短短50年,司法(法律)人工智能的飞速发展令人惊叹,特别是近几年,人工智能大有取代法律人的趋势。在国外,人工智能应用于司法领域的例证可追溯至20世纪70年代,美国等发达国家研发了基于人工智能技术的法律推理系统、法律模拟分析系统、专家系统运用于司法实践。

我国最初将人工智能应用于司法是在20世纪80年代,由朱华荣、肖开权主持建立了盗窃罪量刑数学模型;1993年,赵廷光教授开发了实用刑法专家系统,具有检索、咨询刑法知识和对刑事个案进行推理判断、定性量刑的功能。

时至今日,随着我国智慧法院、智慧检务等重点工程的全面铺开,最高人民法院在2018年推出了“智慧法院导航系统”和“类案智能推送系统”,还有北京的“睿法官”智能研判系统、上海的“206”刑事案件智能辅助办案系统、河北的“智审1.0”审判辅助系统以及其他地方法院推出的人工智能产品,为法官审理案件提供了支持,全面提高了司法效率。

正如我们所看到的,司法人工智能一路走来,技术不断革新,愈发突破人类的认知极限。确实,人工智能在司法领域的应用前景十分广阔,很多学者甚至大胆猜测随着人工智能技术革命性的发展,法律人也将逐渐被取代。然而,尽管这一新兴事物激发了我们对未来的无限畅想,我们仍应保持清醒,在促进其发展的同时守住一些底线,不要抱有盲目的期待和开展毫无方向的研究,要在法律原则和伦理限度内客观评估、审慎使用。下文我们将对此展开详细的论述。

人工智能在司法领域的应用现状

(一)法律问答、信息处理数据化

司法人工智能在法律检索、信息处理上呈现电子化、数据化的趋势,并且这一趋势将如日中天地延续下去。如法律问答、诉前咨询、电子卷宗生成、远程立案等都属于在线信息处理技术,在此期间运用的人工智能没有自主思考过程,仍然由人进行实质化操作,其核心在于由传统的线下办案转为线上模式,为当事人及办案人员提供便利。其中法律问答机器人似乎与我们脑海中想象的人工智能更加接近,通过检索在机器人系统中提前设置好的固定提问模式来获取所需信息,其本身无法根据不同疑难问题产生额外答案,但对于日常一般案件所需还是可以满足的。

再如卷宗OCR识别、庭审语音识别、证据识别等属于感知智能技术,相较于传统的扫描、录音等技术有很大提升。以庭审语音识别为例,科大讯飞的灵犀语音助手特别针对中文口音问题进行了识别优化,语音识别率已能达到90%以上。与书记员在庭审中手动输入文字材料相比,庭审语音识别技术大大提高了庭审记录效率,经对比测试,庭审时间平均缩短20%至 30%,复杂庭审时间缩短超过50%,庭审笔录的完整度达到100%。此外,这一技术的推广能够解决运用录音、录像技术记录庭审过程的最大弊端,即我国的方言问题,这就避免了后期因录音识别难度大所造成的理解困难。其次,识别转化后的电子书面材料与录音、录像这一载体相比,查阅起来也更加有针对性,更加方便快捷,正在起到解放书记员的作用。

(二)文书制作、类案推送自动化

在文书制作与类案推送上,司法人工智能发挥的作用比基础的信息处理就多了一些智能化的因素。对于大多数简单案件,如危险驾驶、小额借贷纠纷、政府信息公开等可以简化说理并且能够使用要素化、格式化裁判文书的案件,裁判文书自动生成系统能够通过OCR、语义分析等技术,自动识别并提取当事人信息、诉讼请求、案件事实等关键内容,按照相应的模板一键生成简式裁判文书。对于其他制式法律文书的生成更是不在话下,还能够自动纠错,因而大大缩短了起草文书的时间,减轻了法官的工作量,帮助法官提高办案质效。

例如河北高院研发的“智慧审判支持”系统,就包含这样的文书制作功能,于2016年7月上线,在河北194个法院应用,截至2017年6月,短短不到一年的时间共处理案件11万件,生成78万份文书。以此积累从而建立自己的案例信息库,通过分门别类、匹配标记达到类案检索,在法官办案时自动筛选以往相似度较高的案例,实现类案推送提醒,为法官对相似案件的审判提供参考。如此一来,能尽量避免“类案不同判”和“法律适用不统一”的问题,有利于统一本地的司法裁判尺度,防止裁判不公。

(三)案件分析、辅助裁判智能化

人工智能减轻了办案人员处理日常琐碎事务的负担,在这样的背景下,我们不仅希望人工智能在可量化、低效率的环节发挥作用,还期待能够进一步发挥其智能化的优势,从而提高司法效率。于是,将其应用于案件分析与裁判就成了一个重要议题。在案件分析的初级阶段,通过设置分流原则和调整繁简区分要素,智能分案系统能对各类案件进行精细化处理,在平台运转过程中,分别针对刑事、民事、行政等不同案件的特点,综合各项权重系数,科学测算每个案件所需的办案力量,帮助法院实现对案件的繁简分流,合理配置司法资源,缓和“案多人少”的压力。在案件的深度分析及辅助裁判上,北京法院的“睿法官”系统能在庭审前自动梳理出待审事实,生成庭审提纲,并推送到庭审系统中。上海“206系统”的最大亮点是证据标准、证据规则指引功能,这一功能实现了证据资料的智能审查,为办案人员提供了标准化指引。此外,阿里推出的“AI法官”针对交易纠纷类案件建立了整套审判知识图谱,能够迅速分析案情并在极短时间内向法官给出判案建议。

总之,司法与人工智能的深度结合在理论界讨论得热火朝天,对人工智能产品的应用某些方面已经走在了理论的前面,司法系统的改革亦是大势所趋。但这并不意味着目前的研究与应用是完全科学、有效的,对司法人工智能的应用空间及限度尚需细细推敲。

人工智能在司法领域的应用限度

(一)在广度上不能覆盖司法活动全程

目前,司法人工智能被集中运用于流程性重复低效劳动以及依据模型简单推理等环节,能够辅助处理事务性工作,在通用技术已然成熟的领域还是十分成功的,如在线方式的信息处理(信息电子化)以及语音识别技术的应用,确为司法活动提供了极大的便利。然而,我们发现,不管是在线信息处理还是语音识别,都是日常生活中已经广泛应用的技术,这几项应用的成功取决于成熟人工智能技术的普遍性适用。以语音识别为例,我们平时在智能手机中常用的语音输入法便是这一技术最普遍的体现,只是在庭审中对此功能开发的更加精准与完善了而已,虽然场景不同,但其本质是不变的。

由此可见,目前成功广泛应用的人工智能产品大多是将通用化的技术稍加完善,便移植到了部分司法活动中,而对于其他司法环节,如疑难案件的事实认定、评价证据的证明力度、法律解释等等,仅靠通用技术的成熟是无法满足其需求的,要通过非形式逻辑与司法经验等因素的灌输来“定制”专门化产品,使其达到能够应对大多数司法问题的水平,从而贯穿司法活动全程。关键就在于能否实现这种“定制”呢?这不仅意味着需要有高度发达的研发水平作为支撑,还需要将人工智能、法律知识、司法经验等多重因素深度融合,使人工智能具备法律人的逻辑与思维,其难度远远高于日常通用技术的开发。于是,如果期望人工智能技术覆盖司法活动全程,我们不难得出,这种“定制”是很难、甚至无法实现的。

(二)在深度上不能替代法官价值衡量

如上文所提到的,司法人工智能已经在信息检索、文书制作、智能识别、证据指引等方面得到了成功的推广应用,对于一些简单案件也可以实现辅助推理并提出量刑建议。其强大的数据处理能力大大减轻了法官从事日常琐碎工作的负担。虽然还有相关研究表明,将人工智能运用于预测裁判结果,得出的预测准确度远高于人类,但是就能如部分人群所追捧的那样,将人工智能取代法官吗?

人工智能是关于数据的技术,依赖于人类对它进行设计和编程,它只能对人类输入的已有知识和信息进行模式化的吸收和处理,尽管它对现有知识的掌握度远超人类,但致命的缺陷就在于它不能适应人类社会日新月异的变化。法律适用作为对现实社会的即时反映,在司法裁判的价值衡量中融入社会一般公正观念是一种常态,而这种价值衡量是一个十分复杂的过程,“带有人情味的价值判断”很难被机器所学习。而司法裁判是关于经验的艺术,美国大法官霍姆斯说过,法律的生命在于经验而不是逻辑,他要求法官根据社会生活的不断变化赋予每个案件独特的裁判价值,不要被固有的法律逻辑所束缚。这就需要在法律规范和生活之间有交互往返的认知过程,通过复杂的价值判断来获得结论。从这个角度来说,人工智能法官只能按照事先设置的形式化指令来裁判案件,亦步亦趋地跟随着人类的操控,没有人的参与和输入,机器学习不会自主发生,更不会有人的独立思维,也就无法满足法官在价值判断过程中的语境化需求。正如霍姆斯法官说得那样,法律不是纯粹的逻辑和极致的理性,在司法裁判中还应考虑经验、道德和温情。毕竟,只懂法律的人不一定能够胜任法官,更何况只懂法律的机器呢?

司法人工智能的应用前景与出路

(一)司法人工智能:好钢用在刀刃上

人工智能最大的优势就在于它直接服务于人,通过介入司法活动的各个环节,在信息储存、数据运算、简单推理等方面发挥着重要作用,办案人员借助这些辅助功能最大限度地将自身从重复性、事务性的工作中解脱出来,还能及时发现并纠正一些细节问题,从而能够将时间和精力真正投入到分析疑难案件本身,实现了司法资源的优化配置。不仅如此,人工智能介入司法环节还能够在办案过程中对法官的行为进行程序化约束,矫正法官的主观偏见,扩展法官的认知能力,减少法官因直觉等主观因素对价值判断形成的消极影响。

司法实践中,人工智能作为辅助工具带来便捷,但也仅限于服务法官、辅助法官。因此,对司法人工智能的研发要将重心放在其辅助功能上。并且,基于当前司法人工智能在通用技术领域的应用上已经取得了相应的成果,因而未来应当更倾向于针对司法活动的专业性特征,进行司法专用领域的技术开发。比如,国外的一些法院利用人工智能对案件结果进行预测,还将人工智能运用于审查专家证言的可采性上,为法官裁判案件提供指引和参考。我国在研发时也可以结合自身实际来开发相应的产品。此外,也可以针对我国部分法院开始应用的量刑推荐、审判偏离预警等功能进行进一步完善与推广。

技术是人类社会进步的重要力量,人类作为社会发展的主体,必须将技术为我所用。正所谓“君子性非异也,善假于物也”,只有懂得如何开发与利用司法人工智能,善于扬其长避其短,才能将人工智能的价值发挥到最大化,只有将这块好钢用在刀刃上,才能为司法、为人民创造更多的价值。

###(二)人工智能法官:不可望也不可即

早在20世纪70年代,已有学者提出假设——人类法官是否能被机器法官所取代,以消除法律的不确定性?我国最高人民法院副院长贺荣给出了明确的答案:机器人大法官绝无可能出现。

事实上,无论是普通民众,还是在领域内深耕已久的专家,都对计算机、人工智能和机器人这些事物的概念难以详细地区分。但有一点众所周知,它们的运作本质都是“接收信息-处理信息-输出信息”这样一种计算过程,每一个步骤都需要确切的定义,存在“唯一正解”。而司法裁判的魅力却在于往往不追求非黑即白,每个具体的案件都有其独特的一面,除了追求客观与合法之外,其中隐含的人情世故、伦理道德错综复杂,需要有审判智慧和审判经验的法官进行心证和裁量。法律虽然是冰冷的,但适用法律的过程却蕴含着温情,比如“于欢案”中,杀死“辱母”者这样为母复仇的情节富有非理性的情感色彩,与我国自古以来“父之仇,弗与共戴天”的礼法观念不无关联,这些人情事理只有亲历了生活、接受过教育、感受过熏陶的人类法官才能体会和把握,而隔着冰冷屏幕的人工智能法官是无法体会其中之精妙的。此外,人工智能还面临着算法“黑箱”问题。司法裁判的过程,本身就是一个注重辩论和说理的过程,在庭审中,不仅双方的唇枪舌剑会给法官带来事实判断上的影响,一个交互的眼神、一个微妙的表情都会成为法官的捕捉点,我国西周时期就有“以五声听狱讼,求民情”的记载。而人工智能法官的判案过程则会是系统内部的数据处理和运算,得出的判决是一个“暗箱操作”的结果,我们对其中的运算过程一无所知,“黑箱”的封闭性决策直接与司法公开原则相违背,还可能会触发算法独裁和歧视,难免招致公众对判决结果的质疑,引发社会混乱。

更重要的是,我国宪法有明确规定,国家的一切权力属于人民,审判机关的权力由人民赋予,法官所行使的司法权实质上是人民主权理论下的公共权力。古代西方有这样一句法律格言:“法官只有一个上司,那就是法律。”在此公共授权的语境之下,法官在审判中享有绝对的权威,其他任何主体都不能左右法官的最终判决。从这个角度上来说,如果让人工智能取代法官,是将人民赋予的公共权力让渡给了一个机器,无异于放弃了人民的公共事业,而导向机器人的统治。机器人是否能够认可法律作为他的上司我们不得而知,但必然消解了司法裁判的意义,也破坏了司法公信,这是社会所不能接受和容忍的。

综上所言,人工智能法官取代人类法官这样的愿景,乍一听固然美好,但是却陷入了人工智能的万能论当中。司法裁判是理解的技艺,是一门价值衡量的艺术,其中蕴含的经验和智慧并非人工智能所能体悟。人工智能取代法官是一个不可望也不可即的遥远幻想,未来对司法人工智能的开发不能突破底线,毫无节制地利用人工智能改造审判系统只会为现代法治带来无可挽回的创伤。

结论

尽管人工智能热潮一次次席卷而来,不断突破想象、冲击认知,但我们不能盲目追捧,尤其在司法领域更应保持审慎和理性。对于司法环节中的一些事务性、重复性工作,无疑应当交给人工智能来处理,发挥其超强的整合运算功能,提高司法效率;对于司法活动中的核心权力,如审判权,则必须由法官独立行使,而人工智能因其自身认知和思维上的缺陷决定了其只能处于从属地位。此外,如果一旦将司法决策权交与人工智能,随之而来的算法黑箱、算法歧视必然对司法公正造成冲击,也是对人民主权和现代法治制度的消解。

未来,要坚守法官的主体地位和人工智能的辅助角色,对司法人工智能的研发也要在服务法官、辅助法官的路上继续前进,而不要误入取代法官的歧途。人工智能与司法的深度结合已是大势所趋,审时度势地做好这道司法人工智能的加法题,让“人工”和“智能”各归其位、各取所需、强强联合,才能为司法、为社会带来最大的价值,将司法高效与司法正义共同推进。

来源:《人民法治》杂志

作者:贾喆羽 吕昭诗 孙晓璞

责任编辑:王雪

成为VIP会员查看完整内容
43

相关内容

人工智能还用于法律研究、案例预测、法律分析、诉讼策略、提供法律咨询、采购、合规和合同审查。
《人工智能如何改变医疗保健》228页手册
专知会员服务
45+阅读 · 2022年4月7日
228页pdf! 人工智能在犯罪和刑事司法中的应用报告
专知会员服务
35+阅读 · 2022年3月23日
【SIGMOD2021】数据库与人工智能交叉技术综述
专知会员服务
64+阅读 · 2021年7月14日
专知会员服务
59+阅读 · 2021年4月16日
专知会员服务
78+阅读 · 2021年2月16日
【经典书】人工智能在21世纪,1020pdf
专知会员服务
41+阅读 · 2020年8月2日
专知会员服务
121+阅读 · 2020年3月26日
观点:AI与自动化是矛盾的
THU数据派
2+阅读 · 2022年2月24日
机器的猜想与边界
机器之心
0+阅读 · 2021年12月23日
人工智能与法律结合的现状及发展趋势
专知
2+阅读 · 2021年4月16日
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
【工业智能】人工智能在智能制造中的应用
产业智能官
22+阅读 · 2019年1月11日
刘志明 | 知识图谱及金融相关
开放知识图谱
13+阅读 · 2017年12月18日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
报名 | 知识图谱技术和在司法领域的应用
THU数据派
24+阅读 · 2017年9月11日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
4+阅读 · 2008年12月31日
Arxiv
1+阅读 · 2022年4月18日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
VIP会员
相关VIP内容
《人工智能如何改变医疗保健》228页手册
专知会员服务
45+阅读 · 2022年4月7日
228页pdf! 人工智能在犯罪和刑事司法中的应用报告
专知会员服务
35+阅读 · 2022年3月23日
【SIGMOD2021】数据库与人工智能交叉技术综述
专知会员服务
64+阅读 · 2021年7月14日
专知会员服务
59+阅读 · 2021年4月16日
专知会员服务
78+阅读 · 2021年2月16日
【经典书】人工智能在21世纪,1020pdf
专知会员服务
41+阅读 · 2020年8月2日
专知会员服务
121+阅读 · 2020年3月26日
相关资讯
观点:AI与自动化是矛盾的
THU数据派
2+阅读 · 2022年2月24日
机器的猜想与边界
机器之心
0+阅读 · 2021年12月23日
人工智能与法律结合的现状及发展趋势
专知
2+阅读 · 2021年4月16日
人工智能商业化研究报告(2019)
腾讯大讲堂
15+阅读 · 2019年7月9日
【工业智能】人工智能在智能制造中的应用
产业智能官
22+阅读 · 2019年1月11日
刘志明 | 知识图谱及金融相关
开放知识图谱
13+阅读 · 2017年12月18日
领域应用 | 中医临床知识图谱的构建与应用
开放知识图谱
33+阅读 · 2017年12月12日
报名 | 知识图谱技术和在司法领域的应用
THU数据派
24+阅读 · 2017年9月11日
相关基金
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
4+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员