李 漫

（637000 西華師范大學 四川 南充）

一、人工智能的發(fā)展及應用

（一）發(fā)展概況

關于何為人工智能科學界有著不同的定義，通俗來講人工智能是研究怎樣使計算機去完成只有依靠人才能做到的工作。隨著科技的發(fā)展，人工智能逐漸進入大眾視野并開始深入到人們生活的各個方面。它的發(fā)展得益于大數(shù)據(jù)和云計算的興起，目前主要集中應用于金融、電子零售、安防、教育等領域。如我們所熟知的電商領域，像阿里巴巴、亞馬遜、京東等企業(yè)，他們已將人工智能廣泛應用于倉儲物流、語音客服、智能導購中去?？梢娙斯ぶ悄茉诟鞔箢I域內已經(jīng)卓有成效。

（二）在我國司法裁判中的應用

人工智能應用于我國司法領域較晚，但仍舊取得了一些不錯的成績。截至2018年4月，最高人民法院發(fā)布的評價報告和第三方的評價報告均顯示“全國智慧法院”已初步形成。從最初簡單的法律法規(guī)檢索、裁判文書公開到如今的電子卷宗模型構建、遠程在線審理模式、一體化的訴訟服務體系。面對激增的法律訴求與有限的司法資源嚴重不匹配的現(xiàn)狀下，人工智能線上服務平臺所提供的訴訟風險分析、在線調解仲裁、個性化的解決糾紛方式推薦，既合理地配置了緊張的司法資源，又有效地解決了案多人少的窘迫困境，同時也為老百姓提供了高效便捷、成本低廉的多元化糾紛解決渠道。毫無疑問它正在開啟司法領域信息化的新時代。

二、“同案同判”下人工智能的具體應用分析

（一）對“同案同判”的界定

“法律是治國之重器，良法是善治之前提，”適用法律人人平等一直是人們用于衡量司法公正的重要標尺，而“同案同判”同樣是公正和平等的要求。由于對“同案同判”的理解不同，在大多數(shù)人的眼里“同案同判”是難以企及的理想國。但是當我們在理解何為“同案同判”時，如果僅從字面上采用完全等同說，那么是無法實現(xiàn)的，原因在于每一個案都有其自身的特殊性。完全等同說忽視了事物共性與個性的統(tǒng)一。例如刑事犯罪，即使罪名相同，但量刑幅度、介入因素、主觀認知仍會使案件存在多多少少的差異。一味地過于苛求式、僵硬化的理解即否定了語言自身的模糊性。在理論上依存于唯一正解的“同案同判”是一種應然的理想狀態(tài)，因此理解“同案同判”我們應當在大眾的樸素認知的基礎上，從相似或相同的犯罪構成、類似的法律事實以及法律關系等方面綜合考量，做到普遍性與特殊性的統(tǒng)一。對于“同案”理解為“類似案件”較為恰當。“類似”即意味著認定“同案同判”的范圍在擴大，界定標準難以衡量，而單純靠法官的自由心證是很難作出準確的裁判的。若是將“同等情況”轉換為“同等罪量”進而使“同等情況同等對待”轉化為“同等罪量同等刑量”，可在一定程度上解決界定模糊的困境。

（二）現(xiàn)有解決“同案同判”的主要手段

傳統(tǒng)的解決“同案異判”的主要方法有制定相關的司法解釋、最高法院發(fā)布指導案例、法官個人裁判經(jīng)驗等。其中發(fā)布指導性案例被公認為能夠有力打擊同案同判的重要手段。不可否認，案例指導制度的明確性與針對性對于統(tǒng)一法律適用，加強法官說理論證，填補法律漏洞具有重要作用。但是，由于發(fā)布的指導案例往往都是帶有較強的特殊性，而各級法院所審理的案件數(shù)量繁多，案情不一，有限的指導案例并不能從根本上解決問題。有人認為可通過增加指導案例的數(shù)量來解決，但實際上也只是揚湯止沸。因為不可能將每一個案件裁判均制作成指導性案例。其次，現(xiàn)有的指導性案例均由最高院發(fā)布，但又并非所有的案件都來源于最高院。事實上，大多數(shù)案例是從各級法院選取。下級法院辦理的案例經(jīng)過最高法院“點石成金”之手，就能成為全國范圍內同級別或更高級別法院的“指導”。這不免有下級指導上級之嫌。

（三）實現(xiàn)“同案同判”的新路徑

隨著我國智慧法庭的初步形成，傳統(tǒng)的訴訟服務模式正在逐漸被改變，對實現(xiàn)讓每一個人民群眾在每一個司法案件中感受到公平正義又進了一步。以廣州中院為例，利用人工智能大數(shù)據(jù)分析2016年一審案件服判息訟率達到84.6%，改判、發(fā)回重審率均有所下降?？梢娙斯ぶ悄茉谒痉I域有著其巨大的優(yōu)勢。同樣它也更有利于實現(xiàn)“同案同判”。首先人工智能可以準確歸類相似的案件，不同于司法解釋的概括性界定與模糊性表達，人工智能在選取案例時能夠精準地分析出類似案件存在的異同。其次是人工智能在處理類似案件時速度更快，傳統(tǒng)依靠法官個人能力在海量案例中篩選出類似案例就如同大海撈針，而人工智能可以迅速反映出類似的所有相關案例，極大地提高了辦案效率也減輕了法官繁重的辦案負擔。第三，它能夠有效地解決指導案例數(shù)量有限的問題。依靠人工智能可以最大范圍的收集到類似案件，擁有足夠多的樣本數(shù)量進行分析自然能使結果更加趨于合理。

三、制約人工智能實現(xiàn)“同案同判”的因素

完全依靠人工智能來實現(xiàn)“同案同判”是具有一定的局限性的。孟建柱指出：“智能輔助辦案系統(tǒng)，不會替代線下刑事訴訟活動和司法人員的獨立判斷?！惫P者認為制約人工智能實現(xiàn)“同案同判”有以下幾點原因：①法律語言的模糊性以及案件的復雜性決定了法官在裁判案件時要做到合理性與合法性的統(tǒng)一，而對于合理性的把握很大程度上是依靠法官的自由心證。自然語言和情感思維是通過人造語言所實現(xiàn)的，機器是難以進行學習的。②人工智能即使能夠快速準確的完成類案推送，但對于案件所呈現(xiàn)的特殊性卻往往會被忽略。個別案件的特殊性是難以依靠統(tǒng)計數(shù)據(jù)來得出結果的。③以什么樣的案例作為分析樣本，需要提供多少樣本數(shù)量以及之后樣本數(shù)量的增加更新也是目前所面臨的問題。④基于大數(shù)據(jù)、云計算的信息安全保護，由于信息都被放進一個中心，一旦有人惡意入侵更改數(shù)據(jù)，那么所提供樣本的真實性、可靠性便得不到保障，自然無法得出正確的推送結果。⑤機器無法接受到正確的輿論聲音。司法裁判最為重要的任務就是將抽象的法律與具體的案件事實結合起來，這其中就要求裁判者依據(jù)案件事實對法律加以具體化，法官若是單純依靠機器會使判決結果過于僵硬。司法公正不僅需要硬度更應該有些許溫度，要能夠滿足人們內心最樸素、最直觀的道德感受。

四、發(fā)展前景

隨著科學技術的發(fā)展，人工智能已然成為了司法領域中不可或缺的一部分，正確的將其運用于司法實踐中對于推動法治進程，構建法治社會是至關重要的。我們要建立良性的人機互動模型，筆者不贊同人工智能可以完全取代法官的地位。它應當是工具性、輔助者的角色，起到主導作用的仍舊是裁判者。因為每個案件都涉及到了利益衡量和價值判斷問題，這不是固定的數(shù)據(jù)可以解決的。同時可以運用區(qū)塊鏈固定證據(jù)，實現(xiàn)去中心化的目標，有效防止信息泄露，確保收集到的信息真實、準確?；裟匪乖谂醒堇[推論模式時提出了著名的論斷“法律的生命不在于邏輯而在于經(jīng)驗。”邏輯只能解決推理的有效性問題，而法律判斷更多關乎內容，是價值判斷的問題。毋庸置疑，人工智能可以解決關于邏輯推論的問題，但是價值判斷往往離不開人的經(jīng)驗總結。情理交融是順勢而為，法治社會應以法為基，合情合理，這是老百姓所能接受、理解的法治。