技术原理

大数据与人工智能司法应用的话语冲突及其理论解读

本平台聚焦互联网和人工智能新时代、新生态法律的研究与服务,整合资源,跨界合作。系由曹旭律师团队运营,业务范围以一般民商事争议解决为基础,创新型中小企业法律服务、创业园区法律支持服务、互联网领域法律服务为核心。诚实守信,勤勉尽责,以最大的努力维护委托人的合法权益。

合作联系微信:soupain

邮箱:105491396@qq.com

作者:王禄生东南大学法学院副教授

来源:学术交流中国法学网

备注:好文分享,版权归原作者。如遇侵权,请联系我们删除。

【摘要】 大数据与人工智能司法应用虽与传统司法信息化有着承继关系,但却呈现出技术介入的广泛性与深刻性。前沿技术地位的提升在司法场域中引发了“一种实践、两套话语”的独特现象。此种“话语分裂”是法学专业知识与科学技术知识塑造的专业权力与技术权力在司法场域中外化为专业话语与技术话语进而形成冲突。在下一阶段大数据与人工智能司法应用的过程中要协调话语冲突,推动技术知识与专业知识的深度融合、明晰技术权力对专业权力的介入边界。

【中文关键词】司法大数据;司法人工智能;知识融合;权力边界

中共十九大明确提出“深化司法体制综合配套改革”。大数据与人工智能技术则普遍被视为推动上述改革的重要路径。[1]可以预见,在未来的一段时间内,推动科学技术与司法体制改革融合将被进一步强调。大致从2013年开始,中国的司法系统逐步进入了言必称大数据与人工智能的时代。受益于司法公开的数据红利,全国范围内司法大数据与人工智能开发“百花齐放”。毋庸置疑,前沿科学技术在类案推动、量刑辅助、同案不同判预警、裁判文书自动生成、虚假诉讼识别等领域的运用给司法现代化带来了全新的可能。

然而,我们同样不能忽视的是,司法大数据与人工智能应用不同于传统司法信息化建设,突出表现为技术对司法场域介入的广泛性与深刻性。在此过程中,各界对前沿技术在司法场景中的应用成效形成了明显的“话语分裂”。在“知识-权力-话语”共生关系的视野中,此种分裂是科学技术介入司法场域所导致的专业知识与技术知识冲突之下形成的话语冲突。这是司法场域中专业话语与大众话语冲突之外的另一组互动话语,[2]也是大数据与人工智能司法应用大范围推动所导致的全新理论与实践问题。那么,在司法大数据与人工智能技术推进的过程中,技术权力如何巧妙地隐藏在话语分裂的背后借助“外部排斥”与“内部净化”的策略达到获取话语权的目标?在传统司法场域中处于绝对垄断地位的专业话语与专业权力又是如何回应?在下一阶段大数据与人工智能司法应用中应当如何实现新兴技术话语与传统专业话语的良性融合?本文将尝试对上述问题做一个回应。

一、大数据与人工智能司法应用中话语冲突的现象观察

如果深入研究大数据与人工智能司法应用的话,可能会发现围绕这一话题出现了“一种实践、两套话语”的有趣现象,即官方话语中司法大数据与人工智能技术的应用被赋予了关键的地位,政法系统的高层、法院系统内部的技术人员普遍对科学技术在司法场域中的应用报以极高的期待。在2017年8月29日召开的中央全面深化改革领导小组第三十八次会议上,习近平总书记则要求在司法体制综合配套改革中要“深化信息化和人工智能等现代科技手段运用”。此外,中央政法委书记郭声琨也明确了科学技术的关键作用——要坚持科技引领、信息支撑,把现代科技应用作为政法工作现代化的大战略大引擎,不断提升新时代政法机关的核心战斗力,推动新时代政法工作跨越式发展。[3]同样是对科学技术的强调,最高人民法院周强院长在多个场合都将前沿科学技术与司法改革并称作法院工作的“车之两轮、鸟之两翼”。[4]积极者一方面认为人工智能技术具有显著的优势。这种观点在不同场合集中呈现为乐观的话语,诸如:受限于人类大脑的认知能力,人类无法在有限时间内分析所有相关信息,而人工智能系统能够在有限的时间内精确计算所有可能性,因此有能力做出人类根本没有考虑过的决策;自主性与创造性是人工智能与早期科技最大的不同,司法大数据与人工智能技术可以在缺乏法官监督或控制的情况下完成预测与决策;[5]另一方面则强调司法场域十分适合前沿技术的介入。典型的话语诸如:司法的过程“太适合人工智能了,法官的自由心证,也是算法”;大数据与人工智能应用“不通人情世故,拒绝偏见,拒绝个性,看起来,完美。机器人法官,呼之欲出”。[6]对于科学技术的成效,积极话语也给予极高的评价,认为信息化技术在创新司法便民、助力审判能力现代化、强化法院执行能力、推动审判管理精准化、深化司法公开、提升法院公信力、落实司法改革、提升司法治理能力、助力法院廉政建设等方面取得了突出的成效,有些成效被认为是“突飞猛进”。[7]与传统司法信息化建设中对于科学技术定位不同,这一时期大数据与人工智能技术从地位上被视为与“司法体制改革”等量齐观的“车之两轮、鸟之两翼”;从功能上不仅被赋予了传统意义上的提升司法效率、降低司法成本的意涵,还被赋予优化审判体系、提升司法能力、改善审判质效、实现同案同判、维护司法公正的独特意涵。一言以蔽之,与传统信息化技术相比,在官方的话语体系中,大数据与人工智能技术介入司法场景的深度与广度前所未有。有学者就总结到中国最高人民法院和各省高级人民法院常常是“技术乐观主义者”,对前沿技术在司法场景中的运用显得“资金充沛而野心勃勃。”[8]

与官方话语的积极性呈现鲜明不同的是,部分一线干警对于这类技术的话语则呈现出消极的一面,并形成怀疑话语、否定话语和抵触话语三类表达。第一,在法院内部,有相当一部分法官并未将科学技术视为解决司法改革难题的关键力量。尤其是办案部门中有相当部分人员认为信息化与己无关,是信息化部门的事,是管理部门的事。在行动上不积极、不主动、不学习、不支持;[9]在话语则表达为“这些技术对于法院可有可无,多少年来没有这些技术照样办案”、[10]“我们没什么需要做的,你们这套都是为了宣传”。第二,现阶段司法大数据与人工智能技术主要是法院技术部门牵头,业务部门参与程度有限,因此一些开发并未击中一线办案人员的痛点,有些应用不但没有降低办案人员的负担,反而增加了更多的信息输入项。有人曾总结过业务部门对大数据与人工智能技术的典型态度,包括“我就是要做到这个样子,做不到是你们技术部门的事”、“你们开发的系统太难用了”,当技术部门询问“难用在哪”,业务部门回答“就是难用,最好不用”。第三,部分法官受传统知识结构的影响,难以在短时间内适应全新的技术带来的影响。此外,由于信息化技术,尤其人工智能技术实际上强化了对法官的监管能力,这也造成了部分法院工作人员对前沿技术的抵触情绪。[11]上述认识在话语中就表现为强调“法律包含大量的主观判断,涉及到人类的情感,而人工智能无法像人类一样思考,尤其无法考量案件的诸多因素”、“判决讲究‘情理法’,人工智能判案是一种机械的司法”[12],并因此论断“人工只能在较长的时间内无法替代法官”、“人工智能无法取代法官的审慎艺术”、法官仍然是“法律世界的王侯”[13],更有绝对话语的表达“人工智能永远不会取代法官,人类才是审判的最终解释者”[14]。

二、大数据与人工智能司法应用中话语冲突的理论解读

(一)理论的解释框架:知识、权力与话语的共生关系

知识、权力与话语是“法国理论”(French Theory)思想家著述中最为核心的三个概念。国内研究较多地探讨了知识与权力、话语与权力之间的关系,但对于“知识—权力—话语”三者之间的互动关系则缺乏详细的阐释。实际上,在笔者看来,三者呈现出如下图1所示的隐而不显、两两互动、纷繁复杂的共生关系。

第一,“知识—权力”之间呈现出“制造”与“维系”的关系。传统观点认为,权力追求统治,而知识追求真理,所以知识只有在权力不存在的地方才能自由发展。然而,福柯却反对这种传统观点。他认为权力产生知识,知识则以权力的形式发挥功能。权力与知识结盟,二者互相蕴含。一方面,权力“制造”知识,不预设和建构权力关系就不会有任何知识。[15]利奥塔尔也认为“知识和权力是同一个问题的两个方面”,“在信息时代,知识的问题比过去任何时候都更是统治的问题”。[16]换言之,知识的“制造”离不开权力,权力决定了社会整体的知识类型,并决定了社会从何种角度去看待、分析问题。另一方面,权力的运作要靠知识来“维系”。可以说,没有知识的参与,有些权力就无法运作。知识就是权力,掌握知识的人其实也就是掌握权力的人。“知识在某种意义上批准了权力的行使,并使其合法化”。[17]在现代社会,权力的行使并非“无知而疯狂”,相反,权力需要“充满智慧”地借助知识的“包装”而精细化行使。[18]总而言之,“知识的形成和权力的增强有规律地相互促进,形成一个良性循环”,“这是一种双重进程:一方面,通过对权力关系的加工,实现一种知识‘解冻’,另一方面,通过新型知识的形成与积累,使权力效益扩大”。[19]

第二,“话语—知识”之间呈现出“指涉”与“建构”的互动关系。一方面,知识“指涉”话语,决定了话语的内容。“话语”是通过语言呈现知识的产物。“主体的任何表意实践活动都是预先被规定好了,任何话语的陈述终不过是依照特定认知型来叙说而已”。[20]另一方面,话语“建构”知识。在《知识考古学》中福柯提到,“这个由某种话语实践按其规则构成的并为某门科学的建立所不可缺少的成分整体,尽管它们并不必然会产生科学,我们可以称之为知识”,“知识是由话语所提供的使用和适应的可能性确定的”。[21]用“法国理论”另一位代表人物利奥塔尔的话来说就是,知识源于一系列“陈述”。[22]此处的“知识”源于“陈述”与福柯视角中的“话语”建构“知识”可谓异曲同工。

第三,“权力—话语”之间呈现出“操纵”与“形成”的互动关系:一方面,权力“操纵”话语。话语的生产需要遵循特定的程序,而权力则是控制程序、挑选话题、分配正当性的根本力量所在。另一方面,权力“操纵”话语的结果由话语反向“形成”权力。权力发生作用的重要机制就是通过对话语的“使用”,即权力者运用“话语”来定义社会,诠释现象和赋予主体意义的过程。在话语的过程中使得被定义的对象失去权力,处于被定义的地位。[23]“权力不应被看作是一种所有权,而应被称为一种战略;它的支配效应不应被归因于‘占有’,而应归因于调度、计谋、策略、技术、动作。”[24]所以话语强化了权力者有利地位——话语即权力。

(二)司法场域技术话语与专业话语的冲突理论

所谓的“技术话语-专业话语冲突理论”是指在司法场域中,基于法学专业知识与科学技术知识形成专业话语与技术话语两套话语,随着技术话语地位的提升,其与专业话语之间不可避免地出现以“外部排斥”与“内部净化”为核心表现的话语冲突。具体而言,话语冲突理论可以从以下四个方面展开:

(图略)

图1 知识-权力-话语共生关系示意图

第一,司法场域中新增了一组与不同知识紧密结合的话语。在后现代的视角中,权力是关系、网络,在图1知识-权力-话语共生关系示意图特定场域中权力并非一成不变与高度集中,相反权力是分散与多元的。[25]从这个视角来看,司法的网络和场域中权力也具有多元性。按照前文阐述的“知识→权力→话语”的基本理论框架,特定的知识“维系”特定的权力,而特定权力的行使“操纵”特定的话语。在传统的司法现代化理论中,司法场域的知识很明显是主要法学的专业知识,典型的诸如司法是法官事实认定与适用法律的过程、自由裁量权是司法权的必然组成部分、法官对裁判具有亲历性和终局决定性、司法的权威与司法的仪式性密不可分、司法是具有创造性的活动等,专业知识维系司法场域内的专业权力进而借助专业话语得以呈现、使用、运用(图2标号1-①、1-②);专业知识也维系着法官作为“专业人员”在司法场域内部对法律问题的“掌权者”的角色与地位;专业话语的反复使用又不断巩固并逐步建构新的专业知识(图2标号1-③)。随着科学技术关键性、全面性、根本性和同步性等时代特征的确立,以大数据与人工智能技术为代表的科学技术知识开始向司法场域渗透,这种渗透与以往围绕流程管理形成鲜明差别的是,技术直接渗透到司法的固有领域,如审判辅助系统。由此,与技术知识对应的技术权力开始萌芽形成,并通过技术话语呈现、使用与运用(图2标号2-①、2-②)。[26]典型的技术话语诸如“没有法院信息化就没有法院现代化”、“通过大数据与人工智能技术的运用直接解决同案同判,进而实现司法公正与司法权威”。技术权力通过技术知识和技术话语得以隐藏锋芒地有效运作。

第二,司法场域内科学技术地位与目标的变迁造成了技术话语与专业话语的冲突。话语具有等级性。由于权力是一方对另一方的支配地位,针对同样的权力内容——司法权,以及相同的权力行使场域——司法空间,专业话语必然与技术话语形成不同程度冲突。实际上,“技术的‘中性’面皮已经为多人揭穿。而信息通讯技术带给法院的,也显然并不中性”,“信息通讯技术的自然使用,在克制司法体系

(图略)

图2专业话语与技术话语冲突理论示意图

骨子里的精英主义”[27]换言之,技术驱动的司法现代化路径从形式上看是法院系统在现代化建设过程中强调司法大数据与人工智能等前沿技术的根本性作用,是现代技术介入司法程序并在司法各领域扩散与发挥影响的过程,从实质上看则是技术知识、技术权力和技术话语在法院场域中的逐步强势,潜在技术权力逐步侵入专业权力的过程。围绕大数据与人工智能出现的“一种现象、两种话语”凸显了技术话语与专业话语互动过程中所呈现出的冲突面相。在这个过程中,技术话语扮演着挑战者的角色,技术权力的介入使得法官基于专业知识构建起来的垄断权力流失,法院内部权力存在重新分配的可能。这很好地证明了福柯的去中心化的权力观念,即把权力放置在不确定的位置,以网络的形式运作,权力具有分散性和多元性且不断流动、此消彼长。[28]专业话语的极端(话语垄断)呈现出对技术话语的压制、削弱甚至完全消弭;技术话语的极端则是司法大数据等技术对审判全流程、全业务的渗透和扩张,司法本身逐步被技术主宰化,甚至认为技术可以取代法官行使司法权力。

第三,专业话语与技术话语的冲突呈现为彼此的外部排斥(exclusion)。福柯在《话语的秩序》一文中构建了话语发生作用的机制,其中首要的规则是外部控制规则/排斥规则,包括禁律(prohibition)、区别与歧视、真理与谬误三种机制。具体而言,就是一些话题在本话语内不能谈及、强调本话语与它话语的区别、把本话语视为真理而将它话语叙述成谬论。[29]知识真理具有巨大的权威,不仅真假要受到它的检验,甚至善恶也和它有关。[30]以专业话语的外部排斥为例,在司法场域的专业话语运用过程中,机器人取代法官的观点被视为禁忌;科学技术被不断与专业知识区分(区分),技术的作用长期被专业话语视为可有可无或至多处于次要辅助作用(歧视);司法被视为创造性的活动,而前沿技术进行的判决则被视为单纯基于规则的运算,被冠以“缺乏创造性”的标签;法学专业知识被视为真理,当技术知识可能对专业知识形成冲击的时候则被视为谬误。

第四,专业话语与技术话语的冲突还呈现为自我的内部净化。在福柯的理论体系中,内部净化遵循评论原则、作者原则和学科原则等。具体而言,就是在本话语所在学科中展开持续性的评论。传统上对司法场域有影响的是代表法学主流叙事的专业话语。这些叙事被法学圈不断评述与评说,从而不断被强化,进而形成对司法领域具有绝对强势的话语。这一套法律话语有着固定的内容、形式与程序。专业话语的内部净化呈现为享有司法权力者运用法学专业知识话语来定义司法大数据与人工智能等技术。在此过程中,大数据与人工智能技术作为被定义的对象,其对应的技术权力就被削弱甚至丧失。这便是专业话语强化权力者的有利地位。与之相反,在技术驱动的现代化路径中,技术话语的重要性逐步提升甚至有超越专业话语的趋势,典型表现在技术话语地位的中心性、目标的全面性,尤其值得强调的是在现有的技术驱动的现代化路径中,技术甚至被视为可以直接解决司法公正与司法权威问题。由此,原有的传统法学知识就处于被技术话语定义的位置,与专业话语相关的专业权力也就有被削弱甚至剥夺的可能。

三、大数据与人工智能司法应用中话语冲突的应对策略

按照“知识—权力—话语”的理论框架,司法场景中技术话语与专业话语冲突的实质是围绕法学专业知识形成的专业权力与围绕科学技术知识形成的技术权力之间的冲突以话语的形式外化表达。因此,要调和技术话语与专业话语,就必须融合技术知识与专业知识,并明确技术权力介入专业权力的范围、限度与场景。惟其如此,才能充分发挥前沿科技在司法场域中的正面作用。

(一)推动技术知识与专业知识的深度融合

知识维系权力,不同知识的互动关系决定了权力之间的状态以及话语的外化呈现。因此,要缓解司法场景中技术话语与专业话语的紧张关系就必须从科学技术知识与法学专业知识的融合入手。从目前的实践来看,科学技术知识与法学专业知识之间在一定程度上处于隔绝的状态,这在客观上型塑了技术权力与专业权力的误解与冲突,并进而外显为技术话语与专业话语的紧张关系。这具体可以表现为两个方面:第一,科学技术知识在进入司法场景后仍然固守原有逻辑,未针对法学专业知识做专有的升级与迭代。计算机科学领域尽管有对司法大数据技术的关注,但整体而言,主要是通用技术在司法领域的平移运用,缺乏深度思考司法特性对大数据技术所可能形成的独特需求。举例而言,作为大数据基础技术的自然语言识别技术(NLP)在司法领域运用中,通用的分词方法和词联想就无法完全适应司法领域的专业需求。[31]同样,通用的知识图谱构建技术,也无法适应司法领域专业性和精确性的高要求。这都要求结合司法的实际需求进行专门的技术迭代。[32]第二,法学领域对大数据与人工智能技术在司法场域的应用主要停留在表面的宏观概述,对于在具体的细分领域(如诉讼服务、司法公开、审判执行和司法管理板块)分别可以用到何种大数据与人工智能技术、需要解决什么问题、有哪些可以选择的技术路线等则缺乏细致而深入的论证。整体而言,抽象有余,具象不足。这充分体现我国司法大数据与人工智能技术的研究还处于起步阶段,精深细致的研究之路还很漫长,需要法学与计算机科学交叉学科投入更多的精力。上述两方面问题的直接结果便是受技术知识训练的技术人员在应用开发时往往无法充分回应司法机关的痛点,而司法机关的工作人员由于缺乏前沿的技术知识,又无法提出清晰的解决实践痛点的技术路线。比如现阶段基于大数据的类案推荐大都采用自然语言识别技术(NLP)自动提取海量文书的关键情节,在面对新的案件时,系统会自动提取情节并和大数据库中的既有案例进行匹配,从而推荐给办案法官。此种“情节匹配”的路径尽管在技术视角中具有合理性,但在法学知识视角中则可能存在很大的问题——法官要求的类似案件往往并非情节高度相似的案件,而更可能是法律关系与争议焦点相似的案件。此外,部分已开发的应用和审判支持系统为法官办案提供智能辅助的能力仍很欠缺,也未能给基层法院案多人少的困境提供有力支撑。部分应用还在一定程度上加重了法官的工作负担。比如,一些地区开展的智慧法院应用不是通过大数据技术实时动态将案件的非结构化、半结构化信息提取、整合为结构化的信息,而是要求法官先完成一道结构化信息的提取,此后再由计算机系统根据法官提取的信息进行相应的辅助工作。这实际上是在法官既有工作之外又增加了信息输入工作。

在下一阶大数据与人工智能司法应用的推进过程中必须推动科学技术知识与法学专业知识深度融合。尽管司法大数据与人工智能技术包含着技术属性,但对其研究绝非单纯意义上的自然科学问题。一方面,通用的大数据与人工智能技术必须针对法学的固有属性和特殊需求进行迭代升级,才能适应司法场域对前沿技术极高专业性和精准性的技术需求。另一方面,现有自然语言识别与知识图谱等核心技术在具体适用时还需要大量专家规则和专业词库的构建,而专家规则、专业词库离不开专业的法学理论知识与实践知识。因此,司法大数据与人工智能专用技术的开发离不开司法知识,否则将成为流于一般化的通用技术而失去其核心竞争力。正是基于该思路,在推动司法大数据与人工智能应用时,必须时刻将其放置到审判体系和审判能力现代化建设的时代需求中,与司法理论知识和实践知识紧密结合,从而保障技术路线与方案的科学性、实用性、专业性。

(二)明晰技术权力对专业权力的介入边界

科技哲学通说认为,科技并非中立意义的存在,而是具有二重性。技术权力本质上具有利他性、整合性、竞争性、(隐性)操纵性等综合特征。[33]技术权力的利他性和整合性在司法场域是十分显著的。司法大数据与人工智能技术可以附能于法律人,从而提升司法效率、降低司法成本。当然,我们也不能忽视技术权力的竞争性与操纵性等属性。也就是说,在司法场域中技术权力势必与专业权力形成不同程度冲突。司法大数据与人工智能技术也并非无所不能的工具,在利用其推动司法现代化建设的同时也要警惕不理性的思潮。[34]

在科技哲学的视角中,科技的负面属性其实就是技术所固有的风险。20世纪80年代中期德国学者乌尔里希·贝克提出了“风险社会理论”。该理论认为科技发展带来的风险属于一种基础性话语,是主流风险社会理论的逻辑起点。具体而言,科学技术发展不仅只是简单地提供了更好的生存环境或者生活质量,而是预伏了科技奴役、工业事故等巨大风险,从而使其成为现代社会风险的主要来源之一。[35]按照通行的观点,科技的风险至少包含以下两个方面:(1)高科技和技术进步本身带有不确定性;(2)对科学技术研究日益突破限制与禁区。[36]按照这样一种框架,大数据与人工智能技术在司法场域中的运用必须遵循有序性和有节制性的原则。

第一,在司法场景中,技术权力要谨慎进入技术尚不成熟的领域。必须充分意识到前沿的司法大数据与人工智能技术本身具有不确定性。具体来看,作为技术驱动型司法现代化建设支点的大数据与人工智能技术本身带有不确定性,技术自身的发展以及技术应用的结果都可能产生无法控制或预测的风险。一方面,司法大数据技术与人工智能本身还面临许多瓶颈;司法大数据与人工智能技术在高频率、高容量的工作方面优势显著。和人脑相比,人工智能对应数值和符号计算更加精确快速、稳定可靠。特别对于有确定规则的计算问题,人工智能有远超人脑的计算速度,因此也更容易找到最优的解答。但人工智能还难以应付人类主观意识影响的社会文化和意识领域的各类问题。[37]“对于人工智能来说,真正困难的工作可能在于大量现实中的法律问题并不存在标准答案,对于法律问题的解答需要在利益、人情、机会等各方面的权衡”。[38]“人工智能欠缺了法律职业活动必不可少的要素:价值观、道德感、情感、审时度势的创造能力、联系实际的工作作风。”[39]另一方面,司法大数据与人工智能技术的应用结果具有不确定性,其负面影响可能需要一段时间的系统评估才得以显现。具体而言,大数据与人工智能技术的应用的可能带来安全威胁、对诉讼参与人形成潜在影响以及形成基于接近技术机会的差异而形成的社会不公。一个典型的例子美国联邦法院从上个世纪开始推动刑事案件庭审直播,经过十余年的评估,最终得出的结论是庭审直播可能会对证人出庭作证形成不利的影响。[40]综上所述,与其他领域强调基础技术突破与创新不同,司法场景的技术运用更应该在技术成熟之后并充分评估技术影响之后再进行。那种原创技术创新可以在其他领域内充分试点,但在司法领域则应该持有审慎的态度。换言之,司法领域不应该成为大数据与人工智能技术的主要试验场,而更应该成为成熟大数据与人工智能技术的应用场。

第二,在司法场景中,技术权力要充分尊重专业权力的固有属性。换言之,大数据与人工智能司法应用过程中,技术先进性并非唯一考核的指标,技术权力与专业权力的兼容程度是更为重要的考量。司法大数据与人工智能技术对司法的固有价值尽管不容忽视,但也未能完全避免上述技术本身的优势在司法场域具有不适应性和排斥性。因此在利用科学技术推动司法改革与司法信息化建设的过程中,必须明确技术权力介入专业权力的限度,必须充分避免司法大数据与人工智能技术开发中突破司法的固有属性和禁区,保证技术应用能够服务于司法的根本利益。这是司法场域中专业话语与技术话语良性互动的必要前提,也是专业话语与技术话语融合理论的题中之意。从目前司法大数据与人工智能研发的方向来看,以下两个方面最为重要:其一,技术权力的介入必须维持司法权力的独立性与权威性。举例而言,当前司法管理领域的大数据与人工智能应用的基本思路是将法官办案的所有过程信息化,实现全流程的动态监管,并基于历史大数据对特定行为进行预警。这种思路实际上会对法官的专业身份造成负面影响,触发公众,或是行政官员像审查报表一般来挑战法官的职业操守,引发尴尬。[41]从长远上看,不利于法院的独立性与权威性的塑造。在这里,技术介入司法管理潜在的风险是为外部权力介入司法领域提供了载体。其二,技术权力的介入必须保证不削弱法官的主体地位。举例而言,时下流行的智能化办案辅助系统并非法官,或者替法官下决策,而是要为法官提供更多可供参考的意见。其实质是通过要素分割的路径来解决人脑知识和记忆的有限性,通过人工智能技术来解放法官(律师)的脑力劳动。[42]

结语

本文并非重点关注司法大数据与人工智能技术是否能够取代法官,这是一个目前尚难以准确回答的问题。本文的研究旨在从理论角度出发,分析前沿技术在司法系统推进过程中所必然带来的技术权力与专业权力的冲突,进一步唤醒对技术驱动型的司法现代化建设的危机意识,遏制不断膨胀的片面技术理性主义,从而更加合理、谨慎地在司法场域中运用新技术,更加理智地看待和规约不断扩张的技术权力。

【注释】 基金项目:本文系国家社科基金重大项目“大数据与审判体系和审判能力现代化研究”(17ZDA131)的部分成果,并受“东南大学优秀青年教师教学科研资助计划”资助。

作者简介:王禄生(1984-),男,福建建瓯人,法学博士,东南大学法学院副教授,江苏高校区域法治发展协同创新中心研究员,主要研究方向:司法大数据、刑事诉讼与司法制度。

[1]参见周斌、余东明:《综合配套改革细化为136项具体任务》,载《法制日报》2017年11月6日;周斌、李豪、蔡长春:《本轮司法体制改革进入第二阶段》,载《法制日报》2017年11月6日;严剑漪、邱悦:《上海启动司法体制综合配套改革》,载《人民法院报》2017年9月30日。

[2]必须承认,法院中的话语冲突并非一个全新的研究领域,但既有研究较多地关注诉讼过程中法官与当事人等诉讼参与主体之间的话语运用及权力交锋。本文的关注点并不在于诉讼程序,而在于前沿技术在司法系统定位提升之后所带来的在法院系统内部一组全新的权力冲突,即技术权力与专业权力。

[3]参见王治国、戴佳:《以习近平新时代中国特色社会主义思想为指导奋力开创新时代政法事业新局面》,载《检察日报》2017年11月1日。

[4]2015年7月全国高级法院院长座谈会上周强院长提出,司法改革和信息化建设是人民法院事业发展的车之两轮、鸟之两翼。宁杰:《建设智慧法院努力让人民群众在每一个司法案件中感受到公平正义》,载《人民法院报》2016年11月18日。

[5]参见马修U.谢勒、曹建峰、李金磊:《监管人工智能系统:风险、挑战、能力和策略》,载《信息安全与通信保密》2017年第3期。

[6]“人工智能能够代替人类吗法官?”,http://new.qq.com/cmsn/20170731012237.

[7]参见中国社会科学院法学研究所国家法治指数研究中心、中国社会科学院法院研究所法制指数创新工程项目组:《中国法院信息化第三方评估报告》,中国社会科学出版社2016年版,第10-76页。

[8]芦露:《中国的法院信息化:数据、技术与管理》,载《法律和社会科学》2016年第2辑,第50页。

[9]参见中国社会科学院法学研究所国家法治指数研究中心、中国社会科学院法院研究所法制指数创新工程项目组:《中国法院信息化第三方评估报告》,中国社会科学出版社2016年版,第80页。

[10]李林、田禾主编:《中国法院信息化发展报告No.1(2017)》,社会科学文献出版社2017年版,第25页。

[11]中国社会科学院国家法制指数研究中心、中国社会科学院法院研究所法制指数创新工程项目组:《人民法院信息化3.0版建设应用评估报告——以山东法院为视角》,中国社会科学出版社2017年版,第71页。

[12]倪艳:《人工智能代替法官?》,载《南方周末》2017年8月3日。

[13]郭富民:《人工智能无法取代法官的审慎艺术——观美国影片〈少数派报告〉有感》,载《人民法院报》2017年5月12日。

[14]姚昊:《人工智能永远不会取代法官,人类才是审判的最终解释者!》,http://whjkfy.chinacourt.org/article/detail/2016/06/id/2000372.shtml.

[15]参见[法]米歇尔·福柯:《规训与惩罚(修订译本)》,刘北成、杨远婴译,生活·读书·新知三联书店2017年版,第29页。

[16][法]让-佛朗索瓦·利奥塔尔:《后现代状态:关于知识的报告》,车槿山译,生活·读书·新知三联书店1997年版,第17页。

[17][澳]J·丹纳赫、T·斯奇拉托、J·韦伯:《理解福柯》,刘瑾译,百花文艺出版社2002年版,第31页。

[18]参见吕振合、吴彤:《福柯的微观权力观——一种科学知识的政治学分析》,载《中央民族大学学报(哲学社会科学版)》2007年第2期。

[19][法]米歇尔·福柯:《规训与惩罚(修订译本)》,刘北成、杨远婴译,生活·读书·新知三联书店2017年版,第251页。

[20]周宪:《福柯话语理论批判》,载《文艺理论研究》2013年第1期。

[21][法]米歇尔·福柯:《知识考古学》,谢强、马月译,生活·读书·新知三联书店1999年版,第236-237页。

[22]参见[法]让-佛朗索瓦·利奥塔尔:《后现代状态:关于知识的报告》,车槿山译,生活·读书·新知三联书店1997年版,第41页

[23]参见[法]米歇尔·福柯:《话语的秩序》,肖涛译,载许宝强、袁伟:《语言与翻译的政治》,中央编译出版社2001年版,第8-14页。

[24][法]米歇尔·福柯:《规训与惩罚(修订译本)》,刘北成、杨远婴译,生活·读书·新知三联书店2017年版,第28页。

[25]参见陈炳辉:《福柯的权力观》,载《厦门大学学报(哲学社会科学版)》2002年第4期。

[26]无论是“专业话语”抑或是“技术话语”,其均来源于“知识”,前者是法学专业知识,后者是科学技术知识。

[27]芦露:《中国的法院信息化:数据、技术与管理》,载《法律和社会科学》2016年第2辑,第47页。

[28]参见陈炳辉:《福柯的权力观》,载《厦门大学学报(哲学社会科学版)》2002年第4期。

[29]参见[法]米歇尔·福柯:《话语的秩序》,肖涛译,载许宝强、袁伟:《语言与翻译的政治》,中央编译出版社2001年版,第3-8页。

[30]参见吕振合、吴彤:《福柯的微观权力观——一种科学知识的政治学分析》,载《中央民族大学学报(哲学社会科学版)》2007年第2期。

[31]自然语言识别技术(NLP)是从海量文书中提出关键要素的技术,它是在语义理解之上对要素的提取。自然语言识别技术的功能是让计算机能够“读懂法律文书”——从法律文书的法律语言中(自然语言的一种状态)准确提取相应情节。举例而言,在法律文书中,被告人自首可能有相当多样的自然语言表述,除了“自首”之外还可能是“自动投案”、“代为投案”、“如实供述罪名”等表述。自然语言处理技术的目标是能够把一切实际上“自首”的自然语言表述精准识别,哪怕整个文书中并未出现“自首”二字。当前主流的司法大数据与人工智能技术都是围绕文书展开的,因此自然语义识别是不可或缺的技术。参见秦春秀、祝婷、赵捧未、张毅:《自然语言语义分析研究进展》,载《图书情报工作》2014年第22期;张德:《自然语言处理技术在司法过程中的应用研究》,载《信息与电脑》2017年第17期。

[32]知识图谱有自顶向下和自底向上两种构建方式。自顶向下指借助百科类网站等结构化数据源,从高质量数据中提取本体和模式信息,加入到知识库中;而自底向上构建,则是借助一定的技术手段,从公开采集的数据中提取出资源模式,选择其中置信度较高的新模式,经人工审核之后,加入到知识库中。参见朱木易洁、鲍秉坤、徐常胜:《知识图谱发展与构建的研究进展》,载《南京信息工程学报(自然科学版)》2017年第6期;刘峤、李杨、段宏、刘瑶、秦志光:《知识图谱构建技术综述》,载《计算机研究与发展》2016年第3期。由于法律数据主要以非结构化和半结构化形式存在,对结构化数据有较大依赖度的“自底向上”的自动化、半自动化构建图谱面临极大的困难,人工智能通常无法完成法律知识图谱中的实体抽取、关系抽取与属性抽取等工作。故而,多数研发主体采用“自顶而下”的方式,通过人工构造语法与语义规则推进知识图谱的构建工作。

[33]参见王馥芳:《警惕技术权力这把“双刃剑”》,载《社会科学报》2016年3月3日。

[34]参见江国华、何盼盼:《数据共享与中国司法现代化》,载《中国高校社会科学》2017年第1期。

[35]参见宋远升:《技术主义司法改革与法治现代化》,上海人民出版社2017年版,第220-221页。

[36]参见张成福、谢一帆:《风险社会及其有效治理的战略》,载《中国人民大学报》2009年第5期。

[37]吴月辉:《人工智能会取代人类吗》,载《人民日报》2017年7月7日。

[38]沈寅飞:《人工智能+法律=?》,载《检察日报》2017年7月26日。

[39]张新宝:《把握法律人工智能的机遇迎接法律人工智能的挑战》,载《法制日报》2017年6月28日。

[40]History of Cameras in Courts, http://www.uscourts.gov/about-federal-courts/cameras-courts/history-cameras-courts.

[41]参见吴习彧:《司法裁判人工智能化的可能性及问题》,载《浙江社会科学》2017年第4期。

[42]同上注。

【期刊名称】《学术交流》【期刊年份】 2018年 【期号】 5

本站作品集合

  • 人工智能法律研究-本号原创

  • 人工智能法律研究-行业研究

  • 法律星球-生活法律

  • 法律星球-公司法律

聚焦互联网与人工智能新时代、新生态法律研究与服务。包括互联网法律、人工智能法律、金融科技法律、区块链法律、AR/VR虚拟(增强)现实法律、物联网法律、车联网法律、智慧城市法律、智能制造法律、大数据法律、云服务法律等相关领域的研究与服务。

你也可能喜欢

发表评论

您的电子邮件地址不会被公开。 必填项已用 * 标注

提示:点击验证后方可评论!

插入图片
人工智能机器人资料 投稿者
我还没有学会写个人说明!
最近文章
  • * 没有更多文章了
  • 热门搜索

    分类目录