法官裁判方法嵌入司法人工智能路徑研究

任懷鈺

人工智能已成為當(dāng)前社會(huì)各領(lǐng)域應(yīng)用的重要手段，幾乎席卷人類生活各個(gè)領(lǐng)域，司法體制綜合配套制度改革亦將智慧法院建設(shè)提上日程。人工智能司法應(yīng)用，是通過技術(shù)手段將人工智能應(yīng)用于審判程序各階段，適應(yīng)和引導(dǎo)司法改革的步伐和方向，輔助法官裁判，促進(jìn)裁判尺度統(tǒng)一，提高訴訟效率，實(shí)現(xiàn)更高水平的司法公平正義。但從基層一線審判人員角度，當(dāng)前的司法人工智能與法官裁判方法脫節(jié)突出，導(dǎo)致當(dāng)前司法人工智能系統(tǒng)應(yīng)用中出現(xiàn)諸多短板。司法人工智能作為審判輔助工具，只有將司法裁判方法嵌入系統(tǒng)開發(fā)，才能迎合作為“用戶”的一線審判人員的需求，發(fā)揮智能效用。

一、短板審視：司法人工智能與法官裁判思維脫節(jié)產(chǎn)生諸多問題

（一）司法人工智能發(fā)展呈現(xiàn)低端化特點(diǎn)

維基百科中對(duì)人工智能的最新定義是：人工智能是根據(jù)對(duì)環(huán)境的感知，做出合理的行動(dòng)，并獲得最大收益的計(jì)算機(jī)程序。各個(gè)領(lǐng)域基礎(chǔ)技術(shù)與人工智能的結(jié)合，引起了領(lǐng)域內(nèi)的巨大變革。比如蘋果Siri、微軟小冰等智能助理，改變了人與手機(jī)的交流模式；人工智能程序也已經(jīng)開啟自動(dòng)撰寫的新聞稿件、對(duì)照片、圖片的自動(dòng)美化等藝術(shù)創(chuàng)作；自動(dòng)駕駛技術(shù)的實(shí)驗(yàn)與應(yīng)用等都體現(xiàn)了人工智能在工業(yè)領(lǐng)域的發(fā)展速度。人工智能分為弱人工智能、強(qiáng)人工智能、超強(qiáng)人工智能三個(gè)層級(jí)，專注于且只能解決特定領(lǐng)域問題的人工智能即為弱人工智能，而上述的人工智能在各個(gè)領(lǐng)域的發(fā)展均是弱人工智能的層級(jí)，ALphaGo就是弱人工智能的一個(gè)最好實(shí)例。

反觀人工智能在司法領(lǐng)域的應(yīng)用，尚處于最低級(jí)與最初級(jí)的階段，尚未達(dá)到弱人工智能階段。目前的人工智能在司法中的應(yīng)用主要集中在對(duì)法律條文、優(yōu)秀裁判文書、典型性案例的電子羅列及司法程序的無紙化處理，所有的技術(shù)手段均是在人工思考并做出裁判后，再由人工操作機(jī)器予以記錄、檢索，人工智能應(yīng)用的方式就是將海量的數(shù)據(jù)元（即法律知識(shí)電子數(shù)據(jù)）“碼放”在數(shù)據(jù)庫(kù)中，待人工以符合人工智能要求的檢索方式進(jìn)行檢索后，再自行匹配需要的知識(shí)點(diǎn)。單純機(jī)械的羅列法條、案例，缺乏對(duì)法律知識(shí)本體及自然語言、法律概念之間復(fù)雜關(guān)系的深入認(rèn)識(shí)和理解，使得人工智能司法應(yīng)用成為無本之木、無源之水。

（二）類案檢索精確性不高

當(dāng)前類案檢索的數(shù)據(jù)庫(kù)平臺(tái)有多種，權(quán)威發(fā)布的有中國(guó)裁判文書網(wǎng)、“法信”平臺(tái)及其他類案推送平臺(tái)等，雖然案例的數(shù)據(jù)庫(kù)足夠龐大，但類案推送案件的數(shù)量和比例、精準(zhǔn)度均不高。根據(jù)法信平臺(tái)的統(tǒng)計(jì)，查找法律依據(jù)依然是法官最高頻需求，而查找裁判規(guī)格（案例要旨）和法律觀點(diǎn)的需求也高于類案比對(duì)。①“法信”公眾號(hào)（2018年5月4日）《什么樣的知識(shí)數(shù)據(jù)服務(wù)才能滿足智慧法院需求？（上）》，該文章系法信團(tuán)隊(duì)在全國(guó)法院第五次網(wǎng)絡(luò)安全和信息化工作會(huì)議上做的題為《知識(shí)數(shù)據(jù)服務(wù)為智慧法院提供的全場(chǎng)景應(yīng)用》的整理文稿。總的來說，正是因?yàn)轭惏笝z索的準(zhǔn)確率太低，法官無法通過類案檢索平臺(tái)檢索到應(yīng)用于案件的合適結(jié)果，才在經(jīng)過自行思維加工后，歸納出需要的法條或案例要旨進(jìn)行檢索。一般來說，法官需要進(jìn)行類案檢索的案件基本上為相對(duì)疑難案件，例如，在一起商品房預(yù)售合同糾紛中，開發(fā)商為置業(yè)者貸款提供擔(dān)保，經(jīng)過七年左右時(shí)間，置業(yè)者償還了大部分貸款后，因財(cái)務(wù)緊張，無力繼續(xù)償還剩余小部分貸款，銀行扣劃了擔(dān)保人開發(fā)商的款項(xiàng)，開發(fā)商請(qǐng)求解除合同，收回房產(chǎn)，返還置業(yè)者購(gòu)房時(shí)的款項(xiàng)及償還的貸款。裁判過程中，合議庭對(duì)是否解除上述合同產(chǎn)生爭(zhēng)議。此時(shí)，合議庭成員除了要尋找法條依據(jù)，更試圖通過類案說服其他合議庭成員，并尋找裁判思路，類案檢索成為首選途徑。本案中，首先以“商品房預(yù)售合同、擔(dān)保貸款未還、合同解除”為關(guān)鍵詞在“法信”平臺(tái)的“類案檢索（測(cè)試版）”中進(jìn)行查詢，類案推送結(jié)果為0篇；以同樣的關(guān)鍵詞在中國(guó)司法大數(shù)據(jù)研究院的“類案智能推送”中檢索結(jié)果為0篇；在更改搜索關(guān)鍵詞為“擔(dān)保貸款未還、合同解除”在法信平臺(tái)的類案推送結(jié)果為4篇，在中國(guó)司法大數(shù)據(jù)研究院的類案智能推送中結(jié)果為0篇，其中這4篇均為兩起勞動(dòng)爭(zhēng)議案件的一、二審判決書；在以關(guān)鍵詞“商品房預(yù)售合同、合同解除”進(jìn)行檢索時(shí)，法信平臺(tái)的類案推送結(jié)果為22156篇、后者的類案推送結(jié)果為21461篇，而在該兩個(gè)平臺(tái)左側(cè)的“案情特征”一欄中顯示的關(guān)鍵詞高達(dá)200多，而該搜索顯然已經(jīng)喪失了精準(zhǔn)檢索的目的。①上述檢索均是在2018年6月10日號(hào)上午10：00左右進(jìn)行的檢索?？梢?，目前所謂的“類案檢索”明顯無法按照法官的裁判思維實(shí)現(xiàn)類案比對(duì)。

（三）司法人工智能深度學(xué)習(xí)對(duì)象缺乏實(shí)操性

深度學(xué)習(xí)引發(fā)了第三次人工智能浪潮的復(fù)興，使得人工智能在很多領(lǐng)域取得了突破性的進(jìn)展，但卻一直沒有在司法應(yīng)用領(lǐng)域的開展有效的深度學(xué)習(xí)，尤其缺乏對(duì)對(duì)法官裁判方法的深度學(xué)習(xí)。

早在1970年國(guó)外就開始了人工智能與法律推理的研究，討論了法律推理模型的可行性，到1977年Thorne用邏輯推理的方式分析公司稅務(wù)法建立了TAXMAN系統(tǒng)，1981年Waterman等開發(fā)設(shè)計(jì)了產(chǎn)品責(zé)任的民事裁量模型；1989年澳大利亞開發(fā)IKBALSI用于解釋事故《司法補(bǔ)償》調(diào)理額，處理工人事故補(bǔ)償問題；1991年Deedma以加拿大案例為基礎(chǔ)研究人工智能的專家斷案系統(tǒng)；1995年開發(fā)的Split-Up用于處理離婚案件的財(cái)產(chǎn)分割。2005年貝葉斯網(wǎng)絡(luò)被用于法庭調(diào)查中評(píng)估火災(zāi)事故的證據(jù)；2007年Strand將一般用于工程、計(jì)算機(jī)、醫(yī)學(xué)的貝葉斯方法用于法學(xué)的實(shí)證分析；2008年Riesen以受害人的特點(diǎn)為視角，用貝葉斯信念網(wǎng)絡(luò)分析美國(guó)刑事案件。、

可見，法律推理、裁量模型、專家系統(tǒng)、法律本體檢索一直是人工智能與法律研究的重點(diǎn)，但由于司法裁判的主觀性、專業(yè)思維的特殊性及各個(gè)國(guó)家司法體制的區(qū)別，使得上述的人工智能的裁量模型存在領(lǐng)域局限性、技術(shù)落后性及缺乏實(shí)操性等問題。而我國(guó)在司法人工智能領(lǐng)域的的研究更是滯后，甚至是空白，理論研究雖多但不夠深入。尤其是在司法人工智能的深度學(xué)習(xí)方面成果缺失，真正將技術(shù)、案例與法學(xué)理論結(jié)合起來的模型貧乏，即便有少量論文結(jié)合案例進(jìn)行了相關(guān)論述，也多從法學(xué)理論的角度出發(fā)進(jìn)行建模而未針對(duì)司法實(shí)際，缺乏實(shí)用性的研究與應(yīng)用。

二、原因反思：司法人工智能與法官裁判方法脫節(jié)的深層次原因分析

當(dāng)前司法人工智能與法官裁判方法的脫節(jié)是上述問題發(fā)生的關(guān)鍵。而造成這種脫節(jié)的原因可以從以下三個(gè)方面入手分析：

（一）學(xué)科的割離與壁壘制約了司法人工智能學(xué)科的發(fā)展

“隔行如隔山”，人工智能的研究與法學(xué)研究，無論從研究方法還是學(xué)術(shù)成果的評(píng)估都存在著較大的差異，尤其是法學(xué)研究?jī)?nèi)部又包含了法學(xué)理論研究和法律實(shí)務(wù)研究，二者的研究方法和手段也存在很大的不同。人工智能專家的相關(guān)論文主要關(guān)注了計(jì)算方法的高效性，缺乏對(duì)法學(xué)理論和司法實(shí)務(wù)的關(guān)注；法學(xué)學(xué)者的相關(guān)論文更多地關(guān)注了法律邏輯、法律概念的本體，注重法律的實(shí)效，而法律實(shí)務(wù)界則更側(cè)重于法律適用方法即法律裁判方法的研究和適用。這些研究側(cè)重點(diǎn)的不同導(dǎo)致了構(gòu)建人工智能模型的出發(fā)點(diǎn)和思維進(jìn)路的差別。

具體來說，當(dāng)前的司法人工智能主要是同通過“要素提取”的方式來對(duì)法律文書、案例等進(jìn)行解構(gòu)，“用戶”在進(jìn)行類案搜索時(shí)體會(huì)最為明顯，比如在前文進(jìn)行搜索的案例中，雖然其中的搜索的要素與結(jié)果中的要素字眼上是一致的，但相互聯(lián)系上卻大相徑庭。這是因?yàn)?，“要素提取”與審判實(shí)踐中裁判方法中的“要件事實(shí)”是不盡相同的。前者是將“要素”割離稱單純的某些單詞，而后者的要件事實(shí)，不僅包含這些單詞，還著重分析理解單詞之間的聯(lián)系，而這是裁判方法的精髓所在，也是前者缺失的重要內(nèi)容。前者因?yàn)槿狈α藢?duì)各“要素”之間邏輯關(guān)系的描述，比如，前文中所述的檢索，因?yàn)槿狈?duì)檢索要素（關(guān)鍵詞）邏輯關(guān)系之間的理解和適用，才造成類案檢索不精準(zhǔn)。因此，人工智能專家以其脫離實(shí)踐裁判方法的方式構(gòu)建裁判模型必然無法滿足裁判者的使用要求。

（二）基本案情智能識(shí)別脫節(jié)裁判方法導(dǎo)致司法智能偏離“用戶”①本文中的“用戶”指的是智能系統(tǒng)應(yīng)用者，包括法官、檢察官、律師等。需求

司法人工智能的基本思路是：基于案情描述作為整個(gè)司法智慧化系統(tǒng)的輸入，再采取特定的實(shí)驗(yàn)方案來對(duì)數(shù)據(jù)進(jìn)行“深度學(xué)習(xí)”過程，最終進(jìn)行測(cè)試，選用最優(yōu)的深度學(xué)習(xí)方法。因此，從龐大數(shù)據(jù)的解構(gòu)和分析得出的“基本案情描述”是深度學(xué)習(xí)的基礎(chǔ)和前提。大數(shù)據(jù)是人工智能的基礎(chǔ)，大量的數(shù)據(jù)及處理數(shù)據(jù)能力的提升催生了深度學(xué)習(xí)的出現(xiàn)及其在語音識(shí)別、圖像識(shí)別、圍棋等應(yīng)用領(lǐng)域的成功。在計(jì)算機(jī)領(lǐng)域，大數(shù)據(jù)被分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)三類。典型的結(jié)構(gòu)化數(shù)據(jù)是表格，填寫內(nèi)容確定；非結(jié)構(gòu)化數(shù)據(jù)則任由人們進(jìn)行天馬星空的想象，例如詩(shī)歌、小說等；處于兩者之間的便是半結(jié)構(gòu)化數(shù)據(jù)。裁判文書是最典型的半結(jié)構(gòu)化數(shù)據(jù)，其有著標(biāo)準(zhǔn)格式，但真正撰寫時(shí)不同法官會(huì)有不同的表述方式。①參見呂佳臻：《奇點(diǎn)的隱喻——法律人工智能的“寒武紀(jì)”》，載《法律與生活》2018年第5期。目前的司法人工智能系統(tǒng)的開發(fā)中，數(shù)據(jù)基本上為來源于中國(guó)裁判文書網(wǎng)或其他公共平臺(tái)的生效法律文書，這種樣本采集途徑對(duì)“法律外行”的人工智能專家而言是最便捷、最可靠的。人工智能專家利用分詞工具對(duì)半結(jié)構(gòu)化的判決書文本進(jìn)行分詞處理，比如LTP語言技術(shù)平臺(tái)，②LTP（Language Technology Platform）是由哈爾濱工業(yè)大學(xué)的社會(huì)計(jì)算與信息檢索研究中心開發(fā)的，提供了包括分詞、語義角色標(biāo)注等功能。將數(shù)據(jù)進(jìn)行結(jié)構(gòu)化，但這種分詞方法與法官的裁判方法并不契合的。法官判決書是由法官裁判思維加工后的自然語言，為了讓普通民眾看懂判決書，法官在書寫判決書時(shí)會(huì)有意的將含有“要件事實(shí)”的結(jié)構(gòu)化的語言自然化、生活化，有的判決書中并沒有明確體現(xiàn)法官的裁判思維過程。因此，人工智能專家在內(nèi)的普通民眾是無法通過大量的判決書總結(jié)出法官的裁判思維的，因此以此為基礎(chǔ)進(jìn)行的深度學(xué)習(xí)建立的模型必然不能符合裁判者的需求。

（三）司法實(shí)踐中統(tǒng)一裁判方法的缺乏阻礙了司法人工智能的深度學(xué)習(xí)

機(jī)器語言無法總結(jié)自然語言文本中的裁判方法是阻礙智能系統(tǒng)深度學(xué)習(xí)的瓶頸，而司法實(shí)踐領(lǐng)域成熟系統(tǒng)裁判方法論的缺乏，更加稀釋了裁判思維外化至裁判文書中的比例。

法律適用的過程本質(zhì)上就是將某個(gè)生活事實(shí)歸入某個(gè)法律概念之下的邏輯涵攝過程。③參見【德】卡爾·拉倫茨：《德國(guó)民法通論（上）》，王曉曄等譯，法律出版社2003年版，第96頁(yè)。法律方法或法學(xué)方法則是法理學(xué)界用于研究法律適用的方法的學(xué)科。張衛(wèi)平曾說，“在法學(xué)界由于我們要強(qiáng)調(diào)基礎(chǔ)性問題的研究，因此法技術(shù)的問題歷來被輕視?！瓘氖吕碚摰膶W(xué)者不可能將主要精力放在實(shí)用法技術(shù)的層面，學(xué)者也缺乏回答和解決法應(yīng)用技術(shù)層面的問題條件”。④張衛(wèi)平：《知向誰邁》，法律出版社2006年版，第21-22頁(yè)?？梢?，關(guān)于法學(xué)方法論的理論研究越來越多，但能直接運(yùn)用到實(shí)踐中的卻非常少，更毋論審判實(shí)踐中總結(jié)出的方法論。法律方法論更多的是一種思維實(shí)踐，而非具體的行為實(shí)踐，這也是其實(shí)踐性的特殊之處。法律方法的形成方式大多是在不同時(shí)期對(duì)不同的司法實(shí)踐進(jìn)行總結(jié)，這也就決定了其難以形成特別完整的體系，更多的是對(duì)司法案件中的經(jīng)驗(yàn)性規(guī)律進(jìn)行概括和提升，將其中可以推廣的內(nèi)容進(jìn)行理論化總結(jié)。法律方法具有較強(qiáng)的思維性質(zhì)，難以直接轉(zhuǎn)化為統(tǒng)一的行為實(shí)踐。雖然人們將法律方法說成是一種以司法操作為代表的技能，但司法操作并非像生產(chǎn)生活中的那種技能，而是運(yùn)用法律規(guī)范和程序、“技術(shù)”（更準(zhǔn)確的說是技巧）并智慧的運(yùn)用原則、規(guī)則、程序、原理及各種方法的能力。⑤參見孫光寧：《反思法律解釋方法的位階問題——兼論法律方法論的實(shí)踐走向》，載《政治與法律》2013年第2期。法律方法論的實(shí)踐性主要是一種主觀意志中的思維實(shí)踐活動(dòng)，它不能也無需替代或精準(zhǔn)的知道法官的具體行為活動(dòng)。審判方法論自身無法規(guī)范性的特點(diǎn)及審判者水平差異導(dǎo)致了實(shí)踐中缺乏相對(duì)統(tǒng)一的審判方法論。而人工智能專家并無能力自行研究出一套新的法律適用方法，亟需以相對(duì)統(tǒng)一的裁判方法為基礎(chǔ)進(jìn)行深度學(xué)習(xí)。

三、路徑探尋：法官裁判方法嵌入司法人工智能的路徑嘗試

（一）統(tǒng)一司法裁判方法為司法人工智能提供建?；A(chǔ)

司法實(shí)踐中的裁判方法是經(jīng)過實(shí)踐總結(jié)與法理理論結(jié)合的產(chǎn)物，是得到了實(shí)踐測(cè)試的、大數(shù)據(jù)分析及高度凝練的司法經(jīng)驗(yàn)法則，將該裁判方法嵌入人工智能研發(fā)、應(yīng)用，是司法人工智能研發(fā)的捷徑。在司法實(shí)踐中，關(guān)于法律適用、裁判思維方面的理論研究較少，但在某些領(lǐng)域也有相對(duì)成熟系統(tǒng)的裁判方法。比如民商事領(lǐng)域的“要件審判九步法”，在遵循演繹推理的基本邏輯結(jié)構(gòu)的基礎(chǔ)上，將抽象三段論根據(jù)司法裁判的內(nèi)在邏輯過程進(jìn)行具象，將三段論的每一段進(jìn)行細(xì)化，將抽象的規(guī)范分解為具體的要件；①參見吳兆祥：《提升司法水平的必由之路：確立統(tǒng)一的裁判思維模式》，載《人民司法》2011年第3期。此類裁判方法已經(jīng)經(jīng)過了多年司法實(shí)踐的“測(cè)試”，具備成為司法智能系統(tǒng)識(shí)別法律語言的重要條件。

另外，司法人工智能的研發(fā)與應(yīng)用可以先以類型化案件的人工智能平臺(tái)的建立為試點(diǎn)，比如，民商事審判中，如民間借貸案件、離婚案件、買賣合同案件；刑事案件中相對(duì)較多的危險(xiǎn)駕駛、盜竊、故意傷害等基層法院案由較為集中的案件類型的裁判方法進(jìn)行適度總結(jié)，以此為基礎(chǔ)進(jìn)行人工智能的深度學(xué)習(xí)，在此基礎(chǔ)上總結(jié)刑事、民事案件的相對(duì)統(tǒng)一的裁判方法，逐步推進(jìn)人工智能對(duì)裁判方法的深度學(xué)習(xí)。

（二）規(guī)范裁判文書中裁判方法的表達(dá)方式為深度學(xué)習(xí)提供可識(shí)別樣本

裁判文書是法官裁判方法的外化載體，也是深度學(xué)習(xí)的最主要和最便捷的樣本來源，因此提高裁判文書中裁判方法的識(shí)別度，也就要求裁判文書準(zhǔn)確、明晰的表達(dá)裁判方法。

以民商事案件為例，目前法院判決書新的文書樣式中的民事起訴狀、民事判決書的格式與民事審判“要件審判九步法”的裁判方法的思維邏輯是一致的，比如民事“要件審判九步法”中的九步法中的第一步是“固定權(quán)利請(qǐng)求”。權(quán)利請(qǐng)求是訴訟的基本出發(fā)點(diǎn)或原始出發(fā)點(diǎn)，權(quán)利請(qǐng)求是確定當(dāng)事人訴訟請(qǐng)求所依據(jù)的法律基礎(chǔ)的出發(fā)，②參見鄒碧華：《要件審判九步法》，法律出版社2010年版，第54頁(yè)。這也就是起訴書和判決書中所需要首先明確的東西，因此，文本樣式中將“訴訟請(qǐng)求”單獨(dú)明確出來，就是要能夠一眼掌握該案件的訴求是什么，從而引出以下的論證。如果均按照統(tǒng)一格式書寫法律文書，司法智能系統(tǒng)提取裁判要件的目的就是會(huì)更容易實(shí)現(xiàn)。因此要嚴(yán)格規(guī)范裁判文書遵循《人民法院制作民事訴訟文書樣式》書寫法律文書；另外，根據(jù)最高人民法院2018年6月13日施行的《關(guān)于加強(qiáng)和規(guī)范裁判文書釋法說理的指導(dǎo)意見》中進(jìn)一步對(duì)裁判文書的說法釋理的內(nèi)容提出要求，要求既要闡明事理、釋明法理、講明情理、講究文理；在裁判結(jié)論的論證上要針對(duì)訴訟主張和訴訟爭(zhēng)點(diǎn)，根據(jù)證據(jù)對(duì)證據(jù)認(rèn)定、法律適用進(jìn)行釋法說理。該意見的施行，恰是印證了裁判文書的釋法說理的重點(diǎn)和依據(jù)，潛在的裁判方法就是“要件審判九步法”的邏輯內(nèi)涵。

要實(shí)現(xiàn)裁判文書的規(guī)范化，可以從現(xiàn)有技術(shù)上入手。一方面，升級(jí)裁判文書智審系統(tǒng)，規(guī)范文書樣式模板，對(duì)不符合文書樣本要求的裁判文書進(jìn)行糾錯(cuò)、提示，在文書形成階段即嚴(yán)格把關(guān)，有益提示；另一方面，通過現(xiàn)行網(wǎng)上立案和裁判文書上網(wǎng)的審查機(jī)制來倒逼法律文書規(guī)范化，比如網(wǎng)上立案時(shí)以要件填寫的方式要求起訴狀必須符合要件的格式要求，否則，不能上傳，從而無法立案；同理，在裁判文書上網(wǎng)時(shí)，剔除不符合文書樣式文本的裁判文書，禁止上傳，從而規(guī)范裁判文書的格式要求。

（三）以對(duì)法官裁判方法的深度學(xué)習(xí)為途徑構(gòu)建司法人工智能系統(tǒng)

深度學(xué)習(xí)是目前最先進(jìn)的機(jī)器學(xué)習(xí)方法，目前深度學(xué)習(xí)的核心計(jì)算模型是人工神經(jīng)網(wǎng)絡(luò)。李開復(fù)在《人工智能》一書中以簡(jiǎn)易語言對(duì)深度學(xué)習(xí)機(jī)制進(jìn)行了描述，指出，深度學(xué)習(xí)和所有機(jī)器學(xué)習(xí)方法一樣，是一種用數(shù)學(xué)模型對(duì)真實(shí)世界中的特定問題建模，以解決該領(lǐng)域內(nèi)相似問題的過程。深度學(xué)習(xí)就是把計(jì)算機(jī)要學(xué)習(xí)的東西看成一大堆數(shù)據(jù)，把這些數(shù)據(jù)丟進(jìn)一個(gè)復(fù)雜的、包含多個(gè)層級(jí)的數(shù)據(jù)處理網(wǎng)絡(luò)（深度神經(jīng)網(wǎng)絡(luò)），然后檢查經(jīng)過這個(gè)網(wǎng)絡(luò)處理得到的結(jié)果數(shù)據(jù)是不是符合要求——如果符合，就保留這個(gè)網(wǎng)絡(luò)作為目標(biāo)模型，如果不符合，就一次次、鍥而不舍的調(diào)整網(wǎng)絡(luò)的參數(shù)設(shè)置，直到輸出滿足要求為止，是一種盡可能逼近問題目標(biāo)的半理論、半經(jīng)驗(yàn)的建模方式。通俗的講，深度學(xué)習(xí)是人工智能發(fā)展到目前最先進(jìn)的一種機(jī)器學(xué)習(xí)方法，輸入的信息或認(rèn)知要通過計(jì)算機(jī)的運(yùn)算、建模，待得出的結(jié)果與輸入的結(jié)果一致，計(jì)算機(jī)此時(shí)的程序就是認(rèn)知該知識(shí)的程序；如果輸入與輸出的結(jié)果不一致，則需要不斷調(diào)整計(jì)算機(jī)的運(yùn)算及模型，待兩者結(jié)果一致，固定該模型，這個(gè)過程就是深度學(xué)習(xí)的過程。①參見李開復(fù)、王詠剛：《人工智能》，文化發(fā)展出版社2017年版，第241-242頁(yè)。

裁判方法的深度學(xué)習(xí)是司法人工智能的基礎(chǔ)。司法人工智能的深度學(xué)習(xí)應(yīng)當(dāng)是通過對(duì)成熟裁判方法的學(xué)習(xí)，這是司法人工智能系統(tǒng)建立的捷徑。具體方式主要是在分析裁判文書、案例等大數(shù)據(jù)的基礎(chǔ)上通過諸如神經(jīng)網(wǎng)絡(luò)系統(tǒng)的工具進(jìn)行反復(fù)的核算、調(diào)整，最終歸納出可以被計(jì)算機(jī)運(yùn)用在類似數(shù)據(jù)上的知識(shí)或規(guī)律。當(dāng)前的智能系統(tǒng)建設(shè)已經(jīng)形成大數(shù)據(jù)的平臺(tái)，擁有了案例、裁判文書、法條的龐大數(shù)據(jù)庫(kù)，并且具備了對(duì)該數(shù)據(jù)的存儲(chǔ)、分析以及檢索的能力，但缺乏的是如何將裁判方法嵌入司法人工智能的構(gòu)建中。因此，如何讓機(jī)器利用自然語言處理能力去理解案件文本，并尋找其中的裁判規(guī)律，是實(shí)現(xiàn)司法裁判人工智能化的關(guān)鍵。

對(duì)于人工智能的設(shè)計(jì)者來說，在信息處理階段，必須將計(jì)算機(jī)模型調(diào)試到可以滿足對(duì)個(gè)案進(jìn)行辨識(shí)的信息處理要求，再設(shè)計(jì)出相應(yīng)的程序來完成數(shù)據(jù)輸入和數(shù)據(jù)輸出時(shí)的知識(shí)展現(xiàn)問題。一旦能夠完成信息處理工作，那么接下來使用特定的語法結(jié)構(gòu)和數(shù)據(jù)來處理這些工作就會(huì)順利很多。①參見吳習(xí)彧：《司法裁判人工智能化的可能性及問題》，載《浙江社會(huì)科學(xué)》2017年第4期。而對(duì)案件的識(shí)別分析及信息處理則需要將現(xiàn)有的法學(xué)方法論體現(xiàn)作為裁判規(guī)律建立計(jì)算機(jī)的裁判模型，選取實(shí)用性、科學(xué)性、專業(yè)性的裁判方法論則顯得尤為重要。隨著深度學(xué)習(xí)技術(shù)的不斷提升，模型的不斷豐富，很多模型與算法均能有效的遷移至司法智能的問題上，甚至可以針對(duì)司法智能的問題，提出更加具有針對(duì)性的模型和算法。比如，在面向中文領(lǐng)域的自然語言處理的各項(xiàng)任務(wù)中，對(duì)文本輸入而言均需要先做分詞的處理，主要的工具有詞袋模型、FastTest模型和卷積神經(jīng)網(wǎng)絡(luò)模型等等，這些模型具有一定的局限性，比如詞袋模型僅考慮了原始文本中詞出現(xiàn)的次數(shù)，忽略了原始文本中詞的書序、文本的句法和語法等信息，這種缺陷在司法數(shù)據(jù)語言的識(shí)別上，應(yīng)當(dāng)結(jié)合裁判思維方式進(jìn)行機(jī)動(dòng)的改進(jìn)。

四、具體嘗試：司法人工智能融合“要件審判九步法”裁判思維

以下就以民商事審判中總結(jié)并成熟實(shí)踐的“要件審判九步法”為模型，試圖以此為司法裁判人工智能的成型提供有益思路。

（一）“要件審判九步法”的邏輯結(jié)構(gòu)分解與思辨

“要件審判九步法”是將以演繹推理為基礎(chǔ)的法律分析方法結(jié)合實(shí)踐在審判中提出的形式理性的裁判思維方法，其特點(diǎn)是以要件事實(shí)作為審判的基本元素，以簡(jiǎn)明具體的操作步驟作為抽象審判思路的基本載體，在程序法和實(shí)體法之間建立連接點(diǎn)，在糾紛事實(shí)與法律規(guī)范構(gòu)成要件之間建立連接點(diǎn)，在法律訴訟指揮權(quán)與當(dāng)事人處分權(quán)之間建立連接點(diǎn)。②參見鄒碧華：《要素審判九步法》，法律出版社2010年版，第26-27頁(yè)?？梢?，從要件審判九步法本身來看，其與人工智能的工作原理是契合的，能發(fā)揮人工智能在邏輯推理及演繹推理方面的優(yōu)勢(shì)。要件審判九步法把法官審理民事案件的基本思路分為九步：1.固定權(quán)利請(qǐng)求；2.確定權(quán)利請(qǐng)求基礎(chǔ)規(guī)范（并法律觀點(diǎn)開示）；3.確定抗辯權(quán)基礎(chǔ)規(guī)范；4.基礎(chǔ)規(guī)范構(gòu)成要件分析；5.訴訟主張的檢索；6.爭(zhēng)點(diǎn)整理；7.要件事實(shí)證明（并心證公開義務(wù)）；8.事實(shí)認(rèn)定；9.要件歸入并做出裁判。要件審判九步法中的九個(gè)步驟，每一個(gè)步驟都可以在邏輯框架中找到相應(yīng)的位置。

“要件審判九步法”作為民商事審判的一種裁判方法在實(shí)踐中備受推崇，但是也有不同的聲音對(duì)其質(zhì)疑，有法官提出，審判過程是前后反復(fù)、相互交錯(cuò)的，無法成為數(shù)字、公式和模型，尤其是法官的思維不能向“要件審判九步法”中規(guī)定的“九步”的過程來進(jìn)行審判，經(jīng)驗(yàn)豐富的法官在審理案件的時(shí)候，并不是真正的到第九步才做出裁判，而是在審理案件開始或過程中，早已經(jīng)存在一個(gè)預(yù)設(shè)的判決，這個(gè)判決是審判的先導(dǎo)，引領(lǐng)著法官展開審判。①參見周愷：《“要件審判九步法”之批判》，載微信公眾號(hào)“法律讀庫(kù)”。法官一開始主要依靠豐富的法律專業(yè)知識(shí)和司法實(shí)踐經(jīng)驗(yàn)，即“法感”，來快速發(fā)現(xiàn)初步的結(jié)論。然后才使用“理性—分析”系統(tǒng)來對(duì)初始結(jié)論進(jìn)行檢測(cè)，以得出更為準(zhǔn)確的結(jié)論。最后，法官需要依靠理性分析對(duì)裁決結(jié)論進(jìn)行正當(dāng)化的論證，以將建立在個(gè)人認(rèn)知基礎(chǔ)上的裁定結(jié)果，轉(zhuǎn)化為可以被大眾理解的法律推理結(jié)論，從而展現(xiàn)司法的正當(dāng)性。

實(shí)際上，上述的兩種觀點(diǎn)與“要件審判九步法”并不沖突。審判活動(dòng)中的思維方式與其他腦力活動(dòng)的思維方式是一致的，無法完全通過要件、公式或模型的方式加以范式化，比如圍棋等智力游戲，雖然有棋譜和技巧，但其中的變化是隨著每個(gè)棋手的理解和智商分不開的，而“要件審判九步法”只是以一種相對(duì)公式化的方式將審判實(shí)踐中的論證過程確定下來，雖然經(jīng)驗(yàn)豐富的法官在看到案件后，無需這些步驟即可預(yù)知結(jié)果，但對(duì)審判新人或人工智能來說，這種相對(duì)固定的裁判方法的描述為他們開展審判活動(dòng)提供了工具和思路。

（二）利用要件審判九步法進(jìn)行裁判思維模擬的具體操作

正因?yàn)槿斯ぶ悄苌疃葘W(xué)習(xí)裁判思維的難點(diǎn)在于自然語言處理能力及價(jià)值判斷，而將相對(duì)成熟的要件審判九步法嵌入進(jìn)人工智能，就是將模擬裁判思維的自然語言能力的難度降到最低，具體到九步法中，可以進(jìn)行如下的嘗試：

首先，大前提基礎(chǔ)規(guī)范模型的構(gòu)建主要是對(duì)基礎(chǔ)規(guī)范即完全性法律條文的檢索、分析、建立基礎(chǔ)的邏輯規(guī)范模型。其中包含了對(duì)法條規(guī)范要件的識(shí)別、當(dāng)事人訴求及抗辯理由的自然語言識(shí)別，并對(duì)二者進(jìn)行邏輯分析。

人工智能以其強(qiáng)大的計(jì)算能力和數(shù)據(jù)檢索能力可以完成該部分的工作，建立同類案件的自然語言識(shí)別模型。這個(gè)階段可以充分發(fā)揮人工智能的作用，主要工作包括：1.人工智能通過輸入或掃描的訴狀內(nèi)容，對(duì)案件的訴訟請(qǐng)求、抗辯理由進(jìn)行識(shí)別處理；2.對(duì)大數(shù)據(jù)中符合裁判思維標(biāo)準(zhǔn)的法律文書和案件進(jìn)行檢索、分析、提?。?.檢索出與訴訟請(qǐng)求、抗辯理由相關(guān)聯(lián)的法律規(guī)范；4.通過深度學(xué)習(xí)總結(jié)出不同案由的訴訟請(qǐng)求、抗辯理由及其基礎(chǔ)規(guī)范的規(guī)律。

其次，小前提爭(zhēng)點(diǎn)的整理與認(rèn)定事實(shí)模型的建立則需要法官和人工智能的相互配合。爭(zhēng)點(diǎn)整理的過程就是法官引導(dǎo)訴訟的過程，法官裁判思維主要體現(xiàn)在對(duì)案件的爭(zhēng)議焦點(diǎn)的整理分析，此間融入每名法官的直覺、知識(shí)體系、邏輯、視域等要素，而目前的人工智能無法完全獨(dú)立完成這些訴訟活動(dòng)。因此，在此階段中的爭(zhēng)點(diǎn)整理，人工智能應(yīng)該起到的是輔助總結(jié)的作用，與法官的主動(dòng)性相互結(jié)合。主要工作包括：1.人工智能根據(jù)案件的要件構(gòu)成，對(duì)雙方當(dāng)事人的爭(zhēng)議焦點(diǎn)做出初步總結(jié)；2.對(duì)當(dāng)事人圍繞焦點(diǎn)提出的證據(jù)進(jìn)行分解、提示、初步認(rèn)證；3.對(duì)法官總結(jié)的爭(zhēng)議焦點(diǎn)進(jìn)行檢測(cè)、補(bǔ)充、糾錯(cuò)。

最后，要件歸入模型的建立則是輔助和驗(yàn)證裁判結(jié)果的過程。要件歸入模型實(shí)際上應(yīng)當(dāng)與前面的大前提是相呼應(yīng)的，最大的區(qū)別在于要給法官的主觀價(jià)值判斷留有空白余地，也就是由法官對(duì)人工智能缺乏的創(chuàng)新性進(jìn)行主觀上的補(bǔ)充。在此部分，人工智能的主要工作流程是：先由法律智能輔助系統(tǒng)做出一個(gè)初級(jí)的推演過程及裁判結(jié)果，再由法官做出有益補(bǔ)充；反過來說，對(duì)于非疑難案件，可以由法官在將裁判結(jié)果做出認(rèn)定，法律智能輔助系統(tǒng)通過要件的邏輯分析做出的邏輯初判，后最終由法官進(jìn)行價(jià)值補(bǔ)充后，做出最終裁判。而裁判智能輔助系統(tǒng)在此起到的就是邏輯演繹、驗(yàn)證的作用，可以為法官的裁判提供邏輯說理并做出驗(yàn)證。

基于上述裁判智能系統(tǒng)的建模過程，最終能夠形成一份包含基本說理、證據(jù)采信、法律論證的判決書雛形，在此基礎(chǔ)上，由法官做出最后的補(bǔ)遺和糾錯(cuò)。通過該系統(tǒng)的建立和使用，并非能夠出現(xiàn)一個(gè)機(jī)器人法官，而是使大部分簡(jiǎn)單、清晰、重復(fù)性高的案件建立審判模型，形成裁判模板，減輕法官的工作負(fù)擔(dān)，提升法官的辦案效率、辦案能力，從而促進(jìn)司法公正。

結(jié) 語

典型、簡(jiǎn)單案件往往占據(jù)民商事、刑事司法審判中的絕大多數(shù)，基層法院“堆積”大量此類案件?；鶎臃ü儇叫鑿拇祟惏讣闹貜?fù)性勞動(dòng)中得到解放。司法人工智能的運(yùn)用并不會(huì)使得審判徹底淪為“自動(dòng)販賣機(jī)”的模式，而是提高工作效率、提升審判質(zhì)效的有效途徑。當(dāng)前司法裁判人工智能化的研發(fā)過程匯總，需要斟酌的不僅是技術(shù)上的障礙，還應(yīng)考慮法官的接受度和實(shí)際效用。在絕大多數(shù)民事或形式案件中，尤其是裁判過程，不能通過簡(jiǎn)單和標(biāo)準(zhǔn)化的計(jì)算機(jī)程序來處理，這是目前人工智能技術(shù)還不能企及的高度。①參見吳習(xí)彧：《裁判人工智能化的實(shí)踐需求及其中國(guó)式任務(wù)》，載《東方法學(xué)》2018年第2期。面對(duì)這種發(fā)展形勢(shì)，作為法院的基層工作者，以自己審判實(shí)踐的裁判方法提出對(duì)裁判思維模擬的設(shè)想，也是對(duì)算法裁判發(fā)展的有益拓展。但由于學(xué)科的壁壘，審判者或人工智能專家均無法單獨(dú)的完成司法人工智能的研發(fā)，必須二者協(xié)作，由審判者為人工智能專家提供深度學(xué)習(xí)的樣本及路徑，人工智能專家依靠先進(jìn)的技術(shù)進(jìn)行研發(fā)。