人工智能在劳动人事争议仲裁中的应用分析

□ 周湖勇

人工智能日益成为深刻改变人类生产和生活各个方面的通用技术，在生产和日常生活中扮演越来越重要的角色，其应用场景非常广泛，包括机器人、语言识别、图像识别、自然语言处理和专家系统等。司法领域中，人工智能在司法大数据的助推下，全国智慧法院的建设成果显著。最高人民法院颁布的《最高人民法院关于加快建设智慧法院的意见》提出“2017年底总体建成、2020年深化完善人民法院信息化3.0版”的智慧法院总体目标。2018年，中国社会科学院评估结论是，中国智慧法院建设的基本格局业已形成。人工智能介入司法领域是时代的必然选择。因此，当前不是人工智能要不要介入司法领域的问题，而是如何介入以及介入程度的问题。人工智能如何与司法工作深度融合才是当下急需论证的主题，这直接关系着人工智能在司法领域未来发展的定位和方向[1]。当前，人力资源社会保障部（以下简称人社部）正在推进智能仲裁建设，应根据人工智能在司法中的应用成熟程度对智能仲裁的应用范围进行界定，以便更好地推进智能仲裁建设。

一、劳动人事争议仲裁的智能化应用范围和功能创新

“面对即将来临的大数据、人工智能新时代，‘智慧法院’建设已不再局限于构建信息化业务流程体系，实现审判业务、审判管理网上办理，而应抓住大数据、人工智能、互联网这三个新一轮信息化的标志与核心技术，实现其与司法运行机制的深度融合。”[2]“虚拟法院”或“虚拟仲裁院”越来越可能成为未来法院或仲裁院的发展方向，它既是网络化、智能化的法院，又是无纸化、数字化的法院。其运用信息技术搭建了一个没有实际载体的线上纠纷解决机构，立案、送达、庭审等司法或仲裁行为都能在线上进行，甚至在事实的证明和证据的采信上，也可以运用人工智能，通过计算机程序进行证明。虽然这种法院或仲裁院具有虚拟性，但具有实际裁判功能，已经突破了时空的界限，对于法官或裁判者而言，完全可以实现在家办案；对于当事人而言，可以足不出户，免去了起诉、应诉、出庭等奔波之苦。“提供个性化、差异化、智能化的司法服务是人工智能的技术优势”[3]，以网络化、阳光化、智能化为标志的智慧法院基本格局已经基本形成，诉讼服务初步实现便捷化、审判初步实现智能化、执行初步实现高效化、法院管理初步实现科学化、司法公开初步实现常态化、法院决策初步实现精准化。智能仲裁建设也应以仲裁业务为中心，突出仲裁服务的便捷化、业务判断的智能化、数据流转的自动化、数据业务的融合化和仲裁管理的科学化，其智能化应用主要体现在以下几个方面。

（一）实现诉讼或仲裁流程再造，为当事人提供优质服务

重塑仲裁流程，利用人工智能技术开展诉讼或仲裁相关便民服务，网络全程在线可为当事人提供最为便捷的仲裁或诉讼服务。建立和完善包括立案、证据提交、保全申请、开庭审理、电子签名、电子送达、执行申请等在内的网上一体化运行机制，将在线咨询、法律援助、在线立案、在线庭审、在线信访、电子送达、在线保全、在线申请鉴定、仲裁公开等纠纷解决和仲裁服务等功能全面融入该平台，为劳动人事争议解决提供一体化平台。通过诸要素模块化指引，实现复杂问题简单化、专业问题通俗化。亦即采用大数据和诉讼建模将管辖法院或仲裁院、诉讼或仲裁请求、赔偿数额的计算、法律依据的引用等事项进行全面模块化，当事人勾选选项即可完成起诉（申请仲裁）、应诉等过程，真正实现“一次也不要跑”的目标。

1.法律咨询

党的十九大作出完善公共服务体系、加快推进基本公共服务均等化的决策部署。党的十九届三中全会提出“要加强和优化政府法律服务职能，推进公共法律服务主体多元化、提供方式多样化”。国务院发布的《“十三五”推进基本公共服务均等化规划》也对公共法律服务体系建设提出了具体要求。2019年，中央全面深化改革委员会第七次会议审议通过了《关于加快推进公共法律服务体系建设的意见》，提出“要加快建设覆盖全业务、全时空的法律服务网络”，司法部提出要“以‘一体化、智能化’为目标，在更高水平上加快整合法律服务资源，尽快建成覆盖全业务、全时空的法律服务网络”。法律咨询是公共法律服务的一项重要内容，全业务、全时空的法律服务网络为法律咨询提供了新的途径。

在劳动人事争议案件中，当事人尤其是劳动者一方，其文化水平、法律意识和法律知识普遍不高，尤其需要提供免费或低廉的法律咨询，由此既可以维护劳动者的合法权益，又有助于仲裁机关和法院快捷、公正地审理案件。目前，法律援助主要通过司法行政部门和地方总工会设置的法律援助机构或职工服务机构来提供。受制于经费，目前大多数地方还无法做到应援尽援，因而对法律援助设置门槛，一般限于经济困难的职工，且需要提供当地乡镇或街道的证明，手续繁琐、费时费力。而人工智能则为解决该问题提供了最便捷的途径，不仅可以扩大法律援助的覆盖面，还可以实现免费法律咨询的全覆盖。人工智能将当事人可能需要的法律服务信息通过智能手机端软件或电脑端软件的方式提供给当事人，借由互联网信息传播的廉价性与当下中国智能手机的高普及率实现法律援助的低廉性，提高法律援助服务的可获得性，扩大法律援助的适用范围。

2.立案

当事人在申请立案时，将有关信息填入系统，已经在调解组织申请过调解的，有关信息自动回填到仲裁申请中，之后系统对仲裁结果进行预测，或者应当事人的请求，提供法律咨询。如果符合法律援助条件，法律援助组织可以提供法律援助。同时，这阶段系统生成“案件画像”，从收案来源、案由、案件管辖、重大敏感信息、是否重复立案、当事人关联案件等方面制作“案件画像”，并分析结果主动推送给仲裁员。同时，智能仲裁系统也可以为当事人提供仲裁结果预测服务，通过查询类似案件等方式，在风险、时间、经济、工作机会等方面进行评估，告知当事人可能的仲裁结果，引导当事人形成合理的预期，为当事人选择纠纷解决方式提供解决借鉴和参考。

3.庭前程序

立案后，系统会进行繁简分流，提示当事人选择调解方式予以处理。当事人可以选择民间调解（包括人民调解、工会调解等），也可以选择仲裁调解。选择民间调解的，当事人按照链接进行选择确认，系统向该调解组织发送委托调解函。调解成功的，当事人可以申请仲裁确认，出具仲裁调解书；调解不成或当事人不愿意调解的，案件自动进入仲裁程序，当事人可以选择网上庭审，以及电子送达。符合督促程序条件的，案件进入督促程序，系统自动生成支付令，并向当事人发送。在仲裁过程中，需要保全的，可以申请保全，案件进入保全程序；需要鉴定的，自动转入鉴定环节。

立案后，申请人和被申请人可以看到自动生成的受理（应诉）通知书、举证通知书、仲裁和诉讼风险告知书以及权利、义务告知书等仲裁文书。被申请人可以看到申请人的申请书、证据等材料，进入“送达确认”操作后，案件进入分案状态，分案后自动进入举证阶段。在举证阶段，申请人和被申请人可以在举证期限内上传证据，被申请人可以提交答辩和管辖权异议。10天的答辩期过后，案件自动进入质证阶段，双方可以针对对方的证据进行质证。系统对质证设置了结构化的选项，即就真实性、合法性、关联性进行确认或否认，并可以就其证明力有无及其大小进行说明。之后，系统自动对双方争议焦点进行归纳总结，并形成庭审提纲。质证完成后，案件进入庭审环节，仲裁员可以以短信、邮箱等方式向申请人和被申请人告知开庭时间。双方当事人的代理人可以通过系统提交代理手续。

4.庭审

庭审相对简化，仲裁员可以使用“推送开庭提纲”功能，系统会根据举证、质证情况，确认当事人争议的焦点。书记员可以使用“生成开庭笔录”功能自动生成开庭笔录等主体内容，仅需要人工补充其他内容即可。当事人可以通过登录自己的电脑登录网上法庭，进入庭审界面，即可以通过在线视频的方式进行开庭。由于举证、质证环节已经完成，庭审只需要通过摄像头展示证据原件或实物证据进行核对，并可以发表自己的辩论意见，也可以通过系统提交自己的法律意见。庭审结束后，书记员将笔录上传，当事人进行确认并点击确认。

5.评议、裁决

合议审理的，仲裁员可以在系统中提出自己的意见。在裁决作出过程中，系统自动推送案情分析、法律条款、类似案例等，供仲裁员裁决时参考。同时，结合案件及其前置文书信息，系统自动生成裁判文书初稿，具体包括文书的首部、当事人信息部分、案件由来、仲裁请求及其事实、理由、审理查明、本委认为、落款等大部分内容。“本委认为”部分包括“裁判说理”“裁判依据”“裁判主文”等三个部分，该部分是裁决书的核心，也是仲裁员最耗时费力的环节。为此，系统根据申请人和处理情况智能生成裁判文书的“说理部分”，并根据仲裁员对仲裁请求的处理，结合劳动人事争议法律知识图谱，智能生成“法条依据”和“裁判主文”。对于“裁判主文”部分，仲裁员可以对其进行修改，如果在没有类案的基础上做出裁判，即在偏离度以外，仲裁员应当作出说明。

6.电子归档

归档系统和电子档案系统深度融合，在裁决书做出后直接进入电子档案系统，进行电子归档。

7.诉讼、执行环节

裁决后，不服仲裁裁决的，当事人可以申请法院立案，材料自动转入诉讼程序；双方当事人不起诉，案件生效的，当事人一方可以申请强制执行，案件自动转入执行环节。

（二）智能化应用服务仲裁员办案及有关部门精准决策

利用人工智能技术可以辅助处理一些简单、机械和重复性的工作。例如，凭借语音识别技术将庭审语音自动转换成文字，辅助生成庭审笔录；庭审时根据语音指令自动检索并在屏幕上显示希望展示的证据的数字化照片；利用文字识别等技术，将当事人提交的诉讼证据材料转变为可复制、可检索的电子数据，实现立案、结案信息自动回填，撰写法律文书可以对证据材料直接引用，以及实现对文书引用证据的自动追溯和自动统计等。同时，充分利用算法及仲裁大数据的优势，实现仲裁结果预判、类案推送、胜诉率分析，构建仲裁智能系统或者平台，引导当事人正确评估案件走向，体现专业化和智能化的裁判体系。

借助大数据和人工智能，系统可以提供案件基本情况分析、当事人特征分析、当事人诉求分析、判决结果统计分析等，不仅让办案人员了解该案，提出有针对性的调判策略，而且可以分析劳动人事争议发展态势，从而为劳动关系的治理提供较为精准的依据。

（三）推进以劳动人事争议仲裁为核心的多元化纠纷解决机制的构建

虽然劳动人事争议多元化纠纷解决机制倡导多年，但效果仍然有限。劳动人事争议应当建立以和解和调解为第一道防线，仲裁为主渠道、诉讼为后盾的多元化纠纷解决机制。但实际运行的状况是，调解或和解作用有限、仲裁虚化，诉讼成为解决劳动人事争议的主渠道，劳动人事争议处理不断后移。调解、和解为何没有起到其应有的作用？原因是多方面的，其中和当事人对仲裁或诉讼结果预判不准有关：有的人存在侥幸心理，有的对结果期望过高，加上调解或和解有关组织不健全、效力不强，很多人不愿意选择调解或和解，而将希望寄托在仲裁或诉讼程序上，调解或和解虚化在所难免。即使进入仲裁阶段，如果仲裁结果没有达到预期的结果，当事人仍然寄希望于法院，试图利用当前法院和仲裁系统裁决标准的差异，通过法院裁决来挽回仲裁的不利局面，如此导致劳动人事争议处理程序不断后移，劳动人事争议处理诉讼化的结果在所难免。本来应当成为劳动人事争议处理主渠道的仲裁的虚化，不仅影响仲裁的权威，而且浪费宝贵的公共资源。如果在仲裁立案或立案前，能够对案件结果有一个大体预测，那么当事人对纠纷解决方式的选择将会更理性些。同时，目前和解和仲裁、调解和仲裁、仲裁和诉讼等劳动人事争议解决机制之间不能很好衔接，尤其裁审衔接是当前的一个突出问题。虽然最高人民法院和人社部等有关部门试图通过各种方式解决该问题，2017年还为此发布专门的文件，在极力推进调裁审衔接时，衔接的效果虽然有了很大进步，但基于各种原因，离民众的要求以及纠纷解决的要求还存在不小的差距。所以，虽然劳动人事争议的多元化解机制提出得早，但效果仍然不理想。

调解是劳动人事争议仲裁追求快速“案结事了”的重要方式，在实践中各级劳动人事争议仲裁机构也将调解结案率作为评价仲裁工作绩效的重要标准之一。当前劳动人事争议调解的主要困难在于劳动者与用人单位之间的信息不对称：劳动者一方的诉求往往“多多益善”，而少有考虑法律依据；用人单位一方由于其承担冲裁或诉讼成本的能力较强，因而其调解底线当然是赔得越少越好，这是由于双方对人力资源相关法律信息获取得不充分、不准确所致。在人工智能背景下，应当利用新技术，整合各种力量参与劳动人事争议解决，特别是实现调裁审的无缝衔接，构建和完善多元化的纠纷解决机制。首先，应当运用仲裁和司法大数据，让当事人对案件进行预测预判，从而引导当事人合理选择纠纷解决方式。在大数据时代，预判变得科学而清晰，“基于人工智能和大数据的案件预测将深刻影响当事人的诉讼行为和法律纠纷的解决”[4]。同时，“一张网”将劳动人事争议解决主体全覆盖，实现解决劳动人事争议力量全面整合，形成“一张网”整合人民调解、工会调解、仲裁调解等调解机制，实现所有劳动人事争议解决各方信息共享、相互支持、成果共用。此外，还可以利用技术的便利，实现机制之间的无缝对接。引导社会力量积极参与劳动人事争议解决，完善制度，搭建平台，支持非诉讼或仲裁机制参与劳动人事争议解决。比如对调解或和解协议，当事人可以在网上进行仲裁确认或司法确认，在网上申请保全或强制执行，操作极为便利。因此，可以利用智能仲裁建设的契机，实现劳动人事争议解决机制之间的无缝对接，构建上端预防纠纷、节源分流，中端分层过滤，底端精准裁判的多元化纠纷解决“漏斗式”模式，实现劳动人事争议多元化解决目标，最大程度减轻仲裁或诉讼的压力。系统还可以实现与劳动能力鉴定、社保、工伤认定、劳动监察等平台的信息共享与对接，与市场监督管理、法院等部门的系统进行对接，实现在线“一键”启动开庭到裁判的执行，推行法律援助、调解、仲裁、诉讼、执行一站式服务。

（四）仲裁和诉讼规则的创新

智能仲裁建设要实现功能创新，需要变革具体仲裁或诉讼规则。人工智能有其技术性和规律性，传统诉讼或仲裁规则肯定难以适应，这涉及立法层面，需要修改仲裁或诉讼有关规则。首先，涉及送达方式的变革，由传统的专人送达、邮寄送达、公告送达转变为当事人通过智能平台的相应页面进行电子送达地址的确认，并通过绑定的手机号、电子邮箱，甚至是微信完成电子送达，实现送达的快速便捷。为此，需要修改现行民事诉讼和仲裁中有关送达的规定，允许通过智能平台进入当事人邮箱、手机或微信完成送达。其次，智能仲裁系统通过与第三方机构或者平台的数据共享，可以完成当事人主体身份信息和特定证据的自动调取或确认，尤其是证据的电子化，证据需要配合仲裁全程线上运行。需要出示的非电子化的证据通过拍照、录像、制作副本或者提供复制品并进行公证的过程，将公证书上传至智能诉讼平台供当事人质证和仲裁机构认定。人工智能技术的应用除扩展了证据类型和内容外，也引发了电子数据证据的认定规则和相关制度的变革，传统证据规则也需要进行相应的变革。

二、人工智能在劳动人事争议仲裁领域应用的可行性分析

人工智能在劳动人事争议仲裁领域中的应用不仅具有必要性，而且具有可行性，甚至可以作为智能裁判系统构建的先行者，为其他案件裁判实现智能化提供样板和参考。

（一）劳动人事争议案件的特点便于实现知识图谱的构建

目前人工智能技术在司法领域中的应用还是多依赖于人工，人工智能的深度学习依赖于人工的“喂养”。人工智能的学习前期需要进行人工标注，为机器学习提供样例，只有当样例积累到一定程度后，机器才可以进行自动识别，从而大大减轻办案人员的工作量，所以，产生了“有多少人工，就有多少智能”的说法。从目前智慧法院的建设来看，司法知识图谱构建中遇到的最大难题之一，是由于民事、刑事案件案由太多所导致的“法律知识图谱构建过程对人工的过度依赖”[5]。目前各地法院推出的智能辅助办案系统仅能覆盖几个或十几个案由，在成百上千、纷繁复杂的所有争议类型中，人工智能的应用比例还比较低。劳动人事争议相对于行政、刑事以及其他民事案件，案件类型单一、案由也相对简单，如根据《劳动争议调解仲裁法》第二条等有关规定，劳动争议的类型和案由主要包括确认劳动关系，劳动报酬，解除、终止劳动合同，社会保险等。而且，这些案件的事实认定和法律适用相对简单，便于构建知识图谱，尤其是社会保险、经济补偿、劳动报酬等案件，计算标准易于统一。因此，很多省份的智能裁判系统的构建就是从金融纠纷、交通事故、劳动人事争议等易于标准化的案件开始推行的。可见，劳动人事争议案件类型相对单一的特点为人工智能的应用提供了广阔的前景，案件的高度类似性容易突破当下人工智能的技术瓶颈。

近年来，广东省、浙江省等省市仲裁系统正在推进要素式裁判改革。由当事人在庭前填写案件要素表，仲裁员根据当事人填写的要素表总结归纳出争议要素并围绕争议要素进行审理，在撰写裁决书时可选择相关要素项撰写，对无争议要素可逐项简要概括，对有争议要素逐项集中陈述双方诉辩意见、证据认定和仲裁委员会认定的理由及依据。其实，法院在劳动人事争议中推行要素式审判改革更早。2013年，广东省高级人民法院制定《关于推行民事裁判文书改革 促进办案标准化和庭审规范化的实施意见》，在全国率先探索要素式裁判。基于“案多人少”的压力，浙江省也于2014年制定《关于民商事案件简式裁判文书制作指引》，全面推行要素式裁判文书改革。山东省则于2015年颁布民事诉讼案件举证指引推行要素式改革。在要素式改革实践中，通过归纳和提炼案件涉及的基本要素，围绕争议要素开展案件处理工作，对平日各类案件处理中涉及的基本要素进行归纳，制定《案件要素表》，其实就是图谱的构建过程，为智能仲裁建设奠定了基础。

（二）智能裁判契合劳动人事争议仲裁的本质特征

劳动人事争议仲裁基于劳动人事争议案件的特殊性而产生。劳动人事争议的解决关系到劳动者的生存利益、用人单位生产经营活动的顺利开展以及社会的和谐稳定，解决劳动人事争议不仅需要公正，而且需要高效率。传统诉讼虽然公正但效率不高且程序繁琐不适宜劳动人事争议的解决。正是这种背景下，智能劳动人事争议仲裁作为传统诉讼的替代者应运而生。因此，劳动人事争议仲裁本身应当具有简便、快捷、灵活的特点，智能仲裁建设契合劳动人事争议仲裁的本质特征，将人工智能引入劳动人事争议仲裁可以极大提升争议案件裁判效率。事务性工作基本可以为人工智能所替代，仲裁员可以从容地从事证据认定、法律适用等核心工作，既能提高仲裁的效率，又能确保案件裁判的质量。通过智能裁判系统，所有的案件要素实现自动抓取、自动计算、自动分析，仲裁员只须要执行选择、核实、判断的过程，撰写每份裁决书将从2～4小时缩减到10分钟，大大节约了办案时间、精力，提高了办案的效率，同时能够统一裁判规则，真正做到“同案同判”。此外，智能裁判还能实现法律援助的廉价性，提高法律援助服务的可获得性，使劳动者能够接近正义，维护其合法权益。

调解既能快速解决劳动人事争议，实现“案结事了”，又有助于实现劳资和谐，维护劳动关系的稳定，不至于因为纠纷的发生导致劳资关系的破裂。因此，《劳动争议调解仲裁法》第四十二条规定，仲裁庭在裁决之前，应当先行调解。智能仲裁不仅能够实现类案推送和法律法规，还可以为当事人提供案件裁判结果的预测和预判，实现信息对称，使得当事人对案件有一个客观、理性的判断。同时，智能仲裁首先可以进行解决纠纷的成本预测，很多当事人在申请仲裁时往往只注意到公正的一面，而忽视时间成本和经济成本。在立案时对时间和经济成本予以分析，为当事人选择调解或者其他纠纷解决机制提供参考。

三、人工智能在劳动人事争议仲裁领域应用的技术障碍及难点分析

总体而言，目前司法系统领域应用的人工智能产品是封闭型的“专家系统”，还没有变为自主决策系统，“目前的法律人工智能仍然处于要解决基础性、程序性工作的阶段，集中于搭好基础设施，让散见于法、检、律之间的数据联动、流通，用机器取代大量重复性、低附加值的工作，也即解放整个法律行业的生产力”[6]。问题求解、（不确定）知识推理与规划、机器学习等技术在法院应用仍有明显短板[7]。比如自然语言处理、语音识别、图像识别等在裁判领域的应用还不是很顺畅，存在很多技术问题和技术障碍。存在图谱构建的技术障碍、情节提取的技术障碍、类案识别的技术障碍、模型训练的技术障碍、量刑预测的技术障碍、偏离度测算的技术障碍[8]。如何让机器利用自然语言处理能力去理解案件文本，并评估案件中所有可能的含义，是实现司法裁判人工智能化的关键，也是连接现实应用与计算机科学技术的核心所在[9]。但目前自然语言识别技术在裁判领域的应用也缺乏精准性，一般的分词方法和词联想等无法适应裁判领域的专业需求，如果计算机能够读懂“法律文书”、理解法律语义、从中准确提取有关情节，则能实现案件的自动回填，将办案人员从事务性劳动中解放出来。法律知识图谱的构建是弱人工智能下应用的关键环节，只有通过法律知识图谱的构建，人工智能才能“读懂”法律，人工智能目前还无法自主完成法律知识图谱中的实体抽取、关系抽取与属性抽取等工作，过于依赖人工。通用的知识图谱构建技术还无法满足裁判对其专业性和精准性的需求，类案识别准确率有待提升，模型训练存在技术瓶颈[10]。智能语音识别技术虽然可以现场将语音转化为文字，应用于庭审记录、合议庭评议等领域，能够大幅度缩短庭审时间，但目前仍然存在很多问题，如对多人交互发言进行分音记录存在技术难题。同时，语音识别主要适用于普通话和极少数的几种比较通行的方言，对大多数的方言或带有方言的普通话，其准确率较低，需要耗费人工进行校正。还有，对于法官而言，没有经过书记员提炼的庭审笔录难免充斥口头语、口误、重复、矛盾等问题，阅读起来费时费力，对于二审法官更是如此，甚至需要重听庭审录音，作为审判工作核心的法官的工作效率反而被拉低了[11]。已经开发的部分审判和执行支持系统所提供的智能化程度有限，还无法真正减轻办案人员的负担，有的在一定程度上加重了办案人员的负担。审判过程中的证据检验、类案推送、量刑规范、诉讼风险预测、辅助司法决策等环节都需要更加自动、更加精准、更加适配的信息支持[12]。

这种困境的形成，除人工智能本身发展还处于弱人工智能阶段外，还和当前技术与专业严重脱节有关，两者目前处于隔离的状态，技术人员只是将人工智能技术简单地平移到裁判领域，没有进行深度融合。一方面，技术人员不懂裁判人员的需求；另一方面，由于裁判人员也不懂得技术，无法将裁判需求用技术语言予以准确表达。计算机领域尽管有对司法大数据和人工智能技术的关注，但从整体而言，主要是通用技术的平移应用，缺乏深度思考司法特性对大数据技术可能形成的独特需求。实务界强调要拥抱新技术，但实际上对大数据与人工智能技术在司法领域的应用主要停留在表面的宏观概述，整体而言，抽象有余、具象不足。司法大数据与人工智能技术在司法领域应用的研究还处于起步阶段，精深细致的研究之路还很漫长，需要法学与计算机交叉科学投入更多的精力[13]。建构并提升司法公正下的人机信任、人机协同和人机学习，还需要将特定技术规范规定为新的解释规范，内化为人工智能司法的信条，并最终推进诠释点的精准化、结构化和法治化[14]。人工智能与法律结合的难点还在于：“第一，自然语言的句式和语义复杂多变，这种多样性使得自动分析极为困难。人工智能进行判断、预测和推理的前提是须将法律规定、案例事实由自然语言翻译成机器语言，实现这种转换依赖于确定的法律概念、明晰的推理规则，这需要法律逻辑、法理学、认知学等相关理论的支撑。第二，本体建构需要深入认识法律概念之间的复杂关系，并建立法律语料库，而此过程本身就具有较大的难度。第三，专家系统模型的建立是对法官裁量过程的模拟，需要明确法官裁量因素，而法官的裁判结果受到各种外在和内在价值观的影响，难以用具体语言进行描述，更难以转化为机器语言。第四，人工智能裁量和检索系统的建立既是完善理论的过程，又是工程实现的过程。无论是专家系统的建立还是本体检索系统的建立，都需要对规则和案例进行大规模的统计和分析，且需要各学科人员的配合，其本身也是一个费时费力的过程”[15]。

同时，在劳动人事争议仲裁领域，人工智能的应用还有以下障碍。

第一，仲裁参与人素质参差不齐。在智能裁判系统中，自然语言技术承担了人机交互的重要角色，保证了各参与人所表达的语义都能被系统所获知。然而，由于语料库的限制以及语言本身包含的多重含义、低水平仲裁参与人的存在，将给其带来更多的挑战。

在实践中，由于仲裁参与人的文化水平、对法律认识水平的差异，其所使用的用语与其所希望表达的法律含义之间，可能存在差异、模糊。虽然法律援助的普及、法制宣传的深入等能够提高各方参与人表达的准确性，在一定程度上弥补这一缺憾，降低智能裁判系统的运行门槛。但可以预见的是，在我国人口文化水平尤其是法律素质普遍不高的国情下[16]，该现象将长期存在于裁判活动中，并很有可能直接影响到未来智能审判系统的运行效果。

第二，证据材料高度非结构化。就人工智能技术而言，所输入的信息规律越明显、结构越严整，其在处理信息时所产生的理解越接近人类的期待，所生成的结果也就越具有价值。而在劳动人事争议仲裁案件中，尽管按照法律规定，劳动关系存续期间应当生成诸多结构化数据，包括书面劳动合同、工资条、劳动报酬发放记录、离职证明等。但在法律实践当中，尤其在涉及劳动密集型产业的案件中，由于企业运营不规范、劳动者维权意识欠缺等因素，上述材料部分甚至完全缺失成为了一种“新常态”。

由于证据材料的高度非结构化，对前述材料的处理，显然不能依赖于简单的文字识别或信息提取，而是需要包括文字、图像、音频、视频等在内各种文件处理技术的协同运用，并对不同来源文件中相关联的信息进行综合分析，才能达到全面认定案件事实、最大限度还原客观真实的目的。而这就对信息处理技术提出了更高层次的要求。

第三，各地仲裁标准不统一。裁判规范的不统一是我国当前劳动人事争议仲裁制度的明显特征。目前，劳动人事争议仲裁裁判标准有两套，一是法院的裁判标准；二是劳动人事争议仲裁的裁判标准。虽然最高人民法院和人社部在极力推进裁审衔接，并提出要逐步实现实体裁判标准的统一，以及裁审程序的衔接和协调，并在实践中探索实现统一的具体做法，但在裁审体制没有改变的前提下，两套裁判标准的长期存在是难以避免的。同时，即使是仲裁系统或法院系统，各地的裁判标准也存在较大差异，各地根据自身的情况，制定劳动人事争议案件适用法律的会议纪要或法律适用文件。这些纪要和法律适用文件事实上充当了适用法律的依据，因此，即使是仲裁系统内部，也存在各省各市甚至各县区裁判标准的不统一。同案不同判问题在劳动人事争议仲裁领域一直以来是一个突出问题，由此势必影响智能仲裁建设的推进。“同案不同判”为人工智能学习增加了难度，同一行为模式的多种法律后果导致人工智能知识图谱构建的矛盾或混乱，也会导致计算结果的笼统、宽泛与不精确。虽然已有可行性建议认为应当根据经济发展程度的不同设定若干不同等级的参数，但即使经济发展程度相当的不同地区之间依然存在着裁判依据不统一的现象，学习材料的无序性对于劳动人事争议仲裁中人工智能技术的挑战依然难以克服。

第四，仲裁员专业化水平参差不齐。劳动人事争议仲裁中人工智能的学习难度还可归咎于仲裁员专业化水平的参差不齐。由于各地区劳动人事争议仲裁员的准入门槛较低，兼职仲裁员比例较大，且无仲裁员责任制的约束，因此，劳动人事争议仲裁员的专业化水平与法官相比普遍较低。虽然有些地区的劳动人事争议仲裁员专业素质较高，但就全国范围内而言，仲裁员的专业化水平是参差不齐的，由此影响裁判文书质量，难以为智能仲裁建设提供足够优良的案件文书数据供人工智能学习和模仿。

四、结语

综上，虽然人工智能在劳动人事争议仲裁领域大有前景，但由于技术等原因，其应用目前还存在很大的障碍，其功能的发挥还需要实务界和理论界磨合，协力解决面临的种种问题。总的来说，当代人工智能技术是在行为主义为导向的早期人工神经网络技术的基础上开发的，虽然在局部功能、机器信息加工处理能力上超越人类部分认知信息加工能力，但距离具备自我概念、自我表征、创造符号、自主选择的人类智能的内核，还有很长的发展路程[17]。人工智能在裁判领域中的应用需要历经一个漫长的过程，“奇点”的到来需要各个方面的积累，包括算法、算力、大数据等都要相应地跟进，才有可能真正出现“阿尔法式”法官或仲裁员，这在技术上虽然存在可能，但对人类而言是“生死考验”。在到来之前，应有一个充分的准备，未雨绸缪，才不至于真正到来时“方寸大乱”，否则的话，人工智能就有可能是全人类的灾难。因此，应加强人工智能在劳动人事争议仲裁领域中应用范围和限度的研究。