作者葉鋒來自上海市高級人民法院。
內容摘要
人工智慧輔助辦案引發深刻的裁判結構性變革，可能導致庭審虛置化、判決同質化、司法碎片化和算法模型代替法官裁判等溢出效應。司法裁判是一個複雜的判斷和決策過程，融合了法官技術理性和經驗理性，人工智慧無法替代法官自由裁量權，也無法實現實質正義。未來，應當明確法律人工智慧是輔助性而非替代性的司法實踐工具，法官在具體運用時要校驗智能司法邏輯與法律論證的吻合度、智能裁判過程與個案具體情境的緊密度、智能裁判結果與司法政策的契合度，確保裁判結果妥當性。另外，需要從技術理性和經驗理性兩個維度提煉法律專家經驗，提升數據全面性和精準性，促進算法規制公平透明，培養「法律+科技」的跨界人才。
關鍵詞：人工智慧 法官裁判 實踐障礙 前景展望
引言
藉助網際網路和雲計算迅猛發展的東風，人工智慧再次掀起復興熱潮，在司法領域運用也呈現高歌猛進的態勢。2015年最高法院提出建設「智慧法院」，2017年印發《關於加快建設智慧法院的意見》，要求法院全業務、全方位和全流程實現網絡化、陽光化和智能化。在「智慧法院」框架下，人工智慧主要應用於服務人民群眾、服務審判執行和服務司法管理。其中，為法官辦案提供智能輔助是「智慧法院」建設的核心目標之一。人工智慧在法官裁判領域運用效果如何，面臨怎樣的實踐障礙，引發什麼樣的結構性變革，以及未來如何發展，本文對此提出初步的思考和解決方案。
一
人工智慧中國司法實踐的類型化考察
（一）人工智慧在法官裁判領域的應用場景分析
人工智慧在司法裁判領域運用範圍相當廣泛，基本上涵蓋法官決策的全過程。以法官裁判過程的推進順序來看，主要運用於以下五大場景中。
1.場景一：庭前抽剝案件筋骨，形成爭議焦點
依託電子卷宗隨案同步生成系統，通過OCR技術，使電子卷宗轉變為可複製、結構化、數據化的電子文件，實現案件信息自動回填，方便法官快速定位、檢索相應內容及複製引用文字。通過構建法律知識圖譜，運用自然語言處理、語義分析等技術自動提取和比對公訴意見書、起訴書、答辯狀等材料中的訴辯意見和事實理由，自動歸納案件情節和爭議焦點，自動生成庭審提綱，為法官提供庭審智能輔助。
表1 爭點整理運用事例
2.場景二：裁判前提取案件要素，實現類案智推
類案推薦是通過對情節、證據、爭議焦點、法律適用等關鍵信息的自然語義識別，形成案件知識庫，當出現目標案件時，通過提取類型案件的關鍵要素，與系統內的歷史案件進行匹配，自動推送類似的案例。類案智推有主動檢索和自動推送兩種實現方式：一是支持用戶以關鍵字、短文本等方式檢索，二是自動為用戶推送同類案件、法律知識等輔助參考信息。
表2 類案智推運用事例
3.場景三：裁判中配對類案判決，提供量刑建議
系統通過對海量裁判文書進行情節特徵的自動提取和判決結果的智能學習，建立案件裁判模型，當案件導入系統後，通過提取案件事實、情節，自動統計、實時展示同類案件裁判情況，推導量刑結果。從目前來看，部分系統可以根據起訴書、庭審筆錄等自動提取情節，匹配案件並進行量刑推薦。
3 量刑預測運用事例
4.場景四：裁判時智能研判案情，自動生成裁判文書
運用法律語義分析等技術，對起訴書、答辯狀、證據等前置數據和庭審筆錄內容進行智能判斷分析後，按照法律文書格式要求，依託各類文書底層要素框架，一鍵式自動生成裁判文書。自動生成裁判文書初稿內容包括文書首部、當事人、案件由來、訴訟請求及理由、審理查明、本院認為等大部分內容。
表4 裁判文書自動生成運用事例
5.場景五：裁判後比對量刑幅度，實現偏離預警
裁判偏離預警是在裁判文書完成後，對文書質量進行檢驗和控制。法官完成文書撰寫後，系統自動抓取文書內容進行智能分析，比較依據算法推測的量刑幅度與法官裁判的量刑幅度，計算二者偏離情況，自動預警偏離度較高的案件，並實時推送至院庭長管理平臺以便定向化行使審判管理監督權。
表5 偏離預警運用事例
（二）盆景效應：運用成效的初步考察
以上五大場景運用中所引的事例都是在相關領域做得較好的法院。同時，也可以看到各地法院各自研發、重複建設，各系統資料庫、算法、模型、分析技術標準不一。另外，系統區域性特徵明顯，基本上採用區域內案件數據，且案件體量小，導致推廣困難。總之，法律人工智慧發展不平衡、水平參差不齊，仍屬於一種統計型、經驗型、材料準備型、文字模板型的弱人工智慧。
1.電子卷宗同步生成運用不均衡且表層化
電子卷宗隨案同步生成是法院信息化一切數據的來源和基礎。目前，電子卷宗生成運用方面存在諸多問題：一是電子卷宗同步生成推進進度不一，地域發展差異明顯。
表6 全國法院電子卷宗同步生成情況
二是電子卷宗運用方面，囿於自然語義識別、圖文識別等技術的局限性，導致卷宗識別率不高、精確度不夠，影響數據應用。
表7 中國社科院關於電子卷宗應用評估情況
表8 最高法院關於電子卷宗應用評估情況
三是電子卷宗匯聚案件總量較少、比例較低，地方三級法院匯聚案件數量和比例呈遞減狀態。
表9 全國法院案件電子卷宗匯聚率情況
2.類案推送過於泛濫且精確性不高
相關法規和類案檢索對於輔助法官正確適用法律，減少裁判主觀性和不確定具有積極意義。但目前多數法院的類案、法條推送功能仍在低水平運轉，推送法條過於泛濫、推送案例匹配不精確的現象普遍存在。
表10 中國社科院關於類案推送評估情況
表11 最高法院關於類案推送評估情況
3.量刑預測參考價值不大且差距明顯
人工智慧提供精準量刑預測的前提首先是能夠準確提取案件量刑情節，但目前這項功能實現情況並不是很理想，同時也導致量刑預測結果精確度不夠，參考價值不大。從三級法院來看，高院上述功能實現情況顯著高於中院和基層法院。
表12 量刑預測實現情況
4.裁判文書自動生成內容有限且低水平徘徊
雖然大部分法院智能系統具備文書自動生成功能，但生成的項目不多，關鍵事項輔助生成功能不健全。裁判文書自動生成主要集中於簡單案件，特別是要素式、表格式、令狀式裁判文書，且只能生成當事人情況、訴稱等少數部分，能夠自動提取事實和理由，生成「事實認定」和「本院認為」比例不高，效果也不理想。
表13 裁判文書自動生成情況
二
人工智慧在司法裁判領域的實踐障礙
人工智慧在裁判領域遭遇低頻率、低水平運用的窘境，不禁要問是何種因素制約法律人工智慧發展。人工智慧發展有三大核心要素：算力、數據和算法。目前法律人工智慧在這三個方面均存在局限性，同時複合型人才短缺也影響人工智慧發展。
（一）算力技術粗糙且水平低下
從技術路徑來看，上述五大應用場景依次按照「知識圖譜構建-情節提取-類案識別-模型訓練-量刑預測-文書生成-偏離預警」技術路線展開。這些步驟之間具有很強的邏輯和技術關聯，其中知識圖譜構建和情節提取技術是最底層技術，其水平高低直接影響後續階段的推進效果。目前存在兩個問題。
1.圖譜構建專業化、自動化水平低
法律知識圖譜是人工智慧在裁判領域運用的開端。由法律專家對法律法規、司法觀點、案件數據等法律知識進行模塊化處理，建立結構化法律知識庫，用可視化的圖譜方式描繪法律主體、客體、法律關係以及各種主觀、客觀要件、裁判規則的概念層次和邏輯推理關係。當前知識圖譜構建存在兩大制約因素：
表14 法律知識圖譜構建制約因素
2.情節提取簡單粗糙、耗時費力
知識圖譜完成後，人工智慧依照知識圖譜確定的框架體系來識別案件，對案件要素進行提取、比對和分析。情節提取實際上就是運用自然語義識別技術，將裁判文書中半結構化、非結構化的數據進行提取整合，形成結構化的標籤，然後提取與裁判結果相關的情節要素。對於機器而言，識別自然語言已屬不易，而法律文本具有專業性，加上自然語言處理技術不成熟，這給機器學習帶來巨大困難。現階段主要採用純人工的方式對案件的情節「貼標籤」，需要大量人力投入。同時，現有人工「貼標籤」技術過於粗糙，很多細節未被標籤化或未被準確地標籤化，這也極大制約後續量刑預測、文書生成等運用效果。
（二）法律數據不全且質量不佳
大數據是人工智慧發展的巨大「燃料」。2013年最高法院上線中國裁判文書網，大量裁判文書上網公開，為法律人工智慧研究和運用插上了翅膀。但這些法律數據存在結構性缺失、系統性偏差等問題。
1.數據不全
裁判文書無論從公開範圍、公開跨度，還是公開內容都存在不全面的問題。
表15 裁判文書數據不全三個表現
2.數據失真
裁判者真實意思與裁判文書表達有時候呈現二元化、背離化，裁判文書上的說理有時候並不是法官真正的裁判理由。法官普遍存在不願說理、不能說理、不敢說理等問題，導致裁判文書上裁判理由被簡單化處理，或者通過所謂「標準化」統一範式的表達方式粉飾裁判理由，真實裁判依據往往隱藏於內心深處或者其他如審結報告等內部材料之中。
3.數據雜質
裁判文書網上的裁判文書質量參差不齊，有些甚至是悖離法律規則的錯誤判決。同時，當前法律法規更新迭代速度很快，新法頒布前後的裁判文書之間多有齟齬，而且有些案件裁判結果與當時司法政策緊密關聯。因此，需要對數據做大量清洗工作。但現在大多數系統對數據不作質量篩選，而是不加選擇將所有符合粗糙條件的數據全部納入資料庫。基於這些質量堪憂的數據訓練產生的模型與算法就可能遭遇精確性的質問。
（三）算法低效且隱秘
算法是人工智慧發展的強勁「引擎」。法律人工智慧算法相當於法官司法判斷和決策的推理模型。當前算法處於「雲山霧罩」狀態，無法知悉智能系統採用何種算法以及算法運用實效。
1.算法低效
法律人工智慧並未形成一套高效、成熟的算法，實踐中基於裁判文書做深度的文本挖掘，用機器學習的方法做回歸分析，或者基於深度神經網絡去做分析，發現隱藏在裁判文書下司法趨勢的大數據分析並不多見。
2.算法黑箱
與傳統決策系統不同，基於深度學習的算法並不遵循數據輸入、邏輯推理、結果預測的過程，而是由機器直接從事物原始特徵出發，自動學習和生成認知結果。在輸入數據和輸出答案之間存在「隱層」或「黑箱」，我們只能獲知答案，卻無法了解機器「自由心證」的過程。另外，司法機關對這些技術不甚了解，無法從技術層面對技術公司、電腦工程師的工作進行有效監督，這給算法的暗箱操作留下空間。
3.算法歧視
算法往往暗藏歧視，如有犯罪前科的主體在不符合累犯情況下，仍會在量刑預測中陷入不利境地。算法歧視有兩方面原因：
表16 算法歧視具體表現
（四）複合型人才缺失且參與度不足
法律人工智慧發展還需要「技術+法律」複合型人才作為智力保障。但目前面臨人才短缺問題，全國法院現有信息化人才7253人，高院、中院和基層法院信息化人才平均為9.8、3.5和1.9名，這與智能司法需求嚴重不匹配。同時，法律人參與深度不足，不了解人工智慧技術，不能準確表達自身需求，開發人員又普遍不了解法院業務，無法掌握技術應用中的痛點，導致技術與業務無法深度融合。
三
人工智慧輔助辦案引發的結構性變革
人工智慧深度應用將衝擊現有訴訟架構和流程，重塑法官行為決策模式，甚至影響法院在國家治理體系中的地位和功能。
（一）溢出效應：引發的裁判結構性變化
1.庭審虛置化，形成新「卷宗主義」
按照哈貝馬斯的「程序性模式」司法裁判理論，司法裁判不是獨白式的裁判，而是對話式的裁判。法庭是法官和當事人展開充分對話和辯論的最重要舞臺。通過充分舉證、質證和辯論，讓「案件事實從訴辯雙方的證明向裁判者心證位移」。法官在各種信息的積累與感官的刺激之下，基於對庭審的直接感知，運用邏輯推理和經驗法則，形成心證進行裁判。法官心證運用和裁判結果都是建立在從庭審獲取有效信息的基礎上。但在人工智慧模式下，所作判決是基於對過往類似判決群的影響裁判結果要素提取的基礎上，通過智能模型，與現有案件進行配對後，提供裁判方案。顯然，人工智慧得出的結論不是基於庭審與直接言辭，其相對封閉的數據分析模式與「卷宗主義」類似，取代程序正義要求的親歷性，庭審可能淪為一場過程秀。
2.判決同質化，自由裁量權喪失
人工智慧為法官裁判提供類案推送、量刑預測和裁判文書等僅具有參考價值，法官還需要審閱校訂。但在案件量激增的壓力下，可能造成法官說理懈怠，從而過度依賴人工智慧，最終導致同類裁判文書說理同質化。同時，還應注意到類案判斷是一個極為複雜的過程，要綜合考量案件事實要素以及要素權重等，有時要素數量相同，但要素權重不一致，不應認定為同案。在新類型案件中，人工智慧根據以往案件推送案例，並不符合當前新類型案件審判的需要，這時需要法官發揮自由裁量權，創製規則並妥善裁判。但在人工智慧已提供裁判方案的背景下，法官進行偏離裁判需要負擔更多的論證成本，而且可能引發相應的追責。這就導致法官在對個案異質性的關注及具體正義的實現上趨於保守，久而久之使既有判決中存在的失誤、質量問題被固化擴大，從而壓抑通過個案發現合法權利、創新規範的動態機制。
3.司法碎片化，審級制度形同虛設
法律人工智慧開發和運用普遍存在模型數據地方化問題，部分研發主體採用分省域構建數據本地化模型，對不同省份的數據進行分別訓練，形成本地化的分析模型，導致司法區域化和碎片化。法官作為理性經濟人會在既定製度約束下採取自我利益最優的行為方式，在裁判過程中追求的最直接目的就是審理的案件不被上一級法院發回重審或改判，至於更高層級法院或其他地區法院如何判決未給予足夠關注。通過數據本地化模型所預測的判決結果，對法官具有很強的心理約束力，可能形成唯系統論的裁判慣性。同時，系統是以上級法院案件為樣本，上級法院法官同樣以該系統作為分析模型，這就導致案件上訴後，相當於一個案件按照同一標準進行兩次系統評判，長久以往二審法院指導一審法院的裁判功能將逐步淡化。
4.算法模型代替法官裁判，成為司法過程的主導
由於算法具有非透明性和不可解釋性，同時司法機關對算法知之甚少，無法對算法運行和實際效果進行有效監督，導致算法處於失控狀態。目前，核心算法主要交由外包處理，造成技術公司、電腦工程師對人工智慧的影響遠超司法機關。如前所述，在裁判過程中法官迫於內外各種壓力，容易以系統預判結果直接代替自己的思考。可見，算法無論在開發還是在運用過程中，法官都始終處於「缺席」狀態，這勢必導致審判主體多元化，甚至衍化為由電腦工程師、技術公司等法官之外的主體支配裁判的局面。
（二）理性反思：法律人工智慧熱下的冷思考
1.司法裁判過程的整體描述
第一，法官裁判是一個複雜的判斷和決策過程。法律人工智慧決策是效仿法官裁判的過程，因此有必要對法官的裁判活動進行細緻觀察和整體描述。 法律適用是「邏輯三段論的演繹推理方式」在司法中的一種應用。首先將散落在法律體系中的相關法律規範進行重組，通過法律解釋等方式闡釋法條，形成大前提；其次過濾當事人評價因素，形成「原始案件事實」，以擬適用法律規範為導向剪除無規範意義的部分，形成「具有規範評價意義的法律事實」，最終利用證據規則形成「加以證實的法律事實」；最後經由涵攝得出結論。可見，法律適用是一個複雜的判斷和決策過程，蘊涵裁判者的利益衡量和價值判斷。如果認為法律適用是簡單的三段論邏輯，是人工智慧可以輕易突破的領域，不僅是一種技術的傲慢，更是對法律的無知。
第二，法官裁判兼具技術理性和經驗理性。法官裁判行為表面上看起來只是一個專業化且近乎封閉的一系列行動，但實際上它又是在開放的社會結構中運行，裁判者所處的社會文化情境系統的整體邏輯會對其產生潛移默化的影響。在司法過程中，不僅要求裁判的專業性，同時也強調法官能動地司法，充分運用各種生活經驗和地方性知識，結合個案具體情境，通盤考慮、權衡利弊、靈活取捨，在此基礎上形成裁判結果。前者強調的是運用顯性規則進行司法推理和裁判的技術理性，後者強調的是建立在個體自我品格、思維模式、知識背景、審判經驗等基礎上的經驗理性。裁判行為同時具有規範性和經驗性，是技術理性和經驗理性的有機整體，只有兩者結合，才能實現法律效果和社會效果統一。
2.人工智慧無法替代法官自由裁量權
與圍棋封閉的規則不同，法官裁判是開放性場域。法律適用固應依循法律規範的共識，但關於某項問題，法律未予規制的情形常有發生。即使有明文規定，但法條還存在很多不確定的規範性概念和法律原則，不確定法律概念尤其是法律原則，其主要機能在於使法律運用靈活，兜底特殊個案，為適應變遷中的倫理觀念留下空間，使法律與時俱進。這裡的預留空間，就是立法賦予法官的自由裁量權。最高院《關於民事訴訟證據的若干規定》明確，裁判者要運用邏輯推理和日常生活經驗進行裁判。自由裁判量是在保證一般規則導向下「框架秩序」的同時，賦予法官在框架內的個別化考量的權力。因此，人工智慧可以規範和限制，但無法消除或取代法官自由裁量權。
3.人工智慧無法實現實質正義
法官要在遵循法律規範的前提下，綜合考量案件的具體社會結構包括個體特性、案情特徵以及糾紛所鑲嵌的特定社會文化情境系統中各類因素，運用裁判經驗，作出符合案件個性特徵的判決，實現個別正義，達到形式正義和實質正義的統一。而人工智慧數據化的均值判斷是類似案件法官的平均理解，優勢在於整體描述，但忽視個性化因素和單體價值。數據算法、模型只關注最大相關性，其計算的過程與個案背後的因果邏輯、價值倫理、文化背景等案件結構完全隔離，它以過往法官對類案的集體經驗作為判斷規則，無視當前個案的特殊性，因此形成的判斷結果也是千篇一律。
四
人工智慧在司法裁判領域運用的未來圖景
未來人工智慧應當以什麼樣的方式嵌入到中國司法實踐，這是一個宏大的命題。從目前而言，不僅應從認知層面明晰智能司法下法官的職責使命，還需要在技術等層面採取措施予以完善。
（一）法律人工智慧的功能定位：智能輔助辦案
法律人工智慧是輔助法官判斷和決策的助手或參謀，是輔助性而非替代性的司法實踐工具。這是由兩個因素決定：一是法律職業特性。法官是行使審判權的合法主體，裁判領域引入人工智慧，目的在於緩解人案矛盾、協助辦案，最終決策者是法官而不是機器；二是技術局限性。由於神經網絡、機器學習、自然語言處理等核心技術還存在很大瓶頸，尚不具備完全介入法官裁判過程的能力。也就是說，目前法律人工智慧技術，還不能像法官一樣思考。
（二）智能司法下法官的職責使命：有思考的服從
智能司法邏輯過程具有隱秘性，存在大數據分析模式忽略個案具體情境性，代碼運算脫離價值判斷等問題，這些都決定法官在面對智能司法裁判結果不能消極作為，而應以司法理性為引導對技術理性在社會合意性和有效性上進行融合，主動承擔權衡、調適和確認裁判結果的義務。
現以「天津趙春華非法持有槍枝案」為例，展示智能司法背景下法官裁判的路徑。在該案中，一審法官簡單套用法律適用三段論邏輯，對法條內容進行形式主義、孤立、僵化的理解，沒有考慮法條背後的實質性價值判斷因素，導致裁判結果悖離公眾的基本認知和法感情。這與智能司法運用過往案例大數據形成的集體審判經驗，無視個案具體社會情境，機械適用法律的邏輯演進過程如出一轍。面對智能裁判結果，法官需要從三個維度進行檢驗。
1.智能司法邏輯與法律論證的吻合度
法律適用不是單純涵攝過程，而是同時涉及價值判斷與解釋技術有機整合的過程。法官需要靈活掌握各種解釋技術，運用解釋技術在合理的價值判斷與立法文本之間建立起內在的聯繫，通過解釋賦予法律體系以必要的開放性。這些都是智能司法所欠缺的。在「趙春華案」中，法官可以行使自由裁量權，對非法持有槍枝罪中「槍枝」「持有」等要素作限縮解釋，通過周密法律論證，尋求去罪化的出路。
2.智能裁判過程與個案具體情境的緊密度
氣球射擊攤在中國大街小巷司空見慣，普通公眾很難將這種行為與持有槍枝犯罪行為進行法律上的勾聯。一審法官如同AI法官一樣，忽視該案具體社會情境，以一種脫離個案具體環境的純文本推演方式得出判決結果。法官裁判此類案件時，需要採取司法三段論和裁判結果導向相結合的方法，回溯個案所處的社會情境，綜合評估依據個案情境裁判可能引發社會公眾反應，並據此判斷個案因素對裁判結果重要性和影響力，確保結論妥當性。
3.智能裁判結果與司法政策的契合度
法律制度背後都有一項或多項司法政策作為支撐。「趙春華案」二審法官最終判決認定其有罪，同時酌情從寬判處緩刑，使判決符合罪責刑相適應的法律原則和寬嚴相濟的刑事政策，不僅體現槍枝管理政策，也展示司法人文關懷，實現法理與情理的平衡。法官在校驗智能裁判結果時，要追溯具體制度背後的司法政策，在判斷和決策過程中緊扣政策精神，經由合乎法律規範的推理論證，確保裁判結果與司法政策保持一致性。
法官依照上述三個標準校驗智能裁判結果的合法性和合理性時，需要將修改的原因和依據以備註形式記錄在智能系統的評估結果中，一方面有利於判斷理由的公開和監督，另一方面及時將結果反饋給系統，有助於提高系統糾錯能力和預測準確性。
（三）法律人工智慧的適用領域：分層分類提供輔助
1.建立統一的分析預測模型
針對當前名目繁多的系統引發資料庫、算法、模型設計、分析技術標準混亂等問題，應改變各法院閉門造車、各自為戰局面。從現階段而言，取得重大突破的試點法院，應開放埠，允許其他地區的法院同步運用系統，實現資源共享。從長遠來看，應在全國範圍內建立統一的人工智慧系統，統一數據來源、算法模型和操作標準，讓智能輔助更加標準化和規範化。
同時，系統設計和運用更多考慮法官的用戶體驗，根據法官實際個性化需求，構建用戶模型，幫助獲得與法官偏好更貼切的個性化信息，並引入反饋機制，通過重複修正用戶偏好，不斷完善用戶模型，讓服務供給更加契合法官實際需求。
2.分步精準提煉專家經驗
當前人工智慧尚處於初級階段。未來在技術成熟的基礎上，通過構建更加科學有效的法律知識圖譜，推進法律知識的體系化和精細化。
從技術理性層面，在顯性法律規則框架下，不斷總結和提煉審判實踐對法律規則的修正、發展和創新，擴充法律規則的子類型，讓法律規則更加精細，更加貼近流動的社會實際。這就需要更多經驗豐富的法律工作者加入基礎性的數據標籤工作中，需要更多具備深厚法律素養的一流法學專家為紛繁複雜的法律知識和法律事實界定更為清晰明確的法律標籤。法律數據「標籤化」「結構化」後，作為訓練集，交給機器判斷，再由法律人反饋，深度學習才能成為可能。
從經驗理性層面，不同法官在長期審判工作過程中積累了很多行之有效的審判經驗，但這些經驗帶有濃厚的法官個體烙印，難以複製推廣。另外，法官在裁判過程中運用大量非正式制度或隱性知識，這為暗箱操作提供空間。人工智慧應當利用大樣本經驗擠壓法定條件以外其他因素的介入和影響，減少或者消除裁判中的模糊性以及標準的不確定性，增強裁判統一性和可預見性。同時，提煉實踐中有效的經驗性、實踐性司法知識，通過可視化方式，讓隱性知識顯性化、確定化，使隱性經驗變成具有內部關聯性的數據，成為大數據的重要組成。當然，要實現這個目的，還有一段很長的路要走。
3.分類提供智能輔助裁判業務
法官在不同場景對業務需求具有差異性。智能系統根據案由、案件標的、法律關係等要素，自動識別案件的難易複雜程度，並進行分類。針對不同案件類型，提供不同程度的智能輔助：
對處理大量常見簡單案件的法官，給予提高效率的工具支持。由智能系統依託各類文書底層要素框架，運用語義識別等技術，基於庭審筆錄和合議筆錄進行信息點的智能抽取與回填，智能生成裁判文書全部內容，提高審判效率。
對於處理複雜案件的法官，推送參考案例、裁判經驗和輔助判決的觀點。在類案智推方面，建立類案質量評測系統，對類案來源、法院層級、被引用次數等情況加以標識，在類案推送時，優先推送質量高、具有權威性的案件類型；同時，建立一套類案類判機制的記錄和監督機制，法官所判案件與多數類案裁判結果相佐時，系統自動提醒、記錄並跟蹤。在裁判自動生成方面，囿於人工智慧技術局限性，自動生成除審理查明和本院認為等部分內容。
對於處理重大疑難案件的法官，則需要提示辦案思路和學理支持。基於智能知識庫，依託法律知識圖譜，為法官辦案提供專業裁判思路和法律學者觀點，供法官比對、權衡、吸收採納，確保裁判文書在個性化說理下保持相對的標準化，提升裁判規則的穩定性。
（四）法律人工智慧的技術改良：夯實智能輔助辦案基礎
1.優化法律數據結構
資料庫是人工智慧的「源泉」。只有在全面、準確、無瑕疵大數據基礎上建模，提供的智能輔助才可能精準可靠。
表17 優化法律數據四項舉措
2. 建立公平透明算法規制
司法裁判之要義不僅在於結論，更是以符合公正程序得出結論的過程，而深度學習算法「黑箱性」與法律決策「透明性」相衝突。對此，需要完善規制舉措，讓模型、算法具有可審查性。
表18 規制算法的三項舉措
（五）加強隊伍建設：「法律+技術人才」深度融合
人工智慧首先是人工，智能系統開發與運用在根本上仍然依賴於人的作用。第一，培養「法律+人工智慧」跨界人才。開啟法學專業與人工智慧專業互通的「深度學習」模式，著重培養既懂人工智慧又懂法律知識的綜合人才，使法律人明晰人工智慧的基本技術構造，技術人員知曉法律的基本原理。第二，建立「法律人—法律工程師—技術公司」三元主體模式。法律人才是法律人工智慧真正的「導師」，系統開發和運用應以法官為核心，法官負責從業務需求角度確定功能、制定客戶端操作規範。作為「術語翻譯師」的法律工程師執行法官需求，負責與外部技術公司溝通對接。技術公司根據法官需求開發系統。
我們仍然處在法律人工智慧時代薄霧瀰漫的清晨。儘管還未見到那一時代的清晰輪廓，但我們可以預見未來法官裁判領域將迎來巨大變革。在這樣一個偉大的時代，法律人應當如何作為，以上的思考才剛剛開始。
上海市法學會歡迎您的投稿
fxhgzh@vip.163.com
往期連結
>《上海法學研究》集刊2019年第5卷——上海市法學會案例法學研究會文集目錄
>虛假訴訟及「 套路貸」案件在司法適用中的疑難問題探討
>合同法視野下影視作品禁播後植入廣告各方的權利義務分配
>從一起侵犯商業秘密刑事案件的公訴審查淺析排除合理懷疑在司法實踐中的展開
>侵犯公民個人信息案的辦理與法律適用
>敲詐勒索還是行使商標權：刑事實質何以刺破民商事外觀
>大數據時代下公民個人信息刑法保護「過剩犯罪化」的考量
>檢察機關介入監護權撤銷問題研究——以檢察機關支持起訴為視角
來源：《上海法學研究》集刊2019年第5卷（案例法學研究會卷）。轉引轉載請註明出處。
原標題：《人工智慧在法官裁判領域的運行機理、實踐障礙和前景展望》