技術賦能：人工智能的司法適用及路徑優化

龔逸

摘 ?要：隨著人工智能技術的不斷成熟，人工智能與司法領域的結合度日漸緊密。在人工智能司法化的過程中，人工智能發揮著協助證據開示、促進規范量刑與釋放司法活力等作用。然而人工智能在司法適用時也面臨著一些問題，如引發民眾對司法公正的質疑、沖擊法律人的主體地位、司法數據的泄露隱患等。欲消除人工智能所附帶的不利影響，可從算法公開與算法監管、人工智能司法適用的二元分割，以及強化數據管理等層面進行技術優化，進而提高人工智能的司法適用效能。

關鍵詞：人工智能；司法適用；算法監管；算法公開

中圖分類號：D926；TP18????????文獻標識碼：A ?????????文章編號：1671-9255（2024）01-0043-06

一、問題的提出

智慧法院的建設離不開人工智能與司法審判的融合，二者的結合得益于兩股力量的內外驅動，分別是法院內部的建設需求與人工智能在司法領域的滲透。^[1]前者體現在，隨著公民權利意識的增強與民商事交易的頻繁，人民法院的受案壓力隨之激增，“案多人少”逐漸成為困擾法院建設的現實問題。根據國家統計局公布的數據可知，人民法院一審收案數量從2011年的759.61萬件激增至2021年的1822.69萬件，收案數量呈現穩步增長趨勢。^[2]此外，根據全國法院司法統計公報顯示，我國法院尚未審結案件的數量從2020年的210.02萬件上升到了2022年的289.36萬件，漲幅近40%。^[3]審案壓力激增的背后，還伴隨著立案登記制對受案條件的放寬、員額制對法官人數的限制等影響因素，傳統的法院審案結構已然無法跟進群眾的訴訟需求。后者則體現在，人工智能的司法化趨勢已然成為不可阻擋的洪流，從最初的消極適用轉變為如今的積極面向。人工智能的司法價值最初是在個案適用中被發現，它能夠在數據分析、類案檢索等層面極大提高司法人員的審案效率，因而在審案人員中廣受歡迎。

信息技術與司法實務的深度融合不僅打破了訴訟必須在“法庭”這一場域內進行的固有模式，還在審判環節與司法管理環節進行了技術改造。^[4]人工智能在司法領域的適用前景極為可觀，理論界多數學者對其持有贊同態度^[5]，甚至有學者認為它能夠幫助人類文明實現當代躍遷^[6]，但也有學者認為這打破了常規的審判方式與司法程序，易產生智能司法與現存司法制度不相協調的狀況。^[7]誠然，在深化司法體制改革、推行高效司法的背景下，人工智能司法化能夠迎合現階段的司法訴求，但如何規避因此可能導致的司法工具主義傾向值得深思。本文旨在對人工智能的司法適用前景進行分析，并對其可能引發的司法風險進行解構，以期在“抓住機遇”與“防范風險”間尋找到一個微妙的平衡點，提高人工智能司法化的運行效益。

二、人工智能的司法適用前景

（一）協助證據開示：“示意證據”的生成

“示意證據”是指為解說原證據或案件情況而出示的證據材料^[8]，通過圖片、模型、動畫等可視性材料對案發現場的環境或事實加以模擬，對言辭證據或實物證據的證明目的加以補強^[9]?！笆疽庾C據”并不是來源于案件的“原始材料”，本質上屬于對其他證據內容的補充或闡釋，因而并不屬于法定的證據種類?！笆疽庾C據”是英美法系上的概念，在英美法系中適用比較廣泛。例如，在英國審理的一起刑事案件中，控訴方通過對受害人的頭部進行X光掃描，并利用3D打印技術將其頭顱的受損狀況用模型展現出來，以此使法官能直觀注意到受害人被損害的事實。^[10]我國司法領域也有類似的應用，如北京一中院于2018年3月1日審理的一起故意殺人案中，北京市檢一分院使用“出庭示證可視化系統”進行了證據展示，要求目擊證人戴上VR眼鏡，通過操縱手柄還原兇案現場情況。^[11]毋庸置疑，這種方式能夠加強法官對證人證言的直觀感受，使案件證據從零散化、碎片化的散亂狀態呈現為整體化、鏈條式的有機整體。

人工智能司法化的過程能進一步促進“示意證據”的生成，拓寬“示意證據”的生成方式與適用類型，從而釋放司法活力與提升證據審查的科學性?！笆疽庾C據”在司法領域的運用包括但不限于以下幾點：其一，以文本的形式對待證事實進行說明。例如通過對證明材料加以收集與整合，生成特定的格式文本，輔助司法人員了解案件事實。其二，以雕塑、模型等形式還原特定有機物的受損狀態。如前文所述“示意證據”可通過X光掃描、3D打印等方式對受害人的受損狀況進行立體展示，從而達到說服法官的目的?！笆疽庾C據”同樣也可以運用到人身損害、醫療損害糾紛等民事案件上來。畢竟，對于審理案件的法官而言，相對于向其提供一堆病歷資料，其說服力可能也遠不如直觀呈現在他面前的“事實”有效。

（二）輔助規范量刑：“量刑幅度”的參照

司法公正離不開裁判尺度的統一，裁判尺度的統一有賴于量刑規范化的實現。人工智能對量刑的輔助作用并非理論設想，而是早有實踐支撐。例如湖北省檢察機關自2018年以來持續研發智慧刑檢辦案系統的子系統——智能量刑輔助系統，致力于實現“規范計算+態勢分析”的整體功能設計，以期解決檢察官所面臨的提出精準化量刑建議的難點問題。^[12]人工智能輔助量刑的基本邏輯體現在：司法人員輸入案件基本信息→人工智能對案件事實進行甄別、索引、分析→生成量刑建議的參考范圍→承辦人員進行選擇。

此外，諸如海南省的“量刑規范化智能輔助系統”、貴州省的“法鏡系統”和上海市的“智能輔助辦案系統”等都包含了人工智能輔助量刑的核心功能。^[13]智能量刑輔助系統的優勢體現在：其一，可操作性與實用性較強。司法人員在個案適用中輸入案件指令時，輔助系統可在后臺運行的過程中針對案件事實進行詳盡梳理，針對案件存在的法定或酌定量刑情節，如自首、立功、累犯等進行調配與分析，依據對應的法律規范來智能導出量刑建議書或裁判文書。司法人員可依據生成的量刑建議樣本進行相應裁量與更正，最終確定量刑建議書的內容。其二，量刑過程趨于精細與科學，且具有可視化特征。量刑輔助系統對量刑建議的生成需要經過以下幾個步驟，從確定罪名的基準刑到根據量刑情節調節基準刑，再到得出案件的量刑幅度。在此期間，量刑過程可通過計算方式與影響因子以可視化的形式顯示于界面，司法人員可通過肉眼直觀感受到量刑建議得出的全過程，便于司法人員進行及時糾錯與精準校正。其三，司法裁判尺度得以有效調節。量刑輔助系統以案件事實為基本依托，通過對互聯網公布案例的數據進行分析與類案參照，減少因地域化所產生的量刑差異的影響。該系統根據個案的事實與量刑情節自動匹配最高司法機關、各省市審理的相似判決和法律文書，為司法人員提供辦案指引與量刑參照，有效維護法秩序的統一性。

（三）釋放司法活力：“訴訟方式”的變革

隨著人工智能司法化步驟的不斷加快，由人工智能為技術支撐的“智能導診”“快捷立案小程序”為各級人民法院所普及，當事人可以直接通過微信小程序而“足不出戶”地完成立案工作。對于立案材料有所欠缺的，人工智能會通過系統界面告知其補足。對于立案材料較為復雜且人工智能無法進行識別的，系統在及時反饋至后臺后由人工方式予以解決。其次，以人工智能為支撐的立案輔助系統可以及時收集當事人留言，便于發起滿意度調查，了解各類案件的特殊情況與即時反饋，提升對個案處理的準確度。在訴訟文書制作層面，人工智能可生成的文書類型十分全面，從起訴書到量刑建議書，再到裁判文書等等。例如上海市徐匯區法院引進的“訴狀一體機”，當事人可利用這臺機器實現常規訴狀的自動生成。^[14]蘇州法院推行的“智慧審判蘇州模式”，智能系統針對案件類別自動區分，提取與制作電子卷宗，一鍵式生成簡易裁判文書類型，提高部分文書的制作效率。^[15]

人工智能生成法律文書的邏輯在于，率先對案件事實與證據進行提煉，再到數據庫中檢索相近似、相匹配的法律法規，參照以往的判例與文書的格式類型，從而生成相應的法律文書。這種模式不僅能夠大幅減輕律師、基層法律服務工作者的工作壓力，也能緩解人民法院因“案多人少”所引發的文書寫作負擔。

三、人工智能的司法適用困境

（一）技術維度：算法難題引發對司法公開與

司法公正的質疑

1．算法黑箱：與司法公開理念背道而馳

算法黑箱，是指存在于人工智能深度學習的輸入與輸出之間，難以為外界所觀察、理解的隱層。算法黑箱主要存在于以下幾類情形：其一，因公司商業秘密或者國家秘密而產生的不透明性。其二，因技術文盲而產生的不透明性。其三，從機器學習算法的特征以及在算法測量中產生的不透明性。我國目前的司法人工智能系統一般是由司法機關委托給人工智能公司得以實現的，而人工智能公司研發的算法本身便具有知識產權的屬性，無論是出于技術保護或商業秘密的目的，它們往往會將這類算法進行保密。當人工智能運用至司法裁判活動中時，考慮到其算法使用的是一種黑箱式的方式，它的工作機理無法被解釋或者驗證，很難說明該判決的依據和判斷過程，存在“機器所歸納的裁判模式、裁判標準可能連操作主體都難以理解”的窘境。^[16]司法裁判并不是一個唯結果論的過程，真正讓判決產生信服力的往往是法官的釋法說理工作?？梢栽囅?，當社會公眾得知法院的裁判過程不再是基于司法人員嚴格進行的“三段式”演繹推理，而是基于對所謂算法“隱性決策”的盲目信任，而這種“隱性決策”的過程既不會公開，更無法接受當事人的質詢與申辯，那么司法的公正性與權威性難免會受到侵蝕。

2．算法歧視：與司法公正理念南轅北轍

算法歧視指的是人工智能算法在收集、分類、生成和解釋數據時產生的與人類相同的偏見與歧視，包括且不限于種族、性別、年齡、就業和弱勢群體歧視等現象，更在消費和行為分類上表現出區別對待。人工智能算法在司法領域的運作機制是基于對在先判例的學習，通過經驗總結來進行預測性判斷^[17]，而算法在汲取裁判經驗的過程中難免會受到法官的價值偏見影響，進而在裁判時面對不同群體、不同種族、不同職業等表現出來。

雖然人工智能努力在司法裁判領域扮演著客觀中立的角色，但算法歧視來源的多樣性使得其在算法設計之初難以被全部清除?；谒惴ê谙涞拇嬖?，司法人員在后續算法運作的過程中難以有效檢驗算法歧視是否存在，而算法結果便是在這樣的質疑過程中得出。在人工智能司法化的趨勢下，算法歧視的隱蔽性使得其在司法裁判領域中難以為人所察覺，而它所暴露的風險卻會加劇社會群體間的對立，進而誘發對司法公正的質疑。

?????1．思維庸化：自我意識的封閉

我們最初是將人工智能作為輔助手段加以適用的，根本無法聯想到它能代替我們作出決策。而當我們逐漸接納并習慣了這種方式后，人類的“惰性”促使著我們放棄自我思考的能力。長此以往，人類的主觀創造力與語言組織能力都會發生退化，自身的思維空間將會趨于封閉。

對于司法人員而言，這種惰性將會扼殺法官的主觀能動與個案糾錯能力。人工智能可以在司法判例中不斷學習和提煉同類案件的處理規則，促進所謂裁判統一或類案同判的實現。但如果把這種遵循先例的做法等同于強制義務未免會有些可怕，因為它始終有被其他理由推翻的可能，例如法律條文的變更、同基本原則相抵觸、各地區的風俗習慣等。特別是自司法責任制改革以來，錯案追究制好似懸在司法人員頭上的“達摩克利斯之劍”，時刻讓他們提心吊膽。而“從眾心理”卻暗示他們遵循先例無疑會成為規避風險的“最優解”，內外因素的驅動下將進一步致使他們喪失自我思考的能力與個案糾錯的勇氣。

2．道德鈍化：自由意志的放棄

法律人的思維中永遠充斥著感性色彩和理性色彩的交織，司法實踐也時刻摻雜著道德價值與法律價值的判斷。司法者的重要職責在于通過觀點論證使民眾接受某個合乎情理的觀點并對其他主體提出的基于同一案情的主張進行回應。

人工智能對自由意志的侵損主要表現在兩方面：第一是“信息繭房”效應。人工智能的入端信息庫和語料庫中設計的價值判斷是單一的，那么將導致其提供的答案也會具有價值單一性。如此一來，法律人會習慣于遵從在先的常規見解，失去道德判斷的能力，進而使得司法適用淪為“僵化”的過程。第二是“信息隨機”效應。當入端信息庫與語料庫存在價值分歧時，系統輸出的文本內容將會面臨隨機性，而使用者又缺乏發現問題的能力，這便會導致司法者陷于將偶然等同于必然，將隨機等同于客觀的偏見之中。^[18]

更為可怕的是，當司法人員習慣于接受人工智能所生成的“標準答案”時，他們的道德思辨能力逐步降低，最終生成所謂“道德無感”的現象。相較于直接采納社會的主流觀點，他們不再關注對植根于法規范背后的法理探尋。相較于個案糾正可能會引發的問題，他們更樂意于盲從對機器判決的模仿。最終可能會出現的現象是沒有人愿意去關注原因，重要的只是結果，司法適用衍變成“唯結果論”。

（三）信息維度：數據泄露導致的信任危機

1．司法數據的泄露隱患

前文提到，目前法院使用的人工智能系統大多是由外包企業所研發，而以營利為目標的企業又必然具有自利傾向。在系統的開發階段，研發企業必然會向法院索取大量司法數據作為開發的前期性準備，而在收集、處理信息的過程中，這些數據很有可能因研發企業或研發人員的疏忽或逐利傾向而發生泄漏事件。在系統的運行階段，研發企業或研發人員也有可能通過預先植入“木馬”“病毒”等方式截取涉案信息，進而以商業販賣的形式牟取私利。對于人工智能的使用者而言，他們在使用系統時需要向其上傳數據或是展開對話，系統在這過程中便會將這些內容作為其語料來源，并自動進行數據收集、模擬訓練等工作。在司法領域同樣如此，司法人員需要將涉案的個人信息、商業信息等輸入系統后，系統才會發出下一操作的指令，至于信息收集后的處理方式、數據流向卻無人知曉。而一旦數據安全的保護力度不夠或被他人惡意利用進而發生數據泄露事件，公民的隱私安全與國家安全將會面臨嚴峻的挑戰。

2．數據出境的安全風險

出于對數據安全的保護，我國對數據處理采取了存儲本地化的措施?！吨腥A人民共和國網絡安全法》第三十七條規定：關鍵信息基礎措施的運營者在中國境內收集的數據信息應在境內存儲，因業務需要確要提供的，應按照網信部門及國務院相關部門的規定進行安全評估?！稊祿鼍嘲踩u估辦法》規定：數據的境外流通需要經由網信部門的專門審查，適用事前評估和持續監督、風險自評估與安全評估相結合的審查模式。對于未通過數據安全評估的，申請人應當終止數據出境活動。由此看來，我國對數據出境管理采取的是“原則＋例外”的模式，即原則上收集的數據應存儲在境內，例外情形下才可向境外提供，但需經過網信部門的安全評估。對于人工智能軟件特別是生成式人工智能而言，基于數據處理的服務器具有跨國性特征，這意味著境內外系統的數據信息庫也是共享交互的，數據在生成階段便有流通境外的風險。如此看來，人工智能的司法適用難免會使得數據存儲、數據分級保護、數據安全評估等保護措施喪失效能，進而加大數據非法出境的風險。

四、人工智能的司法適用優化

（一）技術規制：算法公開與算法監管

人工智能的司法適用前景頗為可觀，但算法黑箱與算法歧視卻成為其融入司法運轉的最大阻礙。如若不建立一套適用于司法領域的算法規制體系，人工智能司法化始終只能是一個“美好的愿景”。本文認為，人工智能的算法規制體系可從以下幾個層面構建：

1．事前監督。事前監督是指保障司法人員在算法研發階段的參與權與知情權。算法開發流程分為下述階段：確定研發目標與驗收標準→算法預研→算法開發→算法測試與優化→交付對接。在司法人員與研發企業對系統運轉標準達成初步意向后，研發企業著手制作算法預研報告，在制作完成后需向委托法院遞送算法的開發預期與可行性分析。在算法開發階段，研發企業需就算法運作的工作機理向委托法院予以釋明，并接受專門技術人員的質詢與監督。在算法測試與優化階段，研發企業需就算法運行存在的風險向委托法院予以說明，并接受法院提出的優化意見與完善建議。

2．事中審查。事中審查是指在算法交付審查后的試運行階段，研發企業還需接受算法的安全審查。根據《互聯網信息服務算法推薦管理規定》可知，算法推薦服務提供者需要接受定期審查與安全評估，未通過算法安全審查的，需要及時進行整改。雖然算法生成歷經事前監督環節，但該環節主要是以司法人員監督和技術人員的局部監督為主，在專業性與全面性上存在不足。因此，算法規則有必要在系統正式運行前接受法院所聘請的第三方審查組織或算法審查小組進行全面審查與安全評估。根據算法從研發到最終應用的流程，算法安全評估可依照如下順序進行判斷：算法運行機理、算法設計結構、運行缺陷與漏洞、安全風險預測等。

3．事后公開。事后公開是指在算法正式運行后需向社會公開算法的運行規則。算法公開雖涉及研發企業的知識產權與商業秘密，但算法在司法領域扮演的角色具有其特殊之處，不僅涉及司法公開性與判決權威性的考量，而且包含司法領域中公民知情權的維護?；诒壤瓌t與社會公益的考量，有必要迫使個人利益向公共利益讓步。我國《互聯網信息服務算法推薦管理規定》規定了算法的適度公開規則，但就算法在何種平臺上公示并未明示。本文認為，算法的司法適用可依托于法院的政務系統或信息公示平臺進行公開。一方面，人民法院是算法規則的委托方，對算法的工作機理與運轉方式具備初步的了解，便于對公示內容進行說明與闡釋。另一方面，人民法院是算法規則的使用方，與受該算法調整的訴訟參與人關系更為緊密，便于當事人進行查閱與反饋。

（二）主體定位：人工智能司法化的二元分割

1．基本立場：司法人員的主體地位

法律推理是基于演繹推理的論證過程，司法人員需要利用感性認識與理性思維對待證事實與證據材料進行規范分析與價值判斷。感性因素雖然在推理過程中不占主導地位，但絕對不能缺失，否則法律適用就成了一個機械適用法條的過程。人工智能確實能在部分情況下代替司法人員進行司法文書制作，但這種“代替”一定是有邊界的，且不能以損害司法人員主體地位為前提。司法權來源于社會契約與人民主權，而司法人員對人工智能的權利讓渡是違背法契約精神，為法律所不容許的。因此，即使以人工智能系統生成了司法文書后，仍需要由司法人員最后把關，這也是司法責任制的應有之義。

2．角色定位：人工智能的從屬地位

前文提到了人工智能存在的致命缺陷，但不能因此否定其存在的司法價值。在明確人工智能的從屬地位后，我們可就案件類型進行分割，明晰人工智能的適用邊界：

第一是程序性事項。實體性事項主要涉及事實判斷，感性認識不可或缺，因而不宜由人工智能代替。而程序性事項主要是法律規范的尋找與適用過程，主要涉及的是理性判斷，如上訴期限、立案管轄和非法證據排除等。而人工智能在此層面具有人類所無法比擬的優勢，法院可以放手由人工智能承擔，讓司法者將更多的精力投入復雜案件與涉及價值判斷的案件中去。

第二是速裁程序與簡易程序。人工智能面臨著“技術—法律鎖定效應”的障礙，因此復雜、疑難、新型案件仍需由司法人員辦理更為適宜，簡單案件則可以交由人工智能進行裁判。根據2022年最高人民法院工作報告顯示，地方各級法院與專門法院于2018年至2022年間審理案件共1.47億件。其中，速裁程序與簡易程序審理的案件占據較大比例。這兩類程序的共性在于都適用于案件事實較為清晰、爭議不大的案件，并且這些案件的法律適用高度相似、類型化明顯，通過人工智能所得出的裁判結論發生的誤差較小。最后再由法官對生成文書進行實質審查，對于文書存在遺漏或誤差的，及時進行糾正。

第三是法律規范的適用。演繹推理是一個“三段論”式的論證過程，推理前提由案件事實與法律規范組成。案件事實的查明是庭審對抗與證據采信的過程，雙方主體通過法律論證與舉證質證使案件事實逐步明確，最終再經由司法人員的自由心證進行取舍。這一環節必須由裁判者親力親為地進行，否則便會陷于“庭審虛無主義”的陷阱，更是對公開審理原則的直接違背。而法律適用則是在案件事實固定后進行法律檢索的過程，既未涉及價值判斷也不涉及感性認識，因此可交由人工智能進行。況且人工智能具有龐大的法律數據庫與極強的文書檢索能力，在法律適用層面具備法官所無法比擬的優勢，尋找到的法律規范往往更為精準和更為全面。

（三）數據保護：強化數據管理，深化數據合規

1．建設高質高量的司法數據系統

人工智能系統以數據為基礎，以算法為依托。倘若缺乏足夠且高質的數據作為支撐，人工智能決策的準確性將大打折扣。因此，為促進人工智能在司法領域的高效運行，司法數據系統可圍繞以下方面進行：

第一，建立司法大數據庫。我國目前司法數據除了已經公開的以外，還廣泛存在于司法部門、律師事務所、法學科研部門以及司法行政部門內部。^[19]而這些機構或部門存儲的數據種類與數量是較為可觀且準確的，如若可以通過建立統一的大數據庫將這些數據予以串聯，進行有效整合與分類，便可為人工智能的司法適用提供夯實的數據基礎，促進人工智能司法化的高效運行。

第二，豐富司法數據的形式。司法數據除裁判文書外，還應當包含其他過程性司法行為，以及人民法院的內部資料。例如法院的庭審筆錄、合議庭意見和審委會記錄等。

第三，擴充司法數據數量。裁判文書公開制度自確立以來取得了不錯的社會反響，為司法人員及法律服務人員提供了可供借鑒的辦案思路，同時也為人工智能系統提供了數據支撐。最高院辦公廳在近期出臺的《關于建設全國法院裁判文書庫的通知》中規定，為了進一步規范和深化司法公開，提升全國法院裁判文書的應用檢索能力，強化司法大數據應用，擬建設全國法院裁判文書庫。毋庸置疑，該《通知》的精神正與人工智能司法化的趨勢相契合，都是通過整合裁判數據的方式，實現裁判尺度的規范化。本文認為，伴隨著全國法院裁判文書庫在我國的逐步確立，可探索建立其與人工智能數據庫的信息互通、互享機制。因為二者的司法目標與價值意蘊具備實質的等價性，前者能為后者帶來優質的信息來源，后者能助推前者目標的實現，二者系相輔相成、互相促進的辯證關系。

2．深化數據合規

數據合規對企業發展起到保駕護航的作用，它既是法律規定的合規義務，也利于降低企業的運營風險，幫助企業有效監管和應訴，提高企業的合規治理水平和強化企業人員的合規意識。對于人工智能的研發企業而言，在收集到法院提供的司法數據后，如何對該數據進行合理保護，降低泄漏風險是維系企業生存的重中之重。因此，研發企業必須重視數據合規建設，建立完備的合規治理體系。

從宏觀角度而言，企業應建立數據的分級分類保護機制，針對數據的重要程度采取不同力度的保護措施。其次，企業還應建立相應的風險識別機制與風險預警機制，針對可能存在的數據濫用、數據泄露、未經允許的訪問等風險做好提前預防與準確識別。最后，企業還需建立數據安全應警預案與風險處置機制，對識別到的風險類型采取恰當的應對措施降低損害程度。

從微觀角度而言，企業應定期開展數據安全教育工作，加強企業人員的合規意識。其次，企業還需強調企業人員特別是研發人員的保密義務，針對工作過程中接觸到的司法數據、個人隱私、商業秘密等簽署相應的保密協議。最后，企業還應開展數據合規培訓與考核機制，并設置相應的獎勵與懲戒細則，進一步夯實企業人員的數據合規能力。

參考文獻：

[1]李鑫，王世坤.要素式審判的理論分析與智能化系統研發[J].武漢科技大學學報，2020（3）：323-334.

[2]中華人民共和國統計局.中國統計年鑒[M]，北京：中國統計出版社，2022：168.

[3]鄧修明.2020年全國法院司法統計公報[EB/OL]. [2024-03-21].http：//gongbao.court.gov.cn/Details/0bce90201fd48b967ac863bd29059b.html.

[4]左衛民.邁向數字訴訟法：一種新趨勢？[J].法律科學，2023（3）：52-61.

[5]宋岱霖，張志瑩.量刑規范化改革的完善進路[J].山西省政法管理干部學院學報，2022（3）：76-80.

[6]劉品新.智慧司法的中國創新[J].國家檢察官學院學報，2021（3）：81-101.

[7]魏斌.智慧司法的法理反思與應對[J].政治與法律，2021（8）：111-125.

[8]羅維鵬.示意證據規則建構[J].清華法學，2019（6）：104-121.

[9]易延友.證據法學：原則規則案例[M].北京：法律出版社，2017：440.

[10]鄭曦.生成式人工智能在司法中的運用：前景、風險與規制[J].中國應用法學，2023（4）：81-93.

[11]王娜. 北京一中院首用“出庭示證可視化系統”審案[EB/OL].[2024-03-21].https：//www.chinacourt.org/article/detail/2018/3/id/3222539.shtml.

[12]趙慧.智能量刑輔助系統——讓認罪認罰從寬“看得見”“落得實”[EB/OL].[2024-03-21]. https：//www.spp.gov.cn/spp/llyj/202008/t20200822_477552.shtml.

[13]程龍.人工智能輔助量刑的問題與出路[J].西北大學學報，2021（6）：163-174.

[14]謝錢錢，何忠婷.AI幫你寫起訴書？上海這家法院“高科技”讓社會公眾直呼驚喜[EB/OL].[2024-03-21]. https：//new.qq.com/rain/a/20220910A06ELA00.

[15]徐清宇.智慧審判蘇州模式的實踐探索[N].人民法院報，2017-09-13（8）.

[16]左衛民.AI法官的時代會到來嗎——基于中外司法人工智能的對比與展望[J].政法論壇，2021（5）：3-13.

[17]Beyond Intent：Establishing Discriminatory Purpose in Algorithmic Risk Assessment[J].Harvard Law Review，2021（5）：1760-1781.

[18]雷磊.ChatGPT對法律人主體性的挑戰[J].法學，2023（9）：3-15.

[19]郭雪慧.人工智能在司法審判領域的困境、定位與展望[J].社會科學家，2021（11）：129-134.

Technology empowerment： judicial application and path optimization of artificial intelligence

Gong Yi

（School of Law， Xiangtan University， Xiangtan Hunan 411105）

Abstract：With the continuous maturity of artificial intelligence technology， the integration of artificial intelligence and the judicial field is becoming increasingly close. In the process of judicialization?of artificial intelligence， artificial intelligence plays a role in assisting evidence discovery， promoting standardized sentencing， and releasing judicial vitality. However， artificial intelligence also faces some problems in judicial application， such as triggering people's doubts about judicial fairness， impacting the dominant position of legal persons， and the hidden danger of judicial data leakage. In order to eliminate the adverse effects attached to AI， technical optimization can be carried out from the aspects of algorithm disclosure and algorithm supervision， binary segmentation of AI judicial application， and strengthening data management， so as to improve the judicial application efficiency of AI.

Key Words： Artificial intelligence; Application of justice; Algorithmic regulation; Algorithm exposure