一、人工智能在法院運行的現狀
人工智能已成為一種新時代發展的大趨勢，國務院于 2017 年 7 月 20 日發布《新一代人工智能發展規劃》，對人工智能理論、技術和應用作出前瞻性布局，鼓勵社會各界對人工智能進行研發，建立相配套的法律法規、倫理規范和政策體系，進一步體現出未來人工智能的發展趨勢及其重要性。實踐中，人工智能 ①在法院系統的應用已初具雛形，主要包含文書自動生成、語音識別、網上訴訟、自助服務等領域，本文以四川省成都市各級人民法院為例，對人工智能在法院系統中運行的現狀進行分析。
（1） 基本建立自助終端訴訟服務智能體系
目前，成都中院及全市多個基層法院依托實體訴訟服務中心，以網上自助訴訟服務為核心，構建了網上訴訟服務中心、司法公開服務平臺、訴訟服務熱線、訴訟服務 APP 等五位一體及多渠道、一站式、自助式的訴訟服務智能體系。
網上自助訴訟服務系統，包含 10 大類、39 小類服務項目，分為訴訟輔導、網上立案、材料移送、預約咨詢、信訪投訴、訴訟事務申請、當事人和律師服務通道等板塊。案件立案后，當事人會獲得專屬案件查詢密碼，可以注冊登錄成都法院陽光司法 APP，點擊“我的案件”進行案件綁定，查詢案件審理進度，辦理網上遞交材料、留言法官、領取庭前文書或證據材料、判后釋義等訴訟事務。此外，還可以通過“成都法院網上訴訟服務中心”及“成都法院司法公開網”進行案件查詢及辦理相關訴訟事務。同時，開通網上繳費系統，與銀行進行配合，在網上訴訟服務中心立案的，可以通過網銀、支付寶或微信支付等方式進行網上繳費。便于當事人辦理立案、信訪、查詢、材料轉收等大部分訴訟事務，提高司法訴訟效率，減少訴訟成本，節約人力、物力、財力，促進法院審判工作的快速高效。
成都高新區法院在訴訟服務大廳設置導訴機器人“小法”，能夠根據當事人的陳述，對問題本身進行理解，從而拆解成法律問題在其自有系統內進行法律檢索，在成千上萬的法律條文及案例中找出與當事人咨詢的情形相關的資料，再結合自己的法律知識及經驗進行解答 [2]。
（2）科學管理網上辦案系統，實時監控案件審理進程
成都市兩級法院統一采用成都法院辦案平臺，使用該平臺“我的案件”、“案件查詢”、 “上訴移送”、“收結存統”等系統對所有案件進行統一規范化管理。首先，該平臺與法院現有的數據中心進行對接，將法院在立案等階段錄入的當事人身份等基本信息直接通過數據中心導入該辦案平臺，避免重復錄入。同時，審判信息實時生成功能能夠根據庭審陳述實時自動生成案件審判信息，自動計算出賠償金額等數據。其次，案件辦理實時追蹤功能每天以曲線統計表反映每個月結案、收案及未結案的案件動態，以柱狀圖直觀反映各個審判庭及各位辦案法官的案件統計，包括結案數、收案數及未結數；該法院辦案平臺還可以對 12 個月以上未結案數、18 個月以上未結案數、36 個月以上未結案數及一審改判數、一審被發回重審數進行統計。通過平臺的數據統計，法官及審判輔助人員可以隨時對某一階段的工作進行總結。最后，案件超期辦理預警功能會自動彈出窗口，推送當日開庭審理案件的相關信息，將臨近審限的案件進行提醒，對違規流程操作進行自動識別，自動發出預警或催辦提醒，以防止出現程序違法違規情形。此外，案件一經立案，當事人可以憑借案號在自助查詢系統了解案件審理的進展情況，顯示案件審理及鑒定等各個環節的天數。通過人工智能辦案平臺，法官及審判輔助人員能夠準確監控案件審理進程，促進法院辦案流程規范化，法院審判活動陽光化，法院審判工作公開化。
（3） 智能分案系統與智能文書生成系統普及化
成都高新區法院采用智能隨機分案系統對案件進行分流，由電腦分案系統自動識別和區分案由，根據案件的難易程度自動進行繁簡分流。簡單案件分配給簡易庭審理，復雜案件分配給合議庭審理，并結合每位法官的年度辦案指標及當前未結案件數量，合理計算法官工作量，將案件隨機分配給具體承辦法官，整個分案過程僅需幾秒。而傳統的人工案件分流法由立案庭的法官根據個人意愿進行手動分案，不但分案效率低下，同時還極易出現某些法官承辦案件數量多且復雜，某些法官承辦案件數量少且簡單，難以做到數量與復雜程度的平衡。由此可知，智能分案系統在提升分案效率的同時，更好地平衡了案件數量及案件難易性，節約了司法成本，提高了訴訟效率。
裁判文書有其特定的法律格式，一般包含案由、當事人信息、訴訟請求、事實與理由、事實認定、本院認為、判項等內容，除事實認定、本院認為、判項等部分外，其余部分在立案階段已存儲于法院系統之中智能文書生成系統根據前臺立案時錄入的信息，自動生成傳票、舉證通知書、應訴通知書等程序性法律文書和框架性裁判文書 [3] 。根據成都中院公開的相關數據顯示，應用智能裁判文書生成系統，使法官制作裁判文書的時間縮短約 70%，審判輔助人員制作程序性法律文書的時間減少近 90% ② ，大幅度減輕了法官辦案的工作量和工作強度，有效緩解了法官辦案的壓力。同時，系統還能通過深度學習，不斷提高提取案件事實和情節、推薦法條及類案的準確性，提高裁判文書生成的質量。
（4）“大數據”提供裁判預測
自 2014 年最高人民法院要求各級人民法院將生效裁判文書在中國裁判文書公開網公布后，至 2016年，各級法院在裁判文書公開網公開的文書超過2000 萬篇。面對裁判文書網生成的大數據，人工智能系統能夠通過對裁判文書的辨析識別，提取相似案件基本信息，挖掘某一類相似案件中關于法律適用、裁判規則等數據規律，將這些規律按照主題進行存儲，建立同案同判數據庫對各類案件進行預測。特別是在刑事審判領域，基于對大數據的分析形成智能審判輔助量刑裁決系統，根據以往案例提取相似案件基本信息，分析統計影響該類案件判決的情形及所占權重，對法官輸入的要素自動進行比對和運算，以數據分析和圖形顯示等方式幫助法官高效地從大量已裁決案例中獲得精確參考，并基于數據分析給出裁判預測，提高自由裁量的準確性，減少同案不同罪、同案不同判等情況的發生。例如“法狗狗”刑案案情預測系統，僅需選定罪行分類，提供傷亡人數、案發地點等信息就能夠獲得預測結果及類似案例的裁判參考。目前這一預測系統已經擴展到婚姻、交通等多種領域，提供政府/機構、行業/社群、律師/律所等三個端口查詢。成都中院也對近 3 年 65 萬件案件進行梳理，基于海量數據建立案例庫 [4] ，對法律適用、法官觀點、裁判規則等因素進行分析的基礎上形成數據庫，只要法官輸入案件關鍵詞就會出現類似案件及數據庫提供的裁判預測，如若法官錄入系統的判決與大部分類似案件的判決結果偏差過大，系統會自動預警提示并詢問法官是否堅持該判決結果，在法官選擇堅持的情形下，系統會自動將該判決推送給法官聯席會議的各位法官分析研究或者提醒院長提交審判委員會討論 [5] 。
二、人工智能在法院運行中存在的問題
（1）人工智能的自身局限性
法律解釋是法律知識表達的核心問題，包含人類特有的價值和目的考慮，具有極強的主觀能動性。德沃金認為解釋過程是結合了法律知識、時代信息和思維方法而形成的，能夠應變的思維策略 [6] 。但是，目前的人工智能系統僅將法律條文簡單碼放在計算機記憶系統中，沒有以知識表達為目的進行法律解釋，所能發揮的作用僅限于方便檢索，談不上“智能”。首先，機器語言因其自身的特殊性，無法使用不精確的自然語言進行推理，無法對高度概括的法律法規條文進行法律解釋；其次，針對現實的新情況及不同案情，裁判結果也不盡相同，對于“法無明文規定”情形下所面臨的法律適用問題，法官在堅持依法審判原則的基礎上，能夠發揮主觀能動性，針對審判實踐中存在的法律漏洞進行必要而合法的修補 [7] 。而現有人工智能系統無法模擬法官思維進行靈活的法律推理，不能體現斟酌具體事實而作出裁判的彈性。
（2）應用范圍狹窄，多數領域并未投入使用
智能語音識別技術能夠實時將現場語音轉化為文字，應用于庭審記錄、法官合議記錄、甚至是審委會討論記錄 [8] ，已被證明具有可行性，能夠大幅度縮短庭審時間，將法官及審判輔助人員從繁瑣的記錄工作中解放出來。但是語音識別技術只處于初步研發階段，仍面臨較多技術瓶頸。首先，如何對多人交互發言進行分音記錄。復雜案件的庭審和討論涉及多角色的發言與討論，在原告、被告、律師、偵查人員及證人之間不斷變換，你一言我一語的討論模式，如果不能對此進行分音記錄，則仍需耗費大量人力進行后續完善，事倍功半。其次，目前的智能語音識別系統能夠識別的語言局限于普通話及少數方言，但是在司法實踐中，智能語音識別系統對方言的自動識別準確性較低，需要耗費大量人力進行校正，在一定程度上限制了其應用范圍。目前，成都各級法院使用的網上自助訴訟服務系統支持網上立案、材料提交及電子繳費等功能，但是賦予當事人的隨案密碼不能用于查閱卷宗，查閱卷宗必須前往法院訴訟服務中心現場辦理，向服務區窗口人員申請一個隨機密碼，在自助服務區電腦上輸入隨機密碼，查閱卷宗、打印材料。此外，人工智能并未應用到電子送達、遠程網絡閱卷、遠程視頻調解、遠程舉證及質證、遠程訊問（詢問）及答辯等領域。
（3）人工智能所依托數據的不完整性
大數據的核心價值在于對海量數據進行存儲和分析，從而提供具有參考意義的預測結果 [9] ，由此可見，大數據分析結果的準確與否取決于海量數據是否具有代表性及完整性，但反觀目前人工智能在法院系統運行的現狀可知，用于進行大數據分析的海量數據存在以下幾個問題：首先，數量并不等同于質量。目前裁判文書公開網公布的海量文書存在“一份文書，多個案號”、重復或錯誤傳送，更有“串案”套改等問題，基于此獲得的數據有相當一部分是“冗余數據”[10] 。公開的文書有相當數量是簡單案件的文書，并不具有數據挖掘價值。其次，數據“大”不等同于數據“準”。裁判案件并不同于簡單的事實判斷，法官的裁判是一個包含價值判斷的過程，不同的法官就同一案由的案件有不同的判法，一定數量的相似判決不一定能夠代表裁判的正確方向，司法是判斷的技能，簡單的數量比對并不是人工智能意義上的算法。
成都中院對最近 3 年的約 65 萬件案件進行梳理與分析后建立案例庫，這一舉措雖能夠為法官日后的裁判提供一定的參考，但是案情復雜多變，且建立這一案例庫所依據的樣本數量也存在一定的局限性，從而得出的預測結果有偏風險。
（4） 法官等司法人員與人工智能互動性較低
人工智能在現階段法院系統中的價值定位僅限于輔助工具，但就其運行現狀而言其輔助功能并未得到充分發揮，司法人員與人工智能之間缺乏交流與互動，二者在審判工作中處于相互獨立的運行模式，司法人員習慣于傳統的工作模式，將人工智能設備當做辦案輔助工具，沒有形成連貫的相互配合模式，有些年紀較大的法官對人工智能在審判工作中所發揮的作用持排斥觀點，認為將充滿豐富感情與經歷的訴訟，交給冰冷的人工智能，無論是在倫理上還是在法律上，都無法使其完全信服，帶著對人工智能的諸多懷疑，寧愿自己動手耗費時間書寫裁判文書，也不愿相信通過人工智能語音識別技術所獲得的文書。其次，現階段的人工智能處于初步研發與推進階段，司法審判是一個集價值判斷與經驗積累于一體的主觀判斷過程，而人工智能由于其機器的特殊性與局限性，無法對表面類似但實質不同的案件進行準確識別，較為典型的情形就是人工智能系統在歸納某些復雜案件的爭議焦點時往往會出現抽取內容不準確、歸納存在較大偏差等問題，這就需要法官等司法人員的配合，對此類錯誤進行人工校對，并將正確的歸納方式告訴系統使之形成正確記憶，避免在以后的歸納工作中出現同樣的錯誤。
現階段人工智能的發展模式正處于邊研發邊應用，邊應用邊改進，邊改進邊推廣的階段，而法官等司法人員對人工智能的錯誤認識，不利于提高法官等司法人員辦理案件的準確性，不利于人工智能在法院等司法領域的發展與完善。
三、完善人工智能在法院系統運行的對策
（1）立足人機功能互補，建立人機系統解決方案
現實中的案件情形復雜多變，適用法律的過程本身包含價值判斷的過程，而審判工作需要實踐性的法庭技術操作與復雜的邏輯思維相結合，需要長期法律實踐的積累，抽絲剝繭還原事實真相。人工智能不等于智慧，不可能具有人獨特的思維能力，只能對人類某些行為進行自動化模擬，即使阿爾法狗戰勝了圍棋冠軍李世石 ③ ，也不能說明人工智能超越了人類大腦。人工智能建立在人的經驗與思維的基礎之上，是為人們的工作、學習、生活提供服務、幫助和便捷的現代化工具。人工智能必須借助法官及專家經驗，結合人工智能的模型算法 [11] ，基于海量數據立足人機功能互補，建立人機系統才能使人工智能的功能得到最大化的發揮。在此意義上，人工智能和法官之間并不存在取代與被取代的關系。實現法院等司法領域的人工智能化，需要投入大量人力、物力、財力進行人工智能研發，需要依靠法官的經驗和智慧，才能建立起新時代的智慧法院。
（2）加強人工智能技術研發，擴大其應用范圍
現階段人工智能識別系統僅支持簡單的語言記錄與輸出，無法對合議庭及法官的交互式討論進行分音識別，同時不支持方言識別。這一技術缺陷限制了人工智能的應用范圍，對此應該大力推動人工智能技術研發，完善人工智能技術。此外，目前成都各級法院使用的網上自助訴訟服務系統并未涉及電子送達、網上調解、網上舉證及質證、網上遠程案件質量評查監督、網上遠程卷宗調閱、網上遠程訊問、詢問、答辯等領域，而在這些領域應用人工智能系統將進一步提升司法審判工作的智慧性，推動智慧法院建設。因此，需要加強技術開發，將人工智能應用于送達、閱卷、調解、舉證及質證、訊問、詢問、答辯等領域，拓展并完善人工智能在法院等司法領域的應用。
（3）提高大數據信息完整性，構建精準化人工智能辦案系統
人工智能的基礎是海量數據，基于海量數據建立模擬算法 ④ ，因此人工智能的智能程度取決于數據的準確性和代表性，然而目前對數據的整理與提取，存在急功近利的粗糙現象，串案套改、重復案號、數據冗余等問題，降低了人工智能的準確性。所以當務之急不是對人工智能進行一味地批判亦或是盲目的稱贊，應該采取科學的態度和手段進行大數據分析，從裁判文書公開網所公布的案例中剔除簡單而不具有數據價值的案例，運用法律知識及統計學方法提取影響案件裁判的因素。同時，整合法院、檢察院和律師事務所等司法領域的各類數據，在現有數據庫信息管理系統的基礎上運用人工智能、專家分析、數據挖掘等新技術對各類數據進行科學的分析， 提高數據信息的準確性與完整性，從而建立可靠的算法模型，構建精準化人工智能辦案系統，讓“阿爾法法官”不再是一種設想。
（4）建立人工智能系統應用宣傳、培訓與評估機制
毋庸置疑，人工智能在司法領域的前景不可估量，將進一步推動智慧法院建設，實現權力在陽光下運行，讓人民在每一個案件中感受到公平正義。所以現階段的首要任務是要擴大人工智能的應用，通過制定學習方案、舉辦定期培訓班等方式進行人工智能的學習，正確看待人工智能與法官等司法人員之間的關系，調動廣大司法人員使用人工智能進行司法工作的熱情與積極性。同時以收案數、結案數、長期未結案數、涉穩案件數、案件難易程度等因素為參數，建立人工智能評估機制，利用人工智能系統對法官、司法輔助人員進行評估與考核，引導廣大司法人員正確看待人工智能，秉承邊研發邊應用、邊應用邊優化、邊優化邊推廣的原則，實現法官等司法人員與人工智能之間的良性互動。
四、人工智能在法院系統應用的發展前景
（1）法學教育與人工智能緊密結合
法院人工智能運行的實踐表明司法領域人工智能化具有可行性，現實社會中從大數據到區塊鏈，從電子支付到全面“刷臉”的發展歷程，再次印證了人工智能必將帶來具有終局意義的科技革命，司法領域人工智能化將是不容置疑的發展趨勢，在知識收集、存儲、調取等方面遠遠超越人類， “智能代理”、 “智能協作”、 “人機交互”將在不久的將來廣泛出現，使“無機生命”逐漸取代“有機生命”變為可能，給法院等司法領域帶來前所未有的挑戰。清華大學法學院院長申衛星在 2017 年新生開學典禮講話中認為，人工智能時代是一個人人都需要重新思考自己能夠做什么的時代，我們無法抗拒，只能迎接新時代的到來。因此，未來法學教育要以人工智能為背景，積極實現教育觀念的轉變，利用人類所特有的創造力及情感認知，注重培養“智能時代的法律人”，通過開設法律見習課程、法律文學課程及現行法律核心課程，同時加強人文修養，培養法律人公平正義的法律觀念及法律創造力，引導法律人形成善良、溫和的法律情感。目前人工智能開發及完善工作主要由技術人員擔任，法律專家的參與度極低，可以預見人工智能的發展需要法律與科技的復合型人才，促使法學教育與人工智能等前沿信息科學技術進行結合，引入操作人工智能機器人課程及開發法律人工智能課程，培養法律人駕馭、運用人工智能從事法律活動的能力，實現法律人工智能專業化 [12] ，以更加專業的姿態影響司法實務。
（2）法律人工智能職業化
法律與人工智能完全是兩個不同的學科，從司法實踐來看，多數法官及司法輔助人員的計算機水平較低，而法院系統內負責計算機業務的人員，其法律水平也無法和法官及司法輔助人員相提并論，但司法領域人工智能化是未來不可逆轉的趨勢。因此，為了實現法律與人工智能的完美結合，法律人工智能職業化將會應運而生，目前哈佛、耶魯等名校已推出相關法律科技課程，北京大學法律人工智能實驗室、法律人工智能研究中心日前已成立 [13] ，致力于為法律與人工智能行業發展提供智力支持，完善大數據時代立法，培養高端復合型法治人才。可以預見隨著人工智能時代的到來，未來高校教育將推出新型的法律教育模式，學科類型中會新增法律與人工智能的交互性新型學科，隨之社會實務中也會急需精通法律與人工智能的復合型人才，既精通法理、法律、法規和法條，又能夠根據案件情形與司法經驗進行準確的價值判斷，又熟知數據編程，通過建立“數據中心”對司法領域的各類數據進行合理的統計與分析，利用算法模型將案件情形進行細化，建立靈活而準確的法律人工智能模式，建立完整獨立的人工智能與司法的理論體系，推動法律人工智能職業化的出現及發展完善，提升司法效率，實現公平與正義。
（3）創新推出算法裁判下的“阿爾法法官”
隨著數據分析技術的提升，各種準確的算法模型建立，算法裁判下的“阿爾法法官”必將應運而生，也許未來法院審判活動中主審大法官的席位上將是“阿爾法”，避免在判案過程中出現法官徇私舞弊、辦理人情案、關系案、金錢案，實現法院審判活動的公開、公平與公正。也許“阿爾法法官”不能解決所有的案件，但在那些只需要單純事實判斷的案件中， “阿爾法”坐上審判席，成為助理法官，甚至成為主審大法官，都只是時間和科技創新的問題。
五、結語
人工智能在法院的運用是司法領域將科技與法律相結合的有益嘗試和探索，成都市中院及多個基層法院構建的網上訴訟服務中心、司法公開服務平臺、訴訟服務熱線、訴訟服務 APP 等訴訟服務智能體系、智能分案系統、智能文書生成系統以及成都市兩級法院統一采用的成都法院辦案平臺的運用，進一步證明司法領域人工智能化在監控案件審理進程，促進法院辦案流程規范化，實現司法的公平公正與公開方面效果顯著。不可否認，法院等司法領域人工智能化是新時代科技發展的必然趨勢。但就目前人工智能在法院的運行而言，法院人工智能的研發與運用仍處于初步探索階段，存在人工智能運用的局限性、范圍的狹窄性、依托數據的不完整性、互動的不充足性等較多問題，需要通過建立人機互動系統、加強人工智能研發、構建精準化人工智能辦案系統等措施，進一步研究相應的解決對策。因此，在推進司法領域人工智能的進程中需要保持理性思維，在享受人工智能帶來便利的同時，高度警惕人工智能因自身機械局限性所帶來的預測風險、數據濫用等問題，促使人工智能在健康的軌道不斷進步和發展。本文原載《科技與法律》2018年第3期