大数据预测功能在“智慧法院”建设中的应用

朱奎彬，杨 露，蒋罗林

（西南交通大学 四川成都 611756）

一、大数据的核心价值：预测

大数据，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》一书中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。研究大数据的先驱——国际数据中心IDC——在2011年的报告中给出了如下的属性定义:“大数据技术描述了一个技术和体系的新时代，被设计于从大规模多样化的数据中通过高速捕获、发现和分析技术提取数据的价值”[1]。各行各业因为大幅爆发的数据而正变得蒸蒸日上，在大数据发展的近些年，几乎所有行业都或多或少的受到这一巨变的影响。

大数据时代，数据作为人们获取新认知、创造新价值的源泉，将以其前所未有的方式，通过对海量数据的收集、整理、归类、分析、预测，从复杂的数据中找到不容易昭示的规律，获取巨大价值的产品、服务或洞察力，这即是大数据的预测功能[2]。而基于着眼未来的特性，对大数据的讨论通常都包含这样的共识，即大数据的核心价值就是预测功能[3]。随着大数据的发展，大数据预测的应用领域已经拓展到体育赛事、股票市场、物价走向、用户行为、人体健康、疾病疫情、灾害灾难、等方面的预测[3]。

大数据预测功能作为其核心价值之一，必然在司法现代化的发展中得到广泛应用。美国刑事司法领域对大数据预测功能已有初步应用，其在量刑、假释、保释等多个程序中都已发挥重要作用。而目前国内研究对大数据预测功能关注较少，为数不多的对预测功能的讨论主要集中在警务预测及判决预测的理论研究。对于预测功能在我国司法实践中的更广泛应用潜力，及其对我国法院信息化建设的重要意义的探讨尚不充分。此外，对于大数据预测功能的实际应用可能带来的挑战也未给予足够的重视与探讨。在我国司法体制改革与“智慧法院”建设的关键时期，对于上述问题应当予以更多关注和讨论，并且从国外既有实践中所获启示为我国的司法现代化建设提供理论与技术支持。

二、大数据预测功能在“智慧法院”建设中的运用及意义

2015年7月，最高院首次提出“智慧法院”的概念，作为“人民法院信息化建设3.0版”的简约而形象的代称[1]。总的来说，“智慧法院”是指以确保司法公正高效、提升司法公信力为目标，充分运用互联网、云计算、大数据、人工智能等现代科学技术，促进审判体系和审判能力现代化，实现司法审判及其管理高度智能化运行所形成的法院[4]。

（一）我国“智慧法院”建设现状与问题

1．亟待发展——公正与效率的双重需求。受需求驱动，“智慧法院”建设亟待有效发展。以2016年为例，地方各级法院受理案件2303万件，审结、执结1977.2万件，结案标的额4.98万亿元，同比分别上升18%、18.3%和23.1%[5]。案多人少是目前法院系统实践工作中的普遍现象，巨大的工作量导致入额法官不断流失。另外一方面，在我国全面推进司法改革，着力提高司法公信力的关键时期，司法案件的公正裁判是民众以及政府的共同法治愿望。运用司法大数据扫描和分析后发现，冤假错案或改判和发回重审的案件主要在证据方面出现了问题，显然办案人员受制于有能力所不能为或有能力所不愿为等因素的制约，并不能过滤掉证据中的所有瑕疵问题[6]。 随着时代和社会的发展，传统的司法手段与技术已经无法满足司法公正的要求，大数据背景下的科技发展对传统司法手段的不足有着显著弥补的作用。因此“智慧法院”建设受实践工作中效率需求与公正需求两方面的共同推动，亟待更有效、更全面的发展。

2．已具雏形——但预测功能利用不足。法院信息化建设工作开展以来，目前我国“智慧法院”已具雏形，但对大数据预测功能的挖掘与利用程度仍十分不足，智能化程度有待提高。在最高人民法院的统一指导下，已实现全国3512个人民法院网络全连通、数据全覆盖、业务全开通[7]。这些改革成果有力推动了办案办公基本工具的转变，提高了司法效率。但在法院信息化2．0版向3．0版过渡的过程中，更为重要的应是“由重视静态的硬件配置向重视动态的人机交互转换。”[8]这就需要法院的智能化程度的提升与加强——尤其需要重视预测功能在司法工作中的应用。而目前大多数法院的“智慧化”仍停留在较为粗浅的技术层面。法院信息系统不过是改变了办案办公的方式与工具，由传统的纸笔转移到现代的键盘和显示器上[8]。发展阶段仍处于对数据的收集、梳理，尚未形成完整的数据运用系统。因此“智慧法院”目前的建设重点应当明晰——深入利用大数据预测技术，进一步在深度和广度方面挖掘审判数据的价值，着力打造数据仓库和数据分析平台，通过对数据的关联分析、预测分析、数据检索和建模应用等，更好地服务法官办案、服务司法改革、服务社会治理[9]。

3.预测功能初步应用——发展不平衡。大数据预测功能在我国部分地区初步应用，但呈现出发展不平衡的现象。如，江苏省推出了以公共法律服务机器人“智慧小司”为代表的一系列新型服务产品，使公共法律服务具备了更多的“智慧元素”。其中的法律咨询智能问答、法律风险智能检测均运用了大数据预测的基本原理。成都市崇州法院自主研发的法律问答机器人，对民间借贷、劳动争议、道路交通事故等六大类常见案件通过选择“是”“否”自动跳转给与诉讼风险评估，同步匹配纠纷解决建议，本地裁判案例[10]。这些大数据预测功能在司法领域的实践明显提高了司法效率。但类似实践在司法领域并不多，如前所述，大多数法院的智慧建设仍处于技术工具层面，对大数据预测功能的挖掘仍亟待长足发展。

（二）现存问题的成因

我国“智慧法院”建设现状整体呈上升发展趋势，针对前述问题，究其原因，可分为以下几点：一是法院信息化建设起步较晚，时间较短。我国在该领域对大数据技术的运用时间较短，对此投入的人财物在发展前期仍显不足。事实上，在1993年，武汉大学法学院赵廷光教授就主持开发了《实用刑法专家系统》。它由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法知识和对刑事个案进行推理判断的功能[11]。但该技术仅停留在学术研究层面，未投入实际运用，致使我国司法实践领域对大数据技术应用的经验较少。

二是对大数据预测功能的重视程度不够。目前我国处于“智慧法院”建设的中级技术方案向高级技术方案的快速发展时期[2]。前两阶段方案将注意力主要集中在大幅度提高法院在复杂工作方面的辅助化程度，以及大幅度提高诉讼服务和司法公开的定向化程度等方面，对大数据预测功能的运用鲜有涉及，而“智慧法院”建设的高级技术方案要求“采用人工智能中计算、推理、预测、预警技术对知识库进行深度开发”。因此在全面迈进高级技术方案进程中，必须高度重视大数据预测功能，充分挖掘大数据预测技术在智能化建设中的作用。

三是经济水平上的差距导致了“智慧法院”建设发展的不平衡。如前所述，对大数据预测功能的应用可以说是建设“智慧法院”的更高阶段的发展，其发展必须依托现代科技水平。而科技的应用与发展必然需要投入大量财力，因此经济水平较高地区对大数据预测功能的应用有着天然的资源优势。从需求角度来说，经济发展水平较高地区，经济市场通常呈现出更高的活力，案件更多，需求更大，反过来也促进了“智慧法院”的快速发展。

（三）大数据预测功能对建设“智慧法院”的重要意义

首先，大数据的预测功能有效提高司法效率，缓解司法实践中“案多人少”的现状。“智慧法院”的直接目的之一就是提高司法资源利用率，确保司法高效。完成大数据技术的预测首先要依托海量数据进行数据化实施分析，而这个过程可以帮助法官节约证据整合和资源收集的时间，从而推进在司法判决论证方面投入更少精力[12]。一方面节省司法人员处理案件的时间，缩短审结时间；另一方面有利于缓解司法人员办案压力，减少因工作压力等类似原因导致的入额法官人才的流失。

其次，大数据的预测功能可以帮助实现同案同判，促进司法公正，提高司法公信力，满足人民群众对公正司法的诉求。过去的司法实践中，对案件结果的判断一直受到司法人员主观经验和个人素质的影响导致案件结果的公正性受到挑战。而研究表明，大数据预测平均比司法人员主观对案件的判断准确10%，大数据的准确性大大提高了司法结果的公正性[13]。大数据预测基于对已有大量案件及相关信息的分析，给予法官裁判建议。其遵循同一类案件先例以及根据固定预测因素的运作模式具有客观性，避免了人为主观因素的影响，有利于同案同判的实现。而其提出的裁判建议也在一定程度上起到了督促司法人员公正裁判的作用，对防止贪污腐败的滋生也有积极影响，促进公正司法的实现。

最后，大数据预测功能是适应我国法院信息化建设，全面推进我国法院信息化建设由2.0版向3.0版转变的有效路径。智慧法院是信息技术发展的必然产物，最高法院将其作为“人民法院信息化建设3.0版”的简约而形象的代称，相当契合信息技术内在的发展逻辑。而其最重要的内在核心即是通过海量数据的挖掘与分析，在数据处理方面实现类人类智慧的分析、判断和预测功能[14]。目前，我国司法领域可以应用大数据预测功能的空间还很大，在定罪量刑、取保候审、减刑、假释等多种司法制度中，预测功能均有发挥积极作用的潜力。因此，扩大大数据预测功能的适用范围，延伸其适用深度，对全面推进司法领域的信息化和现代化建设具有重要意义。

三、大数据预测在美国刑事司法领域的实践及挑战

（一）大数据预测功能的实际应用

预测向来是刑事司法领域重要关注点之一，过去的司法预测主要依靠司法人员的经验、培训、直觉和常识来，其预测的准确性很大程度上取决于司法人员的个人素质及主观思维，难以保证其预测的合理性与精准性。在大数据背景下，美国率先将其预测价值运用于司法实践中的各类预测行为中。

1.保释。在保释程序中，应用大数据预测功能最为引人注目的例子则是由阿诺德基金会(Arnold Foundation)设计的公共安全评估预测软件(PSA)，该软件在美国目前已经被20多个地区的司法机关所采用。PSA预测软件基于对美国各州150万例刑事案件的分析，使用多达10个不同的客观因素来决定被告在预审中是否有逃跑的风险或是否有可能犯罪，从而判断被告是否应当被假释。PSA软件的预测结果为保释程序带来诸多积极影响——在试点项目之后，夏洛特市将其审前羁押率降低了20%[15]。

2.量刑。量刑过程也正在经历一场平静的革命——法官用预测软件来评估罪犯再次犯罪的可能性大小，作为量刑的重要参考因素。美国部分州现在使用正式的“风险评估工具”来确定定罪后的量刑判决。这些风险评估工具是使用一种特殊算法来设计的。该算法考虑了几十年内上百万案例的量刑情况，并将十余种因素纳入预测因素中，然后得出被告在一定时期内再度犯罪的可能性大小，并给出量刑类型、时间的建议[16]。到目前为止，美国诸多法院的法官们使用这些风险评估软件作为工具来帮助他们做出决定，虽然法官仍然保留不接受预测软件提出的量刑建议的权利，但这些预测结果对实际量刑决定的影响正与日俱增。

3.假释。预测算法也在评估假释的适当性方面得到了运用。早在20世纪20年代，计算机和大型数据库问世之前，就有社会学家和心理学家对大量假释人员进行自然实验，研究未能成功假释人员以及假释后重新犯罪人员的共同特征。而司法人员也依此为依据，评估囚犯的累犯风险，从而做出是否予以假释的判断。随着大数据的发展，依托大数据预测功能，美国司法领域兴起了一种更为科学、精确的预测算法，该种算法考虑了54个不同因素，从犯罪史和教育程度到酗酒和对判刑的态度，更为全面地评估了假释人员的各方面情况[15]。法院、监狱和假释委员会通常使用这些预测结果来决定犯人在监狱中需要何种程度的监管，是否应该假释，以及如果获得假释是否应当附加某些限制措施。

（二）大数据预测功能带来的挑战

大数据的预测软件在美国司法领域得到越来越普遍的应用，在提高司法效率、提高裁判客观性与精确性的同时，新技术的应用也给司法实践带来了新的挑战。

1.基础数据是否准确。首先，如何保证基础数据的合理性?大数据的预测绝非凭空而来，其必须依靠海量数据作为预测基础，简单来说就是通过对大量已发生的类似事件的整理、分析、归纳总结，从而对未发生事件做出合理预测。由于预测软件的预测结果是通过计算机程序逻辑中的对已有数据中的各项考虑因素分析得出，因此保证了其客观性——不会有无意识或隐藏的司法人员的意识偏见影响它的决定。例如长期以来，种族歧视观念在美国司法领域中一直是备受争议的话题。其究竟造成多少案件的不公正裁决虽无从考察，但不可否认的是，种族歧视无疑是影响美国司法公正裁决的一个重要阻碍因素，这不仅体现在司法人员内心无意或有意的歧视观念，甚至可能存在于某些司法制度之中。如果将带有种族歧视的裁判结果大量作为基础数据，势必会影响预测结果的公正性，甚至加剧美国种族歧视事态的严峻程度。

2.预测算法是否合理。除了基础数据，进行预测的算法逻辑也将对预测结果产生决定性影响。算法研发设计主体、纳入考量的相关正式因素、各因素在影响预测结果时所占比重，均对预测算法的合理性产生诸多挑战。

对于预测软件的研发设计主体，美国在实践中主要分为两种情况。一是由法院牵头主导，与相关科技研发单位或个人共同合作，有针对性地设计研发相关预测软件。在此过程中司法人员予以全程参与，对于各项需求能够进行详尽说明与沟通，并可全程对算法研发过程、纳入考量的正式因素予以监督管理。但其耗费时间周期较长，需要消耗较长的科研时间以及较多的人力财力。另外一种模式是完全由私营企业或者个人进行开发研究，在相关科研成果完成后，司法部门予以购买使用。该种模式对于司法部门来说更为便捷，但同时也存在因未能参与研发过程，对于算法以及数据的合理性不能更加有效保证的情况。并且在美国，基于对商业秘密的保护，提供该类软件的私人公司大都不愿意将算法软件的过多细节予以告知。

3.案件特殊性处理。如何正确处理案件的特殊性，是大数据预测的另一大挑战。如前所述，大数据软件的预测是基于大量同类事件的先例对当前事件的预判，本质上来说，大数据的预测结果是针对某类群体而非个人。这也是在美国学界反对大数据预测的声音中一大重要的理由——大数据预测把重点放在了宽泛的类别而不是个人的具体行为上，从而淡化甚至消除了案件的个性化差异[13]。事实上，每个案件都有其特有的社会背景、个人因素、外在影响等特殊性所在，而每种特殊因素对于案件趋势和走向也有不同程度的影响。而大数据预测这种不注重个案平衡的预测结果可能反而会影响裁判的公正性。

四、利用大数据预测功能完善我国“智慧法院”建设之路径

大数据发展潮流席卷全球，司法实践的信息化、智能化是大势所趋。在我国建设“智慧法院”进程中，必须重视大数据预测这一核心功能，充分发挥其积极作用。与美国相似，新技术的应用必然伴随新的问题，中国在实际应用大数据预测功能建设“智慧”法院过程中也将遇到各类前所未有的挑战，要让其在实践中更好发挥其作用，尚需做好一系列工作。

（一）加强预测功能的实际应用

首先应当清楚认识预测功能对我国建设“智慧法院”的重要意义，提高对其重视程度，加强对其实际应用。在应用广度上，我国还有很大发展空间。如前所述，目前的我国已有的对预测功能的应用主要集中在对案件的判决结果，但事实上，国外的相关实践证明，预测功能在刑事司法的各项制度，如保释、假释等程序中，对于是否应当保释、假释的结果都可进行较为准确的预测，以此给法官提供裁判建议，在此过程中发挥其重要功用。而其在我国刑事司法中和运用的范围有限范围制约了“智慧法院”的进一步发展。因此，需要结合我国司法实践需求，进一步重视拓展此项功能的适用范围。

其次是促进大数据预测在全国司法实践中的推广，推进各地区法院信息化建设的均衡发展。如前所述，我国各地区法院对大数据预测功能的应用程度参差不齐，其应用程度与其经济发展水平呈正相关联系。但人民群众对司法公正和司法高效的要求是相同的，价值大数据运用本身的规模效应，要想全面完成我国法院信息化建设，必须逐步推进大数据预测功能在全国范围内的有效应用。

（二）确保基础数据全面性与合理性

数据是进行预测的基础，如果作为基础数据的过去的案例本身就存在某些固有的不合理或者歧视，那么大数据预测的客观性预测反而会将这种已有的消极因素固化，甚至制度化，从而使这种不合理因素更加难以消除。由此，可以说预测结果的有效性建立在数据的客观性与合理性上。对于基础数据，首先应当提高司法数据的收集能力，促进数据的同步更新，保障数据的全面性、时效性和合理性。自2014年1月1日起，全国各级法院生效裁判文书陆续在中国裁判文书网公布。截至2017年3月1日，已公布裁判文书1577万多份，成为目前全球最大的裁判文书网[7]。公开的法律文书无疑是最好的预测技术的基础数据之一，其中包含立法与司法、事实和规范、实体和程序等多类信息。但其是否就能作为大数据预测的全部材料仍不无疑问。尽管我国近几年法院建设进程中要求增加裁判文书的释明说理内容，但裁判文书不等于案例，其只是记录案件处理过程和结果的官方文本，某些案外因素不可能原原本本地体现在判决书中[17]。

要保证基础数据的全面性，除了公开的裁判文书，还应当加入每个案件起诉、审理、执行中的全方位数据。这就要求提高司法数据的收集能力，要求从案件受理之后，就必须做好案件信息的采集工作。收集司法数据是最为基础且关键的一环，应保持数据的完整性、精准性、一致性。除此之外还必须保证数据及时同步地更新，使数据真实有效反映司法实践中的即时动态。由此才能为预测结果的公正性打好基础。

（三）确保算法的合理性，提高预测透明度

预测算法中纳入考量的正式因素对于预测结果无疑起到至关重要的作用。预测算法中考量何种因素、每种因素对结果生成所占比重等都与预测结果有着复杂的关系，并对其产生至关重要的影响。对不同类型的案件予以考虑的正式因素必须进行充分考虑和论证，以确保结果的正确性与公正性。而大数据技术的预测必须依托现代计算机技术得以实现，预测软件的设计和研发均具有较强的专业性和技术性，依靠法院自身必然很难完成该项工作。因此在利用大数据预测软件的过程中必将会涉及与专业技术人员的共同合作。在预测算法设计过程中，司法人员应当尽量参与设计过程，将算法中应当考虑的数据因素予以详细精准的描述，而技术人员也必须将可能出现的技术漏洞及风险予以考虑并告知司法人员，以此确保智能系统的合理性与准确性。二者的沟通一旦出现毫厘偏差，就将导致最终设计出的预测算法差之千里[18]。只有做到技术理性与法律理性的全面结合与论证，确保算法合理性，才能最大程度地提高结果的准确程度。

与此同时，上述过程中所产生的技术的外包也将引发一系列对于司法公信力的考验。例如该技术公司涉诉，其是否会通过利用优势的数据地位，影响裁判的公正预测，从而对裁判结果产生利己的影响？这是又一让人生疑的问题。故需要提高算法和数据的透明度，除了让司法人员了解预测算法考量的基本因素，对于普通当事人来说，也应有权利了解预测算法对涉及自身利益的案件结果的预测，究竟通过对哪些因素的考量计算得出。对算法考量因素以及数据的公开，不仅能有效防范外包技术公司利用优势地位导致裁判不公，更能真正实现阳光司法，以此提高公众对预测结果的信任程度，确保预测结果以及司法机关的公信力。必要时，也可对相关主体予以专门立法，规范其与司法技术工作有关的行为，以法律强制力确保其合法行事。

（四）正确处理案件特殊性

尽管“大数据”有助于考虑到更多的因素，但问题是，数据分析本身无法揭示案件背后复杂的社会关系，容易抹平地区差异，也就无法取代法官在个案特别是疑难或复杂案件中的自由裁量、利益平衡、以及对校正公平的判断[19]。司法实践是复杂多变的，尽管可以将绝大多数案件予以类化分析，但每个案件均有其特殊性需要予以考虑和分析。

对此问题，美国司法人员从技术层面予以缓解，即在设定预测算法程序时，将个案因素考虑其中。对每个案件予以预测之前，将其特殊性纳入分析考虑。此种做法在一定程度上能够解决案件特殊性问题，但也并不全面。预测算法与人类智慧毕竟有一定差异，即使是对个案的考虑因素也需要技术人员的提前设定。而事实上由于司法案件的纷繁复杂性，预测算法的个案考虑因素也不可能面面俱到。我们只能尽可能考虑更多的个案因素，使预测结果无限趋近于准确。但要想从根本上解决这一问题还需从司法人员如何利用预测结果来看。预测算法只是帮助司法人员办案的辅助工具，其不可能取代司法人员的工作。预测算法也仅是技术理性和司法理性的融合，无法代替法官的亲历性、经验理性和法律理性以及对案件主观能动性的判断[6]。因此司法人员在使用预测结果时也应当把握适当合理的原则。

五、结论

从国外的相关实践以及我国部分地区的初步应用可以看出，大数据预测功能在提高司法效率、推进司法现代化等方面都具有积极意义，对于我国“智慧法院”的建设进程也具有重要推动作用。

但在我国具体司法实践中，对于大数据预测功能的应用仍显不充分。在司法制度上，诸多程序例如取保候审、假释等，对预测功能的应用仍处于空白阶段；在应用的地域上，许多地区特别是经济较为落后地区，对于大数据预测的应用还远远不够，大数据预测在我国司法实践中还具有较大发展空间。然而，学界对于这些问题的关注尚不充分。对于大数据预测功能的探讨多集中在学理层面，与我国建设“智慧法院”的现实状况联系不够紧密，对大数据预测可能带来的挑战探讨有待深入，对相关的实践经验也尚需加强提炼与总结。

笔者认为，在大数据时代，必须紧紧把握大数据预测这一核心功能。在“智慧法院”建设进程中对预测功能给予充分关注。结合我国司法实践，直面大数据预测带来的挑战，重视基础数据全面性、算法合理性，正确对待案件特殊性。从而使大数据预测功能在司法实践中发挥其潜力，更加有效地推进法院信息化建设进程，促进司法的公平正义与司法公信力的提升。

[注释]：

①人民法院信息化建设的“1.0阶段”是内部基础建设阶段；“2.0阶段”是推动建设外网网站并建设智慧法院阶段；“3.0阶段”是进入“嵌入式数字化管理”和“互联网＋”阶段。参见《人民法院信息化建设五年发展规划（2016-2020）》，载《中国审判》2016年第5期。

②周佑勇教授在第二届司法大数据年会中提出“智慧法院”建设的初级、中级和高级技术方案。其中初级技术方案之内涵是内外司法数据的汇聚、联通、融合及国家司法审判信息资源库的应用；中级技术方案之内涵是法律知识图谱的建构、知识融合以及基于国家司法审判信息知识库的应用；高级技术方案之内涵是大幅度提高法院在决策工作方面的精确化程度，同时使诉讼服务与司法公开的定制化水平将进一步提升。

[参考文献]：

[1]张吉豫.大数据时代中国司法面临的主要挑战与机遇——兼论大数据时代司法对法学研究及人才培养的需求[J].法制与社会发展，2016，（6）:52-61.

[2]冯冠筹.大数据时代实施预测警务探究[J].广东公安科技，2014，(1):23-27.

[3]徐梦醒.大数据时代司法判决的可预测性研究[J].西部法学评论，2017，(10):61-69.

[4]汤维建.“智慧法院”让司法更公正、更高效[J].人民论坛，2017(2):89-91.

[5]周 强.最高人民法院工作报告·2017（摘要）[J].人权，2017，(3):117-128.

[6]潘庸鲁.人工智能介入司法领域的价值与定位[J].探索与争鸣，2017，(10):101-106.

[7]屠少萌.信息化建设：法院“智慧”群众实惠[N].人民法院报，2016-03-06.

[8]娄必县.法院信息化建设的反思与展望——兼议“智慧型法院”的发生与发展[J].三峡大学学报，2017，(2):75-81.

[9]任素贤.智慧法院核心是人的智能现代化[N].社会科学报，2017-07-20.

[10]方 炜.“小崇”法律问答机器人助推崇州智慧法院建设[EB/OL].http://sichuan.scol.com.cn/fffy/201708/55981391.htm l.

[11]张保生.人工智能法律系统的法理学思考[J].法学评论，2001，(5):11-21.

[12]赵玲果.论司法预测的积极影响——司法预测的博弈分析[J].法制博览，2016，(12):14-16.

[13]M eta S.Brown：W hen and W here to Buy Consumer Data(and 12 CompaniesW ho Sell It)， FORBES(Sept.30， 2015）.

[14]徐 骏.智慧法院的法理审思[J].法学，2017，(3):55-64.

[15]Shaila Dewan， JudgesReplacing Conjecturew ith Formula for Bail， N.Y.TIMES(June 26， 2015).

[16]Joan Petersilia&Kevin， Risk Assessment，WASH.POST(Jan.10， 2016).

[17]白建军.法律大数据时代裁判预测的可能与限度[J].探索与争鸣，2017，(10):95-100.

[18]王 蕾.大数据时代的司法公信力建设[J].中共山西省直机关党校，2016，(3):84-87.

[19]胡 凌.人民法院应如何对待“大数据”[J].中国审判，2015，(6):32-37.