人工智慧應用到法律審判？是現實不是玩笑

隨著百度、聯想先後宣布公司要「AI化」，人工智慧領域的爆炸式發展就進入了一個新階段。從AlphaGO到《中國製造2025》，人工智慧之風愈刮愈烈。

nn

在設想或者已呈現的產品中，人工智慧已經涉獵語音交互、安防、自動駕駛、醫療健康、電商零售、金融、教育等諸多領域。但把它與法律、司法審判、糾紛解決這樣嚴肅而傳統的領域相結合，聽起來有點像是天方夜譚。

但它已經在不知不覺中走向了現實。2016年7月底，中共中央辦公廳、國務院辦公廳印發《國家信息化發展戰略綱要》，「智慧法院」赫然在列。一年後的2017年7月25日，上市公司久其軟體在投資者關係互動平台上表示，全資子公司華夏電通充分利用在法院領域積累的業務經驗以及大數據技術完善解決方案，加快建設智慧法院，並已在多省高院進行推廣與試用。

法律糾紛審判應用AI很有必要

事實上，法律某種程度上恰恰與人工智慧的基礎需求不謀而合。正如美國現代實用主義法學的創始人霍姆斯在其代表作《普通法》所說，「法律的生命不在於邏輯，而在於經驗」，法官斷案時，不僅要根據國家的硬性法律，也要根據自己的職業經驗，而那些經驗數據的累積場景恰恰最適合人工智慧的應用，在法院中普遍出現的小糾紛案例也提供了足夠的數據支持。

nn

反過來，法律的執行機構法院體系，在糾紛解決領域（非刑事案件）對人工智慧的需求也是迫切的。

首先是效率需求。隨著法律意識的增強，越來越多人把社會、經濟生活中的糾紛訴諸法律，它們是數量巨大，卻又大多簡單易斷。

2016 年最高人民法院工作報告中顯示: 最高人民法院受理案件15985件，審結14135件，比2014年分別上升42.6%和43%；地方各級人民法院受理案件1951.1萬件，審結、執結1671.4萬件。

絕大數案件都是由基層審理，現實是基層法官的人數十分有限。據法院系統一份調查統計數據，一名基層法官一年至少要處理 200 起糾紛，在經濟較為發達的地區最多甚至能達到 400 多起。在一個工作日一名基層法官至少要審結一起案件並且要書寫判決等多項工作，這對法官的職業能力和身體素質都是極大的挑戰。而且，越忙的工作，出現紕漏的可能性就越大。

而反觀這些糾紛處理，案件按難易程度綜合確定為簡單、一般、複雜、非常複雜四種案件類型，其中簡單和一般的案件居多。如果能夠將人工智慧引入糾紛解決機制，就可以較為妥善的解決這個問題。

nn

然後是公平需求。由於法官的職業能力的高低不同，同一類型的案件在全國各地不同地區甚至即使是同一法院在不同時間段得出的判決結果都不相同，這固然是現實，但總體而言這對於當事人來講是不公平的，對於整個社會的糾紛解決也是不利的。

通俗來講，人工智慧還是屬於類似於機器的運作，很大程度上避免當事人通過與工作人員產生利益關係而導致的判決不公正現象。從根源上杜絕在解決糾紛領域的貪污腐敗現象，使法律更具有公信力與威懾力。

其次，利用人工智慧可以使相同類型案件得到基本一致的判決，或者說更為公正的判決，可以在很大程度上避免不同地區不同判決，提高判決結果的一致性，同時防止冤假錯案的產生。

公平是法律的要義，高於一切。引入人工智慧，統一尺度，意味著在同質案件上，因人員不同造成的非公平現象可以得到解決。

還有經濟考慮。很多低收入人群面對糾紛解決的收費往往望而卻步，這實際上在經濟上隔絕了一部分人維護自己正當權益的機會。

nn

人工智慧帶來的效率，直接結果就是極低的費用支出，一旦第一份人工智慧系統被生產出來，再拷貝一份或進行推廣的成本幾乎為零，對當事人、對司法機構都十分有利。雖然解決糾紛系統在創設的過程中也會耗費大量的人力物力，但案件的處理速度與成本都會使當事人滿意，效率與公正就都能實現。

靈活性決定可行性

法律領域的規則都是制定好了的，所以人工智慧應用到法律審判與其他領域（沒有成文的規則，需要人工智慧按演算法總結並遵循）有著很大不同。

人工智慧否解決法律糾紛的憂慮，不在於它是否能嚴格按照法條去判斷，而是擔心它太過於按照法條去判斷，即過於刻板，得出的判決會十分沒有「人情味」。

nn

法律要解決不僅僅是量的問題，不僅要考慮案件的情節對法條的適用，還要超出法律規範本身，包括當事人的訴求，案件的影響在一定範圍內的影響，甚至於我們國家特殊的國情。法官傳統斷案模式具有更多的人情味在裡面。法院審理案件並不是非黑即白，人工智慧平台必須還檢測出法律的細微精妙之處。

但是，隨著社會科學水平的不斷進步與發展，只要信息成本足夠低，我們可以將所有的相關因素都輸入進去，不管是硬性的法律規則，還是軟性的人情社會，將人工智慧的落腳點體現在人上，這樣的問題在長期會得到解決。利用人工智慧系統代替基層法官處理簡單或者一般的案件，快速簡單的作出對糾紛的處理，基於實用主義而言，這樣高效率的司法方式是我們應該想要追求的。

不過，這也說明，適用人工智慧是需要一定條件的，那就是法律關係簡單或者一般的案件，對於複雜的糾紛，還難以達到妥善處理的水平。

鑒於目前人們對於人工智慧的不了解與不信任，在初始階段，可以將人工智慧的判決結果作為預審，或者利用人工智慧輔助完成審判過程中的一系列事項。

比如，江蘇法院建設「雲上法院」，以「江蘇法務雲」為載體，實現同類案例、審判資料的智能推送，為法官辦案提供輔助；上海法院則建立了大數據司法公開系統，審判流程、裁判文書、執行信息、新聞信息、聯絡服務全程公開、留痕、可視、可監督；

河北法院主推的「智審1.0系統」，在AI應用於糾紛解決上走得更遠。它有五大功能：自動生成電子卷宗；自動關聯與當事人相關的案件，避免重複訴訟、惡意訴訟或虛假訴訟的產生；智能推送相關的輔助信息輔助審判；自動生成與輔助製作各類文書，目前已實現裁判文書80％的內容一鍵生成；智能分析裁量標準，根據法官點選的關鍵詞，自動統計、實時展示同類案件裁判情況。

目前，各個案例都處在AI輔助階段，未來隨著AI應用的進一步加深，相信一些標準化的糾紛案例能夠實現AI自動審判。不過，一旦當事人對於人工智慧所產生的預審判決不滿意，在早期，應允許啟動正常司法程序，適用傳統的司法模式。

AI開始應用到法律領域，讓律師們都慌了

英國倫敦大學的科學家最近研製出一款新的人工智慧，它能處理法律文件並對案件作出判決。600件糾紛相關的訴訟案的資料被輸入人工智慧程序，自動化運算的「審判」結果和人工審判結果一致率達79%。

應用人工智慧，審判工作某種程度和律師的常務工作在演算法上是高度重合的，如果人工智慧急速發展到能夠思考到所有因素，解決各種複雜疑難案件時，律師們就開始要慌了。

從效率的角度來講，人工智慧是高效率的，是我們所追求的。將所有的相關因素設置好，這時不僅有效率，更有公平，不會一邊倒。那麼到時候，法律，法學還會需要這麼多人嗎?

麥肯錫全球研究院（McKinseyGlobal Institute）在今年1月表示，在「當前技術」（廣泛使用或至少在實驗室測試）下，23%的律師工作能夠被自動化。

技術進步的速度是無法預測的。以前，大家都認為人工智慧主要威脅工廠化的日常工作崗位，像類似律師這樣帶「柔性」的、非標準性的專業技術人員是安全的。但隨著人工智慧取得的進步原來越大，所謂的「柔性」、非標準工作內容也可以被替代，比如律師的篩選文件、尋找相關段落等例行工作任務。

越來越多的律師事務所正應用人工智慧，比如，主要受理破產案件的Baker &Hostetler正借用IBM超級電腦沃特森的力量利用人工智慧幫助篩選大量的法律數據。

又比如，KiranSystems，一家致力於用AI分析、評審合同的服務商，把律師們需要評審合同的時間縮短了20%至60%，如果這個效率繼續提升，AI做到與律師工作別無二致，許多人可能會因此失業。

在此背景下，Dentons，一家擁有超過7000名律師的全球性律師事務所成立了Nextlaw Labs——一個創新和風投部門。除去監測最新的技術外，該部門還對7家法律技術初創公司進行了投資。這是一種對長期風險的警覺。

十年前，沒有人想到今天移動互聯網會發展成這樣。同樣的，十年後人工智慧發展成什麼樣也無法預測。但至少目前，從法院到律師，朝著效率、公平的方向，司法領域也站在了人工智慧變革的邊緣。