人工智能司法應用的實踐審思與完善

龔善要

當前階段，推進國家治理體系與治理能力現(xiàn)代化，助力法治體系建設已離不開區(qū)塊鏈、人工智能、大數(shù)據(jù)等數(shù)字技術，〔1〕參見張軍：《堅持以習近平法治思想為指引加強新時代檢察機關法律監(jiān)督》，《檢察日報》2022 年2 月17 日。以ChatGPT 為代表的生成式人工智能更被認為具有引發(fā)裁判方式變革的應用前景。〔2〕參見鄭曦：《生成式人工智能在司法中的運用：前景、風險與規(guī)制》，《中國應用法學》2023 年第4 期。人工智能也因此被視為解決當前司法所面臨諸多問題的主要途徑和對策，〔3〕參見鄧恒：《人工智能技術運用與司法創(chuàng)新》，《人民法院報》2017 年12 月14 日。對推進以審判為中心的訴訟制度改革具有非凡意義?！?〕參見葉青：《人工智能、司法實踐深度融合前景廣闊》，《解放日報》2017 年7 月10 日。然而，人工智能的技術進步尚不能回應法律知識的豐富性、嚴謹性、創(chuàng)造性等需求。〔5〕參見王祿生：《ChatGPT 類技術：法律人工智能的改進者還是顛覆者》，《政法論壇》2023 年第4 期。在此基礎上，人工智能司法應用是否解決了當前司法實踐所面臨的現(xiàn)實問題？如若不是，人工智能司法應用又因何原因阻礙上述功能的發(fā)揮？以及面對生成式人工智能的到來又將如何進行回應，進而實現(xiàn)人工智能司法應用的深入展開？面對上述問題，盡管現(xiàn)有研究已經(jīng)進行了一定探討，但整體而言，既有討論主要圍繞人工智能司法應用所引發(fā)的法理沖突和倫理風險而展開有限度解讀、風險規(guī)制及其法律回應，〔6〕關于限度解讀，可參見王祿生：《司法大數(shù)據(jù)應用的法理沖突與價值平衡——從法國司法大數(shù)據(jù)禁令展開》，《比較法研究》2020 年第2 期；風險規(guī)制討論，可參見李訓虎：《刑事司法人工智能的包容性規(guī)制》，《中國社會科學》2021 年第2 期；法律回應討論，參見周佑勇：《智能技術驅動下的訴訟服務問題及其應對之策》，《東方法學》2019 年第5 期。對人工智能司法應用預設功能的體系性關注尚有不足。有鑒于此，本文通過對人工智能司法應用的實踐審思，嘗試對上述問題進行回答。

一、人工智能司法應用的實踐觀察

（一）裁判輔助中智能應用的背反效應

黨的十八屆四中全會提出推進以審判為中心的訴訟制度改革，突出庭審的實質性。在此背景下，人工智能司法應用被視為對上述改革目標的技術配套，智能輔助辦案系統(tǒng)也被認為是推進以審判為中心的訴訟制度改革軟件?！?〕參見崔亞東：《人工智能應用與治理》，《行政管理改革》2020 年第6 期。

然而，人工智能在司法領域中的應用則偏離了上述改革方向，呈現(xiàn)出背反效應。這主要表現(xiàn)在如下兩個方面：一方面，人工智能所具備的自動審查功能弱化了以審判為中心的訴訟制度對證據(jù)裁判原則的強調(diào)。證據(jù)裁判原則的內(nèi)涵是指，“必須根據(jù)具有證據(jù)能力的證據(jù)，而且只有經(jīng)過調(diào)查之后才能認定構成犯罪核心內(nèi)容的事實?！薄?〕參見［日］田口守一：《刑事訴訟法》，張凌、于秀峰譯，法律出版社2019 年版，第437 頁。換言之，對于案件事實的最終認定，必須依據(jù)具有證據(jù)能力的證據(jù)而非其它材料或者形式實現(xiàn)。然而，人工智能在裁判輔助中的應用似乎已經(jīng)偏離證據(jù)裁判原則。例如，實踐中的智能量刑系統(tǒng)、同案同判監(jiān)測系統(tǒng)對于案件事實的認定均是基于算法模型的擬合而非證據(jù)完成的。這也就意味著，算法實現(xiàn)了對證據(jù)的替代，事實的認定在脫離證據(jù)這一核心依據(jù)的同時，也省去了對證據(jù)能力審查的這一法定過程。經(jīng)由數(shù)據(jù)與算法實現(xiàn)的事實認定取代基于證據(jù)的事實認定。也正因如此，有學者曾指出，AI 算法的形成仰賴于海量數(shù)據(jù)的投喂，這將導致法官認識論體系將以數(shù)據(jù)分析為中心而重構?！?〕參見左衛(wèi)民：《AI 法官的時代會到來嗎——基于中外司法人工智能的對比與展望》，《政法論壇》2021 年第5 期。而以數(shù)據(jù)為中心的法官認識論體系就有可能偏離證據(jù)裁判原則，進而弱化以審判為中心的訴訟制度改革。

另一方面，人工智能在裁判場景中的應用可能會誘發(fā)控辯雙方的數(shù)字性失衡，使得庭審再次趨于形式化。一直以來，受公檢法三機關“分工不足，配合有余”的實踐影響，我國刑事司法訴訟的實踐演變?yōu)閭刹椤彶槠鹪V、審判相互平行，首尾相繼的“流水線”型訴訟結構，審判只是在偵查、審查起訴階段工作的基礎上對案件的“深加工”，對案件事實的“再認識”?！?0〕參見魏曉娜：《以審判為中心的刑事訴訟制度改革》，《法學研究》2015 年第4 期。因此，以審判為中心的訴訟制度改革把強化庭審對抗、增強庭審實質性放置在重要位置。然而，人工智能在裁判輔助中的應用一定程度上削減了庭審的對抗強度，使得傳統(tǒng)程序中的控辯關系在人工智能的單向助力下滑向失衡狀態(tài)，引發(fā)庭審再次趨于形式化。例如，我國現(xiàn)有的人工智能司法應用呈現(xiàn)出一種顯著的“國家推進主義”色彩，全程均由官方主導推進?！?1〕參見王祿生：《智慧法院建設的中國經(jīng)驗及其路徑優(yōu)化》，《內(nèi)蒙古社會科學》2021 年第1 期。國家主導下的技術推進有可能導致人工智能司法應用面向的不對等，一系列司法人工智能的開發(fā)與應用主要圍繞公檢法三機關而展開，導致人工智能向公權力機關傾斜。除此之外，受制于信息本身的稀缺性及公眾在獲取、掌握和運用信息時的客觀差異，人工智能所帶來的司法紅利無法惠及每一位社會成員，諸多個體因不能有效獲取和運用這些數(shù)據(jù)信息而淪為“數(shù)字弱勢群體”，〔12〕參見宋保振：《“數(shù)字弱勢群體”權利及其法治化保障》，《法律科學》2020 年第6 期。從而進一步加劇控辯失衡、形式化庭審的實踐傾向。

總之，人工智能在司法中的應用雖然具有輔助裁判的作用，但這種類似于對照證據(jù)清單式的檢驗性輔助也可能會掉入形式化的陷阱，〔13〕參見胡銘、張傳璽：《人工智能裁判與審判中心主義的沖突及其消解》，《東南學術》2020 年第1 期。導致后續(xù)訴訟流程對前續(xù)階段的機械性認同，而這不僅弱化了公檢法之間的分工、制約關系，〔14〕參見李訓虎：《刑事司法人工智能的包容性矯正》，《中國社會科學》2021 年第2 期。也使得庭審活動再次趨于形式化，將以審判為中心的訴訟制度改革帶向目標的另一端，引發(fā)背反效應。

（二）管理輔助中智能應用的背反效應

人工智能在司法管理輔助中的應用具有“去科層”的目標預期，也即借助人工智能所具有的自動化、精細化、靜默化的管理能力實現(xiàn)扁平化管理輔助體系的構建?！?5〕參見孫曉勇：《司法大數(shù)據(jù)在中國法院的應用與前景展望》，《中國法學》2021 年第4 期。然而，人工智能對司法管理輔助的技術賦能并未達到扁平化的設定預期，實踐中的技術應用反而進一步強化了司法管理的科層化，呈現(xiàn)出與預期目標相反的實踐路徑。

一直以來，司法科層化備受學界與實務界詬病，有學者更是直呼，“任何的司法改革都必須朝著去科層化的方向而努力，否則改革只不過是頭痛醫(yī)頭腳痛醫(yī)腳，治標不治本?！薄?6〕劉練軍：《法院科層化的多米諾效應》，《法律科學》2015 年第3 期。也正因如此，肇始于2013 年的本輪司法體制改革就以實現(xiàn)“放權”為主基調(diào)，把推進法官員額制與司法責任制改革作為主要方向，試圖通過對司法權運行機制的再分配實現(xiàn)“去科層”的目標?！?7〕參見孫皓：《論反科層的科層制——基于S 市檢察員額選任的實證分析》，《政法論壇》2018 年第5 期。作為推進審判體系與審判能力的“一體兩翼”，人工智能司法應用也伴隨本輪司法體制改革而展開，尤其是在司法管理領域中廣泛實踐，目的就是試圖通過人工智能實現(xiàn)對司法審判資源的數(shù)字化調(diào)配、司法績效考評指標的精細化設定以及司法審判案件質量的靜默化管理，進而輔助司法權力運行機制的再分配，助力扁平化管理體系的構建。

值得注意的是，在科層制的管理模式下，標準的同一性將被置于重要位置，“理想的狀態(tài)是，所有的人都踩著同樣的鼓點齊步向前?！薄?8〕［美］米爾伊安 · 達瑪什卡：《司法和國家權力的多種面孔：比較視野中的法律程序》，鄭戈譯，中國政法大學出版社2015 年版，第26 頁。這也就意味著，集體目標、系統(tǒng)內(nèi)部的協(xié)調(diào)一致、上下級之間的命令服從關系、目標責任制、卷宗的分步制作和精細管理、績效評估和集體責任將成為科層制司法組織的典型特點。〔19〕參見鄭戈：《在法律與科技之間——智慧法院與未來司法》，《中國社會科學評價》2021 年第1 期。在此意義上，人工智能在司法管理輔助上的應用并未到達“去科層”的理想預期，與之相反，人工智能的應用反而進一步強化了司法管理輔助過程中對同一標準、上下級命令服從關系等因素的強調(diào)。例如，針對卷宗、文書的人工智能應用事實上就是對同一標準的數(shù)字化要求，與傳統(tǒng)模式相比只具有載體上的形態(tài)變化?！?0〕參見秦漢：《電子卷宗的實踐檢視與功能拓展》，《證據(jù)科學》2021 年第5 期。更為重要的是，在智能管理算法的統(tǒng)一模型下，對于卷宗與文書固定格式的極致要求不僅迎合并且還進一步強化了科層制對同一標準的期待。再例如，借助人工智能的技術賦能實現(xiàn)對待審案件的分流管理事實上就是對技術權力的服從。實踐中，基于人工智能而研發(fā)的員額制法官分案軟件具有分類管理、比例分案、隨機選人等優(yōu)點，實現(xiàn)待審案件的分配由“電腦說了算”?！?1〕參見陳偉：《新絳小軟件解決員額法官分案難題》，《人民法院報》2017 年4 月11 日。問題在于，“電腦說了算”的本質并不是扁平化管理模式中的一線法官自我支配，而是對技術權力的絕對信任與服從，而這與傳統(tǒng)司法科層制下對于權力的絕對遵從也并無本質區(qū)別。還例如，以“智慧案管”為代表的管理系統(tǒng)通過對類案檢索、量刑規(guī)范等功能的融入能夠實現(xiàn)法律適用偏離度自動分析預警，確保類案同判。〔22〕參見孟煥良：《湖州南太湖新區(qū)法院構建全流程監(jiān)管體系》，《人民法院報》2021 年10 月21 日。同樣的問題在于，偏離度預警、類案同判正是集體責任的技術性強化，是科層制司法的典型體現(xiàn)?？傊?，人工智能在司法管理輔助中的應用雖然有助于提升管理的自動化、精細化以及靜默化水平，但這種應用并未達到“去科層”化的理想預期，反而進一步強化了司法管理輔助過程中的科層性。

（三）事務輔助中智能應用的背反效應

司法領域對于人工智能應用的主動訴求在于，在“案多人少”的情形下，通過人工智能來實現(xiàn)對審判工作效率的提高?！?3〕參見潘庸魯：《人工智能介入司法領域路徑分析》，《東方法學》2018 年第3 期。電子卷宗自動分類歸目、案件信息自動回填、司法活動筆錄自動生成、執(zhí)行財產(chǎn)查控輔助、案件繁簡智能分流、電子卷宗自動歸檔等都是提升審判效率的典型應用。不同于裁判輔助領域，事務輔助中的人工智能應用并不涉及司法審判的核心業(yè)務，是對簡單性、重復性、機械性工作的技術賦能，因而也被認為是人工智能在司法領域中最為簡單、也最有可能被替代的領域。然而，從既有實踐出發(fā)，事務輔助中的人工智能司法應用也并未達到理想狀態(tài)，部分基層的實踐應用反而增加了工作人員的負擔，出現(xiàn)負面效果。例如，實證經(jīng)驗表明，各級法院雖然都很重視人工智能在司法領域中的應用，把智慧法院建設作為“一把手工程”，但由于目前的人工智能司法應用更多體現(xiàn)在內(nèi)部監(jiān)管以及對外服務方面，在智能輔助辦案方面殊少助益?！?4〕參見葉燕杰：《智慧法院建設中的實踐難題與破解路徑》，《山東大學學報》（哲學社會科學版）2022 年第3 期。此外，也有研究指出，事務輔助中的人工智能應用仍然存在諸多不足，電子卷宗深度應用還不夠智能化、人性化，案件信息自動回填還不夠完善?！?5〕參見許建峰等：《全面建設智慧法院 促進審判體系和審判能力現(xiàn)代化》，《行政管理改革》2019 年第5 期。更為嚴重的是，一些法院的信息化手段不是服務于審執(zhí)工作，而是服務于管理考核，在此背景下，部分事務輔助中的人工智能應用非但沒有減輕法官的工作負擔，甚至起到了相反的作用?！?6〕參見譚世貴、王強：《我國智慧法院建設的實踐、問題與對策》，《杭州師范大學學報》（社會科學版）2019年第6 期。

總之，在人工智能司法應用的實踐浪潮中，雖然人工智能在裁判輔助、管理輔助、事務輔助中得到了一定程度推廣與實踐，但從功能的視角觀察，人工智能司法應用并未有效助推以審判為中心的訴訟制度改革、實現(xiàn)司法管理中的“去科層化”以及減少工作負擔的目標設定，反而走向了相反路徑，出現(xiàn)了背反效應。

二、人工智能司法應用中背反效應的審思

人工智能司法應用雖然具輔助司法裁判、提質司法管理、促進司法效率的積極功能，但同時也引發(fā)了背反效應。需要重視的是，伴隨ChatGPT 類技術的出現(xiàn)，具有顛覆性的生成式人工智能時代即將來臨，人工智能司法應用也必將面臨新一輪深入推進的契機。因而，對人工智能司法應用背反效應進行系統(tǒng)性審思就顯得尤為必要。

（一）基于本體論背反效應的審思

哲學意義上的本體論旨在表明“什么是可知的”，也即認識、討論、分析的對象、基點是什么。結合人工智能司法應用的現(xiàn)狀，對于人工智能司法應用背反效應的本體論剖析應該以“司法”為基點而展開。事實上，當前的人工智能司法應用仍然處于起步探索階段，所引發(fā)的背反效應也足以表明，人工智能的應用與推進并不是對人類法官的替代。因而，人工智能司法應用的核心在于“司法”而非“智能”。在司法本體論的視角下觀察，人工智能司法應用所引發(fā)的背反效應原因如下：

其一，人工智能在裁判輔助中引發(fā)的背反效應源于對實質正義的關注不足。通常而言，法官對于案件的裁判既非是“自動販賣機”式的法條機械適用，也非是數(shù)據(jù)之間的相關性聯(lián)系。法學所關注的不僅在于法律運行的明確性與安定性，同時也致力于在具體的細節(jié)上以逐步的工作來實現(xiàn)“更多的正義”?！?7〕參見［德］卡爾 · 拉倫茨：《法學方法論》，黃家鎮(zhèn)譯，商務印書館2020 年版，第253 頁。同時，司法裁判并非是對主觀經(jīng)驗的絕對否定，裁判的過程不僅需要在法律制度與案件事實之間來回穿梭，還需要結合案件的具體場景、個人的經(jīng)歷閱歷進行綜合性判斷。〔28〕參見高可：《司法智能化的功能、風險與完善》，《西安交通大學學報》（社會科學版）2020 年第6 期。因此，司法裁判的過程需要通過實質性的、對抗性的庭審實現(xiàn)對具體細節(jié)的挖掘與正義的實現(xiàn)，也需要防止其它因素干預法官心證的形成，保障法官審判權的獨立行使。換言之，司法裁判并非是對普遍意義上的同案同判的關注，更多的是通過對個案特殊性的關注而實現(xiàn)個體的公平正義，是基于實質正義而展開。然而，人工智能司法應用的邏輯則是基于海量的案件數(shù)據(jù)而構建的智能化算法，但這個算法的終極目標并非是對法律推理的復現(xiàn)，而是尋找判決中各個參數(shù)間的相關性。〔29〕參見雷磊：《司法人工智能能否實現(xiàn)司法公正?》，《政法論叢》2022 年第4 期?；跀?shù)據(jù)算法所搭建起來的人工智能既無法完全實現(xiàn)對裁判經(jīng)驗的復制，也更不可能替代法官的自由裁量權實現(xiàn)實質正義?！?0〕同前注［24］。因而，人工智能司法應用過程是對形式正義的關注。在形式正義下，案件裁判的過程由數(shù)據(jù)之間的擬合性代替了庭審對抗，裁判的制作由算法的預設代替了法官的自由裁量，人工智能司法應用在裁判輔助領域所引發(fā)的流程化、形式化也就不言而喻。

其二，人工智能在司法管理輔助中所引發(fā)的背反效應源于對考核指標的數(shù)字化追求。司法審判工作的主體是法官，司法管理的核心應圍繞法官而非司法考核指標而展開?！?1〕參見南京市中級人民法院課題組：《法官業(yè)績考核評價制度研究》，《中國應用法學》2018 年第1 期。人工智能在司法管理輔助中的應用一定程度上偏離了法官這一主體，而導向了數(shù)字化的考核指標。事實上，正是這種以數(shù)字化指標為核心的管理機制才致使人工智能由“去科層”的功能設定卻導致了“再科層”的實踐走向。一方面，數(shù)字化的考核指標通過對諸如偏離率、錯案率、發(fā)回重審率等可量化的績效，實現(xiàn)了對科層制司法集體目標的固化?！皢T額制改革后，被普遍提高的司法官津貼需要設置一種分配機制。而現(xiàn)行政策將此種津貼設計為一種‘績效獎金’，而非普惠式崗位津貼，同時要求‘適當拉開差距’”?！?2〕龍宗智：《試論建立健全司法績效考核制度》，《政法論壇》2018 年第4 期。因此，以績效為核心的考核機制就成為司法管理輔助的“牛鼻子”與績效獎金分配的“黃金尺”。問題是，以偏離率、錯案率、發(fā)回重審率等數(shù)字化指標在構成績效組成部分的同時，并未實現(xiàn)管理模式的扁平化再造，反而借助各種數(shù)字化指標進一步實現(xiàn)對集體目標的固化。另一方面，數(shù)字化的考核指標同質化了司法審判的過程，并進而實現(xiàn)了科層制司法中的標準同一性。人工智能賦能的司法管理輔助很大程度上就是用一套復雜的指標體系，套用一串高深的數(shù)學公式，得出一個僵化的指標數(shù)值，〔33〕參見楊銅銅：《法官績效考核制度的非司法化困境及其調(diào)試》，《法制與社會發(fā)展》2022 年第3 期。從而達到標準的同一化，完成對審判偏離度預警和科層式司法的雙重實現(xiàn)?？傊?，從司法本體論的視角觀察，管理輔助中人工智能司法應用所導致的背反效應是源于對數(shù)字化的考核指標過度追求所致。

其三，事務輔助中人工智能司法應用的背反效應源于“錦標賽”式的司法推進。晉升錦標賽理論認為，地方政府官員會因為晉升的激勵而圍繞中央關注的考核指標展開激烈競爭?！?4〕參見李晟：《“地方法治競爭”的可能性 關于晉升錦標賽理論的經(jīng)驗反思與法理學分析》，《中外法學》2014年第5 期。在這種政治環(huán)境下，“錦標賽”也逐漸對司法領域產(chǎn)生影響，并導致同級法院之間、法院與其他國家機關之間圍繞著人、財、物等資源進行博弈?！?5〕同前注［12］。伴隨著智慧司法建設的推進，強化人工智能在司法領域中的應用已經(jīng)成為衡量地區(qū)法院是否達到審判體系與審判能力現(xiàn)代化水平的關鍵指標，因而，推進事務輔助中的人工智能應用也就自然而然地成為不同法院之間相互競爭的關鍵因素。在此基礎上，人工智能在司法領域的應用首要價值目標是有與沒有的問題，而不是有效與無效以及具有多大效果的問題。也正因如此，在人工智能司法應用的實踐推進中出現(xiàn)了一線法官“我們沒什么需要做的，你們這套都是為了宣傳”的話語分裂。〔36〕參見王祿生：《大數(shù)據(jù)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。因此，事務輔助中人工智能應用就難免會呈現(xiàn)出背反效應。

（二）基于認識論的背反效應審思

哲學意義上的認識論在于強調(diào)人如何獲得對世間萬物的認識。如果說本體論的審思旨在將人工智能應用放置于司法領域下討論，為成因分析提供方向性指引。那么，基于認識論的背反效應審思則是在此基礎上所進行的延伸性展開，旨在通過對“司法知識如何獲取”的分析而展開。從認識論的視角出發(fā)，不論是基于理性派還是經(jīng)驗派的觀察，人工智能在訴訟過程中對經(jīng)驗理性主義的融入缺失是引發(fā)背反效應的主要原因。

具體而言，不論是大陸理性派還是英美經(jīng)驗派，都承認司法審判的過程是一種理性過程，只不過，理性派認為理性的過程是一種先天的、可基于理性演繹法則而來的，而經(jīng)驗派的理性是后天的、可基于人的經(jīng)驗積累而來的，兩者之間的區(qū)別僅在于理性知識的來源差異，而非對理性這一過程的否定。詳言之，以笛卡爾、斯賓諾莎、萊布尼茨等為代表的大陸理性派認為，人類知識的根本源泉是先天的觀念，是通過理性的演繹法則獲得的理性知識。〔37〕參見周曉亮：《西方近代認識論論綱：理性主義與經(jīng)驗主義》，《哲學研究》2003 年第10 期。因此，對于事實的認定需要基于理性的知識與邏輯的推理來發(fā)現(xiàn)。例如，以神靈的意志所實現(xiàn)裁判的“非理性”方式就隨著君主時代的到來而幾乎為所有國家所摒棄，取而代之的是以發(fā)揮人類理性智識為核心的理性證據(jù)形式（法定證據(jù)）?！?8〕參見施鵬鵬：《法定證據(jù)制度辨誤——兼及刑事證明力規(guī)則的烏托邦》，《政法論壇》2016 年第6 期。再例如，作為限制法官權力恣意、保障法律安定的司法三段論也是理性推理的過程表現(xiàn)，其目的也是基于理性的方式實現(xiàn)司法的裁判。與之類似，從英美經(jīng)驗派出發(fā)，訴訟的過程也被視為一種理性的應用過程。只不過，以洛克、休謨?yōu)榇淼慕?jīng)驗派認為，人類知識的根本源泉是感覺經(jīng)驗，是通過經(jīng)驗的歸納所獲得的經(jīng)驗知識?！?9〕同前注［37］。天賦并沒有賦予人們?nèi)魏斡浱?，一切的記號都來源于后天的?jīng)驗?！?0〕參見［英］洛克：《人類理解論》，關文運譯，商務印書館2017 年版，第71-76 頁。由此可見，司法裁判的過程事實上就是對人類經(jīng)驗的應用過程，是對人類社會經(jīng)驗的歸納與總結。例如，基于人類社會經(jīng)驗作為小前提事實和結論事實的“中間橋梁”，通過證據(jù)評價、事實推定的中間過程，具有促進事實認定的最終目的?！?1〕參見桂夢美：《經(jīng)驗法則的刑事適用模式：表述、樣態(tài)與程序指引》，《政法論壇》2021 年第5 期。

然而，不論是裁判輔助、管理輔助還是事務輔助，人工智能的應用則顯然忽視了對經(jīng)驗理性主義的關注。詳言之，從現(xiàn)有的技術出發(fā)，以深度學習為代表的智能模型“不得不偏離剛性邏輯和經(jīng)驗性知識推理的老方向，轉入到完全不依賴邏輯和經(jīng)驗知識支撐，僅僅依靠數(shù)據(jù)統(tǒng)計的神經(jīng)網(wǎng)絡、計算智能、多Agent 和統(tǒng)計機器學習的新方向”〔42〕參見何華燦：《重新找回人工智能的可解釋性》，《智能系統(tǒng)學報》2019 年第3 期。。但新方向下的人工神經(jīng)網(wǎng)絡是一個典型的黑箱系統(tǒng)，由于模型內(nèi)部的參數(shù)共享和復雜的特征處理，很難解釋模型到底學習到了什么知識，以及如何做出最終的決策?！?3〕參見化盈盈等：《深度學習模型可解釋性的研究進展》，《信息安全學報》2020 年第3 期。其“輸入-輸出”的計算過程并不容易被除算法主體以外的人通曉?！?4〕參見金夢：《立法倫理與算法正義——算法主體行為的法律矯正》，《政法論壇》2021 年第1 期。顯而易見，在技術原理層面，裁判輔助、管理輔助以及事務輔助中人工智能的應用在認識論上雖然也呈現(xiàn)出一種理性成分，但這種理性是基于數(shù)字擬合的、計算性的，是一種技術理性，其管理的過程是被黑箱化、不可解釋的算法模型所完成的，呈現(xiàn)出一種顯著地不可知論或者神秘色彩。因此，司法領域中人工智能應用的理性成分似乎已經(jīng)顯著區(qū)別于先天性、可推理的大陸理性。一定程度上，對于技術理性的迷信已無異于對“神意”的迷信，因而呈現(xiàn)出一種非理性的模式。此外，從英美經(jīng)驗派出發(fā)，人工智能的司法應用缺乏對人類經(jīng)驗的足夠關注。例如，206 系統(tǒng)、案件審判輔助系統(tǒng)、量刑規(guī)范系統(tǒng)在技術原理上都依賴于卷神經(jīng)網(wǎng)絡、深度學習等算法模型。未來，即便是生成式人工智能在司法領域中深入應用，也依賴于法律大語言模型的助力。在此基礎上，裁判輔助中的事實認定、管理輔助中的績效考核以及事務輔助中的卷宗回填等均是根據(jù)數(shù)據(jù)化、算法化的模型擬合而完成，雖然這種數(shù)據(jù)化、算法化的模型擬合也體現(xiàn)出一定的理性成分，但這種理性顯然脫離了人這一中心。換言之，人工智能司法應用的理性依據(jù)事實上已經(jīng)由人滑向了技術，人工智能正在逐漸取得甚至替代人的主體性地位，司法裁判輔助、管理輔助以及事務輔助中人工智能應用的過程事實上就是數(shù)據(jù)、算法替代人的過程。在此過程中，司法審判的中心化、司法管理的扁平化乃至事務性工作的簡約化都將以技術為中心而展開，呈現(xiàn)出對技術原理而非人類經(jīng)驗的關注。

總而言之，從認識論出發(fā)，人工智能司法應用過程與傳統(tǒng)司法裁判、管理過程分別采用了技術理性與經(jīng)驗理性兩種不同的方式。比較而言，正是由于人工智能司法應用對技術理性的過于關注而對經(jīng)驗理性的忽視才導致了人工智能應用的背反效應。

（三）基于方法論的背反效應審思

嚴格意義上，方法論旨在探討認識萬物所依賴的工具或者說方法?；诜椒ㄕ摰膶徦贾荚谝运痉ɑ顒铀蕾嚨墓ぞ摺⒎椒榛A而展開的分析。

司法裁判的本質無外乎是在事實準確認定的基礎上實現(xiàn)對法律規(guī)范的精準適用。在此過程中，不論是對案件事實的準確性認定，還是對法律規(guī)范的精準性適用都無法脫離法律的可解釋性。例如，對于案件事實的認定過程事實上也就是基于證據(jù)而完成司法證明的解釋過程。從司法過程來看，從自然事實到形成了特定法律評價結果的法律事實（案件事實、裁判事實），既是客觀規(guī)律的展現(xiàn)，也是主觀能動力的彰顯，同時更是事實解釋的體現(xiàn)。〔45〕參見彭中禮：《司法裁判過程中的事實解釋》，《廈門大學學報》（哲學社會科學版）2021 年第4 期。在西方證據(jù)學領域，用于證明法律事實的最佳解釋推論常被等同于相對似真理論，旨在揭示排除合理懷疑這一證明標準的規(guī)范性功能，主張司法證明的本質并非概率性的而是解釋性的，呈現(xiàn)為“提出假設—作出解釋—比較并判定似真解釋”的過程。〔46〕參見王星譯：《最佳解釋推論的誤讀與澄清》，《中國刑事法雜志》2022 年第5 期。再例如，對于法律的適用過程事實上也是對法條的解釋過程。法律經(jīng)常利用的日常用語與數(shù)理邏輯以及科學性語言不同，它不是外延明確的概念，借助解釋這一媒介行為，解釋者將他們認為有疑義文字的意義，變得可以理解。〔47〕參見［德］卡爾 · 拉倫茨：《法學方法論》，陳愛娥譯，商務印書館2020 年版，第193 頁。還例如，司法管理過程中關于法官不當行為、主觀過錯、錯案結果的認定問題事實上也是對不當行為、主觀狀態(tài)、客觀結果的解釋?？傊诜椒ㄕ撋?，法學研究以及法律適用都與可解釋性密不可分，也正因如此，有學者指出，“法學的歷史就是法解釋的歷史，自然法學派、概念法學派、自由法學派、利益法學派、社會法學派、歷史法學派、分析法學派等各種學派之間的區(qū)別，無非是在解釋理念與解釋方法上的區(qū)別?！薄?8〕劉艷紅：《人工智能的可解釋性與AI 的法律責任問題研究》，《法制與社會發(fā)展》2022 年第1 期。

問題是，人工智能司法應用所依賴的算法模型并不具有可解釋性。具體而言，盡管智能化算法已經(jīng)實現(xiàn)對復雜場景的智能化預測，并且具備一定程度的自主性，但就技術本身而言，哪怕是智能算法的設計者也仍然無法對其決策的原由予以解釋。例如，“在深度學習領域，基于人工神經(jīng)網(wǎng)絡結構的復雜層級，在 AI 深度學習模型的輸入和輸出結果之間，存在人們無法洞悉的‘隱層’，埋藏于這些結構底下的零碎數(shù)據(jù)和模型參數(shù)，蘊含著大量對人類而言都難以理解的代碼和數(shù)值，這也使得 AI 的工作原理難以解釋”?！?9〕參見騰訊研究院：《可解釋AI 發(fā)展報告2022》，新浪網(wǎng)http：//finance.sina.com.cn/tech/2022-02-10/docikyakumy5101418.shtml，最后訪問日期：2023 年8 月27 日。除此之外，包括神經(jīng)網(wǎng)絡、隨機森林、支持向量機等在內(nèi)的智能化算法模型由于其內(nèi)在的邏輯均是通過大量數(shù)據(jù)的相關性積累所構建認識規(guī)律，故而因其最終的輸出具有不確定性而難以進行解釋?！?0〕參見劉云：《論可解釋的人工智能之制度構建》，《江漢論壇》2020 年第12 期。在此基礎上，人工智能司法應用也必然呈現(xiàn)出背反效應的實踐樣態(tài)。原因在于，當裁判的過程由實質化的庭審轉變?yōu)椴豢山忉?、不被理解的自動化算法時，對裁判結果的準確性保障也將由對庭審、法官的關注轉變?yōu)閷λ惴Ｐ偷目茖W性、算法侵權的責任性關注，對于司法管理過程中“去科層化”的目標預設也將在實踐中轉變?yōu)閷λ惴ǔ绦虻慕忉尯完U述。總之，人工智能司法應用所依據(jù)的算法模型不僅在方法論上偏離了司法領域的可解釋性，而且還因其可解釋性的缺乏導致人工智能司法應用呈現(xiàn)出顯著的背反效應。

三、人工智能司法應用的路徑完善

2022 年12 月9 日最高人民法院發(fā)布的《關于規(guī)范和加強人工智能司法應用的意見》（以下簡稱《人工智能司法應用意見》）對未來階段人工智能司法應用的目標、原則、范圍、系統(tǒng)建設以及綜合保障等六大方面作出了具體規(guī)定。因此，人工智能司法應用的路徑完善可在體系性審思的基礎上，結合《人工智能司法應用意見》和既有實踐中的不足綜合推進。

（一）司法本體視角下矯正理念的構建

司法本體視角下人工智能司法應用的功能矯正旨在通過對司法這一本體的強調(diào)實現(xiàn)由“技術視角下的司法應用”向“司法視角下的技術應用”的轉變。

首先，以實質法治觀為目的推進裁判輔助人工智能司法應用的功能矯正。在規(guī)范層面，《人工智能司法應用意見》明確規(guī)定，人工智能司法應用應堅持“公平公正原則”，“堅持遵循司法規(guī)律、服務公正司法，保證人工智能產(chǎn)品和服務無歧視、無偏見，不因技術介入、數(shù)據(jù)或模型偏差影響審判過程和結果的公正。”在此背景下，對人工智能司法應用的功能矯正應該基于“實質法治觀”而具體展開。這就要求人工智能司法應用的技術在研發(fā)與實踐中至少實現(xiàn)對以下兩個方面的具體關注：一是，在人工智能司法應用系統(tǒng)的研發(fā)中優(yōu)化對少數(shù)樣本數(shù)據(jù)的權重賦值，防止數(shù)據(jù)或模型偏差而影響裁判的判斷，突出個案的特殊性。整體而言，中國裁判文書網(wǎng)公布的裁判文書是當前人工智能司法應用系統(tǒng)研發(fā)的主要數(shù)據(jù)來源，眾所周知，現(xiàn)有公布的裁判文書并不能反映出真實的司法實踐全貌?！?1〕參見左衛(wèi)民、王嬋媛：《基于裁判文書網(wǎng)的大數(shù)據(jù)法律研究：反思與前瞻》，《華東政法大學學報》2020 年第2 期。基于海量有罪裁判文書的數(shù)據(jù)訓練難以實現(xiàn)對無罪個案的有效兼顧，因此，可以在科學賦值的基礎上添加個案因素的權重系數(shù)，實現(xiàn)群體正義與個體正義的結合。二是，推進類案型人工智能司法應用系統(tǒng)的研發(fā)實現(xiàn)由以“裁判要素”為核心的類案識別向與“推理邏輯”相結合的應用轉變，落實公平公正原則下“堅持遵循司法規(guī)律、服務公正司法”的規(guī)定。目前許多類案推薦的基本原理就是在識別目標案件情節(jié)的基礎之上，從已經(jīng)標簽化的案件大數(shù)據(jù)庫中匹配符合情節(jié)的案例，也即要素式的類案識別?！?2〕參見王祿生：《司法大數(shù)據(jù)與人工智能開發(fā)的技術障礙》，《中國法律評論》2018 年第2 期。然而，“類案之所以對當下的案件有約束力或說服力，并不在于其外觀相似性，而在于其推理上的可參考性?！薄?3〕同前注［20］。因此，可以嘗試構建由“推理”與“要素”相統(tǒng)一的類案型人工智能司法應用系統(tǒng)，實現(xiàn)形式類案與實質類案的統(tǒng)一。

其次，以多元標準為核心的考核機制實現(xiàn)管理輔助人工智能的功能矯正。這需要圍繞以下兩個層面展開：第一，構建面向人機協(xié)同的司法管理輔助智能系統(tǒng)，強化在司法管理輔助過程中法官群體的參與。實踐中的司法案件往往具有較高程度的復雜性，基于不同法官的生活經(jīng)驗以及對法律條文的不同解讀可能會存在有偏差的案件認定結果，因此，法官群體對管理輔助的參與有助于提升案件管理的質量。此外，人機協(xié)同的司法管理輔助系統(tǒng)還應當具有針對不同參數(shù)權重的浮動調(diào)整功能，使得崗位、績效、案件復雜度等多個指標均可實現(xiàn)動態(tài)調(diào)整，弱化單一績效在管理考核中獨占地位，進而促進標準的多樣化，實現(xiàn)對“去科層”目標的實現(xiàn)。第二，構建案件量與案件質量相互融合的司法管理輔助智能系統(tǒng)?，F(xiàn)階段，我國進入輕罪治理時代，法院成為了社會治安問題的官方治理機構，適度設置數(shù)字化標準的考核指標也存有一定的合理性與必要性。同時，也要設置一定權重的案件質量考核指標。對于案情重大復雜，有社會影響力的案件往往需要更高的工作量，因此，在管理輔助系統(tǒng)中可以適度調(diào)高該類案件的權重系數(shù)。

最后，以司法適用的業(yè)務適配性為導向，推進人工智能司法事務輔助中的適用。不同法院應根據(jù)自身的需要決定是否推進人工智能在事務性輔助上的應用，而非基于上級政策指標的考核以及“競賽”。具體的路徑為：一是，從人工智能的供給端出發(fā)，要進一步推進面向不同業(yè)務范疇的人工智能司法應用統(tǒng)一技術標準的制定，明確規(guī)定人工智能應達到何種標準的情況下才可以實現(xiàn)在事務性輔助場景中的應用。例如，明確規(guī)定庭審語音識別轉換只有在規(guī)定的錯誤率范圍內(nèi)才可以使用。二是，從司法領域的需求端出發(fā)，建立事務輔助人工智能應用的啟動標準。在搭建全國統(tǒng)一智能應用平臺的基礎上，規(guī)定只有達到法定需求標準的條件下方可進一步推進人工智能的應用，進而避免人工智能司法應用的非理性競爭。

（二）理性主義視角下矯正路徑的展開

理性主義視角下的矯正路徑是基于對人工智能司法應用認識論的分析而展開，旨在通過對人的回歸以及對經(jīng)驗理性的強調(diào)實現(xiàn)對背反效應的矯正。具體而言，理性主義視角下的矯正路徑可以從以下兩個方面展開。

一方面，實現(xiàn)由技術理性向人類理性的回歸，強化人在人工智能司法應用中的主體性地位。人始終是他自己的目的而非手段，因而，司法領域內(nèi)的人工智能應用不應成為替代人類裁判的目的，而應被定位為服務裁判的工具。事實上，《人工智能司法應用意見》關于人工智能司法應用的范圍也明確指出，“堅持對審判工作的輔助性定位和用戶自主決策權，無論技術發(fā)展到何種水平，人工智能都不得代替法官裁判。”在此基礎上，對于人工智能司法應用所引發(fā)的背反效應可以進行如下矯正：一是，制定人工智能司法應用的負面清單，明確規(guī)定人工智能司法應用邊界。例如，在管理輔助中可以借助人工智能實現(xiàn)對案件訴訟流程自動化移送、訴訟流程節(jié)點提醒等方面的輔助，但對是否存在事實認定錯誤、法律適用錯誤等關鍵領域仍應由法官予以最終認定。二是，增強人工智能應用過程中法官的親歷性，突出法官的主體性。人工智能司法應用的法官親歷性不僅要求法官對決策過程的物理在場，還需要法官對人工智能司法應用過程的數(shù)字在場。所謂的數(shù)字在場是指，法官不僅要了解人工智能的應用原理、潛在風險以及實踐限度，還要實現(xiàn)數(shù)字場域內(nèi)對訴訟流程、內(nèi)容的親歷。這就要求，法官在適用司法人工智能系統(tǒng)時需要對其運行的關鍵環(huán)節(jié)、關鍵技術做到知曉、理解的水平。同時，還能實現(xiàn)對相關參數(shù)的自由設定實現(xiàn)對智能輸出結果的主動把關。三是，認真對待一線法官的真實業(yè)務需求，實現(xiàn)以一線法官需求為導向的人工智能研發(fā)，推進人工智能司法應用由政策驅動向需求驅動的轉變。

另一方面，結合《人工智能司法應用意見》中“司法數(shù)據(jù)驅動與知識引導相結合的深度神經(jīng)網(wǎng)絡模型構建與樣本學習方法”的規(guī)定，未來階段應構建基于符號主義與聯(lián)結主義相互融合的人工智能司法應用系統(tǒng)，通過對人工智能司法應用過程中理性主義的增強，實現(xiàn)對背反效應的矯正。詳言之，“符號主義與聯(lián)結主義兩種范式只是從不同的側面模擬人類的心智（或大腦），具有各自的片面性，依靠單個范式不可能觸及人類真正的智能。對于建立新的可解釋和魯棒的AI 理論與方法，發(fā)展安全、可信、可靠和可擴展的AI 技術，需要將這兩種范式結合起來?！薄?4〕張鈸等：《邁向第三代人工智能》，《中國科學：信息科學》2020 年第9 期。因此，基于符號主義與聯(lián)結主義相互融合的人工智能系統(tǒng)本質上就是借助對法律邏輯思維的算法再現(xiàn)與神經(jīng)網(wǎng)絡算法模型實現(xiàn)對裁判結果的準確預測、強化人工智能司法應用的理性成分。實踐表明，構建基于法律推理與數(shù)據(jù)訓練相互糅合的人工智能司法應用系統(tǒng)并非“空中樓閣”，而是具有現(xiàn)實可行的理論與實踐基礎?；仡櫲斯ぶ悄艿臍v史不難發(fā)現(xiàn)，以人類思維為基本單元的符號主義與聚焦神經(jīng)網(wǎng)絡及其連接機制的聯(lián)結主義構成了人工智能過去六十多年的兩條主要的發(fā)展脈絡。其中，基于符號主義徑路研發(fā)的人工智能是以人類的邏輯思維、經(jīng)驗以及推理的規(guī)則出發(fā)，采用的是自上而下的方式，具有可解釋和錯誤可追溯的特點?！?5〕參見魏斌：《符號主義與聯(lián)結主義人工智能的融合路徑分析》，《自然辯證法研究》2022 年第2 期。具體而言，構建基于符號主義與聯(lián)結主義相互融合的人工智能應用系統(tǒng)可以基于以下兩個方面展開：一方面，強化法律專家在人工智能系統(tǒng)的中的統(tǒng)領作用。也即在系統(tǒng)研發(fā)的總體路徑中，借助法律專家實現(xiàn)對法律邏輯推理的凝練、法律概念的解構和型塑、法律解釋方法的歸納與總結，然后再由計算機專家實現(xiàn)對推理、概念以及方法的數(shù)字化、模型化，并進而轉變計算機可識別的語言。另一方面，加大對司法領域的數(shù)據(jù)庫、語料庫等數(shù)字化資源庫的搭建，盡可能小的減少司法數(shù)據(jù)壁壘，實現(xiàn)數(shù)據(jù)之間的互通共享。聯(lián)結主義得以運行的前提在于，海量的司法數(shù)據(jù)資源為模型的訓練提供了充足的“燃料”，而用于訓練的算法模型的“燃料”越充足，算法的結果也就越準確。例如，生成式人工智能所具備的顯著進步事實上就得益于大語言模型中的海量參數(shù)。因此，當前的乃至未來階段的任務仍然在于對司法數(shù)據(jù)庫構建。

（三）可解釋性立場下矯正方法的實踐

算法的解釋權通常以權利哲學為基本遵循而展開，是對權利、公正以及可責性的保障?！?6〕參見張恩典：《超越算法知情權：算法解釋論權利模式的反思與構建》，《東南法學》2022 年第1 期。也正因如此，《人工智能司法應用意見》將“透明可信原則”作為人工智能司法適用的一項基本原則。因此，對于人工智能司法應用的實踐矯正也可以基于可解釋性的立場展開，進而推進人工智能在司法領域的審慎應用。

首先，人工智能司法應用需要具備數(shù)據(jù)的可解釋性。當前，包括ChatGPT、文心一言等在內(nèi)的生成式人工智能都依賴于海量數(shù)據(jù)的訓練，數(shù)據(jù)是AI 訓練的基礎與前提，〔57〕參見李飛：《人工智能與司法的裁判及解釋》，《法律科學》2018 年第5 期。換言之，不論是現(xiàn)有實踐的人工智能裁判系統(tǒng)，還是融合符號主義與聯(lián)結主義的未來人工智能司法系統(tǒng)、亦或是生成式人工智能司法系統(tǒng)，都需要借助司法數(shù)據(jù)的訓練才能達到最終的目標，因此，數(shù)據(jù)的準確性、全面性、代表性對人工智能裁判系統(tǒng)運行成果的好壞具有決定性作用。事實上，《人工智能司法應用意見》就明確規(guī)定要保障人工智能系統(tǒng)中的司法數(shù)據(jù)采集管理模式以可解釋、可測試、可驗證的方式接受相關責任主體的審查、評估和備案。對數(shù)據(jù)層面的可解釋至少需要圍繞以下三個方面展開：一是，對訓練算法模型的數(shù)據(jù)來源進行說明，旨在強調(diào)數(shù)據(jù)的真實性。二是，對訓練算法模型的數(shù)據(jù)代表性進行說明，對數(shù)據(jù)代表性解釋旨在強調(diào)算法模型結果與司法判決的適配性。三是，對訓練算法模型的缺失數(shù)據(jù)予以說明，防止出現(xiàn)系統(tǒng)性偏差進而產(chǎn)生司法偏見。當然，上述具體展開并不能期待于技術本身的升級而解決，事實上，對于數(shù)據(jù)質量的說明、篩選仍然需要專家來完成。

其次，人工智能司法應用需要具備算法的可解釋性。從技術邏輯上觀察，盡管實現(xiàn)完全意義上可解釋的人工智能充滿挑戰(zhàn)，〔58〕參見劉艷紅、龔善要：《網(wǎng)絡服務提供者對AI 決策的刑事歸責研究》，《廣西大學學報》（哲學社會科學版）2022 年第3 期。但推進算法的可解釋性對于消解人工智能裁判所引發(fā)的偏見問題、黑箱困境，增強其裁判的理性成分都具有顯著的現(xiàn)實意義。事實上，基于技術路徑的算法可解釋性已經(jīng)相繼展開了一系列研究，并提出了基于規(guī)則的解釋、激活值最大、隱層神經(jīng)元分析等諸多針對不同類型的技術性解釋方案?！?9〕參見陳珂銳、孟小峰：《機器學習的可解釋性》，《計算機研究與發(fā)展》2020 年第2 期。然而，在人工智能司法應用的領域中，算法的可解釋性除了需要體現(xiàn)出其技術性解釋之外，更需要實現(xiàn)其人文主義關懷。實現(xiàn)以人為中心的可解釋性，能夠根據(jù)受眾背景知識的不同作出不同的解釋。〔60〕參見成科揚等：《深度學習可解釋性研究進展》，《計算機研究與發(fā)展》2020 年第6 期。因此，在司法領域中，算法的可解釋性問題事實上至少需要基于如下兩個維度而展開：一方面，基于權利義務維度，落實訴訟參與人的算法解釋請求權。也即，在人工智能司法應用的具體場景中，相關智能系統(tǒng)的研發(fā)、適用要落實《個人信息保護法》《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》關于對算法服務的基本原理、目的意圖和主要運行機制等解釋與說明義務。另一方面，基于權力責任維度，適時制定司法裁判場景中人工智能司法應用行為準則，明確規(guī)定人工智能應用場景下司法責任的追究機制，落實《人工智能司法應用意見》關于“司法責任最終由裁判者承擔”的規(guī)定。

最后，人工智能司法應用需要具有結果的可解釋性。人工智能司法應用的首要目標是，讓決策過程的監(jiān)督者知道計算機系統(tǒng)是如何做出決策的，或者至少知道是基于哪些規(guī)則做出決策的。其中，“知道”的責任就是通過算法的可解釋性來予以實現(xiàn)。〔61〕參見劉東亮：《技術性正當程序：人工智能時代程序法和算法的雙重變奏》，《比較法研究》2020 年第5 期。在此意義上，人工智能司法應用并非做出結果即可，還要就裁判結果的過程進行理由說明。因此，未來的司法實踐，司法人工智能產(chǎn)品和服務投入應用時，相關產(chǎn)品或者服務制造者、適用者應當以便于理解的方式向訴訟當事人說明和標識相應的功能、性能與局限，確保應用過程和結果可預期、可追溯、可信賴。

結語

面對ChatGPT 等生產(chǎn)式人工智能在司法領域的顯著進步，司法與人工智能之間深度融合的趨勢也將日益明顯。然而，立足于人工智能司法應用的既有實踐，人工智能在賦能司法的同時，也伴隨著顯著的背反效應，并在一定程度上阻礙了技術賦能的釋放。整體而言，人工智能司法應該始終是“面向人”的司法應用，〔62〕參見劉艷紅：《人工智能法學的“時代三問”》，《東方法學》2021 年第5 期。這既需要對人工智能正向功能的關注，同時也需要對人工智能反向功能的重視，在預防人工智能司法應用可能的風險同時，也要防范人工智能司法應用對既定目標的消解。唯有如此，人工智能司法應用才能面向以及實踐于未來。