法律人工智能下的辩方论证

——以有效辩护重塑为视角

黑龙江省东宁市人民法院党组成员、副院长　马长海

人工智能在各行业的运用频频传来捷报。多种人工智能技术，如语音识别、自然语言处理、图像识别等都跨越了科学与应用间的“技术鸿沟”，人工智能技术成功从“不能用”“不好用”转变到“可以用”。不可否认，当前人类生活的方方面面都在被人工智能影响、改变，与此同时，法律行业也在积极探索与人工智能的融合。

一　双刃剑——法律人工智能下的辩方论证

人工智能法律系统的发展源于两种动力：一是法律实践自身的要求。二是人工智能发展的需要。毋庸置疑，法律人工智能大幅提升了法律实践质效。最高人民法院在2016年首次提出“智慧法院”概念，意味着法院系统开始连接科技力量，将法律人工智能运用到法院审判工作中来。现在，“类案检索”的应用在各级法院已极为成熟，为同案同判提供了科学化的方法和工具，大幅度提升审判质效。而法律实践同时也会产生大量的法律大数据，这些大数据也为其他领域的大数据挖掘、分析、数据应用提供了资料，为人工智能发展提供思路。不可否认的是，人工智能为辩方论证带来了机遇。同时，也有部分学者对法律人工智能在辩方论证的运用的态度并不乐观。他们认为，现有人工智能很难从复杂多变的自然语言体系中抽取出专业的法律语言并进行解释分析与定性，实际中反而多是使用黑箱架构，并未对这一推理过程进行建模，缺乏从法律证据到法律事实的推理。这一法律人工智能的“算法黑箱”问题，明显与法律论证过程中重视说理的要求不符，这也是最常被人诟病的。除此之外，法律人工智能的运用极为依赖大数据，而目前辩方从大数据中能获得的有用的数据可能并不够多，也不够准确，这可能会导致基于大数据的类案检索时存在局限，法律人工智能系统难以给出适合的反馈，从而导致同案不同判的问题。

二　运用人工智能进行有效辩护的困境

（一）缺少优质且海量的数据资源

人工智能的迅速发展依赖于大数据给予其丰富的养分，无人驾驶汽车之所以能够自动识别障碍物、能够选择该走哪条路，是因为在实验中已经通过海量的数据进行了障碍物的识别、道路的计算，从而达到判断的目的。可以说，大数据是人工智能的基石。但目前我国法律人工智能没有如此海量优质的数据资源。当前我国的法律人工智能，比如类案检索系统的开发，依赖于大量以往的生效裁判文书数据作为开发基础，但实际上，并不是法院作出的所有的裁判文书都会公开至中国裁判文书网，这就导致了当前可以进行检索的法律数据并不够多。

另外，目前的数据信息公开是片段化、有限化的，在这种情况下开发的法律人工智能系统只能基于有系统性缺失的数据，不能做到全面性。

（二）没有准确且高效的算法模型

在人工智能领域里，算法能够进行数据归纳、处理、计算和自动推理等任务。法律人工智能系统内的算法的关键在于正确认识、提炼和总结法律决策、类案判决的规律，并根据提炼出来的规律对人类法律决策的成功模型进行分析，得出的结果可以为未来的裁判提供参考，并对未来裁判的结果进行预测。在法律人工智能领域，我们对于算法的了解十分有限，我们难以知晓使用的人工智能系统采取的什么算法以及该算法的运行模式。

如在一起盗窃案中，“被告人用于撬锁的工具”是一个独立的实体证据，当我们用人脑去认识这个证据时，它可以拆分为“被告人的指纹信息”“该工具与被害人门锁的适配性”“该工具在何处购买”等丰富的证明信息。在传统的司法实践中，只需要将该证据呈现在诉讼参与人面前，基于各自的不同感知和主观判断，各诉讼参与人会作出不同的考量，裁判者也会基于其自由心证对该实体证据作出全面充分的评判。但是，人工智能却不能当直接理解“被告人用于撬锁的工具”这一证据，需要算法将其击散打破形成数字化，才能获得其中的有效信息。但人工智能如何处理实体证据，如何将其打破形成数字化这一过程是不被人知晓的，这一“算法黑箱”问题急需被重视。

三　人工智能下，辩方如何重塑有效辩护

针对有效辩护活动，诉讼法学家、北京大学教授陈瑞华提出了四个特征：有理、有据、精准、及时。

（一）有据、及时：推进证据开示，强化取证能力

证据开示制度不同于辩方的阅卷权，证据开示制度着重强调控辩双方的平等性，强调在刑事诉讼中强势的控方积极主动向弱势的辩方展示自己的证据材料。

虽然我国目前对于辩护权的行使采用的仍是辩方阅卷的方式，但未来在基于法律人工智能获取的电子证据这一方面，采用证据开示模式无异于更有利于构建平等控辩关系。在证据开示制度模式构建下，要特别注重开示证据的完整性，特别是在传统阅卷模式中容易被忽略掉的有利于证明被追诉人无罪或者罪轻的证据。同时，我们也要注意到，在人工智能背景下，仅仅开示算法得出的结果本身可能并不足以形成有效的信息够用，在此基础上，或许开示的内容有必要扩展到对算法的基础数据的解释。当然，在这过程中，需要在保证打击犯罪优先性的前提下平衡各方利益，尽可能降低对公民权利的干预程度。

（二）有理：破除信息歧视，推进算法公平

人工智能系统的基础是算法，算法存在于人工智能系统运行过程中，连接着输入的数据和输出的结果，但目前存在着的不够公开、不够透明的秘密空间——“算法黑箱”这一现象始终存在。“黑箱”现象使人恐惧，对人工智能得出的结果不能做到足够相信。因此，法律人工智能下的有效辩护，算法必须在法理上能够成立，且得出的结论能够被法律人理解并有效适用。

在符合法理的法律人工智能算法构建以后，还需要一些保障措施来确保算法公平。算法的工作是吸入数据，吐出结论，其得出的结论公平性应接受人类的审查。同时，如果在法律人工智能系统运行中发现算法存在着严重错误，也应该及时中止系统服务，采取有效措施对其予以纠正。

（三）精准：准确识别数据，强化智能检索

目前法律界运用人工智能进行检索已经较为普遍，但类案检索、推送的精准性需要不断提升，要做到这一点，首先需要进一步精细化区分类案之间的结构化、标签化。只有明确不同类案的法律标签，才能检索和推送到更匹配的数据。除了标签的精细化之外，对于推送案例的来源、层级、效力状况应当准确标明，方便法官作类案类比。同时，为提高类案检索效率，也可对案例作分类，实行分层级检索，在前一层级中检索到相关案例或类案的，不再检索后一层级。

对于法律人来说，本地化经验也是专业化技能中很重要的组成部分。以盗窃犯罪为例，盗窃公司财物达到数额较大标准便构成盗窃罪，但“数额较大”这一标准在不同地区可能有不同的规定。在四川省，盗窃公私财物价值1600元以上，就认定为“数额较大”，但在北京市，“数额较大”的标准为盗窃公私财物价值2000元以上。举例来说，被告人张三盗窃一部手机，经鉴定价值1800元，在四川省构成盗窃罪，但在北京市并不构成犯罪。由于各地的刑事政策差异，即使案件情节类似，在不同地区也不一定能得到类似判决。因此，对于辩方论证来说，也需要将本地化经验纳入考虑。在运用法律人工智能进行类案检索时，人工智能也应自主识别与本案受诉法院所执行刑事政策相类似地区法院的地方性法律法规及案例。

四　结语

法检系统纷纷在科学技术的助力下积极进行刑事司法诉讼的转型，刑事辩护领域当然也要跟紧脚步，绝不能在这场极为重要的智慧转型中掉队！法律人工智能的未来已来，辩方更应该提高自身专业水平和运用科学技术的能力，重塑刑事诉讼控辩双方相对对等且平衡的对抗局面，实现辩护权的有效保障。