人工智能在类案同判中的应用探索思考

　　【摘  要】类案及关联案件强制检索制度的出台为人工智能介入司法领域提供了重要路径。类案同判是司法正义的实然要求，如何借助人工智能实现裁判尺度统一需要深入的理性思考。本文从要素识别与类案索引承接、算法理性与同案裁判逻辑耦合、决策规制与法律监督守正三个角度切入，探索思考法律人工智能在辅助类案同判中的进路。

　　【关键词】类案同判 人工智能 裁判尺度统一

　　随着人工智能技术的快速发展，司法实务领域正在掀起一场“技术革命”。法律科技不再止步于远程网上庭审、庭审录音同步识别、电子送达等程序法性质的法律事务辅助的升级换代，能否借助人工智能实现类案同判等实体法的技术辅助是对“智慧法院”在司法裁判上“智慧”与否的真正考验。   

　　类案同判，也称同案同判、类案类判（Similar cases should be treated similarly），通常指法官在处理类似的案件时，应当作出相同或类似的判决，与本院或上级法院类似判决的裁判尺度相对一致。人工智能通过对类案裁判文书进行大数据挖掘，仔细、深入分析类案的具体结构和要素，自动提取情节特征和智能学习逻辑规则，通过算法建立起案件裁判模型，进而数据化和智能化地辅助法官作出相同或类似的判决方面，具有一定的应用空间和发展前景。

　　一、人工智能在类案同判的现实需求

　　2015年9月，最高人民法院印发《关于完善人民法院司法责任制的若干意见》，要求人民法院应当通过类案参考的方式统一裁判尺度。2019年10月，出台《进一步加强最高人民法院审判监督管理工作的意见(试行)》，要求在最高法全面推行“类案及关联案件强制检索”制度。地方法院在统一类案裁判尺度方面亦作出了相应探索，如北京市三中院《类型化案件审判指引》、苏州法院“智慧审判”同案同判数据监测平台、江苏高院《省高级人民法院类案审理指南》、山西高院《关于建立法律适用统一机制的实施细则》等。为解决裁判尺度不统一、同案不同判的问题，类案同判的制度化建设及技术实现在正在加快步伐。

　　“类似案件类似对待”是“正义的最简单形式”。张志铭（2013）在司法判例制度研究中提出，针对案件纠纷所进行的裁判活动，是一种反复进行的类型化的认知和实践活动，由于类型化的性质必然与后来的裁判活动形成联系。张骐（2014）、孙海波（2019）也认为，同案同判作为一项法律原则，对裁判者提出了义务性要求。刘贵祥大法官指出“任何一个判决，在解决个案纠纷的同时，都具有确立普遍性规则的意义”。无论是从学理层面的形式正义实现、遵循先例、类推适用等角度解释，还是从司法实践中统一裁判尺度避免裁判不公，管控裁判质量和提升司法管理效能的目的出发，类案同判的基本共识已初步形成。

　　2017年4月《最高人民法院关于加快建设智慧法院的意见》要求“运用大数据和人工智能技术，按需提供精准智能服务，提高海量案件案情理解深度学习能力,基于案件事实、争议焦点、法律适用类脑智能推理，满足办案人员对法律、案例、专业知识的精准化需求，促进法官类案同判和量刑规范化”。2017年7月《新一代人工智能发展规划》提出实现法院审判体系和审判能力智能化。2017年11月中国司法大数据服务网正式上线，类案智能推送板块针对法官用户设有类案智能推送、案情专业剖析、智能辅助裁判、裁判偏离度分析、法条适用分析等功能。2018年1月人民法院“类案智能推送系统”上线运行。

　　民事、刑事、行政案件对类案裁判的需求度不同，民事案件需求度更高也更迫切，一段时间以来困扰民商事案件裁判尺度不统一的问题，在一定程度上损害了司法权威和公信力。以指导性案例为例，从审级上看，一二审类案适用比例更高，与之相对应的中基层法院类案适用率较高；从案由上看，民事案件中民间借贷、交通事故责任、金融借款合同、保险类、网络支付、网上金融交易等类型案件适用较为集中。网络购物合同、网络小额贷款等网络纠纷引发的大量法律关系简单、基于格式合同和电子证据的案件，严重考验法院类案的审判能力。与此同时，一线法官在司法责任制和法官员额制改革背景下对运用智能辅助手段实现类案同判提高审判质效的期待和需求较为迫切。

　　二、人工智能在类判同判中的优势与风险

　　（一）人工智能在类案同判中的优势

　　其一，人工智能辅助统一裁判尺度，类判预测有助于引导当事人息诉止讼。人工智能运用算法设计自动提取同类案件要素和智能学习判决结果，比起基于人的认知差异做出的裁决，实现类案同判的几率更大。一方面，基于人工智能和大数据的类案预测，可以帮助法官借助类案推送平台查阅相关指导性案例、典型案例进行参照适用，与本院或上级法院既判类案在裁判尺度上保持统一，还可以参考借鉴本省市外的类似案例拓宽审判思路。从类案匹配到案件结果预测，利用大数据工具辅助类案同判，确保公平正义以看得见的方式实现地更为直观。另一方面，当事人及律师的诉讼行为和法律纠纷的解决可以借助智能裁判预测平台加以指引，促使其理性选择最佳纠纷解决路径和诉讼策略。这种依托人工智能强大算法的预估以超强全数据运算能力使得类案同判更为客观，有利于当事人选择诉前调解等多元纠纷解决方式。

　　其二，人工智能优化类案同判在司法实然层面具有正向效应。“法官乃会说话的法律”，法律正义的实现有赖于法官的每一个具体司法活动。指导性案例在裁判思路、判决说理上为法官类案裁判提供了样版，其它优秀典型案例也凝聚着法官们宝贵的司法经验。而现实中法官主动适用指导性案例的比例并不高仅为24%，适用指导性案例在地域上也存在明显差异，沿海省份适用数量多，中西部地区相对偏少。另外，最高法院发布的案例主要有指导性案例、公报案例、典型案例、人民法院案例选、年度案例等，各地高院及部分中院一般会编选刊登案例指导用以指导本辖区内类案的裁判说理。中国裁判文书网、中国司法大数据服务网、法信、最高人民法院裁判文书、北大法宝等网络平台都设有案例检索。不得不说，除指导性案例外，大多数案例种类繁多、数量繁杂、层级不明，入选案例标准不统一，甚至有些案例裁判结果相互矛盾，让法官难以适从，类案检索工具推送不精准、不全面，导致案例指导难以发挥实质作用。人工智能能够辅助法官提高类似案例的运用能力，减少法官检索和识别类案工作量，避免随意选取类案。

　　3、人工智能可以加强类案整体法律评价，大数据精准打击虚假诉讼、套路贷等违法犯罪。只关注个案正义的实现往往会忽视类案整体法律评价。法律实务中“套路贷”借民间借贷之名虚构债务、虚假诉讼，通过非法手段获取胜诉判决侵占受害人财产，就个案而言，虚假借款协议、虚假资金走账流水、肆意认定违约等所谓形式证据材料对受害人非常不利，也给法庭发现案件真实带来一定难度。人工智能进行大数据类案研判，不仅不会让这些职业放贷人成为漏网之鱼，还会及时预警，提醒法官注意当事人的异常诉讼行为，对可能涉嫌虚假诉讼、非法吸收公众存款等违法犯罪活动的案件进行标记。类案的整体法律评价考量了法的社会利益，而人工智能在对类案评价的维度、广度上具有一定的优势。

　　4、人工智能可以通过对类案判决标准定轨，预警和报告类似案件判决偏离度，便于案件监督管理，规范和制约法官自由裁量权，如刑事案件量刑偏离度分析，运用统计学方法对个案的定罪量刑结果与同类案件定罪量刑平均值进行偏差对比，法官在偏离度阈值范围内进行自由裁量。

　　（二）人工智能在类判同判中的风险

　　一方面，人工智能的辅助范围和技术边界相对模式。例如，当前，人工智能法律规制和伦理规制尚不成熟，相关民事与刑事责任确认、隐私和产权保护、信息安全利用等规范缺位。人工智能介入权威性法律判断的场合可能会削弱法官主体地位，模糊司法责任，甚至在极端情况下可能引发冤假错案。

　　另一方面，法律人工智能仍然存在许多的基础性、关键性的技术瓶颈制约。算法的准确性是人工智能裁判模型契合类案同判智能化要求的前提条件。类案推送不精准，标签化筛选后仍需法官费时甄别，影响类案的参考价值。类案裁判算法的不可解释、不可控制的“算法黑箱”问题，以及算法歧视、算法失灵等，导致法律人工智能的发展前景没有想象中的乐观。

　　三、人工智能在类案同判中的应用思考

　　如上所述，法律人工智能的应用既有机遇，又有挑战。笔者认为，只要适度规范、有序发展，法律人工智能仍然是司法、执法的未来发展方向。

　　认识活动是判决的基础，构成了诉讼活动和审判阶段证明活动的主要内容。人工智能的认识论基础是“认知可计算化”，人工智能究竟能在多大程度上辅助法官作出裁决既是一项技术问题，也是一个法律问题，值得进一步探讨。

　　1、要素识别与类案索引承接。类案索引是类案同判的基础课题，是类案裁判的起点。人工智能辅助类案同判的核心技术之一就是基于自然语言处理技术进行案件类型和要素识别，裁判文字经深入分析后通过标注数据完成类案信息、要素提取，借助知识图谱等算法模型完成类案匹配。司法实务中类案相似性要求基本案情与法律适用方面与指导性案例类似，学术界对类案相似性的判断标准莫衷一，尽管各有侧重，但基本都认可类案应在案件关键事实、基本法律关系、案件争议点、争议的法律问题等方面具有相似性。可见类案检索需要借助人工智能的“预处理”对类案进行要素识别和标签匹配，再由法官依据审判经验等价值判断并借助于区分技术来进行“精加工”。

　　2、算法理性与同案裁判逻辑耦合。“一个判决是否正确、妥当，就要看它是否符合这个裁判逻辑公式”。这个“裁判逻辑公式”就是裁判规则，是法官裁决的理性准剧和裁判尺度。法律是一个相对封闭的自我指涉系统, 其本身的形成经过了法律人的分析和加工, 并在一定的权威结构内形成规则。符号主义的算法设计与法教义学的思维方式有着最明显的表面相似性, 两者都试图在封闭的自我指涉内实现融贯性与确定性。人工智能辅助司法裁判的重要“引擎”就是算法，通俗地讲，算法就是机器通过学习建立人类司法裁决的最优模型，对输入数据进行分析预测，为裁判提供参考。先进的算法模型会模拟人的大脑进行神经网络深度学习，经过反复训练数据，使其高度贴合同案裁判逻辑，排除法官因认知判断水平和法律素质差异导致的“同案不同判”。

　　3、决策规制与法律监督守正。人工智能的决策规制是一个不可回避的话题，对算法自主化决策进行规制在法律裁判领域尤为重要。在试点中，笔者建议可以优先考虑专门互联网法院、考虑在这些法院首先测试运行（专门化罪名的）类案同判智能研判平台比较可行。此外，笔者关注到《人民法院信息化建设五年发展规划 (2019-2023)》中关于人工智能辅助类案裁判的规定是建立大数据分析系统和开发决策支持和监控预警智能服务。《规划》在人工智能决策对提升审判智能服务和智能化程度上提及较多，对人工智能裁判的监督和规制表述较少，也需要引起高层重视。

　　实践是检验真理的唯一标准，也是创造价值的重要路径。人工智能辅助类案同判的深度融合需要科技人和法律人共同努力。在如下方面进行探索：一是探索类案裁判规则标准化构建。类案裁判首先要解决参照系的问题，即类案裁判规则标准化构建，以同类案件中裁判思路清晰、裁判法理透彻的例案为参考坐标，提炼出类案同判规则。建立人工智能类案裁判冲突解决机制，从规则维度、层级维度、地域维度，区分具有显性约束力和具有隐形说服力的案例，健全类判同判规则体系。二是加强优质数据资源库建设。将法律编写成代码的过程不是一个对未经选择的大数据进行学习的过程, 而是一个有赖于前期加工的过程。法律的算法化有赖于法律人将法律知识转化为“可计算化”模块的前期努力。三是加强算法规制与问责。人工智能自主决策需要事前算法透明且能够被理解，事中被监督和预警，事后有补偿程序更正错误，有必要在算法设计和部署应用阶段明确技术者和平台相应的法律责任。欧盟法案《算法责任与透明治理框架》（A governance framework for algorithmic accountability and transparency）规定了公共部门使用算法决策的责任制，为公权力领域算法透明和问责制定了政策框架。人工智能使人们重新审视法律规则的复杂程度，未来个性化算法规制可以考虑个体的异质性，出现为个案量身定制的裁判指引。四是复合型人才的培养。法律人工智能的应用离不开交叉学科的发展和复合型人才的培养，需要大量既懂法律又懂技术的人如法律工程师（Legal Engineer）来改善法律技术和服务，只有不断加强人民法院信息化人才队伍建设，人工智能辅助法官裁判方能一显身手。

　　（作者单位：山西省万荣县人民法院。文章来源：《检察技术与信息化》2020年第1期，北京：中国检察出版社）