论类案智能推送的优化路径
2022-08-10朱福勇杨梦男
朱福勇,杨梦男
(西南政法大学人工智能法学院,重庆 401120)
自类案及关联案件强制检索机制建立以来,各级法院积极探索,对规范类案推送的有效运作起到积极作用。然而,由于类案要素的判断标准模糊、类案推送的精准度不高,以及数据库不完善等,一定程度上抑制了类案推送的运行实效。为此,学界大多聚焦于诸如算法黑箱、算法歧视、技术落后,以及人工智能介入司法可能存在的伦理风险方面的探讨,鲜有从微观层面就类案智能推送具体细节问题展开研究。在智慧法院时代,人工智能介入司法的优势愈发凸显。加之,最高人民法院《统一法律适用工作实施办法》渐进推行,从数据及算法两个角度对类案智能推送的路径进行优化势在必行,通过句化案件基本事实,改变文本相似度对比策略,完善类案对比算法;完善规范数据库,收录非正式法律渊源及指导性案例数据,建立相关预警机制,使科技和司法深度融合,激发协同价值的最大化,以期绘出公正与高效比翼双飞的类案类判新图景。
一、类案智能推送运行的实践困境
类案智能推送的重点应当放在“智能”上,精准性是扩大其应用场景的核心。自2018 年最高人民法院“类案智能推送系统”上线至今,类案智能推送不断发展更新,已形成了以交互对话为基础的类案推送平台,由于类案推送通常不能一次性获得较为精准的结果,需要法官通过修改案件要素关键词与系统进行人机“对话”,对推送结果进行修正以最终获得与待决案件具有最高相似度的类似案件。因此本文认为当前的类案推送系统并没有完全实现“智能化”,实质上还是“类案推送”与“类案检索”相互交融的产物。由于人机对话过程中的每一次交互都可能会偏离法官的意愿,从而导致类案推送的精确率较低;此外,当前的类案推送平台将推送重点放在案件的推送上,忽视了法律适用的推送,我们认为类案推送的目的是要解决案件的法律适用问题,因此推送的重点应当放在法律适用的推送上。“智能化”不足导致的精准性较低以及法律适用推送的缺位是当前类案智能推送运行的主要实践困境,以致法官对类案推送常有“无用”之印象,甚至认为使用类案推送系统反而增加其负担。究其本质,本文认为该困境是由数据及对比算法两个层面的缺陷导致的。
(一)数据库无法满足智能推送
1.裁判文书标注不足
类案推送的底层逻辑是通过对文本词项的相似度对比来确定目标类案与待决案件之间的相似度,从而向法官推送相似度较高的类案,词项是相似度对比中的最小对比单元。法律语言具有一定的专业性,因此在裁判文书的相似度对比领域,需要对裁判文书进行标注,并形成相应的要素标签,以作为对汉语分词工具普通词项库之补充。然而,我国并没有开启大范围的裁判文书标注工作,较为专业的法律专业词汇并没有形成要素标签,导致在裁判文书的相似度对比过程中出现大量的未登录词项。未登录词项能否被识别将直接影响类案推送的精准性。若裁判文书中基本事实、争议焦点,以及相应法律问题部分存在未登录词项并没有被系统识别,则即使该文本存在有关该案件法律问题的专段论述,也无法出现在推送结果中,从而降低类案推送的精准性。
2.法律规范数据库的非圆满
“北大法宝”、威科先行法律检索系统、无讼法律检索系统等是我国的主要规范数据平台,但是以上的数据平台都存在几处相似的不足:第一,现有的法律规范数据库无法满足法官对疑难复杂案件裁判之需求。当法官面对疑难复杂案件或者新型案件时,查清案件基本事实之后,进入法律适用层面,可能会出现法律规范模糊或冲突,即针对案件基本事实法律规范规定模糊或者存在相互冲突的规定;可能会出现规范的缺失,即针对案件基本事实没有可以适用的法律规范;可能会出现规范悖反,即对于案件基本事实,法官的论证结果是排除法律规范相应规则的适用并创设新的例外规则;还有可能出现裁判方法的差异。然而法官的痛点就是找到相应的规范指引制度解决上述法律适用问题。目前我国现有的法律规范数据库并没有收录相应的规范指引以帮助法官解决疑难案件的法律适用问题,无法解决审判的痛点。第二,没有对非正式法律渊源进行收录。正式法律渊源是案件裁判的依据,但是对于某一法律问题如果存在法律规范模糊或冲突等问题时,非正式法律渊源对裁判结果也会起到一定的实质性影响。尽管由全国人大建立并维护的国家法律法规数据库于2021 年2 月正式上线运行,但是该规范数据库同样存在上述两点不足之处。同时在该数据库中,由于司法解释入库的时间点是以最高人民法院向全国人大备案为准,由此导致部分新生效的司法解释并没有及时被该数据库收录,某些已废止的司法解释由于并未及时向全国人大报备而仍被标注为“有效”,可能会导致法官对司法解释生效与否的误判。
(二)文本对比模型无法满足智能推送
传统的文本相似度对比计算通常将文本作为整体进行对比,在案件基本事实的相似度计算领域也是采取这样一种模型,即对于待决案件的基本事实C和已决案件的基本事实C,将两者向量空间表示的向量积视为二者的相似度。
通过汉语分词工具将文本进行分词处理,可得文本C由n个词项,C由m个词项组成,则两文本的向量表示则为:C={w,w,w,…,w},C={w,w,w,…,w}。上述式(1)中的w则表示文本C中的某个具体单词;w则表示文本C中的某个具体单词。但是将该策略应用于裁判文书的相似度对比领域其缺点也是明显的。首先,计算精准度会受到文本顺序的影响,向量空间并未考虑词项出现的顺序对于结果的影响,从而引发重复筛选,其推送结果可能就仅仅是案件之间的特征形式上相似,其实质权利义务关系、基本事实与争议焦点可能发生混乱从而与待决案件大相径庭,偏离精准推送之目标;其次,该算法模型未考虑词项重要性的因素。在裁判文书的表述中,不同的词项有不同的重要性,如果在进行相似度对比时忽略词项的重要性差异则会大大影响类案推送的精准度。如对于表述基本事实的语句“被告强制拆除涉案房屋四、五层”,语句中的“强制”“拆除”“房屋”等词项对于裁判结果会产生较大影响,其重要性程度要比“四、五层”等词项相对高一些。
二是做学问要“持世而救偏”。章学诚说:“学问经世,文章垂训,如医师之药石偏枯,亦视世之寡有者而已矣。以学问文章徇世之所尚,是犹既饱而进粱肉,既暖而增狐貉也。”[4]章学诚在致钱大昕的书札中说:“惟世俗风尚,必有所偏……苟欲有所救挽,则必逆于时趋。”[5]他看到了当时的考据学,已脱离了社会现实,所以要“逆于时趋”,而救挽学术。章学诚倡导学术研究不能趋于时俗,而应“持世救偏”,让学术风气回归中正,让学问真正为世所用。
二、类案智能推送的生成机理
(一)类案的智能生成路径
目前,学界对类案的界定有三种观点:或认为,应确定数个判断标准来确定案件之间的关联性。如王利明认为,类案判断标准包括案件的关键事实、法律关系、案件的争议焦点以及法律问题四类;还有学者主张,以争议点和关键事实、辅以案由与法律后果综合判断案件之间的关联性及相似性关系。或主张应当以某一个确定标准来决定案件的类似与否,如雷磊认为,应当直接对比两个具体案件的重要性特征,若重要性特征完全相同,则应当作出相同的判决;有学者还主张应当以重要事实作为类案判断标准之关键;左卫民认为,从类案检索与推送的角度来看,以争议焦点作为类案首要判断标准能够满足司法实务的需要。或强调立足个案具体情况具体分析,如王燃认为类案是个相对概念,应当以司法服务需求为导向确定其类似性范围。《类案检索指导意见》首次以立法的形式回应了学界对于类案认定标准的争论,明确类案判断标准为基本事实、争议焦点与法律适用等方面,因此,我们赞同第一类观点。类案智能推送是以司法数据为基础,利用人工智能技术构建案件知识图谱,并基于此实现案件的智能识别,包括案件事实要素库构建、案件事实归纳、系统自动识别、事实要素自动提取、案情的智能对比、类案智能判别的系统操作过程,可概括为系统根据正在编写的案件文档内容,依托中国裁判文书网、“北大法宝”等平台,以案件事实要素库为本体,经OCR 自然语言识别技术以及术语自动抽取技术自动提取待决案件的案件事实要素,并通过中文文本相似性对比技术将该事实要素与案例数据库中既定案件的事实要素进行自动对比,找出与待决案件相类似的案件,从而向承办法官推送该案的法律适用供参考。
(二)类案智能推送的理论基石
法律形式主义者认为,法官应当依照现行有效的法律,根据案件事实按照严格的演绎推理即可作出正确的判决,而无需考虑法律以外的诸如道德、习惯、社会效果等法外因素,即以“大前提(案件事实)—小前提(法律规则)—结论(裁判结果)”为推理思路。而法律经济学家波斯纳将法律形式主义区分为温和的法律形式主义和极端的法律形式主义,后者因主张判决过程的机械性、否定法官的自由裁量权而饱受诟病;温和的法律形式主义则摒弃了机械性缺点,体现了对演绎推理的崇拜。温和的法律形式主义为类案智能推送系统引入司法找到了突破口。
类案及关联案件强制检索制度提升类案在诉讼程序中的地位,看似与法律形式主义相悖,其实符合温和的法律形式主义之客观要求。就常规案件而言,其裁判思路体现司法三段论推理,只要前提为真,那么其推理结果必然为真。因此可以运用人工智能技术对案件基本事实,及法律适用进行自动判别与对比,实现常规性案件的类案类判;而对于非常规案件,其案件事实落在了大前提的开放结构,是否适用该大前提便没有了明确的指示。此时,法官便不约而同地寻求权威案例的支持,案例以及裁判文书具有公开性,与法律一样具有预测可能性。这时法官对于案件审理所依赖绝非法条本身,而是需要法官平衡相互冲突的利益,类案智能推送则发挥显性功效。因为已决案件凝结法官的审判经验,其说理部分承载的裁判规则象征着一种可靠的法律适用方案,为承办法官进行利益取舍提供了参考。法官参考类案的法律适用、裁判要点等对待决案件做出最合理的判断,不得随意选择适用的法律,传统的司法三段论推理模式被优化为“案件事实—法律规范—类案参考(法律规范存在模糊或冲突之情形时)—参考类案的法律适用—裁判结果”,限制法官的恣意、妄为,满足法律形式主义的要求,提高裁判的可预测性和确定性。除了指导性案例以外,其他类案对于法官来讲均仅具有参考地位。若法官审理案件时没有参考相关类案,则对其作出的裁判尽到充分的理由说明即可,保障了法官自由裁量权的合理运行。
(三)类案智能推送的实践基础
要素式审判为类案智能推送提供了实践基础。一方面,要素式审判的应用要求与类案在智能推送的某些功能设置上存在高度契合。要素式审判的前提是对类型化案件的事实要素进行提炼与归纳以实现审判思路的具象化,而本文所构想的类案智能推送前提即是建立案件事实要素库以作为普通词项集之补充,某种程度上两者的案件事实要素库可以互通互用。未来,随着审判方式改革的深入发展,加快类型化案件要素的提取工作,实现要素式审判与类案智能推送案件事实要素库的资源互通与优势互补。另一方面,两者均是法院信息化改革的重要抓手。有学者认为,要素式审判能够促进智慧审判的实现,其与信息化技术结合后能够实现裁判文书的自动生成。《关于进一步加快推进电子卷宗同步生成和深度应用工作的通知》对要素式智能审判系统的技术应用做出了细致要求,对于实现要素式智能审判所需要的如光学字符识别技术以及术语自动抽取技术都能够被应用于类案智能推送系统中。由此看来,要素式审判改革为类案智能推送的发展路径做出了铺垫,在要素式智能审判与类案智能推送的理论基础已经达成共识的情况下,结合电子卷宗随案同步生成和深度应用的技术要求,对两者的系统研发进行集成,形成集要素式智能审判与类案智能推送于一身的智能化裁判辅助系统,实现两者的相互促进。
目前,要素式审判思维主要运用于常规案件之中,许多法院都针对常见的类型化案件编制了案件要素表。因此,对于类型化的常规案件,直接采用现有的案件要素表作为对普通词库的补充,弥补普通词库未登录法律专业词汇之缺陷,为后续的案件事实分词标注打下坚实基础;对于非常规案件,基于神经网络的注意力机制,可以被应用于自然语言识别、图片识别等领域,成为案件事实要素自动抽取的技术依赖。若待决案件属于新型类案,对某些新型词汇及语句无法自动抽取时,则可由法官及相应工作人员对其进行人工标注,形成待决类案画像。通过人工智能对非常规类案要素提取之后,可将其成果运用于要素式审判中,探索非常规类案的审判新模式。
(四)类案智能推送的技术保障
类案智能推送是审判权智能化运行的关键一环,面对如此庞大的司法案例数据库,依靠法官人工进行案件要素对比是不现实的,人工智能技术正好可以代替法官完成如此繁琐的类案判定过程。首先,通过大数据挖掘技术、光学字符识别技术以及术语自动抽取技术,对中国裁判文书网中的大量判决进行梳理分析,结合人工辅助标注完成对案件的事实要素抽取工作,形成案件画像并按照案由进行分类,由此构建案件事实要素库、要素标签体系与法律的复杂网络作为对普通词库之补充。随后,以普通词库与复杂网络中的词项为基础,运用汉语分词工具对待决案件进行分词及标注词性。最后采用中文文本相似性对比技术及算法分句对待决案件与已决案件进行对比并计算出相应的案件相似度,实现类案自动推送,将案件相似程度量化为百分比的形式呈现在法官面前。法官根据类案的参考顺位以及相似度等多种因素做出最终的类案判断,并依法参考类案的法律适用对待决案件作出裁判,实现类案类判。
无论是常规性案件还是少量的疑难复杂案件,实现类案推送都必须依赖人工智能技术。有学者将开放结构理论与疑难案件常规案件联系在了一起,认为当待决案件落入到大前提含义的“核心”区域时,则为常规案件;反之则属于疑难案件。本文认为,对于常规性案件,由于案情相对简单,法律关系清晰,类案推送的目的主要是依据案件基本事实为法官精准推送应当适用的规范。基于提供的规范数据库、证据数据库等,系统对规范按照参考顺位进行分类并按照顺序为法官推荐应当适用的规范条款。而对于疑难复杂等非常规案件案件,人工智能技术能够处理更加海量的信息,并且基于人工智能“深度学习”的特点,处理的信息量越大,整合出来的结果就越具有参照性,为后面处理更加疑难复杂的案件打下坚实的基础。
三、事实要素对比算法之改进
案件事实要素的对比是类案智能推送的前提性工作,也是提高类案智能推送精确度的关键所在。对于类案智能推送精准度不足的问题,有学者提出以技术手段判断类案,主要包括根据案件类型提取案件特征或构成要素、对涉及裁判法律问题的案件事实进行整体描绘、对案件与所设计模型进行语言对比分析匹配,最终完成个性化的类案推送。这一观点与类案智能推送理念相契合。但是,由于法律文本及裁判文书的语言特殊性及文本构造的特别性,同时由于裁判文书的内容简短、特征稀疏等特点,已有的基于统计的文本相似度对比模型难以满足裁判文书之间的相似度对比。我们认为,结合裁判文书文本的词性信息等特征,采用基于语义的方法,构建一种分句式的文本对比模型算法,提高类案推送首次推送结果的精确度,摆脱不必要的人机交互过程,促进类案智能推送系统的更新换代。
(一)事实要素的对比与确定
在基本事实要素的对比过程中,首先应确定基本事实在裁判文书中的具体位置,并对其进行抽取。如果不区分裁判文书的信息部分而将整个文书内容进行对比将会引入大量的噪声信息从而降低类案推送的精确度。通过对大量裁判文书的分析研究可发现,裁判文书中法院认定的基本事实部分起始语句在某种程度上具有相似性。如在“本院认定事实如下”“经审理查明”等语句之后的文本基本可以确认基本事实部分;若出现“以上事实有XX 证据证明”“双方当事人对上述事实认定无异议”等语句时,则表示裁判文书的基本事实认定部分结束。在明确案件对比详情部分后,可以进行针对性地模型构建,从裁判文书的基本事实部分抽取相应语句以供后续文本相似度对比。
(二)事实要素重要词项的识别
如前文所述,若在相似度对比计算过程中不考虑词项的重要性则会影响类案推送的精确度。因此需要以词性为基础对不同重要性的词项进行分类。
本文对语句的分词需要借助NLPIR-ICTCLAS 汉语分词系统。根据该系统的设定,词性可以分为18个不同类别,不同词性的词项在表述基本事实时其重要性也有差别。比如,名词、动词等实词在表达案件基本事实时其重要性一般高于连词、介词等虚词。因此,根据重要程度的大小,在裁判文书相似性对比领域,名词、动词以及否定副词等具有高权重的实词定义为一类词集;介词、连词等具有较低权重的虚词则定位二类词集;而其他副词、形容词、区别词、状态词这类重要性介于两者之间词项则定位三类词集。对于每一类词集的具体重要性系数,则需要对具体的裁判文书词义及特征展开研究,根据词项的含义、句法关系等对其重要性系数展开针对性的计算。由于对词性重要性的具体系数计算需要通过针对具体裁判文书进行实验得到,而本文的任务主要是梳理提高类案推送精准度的优化路径,受于篇幅限制,故对于词性重要性计算实验将在未来工作中进一步完成。
对于词项的词性辨析过程,可以通过分词工具对语句的分词及词性标注结果完成。如“被告强制拆除涉案房屋四、五层”这句案件基本事实,通过ICTCLAS对其进行分词并标注词性后的结果为:“被告/n 径直/d强制/vd拆除/v涉案/vn房屋/n四/m、/wn五/m 层/qv”,其中n 表示名词,v 表示动词,m 表示数词,详见ICTCLAS 汉语分词工具(http://kgb.lingjoin.com/nlpir/)。将语句通过分词工具进行分类标注之后,则可基于word2vec 的单词相似度计算来对作为对比的最小单元词项的相似度进行计算(具体算法及操作如下述)。
(三)事实要素相似度的计算
已决案件基本事实C的表述由多条语句Sent、Sent、Sent、…、Sent构成,同理待决案件基本事实C的表述则由多条语句Sent、Sent、Sent、…、Sent组成。而C与C之间的相似性对比则转化为对于C与C中的每条语句的相似度对比,然后以相似语句数量为基础进行下一个阶段的对比工作。将文本整体对比转化为文本中的语句对比,其可行性在于根据对裁判文书的语句进行分析发现,在裁判文书的法院认定基本事实部分几乎每一条语句都会表达一句事实。这是因为裁判文书相对于其他文本具有一定的准确性和明晰性要求,其基本事实部分的表述也具有一定的精炼性,每条语句所表达的信息都十分重要,因此对所有句子进行对比分析是具有可行性的。类案智能推送的目标在于,向法官推送与待决案件具有相似基本事实的目标类案以及该类案的法律适用,而非要求穷尽所有与待决案件具有相似基本事实的裁判文书。尽管裁判文书表述基本事实的语句并非一一对应,但是如果其间有较高比例的相似性句子,则表明两者的基本事实部分相似的概率很高。简言之,类案智能推送的查准率使得语句对比策略是合理的。相对于将文本视为一个整体的文本相似度计算策略,将基本事实中的具体语句作为相似度计算的对比单元,有效避免词项顺序对结果所产生的影响。从实践角度来说,一般情况下,裁判文书的基本事实部分语句数量从侧面体现案件的复杂疑难程度,语句数量越多,该案则越复杂疑难。故采用语句作为相似性的对比单元还应当考虑基本事实所含的语句数量。
在明确对比策略后,假设待决案件的基本事实C={Sent,Sent,Sent,…,Sent},已决案件的基本事实C={Sent,Sent,Sent,…,Sent},经过分词处理后若C中每条语句Sent(1≤k ≤n)与C中的每条语句Sent(1≤e ≤n)最相似,则可认定二者表述了相同或近似的事实。根据文本相似度对比的基本原理,可以用式(2)来计算基本事实之间的相似度:
其 中,Sent、Sent分别 为语 句Sent、Sent的向量表示,w(1≤d ≤n)表示语句中所包含的词项;weigℎt(t)则表示词项t的重要程度。可见,若两条语句之间共同词项的数量越多、共同词项重要程度越高,则两者相似度越高;反之亦然。
综上所述,以词项作为文本相似度对比最小单位的分句化对比策略运行步骤可以概括为:首先,输入待决案件基本事实C={Sent,Sent,Sent,…,Sent}以及已决案件基本事实C={Sent,Sent,Sent,…,Sent};然后提取C和C中的语句并通过汉语分词工具对其进行词项分类、标注及赋值;对于C中的语句Sent(1≤k ≤n)按照式(3)以此计算其与C中各语句的相似度,选出C中与Sent最相似的语句Sent(1≤e ≤n)进行记录并将Sent从C中剔除,如此循环直至计算完所有语句;最后将上述所有相似度除以C与C所有语句数目之积即可获得两者之间精准的相似度。
四、司法数据库完善的具体路径
类案推送最终目标并非为法官推送与待决案件基本事实相似的已决案件基本事实,而是根据相似的基本事实为法官推送已决案件的法律适用,帮助法官对待未决案件做出正确的论证与判决。故完成对基本事实进行对比后,类案智能推送系统的关键环节是向法官推送已决案件的说理论证部分与法律适用部分。对此,通过完善司法数据库,实现法律适用的智能推送,丰富类案智能推送系统的内涵,提高使用效率。
(一)法律规范数据的整合
当前我国的法律规范数据库由多个规范数据平台共同组成,在这些规范数据平台中由于法律适用指引制度的不足导致数据库中相冲突的法律规范并存、法律规范模糊、规范缺失等问题。《统一法律适用工作实施办法》第15 条明确指出建立统一法律适用平台及数据库,该条是整合法律规范数据的法制前提与法理基础。为了解决法律规范的模糊性、规范冲突、规范缺失及规范悖反等问题必须畅通数据渠道、扩充数据来源、融合数据平台,实现数据的一体化运行和相互融合联动,消除数据壁垒,在各法律规范数据平台的基础上通过整合数据形成全国统一的法律适用数据库。在法律规范数据集成的基础上,对数据进行结构化分析,对有害的、无用的数据进行降噪,着力解决数据的准确性、合法性、及时性和可用性,夯实法律适用智能推送的数据基石。
此外,以法律适用指引制度为轴达至对案件的法律适用的智能推送。首先,以最常适用的演绎推理法律适用方法为例,针对同一基本事实,若存在法律规范冲突的情形,则需要遵循一定的法律选择原则来确定案件的法律适用。“上位法优于下位法”“新法优于旧法”“特别法优于普通法”等原则是我国在处理法律冲突时所采取的司法选择原则。因此在对该类案件进行法律适用推送时,应当将法律规范按照上述原则依次推送。其次,对存在规范缺失或规范悖反的情形,则会采用类推、利益衡量原则等法律适用方法对案件作出公正裁判,即法的变通价值。在此情况下,变通适用的价值位阶在安定性价值之上,如此有利于实现法律的最终目的、得到社会主流价值观的认同,与社会主流价值观相协调。此时类案智能推送根据案件事实,为法官推送可以适用的习惯、社会主义核心价值观、地方性司法文件等非正式法律渊源参考。在此情况下,对非正式法律渊源及法律原理、原则等规范,遵循习惯→法律原理、原则→社会主义核心价值观→地方性司法文件→利益衡量等,按照一定的顺位智能推送。
(二)非正式法律渊源的收录
在司法实践中,诸如法理、习惯、法律原则以及社会主义核心价值观等非正式法律渊源,对案件裁判产生一定的实质性影响,故在法律规范库的完善中,应当收录非正式法律渊源,且在类案推送中予以标明。这里以社会主义核心价值观为例,最高人民法院通过一系列规范性文件确立了社会主义核心价值观在案件审理及裁判说理中的地位。同时,《中华人民共和国民法典》等法律规范中规定的法律原则均彰显社会主义核心价值观的精神内核。而实践中仍存在诸多适用方式违法,说理片面化、简单化等问题。毋庸置疑,社会主义核心价值观有效地规范法官的适用行为和裁判行为,增强社会主义核心价值观的司法适用效果,丰富裁判的说理依据。具言之,对2016 年以来所有在裁判说理部分适用社会主义核心价值观的裁判文书进行梳理分析,形成一份裁判说理指引汇编。通过对待决案件与已决案件基本事实要素进行相似度对比后,得出案件之间的相似度比值。如果相应的类案说理部分引用社会主义核心价值观,界面将会对其进行标明并向其自动推送相应说理部分,承办法官可查看规范数据库中相应的说理指引,参考该部分对案件进行裁判。
(三)指导性案例数据的收录
根据《〈关于案例指导工作的规定〉实施细则》第11 条规定,案件办理时必须查询相应指导性案例,同时若当事人引用指导性案例作为控(诉)辩理由的承办法官必须予以回应。在某种程度上,可以说指导性案例已成为我国法律推理中的小前提,也是法官裁判案件重要的说理来源,将指导性案例数据收录至法律规范数据库中便于法官适用以及回应指导性案例,同时也能提高指导性案例的援引率,实现类案推送制度与案例指导制度的优势互补。在法律规范数据库中,应收录指导性案例中的裁判要旨部分。当出现待决案件时,通过对案件基本事实进行相似度对比法官可以得出待决案件与相应指导性案例的基本事实要素的相似度,从而得出是否参照援引指导性案例的结论。因为对于案件的比较主要是事实层面上的,有学者指出,对于事实层面上的比较具有决定性意义,若案件基本事实部分具有相似性,那么就可以明确案件之间的法律适用问题上同样具有相似性。这样一来能够减少法官在案件相似性问题上的说理负担。当案件事实要素相似度达到一定比值,则系统自动向法官推送相应指导性案例的裁判要旨部分,以供承办法官参照援引。
(四)法律适用预警机制的建立
结语
“对现存制度来说,技术有助于促成社会控制和社会团结的更有效、更令人愉悦的新形式”。依托人工智能技术,构建案件事实要素知识库,完善规范数据库,建立相关预警机制是类案智能精准推送的核心要义所在,其旨在通过对类案及关联案件智能检索与推送,一方面,针对某一类案件抽象出能够长期适用的裁判方法,一定程度上抑制法官裁量权的滥用。另一方面,达至“同样情况同样对待”或者“不同情况不同对待”的人类孜孜以求的普适目标,从而增加裁判结果的可接受性。然而,法律是一个不断试错和纠错的过程,我们有可能始于一个错误,而后通过恰当的过程将错误剔除。所以,在技术路径的类案智能推送中,我们既不应固守一个由“正确”到“正确”的逻辑过程,也难以完全将“行为模式”与案件事实一一对应。为此,需要吸纳实践中的司法智慧,因地制宜地优化类案智能推送路径,不断构建让民众可接受、具有世界领先水平的我国特色的类案智能推送模式和运行机制,这既是类案智能推送的内生驱动力,也是我国法治建设和社会治理对追求公平正义的必然要求。