专栏名称: 法律读库

法治新媒体阅读管家，传递常识，启迪法治。Less is More，少即是多。每日向用户推送优质法律类文章1至4篇。

陈卫东教授：法律人工智能的技术、理论与应用问题

法律读库 · 公众号 · 法律 · 2020-12-22 13:44

正文

来源：上海检察

法律人工智能的技术、理论与应用问题

中国人民大学教授、博士生导师

陈卫东

中国人民大学教授、博士生导师陈卫东

大家好，非常感谢上海市检察院的邀请，今天通过视频方式，就法律人工智能与检察理论创新，跟大家做一个交流。

信息技术和信息产业蓬勃发展，成为全球产业变革的重要引擎，“无人经济”快速发展。当代社会，以信息化、数字化为技术起点和功能载体的人工智能为社会建设带来了新机遇，其应用领域不断拓展，公共服务、行政执法、医疗卫生、金融监管、交通服务等领域都愈发仰赖人工智能的技术支持，不少领域的专用人工智能应用已然呈现出成熟之势。正是基于人工智能的时代引领价值，世界主要发达国家均把开发与应用人工智能定位为提升核心竞争力的国家战略目标，力图在新一轮的国际竞争中掌握科技主导权。

科学技术在刑事司法中的运用由来已久，而大数据、人工智能等新兴信息技术的助推，更是掀起了一波更为浩大的司法科技化浪潮，人工智能技术与刑事司法业务迅速融合，诞生了服务于司法工作的人工智能法律系统。近年来，中国的法律人工智能的研发和应用突飞猛进，涌现了一批又一批的司法智能化产品。这一法律现象的出现，无论从宏观层面还是从微观层面上，都给我们带来了一系列新的研究命题。

对此，我主要从以下三个方面谈谈自己的看法。

一、司法智能化建设要正视技术的复杂性和阶段性

法律人要想理性认知法律人工智能这一新命题，首先要对目前法律领域大数据和人工智能的进展状况有一个清醒的判断，要尊重它的复杂性和阶段性。虽然人工智能技术的发展速度令人惊叹，但是不得不说，理论上的可能性和技术上的可行性之间依然存在不小的鸿沟。

根据智能机器与人类自主意识的对比关系为标准来划分，人工智能的发展为三个阶段：“弱人工智能”“强人工智能”和“超人工智能”。

整体来看，智能机器的研究和应用基本上处于“弱人工智能”阶段，其主要功能是进行信息的高效处理，在法律领域的应用主要是法律信息检索系统和法律专家系统。“强人工智能”是智能机器下一步的发展方向，它的出现意味着对人类思维的模拟和再现，其得以运用认知和推理等通用功能来分析问题、判断价值和学习创作。而在“超人工智能”阶段，智能机器的智能高度将超越人类水平，智能机器得以自我复制和提升智识。

但是，后两个阶段的“奇点”来临还只是未能证实的科学猜想，盲目的担心或者过分的期待都是一种不严谨的技术认知。立足于“弱人工智能”的阶段，我们所要关注的应当是在技术上限的允许范围内，挖掘智能技术在司法应用中的应然价值，避免技术认知错误将司法业务引向歧途。

在弱人工智能阶段，“有多少人工，才有多少智能”，法律行业应用人工智能的时候，应当正视技术本身的优势以及它当下的瓶颈。

客观地说，当下的人工智能在可形式化的、可表征化的数据处理方面，确实有着人类无法比拟的强大能力，而且这种优势正在不断扩大。在严格按照数字逻辑规则进行推演的事务性或技术性工作方面，人工智能的应用成效十分显著，如法律文本分析、司法数据提取与数据结构化、基础法律知识咨询等。

但是其劣势也显而易见 ，由于计算机对“表征”机制极为依赖，所以它不能具有人的非表征与非形式化智能（比如直觉性或经验性知识），只能根据设定的程序机械化进行，无法兼顾其他因素，虽然逻辑性强，但是过于平面化，感应、认知、反应和创造的能力尤为欠缺。

因此，在包括事实认定和证据审查在内的司法实质性事项上，由于这些法律行为涉及诸多价值选择、直觉判断、学理分析等主观因素，这些智能活动依然仰赖于司法官的个人能动。可以说，非形式化的、不可表征的智能活动，不仅是阿尔法Go、深度学习以至人工神经网络的极限，也是可预见的弱人工智能发展的极限。

此外，当下人工智能的技术局限在司法领域还有着特殊的表现形式。人工智能技术的三大核心要件是“数据集合、智能算法和运算能力”，硬件性能的不断提升对于保证机器智能的运行速度已不成问题，但是在数据和算法方面机器智能还存在诸多技术应用上的争议。

首先，绝大部分人工智能算法都是一个“黑箱”系统，对于智能系统的算法模型，司法官乃至公众无法完全知道其内部结构和输出原理。

因此，“黑箱”系统的不透明性使得智能算法的结果在司法这一特殊领域受到很大质疑，这与司法公开原则形成冲突。而且，算法在本质上是一种概率模型，寻求的是统计学意义上的最优解，这种输出模型很可能由于缺乏对于案件特殊性的考量，而导致算法结果与法官的直观判断相背离。

其次，人工智能的本质是根据数据建立的统计模型，它的算法以大数据为依托，因此数据的完整性和真实性至关重要。

以大数据研判为例，当前的数据大多来源于公开裁判文书，但是很多裁判文书说理过于简单，真正记录法官分析过程的合议笔录等内部文件不对外公开，研发人员难以获取和使用这些裁量要素，信息的不完整将导致智能系统的算法和输出结果缺乏相应的可靠性。而且，在关乎司法数据质量的甄别、清洗和筛选上，法律人工智能还有很大的提升空间。

应当说，相关技术的阶段性和局限性，决定了法律人工智能应谨慎涉足对案件决断有重大影响的证据审查、事实认定、法律说理等司法核心事项。

二、开发司法人工智能产品的理论边界问题

法律人工智能的研发和应用涉及很多复杂问题，这不仅有技术工程上的原因，更有深层次的理论上的原因，即人工智能所依赖的理论假设问题。法律人工智能以形式理性主义为理论基础，它把法律规则和法律逻辑均推定为明确的、可数据化和可表达的对象。

司法公正来源于司法理性，而司法理性包括形式理性和实质理性两个层面。

在推理方面，形式理性主义认为，法律推理应该依客观事实、明确的规则以及逻辑去解决一切为法律所要求的具体行为。假如法律能如此运作，那么无论谁作判决，法律推理都会导向同样的判决。形式理性要求判决是根据主观上不可控的方式作出的，所依据的标准不以人的意志为转移，只反映法律规则本身及法律逻辑本身。这一特点决定了形式理性主义的应用范围是规则明确的、不存在核心争议的简单刑事案件和可程式化的诉讼事项；而且在处理司法事务性、程序性工作方面，形式理性集中体现着程序正义的理念，强调执法标准的统一，通过排除人为因素干扰来保证司法的规范化。因此，以形式理性主义为理论基础的法律人工智能系统，其业务范畴可以拓展至所有案件的事务性工作和简单案件的推理工作。

司法的实质理性在推理上强调司法的能动性，要求司法官在遵循基本的程序性规范的基础上综合考虑与案件有关的主客观因素，发挥其在价值选择、理论研判、经验总结乃至直觉判断上的主观作用，这一点在疑难复杂案件的推理程序中有直观体现。 机器对人的辅助是为了让司法决策成为一个稳定的理性决断，“人机协同模式”就是为了预防机械裁判使得形式理性主义极端化。 当机器没有思维或者缺乏实质理性时，它在司法领域的应用都应当是人机互动的协同模式。如果让人工智能法律系统超出其应然的业务范畴而全面应用于所有类型案件，甚至在很大程度上取代司法官的实质性推理工作，那么就有可能把司法权引向歧途，即导致算法支配司法。

以形式理性为依托的法律人工智能，在简单刑事案件的推理工作和所有案件的事务性工作中“纵横捭阖”的同时，不能突破自身的业务范畴而对司法的实质理性造成侵害，尤其是不能以追求效率为代价牺牲司法能动价值在复杂案件和争议事项中的决断作用。否则，马克思韦伯对形式理性化所带来的“自动售货机”式司法机制的担忧，对现代法治的“非人格化”操作的批判，在人工智能时代就可能化为现实。

三、人工智能在辅助量刑中的应用问题

从世界范围内看，信息化技术最先被用来预测犯罪、追踪线索、案情监控、物证分析等数字化、智能化需求较为明显的侦查事项中，而后又被引入到保释和量刑等司法事项中，用以评估人身危险性系数和刑罚的精确性程度。

我国司法业务智能化的实践探索最早发生于量刑领域，而后发生于作为司法核心活动的证明领域。新的时代背景下，以检察主导为核心指向的检察理论不断创新发展。 可以预见，在未来很长一段时间内，检察官在审前程序中的主导作用会逐步强化。

一方面，认罪认罚从宽制度正式入法，使检察机关在解决认罪案件的量刑争议中发挥关键作用。另一方面，以审判为中心的刑事诉讼改革使庭审对于证据规格的要求不断提升，也迫使检察机关在完善刑事指控体系中必须强化主导作用。可以说，理论创新与科技应用的有效结合，必然带来令人期待的实践价值。

第一，人工智能与量刑程序相结合的问题。

早在上世纪九十年代，我国就有学者开始关注计算机量刑的研究可以，旨在解决司法实践中普遍存在的量刑偏轻偏重问题。但是，第一代量刑辅助系统从它诞生之初就倍受争议。

不少学者认为，此类智能产品把量刑逻辑给绝对客观化和程式化了，把量刑程序推定为直白的数字运算，这种做法既忽略了刑法的社会性功能，还容易把包括情节严重、性质恶劣、显著轻微等描述性因素推定为可表达、可量化的机器代码，这显然与司法能动的要义背离。在类似的质疑声中，量刑智能化建设被赋予的量刑改革的希望搁浅，司法智能化的热潮暂时退去了。

随着信息科学技术的突飞猛进，大数据、深度学习、神经网络等核心技术异军突起，促使人工智能在更深层次、更大范围上进军司法领域，发生了新一轮令人欣喜和期待的“化学反应”。与此同时，以量刑建议为核心事项的认罪认罚从宽制度不断推进，量刑规范化问题备受关注。多地法院、检察院联合高科技公司，自主探索、研发了一批功能显著的量刑辅助智能系统，辅助量刑的智能化动向和需求开始受到各界的广泛关注。

为了避免量刑辅助智能化系统的研发再次遭遇以往的困境和质疑，必须认识到， 量刑所要解决的主要问题不只是统计、分析和计算，还应考虑如何对影响量刑的所有因素进行综合考量和平衡，最后得出对被追诉人最适当的刑罚。

在认罪认罚从宽的背景下，量刑程序得出的刑罚结论还应当反映出社会对于犯罪报应、预防与制止、矫治与需求等综合因素平衡的诉求。如此复杂的综合平衡过程是电脑这样的程式化机器无法独自承担的任务，理应由“人机协同”的方式来完成，以此确保量刑工作中“形式理性”和“实质理性”的有效兼容。

这种“协同”和“兼容”模式的实现，可以诉诸信息科学技术在诉讼流程优化和业务类型分工上的显著优势。传统司法业务效能的提升很大程度上来源于诉讼流程和分工的优化，但是以人力为基础的流程和分工必然会遇到“瓶颈”，一旦如此，诉讼效能的提升将难以为继。

而智能技术对于流程的优化作用在于，其可以实现流程自动化，通过引入智能技术，比如文档自动流转、形成业务信息数据库、由系统自动完成标注任务等，一方面可以降低流程对于人工的依赖，并借助高效的技术手段和数据分析能力缩短流程周期；另一方面，智能技术的优势在于精确化和个性化，形成对流程的精准把握，并针对不同的业务类型形成个性化的流程优化方案。

陈卫东教授：法律人工智能的技术、理论与应用问题

正文

请到「今天看啥」查看全文