人工智能介入量刑机制：困境、定位与解构

司法人工智能分为常规型人工智能与专业型人工智能,前者是将通用领域已经发展成熟的人工智能直接移植至司法领域而无需专门的算法更新,主要目的是将审判人员从繁重的"事务性"工作中解放出来,因而其也无法介入审判的核心内容;后者是诸如量刑辅助系统等专门为司法领域开发的介入审判实质内容的人工智能,其是司法人工智能的核心。当前司法人工智能的实践现状是常规型人工智能因其有坚实基础而卓有成效,但极为重要的专业型人工智能的开发与使用并不理想,主要原因是法学研究对专业型人工智能的研发理论供给不足,具体表现为"抽象有余而具象不足",其深层次原因在于法学专业知识与人工智能技术知识没有深度融合,即"懂技术的不懂法律,懂法律的不懂技术"。宏观层面,在智能爆炸不可预期的时空背景下,生命2.0阶段(文化阶段)或弱人工智能时代仍是当下及可预见未来所长期处于的阶段,故作为"工具"的量刑人工智能仍应定位于辅助量刑而非决定量刑,且基于量刑规范化改革的价值内涵,应更进一步地定位于规范性辅助而非参考性辅助,二者的区别是智能系统给出的阶段性量刑结论对法官的约束力大小。在微观层面,智能量刑系统的算法构建应以量刑逻辑主导算法逻辑为原则,以诸如量刑基准、不法刑等具有"共性"属性的阶段性量刑为作用领域而非其能力之外的终局性量刑结论(宣告刑);此外,为防止算法黑箱、算法歧视以及相关关系代替因果关系,须做到量刑人工智能的算法公开和阶段性量刑结论的可解释性。     

论大数据精准量刑对司法理性的精准描述

当前,实现量刑精准化的效果有限以及"类案不类判"等有违司法理性现象的存在,一定程度上阻碍了精准量刑。精准描述司法理性是精准量刑的重点;精准化量刑得益于司法理性的实现。在裁判文书上网公开、大数据技术与司法适用充分结合等前提下,精准描述司法理性可分次序进行:量刑规范信息化—具体个案、类案精准描述—具体个案理性自由裁量—民众反馈司法理性。为此,应着力解决刑罚量的数值化表示、通过实证分析表达法官理性与民众生活理性等难点,以实证确定量刑起点、实证确定量刑因素作用力大小、实证辅助宣告刑的确定以及实证反馈司法理性等为实现路径,完善司法理性的精准描述,完成智能精准量刑目标。     

人工智能辅助量刑的风险及其防范

人工智能辅助量刑是当前我国司法改革的趋势之一。人工智能辅助量刑系统的建设和应用能够约束法官的行为,克服估堆量刑的弊端,防止法官滥用自由裁量权。需要警惕的是人工智能辅助量刑可能存在机械性风险、不透明性风险以及不可接受性风险。这些风险可能会对量刑公开以及量刑公正造成威胁,也容易导致过度限缩法官自由裁量权的后果。应当坚守法官的主体性和人工智能辅助量刑系统的工具性,防止出现法官过度依赖量刑辅助系统的现象;谨慎筛选数据,构建合理的算法模型,减少算法歧视;优化量刑程序,建立算法审查与算法问责机制,着力实现量刑公正。     

AI辅助量刑制度建构的困局与纾解之道

AI辅助量刑系统是当前司法人工智能的典型运用场景之一。然而,在技术跨越式发展的背景下,AI辅助量刑还存在辅助对象与辅助方式不明两大制度建构困局。要破除困局,需要先在宏观制度层面明晰建设发展模式,具体来说应明确AI辅助量刑的统一式发展规划,采取需求式研发路径,并将使用利益主体作为接受度主体;在具体建构层面,我国AI辅助量刑系统应当以技术性正当程序为依托,明确以法院为主要对象,确立智能量刑辅助系统的监督本位,明晰预警为主参考为辅的辅助方式,并在技术开发路径上明确智能辅助量刑系统算法的透明性方向。     

人工智能司法的运行困境与出路——以“要素式审判”为视角

人工智能技术更新迭代,但人工智能司法在运行中仍面临内生、外来的困境和质疑。人工智能司法开发技术的功能障碍、类案类判技术尚未发挥其应然功能、算法黑箱与法律决策透明性的天然冲突、人工智能不是“人”等窘境是人工智能司法运行中需直面的难题。要素式审判是指根据不同类型案件的特点,抽取出该类案件的共同事实要素,围绕案件的基本要素进行庭审并制作裁判文书的一种略式审理方法。引入要素式审判方法有助于缓解人工智能技术升级的压力、提升类案类判的准确性和针对性、提高裁判文书说理以及心证公开的程度、增加“人情味”,从而提升人工智能在司法审判中运行的效能。     

生成式人工智能辅助司法裁判的可能及边界限度

以ChatGPT为代表的生成式人工智能技术快速迭代发展,为数字司法改革的适应性调整创造了历史性契机。生成式人工智能在类案推送、辅助证据认定、偏离度预警等方面确实能够统一司法裁判的标准与尺度,实现法的普适性价值追求,然而法的普适性只是实现正义的必要条件,而非充分条件。生成式人工智能的算法黑箱、算法歧视、算法偏见等技术性缺陷亦引发了对司法公信力、司法公正、司法责任制的质疑与冲击。为此,应当在生成式人工智能的技术理性与司法裁判的价值理性之间寻求平衡。针对当前智能化裁判的技术风险,应从数据、算法、控制三个维度进行治理,最大程度控制生成式人工智能的工具主义缺陷,以实现智能化司法裁判迈向可信。