宋灵珊｜司法智能化改革的地方试验及其完善路径
宋灵珊，法学博士，福建社会科学院助理研究员。
摘 要
在顶层设计与地方试验相结合的改革进路下，各地法院在智能化司法改革进程中拥有了充分的自主权，其大胆探索的各类智能化司法改革举措，使得中国在国际司法智能化改革的道路上，呈现出迎头赶上甚至后来居上的发展趋势。在“试点竞争”的效应下，当前地方试验探索中尚存在社会风险性控制不足、区域间发展不平衡、社会资源整合度较低等问题。司法智能化改革的地方试验应尽可能避免试点的片面性问题和重复式探索，在做好社会风险把控的前提下，充分整合社会资源，确保局部试验成果具有推广价值。
自2017年以来，在顶层设计的全面规划下，我国人工智能与法律结合的试验性探索如火如荼地展开，各地涌现的“人工智能+法律”试点样本，着重突出了人工智能释放的技术红利对司法效率的正效应。从实践层面来看，地方试验的成效与顶层设计的规划还有一定距离，甚至已出现“倒挂”现象，我国在智能司法转型的改革上更多注重顶层设计的规划，实践中真正可以将地方探索进一步转为普遍化投入常态使用的智能审判系统并不多。虽然各地法院在智能化司法改革进程中拥有了充分的自主权，其大胆探索的各类智慧司法改革举措形成了地方试点的“集群现象”，使得中国在国际司法智能化改革的道路上，呈现出迎头赶上甚至后来居上的发展趋势。但由于当前地方试验探索中尚存在社会风险性控制不足、区域间发展不平衡、社会资源整合度较低等问题，地方探索的智慧司法系统真正得到推广使用的并不多。发挥智能技术的工具效用提高司法效率，以现代科技辅助于人类经验理性的审判是未来司法智能化改革的方向。如何有效发挥局部试点之于全局改革的试验性效用，将个别的成功经验推广至全国，以促成智能司法的全面转型，当是未来智能化司法改革的重要议题。本文试图以此为逻辑起点，基于人工智能技术在司法运作过程中的现实运用及发展方向，从地方试验探索中存在的社会风险性控制不足、区域间发展不平衡、社会资源整合度较低等问题出发，进一步提出完善智能化司法改革地方试验的可能方向。
人工智能时代司法转型的地方试验
（一）司法智能化改革的地方探索
在智慧法院和智慧检务的整体规划布局中，各地司法机关纷纷探索不同程度的人工智能之于司法运用的改革方案。智能化司法改革不同于以往针对具体司法制度的改革完善，而是基于现代科技发展作出的人工智能与司法结合的改革尝试，这意味着司法领域将面对史无前例的知识转型，甚至改变人作为司法主体的决策者地位。转型初期地方司法机关对于人工智能之于司法运用的现有成果主要集中在智慧法院的建设上。具体表现为：其一，在司法运作的过程中，“异空审判模式”的出现使得司法场景的打造不再局限于物理空间，借助人工智能技术，诉讼当事人可以随时随地在不同空间内完成整个诉讼程序，包括运用人工智能技术实现的远程立案、诉讼流程咨询和指引、异空庭审、当庭裁判生成等诉讼环节的全流程智能改革。我国相继在杭州、北京、广州设立的互联网法院，所探索的诉讼全流程在线网络化便是对人工智能时代异空审判模式的试验探索。其二，刑事证据标准的智能指引、犯罪评估的智能预测、类案预判等智能系统的打造为传统司法裁判提供了全新的算法视角，在形式上此类智能审判系统通过将司法决策建模化，进而为实现裁判的连续性、一致性和可预测性提供算法支持，但其可能携带的算法歧视以及机械化审判也为司法公正带来了挑战，同时还可能威胁到人作为司法决策的主体地位，这也是司法智能化探索过程中社会风险的主要集中区域。其三，各类诉讼服务平台的线上打造，平台通过个性化的智能诉讼指导使人们更为便捷地获取司法帮助，同时以中立第三方的角色为当事人在事实与规则的确认上提供可靠帮助，进一步使得人们对司法规则的运用和对司法的预判更加明确。只要平台所提供的诉讼服务足够完善，使人们信任平台的中立性和权威性，平台便具备了在线为当事人提供司法帮助甚至化解纠纷的可能，这亦是人工智能时代“接近正义”的改革面向。
当前司法领域的信息化建设是世界性的改革趋势，我国智慧法院的建设从内在逻辑上属于信息化建设的重要部分，但其本质上有别于传统法院的信息化改造，不只是纯粹实现信息化的便捷，更旨在让机器经过深度学习，将大数据转化为算法，达到像“法律人那样思考”。在司法过程引入人工智能技术，以智能技术替代审判过程的重复性事务，以及人工作业无法比拟的大数据检索、同案关联比对等固然无可厚非，倘若触碰到实质性裁判工作，人工智能技术不仅无法胜任，更可能在司法裁判中影响司法公正。人工智能技术的应用具有封闭性，需要在既有给定的场景中分析案件事实、运用法律裁判，这与司法裁判的开放性存在本质冲突。即使未来人工神经网络的建构更加完善，针对司法决策的建模更加多样化，也无法穷尽不可预测的案件场景输入，这亦是机器的被动学习与人的主动学习在司法裁判中的角色差异所在。
（二）司法智能化改革的试点路径
地方试点本身具有试错性、局部性、渐进性、暂时性这几个典型特征，中国的试点最初是以政策试验的方式，广泛运用在经济体制改革中，通过地方试验来制定政策，被视为在推动政策创新方面独具中国特色的改革方法。有学者曾指出，中国经济改革取得成功的关键因素在于中央和地方在制定政策时始终保持一个良性的互动过程，这一过程便是通过“试点”和“由点及面”来实现。在制度（政策）测试的意义上，试点的基本内涵是通过以局部为点对某种制度或政策的可行性进行地方试验，为全面推广积累经验的一种“由点及面”的渐进式改革方法。在我国的具体实践中，对于中国的“试点”大体上也可以概括为两种。一种是顶层设计先行，再选取部分地区作为试点，而后再逐步扩大实现整体性的制度改革，亦可称之为国家推进与地方试验相结合改革模式，也是党的十八届三中全会之后全面深化改革的具体路径要求；另一种则是通过地方的创新探索，形成成功经验之后再进一步推广，表现为自下而上的地方推动，主要出现在改革开放时期的经济领域。虽然当前智能化司法改革的路径基本是遵循顶层设计与地方试验相结合的进路，但其本质是在国家信息化建设的具体规划和政策导向下，地方司法机关创新改革在前、上级司法机关统建在后的做法。这种由地方司法机关自主创新探索的做法有别于当前司法领域针对具体制度的授权试点，导致顶层设计的指导作用发挥不充分，地方的创新探索更像是一种地方司法机关迎合我国人工智能发展规划和实现司法智能化转型的行为。此类地方自主探索的智慧司法成果多数并不具有可持续推广的价值，实践层面的运用不仅可能因为过于激进的创新导致风险评估不足，也因为技术储备不足、可适用面有限等原因导致地方探索的具体做法存在片面性的问题。因此，当前智能司法改革在地方试验过程中应尤其注意所试验的改革举措之风险性、渐进性以及可推广性的问题。
从域外来看，人工智能在美国司法过程的运用较之欧洲还是较为普遍的。从美国风险评估系统的发展历程来看，人工智能的介入只不过是在现代科技更新的情况下系统作出的“自我升级”，并非像我国这般在智能化改革初期便开始大刀阔斧地鼓励各地司法机关勇于作出创新改革。美国最终因风险评估不足、技术障碍和司法环境不适应等状况，其智能化改革的成果并未取得长足进步。与国内近年来人工智能与司法结合的改革热潮相比，域外多国的顶层规划在人工智能介入司法的问题上呈现出了消极态度，并将人工智能司法运用的方向限制在司法裁判之外的非审判核心地带。例如，欧洲的司法效率改革委员会在2018年出台了《关于在司法系统及其环境中使用人工智能的欧洲伦理宪章》，其中旗帜鲜明地将欧洲各国的人工智能技术归入私营部门，未将其纳入公共政策领域。在国家推进和地方试点充分结合的进路下，当前我国智慧法院的改革方向不仅要打造传统司法的线上平台，更在尝试实现智能化裁判。传统的信息化改革无疑是为了减轻人工作业的负担，不会招致太多争议；但论及人工智能对司法裁判的介入，出于对司法应坚守人的主体性之考量，特别是在刑事司法的运作过程中，事关惩罚犯罪与人权保障之国家重要使命，我们应保持足够的理性反思其可能存在的社会风险。算法偏见导致的不公正判决在我国司法裁判中尚未发生，其本质原因在于，我国人工智能对刑事司法的介入尚未真正触及实质性的裁判工作。随着人工智能与司法结合程度的不断深入，如果取代人作为司法决策的主体，智能化裁判可能出现的合法性危机不言自明。推动人工智能技术的司法运用是推动社会治理现代化的一个重要面向，而在司法过程运用人工智能的最终目标是让司法更公正、更高效，因此对于技术的运用首先是要充分评估技术可能带来的风险以及对司法公正的消极影响，其次是要探索具有可推广性和普遍适用性的智能司法产品，通过以点带面推动全面司法转型，实现司法更加高效的目标。
人工智能与司法结合在地方试验中的问题
与域外国家人工智能与司法结合的“上冷下热”现象相比，近年来我国智能化司法改革的境况或许可以总结为“上热下冷”。事实上只要国家针对司法系统的智能化改革推出一系列政策支持，地方司法机关亦会同步推出相应的改革实施方案，并积极探索人工智能在司法过程中的运用，但这并不意味着当前各地智慧法院建设成果可以得到进一步推广，并持续性地释放技术红利。目前地方试点也已逐步暴露出“竞争式试点”效应带来的问题，一是在改革内容上智能司法改革的风险性评估不足，现代科技对司法公开、司法公正等原则的挑战；二是在改革方法上国家推进与地方试验的改革路径存在区域发展不平衡、试验探索片面性等问题，这也进一步导致了当前智慧法院的建设虽已产生大量成果，却并未呈现出可持续性的发展态势。
（一） 人工智能之于司法运用的风险性评估不足
诚然，人工智能在司法过程的运用使得传统法院在信息化建设上实现了飞跃式发展，为司法信息公开化、诉讼服务定向化、审判执行专业化、司法管理现代化提供了技术支撑。不可回避的是，现代科技的发展对于社会风险，甚至司法风险的增加亦是显而易见的。以机器的纯理性消除法官裁判中的人为偏差是我们对人工智能介入司法的希冀，但我们也应清醒地意识到，人工智能在司法领域的运用稍有不慎便会对司法独立、司法公开、司法公正带来不可逆的伤害。例如，线上庭审技术虽然可以实现异空审判，但其对司法符号理论和司法权威理论形成的冲击也是必然的；各地司法机关探索的类案推送、裁判预测等智能化审判系统背后隐藏的算法黑箱问题，也必然与司法公开原则存在冲突；在智能化司法改革试验过程中，很多地方试点虽说是出于提高司法效率、保障司法公正的目的，但现实的操作往往是将人工智能无节制地运用司法场景，削弱法官作为司法决策者的主体地位。风险社会治理之根本应是建立一套有序的制度规范对风险进行预警和控制，并明确将现代科技的运用限制在一定范围内。
从域外实践来看，以美国用以辅助量刑的风险评估软件为例，固有的人为偏见已然摇身一变在“客观中立”的算法中体现，即使美国明令不允许开发者在软件、算法和模型中写入种族等因素，但固有的一些评估因子与种族因素密切相关，最后也成为了种族与风险预测相关联的媒介。事实上，算法偏见对司法不公正的影响较之人为偏见更加深刻，人工智能的复杂算法对于法官而言亦是司法知识之外的盲区，与鉴定意见类似，这种“专门知识”往往会支配司法裁判的生成，并获得权威性。正如福柯认为的，权力和知识是直接相互连带的，不相应地建构一种知识领域就不可能有权力关系。一旦算法作为一种“专门知识”作用于司法过程便获得了相应的符号权力，而这种复杂而隐秘的算法形成的“权力—知识”关系，极易导致算法偏见堂而皇之地出现在司法裁判中。由是，在地方试点过程中，要格外注意避免人为偏见对算法的输入，并且对算法的输出要确保可辩驳性。
智能社会的算法运作较之信息社会，进一步凸显了现代科技的隐秘性和复杂性。算法作为人工智能的核心决定着智能化系统的行为，对于多数人来说（包括司法人员和当事人），算法的隐秘性就决定了它是一个“黑箱”的存在，人们只看到了它作出的行为结果，却无法也无能力得知它的运作过程，特别是对于当事人来说，算法背后的知识壁垒违背了司法的公开性、透明性，甚至损害了司法公正。倘若在民众对法治还未有足够的信心和信任的情况下，贸然用现代化技术取代法官的裁判说理，或许可以得到形式上不偏不倚的“公正裁判”，但很多时候这并不符合人们对司法公正的期待，甚至还会对司法公信力造成极大伤害，最终在机械化司法下导致自然正义的扭曲，损害司法公信力。因此，在司法智能化改革中，必须以法官自身固有的知识体系结合人工智能的技术理性，在社会合意上进行整合和解释，从而演绎出“情—理—法”运用下的司法裁判，守住司法裁判的最后一道防线。这也是智能化司法改革在地方试验过程中对社会风险把控的必要手段。
（二） 区域间的发展程度不平衡
顶层设计和地方试验相结合的改革模式，可以通过“赋权”的方式充分调动地方司法机关的改革积极性。由于地方改革的“政绩”刺激，各地司法机关在创新探索过程极易出现带有地方特色的竞争局面，从而导致我国智能化司法改革的实践样态呈现出区域之间发展不平衡和重复式探索的问题。这种不平衡的局面不仅体现在中西部地区与东部发达地区的差距，甚至于同一地区也存在这种不平衡的发展。试点法院的智能化改革主要是通过与科技公司的合作寻找技术支持，目前可以提供专业法律服务的科技公司十分有限。例如科大讯飞公司，作为国内最大的研发人工智能产品的科技公司，主要与长三角地区的法院合作。对于无法获得技术支持的法院而言，智能化司法改革只能停留在国家政策层面，无法真正落到实处。2019年杭州市上城区法院推出的“凤凰智审”智能化金融纠纷审判模式，开创了全流程自动在线流转的诉讼模式，一度获得浙江省高院的推广，实际上杭州许多基层法院的法官却表示从未用过这款智能审判系统。可见当前部分地区研发的这类智能审判系统仍处于尚未普及的阶段，当然这可能也与该系统缺乏可推广性有关。
此外，在国家信息化建设的蓝图下，智慧法院的建设规划激发了各地法院的改革积极性，推动了诉讼服务智能化水平的提升。截至2020年，全国98%的法院建立了诉讼服务大厅，98%的法院运行诉讼服务网，相应的人工智能也已投入使用，线下诉讼服务项目已逐步拓展到线上。由于区域间的协同发展存在差异，各地诉讼服务平台的智能化水平亦是参差不齐。有的地区由高级法院作为建设主体推出相应的智能化诉讼服务，有的地区是由中级法院作为建设主体，还有的仅在基层法院，这便导致了各地法院线上诉讼服务存在“数据孤岛”的现象。浙江的在线矛盾纠纷多元化解平台（ODR）作为全国首个矛盾纠纷网络化解一体化平台，其在区分不同类型纠纷，搭建类型化纠纷专业解纷模式上相对完善；北京互联网法院推出的“AI虚拟法官”可以实时在线提供“智能导诉”服务，实现用户全程在线操作的自主化；多数试点法院目前对于智能化诉讼服务的提供还局限于在诉讼服务大厅放置“法律问答机器人”，人工智能在此处的运用目前还只是通用技术的复制，后台主要是设置一些固定的问答模式，既无法实现与当事人的自由沟通，提供有针对性的解决方案，也无法为当事人提供精准的诉讼风险预测。由此可见，人工智能在司法领域的运用多数还只是一种通用技术的使用，与司法专门场景的打造还有一定距离。
（三）地方试验的探索呈现片面性
局部地区的试点探索在具体制度的改革上具有降低错误成本的优势，但在智能化司法改革中，特别是针对大数据司法的探索，局部的试点往往存在社会资源整合不足的问题。当前人工智能的运用本质是让机器经过一个深度学习的过程，从而模拟人的思考过程，这一过程实质上是由大数据驱动的，而试点法院探索的“大数据司法”在数据来源上十分有限，导致试点法院的智能化改革的实际效用十分有限。有学者在调研类案类判系统时就曾发现，一些法院研发的类案类判系统的案件来源范围仅局限于个别地区的案件，这些类案也仅仅集中于某些年份，最后导致类案推送并不精准，无法为法官提供有效的参考。在司法数据的获取途径上，官方途径主要是中国裁判文书网，尚不论该系统没有收录2013年之前的数据，该系统启用之初，裁判文书的上网率仅占审结案件的50%左右。近年来裁判文书的上网率有所回落，而且公开上网的裁判文书大多也是经过固定格式化修饰的“模板式裁判”，无法得知决定裁判背后的相关决策信息。可见，类案类判系统的探索在数据来源上存在极大的输入问题。
大数据运作的首要前提便是获取全面、完备且有代表性数据，进而建立审判模型模拟法官裁判，地方法院的资源整合相对有限，一旦无法突破数据的闭环流通，便很难实现人工智能的大数据驱动。如何获取“司法大数据”已成为制约人工智能司法运用的重要环节，有必要在国家层面进行司法大数据库的建设工作，并在法院之间实现数据的整合和共享，有针对性地对地方试点进行全面指导。有别于其他创新制度的改革试验——制度试验本身是一个验证的过程——智能化司法改革依赖的是从无到有的技术转型升级，仅依靠地方法院的独立资源无法实现司法的智能化全面转型。
此外，当前很多地方法院探索的智能审判系统与当地的案件种类分布密切相关，以杭州市上城区法院推出的“凤凰智审”系统为例，该系统主要是服务于金融案件多发的浙江地区，对于民间经济活动不频繁的地区，该系统显然不具备实用性。又如广州市中院2021年推出全国首个破产重整“智融”平台，江苏省南通市中院也根据具有当地特色的破产案件推出“支云破产管理系统”。我国当前智慧法院的地方探索不仅存在重复性问题，各地推出的“智慧产品”多数也是具有地方特色而缺乏普遍适用性。我们距离实现全面普及的智慧法院建设仍然任重道远，未来智能化司法改革的地方探索，只有从整体司法环境出发，在国家层面充分整合社会资源，研发具有普遍实用性和可操作性的智能审判系统，实现智慧法院的全面转型，才能真正从现代科技变革中获得技术红利。
人工智能与司法结合在地方试验中的发展方向
人类社会历经了从以土地为中心的农业社会，到以市场为中心的工业社会、以网络为中心的信息社会，再到当下正在转型的以算法为中心的智能社会，为了保持“社会—司法”的良性互动，必然要打造一个新型的司法环境以适应社会的智能转型。首先，在改革方向上，应明确人工和智能在司法过程的分工，让法官从非审判事务中脱离出来，在确保法官作为司法决策者主体地位不变的前提下，用现代科技辅助法官裁判。其次，从人工智能与司法结合的长远发展来看，面对当前区域发展不平衡问题，加强法律和科技复合型人才的培养是实现智慧法院建设全面推广的基本保障。最后，在改革方式上要充分整合社会资源，充分发挥法律职业共同体在智能化司法改革中的参与感，实现区域发展的一体化。
（一） 明确人工智能在司法审判中的运用界限
在风险社会的理论体系中，现代科技的进步推动了社会的发展转型，但所携带的风险亦是社会治理过程中需要规避的。就人工智能对司法审判的介入而言，用科技让法官从非审判事务中抽身是实现“以审判为中心”的前提，司法场域的劳动分工大致可以分为两大类，一类是作为核心的“审判”工作，另一类则是作为“审判辅助”的工作。明确人工智能在司法审判中的界限，将审判辅助工作的边界扩大，并由人工智能取代，将法官从非审判事务中解放出来，实现司法内部资源的科学配置，从而达致司法效率与司法公正的实现，是智能化司法改革的应有之义。
在司法实践中，审判辅助工作可以是一个动态变化的范围，但此处主要是专指审判阶段的法官在审判工作之外的事务。在司法的整体概念上，审判及其辅助工作的分工，可以概括为决策和为决策而进行的信息收集的分工，“审”是对信息进行甄别，“判”则是基于甄别的决策。传统农业社会的纠纷事实和用以指导纠纷解决的规则体系是相对简单的，因此审判及其辅助工作并未有明确的分工；在现代社会中，存在的纠纷不仅复杂，数量更是庞大，审判及其辅助工作的明确分工亦是为了解决不断攀升的案件数量与有限司法资源之间的矛盾。现代科技对司法审判的介入应确保在审判环节有效辅助法官进行决策，用科技替代人工处理案件信息收集、储存、分析、甄别、流转等工作，并协助法官完成事实认定和法律适用工作。
将人工智能对司法审判的介入限定在审判辅助工作，以及协助法官完成审判工作的服务角色，不仅是出于确保人作为司法决策主体性的要求，更是因为审判阶段的事实认定环节通常是一个需要运用法律规则、证明逻辑、价值判断、经验法则等知识体系来完成的工作，这是目前还无法通过人工神经网络的建构实现的。在判决环节，法官以事实为依据、以法律为准绳形成裁判之前，说理部分通常承载着说服、教育、引导等多重法律功能，多数时候法官在判决理由中的情感表达也是论证的重要组成部分。换言之，一项裁判的作出（特别是疑难案件）通常应该是情—理—法交织的产物，不仅要实现法律规则的正确适用，更要通过经验法则、价值权衡作出合情合理合法的判决以实现案结事了，这项工作并不是机械化的算法计算可以替代的。
2020年最高人民法院印发的《关于深化司法责任制综合配套改革的实施意见》强调，要探索现代科技在审判工作中的应用形态，推进法律文书的辅助生成。该文件明确了现代科技之于司法的运用不仅是审判辅助工作，亦要介入审判工作。随着现代科技的不断升级转型，人工智能之于司法的深层运用必然会涉及对司法裁判的介入，为防止出现“数据决策”代替“法官决策”，需要明确的是智能系统仅具有辅助法律文书生成之功能，系统自动生成的文书还需要由法官审核签字并为之负责。现代社会的智能转型必然会影响传统司法的运作模式，一味拒绝人工智能介入审判工作，抑或无界限地将其运用于司法过程都是不可取的。诚然，当前智能化司法改革的主要目标便是有效提高司法效率，针对简单轻微（特别是类型化）案件而言，效率是实现公正的重要保障，运用人工智能系统处理此类案件，将更多司法资源运用于疑难复杂案件，何尝不是实现司法资源合理配置之体现。
（二） 加强法律与人工智能的复合型人才培养
智能化司法改革的初级阶段通常是由非法律专业人士来提供技术支持，推动人工智能技术在司法领域完成人脸识别、语音转换、数据电子化处理等工作。必须承认的是，这些技术的使用距离实现人工智能之于司法的深层运用还有一定的距离。对于人工智能而言，法律行业是一个有别于其他行业，在自然语义处理上存在很大难度的领域，必须由人工智能与法律的复合型人才来推动智能化司法改革的进程。智能审判系统的打造是一个机器深度学习的过程，需要提供足够多类型不同的优秀裁判样本，让机器了解事实判断、证据认定、法律推理是怎样进行的，进而自我学习形成一套可以模拟法官审判过程的模型。前已述及，我们在司法数据的获取途径上已存在很大困难，不仅数据来源途径十分有限，而且所能获得的数据也并非全然真实。更为艰巨的是，法律语言的使用并没有统一的规范要求，相近意思在不同地域的不同用词导致法律用语的结构化不足，需要经过从“原始数据”到“训练数据”的人工标注处理，才有可能被机器读取。由是之故，司法信息公开程度的不彻底以及司法数据的半结构化特征，都是将司法数据转化为算法的难题所在。对此仅仅依靠非法律专业的技术人员，无法构建一个真正可以“断案”的智能系统，而离开技术的帮助，单一依靠法律工作者亦是无法将司法数据转换为模型输出。因此，不仅要充分发挥技术专家与法学专家跨学科合作的效能最大化，更要发挥法学专家的主体作用，毕竟法律与人工智能复合型人才培养的最终落脚点应是在法学院。法律工作者要充分意识到未来人工智能与法律的结合将朝着彼此交融而不可分割的方向发展，人工智能技术作为未来法治的工具，只有充分掌握在法律工作者手中才有可能避免“算法统治”。
法律是一个相对封闭的自我指涉系统，其本身的形成经过了法律人的分析和加工，并在一定的权威机构内形成规则。将法律编辑为代码的过程不是一个对未经选择的大数据进行学习的过程，而是一个有赖于前期加工的过程。这种将法律知识算法化的过程看似智能，实质上更多还是需要人工的前期输入——有多少人工，便有多少智能。然而，人工智能介入法律之初便存在先天不足与后天资源匮乏的困难。法律数据的不充分、不真实、结构化不足直接导致了人工智能与法律结合之初的输入困难，而人工智能与法律复合型人才的缺乏加剧了深层运用的技术难题，当下我们缺乏足够的“人工”来推行智能化司法改革。
在众多官方报道中，可以看到人工智能之于司法的浅层运用取得了显著成绩，但我们在调研中也频频感受到司法实践中并未真正实现“智能化”。由于司法人员在情感上和心理上并未适应全程智能化流水线的办案模式，而系统的经常性故障也进一步加剧了操作的困难。在一些特定工作上，机器并不能完美实现对人工的替代，机器的介入反而增加了人工的负担。当前运用现代科技替代传统人工作业实现司法运作的智能化转型，短期内不仅无法完全打破司法人员的传统办案习惯，不成熟的智能技术也进一步阻碍了司法人员办案习惯的彻底扭转。倘若司法场域内没有足够的复合型人才加入智能化司法改革进程，仅凭与部分科技公司合作研发的一些智能法律系统，是无法支撑司法领域智能化转型的长足建设的。未来人工智能不应只是理工科专业所属的领域，需要更多的优秀法律人加入到人工智能知识的学习中来，法律人只有充分了解人工智能的运作原理才有可能破除算法的黑箱效应，并在法律层面对其予以规制。
（三） 整合社会资源实现法律行业一体化智能改革
在奉行顶层设计和地方试验相结合的改革模式下，我国迅速在国际上占据了人工智能技术的前沿领域。由于我国先前在司法领域未有完备的法律数据库作为支撑，加之与域外主要由市场驱动的人工智能应用不同，我国人工智能与司法的结合主要是在政府主导下推行的，因此，出现了社会参与度不够、社会资源整合不足的问题，导致人工智能与法律结合的运用在广度和深度上都有待提升。全面吸纳法律职业共同体的加入，特别是律师行业的参与可以将市场元素引入人工智能与法律结合的过程，市场资本的充分参与可以实现社会资源的有效整合，借此推动法律行业的一体化智能转型，包括但不限于法律服务的智能化、智慧检务、智慧法院、大数据侦查等司法领域的一体化智能建设。
从域外实践来看，虽然美国的人工智能司法运用并未得到国家政策的大力支持，但社会市场化运营的机制为美国人工智能技术的发展投入了巨大财力支持。相较之下，我国由政府主导推动的智能化司法改革，虽然得到了顶层设计的规划和指导，但人工智能技术的发展也因此被限在了具体项目工程的研发工作中，对于许多前沿技术难题预研、论证、研发未给予足够的关注。在国家信息化建设的背景下，科技公司以工程化的路径参与到政府部门的智能化改革项目中，通常是将通用化技术直接运用到司法领域，缺乏对司法智能化专有技术的研发，以至于我国人工智能在司法领域的运用还处于弱人工智能阶段。全球十大律师事务所之一的大成（Dentons）律师事务所在2016年就已建立了人工智能实验室（Nextlaw Lab），并与IBM公司提供的认知技术的平台（Watson）合作开发了法律人工智能产品ROSS。ROSS系统为律师们节省了大量文书类检索和研读时间，使之可以将更多精力投入到专业的诉讼技巧上。从域外来看，律师事务所作为提供法律服务的机构实际上是人工智能技术运用的最大市场所在，法律人工智能产品在律师事务所的运用不仅可以改变传统提供法律服务的方式，而且也回避了不少类似干预司法裁判的伦理问题。可见，充分吸纳律师行业加入到智能化司法转型中，可以扩大人工智能应用的市场，为技术的进一步研发提供社会支持，也能更好地整合社会资源，推动法律行业的一体化智能转型。
此外，还要吸收法学院作为人才培养基地加入到法律人工智能的专有技术研发工作中。近年，我国已有部分高校法学院加入司法大数据和人工智能相关技术的研发项目，2017年《新一代人工智能发展规划》中将“人工智能+X”复合专业培养作为未来高校人才培养的新型模式，其中法学专业赫然在列。高校法学教育在未来势必要朝着“法律+人工智能”的复合型人才方向培养。与域外相比，目前我国法学院在参与人工智能司法运用的研发项目上仍处于浅显的理论层面，并未进入核心技术的研发。“法律+人工智能”的复合型人才培养，除了可以为人工智能在司法领域的深度运用提供智识帮助，更为重要的是，人工智能的介入将会为法律服务行业的工作方式带来实质性的转变，未来如何在智能司法的运作中更好地操控机器作为法律职业的辅助者，需要每一个法律人更懂人工智能。
结 语
在法治中国建设的整体布局下，作为探索国家治理现代化的重要场域，智慧司法的改革探索自起步伊始，便在国家推进和地方试验的协同合作下进行创新探索。顶层设计和地方试验的改革模式，固然可以让我国在世界的司法信息化建设道路上迅速占据前沿领域，地方司法机关的创新探索也可以为司法智能化的整体性改革提供经验技术。当前，我国司法领域在人工智能运用的横向辐射和纵向深度上皆有不足，各地试点单位推出的智慧司法举措大多只是具备“智能形式”，实际上的功能定位仍有待商榷，距离实现法院审判体系和审判能力的智能化还有很长的路要走。当然，我们也有理由相信，通过“法律+人工智能”复合型人才培养、充分整合社会资源等有可能实现司法领域的一体化智能改革。
〔责任编辑：童传轩 于若水〕
原文见于《东南学术》
2023年第3期
文中图片均来自网络
本微信公众号系《东南学术》杂志官方微信，如无特殊说明，本微信内容均来自《东南学术》杂志，版权所有。
微信号 : dnxs0591
● 扫码关注我们 ●
2023-06-20
2023-06-19
2023-06-16
2023-05-19