智慧量刑的主體沖突、技術供給與方法回應

內容提要 對智能量刑系統司法地位的理論回應止步于沒有實質內容的空殼概念——“輔助量刑”，其僅能在宏觀層面達成暫時的妥協，無法在微觀層面將智能系統限制在輔助的軌道，進而引發智能系統與人類法官隱性的“主體沖突”，主要表現為智能系統“以最終宣告刑為輸出目標”和“以刑之裁量為功能目標”。主體沖突的化解要務實地以當前的技術供給現狀為時代背景，如正視并利用智能系統的“機械性”、認識到“量刑預測”與“量刑決策”之間巨大的方法論差異等。為化解此主體沖突，必須進一步回答智能系統“輔助量刑”的具象輔助模式（輔助程度與輔助方法），即針對量刑的核心階段（處斷刑—宣告刑）以量刑方法（量化、裁量）為標準進行再階段化，并使用智能系統賦能量化階段，人類法官堅守裁量階段，“量化可以量化的，裁量必須裁量的”。

關鍵詞 智慧量刑 主體沖突 量刑輔助 刑之量化 刑之裁量

甄航，西南政法大學法學院講師、博士后流動站研究人員

本文為中國博士后科學基金第71批面上資助“智慧量刑的悖論與破解研究”（2022M712650）的階段性成果。

法治實踐的智能化與智能技術的法治化是人工智能法學研究的兩個維度[1]，也是國家治理體系和治理能力現代化背景下法學研究必須面對的重大議題，“智慧量刑”則是該議題下典型的縮影。無論學界對“智慧量刑”持支持抑或反對態度，不可否認的是，其在司法實踐中已經通過“自上而下”推進的方式得到大范圍應用[2]，但這并不意味著相關刑法理論已趨于成熟，相反，對智慧量刑理論的深入研究迫在眉睫。其一，智能量刑系統[3]的大規模運行是由實踐機構主導的，并非理論與實踐良性互動的結果。這種實踐先行的做法在提升效率的同時，其背后的理論基礎亟待大范圍反思。其二，當前智能量刑系統適用的范圍廣泛，絲毫的紕漏導致的量刑不公都會被指數級地放大?！八惴Q策一旦出現問題，就會形成自動化、體系化、機制化的普遍侵害后果。更嚴重的是，算法決策往往以‘科學面目呈現，受到影響的相對人對其既不知情又不能質疑?！盵1]

關于智能量刑系統的輔助地位，學界和實務界已達成共識[2]，但“輔助”的定位僅能夠在人工智能完全自主決策與人類法官完全自主決策之間形成宏觀、暫時的邏輯契合，而這種宏觀的邏輯契合在微觀領域并不能完全解決人工智能與人類法官之間的主體沖突。我們還需要更為精細地在兩個“極端”之間探尋符合當代刑法精神與技術特征的“理性”輔助模式（輔助程度與輔助方法）。遺憾的是，由于學科隔閡、理論與實踐割裂等原因，當前智慧量刑理論關于智能量刑系統司法地位的回答止步于“輔助”的宏觀表述。這種“不求甚解”的止步致使“輔助量刑”成為一個沒有具體內容的“空殼概念”，可以被任意擺布，進而導致智能量刑系統以“輔助之名”行“替代之實”（主體沖突）。這是當前智能量刑系統“應用廣、效果差”的主要原因。正如左衛民所言，“中國司法系統斥巨資力推的大數據及法律人工智能技術在司法實踐中的運用效果并不理想”[3]。故此，本文以智能量刑系統與人類法官的主體沖突為問題意識，以當前的人工智能技術供給為現實基礎，剖析人工智能“輔助”量刑所面臨的核心問題——輔助程度與輔助方法。

一、內涵辯正：智慧量刑之“智慧”=人工智能+人類智慧

當前，針對大數據、云計算等新興智能技術介入量刑機制已有較多研究，如量刑實證研究[4]、人工智能司法地位[5]等，但能夠囊括人工智能介入量刑機制全過程、全要素的“完整”概念仍然需要進一步明晰。該概念的“完整性”一方面表現為“全”，即需要覆蓋人工智能介入量刑機制各個階段的所有論題；另一方面表現為“?！?，即不能涵蓋與之無關的論題?，F有研究主要在兩種語境下討論人工智能介入量刑機制問題：其一，在外延更大的“智慧司法”“智慧法院”等概念下討論；其二，在外延更小的“人工智能量刑”概念中討論。但就能夠表述人工智能介入量刑機制的“完整性”概念需求而言，前者不夠“?！?，后者不夠“全”，因此，本文主張用“智慧量刑”概念表述當前人工智能技術介入量刑機制現象[6]。

第一，現階段，智能技術介入量刑機制所體現之“智慧”既包括人工智能的智慧（量化分析），也包括人類法官的智慧（經驗裁量），二者不可偏廢。即使是最激進的人工智能法學研究者也不會認為當前的人工智能可以替代人類法官地位。因此，現階段，對人工智能介入量刑機制論題的完整概念表述應當是包含人工智能之智慧與人類法官之智慧的“智慧量刑”。

第二，在“智慧司法”“智慧法院”等概念下討論人工智能介入量刑機制，只能在制度運行、司法建設等宏觀層面進行泛化討論，而無法切入其內核與細節問題。當然，這只是針對量刑問題而言，并非否定該討論的積極意義。相反，對智慧量刑的分析要建立在“智慧司法”“智慧法院”等上位范疇的積極成果之上。

第三，在“人工智能量刑”概念下討論人工智能介入量刑機制會忽視人類法官的重要性?！叭斯ぶ悄芰啃獭蓖癸@智能技術在量刑機制中的應用，主要包括司法大數據分析、量刑算法的構建等。不可否認，這是人工智能技術介入量刑機制極為重要的內容，但我們也必須清醒地認識到，即使是對智能量刑技術問題的研究，也必須跳出純技術主義的禁錮，在更高的維度分析技術問題，即在“技術知識與專業知識（法學專業知識——引者注）的深度融合”[1]的基礎上剖析技術問題。

綜上，本文認為，對人工智能介入量刑機制的理論界定宜采用“智慧量刑”（人工智能+人類智慧）的概念，其是“智慧司法”的下位概念，“人工智能量刑”的上位概念。就具體內容而言，其一，智慧量刑在同等程度上重視人工智能技術與人類法官智慧。其二，智慧量刑是由“人機協同”完成一個完整的量刑活動，智能系統完成其中的量化部分，而人類法官完成其中的裁量部分。其三，對智能量刑系統的研發只有跳出純粹技術主義的禁錮，站在更高的智慧量刑層次（人工智能+人類智慧）視角來開展，才能構建符合當前司法現狀與技術現狀的人工智能量刑技術。

二、主體沖突：智能系統與人類法官的地位矛盾

智能量刑系統在量刑活動中的地位問題是其構建、運行的核心，但遺憾的是，當前，學界對該問題的回答止步于“輔助量刑”，導致智能量刑系統以“輔助之名”行“替代之實”。智能量刑系統對人類法官的“替代”分為兩種：體系性替代（顯性替代）與功能性替代（隱性替代）。第一，體系性替代是智能量刑系統在整個司法體系中完全替代人類法官作為裁判主體，此為一種容易被察覺的“顯性”替代。這種替代方式在當前的時代背景下不具有生存的土壤。第二，功能性替代指智能量刑系統研發的（功能）目標是通過運行一個完整的量刑過程而得到最終量刑[2]，此為一種隱藏在“量刑輔助”名義下不易被察覺的“隱形”替代，是導致“主體沖突”的主要癥結，也是本文論述的重點。這種功能性替代所導致的主體沖突主要表現如下。

1.沖突表現一：智能量刑系統以“宣告刑”作為輸出目標

當智能量刑系統追求的輸出目標是最終的宣告刑[3]時，其與人類法官之間就存在不可調和的主體沖突。以什么階段的刑罰量作為智能量刑系統所追求的目標直接決定了其研發方向、數據篩選、算法構建等一系列重大問題，但這也是智能量刑系統研發普遍忽視的問題。當前的智能量刑系統幾乎都默認以輸出最終的宣告刑為研發目標，這帶來由法官適用困難、算法構建遇阻等主體沖突導致的一系列問題。

第一，智能量刑系統以“宣告刑”為輸出目標表明其旨在完成一個與人類法官量刑平行的“獨立”量刑活動。這種獨立性經常被“驗證法官量刑”“為法官提供量刑參考”等說辭“轉化”為“輔助量刑”而被掩蓋?！膀炞C”“參考”并不能使智能系統與人類法官量刑發生實質的交集，而是將兩個量刑過程強行拼湊在一起，以達到形式上“輔助”，這也是在回答智能量刑系統的司法地位時止步于“輔助量刑”而不進行“何種程度的輔助”“如何輔助”等更深層次的回答所帶來的危害。在此意義上，此類智能量刑系統并不能減輕法官的裁判負擔，法官的量刑活動并沒有因為智能量刑系統的介入而縮減。

第二，“驗證”“參考”之所以不能使智能量刑系統量刑與人類法官量刑構成實質意義的交集，從而進行實質意義的“輔助量刑”，是因為其并不能對促進法官量刑公正產生實質意義的作用。其一，智能量刑系統量刑能否真正發揮“驗證”作用值得懷疑。在經典的量刑理論中，量刑是一次性的活動，是有審判權的法官根據規范、經驗、良知等往返于事實與規范之間并做出有效判決的活動，那么用智能量刑系統的宣告刑結論進行所謂“驗證”的合理性與合法性的來源值得反思。如果智能量刑系統能夠進行所謂的“驗證”，那么為什么不直接采用其量刑呢？其二，“參考”是否對法官量刑有實質的價值、是否符合量刑的基本原理值得反思。即使法官在量刑之前參考了一個確定的宣告刑，其仍然需要按照量刑的基本原理完成一個完整的量刑活動，不僅不能以智能量刑系統得出的結論為基礎，還會因為沉錨效應[1]影響其原本的量刑活動。

第三，智能量刑系統的“驗證”“參考”作用在量刑方法上受到正當性質疑。量化與裁量是量刑活動中所采用的兩種方法。法官量刑采用的是復合量刑方法，即同時采用“樸素的量化”與“裁量”，而智能量刑系統本質上只能采用單一量刑方法，即量化分析?？梢钥闯?，以宣告刑為輸出目標的智能量刑系統實質上是用純粹量化分析的結論，“驗證”法官用復合量刑方法所得出的結論或為其提供參考。量刑理論已經表明，純粹的“量化”并不能達到量刑的目標。

綜上，以最終宣告刑為輸出目標的智能量刑系統與法官之間存在天然的主體沖突問題，該主體沖突會導致一系列背離法治現代化的惡果。例如，在不得不使用智能量刑系統時，法官采用“逆向量刑”的方式來強行迎合智能系統。

2.沖突表現二：智能量刑系統將“刑之裁量”作為功能目標

“刑之量化”是智能量刑系統天然具有的功能。當智能量刑系統的研發以“刑之裁量”為功能目標時，表明其是以獨立完成一個完整量刑活動所需要的所有量刑方法為功能目標，與人類法官之間存在無法調和的主體沖突。

在經典的量刑理論中，“刑之量化”與“刑之裁量”是關于量刑本質的兩種對立立場[2]。在此基礎上，我們可以在兩個層面對“刑之量化”與“刑之裁量”做更進一步的理解。第一，在量刑本質層面，“刑之量化”與“刑之裁量”是完全對立的概念；第二，在量刑的具體方法層面，“刑之量化”與“刑之裁量”可以并存于一個量刑活動，即在量刑的本質是“刑之裁量”的前提下，在具體量刑方法中同時兼容“量化”與“裁量”。本文在第二層面上使用“刑之量化”與“刑之裁量”概念，即主張量刑是“刑之量化”基礎上的“刑之裁量”。具體而言，“刑之量化”是對量刑活動中可以明晰犯罪行為與階段性刑罰量之間數理關系的部分進行量化；“刑之裁量”是需要法官行使自由裁量權判斷犯罪行為與刑罰量之間關系的裁判行為?？梢钥闯?，“刑之量化”與“刑之裁量”之間核心的區別在于是否存在法官的自由裁量權。故此，當智能量刑系統以“刑之裁量”為功能目標時，其就與人類法官存在主體沖突。

第一，“刑之量化”與“刑之裁量”可以涵蓋一個完整的量刑活動所采用的所有量刑方法。將二者同時作為智能量刑系統的研發目標時，表明智能量刑系統研發的最終目的就是替代法官。因此，此類智能量刑系統與人類法官之間存在天然的主體沖突。此外，當研發此類智能系統以“驗證”“參考”為目的來緩和矛盾時，存在與上述以宣告刑為輸出目標研發智能量刑系統同樣的困境。

第二，就能力而言，現階段智能量刑系統無法實現“刑之裁量”，即使通過深度學習、神經網絡等技術使其看似具有“裁量”的能力，這也僅僅是對人類法官裁量表象的“模擬”，其本質上仍然是在尋求數學上最優解的基礎上輸出結論。因此，試圖讓“硅基”的智能量刑系統具有“裁量”能力的做法本質上仍然是將“量化”推向極致使其形式上具有類似于“裁量”能力的表象，并無法使其同人類法官一樣基于“碳基”而具有裁量能力。

綜上，當前以“刑之裁量”為研發目標的智能量刑系統因技術局限注定無法成功，且此種以量刑所需的全部量刑方法為研發目的的智能量刑系統與人類法官之間存在天然“主體沖突”。

三、技術供給：化解“主體沖突”的實踐根基

智慧量刑理論的研究，不是為避免陷入科林格里奇困境（Collingridges Dilemma）[1]的未雨綢繆，而是以當前的人工智能技術賦能法治實踐的理論探索。因此，須清晰地認識到當前人工智能的技術供給是破解前述主體沖突的實踐根基。據此，本文以智能量刑系統的技術供給現狀為基礎，探尋破解智慧量刑主體沖突的方法與出路。

1.時代背景：弱人工智能時代或生命2.0時代

當前，人工智能被劃分為強人工智能與弱人工智能?！叭跞斯ぶ悄墚a品雖然可以在設計和編制的程序范圍內進行獨立判斷并自主作出決策，但不具有辨認能力和控制能力?！薄皬娙斯ぶ悄墚a品具有辨認能力和控制能力……也有可能超出設計和編制的程序范圍，進行自主決策并實施相應行為，實現其自身的意志?！盵2]依據此種劃分標準，當前我們處在弱人工智能時代。需要說明的是，強、弱人工智能的劃分最早是由美國語言哲學家約翰·塞爾提出的，他提出此種劃分的原因是否定強人工智能的存在。為此，約翰·塞爾設計了著名的“中文房間模型”思想試驗，“讓我們自己參與操作機器和程序，并讓我們自己判斷機器是否具有智能”[3]，并以其反駁強人工智能。

麻省理工學院物理學終身教授邁克斯·泰格馬克將生命發展分為三個階段，“生命1.0時代（生物階段）：靠進化獲得硬件和軟件；生命2.0時代（文化階段）：靠進化獲得硬件，但大部分軟件是由自己設計的；生命3.0時代（科技階段）：自己設計硬件和軟件”[4]。在此意義上，當前我們處在生命2.0時代（文化階段）。

無論是弱人工智能時代還是生命2.0階段，都意味著當前的智能技術處在“無意識”階段，其僅僅是作為“工具”存在的。具體而言，當前的智能技術本質上仍然是尋求數理上的最優解，其與人類的“意識”“感覺”等存在本質的區別，其實，我們對人類自身的“意識”都沒有精確的認識。故此，在剖析智慧量刑理論時，一方面要在弱人工智能時代抑或生命2.0時代的大背景指引下進行，另一方面要精細化地分析當前智能技術的具體構造。

2.技術內核：智能量刑系統的“機械性”辯正

“機械性”長久以來都被作為智能量刑系統的批判核心，但“機械性”是智能量刑系統不可更改的本質特征之一，我們在量刑活動中引入智能量刑系統正是看中其“機械性”以及超越人類法官的量化能力。

第一，“機械性”并非一定是對量刑活動的否定評價。機械司法是司法實踐應當排斥的?！耙朴趯⑵毡榈姆梢幏肚‘敎蚀_地適用于具體的個案中，防止機械、片面地理解和適用法律?！盵5]但機械司法是一種整體性批判，而不是針對具體司法實踐的內部過程。具體到量刑領域，如果將一個完整的量刑活動評價為“機械性量刑”，那么無疑是對其進行了否定。但是一個具體的量刑活動內部必定會有機械性特征存在，例如，非經最高人民法院核準不能突破法定刑幅度量刑。故此，如果是將量刑活動內部需要嚴格執行規范的部分評價為“機械性”，并不是對該部分進行否定評價。

第二，當智能系統與人類法官“人機協同”完成一個量刑活動時，人類法官可彌補智能量刑系統的機械性或片面性，進而讓整個量刑活動成為“非機械性量刑”。我們之所以看重智能量刑系統的機械性，是因為其超越人類法官的量化能力。因此，要在量刑活動中利用智能系統的機械性特征，讓其在量刑活動中需要“機械”的地方發揮作用，而不是在整個量刑過程中發揮作用。智能量刑系統只在量刑中發揮部分作用，智能量刑系統的機械性并不會導致智慧量刑的機械性，因為人類法官之智慧能夠克服智慧量刑系統的機械性。

3.數據革新：司法大數據分析的“元問題”

值得反思的是，當前司法大數據分析利用的數據源正是由其極力反對的“估推式”量刑所得出的。

智能量刑系統的技術主要由“自上而下”的算法構建（規范的算法化）和“自下而上”的司法大數據分析構成。張鈸等將知識、算法、算力作為第一代人工智能（知識驅動人工智能）的基本要素，將數據、算法、算力作為第二代人工智能（數據驅動人工智能）的基本要素[1]。按照此分類，智能量刑系統是由知識驅動人工智能與數據驅動人工智能共同構成的，前者主要是將規范算法化，后者則對現有的司法大數據進行數據分析。對于當前的人工智能技術而言，規范算法化非難事，困難的是如何對現有的司法大數據進行符合法理的數據分析，以指導后續的未決案件。

相較于“算法歧視”“算法黑箱”，“數據源”問題一直是被智慧量刑理論忽視的重大“元問題”，面臨“鼎故革新”的挑戰。司法大數據分析的“鼎故革新”意味著一方面不能完全否定之前的量刑實踐，另一方面要在已有的量刑實踐基礎上做出符合時代特征的變革：

第一，不能輕易否定現行有效的量刑結論。以往“粗放式”“估推式”的量刑由于極個別影響力較大的錯案所形成的“光圈效應”而受到較多批評。但需要注意的是，迄今為止的量刑結論都是有審判權的法官根據生效的規范，依照自己的學識、經驗、良知做出的有效判決，非經審判監督程序推翻，任何人不能否定其有效性。

第二，司法大數據分析要以現有的量刑數據為基礎，其所采用的數據分析方法要同時符合量刑的基本原理與人工智能的技術特征。司法大數據分析需要法學實證研究的支撐，但當前法學實證分析仍然存在如下困境：其一，數據清洗問題。其二，隨機性問題。樣本的“隨機性”直接決定了估算的準確性。其三，學科融合問題。統計學分析只能測算出變量之間的“相關關系”，而量刑關注的是“因果關系”，從“相關關系”到“因果關系”的危險跳躍需要量刑理論的精細化分析。

4.功能沖突：量刑決策與量刑預測的方法論差異

以“量刑決策”為目標的智能量刑系統（以下簡稱“決策型智能量刑系統”）與以“量刑預測”為目標的智能量刑系統（以下簡稱“預測型智能量刑系統”）的方法論基礎完全不同，而當前研究大多對二者沒有明確的界分，統稱其為“量刑人工智能”“智能量刑”等。

預測型智能量刑系統是指通過大數據分析等技術進行“預測量刑”的智能系統，其主要特征是對輸出結果不承擔裁判意義上的責任，核心功能是通過對以往量刑數據的分析使得對個案的“量刑預測”盡可能地接近法官量刑，某些情況下甚至可以不考慮量刑方法、相關規范等因素而僅通過純數理方法得出結論。決策型智能量刑系統，是指通過規范算法化、大數據分析等技術輔助法官進行量刑決策的智能系統，其主要特征是對輸出結果承擔裁判意義上的責任，核心功能是通過對已有量刑數據的分析，找出已決案件中部分犯罪事實與刑罰量之間的相關關系，并經有權機關進行因果關系的確認用以未決案件量刑，其算法內核要遵守量刑的基本原理。

當前的智慧量刑理論并未對上述二者進行精細區分，而對其進行嚴格界分對理論研究和軟件研發都是極為必要的，二者主要差異如下：

第一，決策型智能量刑系統需要對量刑結論承擔裁判意義上的責任，而預測型智能量刑系統則不用，這是二者本質的區別，并引發二者后續的差異。所謂裁判意義上的責任，是指決策型智能量刑系統在研發理念、研發程序、算法構建等方面都要對其輸出結論的合法性、公正性負責。而預測型智能量刑系統無此要求，只要其能根據已有的數據通過數理方法盡可能地預測量刑結論即可，其具體的數理分析方法甚至可以“在所不問”，因此也不會受到“算法黑箱”“算法歧視”等質疑。

第二，決策型智能量刑系統需要為現實有效的量刑做出貢獻，預測型智能量刑系統對現實有效的量刑不產生影響。質言之，前者是法官量刑的工具，主要作用是輔助法官進行符合量刑基本原理的數理分析；后者是預測法官量刑的工具，可以作為律師的輔助工具。

第三，決策型智能量刑系統的構建需要同時符合量刑邏輯與數理邏輯，預測型智能量刑系統則只需要符合數理邏輯。故此，當某一預測型智能量刑系統通過對司法大數據的深度學習而有“隱層”存在時，我們就不能質疑其違反量刑的基本原理，因為其只需要符合數理邏輯，對現實有效的量刑結論并不產生直接作用，不用對量刑結論承擔裁判意義上的責任。

綜上，輔助法官量刑的智能系統應為“決策型智能量刑系統”。將決策型智能量刑系統與預測型智能量刑系統混同會導致量刑說理缺乏、量刑不公等嚴重后果。例如，將預測型智能量刑系統用于量刑決策會面臨缺失量刑基本原理的質疑。

四、方法回應：智慧量刑“主體沖突”的破解路徑

“主體沖突”是智慧量刑理論當前面臨的起始性問題，對該起始性問題的忽視導致諸多智能量刑系統的研發出現方向性偏差。歸根結底，現階段“主體沖突”的原因仍然是沒有進一步回答智能量刑系統進行“何種程度的量刑輔助”以及“如何進行量刑輔助”，進而導致當前所謂的“量刑輔助”要么行“（功能性）替代”之實，要么沒有進行實質意義的輔助。對該問題的進一步回答要建立在深刻認識當前人工智能技術局限的基礎上，構建符合量刑基本原理與人工智能技術特征的智慧量刑理論體系與智能量刑系統。

1.基本原則：量化可以量化的，裁量必須裁量的

“刑之量化”與“刑之裁量”是量刑活動的底層方法構造，前者著眼于犯罪事實要素與刑罰量之間的數理關系，后者著眼于對犯罪行為及行為人的價值衡量并以刑罰量作為衡量結論。就能力而言，人類法官“獨占”刑之裁量，而智能量刑系統擅長刑之量化。

第一，人類法官量刑是以建立在價值判斷上的“裁量”為主，并在裁量時不可避免地進行一定程度的“量化”，二者無法完全割裂。人類法官的“量化”是一種“樸素的量化”，沒有成規模的數據來源和先進的數理基礎，甚至沒有統一的量化模型，僅僅是法官通過樸素的橫向與縱向對比進行所謂的“量化”，并在此基礎上進行“刑之裁量”。

第二，智能量刑系統只能進行基于數據的“刑之量化”，這是弱人工智能時代的必然結果。在大數據分析、云計算、計算機算力指數級增長的人工智能時代，智能量刑系統的刑之量化在數據規模、分析方法等方面具有巨大優勢。但在當下，智能量刑系統沒有刑之裁量能力，人類法官裁量能力的根基在于人類法官與審判對象具有同物種的“共情”能力，這是人類法官天然的生物學優勢。這種共情能力能夠在事實與規范之間尋找出符合“物種共性”的結論。

在人工智能時代，法官的自由裁量權（刑之裁量）仍然是量刑的基石，但這種以共情能力為基礎的自由裁量權須被合理制約，因為該“共情”能力不僅體現為物種共性，還體現為個體（法官）特性。例如，一項針對以色列假釋委員會（由八名法官組成）的實證研究顯示，剛上班時、午餐后、茶歇后，假釋申請通過率顯著上升，最高超過70%；之后通過率持續下降，在下次休息之前接近0%；該國假釋平均通過率為35%[1]。這種個體特性是司法裁判中應極力避免的?！靶讨炕本褪且幏丁靶讨昧俊敝小皞€體特性”的有力工具。因此，法官應當將“刑之量化”功能讓渡于具有大量司法數據來源、先進數理基礎、規范量化模型的智能量刑系統，而僅進行最為重要的“刑之裁量”。

綜上，本文認為，為破解智慧量刑所面臨的“主體沖突”，需要將量刑活動以是否需要自由裁量權為標準區分為“必須采用裁量方法的量刑活動”以及“可以采用量化方法的量刑活動”，且前者為后者劃定空間，然后用智能系統賦能量化階段，人類法官堅守于裁量階段，即“量化可以量化的，裁量必須裁量的”。

2.量刑方法：階段化量刑的“再階段化”

（1）概念明晰：核心量刑階段（處斷刑—宣告刑）的再階段化

當前理論界已經對階段化量刑進行了廣泛的探討，例如將量刑區分為量刑起始階段、量刑發展階段、量刑深入階段[2]，再如將量刑區分為法定刑、處斷刑、宣告刑[3]。這樣的階段化區分無疑是正確的，其是“宏觀”的階段化，即能夠為量刑活動提供大方向指導，但量刑活動還需要“微觀”的階段化指導，即對處斷刑到宣告刑之間量刑活動的再階段化，這是整個量刑活動的重點與難點，也是從“量刑區間”到“精確量刑”危險跳躍的核心階段。德國學者將該核心階段界定為“法官的量刑”（richterliche Strafzumessung），而將其他階段界定為“法律的量刑”（gesetzliche Strafbemessung）[4]?！拔⒂^的階段化量刑”是對宏觀的階段化量刑中“法官量刑”部分的再階段化，即從處斷刑（區間）到宣告刑（點）過程的再階段化。

階段化量刑的“再階段化”是針對處斷刑（量刑區間）到宣告刑（精確量刑）這一核心量刑階段區分量化方法與裁量方法的再階段化，以便于在此核心量刑階段中智能量刑系統賦能于量化階段、人類法官堅守于裁量階段。

（2）邏輯構建：量刑基準—不法刑—責任刑—預防刑—宣告刑

開宗明義，本文認為從處斷刑到宣告刑的核心量刑階段可以再劃分為量刑基準、不法刑、責任刑、預防刑、宣告刑五個量刑階段。在具體論述微觀階段化量刑之前，必須說明本文所持的犯罪論立場與刑罰論立場。第一，在犯罪論方面，本文主張區分不法-責任（規范責任）的階層犯罪論體系，進一步講，故意、過失等要素是不法的內容，而責任（規范責任）的內容包括期待可能性、違法性認識可能性、刑事責任能力[5]。第二，在刑罰論方面，本文主張“點之下論”，即在堅持責任刑限制預防刑的基礎上，在具體的限制方法上主張預防刑應當在責任刑的“點”之下進行裁量。

定罪與量刑并非完全分立，量刑可以運用定罪的階層化思維，甚至能夠貫徹得更加徹底。在裁判流程上（時間維度），定罪先于量刑，但在實質內容上，二者會發生重疊，在定罪階段，法官考慮的是不法的有無、責任的有無，是0與1的零和關系；在量刑階段，法官則需要考慮不法的程度與責任的程度，是0與1之間的無限可能。不法刑是具體案件中“客觀不法”所對應的刑罰量，責任刑是法官對該客觀不法的規范責任評價，預防刑是在責任刑下對行為人的人身危險性的評價。量刑基準在不同量刑理論、不同的學者之間有不同的內涵，存在用語“混亂”的情況，本文認為，量刑基準是區域性常態不法所對應的刑罰量[1]。不法刑是在該刑罰量的基礎上通過計算具體個案行為對該常態不法的偏離（偏重或者偏輕）程度而得出的刑罰量。

在對“法官量刑”再進行微觀階段化后，需要進一步回答的是哪些階段可以量化，哪些階段必須裁量。本文初步認為，量刑基準、不法刑是可以量化的，在不法刑基礎上的責任刑、預防刑是必須裁量的。

第一，量刑基準、不法刑可以通過“量化”方法得出。其一，量刑基準具有“非個案性”特征，即在特定個罪的特定行為模式的特定法定刑幅度內，存在統一的量刑基準。以搶劫罪為例，并非整個搶劫罪只有一個量刑基準。就搶劫罪基本犯而言，會在基本犯法定刑幅度內存在一個量刑基準；就搶劫罪升格后的法定刑幅度而言，存在八種不同的行為模式，每一種行為模式在該法定刑幅度內都存在一個量刑基準，因為每一種行為模式會有一個常態不法?？梢钥闯?，量刑基準的確定并不以法官的意志為轉移，是一個客觀的刑罰量，因此其可以通過量化的方法得出。其二，在裁判者的視角，不法的內容是客觀的，即使是存在于行為人腦中的心理要素等，對于裁判者而言也是一種客觀存在，客觀存在是可以量化的。

第二，責任刑、預防刑是必須裁量的。其一，責任刑是法官對客觀不法的“主觀評價”，是對行為人的客觀不法是否需要負責（刑事責任）以及負擔怎樣程度責任的裁量。責任刑不是在不法刑基礎上通過加減得到，而是在不法刑的基礎上乘以0到1之間的責任系數得到的，因為這才能體現責任刑是對不法刑的評價。其二，預防刑是對行為人的人身危險性的評價[2]，“預測”必須是裁量的。人身危險性（再犯可能性）預測的不可驗證性決定了其無法通過數據分析得出正確的結論，而人類法官可以基于“共情”能力、審判地位的合法性等擁有程序合法性。值得注意的是，預防刑裁量后的宣告刑裁量并非最終再進行一次整體性裁量，而是需要充足的理由才能對預防刑進行變更，否則，整個量刑的階段化成果將付之東流，又回到一次性“估推式”量刑的老路。

3.程序回應：公訴機關試用后過渡至裁判機關

智能量刑系統首先在公訴機關試用，然后過渡至裁判機關適用，無論是基于現階段的司法改革背景還是基于量刑的基本原理，都是當前階段的合理路徑。

第一，認罪認罰從寬制度的高適用率及量刑建議的高采納率使得檢察機關在事實上行使了部分量刑的職能?！?018年《刑事訴訟法》修改后，一種新型量刑建議制度開始全面實施?！盵3]之所以說是“新型”，是因為認罪認罰從寬制度下的量刑建議，要求人民法院做出判決時“一般應當采納”。在認罪認罰從寬改革后，刑事訴訟活動出現“雙高”現象。其一，刑事案件中適用認罪認罰從寬制度比例較高，2020年與2021年全國認罪認罰從寬制度的適用率均超過85%。其二，適用認罪認罰從寬制度的案件中，量刑建議被法官采納的比率較高，2020年量刑建議采納率接近95%，2021年量刑建議采納率超過97%[1]。在此“雙高”背景下，檢察機關在事實上已經承載起部分量刑的職能。但從過往的實踐來看，“檢察官長期對法官的量刑過程缺乏關心，也缺乏精準量刑的知識、經驗和能力”[2]。因此，相較而言，檢察官比法官更需要智能量刑系統的輔助。

第二，量刑建議的生成必須符合量刑的基本原理?！罢J罪認罰從寬制度的構建重塑了我國的刑事訴訟結構”[3]，但無論訴訟結構如何變化，“量刑建議作為對‘量刑的建議，……都必須尊重量刑的所有基本原理和刑法規定”[4]?！皺z察機關精準量刑建議的提出需遵循法院的量刑規范?！盵5]因此，理論上量刑建議應當與最終量刑適用同樣的量刑方法論，區別僅在于二者產生主體的不同。在此意義上，量刑建議與法官量刑在量化階段可以等同，二者的區別根源于不同主體的“裁量階段”。故此，作用于量化階段的智能量刑系統可以同時應用于量刑建議的產生與最終量刑的產生。

第三，法官對量刑建議的再審查可以消除智能量刑系統結論的“剛性”。智能量刑系統結論的“剛性”意味著檢察官的“裁量”無正當理由必須建立在智能量刑系統的“量化”結論之上。但在智能量刑系統研發初期以及逐步完善的試行過程中，加一道法官審查的防線可以防止智能量刑系統因各種原因出現量化錯誤。1999年荷蘭已經存在主要為檢察官求刑提供重要參考的“北極星準則”（BOSPOLARIS），即“裁量支持系統——國家刑事檢察準則發展計劃”[6]。

五、結語

對智能量刑系統司法地位的理論回應止步于沒有實質內容的“輔助量刑”而不做進一步追問導致的人工智能與人類法官的主體沖突，是當前智能量刑系統“應用廣、效果差”的起始性原因。但遺憾的是，具有方向指引功能的“元問題”自智慧量刑理論萌芽以來一直被忽視。因此，對智能量刑系統輔助程度及輔助方法的研究迫在眉睫，這是本文的寫作初衷。在對其司法地位研究取得階段性成果之后，更為具體的問題是符合法治現代化精神與量刑基本原理的算法構建。智能量刑系統的算法構建要建立在法學專業知識與智能技術知識深度融合的基礎上，使其既符合量刑的基本原理又符合當代的技術特征，這一方面需要交叉學科的支撐，另一方面也有賴于復合型人才的培養，要破除“懂技術的不懂法律，懂法律的不懂技術”[7]之困境。

〔責任編輯：玉水〕

[1]劉艷紅：《人工智能法學的“時代三問”》，《東方法學》2021年第5期。

[2]例如上海刑事案件智能輔助辦案系統（206工程）、北京法院“睿法官”系統、海南省高級人民法院研發的量刑規范化智能輔助辦案系統、貴州省檢察機關的案件智能研判系統等。

[3]本文所討論的智能量刑系統是指介入量刑核心領域的人工智能，例如量刑輔助系統、量刑偏離預警系統等，不包括語音識別、卷宗數據化等常規智能系統，當然，智能量刑系統不可避免地包含此類常規智能系統。

[1]馬長山：《司法人工智能的重塑效應及其限度》，《法學研究》2020年第4期。

[2]程龍：《人工智能輔助量刑的問題與出路》，《西北大學學報（哲學社會科學版）》2021年第6期；崔仕繡：《智慧司法場域下量刑輔助系統之功能辨正》，《新疆大學學報（哲學社會科學版）》2022年第4期。

[3]左衛民：《熱與冷：中國法律人工智能的再思考》，《環球法律評論》2019年第2期。

[4]吳雨豪：《量刑自由裁量權的邊界：集體經驗、個體決策與偏差識別》，《法學研究》2021年第6期。

[5]鄭曦：《人工智能技術在司法裁判中的運用及規制》，《中外法學》2020年第3期。

[6]“智慧量刑”在形式上并非一個全新概念，但其實質內涵并不明確，要么是與“人工智能量刑”同維度討論純技術問題，要么是一個僅有“量刑智能化”傾向而無實質內容的泛化概念。

[1]王祿生：《大數據與人工智能司法應用的話語沖突及其理論解讀》，《法學論壇》2018年第5期。

[2]此處僅就研發目標而言，至于其能否實現該目標，或者實現目標的方法是否符合量刑的基本原理，不是此處重點。

[3]刑法理論中對宣告刑的概念存在爭議，主要有以下觀點：第一，宣告刑是在確定處斷刑后根據從輕、從重處罰情節確定的刑罰，在宣告刑之后還需要根據數罪并罰、刑期折抵等量刑制度確定執行刑（交付執行機關執行的刑罰）。（參見石經海：《量刑的個別化原理》，法律出版社2021年版，第362—374頁）第二，宣告刑是交付執行機關執行的刑罰。第三，忽視宣告刑與執行刑之間的區別，這兩種情形都被稱為宣告刑。本文使用第一種情形下的宣告刑概念。

[1]沉錨效應指人們在對某人某事做出判斷時，易受第一印象或第一信息支配。

[2]石經海：《量刑思維規律下的量刑方法構建》，《法律科學（西北政法大學學報）》2010年第2期。

[1]科林格里奇困境是指一種技術的社會后果不能在技術生命的早期被預料到。然而，當不希望的后果被發現時，技術已成為整個經濟和社會結構的一部分，對它進行控制十分困難。

[2]劉憲權：《人工智能時代的“內憂”“外患”與刑事責任》，《東方法學》2018年第1期。

[3]蔡曙山：《哲學家如何理解人工智能——塞爾的“中文房間爭論”及其意義》，《自然辯證法研究》2001年第11期。

[4]邁克斯·泰格馬克：《生命3.0》，汪婕舒譯，浙江教育出版社2018年版，第37頁。

[5]孔祥?。骸墩搩蓚€效果統一與防止機械司法——以知識產權審判為例的方法論思考》，《人民司法》2008年第19期。

[1]張鈸、朱軍、蘇航：《邁向第三代人工智能》，《中國科學：信息科學》2020年第9期。

[1]See S. Danziger， J. Levav，L. Avnaim-Pesso， "Extraneous Factors in Judicial Decisions"， PNAS， 2011， 17， pp.6889-6892.

[2]石經海、駱多：《量刑過程視角下量刑方法分段構建研究》，《中國刑事法雜志》2015年第1期。

[3]馮軍：《量刑概說》，《云南大學學報（法學版）》2002年第3期。

[4]H. J. Bruns， Strafzumessungsrecht： Gesamtdarstellung， München ： Carl Heymanns Verlag， 1974， S. 36ff.

[5]甄航：《本土進化：“四要件”理論的規范責任轉向》，《中國刑警學院學報》2022年第6期。

[1]甄航：《回歸量刑基準：區域性常態不法的常態量刑——以司法大數據輔助量刑為背景》，《新疆社會科學》2023年第5期。

[2]本文認為，個案量刑的預防刑評價只能針對特殊預防，因為個案量刑階段以一般預防為目標，會導致“將人作為工具”而不是作為主體，而一般預防應是立法時考慮的因素。

[3]左衛民：《量刑建議的實踐機制：實證研究與理論反思》，《當代法學》2020年第4期。

[1]《最高人民檢察院工作報告——2020年5月25日在第十三屆全國人民代表大會第三次會議上》，2020年6月1日，https：//www.spp.gov.cn/spp/gzbg/202006/t20200601_463798.shtml；《最高人民檢察院工作報告——2021年3月8日在第十三屆全國人民代表大會第四次會議上》，2021年3月15日，https：//www.spp.gov.cn/spp/gzbg/202103/t20210315_512731. shtml。

[2]左衛民：《量刑建議的實踐機制：實證研究與理論反思》，《當代法學》2020年第4期。

[3]秦宗文：《檢察官在量刑建議制度中的角色定位探究》，《法商研究》2022年第2期。

[4]石經海：《量刑建議精準化的實體路徑》，《中國刑事法雜志》2020年第2期。

[5]李建明、許克軍：《“以審判為中心”與“認罪認罰從寬”的沖突與協調》，《江蘇社會科學》2021年第1期。

[6]林彥良：《以具體求刑改革量刑——荷蘭北極星準則經驗與臺灣地區試行中之智慧財產權刑事案件具體求刑參考標準》，《海峽法學》2010年第3期。

[7]馬長山：《數字法學的理論表達》，《中國法學》2022年第3期。