赵艺｜我国类案智能推荐系统的实践应用路径探析

赵艺

东南大学法学院硕士研究生

要目

一、司法实践中类案智能推荐系统二、类案推荐系统的应用路径选择三、司法实践中应用实施路径的选择
四、技术实践视野下应用路径之证成

在加强信息化类案检索工作的大背景下，结合人工智能技术的“类案智能推荐系统”在司法实践中迅速得到应用推广。现阶段类案智能推荐系统尚未实现全面覆盖，讨论这一系统的实践应用路径有其必要性。司法实践视野下类案智能推荐系统存在轻视法官主体性地位的潜藏观念、威胁国家法秩序的整体统一性等问题。技术实践视野下的类案智能推荐系统存在大量公共性、基础性工程与配套措施需要不断补足。基于上述问题，构建一种自上而下的渐进式应用路径，实现技术与司法、效率与效能的统一协调发展是类案智能推荐系统实践应用的必要方式。

在我国过去的司法实践中，不同案件判决在法律适用标准和裁判尺度上的不一致，使“同案不同判”现象较为普遍，一定程度损害了司法公信力。党的十八届四中全会审议通过的《中共中央关于全面推进依法治国若干重大问题的决定》中，将“统一法律适用标准”作为推进严格司法的重要任务之一。为推进落实司法责任制改革目标，提升类案适用法律标准的规范性，最高人民法院多次就加强类案检索工作，尤其是利用信息化手段开展类案检索事项发布指导性意见。2020年7月，最高人民法院发布《最高人民法院关于统一法律适用加强类案检索的指导意见（试行）》，其中第12条明确规定：“各级人民法院应当积极推进类案检索工作，加强技术研发和应用培训，提升类案推送的智能化、精准化水平。”2020年 9月发布的《最高人民法院关于完善统一法律适用标准工作机制的意见》第 20条也明确提出“各级人民法院应当充分利用中国裁判文书网、‘法信’、中国应用法学数字化服务系统等平台，加强案例分析与应用，提高法官熟练运用信息化手段开展类案检索和案例研究的能力。”在加强“智慧法院”建设大背景下，通过运用法律人工智能技术，实现类案智能化检索和精准化推荐成为法院信息化建设的重要任务，此即本文所讨论的“类案智能推荐系统”。

一、司法实践中类案智能推荐系统

类案智能推荐系统是对传统类案检索模式的进一步发展，其主要以计算机科学与人工智能领域的“自然语言处理”（Natural Language Processing，NLP）技术为核心识别法律文本中案件事实、争议焦点等非结构化数据，运用算法识别并推荐类案，实现类案智能化推送的效果。相较于传统数据库案例检索模式，类案智能推荐能够极大地提高类案检索的便捷性和准确性，减轻法官等司法工作人员负担，提高类案检索质量。

智能化的类案推送带来的最直接变化，是人机间互动模式与互动逻辑的改变。传统的案例检索通常基于案由、关键词、法院、当事人、律师等特定结构化的要素数据检索匹配具有上述特征的类案，进而在检索结果中人工筛选确认所需案件。这种半自动化的类案检索方法，显然存在检索效率低、匹配精度低、输出质量低的“三低”问题。而类案智能化推荐正是通过人工智能技术，使法官能够充分利用起诉状、答辩状等法律文书数据，实现案件的特定案件事实、争议焦点等非结构化信息的自动输入，实现了“被动响应”到“主动推送”的转变。部分系统甚至实现了一键上传法律文书、一键生成检索报告，大大提升了法官检索类案的效率。近年来，多个类案智能推荐系统上线，其中部分系统已经在实际部署运行，并能够对接案件电子卷宗快速匹配识别既往类案，进一步便利一线办案人员使用。例如，在中央层面，2018年1月5日，最高人民法院正式上线运行了“类案智能推送系统”。据介绍，该系统从“案件性质、案情特征、争议焦点、法律适用”四个方面，覆盖全部1330个案由，通过机器自动学习构建出超过10 万个维度的特征体系；在精准度方面，做到全案由文书数据整体搜索推送准确率达到63.7%，民事、刑事Top10类型的准确率达到85.5%，其中以文检索全案由整体准确率61.6%，热门类型案由整体准确率81.8%。而由最高人民法院立项、人民法院出版集团建设运营的“法信”平台的“法信2.0智推系统”集约自动识别卷宗案情、分级智推类案裁判、法条依据全维超链、关联串案分析提示、权威观点智能匹配、快捷生成检索报告、识别学习新民法典七大核心功能；在精准度方面，经过第三方初步测评，整体准确率为78.59%，其中民事和刑事常用的top 8的案由罪名的准确率均在90%以上。

尽管类案智能推荐系统在司法实践中得到了一定程度的应用推广，但同时我们也应当看到，现阶段类案智能推荐系统等法律人工智能尽管在官方政策与学术研究层面十分火热，但其司法实践运用尚处于初级阶段，使其真正融入司法实践仍有很大提升空间：第一，从案件难易程度上看，简单、常见案件的类案推送准确率高于复杂疑难案件，而复杂疑难案件的低准确率直接影响到类案智能推荐系统的实用性。第二，从案件类型上看，刑事案件类案推送准确率高于民事、行政案件，类案智能推荐系统对司法实践中案件覆盖程度不足，直接影响具体办案过程中的可用性。第三，从研发应用效果情况看，东部经济发达地区研发应用的类案智能推荐系统推送准确率相对而言高于中西部地区，中西部地区类案智能推荐系统实际使用中的易用性相对较低。一些法官甚至坦言：“真正要用的时候还是要到外网用商业公司开发的案例检索系统去搜。”整体来说，仍处建设发展阶段的类案智能推荐系统距离普及化、日常化的实践目标，尚存许多亟待改进的问题。

二、类案推荐系统的应用路径选择

类案智能推荐目前的实践应用仍存在明显的时代局限性，但司法的智能化实践不能因噎废食。在既有法律人工智能的关键技术尚未取得重要突破的情况下，我们应当借助更科学的顶层设计和实施规划，优化类案智能推荐系统的应用推广路径，逐步形成智能化技术和司法实践业务之间的良性循环。

所谓类案智能推荐系统的实践应用路径问题，申言之，即类案智能推荐系统以何种形式，按照既定推广步骤，实现广泛应用并产生实际效果的问题。目前主流类案智能推荐系统的实践应用路径大致存在着两类区分：自上而下模式与自下而上模式的区分、激进式应用路径与渐进式应用路径的区分。综合来看，实践中存在两种典型的应用路径：自上而下激进式应用路径和自下而上渐进式应用路径。自上而下激进式应用路径即类案智能推荐系统在司法机关主导下推广应用于各基层业务主体并开展应用，迅速完成技术创新上游、中游到下游的耦合，辅之以强制类案检索等配套保障制度，实现技术快速推广应用。自下而上渐进式应用路径则更依赖于自然演进的方式，借助科技公司、高等院校等主体的资金、技术与智力优势，通过市场“无形的手”相对平和而较为缓慢地进入基层业务主体的日常使用。

自上而下激进式应用路径，体现建构理性的特性；自下而上渐进式应用路径，则是经验理性的表现。具体而言，两种不同应用路径实施应用的形态存在显著差别。首先，就推进速率而言，以行政性力量为主要推动力量的激进式应用路径更加侧重需求的及时性，能够较为全面地回应法官等一线办案人员对类案检索的业务需求；而以市场为主导的渐进式应用路径则有着更多兼顾研发、运营成本的考量，难以实现低频需求的覆盖。其次，就推进稳妥程度而言，自上而下的激进式应用路径，存在一定的迟滞效应，在前沿技术研发应用的意义上相对缺乏灵活性，特别是在法律人工智能技术高速迭代的条件下，技术应用和系统实施上难以及时更新；而以市场为主导的自下而上的渐进式应用路径由于在应用层采用相对保守的实施方式，结合技术更新趋势进行调整的成本更低。

每一项新技术的应用服务于司法实践的实施路径都需要结合司法实践的具体场景做出选择，避免主观化判断导致技术实效不理想。类案智能推荐系统的应用实践，亦需要从类案检索的司法活动出发来确定合理的技术应用路径。从司法实践层面和技术实践层面这两个不同的视角来考察，构建一种“自上而下渐进式应用路径”，可能是适宜类案智能推荐系统应用实践实施的最佳选择。

三、司法实践中应用实施路径的选择

从司法实践的视角来考察类案智能推荐系统应用实践重点关注的是新兴技术对司法实践活动的规范性影响，即智能化技术的运用在多大程度上会直接影响类案检索机制，提升审判能力的现代化水平。

厘清司法实践与技术应用的边界

随着法律领域智能化技术的兴起，“技术万能”论一度冲击了司法实践理念。现有的以类案智能推荐系统为代表的司法大数据与人工智能应用过程中的数据前置性和算法依赖性明显体现了“技治主义”的改革路径，把司法问题转化为简单机械主义的计算问题。尽管类案智能推荐系统实现对类案自主的查找，进而通过相关技术取代法官裁判在实操层面无法真正实现。但类案智能推荐系统应用实施过分重视技术运用，轻视法官主体性地位的潜藏观念，依然是司法智能化技术应用路径中需要克服的重要偏见。

不可否认，以计算机和互联网为代表的信息技术，已经使得社会生产生活的运作方式发生了广泛变革。几乎所有行业在信息科技创新的带动下发生了广泛革新，甚至部分行业中原本高度依赖人类智能的关键性决策环节，也已经部分实现了自动化、智能化。但从司法实践的自身特性来看，法官的主体性地位依然是任何司法裁判活动的最基本前提。

司法实践中，法官裁判案件并非机械地适用法条，毋宁是“在案件事实与法律条文间来回穿梭”，并同时斟酌社会一般观念、法律原则、习惯等等综合因素作出妥当的判决。在社会飞速发展的现代，大量全新类型的案件层出不穷，此类案件法官不得不斟酌社会一般观念加以认定，而无论是现有的法律规范还是既往裁判案例，在处理此类案件时无法直接为法官提供有效的指引。即便能够利用类案智能推荐系统获取有效结果，法官对通过其结果也并非“照单全收”，依然要结合当前各个案件事实及法院裁判的思路，斟酌考量后选择性地加以吸纳。拉伦茨即指出：如若法官确信判决先例中的解释并不正确，或是法的续造之理由不够充分，或者当初正确的解决方式，今日因规范情境变更或整个法秩序的演变须为他种决定时，则法官不仅有权利，亦且有义务摒弃判决先例的见解。这一意义上来说，法官并不能“保持一种因循守旧的态度并承诺在未来案件中反复延续其前辈犯下的错误”。从实效上看，类案智能推荐技术仅能在相对有限的程度上获得最相似类案，并不能对本案裁判结果给出准确的回应。而纠纷案件涉及价值冲突、创造性思维、创立概念、人文关怀等等复杂命题的价值判断是人类特有的，法官的主体性地位在类案智能推荐系统面前依然无可撼动。

此外，从司法判断的内在合法性上说，类案智能推荐系统涉及大量算法的自动化决策，而算法自身的闭性与司法公开性的要求天然相违背，一味地迷信技术，将纠纷解决演化为算法问题，就必然面临侵蚀司法的风险。正如英国大法官休厄特所言，法官不仅要主持正义，而且要人们明确无误地、毫无怀疑地看到是在主持正义，这不仅是重要的，而且是极为重要的。类案智能推荐系统的高度复杂的算法在外观上如同黑箱一般，无法给案件当事人留下不偏不倚的公正印象。在智能量刑算法领域，受到知识储备不足以及直观感受不佳的双重影响，社会公众对智能量刑算法的不接受是当下司法转型期的常见现象，类案智能推荐系统同样存在着上述问题。但如若在此种情况下存在偏袒的可能性，不论这是否已形成事实，只要有判断能力的人产生偏袒的印象就足以使对法官的信任遭到破坏，司法正义也就无从说起。

就当前类案智能推荐系统研发实施情况看，市场单一主导的司法人工智能产品往往存在一定程度技术方案与业务需求不匹配的问题，产品实际投入使用后的实际使用效果不理想。“自下而上”法律人工智能产品研发依赖市场化方式推进系统部署实施，相对而言有着较高的盈利压力，因此往往倾向于夸大类案智能推荐技术的应用效果。在类案选择的过程中，片面追求智能推荐对法官专业判断的替代，就可能存在弱化司法基本特质的问题。而自上而下的类案智能推荐系统应用实施，其推动力源于司法机关制度内业务实践需求，在实施效果的层面更加注重司法实践的具体需求。其可以通过“智慧法院”建设整体框架的科学顶层设计，以更为直接的制度执行方式嵌入司法实践活动，以司法实践的内在性视角来权衡智能技术应用的方式，因此更有利于审慎评估技术对司法活动的影响边界，从而避免技术泛用对司法本身的不当侵蚀。

平衡技术发展和资源分布差异

类案智能推荐系统的应用实践，存在明显的区域不均衡问题。除由最高院牵头开发的通用类案智能推荐系统之外，地方各级法院出于地方司法实践的需要，也同步研发了类案智能推荐系统或功能模块。整体上看，东部经济发达地区主导研发智能系统输出的类案推荐结果，质量相对较高。究其原因，系法律人工智能还处于依赖高额资金和人力投入的阶段。经济相对发达地区在资金、技术和人才等方面的研发优势，吸引社会资本与研发资源投入方面具有较强的能力，为类案智能推荐系统研制提供了先天优势。

但是，类案检索的以类案智能推荐系统为代表的法律人工智能产品通常具有普遍适用与公共服务属性，而“自上而下”式的类案智能推荐系统推进路径可以有效地解决技术发展使用的不平衡问题。司法权本质上属于中央事权，司法领域的信息化与人工智能建设同样需要中央的“自上而下”式的主导，放任市场的自由发展将会扩大司法治理的不平衡现象，进而影响国家法秩序的整体统一性。此外，技术发展的平衡有利于缩小司法治理的地域差异。有学者即指出，利用司法大数据和法律人工智能等新时代的司法技术条件，规范司法自由裁量权的使用，确立相对统一的可类型化案件的司法裁判标准，有利于保障国家法制的统一性和司法治理的内在一致性。相较于司法财政水平和法官素质的不平衡，司法人工智能的平衡发展更加容易实现。而此愿景的实现，需要以类案智能推荐系统为代表的司法人工智能在全国范围内的平衡、广泛应用为前提。如此，自上而下的渐进式类案智能推荐系统推进路径将会是最佳的选择。

四、技术实践视野下应用路径之证成

技术实践视野下的类案智能推荐系统更关注如何从技术上实现良好的类案智能推荐效果的问题，具体包括基础底层架构、核心相似度算法与配套工程建设等。从哪一视角，自上而下的渐进式路径均是类案智能推荐系统实践应用的最佳路径。

类案智能推荐系统需要建设补足公共基础工程

类案智能推荐系统的核心技术是相似文本推荐，但相似文本推荐并非类案智能推荐系统所遇到的最复杂问题。法律语境的人工智能建设存在大量公共性、基础性工程，不完善的底层基础工程将会直接影响上层系统的使用可靠性。但“自下而上”路径中的法律人工智能产品高度依赖市场盈利，法律科技公司无动力参与公共基础工程建设。相反，自上而下的类案智能推荐系统应用实施能够有效兼顾法律人工智能领域的公共基础工程建设。

以相似文本推荐为例，目前的文本相似度计算方法主要包括两大类：基于统计的方法和基于语义嵌入的方法。前者通过统计文本中各词项的出现频度，以词频信息为基础计算文本之间的相似度；而后者利用语义词典中词项与概念之间的层次结构关系计算文本之间的相似度。尽管如此，现有的文本相似度计算方法依然存在不足，最主要的原因并不仅在于算法设计不够完备，更在于现有的基于有监督学习的方法对于数据标注提出了很高的要求，而由于法律语境的专业性和特殊性，数据标注不得不为之。

在计算机科学与人工智能领域，现代汉语词法、句法分析是进行汉语语义理解首要解决的问题，只有把分词和词性标注都处理好才能处理词法、句法问题。无论是基于统计的方法还是基于语义嵌入的方法，其都是以“词语”为核心的处理文本的方法。此类方法在处理特定文本时，首要技术任务均为“分词”，即将句子中的每一个汉字重新组合形成现代汉语中的词语。例如：“张三对李四负有一万元不当得利之债。”在这一句中，理想的分词应当是“张三”“对”“李四”“负有”“一万元”“不当得利”“之”“债”。由于法律中的专业术语数量多且复杂，现有供研发人员使用的日常语言环境下的通用分词词典无法较好完成法律场景下的分词任务。仍以本句为例，若不使用特殊方法而使用通常的分词器分词，这一句的分词结果将会变为“张三”“对”“李四”“负有”“一万元”“不当”“得利”“之”“债”，“不当得利”这一法律专业术语将被分割。这样的不当分词会直接影响接下来的文本相似度计算，最终对输出结果的可靠性形成潜在影响。除了分词之外，法律知识图谱构建、裁判文书文本处理与相似度模型训练中，裁判文书中大量非结构化、半结构化的数据同样需要进行提取整合标注，最终形成结构化标签供机器识别训练。但是，实践中裁判文书文本的系统数据标注化建设严重滞后，直接影响类案智能系统的有效建设运行。

人工智能界有一句较为戏谑的话：“有多少智能，就有多少人工”。人工智能是数据驱动的智能，数据标注是人工智能应用的底层基础。法律语言环境的特殊性需要不同于日常语境的人工智能底层架构，但法律领域的消费者的“购买力”有限，科技公司不愿投入过多资源、承担高昂成本开发仅在法律领域适用的产品。我们也看到，实践中绝大多数研发主体较多地运用了通用的自然语义识别技术，未针对性地根据法律场景进行迭代开发，导致实践中部分类案智能推荐系统的可用性较低。究其根本原因，此类数据标注、法律知识图谱构建、裁判文书文本处理等基础性工作是几乎所有法律人工智能的共同基础，具有极强的公共基础属性。在市场“无形的手”的调节下，法律科技公司并无动力参与领域内公共基础工程建设。相反，国家行政主导的自上而下渐进式体系有利于不断支持法律人工智能的底层架构的建设，从而逐步提高类案智能推荐系统等上层应用的实际效果。

类案智能推荐系统建设需要补足配套措施

骐骥千里，非一日之功。类案智能推荐系统作为新时代法院保障类案检索、统一法律适用的重要工程，除了核心相似度算法需要不断迭代更新外，类案智能推荐系统也同样需要补足工程配套措施。

首先是裁判文书的数据库建设。现有的部分类案智能推荐系统在基础裁判文书数据库建设方面存在缺陷，大部分系统仅使用公开裁判文书数据库作为检索的类案数据库。尽管在最高人民法院的大力推动下，裁判文书公开制度取得了可喜的进展，但是若以最高人民法院的裁判文书上网规定为衡量标准，现有的裁判文书的公开程度仍依然存在一定的缺陷，离“应上尽上”的目标还有明显差距，选择性公开现象仍然存在，一些重大案件（包括热点案件和指导案例）的裁判文书没有公布。此外，文书公开的质量也有待提高，部分应当公开的文书仅仅公开了案件基本信息而未公开判决主文，影响检索质量。通常来说，法院审理的“四类案件”通常也是社会高度关注、案情疑难复杂、需要进行类案检索的案件。当下重大疑难复杂案件的公开情况明显不足，公开裁判文书质量低，是智能类案检索难以检索到有效类案的重要原因之一。良好运行的类案智能推荐系统的基础是建立广泛、全面、完整的既往裁判文书数据库，而现有的公开数据库不能胜任类案智能推荐系统的需要。因此，为实现高准确性的类案智能推荐效果，裁判文书数据库建设同样需要不断更新，囊括未公开的重大疑难复杂案例有其必要性，这也使得渐进式路径成为更优选择。自上而下的渐进式路径一方面有利于加强裁判文书的数据库建设；另一方面，有利于将未公开裁判文书脱密脱敏后录入数据库，供法官检索使用。

此外，类案智能推荐系统建设的真正实践应用还需要补足检索制度与人员保障，加强业务主体的使用能力培训，切实提升类案智能推荐系统的便捷高效性与业务主体使用系统的自觉主动性。一是加强系统技术标准建设。尽管近年来最高人民法院多次就加强类案检索、统一法律适用问题发布指导性意见，但在类案智能推荐系统等信息化检索工作问题上存在空白，这使得现有的系统存在自身定位不明确、技术方法不统一、检索精度不一致的困境。实践中，现有的多个类案智能推荐系统在相似度算法与数据库建设方面各不相同，同一案件在不同的平台上检索到的结果差别较大。在缺乏统一的技术方法与评价标准的情况下，多数类案智能推荐系统所宣称的“90%以上准确率”缺乏可信度。类案智能推荐系统的建设亟待统一的技术标准，而自上而下模式下的行政主导的标准化建设有助于统一多方意见，避免标准的不公正、不规范现象。二是加强系统维护与业务主体培训。推送准确率仅仅只是检验类案智能推荐技术效果的标准，而法官等业务主体的使用实际情况才是检验类案智能推荐系统的唯一标准。因此，类案智能推荐系统的实际应用应当以切实解决法官等业务主体的业务痛点为导向，加强日常系统维护与业务主体使用能力培训。在法院“案多人少”的结构性问题尚未得到明显改观的情况下，激进推进类案智能推荐系统会进一步加剧法院的工作负担，使法官产生抵触心理，排斥对于新工具的使用，而相对平和的渐进式路径则能够有效提高业务主体使用系统的主观能动性。

五、自上而下渐进式应用路径之具体内涵

在顶层设计与统筹规划的基础上补短板、强弱项，稳步推进类案智能推荐系统底层架构、核心算法、配套措施“三位一体”建设，是本文“自上而下渐进式应用路径”的核心内涵。

一是强化顶层设计、统筹规划，协调推进类案智能推荐系统的标准化、规范化建设。标准化为了在既定范围内获得最佳秩序，促进共同效益，对现实问题或潜在问题确立共同使用和重复使用的条款以及编制、发布和应用文件的活动。类案智能推荐系统的建设缺乏统一的话语体系，现有系统在推送准确率上颇有自说自话之嫌，亟待规范的技术标准出台。类案智能推荐系统的建设需要加强顶层设计与统筹规划，坚持需求导向，从建立统一的技术标准切入，明确系统建设的目标、阶段、任务、举措、应用场景与实施蓝图，走好类案智能推荐系统的标准化、规范化建设之路。要坚持法官的主体性地位，避免将司法问题转化为机械计算问题。要减少技术发展的区域不平衡差异，着力发展少数民族地区的类案智能推荐系统。

二是强化技术创新、攻坚克难，逐步提高类案智能推荐系统的实用性、可用性。要加强底层架构建设，由最高人民法院牵头协调各单位统筹建立专门队伍，整合现有研究成果，吸纳法律科技公司等各方主体，加强底层架构建设，努力形成系统完备的法律词库、法律法规与案例数据库。要加强核心算法建设，组织高层次技术专家和审判业务专家，结合最新自然语言处理技术与知识图谱技术，集中攻坚智能类案推荐系统的疑难关键问题，突破技术瓶颈，不断迭代更新，显著提升类案智能推荐系统在疑难复杂案例上的处理能力，逐步提升系统在疑难复杂案件上的推送准确率，提高类案智能推荐系统的实用性、可用性。

三是强化后勤保障、宣传引导，切实做好类案智能推荐系统的实践有效应用与联动发展。要建立健全类案智能推荐系统的日常维护队伍与培训队伍，加强基层法官等使用主体的使用能力培训拟定类案智能推荐的配套激励机制，全面提升法官的科技应用能力与使用系统的自觉主动性。要力戒形式主义、官僚主义，避免进一步加重基层法官的工作负荷，避免加剧法官对新技术新系统的排斥心理。要总结推广类案智能推荐系统的技术成果与研发经验，将技术成果、研发经验与法律职业共同体分享，与其他法律人工智能协调推进，走好“以点带面”的带动式跨越式发展之路。要注重宣传引导，重视人民群众对智慧法院法院建设工作的关切和评价，尊重人民群众对司法公正的普遍认知和共同感受，避免群众产生对类案推荐技术等司法人工智能的不当偏见。

必须说明的是，“自上而下的渐进式应用路径”不等于排斥市场、排斥地方、排斥一定限度的快速推进。从现有的类案智能推荐系统展现出的情况来看，同样有着较为浓厚的“地方先行试点”的色彩，在“政治锦标赛”的加持下，“地方试点主义”极大地激活了地方的活力，使得中国智慧法院建设呈现出百花齐放的样态。高科技公司的通用人工智能产品相对成熟，在拥有资金和人才的优势的情况下开发针对法律场景的产品难度相对较低。此外，类案智能推荐系统的建设同样是一个从量变到质变的过程，结合最新的自然语言处理等信息技术成果，在显著提高推送准确率的情况下，“小步快走”加速推进技术实践应用也有其可能性。总体而言，统筹推进类案智能推荐系统建设需要技术与司法、效率与效能的统一协调发展。

结语

尽管类案智能推荐系统的话语正在司法系统内如火如荼的传播，但实践的应用比话语的传播更为重要，思考如何优化类案智能推荐系统的实践应用路径具有重要意义。类案智能推荐系统作为推进司法审判智能化的关键一环，已经在一定范围内开展应用，产生了类案智能检索的“中国经验”。本文的反思正是基于这样的探索与经验展开，自上而下渐进式应用路径是适宜类案智能推荐系统实践应用的最佳选择。我们更应当看到，类案智能推荐系统不仅是法院审判智能化的一部分，更是司法人工智能建设和智慧法院建设在我国的缩影。这是一个“只有更好没有最好的问题”，以冷静理性的视角评估法律人工智能的发展现状与可能限度，从时代的需求入手构建本土性、时代性、互动性与反思性的前沿话语，以开放而不失原则的态度拥抱未来技术与司法的深度融合，是所有科技人与法律人共同做好这件“没有完成时，只有进行时”的工作所应当具备的态度。

往期精彩回顾

上海市法学会官网

http://www.sls.org.cn