汕尾市民網(wǎng)

當(dāng)法官，機器人的第一個優(yōu)勢就是不知疲倦。

法律是用來解決實際問題的。提高解決問題的效率，是人工智能進(jìn)軍法律審判領(lǐng)域的直接動因。

2015年5月實行立案登記制后，國內(nèi)法院案件數(shù)量一直呈遞增狀態(tài)。最高人民法院副院長李少平今年7月19日在《人民法院報》撰文介紹，“2016年上半年，全國法院受案1002.9萬，同比2015年，上升18.94%，截至今年6月20日，地方各級人民法院受理案件已經(jīng)突破14287064件，又比去年同期高出12.84%�！�

可見，如今案件數(shù)量增長之迅猛。

辦案落到人均會怎么樣呢？相對應(yīng)的，法官員額制剛剛在全國完成，全國近20萬名法官被縮減至12萬余名。

也就是說，以2017年上半年1400萬收案數(shù)和法官數(shù)12萬計算，半年人均需結(jié)案數(shù)大約為116件。但這個數(shù)據(jù)還代表不了實際情況。

從空間分布看，案件數(shù)量分布差別太大，苦樂不均。沿海及經(jīng)濟(jì)發(fā)達(dá)地區(qū)，每個法院的案件年均在萬件以上，2016年最多的上海浦東法院12萬件，而西部有些欠發(fā)達(dá)地區(qū)，法院的案件在一千件左右，有些還只有幾百件。

《法制日報》去年11月報道，2016年7月，廣東省深圳市寶安區(qū)人民法院民二庭法官賀瓊病倒了，懷著二孩的她不得不開始休息。截至她生病休息前，收案約600件，結(jié)案300多件，平均每月結(jié)案40多件，這是整個寶安法院法官的常態(tài)。據(jù)悉，2016年1月至9月，寶安法院收案5.8萬余件，結(jié)案3.5萬余件，全院一線法官人均收案466件，人均結(jié)案292件。

這個狀態(tài)是目前經(jīng)濟(jì)發(fā)達(dá)地區(qū)法官的常態(tài)，“案多人少”矛盾非常突出。所以信息化，乃至人工智能，就是司法迫切需要提上日程的事情。

減少司法任意性，防止人工疏失導(dǎo)致的冤假錯案也是司法引入人工智能的動因之一。

據(jù)何帆介紹，“206”試運行已滿兩個月。“206”在對上海幾萬份刑事案件的卷宗、文書數(shù)據(jù)進(jìn)行學(xué)習(xí)后，這個以大數(shù)據(jù)、云計算和人工智能為技術(shù)內(nèi)核的“小嬰兒”，已經(jīng)具備了初步的證據(jù)信息抓取、校驗和邏輯分析能力。

其實投入試用的司法“人工智能”不止206工程，2016年12月14日，北京市高級人民法院就將“睿法官”系統(tǒng)正式上線。

“睿法官”能對一審判決書、上訴狀等材料先期進(jìn)行分析，識別出影響案件定罪量刑的相關(guān)要素及當(dāng)事人上訴的理由。如：被害人受傷的部位為面部，受傷程度為重傷，當(dāng)事人上訴理由為認(rèn)為自己屬于正當(dāng)防衛(wèi)，認(rèn)為被害人受傷程度未達(dá)到重傷等信息。

在庭前準(zhǔn)備階段，“睿法官”會自動梳理出待審事實，生成庭審提綱，并推送到庭審系統(tǒng)中。庭審結(jié)束后，“睿法官”會對案情要素進(jìn)行進(jìn)一步提取，根據(jù)法官進(jìn)一步認(rèn)定的內(nèi)容，向其推送更為精準(zhǔn)的相似案例、裁判尺度、法律法規(guī)等服務(wù)，最終幫助法官完成裁判文書撰寫。

人們認(rèn)為這些系統(tǒng)可以將經(jīng)驗判斷為主轉(zhuǎn)變?yōu)閿?shù)據(jù)參照印證，能有效推進(jìn)同案同判，統(tǒng)一法律裁判尺度，提升司法權(quán)威和司法公信力。

這些系統(tǒng)正符合德國社會學(xué)家馬克斯·韋伯百年前的設(shè)想：“現(xiàn)代的法官是自動售貨機，投進(jìn)去的是訴狀和訴訟費，吐出來的是判決和從法典上抄下來的理由�！�

這就是韋伯的形式理性思想，形式理性在司法裁判中體現(xiàn)為“三段論”的要求，法律根據(jù)作為大前提，從生活事實中分離出的法律事實作為小前提，針對法律事實，法官尋找法律根據(jù)，繼而作出法律決定。

這個過程太適合人工智能了，法官的自由心證，也是算法。

不通人情世故，拒絕偏見，拒絕個性，看起來，完美。機器人法官，呼之欲出。

不過事情沒有那么簡單，法官沒有那么好做。比如，為了彌補法律的滯后性和刻板性，法律必須賦予法官自由裁量權(quán)，自由裁量權(quán)在于“確保判決符合生活智慧”。

所以你看到很多著名法官都不是小年輕，而多是有一定閱歷的人。他們需要積累足夠多的知識和經(jīng)驗，以便去判斷那些隨時出現(xiàn)的未知事物，“規(guī)則不清晰，邏輯不嚴(yán)謹(jǐn)，需要經(jīng)驗積累的問題”。

美國大法官霍姆斯有名言：“法律的生命不在于邏輯，而在于經(jīng)驗。對時代需要的感知，流行的道德和政治理論，對公共政策的直覺，不管你承認(rèn)與否，甚至法官和他的同胞所共有的偏見對人們決定是否遵守規(guī)則所起的作用都遠(yuǎn)遠(yuǎn)大于三段論�！�

“法律固然包含了一個民族經(jīng)過若干世紀(jì)邏輯演化的過程，但是我們不能僅僅將其當(dāng)作數(shù)學(xué)教科書中的公理和推論來加以研究。就現(xiàn)狀而言，在任何特定的時期，法律的本質(zhì)基本上是當(dāng)時被理解為適當(dāng)?shù)臇|西，也就是人們所說的經(jīng)驗�！�

與大陸法系國家法官嚴(yán)格依法即是美德相比，判例法下的法官有著不一樣的要求，法官必須代表發(fā)展中的法律，法官不僅要讀萬卷書，還必須是一個歷經(jīng)世事，善于拿捏分寸，能夠創(chuàng)新說理的人。

所以，和人一樣，只懂法律的人不是好法官，只有法律知識的AI也不是真正的法律AI。這就涉及一個技術(shù)問題，誰能占有那么多領(lǐng)域的大數(shù)據(jù)？年紀(jì)輕輕的人工智能有沒有可能突破瓶頸？

這其實正是人工智能的本質(zhì)要求，真正意義的人工智能就是要來處理那些“規(guī)則不清晰，邏輯不嚴(yán)謹(jǐn)，需要經(jīng)驗積累”的問題。

今天人們已經(jīng)知道了強化學(xué)習(xí)（Reinforcement Learning）和深度學(xué)習(xí)（Deep Learning），人工智能可以通過對大數(shù)據(jù)進(jìn)行完全的自學(xué)習(xí)、自我修煉、自我改正，來迭代進(jìn)步。但是這里存在一個大數(shù)據(jù)限制問題，如果沒有足夠的學(xué)習(xí)資料，學(xué)習(xí)就難以為繼。而遷移學(xué)習(xí)（Transfer Learning）就能讓人工智能得以擺脫對大數(shù)據(jù)的依賴，觸類旁通，把一個領(lǐng)域的知識應(yīng)用于別的領(lǐng)域。就像學(xué)好了英語的人，也能更好的理解漢語本身，提升漢語水平。

在人工智能面前，經(jīng)驗和閱歷恐怕也將很快不是障礙。

法律和醫(yī)學(xué)歷來被認(rèn)為是凝聚了最精深知識的兩個職業(yè)，對從業(yè)者的知識、經(jīng)驗以及道德水平都要較高的要求。人工智能進(jìn)入法律領(lǐng)域，對原有觀念的沖擊將是天翻地覆式的。人工智能的引入，也有助于人們正確認(rèn)識法律這個古老的身份和職業(yè)。

今天人工智能做到的還只是為人類法官配備了一個智能助理，機器人要真正作為法官出現(xiàn)，問題還很多。

比如，人類法官有資格授予的程序和標(biāo)準(zhǔn)，機器人法官的資格該怎么判斷和授予呢？人類法官的工作有不同審級的人來監(jiān)督。誰來監(jiān)督算法？出了問題的責(zé)任該如何承擔(dān)。人工智能的權(quán)威能獲得尊重和信服嗎？法律在機器人掌握下，權(quán)威是會增強還是減弱？

正如何帆所言，首先需要一部互聯(lián)網(wǎng)時代的訴訟法。這部訴訟法令人浮想聯(lián)翩，相信它的產(chǎn)生一定會伴隨劇烈的思想碰撞。這意味著擁有千百年歷史的舊有的法律體系、生活狀態(tài)的重建。

來源：今日話題