法律领域的数字化是不言而喻的发展趋势,大数据时代的来临以及计算机学习算法和运算能力的极大改善助推人工智能进入司法领域,诞生了服务于司法业务的法律人工智能系统。近年来,各地在法律人工智能的研发和应用上突飞猛进,涌现了一批包括上海“206”系统、北京“睿法官”系统等在内的人工智能法律系统。在数字时代,司法的目标将不再局限于实体正义和程序正义的价值平衡,还要考虑如何实现“数字正义”。在以智慧司法建设为口号的司法技术革命进程中,无论是法律人还是技术员都需要对人工智能技术和相关法律理论的边界有一个基础性的认识,并在技术上限和法律理论的底线之间寻找和把握法律人工智能应用的业务范围。

一、法律人工智能的技术边界

法律人要想理性认知这一命题,首先要对法律领域人工智能的发展现状与应用前景有一个清醒的判断,要尊重它的复杂性和阶段性。虽然人工智能技术的发展速度令人惊叹,但是理论上的可能性和技术上的可行性之间依然存在巨大鸿沟。

根据智能机器与人类自主意识的对比关系为标准来划分,人工智能的发展分为三个阶段:“弱人工智能”(Artificial Narrow Intelligence,ANI)、“强人工智能”(Artificial General Intelligence,AGI)和“超人工智能”(Artificial Super Intelligence,ASI)。从世界范围内看,智能机器的研究和应用基本上处于“弱人工智能”阶段,其主要功能是进行信息的高效处理,在法律领域的应用主要是法律信息检索系统(Retrieval System)和法律专家系统(Legal Expert System)。“强人工智能”是智能机器下一步的发展方向,它的出现意味着对人类思维的模拟和再现,得以运用认知和推理等通用功能来分析问题、判断价值和学习创作。而在“超人工智能”阶段,智能机器的智能高度将超越人类水平,智能机器得以在自我复制和提升智识。但是,后两个阶段的“奇点”来临还只是未能证实的科学猜想,盲目的担心或者过分的期待都是一种不严谨的技术认知。立足于“弱人工智能”的阶段,我们所要关注的应当是在技术上限的允许范围内,挖掘智能技术在司法应用领域的应然价值,避免技术认知错误将司法业务引向歧途。

“弱人工智能”的特征是“有多少人工,才有多少智能”,法律行业应用人工智能的时候,应当正视技术本身的优势以及它当下的局限。由于计算机对表征极为依赖,所以它不能具有人的非表征与非形式化智能(比如直觉性或经验性知识),只能根据设定的程序机械化进行,无法兼顾其他因素,逻辑性强但是过于平面化,感应、认知、反应和创造的能力尤为欠缺。可以说,非形式化的、不可表征的智能活动,不仅是阿尔法狗、深度学习以至人工神经网络的应用禁区,也是可预见的“弱人工智能”发展的应用边界。当下人工智能的技术局限在司法领域还有着特殊的表现形式。人工智能技术的三大核心要件是“数据集合、智能算法和运算能力”,硬件性能的不断提升对于保证机器智能的运行速度已不成问题,但是在数据和算法方面机器智能还存在诸多技术应用上的争议。

二、法律人工智能的理论边界

法律人工智能的研发和应用涉及很多复杂问题,这不仅有工程技术上的原因,更有深层次上的理论原因,即人工智能所依赖的理论假设的问题。法律人工智能以形式理性主义为理论基础,它把法律规则和法律逻辑均推定为明确的、可数据化和可表达的对象。人工智能法律系统的基本推理程式是输入已知事实和检察官、辩护人提出的证据,通过检索数据库中存在的关键词,并运用算法规则,在所有信息明确的情况下,运用形式逻辑的方式推导出结论。

而司法的实质理性强调司法的能动性,要求司法官在遵循基本程序性规范的基础上综合考虑与案件有关的主客观因素,发挥其在价值选择、理论研判、经验总结乃至直觉判断上的主观作用,这一点在疑难复杂案件的推理程序中有直观体现,即处理司法核心事项应当遵循直接言词原则。机器对人的辅助是为了让司法决策成为一个稳定的理性决断,“人机协同模式”就是为了预防机械裁判使得形式理性主义极端化。当机器没有思维或者缺乏实质理性时,它在司法领域的应用都将是人机互动的协同模式。当下的人工智能尚不能有目的地审查证据,发现证据疑点,而且输入的证据材料都是被形式化、数据化的“二手材料”,这和传统的书面化审理方式极为相似,很可能构成对直接审理原则的背离。司法官的主观能动性是司法理性永远不可或缺的内容。然而,人工智能法律系统的标准化、形式化程度越高,法官的自由裁量权就越小。虽然为了防止裁量权滥用而采取一定制约手段是有必要的,但是法官为了发挥主观能动性来综合考虑各种因素的自由空间是不能被强势挤压的,这一点可以由“自由心证”对“证据法定主义”的否定和超越来佐证。

据此,以形式理性为依托的法律人工智能,在简单刑事案件的推理工作和所有案件的事务性工作中“纵横捭阖”的同时,不能突破自身的业务范畴对司法的实质理性造成侵害,尤其是不能以追求效率为代价牺牲直接言词原则在复杂案件中的应有价值。

三、法律人工智能的业务边界

通过上述对法律人工智能的技术现状和理论问题的分析,可以得知,目前法律人工智能可以应用的业务范围包括两部分,即所有案件的司法事务性工作和简单案件的法律推理工作。

1.司法事务性工作

司法工作大体可以分为三个层次:第一层是大量基础性、程序性工作,如文书的送达、卷宗的整理和传递、法律和案例的检索、证据的交换与展示等,这些工作曾占据司法人员的主要精力;第二层是需要依靠经验判断和逻辑思维来处理的事项;第三层是需要运用正义论和法哲学来分析的问题。与人工智能发展的第一阶段相适应,目前的法律人工智能所要解决的应当是第一层的事务性工作,其核心任务是搭建好信息化基础设施,实现数据流转的联动与通畅,以机器智能代替大量的重复性、低附加值的繁琐工作,通过科技与法律的融合来释放整个法律行业的生产力。

在中国,审判中心的制度改革是整个刑事司法改革的基点,要求对于复杂的、有争议的案件应当发挥审判职能的核心作用,以贯彻直接言词原则的方式确保庭审的实质化。这就要求法官集中精力在法庭上来审理关键性的司法事项,避免被事务性工作缠身。而法律人工智能的出现恰恰提供了一种提升司法效率和丰富庭审内容的工具,辅助法官来做好司法审判工作。例如,智能示证系统可以通过语音指令,对与待证事实相关的证据以电子化的形式进行灵活的调取和多维度展示,并且辅助法官根据时间线对现有证据进行整理和补充,从而有效地提升法庭质证的效率和透明度,使得庭审内容更为丰富。

2.简单案件的法律推理工作

我国认罪认罚从宽制度的改革和以审判为中心的改革是同时推进的,目的是对案件进行繁简分流。在此情形下,对于认罪认罚的案件尤其是适用简易程序和速裁程序的案件,由于事实清楚、证据充分,而且法庭调查和法庭辩论的环节被极大简化甚至省略,法律适用的规则逻辑较为清晰,所以人工智能法律系统在形式理性方面的优势将有很大的发挥空间。我国各地推行的“智慧法院系统”,在系统模拟时应谨慎涉足证据推理和法律解释领域。对于简易、速裁案件或小额案件可以适当探索推理应用,直接把案件事实当作法律推理小前提,用三段论演绎推理方法得出裁判结论,以此减轻法官耗费在简单案件上的脑力劳动,从而集中精力处理复杂疑难案件。

概言之,在“弱人工智能”阶段,包括量刑辅助系统和文书自动生成系统等涉及法律推理的法律人工智能系统,都属于逻辑规则比较简单的智能系统,只能适用于处理那些程序相对机械化或高度类型化的简单案件,如果将这类系统普遍应用于所有司法案件,则会架空法官对于核心事项的审理,很可能导致为了追求司法效率而牺牲司法公正的情况。