郝晶晶 曾俊榮

摘 要：人工智能技術(shù)更新迭代，但人工智能司法在運行中仍面臨內(nèi)生、外來的困境和質(zhì)疑。人工智能司法開發(fā)技術(shù)的功能障礙、類案類判技術(shù)尚未發(fā)揮其應(yīng)然功能、算法黑箱與法律決策透明性的天然沖突、人工智能不是“人”等窘境是人工智能司法運行中需直面的難題。要素式審判是指根據(jù)不同類型案件的特點，抽取出該類案件的共同事實要素，圍繞案件的基本要素進行庭審并制作裁判文書的一種略式審理方法。引入要素式審判方法有助于緩解人工智能技術(shù)升級的壓力、提升類案類判的準確性和針對性、提高裁判文書說理以及心證公開的程度、增加“人情味”，從而提升人工智能在司法審判中運行的效能。

關(guān)鍵詞：人工智能司法；要素式審判；算法；類案類判

中圖分類號：D926?文獻標識碼：A DOI：10.7535/j.issn.1671-1653.2023.03.007

Dilemma and Solution of the Operation of Artificial Intelligence Justice：From the Perspective of [DK]"Elemental Trial"

HAO Jingjing， ZENG Junrong

（Law School， Shenzhen University， Shenzhen 518000， China）

Abstract： Artificial intelligence（AI） technology has been renewed and iterated， but artificial intelligence justice still faces endogenous and exogenous dilemmas and challenges in its operation. The difficulties that need to be faced in the operation of AI justice include the dysfunction of AI judicial development technology， the failure of case-like judgment technology to fulfill its due function， the natural conflict between algorithmic black box and legal decision-making transparency， and the fact that AI is not a [DK]"human". Elemental trial refers to an abridged trial method that extracts the common factual elements of different types of cases according to the characteristics of the case， conducts a trial around the basic elements of the case， and produces a decision document. The introduction of the elemental trial method can help alleviate the pressure of upgrading artificial intelligence technology， improve the accuracy and relevance of case-like judgments， increase the degree of reasoning and the openness of heart evidence in the adjudication documents， and increase the [DK]"human touch"， thereby enhancing the effectiveness of the operation of artificial intelligence in judicial adjudication.

Keywords： artificial intelligence in judicial field; elemental trial; algorithm; case-like judgment

一、問題的提出

法院的信息化建設(shè)依賴于人工智能與司法審判的融合，兩者的交融離不開“內(nèi)”“外”兩股力量的驅(qū)動，分別是法院內(nèi)部建設(shè)的需求以及人工智能信息技術(shù)對司法的滲透[1]（P325），兩者共同促進了人工智能在司法中的運用。一方面，“案多人少”矛盾激烈。根據(jù)2021年全國法院司法統(tǒng)計公報[2]顯示，2021年全國未結(jié)案件總數(shù)達341.13萬件，同比增長62.44%，比2020年的數(shù)量同比增加了131.13萬件[3]。自改革開放以來，我國案件體量一直處于高位，法院法官肩負較大的案件壓力?！叭税该堋背蔀樗痉ǜ母锏闹攸c方向。造成“人案矛盾”的原因主要包括以下幾點：公民權(quán)利意識的增強；司法便民措施的采用；若干新法的頒行；法官數(shù)量過少[4]（P25）。在立案登記制使得大量糾紛案件涌入法院的同時，法官員額制則使法官入額的人數(shù)增幅遠小于案件數(shù)量增長。故此，傳統(tǒng)的訴訟審判模式已經(jīng)不能滿足糾紛解決的需求。另一方面，人工智能對司法審判的滲透成為大勢所趨。近年來，隨著信息化技術(shù)的迭代升級，人工智能開始參與民眾的生活，改變社會各個領(lǐng)域、行業(yè)的運行軌跡、運作方式，司法審判領(lǐng)域概莫能外。2017年4月20日，最高人民法院印發(fā)的《最高人民法院關(guān)于加快建設(shè)智慧法院的意見》中明確要求“運用大數(shù)據(jù)和人工智能技術(shù)，按需提供精準智能服務(wù)，支持辦案人員最大限度減輕非審判性事務(wù)負擔”。同年7月8日，國務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》要求建設(shè)智慧法庭數(shù)據(jù)平臺，促進人工智能應(yīng)用，實現(xiàn)法院審判體系和審判能力智能化。人工智能將成為現(xiàn)階段司法改革的重要工具。學界對人工智能的討論也從人工智能司法是否應(yīng)該存在逐漸轉(zhuǎn)向?qū)θ斯ぶ悄荛_發(fā)應(yīng)用的研究，以及如何更好地利用人工智能為司法改革服務(wù)。

人工智能的出現(xiàn)為解決“人案矛盾”提供了新視角，而要素式審判與人工智能的有機融合則成為破解“人案矛盾”的可行路徑。兩者結(jié)合能夠優(yōu)化訴訟程序并實現(xiàn)對司法資源的結(jié)構(gòu)性調(diào)整。但需要注意的是，司法改革的實質(zhì)性進展是緩慢的，以技術(shù)解決改革中遇到的一些瓶頸性問題，逐步完善司法生態(tài)將是一條嶄新的改革路徑[5]（P12）。人工智能作為司法審判的輔助工具，能夠利用現(xiàn)代化信息技術(shù)推動改革的發(fā)展。司法改革從人工智能信息化技術(shù)的角度入手，向信息化運用要效率，能夠增加要素式審判改革以及繁簡分流機制改革的效益?；谏鲜稣J識，筆者試圖以多維視角對人工智能司法面臨的現(xiàn)實困境進行解構(gòu)，并從理論與實踐結(jié)合的角度引入要素式審判，對于其在人工智能司法中運用的實際效用進行剖析，從而對要素式審判有助于人工智能司法解決“人案矛盾”的觀點進行證成，以期厘清人工智能司法與要素式審判之間的若干問題，借助要素式審判緩解人工智能司法的運行窘境，提升人工智能司法的運行效益。

二、人工智能司法的運行困境

在信息化技術(shù)的支撐下，我國人工智能司法獲得后發(fā)優(yōu)勢。人工智能與司法的融合在世界樹立了典范，并為世界提供中國經(jīng)驗。人工智能與司法融合最早可以追溯到21世紀初[6]（P11-12）。直至今日，雖然人工智能信息化技術(shù)已經(jīng)發(fā)展的較為純熟，但其與司法審判的融合仍然面臨著許多困境，包括內(nèi)生窘境以及外來質(zhì)疑。對人工智能司法運行困境進行解構(gòu)，能幫助理解要素式審判在助力人工智能司法發(fā)展方面的作用。

（一）人工智能司法開發(fā)技術(shù)的功能障礙

人工智能的開發(fā)有固定的技術(shù)路徑，其與司法的融合也遵循一定的邏輯路徑，先決性問題為法律知識圖譜的構(gòu)建[7]（P70）。知識圖譜是結(jié)構(gòu)化的語義知識庫，用于以符號形式描述物理世界中的概念及其相互關(guān)系。知識圖譜的架構(gòu)，包括知識圖譜自身的邏輯結(jié)構(gòu)，以及構(gòu)建知識圖譜所采取的技術(shù)（體系）架構(gòu)[8]（P584）[9]（P48）。完成知識圖譜的構(gòu)建后，接著就是依照知識圖譜的框架體系對每一個案件的情節(jié)進行提取。情節(jié)提取依托“自然語義識別技術(shù)”①對裁判文書中的數(shù)據(jù)進行有效的語義分析。案件情節(jié)提取完成后，接下來就是對類案進行識別。利用前兩步提取的信息，將每個案件全方位地結(jié)構(gòu)化與標簽化，并將含有類似情節(jié)的案件進行整合，形成廣泛意義上的“類案”。最為重要的一步就是在實現(xiàn)類案識別后，對人工智能系統(tǒng)進行模擬訓練，實現(xiàn)案件從“X→Y”的有機重構(gòu)[9]（P49）。

人工智能司法在理想狀態(tài)下能順利完成“知識圖譜的構(gòu)建—情節(jié)提取—類案識別—模擬訓練”的實現(xiàn)路徑，但是運行中以上步驟存在以下技術(shù)障礙尚需解決。首先，知識圖譜的構(gòu)建分為實體抽取、關(guān)系抽取以及屬性抽取三步[8]（P585-588）[9]（P50）?，F(xiàn)階段，人工智能司法對于知識圖譜的建構(gòu)尚未達到完全自動化的水平，無法完全自主、準確、高效地完成對法律知識圖譜的實體抽取、關(guān)系抽取以及屬性抽取。其次，裁判文書作為知識圖譜構(gòu)建的數(shù)據(jù)庫來源，具有很強的個體差異性。法官是完成裁判文書的主體，受行文風格、表述習慣等因素的影響，盡管法律文書具有大致的統(tǒng)一格式，但是最后表述卻可能千差萬別。這對于人工智能司法的情節(jié)提取提出了挑戰(zhàn)，目前的自然語言處理技術(shù)尚不能達到將相似的表達歸類統(tǒng)一的效果。再次，由于情節(jié)提取的誤差，導致在類案識別中準確率較低，為法官司法裁判提供決策輔助的實效不高。最后，模擬訓練作為對前述步驟的承繼，若作為訓練的樣本文書存在瑕疵或者本身就是錯誤的，以這些“經(jīng)驗”輔助法官裁判，錯誤可能被不斷放大，造成惡性循環(huán)[9]（P50-52）。

（二）類案類判技術(shù)尚未發(fā)揮其應(yīng)然功能

在提及人工智能司法時，學界都會不約而同地論及其類案推薦功能[10]（P26）[11]（P131）。最高人民法院于2018年1月5日正式上線了“類案智能推送系統(tǒng)”[12]，通過該系統(tǒng)能夠快速查詢相類似的案件，幫助法官了解類案案情、裁判等，實現(xiàn)人工智能輔助司法裁判，有利于統(tǒng)一法律適用、提升審判質(zhì)效、鞏固司法公信力。在實踐中，人工智能司法實現(xiàn)類案類判主要有兩種方式：一是自動推送。自動推送是指信息技術(shù)人員先以裁判文書網(wǎng)中的文書為對象建立數(shù)據(jù)庫，而后對所有裁判文書進行人工“貼標簽”，將每個裁判文書所涉及案情歸結(jié)為若干個具有法律意義的標簽。在一方當事人起訴時，系統(tǒng)會自動對該份起訴狀生成對應(yīng)的法律標簽，將具有相似法律標簽的案件歸類為類案。二是主動搜索。法官對自動推送的類案不滿意時，可以在類案系統(tǒng)中選取羅列出來的法律標簽，并輸入關(guān)鍵詞在數(shù)據(jù)庫中檢索類案[10]（P27）。但有限的人工智能類案類判實踐并未能完全滿足法官的審判需求。有學者對類案類判的實踐運行進行實證研究，發(fā)現(xiàn)類案類判還存在以下問題：檢索推送的案例不精確，無法解決法官的實際需求；推送的案例范圍過窄；地方各類案類判的實踐差異顯著等[10]（P28-29）。

對于人工智能司法中的類案類判實踐現(xiàn)狀進行原因探尋，可以發(fā)現(xiàn)存在內(nèi)外兩大方面的原因：一是現(xiàn)行人工智能技術(shù)尚需升級，這是內(nèi)因。二是案例數(shù)據(jù)庫不完備，這是外因。從內(nèi)因看，在進行類案類判的邏輯運行時，基礎(chǔ)的技術(shù)問題是建立分門別類的數(shù)據(jù)庫。建立數(shù)據(jù)庫不僅要提取案件事實，分配法律標簽，而且要對標簽進行交叉管理。目前的人工智能技術(shù)對于裁判文書的字段提取尚不能實現(xiàn)

以案件事實情節(jié)的重要程度為標準自主提取關(guān)鍵詞作為法律標簽，故該項操作只能由人工來完成。面對浩如煙海的案件量、連篇的裁判文書，如果不能對人工智能進行升級，將耗費大量的人力物力來完成這項工作。從外因看，人工智能通過對裁判文書的深度學習，加上法律標簽的輔助，才能實現(xiàn)對類案的推送與檢索。因此，在數(shù)據(jù)庫的體量不足以讓人工智能進行深度學習的情況下，類案類判的推送與檢索也會遭遇挑戰(zhàn)。

（三）算法黑箱與法律決策透明性的天然沖突

算法黑箱是指因商業(yè)秘密、技術(shù)的復雜性以及機器學習結(jié)果的不可預知性，算法像是一個封閉的黑箱，其內(nèi)容的不透明使得人們難以了解算法的內(nèi)在工作機制。算法黑箱使得司法決策系統(tǒng)進行裁判時的說理和論證變得無法審閱[13]（P65），只能得到人工智能所給出的答案，卻無法知其所以然。法律決策的透明性是裁判正當性、公正性和有效性的前提，也是司法公信力的重要依托。因此，算法黑箱的不透明性與法律決策的透明性存在天然的沖突。

由此便引出對于通過人工智能司法所得出的裁決或結(jié)論，如何給予當事人及其律師充分的知情權(quán)以及抗辯權(quán)的問題[14]（P112）。人工智能司法亦應(yīng)當符合實體正義與程序正義的共同要求。司法裁判并不是一個唯結(jié)果論的過程，或者說結(jié)果并非是最重要的，更重要的是通過法官的裁判文書說理，引經(jīng)據(jù)典地得出合理、合法的結(jié)果。否則，這個結(jié)果將很難對當事人產(chǎn)生信服力[15]（P119）。當事人和律師如果無法對裁決或結(jié)論的得到過程進行質(zhì)疑或抗辯的話，那么將會侵害當事人及其律師的程序保障，這與司法正義是相背離的。除此之外，基于算法黑箱的特性，即使對于專業(yè)的法律從業(yè)人員，也未必了解算法黑箱的運作，更何況是普通的社會大眾，那些缺乏專業(yè)技術(shù)知識的訴訟參加者，將天然處于不利地位。因此，算法黑箱有可能加劇訴訟主體之間業(yè)已存在的數(shù)據(jù)鴻溝[16]（P106）。

（四）人工智能不是“人”

自人工智能技術(shù)發(fā)展以來，是否賦予人工智能虛擬的“法律主體資格”是學界爭論的主要話題。人工智能是否具有民事主體資格，在民法法理上涉及主客體二分的本源問題，即人工智能是作為主體—人，抑或僅為客體—物。人與物之間的區(qū)別具有重要意義，凡是人以外不具有精神、意思的生物都歸屬于物，是權(quán)利的客體。但人工智能的出現(xiàn)正逐漸模糊主客體之間本不可逾越的鴻溝[17]（P131）。不管是從主流觀點還是傳統(tǒng)觀念來看，將人工智能視為“人”或許是讓社會一般人難以接受的事情。無論是在司法領(lǐng)域還是社會其他領(lǐng)域，民眾對于人工智能的看法都是將其視為輔助性工具，而并不會本末倒置地將其視為“人”加以對待[11]（P125）。

人工智能不是“人”，也就不能將其視為法官。首先，計算機可以處理法律條文內(nèi)容中的三段論推理以及關(guān)于“要件-效果”的條件式推理，也可以處理具體案例特征與數(shù)據(jù)庫檢索到的基礎(chǔ)案例特征之間的類似性并進行傾向性的推理和判斷[11]（P129）。但是，人工智能無法解決有效法律或政策規(guī)范在適用上的先后順序以及價值位序問題[11]（P129）。其次，司法裁判是普遍性知識與特殊性知識高度結(jié)合的產(chǎn)物[18]（P92）。司法裁判中不僅涉及法律規(guī)則、原則以及司法解釋，還會有政策性考量、利益權(quán)衡、上下文語境以及風俗習慣等特殊要素的介入。這與人工智能的算法方式亦存在關(guān)聯(lián)，人工智能的算法方式是線性的，即從輸入到輸出是以一種固定的算法進行。而人類的思維方式是非線性的，法官在裁判案件時會考慮到許多法律條文之外的、能夠影響案件裁判結(jié)果的因素。再次，我國成文法以簡約為特點，每一個概念的內(nèi)涵、外延的界限并不完全清晰。除此之外，中華文化對于文字的表述有于細微處見真章的效果，如義務(wù)性條款中“應(yīng)當”與“可以”的區(qū)分。有學者認為，將裁判方式固定化、格式化，可能會阻礙法律解釋學、推理技術(shù)、專業(yè)化教育以及審判者倫理人格的發(fā)展和提高，使司法流于一種檢索和推測的簡單智力游戲[11]（P130）。

三、要素式審判在人工智能司法中的效能

要素式審判③作為區(qū)別于傳統(tǒng)民事訴訟的新型審判模式，既承繼了傳統(tǒng)訴訟模式的特點，又具有若干特征。所謂要素式審判法，是根據(jù)不同類型案件的特點，抽取出該類案件的共同事實要素，圍繞案件的基本要素進行庭審并制作裁判文書的一種略式審理方法，包括案件審理方法與裁判文書制作方法兩個方面。要素式審判是在繁簡分流的司法改革背景下，基層法院面對案多人少的困境提出的解決方法[19]（P3）。要素式審判的運作原理是對能夠提取固定要素的類型化案件進行要素提煉，在庭前由雙方當事人對若干固定要素是否存在爭議歸納總結(jié)于《要素登記表》。在庭審中法官根據(jù)雙方提供的《要素登記表》對無爭議的要素予以確認，對存在爭議的要素進行針對性地調(diào)查、辯論。在要素式裁判文書的制作方面，也可以適當簡化，無須通篇平鋪直敘，法官主要針對存在爭議的特定要素進行陳述。

要素式審判方式改革為人工智能司法的轉(zhuǎn)型與升級提供了新的契機與切入點。要素式審判利用對于要素事實的提煉以及分類，能夠改變知識圖譜的構(gòu)建方式以及后續(xù)的邏輯路徑，進而分擔人工智能司法在技術(shù)升級方面的壓力。通過改變類案歸納的依據(jù)以及標準，提升類案的相似性，進而提高類案推送以及案例檢索的準確性，輔助法官司法裁判。通過規(guī)定特定案件的固定事實要素倒逼法官對于爭議要素的心證公開，加強裁判文書對于爭議要素說理的針對性。通過要素事實以及相應(yīng)的裁判結(jié)果的學習，人工智能司法能夠更加準確地理解司法裁判中所包含的法律以及法律以外的內(nèi)容。

（一）要素式審判能緩解人工智能司法中技術(shù)升級的壓力

人工智能的“自然語義識別技術(shù)”對于法律語言的識別是具有局限性的，這也是人工智能最大的弱點，是必須面對、必須解決的關(guān)鍵。要解決人工智能的自然語言屬性與法律語言不確定性之間的矛盾與張力，須從人工智能的學習路徑出發(fā)，構(gòu)建人工智能的法律知識圖譜

[7]（P72）。以裁判文書為學習對象，在具備明確的審理對象、明晰的案件事實、要適用的實體以及程序規(guī)則的情況下，人工智能的深度學習并非不可能實現(xiàn)[6]（P11-21）。而要素式審判便成為人工智能法律知識積累的重要途徑，是構(gòu)建人工智能法律知識圖譜的重要來源。

人工智能司法是抽象與具體的結(jié)合。前者是指人工智能司法以抽象建模為前提，后者是指人工智能需要從具體案件事實要素出發(fā)進行學習積累。人工智能所追求的具體化是高度標準化、類型化后的具體化。反觀要素式審判，一方面要素式審判要求對于各個要素事實具體明晰的闡述；另一方面，對于要素事實的評價需要在具體的案件事實以及抽象的實體法規(guī)范之間來回流轉(zhuǎn)[7]（P74），這與人工智能學習方式是相契合的。故能較為輕松地實現(xiàn)人工智能司法實現(xiàn)路徑的第一步，即知識圖譜的構(gòu)建。在要素式審判中，雙方當事人在案件開庭審理前對于法官整理的要素事實的起訴以及答辯，有利于人工智能司法在情節(jié)提取時減輕工作量、提高準確度。后續(xù)的類案識別與模擬訓練步驟就不再贅述。因此，在人工智能司法下構(gòu)建體系完整的要素式審判，能夠減輕人工智能司法在技術(shù)迭代上面臨的壓力。

（二）要素式審判能提升人工智能司法中類案類判的準確性和針對性

類案類判功能是人工智能對于司法裁判的重要作用之一。通過人工智能司法的類案類判功能，能夠幫助法官對同一類型的案件作出相同或相類似的裁判，有利于提高審判的效率以及提升司法公信力。實現(xiàn)類案類判功能的重要前提是存在數(shù)據(jù)資源豐富、分類整齊的案例庫，否則類案類判將無法精確推送或者檢索，無法很好地輔助法官進行司法審判。而在前文有提及，目前人工智能類案類判數(shù)據(jù)庫的建立仍然依靠的是人工提取案件法律標簽的做法，這樣的做法不僅低效，而且容易出錯。如何借助要素式審判完善這關(guān)鍵的一步？要素式審判中的案件事實要素就是提取法律標簽的最好素材。在《要素登記表》中，法官對于每個案件整理的每個事實要素，是對于涉及案件事實每一個部分的區(qū)隔。在提取法律標簽時，人工智能不再需要對連篇累牘的、沒有重點的、風格不一的裁判文書進行法律標簽的提取，而只需對在每個案件中各個事實要素的法律標簽進行分別歸納，閱讀量大大減少，精準性也會隨之上升，類案類判系統(tǒng)的推送以及檢索也會更有針對性和準確性。

（三）要素式審判能提高人工智能司法中裁判文書說理充分性以及心證公開程度

民事裁判文書說理不充分的現(xiàn)實困境在學界也有討論。有學者以及實務(wù)工作者指出，現(xiàn)階段法律文書存在的問題主要在于“四個不夠”，即“說理不夠、公開不夠、評價不夠、責任追究不夠”。說理是法官的義務(wù)，必須遵循法律邏輯，說理對象應(yīng)當以當事人為主，兼顧學者和社會公眾”。②可見裁判文書說理現(xiàn)狀仍不樂觀。加之人工智能司法的黑箱性，就算是法學學者也難以琢磨其中奧秘，更何況是社會公眾。但是，在引入要素式審判之后，法官對于無爭議的事實要素無需論證就可以確認，當事人作為權(quán)利義務(wù)承擔者也當然會予以肯定。而對于存在爭議的事實要素，則要求法官一一予以回應(yīng)與論證，公開自己的心證。這樣既能相對減輕法官的工作負擔，也能夠有效緩解說理不充分、心證不夠公開的窘境。此外，結(jié)合要素式審判方法與動態(tài)階段性裁判文書寫作方法相結(jié)合的司法審判實踐經(jīng)驗，可以將法官、法官助理和書記員進行裁判文書制作、寫作與創(chuàng)作歸納為不同的程序階段[20]（P311），如此也能提高審判的效率。

（四）要素式審判能增加人工智能司法中的“人情味”

人工智能司法或許給普通大眾的感覺是冰冷的。社會公眾受影視劇、法學書籍等的影響，可能并不認為法律是非黑即白的，而是存在可以回轉(zhuǎn)的空間，這也是當事人留有一絲希望也不愿放棄的信念來源。民眾寄希望于法官在全盤考量之后，會基于種種法律之外的要素給予他們勝訴的判決，這可能是民眾所認為的“法律的溫度”。人工智能司法因為算法的一元性，其對于相同特定案件事實的輸入，只可能輸出同樣的裁判結(jié)果，因為其思維方式是線性的。但如果結(jié)合要素式審判法對人工智能司法進行路徑改造，將案件事實不斷解構(gòu)，解構(gòu)為不同層級的要素，最基礎(chǔ)的為每一個具有法律意義的名詞，再由人工智能系統(tǒng)對這些法律名詞進行事前的學習，形成大數(shù)據(jù)之后，再對案件事實進行重組，最終形成人工智能對于知識的積累。在不斷的解構(gòu)重組中，人工智能對于法律之外影響案件裁判的因素也有學習的過程，能夠幫助人工智能更好地理解司法裁判，更好地給出類案建議，輔助法官進行司法裁判。

四、結(jié)語

司法審判與人工智能的融合已成為大勢所趨，兩者的結(jié)合為繁簡分流司法改革下解決“人案矛盾”提供了新視角。實證數(shù)據(jù)為人工智能司法解決案件糾紛的實效提供支撐，但人工智能司法面臨的困境仍需直視。困境一方面源自人工智能的技術(shù)特質(zhì)；另一方面涉及人工智能與司法的銜接與融合問題。要素式審判是對傳統(tǒng)訴訟審判模式的革新，針對特定類型的案件規(guī)定特定的事實要素，在雙方當事人的配合下區(qū)分有爭議與無爭議的事實要素進行庭審。在人工智能司法運行框架中引入要素式審判，不僅能夠助益解決人工智能司法面臨的難題，而且有助于提升人工智能司法的運行效能，是解決人工智能司法困境的可行出路。

注? 釋：

①“在大數(shù)據(jù)時代，對海量文本信息進行有效的語義分析已經(jīng)是自然語言處理、信息檢索、信息分類、信息過濾、語義挖掘、文本的機器學習等諸多應(yīng)用領(lǐng)域基礎(chǔ)且關(guān)鍵的研究問題，它影響著上層信息服務(wù)與信息共享的質(zhì)量和水平。自然語義識別技術(shù)是處理自然語言的前提條件。自然語言一般是指人類社會中逐漸發(fā)明和演變的用于溝通交流的語言，表現(xiàn)為語音、手勢語、書面語言等。通過自然語義識別技術(shù)的框架，就可以自動實時、明確地從海量司法文書中提取知識圖譜構(gòu)建所需的情節(jié)，這是一個非常關(guān)鍵的環(huán)節(jié)?！眳⒁娡醯撋骸端痉ù髷?shù)據(jù)與人工智能開發(fā)的技術(shù)障礙》，載《中國法律評論》2018年第2期，第49頁。

②此觀點為重慶市第四中級人民法院院長孫海龍法官在中國法學會法律文書學研究會“2017年學術(shù)年會暨司法改革責任與法律文書改革論壇”中提出。參見：https：//www.163.com/dy/article/CVDRTNUJ0514A4E1.html，最后訪問時間：2022年10月5日。

③要素式審判法與鄒碧華法官的要件式審判法相區(qū)分。要素式審判法是法官根據(jù)雙方當事人提供的固定要素（即案件事實）判斷是否存在爭議推進訴訟。無爭議的要素予以確認、有爭議的要素經(jīng)過庭審調(diào)查、辯論后適用法律。而鄒碧華法官的要件式審判法是以請求權(quán)、抗辯權(quán)法律規(guī)范為基準進行構(gòu)成要件的解構(gòu)，對原告的請求、被告的抗辯分別進行檢索，探尋是否存在支持的規(guī)范?？梢园l(fā)現(xiàn)，要素式審判法是事實出發(fā)型審判模式，而要件式審判法是規(guī)范出發(fā)型審判模式。因此兩者存在截然不同的邏輯路徑。參見鄒碧華：《要件審判九步法》，法律出版社2010年版，第32-36頁；劉韻：《民事訴訟爭點整理研究：基礎(chǔ)理論、實踐開展與本土建構(gòu)》，廈門大學2019年博士學位論文，第159頁。

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(tǒng)研發(fā)[J].武漢科技大學學報（社會科學版），2020（3）.

[2]2021年全國法院司法統(tǒng)計公報[EB/OL].http：//gongbao.court.gov.cn/Details/a6c42e26948d3545aea5419fa2beaa.html，2022-04-01.

[3]2020年全國法院司法統(tǒng)計公報[EB/OL].http：//gongbao.court.gov.cn/Details/0bce90201fd48b967ac863bd29059b.html，2021-04-01.

[4]姜峰.法院“案多人少”與國家治道變革——轉(zhuǎn)型時期中國的政治與司法憂思[J].政法論壇，2015（3）.

[5]徐昕，黃艷好.中國司法改革年度報告（2018）[J].上海大學學報（社會科學版），2019（2）.

[6]張保生.人工智能法律系統(tǒng)的法理學思考[J].法學評論，2001（5）.

[7]高翔.人工智能民事司法應(yīng)用的法律知識圖譜構(gòu)建——以要件事實型民事裁判論為基礎(chǔ)[J].法制與社會發(fā)展，2018（6）.

[8]劉嶠，李楊，段宏，等.知識圖譜構(gòu)建技術(shù)綜述[J].計算機研究與發(fā)展，2016（3）.

[9]王祿生.司法大數(shù)據(jù)與人工智能開發(fā)的技術(shù)障礙[J].中國法律評論，2018（2）.

[10]左衛(wèi)民.如何通過人工智能實現(xiàn)類案類判[J].中國法律評論，2018（2）.

[11]季衛(wèi)東.人工智能時代的司法權(quán)之變[J].東方法學，2018（1）.

[12]羅書臻.認真學習貫徹黨的十九大精神深入推進智慧法院建設(shè)[N].人民法院報，2018-01-06（01）.

[13]周尚君，伍茜.人工智能司法決策的可能與限度[J].華東政法大學學報，2019（1）.

[14]馬靖云.智慧司法的難題及其破解[J].華東政法大學學報，2019（4）.

[15]左衛(wèi)民.關(guān)于法律人工智能在中國運用前景的若干思考[J].清華法學，2018（2）.

[16]李晟.略論人工智能語境下的法律轉(zhuǎn)型[J].法學評論，2018（1）.

[17]吳漢東.人工智能時代的制度安排與法律規(guī)制[J].法律科學（西北政法大學學報），2017（5）.

[18]高奇琦，張鵬.論人工智能對未來法律的多方位挑戰(zhàn)[J].華中科技大學學報（社會科學版），2018（1）.

[19]滕威，劉龍.要素式審判法：庭審方式與裁判文書的創(chuàng)新[M].北京：人民法院出版社，2016.

[20]楊凱.法官助理和書記員職業(yè)技能教育培訓指南[M].北京：北京大學出版社，2016.