人工智能在司法领域的应用分析

关键词人工智能 司法裁判 法律数据

一、人工智能发展概述及现状

人工智能是用于模拟、延伸和扩展人的智能行为的理论、方法与技术，主要通过计算机来模拟并实现人类的某些思维过程或智能行为，包括学习、推理、思考、规划等。1956年，人工智能首次于达特茅斯会议上提出。之后，在20世纪60年代和80年代，先后又出现了两次人工智能热潮，但由于计算机性能问题、数据不足等原因，最终跌落低点。随着科技的突破，人工智能围棋软件AlphaGo以打败世界专业棋手为标志，人工智能迎来了新一轮的发展热潮。目前，人工智能已在许多领域取得了令人瞩目的成就，越来越受到人们的关注。习近平总书记在中央全面深化改革领导小组的第三十八次会议上指出“深化信息化和人工智能等现代科技手段的运用”;中央政法委郭声琨书记指出“要坚持科技引领、信息支撑，把现代科技应用作为政法工作现代化的大战略大引擎”;最高人民检察院张军检察长要求“智慧检务建设要聚焦智能化，智能化是智慧检务的核心”;最高人民法院周强院长强调“前沿科学技术和司法改革是法院工作的车之两轮，鸟之两翼”。

二、人工智能在司法领域的应用

在人工智能技术快速发展的浪潮下，法律研究正逐步走向智能化、自动化。如何利用人工智能手段实现基于规则的法律推理模型或专家系统，是人工智能和法律所需研究的重点。目前人工智能在我国司法领域已有相关应用。自2017年2月，上海高等法院研发出了“上海刑事案件智能辅助办案系统”。该系统通过使用大数据对上海市的刑事法律文书、典型案件和司法信息资源进行比对与分析。并通过人工智能技术将司法实践中的易发、多发和常见问题进行了整理，同时制定了相关证据标准与规则，并将其嵌入到办案程序中，从而使得证据审查判断的科学性和准确性有效提高。2018年，北京市高级人民法院启动了“睿法官”系统。该系统是基于法律规定和审判经验的法律知识地图。可通过机器学习，将各类案件的案情要素作为切入点，形成一个完整的知识系统。同时，又形成了北京法院办案规范和权威知识体系，可为规范流程提供指导，并引导机器自主学习，从而为法官判案提供统一、全面的判案规范和办案指导。2018年天津市人民检察院正在研发的“智慧检察院”系统，采用大数据、人工智能、OCR识别等技术，以办案系统中电子卷宗为数据，通过OCR识别转换成文字，利用文本挖掘技术、机器深度学习，进行后续挖掘学习。该系统以时间线和关系图的形式可视化的呈现出来，辅助办案人员快速熟悉案情，节约审查时间。设计智慧量刑模块，针对量刑畸轻畸重问题，为检察官提示量刑建議。设计类案推送、案件标注等功能，提升检察官司法办案效率。

三、人工智能在司法领域运用存在的问题

面对人工智能的快速发展，人工智能在司法领域的运用被寄予厚望。前途是光明的，道路是曲折的，当前人工智能在法律层面运用主要面临一些困难。

（一）数据资源的匮乏不充分

AlphaGo战胜世界围棋高手，是在学习了数百万人类围棋专家棋谱的基础上，这些棋谱揭示了人类围棋的策略和奥妙。A1-phaGo通过深度学习和自我训练，掌握了落子选择和器具评估的策略。数据的充分是人工智能的基础，人工智能是大数据的应用场景。当前中国人工智能在司法领域运用的数据基础主要来源是中国裁判文书网上的裁判文书。裁判文书只是记载了法院审判的裁判结论，而对得到裁判的推理过程的内容十分有限，这就意味着人工智能获得的数据资源是有限的。更为重要的是司法公开的范围只是庭审的过程和裁判结果，对于合议庭的评议、法官心证的过程是不公开的。无论是大陆法系的国家还是英美法系的国家，裁判决策的过程都是无记录的或者非公开的，这就导致对于人工智能最需要的学习的法律的裁判决策过程是普遍缺乏的，对于博弈的过程，起诉和裁判的考虑因素、比重、心证等变得不可知，这就严重阻碍人工智能在司法领域提炼出法律决策过程，从而得出的结论也就不可信。只有当法官、检察官的决策思维过程被数据化后，人工智能的数据基础才能变得完整充分，人工智能在司法裁判领域才能真正得到充分的应用。

（二）数据资源的主观性

法律是意识形态的体现，也受道德、价值观念的调控影响。不同的法官、检察官对于同一法律问题往往会有不同的看法，对于一些疑难案件表现更为突出。这就导致法律活动中存在主观色彩和自身的价值判断。而且随着时代的变迁，人们的道道标准以及对问题的看法也在随着时代变化。而对于人工智能如何理解这背后的道德、价值判断，理解时代的变迁，这也是法律人工智能面对的问题。同时裁判文书公开网上公开的裁判文书，涉及不同地域、不同层级的法院中不同法官的判决，法官也有业务水平的高低，这也会出现同案不同判的问题。AlphaGo学习的棋谱是专家棋谱，是围棋领域顶级的高手的对弈过程，法律人工智能在这一方面收集业务水平高的法官的高水平判决，更能得到可靠的结论，但目前我们面对的还是整个裁判文书网。

（三）数据资源的孤立

法律人工智能是以数据为基础，但目前数据资源分散，没有有效整合，数据孤岛现象严重。我们可以利用的数据资源散落在法院、检察院、公安多个系统，而且在同一系统内不同层级不同部门，也以不同的形式存储在不同的数据库中，数据之间没有互通共享。这就导致数据之间无法有效的关联起来，进行整合，无法形成海量、多样化、高质量的大数据，进一步影响数据的分析运用。

四、人工智能在司法领域更好利用的解决办法

（一）合理定位

人工智能时代，对于幅员辽阔的国家还是微小的个人均受其影响，在司法办案活动中要积极使用人工智能高效、海量、智能的特点，提高司法水平。现在及今后很长一段时间，人工智能主要作为一种帮助法官、检察官有效处理案件的工具，在司法办案中发挥辅助作用。首先，目前人工智能仍处于弱人工智能的阶段，法律人工智能也仅作为办案的辅助工具，它的使用目的不是取代法官、检察官，而在于可以省去法官、检察官部重复性简单性的工作，从而更关注案件的本身。其次，在司法活动中，法官、检察官需发挥多年累积的知识和经验，才能进行复杂的法律推理，运用自己的知识、经验和人生阅历，释法说理，化解矛盾，解决纷争，以实现公平正义，树立司法权威，维护社会稳定。法官、检察官职业的特殊性和司法的公信力也决定了人工智能无法将其取代。

（二）数据开发和数据共享

数据是人工智能学习的前提，缺乏广泛可靠的数据，人工智能则不能进行有效的深度学习，更不能实现对人类思维和行为的模拟。目前，司法数据资源的深度和广度还十分有限。法院、检察院以及公安系统内部存在大量的纸质数据没有形成电子化数据，另外各个系统之间数据结构不同，存在数据孤岛现象。为了更加高效地利用人工智能辅助司法办案，应该开发和整合可用的数据，建立统一的国家层面的司法数据共享系统，整合法院、检察院、公安系统内部数据，并与其他政府部门、社会及商业数据进行整合对接。再次，需要保证数据的质量，进一步研究选取哪些数据作为人工智能学习的数据，而不是全部司法裁判文书，以免对司法数据产生影响，从而干扰人工智能判断。因此，为了实现人工智能在司法领域更好的应用，充分有效地发挥其价值，必须加强对数据的开发与共享。

（三）复合型人才培养

在一定程度上，法律与技术的融合程度决定了法律人工智能应用的深度和广度。目前法律界与技术界还存在着严重的隔阂。一部分原因来自对人工智能与司法审判关系的误解，对人工智能在司法领域运用定位的不准确，错误认为人工智能会取代法官、检察官。另一部门原因来自法律界人士对人工智能技术的不了解和不重视。为了更好地将人工智能应用于司法领域，我们需要增进法律界和技术界的沟通交流，对这项引领时代的技术进行更多的知识技术的普及。让更多的法官检察官了解人工智能作为司法办案的助手，帮助他们提高工作的效率，并非完全的取而代之。同时大力培养迎合时代要求的复合型人才，促进相互的沟通理解，紧密结合，推动法律知识和人工智能技术的深度融合。