[澳]塔妮婭·索丁 著 王 蕙* 李 媛 譯 史長青* 校
法官的角色很復(fù)雜,包括了司法能動、復(fù)雜的人際互動、糾紛解決、案件管理、公開和專門的教育活動、社會評論以及審判職能,其中審判職能可能需要與其他法官共同履行,或者在少數(shù)法域中與非專業(yè)人士(陪審團(tuán))共同履行。①(1)①參見Tania Sourdin and Archie Zariski(eds), The Multi-tasking Judge: Comparative Judicial Dispute Resolution, Lawbook, 2013.法官對每種活動的參與程度會因法域及法官的不同而不同。一些法官可能比其他法官更具有“響應(yīng)性”(responsive),而另一些法官則可能展現(xiàn)出更多的情感和同情心,或是更傾向于恢復(fù)性司法——干預(yù)措施集中在強調(diào)“表達(dá)”(voice)和尊重的程序正義上。②(2)②關(guān)于司法角色和回應(yīng)性的更廣泛討論見Tania Sourdin and Archie Zariski (eds) , The Responsive Judge: International Perspectives, Springer Nature Singapore, 2018.鑒于這種差異,使人難以確定人工智能(AI)的發(fā)展是否會重塑司法角色。但是,有學(xué)者認(rèn)為,這種發(fā)展可能會改變角色的交互性,改變審判職能,甚至有可能將法官從審判職能中完全剔除。雖然“AI法官”或“AI司法”的發(fā)展尚處于起步階段,但有跡象表明它的意義將更加明顯,盡管還有些不受歡迎,但目前在某些類別的糾紛中已經(jīng)發(fā)展引入了AI法官。①(3)①參見英國采取的戰(zhàn)略方針:英國司法部(Ministry of Justice (UK)), Transforming Our Justice System: Assisted Digital Strategy, Automatic Online Conviction and Statutory Standard Penalty, and Panel Composition in Tribunals, Government Response Cm 9391, February 2017. 英國提出的線上自動定罪程序出現(xiàn)了一些批評者,使有關(guān)創(chuàng)建線上自動定罪程序和發(fā)展線上法院的立法停滯不前:參見John Hyde, Prison and Courts Bill Scrapped, The Law Society Gazette (online), 20 April 2017
就上述發(fā)展及與AI有關(guān)的發(fā)展而言,未來10年、20年或30年的裁判將涉及什么?更確切一點,是否還能夠確保審判至少就某些類型的糾紛而言仍然是一項人類活動?在某種程度上,上述問題都可以通過審查當(dāng)前律師、法院和其他人運用科技的最新情況得到解釋。非常明確的是,司法和審判參與者的角色正在迅速地變化和更新,強大的科技已經(jīng)重塑了司法體系的某些方面。雖然律師對于科技的運用可能不會立即導(dǎo)致司法角色的轉(zhuǎn)變,但必然會改變某些司法職能的實踐。舉個例子來說,隨著以預(yù)測編碼②(4)②現(xiàn)適用于本文后面討論的電子發(fā)現(xiàn)領(lǐng)域。、預(yù)測分析③(5)③如下文所討論的,預(yù)測分析更側(cè)重于對結(jié)果的預(yù)測。和機器學(xué)習(xí)④(6)④對機器學(xué)習(xí)的過程和系統(tǒng)更為完整的描述可參見Kevin D Ashley, Artificial Intelligence and Legal Analytics, Cambridge University Press, 2017.的形式越來越多地使用AI,這一轉(zhuǎn)變表明使用AI的律師事務(wù)所正在改變著向法官提交材料以及評估客戶風(fēng)險的方式。
這些事態(tài)發(fā)展并非毫無爭議。美國已經(jīng)在用預(yù)測編碼來認(rèn)定在刑事案件中的累犯,這項技術(shù)對于判刑是有幫助的。⑤(7)⑤參見Adam Liptak, Sent to Prison by a Software Program’s Secret Algorithms, The New York Times (online), 1 May 2017
本文中的“AI”特指以創(chuàng)造智能機械為重點的科學(xué)、工程和技術(shù)領(lǐng)域,是一個包含了許多科學(xué)和技術(shù)分支的總括性術(shù)語,通常包括為確定結(jié)果而創(chuàng)建的復(fù)雜算法。AI可以涵蓋機器學(xué)習(xí)、自然語言處理、專家系統(tǒng)、視覺、語音、計劃的制定和機器人科學(xué)等多個領(lǐng)域。⑥(8)⑥Michael Mills, Artificial Intelligence in Law: The State of Play 2016 (Part 1) (23 February 2016) Legal Executive Institute
如上文提到的,在司法領(lǐng)域已經(jīng)存在一些AI影響人類決策的例子。在美國以及其他一些法域(jurisdiction),①(11)①例如,在墨西哥,專家系統(tǒng)可以向法官和書記員提供“原告是否有資格獲得養(yǎng)老金”的建議。參見Davide Carneiro et al, Online Dispute Resolution: An Artificial Intelligence Perspective, (2014) 41 Artificial Intelligence Review 211, 227-8.另參見參見Kevin D Ashley, Artificial Intelligence and Legal Analytics, Cambridge University Press, 2017.AI早已改變了司法決策的方式,預(yù)測性分析的發(fā)展使得法律部門能夠?qū)υV訟結(jié)果進(jìn)行預(yù)測。②(12)②Cromwell Schubarth, Y Combinator Startup Uses Big Data to Invest in Civil Lawsuits, Silicon Valley Business Journal (online), 24 August 2016
正如前文所述,科技重塑司法系統(tǒng)的方式主要有三種。⑤(15)⑤參見Tania Sourdin, Justice and Technological Innovation, (2015) 25 Journal of Judicial Administration 96.首先,在最基本的層次上,技術(shù)可以對參與司法系統(tǒng)的人們提供信息、支持和建議(支持性技術(shù),supportive technology)。其次,技術(shù)可以取代原本由人類執(zhí)行的職能和活動(替代性技術(shù),replacement technologies)。最后,在第三層次上,技術(shù)可以改變法官的工作方式并提供截然不同的司法形式(顛覆性技術(shù),disruptive technology),尤其體現(xiàn)在程序顯著變化和預(yù)測分析可以重塑裁判角色的地方。⑥(16)⑥該材料取自Tania Sourdin, Justice and Technological Innovation, (2015) 25 Journal of Judicial Administration 101-3,并進(jìn)行了更詳盡的論述。就裁判功能而言,正是在第二和第三層次上出現(xiàn)了有關(guān)技術(shù)對法官角色和職能影響的問題。從以上述分類方式來看,目前大多數(shù)受技術(shù)支持的司法改革都集中于技術(shù)創(chuàng)新的第一和第二層次,以上兩個層次是否能夠使用極簡的AI形式是不確定的。例如,最新的技術(shù)發(fā)展補充并支持了許多以法院為基礎(chǔ)運行的程序。第一層次的支持性創(chuàng)新,使得現(xiàn)在許多人能夠在網(wǎng)絡(luò)上尋求司法服務(wù),并通過網(wǎng)絡(luò)的信息系統(tǒng)獲取有關(guān)司法流程、選擇和替代方案(包括法律替代方案)的信息。人們也越來越多地在網(wǎng)上尋找并獲得法律支持和服務(wù),并且在過去三年中,可提供“非捆綁式”(unbundled)法律服務(wù)的線上律師事務(wù)所的增長十分顯著。⑦(17)⑦參見如Lawyal Solicitors, About Us (2017)
一些網(wǎng)絡(luò)信息(包括數(shù)字視頻)、視頻會議(包括群組在線視頻通話)⑧(18)⑧可以通過Skype等訂閱服務(wù)進(jìn)行群組視頻通話,用戶需要高速寬帶連接,并且必須符合設(shè)備硬件和軟件的標(biāo)準(zhǔn)。參見Skype, Group Video Calls, (2018)
其他技術(shù)通過使人們能夠獲取由AI支持的更為復(fù)雜的在線“建議”,或者考慮各種選擇性和替代性方案,或者以不同的方式參與其中,可以融入到“第三層次”,并支持談判和司法程序。法律專家系統(tǒng)專注于預(yù)測分析,其最新發(fā)展為上述轉(zhuǎn)變提供了技術(shù)支持。①(21)①參見Ravel Law, Ravel (2017)
在這種情況下,AI技術(shù)可以多方面地為法官提供支持并有可能取代法官,但其最初可能僅會影響較低級別的決策。技術(shù)的進(jìn)步也存在著爭議,如新西蘭奧塔哥大學(xué)的阿利斯泰爾·諾特(Alistair Knott)在他研究的AI和法律項目中,提出了對使用計算機預(yù)測模型來解決國家事故賠償計劃中的索賠和索賠人訴求的相關(guān)擔(dān)憂(事故賠償公司“ACC”)。④(24)④參見University of Otago, Artificial Intelligence and Law in New Zealand
盡管在50年前就已經(jīng)出現(xiàn)了AI技術(shù),⑦(27)⑦法律人工智能的發(fā)展歷史,參見Pamela N Gray, Artificial Legal Intelligence, Brookfield, 1997, ch 2.但直到十年前AI才開始運用于司法體系以外的程序當(dāng)中。近來,AI技術(shù)在司法領(lǐng)域中一直致力于技術(shù)和法律分析。最初,AI技術(shù)很可能是將重點放在法官承擔(dān)的任務(wù)或部分分析職能上,顯然,已經(jīng)用于文檔發(fā)現(xiàn)(document discovery)的AI技術(shù)是可能改變某些司法工作的。當(dāng)前的文檔發(fā)現(xiàn)程序利用預(yù)測編碼來讀取和分析數(shù)百萬頁的已發(fā)現(xiàn)文檔,并且其用來選擇相關(guān)材料的時間只是人力所需時間的零頭。⑧(28)⑧Tania Sourdin, Justice and Technological Innovation, (2015) 25 Journal of Judicial Administration 103.在民事糾紛中,可以用這項技術(shù)對民事法律文件進(jìn)行搜索,評論員們早就預(yù)測到,法律領(lǐng)域?qū)褂弥悄軝C器生成法律文件并且預(yù)測法律結(jié)果(預(yù)測分析),并且使用將更加頻繁。⑨(29)⑨John O McGinnis and Russell G Pearce, The Great Disruption: How Machine Intelligence Will Transform the Role of Lawyers in the Delivery of Legal Services, (2014) 82 Fordham Law Review 3041.AI不需要休息,也不需要睡覺,可以不停地工作,因此AI技術(shù)與人類相比在時間和成本效益上具有更大的優(yōu)勢。⑩(30)⑩John O McGinnis and Russell G Pearce, The Great Disruption: How Machine Intelligence Will Transform the Role of Lawyers in the Delivery of Legal Services, (2014) 82 Fordham Law Review 3041.如上所述,在法律界之外,自動化計算機系統(tǒng)在政府行政管理中也變得豐富多產(chǎn),表現(xiàn)在其將可以在無需人工干預(yù)的情況下處理交易,處理申請并且做出決策。(31)Justice Melissa Perry, iDecide: Administrative Decision-Making in the Digital World, (2017) 91 Australian Law Journal 29, 30.
技術(shù)所帶來的其他壓力使人們開始對司法角色重新進(jìn)行考量,也與創(chuàng)造新的法院環(huán)境息息相關(guān),人們在此壓力下越來越關(guān)注線上法院及其提供的服務(wù)。(32)參見英國政府司法部(Ministry of Justice of the Government of the United Kingdom)、英國法院(Her Majesty’s Courts)以及法庭服務(wù)部(Tribunal Service), Transforming Our Justice System, Policy Paper, September 2016.這些壓力在一定程度上是對越來越多的法律援助未得到滿足的反映,也是對人們更加輕易地訴諸司法以解決糾紛的擔(dān)憂,還是對法院訴訟和仲裁中線上糾紛解決系統(tǒng)大規(guī)模增加的回應(yīng)。①(33)①參見如Tyler Technologies, Modria (2018)
英國民事司法委員會建議將標(biāo)的額不超過25,000英鎊的民事糾紛引入英國的HMOC(Her Majesty’s Online Court)。③(35)③Online Dispute Resolution Advisory Group, Online Dispute Resolution for Low Value Civil Claims, Report, Civil Justice Council, February 2015, 6-7.他們打算采用分級體系運作:第一級允許當(dāng)事人通過在線上系統(tǒng)中錄入相關(guān)信息來對其問題進(jìn)行評估,該系統(tǒng)能夠?qū)栴}進(jìn)行分類,提供與其有關(guān)的權(quán)利、權(quán)益信息,并提出解決爭議的實用性建議。④(36)④Online Dispute Resolution Advisory Group, Online Dispute Resolution for Low Value Civil Claims, Report, Civil Justice Council, February 2015, 19.第一級鼓勵當(dāng)事人根據(jù)系統(tǒng)提供的信息自行解決爭議。第二級是由協(xié)調(diào)員在線審查爭議雙方提供的信息和文件,并通過調(diào)解、建議或鼓勵談判來協(xié)助解決問題。⑤(37)⑤Online Dispute Resolution Advisory Group, Online Dispute Resolution for Low Value Civil Claims, Report, Civil Justice Council, February 2015, 19-20.第二級讓人聯(lián)想到與法院相關(guān)的非訴糾紛解決機制(ADR)。第三級也是最后一級,由法院的法官在當(dāng)事人提交的電子文件、電子訴狀及主張以及電話會議的基礎(chǔ)上進(jìn)行在線裁判。⑥(38)⑥Online Dispute Resolution Advisory Group, Online Dispute Resolution for Low Value Civil Claims, Report, Civil Justice Council, February 2015, 20.這項裁判具有約束力和執(zhí)行力,其與在實體法院中作出的裁判具有同等效力。布里格斯(Briggs)大法官則建議引入一項類似的模式。⑦(39)⑦Lord Justice Briggs, Civil Courts Structure Review: Interim Report, Report, Judiciary of England and Wales, December 2015, 76; Lord Justice Briggs, Civil Courts Structure Review: Final Report, Judiciary of England and Wales, July 2016, 58.該提案呼吁在第三層級設(shè)立面對面聽審作為最后的救濟(jì)手段,⑧(40)⑧Lord Justice Briggs, Civil Courts Structure Review: Interim Report, Report, Judiciary of England and Wales, December 2015, 78.該提案還包含有關(guān)在線法院如何允許訴訟人將裁決上訴到主流法院系統(tǒng)的細(xì)節(jié)。⑨(41)⑨Lord Justice Briggs, Civil Courts Structure Review: Interim Report, Report, Judiciary of England and Wales, December 2015, 86.布里格斯(Briggs)大法官指出,法院將要求法官采取較少對抗性和更多調(diào)查性的方法。⑩(42)⑩Lord Justice Briggs, Civil Courts Structure Review: Interim Report, Report, Judiciary of England and Wales, December 2015, 78.英格蘭和威爾士在2017年已經(jīng)放棄引入AI法官以解決某些類型爭議的計劃(與上述引入在線糾紛解決機制有關(guān)的爭議較小但重大的措施還在進(jìn)行當(dāng)中)。(43)參見John Hyde, Prison and Courts Bill Scrapped, The Law Society Gazette (online), 20 April 2017
維多利亞州最高法院首席大法官沃倫(Warren)提出了另一種技術(shù)運用模式:即分布式法庭(the distributed courtroom)。(44)Chief Justice Marilyn Warren, Embracing Technology: The Way Forward for the Courts, (2015) 24 Journal of Judicial Administration 227, 232.這種模式的核心仍然是實體法庭,但參與者會被真人大小的屏幕或全息投影所取代,以確保法官、律師、陪審團(tuán)成員和當(dāng)事人可以在其方便的任何地方出庭。在線視頻會議技術(shù)(例如Skype)能夠簡化該模型,但法院依然可以選擇實體法庭裁判并且要求本人親自出庭。如果法院能夠按照以上模式有效運行,那么向AI法官過渡的基礎(chǔ)其實就已經(jīng)存在了。AI法官作為線上法院程序的中心將允許訴訟當(dāng)事人遠(yuǎn)程向系統(tǒng)提供信息,并且由程序自身作出裁決。
同樣,在線爭議解決(ODR)的發(fā)展(一種ADR形式,即當(dāng)事方使用互聯(lián)網(wǎng)和技術(shù)來幫助其廉價有效地解決糾紛)也可能通過在其中建立機制或平臺來支持和促成AI的發(fā)展,并使其茁壯成長。由于ODR程序可以通過網(wǎng)絡(luò)連接遠(yuǎn)程進(jìn)行,因此在ODR程序中不需要當(dāng)事人之間見面。ODR程序中早就使用了AI決策系統(tǒng),這些系統(tǒng)也被稱為專家系統(tǒng),它由某領(lǐng)域的專家進(jìn)行規(guī)劃,并擁有基于規(guī)則的算法來幫助該系統(tǒng)依據(jù)雙方當(dāng)事人提供的信息做出裁決。萊格(Legg)解釋說,這些程序是“通過訪談式問題從當(dāng)事人處收集案件事實,并根據(jù)決策樹分析來得出答案”。①(45)①Michael Legg, The Future of Dispute Resolution: Online ADR and Online Courts, (2016) 27 Australasian Dispute Resolution Journal 227, 228.
在荷蘭,一種結(jié)合了ODR組件的被稱為Rechtwijzer的高級ADR程序,能夠為處于分居或者離婚過程中的夫妻提供幫助。Rechtwijzer會就當(dāng)事人以及他們之間的關(guān)系進(jìn)行提問,并基于錄入的信息給出選擇方案。②(46)②EsméeA Bickel, Marian A J van Dijk and Ellen Giebels, Online Legal Advice and Conflict Support: A Dutch Experience, Report, University of Twente, March 2015, 5.這一程序也能夠“提供信息、工具、其他網(wǎng)站的鏈接和私人建議”,從而鼓勵當(dāng)事人自行解決彼此之間的爭議。如果爭議未能獲得解決,作為最后一步,Rechtwijzer將向各方當(dāng)事人提供專業(yè)第三方的信息和聯(lián)系方式,如調(diào)解員、律師(legal representitives)和其他糾紛解決機制。③(47)③EsméeA Bickel, Marian A J van Dijk and Ellen Giebels, Online Legal Advice and Conflict Support: A Dutch Experience, Report, University of Twente, March 2015, 4.對Rechtwijzer的評估發(fā)現(xiàn),參與者對他們的體驗感到滿意,④(48)④EsméeA Bickel, Marian A J van Dijk and Ellen Giebels, Online Legal Advice and Conflict Support: A Dutch Experience, Report, University of Twente, March 2015, 22.但大多數(shù)人仍然認(rèn)為需要對通過該系統(tǒng)達(dá)成的協(xié)議進(jìn)行第三方審核。⑤(49)⑤EsméeA Bickel, Marian A J van Dijk and Ellen Giebels, Online Legal Advice and Conflict Support: A Dutch Experience, Report, University of Twente, March 2015, 31.盡管Rechwijzer將在很大程度上被新系統(tǒng)和在線安排所取代,但其創(chuàng)建者注意到,這種ODR安排成功的主要障礙在于法院、律師和政府無力全面采用這些類型的創(chuàng)新。⑥(50)⑥參見Maurits Barendrecht, Rechtwijzer: Why Online Supported Dispute Resolution Is Hard to Implement, Roger Smith, Law, Technology and Access to Justice, 20 June 2017
ADR的這些發(fā)展也表明,未來AI系統(tǒng)將有可能被進(jìn)一步引入法律實踐。如果這些技術(shù)在ADR領(lǐng)域可以有效利用,那么將AI程序引入法院系統(tǒng)也是可行的。設(shè)計者和實施者可以借鑒ADR程序的這些經(jīng)驗來完善所有的AI法官程序,或者可以選擇更加專業(yè)的AI設(shè)計來幫助司法人員,并且從上述籌備失敗和成功的相關(guān)經(jīng)驗中吸取教訓(xùn)。
如上所述,不斷更新的技術(shù)可以幫助人們盡快解決糾紛或完善需要提交給法官的爭點。例如,技術(shù)可以幫助人們開發(fā)選擇方案并使用AI來開發(fā)替代方案,并且可以運用于評估、咨詢和決策程序當(dāng)中。在這方面,一些顛覆性技術(shù)與“法律人工智能”(Artificial Legal Intelligence,ALI)相關(guān)聯(lián),可以被視為有能力提供專家法律咨詢或決策的系統(tǒng)。⑦(51)⑦Richard Susskind, The Future of Law: Facing the Challenges of Information Technology, Clarendon Press, 1996, 120-1. 專家系統(tǒng)和基于知識的系統(tǒng)可在法律背景下被運用于“解決問題、提供建議并承擔(dān)各種各樣的其他工作”,這直接支持了作者本文的主張,即ALI可能提供“一個具有提供專業(yè)的法律咨詢或決策能力的系統(tǒng)”(第121頁)。
人工智能對司法系統(tǒng)的影響是十分顯著的,因為它有能力與現(xiàn)有的司法程序或非司法程序相融合,同時,當(dāng)一些人類決策和分析過程被技術(shù)取代時,有人開始質(zhì)疑AI程序是否會對律師和法官的角色產(chǎn)生影響⑧(52)⑧Susskind預(yù)測司法領(lǐng)域?qū)l(fā)生重大變化,參見Richard Susskind, Tomorrow’s Lawyers: An Introduction to Your Future, Oxford University Press, 2nd ed, 2017; Richard Susskind, The Future of Law: Facing the Challenges of Information Technology, Clarendon Press, 1996, 120. 另參見Richard Susskind, Transforming the Law: Essays on Technology, Justice and the Legal Marketplace, Oxford University Press, 2000.。人們普遍贊同技術(shù)對司法以外的部門可能有著顯著的影響,許多人預(yù)測,隨著AI所支持的程序逐漸取代日常的工作,AI和其他的技術(shù)進(jìn)步意味著在20年內(nèi)很多當(dāng)前的崗位將不復(fù)存在。①(53)①Tony Dolphin(ed), Technology, Globalisation and the Future of Work in Europe: Essays on Employment in a Digitised Economy, Institute for Public Policy Research, 2015, 45.然而,到目前為止,關(guān)于較高級別法律部門的角色,以及這些發(fā)展(包括AI法官的創(chuàng)建)是否意味著司法工作會完全被新技術(shù)取代而發(fā)生變化的討論卻很少。
顯然,未來司法工作的某些方面將由技術(shù)流程來主導(dǎo),特別是在可以構(gòu)建AI系統(tǒng)的地方。在這方面,法律信息和AI系統(tǒng)已經(jīng)可以使用復(fù)雜的“分支”(branching)和數(shù)據(jù)搜索技術(shù)來創(chuàng)建精密的“決策樹”(decision trees),為爭議的處理結(jié)果提供建議。②(54)②參見Kevin D Ashley, Artificial Intelligence and Legal Analytics, Cambridge University Press, 2017.此外,更多先進(jìn)的AI系統(tǒng)不僅可以模擬人類智能,還可以創(chuàng)建額外的不同的智能系統(tǒng)——神經(jīng)網(wǎng)絡(luò)。③(55)③參見如N B Chaphalkar、K C Iyer and S K Patil, Prediction of Outcome of Construction Dispute Claims Using Multilayer Perceptron Neural Network Model, (2015) 33 International Journal of Project Management 1827.大體上,該AI系統(tǒng)會提出一系列的問題或者依據(jù)使用者現(xiàn)有的有關(guān)數(shù)據(jù),提出與糾紛有關(guān)的問題,從而得出對糾紛確切的描述。隨后,計算機將法律應(yīng)用于爭議描述,從而將特定事實套用法律規(guī)則得出結(jié)論。這一過程會得出指示性結(jié)論甚至可以得出最終的論斷。最終,計算機可以根據(jù)給定的描述執(zhí)行任務(wù)。④(56)④Sandra Wachter and Brent Mittelstadt, A Right to Reasonable Inferences: Re-thinking Data Protection Law in the Age of Big Data and AI, (2019) Columbia Business Law Review (forthcoming),研究了基于描述性數(shù)據(jù)和指導(dǎo)性描述而得出推論的相關(guān)問題。這樣的系統(tǒng)可以不斷更新和反思,因為機器學(xué)習(xí)使系統(tǒng)得以改進(jìn)并不斷使用新數(shù)據(jù)集進(jìn)行修訂。
然而,這是否就意味著法官將被技術(shù)所取代呢?可以說不是,或至少不是一開始就會被取代。部分原因在于影響司法決策的因素過多。澳大利亞法律改革委員會(Australian Law Reform Commission)指出,這些因素包括經(jīng)驗和直覺,以及評估決策的社會影響的能力。⑤(57)⑤Australian Law Reform Commission, Technology: What It Means for Federal Dispute Resolution, Issues Paper No 23 (1998) 101.但是,如果技術(shù)能夠支持決策(例如,使參與者更準(zhǔn)確地識別潛在結(jié)果),那么他們在某些爭議中(特別是在家庭領(lǐng)域中)⑥(58)⑥參見Legal Services Society, Separation, Divorce & Family Matters, (2018) MyLawBC
這些類型的技術(shù)都已經(jīng)被試用⑦(59)⑦參見John Zeleznikow and Emilia Bellucci, Family_Winner: Integrating Game Theory and Heuristics to Provide Negotiation Support in Danièle Bourcier (ed), Legal Knowledge and Information Systems-JURIX 2003: The Sixteenth Annual Conference, IOS Press, 2004, 21; John Zeleznikow et al, Bargaining in the Shadow of the Law: Using Utility Functions to Support Legal Negotiation, Paper presented at International Conference on Artificial Intelligence and Law, New York, 4-8 June 2007, 237-46.,但是由于連接性、文化、技術(shù)存儲和訪問問題,到目前為止,這些技術(shù)的推廣受到了限制。但是,隨著人類在技術(shù)上的聯(lián)系越來越緊密,并且能夠更好地存儲數(shù)據(jù),其中許多問題的重要性正在下降。此類程序?qū)l(fā)揮越來越重要的作用,可能導(dǎo)致更多的訴訟案件轉(zhuǎn)向ADR⑧(60)⑧參見Monidipa Fouzder, Briggs: Online Court Will Take the “A” Out of “ADR”, The Law Society Gazette (online), 26 September 2016
這種變化引發(fā)了有關(guān)法院和法官未來角色的爭議,也引發(fā)了有關(guān)如何管理、分類數(shù)據(jù)以及行政、司法職能如何行使和如何分立的問題。此外,還存在有關(guān)知識產(chǎn)權(quán)(IP)、誰有權(quán)控制和輸入外包的AI法官以及算法的透明度等問題(詳見下文的討論),這些問題在美國已經(jīng)被提出。
此外,法官的工作不只是作出裁決或得出一個結(jié)果,他們在案件管理和糾紛處理中還發(fā)揮了重大作用。司法評論告知社會該如何運作,許多法官也發(fā)揮著教育職能,一方面使當(dāng)事人和律師了解相關(guān)的訴訟方式,另一方面也致力于更廣泛的公民教育。法官可以被人工智能取代這一觀點的支持者,無疑忽略了法官對社會的貢獻(xiàn),這些貢獻(xiàn)超越了裁判本身,一些與服從和接受法治有關(guān)的重要的卻不易被察覺的議題被包括在內(nèi)。
即使是較為簡單的審判職能也能清楚表明,許多司法職能的履行需要人類的智慧,而計算機程序還未發(fā)展到能夠勝任這些職能或以達(dá)到同情心、情感和敏捷的反應(yīng)與人類進(jìn)行互動的程度。然而,是否有一天技術(shù)進(jìn)步會使得程序化的AI在法院中代替人類法官主持聽審并作出更為復(fù)雜的判決呢?那么,更富有情感的技術(shù)將以何種方式來幫助完成或支持這項工作呢?
哈維(Harvey)借助法律數(shù)據(jù)庫中已有的算法示例,對AI法官需要進(jìn)行的流程進(jìn)行了簡化描述。這些數(shù)據(jù)庫采取自然語言處理,以便使用搜索詞尋找相關(guān)材料。對AI法官的要求比這些數(shù)據(jù)庫還要更進(jìn)一步,先將反饋的資料減少至可管控的相關(guān)樣本,然后配置工具將所得的法律資源與本案作比較,進(jìn)行分析并確定結(jié)果。①(62)①David Harvey, From Susskind to Briggs: Online Court Approaches, (2016) 5 Journal of Civil Litigation and Practice 93.哈維(Harvey)解釋說,最后一步需要“完善用于比較分析和預(yù)測分析的必要算法,并開發(fā)一種能夠生成有益的且信息豐富的結(jié)果的概率分析形式”②(63)②David Harvey, From Susskind to Briggs: Online Court Approaches, (2016) 5 Journal of Civil Litigation and Practice 94.。不過,在哈維(Harvey)的模型中,人類法官的決策在很大程度上獲得了保留。
基于文本信息(預(yù)測分析),利用AI計算機程序?qū)Π讣Y(jié)果進(jìn)行預(yù)測的實驗已經(jīng)完成。阿賴特拉斯(Aletras)及其同事共同開發(fā)了一個程序,該程序通過對歐洲人權(quán)法院審理的侵犯人權(quán)案件的裁判結(jié)果進(jìn)行文本分析,發(fā)掘出判決模式。③(64)③Nikolaos Aletras et al, Predicting Judicial Decisions of the European Court of Human Rights: A Natural Language Processing Perspective, [2016] (October) PeerJ Computer Science 1, 15-16.這個程序?qū)W習(xí)了這些判決模式之后,能夠預(yù)測以文本形式向其輸入的案件的結(jié)果,且平均預(yù)測準(zhǔn)確率為79%。④(65)④Nikolaos Aletras et al, Predicting Judicial Decisions of the European Court of Human Rights: A Natural Language Processing Perspective, [2016] (October) PeerJ Computer Science 11.在這一機器學(xué)習(xí)的示例中,計算機系統(tǒng)能夠“分析過去的數(shù)據(jù)以形成可概括的、未來通用的慣常做法”。⑤(66)⑤Harry Surden, Machine Learning and Law, (2014) 89 Washington Law Review 87, 105.如前所述,機器學(xué)習(xí)使得計算機程序能夠通過經(jīng)驗,而不是手工輸入計算機函數(shù)來完成復(fù)雜的任務(wù)。⑥(67)⑥Harry Surden, Machine Learning and Law, (2014) 89 Washington Law Review 89; David Silver et al, Mastering the Game of Go with Deep Neural Networks and Tree Search, (2016) 529 Nature 484, 489.素登(Surden)指出,在開發(fā)能夠有效預(yù)測法律結(jié)果的AI時,機器學(xué)習(xí)或許會受到一些限制。機器學(xué)習(xí)技術(shù)僅在分析過的信息與提供給AI的新信息相似的情況下可以發(fā)揮作用。如果向AI輸入的是不同于原先案例的新案件,則機器學(xué)習(xí)技術(shù)不適合進(jìn)行預(yù)測或得出案件結(jié)果。⑦(68)⑦Harry Surden, Machine Learning and Law, (2014) 89 Washington Law Review 105.在案例數(shù)量不足以使計算機程序發(fā)掘模式并創(chuàng)建有效概括的情況下,也可能出現(xiàn)這些問題。⑧(69)⑧Harry Surden, Machine Learning and Law, (2014) 89 Washington Law Review 105-6.
但是,AI研究人員已經(jīng)在法律以外的其他領(lǐng)域取得了許多明顯的成功,這些成功表明,即便是在新穎性方面存有顯著差異的情況下,預(yù)測分析也可以被“習(xí)得”。最近,Google旗下DeepMind公司的研究員成功開發(fā)了名為AlphaGo的AI程序,“直接憑借對圍棋規(guī)則的監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)方法”構(gòu)建程序的神經(jīng)網(wǎng)絡(luò),在復(fù)雜的圍棋游戲中,AlphaGo可以達(dá)到超越歐洲圍棋大師的圍棋技藝水平。⑨(70)⑨David Silver et al, Mastering the Game of Go with Deep Neural Networks and Tree Search, (2016) 529 Nature 489.在醫(yī)學(xué)領(lǐng)域也有許多事例,比如,AI被越來越多地應(yīng)用在疾病診斷和與人類身體機能有關(guān)的領(lǐng)域。⑩(71)⑩參見如A N Ramesh et al, Artificial Intelligence in Medicine, (2004) 86 Annals of the Royal College of Surgeons of England 334; Meg Tirrell, From Coding to Cancer: How AI Is Changing Medicine, CNBC (online), 11 May 2017
除了與法官在社會中的整體職能有關(guān)的問題外,在人工智能發(fā)展與法官審判職能的背景下,還存在一些特殊因素??傮w而言,這些因素表明AI能夠替代某些審判職能,但由此產(chǎn)生的問題是,這樣的替代是否恰當(dāng),在何種情形下人類法官的審判職能應(yīng)當(dāng)被最大程度地保留。
首先要解決的問題是,計算機程序或自動化處理是否擁有代替人類法官作出裁判的合法權(quán)力?針對一個作出行政決定的自動化系統(tǒng),佩里(Perry)大法官提出了如下問題:“誰”作出了這項決定,誰享有作出這項決定的合法權(quán)力。②(73)②Justice Melissa Perry, iDecide: Administrative Decision-Making in the Digital World (2017) 91 Australian Law Journal 31.是計算機程序設(shè)計者,政策制定者,人類決策者,還是計算機或自動化系統(tǒng)本身。
立法者已經(jīng)消除了這個問題的部分復(fù)雜性。例如,根據(jù)《治療產(chǎn)品法》(Therapeutic Goods Act),計算機程序做出的決策被視為部長(Secretary)的決定。③(74)③Therapeutic Goods Act 1989 (Cth) s 7C(2).但這樣的擬制條款在實際訴訟中的效果如何仍是未知的。
大法官柯比(Kirby)在1999年的文章中指出,公眾的需要以及審判的公開性可能會給電子法庭的采用帶來困難:
人們有權(quán)看到司法決策者以公開方式審慎地認(rèn)定案件細(xì)節(jié),是法院制度不可廢棄的特征之一,至少不能冒著讓人民接受法院是政府治理手段之一部分的風(fēng)險。④(75)④Justice Michael Kirby, The Future of Courts: Do They Have One?, (1999) 8 Journal of Judicial Administration 185, 188.
對于國家司法權(quán)力的管理而言,如果沒有一個公開的法庭,那么這些權(quán)力的行使是否會被民眾接受?首席大法官沃倫(Warren)的答案是肯定的:幾乎沒有人會親自參加庭審,而且,越來越多的信息和資訊來源于包括社交媒體在內(nèi)的網(wǎng)絡(luò)媒體。⑤(76)⑤Chief Justice Marilyn Warren, Embracing Technology: The Way Forward for the Courts (2015) 24 Journal of Judicial Administration 233.再者,在當(dāng)今這樣一個與網(wǎng)絡(luò)聯(lián)系日益密切的社會中,具有AI裁決程序的線上法院系統(tǒng)并不會被認(rèn)為是不合適的。
評論者們對于如何準(zhǔn)確地將法律轉(zhuǎn)換為代碼、命令等計算機程序能夠識別的語言,產(chǎn)生了疑問。⑥(77)⑥Justice Melissa Perry, iDecide: Administrative Decision-Making in the Digital World (2017) 91 Australian Law Journal 32.法律語言是嚴(yán)謹(jǐn)?shù)?,并且通常需要結(jié)合語境進(jìn)行理解(詳見下文討論)。計算機程序員以及IT從業(yè)者中鮮有具備法律資格或經(jīng)驗的人,也少有政策和行政方面的專家。然而,正是這些專業(yè)人員負(fù)責(zé)將制定法和判例法轉(zhuǎn)換為自主決策過程所需的計算機代碼和命令。這些法律淵源不僅自身復(fù)雜,而且還要依靠法律推理和自由裁量來發(fā)揮作用。因此,將上述復(fù)雜性準(zhǔn)確無誤地轉(zhuǎn)換為代碼并編入自主程序中本身就是一項挑戰(zhàn)。正是因為這些挑戰(zhàn),有評論者指出,那些更具規(guī)制性的(regulatory)法律領(lǐng)域可能更適合被轉(zhuǎn)換成計算機代碼。⑦(78)⑦Chief Justice T F Bathurst, iAdvocate v Rumpole: Who Will Survive? An Analysis of Advocates’ Ongoing Relevance in the Age of Technology, Speech delivered at the 2015 Australian Bar Association Conference, Boston, 9 July 2015, 4 [13].
類似地,頻繁頒布的法律修正案、新的判例和復(fù)雜的過渡性條款,使得這些代碼需要經(jīng)常更新。自主系統(tǒng)也應(yīng)當(dāng)具備運用不同時期的法律的能力,以確保案件裁判的依據(jù)是案件行為發(fā)生時的法律。在律師和政策制定者參與這些計算機程序的創(chuàng)建和更新時,可能會遇到上述問題。①(79)①Justice Melissa Perry, iDecide: Administrative Decision-Making in the Digital World (2017) 91 Australian Law Journal 32.
在法律體系內(nèi),許多判決的作出都涉及自由裁量權(quán)。計算機程序基于邏輯運行,將輸入的數(shù)據(jù)經(jīng)過程序算法的處理,從而獲得確定的結(jié)果。這種嚴(yán)格性與裁量性決定無疑是不相容的。裁量性決定需要考慮社會價值、當(dāng)事人的主體特征以及其他相關(guān)情況。
佩里(Perry)大法官建議立法者和行政人員,以更多的強制性規(guī)范代替任意性規(guī)范,以便借助自動化決策提高工作效率。②(80)②Justice Melissa Perry, iDecide: Administrative Decision-Making in the Digital World (2017) 91 Australian Law Journal 33.這些修正案將簡化法律,并使法律條文更具確定性從而確保計算機更好地運用法律。③(81)③Andrea Roth, Trial by Machine, (2016) 104 Georgetown Law Journal 1245, 1266.但是,一旦失去個別化司法、自由裁量以及法律條文上的細(xì)微差異,這些修正案很可能導(dǎo)致不公正的或武斷的裁決。
同時,這里還存在裁判的通用形式和偏見問題。正如筆者之前提及的,④(82)④參見Tania Sourdin, Decision Making in ADR: Science, Sense and Sensibility, (2012) 31(1) Arbitrator & Mediator 1.裁判會受到一系列因素的影響,但引入AI后,這些影響將可能不復(fù)存在(盡管如前文所述,AI的流程也可能導(dǎo)致被偏見影響的結(jié)果)。正如人們在接近正義運動(access to justice movement)中所指出的,法院裁決的結(jié)果顯然會受到許多因素的影響,這些因素包括代理人的素質(zhì)、當(dāng)事人可資利用的資源、決策的質(zhì)量以及周邊的權(quán)利基礎(chǔ)框架。⑤(83)⑤進(jìn)一步的討論參見Tania Sourdin, The Role of the Courts in the New Justice System, [2015] Yearbook on Arbitration and Mediation 95.除此之外,司法決策還可能被影響實體正義的因素左右。⑥(84)⑥Tania Sourdin, Decision Making in ADR: Science, Sense and Sensibility, (2012) 31(1) Arbitrator & Mediator 1.
其中,影響決策主體的因素包括:一個人進(jìn)食的時間及內(nèi)容;一天中的某個時間段;一個人當(dāng)天已經(jīng)作出了多少裁判(決策疲勞);⑦(85)⑦參見John Tierney, Do You Suffer from Decision Fatigue?, New York Times (online), 17 August 2011
這些因素對法官的影響程度尚不明確,但是,即使法官已經(jīng)意識到這些因素,也會低估它們所造成的影響。(91)Timothy D Wilson and Daniel T Gilbert, Explaining Away: A Model of Affective Adaptation, (2008) 3 Perspectives on Psychological Science 370.這種現(xiàn)象產(chǎn)生的部分原因是,我們傾向于夸大自身的積極品質(zhì),而不愿意接受他人對我們的積極品質(zhì)提出的質(zhì)疑。(92)關(guān)于這種現(xiàn)象的有趣探討,參見David Brooks, The Social Animal: The Hidden Sources of Love, Character, and Achievement, Random House, 2011, 220.
技術(shù)和偏見問題也是現(xiàn)實存在的,而且人們擔(dān)心,即使用AI代替人類進(jìn)行司法審判也不一定會減少自由裁量情形下的偏見。目前正在使用的一些AI形式已經(jīng)證明,使用AI也很可能產(chǎn)生帶有偏見的結(jié)果,程序員和其他人很可能會在不經(jīng)意間復(fù)制偏見。這些問題還表明,算法可能會產(chǎn)生一些有害結(jié)果,加深種族歧視,造成錯誤裁判。①(93)①參見Sam Levin, A Beauty Contest was Judged by AI and the Robots Didn’t Like Dark Skin, The Guardian (online), 9 September 2016
順著相似的思路,AI在法律領(lǐng)域中的應(yīng)用可能面臨句法和語義之間的哲學(xué)區(qū)別問題。賽爾(Searle)曾指出,計算機程序具有句法(一種正式的運算結(jié)構(gòu)),但不具有語義(這些運算背后的含義)。③(95)③John Searle, Can Computers Think? in David J Chalmers (ed), Philosophy of Mind: Classical and Contemporary Readings, Oxford University Press, 2002, 669, 671.數(shù)字技術(shù)以1和0的抽象符號處理信息。技術(shù)具有處理和操控這些符號的能力,但并不理解這些處理背后的含義。換句話說,機器無法理解其正在處理的信息。相比之下,人類思維卻能夠理解其處理的信息。
這個問題意味著,計算機程序雖然能夠模仿人類思維方式,但要真正復(fù)制人類思維方式還需要一段時間。④(96)④John Searle, Can Computers Think? in David J Chalmers (ed), Philosophy of Mind: Classical and Contemporary Readings, Oxford University Press, 2002, 673.然而,毫無疑問,隨著人類決策所需的信息變得越來越復(fù)雜(即涉及許多復(fù)雜的數(shù)據(jù)源),⑤(97)⑤近年來,法官可能需要考慮的信息有所增加。比如,參見Jason Tashea, New York Considers “Textalyzer” Bill to Allow Police to See if Drivers Were Texting Behind the Wheel, ABA Journal (online), October 2016
如上所述,盡管在司法工作的某些方面,AI有取代人類司法職能的可能性,但技術(shù)上的進(jìn)步更有可能為人類法官的司法工作提供支持。在這方面,許多評論家已經(jīng)指出,AI系統(tǒng)的研究目的應(yīng)當(dāng)是輔助人類工作進(jìn)而提高效率,而不是完全代替人類。⑥(98)⑥Harry Surden, Machine Learning and Law, (2014) 89 Washington Law Review 101.這些發(fā)展表明,在某種程度上,就AI法官而言,“協(xié)作機器人”(co-bots)將比機器人發(fā)揮更重要的作用。
能夠基于輸入的信息進(jìn)行決策的AI程序可以用來幫助人類法官,而不是代替他們。這些程序會根據(jù)系統(tǒng)決策結(jié)果提供判決草案。⑦(99)⑦參見Tania Sourdin, Justice and Technological Innovation, (2015) 25 Journal of Judicial Administration 102. 另參見Kevin D Ashley, Artificial Intelligence and Legal Analytics, Cambridge University Press, 2017.然后,人類法官可以利用該草案形成自己的推理,這樣一來既實現(xiàn)了人類對計算機程序的監(jiān)督,也能確保對案件進(jìn)行計算機程序能力范圍之外的自由裁量或社會因素考慮。
對法官工作可能有所助益的進(jìn)一步的技術(shù)發(fā)展是超人類主義。盡管聽起來像是科幻小說中的概念,但超人類主義的哲學(xué)和科學(xué)旨在“通過應(yīng)用理性(applied reason)從根本上改善人類自身條件,特別是通過開發(fā)和制造可廣泛使用的各種技術(shù)來消除衰老,提高人類智力、體力和心理能力”。⑧(100)⑧Nicholas Agar, Whereto Transhumanism?, The Literature Reaches a Critical Mass’ (2007) 37(3), The Hastings Center Report 12, 12.這方面的技術(shù)進(jìn)步可能會讓未來的法官將計算機電路和程序嵌入其身體里,或通過改變法官的身體、基因組成來提高其智力、記憶力和管理、處理信息的能力,并減少疲勞的產(chǎn)生。①(101)①參見如Daniel McIntosh, Human, Transhuman, Posthuman: Implications of Evolution-by-Design for Human Security, (2008) 4(3) Journal of Human Security 4, 10.
也許更重要的問題并非技術(shù)“是否”將重塑司法職能,而是技術(shù)會在“何時”、何種程度上重塑司法職能。在這方面,顛覆性技術(shù)正在重塑訴訟事務(wù)。②(102)②參見如Maggie Tamburro, The Future of Predictive Coding——Rise of the Evidentiary Expert on IMS ExpertServices, BullsEye (26 June 2012)
一些將標(biāo)的額較低的糾紛類型(例如保險糾紛)移交給法庭和委員會的政策舉措,意味著司法工作在接下來的二十年里可能會繼續(xù)發(fā)生變化,很可能的情況是,AI首先在法庭和其他糾紛解決場合發(fā)揮顯著作用,然后再被運用到法院。然而,這些變化意味著隨著更偏重預(yù)測分析的AI支持系統(tǒng)在行政決策領(lǐng)域的廣泛應(yīng)用,以及法院在線平臺的輔助,AI法官將首先在小額民事案件中產(chǎn)生重要影響。⑥(106)⑥重要的是,英國民事司法委員會(the UK Civil Justice Council, CJC)關(guān)于“小額民事索賠的在線爭議解決”的報告建議為標(biāo)的額低于25,000英鎊的民事糾紛建立一種新的基于互聯(lián)網(wǎng)的專門法院服務(wù)。參見Online Dispute Resolution Advisory Group, Online Dispute Resolution for Low Value Civil Claims, Report, Civil Justice Council, February 2015, 3. 該報告區(qū)分了將ODR納入司法系統(tǒng)的兩種方法:第一種方法涉及技術(shù)的應(yīng)用,以求改善如今已經(jīng)存在的技術(shù)。通過這種方式,將IT引入現(xiàn)有的工作實踐中,從而替代或增強現(xiàn)有的系統(tǒng)。IT在法院中的第二種用途是使服務(wù)能夠以全新的方式交付。當(dāng)以此為目標(biāo)時,它鼓勵創(chuàng)新和富于想象力的思維,并敦促改革者從一張空白的紙重新開始。CJC的建議實質(zhì)上在第二種方法中更多地考慮了顛覆性技術(shù),并在第4點進(jìn)行了說明:我們提出了使用ODR技術(shù)來管理司法的新方法。因此,與目前民事司法系統(tǒng)中正在進(jìn)行的許多項目進(jìn)行比較(我們得出了如下結(jié)論)——那些(正在進(jìn)行的)項目屬于我們(提出的)的第一種(方法),并且正在追求將法院的傳統(tǒng)操作系統(tǒng)化。如果一開始就將AI法官(或者是“AI裁判”)限制在小額案件中,那么就會產(chǎn)生這樣的問題,AI法官將會在何處止步?更大標(biāo)的額、更復(fù)雜的案件將如何處理?將在多大范圍內(nèi)保留司法審查?在這方面,人類似乎更能接受非法律領(lǐng)域中AI和機器人對人類功能的替代。在某些領(lǐng)域中,使用AI具有許多顯而易見的好處,它比人類更準(zhǔn)確、更高效,也更廉價。在涉及AI法官的情形下這一路徑會被采納嗎?很可能會,特別當(dāng)決策的作出主要涉及成本和時間的情況下(而不需要考慮人類法官可能為司法系統(tǒng)帶來的更廣泛利益)。
任何向AI法官的轉(zhuǎn)變顯然都會產(chǎn)生許多爭議,目前為止有關(guān)這些爭議的討論還比較有限。①(107)①參見最近Richard Susskind向上議院人工智能特別委員會提交的編號為AIC0194的文件,Artificial Intelligence-Challenges for Policymakers, 6 September 2017
此外,堅持將AI法官與人類法官以某種方式區(qū)別開來的做法并無任何益處。如上所述,許多技術(shù)未來主義者認(rèn)為,人類不一定會被AI取代。相反,人類的智慧很可能被技術(shù)進(jìn)步所補充。這一路徑意味著,法官可能依舊為人類,但會“被補充”,換句話說,他們的智慧以及分析能力將會得到AI的支持。這些支持手段又引出了關(guān)于司法任命、工作負(fù)荷、留任(retention)的問題,以及法官如何貢獻(xiàn)于社會的更廣泛的問題,還有響應(yīng)式審判(responsive judging)的重要性,以及對人們在人類法官處理其糾紛時所經(jīng)歷的影響進(jìn)行深入理解與探索的需求。
蘇州大學(xué)學(xué)報(法學(xué)版)2020年4期