论法院数字共同体的构建：以人工智能辅助司法为视角

●陈罗兰

人类文明自诞生以来一直面临着两个基本问题，一是个体的知识如何转化为群体的知识，二是群体的知识如何完成代际传承。〔1〕在组织内部，个人知识如何转化为组织知识，也就是“个人所拥有的隐性知识会通过这个过程被放大并内化为组织知识基础的一部分”，是目前各领域组织与管理的一个重要内容。See Inkpen A & Dinur A: Knowledge management processes and international joint ventures, Organization Science,1998, 9（4）,p.454-468.这两个问题是人工智能辅助司法体系构建中必将面临和解决的问题。当数字时代来临，知识以数字形式予以呈现，构建法院数字共同体成为一个新的时代需求和重要命题。

一、法律知识传递所面临的基本困境

（一）人类社会“知识传递”的困境

“每个人都是一座孤岛”，〔2〕17 世纪英国玄学派诗人约翰•多恩，（又译约翰•邓恩）在他著名的诗作《没有谁是一座孤岛》中写到，“没有谁是一座孤岛，在大海里独踞；每个人都像一块小小的泥土，连接成整个陆地。”但诚如鲁迅先生所言，“人类的悲欢并不相通”，每个人的心灵、智慧、情感其实都是一座孤岛，彼此之间可以有血缘上、经济上、社会关系上的连结，但本质上个体的独立性依然是人类整个社会的基础，这也是人类社会一切秩序、法律、哲学的基础与出发点。即使再强调群体主义的政权、学派也都不能否认个体的独立性。与蚂蚁、蜜蜂等群居生物不同，人类是以个体为最小单元生存和繁衍的，即使在组成社会之后，除了必要的分工和权力让渡外，本质上依然是独立存在的个体。个体知识在社会成员之间传递的效率与效果有多高，取决于个体的智力、经历甚至态度等。数万年进化过程中，人类主要是通过语言、文字、教育等手段来完成个体知识的沉淀与传递。在信息传递速度较慢的农业社会，甚至是工业社会，传统的知识传递方式尚能满足人类发展的需要，但步入信息时代，以数字为载体的知识增长与信息生产达到前所未有的速度，传统方式的弊端便逐步成为制约人类文明进步的瓶颈之一。即使通过支付高昂的学习成本将个体的知识转化为群体的知识，人类依然面临着第二个困境，即一代人的知识如何传承给下一代人。〔3〕世界历史上四大古文明中没有断绝而传承至今的只有中华文明，文字与教育在知识传递与文明传承中发挥着重要作用。孟子曰：“夏曰校，殷曰序，周曰庠；学则三代共之，皆所以明人伦也。”《礼记•学记》说：“建国君民，教学为先。”人类只能依托文字与教育，来实现每一代人“从零开始”的文明接力。正如赫拉利教授举的例子，就算是汉谟拉比本人，“他后代的DNA 里也没有记载着上等人如果杀了个平民女性就该付30 舍客勒的银子”。〔4〕参见［以色列］ 尤瓦尔•赫拉利：《人类简史》，林俊宏译，中信出版社2017 年版，第116 页。文明的接力棒越来越沉重，每一代人在接手时都不可避免地散落或遗失部分内容。〔5〕人类目前每天所产生的数据量比以往全部人类历史总和还要多，地球上每天都会产生5 亿条推文、2940 亿封电子邮件、400 万GB 的Facebook 数据、650 亿条WhatsApp 消息和72 万个小时的YouTube 新视频。全世界在2018 年创建、捕获、复制和消耗的数据总量为33 泽字节（ZB），相当于33 万亿GB。2020 年，这一数字增长到59 ZB，预计到2025 年将达到令人难以想象的175 ZB。1 泽字节大约等于1 万亿GB。虽然这其中并不都是有效的知识，但不可否认的是，人类社会知识积累的速度正在爆炸性增长，《庄子•天下》中所描述的“惠施多方，其书五车”是农耕文明的代表，五车的书籍就能涵盖社会方方面面的知识，而在今天可能1G 的存储便已足够。参见《人类究竟产生了多少数据》，载中国数字科技馆网站，https://www.cdstm.cn/gallery/hycx/qyzx/202107/t20210704_1050827.html，2023 年5 月30 日访问。“活到老，学到老”的古谚反映了人类群体在保持“知识更新”与“代际传承”方面终生所需要付出的高昂成本。〔6〕有学者认为，由于技术和社会进步加快，人们无法预测2030 年或2040 年的世界，现在也就不知道该如何教育下一代，等到孩子长到40 岁，他们在学校学的一切知识可能都已经过时，对人生的“学习期”“工作期”传统二分法已经过时，想要不被淘汰只有一辈子不断学习。参见［以色列］尤瓦尔•赫拉利：《未来简史》，林俊宏译，中信出版社2017 年版，第294 页。

（二）法律领域“知识传递”的困境

上述两个基本问题在法律这个专业领域同样存在，甚至更为突出。与医学、神学并称人类最古老的三大学科之一，法律本身学习周期较长、成本较高，司法又要求长期的实践积累与经验传承，这些因素导致法律成为一个相对封闭与发展缓慢的职业。法律领域“知识传递”主要依托教育、案例、立法三条路径。

1.教育的代际递减

教育包括学历教育与职业培训等形式，前者旨在传授基本的法律知识，培养合格的法律工作者，而后者更多的是为从业者提供进修交流的平台，例如法官学院、检察官学院等组织的专业培训。工业时代的教育一直承载着塑造人类社会共同价值、传授共同知识、传递人类文明的使命，教师或者资深法官、检察官、律师等将自己掌握、积累的法律知识、实务经验传递给学生，至于学生或其他听众能够吸收多少，或者准确理解几何，则取决于受教育者个体的智力、态度、经历等，〔7〕人类大脑的容量有限，人类死亡后大脑记录信息随之灭亡，而且人类大脑经过演化，只习惯储存和处理特定类型信息，这些人脑的限制大大局限了人类合作的规模和程度。参见［以色列］ 尤瓦尔•赫拉利：《人类简史》，林宏俊译，中信出版社2017 年版，第117 页。这将会导致知识传递中的损耗或偏差。学校不是工厂的流水线，不可能生产出完全一致的产品，因此也不可能期待法科学生能通过学习全面准确掌握需要传递的所有法律知识。

2.案例的信息过载

案例不仅是英美法系国家的“专利”，大陆法系国家也越来越重视案例的指引作用，其中既有针对后来的司法者在处理类案时的裁判指引，也有针对社会大众在面临类似情形时的行为指引。案例不同于教育，需要受众自行学习、总结、抽象、归纳与吸收，在知识传递的效度上可能更低，尤其是信息爆炸的今天，及时跟进学习案例中所传递的规则需要非常高的时间和精力成本。很多法官在面临“案多人少”的压力时，还要抽出大量时间进行案例研判和学习。〔8〕推进司法责任制一直存在三个重要“痛点”在“纸质化”办公时代长期难以解决，其中就包括“新手上路”问题。对于新任命的员额法官，如何在没有院庭长签批、审核、把关的前提下独立行使审判权，是一个非常迫切要解决的问题。参见何帆：《全面准确落实司法责任制的三个维度——兼论中国特色司法责任体系的形成》，载《中国法律评论》2023 年第1 期，第205 页。在 2006 年“第二个五年改革纲要”的中间阶段，“案多人少”矛盾开始凸显，后续逐年呈增长态势，全国法官人均审案量由 2007 年的 120余件急剧增加到2020 年的225 件。〔9〕参见曹建军：《民事诉讼电子化的目标与路线》，载《法治研究》2022 年第3 期，第152 页。当办案不断挤压学习时间，案例所发挥的作用，或者案例发布者所期待达到的功效，将随之降低。

3.立法的过度抽象

立法是将个案中所体现的规则、法官个体裁判规则进行抽象得到一般性知识的过程，正如萨维尼所说，法律同民族语言一样，有自己产生和发展的历史，它是民族精神的产物，承载着民族的共同价值与知识。〔10〕参见［德］ 弗里德里希•卡尔•冯•萨维尼：《论立法和法学的当代使命》，许章润译，中国法制出版社2001 年版，第38 页。法律是社会每个主体必须遵守的规则，这意味着法律的学习成本是社会成员所必须负担的。法律本身具有高度概括性、原则性、普遍性等特点，但在这种抽象过程中，不可避免地会丢失很多细节性、区域性、内隐性的知识。因此，在法律规范适用到具体案件中去时，需要经历重新加载上述丢失信息的过程，也就是法学方法论上所谓的“涵摄”过程。这种“具体—抽象—具体”的思维过程决定了其传递规则共识与经验时的模糊性与不完整性。

二、法律知识传递困境在司法中的主要表现

法律知识如何更好地从个体向群体、代际传递是无法回避的问题，不仅关系到法学教育和法官个体能力养成，更影响着司法活动、影响着公平正义的实现。这些基础性问题长久无法得到有效破解，或者说通过传统方式方法解决成效并不显著，其中较为典型的有“同案同判”难题、“同错同犯”难题、裁判规则难以转化为社会行为准则等。这些反映在司法领域的问题，成因可能是多方面的，但都涉及一个共同的“法律知识传递”因素。

（一）“同案同判”难题

“类案”同判一直是公正的基本内涵之一，但什么是“类案”却难以界定，做到同判也是司法实务与理论界共同追求的目标。〔11〕有观点认为，同案指的是在指定性分析上确定待决案件的事实与指导性案例的事实在整体性质上是否涉及相同的法律问题，以及在定量分析上看两个案件的具体情节是否可以视为相同。参见周少华：《同案同判：一个虚构的法治神话》，载《法学》2015 年第11 期，第133 页。实务工作者则提出“同案”的标准应当满足；“两个案件中当事人主张的事实一致、法院认定的案件事实一致、实现法律效果、政治效果、社会效果三个效果一致、受到审判监督一致。”邓永泉、杜国栋：《类案同判核心在于建立类案标准》，载《人民法院报》2018 年10 月15 日，第2 版。个案中包含的情节、要素，以及案外的环境、条件，都是影响案件定性处理的考虑因素，但这些事实性的因素无法标准化、类型化地穷举，因此要判断两个案件是否构成“类案”无法以一套固定的、预设的标准来操作，而只能依据法官个人的经验判断，这也是“类案推送”等辅助裁判系统应用成效一直无法达到预期的主要原因。这其中的深层次原因，在前文的论述中已有所涉及：每个案件中蕴含的裁判规则、思路与考量，就是裁判者所需要传递的法律知识和经验，但从个体向群体传递过程中不可避免地出现信息的丢失、损耗或者偏差，因此无法保证传递的效果。同时，由于海量案例带来的信息过载，导致法官个体的学习成本大幅增加，从而也使得“检索类案”成为办案之余的额外负担。因此，目前很多类案检索仅限于“疑难复杂”案件，其他案件原则上不作要求。但如何定义“疑难复杂”又是一个较为模糊、标准不一的问题，大量被判定为“非疑难复杂”的案件依据法官个体既往所接触的案件审判经验来作出裁判，这样的裁判是否能够实现“同案同判”存在不确定性。即便是被确定为“疑难复杂”的案件，在检索判例时往往会有各种不同的判法和观点，甚至存在截然相反的判决，当然其中有个案情节上的差异，但也存在法律适用上、法官个人本身的差异等。这种同案不同判现象不仅存在于不同地域、不同审级的法院之间，甚至在同一法院不同部门、同一部门不同法官之间都可能出现，后者给当事人带来的“不公正感”尤为强烈。

（二）“同错同犯”难题

在司法责任制的背景下，“错案”的标准也并非十分清晰，除了明显违反法律规定或枉法裁判的，不少被上级法院改判发回的案件，实质上是对法律适用存在不同的理解或是事实认定与举证责任分配上存在分歧。〔12〕《最高人民法院关于完善人民法院司法责任制的若干意见》（法发〔2015〕13 号）第26 条明确规定“违法审判”责任的七种情形，主要包括“审理案件时有贪污受贿、徇私舞弊、枉法裁判行为”等；同时该《意见》第28 条又规定，“对法律、法规、规章、司法解释具体条文的理解和认识不一致，在专业认知范围内能够予以合理说明的”“对案件基本事实的判断存在争议或者疑问，根据证据规则能够予以合理说明的”。《浙江法院案件质量评查认定标准》（浙高法〔2021〕124 号）规定了一般瑕疵、重大瑕疵、违法审判、一般问题四类基本质量问题，同时在每类中按照证据事实、审判程序、法律适用、实体裁判、法律文书、审判管理6 个维度列举了具体的情形。由于目前法律、法规、司法解释和各类司法政策、典型案例的更新频率越来越快，法官的学习要求也越来越高，另外，司法改革后，不同条线的法官任职交流、跨条线办案的情况较为普遍，也间接提高了个体的学习成本，这就可能导致裁判质量的下降与错案的发生，法官需要在“专科医生—全科医生”的角色切换时完成知识储备与审判经验的快速积累。司法体制改革对法官队伍带来了三个新的挑战：一是新任法官直接独立办案。司改后法官一经遴选入额就要独立办案，且无需院庭长签批审核。在基层法院，除了少量复杂案件采取合议庭审理外，绝大多数案件是独任制审理。而基层法官的平均入额年限较短，一般担任三年以上法官助理即符合条件。当前社会的高速发展使得案件纠纷类型日益纷繁、复杂程度日益加剧，人民群众的法治意识和对司法的需求和期待也越来越高，这对新任法官和法院的案件质量管控都提出了巨大的挑战。如何在担任法官助理期间就完成审判实务经验与裁判规则的学习与积累是法官个体和法院整体都需要面临的问题。二是综合审判庭要求法官是“全科医生”。司法改革后，各地法院都在推行“扁平化管理”，大幅精简机构，原先细分的审判部门，如刑事、民事、商事、劳动、金融、建设工程、知识产权、涉外、行政、审监等，都撤并成为较少的几个审判部门，部分编制较少的法院甚至只设置一个综合审判庭，有些条线还要求“三合一”审判，例如知识产权、环境资源等案件，最高人民法院明确要求各级法院推进刑事、民事、行政“三合一”审判，即相关案件由同一个合议庭或审判团队负责。法官从原来专注办理特定类型案件的“专科医生”变成了“全科医生”。如前文所述，随着社会分工的精细化和法律学科的壁垒化，法官既要做到熟悉全部部门法，还要避免出现“全而不专”的问题。三是跨部门的频繁交流。法院现有的制度安排，要求法官经常性地开展跨部门交流，导致其尚处在某类知识积累过程中又要重新开始新知识的学习。上述这些挑战，共同对法律知识的群体传递和代际传承产生影响。一个法官犯过的错，在另一个法官身上同样可能再犯。近年来，各地法院经常出现各种高频错误，这种错判还存在多发、复发的特点。以某省案件质量评查为例，每年随机抽取全省案件评查中发现的错误具有高度雷同性，一个法院发生的错判往往在其他法院也有类似情况。例如，贩毒类案件中为了贩毒而购入毒品，尚未对外销售即被公安机关查获的，应认定为贩毒既遂而非未遂，这是最高人民法院武汉会议纪要确定的裁判规则，但不少法官没有注意到，在认定犯罪的停止形态时简单地认为毒品尚未销售完成，就属于犯罪未遂，导致错判的发生。

（三）裁判规则难以形成社会行为准则

法院裁判的一个重要作用即引导社会成员在面对类似情况时采取法律鼓励的行为，或避免法律不鼓励的行为，但从个案到社会共识依然面临着知识传递达成共识的鸿沟。这种需求在传统的农业社会、工业社会早期并不显著，但当网络、数字深刻改变了人类社会后，各种新经济形态、商业模式层出不穷、快速迭代，物理世界与数字世界无缝融合，此时立法往往是滞后于技术和社会发展的，而司法则能通过个案引导形塑网络空间治理规则和数字社会行为准则。在这种引导过程中，个案中所沉淀的知识与规则传递至整个社会群体时，同样需要较高的成本和较长的时差，这也导致近年来以“帮助信息网络犯罪活动罪”为代表的网络经济犯罪大幅出现，高发的一大根源是大量“实名不实人”的银行卡、电话卡被行为人购买后实施诈骗等网络犯罪，给警方的追查和打击带来巨大困难。因此，斩断电话卡、银行卡的买卖链条，对于多发的电信诈骗等网络犯罪案件具有特别重大的意义。《刑法修正案（九）》所增设的《刑法》第287 条之二规定：“明知他人利用信息网络实施犯罪，为其犯罪提供互联网接入、服务器托管、网络存储、通讯传输等技术支持，或者提供广告推广、支付结算等帮助，情节严重的，处三年以下有期徒刑或者拘役，并处或者单处罚金。”很多行为人以为自己仅仅提供一张银行卡供他人使用并收取少量费用不构成犯罪，实则并非如他们所想。近年来，特别是2020 年10 月“断卡”行动以来，检察机关起诉涉嫌帮信罪案件上涨较快，目前已成为各类刑事犯罪中起诉人数排名第三的罪名，前两位分别是危险驾驶罪、盗窃罪。另外还有一些社会热点案例的出现（“打麻雀构成非法狩猎罪案”、“天津老太摆射击摊构成非法持有枪支罪案”等）引发了学界和实务界的思考，虽然刑法或司法解释中规定得已经十分明确，但法律过于抽象，行为人并不知晓或不理解，依然在同一个问题上“摔跟斗”。规则制定者面对复杂多变的社会生活无法事无巨细、面面俱到。执行者和遵守者难以精准地理解规则原意，进而不能完全按照法律规定的本意执法、司法、守法。〔13〕参见袁岸乔：《人民法院实质性化解行政争议的困与纾》，载《法治研究》2023 年第1 期，第65 页。以非法狩猎罪为例，《刑法》第341 条规定了“违反狩猎法规，在禁猎区、禁猎期或者使用禁用的工具、方法进行狩猎，破坏野生动物资源，情节严重的，处三年以下有期徒刑、拘役、管制或者罚金。”法律的规定是笼统而抽象的，但是司法实践中的案例却是现实而具体的，比如案例中出现的树麻雀和山麻雀等普通民众看似较为常见的动物，实则属于“三有动物”即具有重要生态、科学、社会价值的野生动物，打麻雀将涉嫌构成非法狩猎罪。荀子曾曰：“不教而诛，谓之虐”，当然，法律不以当事人不知而豁免，但儒家思想中的“教而后诛”也有其合理性和正当性。两者冲突的根本原因还是在于法律知识的传递过程受阻或者效率低下，法律、判例确定的规则无法有效传导到社会每个成员。

三、人工智能司法的进路

为了解决上述问题，单纯依靠人力、制度或是传统的方式已经难有突破的空间，各国司法系统均将视线投向人工智能领域，即试图通过机器算法来解决同案不同判，减少错案发生，甚至朝着“法律代码化”的方向努力。〔14〕参见马长山：《迈向数字社会的法律》，法律出版社2021 年版，第35 页。近年来，语音识别、图像识别等专用人工智能技术愈发成熟并已经深度应用到社会生活的方方面面，随着算力、数据的大幅提升，基础理论诞生于上世纪70 年代的“神经网络计算”得到了大幅发展，其中DeepMind 公司研发的AlphaGO 击败了人类棋手成为一次里程碑意义的事件。2023 年初，以ChatGPT 为代表的通用人工智能再次掀起了新的热潮。〔15〕ChatGPT 是一种自然语言处理机器学习模型，是一种人工智能。它使用第三代生成式预训练变换模型（GPT-3）来生成类似人类撰写的文本，从简单的聊天对话到编写软件代码、生成文案和论文。作为一个大语言模型（LLM），ChatGPT 有三个主要特点，涉及一系列潜在的法律问题：首先，大型语言模型都是代码层的基石性模型（Foundatioanl Model），可以被应用到一系列下游场景中，从搜索引擎、内容平台到应用软件。其次，ChatGPT 这样的大型语言模型具有生成性，属于人工智能生成内容（AIGC）这一产业的重要组成部分。最后，大型语言模型具有通用性，可以服务于不同政治目的和商业模式所确定的任务，并通过基于人类反馈的强化学习寻找完成这些任务的最优解。参见於兴中、郑戈、丁晓东：《生成式人工智能与法律的六大议题：以ChatGPT 为例》，载《中国法律评论》2023 年第2 期，第2 页。这些新技术也为人工智能司法的探索提供了极大的想象空间。中国法院的智能化建设主要经历了数据统计、辅助管理、无纸化办案、大数据分析、智能辅助裁判等不同阶段，目前已有部分地方法院在尝试利用算法辅助法官裁判，有的着眼于金融借款等类型化案件，有的采取要素式解构来规范刑事案件办理。无论采取何种形式，从基础原理和基本思路上看，人工智能司法基于不同的时代背景，有不同的进路选择。下文中，笔者在现有人工智能应用场景研究的基础上，提出未来的愿景，并对过渡期内人工智能司法的发展方向提出路径选择的建议和意见。

（一）当下的初步探索：智能辅助司法事务和有限的智能审判

近年来，中国的“智慧法院”建设步入跨越式发展，已经走在了世界的前列。早在2013 年，最高人民法院印发《人民法院信息化建设五年发展规划（2013-2017）》，提出建设国家司法审判信息资源库，并筹建全国法院数据平台。2013 年底，建成人民法院数据集中和管理平台，实现每日大约7 至8 万件新增案件数据实时上传平台。2016 年7 月，数据集中和管理平台升级为大数据管理和服务平台，平台功能由数据汇聚、简单数据分析向大数据分析、专题分析、大数据服务等智能转化。2021 年最高人民法院发布的《人民法院信息化建设五年发展规划（2021-2025）》提出，基于大数据管理和服务平台，将构建司法数据中台、智慧法院大脑和司法链综合平台，全面拓展数据和知识服务。

目前各省市也在智慧法院尤其是人工智能司法方面做了一些有益的探索，主要集中在三个方面：一是智慧司法服务，例如，北京等地法院在诉讼服务网上针对涉诉群众关切提供相似案例摄像头、诉讼结果预期、诉讼风险评估等智能辅助工具，为减少和化解社会矛盾提供尽可能便捷、可信、权威的司法服务。二是智能辅助裁判，例如，浙江法院围绕金融借款、民间借贷等民商事案件、危险驾驶等简易刑事案件以及行政非诉执行等案件，利用人工智能算法开发了全流程的智能辅助裁判，应用成效明显。三是司法大数据，例如，广东等地法院利用人民法院汇聚的海量案件信息、司法文书信息和司法数据文件，深入分析挖掘，提取有用的信息并为党委政府决策提供有力参考等，也取得了阶段性成果。〔16〕参见许建峰、孙福辉、陈奇伟：《智慧法院体系工程概论》，人民法院出版社2021 年版，第156、178、274 页。目前，国内智能司法的探索从本质上看属于人工智能的不同领域与不同进路：（1）有的更接近于传统的专家系统，例如，山东法院等在简单案件中采取“要素式审判”，基本原理在于通过对法律规范的构成要件进行粗颗粒度的解析，将常见的民商事、刑事、行政案件中的诉请、抗辩、争议焦点进行固定并类型化，原被告双方在诉讼过程中只要根据这些“要素”进行主张和答辩，由法官最终审查相应的要素是否满足，进而构成要件是否成就或需要补充证据、适用证据规则，最终得出相应判决。上海的206 系统是全国最早在刑事领域中运用此思路并横向扩展至公安、检察两家，以审判定罪量刑所需要的证据标准统一侦查、检察两个阶段，在技术层面上保障了刑事诉讼法律规范的一体化适用和“以审判为中心”的落实。但这种类专家系统式的局限性也很明显，其相对固定、抽象的算法规则难以适应不断变化的裁判规则，也难以适应具体案例的千变万化，因而得出的裁判结论与生成的文书多是相对简单化、格式化的。从某种意义上看，这尚未进入我们讨论的“人工智能”范畴，而更多是一种机器自动化。（2）基于司法大数据的另一种进路，更多的是辅助决策与参考意义上的智能司法。例如，关于刑事案件的审判偏离度的预警、类案的智能推送、人民法院司法大数据报告等。大数据技术本质上属于统计学，运用的基理是归纳法，而司法审判要求的是演绎法，需要通过三段论式推理将抽象规范与具体事实进行结合推导出确定性结论，这种结论要具有可解释性、可质疑性、可回溯性，但大数据技术恰恰不满足这样的要求。因此，大数据技术注定无法承载起人工智能司法的功能期望。

当下的智慧法院建设虽然已经取得了喜人的成绩，但是在发展阶段来说，仍然是初级阶段，属于真正意义上的人工智能辅助司法有两类。

第一类是人工智能可以对司法工作中的一项或几项独立的事务提供智能支持，但主要工作依然是由法官完成，在辅助裁判的庭审笔录语音识别、关联案件与类案检索、裁判偏离度预警等方面人工智能提供一定的辅助。〔17〕《最高人民法院关于规范和加强人工智能司法应用的意见》（法发〔2022〕33 号）于2022 年12 月9 日正式发布，围绕全流程辅助办案、辅助事务性工作、辅助司法管理、服务多元解纷和社会治理等方面明确了司法人工智能系列应用场景，以全方位加强和推动人工智能在司法领域的应用。案件审判过程中既包括事实认定、法律适用等核心事务，也包括送达排期、制作笔录、检索类案等辅助性事务，此阶段的人工智能更像一名“数字书记员”。初级人工智能只能在某一个环节、某一类事务上为法官提供一定的支持。例如，最高法院近年来致力于“基于案件事实的类案智能推送”。〔18〕人民法院智能应用系统包括智慧服务、智慧审判、智慧执行、智慧管理等主要方面，其中智慧审判又主要涵盖电子卷宗自动归目、法律条文智能检索、相似案例智能推送、法律文书辅助生成、裁判文书智能纠错等。参见许建峰、孙福辉、陈奇伟：《智慧法院体系工程概论》，人民法院出版社2021 年版，第189 页。如前所述，如何界定两案是否属于类案，标准很难统一，〔19〕参见高尚：《司法类案的判断标准及其应用》，载《法律科学》2020 年第1 期，第24 页。因此，以往的案例数据库都是简单地以案由、罪名、法律条文、判项、关键词等为依据向法官推送案例，这种推送的准确性较低，对于一些常见案由和罪名可能会推送海量无用的信息。而根据最新的研究进展，目前已经可以根据专家提炼的常见案由的构成要件完成对案件事实的要素式分析、提炼，并与全国法院的案例库进行比对，基于一套更为精准的比对算法为当前案件推送事实要素、争议焦点更为接近的类案，这就极大地提升了推送的准确性与有效性。此外，诸如“四类案件”自动识别、“虚假诉讼”自动预警等方面的尝试，均属于此类。在这一阶段，人工智能依然没有摆脱“工具性”的主要定位，它仅仅是一种较之传统机械更加高级的“数字化工具”，对法官的主体地位、裁判结果没有实质性影响。同样，法律知识与经验的积累问题，没有得到根本性解决，算法只是提升了法官个体获取其他法官知识与经验的便利度，而且这种提升在范围上、效率上依然较为有限。一位法官在办理某个疑难案件中所积累的知识依然仅限于其本人享有，其他法官通过推送有一定概率可能会接触到这个案件，但接触案例后能否完全理解，继受该案中的裁判规则依然值得怀疑，也可能类案淹没在海量的推送中并未被法官发现，因为目前案多人少，法官不具有足够多的时间去逐个学习个案，并从中提炼出裁判要义。

第二类是在有限条件下可以实现由算法进行辅助审理裁判，但需要人工实时监督和必要接管。人工智能相当于“法官助理”的角色，在特定案件中可以胜任咨询、调查、调解甚至撰写裁判文书等工作。近期，国外已经出现利用ChatGPT 来辅助裁判的尝试，但实质上是利用其咨询性功能，并作出判决，从而成为人类法官第一次在生成式人工智能的帮助下作出判决的尝试。〔20〕哥伦比亚一位法官在审理一起人身保险纠纷案件中，向ChatGPT 咨询治疗自闭症的康复费用是否属于保险公司应当支付的医疗费用范围，ChatGPT 给出了肯定的答复，该法官将其与人工智能之间的对话和咨询过程引用到判决书中，这是人类法官第一次在生成式人工智能的帮助下作出判决。See Jonus Rose； “A Judge Just Used ChatGPT to Make a Court Decision”， https；//www.vice.com/en/article/k7bdmv/judge-used-chatgpt-to-make-court-decision, last visit on June 2, 2023.但是ChatGPT 最大的局限在于其所提供的答案并非全部基于客观事实，法官如完全依此作出判决很可能是错误的，还需要法官凭借自己的知识储备进行甄别。纽约资深律师施瓦茨在提交的法庭文件中，使用了AI 聊天机器人ChatGPT 提供的案例，但其援引的很多案例都是杜撰的。施瓦茨也承认自己没有核实信息并为此道歉，从而被美国纽约联邦法院处罚。〔21〕参见《纽约律师使用ChatGPT 撰写法律文件 所引判例“虚假”或面临制裁》，https://www.sbs.com.au/language/chinese/zhhans/article/why-you-might-want-to-make-sure-your-lawyer-isnt-using-chatgpt/4z8418h0e, last visit on June 2, 2023.目前国内外司法界更为通行的做法是“知识图谱+大数据预训练”的技术路径，由法官、律师等专家将特定类型案件的所有法律规范、以往主要判例确定的裁判标准梳理出来，制作成人类可以理解的“知识图谱”，再由软件工程师转化为机器算法，然后通过大量已经人工标注的生效裁判文书进行预训练，不断调整优化算法和参数，最后得出一套可以应对特定案件的专家型智能审判算法。〔22〕浙江法院最早在金融借款与民间借贷两类案件中开展探索，并已经在全省法院推广适用。目前，该两类案件基本可以实现机器辅助完成裁判文书与裁判结果。浙江法院同步在较为简单的刑事、行政案件中继续探索专家系统式的智能审判。西方第一批法律人工智能即采取这样的路径，在搭建系统时，通过“知识采集”将法律专家头脑中的知识和推理过程提取出来，然后把提取的知识编写为复杂的决策树形式，再注入计算机系统，并提供了流程图，这被命名为“基于规则的专家系统”。参见［英］理查德•萨斯坎德：《线上法院与未来司法》，何广越译，北京大学出版社2021 年版，第270 页。这一路径具有明显的优势：一是可操作、易实现，将某些特定案件类型的审理规则整理成为可编码的逻辑语句，被称为“专家系统”路径；二是具有可解释性，相比于不预设规则的“生成式预训练人工智能”，此种方案将现有的规则进行代码化，因而也使得运算结果一般可回溯、可解释，从而避免“算法黑箱”的问题。〔23〕参见马长山：《司法人工智能的重塑效应及其限度》，载《法学研究》2020 年第4 期，第33 页。但此条路径具有不可忽视的短板：一是通用性较差，除了共同性的规则外，人民法院受理的每类案件都有相对独立的裁判规则，家事纠纷、劳动纠纷、知识产权、建设工程等，这意味着需要针对每类案件构建各自的算法，算法之间互不共用，工作量是巨大的，短期内也难以实现；〔24〕现代法律专家系统具有自身的局限性，一是用专家系统开发的技术去处理不确定和不完整信息往往是临时的和不可靠的，二是获取规则的手动过程既麻烦、耗时多又昂贵，知识获取瓶颈限制了专家系统在法律和许多其他领域的效用，三是文本解析不能解决特定的知识获取瓶颈。参见［美］凯文•D•阿什利：《人工智能与法律解析》，邱昭继译，商务印书馆2020 年版，第13 页。二是由于工作量巨大，更新缓慢且复杂，专家系统一经建成就会在一定时期内固化，但法律、判例以及司法政策的修订又是日新月异的，两者之间的不匹配与不协调带来的后果可能是算法一经创建就已过时。

（二）过渡期另辟蹊径：法院案件质量回溯数字共同体的打造

强人工智能时代尚未来临，当下关于算法可否成为“自动售货机式”的法官，能够按照具体案情和诉请输出裁判，在法律伦理与哲学上也有较大争议。主要争议在于机器不能取代人的价值判断，而这种判断不是完全主观的，它体现某种社会预期。同时，在技术层面上，要由算法代替人类法官在具体案情上作出判断，短期内也是无法实现的。法官作出判决所依据的不仅仅是诉讼材料上的文本信息，还有庭审、调查、调解等过程中形成的非文本信息，而目前大语言模型或传统专家系统完全依赖于文书信息，如果要想让算法真正替代法官，就需要将审理过程中的所有信息以完整、准确的文本进行描述、记载，这在目前显然是难以做到的。在司法实践中，碍于当前的人工智能技术和数据的不完整性，数据提交虽然数量庞大，但是有效数据质量不够，司法大数据的完整性也存在着一定的不足，使司法大数据的应用范围及应用效果受到了一定的影响，〔25〕参见孙晓勇：《司法大数据在中国法院的应用与前景展望》，载《中国法学》2021 年第4 期，第137-139 页。另外司法数据的精准度也有待提高，例如中国裁判文书网通过关键词检索，但往往很难精准检索到相关案例，原因在于关键词检索仅限于字面内容，无法通过文意理解，从而无法检索到意思一致但是文字表达不一致的内容。

无论是专家系统式的路径，还是基于大数据学习式的路径，传统人工智能司法的探索本质上仍然是一种基于工业时代的设计思路，要将一个人工智能从零开始教会法律与裁判的知识，并在不同的案例学习中由人类法官和工程师不断调整参数进而逐步培养其“自主裁判”的能力。这种从一张白纸开始培养一名“机器人法官”的努力，按照当前时代的人工智能水平是无法实现的。那么既然机器人法官目前无法实现，在迈向强人工智能时代的过渡期内，结合当前智慧法院的司法实践探索，要依托人工智能破解本文开篇所提出的两个基本命题，就催生出另一条思路，即一条反向的路径：承认目前的进路具有局限性，不再期待构建一个“全知全能型”的机器人法官，转而采取更加务实的方案，就是让算法与系统帮助人类法官不要重蹈以往的错误，通过人工智能和数据共享对法院以往发生的错案类型进行要素化、标准化解构，提炼出通用的“错案规则”知识图谱并嵌入办案系统，在一些高发频发的领域、环节、案由中实时预警和提示，以减少和避免后续类似案件中发生类似的错误。此种思路相当于构建了法院内部的错案“免疫”系统，〔26〕以人类为代表的碳基生命与以人工智能为代表的硅基生命的重大差异在于，前者要获得对某病毒或细菌的免疫，需要每个个体独立地接触病原侵袭后激发身体免疫反应并获得特异性、记忆性的免疫功能，或者通过每个体注射疫苗（本质上与被动感染相同）的方式获得免疫。而后者则可以通过算法和代码将特定规则一次赋予所有系统和个体。也有观点认为，人类有99%的决定，包括关于配偶、事业和住处的重要抉择，都是由各种进化而成的算法来处理，可以把这些算法称为感觉、情感和欲望。参见［以色列］尤瓦尔•赫拉利：《未来简史》，林俊宏译，中信出版社2017 年版，第79 页。核心在于以往错案的裁判经验与规则通过数字化手段沉淀为指导今后类似案件裁判的知识库，从而完成个案、个体的知识向群体的传递，以及法官群体知识的代际传承。

构建法院系统的案件质量回溯数字共同体，首先要梳理历年一审、二审、重审、再审、评查、检查中发现确定的问题，归纳、总结问题的要素信息，提炼案件的裁判规则，并将案件问题转化为标准的质控知识图谱。例如，实施组织、强迫、引诱、容留、介绍卖淫罪的，应当依法判处犯罪所得二倍以上的罚金。上述卖淫犯罪中，除主刑外还要判处违法所得二倍以上的罚金刑，这样一条规则就可以通过适用案由、适用范围、触发条件等不同维度解构成可编码、可执行的预警规则，用于以后法官在办理类似案件时的提醒，同时还要建立案件问题智能评查机制、案件质量风险预警机制、知识图谱更新优化机制等。其次，将知识图谱对接现有办案平台，在办案各环节应用质控知识图谱监督辅助法官办案，在庭审、文书制作等环节，一旦匹配到在办案件发生同类错误，及时触发预警提醒法官。通过以“数据+算法”实现要素化分析案件问题，以“匹配+监管”推动质量预警贯穿案件全流程，以“提炼+优化”推进问题图谱不断更新，从而形成业务流程闭环，实现群体智慧代际传承。在法官撰写文书提交系统签批时，通过对案件文书内容进行要素化解析，进一步定位问题范围，在知识图谱中进行规则比对，一旦匹配到同类可能错误，触发精准预警，并由法官自主决定是否进行核查，最大程度在案件下判前达到“同错不再犯”的质控效果。〔27〕例如，在生产、销售有毒有害食品犯罪中，应当判处被告人在缓刑期间禁止从事食品生产经营行业。在解构此条规则的过程中，可以将适用范围扩大到生产、销售假药、劣药罪，生产、销售不符合安全标准的食品罪，污染环境罪，甚至是传统型犯罪的虐待罪、猥亵儿童罪等，均可能出现漏判“禁止令”的情况。当该规则嵌入办案系统后，针对法官办理上述案件提交的裁判文书一旦没有检测到“禁止令”的内容，则系统会自动提示法官可能存在错判并要求法官复核。值得注意的有两点：一是这样一套回溯机制建立在法院“无纸化办案”的基础上，没有无纸化，算法将无从提取案件的基本事实要素，也无法在立案、庭审、撰写文书、评查等环节上发挥预警提示的作用。二是算法提示法官同错不同犯的定位是辅助与提示，并可以提供以往的判例和法律依据，但最终是否采纳的决定权在于法官，法官可以在综合分析全案事实后认为本案情节不同、不采纳提示的建议，这也再次体现了该套机制“智能辅助”的根本定位。这种区别既是案件质量回溯机制从法理上、伦理上得以成立的基础，也是其从技术上较为可靠、可行的原因。算法不决定任何案件的审理结果，仅仅提示以往类似的判决可能存在错误，这种程度的辅助与所谓的“机器人裁判”是截然不同的。而且，法官在不采纳错案提示建议时也无需提交理由或经由特别程序予以说明，或由院庭长审核把关，因此该机制也符合司法改革后“由审理者裁判、裁判者负责”的基本精神。最后，案件质量回溯机制的重点不在于信息化的平台，也不在于智能化的算法，而在于每起错案事后的规则梳理与集体知识的共建共享。易言之，人民法院将对传统的审委会、二审、再审、案件评查等专业活动进行改造，使之成为“沉淀规则”的源头，从而服务于未来更多的审判活动。工业时代审委会讨论的是某些疑难复杂的个案裁判或是指导性文件的内容，但对于今后类似案件的指导作用较为有限。在承担了案件质量回溯任务的审委会中，除了就个案的裁判外，各位委员还需要就本案是否存在类型化的裁判规则、本案裁判规则是否可以适用于他案、该规则的具体适用条件与层级、规则适用的结果等进行扩展性讨论，从而形成一条较为明确、可代码化的裁判指引。再由审判管理和信息技术部门将其转化为算法，纳入到法院裁判知识图谱中。二审、再审等法律监督程序同样需要就个案进行上述操作，并经过一定的审核认定程序，为法院知识图谱不断贡献新的规则。由此可见，案件质量回溯机制的真正内涵是一套全体法官共同参加、共同梳理规则、不断丰富完善、动态更新调整的新型法院运作模式。其重要意义不仅仅在于降低同类错案发生的几率，更在于将以往的裁判规则进行沉淀、转化、传递，并形成一个不断丰富、惠及所有法官的知识库，而每位法官在提供素材、分享经验的过程中，也完成了个体角色的重大转变，即全体法官共同致力于法院案件质量回溯数字共同体的构建，共同为这样一个智慧大脑贡献人类的智慧。

具体而言，这一思路具有四个方面的重要意义：一是转变法官职能定位，从“个案裁判者”转型为“规则梳理者”。法官在每个案件中都会确立一种规则，但如果没有其他法官去学习，就很难转化成其他法官的裁判规则，即每个法官都在同样问题上进行重复“试错”。通过“案件质量回溯数字共同体”的构建，每个案件都将为全省法官裁判同类案件确立规则，真正实现法官职能定位的转型。二是构建统一的错案知识图谱，从法官“个体智慧”沉淀为“群体智慧”。通过全体法官年复一年的共同努力，案件质控应用体系不断细化成长为全国层面的统一司法数字体系，弥补以往通过业务培训、典型错案发布等方式存在的知识传递效率低、普及面窄等不足。三是探索智能算法开发，从“自然人法官”迈向“人机共融”。通过对类案管控的自动化、智能化以及“负面清单”式的图谱，用机器辅助法官，提炼法官“AI+”协同办案新路径规则，真正实现人机的高效协调，大大解放司法生产力。四是提高办案质量，从“事后监督管理”转向办案过程中的“全生命周期管控”。通过案件的有效管控，对调解、立案、审判、执行等全流程办案节点进行预警纠偏，解决“同错再同犯”“同案不同判”问题，实现服判息诉率、二审、再审改判发回率等重点质量指标的不断优化，推动法院案件质量整体提高，高效节约司法资源。

（三）未来的范式变革：法院数字共同体的构建

上述论述是结合当前人工智能技术的局限性与司法伦理的规制性，在传统正向的“算法裁判”路径之外，提出了一条“反向路径”，即在过渡期内，细化完善好法院案件质量回溯数字共同体的构建，从而实现人工智能纠错，保障案件准确度，在错案数据体系内完成“人机共融”，通过案件质量回溯体系来构建一套负面裁判规则库，并通过代码编译和机器学习形成问题知识图谱，从而反哺和支持后来的法官避免在同样的情形、类似的案件中重蹈错案覆辙。虽然我们将这种反向路径限定在“过渡期内”，但案件质量回溯机制的形成已经具备了构建法院数字共同体的雏形，而且在人工智能完全取代人类法官进行自主裁判前，这种“过渡期”方案将是主流。未来，人工智能司法的发展方向是在总结、提高案件质量回溯数字共同体的经验和技术的前提下，进一步构建更高层次的法院数字共同体。法院数字共同体是对由全国 3500 多家法院、1 万多个人民法庭在司法工作中形成的审判流程、法律文书、庭审活动信息、司法政务、影像资料等结构化、非结构化、半结构化数据进行探索和分析，并叠加人工智能技术进一步对其进行模型化，从而为司法、执法、守法提供不同层级支持的总称。

工业时代的法院始终没有解决法官个体知识向法院群体知识传递、法院群体知识代际传承的两大难题，但是在数字共同体之中，每位法官的办案不再是单纯积累自己的办案经验与专业知识，而是通过梳理裁判规则来为整个共同体知识图谱的丰富和完善贡献个体智慧。换言之，参与数字共同体建设的法官越多，梳理总结的裁判规则就越多，共同体知识图谱的覆盖面、精细度与实时性就越高，为后续法官裁判提供的辅助与参考作用就越大。除了法官办案之外，法院以往所有业务活动都可以承担起提炼规则、供给算法的责任，例如审判委员会、专业法官会议、上级法院发改案件分析会等，以往只能形成会议纪要、典型案例、指导文件等纸质成果，而传播载体决定了其内涵信息在传递过程中的效率与效度。在法院数字共同体中，这些涉及到确立和统一裁判规则与尺度的线下活动，都将通过整理为具体规则、转化为算法语言的方式嵌入到办案系统中去，自然人法官在为算法服务，而算法反过来又为更多的自然人法官提供辅助。这样一种“人机共融”式的法院数字共同体，最终也将带来整个法院工作机制与组织架构的彻底变革，法官与算法工程师共同架起线上与线下的桥梁，专业的规则团队将致力于维护整个法院的共同知识图谱，所有的个体法官将成为数字共同体建设的重要参与者，同时也是直接的受益者，各类审判活动、业务活动、学术活动均围绕着数字共同体的完善而开展，法官的个体贡献也不再仅仅取决于办理案件的多少、快慢，而是取决于输出总结裁判规则的多少，以及规则被采纳、发挥效用的频率比例。随着数字世界与物理世界的全面融合，从某种意义上看，法院数字共同体就是数字法院的一种具象形态：“数字”解决的是载体问题，即通过无纸化、数字化的手段来实现所有诉讼与司法活动、法律专业知识与经验的线上化，为数据的整合、算法的贯通、智能的升级提供不可或缺的基础；“共同体”指的则是一个从碳基文明向硅基文明的革命性跃迁，即彻底打破个体的生理与物理局限，在代码层面实现从个体智慧向群体智慧、从个体生命向整体生命的跨越。从宏观角度展望，法院数字共同体应当致力于三个层面的建设。

第一，司法数据的共建共治。在信息时代的早期，社会各行业、政府各部门在利用信息化手段提升工作效率时，由于缺乏统筹设计和考虑，会形成大量“数据烟囱”和“信息孤岛”，各条线、各系统的数据只留存在本系统，相互之间不兼容、无法共享。例如，法院内部，立案部门、审判管理部门、执行部门、档案部门、人事部门等以往都有各自的业务平台，其中涉及的案件信息、地址信息、人口信息、财产信息、法官信息等既有重合，也有互补，但往往因为数据不通，导致相互之间难以共享、难以发挥数据的最大效用，在此基础上的智能化往往也举步维艰。法院数字共同体的数字基座必需是一个覆盖所有层级法院的统一数据平台和业务平台，唯其如此，才有可能为从数字化向智能化的迈进提供基础条件。总结起来，司法数据的共建共治包含三层内容：一是无纸化作为改革先导。除了互联网法院的线上纠纷线上审之外，还要将所有线下纠纷通过线上立案或扫描录入等方式，从源头实现诉讼活动的数字化。离开无纸化，所有数字化都是无源之水、无本之木。二是数据的共建共治在法院内部必需实现前后打通不同流程、上下打通不同层级，另一个隐含要件就是平台化，只有统一平台才能归集、沉淀、生成统一的数据，因此，司法活动中的立案、送达、开庭、审理、判决、上诉、执行等不同业务流程，刑事、民事、行政等不同业务类型都必需要以统一的业务标准和数据标准实现前后贯通，同时四级法院之间也必需要在统一的平台上开展司法活动，这样才能从根上避免产生新的数据壁垒。三是司法机关之间、司法与政府、司法与社会之间的数据共建共治。司法不是独立于社会的，无论是审判还是执行，司法都离不开各类体外数据的支持，执行难困扰法院的主要原因就是查人找物过程中各类数据壁垒造成的障碍，同样，司法数据作为社会矛盾的晴雨表，在回馈社会时也需要有统一的数据标准和接口标准，因此，司法数据运行的高级阶段必然是整合整个社会和跨越公私全域的共建共治。

第二，司法资源的共通共享。当所有司法活动实现在同一个平台开展、所有线下活动线上化之后，法院数字共同体就带来了一个新的范式革命，即所有司法资源的共通共享。这在传统的工业时代是无法完成、也无法想象的，受限于物理空间的阻隔，司法资源只能分布于各个地区、各个法院，相互之间共享的通道极少、成本极高。数字法院共同体的资源共通共享包括三个方面：一是诉讼场所“全域共用”。依托统一平台可以实现在线立案、远程庭审、线上线下融合诉讼等，从而为打通法院所有诉讼场所提供了可能。部分身处山区、海岛等偏远地区的群众，或是在异地生活工作、临时出差的人群，囿于线上诉讼能力较弱，或者因为其他原因需要线下参加诉讼的，可能要到“指定场所”参加在线庭审。例如，《人民法院在线诉讼规则》明确要求简易的刑事案件在线参加庭审的必需要到“指定场所”，可以就近在最方便的司法场所，如法院、人民法庭，或是司法服务延伸到的“共享法庭”、社会治理中心等参加诉讼，诉讼场所“全域共享”可以促成所有法院的所有诉讼场所从物理上隔离转变为数字上的共通共享。二是法院服务“通存通兑”。与金融机构的通存通兑服务不同，矛盾纠纷经一个法院受理后，后续的诉讼活动与司法服务只能在该管辖法院进行，这种基于传统工业社会和物理空间性质而设定的管辖制度与现代数字社会的架构和理念存在一定的冲突。当然，司法的核心事务如裁判权必须由确定的法院行使，但司法的诸多辅助事务，如立案、送达、保全、评估、鉴定、督促、发放案款、查询档案、打印文书等，完全没有必要局限于管辖法院，而是可以委派最便利于当事人的法院来完成。从而打造一种全新的司法服务格局，当事人在任何一家法院立案后，凭借取得的案号可以在所有其他的法院享受与管辖法院同等标准、同样便捷的司法服务，真正实现司法服务的“通存通兑”。三是法官资源“全域共享”。当法院的物理空间、诉讼服务等基础性、辅助性资源完成了数字化的整合之后，进一步可以探索法官这个司法最核心资源的全域共享。在目前立法没有修改的情况下，法官由地方人大任命，并代表地方法院审理当地有管辖权的案件，因此，以往凡是法官调动、挂职或转任必需要有新的人大任命，才能在异地审理案件。但统一的数字化平台和全面的无纸化办案，让诉讼材料与诉讼活动的跨地域共享成为可能，因而，跨地区组成专业法官会议、专家咨询组织也变得可行，长三角的部分法院事实上已经在探索常态化的线上沟通交流平台，甚至跨地区组成专业的合议庭审理知识产权等较为专业的案件，当然这还要进一步解决法官“多地执业”的资质认可的问题。可以想象，在不远的未来，所有法官资源可以依托平台完成线上的完全整合，从而为数字时代的“整体法院”奠定基础。

第三，法律知识的共学共用。前文重点从案件质量回溯机制出发讨论了错案规则库与知识图谱的构建，这是一条相对精准又切实可靠的路径，但法院数字共同体的完全形态应当是既包括负面的问题裁判规则，也包括正面的裁判规则。归纳起来应当包括三个方面：一是构建全域的数字规则体系。这里的规则来源于法律规范、示范案例、学理学说甚至交易习惯等不同方面，构成了覆盖刑事、民事、行政、执行等不同领域、不同流程的实体与程序规则体系，换言之，在未来的人工智能与大数据技术支持下，在每一个法域都应该有一个能够涵盖所有裁判规则的数据库与知识图谱，而这种知识的存储与呈现与传统工业时代不同，是一种经过解构和标准化、数字化的规则，并且通过机器代码同时生成了相应的算法语句。二是通过算法解构使法律知识平台化。另一个区别于传统知识共享方式的特征在于这种数字化共同体不仅存储、传承知识与经验，还能通过算法将其嵌入到办案平台与系统中去，从立案、调解、审判、执行等各个环节辅助司法人员完成各类司法事务，使其从“死的知识”变成“活的法律”。三是保持法律规则的动态生长。法律领域的知识与规则区别于其他数据信息的一个关键特征在于随着社会经济文化的发展而变动不居，如果不能保持共同体中的知识实时更新，共享知识能够发挥的作用将大打折扣，甚至会导致错误判决的产生，这又将涉及到司法责任与技术伦理的问题。所以数字共同体中的一项基础性工作就是将不断更新的裁判规则不断补充更新到整个知识图谱中去，从而为全体法官或其他法律从业人员提供最新的规则支持与最精准的智能服务。法院数字共同体还要进一步延伸到社会治理领域，亦即通过裁判规则来塑造行为规则，例如将闯红灯违法写入自动驾驶的代码中去，这将在自动驾驶汽车广泛普及后避免发生闯红灯这一违法行为。随着人类生活中数字化生存的比例越来越高，这种司法规则延伸至社会规则的模式越来越成为可能，法院数字共同体最后可能催生出社会数字共同体的基础框架。

四、结语

工业时代的知识传递，尤其是法律知识传递受制于人类个体能力的瓶颈，无法高效完成从个体到群体、群体到代际的有效传递，但数字时代的到来，特别是人工智能的高速发展，可能带来地球第一个硅基生命的诞生，为知识的沉淀与传递带来了新的思路。在人工智能司法发展历程中，通过构建案件质量回溯机制搭建裁判知识图谱将是今后较长一段时期司法人工智能的主攻方向，通过此机制也将所有自然人法官的裁判经验整理成可以惠及所有法官的算法，从而改变每个法官工作的属性，将其从个案的裁判者变为规则的总结者。随着人工智能进一步发展及大数据采集的进一步完善，以法院案件质量回溯数字共同体为雏形，进一步致力于构建法院数字共同体这一远期目标的实现，此为“智慧法院”建设之路的当下和未来的较为可行的进路选择。