论文部分内容阅读
〔摘要〕 随着司法和科技的融合不断深入，智慧法院建设促进了司法高效与司法公正，而实践中，“算法歧视”加之司法大数据建设的滞后性也使得智慧法院建设面临类案不公和地区间司法不平等等现实挑战。未来，智慧法院建设应明确人工智能技术的适用界限，区分强保留事项和弱保留事项，优化司法公开机制，建立健全统一的司法大数据体系，实现审判体系和审判能力的现代化。
〔关键词〕 智慧法院;人工智能;司法公正;算法
〔中图分类号〕D926.2 〔文献标识码〕A 〔文章编号〕1009-1203（2020）06-0078-07
伴随着人工智能技术逐渐应用于人民法院的司法实践，我国智慧法院建设逐步推进，在此过程中，大数据的“海量性、多样性与高速性”和算法的深度学习能力使得人工智能对司法高效与司法公正起到了积极的促进作用。但人工智能发展的技术局限也给智慧法院建设带来了挑战，如“算法黑箱”和“算法歧视”对司法公正的消减等。当前，由于人工智能深度学习能力与认知功能的不断拓展，人机交互关系已不同于传统意义上人类与科技之间的工具关系，而是更具有双向互动性与自主性。人工智能在智慧法院建设中的嵌入使得科技与司法的关系发展为人类法官、现代技术与司法体系之间的多元关系，因此，全方位的智慧法院建设也需要进行不断创新，以实现审判体系和审判能力的现代化。
一、智慧法院建设中司法和科技的融合不断深入
2015年7月，最高人民法院首次提出“智慧法院”概念，此后的相关政策推动了我国法院信息化建设向更高阶段发展，并成为人工智能整体发展规划中的重要环节，目前，我国智慧法院的建设正在稳步推进。
（一）自上而下的政策推动
最高人民法院自提出“智慧法院”概念后，相继发布了系列政策文件以推动智慧法院的稳步有序建设。2017年颁布的《最高人民法院关于加快建设智慧法院的意见》，从系统建设、业务应用、司法公开和工作保障等基础设施建设方面为人工智能技术在法院中的运用提供了基础支撑。2018年颁布的《智慧法院建设评价指标体系》，在以能力建设、网络化应用、阳光化应用和智能化建设以及综合保障能力建设五部分为关键的基础上，明确了智慧法院建设的目标——全程性智慧法院，即逐步建成集起诉、立案、送达、举证、开庭、裁判等各环节全流程在线的智慧法院系统。《最高人民法院办公厅关于做好2019年智慧法院建设工作的通知》，从建设重点和建设目标两方面明确了全方位智能化服务和智慧法院建设的具体步骤。由此，基于国家政策方面区分不同的审判阶段，逐渐明晰了智慧法院建设的总体蓝图。
在上述国家政策引导下，全国各地法院也展开了积极的探索。一方面，各地法院相继制定出台相关法规文件以指导智慧法院的建设，如《上海市高级人民法院关于网上立案、电子送达、电子归档的若干规定（试行）》与《浙江法院网上诉讼指南（试行）》等的出台;另一方面，智慧法院建设中的具体措施也成为司法公正、司法高效和司法便民的重要推动力。在诉讼服务体系中，智慧法院设立了诉讼服务指导中心信息平台，实现了网上立案、网上咨询，如上海市高级人民法院就设立了12368诉讼服务智能平台 〔1 〕;在审判阶段，现代信息技术直接助益诉讼辅助工作，全国多数法院数据、语音和视频系统以及科技法庭建设都取得了一定的成效，同时全面提升了审判工作的智能化水平，如集自动生成电子卷宗、自动关联与当事人相关的案件、智能推送辅助信息、自动生成与辅助制作各类文书、智能分析裁量标准等五大功能于一体的北京市高级人民法院“睿法官系统”建立。同时，执行阶段的信息化建设也弥补了传统手段在信息收集运用上的滞后性，如借助大数据对被执行人进行财产调查，并科学预测被执行人隐匿财产的线索，精准打击被执行人的失信行为 〔2 〕。由此，智慧法院建设中人工智能技术的运用已成为司法改革新的动力和引擎。
（二）建设场域不断拓展
2019年，最高人民法院提出“以智能化为重点，大力推进智审、智执、智服、智管，全面加强智慧法院建设”。智慧法院建设经历了不断拓展的发展階段，从劳动分工的角度对司法诉讼工作予以划分，更便于明晰其建设场域不断拓展的趋势。从实践来看，司法审判活动的劳动分工包括：核心的审判工作和审判辅助工作。审判工作包括“审”（通过审查，发现与案件纠纷相关的主要事实）和“判”（基于法律规则的裁判）两个阶段 〔3 〕。由此，智慧法院的建设场域可以划分为审判辅助领域、案件审查领域（即证据审查和事实认定）以及裁判领域（即法律适用和裁决的作出），在此，建设场域的拓展表现为由审判辅助领域向案件审查领域再至裁判领域不断拓展的趋势。
智慧法院建设之初的各类探索，包括立案受理阶段的诉讼服务大厅信息化服务和诉讼服务智能平台建设、执行阶段的信息管理系统建设等，都是与诉讼审判过程间接相关的诉讼行为，属于审判辅助领域的智能化建设，如2016年最高人民法院颁布的《关于全面推进人民法院电子卷宗随案同步生成和深度应用的指导意见》等。这一阶段的智能化建设不仅将法官从重复性的事务工作中解放出来，而且为当事人的诉讼行为也提供了便利和指引，推动了司法高效和司法便民的实现。同时，《最高人民法院办公厅关于做好2019年智慧法院建设工作的通知》明确要求，“完善刑事案件不同诉讼阶段基本证据指引，梳理技术规范和业务规则，形成以证据指引和量刑规范为重点的刑事案件证据智能辅助系统”。2020年7月，最高人民法院印发了《关于统一法律适用加强类案检索的指导意见（试行）》，对类案检索的适用范围、检索主体及平台、检索范围和方法、类案识别和比对、检索报告或说明、结果运用、法官回应、法律分歧解决、审判案例数据库建设等予以明确。类案推送、同案不同判等智能系统的运用进一步将智能运用由证据审查阶段拓展至法律适用和裁决作出阶段。不难看出，智慧法院的建设场域已从审判辅助领域的诉讼服务和执行阶段向证据规则和法律依据适用领域不断拓展。 （三）人工智能的技术迭代
人工智能的发展需要经历三个不断递进的过程，即弱人工智能、强人工智能与超人工智能 〔4 〕。智慧法院建设中人工智能的技术迭代表现为：
一是人工智能在智慧法院建设中的角色由智能工具向认知过程的模拟转变。在智能工具階段，智慧法院建设处于弱人工智能的第一阶段，相关的电子化和网络化运用，如在线立案和在线庭审以及电子邮寄等，成为司法审判高效性的有力工具。伴随着推理技术、机器学习与专家系统等功能的运用，人工智能技术在智慧法院的运用展现出类人的认知功能，如多省份开展的智能辅助系统汇集案件事实归纳、证据审查判断、开庭审理辅助、法条推送和类案推送以及同案不同判等。且类案推送功能区别于一般的案件检索，即由法官直接输入案由，也就是案件的关键信息，进行类案检索，由人工智能系统自动识别案件的关键信息情节，然后由类案推送系统自动推送相关案例 〔5 〕。在此过程中，专家系统通过汇聚大量专门知识与经验的程序系统进行推理和判断，模拟人类专家的决策过程，以便解决需要人类专家处理的复杂问题 〔6 〕。弱人工智能的第二阶段即通用人工智能阶段，其典型特点在于只要计算机能成功地回答提问者的问题，就表明计算机能够思考。可见，当前人工智能在智慧法院的运用尽管仍处于弱人工智能阶段，但开始具备深度学习和一定的认知功能，已发展至通用人工智能阶段。
二是人工智能在推理方式上由逻辑推理向概率推理拓展。人工智能推理模式的发展可分为三个阶段，即逻辑推理-概率推理-因果推理。在智慧法院建设中，法律专家系统得到迅速发展，如贵州的“法官审判综合工作量评估体系”以及河北的“智审1.0系统”等智能审判系统。随着研究的深入，科学家发现逻辑推理不能完全模拟人类思维，人类思维是一种随机过程，人工智能应该建立在概率推理的基础之上，典型表现为语音识别、机器学习等方式。这一推理方式的运用集中体现在智慧法院建设的事实认定过程中，如2017年上海市高级人民法院开发的“刑事案件智能辅助办案系统”等。目前，贝叶斯网络是人工智能在事实认定中适用的典型方式。可见，人工智能推理方式的不断更新也为智慧法院建设提供了助力。
实践中，在适用场域和技术运用上，智慧法院建设中司法和科技的融合不断深入，且适用范围的不断拓展以人工智能技术的更迭、技术与司法之间的深度融合为前提。显而易见，智慧法院建设中的智能技术，由诉讼服务与执行领域中的运用型、工具型角色不断向审判领域中的智能分析、认知型角色进阶。
二、智慧法院建设促进了司法高效与司法公正
在人工智能与司法审判逐步深度融合的趋势下，人工智能技术将逐渐进入关涉司法权本质属性的核心领域和专业化领域，智慧法院建设促进了司法高效与司法公正。
（一）智慧法院建设促进了司法高效
智慧法院建设对司法高效的促进作用主要以数据化和自动化的实现为载体，具体表现为：
1.审判信息的数据化建设是司法高效的基础。通常大数据的典型特征是体量大、类型繁多、速度快、时效高、价值大、密度低 〔7 〕，其技术优势正在促进智慧法院建设：第一，在诉讼审判中，要素性审判系统利用现代技术把文书、图像和语音转化为可进一步分析挖掘的结构化数据，并与已有的数据相互融合，以实现裁判文书的自动生成、类案推送、裁判预警等功能，由此大大减少了人工操作的时间。第二，数据共享机制体现了数据化建设的优势。实践中，如浙江省高院与阿里巴巴集团签署了战略合作框架协议，构建审务云司法大数据服务体系，实现当事人协查信息共享、文书惩戒、文书智能送达等合作 〔8 〕。通过司法机关和电子商务平台的数据共享，扩大了司法数据的体量，缓解了线下送达难、执行难的现实问题。不仅如此，诉讼辅助中电子设备的运用如语音识别、电子笔录等，也极大地加速了诉讼进程，提高了审判效率。
2.审判活动的自动化助推了司法高效。在智慧法院建设中，算法在立案、审理和执行等各阶段的自动化优势得到充分施展。2019年，为全面提升审判工作智能化水平，《最高人民法院办公厅关于做好2019年智慧法院建设工作的通知》提出，要推进“电子卷宗随案同步生成、立案风险自动拦截、敏感案件自动标识预警、电子卷宗自动检查”等智能自动化应用。对法官而言，立案流程、审判流程和执行流程的自动化运用实现了诉讼进程的高效性，如北京市高级人民法院研制的智能机器人系统“睿法官”，就是运用大数据、云计算、人工智能等新兴技术实现了立案的自动化 〔9 〕。同时，多地法院也建立了裁判文书自动生成系统，通过标准化的裁判模式，实现简单案件和类案的高效审理。相应的，智慧法院的自动化也使当事人的诉讼行为超越了时空障碍，网上立案、网上咨询、电子送达等功能为当事人提供了便利。因此，智慧法院的自动化建设提高了审判效率，促进了司法高效。
（二）智慧法院建设促进了司法公正
司法作为争议解决的最后一道防线，以保障公民权利、维护社会公正为其最终使命。智慧法院建设对司法公正的促进作用表现在：
1.相关智能辅助功能通过统一的法律适用实现了司法公正。正义的实现以“同等情况同等对待、不同情况区别对待”为起点 〔10 〕。在弱人工智能阶段，算法的运行机理在于借助庞大的数据进行学习，通过不断的训练，使得人工智能深度学习的重要承载者，即人工神经网络的表现不断改进 〔11 〕。实践中的智能运用，如“类案类判”“类案推送”等都是将众多类型相近的司法案例以统一、固定编码的形式纳入算法之中。在欧洲人权法院，人工智能技术已被适用于79%的案件预判中，其以海量的案件数据为分析基础，及时为法官裁判案件提供了适用依据的指引，避免“同案不同判”现象产生。由此，智能辅助系统通过为法官提供相应的判例、先例和相关历史因素，有效提高司法裁判的连贯性，且比法官判决相对精确。同时，算法在审判活动中利用数据推理模型实现决策过程的标准化和客观化，有助于消除人类决策者受自身主观偏见以及信息不对称等因素的不利影响。因此，算法在实现相同案例相同对待的同时，也对司法裁判在个案正义中的价值判断起到了自我约束作用，减少了法官裁量权的恣意空间。 2.司法公开平台的建立实现了以公开促进公正的目标。智慧法院建设不仅拓展了司法公开的范围、丰富了司法公开的方式，而且更新了司法公开的理念内涵。司法公开的技术运用集中于以审判流程公开、庭审活动公开、裁判文书公开、执行信息公开等为中心的四大司法公开平台的建立，在此过程中，司法公开的对象由面向诉讼当事人拓展至面向所有的社会公众，司法公开的内容由审判过程和裁判文书扩展至法院情况、审判流程、裁判文书、执行活动、司法政务等不同领域 〔12 〕，且实践中的司法公开成效显著。“阳光是最好的防腐剂”，公开平台为诉讼当事人监督法院依法行使审判权提供了便利渠道，从而有利于促进司法权的公正行使。
三、智慧法院建设面临的困境
智慧法院的建设以数据和算法为核心驱动力，由此法律语言与数据、算法间的衔接转换问题就成为智慧法院建设的困境所在。
（一）数据局限对司法公正的消减
首先，司法数据体量有限制约着司法公正的实现。司法数据建设时间上的滞后性和建设速度的低效性决定了当前相关机构在数据拥有上的弱势地位 〔13 〕。尽管目前最高人民法院可视化数据集中管理平台已汇集了1.33亿件案件数据，并实现了每5分钟自动更新全国各级法院的收案和结案情况 〔14 〕。但我国各级法院在司法统计数据的公开上仍存在一些问题，如司法统计数据在法院拥有数据中占比较小、数据公开发布时间普遍滞后，且各地公开口径不一致、历年数据不连贯等。在缺乏人类分析判断能力的弱人工智能阶段，数据作为算法运行的“燃料”，其体量直接决定了人工智能的深度学习能力 〔15 〕。依照全样本数据原理，数据体量越大，越容易对不确定的事项作出判断，也就越能总结出结构化的规律 〔16 〕。因此，智慧法院建设中裁判算法的科学设计需要以庞大且精确化的数据作为支撑，数据体量上的不足会制约高质量和公平性算法程序的开发。
其次，司法数据建设水平的地区差异会滋生新的司法不平等现象。从当前智慧法院的建设步骤来看，法院的数字化、信息化、智能化等基础设施建设已成为智慧审判的重要支撑。然而，我国各地的数字化建设呈现出严重的不均衡现象，即指数增速东快西慢，南北相对平衡，集群效应明显。2018年，数字一线、二线、三线与四线城市指数增速分别达到89.99%、91.15%、86.02%和81.29%，而数字五线城市指数增速仅为64.15%，远低于其他城市 〔17 〕。数据作为智慧法院建設的重要基础，其不均衡性可能导致智慧法院建设水平的差异性越来越大。《中国法院信息化发展报告》法治蓝皮书收录的各地法院信息化建设成果也表现出智慧法院建设水平的差异化，如东部沿海省份等经济发达地区智慧法院建设起步早，且建设步伐较快。在智慧法院建设滞后的地区，司法人员也难以利用智慧法院建设给司法高效和司法公正带来新的技术红利。因此，数据化发展水平的地区差异衍生了新的司法不平等现象。
（二）算法歧视对司法公正的消减
算法是将已归集的、静态化的数据运用于智慧法院建设中的重要纽带。算法自身的弊端，即算法歧视也制约了司法公正的实现，其中，算法设计中的价值偏见将导致司法不公。算法偏见的成因包括：一是算法设计导致的偏见，二是数据输入导致的偏见，三是算法透明度缺失导致的偏见〔18 〕。有学者将其成因形象地描述为“偏见进，偏见出” 〔7 〕。在智能审判系统设计中，数据和算法自身所带有的偏见会导致司法裁判结果的偏见。从实践来看，智慧法院建设中各项司法智能系统的建设以法官与技术工程师的密切配合为基础，多采用技术外包的形式，如深圳鹰眼查控网系统建设就是以执行法官为牵头人、科信处工程师为纽带、外包公司为技术支持的开发模式（JEC模式） 〔19 〕。其一方面需要给技术人员将法言法语翻译成技术语言，另一方面还需向法官讲解技术原理与运行程序以启迪法官思维。但由于自然科学和社会科学之间的知识壁垒和价值判断上的差异，导致技术工程师在算法设计中难以完全将法律中的价值元素予以充分展现，且算法输入过程中科技人员还会基于主观的价值判断，将其所具有的价值偏见植入司法智能系统设计中，从而产生算法偏见，影响司法公正。
此外，算法不公还将导致司法不公结果的扩大化。从当前智慧法院建设的实践运行来看，其智能辅助系统以类比推理和归纳推理作为主要的推理方式，且其建设的初衷和优势也在于通过编码设置实现智能系统的反复适用，提高审判效率，实现司法的高效性和平等性。但编码裁判的流程化和标准化程序设计，又会导致法官裁判案件说明理由义务的缩减，不利于针对个案中具体证据进行实质正义的考量。不仅如此，实践中的类案推送、同案不同判预警系统等算法技术，一旦设计成功并投入使用，必然会反复适用于诸多类型相似的司法案件中，因此，这将导致算法错误风险和犯错成本的扩大化，极易将个案不公演化为类案不公。
四、智慧法院建设困境的破解之策
人工智能的司法运用不仅改变了传统的司法审判制度体系，同时也影响着司法体系中“公正性”这一司法价值。人工智能审判系统和传统司法审判方式分别体现出遵循先例的形式正义与个案权衡的实质正义。
智慧法院建设中需明确两种正义观的优势。形式正义通过算法模型的预先设计，提前建立审理裁判中的变量实现裁判的标准化，由此限制司法裁量权恣意存在的空间，并增加裁判的一致性和高效性，进而促进平等原则的实现;个案的实质正义则是通过审判程序将所适用的法律原则与个案的具体事实联系起来，并为个案裁判提供具体的、个性化的理由说明，从而实现个案的实质正义。因此，智慧法院建设中，司法公正的实现需要明确智能审判与人类法官的角色分工及人工智能的适用界限;同时，对智能审判系统的负面效用应予以制度制约，从而避免其对司法公正的消减。
（一）人工智能的有限性适用
人工智能在智慧法院建设中应遵循有限性原则，依据人工智能技术在不同发展阶段认知功能的强弱以及裁判活动所关涉价值的重要程度区分强保留事项与弱保留事项。 首先，人工智能技术呈现出不断迭代的发展趋势。弱保留事项是囿于弱人工智能技术发展的阶段局限性，应对相关领域中人工智能技术的适用予以保留。目前，智慧法院建设尚处于弱人工智能阶段，算法的运用通过输入大量数据建立概率模型，使大量数据产生相关性，而不需要构造解释性或因果模型。其输出的结果也仅反映的是相关性的概率大小，且标准化的审判程序也难以做到个案裁量，与司法改革中增强裁判文书释法说理的要求不相适应。因此，目前应积极发挥弱人工智能的技术辅助优势，解决实践中“案多人少”“执行难”“实现形式公正”的审判难题。在查明事实和法律适用中，现代技术的功能定位应在证据认定和法律依据的选择适用上，对于司法活动中核心领域的适用，即裁判权的行使，则应保持一定的克制。
其次，强保留事项是指在特殊情形下，人工智能无法适用的司法活动范围。2017年1月，在西方发达国家举行的“Beneficial AI”会议上，为确保人工智能为人类利益服务而提出了“阿西洛马人工智能原则”，该原则从科研问题、伦理和价值、更长期的问题三方面明确了23项具体适用规定，对人工智能技术的适用限度进行了明确的划分。在实践层面，各国也在逐步探索人工智能在司法系统中排除适用的情形。近年来，法国司法大数据运用中有研究开始对法官裁判案件形成的司法大数据进行“身份画像”。英格兰与威尔士法律协会在2019年初成立“公共政策、技术和法律委员会”，核心任务是负责审查司法系统中算法的使用情况，以确定采用何种控制措施才能有效保护人权和维护对司法系统的信任。可见，人工智能的运用也可能与公民基本权利产生冲突，智慧法院建设应明确人工智能运用的合法性范围，具体应在以下情形中保持克制：一是当与司法活动的核心本质原则相冲突时，如与正当程序原则、司法独立原则、直接言辞原则等相冲突;二是当可能侵害公民基本权利时，如对公民人身权进行限制的刑事诉讼和行政诉讼案件，以及对法官隐私权和当事人平等权利产生侵害等情形。
（二）优化司法公开机制
司法公开的对象正在由审判过程公开和裁判文书公开向数据算法公开拓展。智慧法院建设中，司法公开的对象应拓展至算法公开，建立算法公开机制。
首先，应在算法设计程序中建立第三方参与机制。司法智能系统算法的设计过程由技术人员和法官所主导，加之算法作为计算机程序中专业性语言所具有的抽象性，使得算法很难为一般当事人所理解和掌握。为此，鉴于算法设计过程中的权力属性，尽管其本身并非程序，但仍可适用正当程序原则对算法设计过程滋生算法偏见的问题予以规制 〔20 〕。算法设计程序的完善可借鑒参与式模式的做法，在司法系统中除法律专业者、科技人员之外应引入第三方监督主体，即社会中通晓法律知识和科学知识的民众，通过多方主体对设计过程的参与和监督，提高算法设计质量，减少算法歧视的产生。
其次，明确算法公开的范围与例外情形。算法公开不仅是对“算法黑箱”和“算法歧视”等弊端的规制，同时也是人工智能在智慧法院建设中进一步深度运用的结果。算法作为一种规则集，与法律这一调整人们行为与社会关系的、具有强制执行力的社会规则具有较高程度的类似性，相应的，算法也能产生某种与法律类似的效果，即影响（规制）人们的行为 〔21 〕。在此，算法一定程度上扮演着智能司法中的“法律”角色，成为案件裁判中推理论证的主要表现形式。算法作为法律规则的延伸也应满足其公开性和可预测性的要求。就算法公开的范围而言，技术层面上的完全公开包括其操作规则、创建和验证过程等 〔22 〕。然而，由于算法技术所具有的专业性与商业性，且可能涉及知识产权、商业秘密、国家秘密等，因此，应当明确算法公开的边界，从国家秘密、个人隐私和商业秘密等方面确定其不予公开的限度。
（三）建立健全统一的司法数据体系
司法数据是智慧法院建设的基础“燃料”，加强司法数据体系建设有助于促进数据体量的拓展和质量的提升。为此，应建立统一的司法大数据体系，并进行类型化建构，建立健全数据流动机制。
首先，应对司法数据进行分类研究。司法数据的类型化管理目的在于区分司法公开与保密间的关系，同时，鉴于各类数据分别主要适用于不同审判阶段的智能化建设，司法数据的类型化可提高适用的高效性和准确性。如个人信息数据利用的目的在于司法执行手段的信息化，便于快速查找被执行人的财产信息等。为此，结合我国智慧法院建设实践，根据司法数据的来源不同，可将其划分为以下类型：一是司法裁判文书数据库，此类数据信息为人民法院在司法裁判过程中所形成的已生效的司法裁判文书;二是公民信息数据库，包括当事人的资产信息、失信状况以及个人信息等;三是裁判规则数据库，通常案件裁判依据以现行法律规则为基础，但实践中也大量存在如会议纪要、政策文件、行业规则等在裁决中发挥作用的重要依据，为此应对各类裁判依据进行全面的归纳统合，明确可供适用的裁判依据;四是证据标准数据库。
其次，应建立司法数据流动机制。具体包括两方面：一是建立司法数据共享机制，打破司法数据在地域或机构部门之间的界限，实现司法数据建设的集约高效。当前，有关裁判文书的公开网站有：最高人民法院建立的中国裁判文书网、中国司法案例网和法信网以及专门针对知识产权裁判文书进行公开的网站、人民检察院建立的案件信息公开网以及北大法宝网等，但不同网站的功能建设存在雷同之处，因此，应以裁判文书的检索为主。但是，出于技术因素、规范禁止、工作保密等原因，不同司法机关间的数据流转受限，这不仅降低了司法数据的利用效率，也增加了不同部门间司法数据库的建设成本。二是建立司法数据更新机制。基于司法实践的变动性和时效性，应畅通司法数据进入和清除渠道，定期对失效、不准确的司法数据进行清除，以提高司法大数据运行质量。
综上，现代科技作为累积性、方向性并不断前进的社会活动，随着深度学习和专家推理等运用方式的开展，其与司法间的相互关系越来越协调，并且将逐渐向纵深方向发展，即达到因果推理和更高的智能阶段。在此，人工智能以其技术优势在缓解“案多人少”压力、提高司法公正和司法高效的同时，智慧法院建设也面临“算法歧视”、司法数据体量不足等局限所带来的新风险，如说理性不足等。为此，我们应遵循有限性原则，明确人工智能在智慧法院建设中的适用限度，并通过制度设计和规则制定的完善规避数据和算法的技术局限，发挥人工智能的最大价值。 当前，由于人工智能深度学习能力与认知功能的不断拓展，人机交互关系已不同于传统意义上人类与科技之间的工具关系，而更具有双向互动性与自主性。人工智能在智慧法院建设中的嵌入使得科技与司法间的关系发展为人类法官、现代技术与司法体系之间的多元关系。从智审、智执、智服、智管这一目标来看，科技在智慧法院中的运用或将重构司法审判体系中的劳动分工与服务理念。同时，全方位的智慧法院建设也需要进行不断创新，就现代科技对司法审判方式、管理方式的影响作用进行反思与探索，进而实现审判体系和审判能力的现代化。
〔参 考 文 献〕
〔1〕严剑漪.从“互联网+”迈入“人工智能+”新时代 ——上海法院加快智慧法院建设纪实〔EB/OL〕.（2017- 05-21）.https：//www.chinacourt.org/article/detail/2017/05/ id/2870292.shtml.
〔2〕杨淑霞，李 磊.大数据背景下司法执行的创新〔J〕.河南社会科学，2019（09）：38-42.
〔3〕程金華.人工、智能与法院大转型〔J〕.上海交通大学学报（哲学社会科学版），2019（06）：33-48.
〔4〕周尚君.人工智能司法决策的可能与限度〔J〕.华东政法大学学报，2019（01）：53-66.
〔5〕陈 琨.类案推送嵌入“智慧法院”办案场景的原理和路径〔J〕.中国应用法学，2018（04）：88-97.
〔6〕蔡自兴，蒙祖强.人工智能基础〔M〕.北京：高等教育出版社，2016：197-198.
〔7〕张玉宏，秦志光，肖 乐.大数据算法的歧视本质〔J〕.自然辩证法研究，2017（05）：81-86.
〔8〕互联网法院该如何进一步创新？〔EB/OL〕.（2017-07- 09）.http：//finance.jrj.com.cn/2017/07/09170022722108.shtml.
〔9〕机器人法官“小睿”后台自动立案〔EB/OL〕.（2016- 12-15）.https：//www.sohu.com/a/121629511_114731.
〔10〕哈 特.法律的概念〔M〕.北京：中国大百科全书出版社，1993：158-160.
〔11〕达戈戈·阿尔特莱德.进击的科技——从爱因斯坦到人工智能〔M〕.唐源旃，译.北京：中信出版社，2020：381-382.
〔12〕范明志.网络司法公开：“互联网+司法”改革的起跑线〔J〕.人民论坛，2018（11）：92-94.
〔13〕左卫民.关于法律人工智能在中国运用前景的若干思考〔J〕.清华法学，2018（02）：108-124.
〔14〕李 林，田 禾.中国法院信息化发展报告No.2（2018）〔M〕.北京：社会科学文献出版社，2018：117.
〔15〕易霏霏，马 超，何海波.我国司法统计数据的公开：现状与建议〔J〕.中国应用法学，2017（02）：56-72.
〔16〕涂 钒.美国司法数据应用的过去、现实及争议——兼论对我国司法大数据应用的启示〔J〕.科技与法律，2020（01）：57-67.
〔17〕邢梦莹.我国现阶段数字鸿沟及其测度〔J〕.中国出版，2019（07）：47-50.
〔18〕崔靖梓.算法歧视挑战下平等权保护的危机与应对〔J〕.法律科学（西北政法大学学报），2019（03）：29-42.
〔19〕胡志光，王 芳.智慧法院建设的思维导图——以深圳法院“鹰眼查控网”建设为案例〔J〕.中国应用法学，2018（02）：63-77.
〔20〕陈景辉.算法的法律性质：言论、商业秘密还是正当程序？〔J〕.比较法研究，2020（02）：120-132.
〔21〕陈道英.人工智能中的算法是言论吗？——对人工智能中的算法与言论关系的理论探讨〔J〕.深圳社会科学，2020（02）：138-146.
〔22〕袁 康.社会监管理念下金融科技算法黑箱的制度因应〔J〕.华中科技大学学报（社会科学版），2020（01）：102-110.
责任编辑 李 雯
〔关键词〕 智慧法院;人工智能;司法公正;算法
〔中图分类号〕D926.2 〔文献标识码〕A 〔文章编号〕1009-1203（2020）06-0078-07
伴随着人工智能技术逐渐应用于人民法院的司法实践，我国智慧法院建设逐步推进，在此过程中，大数据的“海量性、多样性与高速性”和算法的深度学习能力使得人工智能对司法高效与司法公正起到了积极的促进作用。但人工智能发展的技术局限也给智慧法院建设带来了挑战，如“算法黑箱”和“算法歧视”对司法公正的消减等。当前，由于人工智能深度学习能力与认知功能的不断拓展，人机交互关系已不同于传统意义上人类与科技之间的工具关系，而是更具有双向互动性与自主性。人工智能在智慧法院建设中的嵌入使得科技与司法的关系发展为人类法官、现代技术与司法体系之间的多元关系，因此，全方位的智慧法院建设也需要进行不断创新，以实现审判体系和审判能力的现代化。
一、智慧法院建设中司法和科技的融合不断深入
2015年7月，最高人民法院首次提出“智慧法院”概念，此后的相关政策推动了我国法院信息化建设向更高阶段发展，并成为人工智能整体发展规划中的重要环节，目前，我国智慧法院的建设正在稳步推进。
（一）自上而下的政策推动
最高人民法院自提出“智慧法院”概念后，相继发布了系列政策文件以推动智慧法院的稳步有序建设。2017年颁布的《最高人民法院关于加快建设智慧法院的意见》，从系统建设、业务应用、司法公开和工作保障等基础设施建设方面为人工智能技术在法院中的运用提供了基础支撑。2018年颁布的《智慧法院建设评价指标体系》，在以能力建设、网络化应用、阳光化应用和智能化建设以及综合保障能力建设五部分为关键的基础上，明确了智慧法院建设的目标——全程性智慧法院，即逐步建成集起诉、立案、送达、举证、开庭、裁判等各环节全流程在线的智慧法院系统。《最高人民法院办公厅关于做好2019年智慧法院建设工作的通知》，从建设重点和建设目标两方面明确了全方位智能化服务和智慧法院建设的具体步骤。由此，基于国家政策方面区分不同的审判阶段，逐渐明晰了智慧法院建设的总体蓝图。
在上述国家政策引导下，全国各地法院也展开了积极的探索。一方面，各地法院相继制定出台相关法规文件以指导智慧法院的建设，如《上海市高级人民法院关于网上立案、电子送达、电子归档的若干规定（试行）》与《浙江法院网上诉讼指南（试行）》等的出台;另一方面，智慧法院建设中的具体措施也成为司法公正、司法高效和司法便民的重要推动力。在诉讼服务体系中，智慧法院设立了诉讼服务指导中心信息平台，实现了网上立案、网上咨询，如上海市高级人民法院就设立了12368诉讼服务智能平台 〔1 〕;在审判阶段，现代信息技术直接助益诉讼辅助工作，全国多数法院数据、语音和视频系统以及科技法庭建设都取得了一定的成效，同时全面提升了审判工作的智能化水平，如集自动生成电子卷宗、自动关联与当事人相关的案件、智能推送辅助信息、自动生成与辅助制作各类文书、智能分析裁量标准等五大功能于一体的北京市高级人民法院“睿法官系统”建立。同时，执行阶段的信息化建设也弥补了传统手段在信息收集运用上的滞后性，如借助大数据对被执行人进行财产调查，并科学预测被执行人隐匿财产的线索，精准打击被执行人的失信行为 〔2 〕。由此，智慧法院建设中人工智能技术的运用已成为司法改革新的动力和引擎。
（二）建设场域不断拓展
2019年，最高人民法院提出“以智能化为重点，大力推进智审、智执、智服、智管，全面加强智慧法院建设”。智慧法院建设经历了不断拓展的发展階段，从劳动分工的角度对司法诉讼工作予以划分，更便于明晰其建设场域不断拓展的趋势。从实践来看，司法审判活动的劳动分工包括：核心的审判工作和审判辅助工作。审判工作包括“审”（通过审查，发现与案件纠纷相关的主要事实）和“判”（基于法律规则的裁判）两个阶段 〔3 〕。由此，智慧法院的建设场域可以划分为审判辅助领域、案件审查领域（即证据审查和事实认定）以及裁判领域（即法律适用和裁决的作出），在此，建设场域的拓展表现为由审判辅助领域向案件审查领域再至裁判领域不断拓展的趋势。
智慧法院建设之初的各类探索，包括立案受理阶段的诉讼服务大厅信息化服务和诉讼服务智能平台建设、执行阶段的信息管理系统建设等，都是与诉讼审判过程间接相关的诉讼行为，属于审判辅助领域的智能化建设，如2016年最高人民法院颁布的《关于全面推进人民法院电子卷宗随案同步生成和深度应用的指导意见》等。这一阶段的智能化建设不仅将法官从重复性的事务工作中解放出来，而且为当事人的诉讼行为也提供了便利和指引，推动了司法高效和司法便民的实现。同时，《最高人民法院办公厅关于做好2019年智慧法院建设工作的通知》明确要求，“完善刑事案件不同诉讼阶段基本证据指引，梳理技术规范和业务规则，形成以证据指引和量刑规范为重点的刑事案件证据智能辅助系统”。2020年7月，最高人民法院印发了《关于统一法律适用加强类案检索的指导意见（试行）》，对类案检索的适用范围、检索主体及平台、检索范围和方法、类案识别和比对、检索报告或说明、结果运用、法官回应、法律分歧解决、审判案例数据库建设等予以明确。类案推送、同案不同判等智能系统的运用进一步将智能运用由证据审查阶段拓展至法律适用和裁决作出阶段。不难看出，智慧法院的建设场域已从审判辅助领域的诉讼服务和执行阶段向证据规则和法律依据适用领域不断拓展。 （三）人工智能的技术迭代
人工智能的发展需要经历三个不断递进的过程，即弱人工智能、强人工智能与超人工智能 〔4 〕。智慧法院建设中人工智能的技术迭代表现为：
一是人工智能在智慧法院建设中的角色由智能工具向认知过程的模拟转变。在智能工具階段，智慧法院建设处于弱人工智能的第一阶段，相关的电子化和网络化运用，如在线立案和在线庭审以及电子邮寄等，成为司法审判高效性的有力工具。伴随着推理技术、机器学习与专家系统等功能的运用，人工智能技术在智慧法院的运用展现出类人的认知功能，如多省份开展的智能辅助系统汇集案件事实归纳、证据审查判断、开庭审理辅助、法条推送和类案推送以及同案不同判等。且类案推送功能区别于一般的案件检索，即由法官直接输入案由，也就是案件的关键信息，进行类案检索，由人工智能系统自动识别案件的关键信息情节，然后由类案推送系统自动推送相关案例 〔5 〕。在此过程中，专家系统通过汇聚大量专门知识与经验的程序系统进行推理和判断，模拟人类专家的决策过程，以便解决需要人类专家处理的复杂问题 〔6 〕。弱人工智能的第二阶段即通用人工智能阶段，其典型特点在于只要计算机能成功地回答提问者的问题，就表明计算机能够思考。可见，当前人工智能在智慧法院的运用尽管仍处于弱人工智能阶段，但开始具备深度学习和一定的认知功能，已发展至通用人工智能阶段。
二是人工智能在推理方式上由逻辑推理向概率推理拓展。人工智能推理模式的发展可分为三个阶段，即逻辑推理-概率推理-因果推理。在智慧法院建设中，法律专家系统得到迅速发展，如贵州的“法官审判综合工作量评估体系”以及河北的“智审1.0系统”等智能审判系统。随着研究的深入，科学家发现逻辑推理不能完全模拟人类思维，人类思维是一种随机过程，人工智能应该建立在概率推理的基础之上，典型表现为语音识别、机器学习等方式。这一推理方式的运用集中体现在智慧法院建设的事实认定过程中，如2017年上海市高级人民法院开发的“刑事案件智能辅助办案系统”等。目前，贝叶斯网络是人工智能在事实认定中适用的典型方式。可见，人工智能推理方式的不断更新也为智慧法院建设提供了助力。
实践中，在适用场域和技术运用上，智慧法院建设中司法和科技的融合不断深入，且适用范围的不断拓展以人工智能技术的更迭、技术与司法之间的深度融合为前提。显而易见，智慧法院建设中的智能技术，由诉讼服务与执行领域中的运用型、工具型角色不断向审判领域中的智能分析、认知型角色进阶。
二、智慧法院建设促进了司法高效与司法公正
在人工智能与司法审判逐步深度融合的趋势下，人工智能技术将逐渐进入关涉司法权本质属性的核心领域和专业化领域，智慧法院建设促进了司法高效与司法公正。
（一）智慧法院建设促进了司法高效
智慧法院建设对司法高效的促进作用主要以数据化和自动化的实现为载体，具体表现为：
1.审判信息的数据化建设是司法高效的基础。通常大数据的典型特征是体量大、类型繁多、速度快、时效高、价值大、密度低 〔7 〕，其技术优势正在促进智慧法院建设：第一，在诉讼审判中，要素性审判系统利用现代技术把文书、图像和语音转化为可进一步分析挖掘的结构化数据，并与已有的数据相互融合，以实现裁判文书的自动生成、类案推送、裁判预警等功能，由此大大减少了人工操作的时间。第二，数据共享机制体现了数据化建设的优势。实践中，如浙江省高院与阿里巴巴集团签署了战略合作框架协议，构建审务云司法大数据服务体系，实现当事人协查信息共享、文书惩戒、文书智能送达等合作 〔8 〕。通过司法机关和电子商务平台的数据共享，扩大了司法数据的体量，缓解了线下送达难、执行难的现实问题。不仅如此，诉讼辅助中电子设备的运用如语音识别、电子笔录等，也极大地加速了诉讼进程，提高了审判效率。
2.审判活动的自动化助推了司法高效。在智慧法院建设中，算法在立案、审理和执行等各阶段的自动化优势得到充分施展。2019年，为全面提升审判工作智能化水平，《最高人民法院办公厅关于做好2019年智慧法院建设工作的通知》提出，要推进“电子卷宗随案同步生成、立案风险自动拦截、敏感案件自动标识预警、电子卷宗自动检查”等智能自动化应用。对法官而言，立案流程、审判流程和执行流程的自动化运用实现了诉讼进程的高效性，如北京市高级人民法院研制的智能机器人系统“睿法官”，就是运用大数据、云计算、人工智能等新兴技术实现了立案的自动化 〔9 〕。同时，多地法院也建立了裁判文书自动生成系统，通过标准化的裁判模式，实现简单案件和类案的高效审理。相应的，智慧法院的自动化也使当事人的诉讼行为超越了时空障碍，网上立案、网上咨询、电子送达等功能为当事人提供了便利。因此，智慧法院的自动化建设提高了审判效率，促进了司法高效。
（二）智慧法院建设促进了司法公正
司法作为争议解决的最后一道防线，以保障公民权利、维护社会公正为其最终使命。智慧法院建设对司法公正的促进作用表现在：
1.相关智能辅助功能通过统一的法律适用实现了司法公正。正义的实现以“同等情况同等对待、不同情况区别对待”为起点 〔10 〕。在弱人工智能阶段，算法的运行机理在于借助庞大的数据进行学习，通过不断的训练，使得人工智能深度学习的重要承载者，即人工神经网络的表现不断改进 〔11 〕。实践中的智能运用，如“类案类判”“类案推送”等都是将众多类型相近的司法案例以统一、固定编码的形式纳入算法之中。在欧洲人权法院，人工智能技术已被适用于79%的案件预判中，其以海量的案件数据为分析基础，及时为法官裁判案件提供了适用依据的指引，避免“同案不同判”现象产生。由此，智能辅助系统通过为法官提供相应的判例、先例和相关历史因素，有效提高司法裁判的连贯性，且比法官判决相对精确。同时，算法在审判活动中利用数据推理模型实现决策过程的标准化和客观化，有助于消除人类决策者受自身主观偏见以及信息不对称等因素的不利影响。因此，算法在实现相同案例相同对待的同时，也对司法裁判在个案正义中的价值判断起到了自我约束作用，减少了法官裁量权的恣意空间。 2.司法公开平台的建立实现了以公开促进公正的目标。智慧法院建设不仅拓展了司法公开的范围、丰富了司法公开的方式，而且更新了司法公开的理念内涵。司法公开的技术运用集中于以审判流程公开、庭审活动公开、裁判文书公开、执行信息公开等为中心的四大司法公开平台的建立，在此过程中，司法公开的对象由面向诉讼当事人拓展至面向所有的社会公众，司法公开的内容由审判过程和裁判文书扩展至法院情况、审判流程、裁判文书、执行活动、司法政务等不同领域 〔12 〕，且实践中的司法公开成效显著。“阳光是最好的防腐剂”，公开平台为诉讼当事人监督法院依法行使审判权提供了便利渠道，从而有利于促进司法权的公正行使。
三、智慧法院建设面临的困境
智慧法院的建设以数据和算法为核心驱动力，由此法律语言与数据、算法间的衔接转换问题就成为智慧法院建设的困境所在。
（一）数据局限对司法公正的消减
首先，司法数据体量有限制约着司法公正的实现。司法数据建设时间上的滞后性和建设速度的低效性决定了当前相关机构在数据拥有上的弱势地位 〔13 〕。尽管目前最高人民法院可视化数据集中管理平台已汇集了1.33亿件案件数据，并实现了每5分钟自动更新全国各级法院的收案和结案情况 〔14 〕。但我国各级法院在司法统计数据的公开上仍存在一些问题，如司法统计数据在法院拥有数据中占比较小、数据公开发布时间普遍滞后，且各地公开口径不一致、历年数据不连贯等。在缺乏人类分析判断能力的弱人工智能阶段，数据作为算法运行的“燃料”，其体量直接决定了人工智能的深度学习能力 〔15 〕。依照全样本数据原理，数据体量越大，越容易对不确定的事项作出判断，也就越能总结出结构化的规律 〔16 〕。因此，智慧法院建设中裁判算法的科学设计需要以庞大且精确化的数据作为支撑，数据体量上的不足会制约高质量和公平性算法程序的开发。
其次，司法数据建设水平的地区差异会滋生新的司法不平等现象。从当前智慧法院的建设步骤来看，法院的数字化、信息化、智能化等基础设施建设已成为智慧审判的重要支撑。然而，我国各地的数字化建设呈现出严重的不均衡现象，即指数增速东快西慢，南北相对平衡，集群效应明显。2018年，数字一线、二线、三线与四线城市指数增速分别达到89.99%、91.15%、86.02%和81.29%，而数字五线城市指数增速仅为64.15%，远低于其他城市 〔17 〕。数据作为智慧法院建設的重要基础，其不均衡性可能导致智慧法院建设水平的差异性越来越大。《中国法院信息化发展报告》法治蓝皮书收录的各地法院信息化建设成果也表现出智慧法院建设水平的差异化，如东部沿海省份等经济发达地区智慧法院建设起步早，且建设步伐较快。在智慧法院建设滞后的地区，司法人员也难以利用智慧法院建设给司法高效和司法公正带来新的技术红利。因此，数据化发展水平的地区差异衍生了新的司法不平等现象。
（二）算法歧视对司法公正的消减
算法是将已归集的、静态化的数据运用于智慧法院建设中的重要纽带。算法自身的弊端，即算法歧视也制约了司法公正的实现，其中，算法设计中的价值偏见将导致司法不公。算法偏见的成因包括：一是算法设计导致的偏见，二是数据输入导致的偏见，三是算法透明度缺失导致的偏见〔18 〕。有学者将其成因形象地描述为“偏见进，偏见出” 〔7 〕。在智能审判系统设计中，数据和算法自身所带有的偏见会导致司法裁判结果的偏见。从实践来看，智慧法院建设中各项司法智能系统的建设以法官与技术工程师的密切配合为基础，多采用技术外包的形式，如深圳鹰眼查控网系统建设就是以执行法官为牵头人、科信处工程师为纽带、外包公司为技术支持的开发模式（JEC模式） 〔19 〕。其一方面需要给技术人员将法言法语翻译成技术语言，另一方面还需向法官讲解技术原理与运行程序以启迪法官思维。但由于自然科学和社会科学之间的知识壁垒和价值判断上的差异，导致技术工程师在算法设计中难以完全将法律中的价值元素予以充分展现，且算法输入过程中科技人员还会基于主观的价值判断，将其所具有的价值偏见植入司法智能系统设计中，从而产生算法偏见，影响司法公正。
此外，算法不公还将导致司法不公结果的扩大化。从当前智慧法院建设的实践运行来看，其智能辅助系统以类比推理和归纳推理作为主要的推理方式，且其建设的初衷和优势也在于通过编码设置实现智能系统的反复适用，提高审判效率，实现司法的高效性和平等性。但编码裁判的流程化和标准化程序设计，又会导致法官裁判案件说明理由义务的缩减，不利于针对个案中具体证据进行实质正义的考量。不仅如此，实践中的类案推送、同案不同判预警系统等算法技术，一旦设计成功并投入使用，必然会反复适用于诸多类型相似的司法案件中，因此，这将导致算法错误风险和犯错成本的扩大化，极易将个案不公演化为类案不公。
四、智慧法院建设困境的破解之策
人工智能的司法运用不仅改变了传统的司法审判制度体系，同时也影响着司法体系中“公正性”这一司法价值。人工智能审判系统和传统司法审判方式分别体现出遵循先例的形式正义与个案权衡的实质正义。
智慧法院建设中需明确两种正义观的优势。形式正义通过算法模型的预先设计，提前建立审理裁判中的变量实现裁判的标准化，由此限制司法裁量权恣意存在的空间，并增加裁判的一致性和高效性，进而促进平等原则的实现;个案的实质正义则是通过审判程序将所适用的法律原则与个案的具体事实联系起来，并为个案裁判提供具体的、个性化的理由说明，从而实现个案的实质正义。因此，智慧法院建设中，司法公正的实现需要明确智能审判与人类法官的角色分工及人工智能的适用界限;同时，对智能审判系统的负面效用应予以制度制约，从而避免其对司法公正的消减。
（一）人工智能的有限性适用
人工智能在智慧法院建设中应遵循有限性原则，依据人工智能技术在不同发展阶段认知功能的强弱以及裁判活动所关涉价值的重要程度区分强保留事项与弱保留事项。 首先，人工智能技术呈现出不断迭代的发展趋势。弱保留事项是囿于弱人工智能技术发展的阶段局限性，应对相关领域中人工智能技术的适用予以保留。目前，智慧法院建设尚处于弱人工智能阶段，算法的运用通过输入大量数据建立概率模型，使大量数据产生相关性，而不需要构造解释性或因果模型。其输出的结果也仅反映的是相关性的概率大小，且标准化的审判程序也难以做到个案裁量，与司法改革中增强裁判文书释法说理的要求不相适应。因此，目前应积极发挥弱人工智能的技术辅助优势，解决实践中“案多人少”“执行难”“实现形式公正”的审判难题。在查明事实和法律适用中，现代技术的功能定位应在证据认定和法律依据的选择适用上，对于司法活动中核心领域的适用，即裁判权的行使，则应保持一定的克制。
其次，强保留事项是指在特殊情形下，人工智能无法适用的司法活动范围。2017年1月，在西方发达国家举行的“Beneficial AI”会议上，为确保人工智能为人类利益服务而提出了“阿西洛马人工智能原则”，该原则从科研问题、伦理和价值、更长期的问题三方面明确了23项具体适用规定，对人工智能技术的适用限度进行了明确的划分。在实践层面，各国也在逐步探索人工智能在司法系统中排除适用的情形。近年来，法国司法大数据运用中有研究开始对法官裁判案件形成的司法大数据进行“身份画像”。英格兰与威尔士法律协会在2019年初成立“公共政策、技术和法律委员会”，核心任务是负责审查司法系统中算法的使用情况，以确定采用何种控制措施才能有效保护人权和维护对司法系统的信任。可见，人工智能的运用也可能与公民基本权利产生冲突，智慧法院建设应明确人工智能运用的合法性范围，具体应在以下情形中保持克制：一是当与司法活动的核心本质原则相冲突时，如与正当程序原则、司法独立原则、直接言辞原则等相冲突;二是当可能侵害公民基本权利时，如对公民人身权进行限制的刑事诉讼和行政诉讼案件，以及对法官隐私权和当事人平等权利产生侵害等情形。
（二）优化司法公开机制
司法公开的对象正在由审判过程公开和裁判文书公开向数据算法公开拓展。智慧法院建设中，司法公开的对象应拓展至算法公开，建立算法公开机制。
首先，应在算法设计程序中建立第三方参与机制。司法智能系统算法的设计过程由技术人员和法官所主导，加之算法作为计算机程序中专业性语言所具有的抽象性，使得算法很难为一般当事人所理解和掌握。为此，鉴于算法设计过程中的权力属性，尽管其本身并非程序，但仍可适用正当程序原则对算法设计过程滋生算法偏见的问题予以规制 〔20 〕。算法设计程序的完善可借鑒参与式模式的做法，在司法系统中除法律专业者、科技人员之外应引入第三方监督主体，即社会中通晓法律知识和科学知识的民众，通过多方主体对设计过程的参与和监督，提高算法设计质量，减少算法歧视的产生。
其次，明确算法公开的范围与例外情形。算法公开不仅是对“算法黑箱”和“算法歧视”等弊端的规制，同时也是人工智能在智慧法院建设中进一步深度运用的结果。算法作为一种规则集，与法律这一调整人们行为与社会关系的、具有强制执行力的社会规则具有较高程度的类似性，相应的，算法也能产生某种与法律类似的效果，即影响（规制）人们的行为 〔21 〕。在此，算法一定程度上扮演着智能司法中的“法律”角色，成为案件裁判中推理论证的主要表现形式。算法作为法律规则的延伸也应满足其公开性和可预测性的要求。就算法公开的范围而言，技术层面上的完全公开包括其操作规则、创建和验证过程等 〔22 〕。然而，由于算法技术所具有的专业性与商业性，且可能涉及知识产权、商业秘密、国家秘密等，因此，应当明确算法公开的边界，从国家秘密、个人隐私和商业秘密等方面确定其不予公开的限度。
（三）建立健全统一的司法数据体系
司法数据是智慧法院建设的基础“燃料”，加强司法数据体系建设有助于促进数据体量的拓展和质量的提升。为此，应建立统一的司法大数据体系，并进行类型化建构，建立健全数据流动机制。
首先，应对司法数据进行分类研究。司法数据的类型化管理目的在于区分司法公开与保密间的关系，同时，鉴于各类数据分别主要适用于不同审判阶段的智能化建设，司法数据的类型化可提高适用的高效性和准确性。如个人信息数据利用的目的在于司法执行手段的信息化，便于快速查找被执行人的财产信息等。为此，结合我国智慧法院建设实践，根据司法数据的来源不同，可将其划分为以下类型：一是司法裁判文书数据库，此类数据信息为人民法院在司法裁判过程中所形成的已生效的司法裁判文书;二是公民信息数据库，包括当事人的资产信息、失信状况以及个人信息等;三是裁判规则数据库，通常案件裁判依据以现行法律规则为基础，但实践中也大量存在如会议纪要、政策文件、行业规则等在裁决中发挥作用的重要依据，为此应对各类裁判依据进行全面的归纳统合，明确可供适用的裁判依据;四是证据标准数据库。
其次，应建立司法数据流动机制。具体包括两方面：一是建立司法数据共享机制，打破司法数据在地域或机构部门之间的界限，实现司法数据建设的集约高效。当前，有关裁判文书的公开网站有：最高人民法院建立的中国裁判文书网、中国司法案例网和法信网以及专门针对知识产权裁判文书进行公开的网站、人民检察院建立的案件信息公开网以及北大法宝网等，但不同网站的功能建设存在雷同之处，因此，应以裁判文书的检索为主。但是，出于技术因素、规范禁止、工作保密等原因，不同司法机关间的数据流转受限，这不仅降低了司法数据的利用效率，也增加了不同部门间司法数据库的建设成本。二是建立司法数据更新机制。基于司法实践的变动性和时效性，应畅通司法数据进入和清除渠道，定期对失效、不准确的司法数据进行清除，以提高司法大数据运行质量。
综上，现代科技作为累积性、方向性并不断前进的社会活动，随着深度学习和专家推理等运用方式的开展，其与司法间的相互关系越来越协调，并且将逐渐向纵深方向发展，即达到因果推理和更高的智能阶段。在此，人工智能以其技术优势在缓解“案多人少”压力、提高司法公正和司法高效的同时，智慧法院建设也面临“算法歧视”、司法数据体量不足等局限所带来的新风险，如说理性不足等。为此，我们应遵循有限性原则，明确人工智能在智慧法院建设中的适用限度，并通过制度设计和规则制定的完善规避数据和算法的技术局限，发挥人工智能的最大价值。 当前，由于人工智能深度学习能力与认知功能的不断拓展，人机交互关系已不同于传统意义上人类与科技之间的工具关系，而更具有双向互动性与自主性。人工智能在智慧法院建设中的嵌入使得科技与司法间的关系发展为人类法官、现代技术与司法体系之间的多元关系。从智审、智执、智服、智管这一目标来看，科技在智慧法院中的运用或将重构司法审判体系中的劳动分工与服务理念。同时，全方位的智慧法院建设也需要进行不断创新，就现代科技对司法审判方式、管理方式的影响作用进行反思与探索，进而实现审判体系和审判能力的现代化。
〔参 考 文 献〕
〔1〕严剑漪.从“互联网+”迈入“人工智能+”新时代 ——上海法院加快智慧法院建设纪实〔EB/OL〕.（2017- 05-21）.https：//www.chinacourt.org/article/detail/2017/05/ id/2870292.shtml.
〔2〕杨淑霞，李 磊.大数据背景下司法执行的创新〔J〕.河南社会科学，2019（09）：38-42.
〔3〕程金華.人工、智能与法院大转型〔J〕.上海交通大学学报（哲学社会科学版），2019（06）：33-48.
〔4〕周尚君.人工智能司法决策的可能与限度〔J〕.华东政法大学学报，2019（01）：53-66.
〔5〕陈 琨.类案推送嵌入“智慧法院”办案场景的原理和路径〔J〕.中国应用法学，2018（04）：88-97.
〔6〕蔡自兴，蒙祖强.人工智能基础〔M〕.北京：高等教育出版社，2016：197-198.
〔7〕张玉宏，秦志光，肖 乐.大数据算法的歧视本质〔J〕.自然辩证法研究，2017（05）：81-86.
〔8〕互联网法院该如何进一步创新？〔EB/OL〕.（2017-07- 09）.http：//finance.jrj.com.cn/2017/07/09170022722108.shtml.
〔9〕机器人法官“小睿”后台自动立案〔EB/OL〕.（2016- 12-15）.https：//www.sohu.com/a/121629511_114731.
〔10〕哈 特.法律的概念〔M〕.北京：中国大百科全书出版社，1993：158-160.
〔11〕达戈戈·阿尔特莱德.进击的科技——从爱因斯坦到人工智能〔M〕.唐源旃，译.北京：中信出版社，2020：381-382.
〔12〕范明志.网络司法公开：“互联网+司法”改革的起跑线〔J〕.人民论坛，2018（11）：92-94.
〔13〕左卫民.关于法律人工智能在中国运用前景的若干思考〔J〕.清华法学，2018（02）：108-124.
〔14〕李 林，田 禾.中国法院信息化发展报告No.2（2018）〔M〕.北京：社会科学文献出版社，2018：117.
〔15〕易霏霏，马 超，何海波.我国司法统计数据的公开：现状与建议〔J〕.中国应用法学，2017（02）：56-72.
〔16〕涂 钒.美国司法数据应用的过去、现实及争议——兼论对我国司法大数据应用的启示〔J〕.科技与法律，2020（01）：57-67.
〔17〕邢梦莹.我国现阶段数字鸿沟及其测度〔J〕.中国出版，2019（07）：47-50.
〔18〕崔靖梓.算法歧视挑战下平等权保护的危机与应对〔J〕.法律科学（西北政法大学学报），2019（03）：29-42.
〔19〕胡志光，王 芳.智慧法院建设的思维导图——以深圳法院“鹰眼查控网”建设为案例〔J〕.中国应用法学，2018（02）：63-77.
〔20〕陈景辉.算法的法律性质：言论、商业秘密还是正当程序？〔J〕.比较法研究，2020（02）：120-132.
〔21〕陈道英.人工智能中的算法是言论吗？——对人工智能中的算法与言论关系的理论探讨〔J〕.深圳社会科学，2020（02）：138-146.
〔22〕袁 康.社会监管理念下金融科技算法黑箱的制度因应〔J〕.华中科技大学学报（社会科学版），2020（01）：102-110.
责任编辑 李 雯