聶振華 "河南法官進(jìn)修學(xué)院科研處處長(zhǎng)。

楊潔琳 "鄭州鐵路運(yùn)輸法院刑事審判庭員額法官。

內(nèi)容提要：為充分發(fā)揮人工智能在數(shù)字法院中的輔助作用、進(jìn)一步實(shí)現(xiàn)公正與效率，本文通過(guò)檢視當(dāng)前人工智能輔助量刑的現(xiàn)狀及其應(yīng)用、倫理、技術(shù)困境，進(jìn)而對(duì)人工智能輔助量刑的司法理論進(jìn)行內(nèi)涵重釋?zhuān)詫?shí)現(xiàn)對(duì)人工智能輔助量刑的規(guī)制與重塑。本文提出構(gòu)建分類(lèi)適用的“人工智能+量刑”體系，以期為以法官為中心、人機(jī)協(xié)同輔助的司法新未來(lái)奠定基礎(chǔ)：一是根據(jù)介入程度進(jìn)行階梯型分類(lèi)，分為注意力提醒模式、智能量刑建議模式、自動(dòng)草擬裁判文書(shū)模式，并參照案件繁簡(jiǎn)程度設(shè)置三種模式的對(duì)應(yīng)介入邊界；二是設(shè)置規(guī)范便捷的“人工智能+量刑”程序；三是以全周期的統(tǒng)一管理和多元化的全面監(jiān)督實(shí)現(xiàn)權(quán)責(zé)適應(yīng)的“人工智能+量刑”監(jiān)管。

關(guān)鍵詞：數(shù)字法院" 量刑" 人工智能輔助量刑" 量刑規(guī)范化

一、檢視：人工智能輔助量刑的實(shí)踐現(xiàn)狀與制度困境

習(xí)近平總書(shū)記強(qiáng)調(diào)：“加快發(fā)展新一代人工智能是事關(guān)我國(guó)能否抓住新一輪科技革命和產(chǎn)業(yè)變革機(jī)遇的戰(zhàn)略問(wèn)題。”習(xí)近平：《加強(qiáng)領(lǐng)導(dǎo)做好規(guī)劃明確任務(wù)夯實(shí)基礎(chǔ) 推動(dòng)我國(guó)新一代人工智能健康發(fā)展》，載《人民日?qǐng)?bào)》2018年11月1日，第1版。智能量刑系統(tǒng)為量刑工作引入了主體性邏輯、量刑規(guī)范化邏輯和經(jīng)驗(yàn)規(guī)范邏輯，技術(shù)的介入增強(qiáng)了司法裁判的一致性。參見(jiàn)張玉潔：《智能量刑算法的司法適用：邏輯、難題與程序法回應(yīng)》，載《東方法學(xué)》2021年第3期。在此背景下，如何讓人工智能成為實(shí)現(xiàn)公平與效率的有力有效輔助工具，值得探究。

（一）人工智能輔助量刑的實(shí)踐現(xiàn)狀

2016年11月17日，最高人民法院在第三屆世界互聯(lián)網(wǎng)大會(huì)數(shù)字法院暨網(wǎng)絡(luò)法治論壇上提出“將積極推進(jìn)人工智能在司法領(lǐng)域的應(yīng)用”。人工智能為解決人民法院人案矛盾提供了新契機(jī)。

1.人民法院人案矛盾的現(xiàn)實(shí)藩籬

2023年全國(guó)各級(jí)法院收案4557.4萬(wàn)件，結(jié)案4526.8萬(wàn)件，同比分別增長(zhǎng)15.6%、13.4%。其中，刑事案件收案174.98萬(wàn)件，增長(zhǎng)15.7%；結(jié)案176.32萬(wàn)件，增長(zhǎng)16.45%。2013年以來(lái)，全國(guó)法院案件總量以年均13%的增幅快速增長(zhǎng)，10年增加2.4倍；法官年人均辦案由2017年的187件，增至2023年的357件，江蘇、重慶等地法院人均結(jié)案數(shù)超過(guò)500件，整體辦案壓力較大，人案矛盾日益突出，參見(jiàn)最高人民法院新聞局：《“數(shù)”點(diǎn)看法！2023年審判執(zhí)行工作怎么看？》，載中華人民共和國(guó)最高人民法院網(wǎng)2024年3月9日，https：//www.court.gov.cn/zixun/xiangqing/427552.html。尤其是基層法院辦結(jié)案件數(shù)量占總量的比重逐年增加。

2.人工智能輔助量刑的試點(diǎn)現(xiàn)狀

“作為數(shù)字化時(shí)代在司法領(lǐng)域的產(chǎn)物，數(shù)字法院建設(shè)運(yùn)用數(shù)字化思維方式，借助大數(shù)據(jù)分析工具，全面賦能法院工作，為破解司法審判面臨的現(xiàn)實(shí)困境、推進(jìn)法院現(xiàn)代化建設(shè)提供了有力支撐?！辟Z宇：《論數(shù)字法院》，載《法學(xué)研究》2024年第4期。全國(guó)有100多家法院嘗試應(yīng)用人工智能輔助量刑，試點(diǎn)地區(qū)也取得了一些成果。其中，北京市高級(jí)人民法院應(yīng)用的睿法官系統(tǒng)2016年上線，該系統(tǒng)中法官可對(duì)要素提取多次確認(rèn)；貴州省高級(jí)人民法院等貴州省內(nèi)法院應(yīng)用的法鏡系統(tǒng)2017年上線，實(shí)現(xiàn)了人工智能對(duì)法官裁判的提醒和監(jiān)督；海南省、天津市多家法院應(yīng)用的量刑規(guī)范化智能輔助系統(tǒng)2017年上線，該系統(tǒng)的算法學(xué)習(xí)了大量法律知識(shí)圖譜、自然語(yǔ)言及歷史量刑數(shù)據(jù)；上海市33家法院、檢察院、公安機(jī)關(guān)作為試點(diǎn)單位應(yīng)用的“206系統(tǒng)”2018年上線，能夠進(jìn)行證據(jù)審查、逮捕條件審查、社會(huì)危險(xiǎn)性評(píng)估；廣東省高級(jí)人民法院、江蘇省高級(jí)人民法院應(yīng)用的“小包公”智能定罪量刑預(yù)測(cè)系統(tǒng)2018年上線，實(shí)現(xiàn)理論量刑結(jié)果和數(shù)據(jù)量刑結(jié)果同時(shí)預(yù)測(cè)；浙江省溫州市兩級(jí)法院試點(diǎn)應(yīng)用的醉駕案件全流程智能化審判系統(tǒng)2020年上線，實(shí)現(xiàn)案件100%當(dāng)庭宣判，裁判文書(shū)當(dāng)庭生成、當(dāng)庭送達(dá)（如下表所示）。

表" 人工智能輔助量刑的應(yīng)用情況

系統(tǒng)名稱(chēng)研發(fā)模式算據(jù)來(lái)源是否需要人工參與結(jié)果呈現(xiàn)方式

睿法官系統(tǒng)法院系統(tǒng)聯(lián)合研發(fā)北京法院所有案件全國(guó)公開(kāi)裁判文書(shū)指導(dǎo)性案例及公報(bào)案例是推送類(lèi)案生成裁判文書(shū)初稿

法鏡大數(shù)據(jù)系統(tǒng)多單位聯(lián)合研發(fā)各級(jí)法院歷史案例數(shù)據(jù)否“判決偏離度”提醒

量刑規(guī)范化智能輔助系統(tǒng)法院主導(dǎo)聯(lián)合研發(fā)法律知識(shí)圖譜自然語(yǔ)言處理歷史量刑數(shù)據(jù)否推送關(guān)聯(lián)法條

生成裁判文書(shū)初稿

“206系統(tǒng)”多單位聯(lián)合研發(fā)統(tǒng)一證據(jù)標(biāo)準(zhǔn)公檢法數(shù)據(jù)庫(kù)否提供量刑參考

“小包公”智能定罪量刑預(yù)測(cè)系統(tǒng)高校主導(dǎo)研發(fā)公開(kāi)裁判文書(shū)是生成理論預(yù)測(cè)結(jié)果

生成量刑規(guī)范化表格

醉駕案件智能化審判多單位聯(lián)合研發(fā)本地裁判數(shù)據(jù)庫(kù)61個(gè)量刑情節(jié)是提供量刑參考意見(jiàn)

（二）人工智能輔助量刑的困境

從上述進(jìn)展現(xiàn)狀中不難看出，人工智能輔助量刑仍處于起步階段，還需庖丁解牛、厘清困境，進(jìn)一步尋求人機(jī)協(xié)同的平衡點(diǎn)。

1.立足現(xiàn)狀：人工智能輔助量刑的應(yīng)用之困

隨著人工智能輔助量刑的逐步探索，一些應(yīng)用困境也逐漸顯現(xiàn)：一是研發(fā)主體多元，存在法院主導(dǎo)、公檢法等單位聯(lián)合研發(fā)、高校主導(dǎo)研發(fā)等多種模式；二是算據(jù)來(lái)源不規(guī)范，來(lái)源范圍不明確，標(biāo)準(zhǔn)不統(tǒng)一；三是運(yùn)算過(guò)程不透明，且仍需大量人工確認(rèn)；四是結(jié)果推送形式不統(tǒng)一，存在草擬文書(shū)、量刑建議、量刑預(yù)測(cè)、偏離度等多種模式，甚至存在混合模式；五是應(yīng)用主體定位不清，存在法院、檢察院系統(tǒng)與社會(huì)公眾共用一個(gè)產(chǎn)品的現(xiàn)象。

2.回顧原點(diǎn)：人工智能輔助量刑的倫理之困

（1）監(jiān)督與侵犯：限制自由裁量權(quán)的倫理之困。一方面，法官的自由裁量權(quán)必須適度，既要防止陷入法律適用的“機(jī)械、僵化的境地”，又要防止“過(guò)分賦予法官自由裁量權(quán)”。王國(guó)華、海燕：《涉外船舶融資租賃合同之法律適用問(wèn)題研究》，載《中國(guó)海商法研究》2020年第3期。自由裁量權(quán)的任意化與機(jī)械化權(quán)衡探索由來(lái)已久。量刑規(guī)范化改革期間，最高人民法院出臺(tái)了《關(guān)于常見(jiàn)犯罪的量刑指導(dǎo)意見(jiàn)》，為法官運(yùn)用自由裁量權(quán)設(shè)定了特定刑罰的剛性條件。隨后，一些地方法院在該剛性條件下研發(fā)了人工智能算法以進(jìn)一步督促法官公正司法。例如，江蘇法院設(shè)置了偏離預(yù)警系統(tǒng)，當(dāng)法官的裁判超出偏離度時(shí)，會(huì)引發(fā)預(yù)警，并將該警報(bào)推送至院長(zhǎng)。這種介入確實(shí)一定程度上抑制甚至排除了裁判的隨意性，進(jìn)一步促進(jìn)了“類(lèi)案同判”的效果。另一方面，按照《憲法》第128條、《刑事訴訟法》第3條之規(guī)定，只有人民法院具有審判權(quán)。但通過(guò)梳理人工智能輔助量刑的過(guò)程可見(jiàn)，其不僅對(duì)量刑范圍進(jìn)行提示，實(shí)踐中，人工智能的輔助幾乎貫穿案件審判的始終，從庭審前的庭前文書(shū)制作、證據(jù)充分性審查，到庭審中的庭審筆錄語(yǔ)音錄入、單一證據(jù)校驗(yàn)，再到庭審后的草擬裁判文書(shū)、量刑預(yù)測(cè)輔助、類(lèi)案推送和社會(huì)危險(xiǎn)性評(píng)估，人工智能都發(fā)揮了科技的便捷作用。在享受科技紅利的同時(shí)，這樣的介入是否侵犯了法官的自由裁量權(quán)，尚存在爭(zhēng)議。

（2）共性與個(gè)性：機(jī)械化類(lèi)案同判的倫理之困。個(gè)案中包含的情節(jié)、要素，以及案外的環(huán)境、條件，都是影響案件定性處理的考慮因素。但是，這些事實(shí)性的因素?zé)o法標(biāo)準(zhǔn)化、類(lèi)型化地窮舉。因此，要判斷兩個(gè)案件是否構(gòu)成“類(lèi)案”無(wú)法以一套固定的、預(yù)設(shè)的標(biāo)準(zhǔn)來(lái)操作，而只能依據(jù)法官個(gè)人的經(jīng)驗(yàn)判斷。這也是“類(lèi)案推送”等輔助裁判系統(tǒng)應(yīng)用成效一直無(wú)法達(dá)到預(yù)期的主要原因。參見(jiàn)陳羅蘭：《論法院數(shù)字共同體的構(gòu)建：以人工智能輔助司法為視角》，載《法學(xué)》2024年第1期?！靶塘P個(gè)別化主要是在量刑階段實(shí)現(xiàn)的，而且基本上是在裁量預(yù)防刑時(shí)實(shí)現(xiàn)的。所以，在裁量了責(zé)任刑之后，必須重點(diǎn)考慮犯罪人的再犯罪危險(xiǎn)性……”張明楷：《論預(yù)防刑的裁量》，載《現(xiàn)代法學(xué)》2015年第1期?！邦?lèi)案同判”從不否認(rèn)案件的個(gè)性化裁判結(jié)果，但人工智能輔助量刑的結(jié)果有可能由于其自身的局限性忽略甚至識(shí)別不出案件的個(gè)性化特點(diǎn)，從而得出機(jī)械化的結(jié)果。

司法判決過(guò)程中，案件事實(shí)清楚、證據(jù)確鑿是三段論小前提，法律規(guī)范則是大前提。同時(shí)，除了法律規(guī)范之外，中國(guó)現(xiàn)代司法講求政治效果、社會(huì)效果與法律效果的統(tǒng)一。罪刑相適應(yīng)原則貫穿于《刑法》始終，要求司法機(jī)關(guān)應(yīng)當(dāng)注意糾正重定罪輕量刑傾向、重刑主義傾向、不同法院量刑輕重有別現(xiàn)象。人工智能輔助量刑時(shí)，雖能一定程度上解決各法院量刑不均衡的“罪刑相適應(yīng)”問(wèn)題，卻暫時(shí)難以解決個(gè)案量刑的“刑罰個(gè)別化”問(wèn)題。

“量刑時(shí)既要‘回顧性’地考察行為的客觀危害以及行為人的罪責(zé)，也應(yīng)當(dāng)‘展望性’地分析被告人再犯罪的危險(xiǎn)性，這是量刑理論以及實(shí)踐都無(wú)法否認(rèn)的基本共識(shí)?！敝芄鈾?quán)：《量刑的實(shí)踐及其未來(lái)走向》，載《中外法學(xué)》2020年第5期。無(wú)論是責(zé)任刑，還是預(yù)防刑，其思維本質(zhì)均是事實(shí)和價(jià)值的統(tǒng)一判斷，這是目前人工智能難以實(shí)現(xiàn)的。

3.審視前沿：人工智能輔助量刑的技術(shù)之困

人工智能輔助量刑的原理是通過(guò)數(shù)據(jù)收集、機(jī)器學(xué)習(xí)、智能運(yùn)算最終輔助生成初步的量刑結(jié)果。在此過(guò)程中的算據(jù)失準(zhǔn)、算法開(kāi)發(fā)等人工智能自身的局限性是當(dāng)前科技無(wú)法解決的。

（1）算據(jù)失準(zhǔn)的局限性。人工智能輔助量刑的算據(jù)包含最高人民法院權(quán)威發(fā)布的指導(dǎo)性案例及公報(bào)案例、人民法院案例庫(kù)案例、各級(jí)人民法院公開(kāi)的裁判文書(shū)以及本地的生效裁判文書(shū)等，人工智能運(yùn)用這些算據(jù)時(shí)存在一定局限性。

一是算據(jù)的“正確性”失準(zhǔn)。并非生效的判決就一定是“正確”的算據(jù)，因?yàn)楸旧砭蜎](méi)有完全相同的案件裁判，且由于各種因素的影響，一些普通生效裁判本身就有一定的不可取性。當(dāng)系統(tǒng)提取不到指導(dǎo)性案例、公報(bào)案例等權(quán)威裁判時(shí)，便會(huì)提取與目標(biāo)案件類(lèi)似的普通生效裁判，但顯然量刑并非如1+1=2般簡(jiǎn)單的問(wèn)題，普通生效判決作為算據(jù)時(shí)其得出結(jié)果的“正確性”可能不及權(quán)威裁判。

二是算據(jù)具有天然的滯后性。人工智能輔助量刑系統(tǒng)的算據(jù)僅是過(guò)去的部分案例，這些案例的總結(jié)和形成往往本身具有滯后性，再加上各地人民法院獲取算據(jù)的能力不同，能夠及時(shí)獲取的生效判決也較有限，這種情況下難免會(huì)產(chǎn)生算據(jù)滯后的問(wèn)題。

三是一些量刑情節(jié)難以量化。人工智能在類(lèi)比相似案件時(shí)，需提取相關(guān)案情的要素以及量刑情節(jié)的要素。這種提取的辦法相當(dāng)于把案件案情單詞化，雖然在很多情況下能夠?qū)崿F(xiàn)量刑的預(yù)判，但當(dāng)案件存在復(fù)雜案情、多重人際關(guān)系或復(fù)合行為時(shí)，人工智能便難以提取該被告人的行為。這也是一直以來(lái)人工智能輔助量刑在共同犯罪的刑事責(zé)任分配上較難取得突破的原因。

（2）算法開(kāi)發(fā)的局限性。人工智能輔助量刑常見(jiàn)的算法解決方案有隨機(jī)森林算法、IPamp;MV算法、MHARNN算法等，但這些算法普遍存在詞庫(kù)建立困難、算法可視化較難實(shí)現(xiàn)、算力不足等方面的局限性，同時(shí)都未能解決數(shù)罪并罰以及共同犯罪中刑事責(zé)任的分配問(wèn)題。

一是隨機(jī)森林算法（Random Forest）。該算法主要基于決策樹(shù)算法進(jìn)行改進(jìn)，最早由Leo Breiman和Adele Cutler研發(fā)。運(yùn)用該算法的人工智能輔助量刑可分為三個(gè)步驟：學(xué)習(xí)案件數(shù)據(jù)、提取量刑要素、預(yù)判具體量刑。其優(yōu)勢(shì)在于訓(xùn)練速度快，能高效處理大量樣本，原理簡(jiǎn)單，邏輯清晰，泛化能力強(qiáng)；局限性在于需建立詞庫(kù)，但詞庫(kù)的建立需要大量的人力、物力、財(cái)力，案情復(fù)雜時(shí)準(zhǔn)確率下降，運(yùn)算時(shí)需要人工錄入案情信息。

二是IPamp;MV算法（Interval Partition and Multi-Models Voting），即區(qū)間劃分和多模型投票方法。這是結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）與長(zhǎng)短時(shí)記憶模型（Long Short-Term Memory，LSTM）兩種模型優(yōu)點(diǎn)的深度學(xué)習(xí)模型。其優(yōu)勢(shì)在于算據(jù)分布均衡，減小樣本的“選擇性偏誤”，有效實(shí)現(xiàn)了要素提取和“事實(shí)場(chǎng)景”再現(xiàn)的結(jié)合；局限性在于依賴成熟的詞庫(kù)，但法律語(yǔ)言過(guò)于專(zhuān)業(yè)且體量大，全覆蓋的詞庫(kù)構(gòu)建困難且需要持續(xù)更新校準(zhǔn)，LSTM模型的審判依據(jù)較難剝離，難以實(shí)現(xiàn)可視化的算法過(guò)程，CNN模型易忽略重要的審判信息等。

三是MHARNN算法（Multi-Channel Hierarchical Attentive Recurrent Neural Network）。該算法基于多通道分層注意力循環(huán)神經(jīng)網(wǎng)絡(luò)的刑期預(yù)測(cè)模型，主要引入了BERT模型（2018年，Google公布BERT在11項(xiàng) NLP任務(wù)中刷新紀(jì)錄），結(jié)合了多通道模式和分層注意力機(jī)制。其優(yōu)勢(shì)在于無(wú)須建立詞庫(kù)，能夠?qū)巫诌M(jìn)行自然語(yǔ)言的輸入和處理，既克服了文書(shū)不規(guī)范的樣本問(wèn)題，也解決了詞庫(kù)搭建的問(wèn)題，具備學(xué)習(xí)深層次語(yǔ)義特征的能力；局限性在于搭建難度大，耗費(fèi)時(shí)力、人力多，算力要求高，未能解決數(shù)罪并罰問(wèn)題。

二、溯源：人工智能輔助量刑存在困境的原因

人工智能輔助量刑存在困境的本質(zhì)在于理論發(fā)展及配套措施的滯后性，通過(guò)剖析梳理，可為人工智能輔助量刑的未來(lái)提供思路。

（一）未明確人工智能輔助量刑的工作范圍

毋庸置疑，人工智能在量刑環(huán)節(jié)中應(yīng)定位為起輔助作用，但對(duì)于人工智能輔助量刑的介入程度，一直以來(lái)較為模糊和概括，司法實(shí)踐中也沒(méi)有實(shí)質(zhì)的規(guī)劃與規(guī)范。參見(jiàn)黃春燕：《法官量刑的自由裁量權(quán)與量刑公正的實(shí)現(xiàn)——兼論人工智能在量刑中的定位與邊界》，載《山東師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2021年第3期。只有精準(zhǔn)界定人工智能輔助量刑的介入程度、明確人工智能的輔助工作范圍和“清單”，才能充分用好人工智能工具，讓法官將更多的精力投入繁案審判中。

（二）未制定人工智能輔助量刑的運(yùn)用流程

人工智能輔助量刑的根本目的是提高司法效率、維護(hù)公平正義，然而其程序上的不規(guī)范可能會(huì)帶來(lái)新的不公，也可能引發(fā)人民群眾對(duì)人工智能量刑更多的質(zhì)疑和不解。同時(shí)，人工智能算法技術(shù)本身具有不透明性以及自主性，易形成“算法黑箱”。這種局面下人工智能輔助量刑的程序規(guī)范尤為必要。

（三）未實(shí)現(xiàn)對(duì)人工智能輔助量刑的有效監(jiān)管

司法審判的各個(gè)環(huán)節(jié)都是法定的，司法工作者須依法行使司法權(quán)，而人工智能輔助量刑從系統(tǒng)研發(fā)到實(shí)踐應(yīng)用都存在監(jiān)管規(guī)制不足的問(wèn)題。這無(wú)形中放大了人工智能自身不透明、模糊的缺陷。如果“算法黑箱”不能得到遏制和規(guī)避，將會(huì)造成人工智能技術(shù)應(yīng)用的失控。此外，人工智能輔助量刑系統(tǒng)的開(kāi)發(fā)公司掌握了關(guān)鍵算法技術(shù)和大量裁判數(shù)據(jù)，如失去監(jiān)管，第三方可能會(huì)通過(guò)算法干預(yù)司法工作，國(guó)家信息、個(gè)人信息泄露的風(fēng)險(xiǎn)將大大增加。

三、探析：人工智能輔助量刑背景下司法理論的內(nèi)涵重釋

數(shù)字法院建設(shè)背景下人工智能輔助量刑對(duì)于人民法院緩解人案矛盾、實(shí)現(xiàn)公正與效率有著不可忽視的作用，對(duì)于司法質(zhì)效的變革起著關(guān)鍵推動(dòng)作用。應(yīng)用人工智能的同時(shí)需重釋傳統(tǒng)司法理念的內(nèi)涵，以適應(yīng)和規(guī)制新型智慧迭代的技術(shù)和理念沖擊。

（一）司法理論的基本內(nèi)涵：量刑公正、程序公正與司法公信

1.量刑規(guī)范化改革背景下的量刑公正

量刑是一種刑事審判的動(dòng)態(tài)裁量過(guò)程，該過(guò)程充滿了事實(shí)、價(jià)值判斷和司法推理。從司法層面上講，量刑公正的基本內(nèi)涵是法院在依法認(rèn)定法律事實(shí)和進(jìn)行行為定性的基礎(chǔ)上，在法定量刑幅度內(nèi)針對(duì)行為主體的主觀心態(tài)、客觀行為、行為結(jié)果的定量考量，其中，對(duì)行為人進(jìn)行矯正至恢復(fù)原有權(quán)利狀態(tài)的成本也是量刑的重要定量因素。參見(jiàn)李立豐、齊弋博：《數(shù)字算法時(shí)代的量刑公正及其構(gòu)建》，載《學(xué)術(shù)探索》2022年第4期。2010年量刑規(guī)范化改革以來(lái)，人民法院將量刑均衡放在了突出的地位，“類(lèi)案同判”成為司法改革重要目標(biāo)，也逐步成為量刑公正的核心內(nèi)涵。參見(jiàn)張燕龍：《人工智能時(shí)代量刑的價(jià)值追求與挑戰(zhàn)》，載《中國(guó)政法大學(xué)學(xué)報(bào)》2022年第2期。

2.程序公正的價(jià)值和內(nèi)涵

程序公正具有工具價(jià)值和獨(dú)立價(jià)值。程序公正的工具價(jià)值實(shí)現(xiàn)于實(shí)體正義中，程序公正保障了實(shí)體司法的順利開(kāi)展；獨(dú)立價(jià)值實(shí)現(xiàn)于對(duì)訴訟參與人的人權(quán)保障，刑事訴訟始終追求懲罰犯罪與保障人權(quán)的平衡，其中程序公正的獨(dú)立價(jià)值至關(guān)重要。程序正義在司法實(shí)踐中的功能體現(xiàn)在：維護(hù)程序參與者的自身權(quán)益、尊重個(gè)體的主體性、支撐判決的正當(dāng)性。程序正義讓判決對(duì)象和社會(huì)公眾更容易接受因行使司法權(quán)力而產(chǎn)生的結(jié)果，使相關(guān)判決的意見(jiàn)更具正當(dāng)性、合理性。

3.人民法院司法公信的基本內(nèi)涵

司法公信是指社會(huì)公眾在對(duì)司法制度、司法機(jī)關(guān)、司法權(quán)運(yùn)行過(guò)程及結(jié)果進(jìn)行認(rèn)知和判斷后，所形成的一種信任和尊重的社會(huì)心理狀態(tài)。司法作為將法治理想轉(zhuǎn)化為法治現(xiàn)實(shí)的關(guān)鍵環(huán)節(jié)，其公信力建設(shè)的水平是國(guó)家、社會(huì)司法文明程度乃至法治文明程度的衡量。就司法主體之一的人民法院而言，依法行使司法權(quán)，裁判過(guò)程和裁判結(jié)果得到民眾充分信賴、尊重與認(rèn)同是司法公信的基本內(nèi)涵。參見(jiàn)崔永東：《新時(shí)代司法公信力的基本要素及其實(shí)現(xiàn)途徑》，載《中共中央黨校（國(guó)家行政學(xué)院）學(xué)報(bào)》2024年第1期。這就要求人民法院既要自身做到司法公正與權(quán)威，也要關(guān)注社會(huì)公眾的主觀感知，重點(diǎn)圍繞深化司法體制改革、推進(jìn)司法公開(kāi)、加強(qiáng)司法工作監(jiān)督和司法執(zhí)法能力建設(shè)等領(lǐng)域，加強(qiáng)誠(chéng)信建設(shè)，促進(jìn)司法公正。

（二）人工智能輔助量刑背景下司法理論的內(nèi)涵重釋

1.人工智能輔助量刑背景下量刑公正的內(nèi)涵重釋

人工智能技術(shù)應(yīng)用于量刑后，為“類(lèi)案同判”提供了更多技術(shù)支撐和現(xiàn)實(shí)可能。在運(yùn)用人工智能更好解決案件“共性”問(wèn)題的基礎(chǔ)上，個(gè)案在“并合主義”觀點(diǎn)下，協(xié)調(diào)報(bào)應(yīng)與預(yù)防的關(guān)系應(yīng)成為量刑公正的核心內(nèi)涵。同時(shí)，人工智能的介入使量刑公正不僅是法官動(dòng)態(tài)裁量、形成內(nèi)心確信的過(guò)程，還包括了人工智能算法生成量刑建議的過(guò)程。在此背景下考慮影響量刑公正的因素時(shí)，除了應(yīng)考慮傳統(tǒng)的人性因素外，還應(yīng)將算法歧視、算法設(shè)計(jì)者的主觀認(rèn)知局限性以及算法開(kāi)發(fā)的商業(yè)逐利性納入考量。

2.人工智能輔助量刑背景下程序公正的內(nèi)涵重釋

司法工作人員遵循司法程序以實(shí)現(xiàn)程序正義，當(dāng)人工智能輔助量刑時(shí)，程序公正不再僅僅圍繞訴訟程序本身，還應(yīng)包括人工智能輔助量刑的過(guò)程、人工智能研發(fā)和選取的過(guò)程、人機(jī)協(xié)同的過(guò)程等。將人工智能的公正性納入程序公正的規(guī)制范疇，是人工智能介入量刑輔助的前提。在司法工作人員接受法律約束和社會(huì)監(jiān)督的同時(shí)，人工智能也應(yīng)當(dāng)被加以規(guī)范，這也是人工智能時(shí)代程序公正的應(yīng)有之義。

3.人工智能輔助量刑背景下司法公信的內(nèi)涵重釋

法律的權(quán)威源自人民的內(nèi)心擁護(hù)和真誠(chéng)信仰。當(dāng)人工智能介入量刑輔助時(shí)，司法公信將面臨新的挑戰(zhàn)。司法公信的關(guān)鍵除了司法結(jié)果是否易被接受外，還將增加司法行為、司法過(guò)程、司法參與者是否易被接受的問(wèn)題。一方面，人們更加相信人工智能的客觀性；另一方面，人們擔(dān)心人工智能的機(jī)械性。由此，人工智能時(shí)代，司法公信不僅包含了司法工作的公信、司法工作人員的公信，還應(yīng)包括人們對(duì)人工智能的信賴和認(rèn)可。

（三）內(nèi)涵重釋背景下的人工智能輔助量刑規(guī)制理論

1.宏觀構(gòu)建：以階梯型介入思維實(shí)現(xiàn)對(duì)人工智能輔助量刑的體系規(guī)制

人工智能技術(shù)的三大要素為算據(jù)、算法和算力。其對(duì)量刑的輔助首先要有裁判文書(shū)、法律知識(shí)圖譜、語(yǔ)言等海量算據(jù)，其次是進(jìn)行學(xué)習(xí)，最后進(jìn)行要素識(shí)別并通過(guò)算法計(jì)算出裁判結(jié)果。其中，算據(jù)越龐大、要素識(shí)別度越高、算法越精密，其結(jié)果就越精準(zhǔn)，所需的算力水平也越高。由此可見(jiàn)，刑事案件中越是案情清晰、量刑情節(jié)明確的案件，人工智能輔助的結(jié)果越接近法官公正裁量的水平。建議將階梯型介入思維引入人工智能輔助量刑，結(jié)合刑事案件繁簡(jiǎn)分流后的普通、簡(jiǎn)易、速裁案件分類(lèi)，將人工智能介入模式分類(lèi)后與刑事案件不同審理程序一一對(duì)應(yīng)，使人工智能有限度地介入量刑，以實(shí)現(xiàn)對(duì)人工智能輔助量刑的規(guī)制。

2.微觀調(diào)試：以分類(lèi)化伴隨輔助模式實(shí)現(xiàn)對(duì)人工智能輔助量刑的程序規(guī)制

人工智能輔助量刑的過(guò)程其實(shí)是人工智能進(jìn)行法律推理輔助決策的過(guò)程，主要分為三種模型：一是規(guī)則推理模型，通過(guò)演繹推理法實(shí)現(xiàn)自動(dòng)推送相關(guān)法條；二是案例推理模型，通過(guò)類(lèi)比推理法實(shí)現(xiàn)自動(dòng)推送類(lèi)似案例；三是數(shù)據(jù)推理模型，通過(guò)歸納推理法實(shí)現(xiàn)自動(dòng)推送定罪量刑預(yù)測(cè)。人機(jī)協(xié)同的智能量刑時(shí)代既要求人工智能對(duì)法官進(jìn)行輔助，也需要法官對(duì)人工智能進(jìn)行規(guī)制，因此可根據(jù)人工智能的推理模型，對(duì)人工智能輔助量刑的運(yùn)行機(jī)制進(jìn)行多種分類(lèi)，并以明晰固定的人機(jī)伴隨流程實(shí)現(xiàn)對(duì)人工智能輔助量刑的程序規(guī)制。

3.責(zé)任延伸：以司法責(zé)任制的拓展實(shí)現(xiàn)對(duì)人工智能輔助量刑的監(jiān)管規(guī)制

司法責(zé)任制要求“讓審理者裁判，由裁判者負(fù)責(zé)”，在賦予法官審理裁判案件主導(dǎo)權(quán)和決定權(quán)的同時(shí)，強(qiáng)調(diào)辦案法官對(duì)裁判結(jié)果予以負(fù)責(zé)。參見(jiàn)陳柏峰：《當(dāng)代中國(guó)法治的標(biāo)識(shí)性概念和理論體系》，載《開(kāi)放時(shí)代》2023年第1期。法官之所以承擔(dān)責(zé)任是由于其手握裁判權(quán)，而人工智能輔助量刑過(guò)程中人工智能在一定程度上也承擔(dān)了部分裁判工作，此時(shí)需明確的是，人工智能輔助量刑雖然是機(jī)械的、理性的，但并不意味著絕對(duì)“正確”。一方面，算法思維存在慣性思維、概率思維等固有缺陷；另一方面，算法設(shè)計(jì)者的主觀認(rèn)知偏見(jiàn)以及算法開(kāi)發(fā)商業(yè)的逐利性質(zhì)，都可能造成在設(shè)計(jì)算法過(guò)程中人為設(shè)置算法歧視。因此，可借鑒拓展司法責(zé)任制的有效做法，以全方位的內(nèi)外監(jiān)督和嚴(yán)格的責(zé)任追究確保人工智能的公正性。

四、路徑：人工智能輔助量刑的規(guī)制

“人工智能是一門(mén)科學(xué)，這門(mén)科學(xué)讓機(jī)器做人類(lèi)需要智能才能完成的事?！保勖溃菔返俜摇けR奇、［美］丹尼·科佩克：《人工智能》，林賜譯，人民郵電出版社2018年版，第5頁(yè)。從廣泛意義上人工智能的開(kāi)發(fā)與利用來(lái)看，其始終在人類(lèi)可控風(fēng)險(xiǎn)的范圍內(nèi)應(yīng)用才是人工智能存在的應(yīng)有之義。

人工智能以輔助量刑的方式發(fā)揮作用，與法官的裁量主體定位并不矛盾，更不是取代人的作用。這既是量刑的規(guī)則要求，也是當(dāng)量刑不適當(dāng)時(shí)追責(zé)的前提。過(guò)于深度的介入不僅不能提高司法的公正與效率，反而會(huì)造成裁判結(jié)果過(guò)于機(jī)械、人力操作負(fù)擔(dān)重、違背倫理等不良影響。人工智能輔助量刑的司法期待與社會(huì)期待是既提高審判的效率，又規(guī)范法官裁判的任意性。因此，人工智能輔助量刑應(yīng)以提高審判質(zhì)效為目的，有限介入、精準(zhǔn)應(yīng)用，用好人工智能工具，逐步實(shí)現(xiàn)以法官為中心、人機(jī)協(xié)同輔助的司法新未來(lái)。

（一）介入有章：構(gòu)建分類(lèi)適用的“人工智能+量刑”體系

人工智能輔助量刑本質(zhì)上是人工智能進(jìn)行推理輔助決策的過(guò)程，而司法裁量權(quán)是法定的公權(quán)力，因此，人工智能介入的程度須慎之又慎。

1.根據(jù)介入程度進(jìn)行階梯形分類(lèi)

人工智能輔助量刑不能一概而論，結(jié)合試點(diǎn)成果，可將其分為三種模式：注意力提醒模式、智能量刑建議模式、輔助生成裁判文書(shū)初稿模式。注意力提醒模式介入程度較輕，主要是對(duì)案件關(guān)鍵信息、量刑情節(jié)、法律法規(guī)、相關(guān)案例等進(jìn)行提示，以便法官自查，進(jìn)一步提升量刑的準(zhǔn)確性、公正性。智能量刑建議模式介入程度居中，主要是對(duì)量刑規(guī)范化、量刑糾偏等起到建議作用，以便法官提質(zhì)增效制作結(jié)案文書(shū)，進(jìn)一步提升司法的透明度、準(zhǔn)確性、公正性。輔助生成裁判文書(shū)初稿模式介入程度較深，主要起到量刑標(biāo)準(zhǔn)化、精細(xì)化、便捷化等初步判斷作用，以便法官提質(zhì)提速審結(jié)案件，進(jìn)一步提升司法的透明度、準(zhǔn)確性、公正性、便捷性。

2.參照案件繁簡(jiǎn)程度設(shè)置介入邊界

一方面，法院面臨人案矛盾的難題；另一方面，簡(jiǎn)單重復(fù)性案件占案件總數(shù)的80%。參見(jiàn)趙楊：《人工智能時(shí)代的司法信任及其構(gòu)建》，載《華東政法大學(xué)學(xué)報(bào)》2021年第4期。如何依照繁簡(jiǎn)程度均衡配備司法資源值得深思。在一些國(guó)外的測(cè)試中，研究人員安排智能算法與100名律師共同檢查保險(xiǎn)合同案件。結(jié)果，智能算法以86.6%的準(zhǔn)確率領(lǐng)先于律師的66.3%。參見(jiàn)崔亞?wèn)|：《人工智能與司法現(xiàn)代化》，上海人民出版社2019年版，第35頁(yè)。在另一起“保密協(xié)議”審查比賽中，人工智能算法的審查準(zhǔn)確率甚至達(dá)到95%，遠(yuǎn)高于律師85%的審查準(zhǔn)確率。參見(jiàn)李雨晨：《斯坦福等高校的AI打敗頂級(jí)律師，故事要從三十年前說(shuō)起》，載雷峰網(wǎng)2018年3月2日，https：//www.leiphone.com/news/201803/A1CCEEBwex27OqwE.html?？梢?jiàn)對(duì)于簡(jiǎn)案，人工智能可以作出較為準(zhǔn)確的判斷。因此，可跟隨刑事案件繁簡(jiǎn)分流機(jī)制改革的步伐，設(shè)置相適應(yīng)的介入邊界。其中，注意力提醒模式適用于各級(jí)法院的普通程序及簡(jiǎn)易合議制案件；量刑建議模式適用于簡(jiǎn)易獨(dú)任制案件；輔助生成裁判文書(shū)初稿模式適用于速裁程序案件。

3.獨(dú)立于“人工智能+法院”的其他功能

（1）人工智能輔助量刑應(yīng)獨(dú)立于智能草擬裁判文書(shū)。智能草擬刑事裁判文書(shū)可依據(jù)庭審筆錄就控辯意見(jiàn)、犯罪事實(shí)、證據(jù)認(rèn)定方面進(jìn)行草擬，但在“本院認(rèn)為”以及裁判結(jié)果部分應(yīng)為空白，由法官親自確認(rèn)裁判結(jié)果。如此能在明確地劃分輔助與決策身份的同時(shí)，提高文書(shū)編寫(xiě)的效率。

（2）人工智能介入量刑應(yīng)脫離監(jiān)督功能。如貴州法鏡系統(tǒng)的偏離度監(jiān)督，確實(shí)取得了一定的效果，但對(duì)于偏離度的設(shè)置有待商榷。由于裁判的標(biāo)準(zhǔn)隨著時(shí)代的發(fā)展、犯罪情節(jié)的更新等不斷變化，偏離度必將存在一定的滯后性。因此，人工智能輔助量刑應(yīng)更注重輔助量刑的效果，而對(duì)于裁判結(jié)果的監(jiān)督，已有諸多法定程序，即使需要人工智能的輔助，也應(yīng)是一個(gè)獨(dú)立完整的系統(tǒng)。

（二）介入有序：明確協(xié)調(diào)運(yùn)作的“人工智能+量刑”流程

人工智能輔助量刑在實(shí)際應(yīng)用中應(yīng)有固定流程，以人工智能輔助量刑的程序公正進(jìn)一步促進(jìn)人工智能輔助量刑形式公正和實(shí)體公正的統(tǒng)一。

1.注意力提醒機(jī)制

如前文所述，注意力提醒模式適用于各級(jí)人民法院的普通程序及簡(jiǎn)易合議制案件。其目的在于應(yīng)用人工智能工具輔助法官辦理復(fù)雜案件，同時(shí)提示法官量刑結(jié)果的公正性。因此，應(yīng)建立注意力提醒機(jī)制，并設(shè)置為標(biāo)注結(jié)案文書(shū)的必經(jīng)前置程序。在法官和人工智能完成初稿后，啟動(dòng)注意力提醒模式，合議庭成員進(jìn)行復(fù)核時(shí)也需再次啟動(dòng)注意力提醒模式，最終完成結(jié)案文書(shū)。量刑注意力提醒頁(yè)面應(yīng)包括以下功能：法律條文注意力提醒、《量刑指導(dǎo)意見(jiàn)》注意力提醒、量刑情節(jié)注意力提醒以及智能案例推送。提示框與初稿對(duì)應(yīng)顯示在同一頁(yè)面方便法官對(duì)照檢查，并在案例頁(yè)面設(shè)置最低閱讀時(shí)限，法官必須閱讀完畢后方可點(diǎn)擊提交。

2.智能量刑建議機(jī)制

量刑建議模式適用于簡(jiǎn)易獨(dú)任制案件，其目的在于提升簡(jiǎn)易案件的審判質(zhì)量和效率。啟動(dòng)智能量刑建議機(jī)制，須在當(dāng)庭確認(rèn)對(duì)案件的事實(shí)、證據(jù)、罪名均無(wú)異議的情況下，告知控辯雙方該案將啟動(dòng)智能量刑建議機(jī)制，當(dāng)庭依照起訴書(shū)、法庭筆錄等生成智能量刑建議書(shū)。該建議書(shū)應(yīng)盡可能地將運(yùn)算過(guò)程可視化，包含要素羅列、法條推送、建議結(jié)果。雙方當(dāng)事人如對(duì)智能量刑建議結(jié)果有異議，可就該建議展開(kāi)辯論，法官在充分聽(tīng)取雙方辯論意見(jiàn)后作出居中裁判。此外，庭審筆錄中應(yīng)記錄該機(jī)制的啟動(dòng)及辯論意見(jiàn)，并將該建議的紙質(zhì)版附于筆錄最后。同時(shí)，裁判文書(shū)須載明該機(jī)制的啟動(dòng)。當(dāng)裁判結(jié)果與智能量刑建議偏差過(guò)大時(shí)，應(yīng)當(dāng)在裁判文書(shū)中充分說(shuō)明理由。

3.自動(dòng)草擬裁判文書(shū)機(jī)制

自動(dòng)草擬裁判文書(shū)模式適用于速裁程序案件。速裁程序是在認(rèn)罪認(rèn)罰基礎(chǔ)上適用的程序，因此，自動(dòng)草擬裁判文書(shū)機(jī)制旨在進(jìn)一步提升簡(jiǎn)案效率，合理配置司法資源，讓法官將精力更多用在復(fù)雜案件的審判中。庭審過(guò)程中，在被告人對(duì)定罪量刑均無(wú)異議的情況下，可當(dāng)庭依照起訴書(shū)、法庭筆錄、認(rèn)罪認(rèn)罰具結(jié)書(shū)等自動(dòng)草擬裁判文書(shū)初稿，并由法官當(dāng)庭復(fù)核生成結(jié)案文書(shū)。

（三）介入有責(zé)：實(shí)現(xiàn)權(quán)責(zé)適應(yīng)的“人工智能+量刑”監(jiān)管

人工智能技術(shù)的發(fā)展和深入應(yīng)用過(guò)程中，其負(fù)面效應(yīng)難免隨之產(chǎn)生。兼顧安全原則與效率原則，確保人工智能技術(shù)從研究到運(yùn)用過(guò)程中所產(chǎn)生的負(fù)面影響可控，是“人工智能+量刑”的題中之義。

1.全周期的統(tǒng)一管理

“要摒棄對(duì)算法的‘公正客觀假設(shè)’，從技術(shù)的法律觀維度切入，在法治理論和技術(shù)支持之間找到平衡點(diǎn)?！蓖踟宫摚骸端惴ú门酗L(fēng)險(xiǎn)的形成歸因與化解》，載《法律適用》2024年第5期。對(duì)人工智能輔助量刑系統(tǒng)的研發(fā)公司及算據(jù)，要實(shí)現(xiàn)全周期的規(guī)范化管理。

（1）應(yīng)統(tǒng)一規(guī)范研發(fā)公司。如果公訴機(jī)關(guān)在量刑建議階段適用的算法和算據(jù)與法院完全相同，那么在犯罪事實(shí)沒(méi)有爭(zhēng)議的情況下，法院在審判階段再次使用該軟件仍會(huì)得出一樣的結(jié)論，這種情況下法院審理階段再次應(yīng)用人工智能輔助量刑將流于形式，也影響了審判階段司法的中立裁判能力。如果社會(huì)層面也能應(yīng)用同一款量刑應(yīng)用軟件，則存在司法數(shù)據(jù)以及裁判文書(shū)中個(gè)人信息泄露的風(fēng)險(xiǎn)。欲在未來(lái)進(jìn)一步實(shí)現(xiàn)人工智能輔助量刑在法官審理階段的應(yīng)用，就必須獨(dú)立于社會(huì)和公訴機(jī)關(guān)進(jìn)行研發(fā)，全國(guó)法院應(yīng)統(tǒng)一研發(fā)并將產(chǎn)品予以公示，以此保障各地之間算法的公平性以及司法公信力。此外，規(guī)制算法風(fēng)險(xiǎn)也需從算法研發(fā)公司抓起，實(shí)行相關(guān)負(fù)責(zé)人算法錯(cuò)誤終身追責(zé)制，并建立健全數(shù)據(jù)安全保護(hù)機(jī)制，實(shí)行研發(fā)公司法人的數(shù)據(jù)安全終身責(zé)任制。同時(shí)，除了要有司法工作人員參與研發(fā)外，還應(yīng)定期由法院對(duì)研發(fā)公司的持續(xù)開(kāi)發(fā)與運(yùn)維進(jìn)行監(jiān)督。

（2）應(yīng)統(tǒng)一規(guī)范算法數(shù)據(jù)。應(yīng)建立法院獨(dú)有的“規(guī)范化量刑案例池”。該“案例池”包含依法公開(kāi)和依法不公開(kāi)的生效裁判文書(shū)，僅在法院內(nèi)部使用。一方面，在數(shù)據(jù)的選擇時(shí)應(yīng)設(shè)置統(tǒng)一的標(biāo)準(zhǔn)，包含案件的生效時(shí)間及案件的代表性、普適性、權(quán)威性等，要符合時(shí)代背景與正確價(jià)值導(dǎo)向，全國(guó)統(tǒng)一應(yīng)用，各省可依據(jù)各自地方社會(huì)特色及案件情況進(jìn)一步微調(diào)；另一方面，要建立配套的更新機(jī)制，原則上每年大規(guī)模更新一次，個(gè)案可根據(jù)實(shí)際情況適時(shí)調(diào)整，更新工作由相關(guān)算法研發(fā)公司完成，并由法院進(jìn)行監(jiān)督。此外，要進(jìn)一步規(guī)范生效裁判文書(shū)的撰寫(xiě)，為今后人工智能的數(shù)據(jù)積累和算法學(xué)習(xí)打下基礎(chǔ)。

2.多元化的全面監(jiān)督

“如果智能化系統(tǒng)在法律決策中犯錯(cuò)，那么責(zé)任應(yīng)由誰(shuí)承擔(dān)？是開(kāi)發(fā)者、使用者，還是機(jī)器本身？這種不確定性很可能導(dǎo)致法律責(zé)任的混亂。”魏斌：《法律科技的變革：從計(jì)算機(jī)化到數(shù)字化與智能化》，載《法學(xué)家》2024年第3期。對(duì)人工智能加以規(guī)制，采用多元全面的監(jiān)督方式能夠讓人工智能輔助量刑充分發(fā)揮效用。

（1）建立規(guī)范的內(nèi)部監(jiān)督機(jī)制。實(shí)踐中，部分法院缺乏算法、人工智能方面的人才，因此將審查工作交由第三方機(jī)構(gòu)開(kāi)展，這又引發(fā)了對(duì)第三方機(jī)制的規(guī)制和監(jiān)督問(wèn)題。對(duì)此，可建立專(zhuān)門(mén)的算法審查機(jī)構(gòu)。在各級(jí)法院的監(jiān)察部門(mén)或?qū)徟泄芾磙k公室內(nèi)設(shè)立專(zhuān)門(mén)的數(shù)字法院審查機(jī)構(gòu)，主要由司法行政人員、專(zhuān)業(yè)技術(shù)人員等組成，不僅針對(duì)人工智能量刑進(jìn)行審查，而且對(duì)所有數(shù)字法院建設(shè)中的數(shù)字問(wèn)題都進(jìn)行審查監(jiān)督，審查出現(xiàn)問(wèn)題時(shí)，報(bào)院長(zhǎng)及上級(jí)部門(mén)審批復(fù)核。審查分為三個(gè)階段：第一，事前應(yīng)用預(yù)演審查，由研發(fā)公司說(shuō)明相關(guān)技術(shù)并預(yù)演操作，由審查機(jī)構(gòu)記錄并審查；第二，事中應(yīng)用反饋審查，通過(guò)業(yè)務(wù)部門(mén)對(duì)系統(tǒng)應(yīng)用的反饋進(jìn)一步審查和糾偏；第三，事后追責(zé)問(wèn)責(zé)審查，當(dāng)人工智能輔助量刑應(yīng)用系統(tǒng)出現(xiàn)重大問(wèn)題時(shí)，根據(jù)終身責(zé)任制原則對(duì)相應(yīng)的人員及公司法人進(jìn)行追責(zé)。

（2）加強(qiáng)與傳統(tǒng)審務(wù)監(jiān)督的銜接。人民法院傳統(tǒng)的內(nèi)部監(jiān)督包含黨務(wù)監(jiān)督、審務(wù)監(jiān)督、政務(wù)監(jiān)督三個(gè)方面。人工智能輔助量刑的內(nèi)部監(jiān)督機(jī)制須納入人民法院的內(nèi)部監(jiān)督中，與傳統(tǒng)審務(wù)監(jiān)督緊密銜接、互為補(bǔ)充。首先，充分發(fā)揮審判委員會(huì)的監(jiān)督作用，對(duì)于提請(qǐng)審判委員會(huì)討論的案件，除了討論傳統(tǒng)法律適用問(wèn)題外，還應(yīng)當(dāng)對(duì)該案從審判立案之日起人工智能介入的全過(guò)程進(jìn)行全面審查監(jiān)督；其次，健全專(zhuān)業(yè)法官會(huì)議與人工智能輔助量刑的人機(jī)協(xié)同機(jī)制，對(duì)于專(zhuān)業(yè)法官會(huì)議討論的案件，應(yīng)當(dāng)充分討論人工智能生成的法律適用、相關(guān)案例、量刑建議等材料；最后，審判管理辦公室須常態(tài)化對(duì)人工智能輔助量刑的程序、建議結(jié)果、草擬文書(shū)等事項(xiàng)進(jìn)行實(shí)時(shí)監(jiān)測(cè)，發(fā)現(xiàn)重大程序錯(cuò)誤或輔助結(jié)果嚴(yán)重偏離審判實(shí)際的，及時(shí)糾正并追責(zé)。

（3）暢通公開(kāi)的社會(huì)監(jiān)督路徑。司法內(nèi)部自查可能因?yàn)橐暯菃我弧⑦^(guò)分職業(yè)主義而有所欠缺，因此，人工智能的審查也需要外部視角進(jìn)行補(bǔ)充。參見(jiàn)邱遙堃：《機(jī)遇與風(fēng)險(xiǎn)：文生視頻大模型將如何影響智慧法院建設(shè)升級(jí)迭代》，載《中國(guó)應(yīng)用法學(xué)》2024年第2期。法院應(yīng)用人工智能輔助量刑應(yīng)公開(kāi)化、明確化并接受社會(huì)監(jiān)督。在各級(jí)法院官方網(wǎng)站公示研發(fā)人工智能輔助量刑系統(tǒng)的公司以及公司職責(zé)，明確人工智能輔助量刑的模式及過(guò)程。同時(shí)，暢通投訴舉報(bào)熱線、數(shù)字法院建議郵箱、官網(wǎng)留言專(zhuān)區(qū)等途徑，方便群眾在發(fā)現(xiàn)應(yīng)用不規(guī)范或公司違規(guī)泄露國(guó)家、個(gè)人信息等問(wèn)題時(shí)充分行使監(jiān)督權(quán)。

五、結(jié)語(yǔ)

應(yīng)用信息技術(shù)本身不是目的，利用技術(shù)提升司法公正、效率和公信力才是最終的目標(biāo)。劉崢：《奮力推進(jìn)互聯(lián)網(wǎng)司法行穩(wěn)致遠(yuǎn)》，載《人民司法》2021年13期。法治問(wèn)題本質(zhì)上是人的問(wèn)題，運(yùn)用人工智能輔助量刑歸根結(jié)底是以法官為中心，幫助法官進(jìn)一步確保司法公正、服務(wù)于人民。因此，人工智能應(yīng)當(dāng)有限介入司法、精準(zhǔn)應(yīng)用。人民法院要用好人工智能工具提升審判質(zhì)效，隨著技術(shù)的進(jìn)步逐步實(shí)現(xiàn)智慧量刑系統(tǒng)的功能延伸，讓人工智能為司法實(shí)踐賦能，開(kāi)創(chuàng)更高效、更智能、更規(guī)范的司法新未來(lái)。

Abstract：To fully leverage the role of artificial intelligence in smart courts and further realize justice and efficiency， this paper examines the current status， applications， ethical and technical dilemmas of AI-assisted sentencing. It reflects on the reasons behind existing challenges and proposes a reinterpretation of judicial theory under AI-assisted sentencing to regulate and reshape it. The paper aims to establish a categorized “AI+Sentencing” system： First， categorizing into levels based on intervention intensity （attention reminder mode， intelligent sentencing recommendation mode， automated judgment document generation mode）， with corresponding intervention boundaries based on case complexity; Second， setting up a standardized and efficient “AI+Sentencing” procedure; third， implementing unified management throughout the whole process and diverse comprehensive supervision to adapt responsibilities in the “AI+Sentencing” oversight. This lays the groundwork for a future judiciary centered on judges， assisted by human-machine collaboration.

［責(zé)任編輯" 周利航］