最近，一則有關(guān)小編的采訪在圈內(nèi)引發(fā)了不同程度的討論。許多朋友紛紛詢問：真的有機器人判案嗎？由于詢問的人比較多，并引發(fā)了一些小誤會，小編在此統(tǒng)一回應(yīng)，和大家聊聊智慧法院、大數(shù)據(jù)與人工智能之間的關(guān)系，并在最后談?wù)劶ち覡幾h的“機器人法官”。P.S.小編接受采訪時只提到了司法大數(shù)據(jù)與人工智能，對相關(guān)法院的具體改革并不知情，特此一并澄清。
▌司法大數(shù)據(jù)已進入應(yīng)用階段
司法大數(shù)據(jù)在2016年前后已經(jīng)邁出了從理念到應(yīng)用的關(guān)鍵一步。這一點，在該年12月17日召開的“司法大數(shù)據(jù)應(yīng)用與研究研討會”上已有體現(xiàn)。
作為會議的主辦方，小編邀請了在司法大數(shù)據(jù)方面取得杰出成果的代表，其中：
江蘇高院與貴州高院領(lǐng)導分別介紹了各自司法大數(shù)據(jù)的整體方案與實踐；
安徽高院的代表分享了司法大數(shù)據(jù)挖掘平臺在同案同判研究中的應(yīng)用、蘇州中院的代表推出了他們剛剛上線的智慧審判系統(tǒng)；
此外，有代表分析了檢察機關(guān)案件偵查過程中如何利用自然語義技術(shù)處理海量文本；
還有代表概括了美國司法大數(shù)據(jù)的最新應(yīng)用；
當然，到會的并非司法大數(shù)據(jù)研究的全部主體。據(jù)不完全統(tǒng)計，現(xiàn)階段從事該研究的至少還有北京、河北、山西、吉林、上海、浙江、江西、山東、河南、湖北、廣東、重慶、四川、云南、陜西等省市的數(shù)十家高、中級法院。
可見，全國已經(jīng)有不少法院正在嘗試利用大數(shù)據(jù)破解審判難題、提升司法效率、實現(xiàn)司法公正。大數(shù)據(jù)已經(jīng)成為推進智慧法院建設(shè)的重要抓手之一。
▌AI已進入司法大數(shù)據(jù)的應(yīng)用
大家都知道，大數(shù)據(jù)的關(guān)鍵在于預(yù)測，而預(yù)測的前提是對海量數(shù)據(jù)的實時、動態(tài)與批量的挖掘。因此從現(xiàn)有的研究看，相當多的司法大數(shù)據(jù)研究平臺已初步具備采用自然語義識別技術(shù)對千萬量級法律文書自動挖掘的能力。如下圖PPT所示，小編所在司法大數(shù)據(jù)研究基地的“法治實施效果評估系統(tǒng)”就是運用了這種技術(shù)。
不過數(shù)據(jù)挖掘只是大數(shù)據(jù)的基礎(chǔ)應(yīng)用，對于大數(shù)據(jù)而言，數(shù)據(jù)挖掘的意義在于預(yù)測。因此，不少大數(shù)據(jù)研究主體已經(jīng)開始利用人工智能技術(shù)AI來建構(gòu)行為的預(yù)測。
這里涉及到一些法律人比較陌生的名詞，諸如最大熵、決策樹、隨機森林、機器學習、深度學習等。
用大白話來說，就是將法律要素拆解成AI可以識別的圖譜。AI依照圖譜去抓取海量裁判文書中的要素，從而自我學習形成決策模型，并根據(jù)模型做出一個大致的結(jié)果預(yù)測。小編參與研究的“同案不同判預(yù)警系統(tǒng)”正是使用了這一思路。
可以說，AI技術(shù)的引入實際上決定了本輪的司法大數(shù)據(jù)與上世紀末推行的計算機量刑有根本的區(qū)別。具體的內(nèi)容較為專業(yè)，在此就不展開了。
一言以蔽之，司法大數(shù)據(jù)研發(fā)中，自然語義識別技術(shù)是基礎(chǔ)，而人工智能技術(shù)則是關(guān)鍵。
▌大數(shù)據(jù)只能輔助法官決策而無法取代
盡管AI在司法大數(shù)據(jù)中的應(yīng)用越發(fā)普遍，然而，僅憑這點就認為司法大數(shù)據(jù)是要搞機器人審判、是要用機器人取代法官則無疑是危言聳聽、貽笑大方。
首先，司法大數(shù)據(jù)研發(fā)的終極目標在于為法官提供智能決策參考。所以，與司法大數(shù)據(jù)的關(guān)鍵詞是“服務(wù)/輔助”而非“取代”。具體來看，就是(1)通過大數(shù)據(jù)技術(shù)的引入，輔助法官高效處理格式化的簡單糾紛；(2)同時，為法官處理復雜糾紛提供足夠的支持。比如現(xiàn)在許多研究主體都在著力推動的同案推薦系統(tǒng)的核心就在于培養(yǎng)AI識別與案件結(jié)果高度相關(guān)的要素，然后深度學習；在法官遇到新的案件的時候，系統(tǒng)能夠自動推送最相似的案件供法官參考。同樣，大數(shù)據(jù)還可以批量學習所有緩刑人員的執(zhí)行情況，從而建構(gòu)人身危險性的模型為法官是否判處緩刑提供決策。然而，所有的這些功能，其實都只是輔助，最終決策的仍然是法官而不是機器。
其次，司法大數(shù)據(jù)中的AI仍面臨一定的技術(shù)瓶頸。人工智能領(lǐng)域有一種奇怪的論調(diào)，認為法律是簡答的三段論邏輯，是AI可以輕易突破的領(lǐng)域。這種調(diào)調(diào)不僅是一種技術(shù)的傲慢，更是對法律問題的無知。了解司法實踐的人都知道，法官判案至少包含認定證據(jù)、主持庭審（調(diào)解）、做出裁決。對于認定證據(jù)、主持庭審、達成調(diào)解等法官核心工作而言，現(xiàn)有AI技術(shù)尚不具備能力介入。用形象的比喻就是，法官辦案就像破案，而現(xiàn)有AI技術(shù)顯然還沒有破案的實力。也許有人會說，阿爾法狗都戰(zhàn)勝了圍棋九段，難道人工智能還不能充分應(yīng)對法律問題？對于阿爾法狗而言，它面對的是有邊界的圍棋盤（19×19），所有的決策都在邊界內(nèi)進行。法律問題的邊界不清使得司法AI的開發(fā)必然面臨比阿爾法狗更復雜的局面。因此，如果簡單認為輔助決策就能取代法官，實際上是對法官辛苦工作的不尊重，更是不了解司法實踐的“想當然”。
◆ ◆ ◆
快來評論區(qū)談?wù)勀銓Α按髷?shù)據(jù)”的觀點
