一、引言

数字时代背景下，人工智能（Artificial Intelligence）正以极快的速度和深度融入人类生产生活的方方面面，在与司法领域的“亲密接触”关系的同时，人工智能辅助审判从司法改革中给传统司法实践带来了新的机遇，同时也给司法现代化进程提供了一个新的历史节点。智慧法院建设的目标在于充分运用互联网+、云计算、大数据、人工智能等先进技术，支持透明便民的公众服务、公正高效的审判执行、全面科学的司法管理。从枯燥无味的文书审核到类案的推送，从证据分析研判到量刑预测，人工智能辅助审判正在改变传统的司法流程，并以其独特优势使得司法工作变得更加智能高效、精准高效。根据2017年最高人民法院发布的《最高人民法院关于加快建设智慧法院的意见》可以看出，“深度关联、便捷查询”是智慧法院建设的目标之一。与此同时，基于AI的辅助审判也引发了算法黑箱、数据泄露、伦理风险等担忧。本文在梳理我国实践探索的基础上，结合国际发展趋势，AI辅助审判的“现状”“困境”与“出路”进行探讨，以期描绘出技术与法治良性互动的司法图景。

二、人工智能辅助审判的现状

（一）技术应用场景的全面渗透

如今，AI技术贯穿法院各个环节。在立案环节，立案时智能机器人用人类语言回答相应提问，自动摘取诉状要点，完成案件基本信息录入和立案标准有效性核查工作，北京、江苏等法院立案效率提高了60%以上。在审判环节，深圳法院开发的法院人工智能可自动生成当事人争议清单、关联证据图谱、关联裁判规则，并能全量类案裁判规则比较，法官对于案件事实的掌握效率提高了40%。在文书生成环节，徐州法院在交通事故、商品房预售、涉诉纠纷等案源实现裁判文书自动化生成，形成裁判初稿，准确率达到95%，法官仅需对20%予以纠正即可确定。到2024年，全国法院用AI审理案件数超过1500万，审理时间缩短至传统审理方式的60%。

（二）司法效率与公正性的双重提升

“效率革命”和“类案同判”是AI技术的两大核心价值。以上海普陀区法院为例，引入智能审判系统后，审判时间缩短为1.5个月，法官的事务性工作能够减轻30%。在类案推送中，北京海淀区“智慧法眼”通过对100多万份裁判文书的深度学习，建立类案相似度模型，对判决结果预测准确性和法官评判最终一致性预测精度高达90%。在证据审查核查方面，AI的作用还表现在能够发现知识产权案件中伪造的证据，帮助法院避免错案。

（三）技术标准与政策框架的初步构建

2022年，最高人民法院颁布《关于规范和加强人工智能司法应用的意见》，其中规定“坚持人工智能辅助审判”，即人工智能不能代替法官裁判，人工智能仅能作为裁判结果形成的参考。地方法院层面，河南、江苏等地出台技术准入的相关标准，要求AI系统必须通过算法透明度测试、数据安全认证测试以及司法伦理评测。2024年深圳法院上线了全国第一个司法人工智能全流程辅助系统，包括立案智审、智能阅卷、偏离预警等12项功能，标志着技术应用从碎片化使用迈向体系化使用。

三、人工智能辅助审判的挑战

（一）技术局限性引发的司法风险

1.算法偏见与“数据茧房”

AI的培训数据来源丰富，指向明确。主要是历史的裁判文书。一方面，历史裁判文书是司法的“化石记录”，蕴含着过往的丰富知识和经验，另一方面，历史裁判文书可能成为固化以往司法裁判中隐性偏见或偏见的“保留意见”来源。由于同一时期、同一地区，不同的法官对案件的认识方式、判断角度和处置方法，可能会受到所处社会环境、文化背景、人生阅历等因素的影响，在裁判文书中留下有意或无意的偏见。算法的黑箱性，即“黑箱”是使我们无法看到AI系统如何进行决策的神秘面纱。法院的审判活动，涉及每一决策都应该是公开、透明、可解释的，保障当事人的合法权利，确保司法的公正得以实现。然而，正是由于算法的复杂性和不透明，使我们无从知晓AI系统如何根据输入数据，得出最终的决策结果。

2.复杂案件处理能力不足

涉及价值判断的家事纠纷、伦理争议类案件，AI无法处置。这类问题涉及人的情感、社会习俗因素的复杂性。家事纠纷、伦理争议不完全是法律问题，它涉及人的情感、社会习俗、道德判断，而不仅仅是规则适用的问题。任何一个案件都有可能涉及当事人的不同感受，社会习俗也在潜移默化中影响着人们对公平正义的认知。 婚内或离婚的子女抚养权归属，是要将当事人感情和子女状况，以及意愿等因素进行判断的复杂问题。当前的系统只能提供对经济状况、抚养历史等信息的匹配。纵观现有的A I辅助审判系统，大多仅能在经济状况、抚养历史等方面进行机械化的匹配。经济状况固然是子女生活的主要来源和保障，却未必是子女父母对子女照顾的真实写照。托养历史虽然能反映过去一方对子女的抚养状况，却不能完全展现亲子间的感情和社会因素。此种注重量化的考核方式弊端明显，导致系统在很多家事纠纷和伦理矛盾的案件中难以给出真正公正的解决方案，无法帮助当事人双方达成利益共识、实现社会公平正义。如何能让AI更好地理解情感因素和社会习俗，是司法领域大规模应用AI的另一个挑战。

（二）数据安全与隐私保护困境

作为司法运作的重要组成部分，司法数据的敏感性也远高于其他领域。司法数据涉及公民个人隐私、企业商业秘密、国家司法秘密等一系列关键信息，一旦发生泄露，不仅会损害当事人合法权益、影响司法公正和社会稳定，甚至威胁国家安全。司法数据所具有的敏感性远高于其他领域。 2023年某地法院人工智能智投系统12万份涉密调解书被网络黑客攻破，出现数据存取、加密及授权访问漏洞。生成式AI(如ChatGPT)可能会对类案进行类推，存在返照司法过程、违反《个人信息保护法》等风险，需在探索生成式AI司法运用时，加强对其数据风险的安全防范，确保生成式AI在合规轨道上运行。

（三）司法责任制与AI决策的张力

这里的“裁判责任”显然是指司法裁判中，裁判结果的责任均应由法官独立承担。这样的规定可以保证法官在行使审判权时尽职尽责，始终保持应有的专业素养，对每一个案件的裁判结果负责，维护司法的公正和权威。然而，AI的深度介入使司法裁判中的传统裁判责任变得模糊：技术开发商认为其仅提供技术参考，由法官自行核对，至于法官或辩称系统所提供的算法错误则不在法院审查的合理审查范围。针对类似问题，需要通过“技术过错认定标准”等制度加以回应。

（四）人才短缺与司法惯性的双重制约

最高法调研结果显示，仅15%的全国法院法官熟练使用AI系统，中西部欠发达地区更不足5%，“相当一部分老法官因不习惯而继续沿用传统的办案模式”，形成“系统被闲置”。江苏一院数据显示，55岁以上法官仅使用过一次AI功能的概率不足年轻法官的三分之一。

四、人工智能辅助审判的未来路径

（一）技术迭代：从“工具辅助”到“协同智能”

1.生成式AI的司法适配

基于大语言模型技术的下一代系统作为司法领域中后起之秀，具备较强的生命力和应用价值，可以通过“法律小手术”的方式为自身赋能，为审判领域带来新的面貌和突破。“法律微调”也不是简单、机械的技术性修改，而是基于法律专业相关的知识、规则和价值对大语言模型进行深度改造，以便更好地理解和运用法律概念、法律原则和法律规则，提高在法律问题上分析和判断的能力，使系统的输出结果更加符合法律专业水准和司法实践需要。基于技术中立原则，技术发展和应用按照自身规律演进，不受人的控制和左右。

譬如，深圳市法院与清华大学联合研发的司法专用GPT项目，其本身便是一个司法与前沿科技应用深度结合的产物，300万裁判文书和司法解释数据被采集、整理并输入系统，形成海量的法律智慧经验集，每一个案件的审理经过、裁判理由、法律规定等等都被记录下来，经过海量数据的训练，司法专用GPT便会根据应用场景对自身模型进行训练和调优，使其拥有极强的法律推理和价值判断能力。

2.跨技术融合创新

区块链技术是颠覆性的变革性技术，其所具备的分布式记录、加密算法、共识机制等特点，使电子证据的安全性和可靠性得到了最大保障，使其具有不可篡改性。传统电子证据的存储和管理模式，使电子证据受到被恶意篡改、丢失、损坏等严重威胁，进而影响电子证据的真实性和可靠性，给审判工作带来极大挑战。区块链技术的出现，较好地解决了这一问题。电子证据被记录在链条上，每一个证据节点上都会记录下该证据节点的重要信息，包括该条证据本身以及时间戳等，且每一个节点都连接着前后两个节点，相连成链，同时节点上发生恶意篡改时会有系统报警，保证了电子证据的原始性和完整性。

有别于区块链技术，元宇宙技术因其具有强大的虚拟现实与AR功能，让司法审判焕发出新的感受力和可能性，可生成虚拟法庭，使当事人身临其境，突破时空限制，为远程庭审创造更加便捷、高效的方法模式。江苏法院远程庭审在全省率先引入VR证据展示技术，为司法审判这项崇高事业注入了新的活力。

（二）制度重构：构建AI司法的规则体系

1.算法透明度规则

欧盟在人工智能治理领域一直走在世界前列，其颁布的《人工智能法案》是全球人工智能治理的标杆，其中对于算法透明度方面的相关规定，即要求司法AI提供商必须公开其算法背后的特征权重、训练数据来源和决策阈值等。特征权重是算法中每个因素所占的权重，是对算法的决策结果所考虑的因素程度，特征权重的公开可以使得外界知晓算法对于输入数据是如何进行分析处理的，能够及时发现算法是否出现偏见等不合理情况，例如某些司法AI中对于被告人的某些种族、性别等特征给予了过高的权重，最终导致判决结果出现偏差，将特征权重进行公布能够使得问题及时被纠正。

2.责任分配机制

随着司法人工智能技术的发展与深度介入审判领域，人工智能辅助司法决策所引发的责任认定更加复杂。为合理分配责任，维护司法公正，建立科学的责任追究体系十分必要。这当中，建议建立“技术过错分级追责”体系，不同的过错类型和责任主体适用不同的责任归属规则，以实现责任追究的公平、合理与有效。由数据提供方承担因数据缺陷所导致的错误，由开发商承担因算法设计缺陷所导致的错误，由法官未尽审查义务所导致的错误承担主体责任。

（三）伦理治理：以人为本的价值坚守

人工智能技术正在司法领域迅速发展、广泛应用，如何使人工智能技术合理合规地参与到司法审判的各种活动中是司法系统面临的重要课题。最高法提出的“辅助审判原则”为人工智能参与司法审判活动提供了宏观原则，但相对细则尚需完善，需要建立更加具体、详细、严格的人工智能辅助审判规则。^[8]细化“辅助审判原则”首先要解决人工智能参与司法审判的职能定位问题。人工智能具有很强的数据加工和模式识别等天然优势，可以对海量信息进行迅速、精确的计算，但司法审判并非信息加工的过程，也并非简单的“非此即彼”“非对即错”“非善即恶”的过程。因此，应当对人工智能的职能进行严格限定。例如，只能对案件事实认定、法律检索等客观梳理。在案件事实认定中，人工智能可以采取自动对案件所涉证据进行分析、比对、筛选的方式，帮助法官厘清复杂的事实过程，但不能自主就案件事实认定结论，案件事实认定结论仍然需要法官根据证据规则、逻辑推理和经验智慧予以认定。法官通过对法律价值进行位阶排序最终成就一份妥当判决，在这一过程中司法权威开始体现。在法律检索方面，人工智能可以在海量法律、司法解释和类案裁判中快速检索，帮助法官拓宽法律检索的广度和深度，但是法律适用和解释的最终决定权仍在法官。

（四）人才培养：复合型司法队伍的塑造

随着数字时代和人工智能技术的高速发展，给法律业带来了巨大的变革，法律行业的事务也变得更加复杂化和信息化，传统的人才培养模式已无法适应审判需要。政法院校是为国家司法事业提供人才支持的重要平台，必须开设“法律＋人工智能”专业。“法律＋人工智能”交叉学科并非法律知识与人工智能技术的简单相加，更非机械拼凑。它需要打破学科之间的壁垒，融合法律专业基础理论、法律解释方法与人工智能的算法技术、数据分析技术。通过学习“法律＋人工智能”交叉学科，学生可以综合掌握法律条文的内涵和外延、法律解释方法，并具备运用人工智能技术进行法律数据挖掘、分析、预测的基本能力。例如：学生能够利用自然语言处理技术对大规模的法律文本进行语义分析和知识抽取，为法律研究、法律实践提供依据；学生能够利用机器学习算法建立法律预测模型，预测并评估案件判决结果，为法官提供决策参考。

这样环境培养出来的专业人才必定是法律界的“弄潮儿”，既具备扎实的法律专业知识和技能，对法律的本质和规则感受深刻，能够利用法律知识解决各种复杂的法律问题，又对人工智能的算法逻辑有较深的理解，能够认识人工智能技术带给司法的挑战和机遇，能利用技术手段提升司法效率和司法质量。最终这些专业人才将活跃在法技术研究与开发、智能司法系统应用、法律大数据挖掘分析等领域。可在法技术研究与开发领域帮助开发和研发更加智能、有效的法律辅助系统，如智能法律咨询系统、智能证据分析系统等，为当事人和律师提供更加便捷、精准的法律服务；在智能司法系统应用领域，帮助保障系统的正确理解和适用，避免因技术原因导致司法不公正问题的发生，并对系统进行优化和改进，提高系统的稳定性和可靠性；在法律大数据挖掘领域，帮助挖掘数据背后的法律问题和社会问题，为司法决策提供科学依据，推动司法政策的制定和不断完善。

五、结语

人工智能辅助审判正从“效率工具”向“智慧司法”转变。技术的进步带来效率的增进，但司法的人文性要求，司法始终必须让人类法官主导。生成式人工智能技术与智慧法院建设并非绝对耦合，其在嵌入融合过程中会带来相应的风险挑战。^[11]今后，我们要从可控的技术辅助、包容的制度路径、伦理约束的三重视域，三重维度的互动中，实现人工智能“赋能”而不是“替代”司法，方能让数字时代的司法公正永葆价值。

参考文献：

1. [1] 蔡立东.智慧法院建设:实施原则与制度支撑[J].中国应用法学,2017(02):19-28.
2. [2] 最高人民法院关于加快建设智慧法院的意见[J].中华人民共和国最高人民法院公报,2017(11):19-22.
3. [3] 张铂林.生成式人工智能嵌入智慧法院建设的适配、风险与优化[J].东南大学学报(哲学社会科学版),2024,26(S2):95-99.
4. [4] 谢佑平.人工智能时代我国刑事司法改革的双重使命[J].政法论丛,2024(05):84-98.
5. [5] 葛翔.司法实践中人工智能运用的现实与前瞻——以上海法院行政案件智能辅助办案系统为参照[J].华东政法大学学报,2018,21(05):67-76.
6. [6] 朱体正.人工智能辅助刑事裁判的不确定性风险及其防范——美国威斯康星州诉卢米斯案的启示[J].浙江社会科学,2018(06):76-85+157.
7. [7] 陈淑婷.人工智能辅助司法裁判的伦理风险及治理[J].科学·经济·社会,2024,42(05):99-113.
8. [8] 陈阳,芦悦尧.人工智能辅助司法审判：现实阻滞与法治策略[J].北京邮电大学学报(社会科学版),2024,26(02):88-95+111.
9. [9] 李昱檑.辅助定位下人工智能司法审判研究[D].西南大学,2024.
10. [10] 陈思旭.人工智能辅助司法审判：法理逻辑、实践困境与因应路径[C]//中国智慧工程研究会.新时代背景下社会与经济可持续发展研讨会论文集.渤海大学,2024
11. [11] 牛犁耘.人工智能的司法应用与法理审视[J].河南师范大学学报(哲学社会科学版),2023,50(05):56-62