人工智能已经成为当下司法改革的热点：2016年，“智慧法院”“智慧检务”被列入国家信息化发展战略；2017年，最高人民法院、国务院相继发文，指导法院管理智能平台的建设，推进法院审判体系和审判能力的智能化；最新提交全国人大常委会审议的人民法院组织法修订草案和人民检察院组织法修订草案都提到了信息化保障问题。在决策层的积极推动下，司法实践与人工智能对接的成果相继问世。2018年1月，最高人民法院在继2016年推出“中国法律应用数字网络服务平台（法信）”之后，又推出了“智慧法院导航系统”和“类案智能推送系统”。北京、上海、江苏、贵州等地司法机关也相继推出了自己的人工智能办案系统。

　　人工智能成为司法改革的热点，得益于信息技术的发展，也得益于人工智能促进司法公正的潜力。司法公正——“努力让人民群众在每一个司法案件中感受到公平正义”——是当下司法改革顶层设计的目标之一。然而要发掘这一潜力，除了决策层的重视、实务部门的行动，还需要对人工智能的司法应用有更多的理论反思。

　　人工智能有助提升司法公正性

　　人工智能的本质是用机器做需要人类智能的工作。近年来，随着计算能力和（互联网）大数据的发展，人工智能开始走出实验室，深刻影响普通人的生活。在侦查、起诉、审判以及执行等司法活动中，人工智能的应用也日渐广泛。以司法审判为例，当下人工智能促进司法公正主要表现在以下方面。

　　第一，在事实认定方面，统一证据标准，辅助证据审查。目前，国内法院的冤假错案或改判及发回重审的案件中，证据问题占有相当比重。利用人工智能，可以统一公、检、法适用的证据规则，校验单一证据的合法性，判断比对证据链的逻辑性和完整性，纠正法官证据审查过程中的疏忽甚至是有意枉法，促进司法公正。2017年，贵阳市在利用“贵阳政法大数据办案系统”办理的217起刑事案件中，因证据不足退回补充侦查率仅为2.3%，同比下降25.7%；因证据不足不批准逮捕率同比下降28.8%；服判率同比上升8.6%；因证据不足作出无罪判决的案件“零发生”。

　　第二，在法律适用方面，协助法官理解立法与司法政策，实现“同案同判”。人工智能可以将裁判信息汇聚、储存、整理、实现可检索，帮助法官准确地理解立法原意以及其他法官在适用法律过程中的社会导向。比如，代号为“206”的上海刑事案件智能辅助办案系统可以分析裁判文书，抓取影响裁判结果的量刑要素，给法官推送案情统计分析，匹配数据库中全国相似的案例，为承办法官提供量刑参考。在美国，目前已有一半以上的州利用COMPAS、PSA和LSI-R三种主要的风险评估软件来辅助法官量刑。

　　第三，构建客观反映法官裁判水平的评估体系，提高裁判水平在法官考核中的权重。目前，在我国法官的绩效考核中，裁判水平因为缺乏统一尺度与细化指标没有成为考核的焦点。人工智能可以依据预先设置的评价要素和权重对判决文书进行分析，得出大众可以理解的裁判水平等级，为法官的考评提供客观依据。这一功能不仅可以促进法官在更高的水准上实现同案同判，而且对法官的廉洁司法产生正向激励。

　　第四，提高司法效率。“迟来的正义不是正义”，司法效率是司法公正的题中之义。人工智能可以减轻法官事务性的工作负担（比如简化人工记录程序，提高询问效率，同步录音录像，方便验证与监督），节约法官查阅分析类案的时间，自动生成判决文书和电子卷宗，提高法官的办案效率。在当下“案多人少”、一线法官办案压力普遍巨大的背景下，人工智能的这一功效尤为突出。

　　对司法公正的促进依然有限

　　不可否认，随着信息技术的发展，人工智能促进司法公正的深度和广度会进一步提高。然而，在当下以及可见的将来，人工智能对于司法公正的促进依然是有限度、有条件的。

　　首先，人工智能无法完全取代法官，只能辅助法官裁判。虽然目前人工智能在完成任务的复杂性和形式上越来越逼近甚至超过人类，但人工智能依然无法理解哪怕是最为简单的人类情感。人工智能应用于司法裁判的前提是将裁判过程标准化和模型化，但司法实践中，裁判的过程无法完全标准化，评价事实、解释条文、类比推理以及最终判决过程中的利益与价值权衡都是计算机的短板，需要依赖人对于法理人情的细致感受与妥帖处理。诚然，简单的案情分析与法律适用中，人工智能可以一展身手，但是在需要综合性、策略性思考的疑难案件中，人工智能的适用范围将大大压缩。

　　其次，人工智能的基础是数据和算法，但是目前司法机关已有的数据并非完全正确无误。如果不经筛选，人工智能不仅可能固化数据错误，而且会扩展错误的影响范围，损害司法公正。即使数据正确，计算机学习的“专家经验”以及由此设计的算法也可能包含经验提供者和算法设计者固有的价值偏好，影响司法公正。而且由于算法属于企业的商业秘密，受其影响的当事人无法对其进行质证和审查，有违背正当程序原则的嫌疑。

　　最后，人工智能固然可以弥补人类知识与信息的不足，但同时也对包括法官在内的法律人的职业素养提出了更高的要求。法官若没有良好的信息检索技巧与甄别能力，海量的信息只会降低司法效率，甚至误导法官，损害司法公正。而且，人工智能提供给法官的信息是描述性而非规范性的。换言之，人工智能只能表明过去案件是这样，未来案件在多大概率上可能这样，但无法表明未来的案件应该这样。因此，人工智能的结论只能是法官说理的论据而不能替代说理。事实清楚、逻辑严谨、兼顾法律效果与社会效果的说理，是司法公正最重要的体现，其依赖于也应该依赖于法官的职业素养。还有，人工智能化的法官评价体系表面为机器的客观评判，但受制于参数与算法设置，本质上是一种同行评价体系，法官需要呈现出高于同行的裁判水准才能获得更高的评价等级，因此需要不断提高自己的职业素养。

　　悖论是，人工智能的司法适用对提高法律人的职业素养有潜在的负面影响。人工智能辅助司法是基于对既往经验的总结和分析，过分依赖可能抑制法律人的创造性发挥，还可能会给裁判者推脱责任留下空间。不仅如此，当越来越多的司法工作由人工智能完成，初入法律行业者的训练机会将被压缩，未来法律职业人才的技能和经验可能不足。长久地看，这也会最终制约司法人工智能的发展，因为司法人工智能需要法律人的经验作为深度学习的内容。

　　百余年前，霍姆斯大法官曾经预言，法学研究的未来属于精通统计学和经济学的人。即使我们现在加上“精通逻辑与算法”的修饰语，也不要忘记法学家庞德的期许，新一代法律人不应该将他们“在立法和政治中合法的领导权让给工程师、自然主义的经济学家”。在信息科技的时代，这一期许的挑战前所未有，但接受了这一挑战的法律人才有可能为司法公正奠定更坚实的基础。

　　（作者单位：华东政法大学科学研究院）