人工智能，如何让审判更智慧

潘睿

2016年是人工智能元年，各个著名IT 跨国企业都已经认识到人工智能产业的发展潜力，强力涉足该领域。而在人工智能的浪潮中，法律职业当然无法置身事外。在我国，在最高院的领导下，人工智能与司法的结合已经成为司法改革的最强音。随着最高院试点建设工作的展开，北京、上海、江苏、河南、浙江等地都已各自进行人工智能应用，并取得了一定的经验。本文从对比国内外人工智能法院应用领域的研究出发，分析国内与国外应用研究存在的差距，以及国内法院人工智能系统应用上存在的不足，提出了建设法院人工智能系统需要解决的诸多问题。

1 法院人工智能系统的应用范围

随着社会生活和法律关系的复杂化，法官无法承受法律文献和法律案件均不断增长的重负，法律实践的自身要求催生了法院人工智能系统。在笔者看来，人工智能在法院系统的应用，并非仅仅用智能化将法院审判披上看似华美的外衣，也不能止步于大量囤积数据的设备安置，更不是用智能化形式与传统的纸质办公形式进行简单转换，而是在人工智能的平台上充分挖掘其各项潜力，从而实现法院审判系统智能化的全面升级。因此人工智能在法院的应用范围应包括以下四个方面：

1、信息收集。法院人工智能系统的信息收集服务是指从法律法规司法解释库、案例库、裁判文书库等大数据中，通过法官关键字检索进行匹配搜索，甚至能根据案件类型自动对信息进行筛选分析汇总，为法官办案提供丰富的数据资源。对于主要依靠办案经验和对法律条文的熟练掌握的法官来说，人工智能的信息收集服务能省却法官在检索相关法律、法规、司法解释和相关案例上耗费的大量精力和时间，并且弥补法官因检索不全面、记忆不准确的局限性，为法官减轻负担，使法官能够集中精力从事更加复杂的法律推理活动，从而提高办案效率。

2、语音识别和图像识别。语音识别技术能够让计算机把语音信号转换为文本或命令，法院可以引入智能语音识别技术进行庭审记录、法官合议记录和审委会讨论记录，同时可以利用人工智能机器的深度学习技术，根据不同类型的案件设置相应的语音库，以提高文本转换的准确性。语音识别技术的引入不仅能够避免因书记员质量参差不齐导致的庭审节奏缓慢或庭审记录遗漏等不利后果，而且能将书记员从记录的重担中抽离出来，大大节省了法院有限的人力资源。

3、文书撰写。人工智能在文书撰写的应用即基于专有法律语义分析技术和积累的裁判文书大数据，对案件的起诉书、答辩状、证据等前置数据和庭审笔录的内容进行智能判断分析后自动搜索最相似的文书，按照最高法院文书格式要求，一键式自动生成案件各类文书。该项应用，为法官文书制作提供便利，同时能够提高类案审理效率，進一步缓解案多人少矛盾，助推审判工作繁简分流。

4、辅助决策。辅助决策系统其实就是构建法律专家系统，它通过类型化案件提炼裁判规则和审判经验，组成推理系统，以便能对输入的案件事实等法律信息进行处理，在推理系统的控制下模仿法官的思维对案件作出决策和判断，为法官裁判提供参考，不仅减轻法官的工作强度和难度，而且为审判提供了类似案例的审判参考以及相对统一的推理标准和评价标准，辅助法官取得具有一贯性的判决，促进同案同判的实现，从而提高审判工作的效率和质量。

2 我国法院人工智能应用存在的不足

法院人工智能系统的灵活运用建立在司法数据库的可测量、可收集、可分析之上，但大数据并不意味着大量数据，从大数据的几个核心特征来看，我国目前司法大数据的基础较为薄弱。

1、缺乏大数据的完备性。以中国裁判文书网为例，中国裁判文书网自2013年7月1日正式开通以来，截止2017年5月31日，已公开裁判文书超过2900万篇，不仅方便了大数据的采集和分析研究，而且为法院人工智能的建立提供了便利。但是，根据《2017年最高人民法院工作报告》，仅2016年全年，地方各级人民法院审结、执结案件1671.4万件，也就是说，目前中国裁判文书网公布的裁判文书还不到地方各级法院两年的结案总量。而可采集数据与实际数据的过大差距，必然会导致人工智能在读取可采集数据库后，分析后的结果与预判将与实际有所偏离，严重影响人工智能作出的司法决策的有效性和准确性。

2、缺乏大数据的多维性。仍以中国裁判文书网为例，中国裁判文书网公布仅为各法院的结案裁判文书，而裁判文书未必能完全反映整个案件的信息及办案过程、逻辑推理等。例如无法得知哪些维持原判的上诉案件是在一审宣判前已经向二审法院请示过的；二审法院经常裁定“撤销原判、发回重审”，理由一般是“事实不清、证据不足”，但无法确切知道“事实清楚、证据确实充分”仍以这一理由被撤销的判决比例。司法大数据库无法从多维角度反映案件审判情况，人工智能就不能根据数据库全面、多角度地分析问题得出最终结论。

3、缺乏大数据的共享性。由于最高院并未在信息化建设上规定统一的技术标准，因此各法院根据自身需要，分别与各大信息技术公司展开合作，研发法院办案系统和办公系统。这就导致法院与法院之间出现信息系统互不兼容，系统间融合共享度差的情况，影响了人工智能的分析成效。信息技术建设各自为政的局面，形成了大量的信息孤岛，已经严重制约了法院人工智能系统建设，成为构建“智慧法院”的瓶颈。

3 法院人工智能系统的开发策略

（一）实现司法数据一体化。大数据基本的运作原理是数据驱动，即先获取全面、完备且非常具有代表性的数据，然后用很多简单的模型去契合数据。在误差允许的范围内，数据驱动的结果与精确的模型是等效的。（1）这就要求我们构建打通法院系统内部上下层级、跨省的完整数据体系，破除信息孤岛，并达成与其他政府部门间数据的互联互通。且在数据的采集过程中，除了要采集案件立审执各个环节各个节点的数据信息，还要注重收集判决的公众认同度、司法热点、不同社会群体司法需求、社会经济发展的形势与政策信息等。（2）如此才能建立完备的数据库，促进法院人工智能系统的有效性和准确性。

（二）实现研发主体扩大化。现应用于法院的人工智能的稚嫩，暴露了仅靠计算机专家从事人工智能研发工作的局限性。法院的人工智能最终是为了能够模拟法官的法律推理过程，其任务之艰巨可见一斑。因为对法院人工智能系统的研发必定需要掌握精深计算机技术的专家，而计算机专家又很难在短时间内掌握丰富的法学理论知识，这就需要法学家、计算机学家等具有丰富的专业知识群体进行广泛地合作与交流，并在研发过程中不断听取法官群体的意见，以便将开发群体和用户群体的智慧结合起来，相互启发，群策群力，使法院的人工智能系统得到发展和完善。

（三）实现推理模型多样化。立足于审判实际和司法规律，针对不同类型案件特点，分析、归纳、提炼出不同类型案件的推理模式，设计多样化的法律推理模型，并结合不同的司法实践目的，生成不同的人工智能系统。而随着不断的尝试和研究，法律推理模型将进一步完善，且贴合司法实践的要求。

参考文献

[1]吴军：《智能时代：大数据与智能革命重新定义未来》，中信出版社2016年版，第33页。

[2]齐奇：《大数据时代司法统计在审判管理中的应用与发展》，载人民法院报2013年8月19日。endprint