人工智能司法应用的优化路径

　　数字经济的快速发展为人工智能的应用升级、场景拓展、规则探索等方面创造了良好的环境，人工智能作为新型科技力量也为数字化发展提供了强劲动力。法院作为服务社会经济发展的重要组成部分，需进一步强化人工智能司法应用，加快构建数字时代司法工作新模式，促进公平与效率双提升。

　　一、精准把握人工智能司法应用的理念

　　一是明确人工智能司法应用的定位。目前，理论与实务界对于司法人工智能辅助性地位的认识，多是基于技术中立理论形成的。客观而言，在“人机合作”模式下，机器虽然未能达到与人具有同等法律地位的程度，但其作用已远远超过了传统“工具论”的工具范畴，如果说传统科技属于“辅助性”力量，智能科技则具备“替代性”力量。人工智能在诸多方面有着人类不可比拟的“高效”却又无法具备人类思维的“高级”，因此，人工智能的司法应用的定位应当进一步细分，围绕“公平”与“效率”两个维度展开。在效率维度上，对于不涉及价值判断、可重复、可量化的机械性事务，应当大力发挥AI的作用，以“成本-效益”为衡量标准，不断升级应用，让人工智能发挥“替代性”作用；在公平维度上，应牢牢把握“以人为本，以机器为用”的定位，发挥AI的“辅助性”作用，达到提升公平性的目的。同时，在人工智能解放人力的基础上，在质效层面进一步强调对“质”的追求。

　　二是划定人工智能司法应用的边界。司法工作大体可以分为事务处理、事实认定、法律适用三个模块。事务处理包含大量基础性、程序性的工作，如文书送达、笔录记录、卷宗整理等。事实认定需要依靠经验判断和逻辑思维，法律适用需要运用逻辑思维与价值判断综合分析。目前的人工智能尚属“狭义人工智能”，在下棋、解方程式、识别手写输入等方面做的较好，但无法像人类一样理解含义、语境，具备自己的意图。即便目前以ChatGPT为代表的生成式AI智能化程度进一步提升，仍旧依赖海量数据库训练，无法跳脱“搜索-整合-生成”的框架进行自主理解与创造。基于此，人工智能司法应用首要目标是以机器智能代替大量的重复性、机械性、低附加值的工作，在事务处理模块实现人力的释放。当涉及审理裁判时，则需进一步区分。在事实认定层面，人工智能可以更好辅助法官完成认定，如通过人工智能与区块链技术的结合防止电子证据被篡改，增强证据标准效能，减少事实认定偏差。技术之本质在真理之本有中现身，在涉及价值判断的法律适用层面，要突出和强化人的主体地位，结合我国人工智能司法应用现状，应当限制其仅能在有限领域完成初级的推理任务，如要件事实型民事案件。在需要慎重作出价值判断的重大、疑难和复杂案件的裁判中，应当谨慎适用司法人工智能进行辅助决策，避免对公正造成负面影响。

　　三是把握人工智能司法应用的原则。随着人工智能的发展，对人工智能的应用原则产生诸多讨论，结合司法工作的特色，人工智能的司法应用应把握以下原则：一是数据客观原则。数据存在明显的波及效应，每一个数据在代码化、整合、加工、计算的过程中都可能产生蝴蝶效应，如果数据本身存在错误或者存在不客观，将会引发后续问题。二是价值无涉原则。如果重要的价值被隐藏在一个客观的外套下，如涉及到性别、种族、财富等因素的算法中隐藏着价值的导向，却被当作完全客观的，将会造成更大的公正危机。三是风险可控原则。2021年欧盟委员会发布《人工智能法案》，人工智能系统被分为不可接受的风险、高风险、有限风险和极低风险四种类型。其中，执法部门和法院系统对人工智能的运用被认为具有“高风险”，因为它可能危及人们的人身安全或基本权利。人工智能的应用必然带来数据与信息安全等方面风险的提升，面对现状不仅要从技术层面解决，更应重视不同利益背后的价值选择。司法是实现公平正义的最后一道防线，对于存在无法避免的重大技术风险或伦理道德争议的人工智能系统，应当谨慎适用。

　　二、不断拓展人工智能司法应用的场景

　　一是强化文书智能生成应用。升级电子卷宗加工处理能力，案卷材料通过OCR、语义分析等技术，通过人机耦合的方式进行信息挖掘抽取，将文本信息结构化，为文书制作及要素提取提供技术支撑。根据材料中的关键要素信息，自动生成裁判文书内容，减轻法官工作量。英国在线诉讼推行电子智能表格，当事人通过勾选选项将会获得更为全面的案件信息提示，不断细化填写后，系统将自动生成一份较为全面的文书，如施工合同纠纷中类似索赔详情的文件，极大提高效率。

　　二是实现证据的全息展示。积极推进证据的数字化呈现，确保涉案证据展示形态与实物一致化、可视化、全景化，将人工智能与证据保管、存取、展示深度融合，逐步实现数字化存取，通过还原现场增强“亲历性”，减少司法机关人力物力消耗与证据污染风险。

　　三是搭建自动监测办案风险预警平台。提升全流程跨类型案件的综合识别能力，随案监测相关办案风险，实时推送重点案件安全风险预警，包括案件风险类型与风险等级。同时，根据需求智能生成重点案件办案风险大数据分析报告，辅助审判管理决策。

　　四是引入AI法官搭建元宇宙法庭。加拿大在民事诉讼中使用了一款集优化算法、多变量视觉盲投标方法和谈判支持系统的应用Smart settle，该款调解机器人接受双方告知的价格底限，采用智能算法并参考双方的竞标策略推动谈判，代替人工调解，首次调解于一小时内完成。法院未来可进一步探索构建AI法官，向其导入司法数据库，运用智能手段将程序性事务处理能力与简单案件裁决能力赋予AI法官，由AI法官模拟审判，供当事人参考。积极探索元宇宙审判法庭，通过智能技术对线下庭审虚拟化、数字化，实现身临其境般的庭审参与，为诉讼参与人无法集中到庭的情况提供新通道，提高解纷效率。

　　五是提升自动化审判质效评价与监督能力。积极推进案件质量智能监管，审查案件数据的完整性、准确性，避免出现遗漏、错误和延迟。积极利用人工智能技术自动检查案件信息录入质量，减少人工审核的工作量，提高案件结案审查效率和案件数据质量。深入推进法官画像可视化系统，使司法管理者对案件办理情况、法官综合质效“一目了然”，赋能审判管理效能提升。

　　三、全面强化人工智能的基础能力

　　一是夯实数据中台底层能力。数据中台不同层子集的复用度影响人工智能能否执行更全面的任务。大力提升数据治理能力，建设多源多态数据融合库，形成数据服务主体即司法数据中台，制定完善满足法院需求的数据汇聚标准。数据汇聚重点由案件结果数据向案件办理过程数据延伸，由结构化数据、半结构化文书数据向非结构化电子卷宗、电子档案、庭审音视频扩展，由业务数据向司法政务、政工人事数据全方位拓展。

　　二是建立司法数据共享应用机制。丰富的司法大数据资源能够为提供多元智能的数据和知识服务打牢基础。积极对接最高人民法院统一数据共享开放平台，建立法院核心数据资源目录和共享交换服务目录，支持数据资源共享和数据精准推送。以政法大数据平台为切入点，全面推进与政法各部门的数据和知识共享与业务协同，实现跨层级、跨地域、跨系统、跨部门、跨业务统一共享交换。

　　三是构建具有特色的知识模型和知识库。不同类型的知识图谱通过机器训练有利于更多纠纷智能化解决。积极探索面向态势规律、办案规则、实体关系、基础描述等各类知识应用，构建人机结合的知识生成机制，形成法律知识图谱。探索利用自然语言处理等人工智能技术，建设司法人工智能综合引擎，形成包含多种来源和知识类型的司法知识模型与知识库，推进法院知识积累与深度应用。

　　责任编辑：广汉