上海师范大学 李亦婷
人工智能司法裁判的本质是审判体系现代化的表现,其核心是用先进的科技手段弥补人类劳力、思维的局限,将科技理性与人类智慧结合,通过智能辅助系统弥补法官的固有裁判思维,促进事实的认定和法律推理的精准化、精细化,用技术理性强加司法理性,以实现司法裁判质量和效率的提升。
随着我国司法改革逐步深入,社会法治化水平和公民法治意识不断提高,法院受案数量大幅上涨,法院的人均办案量也居高不下,但大多数案件争议焦点简单,却耗费法官大量精力和时间。有数据统计,我国一些基层法院每年处理案件高达400件[8],面对如此庞大的案件规模和繁重的工作任务,一线办案人员陷入审判效率与质量难以兼顾的困境,案件积压、审限超期或判决有失公允是常有的事,给司法工作造成了很大的负面影响,案多人少的现象已经成为影响法院公信力首要因素。
司法审判以公正作为根本价值,法院的司法公信力是反映人民群众对法院、法官是否信任,是衡量我国司法水平的重要标准。首先,在全面推进法治的大背景下,以聂树斌案、张玉环案等为典型的几十起重大案例沉冤得雪,极大唤起了公民对司法公正的认知和渴望。其次,量刑不均衡是我国司法实践时有发生的事,不同地区、不同法院的同案不同判可以理解,但是同一地区、同一法院出现判决结果相差甚远则严重影响了司法裁判的威严和公众的认可。大数据时代,人工智能基于机器运算的精准性、客观性以及所处系统的连接性和可更新性,能够有效汇总全国各地的类似案例,整体分析以解决司法活动中案件事实分析认定、在案证据校验把关等固有难题,减少冤假错案的发生,增强审判活动的可信度,有效保护司法活动的公正诉求。
司法机关作为我国三大机关之一,其信息化和现代化的发展在推动我国国家治理体系现代化过程中扮演着重要角色。2016年,国务院发布《国家信息化发展战略纲要》明确提出利用智能手段推动法治信息化建设。2017年,习近平总书记在司法改革座谈会上明确提出人工智能等技术手段在司法活动中的应用。紧接着,最高人民法院发布《关于加快智慧法院建设的意见》,开展法院信息化和智慧化建设。2019年,《人民法院第五个五年改革纲要》提出构建与时俱进和科技驱动的新型诉讼模式。以上文件均体现了智慧审判和法院信息化建设是司法改革中的重头戏。
随着法官在司法裁判中越来越重视与人工智能技术结合,人工智能在司法领域有效提高了法院办案效率,但也带来了难题。
就事实认定而言,部分法院运行的智能办事系统很好地适应传统事实认定的要求。针对案件要素的审查,上海高院的“民商事行政辅助办案系统”通过数据分析解构,提取案件核心信息,以模块化提供给办案人员,并实时与后续环节结合。针对办案要件指引,上海高院的“民商事行政办案辅助系统”运用自身学习能力结合不同人工智能系统,模拟法官思维,归类办案模型,以帮助法官审理案件。针对证据核验判断,上海高院的“刑事案件智能辅助系统”,以“机器抽取+人工标注”的方式提取各个案件的待证事实,进行分类组合,极大地解决了纯人工的耗时耗力的问题[2]。
就法律适用方面,人工智能主要有以下两个功能:法律检索和类案推送。上海高院研发的“C2J智能系统”整合各类法律检索工具,解析司法文书提取关键信息,与司法数据库中的关联案件等涉案信息自动对比检索,推送给办案人员参考。中国司法大数据研究院研发的“类案智推平台”具有类案解构、比对、匹配等功能,法官只需一键搜索,系统便会自动进行精准度高达60%的类案分析检索,这一系统目前也在全国各级法院进行普及推广。
就量刑幅度方面,江苏法院的“同案不同判预警平台”,通过对审判各环节关键信息的识别提取,结合系统内置的算法模型连接司法数据库进行智能匹配,自动推送涉案法律和类案信息,对不同类型的案件给出不同的辅助方案,体现了人工智能在量刑智能辅助方面的作用。江苏法院“同案不同判自动监测系统”则通过类案提取和模拟法官分析,对案件进行分析和量刑预测,实现了裁判偏离度的自动分析、监测和预警,体现人工智能在量刑偏离预警方面的作用。
就裁判监督方面,人工智能发挥的作用也不小。第一,司法资源智能分配。江西高院“收转发e中心”系统,把案件接收、整理、送达等行政性事务搬到线上,减轻了法官的办案压力。第二,庭审自动巡查。河北高院的“审判风险防控系统”通过对历年案件评查以总结风险监测点,对审判各环节筛查以生成庭审巡查日志,进行全方位、全流程的监督。第三,文书智能生成与校验。针对简易案件,系统直接对比内置裁量模型,生成标准化文书供法官使用,针对复杂案件,法官自主选择代办案件加上系统提供裁判文书模板,再由法官补充完善,从而提高裁判文书质量[1]。
1.司法数据质量低、数量少
数据是人工智能系统的地基,算法开发和模型构建依赖于充足优质的数据支撑。目前以电子数据存储的裁判文书不到所有文书总数的一半,中国裁判文书网已公布的裁判文书占实际结案量的比例不高。同时法律信息“表象性”是我国司法领域长期存在的问题,纸质记载的信息未必充分反映真实情况,两者之间的差距影响人工智能系统对司法裁判过程的有效吸收转化。更为重要的是,法律数据的结构化标注是人工智能系统进行法律语义解析的基础,但我国司法信息大都以非结构化的电子数据形式存在,智能辅助系统难以进行准确的识别利用,同时法律术语依据目的延伸的外涵性,让人工智能分析显得略显吃力。
2.算法可交互性与操作性不可见
数据是“地基”,算法就是“钢筋”,人工智能通过学习能力模拟法官行为,形成决策模型,为司法裁判提供辅助和参考,但作为人工智能构建基础的算法体现出的不可交互性以及操作性不强,需要我们谨慎对待。算法黑箱[4],即法律专业人员运用智能系统时,并不十分清楚计算机内部的工作情况,他们所能看到的只是输入和输出的数据,不满足司法裁判追求的透明度,不能让当事人明确了解案件审判过程。同时程序开发者自身的主观认知也对算法开发、模型建立、评价标准有决定性作用,若开发者本身存在某种社会认知偏见,则会或多或少体现在系统开发过程中,使得算法系统带有原始偏见[5]。就操作性而言,相比于司法人员出现渎职失职有明确的规则惩罚,人工智能辅助系统出现失误后的责任承担一直存在争议[6]。
3.复合型人才资源不足
复合型人才资源作为建好人工智能司法化大楼的“混凝土”,是很重要的一环,决定了这栋大楼的质量以及未来存在的合理性。作为人类理性思维体现的法律与本质是算法模型的人工智能结合,若是没有复合型人才,技术界和法律界就难以有效融合。目前,法律界缺乏对新兴技术的理解,忽视人工智能技术所能达到的水平,使得人工智能在司法领域的应用受到阻碍,同时,技术界人才相对于法律领域也是门外汉,缺乏专业的法律知识储备,难以准确理解法律界实际的预想和目的,先进的智能技术不能有效转化为驱动司法裁判的科技生产力[7]。
4.系统开发与司法需求不匹配
人工智能司法裁判的初衷是为解决大量积压案件,诉讼不能及时解决、法院公信力下降等问题,虽然法院投入使用了一大批人工智能辅助办案系统,助力司法裁判获得一定效益,但不少系统实际应用的客观评价并不理想。一方面,办案人员一时难以适应智能办案带来的工作方式的改变,另一方面,实践中缺乏与当事人实际需求的反馈对接,导致与一线办案的实际需求脱节,重建设轻应用的问题显著。
1.优化司法数据的采集和筛选
数据库是人工智能办案辅助的根基,司法大数据应用的前提是数据的客观、真实、准确。首先,保证数据的全面性,注重对法律文书的审核筛选,保障数据库的“质”,同时严格执行裁判文书上网公开的相关规定,提高裁判文书的上网“量”。其次,清洗数据杂质,定时更新司法数据库,去除过时法律数据,补充新兴法规、典型案例,保证数据库内容的准确性和时效性。最后,明确数据结构化标注,充分发挥法学学者和软件开发人员的专业特长,对于案件的关键要素进行词性标注和语义解析,形成带有结构化特征的数据语言,不断改进数据训练模型,提升人工智能系统对文本学习的精度。
2.改进算法模型和健全算法规制
司法活动是捍卫社会公正的坚实防线,在智能辅助办案系统的开发过程中,避免算法黑箱和算法偏见对司法裁判造成的负面影响,是人工智能司法裁判应当注意和思考的问题。面对算法黑箱的痛点,建议制定技术准则,要求人工智能研发机构承担系统运行中的解释义务,明确人工智能系统的责任分配。面对算法偏见,建立人工智能的行业规范,将正当程序、公平公正、可问责性等算法正义观理念嵌入算法系统开发的必要准则中,同时加强技术界和法律界的沟通交流,或可引入独立的第三方评估机构,对应用于算法开发的数据进行法理依据和价值取向的检测。最后,建立算法审查制度,将算法的运作过程进行公布,且算法的开发者可参照专利权申请,对其所开发的算法进行内容展示和说明[3]。
3.加强复合型人才的培养
法律界与技术界的知识鸿沟在客观上对人工智能与司法裁判的跨界融合造成了阻碍。首先,重视司法信息化专业人才建设,针对现有司法机关人员开展专题培训,提高其对于新兴科技和智能辅助系统的认知水平,另一方面,引进计算机背景的专业技术人才,扩充法院的专业技术人才梯队。其次,重视未来交叉学科人才的培养,对法学教育的培养计划和专业课程进行调整,加强与学校其他理工类学科的交流合作。最后,加强跨界合作,司法人员应当及时更新自己的知识体系,不断提高对前沿科技的认知能力,同时加强与技术领域单位的学习交流,促进专业技术与司法活动的深度融合。
4.建立需求导向和效果评价反馈机制
人工智能融入司法裁判应当以问题和需求为导向,人工智能作为一种应用工具,其受众始终是人。我国诉讼模式以审判为中心,法官和当事人是智能辅助系统的实际使用者,也最清楚案件的实际需求。因此,办案系统的设计和开发人员应当深入办案一线开展调研,在研发、应用、推广、升级的过程中广泛征求系统使用者的意见反馈,了解基层办案人员的实际需求,发现系统在实际应用中的问题,进行针对性的解决和改良,提高系统的实用性。
1.确立“人主智辅”的审判体系
首先,明确法官为主。人工智能技术的运用要借助程序设定,虽然系统可以植入大量审判案例,但司法裁判往往需要结合具体案件的事实缘由,人工智能不能及时处理案件细节问题,所以以法官为主,以自身的正义观念结合事实因素裁判具体问题十分重要。其次,合理定位人工智能的辅助地位。审判离开了人工智能系统的辅助,法官需要投入大量时间和精力解决案件信息查询的基础问题,所以要继续发挥人工智能的工具价值,发挥人工智能在信息检索和汇集中的作用,实现统一的司法裁判信息管理制度,为审判人员办案提供良好的数据参考。
2.合理对接人工智能与法官的自由裁量权
人工智能系统已经变成司法裁判不可缺少的一环,人工智能系统的介入提高司法审判效率的同时,会冲击法官的自由裁量权。传统法律审判环节是由法官以事实为依据对限制范围的法律进行自由裁量,引入人工智能系统之后,典型案例推送、类似案例整合会给法官一定的先前偏见,造成法官可能不能依据案件具体事实进行中立、公正的裁决。因此,合理对接人工智能系统与法官的自由裁量权十分重要。
3.证据应用规则中合理使用人工智能系统
首先,确立人工智能作为证据审查的辅助性原则。人工智能在证据审查中进行应用是十分必要的,但要始终秉持人工智能技术是辅助性工具的观念,既可以保证继续发挥人工智能的优势,又不忽视法官主观审查的重要性。其次,合理划分人工智能在证据审查中的范围和界限。在非法证据排除中,加强人工智能在取证的合法性和操作程序上的作用,强化人工智能技术对于证据规则的判断,防止证据遗失。然后,建立统一的证据应用基础标准。在公检法内部的数据化办案系统中,建立统一的证据适用规范,通过统一的规则来连通公、检、法三机关的办案平台。最后,在庭审中要谨慎应用人工智能系统,因为庭审是形成对当事人裁判结果的过程,法官切不可图一时之便而忽视对于各个环节的审查和分析,要维护庭审的权威性,如果现有人工智能技术在庭审中并不能全面准确地判断案件,那么对于人工智能的应用就是不可取的。
司法机关信息化是司法机关在人工智能时代的发展潮流,将人工智能与司法裁判相结合,既是我国法院信息化改革的重要内容,也是我国司法系统的模式创新。实践证明,将人工智能引入司法裁判领域能够有效地缓解法院现实困境,但我们应该清醒地认识到人工智能运用于司法裁判的局限,一方面,扬技术之长,最大限度地发挥人工智能在司法裁判领域的技术价值。另一方面,避技术之短,警惕预防其算法不透明等消极影响。总之,我国司法裁判的人工智能化还处于起步阶段,想要建立一个完整的人工智能化司法裁判体系,我们还有很长的路要走,要不断完善司法数据库建设,加强司法领域的算法设计,促进司法办公系统的智能化建设。在人工智能蓬勃发展的时代,相信人工智能在司法领域的应用发展必将呈现出一片大好之势。