柯宇航
(温州大学法学院,浙江 温州 325035)
2016年7月,中办、国办印发《国家信息化发展纲要》,将信息化建设作为国家发展的重要战略,《国家信息化发展纲要》对于国家治理方式提出了新的要求即:“适应国家现代化发展需要,更好用信息化手段感知社会态势、畅通沟通渠道、辅助科学决策。”(1)中共中央办公厅,国务院办公厅.国家信息化发展战略纲要[N].人民日报,2016-07-28(001).同年12月,国务院印发《“十三五”国家信息化规划》,提出“统筹发展电子政务,建立国家电子政务统筹协调机制,统筹共建电子政务公共基础设施,加快推进人大信息化建设,加快政协信息化建设,大力推进‘智慧法院’建设,积极打造‘智慧检务’,加强国家电子文件管理。”(2)国务院.“十三五”国家信息化规划[EB/OL].(2016-12-27)[2019-04-03].http://www.gov.cn/zhengce/content/2016-12/27/content_5153411.htm.2017年7月,国务院在《新一代人工智能发展规划》中进一步提出了智慧法庭建设的具体要求:“建设集审判、人员、数据应用、司法公开和动态监控于一体的智慧法庭数据平台,促进人工智能在证据收集、案例分析、法律文件阅读与分析中的应用,实现法院审判体系和审判能力智能化。”(3)国务院.新一代人工智能发展规划[EB/OL].(2017-07-20)[2019-04-03].http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.在中央政策驱动下,法院与检察院两大系统的各级部门积极寻求与市场中人工智能技术部门的合作,开展了一系列智能司法(检察)平台的研发与试验,取得了较为丰富的成果。最高人民法院在2017年发布了《关于加快建设智慧法院的意见》,进一步明确了智慧法院建设的具体细节,以确保完成“2017年底总体建成,2020年深化完善人民法院信息化3.0版”(4)最高人民法院.关于加快建设智慧法院的意见[EB/OL].(2017-04-12)[2019-04-03].http://gongbao.court.gov.cn/Details/5dec527431cdc22b72163b49fc0284.html.的任务。近年来,“智能司法”“智慧法院”等概念俨然已经成为我国司法改革中的关键词。
顺应当前智能司法与智能政务的发展趋势,具有准司法属性的劳动仲裁机构也将“智慧劳动仲裁院”(5)本文采用“智慧劳动仲裁院”的表述而非我国人力资源与社会保障系统较为常用的“智慧仲裁院”的表述,目的是为了避免与商事仲裁相混淆,也即商事仲裁语境下的“智慧仲裁”并非本文的讨论范围。建设作为重要的工作目标。2018年7月,人力资源与社会保障部印发《“互联网+调解仲裁”2020行动实施计划》(下文简称“《实施计划》”),力求“到2020年,功能完备、运行高效、服务优质、监督有力的调解仲裁信息化网络基本建立,基本实现线上办案全覆盖,网上调解仲裁服务普遍开展,与有关部门信息共享机制初步形成,信息化建设在调解仲裁事业发展中的引领和保障作用充分发挥,调解仲裁工作服务当事人、服务人社事业发展、服务改革发展稳定大局的能力显著提升。”(6)人力资源与社会保障部.“互联网+调解仲裁”2020行动实施计划[EB/OL].(2018-07-31)[2019-04-03].http://www.mohrss.gov.cn/gkml/zcfg/gfxwj/201808/t20180815_299212.html.从该《实施计划》的内容来看,“互联网+调解仲裁”的主要任务有四:统一办案系统,加强人员管理,案件数据收集与统计分析以及网上调解仲裁平台建设。从目前我国各级各地劳动仲裁机构的实践来看,以上四方面工作均尚处于起步阶段,智慧劳动仲裁院的建设进度明显落后于智慧法院的建设进度。由于劳动仲裁与司法审判在形式以及本质两方面均具有较强的相似性,智慧法院建设的相关经验必能为智慧劳动仲裁院的建设提供较多的借鉴;另一方面,考虑到劳动仲裁的自身特点,智慧劳动仲裁院建设也会面临一些特有的挑战。
从1956年人工智能(Artificial Intelligence)作为一门学科被正式提出至今,人工智能在较短的历史时期内产生的影响是巨大且深远的,这种影响不仅体现在诸多学科的研究内容与方法上,也体现在人类社会生活的方方面面。理论界对于人工智能的概念尚有争议,一般认为人工智能意味着“机器能够做出与人类一样的反应,像人类那样思考、判断的能力”,人工智能系统“作出通常需要人类专业水平的决策,并帮助人们预测问题或处理问题”,并“以自主、智能和自适应的方式工作”(7)张冰,董宏伟,张云纯.人工智能对国家安全战略的影响[J].通信世界,2019,(4):29.。而就人工智能的具体形式而言,一般认为存在弱人工智能和强人工智能两种类型:弱人工智能“主要依靠执行器,并在大数据的指引下实现基本的人类劳动”;而强人工智能具有很强的逻辑演算能力,主要依靠大数据、机器学习能力、演进算法等推进人工智能向着模拟人类的方向发展,其未来最终考虑的是成为机器人之后如何在人类社会中有序共存的问题。”(8)姚万勤.大数据时代人工智能的法律风险及其防范[J].内蒙古社会科学(汉文版),2019,(2):85.二者区分的标志在于人工智能是否发展出独立意志,与弱人工智能相比,“强人工智能也即达到人脑水平的机器智能,可以全面、综合地复现人类大多数(或全部)的思维能力,甚至具有诸如自主意识、算计、情感反应等价值或情感要素。”(9)王彦雨.基于历史视角分析的强人工智能论争[J].山东科技大学学报(社会科学版),2018,(6):16.
根据《最高人民法院关于加快建设智慧法院的意见》中所确定的目标——“建设智慧法院,就是要构建网络化、阳光化、智能化的人民法院信息化体系,支持全业务网上办理,全流程审判执行要素依法公开,面向法官、诉讼参与人、社会公众和政务部门提供全方位智能服务,使信息化切实服务审判执行,让司法更加贴近人民群众,用先进信息技术不断提高各级人民法院的科学管理水平”(10)最高人民法院.关于加快建设智慧法院的意见[EB/OL].(2017-04-12)[2019-04-03].http://gongbao.court.gov.cn/Details/5dec527431cdc22b72163b49fc0284.html.——来看,我国目前智慧法院建设主要涵盖三方面目标和内容:其一是人民法院信息化体系建设;其二是智能化司法服务体系建设;其三是法院科学管理体系建设。这三方面内容均尚未赋予人工智能(系统或机器)与人类类似的思维能力,其角色一般至多被视为司法工作的辅助者。据此而言,目前我国智慧法院建设尚处于弱人工智能时代。
按照最高人民法院的指示,我国各地各级人民法院对智慧法院建设进行了广泛的研究和试验,智慧法院建设也初见成效。然而需要说明的是,智慧法院建设并非等同于人工智能的司法应用,因为诸如法院工作的单纯信息化(如录音录像技术等)、网络化(如网上开庭审理等)并未体现人工智能的能动性(11)所谓人工智能的能动性,体现在司法工作中,即是指人工智能在独立处理法院工作中各种已知和未知问题时所表现出的智力能动性。参见傅文华.以智为廌:人工智能法院应用准入“VFE”法——基于法院场域角色的精准构建[J].中山大学法律评论,2018,(2):18.,因而当下智慧法院建设的部分成果并不能被视为是人工智能的司法应用。在剥离了所有缺乏人工智能能动性的智慧法院建设成果之后,人工智能的司法应用主要体现如下:
1.法官办案智能辅助系统
该系统主要为法官庭审和裁判服务,其技术支持包括:其一,案件材料数据化技术,即将案件涉及的各种法律文书、音频视频数据、涉诉纸质文书等材料通过语音识别、视频分析、光学字符识别、自然语言处理等技术转化成电子数据并储存;其二,司法知识图谱构建,即建设法律法规、司法解释、办案规则、案例、裁判文书等数据库,并通过人为设定和人工智能自动学习的方式形成关于在法律法规、案件情节、裁判结果之间的结构性知识;其三,在办案件画像技术,即基于司法知识图谱,运用文本分析、语义识别等技术对在办案件进行画像。通过以上技术支持可实现对法官工作的辅助效果包括:其一,裁判文书自动生成功能,通过语音识别技术自动生成庭审笔录、程序性法律文书、框架性裁判文书等,避免人工输入错误,减轻书记员和法官工作压力;其二,法条推送与类案推送服务,即通过案件大数据检索与知识图谱分析,针对在办或特定案件画像,自动向法官推荐关联性较强的法律条文或类似案例,甚至还可包括其他法院对此类案件的裁判趋势、相关当事人的诉讼与信访信息等;其三,裁判结果预测和监督功能,通过比对个案画像与知识图谱,人工智能算法可以对案件作出预判决结果供法官参考,而法官在作出判决结果后,又可通过人工智能算法计算案件裁判结果的偏离度,若判决偏离度较大,系统将发出预警,以此监督法官的判决结果,有效预防冤假错案的发生。实践中,江苏法院的庭审智能语音系统、上海第一中院的“庭审语音智能转写系统”、北京法院的大数据研究平台、河北法院的“智审”系统、天津市第一中院的新一代法院工作平台、上海法院的C2J法官办案智能辅助系统、上海等部分地区法院的裁判文书大数据智能分析系统、浙江法院的“当事人信用画像”系统等均是对法官办案智能辅助系统的具体开发与实践(12)傅文华.以智为廌:人工智能法院应用准入“VFE”法——基于法院场域角色的精准构建[J].中山大学法律评论,2018,(2):20-21.。
2.诉讼参与人诉讼服务系统
诉讼服务功能主要针对法院之外的诉讼参与人。如针对律师或当事人的关联案件与法条自动推送,其工作原理与针对法官的推送服务类似,律师或当事人可通过购买安装电子程序在电子设备上接受推送服务;再如针对当事人的电子送达服务,通过整合公安机关、电信运营公司、社交平台、电商平台等方面的个人信息数据,通过当事人姓名或身份证号码等信息筛选确认当事人近期实际使用的联系方式,通过短信、邮件等电子方式对当事人进行送达。
3.法院内部管理和决策辅助系统
内部管理系统建设一方面是通过数据互通互享,实现全国范围内案例数据库共享,充实司法知识图谱,提升司法内部工作的协调性以及办案智能辅助系统的准确性;另一方面可通过考核标准的建立,考核数据的搜集整理,智能评估司法工作人员的工作绩效。而决策辅助系统建设则是通过对司法判例的统计分析,总结各案由下纠纷的发生发展规律,预判未来的司法动向,对可能的社会波动提前预警。
在以上三方面的实践中,法官办案智能辅助系统是人工智能在司法工作中最重要的应用,因为在法官办案智能辅助系统中,人工智能(在当前技术条件允许下)最大程度上参与了司法裁判的核心。因此,该系统的开发与建设效果,直接决定未来人工智能的司法角色能否成为“强人工智能”语境下的独立裁判者(乐观情况下),抑或仅仅作为为司法的辅助者(悲观情况下)。
如果说人工智能的本质决定了人类对人工智能技术的应用必然从弱人工智能走向强人工智能,那么司法领域人工智能技术的发展在现阶段至少面临以下两方面的困境:
1.伦理困境
首先,人工智能司法决策削弱法官在司法中的主体性地位。现代司法制度是以法官为司法决策的主体,虽然在技术工具日益精细化的今天,法官的判断或决策工作已经被许多专业机构所替代,如工伤认定、机动车交通事故责任认定、司法鉴定等,但这些鉴定意见的认定和采纳还是依赖于办案法官的个体意志,也即判决的说理责任依然归属于法官个体。而人工智能(从弱到强地)参与司法活动,将会是法官审判向“数据”审判、“技术”审判的发展过程,技术权力对司法权力的侵蚀甚至取代恐怕是当代社会尚未有充分准备的风险,也是现阶段司法理论所无法解决的理论问题。
第二,人工智能司法决策无法满足“司法透明性”原则。人类对人工智能的开发与应用一直都伴随着对人工智能的担忧甚至恐惧,从著名的阿西莫夫机器人三法则到阿西洛马人工智能23原则,人工智能领域的专家一直都致力于让人工智能更加安全和道德。根据2017年形成的阿西洛马23原则的要求,在伦理和价值领域,人工智能需要满足“司法透明性原则”,也即“任何自动系统参与的司法判决都应提供令人满意的司法解释以被相关领域的专家接受。”(13)Michael Irving.阿西洛马23原则使AI更安全和道德[J].陈亮编译.机器人产业,2017,(2):15.现有的人工智能技术存在着无法克服的算法“黑箱”,智能司法的决策机制司法机关无法掌控甚至无法理解,因此自主裁判的强人工智能无法满足“司法透明性”原则,从而消解司法的应有价值,降低司法的公信力。
2.技术困境
我国智慧法院虽已于2017年“初步建成”(14)周强.以群众需求为导向,加快建设智慧法院[EB/OL].(2018-04-03)[2019-04-05].https://www.chinacourt.org/article/detail/2018/04/id/3256577.shtml.,但如前所述,目前的智慧法院建设成果中人工智能的功能较弱,人工智能仅仅在“法信”“智审”等领域充当着司法决策辅助者角色,制约人工智能更广泛更深入地应用于司法的因素中,除了造成决策者信心不足的司法伦理问题之外,还有诸多难以突破的技术障碍。譬如人工智能的自身悖论——“Garbagein, Garbage out”(垃圾进,垃圾出)——所导致的人工智能不良学习问题。再如人工智能模拟训练中的“小样本难题”“过拟合问题”等(15)王禄生.司法大数据与人工智能开发的技术障碍[J].中国法律评论,2018,(2):52.,均是现阶段人工智能司法应用中必须面对的技术问题。
智慧法院的建设实践已经证明现阶段人工智能在司法中的应用能够在确保司法正义价值的同时明显提升司法工作的效率。由于劳动仲裁工作的形式和本质均与司法具有高度类似性(有学者称其为劳动仲裁的“司法性”或“准司法性”(16)周湖勇.劳动人事争议裁审衔接机制构建的新思考[J].政法论丛,2017,(5):104.):从形式而言,劳动仲裁程序与民事审判程序类似,包含立案、庭前准备、庭审、裁决(判决)四个阶段;而就本质而言,劳动仲裁是仲裁员作为中立者,查明各方当事人争议事实,依照劳动法律法规,继而定分止争,这与民事诉讼也是类似的。鉴于智慧法院建设的大量成功经验,在劳动仲裁中应用人工智能的前景应当是非常可观的。
劳动争议其实仅仅是民事争议的一种特殊类型,有鉴于《劳动合同法》实施以来劳动争议数量激增,劳动争议逐渐从民事争议中特殊化:一方面,劳动争议适用极其特殊的“一裁两审”“仲裁前置”程序;另一方面,许多法院考虑到劳动争议案件数量较多,在民事审判庭中专门设置“劳动法庭”以专门审理劳动案件。劳动争议案件类型单一的特点为人工智能的应用提供了广阔的前景,因为案件的高度类似性能够较大程度规避当下弱人工智能的技术瓶颈。根据目前的智慧法院的建设经验,司法知识图谱构建中遇到的最大难题之一即是由于民、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”(17)王禄生.司法大数据与人工智能开发的技术障碍[J].中国法律评论,2018,(2):50.。由于人工能力的极其有限,目前各地法院推出的智能辅助办案系统一般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其实是比较低的。在智慧法院建设中,人工智能技术面临的案件类型过于庞杂的问题在劳动仲裁中将不复存在,劳动争议仅仅是大量民事诉讼案由中的一种,而在各地劳动仲裁实践中也仅仅将劳动争议又细分为确认劳动关系、劳动报酬、解除、终止劳动合同、社会保险等数种,劳动仲裁中数据与知识图谱的高度类似性使得当下弱人工智能的学习和计算工作都相对简单(相较于民事与刑事案件)。据此可言,劳动仲裁智能辅助系统的开发难度较低,应用前景也较广。
计算机技术在数字计算中的优势体现在速度、准确度等方面。计算工具的改进显然能极大提高工作效率,如当前已十分普遍的诉讼费计算工具、应纳税额计算工具等为相关业务人员的工作都带来了极大便利。劳动争议案件中,涉及数字计算的内容比例是比较大的,如下表1所示,仅仅在确认劳动关系案件审理中不会涉及数字计算工作,除此之外的所有劳动争议案件审理中均涉及大量数字计算,尤其在劳动报酬纠纷和社会保险纠纷中,数字计算可能是仲裁员的主要工作。当前无论是在仲裁或诉讼中,均尚未有普遍适用的计算工具供办案人员使用,考虑到人工计算速度较慢,准确度也有限,因此在智慧仲裁庭建设中将人工智能计算工具引入劳动案件的审理中,无疑将极大提高劳动仲裁的办案效率,此举既能有效解决仲裁工作人员数量不足、素质不高的问题,同时也在实质上更加贴近劳动仲裁快速解决纠纷的制度价值。
表1 各类型劳动争议案件中的数字计算工作量分析
当前劳动争议案件中的法律援助主要是通过工会组织和司法行政部门通过工作人员援助或者购买法律服务的方式进行,虽然对劳动者一般是免费的,但存在着两方面问题:其一是人力和财政资源的消耗较大(尤其是购买法律服务方面);其二是适用范围较小的问题,一般法律援助的适用对象仅仅局限于经济困难的劳动者,而且即使是符合援助标准的劳动者中,也有大量由于时间成本、知识水平等因素而未享受法律援助的群体。而智慧仲裁庭中的法律援助则可通过互联网技术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所有当事人,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廉价性,提高法律援助服务的可获得性,扩大法律援助的适用人群。
调解是劳动仲裁追求快速“案结事了”的重要方式,在实践中各级劳动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仲裁或诉讼成本的能力较强,因而其调解底线当然越低越好,这均是由于双方劳动法律信息获取的不充分、不准确所致。而在有些地区的实践中,甚至出现“部分职业公民代理人违规收取代理费并随意承诺,极易取得劳动者信任,以煽动、挑唆等违法方式怂恿劳动者申请仲裁或提起诉讼,甚至在仲裁庭及法庭上出言不逊、漫天要价、拒绝调解”的现象,而他们“一旦败诉,则往往编造谎言推卸责任,并挑动当事人上访,扰乱社会秩序,导致矛盾激化,引发群体性劳动争议”(18)温州市劳动人事争议仲裁院.温州市劳动人事争议裁审情况白皮书[EB/OL].(2018-11-28)[2019-04-09].https://mp.weixin.qq.com/s/OpiiPoGRRoprCSbPKbY43A.。当事人法律信息获取不充分以及民间违规代理等乱象会不断拉开争议双方的调解底线,加剧双方的矛盾和冲突,为劳动争议调解工作带来重重阻碍(见下图)。
而随着人工智能技术在劳动仲裁中的应用,双方当事人均可通过手机或电脑等客户端使用法律法规推送、类案推送等智能服务程序,了解其争议案件的相关法律依据和既往判例,由于智能法律服务的高度一致性,双方在庭审之前对于争议案件的“法律结果”会产生较明确且类似的认识,因此在调解过程中,双方的调解底线将会明显地趋同于推送所产生的“法律结果”。如此,人工智能服务程序将极大促进双方达成共识,提高调解成功率,减少当事人与仲裁机构在仲裁程序中的成本浪费(见下图)。
所谓劳动“碰瓷”是指一些劳动者利用用人单位人力资源管理的疏漏或制度的缺失,主动要求不签劳动合同,或采用他人代笔等形式“骗签”劳动合同,然后以未签书面劳动合同而索要双倍工资为由,“诱使”用人单位主动开除自己,甚至采取“自残”索要工伤保险等方式,专门选取用工不够规范的中小企业为“跳槽”载体,不断变更工作单位,频繁提起“碰瓷”式劳动争议诉讼,谋取不当利益。由于我国劳动合同法的倾斜保护立场导致劳资双方在交易成本方面极不平衡,用人单位在人力资源的管理方面成本过高,近年来我国劳动“碰瓷”现象也越来越多。我国劳动仲裁或诉讼对于劳动“碰瓷”的处理意见尚未统一,但越来越多的仲裁机构或法院开始认为劳动“碰瓷”行为在本质上违反了诚实守信的基本原则,是滥用劳动法权利的不正当行为,情节严重者甚至可能构成刑法上的诉讼诈骗,可以入刑(19)相关案件详情,请参见浙江省温州市瓯海区人民法院(2017)浙0304刑初481号刑事判决书。。
劳动“碰瓷”一方面会破坏劳动力市场的稳定和平衡,侵害企业的合法权益,另一方面也会造成仲裁和司法资源的浪费,而人工智能技术的应用则可能在不修改立法的情况下有效预防“碰瓷”者的“得逞”。人工智能技术通过对所有涉诉案例数据的搜集、保存和统计处理,对于频繁提起“碰瓷”式劳动争议仲裁或诉讼的当事人进行标记,在仲裁过程中对仲裁员发出预警提醒,帮助仲裁员识别劳动“碰瓷”行为,辅助其作出适当裁决。人工智能技术的这种快速识别和标记提醒功能相较于人力无疑具有效率上的巨大优势,尤其是当劳动“碰瓷”者跨地区、跨行业“碰瓷”时,仲裁员仅凭经验是难以识别的。
劳动仲裁与诉讼的类似性使得智慧仲裁院建设成为可能,但由于二者的类似性,智慧仲裁庭建设也将无法避免遭遇到当下智慧法院建设中的瓶颈与问题,换言之,前文所述智能司法的伦理困境和技术困境对于智能仲裁而言同样存在,未来智慧仲裁院的成功建成也无疑取决于对上述困境的突破性解决。智慧仲裁庭建设一方面面临着与智慧法院建设类似的“大”问题,而另一方面,由于劳动仲裁区别于司法的特殊性,智慧仲裁庭建设也需解决其独有的一些“小”问题:
2017年11月,人社部、最高人民法院发布《关于加强劳动人事争议仲裁与诉讼衔接机制建设的意见》(下文简称“《意见》”),该《意见》目的在于协调统一劳动争议仲裁与诉讼的受理范围、法律适用标准等,提高劳动争议处理质量和效率,提升仲裁和司法的公信力。劳动争议裁审衔接机制推行至今效果良好,而智慧仲裁院与智慧法院的建设将会给裁审衔接机制带来新的挑战:
首先,智能仲裁系统与智能司法系统之间存在着兼容性问题。由于智慧仲裁庭建设与智慧法院建设目前由人社部门和司法部门分别主导,而劳动争议诉讼又是从属于民事诉讼之下的较小类别,因此劳动争议智能司法系统与智能仲裁系统的开发很难同步。而裁审衔接机制在未来的继续有效运行需实现智能劳动仲裁系统与司法系统的兼容,因此当前双方各自的研发者应当在各自开发工作中相互沟通合作,在标准、参数设计等方面尽量协调一致,在数据存储与传输方面为彼此预留端口和空间。
其次,当前裁审法律适用的不统一导致的人工智能的学习结果不同。不同的学习材料产生不同的学习结果,人工智能通过对海量数据的学习又将强化这种差异,当前劳动仲裁与诉讼的法律适用尚不统一,法律知识图谱构建中智能仲裁与智能司法必将形成两种不同的“输入—产出”模式,不同的人工智能计算结果无疑将破坏裁审衔接机制,降低办案效率与公信力。
人工智能无论应用于司法抑或是劳动仲裁中,其作用原理皆是通过对具备高度类似法律关系的案例进行归纳学习,进而对高度类似的新案件提供裁判意见,人工智能的推理工作(归纳与演绎)追求高度的客观准确性和逻辑一致性。然而在劳动争议仲裁中,仲裁员的实际工作并非严格的逻辑推理,根据我国劳动仲裁的结案统计情况,2017年度全国劳动争议仲裁调解结案率为67.9%,2018年这一数据为68.7%(20)人力资源与社会保障部.年度人力资源和社会保障事业发展统计公报[EB/OL].(2019-06-11)[2019-08-09].http://www.mohrss.gov.cn/SYrlzyhshbzb/zwgk/szrs/tjgb/.,由此可见,调解工作其实也是我国劳动争议仲裁的业务重心。劳动争议调解之成功以双方当事人同意为最重要原则,并不以“依法”为条件,一定程度上其反而是以“不依法”为前提的,因此调解成功之案例对于人工智能之学习,存在大前提、小前提均相同而处理结果不同的逻辑矛盾,由于调解工作不可能克服“同案不同判”的天然“缺陷”,因此,作为劳动争议仲裁案件主体的调解案例其实无法作为劳动争议司法知识图谱构建之有效材料,也即无法作为人工智能的学习对象。劳动争议智能裁判系统与作为我国当前劳动争议仲裁业务重心的调解工作本质上不相适应,智能仲裁在未来即使实现,也难以充分应用于调解工作实践。
1.各地仲裁准据规范不统一
各地劳动仲裁准据规范不统一是我国当前劳动仲裁制度的明显特征之一,如各地区对于工伤与第三人侵权竞合的赔偿、竞业限制补偿金的支付时间点、户口等特殊待遇服务期违约金约定的有效性等问题等均存在明显不同的裁决标准。准据规范的不统一所导致的“同案不同判”为人工智能的学习增加了难度,同一行为模式的多种法律后果会造成人工智能知识图谱构建中的矛盾或混乱,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智慧仲裁庭参数标准,但即使经济发展程度相当的不同地区之间依然存在着仲裁准据规范不统一的现象,学习材料的无序性对于劳动仲裁中人工智能技术的挑战依然难以克服。
2.仲裁员专业化水平参差不齐
劳动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制度约束,因此劳动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仲裁员专业素质较高,但全国范围而言,仲裁员的专业化水平是参差不齐的。仲裁员的专业化水平决定了仲裁裁决书的专业质量,当前仲裁员的素质和业务能力无法提供足够优良的案件文书数据供人工智能学习和模仿。因此,人工智能数据库所需要的基础裁判文书的筛选复核工作将是智能仲裁所面临的另一难关。
“技术所到之处,无不构造着人与自然、人与人的某种新的关系”(21)[德]冈特·绍伊博尔德.海德格尔分析新时代的技术[M].宋祖良译.北京:中国社会科学出版社,1998.84.,而当技术进入司法领域,人工智能必将改变现有司法的形态和面貌。尽管早在一个世纪之前,霍姆斯就曾说过,法律研究的未来会属于经济学家和统计学家,而不是属于研究“白纸黑字”的律师,而同时代的韦伯也担忧未来的法官是否会以自动售货机的方式处理案件(22)苏力.法律与科技问题的法理学重构[J].中国社会科学,1999,(5):69-70.,但时至今日人工智能的司法应用表明:具备“经济学家和统计学家”能力的人工智能技术尚无法完全取代法官,使得司法成为“自动售货机”式的输出工具,科技在法律中的应用限度尚被人类妥善把握。在以上前提下,笔者认为,人工智能技术因其明显的效率优势,应当在包括劳动仲裁在内的广泛法律领域中被开发应用,即在伦理和技术条件许可的情况下,法律人应当拥抱技术;同时对技术热潮的冷思考也应时刻保持,为未来可能出现的强人工智能需要充分的安全和道德铺垫。