智慧審判的建構策略與推進路徑*

李 鑫

一、引言：智慧審判的界定

近年來，隨著大數據、云計算和人工智能等現代技術的興起，法院系統并未被動地接受新技術對司法工作的沖擊，而是以積極的態度主動迎接新技術給予司法運行的機遇和挑戰。2015 年是智慧法院建設元年，在正式拉開人民法院進行信息化和智慧化建設序幕的同時，也奠定了智慧法院建設的司法改革方向。在智慧法院建設過程中，人工智能技術在法院領域的應用是全方位、多角度、深層次的，并逐漸形成了由智慧服務、智慧審判、智慧執行和智慧管理共同組成的智慧法院體系①參見許建峰：《智慧法院體系工程重要成果與發展前景》，載《人民法院報》2021年5月17日第2版。。2017 年，最高院和國務院相繼發布《最高人民法院關于加快建設智慧法院的意見》和《國務院關于印發新一代人工智能發展規劃的通知》兩份重要的官方文件，明確指出要促進人工智能在審判領域的應用，推進法院審判體系和審判能力智能化建設。當然，智慧審判并非近些年才出現的新研究領域，伴隨著信息技術及人工智能浪潮的幾次沉浮，相關話題早已進入司法實踐和理論研究者的視野。由于大數據和人工智能等技術在各行各業創造的可觀效能，新一波人工智能浪潮也不斷推向了司法領域，關于智慧審判的法學理論研究熱再次興起。從現有的研究成果和趨勢來看，圍繞智慧審判所衍生出的智能審判輔助、法學知識表達、法律推理路徑等話題將成為學界持續關注的焦點②根據筆者收集的相關研究成果，2017年是智慧審判研究的分水嶺，僅2018年的研究成果就已經超過2017年及之前的研究成果總和，這也與2017年國家宏觀政策發布的時間相吻合。。

在討論智慧審判之前，首先應該明確智慧審判究竟指什么。在與智慧審判相關的理論研究中，有學者稱之為司法裁判人工智能化，并將其定義為機器可以代替法官獨立作出某些裁判決定③參見宋旭光：《論司法裁判的人工智能化及其限度》，載《比較法研究》2020年第5期。；有學者稱之為智慧法官，從人工智能含義和法官含義兩個角度認為智慧法官是能夠在司法活動中進行感知、推理、學習、溝通等智能化審判的科學技術④參見黃辰、潘留杰：《人工智能審判的倫理沖突與基本立場》，載《河南工業大學學報（社會科學版）》2020年第4期。；也有學者稱之為人工智能裁判，并將其區分為具備明顯司法輔助技術特征的弱人工智能裁判與具備自主意識而進行刑事司法語境中案件判決的強人工智能裁判兩種樣態⑤參見胡銘、張傳璽：《人工智能裁判與審判中心主義的沖突及其消解》，載《東南學術》2020年第1期。；等等。智慧審判是現代技術與審判業務的深度融合，其致力于為法官審判案件的庭前、庭審、裁判等各個階段提供智能化服務。這種智能化服務既包括“智能化輔助”，也包括“智能化決策”。前者指的是通過信息技術處理幫助法官進行精準定位，找到一系列可以進行閱讀、分析、決策等的案件相關材料或信息供法官研判；后者指的是通過信息技術處理幫助法官進行審判決策，通過算法運算后直接給出相應的結論，供法官采用或者參考。這兩種智能化服務方式同屬于智慧審判的研究范疇，其區別主要在于應用場景及實現的可能性上。所以，本文關注的智慧審判并不意味著必須完全實現人工智能技術在審判領域的“司法認知”能力——嚴格的法律推理過程，也不是單純機械地完成法官下達任務的“司法輔助”能力——精準的信息推薦過程，而是圍繞法官審判活動形成的人工智能應用生態圈，并重點聚焦于以下問題：第一，智慧審判的自身發展問題，包括智能化輔助的涵攝范圍、智能化決策的可行性、法律推理的技術路線、法律知識的技術表達、案件類型的技術方向等；第二，智慧審判可能導致的司法價值沖突問題，包括智慧審判建設的基本理念、法官自由裁量權的消解、算法模型構建的價值取向、裁判結果的價值衡量等；第三，智慧審判建設的推進思路問題，包括智慧審判的數據智能、智慧審判的認知智能、智慧審判的應用場景等。從當前的研究成果來看，學界和實務界對于人工智能介入審判領域普遍保持積極樂觀態度，但對于智慧審判應如何構建和推進尚待進一步研究。緣于此，本文在系統考察智慧法院建設在司法審判領域已進行的司法實踐探索基礎上，重點探討智慧審判構建過程中存在的局限因素，并嘗試對智慧審判構建的基本理念及推進路徑作理論分析。

對于這項技法來說，將最初呈現綠色的圖像轉換為黑白是唯一的辦法了，因為玻璃本身的特性就是這樣！然而你對黑白影調的控制相當出色，因此拍攝出了一張非常抓人眼球的作品。白色建筑的形制非常吸引人，我也非常喜歡你的整體構圖。我唯一可能想做的改進就是從略高一些的視角拍攝，這樣就可以避免望遠鏡剛好卡在地平線上，不過我并不知道此舉在當時是否可行。

2.資料的表達與描述：用表達近似服從正態分布的定量資料，用M(QR)表達呈偏態分布的定量資料；用統計表時，要合理安排縱橫標目，并將數據的含義表達清楚；用統計圖時，所有統計圖的類型應與資料性質相匹配，并使數軸上刻度值的標法符合數學原則；用相對數時，分母不宜小于20，要注意區分百分率與百分比。

二、智慧審判的實踐場景、應用成效及技術路徑

（一） 智慧審判的實踐場景

根據各級人民法院的智慧法院建設成果，篩選智慧審判領域的典型建設案例形成表1。通過對智慧審判實踐場景的典型應用總結分析后，可以看到：第一，智慧審判建設已在全國各地法院展開，并集中于證據分析、案件裁判、電子卷宗、文書生成等主要審判活動；第二，智慧審判已應用于民事、刑事、行政案件，呈現全面建設的趨勢；第三，智慧審判通常選取特定案件類型，并未追求在全量案件中展開；第四，智慧審判基本上以提供智能化輔助為目標，罕見全自動司法裁判。

表1 智慧審判實踐場景的典型應用

（二） 智慧審判的應用成效

在信息技術的幫助下，法院審判工作質效獲得了一次又一次的提升。根據信息技術對智慧審判的作用，可以大體分為三個階段，即技術性支撐的初級應用階段、替代性輔助的中堅應用階段和自主性決策的深度應用階段，每個階段的信息化成果都對智慧審判產生了革命性的影響。

1.技術性支撐的初級應用階段

法律信息檢索系統和法律專家系統是智慧審判建設初期的研究成果，其核心功能是借助技術在數據處理方面的優勢為法官提供技術支撐，幫助法官在大量的法規、案例或者卷宗材料等司法文件中進行快速檢索，將法官從耗時而低效的基礎工作中解放出來，從而可以投入更加復雜的推理活動中。這一應用階段研發的系統功能主要是實現數據的高效檢索，尚缺乏相應的推理能力，其定位是為法官提供搭載強大數據庫功能的系統，并在進行法律、案例、審判知識等及時更新的同時完成卷宗材料的電子化轉變，從而提高法官在審判過程中查找文獻、起草文書、信息流轉等的效率①參見張保生：《人工智能法律系統的法理學思考》，載《法學評論》2001年第5期。。由于這一階段的司法數據積累不足和信息技術發展緩慢的雙重影響，能夠為法官審判案件提供的智能化輔助相對有限，但案件審判的信息化程度卻在不斷更迭，從而為智慧審判建設奠定了良好基礎。

“除非你不在了，爸才能發喪，你只要在一天，你不到，爸就不能出殯。所以讓我趕來報喪，讓你和長官請個假，快趕回家扶棺送爸一程?！?/p>

2.替代性輔助的中堅應用階段

由圖2中D可知，隨著酶解時間的增加，辣椒堿、辣椒二氫堿及辣椒紅色素的含量先增加后降低。原因可能是，隨著時間的增加，酶解反應充分，有利于辣椒細胞中關鍵物質的溶出，而當酶解時間過長時，辣椒中的辣椒堿和辣椒二氫堿等有效物質會有一部分分解，導致其含量降低。綜合比較，提取辣椒堿和辣椒二氫堿的最適酶解時間為3 h，提取辣椒紅色素的最適酶解時間為2 h。

3.自主性決策的深度應用階段

統計對比發現，雷米普利組干咳者6例，占有率為：16.22%，頭暈者4例，占有率為10.81%，總的不良反應發生率為：27.03%，替米沙坦組輕微咳嗽者1例，占有率為2.70%，頭暈者1例，占有率為2.70%，總的不良反應發生率為：5.40%，替米沙坦組的不良反應發生率顯著低于雷米普利組，差異有統計學意義（P＜0.05）。

從整體上看，智慧審判將長期處于替代性輔助的中堅應用階段，這既受到司法自身特性的影響，也因為當前司法領域技術研究尚未獲得足夠的重視和突破。但無論是學界還是實務界都在思考人工智能在司法審判中的角色轉變，即如何實現從替代性輔助到自主性決策的過渡②參見盛學軍、鄒越：《智能機器人法官：還有多少可能和不可能》，載《現代法學》2018年第4期；馬皚、宋業臻：《人工智能“法官”的一種實現路徑及其理論思考》，載《江蘇行政學院學報》2019年第2期；［澳］塔妮婭·索?。骸斗ü賄機器人：人工智能與司法裁判》，王惠、李媛譯，載《蘇州大學學報（法學院）》2020年第4期等。。在自主性決策的深度應用階段，人工智能將借助數據和算法完成自主推理過程，而這一過程只需要法官少量的操作，甚至可能不需要法官進行人為干預，因此有研究預言，“計算法律，以及算法裁判，或將成為法律的終極形態”③騰訊研究院等：《人工智能：國家人工智能戰略行動抓手》，中國人民大學出版社2017年版，第281頁。。當然，人工智能的自主性決策，并非意味著必須對整個案件進行自主決策而得出裁判結果，也可能是嵌入審判過程中的某個環節的自主決策。但無論如何，自主性決策階段都是比技術性支撐階段和替代性輔助階段更深層次的應用，只不過進入這一階段所需的時間或許比人們設想的要久，而且可能無法應用于全量案件中，只能在特定的案件類型中進行應用。

（三） 智慧審判的技術路徑

在智慧審判構建過程中不可回避的研究議題是如何構建審判領域的人工智能模型。當前智慧審判構建過程中進行法律推理建模的技術路徑主要有三種：一是基于法律邏輯的形式主義推理；二是基于歷史案例的現實主義推理；三是基于法律大數據的裁判預測。

1.基于法律邏輯的形式主義推理

在智慧審判構建過程中最初應用的技術路徑便是基于法律邏輯的形式主義推理，這也是成文法國家法律推理史上的主流建模路徑。該技術路徑的本質是將包含法律規則的法條按照演繹推理的方式表達為計算機可以進行識別和執行的模型，其遵循的基本邏輯是司法三段論，即只需要向計算機程序輸入一個案情事實，則可根據預先設置的法律規則進行數據運算、論證、推理和解釋，最后給出裁判結果。這種推理路徑的典型應用是以要素式審判理論為指導研發的智能化系統，系統按照法律規則推理思路設置了具體性的訴訟請求、對抗性的審理要素、關鍵性的計算輔助、區分性的裁判說理、靶向性的法律適用、對應性的裁判結果、自動性的文書生成等七大功能，以期實現從案情到結果的推理過程①參見李鑫、王世坤：《要素式審判的理論分析與智能化系統研發》，載《武漢科技大學學報（社會科學版）》2020年第3期。。不過，這種基于法律邏輯的形式主義推理在構建過程中存在著相當大的困難之處，主要原因有：第一，將案情事實分解為要素因子的方式無法避免案件事實復雜和要素顆粒度設置的難題，同一案件事實在不同要素因子拆解下會呈現為不同的表現形態，甚至可能會導致案件事實的偏差；第二，在建立在機械、有限視角下的法律邏輯模型中，這些要素因子對推理出裁判結果所具有的權重系數應該如何進行衡量和定義；第三，根據案件事實設置的事實要素與根據法律規范設置的法律要素應該如何進行關聯，并應當按照何種法律邏輯進行推理。

2.基于歷史案例的現實主義推理

(4)整合產業鏈，借助電子商務重構銷售渠道。中國蓬勃發展的電子商務無疑為廣大中小外貿企業建設內銷渠道提供了一個很好的選擇。

從數據形式看，面向智慧審判建設的司法數據既包括通過電子訴訟平臺、審判辦案系統等產生的案件基本信息等結構化數據，如當事人信息、管轄信息、證據交換信息、送達信息等，也包括隨案生成的各種電子訴訟材料等半結構化數據，如起訴狀文本、答辯狀文本、證據文本、裁判文書等，還包括圍繞庭審活動產生的庭審錄音錄像、圖像類證據材料、視頻類證據材料等非結構化數據①參見孫曉勇：《司法大數據在中國法院的應用與前景展望》，載《中國法學》2021年第4期。。

3.基于司法大數據的裁判預測

與建立在演繹推理邏輯上的規則推理技術路徑和建立在類比推理邏輯上的案例推理技術路徑不同，基于司法大數據的裁判預測是綜合運用社會科學、數學、統計學等學科，以海量司法數據蘊含的過往判例信息為基礎，對待決案件裁判結果作出的可能性預測。在前兩種技術路徑下，即使沒有足夠的司法數據，只要存在明確清晰的規則或有指導意義的案例，就可能得出正確的推理結果。但在基于司法大數據的裁判預測這種技術路徑中，具有足夠數量的既往案件事實和裁判結果是其進行推測的前提，沒有一定規模的司法數據信息很難實現真正意義上的裁判預測②參見白建軍：《法律大數據時代裁判預測的可能與限度》，載《探索與爭鳴》2017年第10期。。這種技術路徑主要用于刑事案件的量刑建議，如通過裁判文書的文本挖掘和基于神經網絡、線性回歸方法的量刑預測建模實現對販賣毒品罪的量刑預測③參見舒洪水：《司法大數據文本挖掘與量刑預測模型的研究》，載《法學》2020年第7期。。但基于司法大數據的裁判預測通常會存在兩個典型問題：第一，大數據所具有的客觀屬性和預測能力在司法審判領域可能受到限制。利用司法數據進行預測之前，首先需要對數據進行主觀評價和解釋，這一過程無疑會導致數據客觀屬性的消解。此外，由于案件事實的復雜和法律體系的演變，從法官已判先例中提取可以預測裁判結果的要素時往往會捉襟見肘。第二，裁判預測可能不受控制地朝著非正確的方向愈演愈烈。這好比通過大數據預測顧客的購物喜好或觀影偏好，一旦得出預測結果便會向這種結果偏移——哪怕這種結果是錯誤的，而對于非正確預測結果的糾正卻并非簡單而有效。

三、智慧審判受制于司法特性與智能技術的雙重張力

當智慧審判在理論研究和司法實踐中受到廣泛關注時，人們越來越認識到理想中的“智慧”與“審判”的疊加效果并不樂觀，兩者之間可能會產生緊張的內在張力，更深層次的影響是對現有司法體制的沖擊。一方面，司法系統運作向智能技術開放引發的直接后果是對法官審判權本身可能存在潛在風險；另一方面，隨著智慧審判的應用與深入，司法裁判過程與結果能否在智能技術潛移默化影響下保持公正性亦成為關注的焦點。

（一） 司法審判自由裁量權與算法不可解釋性之間存在張力

由于法律本身的局限性與社會生活的復雜性，在每一個個案處理中都可以看到法官經驗與智慧的運用，在審判活動中充滿著法官自由裁量的色彩。法官自由裁量權是“法官根據自己對立法目的和法律原則的理解，在法律規范的框架內，憑借道德良知和審判經驗，運用司法邏輯和理性思維，認定案件事實，選擇至善的裁決結果，以實現公平正義的價值選擇的過程和權力”①李敘明：《法官自由裁量權的倫理規制研究》，載《湖南大學學報（社會科學版）》2013年第5期。?？梢钥吹?，法官自由裁量權其實是一把“雙刃劍”，既可以憑借法官的司法技藝對化解糾紛和實現正義起到積極作用，也可能因為法官職業道德素養差異與自由裁量缺乏操作標準而陷入權力行使不當或被濫用的倫理困境。技術不可解釋性源于技術黑箱問題，是信息時代普遍存在的客觀現象，但是人工智能算法的不可解釋性更具有鮮明的技術特征，這是因為當前智慧司法領域推崇的機器學習、深度學習、神經網絡等都為非顯式編程。不論算法因為商業秘密而不公開，還是因為技術本身的特性無法公開，都使得人工智能算法的不可解釋性成為智慧審判領域不可避免的難題，初看起來是從條件到結果的決策過程無法被解釋，實則是因為無法按照法官常規審判方法得出裁判結果，整個司法過程失去了透明性與權威性。

對當事人而言，法官自由裁量權下的自由心證過程與算法黑箱下的數據運算過程都存在不同程度的不可解釋性問題，只是法官自由裁量權下的自由心證過程受到同業法官、說理義務、倫理道德、司法責任制等各種形式的制約，而算法黑箱下的數據運算過程往往缺乏相應的制約措施。在簡化說理的簡單案件中，裁判文書所呈現的法官自由心證過程相對較少，當事人所感受到的兩者之間的不可解釋性問題差別就較??；只有在需要詳細裁判說理的復雜案件中，這種差距才會凸顯。而對法官而言，人工智能算法不可解釋性對強調法官自由裁量權的司法審判帶來的是巨大挑戰，這種挑戰主要體現在人工智能算法可能不斷消解法官的主體性，動搖法官在司法審判中的主體地位。因此，法官對于人工智能算法介入審判領域在很大程度上會保持懷疑和排斥，從而限制智慧審判的應用和發展，“法官們在歷史上已經表現出對于那些企圖影響他們自由裁量權因素的敏感度，因而也可以推定強加給他們某個電腦決策支持系統的態度”②吳習彧：《司法裁判人工智能化的可能性及問題》，載《浙江社會科學》2017年第4期。。

人工智能算法應用會對法官自由裁量權產生兩方面的影響。一方面，通過人工智能算法可以在一定程度上限制法官自由裁量權，這符合規制與監督法官自由裁量權的目的，但在算法不可解釋性下，這種約束卻不容易控制，對法官自由裁量權的限制也無法限縮在某個可控范圍內。另一方面，人工智能算法結果可能會對法官內心確認結果造成不當干預。人工智能算法運用歷史數據構建模型，通過訓練模型而形成決策規律，但這種決策規律在算法不可解釋性影響下就變得不易被發現，當決策規律形成偏差而導致“算法歧視”時，就會形成看不見的不正義③參見魏斌：《司法人工智能融入司法改革的難題與路徑》，載《現代法學》2021年第3期。。當這種決策結果提供給法官參考時，由于無法知悉結果的運算邏輯，法官會產生內心確認糾結，從而出現裁判偏差。比如法官根據案情事實和量刑情節得出的量刑結果為5 年，然后人工智能算法通過對本院甚至上級法院的裁判文書自動分析后得出的量刑建議結果為7 年，此時就會對法官的心理活動產生重要影響，極可能導致量刑不當。正是由于人工智能算法不可解釋性帶來的負面影響，因此，如何維持合理限制法官自由裁量權與避免不當干預法官自由裁量權行使之間的平衡，是智慧審判構建過程中不可回避的問題。

（二） 社會公眾司法公正追求與技術工具理性之間存在張力

與公平正義的永恒論、普遍論相比，公平正義應該是具體的、歷史的，不存在脫離具體的公平正義，具體到司法審判中，讓人民群眾在每一個司法案件中感受到公平正義就是最直接的表達。其中“感受到公平正義”則必然包含程序正義和結果正義兩方面，兩者之間的復雜聯系表現為程序正義保證結果正義的實現，結果正義影響程序正義的感受①參見劉立明：《“感受到公平正義”的法治意蘊》，載《江蘇社會科學》2020年第5期。。技術工具理性是追求效率優先的技術，與具有邏輯分析、結果預測以及利弊權衡能力的理性思維高度契合，因強調客觀性、規范性和可操作性特征而被廣泛應用于生活各個方面，但在智慧法院建設的很多領域都顯得與司法本性格格不入，而司法審判又是其中最突出的部分②參見徐駿：《智慧法院的法理審思》，載《法學》2017年第3期。。在傳統司法審判運行模式下，法官審判案件是一項綜合運用法學知識、審判經驗、社會價值等內容的復雜技藝，由此得出的審判結果才能讓雙方當事人信服并產生定分止爭的社會效果，而這正是司法正當性的基礎。智慧審判試圖運用技術方式達到法學知識積累、審判經驗復制、社會價值嵌入的效果，但仍然無法讓當事人像信賴法官判案一樣信賴技術判案，這不僅僅是因為現有技術無法完全模擬司法運作過程，而更重要的是技術判案并不具備法官判案的外觀，無法讓當事人在心理上產生認同感并感受到公平正義，社會公眾對司法公正的追求與技術工具理性之間的矛盾也就顯露出來。

1.面向智慧審判建設的司法大數據

在智慧法院建設宏觀政策及商業機構盈利運營的推動下，智慧審判已經形成了多建設、集應用、廣試點的實踐格局，但當前的智能化應用仍然是零散和不成體系的，其中很重要的原因之一是沒有按照審判流程進行系統化梳理，沒有明確各階段可以提供哪些智能化輔助?；趯徟辛鞒痰牧?、庭前準備、庭審、合議、裁判、文書撰寫、結案歸檔的七個常規審理階段，智慧審判建設應該以數據智能和認知智能為基礎，打造各審理階段的智能化服務模式，從而為一般性案件的常規審理提供智能輔助。

四、智慧審判構建的基本理念

（一） 事實之維：人工智能推理介入司法審判的先決條件

傳統上對于法律推理的討論主要聚焦于法律要素層面，并將事實要素歸為證據法領域，“但只要法律問題幾乎總是取決于對事實的判斷，只要事實判斷以各種方式受到法律規則和典型推理方式的塑造，那么將事實問題排除于法律推理的主題之外就顯得很奇怪”③［美］弗里德里克·肖爾：《像法律人那樣思考：法律推理新論》，雷磊譯，中國法制出版社2016年版，第225頁。。無論采取哪種技術路徑的法律推理方式，都不可避免地需要對待決案件和已決案件的事實進行事實要素抽取或事實知識圖譜構建等預處理，對案件事實處理的好壞直接決定著能否按照預先設計的推理模型實現法律推理。當前智慧審判之所以并未取得良好成效的其中一個關鍵因素便是案件事實并非總那么容易通過技術手段進行處理并達到想要的案件事實解析效果。換言之，案件事實的可類型化和復雜程度決定著人工智能在司法審判中的應用。判斷某類案件是否可以嵌入人工智能時，對該類案件事實是否能夠按照機器可以理解的方式進行描述是必要的審查前提。

類型化案件在案件事實、法律適用等方面存在共性，可以通過審判實踐經驗對案件事實要素、法律關系、審判要點等方面進行總結歸納，具有簡易性、要素化、標準化、參與性、可預見性等審理特征①參見李晨：《論類型化案件智能審判系統的建構——以J區法院為樣本》，載齊樹潔、張勤主編：《東南司法評論（2018年卷）》，廈門大學出版社2018年版，第340-341頁。。從基于法律邏輯的形式主義推理角度而言，類型化案件的案件事實與法律事實具有同質性，只要將案件事實與法律事實進行比照便可以得出結論，使得人工智能介入具有可能。而在基于歷史案例的現實主義推理和基于司法大數據的裁判預測兩種推理路徑下，案件事實清楚、可要素化表示也是對案件拆解、比對、分析的重要前提。不過，類型化案件的案件事實在司法實踐中經常因為案件材料未進行電子化、無法進行結構化、要素抽取存在難度等因素而無法準確抽取，使得人工智能應用同樣存在著困難。解決該類問題的關鍵是如何抽取既有卷宗材料中蘊含的事實要素，并通過事實要素構建出案件事實，只要構建出案件事實便可通過其與法律事實的對應關系進行推導。相比之下，非類型化案件的案件事實往往與法律事實存在較大出入，通常無法根據法律事實比照案件事實作簡單推理，也無法按照“決策—論證”模式從既有法律規范中尋求可以進行裁判的依據，這種阻卻機制使得人工智能在這類案件的應用受到限制②參見沈寨：《個案正義視角下司法人工智能的功能與限度》，載《濟南大學學報（社會科學版）》2019年第4期。。此時，由于案情的復雜，法官需要進行證據綜合審查、案情分析比對、自由裁量權行使等各種審判工作，這一系列過程很難通過人工智能進行模擬，必須法官親力親為。

（二） 規范之維：司法審判算法模型構建的邏輯著力點

在智慧審判構建中，對算法運行規則設計、法律推理模型構建等起決定性作用的是如何將法律規范進行知識表達，并用于司法運作過程的描述與還原?；诜蛇壿嫷男问街髁x推理將法律規范作為大前提，基于歷史案例的現實主義推理將法律適用作為判斷條件，基于司法大數據的裁判預測將法律規則作為預測規則，可以看到，無論哪種推理路徑均需要圍繞法律規范形成法律論證范式。法官在審判中需要對個案作出具體評價或裁決時，需要結合案件事實從現有法律框架內尋找與之相匹配的法律規范，從而結合自己的審判經驗、審判思維和審判技巧構建一套適用當前案件處理的裁判理由和裁判依據。這是司法審判中法官釋法或法律推導的過程，在這過程中需要遵循最佳理解原則：首先應當尊重法律條文，按照成文法條文的字面意思解釋法律，不得擅自背離法律條文的字面含義；其次要將成文法條文置于整個法律體系中加以理解，要考慮法律條文之間的關系以及條文背后的意圖、目的、價值和精神；最后要基于成文法條文及體系的整體思維作整合性理解，從法律體系中推導出關于當前案件審理涉及的法律問題的最佳答案①參見王洪：《制定法推理與判例法推理》，中國政法大學出版社2016年版，第197頁。。人工智能目前階段可以將法律條文的字面意思轉譯為規則，也可以將不同法律規范調整同一法律事實的法律條文構成法律規范組，但解決法律的開放性問題、理解法律條文背后的精神和對法律體系的整合性理解是目前人工智能無法做到的。因此，在設計司法審判算法模型時，必須將這種局限性考慮進去，否則必然引起整個推理過程的底層崩塌。

雖然法律規范在法官裁判活動中的地位不容置疑，但法律規范的不確定性也使得在法律推理過程中的“案件事實—法律規范”的二重結構聯結容易出現斷層，這就意味著，人工智能在進行法律推理的時候無法準確地在案件事實與法律規范之間建立聯系，從而導致法律推理的偏差。為了解決這一問題，一種有效的解決方式是先形成具有嚴密、確定意義的裁判規則，并通過裁判規則將案件事實與法律規范聯結起來，形成“案件事實—裁判規則—法律規范”的三重結構。一方面，裁判規則的提煉場域為個案事實，其目的在于為個案事實提供裁判指引，因此能夠與案件事實形成聯結；另一方面，以個案事實為基礎總結的裁判規則，又需要借助既存的法律規范形成效力，因此能夠與法律規范形成聯結②參見張其山：《司法三段論的結構》，北京大學出版社2010年版，第79頁。。目前，最高人民法院發布的公報案例、指導性案例、典型案例等以及各級人民法院編寫的審判指導、參閱案例等權威案例，普遍采取這種模式，根據篩選的個案事實形成裁判規則，從而為其他類似案例的裁判提供裁判指引。不過，由于案件數量較少、覆蓋面較窄、裁判規則普適性不強等，現有體系下的案例指導制度尚未完全發揮預設的功能與效力，但提供了通過構建裁判規則實現案件事實與法律規范聯結的建設思路，其問題轉變為如何通過既有的判例庫、法規庫等形成具有數據多、覆蓋性強、普適性高等特征的一般裁判規則③參見李姝卉：《案例指導制度下的一般裁判規則構造》，載《法律方法》2019年第4期。。

8.4 化學防治 采取全園機械棚下噴藥。早春梨樹發芽前，噴3～5波美度石硫合劑。落花后噴第1次化學農藥，果實套袋前5～7天噴第2次，以后每隔15～20天噴1次。殺菌劑以腈菌唑、甲基托布津、戊唑醇為基礎藥劑交替使用，另選1～2種配伍殺菌劑為輔助藥劑與基礎藥劑混合使用；殺蟲劑以高氯馬、阿維菌素、苦參堿為主，6月底之前每次用2種殺蟲劑與殺菌劑混合同期噴施，6月底后混用1種殺蟲劑同期噴施。配制農藥時要根據劑型和濃度，使配制后的每種藥的用量和濃度都符合單獨使用的要求，以確保用藥效果和生產安全。

司大愣子媳婦對我說：“秀容川，你不能再跟別呦呦來往了！你才十四歲，壞了名聲，看日后哪個女的敢嫁給你?！?/p>

（三） 價值之維：人工智能機械正義的衡量標尺

智慧審判的目標是將人工智能技術嵌入審判活動的方方面面，用數據和算法模擬法官審判過程。對這一過程的價值衡量取決于是否允許借助計算機進行模擬，其核心問題是明確預測結果在法律上和法理上的正當性。正義根據表現形式和實現目的可以分為程序正義和實體正義，智慧審判對程序正義和實體正義均會產生影響。比如，在線庭審改變了傳統庭審方式，更大程度上影響的是程序正義，而在量刑建議中，更容易引起質疑的是個案中的實體正義。人工智能通過數據和算法提供的是冰冷的、一般的機械正義，這與法官基于審判經驗、內心裁量形成的個案正義存在著本質區別。對于人工智能得出的計算結果，很多學者都在不同程度上表達出了擔憂，如：人工智能在提供正義產品時只能提供基本的素材或粗加工的產品，始終不能復制法官智慧的真諦，無法實現實質正義①參見潘庸魯：《人工智能介入司法領域路徑分析》，載《東方法學》2018年第3期。；算法裁判很難具有源于人的心性和靈性的司法判斷潛質，應該對司法人工智能設置禁區，禁止其在某些司法活動中的應用②參見黃京平：《刑事司法人工智能的負面清單》，載《探索與爭鳴》2017年第10期。。價值判斷是智慧審判不可回避的問題，各種研究及應用也應該圍繞價值判斷展開?？傮w而言，大數據和人工智能的“數據”能力對類型化案件裁判乃至特定個案裁判都可能給出結果預測，并在一定程度上消解法官的知識局限和主觀偏見，但正是人工智能技術存在技術瓶頸、不可解釋等問題，使得給出的結果預測受到詬病。因此，對于人工智能產生的機械正義，應該建立一套數據和算法的法院標準，明確在智慧審判中的數據應該如何提供、模型應該如何確定、過程應該如何監督、結果應該如何審查等問題。

人工智能算法本身是無能力進行價值判斷的，其在智慧審判應用中處理涉及價值判斷的問題時，主要做法是提取法官或者構建者在這個問題上的價值判斷，并以此為基礎作出決策。有觀點認為，與傳統工具相比，人工智能具備某些智力上的學習能力，在特定方面更可能超越人類，在評估技術風險時必須同時將人工智能本身的智力能力納入考慮范圍③參見陳景輝：《人工智能的法律挑戰：應該從哪里開始？》，載《比較法研究》2018年第5期。。不過，人工智能本身的智力能力歸根到底仍然取決于數據及算法等底層內容，因此，算法模型構建過程中的司法價值取向主要受以下幾方面因素的影響：第一，基礎數據本身蘊含的司法價值取向。裁判文書作為目前進行算法模型構建最重要的底層數據之一，其本身蘊含著法官對案件事實裁判的態度，裁判文書范圍的選取其實就是確定司法價值取向的過程。裁判文書的類型、質量、范圍都決定著會形成什么樣的司法價值，個案的處理便會向著這種司法價值偏移。第二，數據標注規則及標注過程中的司法價值取向。以司法實踐中某種人工智能法律知識圖譜構建為例，其總體路徑為依據要件事實型民事裁判論，將案件認事用法解構為不同層級要素，然后由法律專家進行標注，形成標注數據供算法學習④參見高翔：《人工智能民事司法應用的法律知識圖譜構建——以要件事實型民事裁判論為基礎》，載《法制與社會發展（雙月刊）》2018年第6期。。這種定義數據標注規則及進行數據標注本身就是進行司法價值取向選擇的過程。第三，算法模型取舍衡量時的司法價值取向。例如，分類算法是智慧審判構建過程中應用廣泛的一種算法模型，其運行邏輯是先根據預定的數據集或概念集建立一種分類模型，再使用分類模型對新數據進行分類，可以用于證據分類、裁判文書分類、要素分類等。能夠實現這一目的的分類算法有決策樹、貝葉斯、人工神經網絡、K-近鄰等，但相同數據通過不同分類方法計算后的結果是不同的，所以結合應用場景篩選算法模型也是選擇司法價值取向的過程。

五、智慧審判建設的推進路徑

智慧審判建設是圍繞司法審判工作開展的一系列審判信息化、審判智能化措施，在法官審理案件的全過程中提供不同方面、不同程度、不同方式的智能化服務。一方面，智慧審判建設貫穿審判全流程，涉及立案階段、庭前階段、庭審階段、裁判階段、結案階段等；另一方面，智慧審判建設隸屬于智慧法院建設，與智慧服務、智慧執行和智慧管理存在密不可分的關系，與智慧服務共享案件審理基本信息、與智慧執行共享案件審判結果信息、與智慧管理共享案件審判過程信息等。圖1 為智慧審判建設的總體架構，總體而言，應是以數據智能和認知智能為基礎支撐，按照案件的審理流程構建智能應用場景，并區分案件類型，提供不同程度的智能化服務。

圖1 智慧審判建設總體架構

（一） 以司法數據和審判知識構建智慧審判中的數據智能

1.3.1 標準溶液的配制 準確稱取樹莓酮標準品0. 010 0 g，置于100 mL棕色容量瓶中，甲醇溶解定容，混勻，配制成100 mg/L的標準儲備溶液，4℃保存。精密量取樹莓酮儲備液1 mL置于100 mL棕色容量瓶中，甲醇定容，配制成1 000 μg/L中間溶液，-18℃避光保存。

2.圍繞審判知識體系創設司法認知智能

從數據來源看，面向智慧審判建設的司法數據主要包括以下幾類：一是當事人提交類，是當事人在進行訴訟過程中向法院提交的信息生成的數據，比如起訴狀文本、證據材料、各種程序申請材料等。二是法院審判流程類，是在法院內部辦案過程中隨著案件辦理流程生成的數據，比如送達文書、庭審筆錄、程序變更、審限變更等。三是公開數據類，是相關部門通過一定的行為公開的數據，比如權威案例、歷史判例、法律規范、公開公示等。四是外部協調類，是法院在審判案件過程中需要與外部部門協查的相關數據，比如不動產登記信息、鑒定信息、人民調解信息、仲裁信息等。五是其他類，是除上述類型數據外與審判活動相關的數據，比如圖書、期刊論文中涉及審判的信息。

在整個法律體系中，具有開放結構術語和概念的法條占據了相當大的比重，這一方面是由人類自然語言的模糊性、社會性、分歧性等本質特征所決定的，另一方面立法者也不可能預測現實中的所有情形并設計出足夠詳盡的規范。事實上，基于法律邏輯的推理在理論研究和司法實踐中都受到了諸多限制和質疑。因此，起源于判例法國家審判傳統的一種技術路徑逐漸進入研究者視野——基于歷史案例的現實主義推理。這種推理方式關注的核心問題是如何建立待決案件與歷史案例的相似關系及程度，一旦這種相似關系建立，便可借助歷史案例已確定的裁判規則實現待決案件的類案同判，從而達到實現法律人工智能推理的目的。不過與判例法國家的案例推理不同，在成文法國家中這種推理方式通常作為一種補充形式而存在，法官更希望的是從相似的歷史案例中獲取可以指導審判實踐的裁判規則。這種推理路徑的典型應用是結合辦案場景的類案推送，比如在庭前準備階段、審理階段、結案階段等向法官推送類案②參見陳琨：《類案推送嵌入“智慧法院”辦案場景的原理和路徑》，載《中國應用法學》2018年第4期。。但這種推理方式尚存在兩個關鍵問題未得到充分解決：第一，作為推理基礎的歷史案例庫構建問題。從近幾年案例庫的建設現狀來看，無論是各級法院建設的判例數據庫，還是法學研究機構以及其他社會主體建設的判例數據庫，都普遍存在高質量判例數據較少、裁判規則提取質量不高、遴選的渠道與機制缺失等問題③參見顧培東、李振賢：《當前我國判例運用若干問題的思考》，載《四川大學學報（哲學社會科學版）》2020年第2期。。第二，作為推理核心的相似案例關聯問題。在實現相似案例關聯的技術路線上主要包括通過案件事實進行關聯、通過爭議焦點進行關聯和通過法律適用進行關聯，無論哪種技術路線都需要實現案例信息的檢索和抽取，但從目前已進行的研究進展來看，案例信息抽取和案例相似關聯都未取得理想的效果①參見李鑫：《從信息化呈現到體系性構建：判例運用視角下判例檢索系統的建設與發展》，載《四川大學學報（哲學社會科學版）》2020年第2期。。

建議開發區加強形象塑造，多開展學術活動，多在國家級媒體平臺，尤其是一些專業性強、影響力大的自媒體、公眾號發布推文。具體辦法有：(1)承擔或者組織召開科技型發展型的高端研討會、論壇、講座；(2)承擔國家級的協會、學術團體的年會和信息發布會；(3)組織高校、科研機構的負責人、知名學者參觀交流；(4)承擔或組織全球性、全國性、全省性的比賽活動；(5)加強與香港、深圳、廣州相關機構的合作交流力度、頻率，對接他們的一些會議、活動；(6)在國家級媒體發聲，宣介自己的優勢和特色；(7)重視自媒體、公眾號建設，并且有計劃有目的地不斷在相關權威自媒體和公眾號展示開發區正能量的信息。

2.面向智慧審判建設的審判知識體系

智慧審判之所以可能，脫離不了圍繞案件處理所應具備的各種法學知識的匯聚，對各種法學知識的使用構成了智慧審判建設的底層支撐。司法審判的專業性及權威性，要求智慧審判建設必須具備相當量級的法學知識儲備，包含法律規范知識、案由牽連知識、歷史案例知識、證據分析知識、裁判規則知識、社會生活知識等在內的各種法學知識。從目前智慧審判建設現狀來看，法學知識整合中尚存在兩大問題：第一，法學知識的信息化轉變問題。這種信息化轉變既包括由非結構化知識向結構化知識的轉變，也包括由零散性知識向體系化知識的轉變。前者如從法律規范中抽取裁判規則、從裁判文書中抽取法官智識、從證據材料中抽取案件要素等，后者如多源法律知識融合、法學知識圖譜構建等。當前法學知識信息化轉變的廣度和深度都未達到智慧審判預設的期望，例如：法學知識庫重視法律規范和裁判文書的信息化轉變，而對風俗習慣、行業知識等其他知識涉及較少；復雜案情無法按照既定法學知識圖譜進行刻畫。第二，法學知識的信息化呈現問題。法學知識的信息化呈現是根據司法審判場景自由組合的過程，應該是結合司法審判進程進行的動態調整，比如在案件庭審階段向法官呈現案件證據知識、在案件研判階段向法官呈現類似案例和法律規范知識等。目前法學知識的信息化呈現在智慧審判應用中已有涉及，但是呈現的精準度和關聯性均有不足，如推薦的類似案例范圍過寬而仍然需要法官進行大量篩選工作、卷宗材料尚未將多方主體提交的證據進行鏈條式關聯而不能為法官的綜合性審查認定提供支撐。

（二） 智慧審判建設的技術機理由感知智能到認知智能

1.圍繞司法大數據發展領域感知智能

感知智能是人工智能的初級階段，主要包括人臉識別、語音識別、圖像識別、視頻識別等智能化處理技術，意在模擬人類的語言表達、聽覺和視覺感知能力①參見魏斌：《論法律人工智能的法理邏輯》，載《政法論叢》2021年第1期。。庭審語音自動轉寫、圖像證據識別、卷宗OCR 識別等都是感知智能技術在智慧審判領域的典型應用場景，目前已經取得了小范圍的成功，相比傳統的信息技術，其能夠大幅度提升審判工作的效率。這種成功主要得益于兩方面：一方面，這些感知智能技術隸屬于通用技術，在多行業已經經過長期試驗和不斷完善，具備了相當高的兼容性和成熟度；另一方面，雖然這些感知智能技術在智慧審判領域與其他領域的應用場景不同，但在技術邏輯上并無較大差異，只是技術難度不同②參見左衛民：《從通用化走向專門化：反思中國司法人工智能的運用》，載《法學論壇》2020年第2期。。但總體而言，感知智能在智慧審判領域仍未獲得普遍運用，其中最重要的原因是感知智能仍然停留在通用技術層面，未針對審判活動研發領域感知智能，這就限制了感知智能在智慧審判復雜場景中的應用。以庭審語音識別轉寫為例，除語速、口音、語言環境、方言等影響識別效果的共性問題外，“案件基本信息如人名、地名、證據名稱等無法以熱詞形式預先導入進行機器學習，影響轉寫準確度”③朱川、孫詠、玄玉寶等：《庭審語音識別轉寫系統優益與配套機制研究》，載《人民司法（應用）》2018年第19期。。而限制庭審語音識別轉寫應用的真正原因是單純的語音轉寫與書記員的人工記錄是存在本質區別的，如果先不考慮語音轉寫的準確度，單純的語音轉寫會將法庭上所有人的對話一字不差地轉寫成文字，但書記員的人工記錄卻是有針對性的記錄，既保持了對話真意又將與庭審無關的對話過濾掉，以讓法官閱讀一份完全記錄庭審筆錄的方式來處理案件是一種低效而錯誤的方式，反而會加重法官審判案件的負擔。感知智能的發展高度依賴大數據，近年來人工智能在語音識別、OCR 識別、圖像識別等感知智能場景下取得的成功都離不開大數據技術的支撐，因此，要發展領域感知智能必須立足于司法審判的領域特性，尤其要挖掘審判活動的技術需求，以審判數據為核心突破通用感知智能技術的“瓶頸”。

司法數據是一個宏觀概念，在廣義上可以泛指一切與司法相關的數據，就概念本身而言，尚未形成統一共識。司法數據的涵攝范圍是隨著應用場景變化而不斷變化的，比如面向法院內部的司法數據與面向社會公眾公開的司法數據必然存在差異，面向智慧審判的司法數據與面向智慧執行的司法數據同樣存在著不同。本文研究的對象為智慧審判建設，面向智慧審判建設的司法數據主要是指圍繞審判工作所形成和需要的數據，包括審判工作過程中產生的審判信息、卷宗材料、法律文書等數據，也包括對審判工作起到支撐作用的歷史判例、法律規范、行業標準、金融信息、財產信息等數據。智慧審判建設的前提之一是具備相當規模的司法數據，通過對司法數據的采集、存儲、加工和管理，挖掘審判活動與各種數據之間的關聯關系，以符合司法審判規律的方式為審判工作提供服務。比如：在對案件進行繁簡分流時，就需要從審判數據中獲取當事人信息、案由信息、標的信息等；從當事人材料中獲取證據信息、訴訟請求、基本事實等；從歷史判例數據中獲取法律適用信息、類案分流結果信息等。這種對司法數據的運用是一種多維的動態過程。

隨著數據積累到一定量級并符合大數據的海量性（Volume）、高速性（Velocity）、多樣性（Variety）、價值性（Value）的“4V”特征，借助大數據分析實現知識發現的大數據技術逐漸受到追捧，并以此為基礎形成了經驗主義認識論。該認識論排除理論預設，以數據分析為前置，相信只要存在足夠的數據，就可以從中發現規律并解決問題①參見王祿生：《論法律大數據“領域理論”的構建》，載《中國法學》2020年第2期。。這是通用大數據認識論的主要觀點，但是隨著通用大數據技術在智慧審判建設中的應用，逐漸顯現出沒有法學知識指導的弊端。通用大數據技術與法律領域的邏輯思維、因果思維、推理思維等方面都存在不兼容之處，導致數據分析后的結果不盡如人意，限制了智慧審判的發展。智慧審判建設的技術機理是從感知智能到認知智能的過程，感知智能的發展依賴于大數據，而認知智能的發展則依賴于知識。因此，應當更新圍繞大數據發展認知智能的理論認識，建立圍繞知識發展認知智能的理論思維。認知智能是人工智能的高級階段，模仿的是人類數據理解、知識表達、邏輯推理、自主學習的能力，在智慧審判中的應用場景主要有法律知識表達、法律邏輯推理、法律知識決策等。以量刑建議技術為例，這是一個從案件事實到裁判結果的過程，必須運用人工智能的司法認知能力，即首先需要將歷史判例中類案量刑作為學習樣本并構建算法模型，在輸入案情后通過算法模型計算從而得出判決建議結果。以類案量刑構建算法模型，就必然涉及法律知識圖譜、裁判規則表示等審判知識，單純大數據是無法實現這一目的的。

（三） 繼續深化人工智能對實質化審判各流程階段的輔助成效

公平與效率的關系是中外哲學、倫理學、法學、經濟學等長期爭論的焦點，存在公平與效率無關論、效率優先論、公平優先論、公平與效率并重論、公平與效率辯證論、公平與效率統一論等各種觀點③參見孫國華、方林：《公平正義是化解社會矛盾的根本原則》，載《法學雜志》2012年第3期。。隨著研究的深入，學界的更多研究認為公平與效率并非二元對立關系。在智慧審判建設過程中，技術工具理性的客觀存在對社會公眾司法公正追求不可避免會產生直接影響，但技術工具理性對社會公眾司法公正追求的正負關系及影響程度是一個難以進行客觀衡量的問題，對效率價值與公正價值的辨析關系也不能只進行公正優先于效率的僵化理解，仍應從幾方面進行分析：其一，技術工具理性對于社會公眾追求司法公正是有積極意義的，這主要體現在通過借助技術手段發現案件事實、尋求法律適用、生成裁判文書等提高審判效率，以解決“遲到的正義非正義”問題。法律系統應在運作上堅持封閉而在認知上保持開放，上述活動都屬于法院系統的認知領域，本身應該保持開放性，外界技術因素介入并不會當然破壞法院系統運作上的正當性①參見段厚?。骸哆h程審判的雙重張力》，載《東方法學》2019年第4期。。但如果想借助技術手段進行自動判案，而不是只作用于審判的認知領域，以犧牲司法公正為代價提高司法效率，則必然會引起對審判結果的正當性追問。其二，技術工具理性對司法公正的影響在不同案件類型上的作用力是不同的，應結合不同案件類型進行區分，不能一概而論地否定技術工具理性的作用。比如在合同案件中應用技術手段，其核心在于運用技術手段還原案件事實，追求“工具理性”可能不會導致社會公眾司法公正追求與技術工具理性的緊張關系；但在婚姻家事案件中應用技術手段，則必須保持高度謹慎，避免過度強調“工具理性”而忽視“價值理性”，因為無論是親屬關系處理還是財產分割都具有著強烈的倫理屬性，而在運用技術手段時極易被忽略。其三，技術工具理性可能使得“程序正義”流于“形式正義”的趨勢進一步擴大。通常而言，基于程序正義原則的要求，司法在審判過程中設置了如管轄權、程序轉換、審限、回避等諸多規定來規范程序進行，只要審判程序符合已設置的程序規則就表明當事人感受到了程序正義，但事實往往并非如此。即使審判程序完全按照預先設定的規則進行，當事人仍然會抱怨審判不公正，究其原因，是“程序正義”與“形式正義”被偷換了概念，機械地認為“形式正義”就是“程序正義”。然而根據阿瑪蒂亞·森的觀點，正常法律程序的實現需要依靠理智，而理智則應包括理性和情感兩方面②參見［?。莅ⅠR蒂亞·森：《正義的理念》，王磊、李航譯，中國人民大學出版社2013年版，第40頁。。與兼具理性和情感的訴訟個體不同，技術工具理性無法像訴訟個體之間那樣進行情感交流，過于強調程序規則而忽視了訴訟過程中的情感交流，可能存在追求“形式正義”的風險。

第一，立案階段的智能輔助場景。立案登記是案件審判的起始流程，雖然隨著電子訴訟的推廣，當事人基本信息、訴訟標的信息等都已經實現了電子化，可以通過數據流轉的方式同步到辦案系統中，輔助立案法官進行立案審查，但仍有相當部分的信息未實現電子化，或者通過線下方式發起訴訟，此時就需要為立案法官提供立案登記信息提取的智能輔助，支持從當事人提交的訴訟材料中提取立案需要的必備信息，從而完成立案登記。案件繁簡分流是當前法院滿足人民群眾多元司法需求、提升司法供給能力的系統性改革舉措，要實現案件繁簡分流，“不僅需要對人民法院海量案件信息進行分析、提取、標識，還需要對人民法院審理不同案件的法官工作績效進行量化計算”①姚輝、翟墨：《民商事案件繁簡智能分流的實踐探索》，載《判解研究》2019年第3輯。。為推進案件繁簡分流改革，可以提供案件繁簡智能分流和智能均衡分案的智能輔助，先預先設定案件繁簡識別規則及分案規則，再根據提取的當前案件信息實現案件的繁簡分流及分案。

第二，庭前準備階段的智能輔助場景。庭前準備階段的工作大體包括事務性工作和審判性工作。案件排期及程序性文書制作都屬于事務性工作，為節省事務性工作時間，可以提供案件智能排期和程序性文書自動生成智能輔助。庭前準備階段需要完成的審判性工作有爭議焦點歸納、撰寫庭審提綱等，可以對當事人提交的起訴材料、答辯材料、證據材料進行提取，并結合類似案例中的爭議焦點為法官提供爭議焦點自動歸納輔助；可以結合案件特征、審查要素、爭議焦點等內容為法官提供庭審提綱自動生成輔助。

隨著司法數據的積累和現代技術的發展，智慧法院建設不再滿足法律專家系統提供的基礎性支撐，轉而尋求更深層次的應用，希望在某些特定場景下，人工智能可以幫助法官完成替代性工作。這一階段智慧審判的應用建設成果主要作為審判工作的替代性工具，對于法官司法裁判起到輔助功能，比如查詢和推送關聯案件、推送法規條文及類案信息、輔助生成司法文書、裁判結果預測與量刑參考、智能庭審等①參見胡昌明：《中國法院“智慧審判”的新發展與新展望》，載《山東法官培訓學院學報》2019年第4期。。由于司法本身邏輯特性、算法技術瓶頸、高質量標注數據不足等，智慧審判的應用尚處于發展階段，將為法官提供替代性輔助作為系統研發的核心目標，也是當前的中堅應用階段。與技術性支撐的初級應用階段相比，此階段更重視數據處理和算法建模，試圖幫助法官處理更加復雜的任務，比如幫助法官生成司法文書、幫助法官進行卷宗歸檔、輔助法官進行證據審查等。

第三，庭審階段的智能輔助場景。在線庭審是突破庭審空間障礙和時間障礙的新制度，是實現接近正義目標的有效舉措，在線化審判需要一系列措施予以保障，因此需要提供在線庭審輔助，比如通過生物識別驗證當事人真實性、通過音視頻信號控制證人出庭時間、通過共享屏幕模式完成在線舉證質證等。傳統庭審記錄方式容易受到書記員的記錄水平、總結能力、記錄速度等因素的影響，庭審語音自動轉寫輔助具有語音采集和實時轉寫功能，可以區分訴訟主體身份實現庭審語音同步轉化成文字并生成庭審筆錄，將書記員們從繁重的庭審記錄工作中解放出來，有更多時間和精力從事其他輔助工作。庭審過程中，有些實物證據無法拿到法庭進行真實示證或者案發過程無法還原，僅通過圖片、視頻等方式可能導致證據失真而影響證據的證明力和證明效力，因此可以通過虛擬示證技術提供示證輔助，比如對證據進行3D 建模，再通過VR 技術進行證據顯示，讓法官更加清晰地掌握證據信息。隨著“套路貸”等虛假訴訟的常態化，如何準確發現虛假訴訟成為打擊和防范的關鍵，庭審階段提供的虛假訴訟甄別輔助能夠對虛假訴訟高發案由案件，運用云計算、大數據和智能算法等技術，實現對風險人員、風險案件的智能識別與預警，輔助法官精準高效甄別和防范虛假訴訟。

本工程位于陜西省漢中市石馬路與儻駱路十字東北側地塊，連通西成高鐵漢中站，交通十分便利。本工程總建筑面積155 536m2，地上建筑面積 97 728m2，含東、西翼塔樓（22 層，高100m）和裙房（3～5 層，最高 38m），包括百貨、超市、電影院、兼具餐飲功能。地下建筑面積57 808m2，為2層地下室。各單體之間在地上均設縫相互分開獨立，2層地下室聯成一體，結構模型如圖1所示。

第四，合議階段的智能輔助場景。在案件合議階段，合議成員都需要對包括當事人提交材料、證據材料、程序性材料等在內的案件卷宗進行研讀，紙質卷宗不利于卷宗檢索、信息共享，因此可以為合議成員提供電子卷宗智能調度輔助，通過語音識別、語義理解技術實時調度卷宗材料，并在終端屏幕上同步顯示，提高合議效率。針對案件合議研讀情況，還可以提供合議筆錄智能生成輔助，將案件信息、證據分析、事實認定、法律適用等內容按照合議筆錄的要求自動生成。

第五，裁判階段的智能輔助場景。經過庭審過程的舉證質證環節，法官已經對證據材料有了較為清晰的認識，在裁判階段需要結合證據材料進行事實認定，在這個階段可以為法官提供證據認定輔助，一方面，從證據材料的呈現形式上，需要改變之前證據材料歸類混亂或者只按訴訟主體簡單歸類的粗暴做法，可以基于案由和案件類型起草證據參照目錄，對證據材料按照法律構成要件進行分類；另一方面，從證據材料的內容提取上，可以將電子化證據材料進行結構化解析，對同類證據進行關聯比對等。為實現同案同判，有效的措施是在裁判階段為法官提供類案輔助，這是目前智慧審判中研究最多的領域之一，其中檢索類案的技術相對成熟，但如何提取待辦案件信息，向法官推送類案仍值得深入研究。對于法規輔助，通過構建法規數據庫，建立案由法規關系、法律規范組等形式，可以幫助法官解決尋找法律的問題，但法律適用選擇、法律適用分歧解決等方面的智能輔助仍然不足。法律推理是裁判階段的重要工作，如何提供法律推理輔助，前文已有論述，此處不再贅述。

第六，文書撰寫階段的智能輔助場景。有些案件涉及賠償計算，有時會耗費法官大量時間在計算上，而且很容易因為某個數據輸入錯誤而需要重新計算，此時可以為法官提供裁判計算輔助，不僅幫助法官得出計算結果，還可以將計算邏輯以法律語言的形式生成到文書中。通過對優秀裁判說理進行匯編整理可以形成裁判說理庫，在常見爭點需要說理時可從裁判說理庫中調用類似說理，提高法官撰寫文書效率，不過裁判說理庫需要及時維護，既要補充新爭點說理，又要根據法律修正情況更新舊爭點說理。裁判文書自動生成輔助可以從起訴狀、庭審筆錄等案件材料中進行信息分析和信息提取，并按照裁判文書模板要求生成裁判文書的大部分內容，但目前仍然存在以下問題需要完善：一是信息無法做到精準提??；二是案件事實段落無法生成；三是相對依賴要素式審判等特定案件類型。在裁判文書的校對過程中，還可以為法官提供裁判文書糾錯分析輔助，當前的應用系統可以在字詞錯誤、語句錯誤等形式審查方面提升法官校對效率，但是在法律適用、裁判結果等實質審查方面存在不足，比如撰寫裁判依據時應該引用《中華人民共和國民法典》第一百一十一條，但因為疏忽而寫成了《中華人民共和國民法典》第一百一十條，此時單純的形式審查是無法給出校對提醒的，應結合請求權規范基礎等審判知識構建實質審查模型。

隨著科學技術的飛速發展，對高精度光學元件的需求不斷提高，非球面光學元件在航空航天、光學儀器等領域的應用越來越廣泛。將非球面元件用于光學系統中，可以有效改善成像質量，消除球面光學元件中容易產生的球差、像差。同時，還能減少系統中光學元件的數量，使光學系統的體積減小、結構簡化、質量減輕 [1]。

第七，結案歸檔階段的智能輔助場景。卷宗同步生成和卷宗智能編目，是結案歸檔階段的核心工作，需要將案件辦理過程中產生的訴訟材料及時電子化并按照目錄結構存儲，是智慧審判建設的基礎。雖然應用結果落在最后的結案階段，但需要通過電子卷宗的深度應用為其他階段的智能輔助提供支撐，因而是貫穿全流程的智能輔助。

（四） 以實現專門化審判的智能化特色輔助為當前任務

智慧審判建設的理論框架是在司法運作邏輯上嵌入人工智能，研究至今已形成了一定的理論基礎和實踐經驗，但不可否認，智慧審判應用系統仍然存在普適性不強、操作過程煩瑣、精準度不高等諸多問題。深入思考，試圖建立一種可以適用于全量案件審判的“一勞永逸”的智慧審判模式可能是失敗的根本原因之一。而在現實司法實踐中，法院系統也不再過于追求法院的通才型特征，逐漸在傳統綜合性法院設置模式下設立若干專業化法院及專業化審判庭，其核心目的為推進特定類型案件的專業化審判，比如環境資源案件的專業化審判、知識產權案件的專業化審判、金融糾紛案件的專業化審判、破產糾紛案件的專業化審判等。

除了基于案件共性特征提供的智能化輔助外，還需要結合案件個性特征提供智能化特色輔助，這種輔助具有較強的案件屬性，比如提供要素式審判智能化輔助只能針對適合進行要素式審判的案件，提供示范性審判智能化輔助只能針對群體性案件等。某些智能化輔助的服務對象不是也不應該是所有類型案件，而應該與專業化審判相結合，以實現專業化審判的智能化特色輔助為當前任務，主要考量因素有以下幾點：第一，智能化輔助決策并非簡單的數據檢索、數據流轉等基礎應用，而是包括證據審查判斷、案件事實認定、裁判結果推論等在內的法律論證分析應用，因而只能先在專業化審判領域展開。第二，專業化審判案件類型的法律構成要件特征明顯、審判知識需求相對固定，能夠使得“主張—抗辯—爭點—說理—結果”的知識結構得以標準化，并能夠從案件事實中將實體法構成要件范圍之內的案件具體事實識別、分析與解構出來，更符合智慧審判的對話式論辯原理①參見高翔：《智能司法的輔助決策模型》，載《華東政法大學學報》2021年第1期。。第三，專業化審判司法資源額外增加的技術性平衡。審判專業化可能對法院工作產生中性優勢影響，隨著法官集中和案件集中，會產生審判質效提升、裁判品質提高、法律適用統一等成效②參見［美］勞倫斯·鮑姆：《從專業化審判到專門法院：專門法院發展史》，何帆、方斯遠譯，北京大學出版社2019年版，第240頁。。但這也會額外增加司法資源的消耗，這是將專業化審判獨立出來不可避免的事實，而通過構建專業化審判的智慧審判模式，可以有效降低法官、法官助理、司法輔助人員的投入。第四，有些功能專屬于特定類型案件，不存在復用的可能性。比如在破產案件中提供的破產財產分配輔助、在知識產權案件中提供的涉案作品侵權比對輔助、在環境資源案件中提供的生態修復輔助，這些智能化輔助只能結合案件本身進行研發，屬于定制化需求。

（五） 智能化裁判的運行機理應分類型確定推理層次

智能化裁判是比智能化輔助更高層次的智慧審判應用模式，其目的是盡可能借助人工智能還原法官決策過程，利用卷宗材料、司法數據、法學知識、算法模型等進行自動化裁判。從數據積累的角度，目前法院的司法數據已經足夠支撐相應的司法智能模型構建，但是要實現智能化裁判，仍然受制于技術瓶頸和法學知識轉換等問題。受限于案情特征和司法倫理，智能化裁判應該區分案件類型進行構建，大體可以分為三種類型：一是可能完全推理的案件；二是可能限制推理的案件；三是可能無法推理的案件。

1.可能完全推理的案件

可能完全推理的案件，是指該類案件存在著借助人工智能算法模型實現對案件事實、法律規范、裁判說理等進行完全表達的可能。這種案件應該具有如下特征：（1）案件事實明確且宜于表達；（2）裁判規范可以進行模型化拆解；（3）裁判說理不涉及倫理判斷；（4）裁判結果不會引發正當性爭論。其中最具代表性的典型案件類型為機動車交通事故責任糾紛。在機動車交通事故責任糾紛案件審判中，交通事故事實查明有賴于公安交警部門作出的交通事故責任認定，而絕大多數普通案件的交通事故責任劃分都是正確的；交通事故中涉及的人身損害賠償項目和財產損失賠償項目可以根據法律規范拆解為計算規則，并根據具體損失計算得出賠償方案；根據預設文書樣式自動生成的文書完整度可以達到90%左右①參見曾學原、王竹：《道路交通糾紛要素式審判探索——從四川高院的改革實踐出發》，載《中國應用法學》2018年第2期。。當然，雖然機動車交通事故責任糾紛具有完全推理的可能，但并非所有案件都可以進行完全推理，疑難、復雜、新型等案件仍然無法進行完全推理。

2.可能限制推理的案件

可能限制推理的案件與可能完全推理的案件的最大區別在于案件事實沒有前置環節予以認定，仍需要法官在案件審理過程中進行查明，案件事實確定后的其他部分存在著通過人工智能算法模型實現完全表達的可能。其中最具代表性的典型案件類型為信用卡糾紛。通說認為，信用卡糾紛涉及的法律關系有儲蓄存款合同關系、金融借款合同關系、委托代理關系、買賣合同關系、侵權關系等②參見人民法院出版社：《最高人民法院民事案件案由適用要點與請求權規范指引（上冊）》，人民法院出版社2019年版，第258頁。。信用卡糾紛涉及的支付或消費記錄都以電子數據的方式進行存儲，糾紛涉及的標的金額、合同條款、資金往來等都可能通過人工智能進行計算，但涉及的法律關系卻無法輕易得出，因此這種類型案件的智能化裁判的介入環節為事實查明之后的其他過程。

3.可能無法推理的案件

即把不在園林空間中的元素包含到園林空間中來，使得園林意境更添一份深意。由于園林建造在城市中，園林的場地是很有局限性的，要通過滲透和延伸園林空間來豐富園林空間和意境。借景的方法主要有近借、遠借、互借等［2］。

有些案件完全不符合可能完全推理案件的四個特征，人工智能應用于此類案件時會受到嚴格的限制，這類案件屬于可能無法推理的案件。其中最具代表性的典型案件類型為離婚糾紛。離婚糾紛案件審判中涉及夫妻關系、子女關系、財產分割、債務清償、離婚救濟等法律關系的處理，其中夫妻關系及子女關系的倫理屬性是自不待言的，而夫妻財產制度同樣包含著婚姻家庭倫理秩序與財產歸屬規范構成的內部結構與夫妻財產約定的對外效力、財產處分以及夫妻債務規則等形成的外部結構③參見冉克平：《夫妻財產制度的雙重結構及其體系化釋論》，載《中國法學》2020年第6期。。在這種強倫理特性的影響下，案件事實的復雜性、法律規范的原則性、裁判說理的情理性、裁判結果的公平性都影響著案件的智能化裁判，非智能技術發展就可以解決。因此，這種類型案件的智能化裁判從構建之初就會受到倫理性質疑。

六、結語

智慧審判建設涉及法學、計算機學、數學、統計學等在內的多學科對話，既是一場司法實踐活動，也是一項理論研究課題。在過去相當長的一段時期內，理論與實務界似乎都未形成統一認識，存在著“理論研究旨在代替法官而實踐應用不能代替法官”的悖論①參見張保生：《人工智能法律系統：兩個難題和一個悖論》，載《上海師范大學學報（哲學社會科學版）》2018年第6期。。隨著在智慧審判本體論、認識論和價值論問題上的深入研究，建設智慧審判就是利用人工智能判案取代法官判案的片面認識觀已逐漸得到消解。實際上，無論是利用人工智能進行智能化輔助還是進行智能化裁判，都是機器根據案件類型特征所能夠實現的目標，但絕非代替法官進行決策，機器結論在本質上始終是一種輔助手段，只是輔助的程度高低不同而已。當前，智慧審判建設仍然處于發展階段，各種智能化應用還需要與審判實踐進一步磨合。我們應該充分認識智慧審判中法官與人工智能的協同關系，厘清智能化手段存在的技術局限和倫理風險，寄期望在應用中進行研究，在研究中獲得提升，從而構建既遵循司法規律又滿足司法需求的智慧審判模式，以信息化和智能化實現對司法公正的無限接近。