沈 寨

(江蘇師范大學(xué) 法學(xué)院，江蘇 徐州 221116)

一、引言

由于司法裁判“有相對(duì)穩(wěn)定的對(duì)象(案件)、相對(duì)明確的前提(法律規(guī)則、法律事實(shí))及嚴(yán)格的程序規(guī)則，且須得出確定的判決結(jié)論”[注]張保生：《人工智能法律系統(tǒng)的法理學(xué)思考》，《法學(xué)評(píng)論》，2001年第5期，第13頁(yè)。，從而容易被人工智能所模擬，因此人工智能自誕生不久便在司法裁判領(lǐng)域受到了極大的關(guān)注[注]1956年達(dá)特茅斯會(huì)議標(biāo)志著人工智能學(xué)科的誕生。1958年，Lucien就提出了法律科學(xué)信息化的處理，即建立法律文獻(xiàn)和案例自動(dòng)檢索模型和法官裁量模型，但并未引起學(xué)界重視。1970年，Buchanan發(fā)表了《關(guān)于人工智能和法律推理若干問(wèn)題的考察》一文，正式拉開(kāi)了司法領(lǐng)域人工智能研究的序幕。參見(jiàn)張妮，楊遂全，蒲亦非：《國(guó)外人工智能與法律研究進(jìn)展述評(píng)》，《法律方法》(第16卷)，濟(jì)南：山東人民出版社，2014年版，第459頁(yè)。。近幾年，隨著人工智能熱的再度興起，人工智能在司法裁判領(lǐng)域的應(yīng)用研究更是達(dá)到了空前的廣度和深度。學(xué)者們不僅從整體視角對(duì)人工智能在裁判領(lǐng)域的應(yīng)用價(jià)值和局限進(jìn)行了思考[注]這方面的研究可參見(jiàn)羅維鵬：《人工智能裁判的問(wèn)題和歸納》，《國(guó)家檢察官學(xué)院學(xué)報(bào)》，2018年第9期；李飛：《人工智能的司法裁判與解釋》，《法律科學(xué)》，2018年第5期；季衛(wèi)東：《人工智能時(shí)代的司法權(quán)之變》，《東方法學(xué)》，2018年第1期；吳習(xí)彧：《司法裁判人工智能化的可能性及問(wèn)題》，《浙江社會(huì)科學(xué)》，2017年第4期；潘庸魯：《人工智能介入司法領(lǐng)域的價(jià)值與定位》，《探索與爭(zhēng)鳴》，2017年第10期；等等。，還對(duì)諸如輔助量刑和裁判預(yù)測(cè)等各種司法人工智能技術(shù)在裁判領(lǐng)域應(yīng)用的功能與限度、風(fēng)險(xiǎn)與防范等進(jìn)行了深入分析[注]這方面的分析見(jiàn)朱體正：《人工智能輔助刑事裁判的不確定性風(fēng)險(xiǎn)及其防范》，《浙江社會(huì)科學(xué)》，2018年第6期；張富利，鄭海山：《大數(shù)據(jù)時(shí)代人工智能輔助量刑問(wèn)題研究》，《昆明理工大學(xué)學(xué)報(bào)》(社會(huì)科學(xué)版)，2018年第6期；倪震：《量刑改革中“機(jī)械正義”之糾正——兼論人工智能運(yùn)用的邊界及前景》，《江西社會(huì)科學(xué)》，2018年第2期；白建軍：《法律大數(shù)據(jù)時(shí)代裁判預(yù)測(cè)的可能與限度》，《探索與爭(zhēng)鳴》2017年第10期；周蔚：《大數(shù)據(jù)在事實(shí)認(rèn)定中作用機(jī)制分析》，《中國(guó)政法大學(xué)學(xué)報(bào)》，2015年第6期；等等。。從已有研究成果來(lái)看，學(xué)者們普遍認(rèn)為雖然各種人工智能技術(shù)的應(yīng)用大大提高了司法裁判的質(zhì)效，但在其目前發(fā)展階段，人工智能只適合用來(lái)對(duì)類(lèi)型化案件要素信息的識(shí)別和轉(zhuǎn)換等相對(duì)簡(jiǎn)單的工作，而對(duì)于涉及獨(dú)特事實(shí)認(rèn)定和價(jià)值評(píng)價(jià)的非類(lèi)型化疑難案件，則難以作出公正合理的個(gè)案判斷[注]李晨：《論類(lèi)型化案件智能審判系統(tǒng)的建構(gòu)——以J區(qū)法院為樣本》，《東南司法評(píng)論》，廈門(mén)：廈門(mén)大學(xué)出版社，2018年版，第342頁(yè)。。

不可否認(rèn)，在目前人類(lèi)對(duì)于人工智能的“認(rèn)知”這一核心問(wèn)題還沒(méi)有任何方法論上突破的情況下[注]參見(jiàn)《人工智能現(xiàn)在的發(fā)展前景如何？》，https://www.zhihu.com/question/20102212，2019年3月19日訪(fǎng)問(wèn)。，單憑人工智能對(duì)關(guān)涉復(fù)雜價(jià)值判斷的個(gè)案裁判作出妥當(dāng)處理確實(shí)難以實(shí)現(xiàn)。但在大規(guī)模數(shù)據(jù)和大規(guī)模算力的基本方法已經(jīng)成熟的當(dāng)下[注]參見(jiàn)《人工智能現(xiàn)在的發(fā)展前景如何？》，https://www.zhihu.com/question/20102212，2019年3月19日訪(fǎng)問(wèn)。，利用大數(shù)據(jù)和人工智能強(qiáng)大的計(jì)算能力來(lái)幫助法官獲取個(gè)案裁判的正義則具有非常相當(dāng)程度的必要性和可行性。相對(duì)于個(gè)人直接經(jīng)驗(yàn)及個(gè)人獲取間接經(jīng)驗(yàn)的有限性，大數(shù)據(jù)分析為法官提供了來(lái)自于互聯(lián)網(wǎng)的全量數(shù)據(jù)信息和海量“數(shù)據(jù)經(jīng)驗(yàn)”歸納，讓法官對(duì)案件情況有了更精準(zhǔn)和更客觀(guān)的認(rèn)識(shí)，這對(duì)排除法官直覺(jué)和偏見(jiàn)，為個(gè)案裁判作出準(zhǔn)確理性的判斷具有十分重要的意義。當(dāng)然，從根本上來(lái)說(shuō)，類(lèi)似于司法價(jià)值判斷領(lǐng)域的主觀(guān)不確定性問(wèn)題是計(jì)算不可解決的[注]董佳蓉：《語(yǔ)境論視野下的人工智能范式發(fā)展趨勢(shì)研究》，北京：科學(xué)出版社，2016年版，第126頁(yè)。，因此以計(jì)算為基礎(chǔ)的人工智能在解決司法價(jià)值判斷問(wèn)題上仍具有很大的局限性，它最多只能作為一種輔助性工具來(lái)使用。

個(gè)案正義問(wèn)題源于案件的非類(lèi)型化，相較于類(lèi)型化案件審理而言，對(duì)于非類(lèi)型化案件的處理則需要更為復(fù)雜的價(jià)值判斷。如何讓法官在進(jìn)行復(fù)雜價(jià)值判斷時(shí)保持最大程度的理性始終是裁判理論的一個(gè)中心議題。在人工智能大力介入司法裁判的當(dāng)下，細(xì)致分析人工智能對(duì)于增加法官價(jià)值判斷的理性程度有何裨益和局限就成為題中應(yīng)有之義。緣于此，本文立足于人工智能的司法輔助性角色定位，在闡釋個(gè)案正義的獲取關(guān)鍵及其對(duì)裁判性質(zhì)型塑的基礎(chǔ)上探討人工智能對(duì)于獲取個(gè)案正義的功能，并對(duì)功能的限制性因素進(jìn)行分析。

二、獲取個(gè)案正義的關(guān)鍵及其對(duì)裁判性質(zhì)的型塑

個(gè)案正義問(wèn)題源自于案件的非類(lèi)型化。當(dāng)一般的、抽象的法律規(guī)范能夠滿(mǎn)足案件公正判決的要求時(shí)，這就意味著待決案件事實(shí)與法律事實(shí)具有同質(zhì)性，該待決案件屬于類(lèi)型化的案件。對(duì)于類(lèi)型化的案件，法官裁判只需將法律事實(shí)與案件事實(shí)進(jìn)行比照便能得出結(jié)論。在這種情況下，個(gè)案正義與普遍正義實(shí)現(xiàn)了統(tǒng)一，個(gè)案正義問(wèn)題便無(wú)需提起。但當(dāng)一般的、抽象的法律規(guī)范不能滿(mǎn)足案件公正判決的要求時(shí)，這就意味著待決案件事實(shí)與法律事實(shí)具有異質(zhì)性，該待決案件屬于非類(lèi)型化的案件。對(duì)于非類(lèi)型化的案件，法官難以根據(jù)法律事實(shí)來(lái)比照案件事實(shí)得出裁判結(jié)論。在這種情況下，法官裁判必須通過(guò)獲取個(gè)案正義來(lái)保障普遍正義的實(shí)現(xiàn)，如此，如何獲致個(gè)案正義便成為法官裁判要面對(duì)的核心問(wèn)題。

案件的非類(lèi)型化導(dǎo)致了個(gè)案正義問(wèn)題的產(chǎn)生。在裁判實(shí)踐中，案件之所以被貼上“非類(lèi)型化”的標(biāo)簽，是因?yàn)樵摪讣哂袕?qiáng)烈的獨(dú)特性，難以比照法律事實(shí)對(duì)其進(jìn)行歸類(lèi)。當(dāng)法律文字不能照顧具體案件的特殊情況時(shí)，法官必須在法律賦予的自由裁量權(quán)限之內(nèi)考慮案件的特別構(gòu)成要素，這樣才能使正義在個(gè)案中有實(shí)質(zhì)的落實(shí)[注]范文清：《試論個(gè)案正義原則》，載城仲模：《行政法之一般法律原則(二)》，臺(tái)北：三民書(shū)局，1997年版，第401頁(yè)。?？梢?jiàn)，獲取個(gè)案正義的關(guān)鍵在于法官如何在遵守法秩序的前提下對(duì)案件做出符合其特定情形的判決。在現(xiàn)代司法裁判理念下，對(duì)法秩序的遵守一般通過(guò)“體系的開(kāi)放性”得到了解決，而對(duì)案件作出符合其特定情形的判決則需要法官在具體情境中通過(guò)對(duì)關(guān)涉案件的各種因素進(jìn)行綜合考慮和權(quán)衡才能獲得。對(duì)涉及個(gè)案多種因素的考慮和權(quán)衡其實(shí)就是價(jià)值判斷的過(guò)程，由此我們可以進(jìn)一步得出，就裁判活動(dòng)而言，獲取個(gè)案正義的關(guān)鍵在于法官如何妥當(dāng)?shù)剡M(jìn)行價(jià)值判斷。法官的價(jià)值判斷使得司法裁判不再僅僅是依據(jù)法律事實(shí)對(duì)案件事實(shí)進(jìn)行簡(jiǎn)單的類(lèi)型化處理，而是變成了一個(gè)復(fù)雜的慎思過(guò)程，從而使得司法裁判呈現(xiàn)出如下性質(zhì)和特征：

其一，裁判活動(dòng)具有強(qiáng)烈的問(wèn)題導(dǎo)向性和情境性。所謂問(wèn)題導(dǎo)向，是指所有行為都是圍繞“問(wèn)題”展開(kāi)的，“問(wèn)題”在整個(gè)過(guò)程中具有導(dǎo)向作用，而“問(wèn)題”則是指“允許表面上看起來(lái)有不止一個(gè)答案的任一提問(wèn)”[注][德]特奧爾多·菲韋格：《論題學(xué)與法學(xué)——論法學(xué)的基礎(chǔ)研究》，舒國(guó)瀅譯，北京：法律出版社，2012年版，第28頁(yè)。。個(gè)案正義雖然要求法官在現(xiàn)行法秩序內(nèi)對(duì)案件尋求體系化的解決，但法官在尋求體系化解決時(shí)往往不能保證個(gè)案正義有實(shí)質(zhì)的落實(shí)，原因在于案件的非類(lèi)型化或獨(dú)特性使得法官不能對(duì)個(gè)案進(jìn)行“非黑即白”式的處理，而是在“黑白之間”進(jìn)行理性考量和抉擇。緣于此，法官只能從個(gè)案的特定情形入手，圍繞個(gè)案來(lái)尋找最適合案件具體情況的答案。這種立足于個(gè)案特定情形并以解決個(gè)案問(wèn)題為目標(biāo)的裁判活動(dòng)具有明顯的問(wèn)題導(dǎo)向性。而司法裁判的問(wèn)題導(dǎo)向性決定了它必然同時(shí)又具有情境性。問(wèn)題總是在情境理解之內(nèi)發(fā)生[注]舒國(guó)瀅：《走近論題學(xué)法學(xué)》，《現(xiàn)代法學(xué)》，2011年第7期，第11頁(yè)。。因此，對(duì)于個(gè)案問(wèn)題的處理離不開(kāi)對(duì)個(gè)案發(fā)生時(shí)的情景或背景的考察，即離不開(kāi)法官和當(dāng)事人所處的具體文化環(huán)境或所享有的生活方式和價(jià)值觀(guān)念。

其二，司法推理一般會(huì)采用到“決策—論證”模式。由于案件的非類(lèi)型化或獨(dú)特性，法官通常不能從既有法律規(guī)范中徑直為案件尋找到一個(gè)明確的判決結(jié)論。為了獲得公正的判決，法官不得不從案件具體情況出發(fā)，“對(duì)法律問(wèn)題從各種不同的方向，將全部由法律本身，或是由法律以外的領(lǐng)域所獲得，對(duì)于問(wèn)題的正當(dāng)解決有所助益的觀(guān)點(diǎn)都列入考量”[注][德]卡爾·拉倫茨：《法學(xué)方法論》，陳愛(ài)蛾譯，北京：商務(wù)印書(shū)館，2004年版，第25頁(yè)。。這樣，司法推理過(guò)程就變成了先是對(duì)與個(gè)案關(guān)聯(lián)的各種因素和各種觀(guān)點(diǎn)進(jìn)行充分權(quán)衡和考量后做出決策，然后再對(duì)決策進(jìn)行合法性和正當(dāng)化的論證。這種“決策—論證”推理模式下所做出的判決能夠最大化的滿(mǎn)足有關(guān)當(dāng)事人的需求，有利于有關(guān)當(dāng)事人盡快達(dá)成合意，從而非常適合用來(lái)解決裁判領(lǐng)域的價(jià)值判斷問(wèn)題。

其三，司法裁判重視判決的可接受性。判決的可接受性是指當(dāng)事人和公眾對(duì)判決在心理上的接受和認(rèn)同，它特別強(qiáng)調(diào)判決的正當(dāng)性和合理性，而非關(guān)注法律的強(qiáng)制性，因而成為衡量判決是否公正的標(biāo)準(zhǔn)。相對(duì)于類(lèi)型化案件的審理，非類(lèi)型化案件的審理需要更為復(fù)雜的價(jià)值判斷，而價(jià)值判斷在本質(zhì)上就是法官對(duì)當(dāng)事人和公眾進(jìn)行的一種說(shuō)服，說(shuō)服當(dāng)事人和公眾認(rèn)可和接受判決。在非類(lèi)型化案件審理的過(guò)程中，法官不能簡(jiǎn)單依據(jù)法律對(duì)案件做出非對(duì)即錯(cuò)的判決，而是要全面考慮案件的特殊情況和判決的社會(huì)影響等多種因素。對(duì)這些因素?zé)o法只從法律邏輯角度來(lái)進(jìn)行簡(jiǎn)單的合法與否的評(píng)價(jià)，而要從正當(dāng)性和合理性視角來(lái)進(jìn)行可接受性程度上的權(quán)衡和考量。

總之，個(gè)案正義要求法官在裁判過(guò)程中必須進(jìn)行復(fù)雜的價(jià)值判斷。而為了完成復(fù)雜的價(jià)值判斷任務(wù)，司法裁判不再是將案件事實(shí)與法律規(guī)范簡(jiǎn)單地進(jìn)行涵攝或等置就能得出明確的判決結(jié)論的過(guò)程，而是圍繞個(gè)案問(wèn)題，對(duì)關(guān)涉?zhèn)€案的事實(shí)因素、法律因素和社會(huì)因素等進(jìn)行情境化考量及決策與論證的過(guò)程。如此一來(lái)，合法性就不能成為判決公正的唯一標(biāo)準(zhǔn)，在合法性之外，還得尋求判決的可接受性。

三、基于裁判性質(zhì)看人工智能對(duì)于獲取個(gè)案正義的輔助性功能

為了獲取個(gè)案正義，司法裁判由簡(jiǎn)單的涵攝或等置過(guò)程變成了以判決可接受性為目標(biāo)，以個(gè)案問(wèn)題為導(dǎo)向的決策—論證過(guò)程。司法裁判過(guò)程的這一性質(zhì)轉(zhuǎn)變使得裁判過(guò)程確實(shí)能夠更多地容納價(jià)值判斷：一方面，裁判過(guò)程的問(wèn)題導(dǎo)向性和情境性讓法外因素順利地進(jìn)入到了案件審判之中，使得法官對(duì)關(guān)涉案件的社會(huì)、經(jīng)濟(jì)和道德等因素的考量具有了可行路徑；另一方面，司法推理的決策—論證模式不僅使特定條件下的現(xiàn)實(shí)需求成為了案件審理的依據(jù)，還認(rèn)可了法官的司法前見(jiàn)和實(shí)踐經(jīng)驗(yàn)等對(duì)裁判的正當(dāng)影響。然而，司法裁判在更多容納價(jià)值判斷的同時(shí)如何避免法官直覺(jué)和偏見(jiàn)的消極影響，以確保價(jià)值判斷的理性作出，人們對(duì)此一直孜孜以求卻始終未能找到最終解決的辦法。人工智能時(shí)代的到來(lái)使人們對(duì)這一問(wèn)題的解決向前邁進(jìn)了一大步。

從總體層面來(lái)看，人工智能強(qiáng)大的數(shù)據(jù)搜索和計(jì)算能力能夠擴(kuò)展法官的認(rèn)知能力，減少法官直覺(jué)和偏見(jiàn)等主觀(guān)因素對(duì)價(jià)值判斷的消極影響。審理非類(lèi)型化案件需要法官更多地運(yùn)用價(jià)值判斷來(lái)處理裁判中的不確定性問(wèn)題。對(duì)于裁判領(lǐng)域里不確定問(wèn)題的處理，法官無(wú)法經(jīng)由必然性推論得出確定性答案，只能基于經(jīng)驗(yàn)、良心和理性得出或然性結(jié)論，因而價(jià)值判斷屬于或然性判斷，通常被認(rèn)為是法官個(gè)人確信的表達(dá)。而法官在表達(dá)個(gè)人確信時(shí)，有時(shí)難免會(huì)受到直覺(jué)和偏見(jiàn)等主觀(guān)因素的影響，產(chǎn)生錯(cuò)誤的“確信”。如美國(guó)康奈爾大學(xué)教授拉克林斯基通過(guò)實(shí)證研究[注]關(guān)于拉克林斯基的實(shí)證研究?jī)?nèi)容，參見(jiàn)Guthrie,Chris,Jeffrey J.Rachlinski, and Andrew J.Wistrch, Blinking on the Bench: How Judges Decide Cases,Cornell L.Rev.Vol.93,2007.發(fā)現(xiàn)，直覺(jué)會(huì)對(duì)法官裁判產(chǎn)生很大影響，它不僅會(huì)讓法官基于偏見(jiàn)作出情感上讓人難以接受的結(jié)論，更為常見(jiàn)的是，它還會(huì)讓法官因判斷誤差而致使判決結(jié)果出現(xiàn)偏差，比較典型的如“錨定效應(yīng)”。所謂“錨定效應(yīng)”是指“在不確定情境下，判斷與決策的結(jié)果或目標(biāo)值向初始信息或初始值即‘錨’的方向接近而產(chǎn)生估計(jì)偏差的現(xiàn)象”[注]Tversky A,Kahneman D.,Judgement under Uncertainty:Heuristics and Biases,Science,Vol.185,1974.轉(zhuǎn)引自郭春鎮(zhèn)：《法律直覺(jué)與社科法教義學(xué)》，《人大法律評(píng)論》，2015年卷第2輯，第109頁(yè)。。拉克林斯基的實(shí)驗(yàn)研究表明，法官在裁判過(guò)程中會(huì)基于別人先前給定的信息即“錨”來(lái)作出判斷，這個(gè)信息對(duì)法官判斷產(chǎn)生了很大的影響，而它本來(lái)不應(yīng)該有如此巨大的影響，如此就形成了偏差性的裁判結(jié)論。雖然法官直覺(jué)來(lái)自于其長(zhǎng)期的法律知識(shí)學(xué)習(xí)和司法經(jīng)驗(yàn)積累，并非是反理性的妄想，然而法官個(gè)人知識(shí)和經(jīng)驗(yàn)的有限性使得直覺(jué)判斷經(jīng)常會(huì)忽略一些重要信息，從而會(huì)對(duì)案件做出不公正甚至錯(cuò)誤的判決。與法官經(jīng)驗(yàn)和理性有限性形成鮮明對(duì)比的是，人工智能對(duì)海量數(shù)據(jù)則具有強(qiáng)大的搜索和計(jì)算能力，它通過(guò)對(duì)互聯(lián)網(wǎng)海量數(shù)據(jù)的分析和處理，為法官裁判提供了全量信息和“數(shù)據(jù)經(jīng)驗(yàn)”，同時(shí)也彌補(bǔ)了法官對(duì)龐大信息處理能力的不足。詳言之，大數(shù)據(jù)分析一方面能夠瞬間對(duì)“全量數(shù)據(jù)進(jìn)行分析而非抽樣分析，以一種全量歸納邏輯形式對(duì)事件進(jìn)行客觀(guān)描述”[注]周蔚：《大數(shù)據(jù)在事實(shí)認(rèn)定中作用機(jī)制分析》，《中國(guó)政法大學(xué)學(xué)報(bào)》，2015年第6期，第80頁(yè)。，有利于幫助法官形成客觀(guān)認(rèn)識(shí)；另一方面通過(guò)非結(jié)構(gòu)化全量數(shù)據(jù)間的相關(guān)性分析，凝練出某種規(guī)律性的認(rèn)識(shí)，從而能夠幫助法官對(duì)主體行為或事件發(fā)展作出趨勢(shì)性預(yù)測(cè)。此外，司法輔助性技術(shù)在適用于司法裁判時(shí)對(duì)優(yōu)化裁判路徑也產(chǎn)生了一定的作用，這在一定程度上也降低了法官直覺(jué)判斷可能帶來(lái)的風(fēng)險(xiǎn)。

以上所述是對(duì)人工智能的輔助功能所作的總體闡釋?zhuān)逦亓私馊斯ぶ悄軐?duì)于獲取個(gè)案正義的功能，還需圍繞裁判性質(zhì)來(lái)展開(kāi)具體分析。首先，人工智能為法官掌握具體案件情況提供了全面的數(shù)據(jù)信息和背景知識(shí)，幫助法官對(duì)案件事實(shí)和當(dāng)事人形成了客觀(guān)準(zhǔn)確的認(rèn)識(shí)。個(gè)案正義要求法官對(duì)案件進(jìn)行問(wèn)題導(dǎo)向性和情境化處理，即要求法官?lài)@個(gè)案問(wèn)題尋找最適合案件具體情形的判決。由此可見(jiàn)，案件具體情況是法官裁判的出發(fā)點(diǎn)和基礎(chǔ)。案件具體情況雖然是一個(gè)包容性極強(qiáng)的概念，但若從案件要素的視角來(lái)看，法官對(duì)它的考慮主要包括案件事實(shí)認(rèn)定和當(dāng)事人具體情況兩個(gè)方面。事實(shí)認(rèn)定主要涉及對(duì)證據(jù)的判斷，而對(duì)當(dāng)事人具體情況的考慮則涉及當(dāng)事人的年齡、性別、性格、行為習(xí)慣及案發(fā)時(shí)處境等。就事實(shí)認(rèn)定而言，大數(shù)據(jù)分析不僅是一種新的證據(jù)手段，還在證據(jù)推理中發(fā)揮著巨大作用。隨著互聯(lián)網(wǎng)應(yīng)用的普及，記錄各種信息的大數(shù)據(jù)不斷涌現(xiàn)，這為事實(shí)認(rèn)定提供了豐富的證據(jù)來(lái)源，此外還將證據(jù)和待證事實(shí)之間的關(guān)系以諸如照片、圖表和錄像等數(shù)據(jù)可視化的方式進(jìn)行實(shí)質(zhì)化的展示。當(dāng)證據(jù)對(duì)事實(shí)的證明關(guān)系不確定，需要法官進(jìn)行蓋然性判斷時(shí)，大數(shù)據(jù)分析能夠在證據(jù)推理過(guò)程中量化各個(gè)證據(jù)要素與證明結(jié)論之間的相關(guān)程度，彌補(bǔ)法官在不確定性條件下對(duì)事物認(rèn)知能力的不足，從而對(duì)證據(jù)材料到證據(jù)實(shí)質(zhì)關(guān)聯(lián)程度作出更加客觀(guān)的評(píng)價(jià)[注]周蔚：《大數(shù)據(jù)在事實(shí)認(rèn)定中作用機(jī)制分析》，《中國(guó)政法大學(xué)學(xué)報(bào)》，2015年第6期，第67頁(yè)。。如貝葉斯公式能夠?qū)ψC據(jù)間的相關(guān)性程度進(jìn)行量化，也能較好地描述出“初始證據(jù)事實(shí)在引入新證據(jù)之后蓋然性估測(cè)的變化情況”[注]秦策：《訴訟證明的蓋然性范疇：功能與限度》，《金陵法律評(píng)論》，2013春季卷，第36頁(yè)。，這顯然對(duì)排除法官直覺(jué)，對(duì)事實(shí)進(jìn)行理性認(rèn)定起到了巨大的幫助作用。就考慮當(dāng)事人具體情況而言，在傳統(tǒng)方式下，法官對(duì)當(dāng)事人具體情況的了解主要來(lái)自于具體案件事實(shí)中的描述或證人證言，這種了解是碎片化的和單維度的，但在人工智能時(shí)代，大數(shù)據(jù)能夠把當(dāng)事人在互聯(lián)網(wǎng)上留下的各種信息呈現(xiàn)出來(lái)，讓我們對(duì)當(dāng)事人有了更精準(zhǔn)的了解，并由此從趨勢(shì)發(fā)展角度對(duì)當(dāng)事人行為進(jìn)行預(yù)測(cè)，從而使得法官能夠?qū)Ξ?dāng)事人情況進(jìn)行全景式考量和理性判斷。在國(guó)外司法實(shí)踐中已經(jīng)投入使用的COMPAS系統(tǒng)，就是根據(jù)犯罪者的多種信息對(duì)犯人再犯風(fēng)險(xiǎn)進(jìn)行評(píng)估，以幫助法官作出司法決策，雖然被人詬病存在算法“暗箱”和算法歧視等缺陷，但其基于數(shù)據(jù)的決策無(wú)疑仍具有相當(dāng)程度的客觀(guān)性和精確性。

其次，在對(duì)特定案件事實(shí)進(jìn)行評(píng)價(jià)時(shí)，人工智能不僅彌補(bǔ)了法官面對(duì)新穎案件“生活經(jīng)驗(yàn)”的不足，還使法官遵從了整體理性。個(gè)案正義還需要法官對(duì)特定案件事實(shí)進(jìn)行評(píng)價(jià)，這其實(shí)是要求法官對(duì)個(gè)案判決進(jìn)行社會(huì)的、倫理的和功利的等整體考量，即采用政策方法[注]法官裁判基本有兩種標(biāo)準(zhǔn)：邏輯方法和政策方法，兩種方法兼而有之，才能保證司法裁判的公正性和活力。政策是指作為實(shí)現(xiàn)經(jīng)濟(jì)、政治或者社會(huì)上的妥當(dāng)目標(biāo)而在法律適用上進(jìn)行的適當(dāng)變通或者有多種選擇時(shí)的傾向性選擇導(dǎo)向，政策方法就是以此種方式變通法律適用的方法。參見(jiàn)孔祥?。骸斗ü偃绾尾门小?，北京：中國(guó)法制出版社，2017年版，第2-15頁(yè)。對(duì)案件進(jìn)行裁判。用霍姆斯的話(huà)來(lái)說(shuō)，政策就是生活經(jīng)驗(yàn)的體驗(yàn)[注]Roy L. Brooks, Structures of Judicial Decision Making from Legal Formalism to Critical Theory(2nd ed),Carolina Academic Press,2005, p.14.轉(zhuǎn)引自孔祥俊：《法官如何裁判》，北京：中國(guó)法制出版社，2017年版，第14頁(yè)。，因此，采用政策方法來(lái)裁判其實(shí)就是法官依靠自己的“生活經(jīng)驗(yàn)”來(lái)裁判。當(dāng)然，這里的“生活經(jīng)驗(yàn)”并非指法官個(gè)別的經(jīng)驗(yàn)，而是指法官集體的共同的社會(huì)經(jīng)驗(yàn)。那么面對(duì)個(gè)案裁判的法官如何獲得法官集體的共同的“生活經(jīng)驗(yàn)”，以及如何防止法官個(gè)人偏好和偏見(jiàn)不被當(dāng)成“生活經(jīng)驗(yàn)”？作為社會(huì)組成人員，法官的“生活經(jīng)驗(yàn)”自然主要來(lái)自于其長(zhǎng)期的職業(yè)共同體生活和從業(yè)經(jīng)歷，而人工智能的出現(xiàn)不僅彌補(bǔ)了法官面對(duì)新穎案件“生活經(jīng)驗(yàn)”的不足，還讓法官遵從了整體理性，適度降低了法官偏見(jiàn)對(duì)司法判斷的影響。法官可以從互聯(lián)網(wǎng)公開(kāi)的裁判文書(shū)中搜索出大量先前法官對(duì)類(lèi)似案件的處理信息，從中獲取先前法官裁判的經(jīng)驗(yàn)和方法，為自己個(gè)案裁判尋求啟發(fā)。此外，大數(shù)據(jù)分析技術(shù)通過(guò)對(duì)法律規(guī)定、大量以往案件信息及判決結(jié)果之間相關(guān)關(guān)系的分析，可以對(duì)未決案件進(jìn)行裁判預(yù)測(cè)。這種裁判預(yù)測(cè)反映的是過(guò)往審判實(shí)踐中的法官集體經(jīng)驗(yàn)或“平均理性”，它雖不能替代當(dāng)下案件的審理結(jié)果，但可以對(duì)裁判實(shí)踐提供參考信息[注]白建軍：《法律大數(shù)據(jù)時(shí)代裁判預(yù)測(cè)的可能與限度》，《探索與爭(zhēng)鳴》，2017年第10期，第96頁(yè)。。這種對(duì)法官集體經(jīng)驗(yàn)的獲得不是來(lái)自于個(gè)別法官的臆想，而是基于全量“數(shù)據(jù)經(jīng)驗(yàn)”的分析和歸納，對(duì)它們的參考，意味著法官對(duì)整體理性的遵從，這在一定程度上也限制了法官偏見(jiàn)對(duì)司法判斷的影響。

最后，人工智能為司法裁判提供了輔助決策和檢測(cè)的工具，排除了“決策—論證”過(guò)程中直覺(jué)主義的影響。當(dāng)審理非類(lèi)型化案件時(shí)，法官在使用演繹推理的基礎(chǔ)上往往會(huì)采用到?jīng)Q策—論證的推理模式，即先做出決定，然后再對(duì)決定的合法性和合理性進(jìn)行論證。決策—論證的推理模式使法官?zèng)Q策看起來(lái)充滿(mǎn)理性和慎思，但仍不免會(huì)受到直覺(jué)偏見(jiàn)的影響。法官在對(duì)自我決策進(jìn)行論證時(shí)，往往會(huì)出現(xiàn)自我合理化的傾向，從而導(dǎo)致偏見(jiàn)對(duì)裁判的涉入。對(duì)于此種問(wèn)題的解決，只需在裁判過(guò)程中發(fā)揮人工智能的輔助決策功能和檢測(cè)功能便可收到事半功倍的效果。一方面，人工智能通過(guò)自動(dòng)識(shí)別提取法律事實(shí)和情節(jié)、自動(dòng)推送關(guān)聯(lián)法條、爭(zhēng)議點(diǎn)自動(dòng)整理以及裁判文書(shū)自動(dòng)生成等來(lái)輔助法官進(jìn)行部分司法決策，當(dāng)法官部分司法決策被人工智能輔助時(shí)，直接壓縮了法官直覺(jué)判斷運(yùn)用的空間，從而相應(yīng)地也減少了產(chǎn)生偏見(jiàn)的可能性；另一方面，人工智能還可以通過(guò)偏離預(yù)警和裁判預(yù)測(cè)等司法輔助系統(tǒng)為法官?zèng)Q策提供便捷有效的檢測(cè)工具，從而能夠有效地防范和控制法官自由裁判的風(fēng)險(xiǎn)。例如，偏離預(yù)警把基于人工智能算法推測(cè)的量刑幅度、判決結(jié)論或裁判流程等與法官裁判的量刑幅度、判決結(jié)論或流程進(jìn)行比較，計(jì)算兩者之間的偏離程度，并對(duì)偏離程度進(jìn)行不同程度的警告，如果偏離程度特別高，則意味著法官裁判的結(jié)果可能存在合法性和合理性問(wèn)題[注]王祿生：《司法大數(shù)據(jù)與人工智能開(kāi)發(fā)的障礙》，《中國(guó)法律評(píng)論》，2018年第2期，第48頁(yè)。。由此可見(jiàn)，偏離預(yù)警就是將法官裁判放入與海量已決類(lèi)案的比照和檢測(cè)中，通過(guò)測(cè)算它們之間的偏離度來(lái)提示和促使法官對(duì)個(gè)案裁判進(jìn)行反思和檢討。裁判預(yù)測(cè)也能夠?yàn)榉ü倥袥Q提供檢測(cè)工具，促使法官在心理上對(duì)個(gè)案裁判進(jìn)行對(duì)照性分析和反思。質(zhì)言之，人工智能的輔助決策功能和檢測(cè)功能其實(shí)就是讓法官裁判從對(duì)自我決策的論證轉(zhuǎn)向了對(duì)他者決策的論證，削弱了自我合理化論證中產(chǎn)生偏見(jiàn)的基礎(chǔ)，“當(dāng)我們?cè)跊](méi)有輔助系統(tǒng)的情況下有時(shí)是在論證自我，而當(dāng)輔助系統(tǒng)提供了決策前提時(shí)，我們是在論證他者，從而可以避免了偏見(jiàn)的產(chǎn)生”[注]葛翔：《司法實(shí)踐中人工智能運(yùn)用的現(xiàn)實(shí)與前瞻——以上海法院行政案件智能輔助辦案系統(tǒng)為參照》，《華東政法大學(xué)學(xué)報(bào)》，2018年第5期，第74頁(yè)。。

綜上可知，在當(dāng)前發(fā)展水平下，人工智能賦能個(gè)案正義的途徑主要有兩種：一是基于互聯(lián)網(wǎng)海量樣本復(fù)雜數(shù)據(jù)的大規(guī)模分析，對(duì)事件之間的相關(guān)性和相關(guān)性趨勢(shì)作出量化評(píng)價(jià)，然后通過(guò)量化評(píng)價(jià)達(dá)到改變主體對(duì)事件性質(zhì)的看法，換言之，就是通過(guò)全量信息歸納得出客觀(guān)結(jié)論，以此來(lái)排除主體囿于理性不足而導(dǎo)致的認(rèn)識(shí)上的錯(cuò)誤；二是通過(guò)大數(shù)據(jù)技術(shù)適度改變裁判推理模式和規(guī)范法官行為，以?xún)?yōu)化裁判路徑的方式限制和防范法官恣意，從而達(dá)到增強(qiáng)判決可接受性的最終目的。與常規(guī)做法在價(jià)值層面上傾向于修辭說(shuō)服不同，人工智能更擅長(zhǎng)從全量經(jīng)驗(yàn)歸納推理和裁判過(guò)程上來(lái)尋求和保障說(shuō)服的效果。從這個(gè)角度來(lái)講，人工智能在提升判決可接受性上顯然比人類(lèi)做得更好。

四、人工智能對(duì)于獲取個(gè)案正義的功能限制性因素分析

人工智能通過(guò)對(duì)海量非結(jié)構(gòu)化數(shù)據(jù)間相關(guān)關(guān)系的分析凝練出規(guī)律性的認(rèn)識(shí)，為人們提供了政策結(jié)果或決策依據(jù)。這種基于互聯(lián)網(wǎng)海量樣本信息分析的“數(shù)據(jù)經(jīng)驗(yàn)”歸納法，是“排除和肅清困擾人類(lèi)心靈假象的‘對(duì)癥良藥’”[注][英]弗蘭西斯·培根：《新工具》，許寶骙譯，北京：商務(wù)印書(shū)館，1997年版，第19頁(yè)。，因而當(dāng)被運(yùn)用于司法裁判時(shí)，能夠幫助法官對(duì)特定案件情況形成客觀(guān)認(rèn)識(shí)和評(píng)價(jià)，減少直覺(jué)、偏見(jiàn)甚至個(gè)人偏好對(duì)裁判的消極影響。然而，人工智能在司法裁判中的功能發(fā)揮在實(shí)踐中受到了諸多因素的限制，從而使得它在獲取個(gè)案正義方面具有一定程度的局限性。

第一，人工智能對(duì)大數(shù)據(jù)的分析和處理只能按照事先輸入的形式化指令來(lái)進(jìn)行，無(wú)法滿(mǎn)足法官價(jià)值判斷時(shí)的語(yǔ)境化需求。由于計(jì)算機(jī)表征的高度形式化和計(jì)算的閉合性，司法人工智能在目前發(fā)展階段只能按照預(yù)先編制的裁判系統(tǒng)對(duì)案件進(jìn)行處理，無(wú)法跟隨語(yǔ)境變化作出適應(yīng)性改變，即使引入了深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法等人工智能新技術(shù)，它對(duì)語(yǔ)境變化的適應(yīng)能力也是很有限的?？偟膩?lái)說(shuō)，司法人工智能只是基于計(jì)算機(jī)算法而對(duì)具有特定意義的符號(hào)所進(jìn)行的“形式裁判”而已[注]羅維鵬：《人工智能裁判的問(wèn)題和歸納》，《國(guó)家檢察官學(xué)院學(xué)報(bào)》，2018年第9期，第23頁(yè)。。然而，審理非類(lèi)型化案件需要法官作出更多的判斷和權(quán)衡，而判斷和權(quán)衡多是個(gè)案式的，通常要根據(jù)案件特定情況來(lái)展開(kāi)，這就使得司法人工智能難以滿(mǎn)足司法裁判中法官在理解和評(píng)價(jià)案情上的語(yǔ)境化需求。以司法決策輔助系統(tǒng)都會(huì)用到的類(lèi)案識(shí)別技術(shù)為例，目前類(lèi)案識(shí)別的技術(shù)思路一般是依據(jù)已經(jīng)構(gòu)建好的知識(shí)圖譜，通過(guò)自然語(yǔ)義識(shí)別技術(shù)從海量文書(shū)中提取情節(jié)，將每個(gè)案件結(jié)構(gòu)化和標(biāo)簽化，然后將具備相似情節(jié)的案件進(jìn)行整合分類(lèi)，形成“類(lèi)案”，用戶(hù)在使用時(shí)，只需勾選情節(jié)選擇，系統(tǒng)就能從已經(jīng)標(biāo)簽化的案件大數(shù)據(jù)庫(kù)中匹配符合情節(jié)的案例進(jìn)行推送[注]王祿生：《司法大數(shù)據(jù)與人工智能開(kāi)發(fā)的障礙》，《中國(guó)法律評(píng)論》，2018年第2期，第49頁(yè)。。盡管類(lèi)案識(shí)別技術(shù)已經(jīng)盡量照顧到了案件情節(jié)的多樣性，但在針對(duì)非類(lèi)型化案件的裁判適用時(shí)仍然存在一些問(wèn)題。一方面，類(lèi)案識(shí)別的情節(jié)提取即使再全方位化和多樣化，也不可能做到完備無(wú)缺，然而系統(tǒng)只能根據(jù)預(yù)先確定的案情畫(huà)像進(jìn)行比對(duì)和推送。非類(lèi)型化案件的典型特征就是具有個(gè)殊性，其存在預(yù)先未被系統(tǒng)確定的情節(jié)要素情形的可能性極大，這樣，依照數(shù)據(jù)庫(kù)中既有的案情畫(huà)像很難找到與其匹配的類(lèi)案。另一方面，目前的類(lèi)案識(shí)別技術(shù)主要還是建立在對(duì)案件情節(jié)分析的基礎(chǔ)上，以情節(jié)相同或相似為類(lèi)案標(biāo)準(zhǔn)，然而案件的相似性并不總是以情節(jié)相同或相似為基礎(chǔ)，它有時(shí)還與對(duì)案件要素的法律評(píng)價(jià)有關(guān)。兩個(gè)案件即使有再多相同和相似的情節(jié)，但如果都不具有法律評(píng)價(jià)上的決定意義，就不屬于法官所要尋找的類(lèi)案；反之，如果兩個(gè)案件情節(jié)相同點(diǎn)或相似點(diǎn)很少甚至沒(méi)有，但只要具備法律評(píng)價(jià)上有決定意義的共同要素，那它們就屬于類(lèi)案。而對(duì)案件要素的法律評(píng)價(jià)通常是根據(jù)案件具體情形來(lái)作出的，具有主觀(guān)化、差異化和復(fù)雜化的特征，很難用一套形式化的語(yǔ)言歸納和表達(dá)出來(lái)，不易被人工智能所表征和識(shí)別。因此，系統(tǒng)對(duì)類(lèi)案的識(shí)別只能按照預(yù)先輸入的案情畫(huà)像來(lái)操作，這樣就很難滿(mǎn)足法官價(jià)值評(píng)價(jià)時(shí)的需求。換言之，對(duì)于非類(lèi)型化案件裁判，法官有時(shí)也無(wú)法通過(guò)大數(shù)據(jù)運(yùn)用獲取到合適的知識(shí)、經(jīng)驗(yàn)或答案，或者說(shuō)，大數(shù)據(jù)有時(shí)也會(huì)為司法裁判提供大量無(wú)用的信息。

第二，人工智能對(duì)于獲取個(gè)案正義的功能發(fā)揮高度依賴(lài)于數(shù)據(jù)的真實(shí)性和完整性，然而無(wú)論是實(shí)踐上還是理論上，獲取真實(shí)的和完整的數(shù)據(jù)都存在一定的難度。數(shù)據(jù)是人工智能存在的基礎(chǔ)，但人工智能一般只對(duì)數(shù)據(jù)之間的相關(guān)性進(jìn)行分析，無(wú)法對(duì)數(shù)據(jù)之間的因果關(guān)系進(jìn)行闡釋?zhuān)虼?，?dāng)輸入不真實(shí)不完整的數(shù)據(jù)時(shí)，得出的就是無(wú)用片面的結(jié)論。人工智能的這一特性使得它的功能發(fā)揮必須以真實(shí)和完整的數(shù)據(jù)為前提。目前，我國(guó)司法人工智能的來(lái)源數(shù)據(jù)主要包括法律法規(guī)、司法解釋和網(wǎng)上公開(kāi)的海量裁判文書(shū)等，其中網(wǎng)上公開(kāi)的裁判文書(shū)是絕大多數(shù)司法輔助系統(tǒng)開(kāi)發(fā)和運(yùn)用的基礎(chǔ)。且不論數(shù)據(jù)來(lái)源比較單一，單就網(wǎng)上公開(kāi)的裁判文書(shū)而言，通常就會(huì)遭遇以下幾個(gè)方面的真實(shí)性和完整性問(wèn)題：從實(shí)踐上看，一方面，網(wǎng)上公布的裁判文書(shū)在數(shù)據(jù)整體上并不完全具備全樣本性，公布文書(shū)數(shù)量與實(shí)際結(jié)案數(shù)量相差較大，數(shù)據(jù)缺失問(wèn)題比較嚴(yán)重，公開(kāi)的裁判文書(shū)所涉及的案件類(lèi)型也不全面[注]左衛(wèi)民：《邁向大數(shù)據(jù)法律研究》，《中國(guó)法學(xué)》，2018年第4期，第142頁(yè)。；另一方面，雖然各個(gè)裁判文書(shū)因撰寫(xiě)者不同而風(fēng)格各異，但因受制度和實(shí)踐等方面的規(guī)范限制而表現(xiàn)出一定程度的格式化問(wèn)題，裁判信息不能得到充分顯示。從理論層面來(lái)看，即使是制作得再好的裁判文書(shū)也不可能是案例的鏡像，它雖然記錄了案件處理的過(guò)程和結(jié)果，但不可能展示出司法裁判的整體樣貌。一些諸如司法前見(jiàn)、結(jié)果導(dǎo)向、經(jīng)驗(yàn)參與、事實(shí)裁剪、觀(guān)念輻射等司法隱形知識(shí)廣泛地存在于案件裁判的各個(gè)環(huán)節(jié)之中，并在司法判案中有它特定的位置[注]胡學(xué)軍，涂書(shū)田：《司法裁判中的隱形知識(shí)論綱》，《現(xiàn)代法學(xué)》，2010年第5期，第93頁(yè)。，甚至有時(shí)會(huì)對(duì)判決起著決定性作用，但它們無(wú)法被語(yǔ)言文字表達(dá)出來(lái)，因而不可能被裁判文書(shū)所記錄。因此，從裁判文書(shū)中并不能獲取裁判的完整信息，就算能夠獲取，也無(wú)法被人工智能語(yǔ)言所表征。此外，對(duì)于一些新穎案件，當(dāng)法官不能從既有法律規(guī)范中找到判決答案時(shí)，便會(huì)從公開(kāi)的裁判文書(shū)中搜索類(lèi)似案例，但若裁判文書(shū)中只記錄了很小數(shù)量的類(lèi)似案例，此時(shí)，法官便有可能會(huì)受到“小數(shù)定律”這一直覺(jué)偏見(jiàn)的影響，對(duì)小樣本的數(shù)據(jù)統(tǒng)計(jì)結(jié)果產(chǎn)生偏信，從而依照小樣本案例對(duì)新穎案件進(jìn)行裁判。當(dāng)直覺(jué)偏見(jiàn)經(jīng)由大數(shù)據(jù)進(jìn)入司法裁判時(shí)，人工智能對(duì)于獲取個(gè)案正義的功能便在一定程度上被消解了。

第三，人工智能面臨著算法黑箱窘境。雖然算法黑箱并非總是發(fā)揮負(fù)面功能，如果運(yùn)用合理，如將大學(xué)生食堂消費(fèi)情況作為貧困生評(píng)定標(biāo)準(zhǔn)的算法，也可以起到彌補(bǔ)社會(huì)裂痕、維持社會(huì)共識(shí)的作用[注]丁曉東：《算法與歧視：從美國(guó)教育平權(quán)案看算法倫理與法律解釋》，《中外法學(xué)》，2017年第6期，第1622-1623頁(yè)。。但總體而言，人們一直在試圖努力破解黑箱問(wèn)題，以避免人工智能的消極影響，比如2018年5月25日正式出臺(tái)的《歐盟通用數(shù)據(jù)保護(hù)條例》(GDPR)，規(guī)定了數(shù)據(jù)主體的知情權(quán)、更正權(quán)、反對(duì)權(quán)和自動(dòng)化個(gè)人決策相關(guān)權(quán)利，意圖加強(qiáng)算法問(wèn)責(zé)和智能決策的透明度。從裁判角度來(lái)看，算法黑箱與司法公開(kāi)原則直接相違背，忽視了決策過(guò)程的論辯性和交互性。個(gè)案正義要求裁判過(guò)程容納更多的價(jià)值判斷，而價(jià)值判斷不是計(jì)算就能處理的，它還需要通過(guò)主體間的交流、對(duì)話(huà)和論辯來(lái)解決，但算法黑箱致使裁判決策變成了自動(dòng)封閉過(guò)程，缺乏論辯性和交互性，因此無(wú)法容納更多的價(jià)值判斷。此外，算法黑箱也可能導(dǎo)致算法歧視?！翱赡苡捎诰幊陶呦乱庾R(shí)地把自己的偏見(jiàn)編進(jìn)了程序，也有可能由于數(shù)據(jù)本身就反映了社會(huì)偏見(jiàn)”[注]於興中：《算法社會(huì)與人的秉性》，《中國(guó)法律評(píng)論》，2018年第2期，第58-59頁(yè)。，算法的不透明性及專(zhuān)業(yè)性又使得這種偏見(jiàn)不能被及時(shí)發(fā)現(xiàn)，最后導(dǎo)致出現(xiàn)歧視性結(jié)論。當(dāng)算法歧視通過(guò)司法輔助系統(tǒng)出現(xiàn)在裁判過(guò)程中時(shí)，很難說(shuō)它不會(huì)對(duì)法官判斷產(chǎn)生影響。如上文提及的COMPAS系統(tǒng)，雖經(jīng)獨(dú)立機(jī)構(gòu)測(cè)試存在對(duì)黑人的算法歧視，但在美國(guó)威斯康辛州訴艾瑞克·盧米斯(Eric Ioomis)案中仍被采用對(duì)被告人進(jìn)行量刑預(yù)測(cè)，且預(yù)測(cè)結(jié)果被法官所采納，從而引發(fā)了熱議[注]參見(jiàn)朱體正：《人工智能輔助刑事裁判的不確定性風(fēng)險(xiǎn)及其防范》，《浙江社會(huì)科學(xué)》，2018年第6期。。

五、結(jié)語(yǔ)

由于人工智能的“認(rèn)知”缺陷，價(jià)值判斷一直被認(rèn)為是人工智能適用于司法的短板。然而，價(jià)值判斷是司法裁判不可回避的問(wèn)題，特別是非類(lèi)型化案件的審理。由此，司法人工智能研究必須圍繞價(jià)值判斷來(lái)展開(kāi)。價(jià)值判斷在本質(zhì)上是一種基于信息和經(jīng)驗(yàn)的選擇或決策。傳統(tǒng)的做法一般是法官只能基于自己所掌握的有限經(jīng)驗(yàn)和信息來(lái)作出選擇或決策，大數(shù)據(jù)分析則通過(guò)對(duì)互聯(lián)網(wǎng)海量數(shù)據(jù)間的相關(guān)性分析為法官提供了全量樣本信息和“數(shù)據(jù)經(jīng)驗(yàn)”，從而擴(kuò)展了法官的認(rèn)知水平，提升了法官理性判斷的能力。然而，價(jià)值判斷還關(guān)涉主體情感，盡管人工智能出現(xiàn)了諸如概率論和貝葉斯定理等計(jì)算工具，主體的情感選擇仍然是大數(shù)據(jù)分析所無(wú)法解決的問(wèn)題。因此，當(dāng)把主體的主觀(guān)性問(wèn)題作為大數(shù)據(jù)分析的對(duì)象時(shí)，便會(huì)產(chǎn)生各種問(wèn)題。