您好, 访客   登录/注册

人工智能辅助刑事司法的困境与出路

来源:用户上传      作者:赵晏民

  摘要:人工智能与刑事司法的“制度联姻”使司法格局呈现出合理但意外的变动趋向,为刑事司法权力配置描绘出崭新蓝图。基于“诉讼爆炸”的现实基础与“司法体制改革”的体制基础,刑事司法制度在不断完善的过程中将人工智能引入刑事审判具备现实必要性。但囿于大数据技术天然的固有缺陷,人工智能技术功能之合理性亟待进一步论证,人工智能介入亦可能对法律解释、证据审查乃至司法裁判之公信公正有所减损。为趋利避害,发挥人工智能在司法改革蓝图中应有之功效,须恪守程序法定之原则,对人工智能辅助刑事司法程序予以层次化构建。
  关键词:人工智能;刑事司法;辅助定位;实践困境;层次化构建
  人工智能引入刑事司法,将形成崭新的司法运作格局,重塑当下司法权力的分布。2017年,年仅25周岁的法国人路易·拉海-查内设计了一个离婚诉讼结果预测软件,受到了雷恩上诉法院、杜埃上诉法院及里尔律师公会的关注。[1]我国2017年7月8日发布的《新一代人工智能发展规划》中正式提出“智慧法院”的建设构想,同年9月最高人民法院正式立项开发建设量刑智能辅助系统。人工智能技术介入到刑事司法当中,无疑将有助于高效的司法工作模式的形成,甚至可以使法官从冗杂的司法行政事务中解脱出来,将更多的精力投入到疑难复杂的案件当中。但囿于技术发展瓶颈,大数据研判也同样具有局限性,在一定程度上会导致刑事司法所蕴含的公平正义之价值受到冲击。第一,因人工智能系统的涵括数据主要涉及网络活跃群体,难以对全体公民形成全面、平等的评估;第二,人工智能相关性运算逻辑可能会在具体案件中出现偏差,导致偏离案件真相,催生冤假错案;第三,人工智能运作模式的黑箱化,与审判公开的刑事司法原则相背离。因此,笔者认为有必要在肯认人工智能引入刑事司法之价值的同时,进一步分析研判可能带来的风险,进而厘定其介入刑事司法之限度,形成人工智能引入刑事司法应有之立法规制。
  一、人工智能辅助刑事司法的动因
  “在一國的司法权力架构中,科学的权力配置建立在对司法权的正确认知和准确定位上。”[2]为应对“诉讼爆炸”的实践样态,促使刑事司法迈向公正、独立,实现“让审理者裁判,让裁判者负责”的目标指向,“员额制改革”“司法责任制改革”等改革动议应然展开。而人工智能技术的日趋成熟,为司法体制改革的深入推进与“诉讼爆炸”的有效应对提供了有益助力。
  (一)人工智能辅助刑事司法的技术基础
  人工智能技术的发展趋向决定了人工智能对刑事司法的辅助作用。刑事审判中裁判结论的得出是三段论推理的过程。法官以与案件相对应的法律规范为大前提,以所认定的案件事实为小前提,通过推理形成案件的判决结论。在司法裁判的形成过程中,大前提的提取在法律选取与选定阶段完成,其本质是解释与适用法律;小前提的提取则在案件事实的认定阶段完成,需要逻辑推理与经验运用。正因如此,大前提与小前提的提取均需要法官根据案件的具体情况,综合运用专业知识,充分调动主观能动性,将主观经验加诸于客观事实之上方能完成,在裁判过程中实现实体公正的追求。司法裁判的形成并不是单纯的逻辑行为,实体公正的实现亦应立足于司法的权威性与社会治理的需要,在专业知识的基础上诉诸价值权衡与社会结构的综合考虑。人工智能技术本身缺乏生活情感的经验总结,缺乏对情感生活要素的理解和体验,仅仅是一种纯粹的事实行为,其行为的产生往往是该行为接受数据信息后的系统操作,缺乏对系统操作的潜意识理解。
  某种程度上,人工智能拥有超越司法人员的天然优势,这一优势尤其体现在证据形式要件的研判、法律条文的整合、争点的归纳等方面。但是,基础设施尚未成熟的人工智能面临的难题之一便是“算法逻辑自身的问题”,其语言逻辑基于系统语言的模式选择,不产生主观心态的支配问题。①正因如此,人工智能技术仍不足以支撑真正“智能”的实现,难以对立法规范形成机动的解释。譬如,人工智能过于引入刑事司法不符合还原真相的认识论基础。主观证据难以判断和把握,而客观证据天然具有“操作性强、可数据化”特征,造成法定证据主义复归的风险。再如,大数据裁判的完整度难以客观评估,导出结论隐含着隐性的失衡风险,易于对被告造成隐形歧视,使其陷入经验主义和犯罪标签的困境。又如,人工智能的价值权衡功能的失败会减损刑事裁判的实体正当性。智能产品缺乏建立在外界环境之上的功能基础,在裁判过程中不具有是非评断能力,身影背后隐藏的是深度学习技术难以达到自主性学习的技术困境。
  (二)人工智能辅助刑事司法的现实基础
  在人工智能技术日益发达的当下,将其引入刑事司法程序将有助于提升诉讼程序运作的效率,并进一步推动涉案财产管理体系的优化。[3]“诉讼爆炸”是社会发展与人权苏醒的必然产物,但是对其有效治理亦是一国司法能力与法治水平的标杆。仅2015年5月一个月内,全国法院就登记立案1132714件,同比增长29%。“随着中国社会向横纵发展、全面依法治国的深入展开以及公民权利意识的普遍化,未来还会涌现出更多的新型纠纷,法院面临的案件数量还会持续增长。”[4]因而刑事司法实践下司法资源相对短缺与诉讼案件极速增长的矛盾凸显。在司法资源短缺的实践样态下如何应对“诉讼爆炸”、如何顺应人权复苏的时代规律,发挥诉讼所承载的规范社会行为与有效解决纠纷之功能,是当前司法体制改革的价值指向。在此背景下,将人工智能引入刑事司法,并纳入制度规制,才能有效回应“诉讼爆炸”的实践诉求。这是因为,“诉讼爆炸”的产生是法律因素与非法律因素双重因素的综合映射。非法律因素(社会经济因素)是“诉讼爆炸”得以形成的最根本原因,而法律程序的回应则为解决“诉讼爆炸”提供了制度方案。人工智能系统运作的高效性可有助于案件情节的研判,可提供具有针对性的案件索引以及高效、低成本的信息传递系统。
  (三)人工智能辅助刑事司法的体制基础
  当前司法实践引入人工智能技术,意图舒缓办案人员的行政压力,使其能够全身心投入到案件的专业化办理中。具体措施包括:第一,案件办理流程的便捷化。创设线上办案途径,法官可直接通过移动设备实现远程审判、安排办案事务、回复当事人诉求等。第二,案件审查的智能化。充分挖掘深度学习技术,通过人工凝练出刑事案件的证据要点和审查规则,录入后台实现智能化的比对,通过智能审查筛选出存疑案件,实现办案风险的预先提示。第三,文书制作的智能化。这一功能在法院系统未获重视,但在检察系统的实际运用值得深思。检察官只需简要填写,便可自动生成案件相关的讯问要点、补充侦查要点、审查报告、起诉书、量刑建议书等法律文书,极大地减轻了办案人员的行政压力,使其更加专注于办案能力与办案效果的提升。[6]   “随着员额制的逐步推行,法官的员额被严格控制在39%以内,大量助理审判员和审判员从法官队伍中分流出去,那些进入员额的法官将承担高于过去一倍甚至数倍的审判工作量,‘案多人少’‘审判人手不足’的问题变得愈发严重。”[5]作为“去行政化”及“让审理者裁判”的重要举措,员额制改革确立了法官独立行使审判权的诉讼地位,但受制于诉讼架构的钳制和司法实践的庞大负荷,改革目的在一定程度未能完全达成。人工智能的上述功能有助于消解“员额制改革”结构障碍。
  与此同时,司法责任制度改革自党的十五大报告提出之后,其重要性一直为高层所重视,但囿于种种原因,其一直处于建构状态。在党的十九大报告中中央再次重申,要“全面落实司法责任制”。司法责任制通过赋予“审理者负责”之义务,促使司法机关公正行使审判权,以规避冤案、错案的发生。但是,由于缺乏相应的管理配套措施,改革的内在张力无以舒张,致使改革承载的功能难以实现。反观之,“对司法人员的管理能够保证司法人员严格依法办案,要有利于鼓励司法人员认真地对待每一个案件。但在以往的司法责任制的改革中,我们强调司法人员的责任心,却没有相应的保障和鼓励司法人员严格依法办案的管理制度。”[6]而人工智能引入刑事司法,通过智能化办案,正可减轻司法人员责任负担,是鼓励其严格依法办案的重要保障。
  二、人工智能辅助刑事司法的困境
  程序公正为公正司法的应有之义。程序公正通过克服法官在不确定情境下受到的无关因素影响,来避免产生判断偏差,进而提升司法判断的说服力。而人工智能引入刑事司法,所面临的首要困境便是如何实现公正司法之核心价值与技术瓶颈之间的协调。
  (一)法律解释:机动解法之不能
  立法者受限于时代,因而立法不可能十全十美。司法官识别与选定法律的过程,其实也就是对法律的理解过程。[7]韦伯在新康德主义的基础之上,提出了“理想模型”概念。理想模型是经济研究中的各種经济模型,它可被用来作为分析、理解现实的工具,尽管在现实生活中并不存在。[8]其实,将“理想模型”引入立法规范,在现实中同样也不可能找到严格与之对应的经验。立法规范属于理念世界,而案件事实则属于经验世界,二者之间因巨大鸿沟的存在而无法形成绝对相同的映射关系。因此,要完成法律规范与案件事实之间的接连,必须以法官对法律的理解以及对案件事实的加工来完成。[9]申言之,无论是典型案件,还是非典型案件,均需要调动法官的主观能动性才有可能实现法律规范与案件事实的链接。尽管理想主义者曾幻想法官面对法律只需机械运作即可,这一阶段完全可以由人工智能替代法官。但是,立法总是难以十全十美,与其说法律识别与选定的过程是单纯的套用过程,毋宁说是“理解—识别—选定”的三部曲。并且,法律的理解在这一过程中占关键地位。
  (二)证据判断:还原真相之不能
  如前所述,人工智能的效率导向式的推理逻辑,导致其引入刑事司法亦不能实现还原真相的实体目的。案件事实的认定程序包含案件事实的回构与所认定案件事实的法律化。对前者而言,需要法官对侦查机关所收集的证据进行审查,对直接证明案件主要事实的证据着重进行真实性审查,对间接证明案件主要事实的证据除进行证据能力、证明力审查外,还需与其他证据形成证据链条以回构案件主要事实。而综合分析所获取的证据碎片后,其所能指向的案件事实往往是不可预测的,既可能指向公诉方所指控的罪名,也可能与之相背离。因此,证据审查与证明过程是错综复杂的,加之证据收集的充分程度不尽相同,意味着这一过程将充盈着法官的主观能动性,法官通过将主观加诸于客观事实之上形成最终判断。那么,人工智能究竟能否充分介入到案件事实的回构过程当中,甚至替代法官而成为“人工智能法官”呢?必须承认,当前人工智能的发展是对人类能力的强化,它本身仍然处于人类的控制之下,因为它没有“自我意识”和情感,甚至不能算是真正的智能。[10]并且,当前AI技术的发展仍不足以实现案件事实的认定,例如负责数据运算的芯片硬件技术仍然在性能和功耗上无法达到实际应用需求,支撑人机对话实现的智能语音技术与自然语言处理技术在多通道语言理解、情感识别和理解、表示知识等方面仍然存在一些技术难点。②与此同时,人工智能引入刑事司法难以实现还原真相的程序目的。人工智能技术的“黑箱效应”将冲击控辩双方平等对抗、法官居中裁量的正当程序。人工智能系统运作机制不能为司法系统所掌握,进而造成控、辩、审三方对于案件事实与证据材料的知悉不能。人工智能引入刑事司法直接关涉当事人诉讼参与权、救济权、诉讼知情权。由于算法运算与系统运作的复杂性,非但法官与被告人难以知晓智能系统的确切决策过程,即使研发公司也难以形成其分析与决策过程的确切描述。大数据裁判剥夺了双方当事人的质证权,可因法官面临巨大断案压力而重点参考或直接采纳,虚置证明能力与证明力制度,将大数据研判的锚定效应隐入刑事司法之根基。就法官而言,逾越了其围绕争议焦点、围绕证据质证、认证等一系列步骤的认识论基础,进而侵蚀法官断案的自主空间,影响其专业角色的发挥。
  (三)司法裁判:价值权衡之不能
  司法裁判本质上是判断权,其超越市民社会之判断权,之后成为现代政治意义上的裁判权。在裁判权的行使过程中,法官的自由裁量权的自由运用对形成公正结果起到了较为重要的作用。而法官自由裁量权的关键点在于能够形成自由心证。法官自由心证并不仅仅包含三段论推理下的机械运作,还充盈着法官的机动性,蕴涵着法官在不同个案之间的价值权衡。缺乏法官之自由心证,那么个案公正将无从实现。囿于人工智能技术尚难以达到价值权衡之功能,因此其过度引入将极可能影响刑事判决的程序正当性与实体正当性。价值权衡不能减损刑事裁判的程序正当性。公正程序作为司法裁判的核心价值,要求在证据调查程序中开创出追诉方、当事人以及法官之间信息交互渠道,从而形成“法律事实”的客观认识与“法律论证”的适用共识。社会情感往往渗透于刑事司法程序当中,是一国刑事司法公正性、民主性与合法性的衡量标准。在公正程序下,案件事实的认定需要法官在逻辑推理的基础上将主观加诸于事实之上,法律的识别与选定则需要法官结合法律规定、把握立法精神、考虑社会因素。这两个阶段的完成无不需要充分发挥法官主观能动性,需要法官逻辑思维、专业素养以及社会经验的多维运用,司法官认定案件事实,识别和选定法律,在综合全案案情的基础上做出价值判断,进而得出法律结论。而人工智能作为司法判断主体,由于语言系统与算法系统难以支撑个体间信息的交互特征,若由其主导司法裁决,将极可能减损诉讼程序的正当性。   或囿于人工智能技术之固有瓶颈,或囿于技术发展之现实掣肘,人工智能在刑事审判场域中难以发挥预期功效。究其原因,在于人类与人工智能之间的互动关系出现裂痕。理想的情形是,人类通过对现代刑事审判规则之“元规则”进行重新梳理与归类,将可予以数据化的审判规则纳入人工智能系统,而人类在刑事审判的疑难案件的审理中发挥更为重要的作用。于现实而言,较为迫切的是构筑起层次化的人工智能辅助刑事司法的宏观框架,从而在实务层面规范人工智能在刑事审判场域的功能释放。
  三、构建层次化的人工智能辅助刑事司法的框架
  人工智能技术还未发展到可以模拟人类思维的程度,诸多价值权衡和司法政策的考虑暂时难以实现。人工智能引入刑事司法应当坚守法官的主体性和职能裁判系统的工具性,防止出现对于智能工具的过度依赖和锚定效应,[11]在制度设计时应当对此充分重视,并对刑事审判规则中的“元规则”进行提炼,根据引入刑事司法限度的风险确定相应的限度。
  (一)人工智能辅助刑事司法在庭前阶段的限度
  1.庭前阶段的纵向限度
  引入人工智能系统应当谨防对法官产生预断。因此,人工智能系统在这一阶段的任务应当以资料整理的客观工作为基础,而不能用于对实体事实认定的提前预测。人工智能技术在该阶段的辅助功能可以体现为:第一,研判证据规格的形式要件,比如发现证据不足、证据瑕疵或缺陷、证据与证据之间的矛盾等,再如讯问笔录的形成是否符合程序规定,物证、书证是否附带有证明其来源的材料等;第二,对案件的相关事实进行汇总,通过数据挖掘与比对,发现案件的疑点、案件的争点以及为审判的开始提前准备。
  2.庭前阶段的横向限度
  横向限度指人工智能介入司法行政工作的限度。第一,智能阅卷。由审判专业人员建构不同卷宗类型,人工智能系统运用图片分类技术对图片与非图片进行归类,识别出标题和内容,对核心卷宗的要素进行抽取,并对词法、词性、实体命名抽出核心要点,从而明确诉讼要求、控辩主张、事实争点与焦点预判。第二,智能归纳文本模块化处理和非文字滤除的拒识技术,对标准语言请求规范路径,实现卷宗信息的智能化处理。
  (二)人工智能辅助刑事司法在庭审阶段的限度
  在“以审判为中心”的诉讼制度改革推进的当下,庭审的实质化已经成为我国司法变革的核心地带,基于直接审理原则,以及保障诉讼当事人基本诉讼权利的需要,此阶段应当严格禁止人工智能技术的使用。此外,基于言词辩论原则,为契合刑事诉讼中法官对案件事实探知之规律,言词辩论中证据调查结果以外的诉讼资料亦是法院认定案件事实的根据,是保证法官自由心证形成的重要信息。[12]因此,囿于人工智能系统难以达到有效的交互性,人工智能系统在此阶段暂无适用空间。
  首先,严格限制人工智能推断出关涉价值判断的结论。过去与现在或许并不存在必然关联,诸如类似行为、品性证据等之所以不被赋予证据能力,是因为根据过去之行为难以断定被告人在该案中必然会为该行为,这其中没有必然的概率关联。基于无罪推定原则,人工智能的大數据运算生成的实体推论不具有正当性。
  其次,明确人工智能在证明能力判断中的辅助限度。“证据能力作为定案根据的资格要件,在我国,证据排除规则只不过在判断何种证据能够作为最终定案根据的阶段才能排除。”[13]“无论进行多么严密的人工设计或机器学习,证据问题中总会有新的因素是人工智能无法预料的,而且司法政策、价值权衡等因素也难以转化为人工智能可以理解和运用的算法。”[14]因此,囿于人工智能的局限性,在非法证据排除程序中难以进行实质性审查。但是,人工智能对证据能力的形式要素进行精确审查极具应用价值,尤其体现在证据较为复杂、案件较为繁复的案件中。
  再次,人工智能在证明力判断中的辅助限度。相较于证明能力的一般法律推理,证明力的判断具有纯粹的主观性,难以通过纯粹的运算或者量化来解决。但是,人工智能在证明力中仍有极大的应用空间,有些情况人工智能的推算结果比人判断更为精确,但前提是坚守有限性原则。上海人工智能辅助系统在王某电击案中,嫌疑人供述对被害人进行了电击,但办案人员在现场勘查后并未发现电击的证据,通过辅助系统补充侦查之后确定了电击的真实性。[15]
  (三)人工智能辅助刑事司法在庭审后的限度
  庭审后,人工智能的辅助功能首先可以体现在对于案件相关事实的汇总,此时法官已经在价值判断的基础上对案件形成心证,通过将相关的证据信息、双方当事人的举证质证信息输入人工智能系统,从而对案件形成综合判断,形成案件的主要争点并进行评估,搭建文书智能制作系统,根据法官对于案件证据的认定情况,根据文书模版,自动生成判决、裁定等法律文书,对法官形成更高质量的案件判决提供辅助基础。
  其次,重视人工智能作为辅助释法主体的运用。“符号不但是人类用以认识自己、表征自己存在的工具,而且是人类认识周围事情、相互沟通思想、交流情感的工具。”[16]法律虽然具有符号学意义,但是其本质目的在于法律秩序的追求,因此法律并不单纯具有符号学意蕴。法律解释需要法官在价值权衡之上进行,只有法官在结合社会经验的基础上,作为推论的大前提与小前提均已具备时,人工智能才能充分发挥应有之功用,以客观中立性的姿态准确地形成司法判决。除此之外,由于人工智能系统可基于法律的符号意义对数据库中的法律进行比对形成适用报告,进而为法官提供法律解释的辅助参考。
  四、结语
  对人工智能的风险防范不可成为阻碍刑事司法技术完善之藉由。当“阿尔法狗”遇到“独角兽”,或许不能仅仅将“智慧”与“正义”进行简单叠加,更要关涉社会价值判断、基本权利保障等多重因素。诚然,人工智能系统具有天然的优势,引入刑事司法无疑将重构当前的司法格局,为司法改革的深入推进提供有益助力。但是,人工智能技术的引入,极可能侵蚀法官的自由裁量权,在个案的裁判中出现冤假错案,进而阻碍公平正义的实现。法官自由心证乃刑事司法之精髓所在,法官在个案中运用自己的良知来促进正义的实现。因此对人工智能的引入应当充分进行风险研判,预测人工智能的引入可能在法律识别、证据审查以及法官断案方面产生的风险,进而确立人工智能的辅助定位。在立法规制时确立辅助性原则,限定人工智能引入刑事司法的阶段;坚守有限性原则,界分价值判断与技术操作;遵守风险规避原则,制定配套措施。然而,随着人工智能技术的突破,能够通过按照人类法律推理、法律思维模式、法律概念网络的构成去给定人工智能的运行框架,让人工智能像人类一样对法律进行“思考”[17]之时,重新审视人工智能引入刑事司法之限度,进而修正立法将成为更为广阔的系统工程。   注释:
  ① 当前人工智能的语言处理系统尚不成熟,数学方法与硬件计算能力差强人意,算法语言的错误无法规避。智能语音技术在多通道语音理解、情感识别等方面仍存在一些技术难点,而自然语言处理技术则在理解和表示知识时仍存在一些关键技术难点亦需要解决。目前,国内外已经有一些可以进行法律检索的人工智能产品,如ROSS。作为世界上第一个人工智能律师,ROSS 部分受到 IBM 的认知计算机 Watson 支撑,它可以理解自然语言,并提供特定的、分析性的回答,这接近于和人类律师一起工作的体验,但是准确度和可接受性难以提升到令人满意的程度。参见Cambria E, White B. Jumping NLP curves: A review of natural language processing research. IEEE Computational intelligence magazine, 2014, 9(2):48-57;陈伟,熊波:《人工智能刑事风险的治理逻辑与刑法转向——基于人工智能犯罪与网络犯罪的类型差异》,载《学术界》2018年第9期,第74页。
  ② 参见马啸,狄小华:《人工智能背景下刑事错案悖论及消解》,载《湖湘论坛》2019年第2期,第38页;陈健:《上海“智慧法院”建设再升级:非法吸收存款等罪名案件已进入新系统试运行》,载《上海金融报》,2017-10-31(A13)。
  参考文献:
  [1]施鹏鹏.裁判可通过大数据预测[N].检察日报,2018-01-30(3).
  [2]洪浩.法律解释的中国范式[M].北京:北京大学出版社,2017:132.
  [3]孙明泽,杨常雨.刑事涉案财物信息化管理的再思考[J].中国石油大学学报(社会科学版),2019,35(5):53-58.
  [4]左衛民.“诉讼爆炸”的中国应对:基于W区法院近三十年审判实践的实证分析[J].中国法学,2018(4):255.
  [5]陈瑞华.法院改革的中国经验[J].政法论坛,2016(4):22.
  [6]张智辉.论司法责任制综合配套改革[J].中国法学,2018(2):59.
  [7]周赟.司法能动性与司法能动主义[J].政法论坛,2011(1):85.
  [8]韦伯.社会科学方法论[M].杨富斌,译.北京:华夏出版社,1999:53.
  [9]洪浩.法律适用及其正当程序[J].人民司法,2016(4):94.
  [10]金观涛.反思“人工智能革命”[J].文化纵横,2017(8):56.
  [11]朱体正.人工智能辅助刑事裁判的不确定性风险及其防范——美国威斯康星州诉卢米斯案的启示[J].浙江社会科学,2018(6):76.
  [12]占善刚.言词辩论的全部意旨研究——德国、日本的判例、学说之考察及其启示[J].现代法学,2012(2):173.
  [13]纵博.我国刑事证据能力之理论归纳及思考[J].法学家,2015(3):73.
  [14]Gray P N. Artificial Legal Intelligence[J].Harvard Journal of Law and Technology,1998(1):402-423.
  [15]纵博.人工智能在刑事证据判断中的运用问题探析[J].法律科学(西北政治大学学报),2019,37(1):61-69.
  [16]苏越.两种语言符号系统的渊源、本质、功能及命运[J].中国人民大学学报,1997(4):34.
  [17]葛翔.司法实践中人工智能运用的现实与前瞻——以上海法院行政案件职能辅助办案系统为参照[J].华东政法大学学报,2018(5):75.
  责任编辑:曲红、康雷闪
转载注明来源:https://www.xzbu.com/4/view-15177888.htm