为深化政法智能化建设，加强“智慧治理”“智慧法院”“智慧检务”“智慧警务”“智慧司法”等信息平台建设，深入实施大数据战略，实现科技创新成果同政法工作深度融合。法制日报社已连续举办了七届“政法智能化建设技术装备及成果展”。

　　作为装备展配套活动，法制日报社于2024年3月继续举办了2024政法智能化建设创新经验征集宣传活动，活动征集了“智慧治理”“智慧法院”“智慧检务”“智慧警务”“智慧司法”创新经验。

　　在2024年7月10日至11日举办的成果展上，对入选的创新经验进行了集中展示，并已编辑整理成册——《2024政法智能化建设创新经验汇编》。

　　该汇编分为智慧治理篇、智慧法院篇、智慧检务篇、智慧警务篇、智慧司法篇五个篇章，为政法信息化、智能化建设提供及时、准确、 实用的资讯信息与经验观点。

　　应广大读者要求，我们特开辟专栏，将部分创新经验进行展示，敬请关注！

　　以下推出的是《智慧法院篇 | 创新经验之“生成式人工智能与数字法院建设：技术迭代、价值隐忧和实践进路”》

　　生成式人工智能与数字法院建设：

　　技术迭代、价值隐忧和实践进路

　　祁晓栋 李超 上海市长宁区人民法院

　　【摘 要】：生成式人工智能的技术迭代以及数字法院的创新性发展为智能化司法系统应用提供了客观基础。但生成式人工智能技术的两面性特征，决定了其在提高司法效率、彰显数字司法协同的同时也冲击着原有司法理念，导致生成式人工智能技术制约生产可供性、不可解释性以及应用于司法裁判时产生的效益背反问题。对此，可强化技术支持与协作来调适生成式人工智能与数字法院的内在张力，构建司法数据共享机制以纾解生成式人工智能可解释性悖论，并树立实质正义法治理念，杜绝生成式人工智能裁判“技术万能论”，从而实现生成式人工智能在数字法院建设中应用的制度化、规范化发展。

　　【关键词】：生成式人工智能；数字法院；司法数据；效益背反；公平正义

　　引言

　　从传统技术到人工智能技术，再到生成式人工智能技术，数字时代的发展逻辑已经构成对传统社会治理模式的颠覆，司法领域也深受人工智能技术影响。党的二十大报告提出要“加快建设数字中国”，这为我国的数字法院建设指明了方向。随着生成式人工智能技术的深度应用，司法作为公共服务数字化重要场域，作为维护社会公平正义的最后一道防线，智能技术与司法裁判的结合为司法现代化发展注入了强有力的动能，但与此同时，也带来的不同程度的挑战。

　　一、生成式人工智能的技术迭代对数字法院建设的功效

　　（一）自然语言理解与生成能力迭代：彰显数字司法协同与服务保障能力

　　其一，内在功能上，生成式人工智能技术的迭代效应在数字法院建设中效果明显。数字法院的显著特征之一是司法大数据的协同与共享，这是由司法大数据本身牵一发而动全身的联动属性导致的。ChatGPT作为“人、环境、AI”交互的产物，本质上来说就是跨时间、区域、层级的协同系统。在法院之间的协作工作中，若能有效激发出生成式人工智能的自然语言理解和生成能力，则有助于进一步消除专业间的知识壁垒，进而完善整体工作的协同性。

　　其二，外在功能上，生成式人工智能技术的迭代效应主要体现在技术参与公共司法服务体系之中。上海法院的全流程网上办案体系，在疫情期间效果显著，实现疫情防控和执法办案“两手抓、两不误”。一方面，生成式人工智能参与数字法院建设会极大提升公共司法服务体系的质量。另一方面，生成式人工智能参与数字法院建设能够增强公共司法服务体系的人文内涵。通过生成式人工智能的应用，在人机交互过程中抓住提问者的价值偏好和心理动机，并通过强大的语言组织能力和文本输出水平实现交互心灵层面的可触可感。

　　（二）文本生成能力更新及其效用：提升数字改革赋能数字法院的效率

　　其一，对数字法院而言，生成式人工智能在文本生成能力上更新的意义在于，人工智能对司法文书的作用可实现从辅助角色到直接参与角色的转变。生成式人工智能不仅可以对文字、图片、语音等信息作出回应，还能够围绕提问者所询问问题的思路、方式进行甄别，实现机器自我的学习提高，最终达致文本更新应用于司法实践的目的。在生成式人工智能具备这种能力之后，便实现法院在司法文书写作领域智能技术的赋能，同时完成了司法组织体系对新技术的吸收，此时人工智能进化成直接参与的角色。

　　其二，生成式人工智能文本生成能力上的更新能够提升法院整体文书生成的效率。生成式人工智能的长文本输出能力是其显著优势之一，它可凭借知识归纳和信息快速收集不断扩充长文本输出的储备基础。长文本形态的诞生，使裁判文书、工作实施方案、工作推进情况、工作总结等长文本一键生成，克服简单机械劳动的弊端，提升整体司法文书生成效率。

　　其三，生成式人工智能文本生成能力上的更新能有效提升面对个体的法院文书生成质量。即便不同的个体进行相同的提问，但由于个体语言逻辑和语言表达习惯上的差异，生成式人工智能会实现答复内容的自动化调整和多元化回应。

　　二、生成式人工智能助推数字法院建设的价值隐忧

　　（一）生成式人工智能的技术局限性与迎合性制约了生产可供性

　　“可供性”是生态心理学中的一个概念，指生态环境为生命客体提供的各种可能性，强调环境对生命的功能，且这种功能并不因生命客体的需求、目标的改变而变化。

　　其一，生成式人工智能的技术局限性限缩了生产可供性的输出。一则，生成式人工智能是一种具备生成能力的训练模型，本身并无直接检索的能力，也就是说它在实时动态和最新信息上不能实现即时掌握，自动生成的答案具有一定的滞后性，无法包含最新的元数据内容。二则，生成式人工智能在抓取多模态信息时能力不足，无法全方位助推数字法院建设。数字法院建设并不是只有单纯的文字信息，而是一个包含文字、图片、视频、语音等多模态的系统平台。但纵观生成式人工智能，在司法大数据的处理上可能会存在不够全面、准确地问题。

　　其二，生成式人工智能的技术迎合性抑制了生成结果的创新性。即便生成式人工智能的技术迭代有利于技术进步，但通过对生成式人工智能在文本、音乐中的生成现象进行观察可以发现，此类的智能生成平台只能提供有限的价值创造和短期的品牌创新，生成式人工智能想要成为创新过程和创新管理的独立代理，还有很长的路要走。此外，公共服务的特殊属性也决定了生成式人工智能的平台搭建不能有泛娱乐化倾向，司法的公共服务职能，要求法院为社会公众提供权威、可靠、标准的答复，而非模棱两可、一味迎合公众需求的答案。

　　（二）前端司法数据的可证伪性

　　一是司法数据也掺杂着主观性因素。哪些司法数据属于可以公开范畴，哪些司法数据不可公开，这些都可能受到人为干预，由于数据的主观筛选和样本布局不全面，在此基础上的司法决策可能会出现偏颇现象。比如在刑事自诉案件中，情节轻微的案件存在协商处理的可能性，若此时协商处理，相关定罪量刑的基础数据便不会被生成式人工智能技术所抓取并统计分析，也就无法进行深度学习。

　　二是司法数据易受环境影响而减损其精确性。司法数据样本的真实性与它所处的司法环境存在相关关系，只有“在特定环境中分析数据并将意义赋予了数据”才能避免或减小数据本身的空间差异，增强代码标注的可理解性。但从实践经验可以知晓，司法地域差异、人文底蕴不同、法律适用的倾向性等等都可能使数据“以假乱真”，从而引发“错误的前提导致错误的结论”这一连锁反应。

　　（三）算法歧视的系统性风险

　　一方面，算法思维的固有症结。由于算法具有锁定用户的追踪功能，能够通过对用户浏览情况、主观偏重情况等进行跟踪分析，剖析用户主观隐形特质，得出针对用户整体性的判断结论，在经验上的相关性也被放大，成为了似乎具有因果关系的绝对性，可以说，算法逻辑上“先入为主”的绝对面，加剧了小部分群体算法歧视的问题。另一方面，算法分类简化之思想忽略了用户群体的异质性特征。在生成式人工智能技术的训练过程中，因机器运行便捷的需要，会事先将分析对象进行分类并简化，从而将程度指令送达至不同类别对象，这就导致了在对分析对象进行分类和简化时的标准问题，一些对象的本体特质被机器人为忽略。

　　（四）生成式人工智能应用于司法裁判产生效益背反问题

　　其一，生成式人工智能在司法裁判中的过度应用会降低对司法实质正义的关切。公正的司法裁判需要对抗性的实质庭审来实现最大的正义。反观生成式人工智能在司法裁判中的应用，它的运算逻辑是基于大数据运算的智能算法，算法的最终目的是找寻判决中各个参数的相关性。所追求目的上的偏差也决定了生成式人工智能在司法裁判中的运用无法复刻高度专业化的审判经验，也无法代替法官行使自由裁量权实现实质正义。

　　其二，生成式人工智能在司法裁判中的过度应用会压缩司法公正的区间。由于算法技术的保密需求或商业秘密保护需要，生成式人工智能的算法也往往处于神秘、封闭状态，社会公众不知晓其所参与裁判所作出的过程，即使是法官也无法洞察机器算法的智能化裁判规律。如此，便会助长“算法黑箱”的风险，损害司法公正。

　　三、生成式人工智能助推数字法院建设的实践进路

　　（一）完善技术支持与协作，调适生成式人工智能与数字法院的内在张力

　　其一，掌握技术迭代升级规律，开发符合我国司法实际的生成式人工智能技术。加大生成式人工智能的自主研发，提升技术创新意识，既可以充分应对生成式人工智能技术本身固有缺陷带来的可供性限制，使司法数据、生成式人工智能技术、数字法院彼此之间更好的适配，还能有效防范数据安全风险，掌握数据主动权，缓解生成式人工智能与数字法院建设的紧张关系，真正实现技术改革赋能。

　　其二，提升技术的延展性，补充生成式人工智能应用于数字法院中功能羸弱的缺憾。一则，借助生成式人工智能与专门图像、视频、音频等技术的合作空间，打造多模态信息处理机制并应用于生成式人工智能当中，弥补生成式人工智能仅擅长处理文字信息的局限。二则，将生成式人工智能与搜索引擎功能相结合，弥补生成式人工智能信息获取的时间差。生成式人工智能在收到公众服务指令时会根据实现训练模型自动生成答案，而不经过检索途径，进而实效性较差，而结合搜索引擎功能会很好地解决时间差问题，不断提升公共司法服务的精确性与精准性。

　　（二）构建司法数据共享机制，纾解生成式人工智能可解释性悖论

　　其一，构建数据目录，完善数据标准化体系。地方高级法院可以参考国家政务数据目录的基础上编制本辖区范围内标准统一的司法数据目录体系，统计本辖区法院在审判执行过程中需要的关键数据和在审判执行中产生的数据。在司法数据收集和统计完成后，要对司法数据即时进行分类，区分出数据的属性、类别，严把数据质量关。将数据端连接至技术端，实现数据“前期分类—中期应用”的平稳过渡，并划分数据等级，明确数据在技术端开放的范围、要求和使用条件，巩固生成式人工智能融入数字法院的数据保障基础。

　　其二，推进司法数据公开，保障公众对司法数据的知情权。司法数据公开是生成式人工智能司法的制度基础。司法数据的共享可以一定程度上扭转司法数据单向度公开的问题，将司法数据作为一种应当享有的权利进行保障，使公众更加有序参与司法运作过程。同时，对于司法数据，法院要为生成式人工智能司法提供全面、准确的司法数据样本，并通过与检察机关、司法行政机关等部门合作，提高司法数据的转化利用率，为生成式人工智能助推数字法院建设奠定坚实基础。

　　（三）树立实质正义法治理念，杜绝生成式人工智能裁判“技术万能论”

　　其一，树立实质正义法治观，推动生成式人工智能向辅助裁判而非主导裁判转变。一方面，要注重个案的特殊性，降低对样本数量少的数据的赋值比重，以免数据赋值比重过大导致数据偏差。从中国裁判文书网为例，裁判文书网上的裁判文书并不能完整反应我国司法的现状，毕竟有大量的涉及商业秘密、个人隐私的文书不在公开范围。因此生成式人工智能在赋值上要注重个案因素的比重。另一方面，生成式人工智能裁判系统的研发需要融合“审判要素”与“推理能力”，实现两者的有机结合，而非就其中一种进行单向式研发，这会固化机器的弊端。在“审判要素”作为形式要件，“推理能力”作为实质要件的背景下，生成式人工智能裁判才会更具有辅助性功效。

　　其二，勾勒辅助画像，明确生成式人工智能裁判的辅助地位。一是要充分认识生成式人工智能的工具属性，对于工具属性中的固有弊端也要有充分认知，技术并不是万能的。二是要充分认识到生成式人工智能裁判的辅助地位在相当长的一段时间内并不会改变，它仅仅是提升司法效率、落实司法为民的辅助性手段，审判职权必须始终由审判组织行使。