人工智能融入司法裁判的现实困境与实践路径研究

周灿

(三峡大学 法学与公共管理学院, 湖北 宜昌 443002)

智慧法院建设是本轮司法改革的重点工作之一,电子卷宗、庭审语音识别、数字化办公系统已普遍运用于司法机关的日常工作。“睿法官”智能研判系统、“206”刑事案件智能辅助办案系统、“类案智能推送系统”等智能辅助办案系统也逐渐进入人们的视野。目前,司法裁判智能化的基本步骤为:首先,将海量司法数据进行自然语言处理;其次,选择与司法智能裁判相匹配的机器学习算法;再次,通过算法得出一种或多种能够预测诉讼案件结果的模型。机器学习算法的工作原理并非法律推理,而是通过搜索并匹配裁判文书中各个参数来完成裁判模型的构建工作[1],因此,情节特征自动提取和判决结果自动关联是目前司法人工智能系统的基本工作原理,其实质是通过自动化程序将观测值(输入值)与一组可能结果(输出值)自动匹配。关键词的勾选和事实情节的概括描述直接决定了自动匹配的过程和结果,而这一工作目前依赖于人工完成,也就是说人工智能裁判的起点还是人工而非人工智能[2]。司法人工智能虽然能够高效解决许多基础性的简单问题,但本质上,它仍然是个“嗷嗷待哺的婴儿”,需要“人工”对其进行“知识投喂”,而现阶段“知识投喂”也正处在试验性阶段。未来,谁都无法准确预测司法人工智能的发展轨迹,司法人工智能的发展存在着各种困难以及不确定性。

一、人工智能融入司法裁判的现实困境

(一)法官独立性、亲历性及司法庄严将受到严峻挑战

司法裁判的形成依赖于规则与法官的共同作用。通过审判,法官运用法律推理技术将抽象性的法律规范与具体性、经验性的生活事实相连接,最后得出终局性的裁判结果[3]。其形成过程被司法制度解释为“以事实为依据,以法律为准绳”,被法学理论定义为“法律涵摄”。不论司法制度如何复杂,法学理论如何抽象,司法裁判最初的出发点还是具体的、经验性的生活事实。没有事实就没有审判依据,没有事实,审判就没有任何意义。因此,在传统的司法裁判过程中,审判程序的起点,即法庭调查,受到法官相当程度的关注。案件事实是司法裁判的逻辑起点,任何类型的裁判都必须将案件事实的认定作为中心任务,进而实现司法正义。值得注意的是,事实认定的复杂程度远远超越法律适用。研究显示,导致案件被改判或撤销的因素中,事实认定不当导致改判或撤销的案件数量远大于法律适用错误[4]。一般而言,事实存在客观事实和法律事实两种形式,客观事实本质上是一种生活经历,呈现为一种可感知的具体过程[5],而司法程序中的事实则呈现为法律事实,它是各方主体在法律意义上再现具体生活经历的过程,该过程以生活事实为基础,同时,也体现了不同主体对生活事实的感受、理解和评价。因此,不论是事实发现还是事实论证都不可避免地依赖法官的自由心证,证明逻辑除了依赖逻辑规则,很大程度上还依赖于经验。正如霍姆斯所言,“法律的生命从来都不是逻辑,而是经验”。然而,人工智能介入司法审判将直接导致法官主体地位受到威胁,法官的独立性和亲历性都将受到巨大挑战,如果毫无节制地在司法裁判中使用人工智能技术,法官地位将不可逆转地发生极大动摇,司法的权威性、庄严性将受到极大损害。

当前,智审系统在道路交通事故纠纷、金融借贷、民间借贷等简易案件的裁判中开始独立发挥裁判作用。浙江省高级人民法院组织研发的“凤凰金融智审”系统已经能够在真实诉讼环境下实现对金融借款案件的全流程独立审判。不可否认,智能审判系统的功能提升确实有助于提升司法效率及司法社会效能,法院及法官也越来越倾向于将智能审判系统应用于真实法庭审判情境,但智能审判与法官审判结合的背后却暗含了审判权的双轨模式[6]。如果法官依据人工智能的审判结果作出司法裁决而不是依据自身的裁判逻辑,那么很可能产生司法责任制被架空的风险。法官过度依赖人工智能作出裁决必将导致审判行为责任难以判定。其中的主要问题在于,当法官依据人工智能辅助意见作出错误决策时,是否需要对该案承担责任?如果法官参考或直接采纳人工智能辅助意见作出司法裁决,那么最终决策混合了机器决策和法官决策,当这种决策导致裁判错误时,如何判定裁判主体是否具有重大过失进而导致裁判错误就变得十分复杂。“审判者通常难以审查机器算法的正当性,即便获得计算机专家的帮助,也有可能受制于当时科技水平而不能及时查证”[7]。

(二)“机器人法官”的判决难以获得社会大众的理解与认可

司法裁判的本质是一种判断权,更是一种释法说理活动,法官在处理案件时不仅必须依法得出公平正义的裁判结果,而且更要为自己所得出的裁判结果承担论证责任[8]。这种论证既包括事实论证,也包括法律适用论证。论证的受众首先是诉讼参与人,其次是司法职业共同体,最后是社会公众。法官必须以事实论证和法律适用论证来接受司法机关内部的制度性检验以及法律人和社会公众的非制度性检验。检验结果直接关系到法官本人、法院组织的公信力以及司法权威。在此前提下,任何法官都必将竭尽全力得出其本人认为最公平、正义的判决结果。然而,当前人工智能的主要工作机制是机器数据分析,其决策模式为通过关联数据的搜索、匹配,实现“分析过去的数据,作出当下的裁判”[9],该决策模式的具体表现——“算法”,对此,社会大众难以理解,更难以发自内心的认同。且“算法”作出决策的依据及过程都无法以可视化的方式展现,使得裁判结果对于社会大众来讲变得“玄之又玄”。如果直接将人工智能裁判结果作为实际案件的判决结果,大众将面临“法不可知则威不可测”的恐慌。同时,人工智能裁判本身是计算机程序裁判,如果发生冤假错案,如何追责也会成为一个需要制度明确的重大问题。因此,司法人工智能无疑将在未来很长一段时间内主要致力于司法裁判内在规律的发现,并为法官、检察官、律师等法律人提供司法决策选项[10]。

(三)价值判断和道德推理难以纳入算法程序

司法裁判在本质上是一种判断权,判断权行使的前提是“以事实为依据,以法律为准绳”,行使的结果应当“让人民群众感受到公平正义”[11],这意味着司法判断权的行使必须合法,同时也必须合理,不仅要追求形式正义,更要追求实质正义。这就意味着裁判过程中不仅要有逻辑推理,而且要有价值判断。但目前的算法程序基本工作原理是依靠数据喂养发现和总结相关关系或者规律,无法进行价值判断和道德推理[12]。而道德推理、价值判断恰恰是最应为裁判者所珍视的司法技能。法律作为一种行为规范,“应当效力”具有无条件和普遍义务的绝对含义,特定情形中是否适当,有必要通过考虑案件情形的各个方面与所有潜在的可选规范来做出裁决[13]。这似乎与人工智能的工作原理相悖。相比于综合考虑案件情形的各个方面,人工智能更擅长的是用符号表达语言,并基于符号的固定性精准定位关键词并寻找与之相关的情节,但是,缺乏人类法官在裁判案件过程中的推理和论证能力。从现有技术的实践来看,司法人工智能无法完成法官裁判思维模拟,而更重要的方面是,法官独立性、亲历性及司法庄严将受到严峻挑战。在当前的司法人文环境下,大众更难以从心理上接受“机器人法官”所作出的裁判结果。因此,不论关键性的具有强大推理论证能力的算法是否被突破,社会公众及法律职业群体都无法放弃其一直以来对司法裁判的理解及价值实践。但不能否认和回避的是,科技创新带给法律行业的冲击已经现实发生,人工智能融入司法裁判引发的革命性变革也将如期而至。

二、人工智能融入司法裁判的实践路径

目前,法院系统案多人少已成为全国性的现象,甚至已经上升为我国司法领域内的一对基本矛盾[14]。仅仅依靠传统的手段工具、方式方法、体制机制已经难以根本性解决案多人少、审判监督这类基本难题。因此,要全面提升法院系统现代化能力,数字化、人工智能化改革势在必行[15]。有观点认为,在人工智能辅助审判的定位之下,法官角色很可能由“裁判者”演变为“裁判结果的确认者”,且在人工智能做出的“裁判结果”约束之下,如果法官不具有很强的自主性,很难挑战人工智能做出的“裁判结果”[16]。也有观点认为,如果仅以现有案件的司法裁判结果作为人工智能的学习范本,那么,再度依据该范本形成的模型所做出的裁判结果无异于对以往裁判结果的自我复制[17]。这不仅不利于司法裁判技术的革新,而且,更可能产生架空二审及再审程序的恶果。尽管存在负面的声音,但毋庸置疑的是,任何工具都有其自身的优势和局限性,其使用都会产生正、负两方面的效果,司法人工智能也不例外。效果预测、评价的价值在于斧正司法人工智能的定位及发展进路,明确建设的正确架构。客观认识并理性对待是探寻司法人工智能合理发展进路的基础和前提。

(一)以平台化整合及无纸化改革为出发点

随着数字赋能的不断深入,算法的改进和迭代将推动人工智能技术在司法领域不断拓展,越来越多的司法辅助事务、类核心事务甚至是核心事务将被司法人工智能所辅助或替代。未来法官的主要工作可能由个案审理转变为同类型案件裁判规则的提炼以及法律知识图谱的构建。未来的司法运行模式也将发生深刻变革,这不仅体现在办案流程上,也体现在案件监督管理上[18]。这意味着,在一定程度上,司法人工智能不仅将重塑司法运行模式,而且将重塑司法组织架构。实现司法人工智能化不仅需要技术支撑,而且需要具备人工智能化运行的特定条件。技术支持的完备需要时间,运行机制及司法组织架构的准备和调整也需要时间,公众接受司法人工智能深度参与具体司法活动更需要时间,因此,做好近期的分阶段实施计划比展望远期的规划图景显得更加重要和富有意义。只有走好当下的路,才有机会走未来的路,实现了“司法信息化”才有机会挑战“司法人工智能化”。法院平台化整合、无纸化改革不仅是为了便利群众参与诉讼打破物理空间的束缚,也不仅是为了便利法官审理案件打破纸质卷宗的束缚,而且更是为了将来“司法人工智能化”积累数据和知识能力。只有当数据积累达到一定数量及质量标准时,才有可能驱动司法人工智能算法模型的形成,而只有构建出可靠的算法模型,司法人工智能化的大门才能被真正打开。这一切的逻辑起点无疑就是数据本身,获取海量司法活动数据,获取真实有效的海量司法活动数据,是打开司法人工智能化大门的钥匙。而真实有效司法活动数据的获得必须以平台化整合及无纸化改革为出发点。但需要注意的是,虽然,足量可靠数据叠加灵活自然语言处理能力能够赋予司法人工智能准确、高效处理各种复杂法律事务的基本能力,但是,司法人工智能直接应用于司法裁判领域仍存在很大的不确定性,仍然需要人类法官在事实认定及法律适用方面严格把关。

(二)以法律规范作为司法人工智能的底层架构

司法人工智能系统应用于具体案件的前提是在“资源-逻辑-表现”三个层次上与制定法保持一致。目前的司法裁判智能化系统主要建立在裁判文书之上,不论是机器学习还是算法模型生成均以裁判文书为基础,一方面,裁判文书作为基础数据存在来源单一、数据量不足的问题;另一方面,电子化裁判文书来自于不同历史时期,在数据基础方面可能出现不同时期的文书对同类社会事实做出不同法律判断的情形,且文书本身以文字呈现,通过文本转化挖掘后的数据精确性极易折损,为完成文本降噪而进行的数据清洗会不可避免地再次降低数据精确性,由此,看似严谨的计算处理过程也会由于一次次的数据处理而变得缺乏准确性。除上述两方面问题之外,更值得重视的一点是,裁判文书在我国并非法律渊源之一,即使是最高人民法院发布的指导性案例,在司法审判过程中也属于“参照适用”,而不同于法律规范的“必须适用”[19]。相关细则明确规定,在审理类似案件的过程中,应当参照指导性案例的裁判要点作出裁判,应当将指导性案例作为裁判理由引述,但不作为裁判依据引用。由此可见,在法律适用方面,法律规范的适用应优先于裁判文书所记载的指导性案例。与此相冲突的是,司法人工智能需要海量案例作为学习材料,指导性案例的数量远远不能满足机器学习及模型构建的需要,故供司法人工智能系统学习、建模的案例绝大部分为普通案例,并非最高人民法院所发布的指导性案例。由于裁判文书所记载的非指导性案例不属于“有效力的法律表现形式”[20],既不能被同类案件参照适用,更不能视作法律规范被直接适用。因此,以裁判文书为基础构造的司法人工智能系统直接应用于司法裁判领域似乎缺乏合法性支持。

法律规范本身作为司法裁判法律依据,具有基础性和决定性的作用,构建法律规范本身的算法模型对于司法人工智能的发展或许具有更为重大的意义。原因在于,我国属于成文法国家,法律几乎都体现在制定法及规范当中,以法律规范作为司法人工智能的底层架构不仅与我国现有的法律制度体系的相符合,而且也与法教义学的方法论相契合。法律作为规则,不仅可以逻辑的表达,而且可以演绎的推理,因此,用计算机构建制定法算法模型具有更大价值。届时,人们只需要将事实情况输入计算机程序,程序即可识别相关规则并决定规则的条件是否得到满足,最后根据适用或不适用的规则得出法律适用推理的结果[21]。但法律规范本身属于复杂文本,具有模糊性、语义歧义、句法歧义,以及解释的复杂性。语义的模糊性和歧义作为法律不确定性的来源之一,在法律规范数据化过程中将造成极大障碍。目前,解决这一问题的思路通常是通过知识图谱技术获取词语之间的逻辑关联来解决语言层面上的模糊性及歧义问题[22]。而解释的复杂性作为法律不确定性的另一个来源,在算法处理上更为复杂。“为了将制定法解释的法理模型应用于具体情形,人们不得不将基于规则、案例和潜在社会价值的推理与立法目的相结合”。而这还不够,“至关重要的是,推理者需要提出或考虑支持和反对一种解释的论证。解释过程的每一步都涉及做出和评估各种类型的论证”[23]。

(三)以法律知识图谱构建及法律解释为主要任务

以法律规范作为司法人工智能的底层架构,需要以知识为中心[24]。因此,法律规则体系的整合,构建法律知识图谱是人工智能应用于司法领域的先决条件。知识图谱是结构化的语义知识库,以符号形式描述物理世界中的概念及其相互关系,“实体-关系-实体”是其基本组成单位[25]。“实体”与“关系”相互联结所构成的网状结构则是其表现形式。因此,不论何种类型的知识图谱均表现为“实体”与“关系”的网状结构,法律知识图谱也不例外。虽然法律条文已全面电子化,裁判文书网、庭审直播网已经储存了具备海量特征的司法大数据,图文及语音识别技术也具备了一定的分析解读能力,但是,司法大数据的堆积并不能直接生成以“实体”和“关系”为内容的法律知识图谱。法律知识图谱的构建必须经历信息抽取——知识融合——知识加工的过程,而这一过程也需要遵循既定规则。在以法律规范为底层架构的司法人工智能系统建设中,知识图谱的形成应依据实体法规范的结构以及诉讼审理结构为基础形成。以民事法律为例,应按照请求权基础、要件事实、证明责任、抗辩为核心要素进行层层解构[26],而这一过程不仅需要人工智能的参与,更需要司法专业人员长期、稳定的知识及智慧投入。

法律解释的复杂性在一定程度上也会影响法律规范算法模型的形成。为减弱法律解释复杂性对算法模型的影响,麦考密克和萨默斯曾经试图确定制定法解释论证的层级,以达到统一法律解释的目的。其将制定法解释论证的层级分为四层:第一层建立在语言学之上,来自法规的普通含义或技术含义论证;第二层建立在系统性之上,来自语境协调、先例和类比论证;第三层建立于目的或评价之上,来自目的和实质理由的论证;第四层是跨类别式的,包括来自意图的论证。作为一种释疑活动的法律解释与作为一种规范性活动的法律解释,其直接目的都是明确法律文本的意义。尽管法律解释还具有实现个案公正等间接目的,但就构建法律规范的算法模型而言,法律解释的目的不仅是明确法律文本的意义,更重要的价值在于发挥价值填补的功能[27]。这意味着,在知识图谱构建过程中,需要法官穷尽毕生所学,在专业精神和极致理性引导下对司法人工智能的社会合意性及有效性进行解释与整合,其间,法官不仅需要人工矫正数据偏差,而且需要通过法律解释技术对案例数据参照加以权衡,甚至还需要将具体裁判解释与算法检验相关联[28]。

法律知识图谱的构建与法律解释在司法人工智能领域应用的主要目的是使人工智能扬弃人类语言的模糊性、歧义性。通过对法律规范本身以及已判决案例的识别、归类、匹配,从而降低甚至无限接近地消除算法模型中的不确定因素。这项工作的意义还不止于此,司法人工智能通过数据标注识别、案件要素抽取、知识图谱构建而完成的算法模型,使“人工智能法官”能够突破法官个体的有限能力与经验,拥有超越历史上任何一位法官或法学专家的法律研究力、法律解释力以及司法裁判力[29]。

三、结语

“司法判决之所以是正义的,不仅在于它是法官依法作出的,还在于它以适当的方式呈现出背后的理由。”[30]裁判作为一种复杂的思维活动,通过事实论证和法律适用论证承载着实现公平正义的厚重理想。这种理想之所以厚重,是因为它具有的终局性和权威性,可能改变当事人的生活状态,甚至是一生的命运。因此,审慎的态度和求“真”的精神应贯穿于司法裁判活动的整个过程。人类面对司法裁判的态度和精神决定了不论未来司法人工智能发展到何种水平,法律事实认定的司法权应当牢牢掌握在人类法官手中,这不仅关乎于促进法官对证据的自觉审慎思考,而且关乎于司法公信力和神圣感。同样,在法律适用论证过程中,不能因为司法人工智能只能识别相关关系,不能推理因果关系就忽视其在促进统一法律适用标准、实现司法公正方面的巨大价值,更不能因为司法人工智能能够实现便利化的裁判就放弃作为法官自主思考、独立裁判的权利。人类法官与司法人工智能之间似乎天生存在紧张关系,但他们之间不是非此即彼的关系,而是共生和相互促进的关系。

人工智能的出现对传统法律主体制度、权利制度和责任制度都带来了极大的冲击[31],实现人工智能融入司法裁判作为一个重大问题,需要在理论研究和司法实践中不断探索,这一探索需要制度层面、实践层面和社会层面的深度交互、配合。因此,给予相关部门研究、讨论、探索、实践的时间,给予社会大众认知、了解、理解、接受的时间具有独特的价值和意义。