智慧审判的建构策略与推进路径*

李 鑫

一、引言：智慧审判的界定

近年来，随着大数据、云计算和人工智能等现代技术的兴起，法院系统并未被动地接受新技术对司法工作的冲击，而是以积极的态度主动迎接新技术给予司法运行的机遇和挑战。2015 年是智慧法院建设元年，在正式拉开人民法院进行信息化和智慧化建设序幕的同时，也奠定了智慧法院建设的司法改革方向。在智慧法院建设过程中，人工智能技术在法院领域的应用是全方位、多角度、深层次的，并逐渐形成了由智慧服务、智慧审判、智慧执行和智慧管理共同组成的智慧法院体系①参见许建峰：《智慧法院体系工程重要成果与发展前景》，载《人民法院报》2021年5月17日第2版。。2017 年，最高院和国务院相继发布《最高人民法院关于加快建设智慧法院的意见》和《国务院关于印发新一代人工智能发展规划的通知》两份重要的官方文件，明确指出要促进人工智能在审判领域的应用，推进法院审判体系和审判能力智能化建设。当然，智慧审判并非近些年才出现的新研究领域，伴随着信息技术及人工智能浪潮的几次沉浮，相关话题早已进入司法实践和理论研究者的视野。由于大数据和人工智能等技术在各行各业创造的可观效能，新一波人工智能浪潮也不断推向了司法领域，关于智慧审判的法学理论研究热再次兴起。从现有的研究成果和趋势来看，围绕智慧审判所衍生出的智能审判辅助、法学知识表达、法律推理路径等话题将成为学界持续关注的焦点②根据笔者收集的相关研究成果，2017年是智慧审判研究的分水岭，仅2018年的研究成果就已经超过2017年及之前的研究成果总和，这也与2017年国家宏观政策发布的时间相吻合。。

在讨论智慧审判之前，首先应该明确智慧审判究竟指什么。在与智慧审判相关的理论研究中，有学者称之为司法裁判人工智能化，并将其定义为机器可以代替法官独立作出某些裁判决定③参见宋旭光：《论司法裁判的人工智能化及其限度》，载《比较法研究》2020年第5期。；有学者称之为智慧法官，从人工智能含义和法官含义两个角度认为智慧法官是能够在司法活动中进行感知、推理、学习、沟通等智能化审判的科学技术④参见黄辰、潘留杰：《人工智能审判的伦理冲突与基本立场》，载《河南工业大学学报（社会科学版）》2020年第4期。；也有学者称之为人工智能裁判，并将其区分为具备明显司法辅助技术特征的弱人工智能裁判与具备自主意识而进行刑事司法语境中案件判决的强人工智能裁判两种样态⑤参见胡铭、张传玺：《人工智能裁判与审判中心主义的冲突及其消解》，载《东南学术》2020年第1期。；等等。智慧审判是现代技术与审判业务的深度融合，其致力于为法官审判案件的庭前、庭审、裁判等各个阶段提供智能化服务。这种智能化服务既包括“智能化辅助”，也包括“智能化决策”。前者指的是通过信息技术处理帮助法官进行精准定位，找到一系列可以进行阅读、分析、决策等的案件相关材料或信息供法官研判；后者指的是通过信息技术处理帮助法官进行审判决策，通过算法运算后直接给出相应的结论，供法官采用或者参考。这两种智能化服务方式同属于智慧审判的研究范畴，其区别主要在于应用场景及实现的可能性上。所以，本文关注的智慧审判并不意味着必须完全实现人工智能技术在审判领域的“司法认知”能力——严格的法律推理过程，也不是单纯机械地完成法官下达任务的“司法辅助”能力——精准的信息推荐过程，而是围绕法官审判活动形成的人工智能应用生态圈，并重点聚焦于以下问题：第一，智慧审判的自身发展问题，包括智能化辅助的涵摄范围、智能化决策的可行性、法律推理的技术路线、法律知识的技术表达、案件类型的技术方向等；第二，智慧审判可能导致的司法价值冲突问题，包括智慧审判建设的基本理念、法官自由裁量权的消解、算法模型构建的价值取向、裁判结果的价值衡量等；第三，智慧审判建设的推进思路问题，包括智慧审判的数据智能、智慧审判的认知智能、智慧审判的应用场景等。从当前的研究成果来看，学界和实务界对于人工智能介入审判领域普遍保持积极乐观态度，但对于智慧审判应如何构建和推进尚待进一步研究。缘于此，本文在系统考察智慧法院建设在司法审判领域已进行的司法实践探索基础上，重点探讨智慧审判构建过程中存在的局限因素，并尝试对智慧审判构建的基本理念及推进路径作理论分析。

对于这项技法来说，将最初呈现绿色的图像转换为黑白是唯一的办法了，因为玻璃本身的特性就是这样！然而你对黑白影调的控制相当出色，因此拍摄出了一张非常抓人眼球的作品。白色建筑的形制非常吸引人，我也非常喜欢你的整体构图。我唯一可能想做的改进就是从略高一些的视角拍摄，这样就可以避免望远镜刚好卡在地平线上，不过我并不知道此举在当时是否可行。

2.资料的表达与描述：用表达近似服从正态分布的定量资料，用M(QR)表达呈偏态分布的定量资料；用统计表时，要合理安排纵横标目，并将数据的含义表达清楚；用统计图时，所有统计图的类型应与资料性质相匹配，并使数轴上刻度值的标法符合数学原则；用相对数时，分母不宜小于20，要注意区分百分率与百分比。

二、智慧审判的实践场景、应用成效及技术路径

（一） 智慧审判的实践场景

根据各级人民法院的智慧法院建设成果，筛选智慧审判领域的典型建设案例形成表1。通过对智慧审判实践场景的典型应用总结分析后，可以看到：第一，智慧审判建设已在全国各地法院展开，并集中于证据分析、案件裁判、电子卷宗、文书生成等主要审判活动；第二，智慧审判已应用于民事、刑事、行政案件，呈现全面建设的趋势；第三，智慧审判通常选取特定案件类型，并未追求在全量案件中展开；第四，智慧审判基本上以提供智能化辅助为目标，罕见全自动司法裁判。

表1 智慧审判实践场景的典型应用

（二） 智慧审判的应用成效

在信息技术的帮助下，法院审判工作质效获得了一次又一次的提升。根据信息技术对智慧审判的作用，可以大体分为三个阶段，即技术性支撑的初级应用阶段、替代性辅助的中坚应用阶段和自主性决策的深度应用阶段，每个阶段的信息化成果都对智慧审判产生了革命性的影响。

1.技术性支撑的初级应用阶段

法律信息检索系统和法律专家系统是智慧审判建设初期的研究成果，其核心功能是借助技术在数据处理方面的优势为法官提供技术支撑，帮助法官在大量的法规、案例或者卷宗材料等司法文件中进行快速检索，将法官从耗时而低效的基础工作中解放出来，从而可以投入更加复杂的推理活动中。这一应用阶段研发的系统功能主要是实现数据的高效检索，尚缺乏相应的推理能力，其定位是为法官提供搭载强大数据库功能的系统，并在进行法律、案例、审判知识等及时更新的同时完成卷宗材料的电子化转变，从而提高法官在审判过程中查找文献、起草文书、信息流转等的效率①参见张保生：《人工智能法律系统的法理学思考》，载《法学评论》2001年第5期。。由于这一阶段的司法数据积累不足和信息技术发展缓慢的双重影响，能够为法官审判案件提供的智能化辅助相对有限，但案件审判的信息化程度却在不断更迭，从而为智慧审判建设奠定了良好基础。

“除非你不在了，爸才能发丧，你只要在一天，你不到，爸就不能出殡。所以让我赶来报丧，让你和长官请个假，快赶回家扶棺送爸一程。”

2.替代性辅助的中坚应用阶段

由图2中D可知，随着酶解时间的增加，辣椒碱、辣椒二氢碱及辣椒红色素的含量先增加后降低。原因可能是，随着时间的增加，酶解反应充分，有利于辣椒细胞中关键物质的溶出，而当酶解时间过长时，辣椒中的辣椒碱和辣椒二氢碱等有效物质会有一部分分解，导致其含量降低。综合比较，提取辣椒碱和辣椒二氢碱的最适酶解时间为3 h，提取辣椒红色素的最适酶解时间为2 h。

3.自主性决策的深度应用阶段

统计对比发现，雷米普利组干咳者6例，占有率为：16.22%，头晕者4例，占有率为10.81%，总的不良反应发生率为：27.03%，替米沙坦组轻微咳嗽者1例，占有率为2.70%，头晕者1例，占有率为2.70%，总的不良反应发生率为：5.40%，替米沙坦组的不良反应发生率显著低于雷米普利组，差异有统计学意义（P＜0.05）。

从整体上看，智慧审判将长期处于替代性辅助的中坚应用阶段，这既受到司法自身特性的影响，也因为当前司法领域技术研究尚未获得足够的重视和突破。但无论是学界还是实务界都在思考人工智能在司法审判中的角色转变，即如何实现从替代性辅助到自主性决策的过渡②参见盛学军、邹越：《智能机器人法官：还有多少可能和不可能》，载《现代法学》2018年第4期；马皑、宋业臻：《人工智能“法官”的一种实现路径及其理论思考》，载《江苏行政学院学报》2019年第2期；［澳］塔妮娅·索丁：《法官V机器人：人工智能与司法裁判》，王惠、李媛译，载《苏州大学学报（法学院）》2020年第4期等。。在自主性决策的深度应用阶段，人工智能将借助数据和算法完成自主推理过程，而这一过程只需要法官少量的操作，甚至可能不需要法官进行人为干预，因此有研究预言，“计算法律，以及算法裁判，或将成为法律的终极形态”③腾讯研究院等：《人工智能：国家人工智能战略行动抓手》，中国人民大学出版社2017年版，第281页。。当然，人工智能的自主性决策，并非意味着必须对整个案件进行自主决策而得出裁判结果，也可能是嵌入审判过程中的某个环节的自主决策。但无论如何，自主性决策阶段都是比技术性支撑阶段和替代性辅助阶段更深层次的应用，只不过进入这一阶段所需的时间或许比人们设想的要久，而且可能无法应用于全量案件中，只能在特定的案件类型中进行应用。

（三） 智慧审判的技术路径

在智慧审判构建过程中不可回避的研究议题是如何构建审判领域的人工智能模型。当前智慧审判构建过程中进行法律推理建模的技术路径主要有三种：一是基于法律逻辑的形式主义推理；二是基于历史案例的现实主义推理；三是基于法律大数据的裁判预测。

1.基于法律逻辑的形式主义推理

在智慧审判构建过程中最初应用的技术路径便是基于法律逻辑的形式主义推理，这也是成文法国家法律推理史上的主流建模路径。该技术路径的本质是将包含法律规则的法条按照演绎推理的方式表达为计算机可以进行识别和执行的模型，其遵循的基本逻辑是司法三段论，即只需要向计算机程序输入一个案情事实，则可根据预先设置的法律规则进行数据运算、论证、推理和解释，最后给出裁判结果。这种推理路径的典型应用是以要素式审判理论为指导研发的智能化系统，系统按照法律规则推理思路设置了具体性的诉讼请求、对抗性的审理要素、关键性的计算辅助、区分性的裁判说理、靶向性的法律适用、对应性的裁判结果、自动性的文书生成等七大功能，以期实现从案情到结果的推理过程①参见李鑫、王世坤：《要素式审判的理论分析与智能化系统研发》，载《武汉科技大学学报（社会科学版）》2020年第3期。。不过，这种基于法律逻辑的形式主义推理在构建过程中存在着相当大的困难之处，主要原因有：第一，将案情事实分解为要素因子的方式无法避免案件事实复杂和要素颗粒度设置的难题，同一案件事实在不同要素因子拆解下会呈现为不同的表现形态，甚至可能会导致案件事实的偏差；第二，在建立在机械、有限视角下的法律逻辑模型中，这些要素因子对推理出裁判结果所具有的权重系数应该如何进行衡量和定义；第三，根据案件事实设置的事实要素与根据法律规范设置的法律要素应该如何进行关联，并应当按照何种法律逻辑进行推理。

2.基于历史案例的现实主义推理

(4)整合产业链，借助电子商务重构销售渠道。中国蓬勃发展的电子商务无疑为广大中小外贸企业建设内销渠道提供了一个很好的选择。

从数据形式看，面向智慧审判建设的司法数据既包括通过电子诉讼平台、审判办案系统等产生的案件基本信息等结构化数据，如当事人信息、管辖信息、证据交换信息、送达信息等，也包括随案生成的各种电子诉讼材料等半结构化数据，如起诉状文本、答辩状文本、证据文本、裁判文书等，还包括围绕庭审活动产生的庭审录音录像、图像类证据材料、视频类证据材料等非结构化数据①参见孙晓勇：《司法大数据在中国法院的应用与前景展望》，载《中国法学》2021年第4期。。

3.基于司法大数据的裁判预测

与建立在演绎推理逻辑上的规则推理技术路径和建立在类比推理逻辑上的案例推理技术路径不同，基于司法大数据的裁判预测是综合运用社会科学、数学、统计学等学科，以海量司法数据蕴含的过往判例信息为基础，对待决案件裁判结果作出的可能性预测。在前两种技术路径下，即使没有足够的司法数据，只要存在明确清晰的规则或有指导意义的案例，就可能得出正确的推理结果。但在基于司法大数据的裁判预测这种技术路径中，具有足够数量的既往案件事实和裁判结果是其进行推测的前提，没有一定规模的司法数据信息很难实现真正意义上的裁判预测②参见白建军：《法律大数据时代裁判预测的可能与限度》，载《探索与争鸣》2017年第10期。。这种技术路径主要用于刑事案件的量刑建议，如通过裁判文书的文本挖掘和基于神经网络、线性回归方法的量刑预测建模实现对贩卖毒品罪的量刑预测③参见舒洪水：《司法大数据文本挖掘与量刑预测模型的研究》，载《法学》2020年第7期。。但基于司法大数据的裁判预测通常会存在两个典型问题：第一，大数据所具有的客观属性和预测能力在司法审判领域可能受到限制。利用司法数据进行预测之前，首先需要对数据进行主观评价和解释，这一过程无疑会导致数据客观属性的消解。此外，由于案件事实的复杂和法律体系的演变，从法官已判先例中提取可以预测裁判结果的要素时往往会捉襟见肘。第二，裁判预测可能不受控制地朝着非正确的方向愈演愈烈。这好比通过大数据预测顾客的购物喜好或观影偏好，一旦得出预测结果便会向这种结果偏移——哪怕这种结果是错误的，而对于非正确预测结果的纠正却并非简单而有效。

三、智慧审判受制于司法特性与智能技术的双重张力

当智慧审判在理论研究和司法实践中受到广泛关注时，人们越来越认识到理想中的“智慧”与“审判”的叠加效果并不乐观，两者之间可能会产生紧张的内在张力，更深层次的影响是对现有司法体制的冲击。一方面，司法系统运作向智能技术开放引发的直接后果是对法官审判权本身可能存在潜在风险；另一方面，随着智慧审判的应用与深入，司法裁判过程与结果能否在智能技术潜移默化影响下保持公正性亦成为关注的焦点。

（一） 司法审判自由裁量权与算法不可解释性之间存在张力

由于法律本身的局限性与社会生活的复杂性，在每一个个案处理中都可以看到法官经验与智慧的运用，在审判活动中充满着法官自由裁量的色彩。法官自由裁量权是“法官根据自己对立法目的和法律原则的理解，在法律规范的框架内，凭借道德良知和审判经验，运用司法逻辑和理性思维，认定案件事实，选择至善的裁决结果，以实现公平正义的价值选择的过程和权力”①李叙明：《法官自由裁量权的伦理规制研究》，载《湖南大学学报（社会科学版）》2013年第5期。。可以看到，法官自由裁量权其实是一把“双刃剑”，既可以凭借法官的司法技艺对化解纠纷和实现正义起到积极作用，也可能因为法官职业道德素养差异与自由裁量缺乏操作标准而陷入权力行使不当或被滥用的伦理困境。技术不可解释性源于技术黑箱问题，是信息时代普遍存在的客观现象，但是人工智能算法的不可解释性更具有鲜明的技术特征，这是因为当前智慧司法领域推崇的机器学习、深度学习、神经网络等都为非显式编程。不论算法因为商业秘密而不公开，还是因为技术本身的特性无法公开，都使得人工智能算法的不可解释性成为智慧审判领域不可避免的难题，初看起来是从条件到结果的决策过程无法被解释，实则是因为无法按照法官常规审判方法得出裁判结果，整个司法过程失去了透明性与权威性。

对当事人而言，法官自由裁量权下的自由心证过程与算法黑箱下的数据运算过程都存在不同程度的不可解释性问题，只是法官自由裁量权下的自由心证过程受到同业法官、说理义务、伦理道德、司法责任制等各种形式的制约，而算法黑箱下的数据运算过程往往缺乏相应的制约措施。在简化说理的简单案件中，裁判文书所呈现的法官自由心证过程相对较少，当事人所感受到的两者之间的不可解释性问题差别就较小；只有在需要详细裁判说理的复杂案件中，这种差距才会凸显。而对法官而言，人工智能算法不可解释性对强调法官自由裁量权的司法审判带来的是巨大挑战，这种挑战主要体现在人工智能算法可能不断消解法官的主体性，动摇法官在司法审判中的主体地位。因此，法官对于人工智能算法介入审判领域在很大程度上会保持怀疑和排斥，从而限制智慧审判的应用和发展，“法官们在历史上已经表现出对于那些企图影响他们自由裁量权因素的敏感度，因而也可以推定强加给他们某个电脑决策支持系统的态度”②吴习彧：《司法裁判人工智能化的可能性及问题》，载《浙江社会科学》2017年第4期。。

人工智能算法应用会对法官自由裁量权产生两方面的影响。一方面，通过人工智能算法可以在一定程度上限制法官自由裁量权，这符合规制与监督法官自由裁量权的目的，但在算法不可解释性下，这种约束却不容易控制，对法官自由裁量权的限制也无法限缩在某个可控范围内。另一方面，人工智能算法结果可能会对法官内心确认结果造成不当干预。人工智能算法运用历史数据构建模型，通过训练模型而形成决策规律，但这种决策规律在算法不可解释性影响下就变得不易被发现，当决策规律形成偏差而导致“算法歧视”时，就会形成看不见的不正义③参见魏斌：《司法人工智能融入司法改革的难题与路径》，载《现代法学》2021年第3期。。当这种决策结果提供给法官参考时，由于无法知悉结果的运算逻辑，法官会产生内心确认纠结，从而出现裁判偏差。比如法官根据案情事实和量刑情节得出的量刑结果为5 年，然后人工智能算法通过对本院甚至上级法院的裁判文书自动分析后得出的量刑建议结果为7 年，此时就会对法官的心理活动产生重要影响，极可能导致量刑不当。正是由于人工智能算法不可解释性带来的负面影响，因此，如何维持合理限制法官自由裁量权与避免不当干预法官自由裁量权行使之间的平衡，是智慧审判构建过程中不可回避的问题。

（二） 社会公众司法公正追求与技术工具理性之间存在张力

与公平正义的永恒论、普遍论相比，公平正义应该是具体的、历史的，不存在脱离具体的公平正义，具体到司法审判中，让人民群众在每一个司法案件中感受到公平正义就是最直接的表达。其中“感受到公平正义”则必然包含程序正义和结果正义两方面，两者之间的复杂联系表现为程序正义保证结果正义的实现，结果正义影响程序正义的感受①参见刘立明：《“感受到公平正义”的法治意蕴》，载《江苏社会科学》2020年第5期。。技术工具理性是追求效率优先的技术，与具有逻辑分析、结果预测以及利弊权衡能力的理性思维高度契合，因强调客观性、规范性和可操作性特征而被广泛应用于生活各个方面，但在智慧法院建设的很多领域都显得与司法本性格格不入，而司法审判又是其中最突出的部分②参见徐骏：《智慧法院的法理审思》，载《法学》2017年第3期。。在传统司法审判运行模式下，法官审判案件是一项综合运用法学知识、审判经验、社会价值等内容的复杂技艺，由此得出的审判结果才能让双方当事人信服并产生定分止争的社会效果，而这正是司法正当性的基础。智慧审判试图运用技术方式达到法学知识积累、审判经验复制、社会价值嵌入的效果，但仍然无法让当事人像信赖法官判案一样信赖技术判案，这不仅仅是因为现有技术无法完全模拟司法运作过程，而更重要的是技术判案并不具备法官判案的外观，无法让当事人在心理上产生认同感并感受到公平正义，社会公众对司法公正的追求与技术工具理性之间的矛盾也就显露出来。

1.面向智慧审判建设的司法大数据

在智慧法院建设宏观政策及商业机构盈利运营的推动下，智慧审判已经形成了多建设、集应用、广试点的实践格局，但当前的智能化应用仍然是零散和不成体系的，其中很重要的原因之一是没有按照审判流程进行系统化梳理，没有明确各阶段可以提供哪些智能化辅助。基于审判流程的立案、庭前准备、庭审、合议、裁判、文书撰写、结案归档的七个常规审理阶段，智慧审判建设应该以数据智能和认知智能为基础，打造各审理阶段的智能化服务模式，从而为一般性案件的常规审理提供智能辅助。

四、智慧审判构建的基本理念

（一） 事实之维：人工智能推理介入司法审判的先决条件

传统上对于法律推理的讨论主要聚焦于法律要素层面，并将事实要素归为证据法领域，“但只要法律问题几乎总是取决于对事实的判断，只要事实判断以各种方式受到法律规则和典型推理方式的塑造，那么将事实问题排除于法律推理的主题之外就显得很奇怪”③［美］弗里德里克·肖尔：《像法律人那样思考：法律推理新论》，雷磊译，中国法制出版社2016年版，第225页。。无论采取哪种技术路径的法律推理方式，都不可避免地需要对待决案件和已决案件的事实进行事实要素抽取或事实知识图谱构建等预处理，对案件事实处理的好坏直接决定着能否按照预先设计的推理模型实现法律推理。当前智慧审判之所以并未取得良好成效的其中一个关键因素便是案件事实并非总那么容易通过技术手段进行处理并达到想要的案件事实解析效果。换言之，案件事实的可类型化和复杂程度决定着人工智能在司法审判中的应用。判断某类案件是否可以嵌入人工智能时，对该类案件事实是否能够按照机器可以理解的方式进行描述是必要的审查前提。

类型化案件在案件事实、法律适用等方面存在共性，可以通过审判实践经验对案件事实要素、法律关系、审判要点等方面进行总结归纳，具有简易性、要素化、标准化、参与性、可预见性等审理特征①参见李晨：《论类型化案件智能审判系统的建构——以J区法院为样本》，载齐树洁、张勤主编：《东南司法评论（2018年卷）》，厦门大学出版社2018年版，第340-341页。。从基于法律逻辑的形式主义推理角度而言，类型化案件的案件事实与法律事实具有同质性，只要将案件事实与法律事实进行比照便可以得出结论，使得人工智能介入具有可能。而在基于历史案例的现实主义推理和基于司法大数据的裁判预测两种推理路径下，案件事实清楚、可要素化表示也是对案件拆解、比对、分析的重要前提。不过，类型化案件的案件事实在司法实践中经常因为案件材料未进行电子化、无法进行结构化、要素抽取存在难度等因素而无法准确抽取，使得人工智能应用同样存在着困难。解决该类问题的关键是如何抽取既有卷宗材料中蕴含的事实要素，并通过事实要素构建出案件事实，只要构建出案件事实便可通过其与法律事实的对应关系进行推导。相比之下，非类型化案件的案件事实往往与法律事实存在较大出入，通常无法根据法律事实比照案件事实作简单推理，也无法按照“决策—论证”模式从既有法律规范中寻求可以进行裁判的依据，这种阻却机制使得人工智能在这类案件的应用受到限制②参见沈寨：《个案正义视角下司法人工智能的功能与限度》，载《济南大学学报（社会科学版）》2019年第4期。。此时，由于案情的复杂，法官需要进行证据综合审查、案情分析比对、自由裁量权行使等各种审判工作，这一系列过程很难通过人工智能进行模拟，必须法官亲力亲为。

（二） 规范之维：司法审判算法模型构建的逻辑着力点

在智慧审判构建中，对算法运行规则设计、法律推理模型构建等起决定性作用的是如何将法律规范进行知识表达，并用于司法运作过程的描述与还原。基于法律逻辑的形式主义推理将法律规范作为大前提，基于历史案例的现实主义推理将法律适用作为判断条件，基于司法大数据的裁判预测将法律规则作为预测规则，可以看到，无论哪种推理路径均需要围绕法律规范形成法律论证范式。法官在审判中需要对个案作出具体评价或裁决时，需要结合案件事实从现有法律框架内寻找与之相匹配的法律规范，从而结合自己的审判经验、审判思维和审判技巧构建一套适用当前案件处理的裁判理由和裁判依据。这是司法审判中法官释法或法律推导的过程，在这过程中需要遵循最佳理解原则：首先应当尊重法律条文，按照成文法条文的字面意思解释法律，不得擅自背离法律条文的字面含义；其次要将成文法条文置于整个法律体系中加以理解，要考虑法律条文之间的关系以及条文背后的意图、目的、价值和精神；最后要基于成文法条文及体系的整体思维作整合性理解，从法律体系中推导出关于当前案件审理涉及的法律问题的最佳答案①参见王洪：《制定法推理与判例法推理》，中国政法大学出版社2016年版，第197页。。人工智能目前阶段可以将法律条文的字面意思转译为规则，也可以将不同法律规范调整同一法律事实的法律条文构成法律规范组，但解决法律的开放性问题、理解法律条文背后的精神和对法律体系的整合性理解是目前人工智能无法做到的。因此，在设计司法审判算法模型时，必须将这种局限性考虑进去，否则必然引起整个推理过程的底层崩塌。

虽然法律规范在法官裁判活动中的地位不容置疑，但法律规范的不确定性也使得在法律推理过程中的“案件事实—法律规范”的二重结构联结容易出现断层，这就意味着，人工智能在进行法律推理的时候无法准确地在案件事实与法律规范之间建立联系，从而导致法律推理的偏差。为了解决这一问题，一种有效的解决方式是先形成具有严密、确定意义的裁判规则，并通过裁判规则将案件事实与法律规范联结起来，形成“案件事实—裁判规则—法律规范”的三重结构。一方面，裁判规则的提炼场域为个案事实，其目的在于为个案事实提供裁判指引，因此能够与案件事实形成联结；另一方面，以个案事实为基础总结的裁判规则，又需要借助既存的法律规范形成效力，因此能够与法律规范形成联结②参见张其山：《司法三段论的结构》，北京大学出版社2010年版，第79页。。目前，最高人民法院发布的公报案例、指导性案例、典型案例等以及各级人民法院编写的审判指导、参阅案例等权威案例，普遍采取这种模式，根据筛选的个案事实形成裁判规则，从而为其他类似案例的裁判提供裁判指引。不过，由于案件数量较少、覆盖面较窄、裁判规则普适性不强等，现有体系下的案例指导制度尚未完全发挥预设的功能与效力，但提供了通过构建裁判规则实现案件事实与法律规范联结的建设思路，其问题转变为如何通过既有的判例库、法规库等形成具有数据多、覆盖性强、普适性高等特征的一般裁判规则③参见李姝卉：《案例指导制度下的一般裁判规则构造》，载《法律方法》2019年第4期。。

8.4 化学防治 采取全园机械棚下喷药。早春梨树发芽前，喷3～5波美度石硫合剂。落花后喷第1次化学农药，果实套袋前5～7天喷第2次，以后每隔15～20天喷1次。杀菌剂以腈菌唑、甲基托布津、戊唑醇为基础药剂交替使用，另选1～2种配伍杀菌剂为辅助药剂与基础药剂混合使用；杀虫剂以高氯马、阿维菌素、苦参碱为主，6月底之前每次用2种杀虫剂与杀菌剂混合同期喷施，6月底后混用1种杀虫剂同期喷施。配制农药时要根据剂型和浓度，使配制后的每种药的用量和浓度都符合单独使用的要求，以确保用药效果和生产安全。

司大愣子媳妇对我说：“秀容川，你不能再跟别呦呦来往了！你才十四岁，坏了名声，看日后哪个女的敢嫁给你。”

（三） 价值之维：人工智能机械正义的衡量标尺

智慧审判的目标是将人工智能技术嵌入审判活动的方方面面，用数据和算法模拟法官审判过程。对这一过程的价值衡量取决于是否允许借助计算机进行模拟，其核心问题是明确预测结果在法律上和法理上的正当性。正义根据表现形式和实现目的可以分为程序正义和实体正义，智慧审判对程序正义和实体正义均会产生影响。比如，在线庭审改变了传统庭审方式，更大程度上影响的是程序正义，而在量刑建议中，更容易引起质疑的是个案中的实体正义。人工智能通过数据和算法提供的是冰冷的、一般的机械正义，这与法官基于审判经验、内心裁量形成的个案正义存在着本质区别。对于人工智能得出的计算结果，很多学者都在不同程度上表达出了担忧，如：人工智能在提供正义产品时只能提供基本的素材或粗加工的产品，始终不能复制法官智慧的真谛，无法实现实质正义①参见潘庸鲁：《人工智能介入司法领域路径分析》，载《东方法学》2018年第3期。；算法裁判很难具有源于人的心性和灵性的司法判断潜质，应该对司法人工智能设置禁区，禁止其在某些司法活动中的应用②参见黄京平：《刑事司法人工智能的负面清单》，载《探索与争鸣》2017年第10期。。价值判断是智慧审判不可回避的问题，各种研究及应用也应该围绕价值判断展开。总体而言，大数据和人工智能的“数据”能力对类型化案件裁判乃至特定个案裁判都可能给出结果预测，并在一定程度上消解法官的知识局限和主观偏见，但正是人工智能技术存在技术瓶颈、不可解释等问题，使得给出的结果预测受到诟病。因此，对于人工智能产生的机械正义，应该建立一套数据和算法的法院标准，明确在智慧审判中的数据应该如何提供、模型应该如何确定、过程应该如何监督、结果应该如何审查等问题。

人工智能算法本身是无能力进行价值判断的，其在智慧审判应用中处理涉及价值判断的问题时，主要做法是提取法官或者构建者在这个问题上的价值判断，并以此为基础作出决策。有观点认为，与传统工具相比，人工智能具备某些智力上的学习能力，在特定方面更可能超越人类，在评估技术风险时必须同时将人工智能本身的智力能力纳入考虑范围③参见陈景辉：《人工智能的法律挑战：应该从哪里开始？》，载《比较法研究》2018年第5期。。不过，人工智能本身的智力能力归根到底仍然取决于数据及算法等底层内容，因此，算法模型构建过程中的司法价值取向主要受以下几方面因素的影响：第一，基础数据本身蕴含的司法价值取向。裁判文书作为目前进行算法模型构建最重要的底层数据之一，其本身蕴含着法官对案件事实裁判的态度，裁判文书范围的选取其实就是确定司法价值取向的过程。裁判文书的类型、质量、范围都决定着会形成什么样的司法价值，个案的处理便会向着这种司法价值偏移。第二，数据标注规则及标注过程中的司法价值取向。以司法实践中某种人工智能法律知识图谱构建为例，其总体路径为依据要件事实型民事裁判论，将案件认事用法解构为不同层级要素，然后由法律专家进行标注，形成标注数据供算法学习④参见高翔：《人工智能民事司法应用的法律知识图谱构建——以要件事实型民事裁判论为基础》，载《法制与社会发展（双月刊）》2018年第6期。。这种定义数据标注规则及进行数据标注本身就是进行司法价值取向选择的过程。第三，算法模型取舍衡量时的司法价值取向。例如，分类算法是智慧审判构建过程中应用广泛的一种算法模型，其运行逻辑是先根据预定的数据集或概念集建立一种分类模型，再使用分类模型对新数据进行分类，可以用于证据分类、裁判文书分类、要素分类等。能够实现这一目的的分类算法有决策树、贝叶斯、人工神经网络、K-近邻等，但相同数据通过不同分类方法计算后的结果是不同的，所以结合应用场景筛选算法模型也是选择司法价值取向的过程。

五、智慧审判建设的推进路径

智慧审判建设是围绕司法审判工作开展的一系列审判信息化、审判智能化措施，在法官审理案件的全过程中提供不同方面、不同程度、不同方式的智能化服务。一方面，智慧审判建设贯穿审判全流程，涉及立案阶段、庭前阶段、庭审阶段、裁判阶段、结案阶段等；另一方面，智慧审判建设隶属于智慧法院建设，与智慧服务、智慧执行和智慧管理存在密不可分的关系，与智慧服务共享案件审理基本信息、与智慧执行共享案件审判结果信息、与智慧管理共享案件审判过程信息等。图1 为智慧审判建设的总体架构，总体而言，应是以数据智能和认知智能为基础支撑，按照案件的审理流程构建智能应用场景，并区分案件类型，提供不同程度的智能化服务。

图1 智慧审判建设总体架构

（一） 以司法数据和审判知识构建智慧审判中的数据智能

1.3.1 标准溶液的配制 准确称取树莓酮标准品0. 010 0 g，置于100 mL棕色容量瓶中，甲醇溶解定容，混匀，配制成100 mg/L的标准储备溶液，4℃保存。精密量取树莓酮储备液1 mL置于100 mL棕色容量瓶中，甲醇定容，配制成1 000 μg/L中间溶液，-18℃避光保存。

2.围绕审判知识体系创设司法认知智能

从数据来源看，面向智慧审判建设的司法数据主要包括以下几类：一是当事人提交类，是当事人在进行诉讼过程中向法院提交的信息生成的数据，比如起诉状文本、证据材料、各种程序申请材料等。二是法院审判流程类，是在法院内部办案过程中随着案件办理流程生成的数据，比如送达文书、庭审笔录、程序变更、审限变更等。三是公开数据类，是相关部门通过一定的行为公开的数据，比如权威案例、历史判例、法律规范、公开公示等。四是外部协调类，是法院在审判案件过程中需要与外部部门协查的相关数据，比如不动产登记信息、鉴定信息、人民调解信息、仲裁信息等。五是其他类，是除上述类型数据外与审判活动相关的数据，比如图书、期刊论文中涉及审判的信息。

在整个法律体系中，具有开放结构术语和概念的法条占据了相当大的比重，这一方面是由人类自然语言的模糊性、社会性、分歧性等本质特征所决定的，另一方面立法者也不可能预测现实中的所有情形并设计出足够详尽的规范。事实上，基于法律逻辑的推理在理论研究和司法实践中都受到了诸多限制和质疑。因此，起源于判例法国家审判传统的一种技术路径逐渐进入研究者视野——基于历史案例的现实主义推理。这种推理方式关注的核心问题是如何建立待决案件与历史案例的相似关系及程度，一旦这种相似关系建立，便可借助历史案例已确定的裁判规则实现待决案件的类案同判，从而达到实现法律人工智能推理的目的。不过与判例法国家的案例推理不同，在成文法国家中这种推理方式通常作为一种补充形式而存在，法官更希望的是从相似的历史案例中获取可以指导审判实践的裁判规则。这种推理路径的典型应用是结合办案场景的类案推送，比如在庭前准备阶段、审理阶段、结案阶段等向法官推送类案②参见陈琨：《类案推送嵌入“智慧法院”办案场景的原理和路径》，载《中国应用法学》2018年第4期。。但这种推理方式尚存在两个关键问题未得到充分解决：第一，作为推理基础的历史案例库构建问题。从近几年案例库的建设现状来看，无论是各级法院建设的判例数据库，还是法学研究机构以及其他社会主体建设的判例数据库，都普遍存在高质量判例数据较少、裁判规则提取质量不高、遴选的渠道与机制缺失等问题③参见顾培东、李振贤：《当前我国判例运用若干问题的思考》，载《四川大学学报（哲学社会科学版）》2020年第2期。。第二，作为推理核心的相似案例关联问题。在实现相似案例关联的技术路线上主要包括通过案件事实进行关联、通过争议焦点进行关联和通过法律适用进行关联，无论哪种技术路线都需要实现案例信息的检索和抽取，但从目前已进行的研究进展来看，案例信息抽取和案例相似关联都未取得理想的效果①参见李鑫：《从信息化呈现到体系性构建：判例运用视角下判例检索系统的建设与发展》，载《四川大学学报（哲学社会科学版）》2020年第2期。。

建议开发区加强形象塑造，多开展学术活动，多在国家级媒体平台，尤其是一些专业性强、影响力大的自媒体、公众号发布推文。具体办法有：(1)承担或者组织召开科技型发展型的高端研讨会、论坛、讲座；(2)承担国家级的协会、学术团体的年会和信息发布会；(3)组织高校、科研机构的负责人、知名学者参观交流；(4)承担或组织全球性、全国性、全省性的比赛活动；(5)加强与香港、深圳、广州相关机构的合作交流力度、频率，对接他们的一些会议、活动；(6)在国家级媒体发声，宣介自己的优势和特色；(7)重视自媒体、公众号建设，并且有计划有目的地不断在相关权威自媒体和公众号展示开发区正能量的信息。

2.面向智慧审判建设的审判知识体系

智慧审判之所以可能，脱离不了围绕案件处理所应具备的各种法学知识的汇聚，对各种法学知识的使用构成了智慧审判建设的底层支撑。司法审判的专业性及权威性，要求智慧审判建设必须具备相当量级的法学知识储备，包含法律规范知识、案由牵连知识、历史案例知识、证据分析知识、裁判规则知识、社会生活知识等在内的各种法学知识。从目前智慧审判建设现状来看，法学知识整合中尚存在两大问题：第一，法学知识的信息化转变问题。这种信息化转变既包括由非结构化知识向结构化知识的转变，也包括由零散性知识向体系化知识的转变。前者如从法律规范中抽取裁判规则、从裁判文书中抽取法官智识、从证据材料中抽取案件要素等，后者如多源法律知识融合、法学知识图谱构建等。当前法学知识信息化转变的广度和深度都未达到智慧审判预设的期望，例如：法学知识库重视法律规范和裁判文书的信息化转变，而对风俗习惯、行业知识等其他知识涉及较少；复杂案情无法按照既定法学知识图谱进行刻画。第二，法学知识的信息化呈现问题。法学知识的信息化呈现是根据司法审判场景自由组合的过程，应该是结合司法审判进程进行的动态调整，比如在案件庭审阶段向法官呈现案件证据知识、在案件研判阶段向法官呈现类似案例和法律规范知识等。目前法学知识的信息化呈现在智慧审判应用中已有涉及，但是呈现的精准度和关联性均有不足，如推荐的类似案例范围过宽而仍然需要法官进行大量筛选工作、卷宗材料尚未将多方主体提交的证据进行链条式关联而不能为法官的综合性审查认定提供支撑。

（二） 智慧审判建设的技术机理由感知智能到认知智能

1.围绕司法大数据发展领域感知智能

感知智能是人工智能的初级阶段，主要包括人脸识别、语音识别、图像识别、视频识别等智能化处理技术，意在模拟人类的语言表达、听觉和视觉感知能力①参见魏斌：《论法律人工智能的法理逻辑》，载《政法论丛》2021年第1期。。庭审语音自动转写、图像证据识别、卷宗OCR 识别等都是感知智能技术在智慧审判领域的典型应用场景，目前已经取得了小范围的成功，相比传统的信息技术，其能够大幅度提升审判工作的效率。这种成功主要得益于两方面：一方面，这些感知智能技术隶属于通用技术，在多行业已经经过长期试验和不断完善，具备了相当高的兼容性和成熟度；另一方面，虽然这些感知智能技术在智慧审判领域与其他领域的应用场景不同，但在技术逻辑上并无较大差异，只是技术难度不同②参见左卫民：《从通用化走向专门化：反思中国司法人工智能的运用》，载《法学论坛》2020年第2期。。但总体而言，感知智能在智慧审判领域仍未获得普遍运用，其中最重要的原因是感知智能仍然停留在通用技术层面，未针对审判活动研发领域感知智能，这就限制了感知智能在智慧审判复杂场景中的应用。以庭审语音识别转写为例，除语速、口音、语言环境、方言等影响识别效果的共性问题外，“案件基本信息如人名、地名、证据名称等无法以热词形式预先导入进行机器学习，影响转写准确度”③朱川、孙咏、玄玉宝等：《庭审语音识别转写系统优益与配套机制研究》，载《人民司法（应用）》2018年第19期。。而限制庭审语音识别转写应用的真正原因是单纯的语音转写与书记员的人工记录是存在本质区别的，如果先不考虑语音转写的准确度，单纯的语音转写会将法庭上所有人的对话一字不差地转写成文字，但书记员的人工记录却是有针对性的记录，既保持了对话真意又将与庭审无关的对话过滤掉，以让法官阅读一份完全记录庭审笔录的方式来处理案件是一种低效而错误的方式，反而会加重法官审判案件的负担。感知智能的发展高度依赖大数据，近年来人工智能在语音识别、OCR 识别、图像识别等感知智能场景下取得的成功都离不开大数据技术的支撑，因此，要发展领域感知智能必须立足于司法审判的领域特性，尤其要挖掘审判活动的技术需求，以审判数据为核心突破通用感知智能技术的“瓶颈”。

司法数据是一个宏观概念，在广义上可以泛指一切与司法相关的数据，就概念本身而言，尚未形成统一共识。司法数据的涵摄范围是随着应用场景变化而不断变化的，比如面向法院内部的司法数据与面向社会公众公开的司法数据必然存在差异，面向智慧审判的司法数据与面向智慧执行的司法数据同样存在着不同。本文研究的对象为智慧审判建设，面向智慧审判建设的司法数据主要是指围绕审判工作所形成和需要的数据，包括审判工作过程中产生的审判信息、卷宗材料、法律文书等数据，也包括对审判工作起到支撑作用的历史判例、法律规范、行业标准、金融信息、财产信息等数据。智慧审判建设的前提之一是具备相当规模的司法数据，通过对司法数据的采集、存储、加工和管理，挖掘审判活动与各种数据之间的关联关系，以符合司法审判规律的方式为审判工作提供服务。比如：在对案件进行繁简分流时，就需要从审判数据中获取当事人信息、案由信息、标的信息等；从当事人材料中获取证据信息、诉讼请求、基本事实等；从历史判例数据中获取法律适用信息、类案分流结果信息等。这种对司法数据的运用是一种多维的动态过程。

随着数据积累到一定量级并符合大数据的海量性（Volume）、高速性（Velocity）、多样性（Variety）、价值性（Value）的“4V”特征，借助大数据分析实现知识发现的大数据技术逐渐受到追捧，并以此为基础形成了经验主义认识论。该认识论排除理论预设，以数据分析为前置，相信只要存在足够的数据，就可以从中发现规律并解决问题①参见王禄生：《论法律大数据“领域理论”的构建》，载《中国法学》2020年第2期。。这是通用大数据认识论的主要观点，但是随着通用大数据技术在智慧审判建设中的应用，逐渐显现出没有法学知识指导的弊端。通用大数据技术与法律领域的逻辑思维、因果思维、推理思维等方面都存在不兼容之处，导致数据分析后的结果不尽如人意，限制了智慧审判的发展。智慧审判建设的技术机理是从感知智能到认知智能的过程，感知智能的发展依赖于大数据，而认知智能的发展则依赖于知识。因此，应当更新围绕大数据发展认知智能的理论认识，建立围绕知识发展认知智能的理论思维。认知智能是人工智能的高级阶段，模仿的是人类数据理解、知识表达、逻辑推理、自主学习的能力，在智慧审判中的应用场景主要有法律知识表达、法律逻辑推理、法律知识决策等。以量刑建议技术为例，这是一个从案件事实到裁判结果的过程，必须运用人工智能的司法认知能力，即首先需要将历史判例中类案量刑作为学习样本并构建算法模型，在输入案情后通过算法模型计算从而得出判决建议结果。以类案量刑构建算法模型，就必然涉及法律知识图谱、裁判规则表示等审判知识，单纯大数据是无法实现这一目的的。

（三） 继续深化人工智能对实质化审判各流程阶段的辅助成效

公平与效率的关系是中外哲学、伦理学、法学、经济学等长期争论的焦点，存在公平与效率无关论、效率优先论、公平优先论、公平与效率并重论、公平与效率辩证论、公平与效率统一论等各种观点③参见孙国华、方林：《公平正义是化解社会矛盾的根本原则》，载《法学杂志》2012年第3期。。随着研究的深入，学界的更多研究认为公平与效率并非二元对立关系。在智慧审判建设过程中，技术工具理性的客观存在对社会公众司法公正追求不可避免会产生直接影响，但技术工具理性对社会公众司法公正追求的正负关系及影响程度是一个难以进行客观衡量的问题，对效率价值与公正价值的辨析关系也不能只进行公正优先于效率的僵化理解，仍应从几方面进行分析：其一，技术工具理性对于社会公众追求司法公正是有积极意义的，这主要体现在通过借助技术手段发现案件事实、寻求法律适用、生成裁判文书等提高审判效率，以解决“迟到的正义非正义”问题。法律系统应在运作上坚持封闭而在认知上保持开放，上述活动都属于法院系统的认知领域，本身应该保持开放性，外界技术因素介入并不会当然破坏法院系统运作上的正当性①参见段厚省：《远程审判的双重张力》，载《东方法学》2019年第4期。。但如果想借助技术手段进行自动判案，而不是只作用于审判的认知领域，以牺牲司法公正为代价提高司法效率，则必然会引起对审判结果的正当性追问。其二，技术工具理性对司法公正的影响在不同案件类型上的作用力是不同的，应结合不同案件类型进行区分，不能一概而论地否定技术工具理性的作用。比如在合同案件中应用技术手段，其核心在于运用技术手段还原案件事实，追求“工具理性”可能不会导致社会公众司法公正追求与技术工具理性的紧张关系；但在婚姻家事案件中应用技术手段，则必须保持高度谨慎，避免过度强调“工具理性”而忽视“价值理性”，因为无论是亲属关系处理还是财产分割都具有着强烈的伦理属性，而在运用技术手段时极易被忽略。其三，技术工具理性可能使得“程序正义”流于“形式正义”的趋势进一步扩大。通常而言，基于程序正义原则的要求，司法在审判过程中设置了如管辖权、程序转换、审限、回避等诸多规定来规范程序进行，只要审判程序符合已设置的程序规则就表明当事人感受到了程序正义，但事实往往并非如此。即使审判程序完全按照预先设定的规则进行，当事人仍然会抱怨审判不公正，究其原因，是“程序正义”与“形式正义”被偷换了概念，机械地认为“形式正义”就是“程序正义”。然而根据阿玛蒂亚·森的观点，正常法律程序的实现需要依靠理智，而理智则应包括理性和情感两方面②参见［印］阿马蒂亚·森：《正义的理念》，王磊、李航译，中国人民大学出版社2013年版，第40页。。与兼具理性和情感的诉讼个体不同，技术工具理性无法像诉讼个体之间那样进行情感交流，过于强调程序规则而忽视了诉讼过程中的情感交流，可能存在追求“形式正义”的风险。

第一，立案阶段的智能辅助场景。立案登记是案件审判的起始流程，虽然随着电子诉讼的推广，当事人基本信息、诉讼标的信息等都已经实现了电子化，可以通过数据流转的方式同步到办案系统中，辅助立案法官进行立案审查，但仍有相当部分的信息未实现电子化，或者通过线下方式发起诉讼，此时就需要为立案法官提供立案登记信息提取的智能辅助，支持从当事人提交的诉讼材料中提取立案需要的必备信息，从而完成立案登记。案件繁简分流是当前法院满足人民群众多元司法需求、提升司法供给能力的系统性改革举措，要实现案件繁简分流，“不仅需要对人民法院海量案件信息进行分析、提取、标识，还需要对人民法院审理不同案件的法官工作绩效进行量化计算”①姚辉、翟墨：《民商事案件繁简智能分流的实践探索》，载《判解研究》2019年第3辑。。为推进案件繁简分流改革，可以提供案件繁简智能分流和智能均衡分案的智能辅助，先预先设定案件繁简识别规则及分案规则，再根据提取的当前案件信息实现案件的繁简分流及分案。

第二，庭前准备阶段的智能辅助场景。庭前准备阶段的工作大体包括事务性工作和审判性工作。案件排期及程序性文书制作都属于事务性工作，为节省事务性工作时间，可以提供案件智能排期和程序性文书自动生成智能辅助。庭前准备阶段需要完成的审判性工作有争议焦点归纳、撰写庭审提纲等，可以对当事人提交的起诉材料、答辩材料、证据材料进行提取，并结合类似案例中的争议焦点为法官提供争议焦点自动归纳辅助；可以结合案件特征、审查要素、争议焦点等内容为法官提供庭审提纲自动生成辅助。

随着司法数据的积累和现代技术的发展，智慧法院建设不再满足法律专家系统提供的基础性支撑，转而寻求更深层次的应用，希望在某些特定场景下，人工智能可以帮助法官完成替代性工作。这一阶段智慧审判的应用建设成果主要作为审判工作的替代性工具，对于法官司法裁判起到辅助功能，比如查询和推送关联案件、推送法规条文及类案信息、辅助生成司法文书、裁判结果预测与量刑参考、智能庭审等①参见胡昌明：《中国法院“智慧审判”的新发展与新展望》，载《山东法官培训学院学报》2019年第4期。。由于司法本身逻辑特性、算法技术瓶颈、高质量标注数据不足等，智慧审判的应用尚处于发展阶段，将为法官提供替代性辅助作为系统研发的核心目标，也是当前的中坚应用阶段。与技术性支撑的初级应用阶段相比，此阶段更重视数据处理和算法建模，试图帮助法官处理更加复杂的任务，比如帮助法官生成司法文书、帮助法官进行卷宗归档、辅助法官进行证据审查等。

第三，庭审阶段的智能辅助场景。在线庭审是突破庭审空间障碍和时间障碍的新制度，是实现接近正义目标的有效举措，在线化审判需要一系列措施予以保障，因此需要提供在线庭审辅助，比如通过生物识别验证当事人真实性、通过音视频信号控制证人出庭时间、通过共享屏幕模式完成在线举证质证等。传统庭审记录方式容易受到书记员的记录水平、总结能力、记录速度等因素的影响，庭审语音自动转写辅助具有语音采集和实时转写功能，可以区分诉讼主体身份实现庭审语音同步转化成文字并生成庭审笔录，将书记员们从繁重的庭审记录工作中解放出来，有更多时间和精力从事其他辅助工作。庭审过程中，有些实物证据无法拿到法庭进行真实示证或者案发过程无法还原，仅通过图片、视频等方式可能导致证据失真而影响证据的证明力和证明效力，因此可以通过虚拟示证技术提供示证辅助，比如对证据进行3D 建模，再通过VR 技术进行证据显示，让法官更加清晰地掌握证据信息。随着“套路贷”等虚假诉讼的常态化，如何准确发现虚假诉讼成为打击和防范的关键，庭审阶段提供的虚假诉讼甄别辅助能够对虚假诉讼高发案由案件，运用云计算、大数据和智能算法等技术，实现对风险人员、风险案件的智能识别与预警，辅助法官精准高效甄别和防范虚假诉讼。

本工程位于陕西省汉中市石马路与傥骆路十字东北侧地块，连通西成高铁汉中站，交通十分便利。本工程总建筑面积155 536m2，地上建筑面积 97 728m2，含东、西翼塔楼（22 层，高100m）和裙房（3～5 层，最高 38m），包括百货、超市、电影院、兼具餐饮功能。地下建筑面积57 808m2，为2层地下室。各单体之间在地上均设缝相互分开独立，2层地下室联成一体，结构模型如图1所示。

第四，合议阶段的智能辅助场景。在案件合议阶段，合议成员都需要对包括当事人提交材料、证据材料、程序性材料等在内的案件卷宗进行研读，纸质卷宗不利于卷宗检索、信息共享，因此可以为合议成员提供电子卷宗智能调度辅助，通过语音识别、语义理解技术实时调度卷宗材料，并在终端屏幕上同步显示，提高合议效率。针对案件合议研读情况，还可以提供合议笔录智能生成辅助，将案件信息、证据分析、事实认定、法律适用等内容按照合议笔录的要求自动生成。

第五，裁判阶段的智能辅助场景。经过庭审过程的举证质证环节，法官已经对证据材料有了较为清晰的认识，在裁判阶段需要结合证据材料进行事实认定，在这个阶段可以为法官提供证据认定辅助，一方面，从证据材料的呈现形式上，需要改变之前证据材料归类混乱或者只按诉讼主体简单归类的粗暴做法，可以基于案由和案件类型起草证据参照目录，对证据材料按照法律构成要件进行分类；另一方面，从证据材料的内容提取上，可以将电子化证据材料进行结构化解析，对同类证据进行关联比对等。为实现同案同判，有效的措施是在裁判阶段为法官提供类案辅助，这是目前智慧审判中研究最多的领域之一，其中检索类案的技术相对成熟，但如何提取待办案件信息，向法官推送类案仍值得深入研究。对于法规辅助，通过构建法规数据库，建立案由法规关系、法律规范组等形式，可以帮助法官解决寻找法律的问题，但法律适用选择、法律适用分歧解决等方面的智能辅助仍然不足。法律推理是裁判阶段的重要工作，如何提供法律推理辅助，前文已有论述，此处不再赘述。

第六，文书撰写阶段的智能辅助场景。有些案件涉及赔偿计算，有时会耗费法官大量时间在计算上，而且很容易因为某个数据输入错误而需要重新计算，此时可以为法官提供裁判计算辅助，不仅帮助法官得出计算结果，还可以将计算逻辑以法律语言的形式生成到文书中。通过对优秀裁判说理进行汇编整理可以形成裁判说理库，在常见争点需要说理时可从裁判说理库中调用类似说理，提高法官撰写文书效率，不过裁判说理库需要及时维护，既要补充新争点说理，又要根据法律修正情况更新旧争点说理。裁判文书自动生成辅助可以从起诉状、庭审笔录等案件材料中进行信息分析和信息提取，并按照裁判文书模板要求生成裁判文书的大部分内容，但目前仍然存在以下问题需要完善：一是信息无法做到精准提取；二是案件事实段落无法生成；三是相对依赖要素式审判等特定案件类型。在裁判文书的校对过程中，还可以为法官提供裁判文书纠错分析辅助，当前的应用系统可以在字词错误、语句错误等形式审查方面提升法官校对效率，但是在法律适用、裁判结果等实质审查方面存在不足，比如撰写裁判依据时应该引用《中华人民共和国民法典》第一百一十一条，但因为疏忽而写成了《中华人民共和国民法典》第一百一十条，此时单纯的形式审查是无法给出校对提醒的，应结合请求权规范基础等审判知识构建实质审查模型。

随着科学技术的飞速发展，对高精度光学元件的需求不断提高，非球面光学元件在航空航天、光学仪器等领域的应用越来越广泛。将非球面元件用于光学系统中，可以有效改善成像质量，消除球面光学元件中容易产生的球差、像差。同时，还能减少系统中光学元件的数量，使光学系统的体积减小、结构简化、质量减轻 [1]。

第七，结案归档阶段的智能辅助场景。卷宗同步生成和卷宗智能编目，是结案归档阶段的核心工作，需要将案件办理过程中产生的诉讼材料及时电子化并按照目录结构存储，是智慧审判建设的基础。虽然应用结果落在最后的结案阶段，但需要通过电子卷宗的深度应用为其他阶段的智能辅助提供支撑，因而是贯穿全流程的智能辅助。

（四） 以实现专门化审判的智能化特色辅助为当前任务

智慧审判建设的理论框架是在司法运作逻辑上嵌入人工智能，研究至今已形成了一定的理论基础和实践经验，但不可否认，智慧审判应用系统仍然存在普适性不强、操作过程烦琐、精准度不高等诸多问题。深入思考，试图建立一种可以适用于全量案件审判的“一劳永逸”的智慧审判模式可能是失败的根本原因之一。而在现实司法实践中，法院系统也不再过于追求法院的通才型特征，逐渐在传统综合性法院设置模式下设立若干专业化法院及专业化审判庭，其核心目的为推进特定类型案件的专业化审判，比如环境资源案件的专业化审判、知识产权案件的专业化审判、金融纠纷案件的专业化审判、破产纠纷案件的专业化审判等。

除了基于案件共性特征提供的智能化辅助外，还需要结合案件个性特征提供智能化特色辅助，这种辅助具有较强的案件属性，比如提供要素式审判智能化辅助只能针对适合进行要素式审判的案件，提供示范性审判智能化辅助只能针对群体性案件等。某些智能化辅助的服务对象不是也不应该是所有类型案件，而应该与专业化审判相结合，以实现专业化审判的智能化特色辅助为当前任务，主要考量因素有以下几点：第一，智能化辅助决策并非简单的数据检索、数据流转等基础应用，而是包括证据审查判断、案件事实认定、裁判结果推论等在内的法律论证分析应用，因而只能先在专业化审判领域展开。第二，专业化审判案件类型的法律构成要件特征明显、审判知识需求相对固定，能够使得“主张—抗辩—争点—说理—结果”的知识结构得以标准化，并能够从案件事实中将实体法构成要件范围之内的案件具体事实识别、分析与解构出来，更符合智慧审判的对话式论辩原理①参见高翔：《智能司法的辅助决策模型》，载《华东政法大学学报》2021年第1期。。第三，专业化审判司法资源额外增加的技术性平衡。审判专业化可能对法院工作产生中性优势影响，随着法官集中和案件集中，会产生审判质效提升、裁判品质提高、法律适用统一等成效②参见［美］劳伦斯·鲍姆：《从专业化审判到专门法院：专门法院发展史》，何帆、方斯远译，北京大学出版社2019年版，第240页。。但这也会额外增加司法资源的消耗，这是将专业化审判独立出来不可避免的事实，而通过构建专业化审判的智慧审判模式，可以有效降低法官、法官助理、司法辅助人员的投入。第四，有些功能专属于特定类型案件，不存在复用的可能性。比如在破产案件中提供的破产财产分配辅助、在知识产权案件中提供的涉案作品侵权比对辅助、在环境资源案件中提供的生态修复辅助，这些智能化辅助只能结合案件本身进行研发，属于定制化需求。

（五） 智能化裁判的运行机理应分类型确定推理层次

智能化裁判是比智能化辅助更高层次的智慧审判应用模式，其目的是尽可能借助人工智能还原法官决策过程，利用卷宗材料、司法数据、法学知识、算法模型等进行自动化裁判。从数据积累的角度，目前法院的司法数据已经足够支撑相应的司法智能模型构建，但是要实现智能化裁判，仍然受制于技术瓶颈和法学知识转换等问题。受限于案情特征和司法伦理，智能化裁判应该区分案件类型进行构建，大体可以分为三种类型：一是可能完全推理的案件；二是可能限制推理的案件；三是可能无法推理的案件。

1.可能完全推理的案件

可能完全推理的案件，是指该类案件存在着借助人工智能算法模型实现对案件事实、法律规范、裁判说理等进行完全表达的可能。这种案件应该具有如下特征：（1）案件事实明确且宜于表达；（2）裁判规范可以进行模型化拆解；（3）裁判说理不涉及伦理判断；（4）裁判结果不会引发正当性争论。其中最具代表性的典型案件类型为机动车交通事故责任纠纷。在机动车交通事故责任纠纷案件审判中，交通事故事实查明有赖于公安交警部门作出的交通事故责任认定，而绝大多数普通案件的交通事故责任划分都是正确的；交通事故中涉及的人身损害赔偿项目和财产损失赔偿项目可以根据法律规范拆解为计算规则，并根据具体损失计算得出赔偿方案；根据预设文书样式自动生成的文书完整度可以达到90%左右①参见曾学原、王竹：《道路交通纠纷要素式审判探索——从四川高院的改革实践出发》，载《中国应用法学》2018年第2期。。当然，虽然机动车交通事故责任纠纷具有完全推理的可能，但并非所有案件都可以进行完全推理，疑难、复杂、新型等案件仍然无法进行完全推理。

2.可能限制推理的案件

可能限制推理的案件与可能完全推理的案件的最大区别在于案件事实没有前置环节予以认定，仍需要法官在案件审理过程中进行查明，案件事实确定后的其他部分存在着通过人工智能算法模型实现完全表达的可能。其中最具代表性的典型案件类型为信用卡纠纷。通说认为，信用卡纠纷涉及的法律关系有储蓄存款合同关系、金融借款合同关系、委托代理关系、买卖合同关系、侵权关系等②参见人民法院出版社：《最高人民法院民事案件案由适用要点与请求权规范指引（上册）》，人民法院出版社2019年版，第258页。。信用卡纠纷涉及的支付或消费记录都以电子数据的方式进行存储，纠纷涉及的标的金额、合同条款、资金往来等都可能通过人工智能进行计算，但涉及的法律关系却无法轻易得出，因此这种类型案件的智能化裁判的介入环节为事实查明之后的其他过程。

3.可能无法推理的案件

即把不在园林空间中的元素包含到园林空间中来，使得园林意境更添一份深意。由于园林建造在城市中，园林的场地是很有局限性的，要通过渗透和延伸园林空间来丰富园林空间和意境。借景的方法主要有近借、远借、互借等［2］。

有些案件完全不符合可能完全推理案件的四个特征，人工智能应用于此类案件时会受到严格的限制，这类案件属于可能无法推理的案件。其中最具代表性的典型案件类型为离婚纠纷。离婚纠纷案件审判中涉及夫妻关系、子女关系、财产分割、债务清偿、离婚救济等法律关系的处理，其中夫妻关系及子女关系的伦理属性是自不待言的，而夫妻财产制度同样包含着婚姻家庭伦理秩序与财产归属规范构成的内部结构与夫妻财产约定的对外效力、财产处分以及夫妻债务规则等形成的外部结构③参见冉克平：《夫妻财产制度的双重结构及其体系化释论》，载《中国法学》2020年第6期。。在这种强伦理特性的影响下，案件事实的复杂性、法律规范的原则性、裁判说理的情理性、裁判结果的公平性都影响着案件的智能化裁判，非智能技术发展就可以解决。因此，这种类型案件的智能化裁判从构建之初就会受到伦理性质疑。

六、结语

智慧审判建设涉及法学、计算机学、数学、统计学等在内的多学科对话，既是一场司法实践活动，也是一项理论研究课题。在过去相当长的一段时期内，理论与实务界似乎都未形成统一认识，存在着“理论研究旨在代替法官而实践应用不能代替法官”的悖论①参见张保生：《人工智能法律系统：两个难题和一个悖论》，载《上海师范大学学报（哲学社会科学版）》2018年第6期。。随着在智慧审判本体论、认识论和价值论问题上的深入研究，建设智慧审判就是利用人工智能判案取代法官判案的片面认识观已逐渐得到消解。实际上，无论是利用人工智能进行智能化辅助还是进行智能化裁判，都是机器根据案件类型特征所能够实现的目标，但绝非代替法官进行决策，机器结论在本质上始终是一种辅助手段，只是辅助的程度高低不同而已。当前，智慧审判建设仍然处于发展阶段，各种智能化应用还需要与审判实践进一步磨合。我们应该充分认识智慧审判中法官与人工智能的协同关系，厘清智能化手段存在的技术局限和伦理风险，寄期望在应用中进行研究，在研究中获得提升，从而构建既遵循司法规律又满足司法需求的智慧审判模式，以信息化和智能化实现对司法公正的无限接近。