来源时间为：2024-06-19
数字法院不仅仅是一种技术变革，更是一种理念、思维和机制的根本性改造。2023年以来，上海法院勇于先行先试，坚持数字改革赋能目标，以场景建设、数字建模为重点，大力推进数字法院建设。目前，数字法院的框架体系、技术平台、建设路径、操作规程已初步形成，在促进适法统一、破除信息壁垒、打击虚假诉讼、助力社会治理等领域发挥着越发重要的作用。
上海数字法院建设受到一线法官的广泛好评，也引发了社会各界的积极关注：数字法院建设与此前的法院信息化建设、智慧法院建设之间是什么关系？又有什么区别？在没有先例可循的情况下，上海法院如何全面推进数字法院建设？为解答上述问题，本刊特此邀请上海市高级人民法院院长贾宇撰文阐释数字法院的“上海经验”，并择优刊发上海法院相关文章，以期为全国法院数字化改革提供“上海样板”。
从经验理性到数字理性
——以嵌入式类案智能推送平台推进适法统一的路径优化
文｜肖凯及小同牛元宏
肖凯系上海市虹口区人民法院党组书记、院长，二级高级法官；及小同系上海市虹口区人民法院商事审判庭三级法官；牛元宏系上海市虹口区人民法院民事审判庭四级法官
内容提要：嵌入式类案智能推送平台脱胎于类案检索机制，是案件指导制度项下的一种实现工具，逻辑基础在于通过类比推理实现类案适用法律统一。作为一种司法人工智能的发展成果，其兼具公正价值、效率价值及治理价值。目前我国的嵌入式类案智能推送平台面临基础设施困境、信息处理困境、算法治理困境及参照援引困境等多重难题。为纾解前述困境、进一步优化嵌入式类案智能推送平台的运行效果和用户体验，可以从完善以人民法院案例库为核心的基础数据建构、创建以类案要素信息图谱为核心的检索算法模型、补充以应用场景建模为核心的裁判偏离预警体系等多个维度予以突破。
关键词：类案智能推送司法人工智能同案同判适法统一
一、因循与意旨：嵌入式类案智能推送的概念涵摄及制度基础
（一）嵌入式类案智能推送的概念涵摄
从修辞学的角度，“嵌入式类案智能推送”当属直白、具象的表达，其意涵较为丰富。根据文义解释，“嵌入式类案智能推送”意味着在司法审判中利用人工智能技术，将类案数据库及推送平台嵌入人民法院审判辅助决策系统，将与待决案件具有相似性及参照价值的已决案件推荐给裁判主体。
该种机制推送的具体内容为“类案”。何为“类案”，学界素有争论。主流观点认为，多个参照维度中，争议焦点是判断类案特征的核心要素。自2020年7月31日起施行的《最高人民法院关于统一法律适用加强类案检索的指导意见（试行）》（以下简称《指导意见》）在综合考虑各种观点的基础上，采用便于司法实践且相对客观的标注，对此作出了明确的司法界定。在类案的本质特征层面，以案件基本事实、争议焦点和法律适用等方面具有实质相似性作为判断标准；在类案的可参考性和检索的可操作性层面，将类案的范围限定为已生效案件。人民法院开展司法活动的语境下，裁判主体对于类案的界定应以此为框架，至于框架之下对于实质相似性的具体判断，则由法官进行自由裁量。
该种机制的工作样态为“智能化”和“嵌入式”。“智能化”意味着将云计算、大数据、区块链等先进技术应用于推送系统，在识别待决案件审理要素、发起类案检索、生成检索报告、推送检索结论等环节中模拟法官思维，具备高度的人机协同性和系统交互性。智能推送与传统检索的核心进化在于由人工主动发起搜索升级为系统自动推送与主动检索相结合。“嵌入式”则意味着将类案智能推送机制应用于人民法院内部的审判辅助决策系统之中，与审判案例数据库、电子卷宗随案生成、智能文书撰写系统、审判监督管理体系等功能一体建设、一体运行。该系统面向的使用对象是司法人员，区分于由社会资本运作、面向法律共同体的其他类案智能推送平台。
（二）嵌入式类案智能推送的制度基础
1.逻辑基础
类案智能推送脱胎于类案检索机制，是案件指导制度项下的一种实现工具。其逻辑起点在于类比推理的法律方法论，逻辑终点在于通过类比推理实现类案的适用法律统一。
在我国这样一个成文法国家，司法裁判的核心要求是“依法裁判”。“同案同判”与“依法裁判”是司法裁判中两种不同的规范性要求，其背后分别对应着类比推理和演绎推理两种并列的法律方法论。“同案同判”意味着在司法裁判中需对法律要素相似的前后案件进行比对，“依法裁判”则是将抽象的法律规则涵摄于具体案件事实之上的演绎过程。根据传统法律方法论的逻辑，类比与涵摄属于泾渭分明、互不重叠的推理方法，但“同案同判”与“依法裁判”在司法裁判中却是缺一不可。尤其是在信息时代，“同案同判”更加契合人民群众朴素的正义观念，为了充分实现法律的预测功能，类比推理在司法裁判中必将更加广泛地用于填补法律漏洞或进行法律续造。
在全流程司法公开的改革图景之下，适法统一的逻辑内涵更加丰富，不仅限于裁判结论与裁判尺度的统一，还包括裁判路径与裁判流程的一致。据此，嵌入式类案智能推送机制作为一种法律方法论的实践形式和效用工具，其法哲学基础不仅在于一种结果意义上的类案裁判理论，还在于一种过程意义上的类案监督理论。具体而言，对于案由相同、法律关系相同、请求权基础相同、案件事实相似、诉辩意见相似、适法导向相似的案件，其在审判流程中也必然遵循相似的范式与路径。除了裁判结论的导出，该种范式与路径还鲜明地体现于诉请固定、证据采信、争点归纳、心证公开、法律解释、文书说理等各个裁判环节，以及主管与管辖、保全与执行、期间与送达等各类程序事项中。智能类案推送系统的适法统一价值不仅体现于辅助决策，还体现于当裁判路径发生偏移时，通过类似案件审理过程中可供参照的处理经验予以实时预警和及时纠偏。
2.法律基础
从立法沿革来看，以类案智能推送机制推进人民法院适法统一的法源基础在于最高人民法院通过一系列司法解释及其他规范性法律文件所确立的以指导性案例为塔尖的案例体系及指导制度、以类案检索报告机制为抓手的类案裁判方法及类案监督方法，以及以司法人工智能技术应用为核心的智慧法院建设与发展方案。
2010年11月最高人民法院出台的《关于案例指导工作的规定》（法发〔2010〕51号）（以下简称《案例指导规定》）意味着案例指导制度在我国正式确立。其承载了展示审判成果、宣传司法理念、总结审判经验、传递司法导向、提高司法能力等多个功能，是人民法院推进适用法律统一、规范自由裁量权的有效手段。2015年5月19日正式施行的《最高人民法院〈关于案例指导工作的规定〉实施细则》就指导性案例的参照适用问题作出了更为详尽的规定，尤其是明确了应否参照、如何参照、如何援引等一系列实操问题，提出指导性案例并非我国正式法律渊源，不应援引为裁判文书判决部分的法律依据，但可作为裁判理由予以引述。《案例指导规定》具有较高的效力层级，据此建立的案例指导制度规则体系以及不断充实的指导性案例库为后续类案检索报告工作机制、类案智能推送工作机制的建立与发展奠定了制度基础。
2015年9月21日最高人民法院印发《关于完善人民法院司法责任制的若干意见》，首次提出通过类案参考、案例评析等方式统一裁判尺度。此后，最高人民法院结合工作实际，先后出台一系列关于完善司法责任制、加强审判监督管理工作的规范性文件，不断重申类案参考及类案检索的重要意义。2017年7月8日国务院《关于印发新一代人工智能发展规划的通知》中提出围绕行政管理、司法管理、城市管理、环境管理等有关社会治理的热点难点问题，促进人工智能技术应用，推动社会治理现代化，并专门就智慧法庭的建设指出要建设集审判、人员、数据应用、司法公开和动态监控于一体的智慧法庭数据平台，加强人工智能在证据收集、案例分析、法律文件阅读与分析中的应用。该文件为智慧法庭的未来发展绘制了清晰的理想图景，并专门强调了人工智能在审判案例数据管理与应用方面的规划。
自2020年7月31日起实施的《指导意见》明确了类案检索的目的在于“统一法律适用”，并就类案强制检索情形、类案检索的范围与顺序、类案检索报告的提交与回应、类案检索的结果应用及分歧解决等一系列具体问题予以回应。同时，《指导意见》第12条规定：“各级人民法院应当积极推进类案检索工作，加强技术研发和应用培训，提升类案推送的智能化、精准化水平。”这是最高人民法院在规范性法律文件中首次提出“类案推送”的概念，并明确了类案推送的智能化要求。据此，全国各级法院就类案推送智能平台建设开展了如火如荼的应用研发工作。《指导意见》被视为类案智能推送机制建设和发展的纲领性文件。
3.技术基础
从学科属性看，司法人工智能属于法律信息学，准确地说，属于决策法律信息学，主要涉及法律专家系统、决策辅助软件和法律咨询软件。结合目前的类案智能推送平台工作机制来看，笔者认为，传统类案检索到智能类案推送的转化主要从五个工作步骤进行流程重塑，即“建立生效案例数据库—待决案件类案信息识别标注—关联类案标签并筛选类案数据—生成类案检索及辅助决策结论—完成类案报告自动链接与推送”。其中，智能化手段和技术难点集中体现于自动抓取法律文本信息以识别类案要素、建立类似案件关联度识别机制以筛选目标案件两个方面。
自动抓取法律文本信息的技术核心是自然语言处理技术（NaturalLanguageProcessing，简称NLP）。正如比尔·盖茨所言，“语言理解是人工智能领域皇冠上的明珠”。司法领域亦不例外，其早已成为连接法律语言与机器语言的桥梁，被广泛应用于司法活动中。NLP几乎是一切司法人工智能的工作基础，其技术环节可拆解为自然语言理解与自然语言生成。目前的自然语言理解技术已经基本可以适应司法场景的运用需求，能够通过语法分析、句法分析、语义分析、语用分析及篇章分析等多种基础技术分别实现面向人类认知及机器认知的人机对话系统，未来的技术突破口在于自然语言生成技术。
标注类案信息要素以及建立类案关联度识别机制的技术核心是法律知识图谱构建。知识图谱（KnowledgeGraph）最早由Google公司提出，目的在于提升搜索引擎的智能程度，提高搜索精度及用户体验。该技术是从信息样本中获得数据，并将其输出为结构化知识的抽取与表达技术，其全生命周期包括知识抽取、知识融合、知识推理、知识应用等阶段。具体到类案智能推送平台的建设，知识图谱构建最为关键的阶段在于知识抽取，包括“实体抽取”“属性抽取”与“关系抽取”。其中，知识抽取的算法模型将直接影响类案推送结论的精准度。
实现类案推送平台由弱智能化向强智能化发展的关键技术在于深度学习（DeepLearning）。特征选择是机器学习和数据挖掘中的核心步骤，用于从原始特征中选择出最具有代表性和预测功能的子集。随着算力的蓬勃发展，深度学习技术在近期取得了显著进展，尤其是GPT（GenerativePre－trainedTransformer）和OpenAISora在人机交互领域的表现举世瞩目。智能类案推送系统作为一种辅助决策机制和认知推理模型，其技术特征的本质在于模拟法官思考，其算法素养即来自于深度学习，用以实现更加精准的自然语言处理及知识图谱构建。
二、表达与澄清：嵌入式类案智能推送的价值目标与作用机理
（一）价值目标
1.以适法统一为目标的公正价值
德沃金在《法律帝国》中提出一种与公正直接相关的理想，以“类似案件类似对待”这个习语来表达。德沃金提到：“该理想要求政府以一个声音说话，对其所有的公民要以一个具有原则性且融贯的方式来行动，把自己对某些人所使用的公平正义的实质性标准，扩张到每个人。”个案法律适用在事实与规范之间实现“相同案件相同对待”是形式正义的可视化，更加直观地契合人民群众朴素的正义观念。同时，类案智能推送工作机制所追求的适法统一价值彰显了司法裁判的可预期性。通过生动直
推荐:
