广度+深度：人工智能在刑事审判中应用的优化路径探讨

吴丽丽

（山东大学 法学院，山东 青岛 266237）

一 引言

近年来，科技领域最火热的问题之一便是“人工智能技术”，社会生活中随处可见人工智能技术的应用。我国也一直在尝试将人工智能应用于刑事审判中。1997年以前，人工智能在刑事审判中的应用处于预测阶段。1986年，朱华荣、肖开权开展了《量刑综合平衡与电脑辅助量刑专家系统研究》课题研究，对建立盗窃罪量刑模型有极大的帮助。1998年到2012年，人工智能技术实现了突破，但是尚未应用于刑事审判实践。这一阶段，人工智能法律系统进入了以知识工程为主要技术手段的开发时期。知识工程是一门更加高级的人工智能技术，主要手段是在计算机上表达和运用知识，突破口在于对法律知识的获得、表达和应用。2013年至今，随着人工智能技术的迅速发展，人工智能在刑事审判中的应用进入了融合发展阶段。这一阶段人工智能与刑事审判实践结合的领域逐渐拓展，包括法律推理、专家系统、裁量系统等，司法机关也加快了利用人工智能推进改革的进程。2017年1月，中央政法委作出研发“推进以审判为中心的诉讼制度改革软件”的重大决策部署，代号“206”的上海刑事案件智能辅助办案系统应运而生。2018年，最高人民法院也正式上线了“智慧法院导航系统”和“类案智能推送系统”。［1］

随着这些系统的诞生，“机器人审理案件”“法官是否会被机器人取代”等话题频频在网络上出现，人工智能逐渐成为法学研究的热点问题。其中，学者们对于人工智能在司法中的应用的研究主要集中在人工智能的定位问题上。关于人工智能在司法应用中的定位，有积极说和谨慎说两种观点。黄京平总结到，积极说认为“技术无价值，技术无禁区”，不应限制人工智能司法应用的空间，人工智能能够“替代法官实现非规范判断”直到最终“代替法官直接作出裁判”。［2］谨慎说则主要认为人工智能并不能替代法官直接做出裁判。例如潘庸鲁认为人工智能无法取代法官是因为人工智能本身的局限性、法官裁判工作的系统性以及法官的职业性和经验性的存在，因此人工智能只能被定位为法官办案的辅助工具。［3］左卫民也持谨慎说的观点，认为人工智能在中国未来短期内只能进行有限的辅助判案，不能用于核心的裁判工作。［4］可见，人工智能在司法应用中的定位是一个有争议的问题，且学者们的研究大多是方向性的，对于如何保持人工智能的“有限性”和“辅助性”则较少提出具体的对策，另外这一问题目前只在司法领域进行研究，几乎没有学者在刑事审判领域进行专门的研究。因此，本文将结合刑事审判的特点，反思人工智能在刑事审判应用过程中会遇到的技术难题和挑战，从深度和广度两个角度全方位地分析人工智能在刑事审判中应用的定位问题，并在此基础上提出具体的优化路径，以期在现实层面真正发挥出人工智能对刑事审判的积极作用，降低或避免其负面效应。

二 人工智能在刑事审判中应用的现状

关于人工智能（Artificial Intelligence，简称“AI”）的概念，目前还没有一个统一的形式化定义，主要是因为人工智能的定义要依赖智能的定义，而智能目前还无法严格地定义。从能力的角度看，人工智能的本质是模拟人类处理信息的过程，也就是模拟人类的意识和思维，期望通过使用机器人代替人类实现认知、识别、分析、决策等功能。［5］

人工智能在法律中的应用随着近几年“智慧法院”和“司法人工智能”等概念的先后出现逐渐引起人们的关注，这两个概念的基本理念是一脉相承的，即“人民法院+人工智能+互联网”的综合体。目前一大批新型智能化审判及辅助办案系统在法院被推广应用，通过对法院人工智能系统的实践作用予以分析，可以发现人工智能在法院中主要发挥信息收集与转换功能、审判监督管理辅助功能以及审判决策支持功能，其中审判决策支持功能与审判实践联系最紧密，主要分为类案推送、量刑辅助和证据审查三个方面：

（一）类案推送

类案推送是实现同案同判的重要保障。目前各地法院的智能系统中，类案推荐是最为常见的功能。类案推送功能采用机器学习的方式，对案件要素进行标注，形成机器学习的样本，通过深度神经网络自动抽取具体案件的信息，从海量的刑事案件数据库中查找最相近的案件进行自动推送，供法官参考。相应地，为了保证同案同判的效果，还配套了案件偏离预警系统，将法官裁判的结果与人工智能依据算法推测的结果作比较。目前江苏法院的同案不同判预警系统、上海法院系统刑事案件大数据指挥系统与明镜系统等都旨在实现上述目标。［6］

（二）辅助量刑

量刑辅助功能是以海量历史判例为基础，对刑事文书进行标注，深入分析量刑过程，将“法定刑、基准刑、宣告刑”三个维度的数据准确标注，抽取案情中影响量刑结果的法定量刑情节、酌定量刑情节和量刑影响历史因素，形成机器学习样本，建立量刑预测模型，为法官量刑提供参考，保障同案同判。量刑辅助功能算得上是人工智能办案辅助系统最早上线的功能之一。2006年山东省淄博市淄川区人民法院研发的量刑软件，几秒钟内就能够算出适当的刑期。［7］海南省高级人民法院的“量刑系统”也旨在发挥量刑辅助功能，该系统在法官输入关联案件文书后，会自动进行比对，然后对量刑给出分析和数据参照。［6］

（三）辅助证据审查判断

目前，上海“206系统”在将人工智能运用到证据审查判断方面的实践比较成功，主要体现在以下两个方面：一方面，人工智能可以实现证据标准指引。这一功能实质上发挥的是对证据能力的判断作用。判断证据能力，就是判断证据是否属于非法证据或者瑕疵证据。人工智能通过对不同的证据排除要素进行归纳和整理，可以利用大数据分析的方法对特定情形下的证据标准做出指引。目前206系统已经能够从形式上对办案人员收集证据手段的合法性以及证据本身的可靠性进行智能审查。其单一证据合法性校验功能可以按照证据种类整理证据规范，据此明确各种证据的不可采纳的情形、包含的内容和要素，将这些转化为证据校验标准。另一方面，人工智能可以发现证据链条矛盾。这一功能可以实现对证明力的判断。证据的证明力是指证据对于案件事实的证明作用的大小，其大小取决于两个因素：真实性和相关性。目前人工智能在一定程度上可以辅助法官进行证明力的判断，可以对全案证据进行对比分析，找出证据间的矛盾、不一致，例如犯罪嫌疑人的供述与勘验检查笔录、扣押的物证等证据是否吻合等。人工智能还可以通过图文识别技术对各种签名和盖章进行智能识别，对单独的证据进行有效地验证，从中识别出伪造的证据。［1］

三 人工智能在刑事审判中应用的困境

人工智能的发展应用给刑事审判带来了前所未有的活力，这是毋庸置疑的。但在认识到人工智能广阔的发展前景的同时，也必须正视其在刑事审判中的应用困境。随着人工智能技术与刑事审判的深度融合，面对刑事审判活动的复杂性和特殊性，人工智能仍然存在许多技术上的难题，并且与审判中心主义的诉讼制度产生直接的冲突。

（一）现存的技术挑战

在国家政策的鼓励和技术的支持下，目前人工智能在刑事审判中的应用已颇具成效，但是由于刑事审判领域的应用环境十分复杂，现阶段还面临着许多棘手的技术挑战。

1.难以实现对证明力大小和证明标准的判断

根据前文人工智能在证据领域中的应用可知，人工智能只能对证据能力和证明力进行形式上的筛选和把关。但是要准确地排除非法证据和审查瑕疵证据，还需要考虑一些涉及价值权衡和法官经验的因素，比如“取证违法程度”等。在对证明力的判断中同样如此。另外，在证明标准的判断中，认定被告人有罪的标准是“证据确实、充分”，2012年《刑事诉讼法》增加了“排除合理怀疑”这一主观标准后，更需要裁判者运用生活经验、司法经验来进行认定。而经验一方面是无穷的，另一方面经验亦有优劣之分，因此对经验的获取以及筛选是人工智能学习的难点。除此之外，非逻辑思维在证明标准的判断中同样扮演着重要的角色。非逻辑思维是指用通常的逻辑无法说明和解释的那部分思维活动，主要的表现形式包括直觉和想象等。在综合判断全案证据是否能够形成完整的证据链，以及某些非法证据排除条件能否适用时，不借助这些非逻辑思维就可能无法得出确定的结论。对于证据的审查判断实质上是一个事实认定的过程，这个过程需要建立一种相应的推理过程，也就是从证据到待证事实的推理，在对各方的主张进行一个可能性的评估之后，所得到的结论就是事实真相。［8］

因此，人工智能只能对大量的证据进行基础判断，为定罪量刑需要哪些基本的证据提出标准指引，但是对于证据的经验性判断则处于比较无力的状态，难以实现对证明力和证明标准的判断。更何况，某些案件是否成立犯罪模棱两可，在这些案件中证据本身并不足以决定该案件是否成立犯罪，法律适用和法律推理才是关键所在。

2.难以有效模拟法律推理过程

法律推理是一种把法律规则涵摄于认定的案件事实的过程。法律推理过程可归纳为以下几个阶段：第一个阶段是案件事实的查明，这是小前提；第二个阶段是基于查明的事实去检索相应的法律规则，即大前提；第三个阶段便是由大前提到小前提进行推理进而得出结论的过程。［9］传统的三段论推理是一种机械的推理方式，以假设法律规范的自给自足为前提，将既定的法律规范适用于个案，排斥价值判断。然而，在刑事审判中，以大前提的构筑为例，简单的案件与制定法规范相符合时，确实可以直接适用制定法规范。但刑法中这种简单的情形毕竟占少数，比如那些有确切数字规定的规范，刑事责任年龄、犯罪数额、追溯期限等，这种情况下不存在扩张或者缩小的例外，或者有明文列出的权限、生效范围等，这种情况下也只需要做字面解释即可。然而现实中刑事审判不得不面对复杂的社会关系，当案件事实与刑法条文表面上不符合时，以及法律文本存在模糊性时，［10］法官需要进行法律解释，即综合经验知识、法律文本的具体含义以及社会价值等因素对法律条文的内涵进行确定。比如在空白罪状的场合，法官不仅要努力的发现法，还需要对空白罪状进行司法识别，另外，在遇到诸如数额巨大、情节严重或轻微、危险方法、必要限度等模糊规定时，法官必须要借助价值衡量、法律论证等方法进行解释才能得出具有说服力的正当性判断。换言之，刑事审判中法律解释是必要的，而法律解释并不是简单的字面解释，更为重要的是为了寻找隐含于法律文本字面意义后的法律目的或价值取向。［11］法律推理作为刑事审判中不可取代的重要一环，需要充分利用法律解释和法律论证等综合方法，对法律文本背后的立法价值进行探寻，在相互冲突的原则之间进行选择，基于公平、正义等法律价值的目的进行价值考量，利益衡量。人工智能是否可以依靠计算思维和算法运行实现智能模拟从而完成这一任务，有待人工智能技术的进一步发展。

（二）与审判中心主义的冲突

十八届四中全会决定提出了“推进以审判为中心的诉讼制度改革”。审判中心主义不仅体现了公正、公开等一系列司法价值，也承载着庭审实质化等刑事审判规律和要求。人工智能作为一种技术介质融入刑事审判，不仅会对被追诉方诉讼权利产生影响，而且会存在产生连锁误判的风险，同时还会对庭审实质化这一重要要求造成冲击，这些都会与以审判为中心的诉讼制度产生直接的冲突。

1.对当事人诉讼权利的影响

人工智能在刑事审判中的应用改变了原有的诉讼关系，使得当事人的诉讼权利在一定程度上受到影响，这主要体现在以下两个方面：

第一，刑事诉讼中的被追诉方基于无罪推定精神享有的诉讼权利可能会遭遇行使困境。我国刑法关于“未经人民法院依法判决，对任何人都不得确定有罪”的规定体现了无罪推定的精神。无罪推定原则是为了维护犯罪嫌疑人、被告人的合法权益，保证其刑事诉讼地位的一项原则。然而，人工智能在刑事审判中的应用可能会给犯罪嫌疑人、被告人带来有罪推定的风险。目前，我国正大力推进人工智能在整个司法过程中的应用，人工智能技术不仅对庭审过程有影响，在审前的侦查阶段和起诉阶段也会涉及人工智能技术的应用。侦查阶段往往以追诉为目的，导致侦查机关过分关注入罪信息，忽视出罪信息，这就不可避免地导致侦查机关人员的有罪推定倾向。虽然目前我国正在努力从“以侦查为中心”过度到“以审判为中心”，但是侦查阶段形成的有罪推定倾向难免会影响到审判过程。在人工智能技术应用下，这些有罪推定倾向会体现在犯罪预测系统等智能侦查辅助工具，而这些智能侦查辅助工具与检查机关、法院的人工智能平台又存在密切的信息共享和互动关系，因此，公检人工智能平台中隐藏的有罪推定倾向最终会传递到审判机关，进而影响法官的心证过程，使法官形成有罪推定倾向影响公正裁判，同时还会无形中提高定罪前羁押率。［12］审判机关内部的人工智能办案工具比如类案推送、量刑辅助等工具也极有可能因为忽视出罪情节而强化法官的有罪推定倾向。这无疑会影响到被追诉方基于无罪推定精神享有的诉讼权利。

第二，人工智能技术的应用限缩了当事人以辩护权为核心的诉讼权利。以审判为中心的改革要求调整控诉、辩护、审判三方的诉讼构造，实现控辩双方平等对抗，以及法官居中裁判。然而，在我国当前的庭审中，控方较之于辩方的力量优势一直存在，随着人工智能的运用，公权利机关的力量优势更为明显，控辩双方失衡的状态进一步加剧，从而侵害被告人和辩护律师的权利。我国人工智能裁判发展是以司法公权力推动建设起来的，在公权力的支持下，当事人想要充分正当地行使其辩护权变得更加困难。首先，在审前阶段，人工智能技术为侦查机关和检察机关追诉犯罪嫌疑人提供了极大的便利，然而当事人所能获取的信息极其匮乏，而且完全不具有与控方相应的强大信息分析能力，辩护律师的调查取证权和阅卷权都会受到极大的影响。其次，在庭审中，人工智能办案系统会存在算法黑箱，这种算法黑箱的封闭性和不透明性会加剧控辩双方信息不对等的状况，严重影响当事人的知情权和公平质证权。比如控方借由人工智能系统生成的指控证据信息往往数据量大而且关系复杂，辩方会因为无法计算和理解这些证据材料而难以充分有效地行使质证权。最后，人工智能办案系统在审判中极有可能被滥用，比如当发现瑕疵证据时，取证方式的瑕疵和证据形式的瑕疵都可以被人工智能技术所发现并予以补强，当取证程序存在漏洞时，人工智能也可以进行提示并且予以弥补，这些都明显会限制当事人以辩护权为核心的诉讼权利。

2.存在连锁误判的风险

当前，随着人工智能技术逐渐深入刑事审判程序的证据审查、定罪量刑等关键领域，法官逐渐开始依赖人工智能，并且习惯性地服从依靠人工智能得出的裁判结果。一方面，人工智能办案系统设计的初衷之一是为了缓解法院的办案压力，提高办案效率。人工智能技术的应用也会不可避免地反向强化法院对司法效率的追求。在这种效率价值的驱动下，法官极有可能会沦陷在通过工具完成任务的满足感之中。随着人工智能技术越来越发达，法官习惯了享受人工智能技术带来的便利，自主工作的意愿难免会逐渐被消磨，导致过度重视案件审理的过程和手段，忽视对实质正义的追求。另一方面，人工智能辅助办案系统还具有监督法官办案的功能。法官在办案过程中的所有数据都会被保存下来。当法官的裁判结果与人工智能的结论存在明显差异时，系统会提示将判决推送给庭长以供讨论。这种监督预警功能会在无形中操纵法官，法官在自身惰性以及上级的压力下恐怕只能妥协于预警标准，这些都会导致法官对人工智能的过度依赖。

人工智能作为一种技术手段，不免会与刑事审判所需的灵活性产生冲突。人工智能具有自主学习能力，其前提就是要有海量数据供其参考，在刑事审判中，数据挖掘对象之一便是过往案例中的集体刑事审判经验。［13］然而这种集体经验中可能有潜在的误判，一个偏差的案例就可能破坏数据源质量，更别说可能会存在对一个法律问题的集体性偏差，依据这些经验数据所产生的人工智能系统也必然带有偏差。这种偏差也有可能来自于人工智能程序的设计者，如人工智能技术的设计者可能会预先将自己对于性侵案件的偏见和刻板观念加入到特定程序中。以这种带有偏差的人工智能辅助办案系统指导法官判案，必然会带来更为严重的偏差结果，体现在具体的刑事个案中便可能是对于公民生命、自由、隐私等重要法益的侵害。更为可怕的是，如果法官过于依赖人工智能，导致法官机械审判，则很可能难以发现这些偏差，类似甚至相同的错误便会出现在每一个案件中，产生连锁误判风险。

3.对庭审实质化要求的冲击

庭审实质化是“以审判为中心”的诉讼制度改革的必然要求，即法官在法庭审理的过程中须排除案件疑点，查明案件事实真相，并基于此进行法律的适用。目前在如何保证庭审实质化的实现这一问题上已经有了一致的观点，比如应当始终坚持保障被告人和辩护律师的权利、落实证人出庭等。［14］然而人工智能的运行模式却可能会对独立审判原则和直接言词原则等造成一定的冲击，让庭审陷入虚化的危险。

第一，违反独立审判原则。独立审判的核心精神在于刑事审判只能由法院负责，其他团体或个人都不得行使审判权。独立审判要求法院在进行司法裁判的过程中不受外界影响，不管是来自法院内部还是法院外部的影响，这样可以有效保证审判权独立运行，因此独立审判原则是实现以审判为中心的诉讼制度改革的前提。如果法院裁判是在其他权利的影响下而作出的，法律权威便难以保障，社会对法治的信心终将倒塌。然而当人工智能技术运用于刑事审判时，难免会与独立审判原则产生冲突。比如法官利用量刑辅助功能的时候，若法官完全依赖量刑结果，则意味着人工智能的计算结果实际上决定了案件的处理结果，即法官放弃了部分审判权而将其交给人工智能。另外，由于法律界应用人工智能技术必须要借助外在的科技力量，而人工智能的背后实际是设计相应算法和程序的技术人员，那么就存在这些人员通过人工智能有意或无意地将其观念等体现在案件裁判结果中的可能性，这显然与独立审判原则相悖。

第二，背离直接言词审理原则。直接言词审理原则是直接审理原则和言词审理原则的合称，前者体现为由法官本人直接经历法庭调查和法庭辩论，后者体现为保证在法庭上以言词的方式进行事实证据的调查和定罪量刑的辩论。［15］在刑事审判中，最核心的活动就是法官进行判断，而只有注重法官对于审判程序的亲历性，才能保证判断的客观性和准确性，也就是法官亲自听取控辩双方的主张和理由，以及其他诉讼参与人的陈述，经历案件审理的全过程，只有这样才能实现司法公正。而法官亲历性的条件只有直接言词审理才能满足，而不是间接或者书面的审理。通过直接言词审理，法官可以对复杂的案件事实有一个全面客观的了解以及准确的认识，这也是程序公正的要求之一，是被告人诉讼权利的重要保障渠道。而当前刑事审判中的人工智能只能接收数据化的案件事实和证据材料，无法依赖于直接庭审活动，这类似于传统的书面审理模式，必然不利于保障庭审的实质化和公正性，很可能背离直接言词审理原则。因此，仅具有形式理性的人工智能很难独立胜任需要实质理性的刑事审判工作，不能以效率牺牲直接言辞原则在复杂案件中的价值。

四 人工智能在刑事审判中应用的优化路径

人工智能在刑事审判中的应用困境并非意味着人工智能丧失了其价值，相反，在现如今司法人工智能狂热化的背景下，更需要对人工智能在刑事审判中应用的未来展开思考，从深度和广度两个维度进行对策分析。推进人工智能在刑事审判中的有效应用，一方面要加大技术投入力度，不断攻克技术难题，实现司法现代化，另一方面又要准确把握司法规律，明确人工智能在刑事审判中的应有地位，限制其应用范围，防范和应对人工智能发展可能带来的风险和挑战，让人工智能更好地服务刑事审判。

（一）推进人工智能在刑事审判中应用的深度

有法官主张，人工智能的审判辅助功能没有价值，应该将其应用限于一些简单的工作，即审判信息数据化。［16］按照这种“有限智能”的思路，就没有必要再投入精力和时间研发人工智能技术。然而，“有限智能”的提法与当前的政策不符，“有限智能化”的提法会阻碍人工智能技术的发展，使人工智能停留在简单的信息收集整理、信息对比层面的工作，这无疑与人工智能技术应用于司法领域的初衷不符。目前人工智能已经被列入国家战略，必然要把人工智能和司法改革结合起来，用人工智慧助力司法现代化发展。为了回应现实需要，契合时代发展，决策层期待人工智能对司法领域的介入可以有效协助司法人员克服主观随意性，统一司法裁判尺度，防范裁判不公现象的发生。［5］所以只有深度研发人工智能技术，才能充分地发挥人工智能的工具作用，才能有效推进以审判为中心的制度改革，防范冤假错案的发生。

正因如此，人工智能在刑事审判中的研发应当继续深入，针对技术难题，不断攻破。目前人工智能在刑事审判中应用大部分技术比如图文识别、语音比对等都是人工智能领域通用的技术，而不是司法领域的专有技术。要实现人工智能和刑事审判的深度融合就必须要针对刑事审判中的特点继续技术研发。上文已经分析了目前人工智能在刑事审判中深入应用的技术挑战，以下几方面的建议会对未来人工智能技术的研发提供一些帮助。

1.提高法律数据标注的质量和效率

机器学习是实现人工智能的方法，其最基本的做法就是通过数据学习知识，然后对真实世界的事件作出决策和预测。机器学习中最重要的要素是外部环境系统提供的数据，数据的质量将严重影响智能机器的法律语言处理和法律语言理解，因此要提高法律数据标注的质量和效率。自然语言处理和自然语言理解是机器学习的渠道，然而证据文本大多数属于非结构化的，要想被计算机高效处理，只能被解析为结构化数据文本才能实现这一目的，也就是经过自然语言的处理和理解。［17］如何进行自然语言处理，准确提取有效信息，排除复杂的文本环境干扰，是需要克服的问题。虽然这可以通过大量的文书标注进行重复训练，提高人工智能对刑事知识的自主学习能力，但是这又面临下一个问题，那就是数据质量问题。纷繁复杂的案件大多具有海量的证据材料和文书材料，刑事案件中更是如此，证据材料中存在着大量重复冗余的信息以及复杂的干扰因素。研究如何在海量司法信息中挖掘出有价值的数据是构建司法知识图谱、进行自然语言处理和自然语言理解的的第一步。为了有效提取有价值的数据，人工智能需要通过自动学习，不断改善智能化程序模型，而这有赖于数据标注的质量和数量，因此提高数据标注的质量和效率，才能实现人工智能的深度应用。

提高法律数据标注的质量和效率可以从以下几个方面入手：首先可以从提高识别异常数据的效率着手，这样可以减少被标注的数据数量过大的问题。识别异常数据的效率可以通过基于自组织神经网络和支持向量机的概率分布自动识别模式来予以提高，自组织神经网络在数据压缩、数据融合的能力方面表现良好，支持向量机则具有优秀的样本统计学习能力。概率分布自动识别模式实际上结合了自动识别和概率统计的方法，可以快速地获得数据的概率分布进而识别异常数据。其次，目前数据标注是以人工标注为主，AI标注为辅的一项工作。为了提高AI标注数据的质量和效率，可以通过利用隐藏在脏数据（指源系统中的数据不在给定的范围内或对于实际业务毫无意义）中的有用信息去矫正或者删除低质量标注样品，标注样品是在构建算法模型时用到的人工标注数据。这样可以降低标注样品比例的同时保证标注样品的质量。最后，通过关联的数据将同一类型的标注数据进行分类管理，以便标注团队予以监督、评估和验证，这样也能够有效提高数据标注的质量和效率。［18］

2.建立包含审判经验和法律推理方法的知识库系统

知识库系统是一个运用所存储的知识对输入的数据进行解释，并且对其进行验证的系统。简单地来说，知识库系统是由知识库和推理机构两部分组成的，是数据库理论和人工智能理论结合的产物，可以有效地对信息进行处理。具体到刑事审判领域而言，建立一个包含审判经验和法律推理方法的知识库系统应是人工智能技术研发的重点之一。

首先是建立包含审判经验的法律知识图谱。法学是具有实践性和思辨性的学科，其构成需要大量的实践理性。人工智能要在刑事审判中深入应用，就要格外关注经验性知识的学习，将审判经验进行归纳总结，存储在知识库中。而要实现对审判经验的获取，就要建立知识图谱。知识图谱是结构化的知识库，可以确定不同字词间的内涵概念关系，对错综复杂的文本数据进行分析、提炼和整合，可以提高自然语言的处理能力，从而达到知识的快速响应和推理。［19］知识图谱的构建方式包括自上而下和自下而上两种，前者是从高质量的数据源中抽取信息，加入到知识库中，后者则是从公开采集的数据中提取资源，从中选取可信度较高的数据，人工审核后，加入到知识库中。［20］由于我国已积累了大规模的指导性案例资源，因此采取自上而下的方式构建包含审判经验的知识图谱将是最合适的选择。指导性案例是高质量的数据资源样本，我们可以从其案件事实和裁判要旨中抽取出审判经验，让人工智能持续不断地对这些样本进行识别、验证和训练，并利用神经网络技术进行知识的融合，再进行知识的加工，最后构建出一套大型的、可维护的、可重复利用的法律知识图谱。需要注意的是，为了减少人工智能的误判风险，要利用数据处理技术将有问题的审判经验数据尽量剔除出去，确保数据源的合法性和准确性。现在许多法律检索机构都有自己的法律知识图谱，但是它们的法律知识图谱在数据的连接逻辑及知识表达方面还存在一定的缺陷，从今后的发展方向来看，构建一套包含审判经验的法律知识图谱将是技术研发需要关注的重点。

其次是探寻法律推理方法。机器学习算法是以知识工程为主导而发展起来的，在这样的规则下，人工智能在围棋比赛中三次赢了人类对手，这是人工智能在具体实践中发挥较强推理能力的典型事例。但是在弱人工智能阶段，其采用的推理方法只会跟着已经设定好的程序规则运行，这样的推理方法应用到刑事审判中便会形成一种机械的三段论推理方法。考夫曼认为，这种只会进行非此即彼的推理过程，即机械运用三段论推理方法的法官智能称为计算机，而不能称为法官，因为这种推理方法实际上忽略了大量复杂案件的不确定性和模糊性。前文的分析也表明，在三段论推理的逻辑形式上，还需要考虑价值判断和利益衡量，这样的法律推理才能适用于刑事审判中的疑难和复杂案件。因此，法律人工智能应当利用一些高级求解技术，专注和建构非单一性逻辑法律推理系统，使系统可以根据已经设定好的逻辑路径进行循环往复的学习和训练，相当长时间以后，积累起大量的数据，可以进行更为复杂的推理过程，发展到人类专家的水平，消解人工智能在面对各种冲突观点下进行司法裁判的难题。

（二）限制人工智能在刑事审判中应用的广度

在鼓励人工智能与刑事审判的深度融合的背景下，人工智能技术的发展必定会突破一定的高度。为了防范人工智能在刑事审判中的发展异化，必须要尽早明确技术发展的基本准则，明确人工智能介入刑事审判的限度。基于上述关于人工智能与审判规律关系的讨论，本文提出如下优化人工智能在刑事审判中发展的路径建议：

1.确定人工智能的辅助地位

从现阶段人工智能技术在刑事审判中应用的技术挑战以及面临的与庭审实质化的冲突来看，必须确定其辅助地位。同时，需要明确的一点是，确定人工智能的辅助地位，表面上看是由其技术局限所决定的，其实根本原因是由刑事审判的规律和特点所决定的。毋庸置疑，如果因为人工智能的技术难题而否定人工智能的作用，不仅会阻碍人工智能的发展，还会有些自欺欺人的意味。人工智能介入刑事审判方兴未艾，注定会不断地发展到超出我们的想象程度。然而即便人工智能发展达到了甚至超越人类法官裁判的水平，也不意味着人工智能可以代替法官，因为人工智能自主办案会与庭审实质化的原则和要求相冲突，会与法官独立审判原则、直接言辞原则、控辩平等原则产生矛盾。同时，刑事案件涉及到公民最核心的权利，即生命、自由等，刑事审判审的是一个案件，但影响的却是一个人的一生。许多刑事案件复杂并且涉及诸多法益，需要考量的因素很多，需要法官带着人性和感情去实现公平正义。法官关注的不应该只有证据判断和事实认定，许多法定情节之外的事由也需要被重视，这些事由需要法官结合自己的经验和情感予以综合考虑，法官带有情感办案不一定是坏事，要对情感予以辩证看待，发挥情感的积极作用，加强法官的素质培养，我们不能要求法官像没有感情的机器那样办案，否则，审判的过程便会变成冰冷的逻辑推理。这是坚持人工智能为辅，法官为主的原因之一。因此就算未来的人工智能攻克了上文提到的技术挑战，具备了相应的能力，也只能辅助法官办案，而不能由人工智能独自作出裁决，这样才能保持人类法官独立思考的能力，提高法院使用人工智能的谨慎程度，增加当事人对于判决结果的认可和接受程度。

2.限制人工智能的适用范围

为了保证人工智能的辅助功能在实践层面具有可操作性，应当人为地划定其适用范围。虽然有观点认为无需限定人工智能的适用范围，因为这种限制是客观存在的，是由人工智能的技术缺陷所决定的，但是这种方式欠缺实效，不利于防患于未然。正确的做法应当是在事前基于政策考量出台相应措施予以规制。有学者提议应当将人工智能限于轻罪案件中适用，因为这样风险较小且对以审判为中心的诉讼制度的影响较小。这样的办法不无道理，但是不是长久之计，因为该学者也提到，“随着人工智能裁判的日趋成熟，可以适度地扩大适用范围”。［21］但扩大适用范围的界限是什么呢？恐怕只能是所有案件都可以适用，这也是研发人工智能的目标所向。所以限制人工智能适用的案件类型不是一个可行的方式，本文认为防范人工智能带来的错案风险，坚定其辅助地位应当设置以下两道关卡。第一道关卡是限制人工智能在具体案件的审理权限；第二道关卡是限制人工智能辅助审判的审理级别，即只能在一审中适用。

其一，限制人工智能在具体案件中的审理权限。不管人工智能今后的发展程度如何，即便可以通过机器学习实现对证据判断和法律推理方法的掌握，仍然改变不了其是一个机器的事实，刑事审判的严肃性，以及庭审实质化等原则都决定了终审权应当保留在法官手里，人工智能的裁判结果只能做参考依据，最终的决定权必须保留在法官手里，要坚定地相信法官的主体性。同时，裁判文书的说理义务必须由法官承担，这类说理和阐述也是对人工智能缺乏感情的重要弥补，特别是社会效果、个案评价等考量需要经过法官的价值判断才能彰显出司法中的利益衡量。

其二，限制人工智能辅助审判的审理级别。人工智能的辅助审判功能应当限定在一审中适用。二审作为一审的救济程序，如果二审法院仍然是人工智能裁判系统，也就是与一审完全相同那么二审将失去其本来的意义，因为那样只不过是一审的重复，无法有效地救济上诉人。因此排除人工智能辅助审判功能在二审中的应用，才能为人工智能可能带来的风险再次把关，最大程度地降低人工智能可能带来的副作用。

五 结语

刑事审判中引入人工智能，在短期内是希望能够提升法官审判的效率，减少一些无必要的重复劳动，而长远目标则是希望人工智能技术发展成熟，达到对人类法官的模拟甚至是超越，寻找实现司法公正的人工智能路径。面对人工智能在刑事审判中的应用困境，一方面应当加大人工智能的研发力度，不仅要建立海量且有效的数据库，也要探寻法律推理方法。另一方面由于人工智能与庭审实质化要求的冲突，决定了人工智能即使在技术难题上实现了重大突破，依然只能发挥辅助功能，不能取代法官的地位，而人工智能的辅助地位应当通过限制其应用范围予以保障。不可否认的是，人工智能介入刑事审判注定是一股不可阻挡的潮流，只有通过技术攻克实现对司法公正的无限接近，才是人工智能介入刑事审判的应有之义。