SCI论文（www.lunwensci.com）
摘要：人工智能技术飞速发展正在深刻影响着人类社会，人工智能与各个领域的融合逐渐加 深，我国也在积极尝试在审判领域引入人工智能。如今人工审判虽然可以保证程序正义，但是很 难兼顾效率，而人工智能审判在可以完美解决效率问题的同时也会出现算法“ 黑箱 ”的不可解释 性，以及在疑难案件领域无法进行价值判断和道德推理等问题，最终危及裁判的公正。二者的缺 陷至今看来无法用技术手段解决，那么通过制定制度的方式来规避二者的缺陷，同时将两种审判 模式的优势最大化的路径是否可行? 本文通过分析美国社交平台巨头 Facebook 和 Twitter 在控制 网络语言规范方面的人机混合系统，希望可以找到适合我国的人机协同方式审判模式的进路，并 提出可行性意见。
人工智能与法律结合的历史可以追溯到 20 世 纪 70 年代，Buchanan 与 Headrick 发表《关于人工 智能和法律推理若干问题的考察 》一文，尝试以人 工智能化的方式理解、模拟法律论证和推理，已 逐渐成为热点研究。[1] 国外关于人工智能与法律 相结合的研究取得了许多成果。在民商事方面， 摩根大通利用人工智能开发了一个商业贷款信用 检查系统，实现了几秒钟内就完成 36000 小时的 信用检查业务，此系统提高了律师及法官对金融 合同的审查效率。[2] 在刑事司法领域，美国威斯 康星州初审法院使用 COMPASS 算法对被告人卢 某进行再犯风险评估，并根据这一结果决定是否 保释或假释被告。[3]
与国外人工智能在法律行业的发展相比，我 国法律与人工智能结合工作起步较晚，但是潜力 巨大。在 2017 年 7 月国务院印发《新一代人工智 能发展规划 》之后，各地司法系统已经开始探索人 工智能辅助裁判的探索工作。最高人民法院提出 要依托人工智能，利用司法大数据推动“智慧法 院 ”建设。在此之后涌现出了上海高院与科大讯飞 公司共同研发的“ 上海刑事案件智能辅助办案系 统 ”，重庆法院的“智慧 E 审 ”“智能专审 ”系统， 北京高级法院的“睿法官 ”智能研判系统。[4] 虽然 近年来我国人工智能与司法的融合成果显著，但 是作为计算机产物，人工智能判案辅助系统也会 存在一定的局限性。因此剖析人工智能审判优势 与困境，找到适合中国的人类与机器协同审判路径迫在眉睫。
一、人类审判优势与困境
( 一 ) 优势方面
第一方面是程序公正。人类的决策这个事实 本身，就会让当事人觉得这是公平的体现，此种 心态源于当事人对法庭审判的仪式感的尊重。当 事人最担忧的就是当人工智能取代人类裁判后， 当事人在法庭上讨论和发言不能纳入人工智能的 决策过程。在庭审中，“ 亲历性 ”也是对法官的 要求之一。因此传统审判模式在保证法官亲历性 和双方辩论权的基础上最大限度地保证了程序正 义。第二方面在于，人类的优势在疑难案件领域 是更显著的。一个仅仅是遵循规则的决策系统很 容易被人工智能所取代。而疑难案件的审判不仅 包括对规则的提取应用这个简单环节，还包括了 复杂的道德推理与价值判断。面对疑难案件，法 官裁判必须在遵守法律的基础上体现对人自身价 值、尊严和美好情感的维护。
( 二 ) 困境方面
体现为从 2015 年起，中国各级法院受理的案 件总数接近 1800 万件，而 2021 年，中国法院受 理的案件数量为 3051 万件，仅 6 年就翻了将近一 翻。2015 年司法改革后，中国员额法官人数大幅下 降，基层法院的人均受案量也会远高于 240 件。在 如此庞大的工作量面前，法官们不堪重负，可能 很难兼顾公正和效率这两层价值。
二、人工智能审判优势及限度
要想了解人工智能审判的优势与限度，那就 首先要知道人工智能是如何进行审判的。目前司 法人工智能的演化过程中形成了两种人工智能的技 术路径。第一种是由法律知识引导，形成了基于规 则 (rule-based) 和基于案例 ( case-based) 两类法 律推理形式的可计算模型;第二种是由大数据驱 动，使用机器学习技术的法律解析 (又称法律文 本挖掘 ) 建模路径。[5] 这两种路径是目前人工智 能与司法融合使用的普遍方法。
( 一 ) 人工智能审判优势
人工智能软件在效率和规模方面具有巨大的 优势。在人类作出一个法庭裁决的时间内，它会 不知疲倦地处理数以千计甚至是万计的判决。 人工智能软件的代码速度快，并且可以以较低的 成本运行。如果将常规的审判程序在人工智能的 加持下实现自动化，那么则将会产生一个更快更 高效的法律审判体系，也会释放大量稀缺且训练 有素的人类判决资源。让法官做他们最擅长的事 情，即多培养法官自身独有的价值判断优势，简 单而日常的判断交给机器即可。
( 二 ) 人工智能审判限度
1.算法“ 黑箱 ”及人工智能技术的“ 不可解 释性 ”
在人工智能领域，输入数据和输出答案直接 存在着一个不可被观察的空间，这个空间通常被 称为信息“黑箱”， 也正是这个信息“黑箱 ”引发 了人工智能是否具有可解释性的问题。[6] 这就意 味着人工智能本身的思考方式是无法被看到的。 对于一个公正的司法判决来说，论证说理无疑是 最重要的环节，即使人工智能可以作出准确的预 测判决，但是因为人类技术有限，却无法解释它 是如何得出判决的。这不仅是对当事人基本权利 的侵犯，而且是危及程序正义的体现。当前的刑事 司法方面控方本就拥有在数据采集方面的天然优 势，如果不受限制地使用人工智能的黑箱算法，那 么将会使原本脆弱的辩方更难以有效抗辩。[7]
2.人工智能对于疑难案件的裁判不能
在疑难案件的司法判决过程中，不仅需要理 性的逻辑，也融合了人性与情感。法官的工作不 仅是简单根据法律规则来判断案件，而且还要根 据法律原则、道德和对细节的洞察来作出判断。 对于这些新型案件，人工智能明显不能够胜任。 第一，对于这些案件的裁判很难从现有的法律规 定中找到直接的答案，因此人工智能很难形成基 于规则 (rule-based) 的计算模型，也无法进行法 律文本挖掘建模路径;第二，对于这些新型疑难案 件，因为其独特性、时效性，所以很难在我国范围内找到同类型大量案件可供人工智能学习，因此 基于案例 ( case-based) 的计算模型的建设也会遇 到数据不足的障碍。
3.裁判文书的特性使人工智能对其分析不能
第一，裁判文书数量问题。裁判文书网在涉未 成年人违法犯罪、涉国家秘密和个人隐私等方面 的案件处于空白状态。人工智能对于这方面的案 例学习也几乎处于空白状态。第二，裁判文书质 量问题。中国裁判文书网虽然数据多，但由于不 同地区的司法水平参差不齐，一些判决的分析和 论证过程太短，是否能支撑高质量的人工智能数 据分析还是未知。并且对于真正记录法官分析过 程的合议庭笔录、审理报告等内部文书并没有公 开，[8] 导致人工智能只能借助有限的信息分析， 这无疑会影响机器学习的质量。
三 、以 Facebook 和 Twitter 为例的“ 人类 — 机器混合系统 ”研究
上文笔者分别论述了人类法庭裁判和人工智 能裁判的优势及限度，综合来看它们现阶段的缺点 大多数无法通过技术手段规避，但是通过规则来规 避人类审判和人工智能审判的缺点似乎是一种可 行的方案。笔者希望通过介绍 Facebook 与 Twitter 人机混合系统言论控制案例来找到法庭审判人机 混合系统应用的路径。
在 2010 年代中期，Twitter 和 Facebook 开始 强调创造健康和安全的在线语音环境。这些平台 最早消极的语言控制办法是由人类投诉驱动，也 是由人类执行的。而如今美国作为人机混合系统 控制网络语言最先进的国家，这些系统已经成熟 地将人和机器的元素结合起来。
( 一 ) 人工智能防线
作为第一道防线的主动过滤器，它可以阻止 某些形式的内容被发布。以提供 Youtube 公司发 明的 Content ID 过滤软件系统为例，它将上传的 视频与受版权保护的材料数据库进行比较，以确 定视频是否侵犯版权。自 2013 年以来，各大平台 都使用了类似的系统 PhotoDNA，该系统可以主动 检测儿童色情视频并防止其被发布。主要平台还 有主动屏蔽功能，以阻止恐怖主义宣传。如今， Twitter 和 Facebook 已经开始在内容审核方面引入 更多深度学习模型，利用人工智能技术优化算法， 提升审核能力。而对于那些人工智能不能解决的 棘手案子，则需要人类接手。
( 二 ) 人类审查防线
2018 年 11 月 15 日，扎克 · 伯格表示，Face- book 将参照“ 最高法院 ”的模式成立一个独立的 监督机构，以解决有关内容审查的投诉。该机构将于 2019 年正式成立，以在言论自由和公民安全 需求之间达成平衡。用此种方式来充实当前的审 查流程。该委员会由无利害关系方组成。他们作 为独立人士审查疑难案件，并在两周内做出书面 决定，他们有权力否决 Facebook 的前期决定并提 出自己的建议，但不能改变审查的规则。
自 2016 年以来，Twitter 一直在更新社区政策， 引入算法识别和手动审查来建设标准化平台，限 制垃圾邮件账户和低质量内容。Twitter 拥有一个 以总法律顾问办公室为中心的高度审慎的政策小 组，以此来解决最棘手的问题。政策小组内有一 个负责棘手的案件和政策的重大变化的领导委员 会，该委员会审查依据的是一个不断更新的内容 指南。
四、“ 人类 — 机器混合审判模式 ”展望
人类审判保证裁判可接受可解释，满足了公 正的要求，机器审判保证裁判效率高，满足了效率 的要求。在笔者看来二者的价值都不可偏废，因此 将二者有机结合形成以人为中心的“ 人类 — 机器 混合审判模式 ”或许是一个可行的路径。
( 一 ) 速裁案件先行使用机器自动审判
无论是民事速裁程序还是刑事速裁程序，其 本身就是在效率和公正两个价值之间进行选择， 而这种程序的最终原则即在公正的基础上追求效 率。速裁案件的案情较为简单、法律关系明确，法 院在应对此种案件时可能不会涉及复杂的价值判 断，而仅仅就是适用法律即可。此类案件可以让 机器完全参与，由人工智能根据指控自动提取案 件的相关情况，识别简单的证据要素，并进行量 刑预测且自动生成判决书。速裁案件在当前甚至 今后都是法院审判模式的重要选择之一，如果可 以成功适用人工智能参与审判，那么所释放出的 司法资源无疑是相当可观的。
( 二 ) 繁简分流案件
尽管现在的人工智能根据案例或根据法律分 析学习人类的裁判方式，但是在复杂案件中的缺 陷使得我们应该根据案件的性质设置人工智能的 参与强度，从而使法官和系统之间的人机合作更 加恰当和相称。[4] 在繁简分流的改革要求下，简单 案件与疑难案件在立案环节就应该进行区分，根 据案件的复杂度来确定人工智能参与的比率。而 复杂度的参考因素可能包括对人类实体权利的侵 犯程度、对价值判断的涉及程度、是否存在立法 空白、是否需要进行道德推理等。将案件根据复 杂度进行等级划分，复杂度越高的案件人类参与 的比率也应当越高，机器参与的比率应当减少。 将案件按照复杂度进行繁简分流，达到了针对不同案件选择程序，同时满足了公正和效率的要求。 ( 三 ) 充分尊重当事人的选择权
作为一种新兴的审判模式，对于不同接受程 度的大众来说必然会有不同的意见。而作为法官 一定要赋予当事人程序选择的权利，具体原则应当 为：即使是最简单的速裁程序，法院也只有让案件 进行机器审判的建议权，最终的决定权在当事人手 中。若当事人不愿进行机器审判，那么法院则不能 使用机器审判，并且要禁止法官运用人工智能进行 判决预测，避免出现先入为主的理念。因为复杂的 案件涉及的范围不仅是案件的当事人，也会在社 会中形成讨论，因此就应当对这些案件的可解释 性提出更高的要求。而在前面分析人工智能审理 案件的缺陷中就提到了算法“ 黑箱 ”和不可解释 性是现在技术无法突破的难题之一。因此我们要 在程序设计过程中尽量规避其缺陷带来的危害。
五 、结语
人工智能作为人类智慧的结晶，已经不断应 用于我们生活的方方面面。在司法裁判方面，人工 智能目前来看还不能取代法官在裁判案件中的主 导地位，但是其作为辅助工具应当具有不可小觑 的价值。尤其是在案件量激增而法官数量较少的 大背景下，人工智能应当被赋予法官身边的“ 另 一个助理 ”的身份。如果能在合理制度安排的背 景下使得在裁判案件中人机之间的协调一致，各 司其职，那么将会对优化司法资源配置、提高司 法的效率产生积极的推动作用。反之如果不能有 效规制人工智能在司法裁判方面的应用，那么将 会对司法公正产生致命的破坏作用。
参考文献
[1] 吴习彧.司法裁判人工智能化的可能性及问题[J].浙江社会科学，2017(4) 51-57.157-158.
[2] 丛颖男，王兆毓，朱金清.关于法律人工智能数据和算法问题的若干思考[J].计算机科学，2022.49 (4)：74-79.
[3] 雷婉璐.智能辅助审判技术下法官问责难题的破解路径[J].哈尔滨工业大学学报(社会科学版)， 2022.24(2)：35-41.
[4] 帅奕男.人工智能辅助司法裁判的现实可能与必要限度[J].山东大学学报(哲学社会科学版)，2020 (4)：101-110.
[5] 魏斌.司法人工智能融入司法改革的难题与路径[J].现代法学，2021.43(3)：3-23.
[6] 刘艳红.人工智能的可解释性与 AI 的法律责任问题研究[J].法制与社会发展，2022.28(1)：78-91.
[7] 李训虎.刑事司法人工智能的包容性规制[J].中国社会科学，2021(2)：42-62.205.
[8] 肖嘉.人工智能时代下智慧司法建设研究[J].黑龙江人力资源和社会保障，2022(16)：83-85.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/falvlunwen/61440.html
