摘 要：司法人工智能融入司法改革是新一代科學技術推動司法改革的新范式，它為提升司法改革質效、提高司法能力、推進司法公開、堅持司法為民和公正司法提供了智能化解決方案。司法人工智能融入司法改革的法理表達是“數字正義”，它運用法治思維和法律方法為司法改革提供適用的理論解釋和方法論支持。然而，司法人工智能面臨著公正和效率價值的失衡，實踐上仍難以滿足司法改革的需求，技術上存在算法不可解釋和過擬合的瓶頸，還缺乏精細化評估司法改革成效的科學方法。未來路徑需要從頂層設計上構建多維司法價值均衡發(fā)展的科學理論，研發(fā)遵循司法規(guī)律的智能化應用，建立以司法人員為中心的人機協(xié)同機制，構建司法改革成效評估的科學方法，制定司法人工智能的倫理規(guī)范，探索適應司法數字化改革的訴訟制度。

關鍵詞：司法人工智能;司法改革;數字正義;司法價值;司法規(guī)律

中圖分類號：DF920.0文獻標志碼：A

DOI：10.3969/j.issn.1001-2397.2021.03.01 開放科學（資源服務）標識碼（OSID）：

引 言

隨著司法改革的深入推進，司法改革向人工智能、區(qū)塊鏈、云計算等新一代學科技術要司法生產力成為一種新常態(tài)。在《新一代人工智能發(fā)展規(guī)劃》提出建設“司法管理”等國家政策利好和官方密集性資本投入之下，我國司法人工智能進入全面落地和應用的階段，以 “智慧法院”“智慧檢務”“智慧司法行政”為核心的智慧司法建設快速布局，在實現司法任務網絡化、平臺化和智能化過程中發(fā)揮了重要作用，成為科學技術助力司法體制改革，推動國家治理體系和治理能力現代化的成功范例。這當中，智慧法院以“平臺化”+“智能化”的信息化方式實現了智慧訴訟服務、智慧審判、智慧管理和智慧執(zhí)行，促進了審判體系和審判能力的現代化，推動了司法審判質效變革，實現了司法數字化改革的轉型升級和全面深入。我國司法改革的基本目標，是貫徹依法治國方略，建立公正、高效、權威的社會主義司法制度。參見陳光中、龍宗智：《關于深化司法改革若干問題的思考》，載《中國法學》2013年第4期，第7頁。司法人工智能融入司法改革就是為規(guī)范和提升審判、監(jiān)督檢察等能力，實現司法為民和公正司法，建立科學、高效、公正、權威和透明的司法體系提供科技支撐。

司法人工智能融入司法改革有其法理意蘊，“數字正義”是司法人工智能與司法改革相融合的法理表達，互聯(lián)網和信息技術的發(fā)展使司法公開從線下的“現場正義”轉化為線上的“可視正義”，在線矛盾糾紛多元化解模式突破了空間限制，構建了更加便捷、簡單和快速的法律程序去“接近正義”（access to justice）。See M.Ethan Katsh，Orna Rabinovich-Einy，Digital Justice： Technology and the Internet of Disputes，Oxford University Press，2017，p.40.法理學和法哲學很早就關注了科學技術與法律的融合?？挤蚵驮赋觯骸胺尚畔W（Rechtsinformatik）法律信息學是研究信息學在法律環(huán)境背景下的應用，因此涉及到與法律相關的組織（如法律事務所，法院和法學院校）以及信息的使用者，還有這些組織所包含的信息技術。參見 Erdelez Sanda，OHare Sheila，Legal Information：Application of Information Technology in Law，32 Annual Review of Information and Technology 367，367-402（1997）.是在法律事務上的應用，且需要法律理論知識的一種技術，這些偏向形式的法律領域，今天絕大多數的看法，不再歸屬于原本意義的法律哲學，而較傾向于歸屬于法學理論。”[德]阿圖爾·考夫曼：《法律哲學》，劉幸義譯，法律出版社2011年版，第3頁。司法人工智能以一種科學技術的“法外”形態(tài)來作用于司法改革，它借助新科技的技術優(yōu)勢來提高司法改革任務的質效，減少低效和重復的工作，充分挖掘和釋放司法實踐的形式理性。參見魏斌：《論法律人工智能的法理邏輯》，載《政法論叢》2021第1期，第144頁。司法人工智能為司法改革賦能增效是科學技術理性和司法改革需求雙向驅動的融合，從法理學角度探討司法人工智能是新科技融入司法改革的正當性辯護。

司法人工智能融入司法改革面臨新的問題。其一，司法改革需要平衡多重司法價值和適應多重司法實踐任務，還需要挖掘司法人工智能融入司法改革的法理，以司法改革內在動因為出發(fā)點，遵循司法價值均衡觀、司法過程效率觀、司法目標公正觀，為司法改革過程中的難題提供基礎理論支撐。其二，司法人工智能仍然難以滿足司法改革的任務需求，人工智能等新科技需要理解司法規(guī)律，推動類案檢索、繁簡案件分流、認罪認罰從寬、刑事及民事速裁、偏離度預警等司法改革任務的智能化。其三，司法人工智能仍然受限于人工智能的技術瓶頸，存在算法不可解釋和算法過擬合的問題，這使得智能化決策的結果備受質疑。其四，司法人工智能還需要評估和優(yōu)化司法責任制改革、以審判為中心的訴訟制度改革、多元化糾紛解決機制改革、司法資源配置改革，提升跨部門多領域、多業(yè)務司法協(xié)同的水平。司法人工智能融入司法改革需要直面司法改革中痛點和難點，通過構建多維司法價值均衡發(fā)展的科學理論，研發(fā)遵循司法規(guī)律的智能化應用，建立以司法人員為中心的人機協(xié)同機制，構建司法改革成效評估的科學方法，明確司法人工智能的倫理規(guī)范，探索相適應的訴訟制度等多個方面來推動司法人工智能深度融入司法改革。

一、司法人工智能融入司法改革

司法人工智能融入司法改革源于司法改革向人工智能等新科技要司法生產力的內在需求，迫切需要新科技支撐以提高司法改革的效率，提升司法改革的透明度，創(chuàng)新司法為民的新模式。司法人工智能融入司法改革應當在遵循司法規(guī)律的前提下滿足司法改革的需要，因而，司法改革的規(guī)律和內在需求應當包含在司法人工智能的內涵當中?！胺焊拍罨眴栴}正在使司法人工智能研究范圍擴大參見劉艷紅：《人工智能法學研究的反智化批判》，載《東方法學》2019年第5期，第119頁。，其作用和功能亦被夸大，甚至脫離了其客觀的作用。內涵和外延不清還使得法學界和科技界有諸多誤解，忽視了司法人工智能區(qū)別于一般人工智能的特有屬性。司法人工智能研究亟需明確司法人工智能的內涵與外延，使司法人工智能回歸到理性和合理的范圍，客觀看待司法人工智能融入司法改革的價值。

（一）司法人工智能的科學內涵

司法人工智能是運用人工智能等新科技來求解司法實踐中的難題，幫助提升司法實踐的質效，它有明確的問題意識和實現目標。因而，在人工智能科學家看來，司法人工智能是人工智能的一個分支，它是將人工智能應用于司法活動而產生的輔助方法、技術和應用，是為了減輕司法人員的重復和低效的勞動，將更多精力投入到能體現法律專業(yè)性和不可替代性的工作當中。國際上，司法人工智能的研究呈現出清晰的演進路線，其研究主題也隨著法學與人工智能的交叉融合而不斷豐富，主要的研究領域包含：法律文本的論證挖掘、法律大數據的信息抽取、法律文本的分類和摘要、商談與合同制定的可計算方法、計算機輔助的爭議解決方法、法律領域的深度學習、法律推理與道義邏輯、智能合約、證據推理的可計算模型、智能化法律導航系統(tǒng)、法律領域的知識獲取技術、法律知識可視化、機器學習與大數據分析、本體與法律知識表示、關聯(lián)且開放的法律大數據等。參見2021年國際人工智能與法律會議（ICAIL）征文公告，https：//icail.lawgorithm.com.br/calls/，2020年10月訪問。在我國智慧司法被納入國家治理體系的特殊背景下，司法人工智能在技術外表之下被賦予更多的內涵。司法人工智能被看作是科技輔助司法的一種運行和管理形態(tài)，它將人工智能等新科技引入到司法領域，替代重復和低效的法律任務，實現業(yè)務及其流程的數據化、平臺化和智能化，從而提高司法實踐的準確性、精確性和效能，幫助促進司法為民和公正司法。

司法人工智能的內涵界定也要避免過度的技術崇拜，人工智能與法學的交叉定位要求真正理解新一代科學技術與司法實踐融合背后的法理意蘊，應當注重從傳統(tǒng)的法律邏輯學、法律解釋學、法律推理理論、法律論證理論、法律證成理論等法律方法論當中吸收學科知識，更要聚焦法律概念、法律命題、法的規(guī)范效力、法的正當性、法的安定性、法的程序正義和實質正義、法之功能等更具理論深度和廣度的法哲學和法理學命題。司法人工智能也并非是新科技在司法領域的簡單或機械應用，而是要與司法改革的內在需求有機融合。司法人工智能應當是在牢牢把握司法規(guī)律的前提下，應用于以檢察和審判為核心的司法任務，一味地追求滿足司法實踐的任務需求，機械地應用人工智能極可能將司法改革的真正需求與人工智能的功能剝離開來，也就無法真正發(fā)揮新科技的作用。司法人工智能的特性是司法與人工智能的深度融合的本質，這種特性要求深入理解和尊重司法規(guī)律，滿足司法實踐需求，真正將人工智能的優(yōu)勢融入到司法實踐當中。

司法人工智能的概念解構還取決于對“司法”概念的解讀，對“司法”的不同理解影響對司法人工智能的界定?！八痉ā蓖ǔ１徽J為是國家司法機關及其司法人員依照法定職權和法定程序，運用法律處理案件的專門活動。但對于“司法”究竟行使何種司法權以及司法對應于何種法律專門活動，存在不同的見解，代表性觀點包括：司法即審判、司法即訴訟、司法即糾紛解決、司法即法的適用、司法即“公檢法司安”、司法即審判和檢察。參見彭巍：《司法規(guī)律研究》，吉林大學2018年博士學位論文，第39-40頁。從司法權的涵蓋范圍來看，司法有廣義和狹義之分。廣義上，司法權包含偵查權、檢察權和審判權，因而，廣義的司法人工智能旨在推動提升行使這三種司法權的司法效能，這就對應到我國“智慧公安”“智慧檢務”和“智慧法院”建設。狹義上，司法權的核心內容是裁判權參見陳瑞華：《司法權的性質——以刑事司法為范例的分析》，載《法學研究》2000年第5期，第30頁。，我國司法改革正在推進以審判為中心的訴訟制度改革，司法人工智能主要服務于審判體系和審判能力現代化，這意味著狹義的司法人工智能指的就是作用于審判職權的理論、技術和應用，這就對應“智慧法院”建設。

（二）司法人工智能融入司法改革的動因

司法人工智能融入司法改革是實現司法公正的需要。司法公正的內涵需要從厘清司法公正與司法效率、判后釋疑、審判公開、司法審判公共關系、社會輿論、司法政策之間的關系，而且要從立案、審判、執(zhí)行的全過程動態(tài)視角加以解析。參見王晨：《司法公正的內涵及其實現路徑選擇》，載《中國法學》2013年第3期，第19頁。從更深層次的需求來看，人工智能融入司法是司法體制改革和現代化科技應用結合的必然結果。司法體制改革的功能就是要解決人民密切關心的立案難、訴訟難、執(zhí)行難等問題，司法人工智能恰是通過智慧訴訟服務、智能化司法公開、智慧執(zhí)行等來回應和解決這些問題。司法人工智能要突出和體現司法體制改革中的顯性功能和正功能，要避免導致扭曲或阻礙司法體制改革的反功能。參見錢大軍：《智慧司法的中國進程：功能替代與結構強化》，載《法學評論》2018年第5期，第138頁。 司法人工智能將深度學習算法結合智能語音識別、圖像和視頻處理技術、自然語言處理技術應用于庭審語音轉化、案件分類和標準化認定、類案檢索、智能化裁判輔助等多種司法人工智能應用，法官和檢察官借助司法人工智能快速了解案情，明確證據的三性，鎖定爭議焦點，預測案件結果，形成合理的判決。

司法人工智能融入司法改革是提升司法效率的需要。智慧法院建設圍繞審判流程再造，以構建全流程、全覆蓋的無紙化辦案體系為目標，推進立案、審判、執(zhí)行和管理四個主要環(huán)節(jié)全覆蓋，力圖實現審判全流程提質增效。司法效率的提升在不同司法場景對人工智能等新科技有不同的需求。立案通過網上立案等新模式提高訴訟服務效率，審判使用類案檢索和法律法規(guī)推送等智能化輔助系統(tǒng)以減少裁判尺度不統(tǒng)一的問題，限制司法人員的自由裁量，執(zhí)行借助精準查控來提高執(zhí)行效率，司法管理基于流程化和可視化平臺來提高法院業(yè)務流轉效率。司法改革要求提升司法的公信力和透明度。司法大數據通過互聯(lián)網的傳遞突破了時間和空間的限制，使得公民及時便捷地參與訴訟全流程中的司法活動。審判流程監(jiān)督需要公開化和透明化，公民可以通過網絡公開平臺查詢涉訴案件的審判流程，最大限度地滿足當事人的知情權、參與權和監(jiān)督權。庭審不再局限于公民到庭旁聽，而是借助網絡庭審直播使公民感受庭審過程，防止黑箱操作和司法專斷，提升庭審的質量和效果。裁判文書公開是判決公開，保障公民對司法裁判的知情權，提供先例裁判的數據，使法官形成相對統(tǒng)一的裁判標準，提升裁判文書釋法說理的水平。

（三）司法人工智能融入司法改革的成效

司法人工智能使得司法改革以往存在的一些難點或矛盾得到一定程度的緩解。司法信息科技的成績主要體現在三個方面：提升了司法的透明度，提高了司法管理和辦案的效率，加強了司法公平。參見孫笑俠：《論司法信息化的人文“止境”》，載《法學評論》2021年第1期，第25頁。司法改革和智慧法院建設更是作為人民法院審判體系和審判能力現代化的“車之兩輪，鳥之雙翼”周強：《最高人民法院工作報告》，載《法治日報》2020年6月2日，第002版。。在大數據匯聚和應用方面，我國智慧法院建設實現了司法大數據資源整合、平臺建設和大數據共享，全國四級法院全部完成與大數據管理和服務平臺的電子卷宗匯聚接口打通，支持各級法院電子卷宗數據的匯聚管理。智慧法院建設有效提高了網上立案率和電子送達率、法院人均結案率和執(zhí)行到位率，縮短了案件平均審理天數。智慧檢務建設提高了職務犯罪案件人均辦理案件數，犯罪偵查案件平均偵結天數縮短，案件辦理質量標準化程度提升，法律監(jiān)督覆蓋率有效提升。智慧司法行政建設使得社會矛盾糾紛演化為違法犯罪率下降，監(jiān)所服刑人員重新犯罪率降低，減假暫人員重新犯罪率降低，涉司法行政上訪案件數量降低等。

在支持以庭審實質化的訴訟制度改革方面，智慧法院積極探索繁簡案件分流、庭前分析報告生成、庭審實時爭議焦點生成、庭審摘要生成、類案檢索、風險點預測、實時審判結果預判、裁判文書生成、法條推薦、量刑分析等司法應用。在提升司法能力方面，全國各級法院還參與研制了多種司法人工智能輔助系統(tǒng)和裝備。例如，北京市高級人民法院的“睿法官”智能研判系統(tǒng)、上海市司法系統(tǒng)的“上海刑事案件智能輔助辦案系統(tǒng)（206工程）”、江蘇省檢察院的“案管機器人”、蘇州法院還形成了“智慧審判蘇州模式”。智慧檢務借助智能輔助辦案系統(tǒng)，智能提取案件要素、輔助分析證據，自動生成審查報告、公訴書、量刑建議書、不起訴決定書等法律文書，將檢察官從重復和機械的簡易工作中解脫出來，提升了檢察工作的質效。在創(chuàng)新司法為民新模式方面，上海、浙江和江蘇等地人民法院建設“微法院”，推出微信與法院工作深度融合的移動互聯(lián)網業(yè)務平臺。

在推動多元化糾紛解決機制方面，ODR模式在國際上得到了廣泛的應用，Modria在線糾紛解決系統(tǒng)已廣泛應用于建立糾紛解決流程，提供支持調解和仲裁服務等功能。See Amy J.Schmitz，Expanding Access to Remedies Through E-Court Initiatives，67 Buffalo Law Review 89，116 （2019）. 我國大力推動多元化糾紛解決和基層治理現代化，通過人民法院調解平臺整合法院審判調解資源和全社會的糾紛化解資源，“楓橋經驗”模式也為全國多元化糾紛解決做出了良好的示范。在提升司法公信力方面，人工智能和區(qū)塊鏈等新科技引導和規(guī)范辦案人員搜集、審查和存儲證據，統(tǒng)一了訴訟各階段證據認定的規(guī)則和標準。訴訟全程留痕還加強了對檢察權和審判權的監(jiān)督，避免司法人員決策的肆意性，壓縮了司法權濫用的空間。裁判偏離度預警等技術也限制了法官自由裁量權的濫用，技術倒逼辦案人員主動遵守司法倫理，提升了司法公信力。在提升司法公開和陽光司法方面，智慧法院通過裁判文書公開、庭審直播公開、審判流程信息公開、執(zhí)行信息公開四大司法公開平臺增加了司法的透明度，增強公民對司法改革成效的獲得感，使司法公正以看得見的方式實現，努力讓人民群眾在每一個司法案件中感受到公平正義。

二、司法人工智能融入司法改革的法理基礎

司法人工智能融入司法改革有其內在的法理邏輯。首先，司法人工智能是以技術理性與司法實踐理性相融合以揭示司法改革的運行規(guī)律，其主要特征是以大數據和人工智能等新科技來提升司法質量和效率、實現公平正義，司法改革的成效也以數字化的形式得以呈現，因而其背后的法理表達為一種“數字正義”。其次，司法人工智能作為一種法律方法論為司法改革任務提供適用的科學方法。司法人工智能模仿和借鑒法律人在司法實踐中所運用的法律方法，人工智能輔助司法實踐中體現的不僅僅是人工智能等新科技的技術理性，還包含了法律人的理性。最后，司法人工智能融入司法改革還需要運用法治思維，真正理解司法實踐的運行規(guī)律，將人工智能的優(yōu)勢和特點融入司法改革當中。

（一）司法人工智能融入司法改革的法理表達：數字正義

公平正義是司法現代化的不懈追求。司法人工智能融入司法改革的法理仍然是對公平正義的追求，其法理表達已經轉變?yōu)橐环N以科學技術驅動的“數字正義”?！皵底终x”具有最普遍化的抽象意義，互聯(lián)網系統(tǒng)的全局結構需要一個將正義作為內在價值的國際定義，而不是將其作為由民族國家慣例所決定的正確合法性的標準概念。參見[美]克利福德·克里斯琴斯：《數字時代的新正義論》，劉沫瀟譯，載《全球傳媒學刊》2019年第1期，第98頁。人工智能技術的司法應用，開啟了從“接近正義”邁向“可視正義”的歷史進程，引發(fā)了司法運行機制的深刻變革。參見馬長山：《司法人工智能的重塑效應及其限度》，載《法學研究》2020年第4期，第223頁。司法人工智能使得司法程序可視化，智慧法院四大公開平臺借助司法大數據的可視化推動了法院司法公信力的躍升。多元化糾紛解決依托ODR技術使得糾紛以一種可看見的方式得以解決，同樣彰顯了可視化的“數字正義”。“數字正義”的可視化特征有利于監(jiān)督法院獨立行使審判權，檢察院行使檢察權，提升司法公信力，實現司法公正。

“數字正義”是看得見的正義，是陽光化的正義。“數字正義”引導司法人工智能深度賦能司法改革，打通“信息孤島”和“數據壁壘”，推動陽光司法機制建設。數字正義的目標不是澄清技術是如何產生爭議的，而在于如何應用技術去解決和預防它們。參見M.Ethan Katsh，Orna Rabinovich-Einy，Digital Justice： Technology and the Internet of Disputes，Oxford University Press，2017，p.3.“數字正義”還意味著法院在使用技術的方式上發(fā)生觀念轉變：這需要對當前的政策方向重新定位，以確保適當重視發(fā)展更多有關法庭科技參與性和交流性動態(tài)的知識和訓練，從而為未來改革的設計和實施提供信息。Jane Donoghue，The Rise of Digital Justice： Courtroom Technology，Public Participation and Access to Justice，8 The Modern Law Review 995，1024（2017）.數字正義因其可視化特征，使得司法改革的成效可以被量化和評估，以審判為中心的訴訟制度改革、司法責任制改革、司法資源配置改革、多元化糾紛解決機制改革都可以通過大數據分析的方法來評估改革成效。

“數字正義”除了以數字來表征正義，還在于以數字來衡量司法效率?！皵底终x”的核心是司法效率觀，它要求盡量減少司法資源的浪費，使用有限的司法資源獲得最大化的司法效果，從而達到優(yōu)化司法資源配置的目的。司法改革是以司法公正為最核心的司法價值，然而，過度追求司法公正會使得司法資源過度消耗，使得司法效率降低，反而會削弱司法公正。在當前訴訟爆炸的背景下，低效率的司法改革難以滿足人們對高效司法的期待，樹立司法效率觀是推動司法改革向縱深快速發(fā)展的前提。能否對效率進行充分的關注以及能否在公正與效益之間保持適當平衡也是衡量程序公正的一項重要標準。參見陳衛(wèi)東：《公正和效率——我國刑事審判程序改革的兩個目標》，載《中國人民大學學報》2001 年第 5期，第96頁。司法人工智能融入司法改革也要警惕因追求改革效率而忽視、甚至犧牲公正為代價，要構建公正和效率司法價值相均衡的改革方案。

（二）司法人工智能融入司法改革的方法：法律方法論

司法人工智能融入司法改革本質上仍是科學技術輔助司法實踐的應用模式，因而從方法論視角看，司法人工智能被看作是一種法律方法。法學方法論是研究法律規(guī)律、提供法律適用科學方法的一門科學。參見王利明：《法學方法論》，中國人民大學出版社2011年版，第II頁。司法人工智能恰恰是一種遵循司法規(guī)律，為司法實踐提供適用科學技術的方法。無論司法人工智能采用的是何種精細和科學的手段，從其運行機理來看，它仍然是由人來控制的一種工具，其作用是利用新科技的技術優(yōu)勢，輔助提升司法的運行質效。因而，法律方法論具備指導司法人工智能的法理基礎，它為司法人工智能的方法論價值提供理論辯護。司法人工智能既繼承了傳統(tǒng)法律方法的一般特征，又有其獨特的全新屬性，這些新屬性體現在其顯著的應用性和可操作性?；ヂ?lián)網和人工智能時代帶來的“法治革命”，不僅對傳統(tǒng)法治觀念和法律方法產生了史無前例的挑戰(zhàn)，而且呼喚超越自我的法學新知識，期待重構法治新理念，企盼轉型升級法學新方法。李林：《“智慧司法”與“法治中國”》，載《北京日報》2020年7月6日，第011版。司法人工智能是法律方法論的范式轉變，是由傳統(tǒng)的基于邏輯分析、價值分析和規(guī)范分析的理論范式朝著精細化、可操作和易實現的應用范式的轉變。

司法人工智能是通過新一代科學技術為手段使司法實踐中的法理外化為直觀的技術表達，它為司法改革任務提供高效的智能化解決方案。司法人工智能與傳統(tǒng)法律方法的聯(lián)系主要在于：（1）司法人工智能吸收了傳統(tǒng)法律方法論的優(yōu)點，諸多算法的靈感來源于傳統(tǒng)法律方法的啟發(fā)，不少應用都是在法律方法論的問題視域當中建立起來的，或者說，司法人工智能以傳統(tǒng)法律方法論為基礎。（2）司法人工智能變革方法論研究由宏觀的模糊分析轉向精致的微觀描述，具有精確、可計算以及表達和刻畫能力強等特點。（3）司法人工智能具有自動化決策的能力，通過借鑒規(guī)范方法分析司法判決的過程，根據反映方法規(guī)律的算法來自動得到結果，提高了算法決策的效率。（4）司法人工智能提供多種計算模型幫助使用者完成識別、構造、比較、評估法律論證等任務，識別最相似的類案，尤其適用于處理數據量大且案由簡單的簡易案件。

司法人工智能并沒有脫離傳統(tǒng)的法律方法論，而是根植于法律方法論，包括法律推理理論、法律論證理論、法律邏輯學、法律解釋學等都對司法人工智能有重要的啟發(fā)。法律推理理論啟發(fā)人工智能精確刻畫法律可廢止推理，定義證明標準并證成案件事實主張。參見[荷]亨利·帕肯：《建模法律論證的邏輯工具：法律可廢止推理研究》，熊明輝譯，中國政法大學出版社2015年版。法律論證理論啟發(fā)人工智能構建有效的司法三段論和司法證明理論。法律解釋學啟發(fā)人工智能定位適用的法律法規(guī)并且對其進行適用解釋。法律證成理論啟發(fā)人工智能構建辯論階段中的對話模型。參見[荷]阿爾諾·洛德：《對話法律：法律證成和論證的對話模型》，魏斌譯，中國政法大學出版社2016年版。司法人工智能受到“應用法理學”的影響，法律方法論所探討的法律概念的可廢止性、法律結構的開放屬性、司法過程的多主體性、論辯性和動態(tài)屬性等都能夠借助司法人工智能的技術手段得以直觀地表達和展示出來。因而，從法律方法論的角度看，司法人工智能融入司法改革是以提升司法改革任務的質效為目標，通過司法大數據與人工智能等新科技的結合，以一種端到端的算法模式，將傳統(tǒng)司法任務直觀地展現為數據輸入到結果輸出的過程。

（三）司法人工智能融入司法改革的思維：法治思維

司法人工智能融入司法改革應當遵循法治思維。法治思維是受規(guī)范和程序約束、指引的思維。參見陳金釗：《對“法治思維和法治方式”的詮釋》，載《國家檢察官學院學報》2013年第2期，第79頁。司法人工智能融入司法改革應當受到法律規(guī)范和司法程序的約束，“平臺化”+“智能化”的模式使司法程序全流程公開，司法業(yè)務網上全程留痕，司法人員的權利受到技術的監(jiān)督和約束。司法人工智能還需要獲得“合法性”地位，其輔助司法人員做出決策亟需正當性辯護和證成?！昂戏ㄐ浴笔欠ㄖ嗡季S活動得以開展的前提條件和出發(fā)點。參見韓春暉：《論法治思維》，載《行政法學研究》2013年第3期，第10頁。司法人工智能融入司法改革應當警惕人工智能主體論的觀點，避免絕對的技術崇拜，不能以技術替代司法人員，而應當始終以司法人員為中心，司法人工智能的“輔助性”定位是其“合法性”地位的前置條件。因而，司法人工智能的研發(fā)和應用導向不能是影響司法權的獨立運行，更不能控制、甚至是消解司法權。

司法人工智能融入司法改革的首要原則是保證司法公正。法治思維在價值追求上是一種趨于實現公平、正義，保護權利、自由的思維。參見陳金釗：《對“法治思維和法治方式”的詮釋》，載《國家檢察官學院學報》2013年第2期，第81頁。司法公正是司法規(guī)律的靈魂和生命，以司法程序公正為例，它是司法公正之規(guī)律的重要體現，包含三重意味：第一，“正當程序”，即意味著“任何人不得自己做自己的法官”以及“任何人在受到公權力不利行為影響時，有獲得告知、說明理由和提出申辯的權利”?！诙?，“審判公開”，即審判權行使應當公開與透明，它要求審判規(guī)則的公開、審判過程的公開、以及審判結果的公開。第三，“司法結果的可驗證性”，即人們可以根據法庭所依據的規(guī)則和程序，推導出相應的“邏輯結論”江國華：《司法規(guī)律層次論》，載《中國法學》2016年第1期，第23頁。。司法人工智能融入司法改革應當以司法公正作為首要司法價值，通過技術留痕來監(jiān)督司法權以推動程序正當，借助庭審公開、審判流程和裁判文書公開平臺來實現“審判公開”，采用“預測編碼技術”來實現多任務驅動的智慧司法應用，在多種簡易案件中得到重復檢驗，這就是為滿足司法結果的可驗證性。

司法人工智能融入司法改革要遵循規(guī)則思維。法治思維的基本要領是規(guī)則至上思維孫笑俠：《法治思維的基本要領》，載《北京日報》2014年12月8日，第017版。，司法人工智能應用于司法裁判要學習法官的審判思維和裁判規(guī)則，包括法官認定案件事實和法律法規(guī)適用的思維和規(guī)則。規(guī)則思維首要突出規(guī)則公平。規(guī)則公平的第一層涵義是：全體公民，不分民族、種族、職業(yè)、宗教信仰、財產狀況、受教育程度、居住年限與社會地位，在法律規(guī)則和標準面前人人平等。張文顯：《運用法治思維和法治方式治國理政》，載《社會科學家》2014年第1期，第14頁。司法人工智能融入司法改革要遵循規(guī)則公平，即算法平等對待每一個人，不會因為主體的差異而產生有偏見的結果。美國的定罪后風險評估程序（PCRA）用于評估罪犯再次犯罪的可能性，評估的指標包含犯罪歷史、工作、教育背景、吸毒/酗酒、社會關系、血親關系等，從預測的結果來看，非裔美國人再次犯罪的概率是白人的兩倍，但被標記為高風險的非裔美國人沒有再犯罪的比率高出白人一倍，同時被標記為低風險的白人再次犯罪的比例卻是黑人的兩倍，參見T.H.Cohen，C.T.Lowenkamp，K.Bechtel，et al，Risk Assessment Overrides： Shuffling the Risk Deck Without Any Improvements in Prediction，47 Criminal Justice and Behavior 1609，1609-1629（ 2020）.這類風險評估系統(tǒng)包含了顯著的種族歧視，顯然沒有運用規(guī)則公平的思維。

司法人工智能融入司法改革還應當遵循理性思維。法治思維是一種理性思維，體現在邏輯理性、規(guī)則理性、實踐理性和自然理性。參見韓春暉：《論法治思維》，載《行政法學研究》2013年第3期，第13頁。司法人工智能的技術理性必須遵循法治理性，司法人工智能要使得司法決策具有安定性和可預測性，以技術理性來規(guī)范和限制司法人員的自由裁量。然而，一味追求人工智能技術的表現力，而忽略司法改革的規(guī)律，甚至與法律人的審判和辦案思維相脫離，那么必然導致人工智能技術應用發(fā)生偏離。法治在重視程序正義的同時，一定不能忽視實質正義，要通過運用法律的原則、精神和法律賦予的裁量權，盡量消除或彌補某些程序可能對實質正義的損害，實現程序正義與實質正義的統(tǒng)一。參見姜明安：《法治、法治思維與法律手段——辯證關系及其運用規(guī)則》，載《人民論壇》2012年第14期，第6頁。司法人工智能也不能過度依賴人工智能，而是要避免人工智能作用于司法改革的局限性，將最終的決策權掌握在司法人員手上，要避免機械決策所帶來的負面效應。

三、司法人工智能融入司法改革的難題

司法人工智能深度融入司法改革仍然面臨諸多難題。首先，公正和效率是司法改革的價值追求，司法人工智能在輔助提高司法效率的同時，部分應用以犧牲司法公正為代價，這與司法改革追求公平正義的目的相違背。其次，司法人工智能仍然難以滿足司法改革的真實需求，人工智能等新科技難以理解司法實踐的規(guī)律，司法人工智能仍然需要發(fā)展遵循司法規(guī)律，滿足司法改革需求的技術和裝備。第三，現有的司法人工智能過度依賴大數據驅動的人工智能算法，因而不可避免地導致算法的不可解釋性和算法過擬合等問題。第四，大數據時代下司法改革成效呈現出數據化的特征，司法改革還缺乏有效的評估方法。

（一）公正與效率司法價值失衡的難題

整體上司法人工智能的價值在于追求效率價值，旨在通過技術輔助提高法律任務執(zhí)行的效率，節(jié)約訴訟成本和司法資源。然而，在以人工智能推動司法改革的進程中出現了效率和公正價值之間位階關系失衡的問題。人工智能的使用減弱或增強了法律系統(tǒng)中的價值表達，或者改變了價值之間的相對平衡。參見Harry Surden，Ethics of AI in Law： Basic Questions，in Markus D.Dubber，Frank Pasquale & Sunit Das，eds.，Oxford Handbook of Ethics of AI，2020，p.719-720.部分司法人工智能應用為了追求批量案件的處理效率而犧牲了個案正義，削弱了司法公信力，影響了司法公正。司法改革要解決司法效率問題，但更重要的還是解決司法公正問題，這是司法體制改革的真正價值所在。參見張建偉：《在公正的前提下追求效率》，載《人民法院報》2016年9月19日，第002版。因而，司法人工智能不能因追求效率而犧牲公正為代價。公正是司法最根本的價值，實現公正是司法活動的首要目標，也是一切司法活動追求的第一要務，這一點不容置疑。參見樊崇義：《司法要追求司法公正與司法效率的統(tǒng)一》，載《人民法治》2016年10期，第77頁。

在司法人工智能融入司法改革的過程中，公正與效率表現出一種辨證關系。司法人工智能在諸多應用中產生了公正與效率失衡的問題，有的領域還比較突出。例如，智能化量刑輔助系統(tǒng)是通過機器學習和自然語言處理技術來挖掘法律文書中的關鍵信息，自動分析計算出量刑建議結果，生成量刑建議。然而，忽視了法庭調查和法庭辯論中的對抗性因素，使得難以確信復雜案件的事實和法律適用。為實現簡單案件快速審理，繁復案件精密審理，繁簡案件分流輔助系統(tǒng)通過自動提取案由和訴訟請求等多項指標，根據案由和要素自動賦分，并確定相應的標準，以此實現案件繁簡的自動甄別。然而，共性要素可能會忽略個案特殊屬性，導致要素賦分和計算的方法過于機械，使得復雜案件可能被當作是簡易案件處理。認罪認罰從寬輔助系統(tǒng)也極易將認罪認罰從寬絕對化和簡單化，而忽視案件的特殊性，使得認罪認罰適用不當。

公正與效率不僅構成了司法價值中兩個重要的變量，反映了司法活動的質量，而且體現了司法活動的價值取向，是司法改革所追求的基本價值目標。因此，堅持公正與效率的有機統(tǒng)一，是現代司法高質量發(fā)展的內在要求，是踐行以人民為中心的司法理念的集中表征。參見公丕祥：《社會主要矛盾變化：新時代人民司法的高質量發(fā)展》，載《浙江大學學報（人文社會科學版）》，第14頁。司法人工智能的價值在于提升司法改革過程中法律任務執(zhí)行的效率，然而，對于復雜個案的判定容易喪失公正性，尤其是對于部分受到社會廣泛關注的案件、存在重大爭議的疑難案件、涉及特殊利益群體的案件，將會引發(fā)對司法公信力的質疑，損害司法公正。要明確的是，司法追求效率必須以公正為前提，公正是司法的首要價值。司法人工智能的價值不僅僅在于效率，更應當保證“公正”，“有效率的公正”應當是司法人工智能融入司法改革的目標。但當公正與效率相沖突時，應保證公正的實現。

（二）司法人工智能融入司法改革的實踐難題

司法人工智能融入司法改革的實踐難題主要表現在兩個方面。一方面，司法人工智能仍然難以滿足司法實踐的需求是當下最大的實踐難題。人工智能等新一代科學技術有其局限性，司法智能化應用有其瓶頸。以深度學習為代表的尖端技術已觸及“天花板”，在智慧司法建設過程中，由于缺乏充分考慮法律實踐特性的專門技術，仍然無法滿足實際司法任務的需求，甚至與預計目標相差甚遠。中國的智慧司法界并沒有成體系地為“法律”量身定制一整套專有技術。市面上所使用的技術絕大多數是通用的共性技術，而沒有充分考慮到法律行業(yè)的特殊性。參見左衛(wèi)民：《熱與冷：中國法律人工智能的再思考》，載《環(huán)球法律評論》2019年第2期，第63頁。這就使得司法人工智能的應用難以滿足司法實踐的需求，使用人員的應用體驗與預期效果有較大差距。這是因為現有的技術與司法實踐的實際需求并不完全匹配，人工智能的諸多技術瓶頸使得其難以勝任司法實踐的智能化應用。亨特（D.Hunter）就以極其犀利的語言批判了神經網絡在法律領域的應用，否定了神經網絡在建模法律推理中的作用，他認為神經網絡在法律領域中的有關司法裁判的應用已經宣告失敗，使用神經網絡并不是因為與法律不協(xié)調，而是因為神經網絡在諸多法律實踐中的應用表現力糟糕。See Dan Hunter，Out of Their Minds： Legal Theory in Neural Networks，7 Artificial Intelligence and Law 129，129（1999）.已有的問題在警示人們要謹慎將神經網絡應用于法律領域，這需要更有說服力的結果和更加深入的理論辯護。

另一方面，司法人工智能不容易真正理解和遵循司法規(guī)律，因而人工智能技術本身仍難以優(yōu)質地與法律相融合。司法人工智能融入司法改革應當滿足一定的條件，而不是無限制地將技術應用于司法改革任務。司法人工智能本質上屬于新科技輔助司法人員做出司法決策的工具，其運行仍然要遵循司法實踐的規(guī)律，因而司法人工智能融入司法改革的基本條件還在于遵循司法規(guī)律，這也是司法人工智能的本質屬性。任何司法人工智能的應用都應當以遵循司法規(guī)律為最基本的前提，違反司法規(guī)律的人工智能應用將帶來極大的安全風險。司法人工智能需要遵循的司法規(guī)律包含最一般的規(guī)律，這至少包括：司法之定分止爭的規(guī)律、審判獨立的規(guī)律、裁判中立的規(guī)律、裁判可預測的規(guī)律、司法公開的規(guī)律、遵循先例的規(guī)律等。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，第144頁。

在司法人工智能發(fā)展史上，不遵循司法規(guī)律的應用都難以為繼。80年代風靡一時的法律專家系統(tǒng)走向沒落也正是由于其與法律的開放屬性不相符合，法律知識獲取的“瓶頸”難以應對法律概念、法律規(guī)則、先例的變化。黑箱算法的不可解釋性使得結果難以檢驗和追溯，侵害了司法結果的可解釋性。深度學習在訓練司法大數據時也可能因為過擬合等問題，難以學習隱藏在數據當中的共性特征或普遍規(guī)律，使得訓練的模型偏離預期，這本質上是與數據背后的司法實踐特征或規(guī)律不相符合。司法人工智能在多大程度上表達了這些屬性決定了其應用的可靠性，例如，類案檢索要求當前案例與先例有足夠的相似性，法官需要比對兩個案件的案件事實和適用法律法規(guī)之間的相似性，相似性就構成了類案推理的特征。傳統(tǒng)先例檢索僅憑少量關鍵要素搜索難以精確定位類案，難以支持“同案同判”。近年來，通過深度學習處理數量足夠且優(yōu)質的先例數據，構建用以學習類案特征的知識圖譜，較大程度上提高了類案檢索的精度。參見Masha Medvedeva，Michel Vols，Martijn Wieling，Using Machine Learning to Predict Decisions of the European Court of Human Rights，27 Artificial Intelligence and Law 1，1-30（2019）.

（三）司法人工智能融入司法改革的技術難題

司法人工智能融入司法改革的主要目標是借助人工智能輔助系統(tǒng)來提升司法改革任務的效率，探索在繁簡案件分流、認罪認罰從寬、刑事及民事速裁、認罪認罰、減刑和假釋等司法場景的智能化應用。然而，由于人工智能技術存在先天的缺陷，這使得在司法應用過程中被放大。司法人工智能的演化過程中形成了兩種人工智能的技術路徑。第一種是由法律知識引導，使用人工智能邏輯的法律推理建模路徑，形成了基于規(guī)則（rule-based）和基于案例（case-based）兩類法律推理形式的可計算模型。第二種是由大數據驅動，使用機器學習技術的法律解析（又稱法律文本挖掘）建模路徑。機器學習的優(yōu)點是能夠避免知識獲取瓶頸的問題，彌補人為定義規(guī)則的不完備性，在預測方面有優(yōu)越的結果表現力?；谏疃葘W習的預測編碼（predictive coding）被譽為“顛覆性的法律技術”，它是一種算法支持下“文本分類”技術，其核心在于“監(jiān)督學習”，即從人類決策中學習，而后將這些決策應用于新數據的算法。參見於興中：《預測編碼在司法中的應用簡介》，載《經貿法律評論》2018年第1期，第97-99頁。司法人工智能在法律文本處理、語音識別、圖像和視頻處理等應用中普遍采用了“司法大數據+深度學習”的算法模式。然而，在知識圖譜構建、情節(jié)提取、類案識別、模型訓練、量刑預測、偏離度測算技術等方面仍存在技術障礙。參見王祿生：《司法大數據與人工智能技術應用的風險及倫理規(guī)制》，載《法商研究》2019年第2期，第110-111頁。主要原因在于機器學習算法所面臨兩個難題。

第一個問題是“算法黑箱”或不可解釋性問題。算法的可解釋性代表了算法的透明程度，即算法是如何通過訓練數據得到模型的，模型是如何得到預測結果的。算法不可解釋性使得結果難以檢驗和追溯，侵害了司法過程的透明性和司法結果的可解釋性。表面上看，“算法黑箱”是由于輸入數據與輸出結果之間存在“隱形層”，從而導致決策過程不可解釋。然而，算法的不可解釋性根源還在于統(tǒng)計數據顯示的特征并沒有體現當前案件與先例特征之間的邏輯關聯(lián)，而只是統(tǒng)計和概率意義上的特征擬合，這與人類法官基于經驗和常識通過邏輯推理等方法得到判決結論的方式完全不同，因而判決預測的結果不能夠輕易被認定為具有權威效力的結論，更不能替代法官的最終裁決，它只是一種輔助性的建議。算法不透明可能會形成偏好，形成“算法歧視”，這種偏好是在機器學習算法在尋找訓練數據的規(guī)律中形成的，參見David Danks，Alex John London，Algorithmic Bias in Autonomous Systems，in Carles Sierra eds.，Proceedings of the Twenty-Sixth International Joint Conference on Artificial Intelligence，2017，p.4691-4697.它通常隱藏在模型的運算過程當中而不易被發(fā)現。對于將透明性和說理性作為基本要求的司法裁判來說，不可解釋極大地影響了司法決策的公正性，形成了看不見的不公正。

第二個問題是機器學習會導致出現過擬合的問題，這在法律預測模型中十分凸顯。這是由于機器學習算法過度訓練導致機器學習到數據集的特異屬性或偏見，使得無法用于預測新場景。Harry Surden，Machine Learning and Law，89 Washington Law Review 87，106（2014）.“過擬合”是指學習能力過于強大，將訓練樣本自身的特點當作所有潛在樣本都會具有的一般性質，也就是學習了訓練樣本當中非普遍的特性，這樣就會導致模型的泛化能力下降。參見周志華：《機器學習》，清華大學出版社2016年版，第23頁。過擬合顯示是對模型訓練過度的表現，這導致本不該被學習的特性被習得，盡管過擬合能夠滿足當前的數據集，但是卻無法準確預測后續(xù)數據的結果。雖然已經有通過正則化和增加數據集等方法來緩解這個問題，但是過擬合問題仍然無法完全得到解決。在缺乏足夠的法律文本數據時，法律預測模型的過擬合問題就更加突出，這導致難以通過算法挖掘數據中潛在的真實共性特征，而使得個別數據的特異屬性可能被訓練作為數據集的整體特征，將極大地影響訓練模型的預測準確率。

（四）司法人工智能評估司法改革成效的難題

司法改革評估是深化司法體制改革的重要前提，輔助總結司法體制改革的經驗成效，尋找司法體制改革的問題和不足，也只有通過評估才能為人民提供滿意的答卷。參見胡昌明：《司法體制改革評估的衡量標準及方法》，載《中國法律評論》2018年第3期，第188-189頁。司法改革評估面向司法改革的關鍵領域，司法責任制改革的核心是“讓審理者裁判、由裁判者負責”，是構建有序放權、科學配權、規(guī)范用權、嚴格限權的司法權力運行體系，評估指向的問題包括：檢察權和審判權是否獨立運行？是否建立了嚴格的追責制度和監(jiān)督制度？以審判為中心的訴訟制度改革追求庭審的實質化，其本質要求是通過法庭審理發(fā)現疑點、理清事實、查明真相，因此必須力戒形式主義，保證庭審在查明事實、認定證據、保護訴權、公正裁判中發(fā)揮決定性作用。參見沈德詠：《論以審判為中心的訴訟制度改革》，載《中國法學》2015年第3期，第13頁。庭審實質化是強調案件事實查明實質化和控辯對抗實質化，確保證據質證在法庭、案件事實查明在法庭、訴辯意見發(fā)表在法庭、裁判理由形成在法庭。改革成效評估的關鍵指標包括非法證據排除、證人和鑒定人出庭作證等。

司法資源配置改革是深化司法體制綜合配套改革的重要措施，其目標是提高人財物等司法資源的使用效率，推動繁簡案件分流和認罪認罰從寬是實施司法資源配置改革的有效途徑。決定司法資源投入的評價因素主要包括個案訴訟周期的長短、司法工作人員的數量和專業(yè)素質水平、訴訟程序的設置、自訴案件和公訴案件適用范圍的比例、司法機關的獨立程序等。參見陳衛(wèi)東、王政君：《刑事訴訟中的司法資源配置》，載《中國法學》2000年第2期，第135-138頁。多元化糾紛解決改革也是節(jié)約司法資源的一個重要手段，全國多省市研發(fā)和上線了“ODR在線矛盾糾紛多元化解平臺”，通過互聯(lián)網將線下問題線上解決，并且將人民調解、行政調解、司法調解有機結合，形成了“數字化+智能化”的新時代“楓橋經驗”。然而，糾紛解決的新模式還需要科學的評估，即如何依托人工智能和大數據關聯(lián)分析的智能評估技術，圍繞當事人、調解員及解紛機關設計質效評價指標體系，對多元化糾紛解決機制改革過程、司法實踐、效果與影響進行全面評估。

在司法人工智能深度融入司法改革的趨勢下，司法改革的成效評估迫切需要科學的大數據評估方法和機制。我國的案件質量評估體系在強化司法管理、優(yōu)化司法質量等方面作出了顯著的貢獻，但也凸顯了諸多弊端，如評估目標定位不清、地區(qū)差異考慮不足、定量方法過度偏重及司法用戶欠缺關注。參見施鵬鵬、王晨辰：《論司法質量的優(yōu)化與評估——兼論中國案件質量評估體系的改革》，載《法制與社會發(fā)展》2015年第1期，第60頁。例如，以審判為中心的訴訟制度改革的評估通過抽樣調查刑事案件判決，使用統(tǒng)計學方法來計算辯護情況、非法證據排除情況、證人和鑒定人出庭率等核心指標。參見魏曉娜：《以審判為中心的訴訟制度改革：實效、瓶頸與出路》，載《政法論壇》2020年第2期，第157頁。但這種方法受樣本數量所限制，評估結論無法全面反應改革成效。又如，在司法資源精確動態(tài)配置改革方面，傳統(tǒng)測算方法主要是運用權重系數法、區(qū)間估值法、回歸分析法來估算法官工作量，進而預測所需要的人員、經費、裝備等司法資源。但人工測算無法保證結果可靠性，數據質量參差和數據類型覆蓋不足等問題也限制了模型的預測能力。然而，量化分析不是簡單的數字化、數據化，而主要是指標化、績效理念以及量化評估技術方法的恰當運用。參見錢弘道、王朝霞：《論中國法治評估的轉型》，載《中國社會科學》2015年第5期，第103頁。 司法改革的成效評估應當由傳統(tǒng)的人工測算轉向大數據評估。司法改革任務提供了海量的司法大數據，未來的評估技術應當應用司法大數據分析來分析數據背后所蘊涵的規(guī)律。

四、司法人工智能融入司法改革的路徑

當前司法人工智能研究和應用一片繁榮的背后隱藏著基礎理論缺失的問題，法學界關注司法人工智能的價值、缺陷及其應用的反思，科技界則關注圍繞具體司法業(yè)務展開的研究，大都忽略了支撐性基礎理論的研究。為解決司法人工智能實踐中出現的公正和效率價值失衡的困境，需要構建指導平衡“公正-效率”價值的科學理論。為滿足司法改革的實際需求，需要研發(fā)遵循司法規(guī)律的智能化應用。為解決算法的不可解釋性和過擬合問題，還需要融合法律推理與法律解析技術，構建以司法人員為中心的人機協(xié)同機制。司法改革成效的評估需要探索智能科學的評估方法。司法人工智能的合理應用也亟需制定倫理規(guī)范。最后，司法人工智能推動了司法數字化改革，還需要創(chuàng)新與之相適應的訴訟制度。

（一）構建司法價值均衡發(fā)展的科學理論和方法

司法人工智能的價值體系應當包含司法改革的核心價值，包括“公正、效率、透明、理性、和諧、均衡”，重點圍繞“公正-效率”價值，與司法改革的價值相融合。司法人工智能融入司法改革受到多種司法價值的牽引，司法價值融入司法人工智能有其內在機理，它需要滿足司法目標公正要求、司法價值均衡要求和司法過程效率要求。公平正義是社會主義法治的重要價值參見孫國華、周元：《公平正義：社會主義法治的核心價值》，中國人民大學出版社2014年版，第183頁。，更全面的價值還包含透明、理性、和諧等，這些價值構成了一個均衡互補的價值體系，最終體現于效率、質量和社會效果。司法人工智能融入司法改革的關鍵在于使“公正”和“效率”等多種司法價值均衡發(fā)展，尤其是當不同價值出現位階沖突問題時，則需要多維司法價值的平衡。司法平衡是司法公正的方法和手段，司法公正是司法平衡的目的和結果。參見崔永東：《司法價值論與司法平衡論》，載《法學雜志》2012年第9期，第42頁。平衡理論的底線是堅持公正優(yōu)先的原則，即在不損害司法公正的前提下，追求訴訟效率的提升，實現公正和效率的統(tǒng)一。

多維價值均衡要求在發(fā)揮司法人工智能高效能的同時，要兼顧司法追求公正等多維司法價值。提升效率不應當忽略個案正義的實現，而是要減弱人工智能對司法公信力的負面影響。司法人工智能融入司法改革需要構建多維司法價值均衡發(fā)展的科學理論，這需要探究司法價值的位階問題及其平衡方案，從司法改革各項任務的具體情況出發(fā)，研究多維價值的均衡結構，尤其注重探討公正和效率二者之間的平衡，圍繞司法權運行效率、技術實現能力和個案公正裁決三個因素，構建“公正-效率”等價值的均衡方案。多維司法價值均衡發(fā)展應當充分權衡公正司法、司法為民、司法公開、執(zhí)法嚴明、權利保障和判案精準等公正評測指標，綜合考慮流程化、全面化、快速化的效率評測指標，最終形成面向智能司法程序的“公正-效率”等司法價值評測體系。

司法價值平衡需要借助量化和可視化方法，在司法人工智能設計過程中考慮嵌入兩類價值指標，一類是公正司法、司法為民、司法公開、權利保障等公正評測指標;另一類是綜合考慮流程化、全面化、快速化、精準化等效率評測指標。由此形成面向司法程序的“公正-效率”司法價值評測體系，進一步構建“公正、效率、權威、為民”等多維司法價值的均衡發(fā)展理論。測評體系選取的細化指標包括：（1）公正價值測評指標有：司法權行使的依法行使、訴訟程序的正當運行、證據采納與排除、法官遠離腐敗、司法裁判公開等;（2）效率價值測評細化指標有：結案率、錯案率、終審率、調解率、輿情反饋和社會效果等。測評體系應全面覆蓋司法改革的各個方面，實現對司法價值的精準測評，為后續(xù)研究司法程序當中的“公正-效率”模型提供理論基礎和測評依據。

（二）研發(fā)遵循司法規(guī)律、滿足司法改革需求的智能化應用

司法人工智能融入司法改革應當充分考慮司法改革任務的特殊性，要避免機械地在司法改革領域應用人工智能等新科技，而忽視司法改革所要求的司法公正等規(guī)律。司法人工智能應當與司法改革任務自身的特征相符合，這些特征是決定改革能否成功的關鍵要素，是實現司法改革任務目標的內在要求，它們來源于和檢察官辦案和法官審判中的司法經驗。人工智能等新科技的價值就在于理解司法改革任務的特征，以語音和圖像識別、自然語言處理等技術驅動司法改革任務，使得司法改革任務以一種技術實現的方式得以“外顯”。例如，類案檢索的特征是案件關鍵要素之間的相似性，最高人民法院發(fā)布的《關于統(tǒng)一法律適用加強類案檢索的指導意見（試行）》就要求各級人民法院“建立類案及關聯(lián)案件強制檢索機制，確保類案裁判標準統(tǒng)一，法律適用統(tǒng)一?！彼痉ㄈ斯ぶ悄軕斁o密圍繞司法改革任務的特征來構建司法人工智能，從而達到精準和有效輔助司法改革的目的。

司法人工智能融入司法改革需要面向司法改革中的關鍵任務，發(fā)展平衡公正與效率價值的智能化應用。推進繁簡分流是司法改革提高司法效率的重要改革措施。各國司法實踐表明，根據案件標的額大小、案情難易程度、犯罪嫌疑人認罪與否等情況，對案件進行繁簡分流，實現簡案快審、繁案精審，是節(jié)約司法資源、提高訴訟效率的必由之路。參見黃文藝：《中國司法改革基本理路解析》，載《法制與社會發(fā)展》2017年第2期，第17頁。繁簡分流改革應當要明確簡單案件和復雜案件的區(qū)分標準，其特征是繁簡案件之間的差異，應當避免機械地根據固定的標準來加以區(qū)分。繁簡案件分流輔助模型是借助人工智能技術，對案件的繁簡進行識別分流，優(yōu)先識別疑難復雜案件，確保難案得以精審。對剩余案件進一步細分，篩選出案件事實相對清楚、法律關系簡單明了的典型簡易案件，其中民事案件納入簡易和快審速裁程序，刑事案件納入刑事速裁程序，最大程度地提高審判效率。繁簡案件分流需要避免對案件繁簡屬性的機械識別，錯誤地將復雜案件甄別為簡單案件，導致簡易程序適用不當。

認罪認罰從寬是以審判為中心的訴訟制度改革的重要改革措施，通過犯罪嫌疑人、被告人的認罪認罰，實現刑事案件的分流和程序簡化，以便節(jié)約更多的司法資源來辦理犯罪嫌疑人、被告人不認罪的案件。參見張智輝：《認罪認罰從寬制度適用的幾個誤區(qū)》，載《法治研究》2021年第1期，第11頁。認罪認罰制度的價值取向是公正基礎上的效率觀，“公正為本，效率優(yōu)先”應當是認罪認罰制度改革的核心價值取向。參見陳衛(wèi)東：《認罪認罰從寬制度研究》，載《中國法學》2016年第2期，第51頁。認罪認罰從寬的智能化主要是為實現認罪認罰從寬量刑建議精準化，提高刑事案件辦理的效率。認罪認罰從寬量刑模型是對當事人提供的證據和供述進行數據分析，判斷其是否符合認罪認罰從寬條件并給出判斷理由。在此基礎上，結合量刑建議的專家知識圖譜來構建可解釋的量刑輔助模型。

偏離度預警是類案檢索的延展性應用，它是通過當前案件裁判結果與相似案件裁判結果之間進行比對，判定當前裁判結果是否與類案裁判結果相偏離。如果法官、檢察官的個案處理結果在偏離度內，則具有獨立決定權;若在偏離度外，就會啟動匯報核查程序，由法官、檢察官就偏離預估值的理由做出解釋、說明。參見李奮飛、朱夢妮：《司法責任制改革的司法大數據方略》，載《鄭州大學學報（哲學社會科學版）》2018年第1期，第18頁。偏離度預警算法是利用深度學習等人工智能技術，通過法律專家構建的審判知識圖譜，預測評估審判過程中存在錯判風險的節(jié)點信息。偏離度是測量裁判結果與預測結果之間的可容性區(qū)間。然而，偏離度預警仍然要警惕機械地將裁判結果與大數據預測的結果進行量化比對，而忽略了個案的特殊情況。偏離度預警要避免兩種情況，一種是要避免復雜案件的結果被機械比對而被認定偏離，另一種是由案件的特殊性使得其裁判結果與類案的預測結果不一致而被判定其偏離。

（三）開拓法律推理與法律解析的融合路徑

在人工智能短期難以突破可解釋性難題的背景下，司法人工智能應當盡力避免算法黑箱所造成的負面后果。在技術路徑上，司法人工智能應當采用法律推理與法律解析技術相融合的方式。法律推理的優(yōu)點是推理過程透明、可解釋，但缺陷是知識獲取瓶頸和推理結果表現力弱。法律解析（legal analytics）的優(yōu)點是學習結果突出并且能避免知識獲取瓶頸，但缺陷是“算法黑箱”或不可解釋性。法律信息抽取、法律文本分類、法律文本摘要、法律信息檢索和法律預測等法律解析技術都廣泛運用于類案檢索、司法判決預測、裁判文書自動生成等任務。融合法律推理與法律解析能夠彌補彼此的缺陷，是消解智慧司法不可解釋性問題的突破口。阿什利（K.Ashely）在專著《人工智能與法律解析》中就探索了法律推理的可計算模型與法律解析技術的融合，試圖在兩種路徑之間架起橋梁。參見[美]凱文·阿什利：《人工智能與法律解析》，邱昭繼譯，商務出版社2020年版，第70-97頁。融合的思路在智慧司法建設中也逐漸得到應用，浙江省人民法院全流程智能審判系統(tǒng)“鳳凰金融智審”就采用了法律專家知識引導和司法大數據驅動兩種路徑相結合的方法來實現金融借貸案件的智能化審判。參見劉克勤、孟煥良、徐琦：《AI法官助理開啟智能審判新模式》，載《浙江人大》2019年第11期，第42-44頁。

從技術背后的思維模式來看，法律推理與法律解析相融合是法律人的演繹式思維和歸納式思維的結合，它綜合了制定法推理和判例法推理的優(yōu)勢。兩者融合的思路是將法律推理的可解釋性優(yōu)勢彌補機器學習的不可解釋性缺陷，因果推論提供了一種將機器學習技術與反算法偏見相協(xié)調的潛在方法，它將數據之間的統(tǒng)計關聯(lián)性轉向因果關系。See Alice Xiang，Reconciling Legal and Technical Approaches to Algorithmic Bias，SSRN （Aug.13，2020），https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=3650635#.因果關系體現了數據輸入和算法結果輸出之間的邏輯關聯(lián)，通過在計算過程中使用邏輯規(guī)則來表示模型訓練所得到的知識，在算法結果解釋中采用假設測試的方法來檢驗結果的可解釋性。進一步還可以在法律文本大數據（如裁判文書）中挖掘法律論證，目的在于識別法律論證并檢測其基本單元（前提、結論和推論規(guī)則），并實現對不同結構的法律論證進行分類。在法律推理融合法律解析的基礎上，將因果關系挖掘、法律論證挖掘技術融入到類案檢索和司法裁判預測等智慧司法應用當中。

（四）建立以司法人員為中心的人機協(xié)同機制

司法人工智能賦能司法改革還應當突出司法人員的中心地位，構建以司法人員為中心的人機協(xié)同（Human-machine Cooperation）機制。人機協(xié)同強調人在人工智能系統(tǒng)中的中心地位，是為預防人工智能決策過于絕對化和極端化，將人工智能的技術理性和人的實質理性結合起來。人機協(xié)同的作用在于避免過于突出人工智能等新科技的作用，而弱化人在回路中的地位。人機協(xié)同有效減少人工智能的缺陷所帶來的負面影響，也為避免人過度依賴智能化輔助系統(tǒng)，由此形成惰性。人機協(xié)同是一種由人、機器、環(huán)境相互作用而產生的新型智能模式，它綜合了人的智能和機器智能，實現了人的高階認知能力與人工智能的計算能力優(yōu)勢互補。在最新的研究中，人機協(xié)同并不只是純粹的計算能力，還可以通過直覺、文化、情感、信號和預先發(fā)展的傾向來促進合作。See J.W.Crandall，M.Oudah，Tennom，et al.，Cooperating with machines，9 Nature Communications 1，1-12（2018）.以人為中心已成為人機協(xié)同的一個趨勢，它將人保留在過程控制的回路當中，并根據系統(tǒng)的自動化程度來確定人的參與程度。參見Marie-Pierre Pacaux-Lemoine，Damien Trentesaux，Gabriel Zambrano Rey，et al.，Designing Intelligent Manufacturing Systems through Human-Machine Cooperation Principles： A Human-Centered Approach，111 Computers & Industrial Engineering 581，581-595（2017）.人機協(xié)同有利于責任明確，最大程度發(fā)揮人和人工智能的優(yōu)勢，實現從感知到認知再到決策的閉環(huán)。人機協(xié)同的目標在于建立可解釋、魯棒性強的司法人工智能系統(tǒng)，發(fā)展安全、可靠和可信的司法人工智能應用。

司法人工智能不應一味地追求高度的系統(tǒng)自洽性，司法人員應當始終掌握系統(tǒng)運行的整個流程，當系統(tǒng)運行出現問題時能夠及時干預。因而，在研發(fā)司法人工智能系統(tǒng)時，應當始終以一種以人為中心的理念貫穿整個過程。人機協(xié)同需要明確人與機器的能力、權限、控制和責任，雙方共同協(xié)作來達成目標。參見F.Flemisch，M.Heesen，T.Hesse，et al.，Towards a dynamic balance between humans and automation： authority，ability，responsibility and control in shared and cooperative control situations，14 Cognition，Technology & Work 3，3-18（2012）.在人機協(xié)同模式下，司法人員和人工智能需要明確各自的權限和責任，尤為突出司法人員的最終決定權，定位人工智能的輔助地位。人機協(xié)同的機制就在于如何根據司法人員和人工智能的能力，來分配兩者的權限和責任，即規(guī)定什么情況下由智能化輔助系統(tǒng)自動運行，什么情況下由司法人員來主導決策，以及責任如何分配等。智能化系統(tǒng)的預測結果可能與司法人員的決策不相一致，例如，在類案檢索、繁簡案件分流、智能審判等司法應用中，當系統(tǒng)的預測結果不符合司法人員的預期，那么人機協(xié)同機制應當以司法人員的決策為最終結果。

（五）構建司法改革成效評估的智能科學方法

司法改革成效體現在審判質量和效率上。司法人工智能與司法改革的深度融合必須要實現對改革成效的精準評估，利用人工智能等新技術精確地評估司法改革的進展程度和所產生的社會效果，發(fā)現阻礙司法改革的難點和痛點。司法改革成效的評價標準應當以司法公正、司法權威、司法效率、司法便民四個元素為基準。參見季衛(wèi)東：《司法體制改革的目標和評價尺度》，載《人民法院報》2017年4月5日，第002版。對于審判質效評估，需要構建案件質量評查的科學方法，通過設定科學的審判績效考評指標，評估審判質量和效率、法律效果和社會效果等。智能化評估模型可以使用深度學習等技術實現對案件信息的自動化抽取和要素式分析，審判績效考評指標包括立案變更率、上訴改判率和發(fā)回重審率等審判公正性指標，立案率、結案數和結案均衡度等審判效率指標，以及上訴率、申訴率、調解率、撤訴率和公眾滿意度等審判效果指標。

對于司法責任制改革成效評估，智能化評估模型可以通過審判質效大數據算法和測算模型支持評價典型罪名辦案偏離度、案件復雜度、案件敏感度等指標，同時支持評估庭審實質化、舉證質量、量裁規(guī)范化、審判監(jiān)督等指標，從業(yè)績考評、管理監(jiān)督、激勵導向、懲戒追責等多個方面優(yōu)化司法責任制改革，形成審判態(tài)勢分析和預測模型，為責任制改革方案優(yōu)化提供依據和先驗知識。對于以審判為中心的訴訟制度改革，評估的思路是利用庭審大數據關聯(lián)分析、證據文本自動摘要分析、量裁偏離度統(tǒng)計等方法，通過設計不同階段、不同地域、不同案件類型的數據分析維度，對證人和鑒定人出庭作證、非法證據排除、量裁規(guī)范化等進行量化表示，形成訴訟制度改革成效作用的分析和預測模型，支持以數據統(tǒng)計和預測推演方式進行改革成效評估與優(yōu)化。

對于多元化糾紛解決機制改革，評估方法應當圍繞當事人、調解員及解紛機構，構建一套涵蓋社會效率、時間成本、人財物成本、案件解紛成效在內的多元糾紛解決機制改革成效評估指標體系，利用大數據關聯(lián)分析技術對多元化糾紛解決機制改革過程、司法實踐、效果與影響進行全面評估，形成涵蓋地域、當事人、調解機構、案件類型、解紛系統(tǒng)等要素優(yōu)化分析能力。對于司法資源精準分配改革，通過挖掘以文本形式呈現的司法大數據，量化獲得司法機關和資源地理分布、訴訟類型和訴訟周期以及跨地域特性的多種密度分布，形成跨區(qū)域司法資源的知識圖譜，借助案件權重測算的方法，實現對個案權重及工作量估計。由此構建面向司法資源配置的測算模型，形成分布式的個案工作量及權重的測算方案，輔助預測全周期的司法人員、經費和裝備等資源。

（六）制定司法人工智能融入司法改革的倫理規(guī)范

司法人工智能融入司法改革要警惕出現人工智能應用失范的問題。司法人工智能既有一般人工智能應用存在的共性風險，也有在司法領域應用所產生的獨特的倫理問題，這些問題亟需重視并建立以倫理規(guī)范為主的監(jiān)督機制。2019年，法國立法禁止對法官進行畫像來預測法官的司法判決，違者將面臨高額罰款和監(jiān)禁，這一事件在歐洲司法界和法律科技界掀起波瀾，地方法院法官擔心司法人工智能的決策與法官的實際判決不同時，會引發(fā)人們對法官判決的質疑。參見法國政府官方公報網站，https：//www.legifrance.gouv.fr/eli/loi/2019/3/23/2019-222/jo/article_33，2021年4月18日訪問。立法對司法人工智能所引發(fā)問題的被動反應有明顯的滯后性，因而亟需對司法人工智能提前制定倫理規(guī)范。在數據驅動的人工智能時代，“透明社會”與“黑箱算法”是我們不得不面臨的一對根本矛盾。參見季衛(wèi)東：《人工智能時代的法律議論》，載《法學研究》2019年第6期，第48頁。顯然，不透明的算法將引發(fā)司法人工智能的應用失范，由此帶來難以預估的后果，如果以此來推動司法改革，那么無疑將極大地摧毀司法的公信力。

司法人工智能的倫理規(guī)范主要體現在對算法的規(guī)制，如何創(chuàng)制適用的算法審查機制是考驗人工智能算法專家和監(jiān)管機構的難題。對算法的規(guī)制本質上仍然是對人的規(guī)制。算法除了不透明和包含偏見等自身的問題之外，還可能包含算法工程師的主觀惡意，目的是為了達到某種不公正或有偏見的結果。在這種惡意算法之下，無論數據的質量如何，都將導致不公正的結果出現。算法的規(guī)制重在事前預防，通過算法審查和評估等方式來實現事前控制，事后性規(guī)制則是通過事后救濟的方式來追究使用者的責任。算法的司法審查主要有兩種，故意算法歧視審查模式根據主觀故意是否給當事人構成了傷害來判定算法使用者是否需要承擔責任;無過錯算法歧視審查模式則是看算法決策結果是否實際產生了差異化影響。參見鄭智航、徐昭曦：《大數據時代算法歧視的法律規(guī)制與司法審查——以美國法律實踐為例》，載《比較法研究》2019年第4期，第115-119頁。算法規(guī)則不存在普遍適用的方法，算法規(guī)制應采取場景化的規(guī)制路徑，根據不同場景類型對算法采取不同的規(guī)制方式，以實現負責任的算法為目標。參見丁曉東：《論算法的法律規(guī)制》，載《中國社會科學》2020年第12期，第138頁。

智慧法治建設應當貫徹堅守倫理道德原則。要確立機器人研發(fā)者的倫理行動規(guī)范，包括尊重基本人權、預防原則、包容性、問責、安全性、可追溯性、隱私權保護、效益最大化和危害最小化等。參見雷磊：《中國特色社會主義智慧法治建設論綱》，載《中共中央黨校（國家行政學院）學報》2020年第1期，第102頁。人工智能的倫理規(guī)范既要尊重和保護人的基本權利，更要規(guī)范人工智能研究、設計、生產和使用人員的行為，建立必要的監(jiān)督機制，保障數據和算法安全，使其在可控和低風險的環(huán)境下發(fā)展。司法人工智能應當結合司法改革任務的實際情景，秉持技術中立的原則，恪守技術倫理，創(chuàng)制人工智能在司法領域的技術應用規(guī)則，劃定技術的限度和邊界，保障司法大數據的存儲和共享安全，保護個人信息安全。司法人工智能融入司法改革還要遵循“公正-效率”平衡的理念，在遵守倫理規(guī)范的前提下追求的有效率的公正，使之真正能夠遵循司法規(guī)律，滿足司法改革的真實需求。

（七）創(chuàng)新適應司法數字化改革的訴訟制度

信息化時代，司法人工智能推動司法改革朝著數字化和集約化的方向發(fā)展，使得分散和碎片化的司法任務集中到同一個平臺來集約化處理。在數字化改革的新趨勢下，司法數字化改革呈現出全域化和扁平化的發(fā)展趨勢。浙江省人民法院正在推動“全域數字法院”建設，它是以技術變革推動業(yè)務流程再造、組織架構重塑和訴訟制度變革的全域現代化法院，是按照系統(tǒng)觀念、法治思維、強基導向要求，以高度數字化和智能化手段實現數字正義為目標，打破空間和時間制約，形成全業(yè)務平臺通辦、全時空泛在服務、全流程智能輔助、全省域資源整合、全方位制度變革的信息時代司法運行、組織和管理新模式。參見余建華：《浙江全面推進數字法院建設》，載《人民日報》2021年4月9月，第01版。數字檢務也正在推進捕訴一體改革，提升量刑建議質量，推動科技與辦案融合，優(yōu)化訴訟監(jiān)督格局。參見賈宇：《認罪認罰從寬制度與檢察官在刑事訴訟中的主導地位》，載《法學評論》2020年第3期，第1頁。檢察機關的法律監(jiān)督模式正從“數量驅動、個案為主、案卷審查”的個案辦理式監(jiān)督向“質效導向、類案為主、數據賦能”的類案治理式監(jiān)督轉變。數字檢察建設重在以數字賦能實現法律監(jiān)督辦案模式的根本性變革。

司法數字化改革使得司法資源可以集約化調配和整合，案件可以跨行政區(qū)域線上審理與合議，跨域一體化司法成為可能。數字化司法和互聯(lián)網司法的理念將愈加深入，司法的內涵也將更加豐富：（1）司法越來越公開透明可接近，傳統(tǒng)司法危機有望真正解決;（2）司法越來越無邊界性，成為無間斷無限制的制度供給;（3）司法越來越個性化、扁平化，選擇法官和共享法官成為可能。參見李占國：《互聯(lián)網司法的概念、特征及發(fā)展前瞻》，載《法律適用》2021年第3期，第10-12頁。司法數字化改革涉及司法理念的更新和改革方式的巨大轉變，它將引發(fā)司法體制機制的創(chuàng)新和司法制度的重塑，這其中必然涉及到許多全新的理論和實踐問題，甚至對現有司法體系產生深遠影響。司法數字化改革是從技術理性走向制度理性的跨越，是新一代科學技術倒逼司法制度的重塑，尤其對訴訟制度和證據制度產生了極大的影響。

司法數字化改革對訴訟制度的沖擊主要表現在對訴訟程序正當性的質疑。遠程審判在程序正當性上面臨三個疑問：第一，欠缺傳統(tǒng)訴訟程序之在場性與儀式性，是否減損或者否定了程序的正當性？第二，遠程異步審判中當事人和證人的異步回應，是否減損乃至否定了程序的正當性？第三，目前已經發(fā)生的跨國遠程審判的實踐，其在程序上是否滿足正當性的要求？參見段厚?。骸哆h程審判的程序正當性考察——以交往行為理論為視角》，載《政法論叢》2020第2期，第117頁。遠程審判減弱了當事人的親歷感，甚至引發(fā)當事人對審判權的質疑。證人在線作證超出了《中華人民共和國民事訴訟法》（后稱《民事訴訟法》）所規(guī)定的出庭作證的范圍?？绲赜虍惒綄徟刑魬?zhàn)了《民事訴訟法》有關地域管轄的條款。此外，在線審判模式也催生了新的證據類型，在源頭數字化改革方面，數字法院將采用3D+AI的新技術對物證進行掃描，得到物證的高清3D模型并使用區(qū)塊鏈技術存儲，物證經過數據化之后的證據形態(tài)不同于《民事訴訟法》中規(guī)定的八類證據，而是一種全新的證據類型。隨著司法數字化改革的不斷深入，將實現對司法程序的流程再造和對訴訟規(guī)則的重塑，司法數字化改革的實踐將遠遠超前于理論構建，探索適應司法數字化改革的法學理論和訴訟制度已迫在眉睫。

結 語

司法人工智能正以前所未有的方式推動司法改革走向“數字正義”，但仍應當保持清醒的是，司法人工智能無法替代法官和檢察官的作用，它始終是處于輔助地位。司法人工智能只是一種手段，是司法人員可以借助之“物”。其功能是促進司法的便捷、親民，而非對司法本身的替代。參見馮姣、胡銘：《智慧司法：實現司法公正的新路徑及其局限》，載《浙江社會科學》2018年第6期，第73頁。司法人工智能要在理解和遵循司法規(guī)律、滿足司法改革需求的前提下發(fā)揮作用。司法改革不能脫離司法自身的規(guī)律和特點，如司法的公正性、獨立性、公開性、親歷性以及法官、檢察官、偵查人員的經歷、經驗、理性判斷等，這些都決定了法官、檢察官、偵查人員是辦案的主體?，F階段人工智能發(fā)展尚處于初級階段，具有不確定性和局限性。因此，人工智能只能是輔助辦案，其定位是AI法官助理、AI檢察官助理、AI偵查助理，不能取代法官、檢察官、偵查人員辦案。參見崔亞東：《人工智能與司法現代化》，上海人民出版社2019年版，第4頁。司法人工智能融入司法改革應當明確新科技的輔助地位，確立有限應用的原則，由智能化系統(tǒng)生成的決策建議不能未經過法官和檢察官的加工和校驗就作為司法決策的依據。司法改革任務的特殊性也給司法人工智能融入帶來難以逾越的障礙，這需要理性看待司法人工智能的有限作用，客觀地展示司法人工智能的價值，使得研發(fā)者和使用者在應用預期方面保持最大限度的共識。最后，司法人工智能深度融入司法改革，還迫切需要依靠法學家、法律實務專家和人工智能專家的緊密合作，通過建立通暢和長期的合作機制，引導多學科專家開展深度討論與合作，凝聚真正的學術問題，探索法學和人工智能等新科技深度融合的道路。

The Dilemmas and Paths of Artificial Intelligence for

Justice Empowering Judicial Reform

WEI Bin

（Guanghua Law School of Zhejiang University，Hangzhou 310008，China）

Abstract：Artificial Intelligence for Justice empowering judicial reform is a new paradigm for the new generation of science and technology to promote judicial reform.It provides intelligent solutions for improving the quality and effectiveness of judicial reform，improving judicial capabilities，advancing judicial transparency，adhering to justice for the people，and maintaining judicial justice.The jurisprudential expression of intelligent justice empowering judicial reform is “digital justice”，a legal method that uses legal thinking and legal methods to provide practical，theoretical explanations and methodology support for judicial reform.However，Artificial Intelligence for Justice is faced with the dilemma of imbalance between justice and efficiency.In practice，it is still difficult to meet the needs of judicial reform.There are still bottlenecks in technology，such as unexplainable and over-fitting algorithms，and there is a lack of scientific methods to evaluate the effectiveness of judicial reforms.The future paths need to develop a scientific theory of balanced development of multi-dimensional judicial values from the top-level design，develop intelligent applications that follow judicial laws，establish a human-computer coordination mechanism centered on judicial officials，construct a scientific method for evaluating the effectiveness of judicial reform，formulate ethical norms for Artificial Intelligence for Justice，and finally explore litigation system that adapt to the digital reform of justice.

Key Words：Artificial Intelligence for justice;judicial reform;digital justice;judicial value;judicial law

本文責任編輯：董彥斌

青年學術編輯：周 力