原创 尤文杰 上海市法学会 东方法学 收录于合集 #上海法学研究 944个

尤文杰

中山大学司法体制改革研究中心研究人员

要目

引言

一、热：司法人工智能的发展历史和广阔前景

二、冷：让人工智能裁判之车“跑”起来？

三、热：人工智能裁判的未来

四、加密元宇宙的监管路径

结语

人工智能层面。当前发展水平下的司法人工智能尚未完全实现人工智能裁判，这主要是受制于技术和理论层面的双重困境，包括司法数据的不规范、模拟法律推理水平较低等。但这些困境并不能阻碍“弱人工智能裁判”的实现。探索构建人工智能裁判快速审理程序应当成为下一阶段“智慧法院”建设的重点。人工智能裁判必须规定一定的适用范围，并规定审前和审后的审查程序，保留当事人程序异议机制等。通过“冷热交替”的再三思考，我们或许能够洞察人工智能裁判的未来。

引言

人工智能时代的开端可以追溯到两个著名的事件，一个是艾伦·图灵于1950年正式发表学术论文《计算机与智能》，另一个则是约翰·麦卡锡于1956年达特茅斯会议上首次提出“人工智能（Artifi⁃cial Intelligence）”这一术语。法律人工智能的研究则几乎与人工智能的发展同步，自卢西恩·梅尔于1958年提出对法律信息进行系统化处理并建立相应模型起，人工智能技术应用于法律领域的探索便正式开启。

几十年来，人工智能技术不断发展，2016年时人工智能程序“阿尔法围棋”（AlphaGo）战胜世界冠军李世石，引发全球轰动，这意味着让机器像人类一样思考不仅可行，而且机器在某些方面所能够达到的智慧甚至可以超越人类中最卓越的个体。如今，人工智能技术已被运用到社会诸多领域，这一技术在改变人类生产生活方式的同时，也必然会对人类的法律制度及其实践产生深刻的影响。在这一背景下，人工智能技术在法律领域的应用再度成为中外学界热议的话题。既然“阿尔法围棋”能够战胜世界冠军，那人类距离“阿尔法法官”的诞生还有多远？

相比域外，我国各界对于“阿尔法法官”的诞生似乎更容易接受，也更为期待，这既是源于中国法律传统文化中绝对限制法官恣意空间的文化影响，同时也是源于应对当下“案多人少”司法难题的现实需要。2017年，最高人民法院正式提出建设“智慧法院”的行动规划，这标志着人工智能技术引领智慧法院建设在国家层面得到了进一步落实和深化。我国目前已然在“智慧法院”的建设中取得了一系列成就，在世界范围内也是位居前列，但是从整体上来看，人工智能技术在我国司法领域的应用仍然处于初级阶段，尚未实现人工智能法官独立办案。

根据学者朱新力对人工智能裁判三个阶段的划分，目前“智慧法院”建设仍处于第一个阶段，即人工智能辅助自然人法官判案，那么我们能够继续跨越到第二个乃至第三个阶段，正式迎来“阿尔法法官”的诞生吗？我国学界对于这一问题也展开了深入探讨，一方面，大部分学者的观点较为谨慎，对人工智能裁判可能造成的司法风险表现出忧虑，认为应当将人工智能定位为辅助法官办案的工具，而非让其取代法官的主体地位，另一方面，也有部分学者的观点较为乐观，认为不宜将人工智能裁判在现阶段的困难性等同于最终的不可能性，更有学者认为人工智能裁判的诞生不可阻挡，司法人工智能的应用是司法现代化的重要彰显。本文认为在人类社会技术爆炸的今天，我们对于这一问题的态度，不妨更加乐观甚至大胆一些，毕竟几十年前的人们也很难想见人工智能辅助自然人法官判案有朝一日得以实现。

然而，当前法律人工智能研究领域实际上出现了一定程度上的冷热差异，与话语层面的讨论热潮相比，实践层面的探索却颇受冷遇。热潮之下，我们需要一些对现实困境的冷静反思；冷遇之时，我们需要一些对未来进路的热烈畅想。人工智能裁判在技术层面上趋于成熟以前，我们的思考和探索或许可以先行一步。目前阻碍人工智能裁判成为现实的困境是什么？人工智能裁判应当如何具体应用到司法领域？怎样才能保证人工智能独立裁判也能够实现公平正义？本文将尝试通过这种“冷热交替”的再三思考，对上述问题展开探讨。

一、热：司法人工智能的发展历史和广阔前景

司法人工智能是指人工智能技术介入司法领域以辅助甚至替代法官完成某些司法决策的具体应用情景，其中又可以根据人工智能技术在司法裁判中所发挥的不同作用将其分为初级司法人工智能（人工智能辅助裁判）和高级司法人工智能（人工智能裁判）。就司法人工智能在域内域外的整体发展情况来看，目前世界范围内针对司法人工智能在理论上的探讨和实践上的研发大多仍处于初级司法人工智能层面，但各国也都在积极推动司法人工智能向高级层面探索。总的来说，司法人工智能在这短短几十年间的发展可谓是突飞猛进，表现出了无比广阔的发展前景。本文对司法人工智能的域内域外发展情况梳理如下：

司法人工智能的域外发展情况

人工智能技术诞生于欧美等发达国家，因而尝试将这一技术应用于司法领域的相关研究也是在欧美最先开展。继卢西恩·梅尔于1958年提出对法律信息进行系统化处理并建立相应模型后，斯坦福大学的布坎南和海迪克又于1970年发表《关于人工智能和法律推理若干问题的考察》一文，这标志着人工智能与法学跨学科研究的开始，人工智能技术自此被尝试应用于司法工作的核心领域——法律推理，但这一时期的司法人工智能研究主要集中于法律专家系统这一类型的推理模型，取得的标志性成就包括沃特曼和皮特森于1981年开发的LDS（Legal Decision-making System）系统等。

20世纪90年代以后，域外司法人工智能的研究重心就从基于法律规则的法律专家推理模型转向了基于司法案例的法律分析推理模型。最早的法律分析推理模型是由匹兹堡大学阿什利教授于1990年设计的HYPO（Hypothetical Reasoning）系统。为改善这两种模型各自的固有缺陷，之后又有相关研究尝试将这两种推理模型相互融合。

进入新世纪，随着人工智能和大数据技术的快速发展，域外司法人工智能研究和实践也取得了一些令人瞩目的新进展。首先是在对裁判结果的预测方面：弗吉利亚理工大学发现分析中心通过机器学习分析了美国最高法院以往所做的裁判，并以此来预测未来的判决，最终人工智能的预测准确率竟能达到79.46%；伊利诺伊理工大学与南德克萨斯法学院基于美国最高法院数据库共同开发了一种算法，并对1816年至2015年美国最高法院法官的28000项决定和240000次投票进行预测，正确率分别达到70.2% 和71.9%，高于法学家们66%的预测准确率；伦敦大学学院、谢菲尔德大学和宾夕法尼亚大学的科学家们于 2016年研发的一款人工智能程序曾针对欧洲人权法院 584个案件的英文数据集进行分析，将其分析结果与实际裁判结果相比较后，其正确率竟达到了79%。除对案件裁判结果的预测外，人工智能技术在域外司法中还被广泛运用于民商事案件中的合规审查、刑事案件中的羁押必要性审查以及假释审查等方面，甚至已经能够在常见的法庭程序和事务中作出自主裁决。目前美国已经有多个州采用名为“COMPAS”（“Correctional Offender Management Profiling for Alternative Sanctions”罪犯矫正替代性制裁分析管理系统）的人工智能司法裁量工具，该系统是通过对犯罪者的访谈和司法部门所提供的信息来评估其再犯罪的风险，评估结果将作为司法决策中的重要参考。值得一提的是，爱沙尼亚凭借发达的IT产业，率先开始了对高级司法人工智能的探索，该国司法系统已经使用人工智能来解决一些无争议的小额索赔纠纷，例如停车罚单或儿童福利案件等，

这些案件的索赔额有时能高达6400欧元。在域外，司法人工智能的研究与实践并未局限在欧美等发达国家，以印度、马来西亚等国为代表的发展中国家也在积极跟进，寻求利用人工智能技术解决法院的积案问题和实现类案同判。印度司法系统于2019年开始尝试使用人工智能，并于2021年4月6日推出人工智能门户网站SUPACE，印度首席大法官沙拉德·博布德对其在司法方面的帮助抱有殷切期望和美好愿景。马来西亚沙巴州和沙捞越州两地法院则于2020年宣布引入“用于量刑数据的人工智能法院技术”，以解决不同法院判决不一致的问题，并已在一宗刑事案裁决中采用该技术。尽管域外司法人工智能的研究和实践在不断深入，但实际上西方世界对于发展人工智能的态度相对更为谨慎，个别国家（如法国等）在司法人工智能方面的建设并不积极，甚至走上了与大多数国家相反的道路，这一方面是由于担心机器将会取代人类地位所导致的普遍忧虑，另一方面也是由于西方世界的普通民众权利意识强烈，对于当下司法人工智能的应用可能引发的司法风险更为警惕。

总而言之，从技术层次上看，域外司法人工智能的研究和实践大多仍然处于初级层面，但已经有个别发达国家（如爱沙尼亚、荷兰等）开始了对高级司法人工智能应用的探索，并尝试让人工智能在常见的法庭程序和事务中作出自主裁决；从应用范围上看，域外人工智能技术在司法领域的应用突破了对案件裁判结果的预测，已然被广泛运用于民商事案件中的合规审查、刑事案件中的羁押必要性审查以及假释审查等；从地区发展情况上看，欧美发达国家仍然是司法人工智能研究领域的最前沿，但不容忽视的是也有很多新兴国家正在积极跟进；从官方态度上看，西方世界对于司法人工智能的发展相对来说更为谨慎。

司法人工智能的域内发展情况

虽然我国人工智能技术的起步晚于欧美等发达国家，但在改革开放的春风下，我国相关产业发展迅猛，甚至呈现出后来居上的态势，因而如今我国在全球司法人工智能领域也是位居前列。

我国有关法律专家系统的研究最早可以追溯到龚祥瑞和李克强于1983年发表的《法律工作的计算机化》一文，该文提出了建立法律专家系统以辅助司法审判工作的设想。1993年时武汉大学赵廷光教授设计开发的“实用刑法专家系统”是我国最早的法律人工智能产品，该系统曾被数百家法院、检察院和律所采用。

进入新世纪，我国司法系统清楚地意识到人工智能技术将会为司法体制改革和司法现代化提供重要的发展契机，因而在2002年，最高人民法院召开全国法院信息化建设工作会议，启动“国家司法审判信息系统工程”，正式发布《人民法院计算机信息网络系统建设管理规定》和《人民法院计算机信息网络系统建设规划》两份重要文件，为大数据、云计算、互联网、人工智能等高新技术在审判过程中的大规模运用奠定了基础。2006年，山东省司法系统大胆做出电脑量刑的尝试，推广淄川区法院三年前开发刑事审判专家软件的经验、在当地各级法院中普遍实行电脑量刑。

2007年至2017年，我国各级法院快速进入信息化时代，最高人民法院于 2017年正式提出建设“智慧法院”的行动规划，这标志着人工智能技术引领智慧法院建设在国家层面得到了进一步落实和深化。与此同时，我国各地法院也在积极参与“智慧法院”建设，并推出了各自的人工智能法律工具，其中较为突出的有北京高院的“睿法官”和上海高院的“206系统”，苏州法院更是形成了“智慧审判苏州模式”。

整体来看，与域外情况类似，目前我国司法人工智能的研究和实践仍处于初级司法人工智能层面，“智慧法院”建设中已经较为成熟的人工智能应用主要包括裁判文书的自动生成、语音文字的自动转化、人脸识别、类案检索以及裁判的监督与预警等，这些都属于人工智能辅助裁判的范畴，但这已然成为我国的司法改革提供了强大的助力。

然而，正如左卫民教授所言，我国当前司法人工智能的研究实际上出现了一定程度上的冷热差异，与话语层面对司法人工智能广阔前景的讨论热潮相比，实践层面对其所面临的现实困境的探索却颇受冷遇。虽然我国官方对司法人工智能的发展高度支持，但斥巨资研发的法律大数据与人工智能技术在司法实践中的应用停留在了初级司法人工智能层面，并且应用效果也不够理想，以至于有学者直言当下政策语境中所提出的“智慧法院”建设实际上并不“智慧”。如何深化人工智能技术在司法领域的具体应用？如何让我们的法院真正变得“智慧”起来？本文认为下一阶段的“智慧法院”建设应当围绕这些议题作出回应。但在此之前，我们还要厘清当前阻碍高级司法人工智能发展的现实问题有哪些。

二、冷：让人工智能裁判之车“跑”起来？

虽然近年来司法人工智能的发展表现出了无比广阔的发展前景，但目前绝大多数的研究和实践仍然没有真正迈向以人工智能裁判为其主要表现形式的高级司法人工智能阶段。如果将人工智能裁判比喻为一辆正在制造中的汽车，那么要想让这辆人工智能裁判之车真正奔驰起来，目前面临着的现实问题可以总结为以下两点，即“能不能够跑起来？”和“应不应该跑起来？”这两个问题实际上也是根源于技术和理论这两个维度。

技术层面：能不能“跑”起来？

人工智能裁判之车能不能跑起来，关键在于技术层面的难关能否被攻克，而这些难关又可以被形象地比喻成燃料、动力和车身等方面的问题。

1.“燃料”的制约：司法大数据有待进一步规范

司法大数据之于人工智能裁判，就如燃料之于汽车，唯有海量的、结构化的、一致性的司法大数据源源不断地注入人工智能裁判系统，人工智能才能不断地进行机器学习，为各种案件的裁判找寻到合适的参考，变得越来越“智能”。目前我国的司法数据库经过多年发展已经在全球范围内遥遥领先，为“智慧法院”建设提供了重要的司法数据来源，但离全数据化的要求还有较大的差距。裁判文书无法完全上网、上网文书说理性不够强、文书所反映的裁判过程不够完整等现实问题制约着我国司法过程的全数据化。当前法律文书的非结构化格式、中文词汇中较多的一词多义现象等也使得我国的司法大数据还不够结构化，这对于人工智能的机器学习造成了不小的阻碍。此外，司法大数据的真实性缺乏保障也是不容忽视的重要问题。

2.“动力”的制约：模拟法律推理有待进一步提升

模拟法律推理能力是人工智能裁判运行的动力，并直接制约着人工智能裁判能否真正实现。模拟法律推理作为人工智能技术在司法领域的一大应用，受到该技术总体发展水平的限制，在弱人工智能时代的当下，人工智能虽然能够模拟人类智能的某些方面，但却难以与人类智能完全等同，尤其是在非形式化的认知方面，而法律正是这种独具特殊性的认知，这需要人工智能学会“理解”，而非简单“运行”。模拟法律推理从1970年起发展至今，已历经基于法律规则的法律专家模型和基于案例的法律分析推理模型两大发展阶段，时至今日仍无法与人类法官相提并论的主要原因就在于司法人工智能只会简单运行既有程序，却并未学会理解法官的裁判知识和裁判方法。

3.“车身”的制约：其他辅助技术有待进一步优化

除上文所述的司法大数据、模拟法律推理外，支撑人工智能裁判系统运行的其他辅助技术也有待进一步优化，其中就包括材料技术、通信技术、云计算等，这些技术虽然不是制约人工智能裁判能否实现的关键，但却是制约人工智能裁判能否大规模应用于司法实践的关键。要想让人工智能裁判系统运行的如人类法官一般可靠，那么就必须做好上述这些辅助技术的优化工作。

理论层面：应不应该“跑”起来？

人工智能裁判之车如果有可能跑起来，那么接下来要考虑的问题就是应不应该让它跑起来，目前学界针对人工智能裁判所提出的质疑主要来自以下两个方面：

1.人工智能裁判对传统司法理论的挑战

人工智能替代人类法官成为裁判者，将颠覆许多司法的基本预设，由此带来的司法风险成为了学界对人工智能裁判的主要质疑点。个别国家可能正是由于预见到了这一风险，因而在司法人工智能方面的建设并不积极。

首先，人工智能裁判挑战了司法的独立性。人工智能裁判的实现必然需要依托特定的平台系统，而这种平台系统的构建和运行则是法院的法官、负责给系统编码的程序员、数据处理中心、辅助技术的提供商等多个主体共同努力的结果，这就势必导致审判主体的双重结构甚至是决定者的复数化，这种倾向对于司法独立性的挑战不言而喻。不仅如此，人工智能裁判所导致的法官“无实体性”则又会造成发生司法错误时不知由谁来承担责任以及如何追责的问题。

其次，人工智能裁判挑战了司法的公开性。人工智能裁判所依据的平台系统存在着数据真实性缺乏保障和算法黑箱缺乏监督的问题。人工智能裁判系统的运行只需要提取出案情要素并将其输入，就可收获一份裁判，但这种裁判却是根据既有的电子数据和算法模型得出的，这将导致司法裁判从此变得不透明和不可解释，这与司法的公开性原则在根本上相冲突。即便是在初级司法人工智能时代的当下，有关司法领域的算法黑箱问题就已经引发了极大的争论（如美国威斯康星州诉卢米斯案）。

再次，人工智能裁判可能损害司法的公正性。人工智能裁判的运行完全依赖司法大数据支撑下的类案裁判，在此暂且不论数据的真实性缺乏保障，这一裁判方式也将直接排除人作为主体根据具体情形作出价值判断的权利，这种“自动售货机”式的机器司法所能够提供的只能是缺乏情感、缺乏智慧的机械裁判，而机械裁判所造成的实体不公已然在人类作为法官的案件裁判中表现得淋漓尽致（如天津大妈气枪案、深圳鹦鹉案等）。即便能够避免实体上的不公，那么对于解构了辩论制度、公开审理制度等诉讼法基本制度的“自动售货机”式的机器司法，其程序正义又该如何保证呢？

最后，人工智能裁判可能损害司法的创新性。“自动售货机”式的机器司法实质上是对过去判决的类比，这种依赖一旦形成，那么理由不再重要，重要的是历史统计，论证不再重要，重要的是对过去的模仿，这种对司法能动性的根本否定将会导致司法实践的停滞不前，试问机器人法官能够做到“法官造法”吗？

2.人工智能裁判在人类社会的可接受度

即便实现人工智能裁判所需的技术条件已然满足，学界针对人工智能裁判的理论分歧暂且搁置，我们还必须考虑到人工智能裁判在人类社会的可接受度。如果人类社会无法接受人工智能法官，那么即使上文所述的种种难关皆已跨越，人类社会也不会让人工智能裁判之车上路。

法律的权威源自人民的内心拥护和真诚信仰，人工智能裁判的实现必须基于社会公众的普遍认同。针对这一问题，有学者提出了法律界的“图灵测试”：人们必须普遍认为人工智能可以为人类作出判断，或至少和人类作出的判断有同样的质量。唯有达到以上标准，才有可能真正实现人工智能裁判。就当下而言，这一标准显然是并未达到的，根据腾讯研究院于2017年面向社会公众展开的网络调查，人们希望使用人工智能的领域仍集中在家政、交通、教育、娱乐等领域，仅有39%的人接受在合同、诉讼等法律实践中使用人工智能，遑论人工智能法官在司法中的实际应用。司法是社会争端解决的最后一道防线，这是因为司法裁决涉及人的生命、自由、财产和人格等权利，关乎人类的命运。

三、热：人工智能裁判的未来

虽然人工智能裁判的发展在当下仍然面临着种种困境，人工智能技术本身发展的奇点更是不知何时才能到来，在人类社会技术爆炸的今天，我们对于人工智能裁判的未来，不妨更加乐观甚至大胆一些，毕竟几十年前的人们也很难想见人工智能辅助自然人法官判案有朝一日得以实现，况且对于当前阻碍司法人工智能进入下一发展阶段即人工智能法官与人类法官协同办案的困境也并非没有对策，爱沙尼亚的司法实践更是已经率先跨进了人工智能裁判的大门。本文认为在当前的技术条件和理论支撑下，探索建立人工智能裁判快速审理程序应当成为下一阶段“智慧法院”建设的重点。本文对于人工智能裁判的未来发展探讨如下：

破局：针对人工智能裁判当前发展困境的对策

如上文所述，当前人工智能裁判的发展所面临的现实问题主要来自技术和理论这两个层面，实际上这两个层面的困局在目前的各项条件下并非完全无法破解，要实现“弱人工智能裁判”仍然可行。弱人工智能裁判是指依托弱人工智能技术和大数据技术，针对简单案件，由当事人自助输入案件信息，并由人工智能自主做出最终裁判的司法人工智能应用情景。弱人工智能裁判是相对于模拟法律推理能力接近于人类法官、“理解”法官裁判知识和裁判方法并能够应用于复杂疑难案件的强人工智能裁判而言的。由于弱人工智能裁判也是由人工智能自主做出最终裁判，因此仍然属于高级司法人工智能的范畴。本文在此尝试提出一些具体对策以实现人工智能裁判发展现状的“破局”。

1.技术层面

人工智能裁判的技术制约主要来自司法大数据不够规范、模拟法律推理能力不够高、其他辅助技术有待优化等。

首先，要素式审判方法的推广和司法区块链的发展能够破解司法大数据不够规范的困局。要素式审判是指对固定案情的基本事实要素进行提炼和归纳，在审理案件和制作文书的过程中重点围绕存在争议的要素，从而做到简化案件审理和文书制作流程、提高审判效率和文书结构化程度的一种审判方法。要素式审判方法使得司法文书数据实现高度的结构化变得可行，继而为人工智能的机器学习扫除了障碍。而司法区块链的发展和应用则可以进一步实现全要素的数据可视，结合科学合理的鉴真规则后即可保障司法数据库的真实性。

其次，虽然目前的司法人工智能技术无法处理事实复杂疑难、掺杂人性和情感因素、涉及价值衡量的复杂案件，但针对事实非常清楚、权利义务关系非常明确、争议显著较小、裁判结果社会影响显著较小、同类案件数量庞大的简单案件，比如司法确认和督促程序等非讼程序案件、金融借款合同纠纷案件、小额诉讼案件等，就目前的司法人工智能技术而言，显然是存在实现人工智能自主裁判的可行性。以金融借款合同纠纷案件为例，此类案件的案情通常十分清晰，权利义务关系非常明确，争议显著较小，在司法实践中甚至存在大面积的“缺席审判”现象，其裁判过程本身就囿于诉讼程序的法律规定而在一定程度上“浪费”了司法资源。而就小额诉讼案件而言，这一程序在价值定位上主要考虑的是效率，追求案件处理上的简易、快捷和经济，没有必要固守传统的诉讼程序规则，反而要充分保证当事人及时“接近正义”的权利。基于这些特性，各种借力于现代科技并旨在解放司法生产力的司法改革总是与小额诉讼程序紧密相连，人工智能裁判技术自然也应当成为增强小额诉讼程序简便性和福利性的动力来源。

最后，在当前建设“智慧法院”的大背景下，电子诉讼正是其中的重点建设领域，而围绕其展开的通信技术、云计算等基础辅助技术建设实际上已经满足大规模电子诉讼的需求（各大互联网法院的良好运行即可作为实证），这同样为弱人工智能裁判的大规模应用扫清了辅助技术上的障碍。

2.理论层面

人工智能裁判的理论争议主要表现在人工智能裁判对传统司法理论的挑战和人工智能裁判在人类社会的可接受度。

首先，就人工智能裁判对传统司法理论的挑战而言，在保证算法正当性的情况下，专注于裁判工作本身的人工智能或许更能保证审判的独立性。人工智能裁判导致司法追责失焦则更像是拘泥于当前司法理论下的过分担忧，人工智能裁判的算法是需要人类提供的，人类智能裁判出现司法错误首先应当考虑对算法的追责。人工智能裁判对司法公开性的挑战聚焦于算法黑箱的问题，这一问题则可以通过事前算法设计过程的规制和事后算法决策过程的审查加以解决。“自动售货机”般的人工智能裁判对司法公正性和创新性的损害也是学界普遍争论的问题，但这些质疑显然是站在复杂案件的角度之上，司法实践中数量最为庞大的实际上是简单且规范的案件。此外，人类法官在司法实践中也不过是在“戴着镣铐跳舞”，类案同判便已经是当下司法改革的一大目标，以此来攻击人工智能裁判的“机械性”的确显得过分苛求。

其次，就人工智能裁判在人类社会的可接受度而言，目前人类社会无法接受人工智能裁判的原因更多的是源于对未知的恐惧。很多发明如火车、照相机等在刚诞生时也是遭受了很多非议，但这并不妨碍如今的广泛使用。对于司法人工智能的未来，用其他学者的话来说就是：“与其螳臂当车，不如放手拥抱。”

进路：探索构建人工智能裁判快速审理程序

既然当下在技术层面已经能够支撑人工智能独立裁判事实非常清楚、权利义务关系非常明确、争议显著较小、裁判结果社会影响显著较小、同类案件数量庞大的简单案件，并且学界对其在理论层面的担忧更是显得有些“杞人忧天”，那么在目前建设“智慧法院”的大背景下，探索构建人工智能裁判快速审理程序应当成为学界研究的重点，这与“智慧法院”建设的根本诉求实际上是相契合的。

必须指出的是，法院诉讼程序的自动化在爱沙尼亚已经成为现实，自2014年以来，该国支付令的快速程序便已依托人工智能实现了自动化，虽然大多数司法裁判仍由法官作出，但从技术上讲，算法可能正在做出决定。目前，爱沙尼亚针对无争议小额索赔的诉讼如停车罚单或儿童福利案件等已经研究出了裁判算法，并已投入使用（上述案件的索赔额有时能高达6400欧元）。

相比爱沙尼亚，我国庞大的人口基数所造成的法院积案和司法资源的不足实际上更需要人工智能裁判。根据最高人民法院的数据统计，2021年各级法院审结一审民商事案件1574.6万件，同比上升18.3%，我国司法系统面临着的“案多人少”困境堪称严峻；即使全国法院诉讼服务中心均已设立速裁工作室，2021年速裁快审案件达到871.5万件，平均审理周期仍然需要32天，但这已经比一审民商事案件缩短了43%。在大力建设“智慧法院”和提倡要素化审判方法的今天，很多简单案件本可以通过人工智能裁判实现绝对意义上的速裁，在缓解司法压力的同时，为人民提供方便快捷的正义。这种正义不仅包含为了保障当事人实现诉权而在物理意义上提倡的“接近正义”，更包含为了增加司法透明度、提高司法效率而在数字意义上提倡的“可视正义”。

当然，由于人工智能技术的奇点尚未到来，为保证司法公正，事实复杂疑难、掺杂人性和情感因素、涉及价值衡量的复杂案件还是应当由人类法官裁判，人工智能裁判必须规定一定的适用范围，并规定审前和审后的审查程序，保留当事人程序异议机制等。本文针对人工智能裁判快速审理程序的大致构想如下：

1.构建裁判前审查机制

如前文所述，目前人工智能技术的发展水平仅能支撑司法人工智能针对事实非常清楚、权利义务关系非常明确、争议显著较小、裁判结果社会影响显著较小、同类案件数量庞大的简单案件进行自主裁判，因此本文认为人工智能裁判快速审理程序必须构建严格的裁判前审查机制（如图1所示）。法院可以通过在线诉讼平台提供一份表格让双方当事人分别填写，审查案件当事人的意向、案件类型、案由、标的额以及基本案情等是否符合人工智能裁判快速审理程序的要求，只有达到要求的案件才能进行人工智能裁判。对于司法确认和督促程序等非讼程序案件原则上可以直接适用人工智能裁判。

图1 裁判前审查机制

2.构建裁判后异议机制

由于人工智能裁判技术尚未发展成熟，弱人工智能裁判的应用仍然存在可能减损当事人程序利益的司法风险，因此赋予当事人在人工智能裁判后提出异议并给予相应人工救济的权利必不可少。如当事人在人工智能裁判后提出异议，法院可针对当事人所提异议的具体内容进行审查，异议的范围包括实体和程序两个方面。当事人若提出程序适用上的异议，则由法院审查案件当事人的意向、案件类型、案由、标的额以及基本案情等是否符合人工智能裁判快速审理程序的要求；当事人若提出实体裁判上的意义，则由法院审查裁判算法的设计是否合目的性、符合司法伦理。

如果异议成立，则启动人工救济机制，由人类法官进行再审；如果异议不成立，则人工智能裁判有效，当事人如不服判息讼，可进一步提起上诉，二审法官应由人类法官担任。

本文所提裁判后异议机制的具体构造如图2所示。

图2 裁判后异议机制

3.构建人工智能裁判安全保障机制

人工智能裁判的安全保障机制也是不容忽视的重要议题。要想在司法实践中大规模应用人工智能裁判系统，本文认为要牢固树立总体国家安全观，具体结合网络安全、社会安全、经济安全等重要思想，构建起集数据安全、算法安全、通信安全、技术安全等为一体的人工智能裁判安全保障机制，以保障人工智能裁判系统的安全应用。

结语

在世界各国普遍出现“民事司法危机”的背景下，司法人工智能已然被证明是解决危机的良方，作为高级司法人工智能的人工智能裁判可能就是司法的未来。对于此，我们不必过分担忧，不必过分悲观，站在过去与未来的交汇处，回看过去发展的历史，展望未来发展的前景，通过“冷热交替”的再三思考，对于人工智能裁判问题，我们每个人心中都会有一个答案。

原标题：《尤文杰｜“冷热交替”地再思考：人工智能裁判的困局与进路》

阅读原文