帥奕男

(中共中央黨校(國家行政學(xué)院) 政治和法律教研部，北京 100091)

一、問題的提出

隨著大數(shù)據(jù)與人工智能時(shí)代的到來，在越來越多的應(yīng)用場景中開始將算法用于決策或輔助決策。算法本質(zhì)上是解決問題的數(shù)學(xué)過程，介入社會科學(xué)領(lǐng)域之后，被廣義地界定為一種特定的思維路徑或方法。[1]算法代表著用系統(tǒng)的方法描述解決問題的策略機(jī)制，即能夠?qū)σ欢ㄒ?guī)范的輸入，在有限時(shí)間內(nèi)獲得所要求的輸出。而司法決策也構(gòu)成一對輸入/輸出關(guān)系，即輸入人的特定行為，輸出是非的判斷與裁決。這種技術(shù)性表征使得韋伯在一百年前便對司法有了“自動售貨機(jī)”的設(shè)想。

事實(shí)上，自20世紀(jì)70年代開始，美國學(xué)者就在討論建模法律研究和推理的可能性。布肯南(Bruce Buchanan)和海迪克(Thomas Headrick)在1970年發(fā)表的論文《關(guān)于人工智能和法律推理若干問題的考察》中，首次討論了使用人工智能技術(shù)建立法律研究和推理模型的可能性，為人工智能在司法推理領(lǐng)域的研究和實(shí)踐奠定了理論基礎(chǔ)。[2]1981年，沃特曼和皮特森開發(fā)的法律判決輔助系統(tǒng)(LDS)被首次應(yīng)用。而今，美國一半以上的州采用了罪犯矯正替代性分析管理系統(tǒng)(COMPAS)、公共安全評估(PSA)和服務(wù)級別目錄修訂版(LSI-R)三大風(fēng)險(xiǎn)評估軟件，主要用于預(yù)測犯罪嫌疑人再犯風(fēng)險(xiǎn)，進(jìn)而決定是否保釋、假釋等。[3]在我國，北京市高級人民法院的“睿法官”、上海法院的“刑事案件智能輔助辦案系統(tǒng)”(簡稱“206系統(tǒng)”)等陸續(xù)上線運(yùn)行，在司法裁判中承擔(dān)證據(jù)審查、瑕疵提示、類案推送、文書輔助生成等任務(wù)。

人工智能在司法領(lǐng)域的實(shí)踐應(yīng)用，展現(xiàn)出算法決策在提升審判效率、優(yōu)化司法資源方面的巨大潛力，以及推進(jìn)司法判決的專業(yè)性和公正性方面的重要影響。然而，算法本身也存在著技術(shù)局限性，其深度應(yīng)用于司法決策，可能帶來論辯權(quán)利難以保障、裁判合理性難以解釋、權(quán)利優(yōu)先性難以回應(yīng)等深層問題，對司法的公正性及權(quán)威性產(chǎn)生不利影響。鑒于此，本文在梳理人工智能時(shí)代司法決策發(fā)展趨向的基礎(chǔ)上，反思司法決策算法化可能帶來的正當(dāng)性隱憂，立足技術(shù)賦權(quán)理念，提出司法決策算法化的應(yīng)對之策。

二、司法決策的算法化趨向

自計(jì)算機(jī)得以普遍應(yīng)用之后，國外學(xué)者就開始討論機(jī)器是否可以具有法律思維、完成法律推理的問題。近年來，隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能技術(shù)的融合發(fā)展，人工智能可以對海量的司法信息數(shù)據(jù)進(jìn)行分析，進(jìn)而構(gòu)建證據(jù)模型、量刑模型，探索可解釋的類案推送，為司法裁判提供全方位的智力支持。在這個過程中，智能系統(tǒng)為各類案件提供“定制化”的證據(jù)指引、類案推送及評估預(yù)測，使得裁判結(jié)果更加具有連續(xù)性、一致性和可預(yù)見性，呈現(xiàn)出建?；乃惴Q策趨向。

(一)證據(jù)審查程式化

在司法智能化背景下，證據(jù)指引以類型化的證據(jù)模型和結(jié)構(gòu)化算法作為支撐，在減少司法任意性的同時(shí)呈現(xiàn)出證據(jù)審查的程式化趨勢。一般來說，證據(jù)審查主要包括：(1)證據(jù)材料來源是否合法，是否依照法定程序收集；(2)證據(jù)材料同案件事實(shí)有無聯(lián)系，特別是因果關(guān)系；(3)每一證據(jù)材料本身是否前后一致、合乎情理，證人與案件是否有利害關(guān)系，鑒定結(jié)論所依據(jù)的資料是否可靠，全部證據(jù)之間是否有內(nèi)在聯(lián)系、有無矛盾等。其中，只有證據(jù)材料的合法性被明確的證據(jù)規(guī)則所規(guī)范，至于個案中證據(jù)的真實(shí)性或關(guān)聯(lián)性，證據(jù)鏈條是否完整、前后是否矛盾，特別是哪些證據(jù)應(yīng)該被賦予什么“分量”或“說服力”或“證明力”，則是基于法官或陪審團(tuán)的自由心證。[4]但這種情況在信息時(shí)代的司法裁判中發(fā)生了改變，依托強(qiáng)大的數(shù)據(jù)讀取能力和分析能力，智能系統(tǒng)構(gòu)建證據(jù)模型為案件審理提供清單式的證據(jù)指引及瑕疵提示，使法官在證據(jù)審查中受到針對性的指引和監(jiān)督。

在司法智能化的科技創(chuàng)新中，證據(jù)標(biāo)準(zhǔn)指引的概念被提出，為要件證據(jù)及必要附屬證據(jù)的判斷提供了更為具體化和規(guī)范化的標(biāo)準(zhǔn)。證據(jù)標(biāo)準(zhǔn)指引是一種介于規(guī)則與原則之間的強(qiáng)制性標(biāo)準(zhǔn)，指的是根據(jù)具體案件證據(jù)結(jié)構(gòu)特點(diǎn)及查證犯罪事實(shí)的繁簡程度，對案件應(yīng)當(dāng)收集哪些證據(jù)的針對性要求。比如，在“206系統(tǒng)”中，根據(jù)證據(jù)收集的相對固定性和規(guī)律性，命案被分為四個類型：現(xiàn)場目擊型、現(xiàn)場留痕型、認(rèn)罪供述得到印證型、拒不認(rèn)罪型。對于認(rèn)罪供述得到印證型命案來說，其案件特點(diǎn)在于既無現(xiàn)場目擊證人，也沒有在現(xiàn)場發(fā)現(xiàn)重要留痕，犯罪嫌疑人到案后的供述與其他證據(jù)能夠高度吻合，因此該類型案件的證據(jù)應(yīng)當(dāng)能夠證明先供后證的相關(guān)事實(shí)，其證據(jù)標(biāo)準(zhǔn)指引主要包括犯罪嫌疑人供述、現(xiàn)場勘驗(yàn)檢查筆錄及照片、提取物品痕跡登記表等9項(xiàng)證據(jù)要點(diǎn)；但是對于現(xiàn)場目擊型命案而言，案件事實(shí)有更多的直接證據(jù)支持，因而證據(jù)標(biāo)準(zhǔn)指引僅以現(xiàn)場目擊證人證言、現(xiàn)場監(jiān)控錄像或被害人陳述等5項(xiàng)證據(jù)為要件證據(jù)。[5]128-129隨著證據(jù)標(biāo)準(zhǔn)指引陸續(xù)被嵌入智能系統(tǒng)，法官對案件證據(jù)鏈的審查會越來越多地參考系統(tǒng)給出的清單式指引。在這個過程中，證據(jù)標(biāo)準(zhǔn)的類型化思維會進(jìn)駐到證據(jù)準(zhǔn)入的審查中，對于何種證據(jù)應(yīng)當(dāng)出現(xiàn)在案件中，是否滿足證明案件事實(shí)的最低要求，法官將根據(jù)案件所屬類型進(jìn)行區(qū)分，而不再完全根據(jù)個案證據(jù)與個案事實(shí)進(jìn)行判斷。因此，隨著更多的證據(jù)模型應(yīng)用于司法裁判，證據(jù)審查會呈現(xiàn)出類型化的趨勢。

(二)風(fēng)險(xiǎn)評估數(shù)據(jù)化

不同于根據(jù)法官專業(yè)性知識做出的定性判斷，信息時(shí)代的司法風(fēng)險(xiǎn)評價(jià)更加依賴于數(shù)據(jù)基礎(chǔ)上的定量分析。在刑事司法裁判中，再犯可能性和社會危害性是法官進(jìn)行自由裁量的一個要素，基于算法的風(fēng)險(xiǎn)評估正在量刑判決中占據(jù)更高的權(quán)重。目前，美國各地的法院和社區(qū)矯正部門已經(jīng)開始使用算法來確定被告的“風(fēng)險(xiǎn)”，范圍從個人犯罪的可能性到被告出庭的可能性不等。皮尤公共安全績效項(xiàng)目(Pew Charitable Trusts’ Public Safety Performance Project)顯示，包括路易斯安那州、肯塔基州、夏威夷州和俄亥俄州在內(nèi)的15個州，要求社區(qū)矯正部門采用數(shù)據(jù)化風(fēng)險(xiǎn)評估的方法開展工作；加利福尼亞州正在使用計(jì)算機(jī)化的個人評估來決定對假釋犯的監(jiān)管程度；2013年，西弗吉尼亞州開始要求所有重罪犯接受風(fēng)險(xiǎn)評估，法官會在判決前收到報(bào)告，并可以選擇將分?jǐn)?shù)納入他們的判決。[6]我國司法部門也在通過大數(shù)據(jù)分析犯罪嫌疑人的社會危險(xiǎn)性程度?！?06系統(tǒng)”將影響犯罪嫌疑人、被告人社會危險(xiǎn)性程度的因素細(xì)化為7個方面32項(xiàng)指標(biāo)，采用深度學(xué)習(xí)方式構(gòu)建社會危險(xiǎn)性評估模型，由此提升了評估的全面性、科學(xué)性和準(zhǔn)確性。[5]113這種量化方法能夠在更大程度上降低法官的主觀傾向性，排除政治等其他因素對司法裁判的干擾，在美國甚至“被認(rèn)為是解決美國因兩黨紛爭而陷入司法改革焦慮狀態(tài)的潛在解決方案”。但相應(yīng)地，這也會降低訴訟案件的個別化自由裁量，“盧米斯案”即是由法官部分地依據(jù)COMPAS風(fēng)險(xiǎn)評估工具進(jìn)行量刑判決所引發(fā)的爭議。(1)“盧米斯案”中，檢察官向法院指出，COMPAS顯示盧米斯“暴力風(fēng)險(xiǎn)高，再犯風(fēng)險(xiǎn)高，預(yù)審風(fēng)險(xiǎn)高”；法官告知盧米斯，“通過COMPAS評估，您被確定為對社區(qū)構(gòu)成高風(fēng)險(xiǎn)的人”，并部分地依據(jù)這一評估，判處盧米斯六年有期徒刑和五年的延期監(jiān)督。盧米斯認(rèn)為，法院使用COMPAS評估進(jìn)行判決，侵犯了其獲得“個殊化判決”的權(quán)利和基于準(zhǔn)確信息獲得判決的權(quán)利。COMPAS是由Nortpointe公司開發(fā)設(shè)計(jì)的，該項(xiàng)目根據(jù)對犯罪者的訪談和來自司法部門的信息來評估再犯的風(fēng)險(xiǎn)，旨在幫助法官做出“更好”的或者至少是以數(shù)據(jù)為中心的司法決策。[7]從刑事領(lǐng)域風(fēng)險(xiǎn)評估的方式可以看出，在司法智能化的背景下，法官獲取案件信息的方式將更加依賴于系統(tǒng)所給出的精簡報(bào)告和“客觀”數(shù)據(jù)，甚至通過數(shù)據(jù)分析獲知訴訟參與人是否有良好的征信記錄、是否有訴訟記錄，以及其社會層級和社會地位等，并在此基礎(chǔ)上“進(jìn)一步地分析出各方當(dāng)事人和解或撤訴的可能性，對爭議標(biāo)的的心理底線，上訴、申訴乃至上訪的概率”[8]。而在數(shù)據(jù)化的風(fēng)險(xiǎn)評估進(jìn)入審理裁判的過程中，司法決策的結(jié)果也將更加趨于數(shù)字意義上的標(biāo)準(zhǔn)化，算法的建議和監(jiān)督成為控制司法自由裁量的一個新趨勢。

(三)自由裁量標(biāo)準(zhǔn)化

司法所享有的自由裁量權(quán)是司法裁判權(quán)的一種表現(xiàn)方式，在不同語境下有著不同的含義，其可涉及司法的思維狀態(tài)、對多種可行法律解決方案的選擇、司法自由心證、終局裁量等多方面因素。[9]484-485但不管在何種語境中，其“自由”屬性都使它存在著濫用的條件和傾向。為了監(jiān)督和控制司法自由裁量權(quán)的行使，常常通過正當(dāng)程序原則、正義原理、法的精神等理性要求抵御司法自由裁量的潛在威脅。在信息時(shí)代，對司法自由裁量的控制轉(zhuǎn)向算法決策的監(jiān)督和參考。在全流程要素抽取、全節(jié)點(diǎn)聯(lián)動監(jiān)督的前提下，資深法官的裁判經(jīng)驗(yàn)、法律法規(guī)、司法文書中的原始數(shù)據(jù)等信息轉(zhuǎn)化為預(yù)測模型，為法官最終的裁量結(jié)果提供參考。這一方面減少了裁判結(jié)果的偏差或失衡，另一方面使得司法自由裁量呈現(xiàn)出數(shù)字意義上的標(biāo)準(zhǔn)化趨向。

不同于以往自由裁量的控制中關(guān)于正當(dāng)性目的、正當(dāng)程序、正當(dāng)性要素等宏觀的理性考量要求，算法基于信息抽取和數(shù)據(jù)分析的個案裁量建議更為具體和可操作化。智能系統(tǒng)首先通過分析海量類型案卷進(jìn)行信息抽取，歸納和提煉影響司法裁判的要素，之后進(jìn)行科學(xué)化、體系化的數(shù)學(xué)建模，為法官提供針對特定案件的裁判參考。以“206系統(tǒng)”為例，其采用增強(qiáng)學(xué)習(xí)與遷移學(xué)習(xí)算法，以全國30萬件盜竊罪案件為學(xué)習(xí)樣本，從“法定刑、基準(zhǔn)刑、宣告刑”三個維度對刑事文書進(jìn)行數(shù)據(jù)標(biāo)注，抽取犯罪行為、犯罪主觀方面、犯罪人基本情況、罪前罪后表現(xiàn)等影響量刑結(jié)果的要素，同時(shí)結(jié)合法官的經(jīng)驗(yàn)常識，輸入影響案件量刑結(jié)果的通用和個案情節(jié)，構(gòu)建智能量刑模型。[5]168在實(shí)踐中，“206系統(tǒng)”可在案件信息讀取的基礎(chǔ)上對個案提供特定化的量刑參考。如果說思維理性的原則只能為司法自由裁量指明一個方向，那么智能化的裁量參考就為法官劃定了一個相對確定的區(qū)域，在案件審理過程全部數(shù)據(jù)化監(jiān)控的情況下，司法管理必然會對超出這個“區(qū)域”的裁判嚴(yán)格審查。比如，系統(tǒng)發(fā)現(xiàn)法官的判決結(jié)果與本院以及上級法院85%的類似情況下的判決是不一樣的，就會自動提示，若法官堅(jiān)持該判決，那么系統(tǒng)將自動把判決推送給庭長以供討論。[10]可見，在司法智能化的背景下，司法裁量不僅受到法律法規(guī)、公平正義觀念等傳統(tǒng)因素的引導(dǎo)，而且在審理過程中會受到算法決策的影響。在“準(zhǔn)判決書”與智能化預(yù)測結(jié)果的比對中，法官會更加容易地傾向于貼近系統(tǒng)的“標(biāo)準(zhǔn)答案”，特別是在偏離度預(yù)警的情況下，法官將及時(shí)調(diào)整司法決策中的“不當(dāng)”觀點(diǎn)，司法裁量的結(jié)果也將更加趨同。

三、司法決策算法化的法理反思

從證據(jù)審查、風(fēng)險(xiǎn)評估到裁量結(jié)果，信息時(shí)代的大數(shù)據(jù)與人工智能技術(shù)深度參與到司法裁判的決策過程中。這不同于以往的法院信息化建設(shè)，因?yàn)榧夹g(shù)應(yīng)用不再僅僅局限于“無紙化”的辦公形式，而是通過嵌入證據(jù)校驗(yàn)、風(fēng)險(xiǎn)預(yù)警、量刑預(yù)測等功能模塊，進(jìn)而對司法裁判的結(jié)果產(chǎn)生重大影響。司法在與技術(shù)的結(jié)合中進(jìn)一步提高了效能，表現(xiàn)為司法效率的提高和司法裁量的統(tǒng)一，但同時(shí)也呈現(xiàn)出很大的因由算法而來的局限性。

(一)代碼規(guī)則難以保障論辯參與

智能化的證據(jù)審查依賴于證據(jù)標(biāo)準(zhǔn)和證據(jù)規(guī)則的代碼表達(dá)，而計(jì)算機(jī)代碼的自動化規(guī)制可能難以保障當(dāng)事人的論辯參與。現(xiàn)代司法中，通過證據(jù)對案件事實(shí)的查明與認(rèn)定，是先建立在對證據(jù)材料感性認(rèn)識的基礎(chǔ)之上，然后通過理性認(rèn)識形成內(nèi)心確信的一個心理過程。[9]422在智能輔助審判的情況下，證據(jù)審查的基礎(chǔ)工作將會由智能系統(tǒng)承擔(dān)，通過證據(jù)模型內(nèi)嵌的證據(jù)標(biāo)準(zhǔn)指引、單一證據(jù)校驗(yàn)、關(guān)聯(lián)證據(jù)之間的印證性分析、全案證據(jù)鏈審查等功能，證據(jù)認(rèn)定將在智能系統(tǒng)對證據(jù)材料的即時(shí)性識別和判斷中完成雛形。盡管這一過程減輕了法官對于證據(jù)認(rèn)定和證據(jù)審查的工作量，但是由于受到系統(tǒng)給定結(jié)果的影響，政策制定者和法官逐漸依賴代碼化的證據(jù)標(biāo)準(zhǔn)和證據(jù)規(guī)則來進(jìn)行法條檢索和分析比較，以便他們進(jìn)行充分論證后直接得出更優(yōu)決策。截至2019年6月底，“206系統(tǒng)”提供證據(jù)指引306 159次，提示證據(jù)瑕疵點(diǎn)7641次。在民事、行政領(lǐng)域司法審判中，證據(jù)規(guī)則指引也被陸續(xù)開發(fā)出來，并在讀取案件事實(shí)的基礎(chǔ)上進(jìn)行證據(jù)合規(guī)性預(yù)判斷。[5]238,242,243盡管目前人工智能還不能完全覆蓋證據(jù)規(guī)則，部分需要人工復(fù)核(如手寫體)，但隨著數(shù)據(jù)喂養(yǎng)的持續(xù)和機(jī)器學(xué)習(xí)能力的提升，智能證據(jù)校驗(yàn)將更加全面和精確，并在電子證據(jù)的審查中展現(xiàn)出突出的優(yōu)勢。系統(tǒng)會進(jìn)行自動信息識別和要素整合，并基于案件要素庫進(jìn)行預(yù)判和思考，法官只需“對照檢查”便可確定證據(jù)能否采信，或要求補(bǔ)正、予以排除。此時(shí)，當(dāng)事人之間的對話關(guān)系，以及基于對話結(jié)構(gòu)展開的論證活動都會受到削弱，進(jìn)而影響當(dāng)事人論辯權(quán)的實(shí)現(xiàn)。

(二)算法黑箱難以解釋裁判合理性

司法決策算法化的另一個問題就是算法的隱蔽性和司法公開、透明性的沖突。算法運(yùn)行本質(zhì)是數(shù)據(jù)輸入、輸出的過程，但在輸入輸出之間存在無法解釋的“黑洞”。一方面，不透明性源于統(tǒng)計(jì)模型或源代碼的專有性特征，而這種特征受到商業(yè)秘密相關(guān)法律保護(hù)；另一方面，如果使用了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，則會面對更為棘手的“技術(shù)黑箱”問題。[11]自動化決策往往不是單一的某個算法可以完成的，多種算法的疊加及多個隱含層的存在加劇了算法的不可解釋性風(fēng)險(xiǎn)。特別是基于神經(jīng)深層網(wǎng)絡(luò)的深度學(xué)習(xí)，在輸入層與輸出層之間存在著復(fù)雜的線性變換和大規(guī)模的神經(jīng)元連接，很難準(zhǔn)確解釋其內(nèi)部規(guī)則。[12]算法黑箱導(dǎo)致人工智能決策不可解釋，而這顯然與現(xiàn)代司法公開、透明的基本原則相悖，甚至使得相關(guān)判決陷入困境。前述“盧米斯案”中，盧米斯上訴的理由之一就是算法的保密特性。盡管盧米斯勝訴了，但是相關(guān)裁決也無法給人足夠的說服力，因?yàn)椤芭袥Q書中只討論了被告是否可以質(zhì)疑其犯罪記錄和調(diào)查表答案的準(zhǔn)確性(‘?dāng)?shù)據(jù)輸入’)，而沒有關(guān)注他是否可以挑戰(zhàn)關(guān)鍵的‘處理和計(jì)算’階段”[11]。由于無法對決策過程做出充分而有效的解釋，一旦通過算法進(jìn)行最終決策，算法的不可解釋性將會使基于這一技術(shù)的裁判結(jié)果難以得到民眾充分的信賴、尊重和認(rèn)同。

(三)群組正義難以回應(yīng)權(quán)利優(yōu)先性

在18世紀(jì)，現(xiàn)代精神從以神為中心的世界觀走向以人為中心，“人是目的”成為現(xiàn)代社會的道德觀，權(quán)利優(yōu)先性成為法治的基本理念。智能系統(tǒng)在證據(jù)審查、類案推送、裁量監(jiān)督等方面展示出強(qiáng)大的效率優(yōu)越性，這代表的并不是以權(quán)利優(yōu)先為核心的個人正義觀，而是一種以效率為核心的群組正義觀?！叭航M正義觀”是建立在統(tǒng)計(jì)奇偶性(statistical parity)基礎(chǔ)上的正義觀。(2)辛西婭·德沃克(Cynthia Dwork)等人認(rèn)為，統(tǒng)計(jì)奇偶性強(qiáng)調(diào)接受正負(fù)分類的人的人口統(tǒng)計(jì)學(xué)與總體人口統(tǒng)計(jì)學(xué)具有相同的特征，因此，統(tǒng)計(jì)均等性被認(rèn)為等同于群體性的公平。[13]就司法算法決策而言，它不太考慮個案的差異性，尋求的是群組的同質(zhì)化處理，比如證據(jù)審查的類型化處理、裁量結(jié)果的偏離度預(yù)警等。在法律大數(shù)據(jù)與人工智能技術(shù)的介入下，司法裁判的一致性和穩(wěn)定性將會增強(qiáng)。這似乎實(shí)現(xiàn)了波斯納的預(yù)想：“我期待著有一天，計(jì)算機(jī)可以從法官的意見和公開聲明中建立法官檔案，并隨著法官發(fā)表更多意見而不斷更新。這些檔案將使律師和法官能夠更準(zhǔn)確地預(yù)測司法行為，并將有助于法官在他們希望的時(shí)候，與他們先前的決定保持一致?！盵14]然而，這也可能導(dǎo)致與權(quán)利優(yōu)先理念的沖突。當(dāng)政策制定者和法官為了績效正當(dāng)性，選擇“跟從”系統(tǒng)給出的“方案”時(shí)，個人權(quán)利就很容易被忽視了。群組正義觀往往從后果主義出發(fā)，為了獲得算法決策的便利，允許克減個人的一些權(quán)利。這無疑動搖了傳統(tǒng)正義觀中權(quán)利優(yōu)先性這一核心理念。

四、司法決策算法化的應(yīng)對思考

為了防范、化解可能存在的風(fēng)險(xiǎn)和挑戰(zhàn)，以及順應(yīng)科技賦能司法的發(fā)展趨勢，應(yīng)當(dāng)探索司法領(lǐng)域的算法正義，通過技術(shù)正當(dāng)程序?qū)λ痉ㄋ惴Q策進(jìn)行過程規(guī)制，以促進(jìn)決策過程、決策程序、決策結(jié)果的公開透明和可問責(zé)。

(一)算法正義：從“技術(shù)賦能”到“技術(shù)賦權(quán)”

面對互聯(lián)網(wǎng)及人工智能技術(shù)所引起的生產(chǎn)革新與社會重組，世界范圍內(nèi)的司法部門都在尋求體制改革與正義實(shí)現(xiàn)之策。加拿大不列顛哥倫比亞省民事審裁處正在運(yùn)用ODR程序?yàn)樾☆~民事糾紛提供公共司法服務(wù)；美國一些州則開始使用“風(fēng)險(xiǎn)評估工具”(COMPAS)來預(yù)測犯罪嫌疑人的再犯可能性，進(jìn)而參考評估結(jié)果確定刑期。[7]我國司法部門也在2015年提出了建設(shè)“智慧法院”的設(shè)想，并于2018年1月推出了“智慧法院導(dǎo)航系統(tǒng)”和“類案智能推送系統(tǒng)”，希望探索具有中國特色、適應(yīng)時(shí)代要求的審判運(yùn)行新模式。“技術(shù)賦能”成為人工智能時(shí)代司法改革的鮮明特征和目標(biāo)要求。算法的合法性地位隨著司法效率的提升、司法管理的加強(qiáng)以及司法服務(wù)的優(yōu)化而得到鞏固。效率與能力不僅成為檢驗(yàn)真理的標(biāo)準(zhǔn)，也成了倫理、正義與審美的標(biāo)準(zhǔn)。然而，技術(shù)賦能并沒有很好地處理人與機(jī)器的內(nèi)在關(guān)系，導(dǎo)致司法算法決策并未實(shí)現(xiàn)與司法保障人權(quán)理念的有機(jī)統(tǒng)一。在具體應(yīng)用實(shí)踐中，當(dāng)解決案多人少、提高效率成為司法人工智能追求的主要目標(biāo)時(shí)，無論是法官的主體地位，還是當(dāng)事人的權(quán)利保障，都將被遮蔽。

基于此，司法領(lǐng)域的算法正義應(yīng)當(dāng)以“保障人的權(quán)利”為依歸，將人工智能業(yè)界推崇的以人為本、增進(jìn)人類福祉與司法追求的保障人權(quán)有機(jī)融合，化約為“技術(shù)賦權(quán)”。[15]在技術(shù)賦權(quán)理念下，司法人工智能的研發(fā)、應(yīng)用和評估應(yīng)當(dāng)以是否有助于保障、發(fā)展司法權(quán)利為判斷基準(zhǔn)，司法決策的算法化程度應(yīng)當(dāng)以是否有助于實(shí)現(xiàn)司法權(quán)利為價(jià)值原則。技術(shù)賦權(quán)理念可以為司法人工智能的研發(fā)、實(shí)施、評價(jià)提供“事前—事中—事后”的規(guī)制和指引。這既是對技術(shù)賦能被過度強(qiáng)調(diào)的糾偏，又是強(qiáng)化司法人工智能應(yīng)用中權(quán)利保障的必然選擇。因而，司法智能化背景下，應(yīng)當(dāng)立足于技術(shù)賦權(quán)理念，對司法人工智能進(jìn)行合理規(guī)制。

(二)推進(jìn)司法領(lǐng)域的算法公開透明

在傳統(tǒng)司法理論中，司法公開主要指公開審判，包括立案公開、庭審公開、執(zhí)行公開、聽證公開、文書公開和審務(wù)公開。在司法智能化背景下，司法公開不僅包括程序公開，更涵蓋司法數(shù)據(jù)的公開以及算法的開源。有學(xué)者認(rèn)為，用于司法決策的算法高度復(fù)雜，對于非計(jì)算機(jī)行業(yè)的人而言，理解起來異常困難，即便公開也并無多大價(jià)值。然而，不透明的司法人工智能除了直接侵害當(dāng)事人的知情權(quán)外，還會產(chǎn)生難以審核算法、無法評估算法準(zhǔn)確性的問題，進(jìn)而導(dǎo)致無法對司法人工智能的裁判結(jié)果有效行使抗辯權(quán)。當(dāng)下，我國各地都在探索司法人工智能的應(yīng)用，如北京市高級人民法院的“睿法官”、重慶法院的“金融案件智能專審平臺”。如果不及時(shí)解決數(shù)據(jù)公開和算法黑箱問題，智能司法運(yùn)行中的程序公開將面臨嚴(yán)峻挑戰(zhàn)。因而，傳統(tǒng)司法理論中的司法公開需要增加新的維度，既需要通過完善司法大數(shù)據(jù)平臺建設(shè)進(jìn)一步推進(jìn)司法數(shù)據(jù)的公開，更需要通過推動司法人工智能研發(fā)機(jī)構(gòu)開源算法，促進(jìn)算法的透明化。[15]隨著研究的深入，在司法領(lǐng)域進(jìn)行算法開源正在被越來越多的人認(rèn)同，因?yàn)楦蟮耐该鞫瓤梢詭椭獠垦芯咳藛T分析其運(yùn)作過程，以及需要權(quán)衡的各種因素。此外，在智能系統(tǒng)輔助的司法程序中，還應(yīng)當(dāng)充分尊重當(dāng)事人事前的知情權(quán)和自主選擇權(quán)，告知他們自動化決策工具的優(yōu)勢和潛在風(fēng)險(xiǎn)，以及以這種技術(shù)方式進(jìn)行預(yù)測的局限，從而決定是否使用或退出自動化決策。

(三)加強(qiáng)智能輔助系統(tǒng)的可解釋性

在依法治國和搶抓人工智能先發(fā)優(yōu)勢的背景之下，各地涌現(xiàn)出不同設(shè)計(jì)理念和應(yīng)用功能的司法人工智能，其系統(tǒng)參數(shù)的任何細(xì)微變化都可能產(chǎn)生巨大的效應(yīng)。人工智能設(shè)計(jì)具有意向性，當(dāng)人類道德被“嵌入”產(chǎn)品時(shí)，系統(tǒng)就會通過技術(shù)設(shè)計(jì)影響人類行為。[16]司法人工智能不同于一般的智能化活動，它直接影響到被告人的實(shí)體性和程序性權(quán)利、義務(wù)和責(zé)任，其實(shí)際影響范圍和影響程度也許會超出技術(shù)和司法人員的想象與控制范圍。[7]為此，在以計(jì)算知識填補(bǔ)演繹邏輯的同時(shí)，還應(yīng)在司法人工智能的研發(fā)設(shè)計(jì)中加強(qiáng)智能系統(tǒng)的論證性和可解釋性，提高其可接受性，促進(jìn)其在法律推理過程及程序方面的完善和擴(kuò)展。法律語境下的論證活動既是一個知識更新的過程，也是一個開放的過程。訴訟各方參與刑事司法裁判過程，既能夠監(jiān)督裁判過程，也能夠?qū)ψ罱K的裁判結(jié)果發(fā)起救濟(jì)?；诖?，“在司法裁決中，凡涉及自主研制系統(tǒng)，都應(yīng)提供一個有說服力的解釋，并由一個有能力勝任的人員進(jìn)行審計(jì)”這一原則已經(jīng)為越來越多的人認(rèn)可、接受。[15]59為了保證算法司法的合理運(yùn)用，應(yīng)當(dāng)要求司法人工智能研發(fā)主體承擔(dān)解釋責(zé)任。這不僅有助于推動司法決策領(lǐng)域可解釋權(quán)的建立，而且能夠?qū)λ痉ㄈ斯ぶ悄艿难邪l(fā)、應(yīng)用主體加強(qiáng)約束，防范可能的設(shè)計(jì)或者應(yīng)用缺陷，進(jìn)而推動司法決策中算法正義的實(shí)現(xiàn)。

四、結(jié) 語

司法人工智能已經(jīng)開始承擔(dān)證據(jù)審查、風(fēng)險(xiǎn)評估、裁量參考等任務(wù)，輔助法官進(jìn)行司法決策，科技賦能司法的趨勢不可阻擋。但是應(yīng)當(dāng)看到，算法深度應(yīng)用于司法決策，也可能帶來論辯權(quán)利難以保障、裁判合理性難以解釋、權(quán)利優(yōu)先性難以回應(yīng)等深層問題，引發(fā)數(shù)字司法的正當(dāng)性質(zhì)疑。為此，要在理念上探索司法領(lǐng)域的算法正義，以技術(shù)賦權(quán)理念推動司法權(quán)利保障；在程序上對司法算法決策進(jìn)行過程規(guī)制，促進(jìn)司法領(lǐng)域的算法公開透明；在技術(shù)上著力加強(qiáng)智能輔助系統(tǒng)的可解釋性，助力智慧司法健康平穩(wěn)運(yùn)行。