江隱龍：人工智慧可以為司法人員做些什麼

人工智慧是什麼？其屬於典型的電腦科學概念，對“人工智慧”四個字的解釋難度並不亞於任何一個哲學概念，在此，不妨採用一個相對“模糊”的定義：人工智慧，就是研究如何使電腦去做只有人才能做的智慧工作。也可以換一個角度，結合與人工智慧有關的三個重要概念進行理解，分別是：算力、數據和演算法。

算力，即硬體的計算能力。根據摩爾定律，在價格不變的前提下，積體電路上可容納的元器件的數目及其性能每隔18個月便會增加一倍，這種速度基本代表了資訊技術進步的速度。也就是説，可以將電腦視為一個“背景進化速度”極快的物種，而這一物種的算力也將成為人類算力的自然延伸。數據，是指客觀事物未經加工的原始素材，這些素材可能包含有用的資訊，只有通過特定維度所篩選出的、包含著有用資訊的數據，才具有使用價值。演算法，是人工智慧的核心，指電腦運作時所遵循的規則，也就是其“思考”過程。如果將電腦比作人腦，那演算法就是其“思維方式”。正是因為有了這種“思維方式”，借助於足夠的算力，電腦才能在海量的數據中快速提取出包含有用資訊的數據，將“大規模數據”篩選，重組成“大數據”。

從算力、數據與演算法的概念可以看出，人工智慧即是通過演算法與算力對海量數據進行計算分析並得出相應結論的技術。這種技術可以用於圍棋對弈，自然也可以用於司法領域——本質上人工智慧就是機器對人腦的模倣，從理論上來講，但凡人類可以做到的人工智慧也一樣可以做到。

當然，這只是從理論上來講。事實上，智慧輔助辦案系統不會替代司法人員獨立判斷。這源於機器學習與人腦學習的差異——演算法是人工智慧的核心。從目前技術看，演算法升級是一個非常艱難的過程，同時演算法也不可能自主升級，所以機器學習是在演算法不更新的情況下通過海量數據的輸入進行優化，屬於“數據驅動”；而人腦學習則是“演算法驅動”，雖然人類數據攝入的速度緩慢，但每次攝入都會帶來思維上的長進，這決定了只有人腦可以應對世界上出現的新情況，而機器只有在演算法能夠覆蓋的前提下才對數據有著解讀能力。所以，“人工智慧究竟能幫助法律人做些什麼”這一問題，就變成了司法過程中有哪些數據可以通過演算法進行解釋，從而利用機器的算力對人腦進行補充。以檢察官所從事業務為例，對於檢察官來説，最直接的可利用數據，莫過於行使量刑建議權時所涉及的數據。

根據現有司法解釋規定，一般而言，量刑建議書包含了法定從重處罰情節，法定從輕、減輕或者免除處罰情節，酌定從重處罰情節，酌定從輕處罰情節等四種情節。從電腦語言角度來看，這四種情節便是量刑建議這一“問題”所需要考量的四種“維度”，而通過這四種“維度”可以對法定從重處罰情節等數據進行計算，將法律條文的相應規定轉化成電腦演算法，對個案所涉情節——也就是個案數據進行計算並得出相應的量刑建議，這便是最基礎的人工智慧。

量刑的難點在於其確定過程要對眾多酌定情節進行考量，而這些情節並未被法律所明文規定，也就是説這些酌定情節是缺乏演算法的。這些酌定情節是否能轉化成演算法呢？顯然，酌定情節也是可以進一步量化的——酌定情節主要取決於犯罪嫌疑人及犯罪行為的人身危險性、主觀惡性和社會危害性。如果掌握了這三個方面，也就掌握了酌定情節轉化成演算法的“維度”。

人身危險性，是指行為人將來實施犯罪的可能性，包括初犯與再犯；主觀惡性，是指行為人在犯罪中所表現出來的惡劣思想狀態；而社會危害性是指犯罪行為本身所造成的危害。無需多言，最容易轉化成演算法的是極具客觀色彩的社會危害性，那人身危險性及主觀惡性呢？司法實踐中，確定人身危險性與主觀惡性的“維度”大多為犯罪動機、手段、時間地點、侵害對象、損害結果、認罪態度等。但是，因為缺乏統一的法律規定，通過這些“維度”所得出的結論便不可能不因人而異。量刑建議作出者的思維方式、知識結構、人生態度、價值傾向等均可能對量刑建議造成影響，而“酌定”二字本身包含的個性特徵又導致了量刑建議的過程不可被回溯，從而容易引發量刑任意性。

那麼，為什麼不將酌定情節提升為法定情節？因為法律有著其固有的缺點：滯後性。如果將所有酌定情節全部提升為法定情節，那這種法律註定是遲緩而殘缺的。人類司法史由證據法定發展到自由心證，正是建立在正視法律種種局限的基礎之上。然而在法律之外，每一個個體偶發的行為，卻無法快速、全面地融入法律，這就導致了人類智慧——或者説演算法的浪費與重復建設。

令人欣喜的是，電腦的到來改變了這一切。人類彼此獨立，思維無法互通，同時容易遺忘——但機器不會。如果所有承辦人將每一次面對酌定情節時的思維碎片記錄到同一個電腦網路，那隨著時間的推移及數據量的增加，關於確定酌定情節的維度就會漸漸匯成大數據，從而對新的量刑建議形成提示，以幫助辦案人員完成演算法設計所需要的數據積累。一旦新的演算法設計完成並錄入電腦，新的關於量刑建議的人工智慧也便形成。

具體到人身危險性及主觀惡性，承辦人便可以將所有“維度”的數據在辦案的過程中錄入電腦。比如，是一般犯罪還是暴力性犯罪，是單位犯罪還是集團犯罪，是初犯還是偶犯，是過失還是故意……而一旦出臺新的法律法規，相應的“維度”可以即時在電腦中新增，電腦會如同搜索引擎一樣自動識別、歸類錄入的數據。

這一過程事實上也是連成一體的電腦將多人聯結成了一個整體：一個人的思考便是多人的思考，一個人的數據選擇便是多人的數據選擇。電腦輔助人類跨越了交流障礙、遺忘曲線與情緒波動的影響，既能夠填補法律與世界相脫節的制度空白，也能夠保持不同地區對同一法律法規適用的同一性。

更直觀的説法是，電腦可以窮盡所有數據，這種強大的算力彌補了人腦的不足，從而使傳統時代幾年甚至幾十年才能出現一次的演算法革命加快到每個月甚至每天一次。人工智慧所提供的，正是法定與酌定的空間地帶最缺的速度。

但是，人工智慧畢竟只是工具，它還無法代替人類思考。從量刑建議權的人工智慧化路徑來看，人工智慧能為檢察官所做的事情還有很多——但凡可以被“維度”化的司法工作，人工智慧都可以做到，至少，能讓檢察官更方便地做到。當然，數據中所包含的資訊哪些才是真正有用的，最終還是需要人類去判斷，謀殺與激情殺人哪個惡性更大？這樣的問題，從目前來看，電腦解釋不出來，它所擁有的只是一個答案。這種答案只能源於數據錄入，源於檢察官的數據“選擇”。