摘要：数字时代，科技日益成为推动社会发展的重要力量，司法作为国家治理现代化的重要组成部分，也必然要顺应科技发展的潮流。引入司法人工智能是司法系统实现现代化转型的重要举措，也是科技发展的必然选择，有助于提升司法的智能化水平，增强司法在社会治理中的效能，更好满足公众对公正、高效司法的需求。在当代司法发展的进程中，科技与法律于司法系统内部实现融合是技术理性与法律实践内在需求之间双向驱动的必然结果，具有深刻的理论和实践逻辑。人工智能在智慧司法构建过程中展现出巨大潜力的同时，也暴露出其固有的局限性，以及随之而来的一系列法律、技术、伦理以及司法功能异化风险，这些风险有可能从潜在状态转化为现实困境。司法人工智能的应用是对司法工作的补充和提升，为有效应对风险，应秉持辅助司法、提高司法效率及更好实现司法公平正义等指导理念，强化顶层设计，通过制定规范体系、构建应用规则、建设监管制度、加强伦理审查等手段，确保技术始终服务于司法正义。
关键词：人工智能；司法人工智能；辅助司法；司法改革；技术赋能
《法治中国建设规划（2020—2025年）》提出，要充分运用大数据、云计算、人工智能等现代科技手段，推进法治中国建设的数据化、网络化、智能化。人工智能凭借强大的数据处理能力和高效的算法模型，广泛且深入地被运用于金融、医疗、交通、教育、司法等人类社会活动领域。世界各国积极顺应这一时代趋势，努力把握人工智能发展所带来的重大战略机遇，从政策导向的确立到资源的倾向性配置，从基础研究的大力扶持到产业应用的积极推动，各国的人工智能发展战略布局为人工智能在司法领域的应用提供了有力支撑条件。这一宏观背景有力驱动了司法人工智能从理论探索走向实践应用，使其在司法工作中得以迅速拓展与深化，逐渐改变了传统司法模式的运作形态，进而引发了司法实践与法学研究领域对于这一新兴技术应用范式的广泛探讨。
在司法实践中，司法人工智能展现出了其独特的技术优势，一定程度上缓解了“案多人少”的矛盾，推动了司法审判流程的标准化，为公平正义的实现提供了重要科技支撑。然而，人工智能在司法应用中也存在一定挑战。司法因其自身独特的规律、属性而有别于其他范畴，从本质上讲，司法承载着公正、权利、秩序等众多社会核心价值观念，其不仅是社会公平正义的最后一道防线，更是法治建设的关键。因此，当探讨司法人工智能的角色、效用与限度时，很多问题会浮现出来：人工智能能否被直接应用于司法决策，人工智能应用的具体范畴和边界如何确定，司法人工智能的风险有哪些，等等。由于司法活动早已超出理性计算的基本范畴，涉及多方主体的动态博弈，要求法官具备较高的职业素养和审判技能，而这些都是人工智能需要通过调整自身去努力适应的，像基于技术主义的人工智能对司法权力的俘获、对法官主体独立性的侵蚀以及对主体间不平等的固定和扩大等，都是司法人工智能可能遇到的应用风险。这些风险绝非简单的技术适配问题，而是关乎司法公正与法治建设的重大议题，背后隐含的是人工智能对司法的潜在异化，反映出司法在规训人工智能时遭遇多重困难和挑战，暴露出作为工具的人工智能应用有其限度。这迫切需要法学研究基于法学理论、技术伦理以及司法实践经验，进行全面、深入的分析，从而为司法人工智能的合理运用构造科学、合理的框架，塑造司法人工智能应用新格局。
一、司法人工智能应用的三重逻辑
在当今法治建设中，技术与法律于司法领域内实现融合，这是工具理性与法律实践内在需求之间双向驱动的必然结果，并且随着社会的发展与科技的进步不断向纵深推进，其蕴含着深刻的历史、价值与实践逻辑。
（一）科技发展的历史必然选择
在司法人工智能应用初期阶段，为解决司法案件数量激增、传统司法模式在大量案件面前不堪重负的问题，学者们尝试将逻辑推理等技术应用于简单的法律问题分析，如利用规则系统处理一些基本的法律条文解释。20世纪80年代，法律专家系统开始兴起，其能够基于预先设定的法律知识和规则，对一些较为复杂的法律问题进行分析和解答。1981年，法律判决辅助系统（LDS）开发完成，并进行了应用。1989年，澳大利亚开发出IKBALSI系统，对法律条例的解释工作提供技术支持，主要用来处理工人事故补偿相关问题。在我国，为了加快法治建设进程，同时基于司法实践的需要，钱学森于20世纪80年代开始倡导“法治系统工程研究”，提出“要在成千上万件法的庞大体系中做到这一点是一项不简单的事，可能要引用现代科学技术中的数理逻辑和计算技术。”20世纪90年代以来，机器学习技术开始成为人工智能的主要推动力量。1995年，Split-Up程序在澳大利亚被开发出来，专门用于处理离婚案件中的财产分割问题，为这类问题的解决提供了新的技术手段。
21世纪以来，深度学习算法取得重大突破，大数据技术也日益成熟，人工智能能够处理海量的法律文本数据，通过对大量案例的学习和分析，实现精准参与司法实践。2005年，贝叶斯网络（一种概率图型模型）在法庭调查中得到应用，成为评估火灾事故证据的一种方法。[1]2016年AlphaGo诞生，新一轮以深度学习为主的人工智能浪潮席卷全球，深刻影响并赋能司法领域。2017年国务院印发的《新一代人工智能发展规划》（以下简称《规划》）提出“加快人工智能深度应用”。我国多地开始积极响应，投身人工智能法律系统的建设，例如“睿法官”智能研判系统、“206”刑事案件智能辅助办案系统等。[2]2022年，为进一步推动人工智能同司法工作深度融合，创造更高水平的数字正义，最高人民法院发布《关于规范和加强人工智能司法应用的意见》（以下简称《意见》），并提出“到2030年，建成具有规则引领和应用示范效应的司法人工智能技术应用和理论体系”。2024年11月，最高人民法院推出“法信法律基座大模型”，这是积极探索使用人工智能技术为司法赋能的最新重要成果。同年12月，最高人民法院发布的《人民法院第六个五年改革纲要（2024—2028年）》（以下简称《纲要》）再次提出，强化智能算法、大语言模型、数字模型等技术应用，充分发挥人工智能技术辅助办案、集约事务、防控风险、方便诉讼等作用。
从“社会发展中孕育着科技发展”到“科技服务于社会”，再到“科技与社会共生”的社会转型过程中，人工智能所取得的进展引人注目。人工智能的发展历程揭示了信息技术在知识获取途径、更新速度以及思维方式上的深刻变革。人工智能在法律上的应用深刻影响了法律体系的内在结构。一方面，人工智能促使公众对法律框架的认知模式发生转变。借助智能平台、区块链、大数据可视化等技术手段，公众不再局限于传统的法律知识接收方式，而是能够主动参与到法律信息的获取与分析过程中。另一方面，人工智能所引发的新兴法律关系、新型权利义务配置需求等问题，都将倒逼法律规则进行重塑与再造，以适应技术发展所带来的新的法律结构与系统。[3]同时，在诸多领域的决策体系中，深刻的结构性转变也正在发生。在以往，人类基于经验、知识以及综合判断能力，主导着各类决策过程，但是随着人工智能技术的迅猛发展，算法凭借数据处理、模型运算以及分析预测能力，成为推动决策机制运行的重要力量。[4]因此，随着人工智能技术的不断成熟和完善，在司法活动这一人工智能技术应用的重要领域中，将从简单的数据处理走向复杂的辅助司法决策，并逐步深度融入司法全流程，成为司法适应时代发展的必然选择。
（二）技术赋能的价值优势体现
司法人工智能的价值优势体现在实效优化、成本管理和风险防范等多个方面，构成其潜在的价值逻辑，有力支撑着人工智能在司法领域的实际应用。一是人工智能能够对海量的司法案例进行挖掘和学习，具有较高的实用价值，通过建立案件图谱、推送类似判例等方式，总结争议焦点，厘清证据和案件脉络，提供判例指导，从而帮助法官快速准确地进行事实认定和证据评估，[5]有效缓解法律真实与客观实际之间的张力关系，增强司法裁判结果在现实生活中的合理性。例如，区块链凭借中心化特性，打破了传统中心化模式的局限，数据一旦上链，便具备不可篡改性，确保了信息的真实性和稳定性；公开透明性则使数据对所有参与者可见，整个过程接受全方位的监督，这些特性相辅相成，共同构建起区块链坚实的信任基础。[6]二是人工智能能够处理大量重复性、规律性工作，节省司法工作人员的时间和精力，有显著的经济价值。例如，智能检索系统可以快速从庞大的法律数据库中获取所需信息，使法官能够将更多的精力集中在复杂疑难案件上，从而整体提高司法效率。三是人工智能通过统一的算法和数据标准处理案件，能够避免人为主观因素导致的司法不公正，确保事实认定和法律适用的准确性和一致性。算法逐渐渗透到司法实践的各个环节，在提高司法效率、保证裁判公正性和增强司法透明度等方面发挥着重要作用，为司法系统的高质量运转提供了强大的技术支撑。[7]例如，同案不同判预警聚焦于法官裁判结果的偏离情况，以算法模拟法官裁量过程，一旦分析结果偏离度较大，系统便会自动发出提醒，助力法官及时纠偏。[8]
数字时代，在司法领域，案件数量增长与科技进步促使人工智能与法律的融合从初步萌芽走向深度融合，促使人工智能技术的应用逐步渗透到司法实践的各个环节，提升司法效能与公正，为其提供现实依据。这决定了人工智能与司法融合有重要的价值意蕴，具体如下：
其一，司法人工智能的价值追求内含于数据依赖和算法驱动的技术理性之中。数据是人工智能的基础，司法人工智能高度依赖数据，只有通过对大量数据的学习和分析，人工智能才能理解法律规则、掌握司法实践规律，从而为司法提供合理、准确的决策依据。算法是司法人工智能的主要驱动力，它决定了人工智能如何对输入的数据进行处理、分析和决策。因此，司法人工智能的能力基础，早已超越了传统司法所拥有的局限能力与个体经验范畴。通过对海量案件信息及裁判结果的数据库进行深度挖掘，将已有案例中总结的规则、逻辑和经验加以整合与提炼，进而拥有超强的信息储备和分析能力，为司法决策提供更为全面、精准的参考依据。其二，司法人工智能有明确的价值目标导向。我国司法改革的基本目标，是建立公正、高效、权威的社会主义司法制度。[9]这决定了在我国，司法人工智能是从技术理性迈向制度理性的标志，我们不再仅仅局限于对技术工具的简单应用，而是充分发挥技术的优势，使其与制度理性深度融合，从而对司法从制度设计、运行逻辑以及价值理念等维度进行系统性的革新与重塑。其三，司法人工智能的价值理念强调伦理先行与法律的规范作用。司法人工智能需遵循一系列伦理原则，如公正性原则、透明性原则、可解释原则、隐私保护原则等，这既是保障司法本质属性的需要，也是顺应科技发展、维护社会秩序和人类价值观的必然选择。同时，法律规范为人工智能在司法领域的应用划定边界，明确哪些司法环节可使用以及使用的程度和范围。
（三）智慧司法的客观实践需求
伴随数字技术的迅猛发展，现代司法正经历着底层架构的变革。在司法运行中，层出不穷的数字司法创新实践大量涌现，演绎着数字司法独有的时代逻辑，也催生出全新的数字司法运行机制，深刻改变着司法模式和司法发展形态。人工智能是引领新一轮科技革命的基础和战略性技术，已经成为司法体制改革的主要推动力，正加速与司法实践深度融合。“司法人工智能的特性是司法与人工智能的深度融合的本质，这种特性要求深入理解和尊重司法规律，满足司法实践需求，真正将人工智能的优势融入到司法实践当中。”[10]因此，最高人民法院在《意见》中明确要求，要通过司法人工智能技术，“大幅减轻法官事务性工作负担，高效保障廉洁司法，精准服务社会治理”。
在当今我国司法改革实践的语境下，司法领域对人工智能技术展现出强烈需求，其根源可追溯至司法资源配置、效率均衡、社会治理等难题。一方面，我国司法体系时常陷于“案多人少”的困境之中，而且简单重复性案件占案件总数的80%，反映出传统司法模式在应对现代社会复杂纠纷解决问题时所暴露出的效率瓶颈。[11]2020年《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）》就要求各级人民法院积极推进类案检索工作，提升类案推送的智能化、精准化水平，以提高司法的效率。另一方面，有限的司法资源需要在公正和效率的双重价值目标下实现优化配置。公正和效率是司法活动的核心价值追求，如何在公正和效率的双重目标下实现司法资源的优化配置，是司法体制改革的关键任务。大规模科技应用的当下，技术主要通过对司法流程的支持赋能、部分环节的替代革新以及整体架构的重塑再造深度嵌入司法系统，[12]这为公正和效率的实现提供了破解之道。
在我国，司法一直以来都是实现国家建设和国家治理的一种重要方式，承担着国家权力下沉、重塑国家权威的政治功能。因此，司法具有强烈的“嵌入性”色彩。[13]在推进国家治理现代化进程中，司法作为社会秩序的重要保障机制，需要积极参与社会风险防控和矛盾化解。2021年中央全面深化改革委员会强调不仅要从源头上化解矛盾纠纷，更要在源头上防范矛盾纠纷的产生，完善预防性法律制度。2024年最高人民法院发布的《关于在审判工作中促进提质增效 推动实质性化解矛盾纠纷的指导意见》（以下简称《指导意见》）第17条明确提出，“人民法院应当加强审判管理监督，强化案件质效分析，及时发现纠正问题，最大限度化解矛盾纠纷”。数据作为一种关键的生产要素，是包含着丰富语义的信息载体，随着数据量的持续增加，多维度的信息图景数据被构建起来。司法数据作为数据集合的特殊类型，不仅全流程客观记录了司法活动，也是公平正义在实践层面的具象化表达，能反映出真实的司法效果。通过对司法数据的深度分析，能够洞察司法实践中存在的不足以及反映出来的社会治理问题，为司法制度的优化与完善提供科学依据。[14]人工智能技术能够深度挖掘司法数据中的社会治理信息，例如社会矛盾的高发领域、群体纠纷的演化趋势等，为社会治理决策提供科学依据，助力司法机关提前介入、精准施策，有效预防和化解社会矛盾。
二、司法人工智能应用的主要风险
人工智能凭借其独特的优势，在智慧司法的构建过程中展现出了巨大的潜力。然而，在人工智能技术应用于司法领域的过程中，也暴露出其固有的隐患和局限性，以及随之而来的一系列潜在的法律、技术和伦理风险，可能使司法人工智能在法律上造成潜在的负面影响，在技术上限制功能的有效发挥，在伦理上产生不当的价值判断。
（一）法律风险：潜在性的负面影响
司法人工智能理想的发展路径是，智能化办案系统的引入，能够提升司法的透明度、效率和公正性，公众对司法过程的了解和信任度将因此增加，从而维护司法权威，提高司法公信力。但是，由于存在技术本身的不足，以及数据基础、社会和法律层面的多重因素影响，人工智能可能导致司法功能异化，带来潜在的法律风险。例如，在人工智能深度介入司法的情境下，责任归属问题将变得更为复杂。当人工智能技术参与司法决策过程，一旦出现错误裁决、程序瑕疵或其他损害当事人权益的情况时，确定责任主体便成为难题。传统的司法责任认定模式建立在明确的主体行为与主观过错基础之上，而人工智能系统的运行具有自主性、复杂性，其辅助决策过程涉及多个环节与主体，包括算法开发者、数据提供者、司法机关等。在这种情况下，难以简单地套用传统责任认定规则来明确责任承担者以及责任承担程度。
第一，司法决策公正性被质疑风险。公正的司法决策是司法公信力的源泉，司法决策不仅是对法律的适用，还蕴含着对社会主义核心价值观的弘扬和引导。与法官判案相比，司法裁判人工智能化具有一定的局限性，由于人工智能缺乏对案件的价值判断，根据相应情景理解的能力不足，从而可能影响司法判案的公正性。倘若人工智能在司法决策环节出现被验证的失误，如错误解读证据、不合理运用法律条文等，不仅不会定分止争，还会使公众质疑司法决策的公正性。加之当公众认为司法决策并非基于公正、客观的判断，还会受到人工智能失误的影响时，司法公信力将受到严重损害。例如，在美国，法官借助算法预测功能来降低羁押率，以提高裁判的公正性和效率。但是这种做法引发了广泛的讨论和批评，尤其是关于算法的准确性、算法考虑不相关的社会因素以及算法的正当程序引发了普遍的质疑。[15]
第二，司法信任度降低风险。司法公信力是社会公众对司法制度、司法机关以及法官在处理各类案件过程中所表现出的公正性、权威性和有效性的信任程度、认可程度。公众信任度降低指法官的司法裁判与公众对于司法公正的普遍认知之间存在差异，这种差异如此之大，以至于可能颠覆公众一般的和常理的认知，导致法官的裁判难以被接受。人工智能所具有的没有个人情感、严格“依法办事”的优势，使得人工智能辅助裁判方式对人们产生持续的吸引力。然而，人工智能裁判不是根据“理”得到的判决，而是根据算法，缺乏人类推理的逻辑和因果联系，无法按照人可以接受的方式进行解释和说服，算法是“机理”而非“人理”。[16]司法诉讼过程不是简单机械的程序推进，其本身内含着深入剖析案情、阐明事理，以及定分止争的重要功能。在这一过程中，对当事人情感的理解与回应、对情理法的权衡与阐释，往往是促使裁判结果具有说服力、为当事人所接受的关键因素。人工智能依据的是纯粹理性的判断，缺乏情感感知能力，难以在裁判过程中充分考虑和回应当事人复杂的情感诉求与现实情境。在这样的情景之下，让人们去接受一台没有情感、依据晦涩算法作出裁判的机器，显然是非常困难的。
第三，司法权威性被削弱风险。公正是司法最根本的价值，实现公正是司法活动的首要目标，也是一切司法活动追求的第一要务，这一点不容置疑。司法的权威性来源于公众对司法决策的尊重和服从。然而，当人工智能的失误导致司法决策出现错误或不合常理的情况时，公众对司法决策的尊重和服从意愿会降低，进而削弱司法权威。如果公众不再相信司法决策是公正、合理且值得遵循的，那么司法在社会中的权威性和影响力将大打折扣，这对于维护社会秩序和推进法治建设极为不利。例如，尽管在线纠纷化解平台优化了司法资源配置，降低了纠纷化解成本，但人们对于传统司法公正的感知还无法完全迁移到智能化的解纷平台上。[17]而且，在司法体制改革的目标中，解决司法效率问题固然重要，但更为关键的目标在于更好地保障作为司法生命线的司法公正。在实践中，部分司法人工智能过度聚焦于批量案件的处理效率，将快速审结案件作为首要考虑，却忽视了对具体案件公平正义的维护，不仅损害了当事人的利益，也破坏了司法公信力。
（二）技术风险：有限的功能发挥
技术自被发明起便带有难以消除的原生性缺陷，这决定了人工智能技术在司法领域的应用必然存在一定的局限性，面临着要解决的技术难题。因此，在承认前沿技术给传统司法工作带来突破的同时，必须客观分析技术障碍。例如，数据安全问题就是司法人工智能随时面临的技术风险。司法实践中，人工智能的高效应用高度依赖海量数据的支撑，海量数据不仅包括基本的案件信息，还涵盖了当事人身份资料、证据、案件细节等敏感和隐私内容。一方面，人工智能在数据存储、传输和处理过程中，若安全措施保障不到位，可能导致数据泄露，侵犯当事人的信息权益，危害司法数据安全。另一方面，人工智能需要大量数据进行训练和学习，存在数据被非法收集、共享的风险，也可能被用于商业目的或其他非法活动，损害司法数据的安全性和当事人的合法权益。司法人工智能的技术风险不仅反映在安全问题上，还有很多其他的表现形式，其指的是由于人工智能技术自身的不完善性，以及与司法领域复杂需求的不匹配性，而给司法运行带来的风险。具体来说，司法人工智能的技术风险主要包括三个方面。
第一，人工智能技术本身的技术瓶颈不容忽视。人工智能虽然能够模拟人类的某些思维过程，但终究无法完全替代人类的情感、经验与创造能力。司法中的法律解释与裁判往往涉及复杂的价值判断，这是人工智能所难以胜任的。司法智能化其实就是对既有的司法裁判进行概率建模，归纳出能够体现同类案件处理的共性与标准的司法要素，辅助法官办案，但其无法涵摄复杂的司法裁判的全部过程和全部信息。尤其在我国的司法实践中，当事人的需求不仅仅是答案，更包括支撑答案的具体原因和解释。[18]此外，人工智能技术发展迅速，司法领域引入的技术可能很快面临更新换代，如果不能及时跟进，会导致司法工作效率下降，甚至出现技术与司法实践相脱节的情况。
第二，人工智能技术与司法实践需求不匹配。目前的人工智能技术仍处于发展阶段，其算法的深度学习水平还远未达到能取代人类审判的程度，运行性能和准确性可能受到多种因素的影响。在弱人工智能阶段，系统只是机械适用法条处理高度类型化的案件，可能因为没有大量优质案例而无法实现更高智能的辅助裁判，若将这类系统普遍应用于司法案件，会出现为了追求司法效率而牺牲司法公正的情形。[19]此外，法律具有稳定性，而社会价值观念却会随着时代的发展而不断变化。司法人工智能在依据现有的法律规范和价值标准进行辅助裁判时，可能会面临价值观念已经发生变化，但法律尚未调整的情况。这将导致人工智能辅助作出的裁判结果在彼时的法律框架内是合法合理的，但从发展变化后的情形来看此时却是不合理的，也就是没有充分考虑“社会效果”。司法公正具有丰富的内涵，不仅要从静态角度关注法官和以当事人为代表的社会主体对司法公正的看法，而且要从立案、审判、执行的全过程动态视角加以解析。[20]
第三，人工智能技术的有限性影响司法实践效能提升。一方面，人工智能辅助决策过程依赖于预设的算法与模型，而这些算法与模型本身可能含有一定的局限性，从而影响司法决策的合理性与公正性。我国的司法人工智能，力图以算法决策规避人脑的“决策噪音”，让司法活动更为阳光，司法公正更为直观，最终提升司法结果的客观性、一致性、公正性和效率性。然而，算法决策和司法大数据的客观性并不像人们想象的那样易得，也存在被主观因素侵入的风险。[21]另一方面，人工智能技术的不可解释性也是一个需要解决的技术难题。当司法人工智能辅助作出司法决策时，往往难以追溯其背后所遵循的价值逻辑与依据，这使得司法过程的透明性与公信力受到挑战。现实中经常会面对的问题就是，即便引入了人工智能技术，在实际应用场景中，依旧离不开大量的人工干预，需要人工对运算得出的初步结果逐一进行比对与确认，不仅耗费人力、物力与时间成本，还使得整个司法运行效率降低。
（三）伦理风险：不当的价值判断
《新一代人工智能伦理规范》提出，“将伦理道德融入人工智能研发和应用的生命周期”，可见伦理原则在司法人工智能中也必须处于基础性位置。然而，司法人工智能可能遇到伦理风险，其中的算法歧视问题就是典型例证。算法作为人工智能的核心驱动，其设计初衷是追求客观、公正的决策结果，但在实际运行中却可能受到多种因素的干扰而产生歧视性输出和结果。算法本身由于存在的技术局限性，可能导致代码规则难以保障论辩参与、算法黑箱难以解释裁判合理性、群组正义难以回应权利优先性等深层次问题。这些算法歧视的具体表现来源于大数据技术应用，其成因主要有数据缺陷和技术缺陷两方面，而算法歧视不仅存在于司法裁判中，也存在于所有人工智能技术应用领域。司法人工智能的伦理风险的表现形态是多样化的，指的是在人工智能应用于司法的过程中，因技术使用、决策机制等引发的一系列与伦理道德相悖的问题，这些问题不仅可能影响司法公正和司法权威，还会对社会公平正义以及个人的权利产生影响。
一方面，技术平台往往会利用自身在数据处理和深度学习算法上的技术优势，生成隐性的控制权，形成人工智能算法的运行逻辑，并深刻地改变以往的生产生活方式，诱发一系列的伦理危机。[22]例如，“基因科技原生的善并不是实质的善，而是达到目的之手段，能够在服务众多迥异目的上发挥作用，这种善未必考虑基因隐私权保护的共同体困境有何特殊性。”[23]设计者作为人工智能初始规则与架构的构建者，其认知水平受诸多因素的影响和限制。认知可能存在的局限将会导致在设计司法人工智能算法和构建模型时，无法全面、准确地预见技术在司法实践中可能遭遇的各种复杂情境。同时，设计者自身的价值取向也会不自觉地融入系统设计中，这是不能否定的，若其秉持的价值观念与司法规律、法律价值追求存在偏差，那么这些隐含的价值倾向将在司法人工智能的决策逻辑中得以体现，埋下伦理风险隐患。[24]
另一方面，在智慧司法变革中，存在当事人、司法机关与技术的关系从技术辅助走向技术主导的趋势，进而存在滑向技术依赖的隐忧，也就是法官在司法决策中过度依赖技术，司法机关对技术公司按需求设计开发、系统升级改造形成技术依赖循环。[25]随着技术主导性的不断提升，传统司法组织架构的稳定性、法官的判断力以及其权威性都面临着前所未有的挑战，法官基于经验和法理的独立判断空间呈现出逐渐式微的态势。[26]人工智能凭借其强大的数据处理能力、信息检索功能以及基于算法模型的模式识别技术，构建起与司法人员截然不同的知识结构和能力体系。在海量的数据面前，司法人员容易对算法决策结论产生盲目迷信，从而导致能动性法律判断的弱化。对于算法决策的盲信和盲从，可能造成法官对人工智能的过度依赖，转而倾向于采用人工智能所提供的简单相关性分析结果，机械地执行人工智能所提供的裁判结果，陷入技术主导的困境，进而导致“机械司法”。
三、司法人工智能应用的指导理念
人工智能在司法领域的应用是对人类智慧和能力的一种补充及提升，而非替代。这类应用有力推动着司法的智能化发展，有别于人工智能在行政、立法等其他领域的应用，体现出司法权独有的属性和特征。随着人工智能介入案件裁判活动，司法权既要保持原有判断权的鲜明底色，又要借助科技手段优化正义的“生产流程”。相比之下，人工智能在行政领域的应用要以追求效率为导向，而其在立法领域的应用则应具有前瞻性和预测性。与立法权、行政权有所不同的是，人工智能要帮助司法权在实质正义与形式理性、权力制约与技术赋能之间寻求平衡，其间所含的张力恰是人工智能在司法领域的应用区别于其他权力领域的独特之处。若要使人工智能发挥作用，则必须确保其符合司法权运行的基本规律，而这一切都要在司法人工智能应用的价值理念指导下加以落实。具体而言，司法人工智能应秉持辅助司法、提高司法效率及更好实现司法的公平正义等基本价值理念，确保技术始终服务于司法正义，推动司法改革顺利推进。
（一）角色定位：作为司法的辅助性工具
辅助通常指在某个过程、活动、系统中起到补充、协助、支持主要部分或主体发挥作用的性质或状态。在技术领域，辅助性工具是对主要生产工具起到增强功能、提升效率等辅助作用的，例如图像处理软件中的某些插件是辅助性的，帮助用户在基础图像处理功能之上实现更特殊、更精细的效果。司法人工智能“主要是借助现代科学技术，对所收集的已决案件及法律法规等数据进行整理、分析，辅助司法审判工作更加公正高效。”[27]《意见》明确提出，“无论技术发展到何种水平，人工智能都不得代替法官裁判”。人工智能在司法中的应用并非是对人类智慧的替代，而是其辅助与扩展功能的体现。在人工智能与司法融合中，法官的核心地位不容动摇，需始终把控司法决策权，以审慎且理性的态度，科学、合理地运用人工智能所提供的辅助功能。
第一，法律人工智能应定位于作辅助法律人决策的助手和“参谋”，这既是由法律人与公众对法律职业的认知所决定，也是由人工智能自身的不足所决定的。[28]《指导意见》第13条强调：“人民法院应当强化一、二审裁判文书的释法说理，正面回应当事人的诉辩意见，严格落实判后答疑，促进当事人服判息诉。”人工智能技术在现阶段主要依赖于海量案例数据的积累与算法模型的构建，通过对案件关键要素的特征提取和模式识别，快速检索出与待决案件在形式上相似的既往案例，并参照其裁判结果给出初步的裁判建议。尽管这一过程能够在一定程度上提高审判效率、统一裁判尺度，但在面对那些需要深入剖析法律条文背后的目的、权衡多元价值冲突或者存在特殊社会背景因素的复杂疑难案件时，人工智能技术的局限性便凸显出来。易言之，尽管司法人工智能具有人类法官不可比拟的优势，但也具有不可克服的缺陷，即无法应对不确定性，不具有人类常识常情，以及无法进行价值判断。传统的司法活动是法律和道德的统一，要兼顾法理情，即除了正确适用司法规则以外，还要求法官具有同理心、正义感，而这些通常由人来彰显的司法属性是无法为机器所完全替代的。人工智能难以像法律人那样运用目的解释方法，从法律体系的整体框架、社会效果等多个层面进行综合性的权衡，从而可能导致在某些特定案件中裁判结果的机械性与片面性，无法充分实现法律的正义追求。
第二，人工智能难以理解法律条文背后的立法意图和法律精神，可能机械适用法律，导致司法解释不准确。如对于“公序良俗”等类型化法律概念，人工智能难以作出符合法律本意的解释。而且，法律条文具有抽象性和模糊性的特点，需要法官结合立法目的、法律原则等进行解释。人工智能在单一、固定的机械化判断中表现优异，但并非所有的法律原则或规则都是确定的，司法活动也不仅仅是法条的机械化适用，法官不仅是法律的适用者，更是法律的“解释者”。[29]尤其在复杂的疑难案件中，法官仅仅依靠程式化的人工智能去“断案”是远远不够的，常需跳出一般性的法律文本，进行复杂的“常理”的价值权衡，但是这种价值权衡往往无法量化，致使疑难案件成为算法难以预见和应对的特殊情况。换言之，算法决策凭借程序性、公式化的计算模型，在优化诉讼程序以及处理简单案件方面优势明显，但是一旦面对重大复杂疑难案件便存在障碍。
第三，在司法裁判中，尽管人工智能辅助裁判系统扮演着特定角色，但是其生成的裁判结果，本质上仅具备“建议”属性，而不具备对司法裁判者的“干预”权力。当下智慧法院建设虽已取得喜人的成绩，但从发展阶段来说，仍是初级阶段，属于真正意义上的人工智能辅助司法有两类：一是人工智能对司法工作中的一项或几项独立的事务提供智能支持，但主要工作依然是由法官完成；二是在有限条件下可以实现由算法进行辅助审理裁判，但需要人工实时监督和必要接管。[30]《中华人民共和国宪法》《中华人民共和国民事诉讼法》《中华人民共和国刑事诉讼法》等相关条文已经明确规定了审判权独占原则。这就决定了尽管人工智能辅助裁判系统依托强大的数据处理与算法分析能力，可高效生成裁判结果，发挥着重要的辅助作用，但是人工智能无论技术如何先进、功能如何强大，该系统所生成的裁判结果，仅能作为裁判者参考的依据与思路来源，无法直接成为最终裁判。
（二）目标导向：推动司法工作高质量发展
技术赋能是利用先进的技术手段，为组织或系统赋予新的能力和优势，以提升其效率、创新能力、竞争力等，从而更好地实现目标的过程。当前，技术赋能也成为司法人工智能的鲜明特征和目标要求。基于传统社会背景所构建的司法制度，在数字时代面临重重挑战，在某些方面已无法满足智能社会的发展需求。同时，随着人类社会的生产生活逐渐数字化，公众对司法的期待已发生了深刻转变，他们不仅要求司法制度能确保公开、公平、公正，还要求司法更加便捷、高效和开放。《纲要》提出，构建高效便民、智慧精准的诉讼服务体系。在司法人工智能的技术赋能过程中，不仅强调利用科技手段提升司法效率与准确性，还致力于构建更加智能化、透明化、人性化的司法体系，以满足公众对于公平正义的新期待。
根据帕特里克·格雷（H.Patrick Glenn）的观点，英美判例法国家之所以率先出现法律专家系统，其核心原因就在于面对数量庞大的判例案卷，若无计算机进行编纂、分类及高效查询，该法律体系将难以有效运作。[31]当前，我国人民法院面临着“案件堆积而人力资源匮乏”的严峻挑战，法官数量与案件量之间严重失衡，不仅给法官带来了沉重的职业负担，更重要的是，人民群众的纠纷解决诉求难以获得迅速且有效的司法回应，会导致出现“延迟诉讼与积案实际上等于拒绝审判”[32]的情况。技术是提升效率的有效手段，能大幅缩短任务执行时间，优化资源配置。在《人工智能白皮书》中，人工智能被描述为“新型战略技术”，在《生成式人工智能服务管理暂行办法》中被界定为“技术”。因此，人工智能应用被确定的主要目的就在于实现技术赋能。
国家治理现代化视域下，司法公正不仅要实现，还需要高效实现。司法公正是司法效率的目标，司法效率是实现司法公正的保障，公正在法律中的第二层意义就是指效率。[33]司法人工智能在这方面优势显著，人工智能可快速处理大量法律文书，如案件材料的自动分类、归纳，节省法官人工查阅、整理的时间。在审判执行领域，借助人工智能的算法优势，能够对海量案件数据进行快速分析，精准提取关键信息，辅助法官形成更为科学合理的裁判思路，确保法律适用的一致性与公正性。在诉讼服务方面，人工智能可通过构建智能化的服务平台，实现诉讼流程的自动化引导、在线法律咨询的智能解答以及案件信息的实时查询与反馈。于司法管理而言，人工智能的应用有助于优化司法资源配置，实现对司法人员绩效的科学评估、案件流程的智能监控与管理，提高司法管理的精细化与科学化水平。在服务社会治理层面，人工智能技术赋能司法机关，使其能够更高效地分析社会矛盾纠纷的类型与趋势，为社会治理决策提供精准的数据支持与风险预警，促进司法与社会治理的协同联动。总之，对司法效率的追求，在一定程度上重塑了司法运行的节奏与模式，尽管公平导向依然是司法的核心目标，但效率的提升在人工智能助力下成为司法变革中极为突出的特征和要求。
（三）价值追求：实现更高层次的司法公正
司法公正对于维护社会公平正义、保障公民权利具有重要意义。在法治建设不断推进的时代背景下，司法人工智能正以其独特的优势和巨大的潜力，成为推动司法公正迈向更高水平的关键因素。其目的明确，旨在全方位、深层次地提升司法系统的效率，将“以人民为中心”贯穿司法工作全流程，实现更高水平的司法公正。一方面，减少人为偏差。法官在审判过程中难免受主观情感、专业知识局限等因素影响。司法人工智能在证据分析和法律推理环节，能依据客观标准对证据进行全面、细致审查，避免人为疏忽遗漏关键证据。在法律条文适用上，凭借强大的法律数据库检索和精准匹配功能，为法官提供准确的法律依据，减少因法官对法律条文理解不同导致的同案不同判现象。另一方面，促进司法公开透明。司法公开透明是司法公正的重要保障。人工智能技术可以实现司法数据的实时统计与分析，并以可视化形式呈现，而且能够发现数据“背后”的多种问题，诸如案件处理的质量问题、司法廉洁方面的风险以及法律文书存在的缺陷等。公众可通过专门的司法数据公开平台，便捷地获取各类案件的审判流程、裁判结果等信息，加强对司法活动的监督。
就司法实践而言，通过司法人工智能提升司法效率、促进司法公正也是当前司法改革最为重要的目标。数字化时代，司法人工智能正以其独特优势，为司法公正筑牢坚实基础。从法治理论的基本架构来看，司法为民乃是现代司法理念的基础，其根源在于民主法治思想中对公民权利保障的基本要求，体现了人民主权原则在司法领域的贯彻落实。而公正司法则是法治秩序得以维持稳定的关键，其契合了法律正义的内在价值追求，在实体上要求法律适用精准、权利义务分配均衡，在程序上保障诉讼参与人的合法权利、遵循正当程序原则，以实现司法裁判的公平、公正、公开。司法人工智能作为司法现代化的新兴助力，唯有深度融合司法为民与公正司法的理念，才能在技术赋能的同时，遵循司法的本质规律与价值取向，推动司法不断迈向更高水平的公平正义。
司法人工智能的应用旨在实现“数字正义”。在建设智慧司法的背景下，司法人工智能的应用致力于推动技术理性与司法理性的深度融合，即“人机交互”。借助司法大数据与人工智能技术的协同发力，不断提高司法工作的质量和效率，对司法程序进行全流程、全方位优化，从而达成“数字正义”的目标，让公平正义以数字化的方式得以充分彰显。在传统司法过程中，法官需耗费大量精力在数量众多的法律法规与案例中寻找适用依据，难免存在疏漏或理解偏差。司法人工智能能够为法官提供全面且精准的参考依据，凭借强大的机器学习算法，能在短时间内对相似案例和现行法律条文进行深度分析与匹配。随着法官在刑事、行政和民事案件中越来越多地面对机器学习算法，他们应该对这些算法结果作出解释，而解决“黑箱”问题的一种方法是设计系统，解释算法是如何得出结论或预测的。[34]如果能做到这点，那么算法的应用不仅提升了司法的纠纷处理能力，而且可以增加司法程序的公开透明，“智能化”的司法样态实现了对物理时空要素的优化重组，使物理意义上的“接近正义”迈向数字意义上的“可视正义”。[35]
四、司法人工智能风险治理的方法进路
司法人工智能风险治理的方法进路需要强化司法人工智能的顶层设计，从制定司法人工智能的规范体系、完善司法人工智能的应用规则、构建司法人工智能的监管制度以及加强司法人工智能的伦理审查等方面入手，形成全方位、多层次的风险治理格局。
（一）强化司法人工智能的顶层设计
加强司法人工智能的顶层设计，是司法人工智能科学、有序、健康发展的关键，对于提升司法效能、维护司法公正、推动司法现代化意义重大。司法系统涉及多个部门和环节，加强顶层设计能够从宏观层面整合司法人力、物力、财力等资源，避免不同地区、部门在司法人工智能建设中各自为政、重复建设。同时，强化顶层设计可以有效协调司法人工智能与其他司法改革举措之间的关系，使人工智能技术与司法体制改革相互促进，确保司法系统的各项工作在人工智能的辅助下形成有机整体，共同推动司法发展。一是完善人工智能政策法规与制度框架。政府和司法部门应协同制定专门针对司法人工智能应用的政策法规，明确人工智能在司法中的定位、应用限度等问题。建立健全相关制度，规范人工智能技术在司法数据采集、存储和使用等环节的操作流程。二是完善和统一技术标准与规范。组织行业专家、技术人员和司法人员共同制定统一的司法人工智能技术标准与规范，涵盖算法的准确性、可靠性、可解释性要求，以及系统的兼容性、稳定性和安全性等内容。三是提升数据质量，构建完善的司法数据治理体系。加强司法数据采集的规范化管理，确保采集的数据全面、准确、合法，避免数据偏差和错误。在保障安全的前提下，推动司法数据的开放共享，为司法人工智能应用提供更丰富和多样化的数据资源。
（二）制定司法人工智能的规范体系
近年来，人工智能技术的发展对社会各领域产生了深远影响，世界主要国家充分意识到，为确保人工智能技术在法律框架内稳健发展，必须强化法律规制。2024年5月欧盟理事会正式批准全球第一部《人工智能法案》（AI Act），2024年12月韩国国会通过了《人工智能发展和建立信任基本法》。目前我国人工智能立法进程稍显滞后，在国家层面还没有关于人工智能的专门或综合性立法，相关立法仍然以地方规章制度以及国务院的行政规章为主，而且也主要是以具体的应用场景为抓手，总体上缺乏一些综合性、一般性的规定。[36]面对人工智能技术引发的新问题、新挑战，亟须加快立法步伐，构建司法人工智能的规范体系。
其一，人工智能立法须具有一定的预见性和长远性。技术发展深刻且广泛地重塑着社会运转模式，其影响力渗透至各个层面，由此构成法律必须予以回应的现实基础。应对数字化社会变化较快的特征，立法须具有一定的前瞻性、适度的超前性。立法要提高效率，更重要的是法律模式要创新，法律要更加开放和兼容。在不同的领域中人工智能应用目标各异，一般性、统一的基本定律难以全面适应。故在司法领域，需构建系统性、预见性的法治规范框架，界定司法人工智能应用的合理边界。其二，制定专门的法律规范，明确司法人工智能的应用限度。应充分考虑技术发展的特点和趋势，对司法人工智能的应用场景、潜在风险和发展趋势进行深入分析，按照“急用先立、成熟先立”的原则，以伦理标准为依据，综合多方主体力量共同评估哪些领域的风险挑战最为严重。[37]其三，将技术发展所独具的特点以及呈现出的动态趋势纳入通盘考量。一方面，明确哪些领域应当介入，哪些方面不宜过度干涉。例如在新兴技术的探索阶段，应给予一定的创新空间，不要过早束缚其发展。2024年9月29日，美国加利福尼亚州州长加文·纽森以“不应只考虑模型成本和算力”等为由否决了《SB—1047前沿人工智能模型安全与创新法案》，这反映出美国在人工智能立法中强调创新发展优先的一贯倾向。另一方面，积极引导人工智能在司法中的应用。针对人工智能的法律应对措施，我国将其视为一项重要的国家战略技术，并主要侧重于通过产业政策来推动、支持和促进人工智能的发展。为此，应通过制定合理的法律法规以及政策措施，为司法人工智能营造良好的法治环境。
（三）完善司法人工智能的应用规则
完善人工智能技术应用规范体系与激发人工智能功能发挥相互依存，而且完善的应用规范能够明确人工智能技术在司法领域的应用边界，防止技术滥用，从而为人工智能发展与适用创造有序、安全的环境。
第一，优化数据基础建设，夯实技术规范应用底座。高质量的数据是司法人工智能应用的基础。首先，应建立统一、规范的司法数据采集标准和体系，确保各类司法数据的完整性、准确性和及时性。《纲要》提出，会同有关部门推进跨部门大数据办案平台建设，推动构建“总对总”数据汇聚共享机制。因此，要构建统一、规范、安全的司法大数据平台，整合各级人民法院及相关部门数据资源。其次，加强司法数据的整合与共享，打破不同地区、不同层级司法机关之间的数据壁垒，实现数据的互联互通，为人工智能算法训练提供丰富多样的样本。我国智慧法院的建设基本由各地审判机关通过“服务外包”的形式将平台或系统委托给人工智能技术企业、科研院所来完成，在人工智能辅助司法审判方面呈现各自为营的发展态势，“同案不同判”的现象难以避免，建立全国适用的智能辅助系统乃是大势所趋。
第二，强化人工智能司法应用技术研发针对性，提高数字化覆盖程度。“综合人工智能技术的发展前景，以及司法审判实践的独特制度属性和逻辑面向，人工智能技术应用于司法和促进司法公正存在多种可行路径。人工智能技术应用于司法实践在技术上是可行的，在价值上也是值得追求的。”[38]当前，司法改革对司法的信息化、智能化提出了更高要求，强化司法人工智能技术研发针对性，有助于推动司法流程再造、审判方式改革。要加强关键技术研发，针对“法律人群体不参与智慧司法创新的需求提炼、方案制定、科学研究、产品研发等工作，而是纯粹地期望购买产品”的现实问题，应组织产学研优势力量，针对面向司法语境的大规模预训练语言模型及其应用等关键核心技术开展集智攻关。
第三，增进算法透明度，提升司法服务质量。我们有必要在技术维度探索算法的可解释性，加快推进算法模型的透明性，努力消解算法的固有技术风险。传统的司法透明主要指贯彻公开审判原则，公开审判过程。人工智能应用于司法活动趋势下，司法透明不仅包括程序公开，更涵盖司法数据的公开以及算法的开源，也更多地指向算法黑箱问题。[39]因此，要提升算法透明度和可解释性，开发能够解释算法决策过程和依据的技术，使法官和其他司法人员能够理解人工智能给出建议或预警的逻辑，减少对算法黑箱的担忧，增强公众对人工智能辅助结果的信任。
（四）构建司法人工智能的监管制度
《规划》提出，“建立健全公开透明的人工智能监管体系”，实现全流程监管。结合我国司法人工智能的应用现状，可以实行司法人工智能分类监管策略：一方面，分类监管能够确保在充分实现人工智能赋能的同时有效防控风险；另一方面，分类监管策略有助于提升监管效率，避免“一刀切”式的监管过度或不足的问题。司法人工智能监管应遵循法治原则、透明性与可解释原则、公平与非歧视原则以及安全与隐私保护原则，在此前提下实行动态监测和实时反馈，重点解决好以下三个问题。
第一，监管制度建设要立足司法现实发展状况。当下，人工智能在不同领域、不同地区的应用程度和成熟度差异较大。需要监管部门依据各领域、各地区人工智能技术的实际应用情况，制定与之适配的监管规则，可选择部分人民法院或特定类型案件试点，借助沙盒在可控范围内进行监管测试，充分积累经验再逐步推广。为实现对司法人工智能的有效治理，监管政策的制定应当充分考虑人工智能发展背后所包含的公平、效率、创新的价值观和伦理基础。[40]对于技术成熟、风险可控的人工智能应用，可适当简化监管流程，侧重于对应用效果的评估；而对于那些尚处于探索阶段、风险不确定的司法应用，则要加强过程监管。
第二，监管制度建设要着眼未来发展趋势。一些新兴的人工智能应用，虽然目前还未大规模普及，但在未来可能会对社会产生深远影响。监管部门需要具备前瞻性眼光，提前预判潜在应用可能带来的风险和挑战，预先制定分类监管框架，以便在相关技术成熟并推广时，能够迅速、有效地进行监管。比如，在算法合规方面，应建立备案审查制度，保证算法使用符合法律规定；在数据质量方面，应出台制度规范司法数据的采集、标注和训练，使之具有代表性、多样性和公平性，尽可能消除司法数据所含偏见和歧视；在安全保障方面，应制定司法人工智能的安全认证制度，据此定期进行压力测试和漏洞检测。
第三，制定分类监管的具体措施。按照人工智能应用的风险等级、风险类型、数据敏感性以及对社会的影响程度等因素，可以进行细致分类，如根据司法人工智能是否影响人身权利、用于辅助性或程序性事务处理还是仅提供基础服务支持等标准，将其风险等级分为高、中、低三类并分别予以监管。此外，还应构建完备的算法审查与公开机制，成立由检察官、法官、律师以及包括机器学习、法学、社会学、伦理学、等多领域专家构成的具有较高独立性的审查委员会，进行必要的伦理和法律审查，尽可能地确保算法的合法性与公正性。[41]对于风险较高、对公共安全有重大影响的司法人工智能应用，要实施严格监管，涵盖从算法设计的审查、数据使用的规范到应用上线前的严格测试等全流程管控。同时，应建立司法人工智能应用负面清单，凡是可能导致不可预测的司法风险的人工智能应用都应当列入负面清单。[42]对于司法人工智能的分类监管旨在实现精准治理，既要避免过度限制人工智能在司法中的低风险应用，又要对司法人工智能潜在的高风险严格防控，其间采用的分类标准应实现动态调整和持续更新，以此回应技术的迭代更新和司法实践的现实反馈。
（五）加强司法人工智能的伦理审查
《意见》提出，坚持伦理规则先行的理念。人工智能正快速深化其在司法领域的应用，为司法工作带来显著的效能提升，然而，这一趋势也伴随着一系列亟待解决的伦理问题，对司法体系的运作提出了新的考验。因此，制定伦理准则并开展伦理审查具有极其重要的意义。
一方面，结合司法的特点和规律，制定完善的人工智能伦理准则，强调人工智能在辅助司法过程中需遵循公正、公平、透明等原则，不得因外在影响因素产生歧视性裁判结果。此项工作应由最高人民法院牵头统一部署，交由其下设的信息化职能部门具体执行和实施，邀请包括法律专家、技术专家、司法实务工作者、司法大数据研究院及其他相关权力机关等各方广泛参与，组成专门委员会，并通过听证会征集意见，听取民众的想法和建议。针对司法人工智能制定伦理准则，应区分不同场景和案件类型，明确伦理准则的责任归属，规定开发者、使用者和监管者各自所应承担的具体责任及其相应的追责路径，同时兼顾人类文明的基本价值理念与司法人工智能的长远发展。一是坚守人权与法治的核心价值理念，这是国家治理体系和治理能力现代化过程中对个体基本权利保障以及法律秩序维护的深刻认知。确保人工智能技术的发展不会对人类尊严、自由等基本人权构成侵害，且始终在法治的框架内有序规范发展。例如，欧盟法院通过将个人数据受保护权置于基本权利的保护逻辑之下，在实践中强化个人数据受保护权这一新兴基本权利的法律地位。[43]二是积极致力于推动值得信赖的司法人工智能的广泛普及，从新兴技术与社会共生发展角度看，只有当司法人工智能获得公众的信任，才能充分发挥其在司法领域的作用，实现技术创新与社会进步的良性互动。在推动人工智能技术的普及过程中，保障其可及性是关键要素。应注重司法人工智能产品与服务设计的普适性，通过政策引导、产业扶持等方式，降低人工智能产品与服务的成本。
另一方面，开展伦理审查，确保司法公正，维护人类主体地位。建立分阶段的伦理审查机制，包括研发前的评估审查、研发中的监督审查和研发后的应用审查，对人工智能在司法领域的应用项目进行全生命周期的伦理评估，确保其符合伦理准则和社会主义核心价值观。在人工智能系统研发和应用的关键环节，组织伦理专家、法律专家等进行论证和审查，同时由最高人民法院信息中心或中国司法大数据研究院提供数据开发、算法决策、模型设计等重要信息予以辅助，确保伦理审查的开展更有效率和针对性。司法人工智能的伦理审查可采取日志分析、参数提取、案例抽样等多种手段。其中，对于实体裁判中不可计算的价值判断，开展伦理审查时要慎之又慎。司法工作人员和司法人工智能的开发者都是司法人工智能的创新主体，双方应建立长期而稳定的监督指导与合作交流机制，同时需要在整个过程中，即从设计研发阶段、训练学习环节直至部署应用，主动承担起科技伦理管理的主体责任，保证伦理要求被深度融合到人工智能的整个生命周期中，并与伦理原则保持一致，建议在人民法院信息职能部门设立专门机构，与相关部门对接随时配合伦理审查，以提高伦理审查的专业程度和实际成效。
五、结语
在现代科技与司法实践的交融互动中，人工智能技术展现出鲜明的两面性特质。从促进发展维度审视，人工智能凭借强大的数据处理能力、精准的模式识别功能以及高效的逻辑推理效能，有力地推动了司法效率的提升，并重塑了司法裁判流程，为司法体系的现代化转型注入了新的活力。然而，人工智能技术的迅猛发展也对传统司法价值观念发起了冲击与挑战，衍生出一系列应用风险，这是司法体制改革必须面对的重大问题。也就是说，人工智能技术所代表的技术理性，尽管具有显著的工具优势，但倘若缺乏合理的规制与引导，极易与经验理性产生偏离。因此，为了实现司法领域中技术应用与价值坚守的平衡，确保司法公正与效率的协同共进，可以通过构建科学的监管制度、完善的法律规范框架以及严谨的伦理审查机制，以技术理性来校准可能出现的偏差，使人工智能技术成为司法实践的有益补充，推动司法体制改革行稳致远。
参考文献
[1]参见张妮、杨遂全、蒲亦非：《国外人工智能与法律研究进展述评》，载《法律方法》2014年第2期，第458-480页。
[2]参见崔亚东：《人工智能与司法现代化——“以审判为中心的诉讼制度改革：上海刑事案件智能辅助办案系统”的实践与思考》，上海人民出版社2019年版，第109页。
[3]参见李晟：《略论人工智能语境下的法律转型》，载《法学评论》2018年第1期，第98-107页。
[4]参见［美］克里斯托弗·斯坦纳：《算法帝国》，李筱莹 译，人民邮电出版社2014年版，第197页。
[5]参见郑曦：《生成式人工智能在司法中的运用：前景、风险与规制》，载《中国应用法学》2023年第4期，第83页。
[6]参见徐恪、李沁：《算法统治世界——智能经济的隐形秩序》，清华大学出版社2017年版，第311页。
[7]参见［美］伊森·凯什、［以色列］奥娜·拉比诺维奇·艾尼：《数字正义：当纠纷解决遇见互联网科技》，赵蕾等 译，法律出版社2019年版，第64页。
[8]参见孙晓勇：《司法大数据在中国法院的应用与前景展望》，载《中国法学》2021年第4期，第123-144页。
[9]参见陈光中、龙宗智：《关于深化司法改革若干问题的思考》，载《中国法学》2013年第4期，第5-14页。
[10]魏斌：《司法人工智能融入司法改革的难题与路径》，载《现代法学》2021年第3期，第18页。
[11]参见赵杨：《人工智能时代的司法信任及其构建》，载《华东政法大学学报》2021年第4期，第73-82页。
[12]See Tania Sourdin, Judge v Robot?: Artificial Intelligence and Judicial Decision-making, University of New South Wales Law Journal, Vol.41: 4, p.1114(2018).
[13]参见郑智航：《国家建构视角下的中国司法——以国家能力为核心》，载《法律科学》（西北政法大学学报）2018年第1期，第28-38页。
[14]参见［美］Phil Simon：《大数据可视化：重构智慧社会》，漆晨曦 译，人民邮电出版社2015年版，第44-46页。
[15]参见汪庆华：《人工智能的法律规制路径：一个框架性讨论》，载《现代法学》2019年第2期，第54-63页。
[16]参见娄耀雄：《疑难案件和人工智能裁决》，载《地方立法研究》2022年第6期，第109-119页。
[17]参见王裕根：《深化法院诉源治理数字化转型》，载《中国社会科学报》2023年6月7日第6版。
[18]参见王禄生：《论法律大数据“领域理论”的构建》，载《中国法学》2020年第2期，第256-279页。
[19]参见周尚君、伍茜：《人工智能司法决策的可能与限度》，载《华东政法大学学报》2019年第1期，第53-66页。
[20]参见王晨：《司法公正的内涵及其实现路径选择》，载《中国法学》2013年第3期，第19-25页。
[21]参见马长山：《司法人工智能的重塑效应及其限度》，载《法学研究》2020年第4期，第23-40页。
[22]参见郑智航：《人工智能算法的伦理危机与法律规制》，载《法律科学》（西北政法大学学报）2021年第1期，第14-26页。
[23]曹晟旻：《基因隐私权保护的共同体困境及其破解》，载《法商研究》2024年第6期，第130页。
[24]参见王静：《ChatGPT技术嵌入智慧司法的伦理风险及其法治应对》，载《上海政法学院学报》（法治论丛）2023年第4期，第43-62页。
[25]参见张凌寒：《智慧司法中技术依赖的隐忧及应对》，载《法制与社会发展》2022年第4期，第180-200页。
[26]See Rebecca Crootof, “Cyborg Justice”and the Risk of Technological-Legal Lock-In, Columbia Law Review, Vol.119：7, p.233 (2019).
[27]自正法、袁紫藤：《合理利用人工智能助推司法审判更加公正高效》，载《人民法院报》2023年7月22日第2版。
[28]参见左卫民：《关于法律人工智能在中国运用前景的若干思考》，载《清华法学》2018年第2期，第108-124页。
[29]参见卢荣婕：《ChatGPT赋能智慧法院建设：机遇、挑战和规制》，载《重庆邮电大学学报》（社会科学版）2024年第3期，第83-93页。
[30]参见陈罗兰：《论法院数字共同体的构建：以人工智能辅助司法为视角》，载《法学》2024年第1期，第127-140页。
[31]参见张保生：《人工智能法律系统的法理学思考》，载《法学评论》2001年第5期，第11-21页。
[32]［日］谷口安平：《程序的正义与诉讼》，王亚新、刘荣军 译，中国政法大学出版社1996年版，第55页。
[33]参见［美］理查德·A·波斯纳：《法律的经济分析》（上），蒋兆康 译，中国大百科全书出版社1997年版，第89页。
[34]See Deeks Ashley, The Judicial Demand for Explainable Artificial Intelligence, Columbia Law Review, Vol.119：7, p.1829 (2019).
[35]参见马长山：《司法人工智能的重塑效应及其限度》，载《法学研究》2020年第4期，第34-40页。
[36]参见林维：《法律如何应对人工智能的发展》，载《人民法院报》2024年9月1日第2版。
[37]参见支振锋、刘佳琨：《伦理先行：生成式人工智能的治理策略》，载《云南社会科学》2024年第4期，第60-71页。
[38]郑玉双：《人工智能嵌入法治：智慧司法的法理反思》，载《江海学刊》2024年第3期，第176页。
[39]参见李训虎：《刑事司法人工智能的包容性规制》，载《中国社会科学》2021年第2期，第42-62页。
[40]参见毕文轩：《生成式人工智能的风险规制困境及其化解：以ChatGPT的规制为视角》，载《比较法研究》2023年第3期，第155-172页。
[41]参见高鲁嘉：《人工智能时代我国司法智慧化的机遇、挑战及发展路径》，载《山东大学学报》（哲学社会科学版）2019年第3期，第115-123页。
[42]参见李训虎：《刑事司法人工智能的包容性规制》，载《中国社会科学》2021年第2期，第42-62页。
[43]参见刘业：《欧盟迈向数字宪制主义的司法驱动逻辑——基于欧盟法院案例的实证分析》，载《德国研究》2024年第1期，第94-113页。
