耿利君：人工智能辅助民事案件预判的理论前景与技术架构｜至正研究
耿利君，深圳市罗湖区人民法院民二庭审判员，二级法官
文章思维导图（上下滑动查看图片）
内容提要：
通过人工智能辅助民事案件预判系统在审判中的应用，可以提升案件审理的效率，强化案件审判结果的客观性并提升案件当事人应诉能力。但该技术的应用也有其限度，因为人工智能辅助案件预判技术可能无法完成裁判说理，难以作出价值判断并实现个案正义，以及有可能被不当利用。该系统应由“人工智能辅助民事案件预判多维采集平台” “人工智能辅助民事案件预判集成挖掘平台”和“人工智能辅助民事案件预判结果展示平台”等三个处理平台组成，以实现人工智能对法官作出裁判结果的全面辅助。
关键词人工智能 辅助预判 民事案件裁判
目 录
一、问题的提出
二、人工智能方法在民事案件预判中的应用前景
（一）从人工到自动：提升案件审理的效率
（二）从主观到客观：强化案件审判结果的客观性
（三）从垄断到普及：提升案件当事人诉讼能力
三、民事案件预判中人工智能方法应用的限度
（一）人工智能辅助案件预判可能无法完成裁判说理
（二）人工智能辅助案件预判难以作出价值判断
（三）人工智能辅助案件预判可能无法实现个案正义
（四）人工智能辅助案件预判可能被不当利用
四、人工智能方法应用于民事案件预判的技术框架
（一）人工智能辅助民事案件预判多维采集平台
（二）人工智能辅助民事案件预判集成挖掘平台
（三）人工智能辅助民事案件预判结果展示平台
五、结语
一、问题的提出
2016年7月，中共中央办公厅、国务院办公厅印发《国家信息化发展战略纲要》和《“十三五”国家信息化规划》，将建设“智慧法院”列入国家信息化发展战略。2017年4月20日，最高人民法院发布了《关于加快建设智慧法院的意见》，该意见规定了要“构建面向各类用户的人工智能感知交互体系和以知识为中心的人工智能辅助决策体系。”因此，通过人工智能方式建立辅助决策体系，是智慧法院建设的重要一环，也是未来法官审理案件最为重要的辅助环节。
随着上述政策的落地，各地陆续推出了人工智能辅助决策成果。在刑事审判领域，江苏省刑事办案智能辅助系统的容留他人吸毒罪、抢劫罪、强奸罪3个罪名模块上线；贵州省推出的“法镜系统”、上海市206工程推出的“智能辅助办案系统”也都含有量刑辅助功能模块；海南省则专门开发了“量刑规范化智能辅助系统”为法官办案提供决策参考。而在民商领域，目前仅有上海高院研发的民商事、行政案件智能辅助办案系统上线，但也仅限于个别民事案由等的运行。虽然已有一批人工智能辅助决策应用推出，但是其在司法实践中的运用效果并不理想，甚至在实质审查方面还有一些障碍，而且绝大部分限于刑事量型领域。这与民商事领域覆盖同广、类型复合高、类案差异性大等特点有关。
而在理论层面，关于法律人工智能的研究主要集中于以下几个方面：一是人工智能对整个法律体系、法律制度的影响；二是人工智能的法律资格以及主体问题；三是人工智能对部门法的可能影响。但是，这些研究的研究方法仍然具有较多人文化、抽象化、思辨化特征，缺少实证、技术方面研究方法的运用。也正因为此，人工智能辅助决策系统的构建不仅在实践方面，在理论上也面临着许多难题。
基于对国内人工智能辅助预测现状及困境的上述分析，笔者认为，进一步研究人工智能方法在民事案件预判领域的应用，对解决其理论不足与技术困境、提高法官办案质效以及整体提升我国司法水平都是有益尝试。笔者在本文中进行了理论论证，并与国内成熟的AI法律公司技术人员做了沟通和技术可行性的论证。
二、人工智能方法在民事案件预判中的应用前景
人工智能在民事案件预判领域的应用与以往的电子卷宗随案生成、智能庭审等其他人工智能司法应用不同。在后者中，即使不使用这些人工智能技术，法官也通常会依靠助理、书记员来完成这些任务。而人工智能案件预判技术的应用，将会是对法官自身部分核心审判技能的替代。而且，人工智能案件案件预判技术的发展速度，以及进而取代部分法官审判技能的速度比以往任何时候都快。
（一）从人工到自动：提升案件审理的效率我国现行有效的法律规定共有144万余件，裁判文书9410余万篇，面对如此繁多的法律规定和案例，任何一个法官均无法全面记忆。即使借助法信平台、中国裁判文书网的分类检索或相关推送功能，也只是在较小的程度上减轻了法官的检索、阅读工作量；而且仍然需要法官进一步阅读推送的案例与法条，才能确定其是否是承办案件中所需的内容。而在新一轮司法改革后，员额管理下的专业化进程加剧；民事法官又在大民事审判模式下审理着原来分属于多个庭室的不同案由的案件，所以案多人少的矛盾愈发突出。而人工智能辅助裁判预测系统，能够使民事法官直接获得正在审理案件的预判结果，这无疑将大大节省了法官检索和阅读的时间，提升了效率。所以，使用人工智能另辟蹊径地解决民事法官所面对的案多人少难题应当是明智之举。而在司法实践中，上海刑事案件智能辅助办案系统的应用，也确实提升了刑事法官的办案效率。
（二）从主观到客观：强化案件审判结果的客观性人工智能辅助案件预测作为新技术的应用，其重要任务之一就是使审判者摆脱各种主观性对裁判的干扰，以促进裁判结果的公平性。由于在审判中从立案至庭审、宣判的各个环节均有诉讼主体的参与，因此裁判的主观性不可避免。这种主观性具体体现在法官及法律渊源两个方面。一方面，从法官角度来看，不同法官的学历、家庭、法律知识的掌握程度等均有不同，这决定了不同法官对同一案件的裁判观点不尽一致。即使没有上述因素的影响，在一些案件的裁判中，也会因为法官的性别、情绪等基本因素而对案件裁判结果有所影响，这在离婚案件中表现尤甚。也正由于此，2017年在法国出现的一款离婚诉讼结果预测软件受到了雷恩上诉法院、杜埃上诉法院及里尔律师公会的关注。另一方面，由于我国各地经济发展不平衡、法律自身的局限等原因，我国法律规定中未明确规定之处本身即需要法官酌定。比如合同法中多处出现的“合理期限”、“可以”等内容，本身即赋予了法官结合案件具体情况，主观酌定的空间。然而，人工智能应用于民事案件预判领域，不仅可以避免上述法官在审理过程中主观性所带来的负面影响，还可以通过机器学习算法自行发现裁判标准。在人工智能算法的处理下，只需要确定数据抓取的范围与算法，即可等待蕴含着司法裁判自身规律的裁判预判结果自动向法官现身。
（三）从垄断到普及：提升案件当事人诉讼能力“传统形式的法律职业界是一个提供服务者的卡特尔， 它提供的是与社会法律相关的服务。”由于法律服务资源的稀缺性，即使在法律援助机构不断增多的情况下，社会弱势群体获取法律服务的能力与社会优势者仍然不能相提并论。但是，人工智能辅助裁判预测技术在社会中的应用，却能够通过提供标准化、自动化的法律服务，一定程度上消除司法鸿沟，促进司法可得性。相对于没有指定辩护制度的民事诉讼而言，民事案件辅助案件预判技术在帮助社会弱势群体获取优质法律服务、提升诉讼能力方面也会起到重要作用。
三、民事案件预判中人工智能方法应用的限度
虽然人工智能辅助民事案件预判作为智慧法院建设有其优势，但其应用仍存在严格的场景限制。而且，司法审判的自身特点也使得其在司法中的应用存在着限度。因此，在智慧法院建设中可以依靠人工智能辅助民事案件预判系统踏浪前行，但不能在喧哗与躁动中迷失理性的分析。同时，应当清醒地认识到法官的审判智慧仍然发挥着主体作用，法官智慧应与人工智能辅助民事案件预判技术结合使用。
（一）人工智能辅助案件预判可能无法完成裁判说理人工智能应用于案件预判领域，最核心的关切是算法的透明性及数据的完整性。在技术层面，人工智能算法是基于人工神经网络，而人工神经网络最致命的缺陷更是“算法黑箱”问题，以及由此引发的“算法独裁”的担忧。因为人工智能仅能给出案件预判结果，但其作出决策的过程、理由与原因无法被获知，更无法展现出法官的逻辑推论过程，导致其结果的说服力值得商榷。更为严重的是，如果此类未经严谨考察的算法在开发中引入了开发者偏见，或是继承了现有司法实践的弊端，那么法律决策本身便会逐渐偏离正义合法，亦会使法官落入完全被动依赖机器决策的陷阱。算法黑箱问题早已在国外已有争议并引发了诉讼，如美国威斯康星州诉卢米斯（Wisconsin v. Loomis）一案。在该案中，被告卢米斯认为该州法院使用一种名为Compas的算法模型来量刑违反了正当程序原则，求美国联邦最高法院对此做出裁决。然而，2017年6月，联邦最高法院却拒绝受理该案件。法学家左卫民认为，美国联邦最高法院之所以拒绝受理该案，原因之一或许就是美国最高法院的九位大法官对人工智能是否能够应用于司法实践尚无足够信心，对人工智能在司法实践中运用的程度及范围也缺乏把握。
人工智能方法的去因果性不能完全满足民事案件预判的需求，还在于民事案件裁判承担着为法治建设主体提供决策参考的功能。这就要求民事案件裁判能根据其评估结果对特定法治现象的成因及机制作出分析，以推动法治主体有针对性的改进工作。而人工智能案件预判却无从显示其结果与案件的因果关联及形成机制，也就无法提供法治建设主体所需的精细化决策的依据，不能满足其法治决策参考要求。此外，司法权获得正当性的重要基础在于其理性分析，判决只有能够被解释，才存在被信赖的空间，并减少判决不透明所带来的风险。而人工智能案件预判中的算法黑箱问题显然与现代司法所追求的清晰、理性、逻辑等核心理念完全背道而驰。因此，人工智能案件预判技术必须实现算法的透明化，方能保证司法的公平正义。
（二）人工智能辅助案件预判难以作出价值判断党政军民学，东西南北中，党是领导一切的。司法审判必然隐藏着政治价值的判断。而人工智能案件预判基于数据挖掘，从而回避了价值判断。但在实际的案件审理中，其价值判断是无法回避，也是不能回避的。
首先，民事案件审理中本身就包括着政治效果、法律效果和社会效果相统一的多重价值取舍，而人工智能算法回避了除法律效果外的价值判断，使得其失去了上述三者统一的表达功能。其次，人工智能算法也无法体现案件当事人的政治态度，因为人工智能抓取的是当事人诉讼行为所产生的外显数据，因此，其无法针对当事人行为背后的真实政治态度作出判断，这与中国特色社会主义法治理念的要求不符。最后，对民事案件预判结果的使用也无法离开价值判断，因为法学本质上还是一门规范性学科，对同样的法治数据，基于不同的民事习惯、传统观念、文化等的位阶排序，可能就会作出不同的评价，从而影响后续裁判的结果。
（三）人工智能辅助案件预判可能无法实现个案正义审判的目标是努力让人民群众在每一个司法案件中感受到公平正义。然而，人工智能算法本身就是去人格化、去个体化，并将数据库文本标签化，从而计算出结果。在其计算的过程中，案件个体的特征均被遮蔽，因此人工智能算法无法满足实现每一个个案正义的要求。
首先，从法官角度而言，传统法官的审理过程中，法官会注意包括法庭辩论所产生的法官心证等在内的每一个可能影响裁判结果的案件细节；但人工智能方法所使用的数据库先于被预判的案件而存在，且在弱人工智能时代，机器学习很难对包括听证、询问和法庭辩论在内的诸多复杂法律场景进行计算处理，因此人工智能案件预判系统只能就既有的文字性数据库内容进行计算，实际上限缩了法官裁判所考虑的因素范围。其次，“人不能两次踏入同一条河流”，新的案件或多或少总有一些新的不同特征因素存在，而这些新的特征因素亦不能被人工智能数据库所覆盖。因此，在使用人工智能预判案件时，这部分新案件特征因素多被忽略。最后，在具体的个案裁判中，必须容纳一定的法官自由裁量空间，这些裁量内容包括了政治因素、政策导向以及社会效果等，而人工智能仅能专注于案件本身，而对案件外众多考量因素不能顾及，因此，人工智能案件预判在民事案件个案中的应用应当秉持谦抑原则。
（四）人工智能辅助案件预判可能被不当利用人工智能辅助案件预判，不仅可以对案件的结果进行预测，而且可以以某一具体法官为预测对象进行预测。针对法官个人裁判决策行为的预测被称为“法官侧写”。在国外，尽管包括法国在内的一些国家明文规定禁止法律人工智能公司的法官侧写行为，但由于商业利益的驱动，在现实中却很难避免。例如，一些人工智能公司通过人工智能算法短时间内通过分析不同法官对某些问题的不同看法或论据而建立不同的分析模型，并由此研究出自己的法庭辩护策略，从而达到提高胜诉率的目的。也因此，国外许多法官担心，法官侧写的广泛应用将对法官在个案中的自由心证形成压力，因为法官的判决结果可能因与人工智能司法预测结果存在差距而引发社会质疑。最终法国规定，除极少数例外情况，法官不得在判决书中匿名，但相关机构和个人也不得将法官的个人数据用于“评估、分析、比较或预测他们实际做出或将要做出的专业行为”。
四、人工智能方法应用于民事案件预判的技术框架
人工智能进行“学习”的燃料是数据，“引擎”则是算法。但是，当下还没有一种通用模型架构或全能算法能够解决司法场景中的一切问题。笔者认为，民间借贷纠纷案件是民商领域最为常见的案由，占民商事案件总案件量的17%左右，而且本身的数据资源也十分充分。因此，以民间借贷纠纷作为人工智能辅助民事案件预判理论与技术架构的切入点较为妥当，也具有在其他民事纠纷案件中推广适用的普适性。
基于上述理由，笔者向法律人工智能技术人员调研后认为，鉴于目前的司法人工智能领域的人才、资金支持现状，应当因地制宜构建人工智能辅助预判体系，该体系应由“人工智能辅助民事案件预判多维采集”“人工智能辅助民事案件预判智能集成挖掘”和“人工智能辅助民事案件预判结果展示”三个平台组成，以促进辅助民事案件预判技术在民事审判中的全面应用。
（一）人工智能辅助民事案件预判多维采集平台一个健全、稳定的民间借贷纠纷案件数据库是民事案件预判人工智能研究的基本前提。而该数据库建设的首要问题包括数据的采集和预处理两方面。
1. 数据采集。任何人工智能程序都要依赖大量优质数据投喂，才能达到一定的效果。美国的法律人工智能对审判结果的预测首先围绕美国最高法院展开，就是因为能够做到全程记录法庭庭审过程的法院是美国最高法院。所以，在进行数据选择的时候，既要保证数据范围足够广阔，也要保证数据的质量。就数据范围的全面性而言，目前虽然中国裁判文书网的文书数量近1亿，但是“上网比例依然不足，整体上呈现出一种结构性的缺失”，而且司法判决中的关键信息比如庭审录像、合议笔录等数据也不在其中。因此，民间借贷纠纷数据库的选取，既要包括民间借贷法律法规以及裁判文书数据，还应当包括案件审理过程中的数据，以保证数据的全面性。因此，这就需要电子卷宗同步生成系统的紧密配合，以保证在案件数字化当中，电子文件和纸质文件的一致性，从而使电子卷宗数据能够纳入数据库。另外，上级人民法院的审判指导性书籍内容也应纳入其中。就数据质量而言，要防止“Garbage in, garbage out”（垃圾进，垃圾出）。中国裁判文书网中绝大部分裁判文书为基层法院的裁判文书，且一些文书难免存在错漏，因此需要将纳入数据库的数据进行筛选，并针对使用的法院做个性化设置。详言之，即只将法官所在法院的上级法院的裁判文书纳入数据库。相关法律规定、裁判指引、以及相关审判指导书籍也应如此，其被纳入数据库的范围亦不应包括法官所在法院以及其下级法院所制订的民间裁判指引等内容。此外，还要将上述裁判案件中的法官裁判决策过程中的在电子案卷同步生成下的所有数据，包括庭审录像、面部识别等技术以及合议庭笔录、审判委员会中法官的讨论过程、法官判决后所撰写的审判报告等纳入数据库，因为这些才是记载了判决形成的决定信息的内容。
2.数据预处理。人工智能在民间借贷数据库中抽取的要素是多元且复杂的，因此，为了能够使其为算法所使用，需要对其进行一定的预处理。首先要将民间借贷不同案件要素抽离，运用人工智能技术对要素进行转化，对不同要素进行赋权，让每个不同要素都能找到自身定位，从而保障整个数据检索的系统完整和准确。之后清洗去噪，即筛除重复、不必要的数据，并在后续运行中持续辨识无用数据。其次，要对进入数据库中的数据依据其效力等级赋权，使层级较高的法律、案例等数据能够获得较高的权重。
人工智能辅助民事案件预判多维采集平台示意图（图1）
（二）人工智能辅助民事案件预判集成挖掘平台如何通过对数据挖掘分析、计算来预判案件结果，是本研究的难点。算法事实上分为两种：一种是以逻辑推理为基础的符号算法，在法律人工智能领域就是“知识图谱”算法；另一种是以数据概率为基础的计算算法，其典型代表是“深度学习”与“强化学习”。考虑到民间借贷纠纷案件的审理过程与其他民事案件一样，分为事实认定与法律适用两部分，笔者认为，基于人工智能的民事案件预判系统应当包括事实认定系统和法律适用系统两部分。
1.事实认定系统。因为民间借贷案件事实部分较为复杂，可标签化内容较多，因此，事实认定系统应采用机器学习为主，知识图普为辅助的方式。同时依托于人工智能技术实现不断调试算法和深度学习，并通过海量案件要素进行分析、不断试错的过程搭建民间借贷纠纷事实认定模型，最终实现以人工智能辅助对民间借贷案件事实认定的目的。
2.法律适用系统。由于基于事实认定的法律适用具有明显的逻辑性，因此法律解释宜采用知识图谱或专家模式。而在现实层面，大部分法律科技公司也是通过法律条文以及案例的“知识图谱”的构建来完成智慧法院相关技术的落地。此外，这种方法也较为切合大陆法系法官的审判实际。
人工智能辅助民事案件预判集成挖掘平台示意图(图2）
（三）人工智能辅助民事案件预判结果展示平台人工智能案件预判仅就计算结果给出结论，但是对该结果的因果性分析说理确是难题。但是，可解释人工智能的出现能够解决这一难题。而且，人工智能辅助民事预判功能的应用应当能够对民间借贷纠纷的宏观发展趋势以及法官个人审判趋势进行预测，从而为法院应对此类案件的爆发以及特征的变化提供决策依据。
1.预判结果可解释。人工智能算法的隐蔽性和案件裁判过程的透明性间的冲突无法通过简单的“可视化”方式解决。但是，法官在使用人工智能辅助案件预判时，必须要依据其秉持的价值判断以及待裁判案件的个案因素，了解人工智能辅助系统计算结果的成因，从而决定是否需要依据预判结果来修正自己的裁判结果。换言之，就是要让算法完成裁判结果，之后由法官完成对其的核查。因此，其算法必须能够可解释：即必须能够知道哪些数据是算法的依据，以及算法的运作过程。因此，人工智能辅助预判结果的可解释化则是修正的前提。
而可解释系统的构建需要根据法官对于繁简不同的民间借贷案件的可解释系统的需求来研发：对于简单案件而言，法官期待的是人工智能辅助预判系统找到事实情节高度匹配的类案，其解释系统能够展现明显高度匹配的类案认定中的说理部分，实际平台显示的可以是事实情节完全一致案件的说理原文。而对于复杂的民间借贷案件，法官对案件预判的期待则是数据库中与待决案件法律关系或者争议焦点相同案件的说理内容与法律分析思路，因此其可视化系统需求则侧重于相同争点的说理推荐，实际显示在该平台上的，可以是以思维导图方式展现的相同或类似争点的审理思路与结果。因此，在最终设计辅助民事案件预判系统时，应以上述法官在审理民间借贷纠纷中的实际需求为依据，开发、增加可解释人工智能模块，使算法“黑盒子”，变成算法“灰盒子”。
2.类案及法官判决结果发展趋势可预测。人工智能辅助民事案件预判系统，不仅应针对具体案件的结果进行预测，还应当包括对某一类案由及类似案件判决以及某一个法官判决结果的趋势的预测。这就需要在信息挖掘后建立数据模型，以科学描述建立数据之间的相关性，进而可以采用决策树、回归分析以及神经网络法等工具分析，通过变量的变化预测类案的发展趋势。对于某法官判决结果的预测，主要是通过对法官侧写的正向应用，对其判决中明显、稳定的偏离人工智能案件预判结果的部分予以提示，以便审判监督部门及时获取可能的司法偏离情况，并加以纠正。
五、结语
人工智能在司法中的应用本应是一个以实践性、操作性、技术性为核心的研究领域，是智慧法院发展过程中的具体建设工具。在近三年以来井喷式的“人工智能+司法”的研究中，却更多的着重于相关的理论性研究，且各种研究热衷于在概念和理念中进行脱离具体操作的构建，而民事案件预判领域最基本的技术和操作层面则乏人问津。将人工智能方法应用于民事案件预判领域，是赋能智慧法院建设的有益尝试，是对我国人工智能应用于司法研究范式的一次新鲜尝试，也是一种促使民事案件预判研究由理论向实践、由理念向技术、由构建向操作回归的努力。当然，在积极的探索人工智能方法在民事案件预判中应用形式的同时，也应清醒地意识到人工智能方法的限度，谨慎地以辅助案件审判为定位，全面提升民事案件审理质量的实效性。
*为方便网络发布，已删除脚注。