實的標準化認定旨在立足于生成式人工智能通過“類比活動從而建立在多維度、客觀化的認知基礎上”③，對裁判事實認定過程相關數據展開分析，嘗試提煉司法裁判事實認定中存在的普遍化應用標準。所涉普遍化應用標準往往是實現智能化類案推送的邏輯前提；依循類案同判價值導向，類案事實認定標準的“可普遍化原則與可重復性應當是‘等同的’”④。該類標準化認定規制策略有必要強調基于高質量的數據篩選，營造相對健康、可持續的算法學習環境，圍繞類案的基本事實認定和派生事實認定這兩類規制要素具體展開。

一方面，就確立類案基本事實認定的技術通路而言，基本事實是指不依賴于其他事實而獨立存在的主要案件事實。其往往是司法審判過程中展開分析、推理或判斷的基礎。該類事實直接關系到相應案件的法律性質、責任構成與責任程度，對類案案件審理具有實質性、指導性作用，并最終影響類案法律適用乃至裁判的結果。但司法實踐中有關裁判基本事實的描述，尤其是法官在對正在審理的案件和指導性類案的具體案情比較過程中，多采取口語化表達方式。所涉類案基本事實認定規制要素則有必要突破傳統人工智能自然語言處理技術的應用瓶頸，嘗試確立口語化表達與法律術語專業化表達之間的技術響應通路，更為精準、專業地完成基本事實數據的分析處理工作。基于此，生成式人工智能在該類應用場景中應依托類案類判人工智能能夠實現對個案事實和規則體系的深度模仿和形式邏輯遷移相關技術環境，嘗試運用能夠標注基本事實、自動化計算基本事實點位的新型自然語言處理技術，促進實現對基本事實的標準化、精準化乃至專業化解析。其往往強調通過類案基本事實特征的歸納提煉，生成具有類案基本事實認定的標準化知識譜系，實現“自動提取并深度挖掘卷宗中案情的摘要及基本事實依據，智能識別匹配個案案由”①，從而有效提升法官認定相關類案基本事實的精準性。

另一方面，就突破類案派生事實認定的技術瓶頸而言，派生事實是指立足于基本事實，結合相關經驗、知識進行推理、歸納或解釋所推導出來的結論。其往往“以隱性知識顯性化過程協助法官約束自我偏好，以經驗知識的共同性證成其正當性”②，在深化法官對案件的理解、強化法官自由心證方面發揮重要作用，從而在一定程度上影響到類案法律適用和裁判結果。所涉類案派生事實認定規制要素則有必要突破傳統算力表現僅能實現簡單事實比對的技術瓶頸，“基于對案件中事實和規范要素的提取和對照”③，實現對案件事實之間相互關系和作用方式的復雜化歸納、分析，最大限度地規避因事實歸納不完全所誘發的風險乃至錯誤。基于此，生成式人工智能在該類應用場景中應立足于“大數據條件使對結果的預期有了因素根據”④，嘗試運用能夠將派生事實從案件事實中提取分離、進行特征標注的新型自然語言處理技術，促進“規則提煉與事實比對互相融合”③。其往往強調依托類案數據系統，通過對各項派生事實認定要素之間相互聯系和作用方式的定性、定量分析，描摹案例應用的完整過程，構建普遍化的類案派生事實認定標準；并針對性訓練生成式人工智能的自主評判、比較思維，為生成式人工智能助推司法審判提供更為合理的、規范化解釋路徑指引，從而推動提高司法說理質效的同時使其社會功能發揮在法院系統運行整體成本較低的基礎上實現最大化、最優化。

（二）類案依據標準化適用的規制策略

類案依據的標準化適用旨在立足于“預測與最相似案例相同結果的假設”⑥，依托生成式人工智能的類案大數據建模能力，提煉司法裁判依據適用中存在的普遍化應用標準。其往往凸顯通過同類型案例的比較、凝練，形成指引規范效應，以適用于未來類似案件并發揮可能的拘束作用。該類標準化適用規制策略有必要強調統一、準確地分析處理相應裁判規范適用過程中的相關數據，圍繞類案依據適用的統一性和準確性這兩類規制要素具體展開。

一方面，就確保類案依據適用的統一性而言，統一性作為類案依據適用的形式性評價要件，是類案同判在內部構成性方面的宣示性表達。在肯定“類似案件，就是由同一條裁判規則所調整的案件集合”①之類案依據適用范式基礎上，其具體指向法官通過生成式人工智能算法所歸納、提煉類案數據的共性特征。所涉類案依據適用統一性規制要素則有必要通過確保類案依據適用形式標準的統一性，促進實現類案同判結果、維護法律的公信力與權威性。基于此，生成式人工智能在該類適用場景中應依托“算法會在一定程度上抑制司法人員的恣意，增加法律適用的統一性而減少偏見”②相關技術環境，通過生成式人工智能算法，對所涉裁判數據展開在案件事實與裁判規則之間不斷往返檢視的相關性分析與相似性判斷；并定性或定量式描摹相應依據適用要素之間的相互聯系與作用方式，嘗試構建類案依據適用的統一性標準。此外，其還強調將司法實踐反饋的裁判數據輸入進生成式人工智能系統展開循環訓練，進一步確證、固化相應的依據適用標準；從而強化法官對裁判規范適用的一致性認知，并鞏固其對法的安定性價值目標的確信。

另一方面，就強調類案依據適用的準確性而言，準確性作為類案依據適用的實質性評價要件，是類案同判的羈束性表達。其具體指向法官通過生成式人工智能算法所比對類案數據的差異程度與影響力；并依循自然語言處理、圖神經網絡、深度卷積神經網絡等技術路徑，促進類案依據適用結果標準的統一。所涉類案依據適用準確性規制要素則有必要強調更為精準、合宜地“固定和提煉同類案件的裁判規則”③，從而獲取、歸納乃至證成應然規范在司法審判中的適用合法性與正當性，引導法官明晰相應裁判規范適用的范圍和條件。基于此，生成式人工智能在該類適用場景中應立足于其相對連貫的認知邏輯、相對自主的對話邏輯、相對自洽的反思邏輯，精準描摹所涉依據適用中的法官畫像與類案畫像；并嘗試通過畫像比對，提高類案依據適用的準確性。此外，縱使生成式人工智能助推司法審判逐步強化了事實認定的客觀性、減少了主觀事實認定所致的感性誤判，但司法審判中的可靠性檢驗仍需依托各類主觀層面的公共性內容評判來具體推進；則有必要強調進一步防范類案依據適用普遍化標準在方法論層面生成決定性支配地位，避免讓該類機械涵攝模式絕對影響司法審判，從而最大限度地彌合類案同判所涉形式正義與實質正義之間的可能沖突。

五、結語

生成式人工智能助推司法審判是以新發展理念引領推進司法改革的關鍵面向，厘清其規制理據有助于避免模糊線索定位所可能誘發的人機交互脫序。端口化、自動化與標準化定位分別是生成式人工智能適配高技術、高效能與高質量特征導向的功能表達，并籍此明確了生成式人工智能助推司法審判的作用面向。依托相應數據處理、文本生成的端口化集成與匹配實現的技術支持，是端口化定位下助推司法審判的邏輯起點；依托相應裁判文書要素、內容的自動化解碼與擬制實現的文書處理，是自動化定位下助推司法審判的輔助手段；依托相應類案事實、依據的標準化認定與適用實現的類案裁判，是標準化定位下助推司法審判的核心目標。其旨在分別成就實現生成式人工智能的端口化、自動化、標準化技術供給與智慧法院一體化建設技術、效能、質量需求之間的有機耦合。基于此，通過梳理生成式人工智能助推司法審判的規制策略，可為后續生成式人工智能助推司法審判的適用樣態研究提供檢視載體的框架性行為約束指引；從而為新興數字技術介人智慧法院建設實效所表征的數字行政法新功能研究，嘗試明晰必要的踐行樣本。

Abstract：The application of generative artificial intelligence in judicial adjudication represents a critical step in advancing smart court construction and deepening China’s judicial reforms. Regulation of this technology aims to leverage advanced artificial intelligence tools with enhanced technical rationality，aligning with the integration requirements between technology and justice.By examining the technical characteristics of generative artificial inteligence，this paper clarifies and standardizes the operational landscape of artificial inteligence in judicial applications.To explore regulatory strategies for generative artificial intelligence in boosting adjudication，we must first establish the functional positioning of generative artificial intelligence as a regulatory rationaleand its role in judicial processes.Three regulatory paradigms and their core principles are elaborated based on port-based technical support，automated document processing，and standardized case adjudication. The first one is starting - point regulation for technical support under portbased positioning，which aims to clarify port-based integration of data processing and port-based matching of text generation，providing essential material support for optimizing judicial adjudication through hightech features.The second one is instrumental regulation for document processing under high-eficiency positioning，which involves automated decoding of judicial document elements and automated drafting of document content，seeking to convert computational language generated from adjudication data into legal text more efficiently.The third one is targeted regulation for case adjudication under high-quality positioning， which focuses on standardized factual identification of similar cases and standardized application of case precedents，promoting objective decision-making in the knowledge genealogy of adjudicative data and the standardization of case adjudication criteria.

Key Words： Generative Artificial Intelligence； Smart Courts； Starting-point Regulation； Instrumen-tal Regulation; Targeted Regulation

（責任編輯：張航）