徐家祥，王静

（青岛大学法学院，山东青岛，266101）

人工智能起源于形式逻辑哲学，经由长期发展，已经由一种思辨的理论逻辑转变为技术创造范畴，进而发展成为社会生产技术。人工智能在不同社会场景中的运用模式，决定了其生产效果。在司法场景中，同样需要关注人工智能的运行现状及其外部制约因素，以调整进而发挥智能司法的正向效用。人工智能融入司法改革源于司法改革向人工智能等新科技要司法生产力的内在需求[1]。司法的价值之一在于使教义法律与社会活动相弥合，从而产生规范、调整的效果。如要充分发挥人工智能的弥合作用，应当聚焦人工智能的工具价值。有学者对当前人工智能的法律工具主义的研究提出了批评，认为对弱人工智能的研究陷入意义虚无的境地，对强人工智能的研究则又属空想主义[2]。当前，人工智能虽无法对实体法律体系造成颠覆性的危机，也不至重塑司法主体智能，但人工智能在具体的司法场景中仍然会产生与司法主体、司法程序以及司法环境的不适配问题。“万物毕同毕异，此之谓大同异”，事物普遍存在差异性，不同司法场景中，人工智能的作用形态各异，其法律风险与法律质效的比率也不尽相同。对于人工智能的审视，如置于司法、司法改革或司法体制的总体维度，不关注技术应用的个性，难免丧失实用主义立场。有学者指出，抽象有余而具象不足是当下人工智能法学研究之现状[3]。因此，应在具体的司法场域内，关注人工智能的具体应用模式，并发现其中的实用价值，当然，在此过程中应当尊重现有的教义体系，秉持工具理性。在场域比较的视角下，发现当前对于人工智能司法的研究主要集中于裁判领域[4]，且对于“算法黑箱”“算法偏见”“数据不健全”“法律语言转化难题“复合人才缺乏”等风险多次论及，研究已有同质化趋势。为此，应将视角放于其他司法场域，并加以探讨。当前，多地法院已经建立人工智能裁判系统，但其应用并未达到理想效果，笔者认为，在认罪认罚程序中的协商场域，人工智能更有发挥效能的空间，以下详述。

一、一种更为契合的归因逻辑

（一）智能化协商符合智慧司法的发展进程

智能司法发展带有鲜明的政策推动表征[5]，在顶层设计指引下，以智慧法院建设为主要阵地，推动司法拥抱科技。当前，智慧法院建设已与数字法治、智慧司法等概念紧密联系。2017 年度全国法院智慧法院建设平均指数为72。智慧法院建设指数在80 至90 区间的法院最多，达到847 家，标志着全国智慧法院已初步形成[6]。随着中央与地方的持续呼应，智慧法院建设逐步形成了集司法行政管理、诉讼服务管理、裁判辅助、审判执行等功能的全方位建设格局。当前智慧法院建设已趋于平稳，而后所作的仅是应用上的创新与完善，短期内难以实现较大的技术突破①例如，当前难以实现由弱人工智能司法全面向强人工智能司法的跨越。。因此，智慧司法建设的最佳路径应当是将视域置于智慧司法的全面建设格局，将智慧法院建设范式泽惠至其他司法场域的发展，推动以数字法治的全面发展。

从全局角度而言，涵盖智能化量刑协商的智慧检务建设，更加遵循顶层设计的发展路径，其一体化强而自主性不足[7]。而智慧法院建设则依托各地方法院的原生动力，发展势头更为迅猛。推进智慧检务是智慧司法全面发展的必由之路。智慧检务建设可借鉴智慧法院宏观建设思路，发挥各地区优势，提高自主性。其中智能化协商建设便是学习智慧法院范式、推进智慧检务建设的重要落脚点。这是由于，量刑协商程序中存在控辩双方的对抗性构造，相较于侦查、审判执行等场域，与裁判场域构造更为类似②协商场域与裁判场域中，均存在控辩对抗构造。侦查中的讯问环节也存在控辩角色分立，但此时犯罪嫌疑人处于完全的被动局面，并未形成对抗性。，使量刑协商同样需要量刑辅助系统与管理辅助系统，形成了系统、完整的智慧司法需求③不存在双方对抗构造的前提下，不需要对刑罚的判断，一般只需要管理辅助系统。，易进行范式的移植与适用。并且，随着量刑协商体制的实践探索，协商平台建设已经体现出数字化趋势，检察机关提出要着力打造量刑协商的信息平台，如江西省检察院在全省开展认罪认罚从宽制度控辩协商同步录音录像试点[8]。再如，江苏省苏州市吴江区检察院采取录音录像、分屏示证、远程见证等手段，打造量刑协商平台[9]。纵观我国的智慧检务发展进程，呈现科技化、信息化、智能化的递进发展趋势[10]，从实践样态来看，协商平台建设虽然呈现数字化朝向，但尚处应用传统录音录像与网络技术的科技化、信息化阶段，距智能化仍有距离。然而，当前对于录音录像、传统网络技术的应用已十分成熟，几无推进深度。如要达到智慧检务建设的要求，必然要推动协商平台的智能化发展。综上，协商平台建设朝向智能化发展是协商的现实需要，也是智慧检务发展的应有之义。智能化协商是完善智慧司法的必要版图，符合刑事诉讼的内在程序机制，也符合司法改革的发展趋势。

（二）智能化协商符合认罪认罚从宽的制度目的

我国犯罪形势的嬗变催生了认罪认罚从宽制度，也决定了制度的初始目的是提高诉讼效率，推进繁简分流。而后经历试点到全面推行，贯彻宽严相济的刑事政策、完善刑事诉讼程序、保障人权、不枉不纵等理念通过规范形式揉和至制度目的中[11]。形成了当前制度目的多元化的样态。其中提高诉讼效率、保障人权、完善刑事诉讼程序强调认罪认罚从宽制度的独立价值，而贯彻宽严相济的刑事政策、不枉不纵则强调了制度的工具价值。无论是独立价值抑或工具价值，智能化协商均体现了充分的契合性。其一，人工智能引入司法场域的一大目的便是减轻司法人员的工作负累，提高诉讼效率。智能化协商能够充分减轻办案检察官的协商压力，尽快推动程序流转；人工智能可以弥补协商场域中监督者的角色空缺，通过程序设置与智能识别，对控辩双方行为作出规制，限制检察官的权力扩张，保障辩方的基本协商权利；协商场域引入人工智能，激发了原有的协商体制转型，使量刑协商的运行机制更加合理。其二，宽严相济的刑事政策要求刑事处置应当根据不同的犯罪情况，做到有宽有严、宽严并举、相互救济、相成有益[12]。智能化协商能够通过识别犯罪嫌疑人人身危险要素①如在著名的美国威斯康星诉卢米思一案中，就已经存在人身危险的识别评价机制。、犯罪情节要素，通过量刑参数的设置，提供宽严相别，宽中有严量刑参考。较之人工量刑更为优越之处在于，智能量刑识别案件的所有要素信息加以量化，避免了人工量刑的疏忽，同时使得宽严标准统一化，更为精准地贯彻了宽严相济的刑事政策②在此并非否定了人工量刑，而是强调作为辅助量刑角色的人工智能，与人工量刑之间的互补。。其三，当前在认罪认罚从宽制度首要目的的认识上存在争议，如有学者认为落实被追诉人的实体优待是认罪认罚从宽制度的首要目标[13]。有学者则提出目的层次体系，并将提升诉讼效率，繁简分流作为第一层次[11]。笔者认为，制度目标根生于制度内在结构，与制度的预设功能有着密切联系，制度目的应属本体论，而非价值论。无论制度的首要目的强调工具价值还是独立价值的实现，智能化协商均体现出了与认罪认罚从宽制度之充分的适应性，这也就决定了无论制度目的的争议演化为何，只要认罪认罚从宽制度的本体尚未改变，那么智能化协商便能够圆融嵌入到认罪认罚从宽制度中。

二、一种更为理想的应用图景

（一）现实：宽松的适用标准

透视当前实践样态，人工智能裁判功能聚焦于类案类判。其实现主要有两种形态，其一是类案推送。其二是依托数据挖掘与裁判模型，而生成的类案预测。前一种形态虽然适用较为广泛，但难言是纯粹的智能裁判。如果该类案推送模式中，仍然需要法官机械输入关键字，并需要对结果进行仔细甄别，那么应当定性为大数据的筛选。只有当其能够自动识别案件的裁判焦点，对自变量进行自行编辑，并自动筛选推送，才能称之为智能裁判。而后一种形态，虽然能够提供预测结果，但其仅有辅助意义。从方法论的角度而言，人工智能裁判是通过算法图谱，进行深度的数据挖掘，并通过自我学习模拟法官的法律推理过程。而法官的裁判过程虽然有一定的方法可循，如大前提、小前提、结论的法律推理逻辑。但在实践中，法官可能采取先“发现”后“证立”的脉络[14]，也即先通过全面的、非线性的、夹杂价值判断的思考推理出案件的结果，再遵从一般程序的推理逻辑对结果进行说理与证成。当前人工智能无法模拟出法官的“发现”脉络。从人工智能本体逻辑而言，智能算法是由“并”“且”“非”的逻辑运算符号组成的，这决定了其本体逻辑的单调性，也即“非是即否”的判断逻辑。此种运算逻辑无法满足案件中复杂的价值判断的需要。从外部适用性而言，当前算法黑箱、算法歧视等因素，使人工智能的量刑预测无法突破伦理关卡而直接作为裁判依据。一言以蔽之，人工智能无法达到法官量刑的精准程度，且由于二者裁判思维全然不同，其参考意义也并不明显，在对人工智能裁判进行修正与校对之时，仍然需要重演裁判的推理过程，对法官工作量的减少有限。但在协商场域中，情况有所不同。协商场域与裁判场域中均存在刑罚判断过程，但二者动因存在区别。在裁判场域中，对量刑的判断是为了结束诉讼程序，对被告人科处刑罚，实现刑罚的预防目的。在协商场域中，检察机关与嫌疑人在平等协商、互谅互让的基础上，可以就量刑的种类和幅度展开协商，达成一定程度的妥协，并根据协商结果形成量刑建议[15]。对量刑进行判断是为了给予协商以实质意义，使双方确实“商之有物”，从而完成协商，确定量刑建议。因此，量刑协商场域中，对量刑的判断仅是为了展开协商，并不具备终局性，要求其过于精确无实际意义，只需在一定幅度范围内给出即可③需要说明的是，这并不与量刑建议精准化要求相悖。量刑建议精准化的内涵要求形式上的确定性与实体上的适当性，这是协商过后由检察官向法院提交的结果状态，协商过程无须遵循。。综上所述，协商场域中对刑罚判断的适用标准更为宽松，更能发挥人工智能的量刑参考的作用。

（二）效能：直观的压力消解

首先，在量刑协商中，控辩双方基于功利主义立场都存在说服动因，但检察官承担了说服义务。为全面贯彻认罪认罚从宽的刑事原则，许多检察院将适用认罪认罚的比率作为考核指标①如南京市雨花台区，将办理认罪认罚案件的质量、数量等作为考核要求。参见雨花台区检察院《关于认罪认罚从宽制度实施情况的报告》。再如，六安市明确将认罪认罚工作开展情况作为年度目标考核的重要指标。参见六安市人民检察院《关于认罪认罚从宽制度执行情况的报告》。。检察官因此而承担了额外的考核压力。相对而言，犯罪嫌疑人、被告人是否选择认罪认罚，是基于自身处遇的考量，不具有强制性质。其次，检察主导是全面落实认罪认罚从宽制度的应有之义[16]，而认罪认罚从宽制度中，量刑协商成为落实检察主导的重要场域②最高人民检察院陈国庆副检察长指出，检察机关在认罪认罚案件中的主导责任主要包含与辩护方平等沟通进行量刑协商。。协商场域中检察主导的角色定位，也意味着检察官必须把控协商流程，其中包括了协商的发起与推进。发起与推进看似是程序变动，实则必须依靠实体协商的催动作用。具体言之，在协商程序发起之时，检察官需要主动提供量刑的初始幅度，在协商僵持时，需要检察官在量刑上做一定的让步，使得协商继续进行。检察官在协商中持续的主导作用，并需要兼顾推进协商与追诉犯罪双重职能，同样造成了检察官的协商压力。实证研究指出：基于检察机关在认罪认罚中的主导作用，在审查起诉阶段，认罪认罚案件的诉讼效率相比非认罪认罚案件并无明显提升[17]。最后，基于“简案快办“的要求，检察官担负着严重的时限压力。《刑事诉讼法》第一百七十二条规定，对于犯罪嫌疑人认罪认罚，符合速裁程序适用条件的，应当在十日以内作出决定，对可能判处的有期徒刑超过一年的，可以延长至十五日。”在极其有限的时限内，检察官需要完成劝导认罪、启动认罪认罚程序、量刑协商、确定量刑建议、确定适用程序建议等多项工作，因此，检察官必须在极度压缩的时间内，完成协商。以上三点造成了检察官承担了极大的协商压力。在裁判场域中，虽然法院一直面临案多人少的实践难题，但繁简分流不断推进，智慧法院建设如火如荼，替代性纠纷解决机制作用的发挥，法官的办案压力已经得到了相对缓解。相比而言，对于认罪认罚中检察官的办案压力却未得到关注。

在协商场域中，人工智能的应用不仅能够通过智能化的类案检索及结果预测系统，免去检察官大量的工作任务，其对检察官协商压力的消解还主要体现在其说服作用上。人工智能是计算机科学的应用。科学是由社会的特殊活动所获得的关于自然界、社会、思维及其他客观现实的规律及本质联系的动态的知识体系。科学是受限于人的认识水平的，这也决定了科学并不等同于客观真实，而是通过对科学知识不断的淘汰与更新，所体现的对客观真实的动态的趋近形态。然而，不可否认的是，科学又是具有天然的信服力表象的，尤其是在司法领域，随着信息技术与工程知识系统等技术领域的实际发展，大大体现了技术的司法增效功能。这带来两方面的影响，一是造成了部分将科学技术等同于客观的错误认识③例如，在对科学证据的审查中，长期存在形式审查的弊端，这便是由于法官群体天然信赖科学技术所致。。二是重构了司法信任格局，形成了制度信任与技术信任结合的复合型信任[18]。在协商场域中，前者的错误认识仅从功利主义立场出发确有助于辩方的让步，后者复合信任的形成更是体现了技术赋能，增强了检察官的说服力，二者均消解了检察官的协商压力。

（三）展望：持续的理论推动

当前规范层面并未建立量刑协商模式，但实践中普遍存在的乃是确认-核准的模式，这与“尽量协商一致”的要求相抵牾。为此，学者为系统性解决协商中存在的问题，纷纷试图构建协商的理想样态。如有学者主张“家长”模式，强调检察机关的主导作用，同时又主张对犯罪嫌疑人、被告人的“关照”[19]；有学者主张商谈审查模式，意图建立类似现代商业谈判式的协商流程，并引入严格的司法审查[20]；有学者主张法官参与模式，要求法官提前介入具结活动，以发挥审判权的量刑指导作用[21]；有学者主张辩审协商模式，构建由法官和辩方径行协商的二元模式[22]。

各协商模式互有利弊，探讨协商模式应然之态并非本文重点。笔者将重点论及人工智能引入对协商模式建构理论之影响。以法官参与模式与家长模式①法官参与模式是三方协商构造的代表，家长模式是传统职权主义下双方构造的代表，故以此二者为例。为例进行分析：

法官参与模式中，法官提前参与协商，虽然在一定程度上，可以看作法官部分审判权的提前行使，但这并非裁判过程前移，而是体现在法官发挥必要的引导与释法作用。虽然当前智能量刑无法达到人脑量刑的精确程度，但有研究表明，基于大数据，无论是根据人为设定的公式，还是算法自动学习生成的公式，均能够得出较为精确的结论②虽然该文乃是以大数据为题，但大数据+算法已构成了人工智能的基本架构，因此以此论证人工智能的量刑能力并无不妥。参见刘品新的《大数据司法的学术观察》，载《人民检察》2017 年第23 期。这无疑冲淡了法官参与协商进行量刑指导的必要性。有相反观点极力怀疑智能量刑的精确性，提出量刑人工智能所依赖的大数据分析技术只能得出量刑统一化层面的结论，无法给出个别性结论，此观点仍然承认在个别性量刑阶段，人工智能可以给出并不规范的参考值[3]。但即使是基于此观点，法官参与的必要性未受影响，但智能化协商仍然会使法官参与协商的定位、功能与方式面临重构。具体而言，在人工智能充分发挥统一化量刑作用的前提下，检察官得出某一预测结果不再是难题，法官原本的指导定位应转变为纠偏定位；人工智能的流程控制体系能够部分性替代法官参与模式设计的法官监督功能；法官参与方式由原本设计的直接参与或书面参与，可能转变为线上参与。家长模式的核心要义在于对犯罪嫌疑人、被告人的诉讼关照与权利保障，但在此模式强调职权主义的前提下，如何切实施与成为难题。人工智能为其提供了两方面解决路径：一是确立协商场域中的规范辅助作用，防御检察官裁量自由肆意扩张；二是在量刑辅助系统中，设置谦抑算法节点，使参考结果能够体现一定的诉讼关照。除实体关照外，人工智能还能够保障协商程序权利。例如，人工智能可以承载协商流程，通过对协商流程的控制，充分保证辩方的发言时间。当辩方申辩时间过少，或识别到协商沦为机械性问答时，人工智能可以启动程序偏离纠正功能，再次告知辩方有充分提出意见的权利。

如上所述，协商场域中人工智能的应用虽然不至颠覆各协商理论模式，但是仍然会对其中的建构细节产生影响。因当前协商场域中人工智能的应用未受到关注，故而各理论模式也未将这一现代科技的影响考纳在内，但随着认罪认罚从宽以及司法智能化的持续推进，不难预见，在未来协商理论将会融合智能技术迎来新发展。

三、结语

智能化协商是立足于现实主义立场的超前研究，是遵循智能司法本体论下的应用之变形。在当前刑事诉讼“第四范式”形成背景之下，一定程度上，刑事司法体系已成为认罪认罚体系。智能化协商对认罪认罚案件办理起到“盈有余、补不足”的效能，对检察官办案压力的消解，以及对辩方实质协商的保证，均为认罪认罚从宽制度的深入开展起到推动作用。从总体而言，认罪认罚案件存在较为明显的同质性，在案件类型上以醉驾、交通肇事等轻罪案件为主，在案件情形上以犯罪事实清楚、不存在较大争议的为主。这给人工智能程序的编写提供了很大的便利基础，人工智能对这类同质化案件的学习也容易实现，智能化协商存在规模化、流程化的现实基础。然而智能化协商必须警惕异化风险，这要求必须明晰智能化协商的程序正义要素。智能化协商是法律决定过程，尽管并非终局性决定，但基于对量刑建议采取的法定排除主义，使得除非出现特定情形，终局裁判应采纳量刑建议，意味着智能化协商相当程度上影响着被追诉人的刑事处遇。在法哲学范畴内，影响人利益的法律决定必须秉持程序公正。笔者认为，智能化协商至少应当包含两方面之要素。其一是系统独立，其二是控辩平衡。展而言之，系统独立至少要求四方面功能的实现。一是控制协商流程的发起、推进与结束，保证协商程序的完整性，并限制检察官通过对协商程序流程的控制变相限制辩方的协商权利。二是智能识别控辩双方发言情况，对疑似形式化协商情形作出提醒，并再次告知辩方的协商权利。三是证据开示功能，认罪认罚从宽制度要求探索证据开示制度①参见两高三部《关于适用认罪认罚从宽制度的指导意见》第29 条。，可在智能协商场域落实此制度。通过对实物证据进行线上展示，辅助检察官的说理阐述，增加其说服资本，也进一步保证辩方接受量刑建议是基于事实而非控方权威。四是自动记录功能，对双方的协商过程记录并保存，以备将来可能之查验。这种查验可能来自辩方主张检察官排除其协商权利之证明，或是被告人主张其律师无效辩护之证明。控辩平衡要素则要求保证数据可溯源，其中包含程序算法与数据库的溯源。程序算法公开因商业知识产权使得公开存在困难。但为尽力消除控辩之间的信息不对称，保证算法正义尽量可视化，应将算法的必要信息予以公开。这就如同，一款饮用产品其配方是商业秘密，但其原料、添加剂必然罗列在商品标签上，并且其生产要素、生产过程也必须要符合国家食品安全标准。程序算法也应设置独立的算法标签进行信息公开。算法标签中则可标示算法名称、日期、算法分类、版本识别号、版本控制软件、算法执行标准号、算法生产方、算法控制方、数据安全分级、数据处理所在地、个人信息保护标准等信息[23]。相对而言，数据库的验证更为简单。鉴于原始数据库的内容庞大，因此对其验证落脚至结果控制层面即可。也即以预设的程序算法从数据库中筛选、推送的所有案例，都应支持辩方进行查验。其中应着重验证案例的相关性。一般而言，公权机关背书的智能系统，其数据的真实与合法均值得信赖，但却可能因数据混杂，系统的识别错误导致相关性受到影响。尤其是，当前法律语言的结构化不足，在统一的法律术语集未建立之前，在大量的人工标注未完成之前，人工智能对法律语言的识别极可能存在错误，导致检索出不相关案例。因此，应当着重验证原始数据的相关性，保证量刑预测结果的相对合理，从而实现控辩的相对平衡。