智能量刑系统应用的司法难题与改良路径

陈仪臻

(广州大学，广州 510006)

0 引言

我国一直在积极探索“案情相似而裁判结果不同”“人案矛盾”等实务问题的解决方案，大力支持司法体制革新以推动法律信息化发展。从2017年最高人民法院提出“以信息化促进审判体系和审判能力现代化”到2021年中共中央印发的《治法中国建设(2020—2025年)》强调“为法治中国建设提供科技和信息化的保证”，五年间，智慧司法的进展成效日益显现。比如，小包公智能法律服务平台借助“首创法律知识图谱+精准量刑”提出的量刑建议被法官采纳率极高，这是一次算法赋能司法的胜利。智能量刑系统发挥智慧司法效用的关键在于其司法定位,由于智能量刑系统带有机械性以及暗箱歧视等因素，目前各国普遍将其定位为法官裁判的辅助工具。实际上，法官裁判中也带有歧视性的因素，法官的认知差异、价值判断偏好等导致裁判带有个人色彩和较大自由裁量空间的问题也屡见不鲜。因此，需要增进对于智能量刑算法的认识。本文旨在限定的智能量刑系统能够解决的“简易案件”的条件下还原智能量刑系统在司法实践上的运转效能、应用价值以及适用难题，并提出合理解决司法适用的一系列过渡性障碍的中国式改良路径。

1 智能量刑算法的裁判思路

单靠“人工智能技术的蓬勃发展”这一因素，无法回应智能量刑系统案件裁判价值判断所需的全部要件。本文从智能量刑算法的裁判思路这一基本认识出发，剖析智能量刑算法的根本性地位、定量分析的标准以及经验总结，探索智慧司法深入改革的支撑点。

1.1 智能量刑算法的主体地位

智能量刑系统的应用推动了司法的现代化，但其主体地位一直悬而未决。在传统意义上，智能量刑算法挑战了法官单一裁判主体秩序，其精准的技术特征产生了特定的风险[1]，但也回应了人案矛盾与裁判效率难题，并在准确率以及时间上的表现优异于人工裁判。算法裁判在高级法院裁判时陪审团的多数意见的预测实验中，准确率远高于法律专家，并且在基于欧洲人权法院公开的判决书和神经网络搭建的量刑预测模型的实验中表现出色[2]。这些优势都显示出智能量刑系统可以获取独立裁判的一席之地。

因此，核心问题是智能量刑系统能否成为独立裁判者。目前公众普遍持保留态度，因为算法开发者一般是非司法组织，编辑代码的过程可能隐藏着歧视因素或者缺乏规则正义的规范[3]。换言之，关键在于人与科技的主次关系。由于公众法治意识显著增强，人们对于正式裁判机制的信任感远强于以前，国家需要投入更多的成本提升裁判威信与法官的专业能力，借此在全局意义上提高法官职业群体的素养。但实施效果不佳，同时带来了高昂成本和司法资源分配难题。相比之下，智慧司法不仅衔接了法官裁判与算法裁判，简化了裁判者寻找大小前提的连接过程，推动了量刑规范化改革；而且实质性地缓和了“人案矛盾”。

面对诉讼爆炸的严峻形势，若智能量刑系统能够取得独立裁判简单案件的地位，法官就能投入到复杂案件的审理中[4]，因此随着司法体制、智能算法、传统观念的改革，智能量刑系统的主体性地位演进是必然趋势。

1.2 智能量刑算法的量化规范

现行刑法体系以“罪名”“刑事责任”相互对应为基底，在满足犯罪所需的全部要素后，即成立其对应着特定刑事责任的罪名。那么，构建刑事裁判的中心在于总结证据链事实与罪名之间的逻辑关系，进行刑事责任的量化规范。不妨将刑事裁判活动想象成一种木工制作榫卯的过程[5]。在实践中，法官观察分析案件事实，这个过程相当于勾画榫线：对各种案件事实进行衔接整合的过程类似于切榫卯，去除无关的证据和数据的阶段即清凿榫槽，最终的定罪量刑即是组合榫卯的阶段。该过程决定了量刑难度的关键点在于案件事实的复杂与碎片化程度，但“定罪”的结果能够由“成立罪名”模板进行对照考证，量刑的准确程度以及时间成本却无从对证。并且，年轻法官与年长法官的裁判经验、专业能力参差不齐，这影响了规范化量刑的公正。申言之，刑事裁判的传统榫卯模式已无法适应司法大数据量化规范的要求。

即便以上的假设是虚构的，也不能否定结论的真实性。相较于智能算法技术，人类法官在刑事司法裁判过程中无法避免在学识、检索方式上稍逊一筹，不得不在“犯罪案件事实”与“成立罪名”之间来回观望，这容易导致任意性裁量以及难以实现“同案同判”。并且，随着中国裁判文书网全面公开，对于法官如何回应案情相似而裁判结果截然不同或者定罪量刑规范不统一的问题，司法机关可以通过“量刑规范化”“量刑统一化”的路径加以解决。

相比之下，智能量刑系统具有更高的量刑规范性以及可验证的量刑标准，其以司法大数据作为基础，利用指标化以及量化评估技术手段[6]，精准提取生效的裁判文书中的定罪要素并分化为各个板块，以要素的叠加作为犯罪程度的阈值。这样不仅能够进行各要素的比照，而且进行了量化规范。不可否认，在成文法国家进行起点为生效判例的智能量刑主体地位分析会受到学者们的抨击，因此本文将量化规范限缩为“相似案件相似裁判”，即不参与价值观念上的裁判。

1.3 智能量刑算法的经验规范

在追求法治统一的背景下，清晰划分依法裁判与算法裁判具有重大意义。前者强调法治与其成效的交叉融合，对依据法律法规的要求较高；后者突出浓厚的经验主义色彩，追求的是同案同判的高度统一性。但这不代表算法裁判不具有正当性。从裁判活动的角度出发，法律是法官、智能量刑系统进行裁判的合法指导；而经验浓缩了长期的裁判实践，是裁判的内在指引。两者的差异在于运用经验的方式和深度。事实上，刑法条文在法官裁判时的作用局限。比如在故意伤害致人死亡的案件裁判中，法官除了联系主客观要件外，还需检索过往类似案件的审判结果，这种内在指引是法官裁判时进行“主客观要件相一致”的关键点。由于裁判内在指引的选择繁多，需要法官比对、挑选，耗时耗力，而算法裁判恰好具备此等优势。

申言之，法官裁判与智能量刑系统裁判的区别仅在经验适用的深度以及匹配裁判经验的效率。基层法院法官若一直束缚于审理简单案件，不仅浪费司法资源，也不利于提升法官队伍的裁判水平。因此，定位于简易案件处理的智能量刑系统在经过裁判经验、法律的比对[7]后能够使得“同案同判”“类案类判”具备较强的可行性，在特定的范围内完成了形式正义。当然，智能量刑系统难免也会出现误判，如何实现个案公平、获得公众认可，这仍待解决。

2 智能量刑系统的司法适用难题

智能时代的良法善治是目标所在，顺利推进智慧司法建设需要构建更为完善的法律保障体系。改革必将伴随着阵痛，智能量刑系统在司法实践进程中冲击旧刑事司法裁判的观念和结构，其必须面对学理与实践的双重考验以及平衡算法不确定性与风险。结合实践与公众的反馈，公众对于智能量刑系统的接受度、算法不周延的弊端以及个案问题导致的规律性偏差是智能量刑系统在司法适用上的核心难题。

2.1 智能量刑之公众接受困境

公众接受困境是司法适用面临的第一难题，因为算法无法显现社会大众期望在司法审判中感受到的公平正义观。事实上，算法正义是一种不直观的接近正义[8]，其运作过程中融合了案件裁判以及法理表达。

对比智能量刑，公众偏向传统审判的原因是其亲身感受法官的现场裁判，这在于亲身经历感受的信赖度。法官具有国家性，因此即便是被迫接受刑事审判，公众对审判结果一般是认可的。但在智能量刑系统运作的过程中，裁判要素的输入以及结果的输出之间存在着无法解释性，无法展示裁判案件与先前案例之间的紧密联系的推导过程，并且算法裁判更多的是在概率上的重复拟合和统计学知识的运用，这区别于传统的法官裁判，所以不透明的运作方式减弱了公众的参与感[9]，这是智能量刑系统不被接受的原因所在。一般来说，无论是正式或者非正式的解决纷争的机制，中间人都受到当事人的一致认可并且起到一个中立评判的作用，然而在智慧司法的改革之中缺乏对智能量刑算法知识的普及以及对其裁判地位的正视，这造成公众对于人工智能裁量的疏离感；尚且人工智能量刑算法距离公众遥远，公众很少有机会接触到相关算法的学习过程，因此可能误解算法设计者决定了算法的走向，存在黑箱的歧视问题[10]。那么，可以从几个方面进行改善：在技术方面，推动内部算法的透明、公开化进程以及建立算法审级机制显得尤为重要；在知识方面，要加强对人工智能算法的运作原理以及系统的学习特性的知识普及，增加公众的知识了解；在亲历感受方面，公众在参与裁判时能开设一个智能量刑裁判系统选项，亲身经历算法裁判结果。

2.2 智能量刑之经验归纳不周延

本质意义上的司法裁判是针对具体特定的案件寻找解决方案。法官进行裁判时都面临着抽象的法律条文与复杂的具体案件事实，从一般出发到具体，即“演绎推理”，便是一种相对高效的处理纷争的路径，既能兼顾法律的普遍规定以及特定的案件事实，又紧密了法律规定、案件要素以及裁判结果之间的联系。因为其准确率较高并且实现了独立案件的正义，所以受到了正式裁判者与当事人的一致认可。然而，智能量刑系统是以“归纳法”为核心的，它从不计其数的案件之中提取类似要素进行分析比对，对案件进行最终的裁定判决，围绕该特质的是个案差异所带来的不利影响。正如采用数值化进行量刑的COMPASS系统，针对在美国威斯康星州发生的卢米斯案，该系统提取了该被告人的各种量刑因素并进行数值量化，但由于该州的部分数据资料没有上传云端，因此算法得出相对严重的刑罚建议[11]。该系统缺乏该犯罪地的数据，导致其不周延特性。对比之下，中国地域辽阔，如果裁判时因缺乏犯罪地的云端资料，会影响到法院裁判的威慑力。

事实上，运用归纳推理方式的案例指导制度也仅是作为参考，这就引出了一个事关裁判经验的周延性的司法领域难题。在大数据时代，智能量刑系统能迅速准确进行要素提取、分析、批量诉讼，并且有理可循、有法可依。这种深度学习的模式是统计学以及算法训练的成果，也是算法无可比拟的优势所在。当然，严谨性相对较高并无法完全掩盖其个案公正的困境，不周延的属性始终是“达摩克利斯之剑”。当务之急是找到合适的解决途径，如扩大信息搜索的来源，不限于在裁判文书网上的案件以及法律法规等司法解释，而是将案卷中的细节内容简化为数据上传云端，这一定程度上能缓和不周延特质导致的算法适用尴尬。

2.3 智能量刑之个案规律性偏差

在司法实践中，裁判错判与误差屡见不鲜，两者造成的影响轻微并且可以通过被告人上诉等方式修正。但由算法进行分析类似案件和提取审判要素的智能量刑的错判，更多是机械化误差，而中国地域辽阔，不同地方的经济状况、风俗习惯等因素不尽相同，裁判性误差不可避免。因此，该系统面对的规律性偏差难题，是人工智能与算法的偏向所致。

智能量刑的确需要审慎对待，但是利用优化算法以及建立更加完善的审级制度等手段，可以加强算法的深度学习处理的功能，矫正量刑偏差的起点。例如在优化算法层面，可以通过搭建一个巨大的知识图谱[12]、提高相似案件的各要素的权重等途径，提升检索精准度，降低规律性偏差。但这些手段仅局限于初次裁判中的分配正义。真正从源头出发的是，只有在制度层面做好预防举措，才足以面对“正义取向的二元标准”的窘境。例如，当面临着法官裁判与智能量刑系统裁判时，会出现两种适用境况：一是智能量刑系统依据量刑规范化标准全程独立审判；二是智能量刑系统接受法官裁判后的结果，进行二次审判修正。前者适用统计学原理以及以识别、对齐方式为重点的自然语义识别技术，是算法量刑的规范以及效率方面的拔尖；而后者有利于抵御智能量刑误判错判的风险，同时具备人类价值情感表达和公众对于初次正义的期待。两者都具备正当性。但如若采用法官裁判基础上的算法裁判，实际上是对量化规范以及经验规范的一种否认，这会导致智能量刑系统的逻辑归纳危机。

3 智能量刑系统应用的改良路径

随着现代科技与司法体制不断纵深革新，适用统一适用的裁判、证据标准的算法数据化的智能量刑系统将成为必然趋势，能有效减少司法任意性。鉴于我国实体法无法对智能量刑系统的技术性特质进行管制，可以从程序法出发，寻找智能量刑系统应用的革新路径。

3.1 设置程序进行算法质量的司法听证

智能量刑系统利用算法融合法律、卷宗形成的特定标准对案件进行裁判定罪，推动了“量刑规范化”“同案同判”，是司法现代化的经典代表。由于量刑是人类社会对于惩罚犯罪以及社会治理的重要反映，是对伦理形态以及人际关系构建的评判，不具有免检特性。因此，对智能量刑系统进行审判性听证，是十分必要的司法准入程序。司法听证程序一般较为严格，因为其径直连接法律裁判以及最后的听证结果，还需要微妙地寻找解决公众信任难题的路径。司法听证探讨的是在全国范围内推广算法量刑司法适用的可能性，这需要从国家层面进行部署、达成共识，并且智慧司法在诉讼领域的成熟度各不相同，因此听证会的召开主体应当是具有最高位阶的最高人民法院审判委员会以及各专业委员会。

同时，听证质证主体的适当划分也是推进司法听证顺利发挥作用的关键，需要将人员划分为专业类、监督类、社会类。专业类的人员应当包括法官、法学教授、算法工程师以及开发工程师，对于人员专业性高要求的实质是裁判经验、法律知识、算法技术的专业标准；监督类的设置是为了保护公民的基础权益，预防司法机关越俎代庖；社会类应当包括普通公众和受到裁判结果制约的罪犯，两者可以直观了解智能量刑运行过程中潜在的社会风险与伦理风险，积极给予建议。

最终敲定智能量刑裁判系统的适用是在听证程序中的表决阶段。基于听证质证主体的分类方式，最后的表决结果必须获得三类人士的一致认同，才能真正实现智能量刑系统在司法领域中的适用，也能显示公众、专业人士对智能量刑系统在司法裁判上的相同见地。

3.2 设置程序衔接算法裁判和法官裁判

为了整体上推动智能量刑系统的司法适用，我国可以将其大数据性质作为切入点，设置程序衔接算法裁判和法官裁判，规避智能量刑系统的偏差。通过智能量刑系统，司法机关得以改善爆炸诉讼、量刑规范不统一的现实难题，司法效率极大提升[13]。在该技术改良方案在经过司法听证程序的认可之后，公众有资格选择智能量刑系统裁判，毕竟裁判最终的承受结果是社会大众。在案件审理结束时，因其司法终局意义，被告人应当自行选择裁判方式，如若被告人采用量刑系统裁判，则最终以智能量刑系统得出的裁判结果为准。

审级制度的建立是为了满足当事人的“公正”追求，在嵌入智能量刑系统之后将如何解决一审法院利用智能量刑的申诉问题值得深思，需要明确量刑系统与法官之间的权限、责任以及后续申诉程序启动的界限[14]，以便达到司法正义的目标。假若案件是由智能量刑系统作出的裁判，那么二审或者再审的主体应当是人类法官，否则最终的结果将又一致。当然，申诉的程序启动需要更严格的触发器，例如需要提供新的证据或者证明智能量刑裁判确实出现规律性偏差的问题等，预防发生被告人纠缠不清的局面。在法官认为确有必要改判之后，对特定标记的案件进行分析改判，最后上传到数据库，以便以后算法裁判的正确适用。

3.3 设置程序保障算法的区域变通适用

在数字化改革下，我国法院系统正在全面打造智慧法院，司法智能化改革呈现出全域化的发展趋势。由于我国地域辽阔，各地区的经济水准、文化状况、民族差异各不相同，如何解决地域性裁判差异难题、打破空间制约以推进智能量刑系统的全区域适用成为最终的关键点。

此时，设置程序保障算法的区域变通适用具有高度必要性。在被告人选择智能量刑系统裁判的时候，少数民族有些观念、风俗习惯与全国性的刑法价值观、刑事案件的关键要素不同，导致了显失公平等问题的出现。法官只有在适用智能量刑的过程中严格认定案件事实，定罪裁量公开化，才能使得审查变通后的裁判结果既不违背“同案同判”的司法方针，又在一定程度上实现了个案正义。同时，智能量刑系统开发者应预先考虑到不同地区在量刑上的差异，设置一个合理的信息储存范围，例如在少数民族地区采用以本地数据为范围的量刑模型，融合先前本地的犯罪案件和法官裁判路径，研发一个裁判偏离度报警的机制[15]，这要求局部地域的裁判信息和宗卷细节能下放到技术开发层面的算法系统以达到“同案同判”的预设目标。

4 结语

人工智能与量刑的深度融合是未来智慧司法的发展趋势，智能量刑系统将给司法领域带来崭新的革命性变化。通过引导人工智能在简单刑事案件中的主体性地位适用，同时运用程序规制算法，借助程序正义保障智能量刑系统裁判的结果，积极探索中国式的适用改良路径，有助于促进司法与人工智能的深度融合，引导科技与法治的同步向好，最终实现“同案同判”“个案正义”的长远策略。