張玉潔

內(nèi)容摘要：智能量刑算法的司法適用，既推動了我國傳統(tǒng)司法的結(jié)構(gòu)性轉(zhuǎn)向，又開拓了“同案同判”的技術(shù)化裁判路徑。這主要?dú)w功于智能量刑算法的主體性邏輯、量化規(guī)范邏輯以及經(jīng)驗(yàn)規(guī)范邏輯。但結(jié)合當(dāng)前的司法實(shí)踐與社會反饋卻發(fā)現(xiàn)，暗箱裁判、算法歧視并非當(dāng)前智能量刑算法司法適用的最大難題，反而是公眾的可接受性、經(jīng)驗(yàn)歸納的周延性以及“系統(tǒng)性偏差”等難題極大地困擾著算法裁判的實(shí)踐效果。為了更好地推動智能量刑算法的司法適用，我國應(yīng)在現(xiàn)行司法程序的基礎(chǔ)上，建立司法聽證程序、算法選擇程序、算法判決申訴程序，并面向三類刑事變通事項建立主審法官的伴隨性審查程序，以消除智能量刑算法的技術(shù)性缺陷。

關(guān)鍵詞：智能量刑算法 同案同判 智慧司法 司法邏輯 程序法 算法裁判

中圖分類號：DF73? 文獻(xiàn)標(biāo)識碼：A? 文章編號：1674-4039-（2021）03-0187-200

引? 言

近年來，“同案不同判”“案多人少”一直是我國司法實(shí)務(wù)界關(guān)注的核心問題之一。加之錯案對司法權(quán)威的深刻影響，人們對刑事量刑的規(guī)范性、公正性的質(zhì)疑之聲越加嚴(yán)厲。當(dāng)法官處理案件的數(shù)量過多，那么該法官在單個案件上所花費(fèi)的成本與心力就將減少，“案多人少”就有可能增加錯判風(fēng)險——畢竟法官需要審理的案件太多，而個人受到年度考核壓力的影響，結(jié)案率是一項（相較于司法公正）更具備可觀測度的指標(biāo)——由于錯判風(fēng)險增加的感性認(rèn)識，“同判不同判”就成為裁判不公正的典型特征。實(shí)際上，“案多人少”是一個數(shù)量問題，而非質(zhì)量問題。數(shù)量上的壓力并不必然導(dǎo)致質(zhì)量低下。因此，以“案多人少”為由來解釋“同案不同判”，其解釋效果并不具備強(qiáng)大的說服力。細(xì)察司法實(shí)踐可以發(fā)現(xiàn)，“案多人少”并非近些年來的特殊現(xiàn)象，但直到近些年人們才關(guān)注到“同案不同判”難題。究其背后的原因，中國裁判文書的公開化、可檢索化才是人們指責(zé)“同案不同判”的關(guān)鍵證據(jù)。這是因?yàn)?，裁判文書公開、可檢索，便利了人們監(jiān)督司法裁判，以提升法官裁判的公正性。但公眾對司法裁判的監(jiān)督，恰恰折射出司法裁判本身固有的特征：依法獨(dú)立裁判。換句話說，當(dāng)A法官裁判時，只需要依據(jù)法律（以及相關(guān)司法解釋）來作出判決，而無需關(guān)注本法院其他法官的裁判、其他法院同類案件的裁判、其他省份同類案件的裁判。但中國裁判文書公開、可檢索卻不同。當(dāng)事人、律師以及檢察官都可以檢索到同類已決案件的裁判結(jié)果，并與待決案件裁判結(jié)果加以比較，以此為證據(jù)來批判“同案不同判”。由此觀之，非徇私枉法意義上的“同案不同判”不是一個“法官過錯”，而是整個司法職業(yè)的裁判成本。但社會公眾并不因此就能夠接受這套說辭。為此，國家一直在采取更加彰顯公正、量化公正的方式來解決這一難題。

為了解決上述局面，“量刑建議”就成為刑事司法領(lǐng)域一項獨(dú)特的解決方案。刑事訴訟法第176條與第201條甚至試圖在審判機(jī)關(guān)與檢察機(jī)關(guān)之間，通過“量刑建議”的方式來提升量刑的規(guī)范性——至少兩個專門性法律適用部門均認(rèn)可的量刑結(jié)果，比一個部門作出來的量刑結(jié)果更具備規(guī)范性和說服力——由此為解決“同案不同判”提供了一種新的思路。然而，“量刑建議”如何高效地建立審判機(jī)關(guān)與檢察機(jī)關(guān)的默契，以及如何高效地提出規(guī)范化的量刑結(jié)果，本身仍在探索過程中，并且似乎由于權(quán)力配置差異未必能完全達(dá)成一致（例如：浙江臺州蔡某危險駕駛認(rèn)罪認(rèn)罰案件）。為此，司法機(jī)關(guān)便試圖從“高效”理念入手，來解決量刑中的“同案不同判”以及“案多人少”問題。例如，2005年《人民法院第二個五年改革綱要》提出“建立和完善案例指導(dǎo)制度”，試圖通過“指導(dǎo)性案例”參照適用的方式，來解決同案不同判問題。其中，第24號指導(dǎo)案例的大量司法應(yīng)用實(shí)踐表明，這一路徑在疑難案件上確實(shí)在一定程度上解決了“同案不同判”難題。但這一解決路徑仍難以滿足“高效”要求。為此，2017年《最高人民法院關(guān)于加快建設(shè)智慧法院的意見》提出以人工智能、大數(shù)據(jù)等高科技手段促進(jìn)法官“類案同判和量刑規(guī)范化”，解決“同案不同判”“案多人少”問題。上海、海南等24個省市司法機(jī)關(guān)已開始向現(xiàn)代科技尋求解決之道。例如：上海利用“案例數(shù)據(jù)+算法”等科技手段研發(fā)的“刑事案件智能輔助辦案系統(tǒng)”，便是一項極富司法創(chuàng)新意義的勇敢嘗試。這類系統(tǒng)能夠根據(jù)行為人的量刑情節(jié)、犯罪行為特征以及社會危害程度等要素，快速為法官提供量刑建議?！? 〕

但是，“量刑建議”只是一種委婉的表達(dá)，其背后蘊(yùn)含的是傳統(tǒng)司法的結(jié)構(gòu)性轉(zhuǎn)向：從傳統(tǒng)司法邁向智慧司法。作為“智慧司法”的核心組成部分，“智能量刑算法”已經(jīng)成為傳統(tǒng)司法結(jié)構(gòu)性轉(zhuǎn)向的關(guān)鍵節(jié)點(diǎn)。因此，智能量刑算法的司法定位就成為國家必須予以回應(yīng)的法治議題之一。目前，世界各國普遍認(rèn)為，由于智能量刑算法自身在定分止?fàn)幑δ堋迪錄Q策、算法歧視等方面的缺陷，它只能作為法官裁判的輔助工具加以使用。〔2 〕但實(shí)際上，定分止?fàn)幑δ馨l(fā)揮、暗箱操作、人格歧視也常常被認(rèn)為是人類法官裁判的弊端。由此觀之，目前學(xué)界和實(shí)務(wù)界對智能量刑算法的認(rèn)知，在某種程度上走入了一種“技術(shù)無知”的誤區(qū)。為了客觀展現(xiàn)智能量刑算法的司法價值，筆者將法官裁判和算法裁判的競技場，限定為智能量刑算法已能夠解決的“普通的簡單案件”——疑難案件裁判既非智能量刑算法的強(qiáng)項，也非其當(dāng)前的研發(fā)目標(biāo)——并借助多種智能輔助量刑系統(tǒng)的實(shí)踐運(yùn)作、相關(guān)案例以及司法數(shù)據(jù)，來還原智能量刑算法的客觀樣態(tài)及其真實(shí)司法難題。筆者的研究將表明，在“同案同判”的要求下，智能量刑算法同法官之間，僅是裁判邏輯上的差異，而不存在功能上的分歧。而智能量刑算法所附帶的法律難題，只是傳統(tǒng)司法結(jié)構(gòu)性轉(zhuǎn)向過程中的階段性缺陷。這些缺陷也將通過“技治主義”程序建構(gòu)而得到改善。

一、智能量刑算法的司法邏輯

自1989年我國研究“電腦量刑系統(tǒng)”起， 〔3 〕中國司法就開啟了智慧化變革之路。歷經(jīng)2006年山東某基層法院“電腦量刑”軟件系統(tǒng)、 〔4 〕2017年上?！靶淌掳讣悄茌o助辦案系統(tǒng)”的多次變革，我國司法機(jī)關(guān)逐步實(shí)現(xiàn)了從傳統(tǒng)司法向智慧司法的結(jié)構(gòu)性轉(zhuǎn)變。然而，排除司法體制改革等政治因素的考量，是什么推動了中國司法的巨大轉(zhuǎn)變？學(xué)者們將其視線聚焦于人工智能科技的發(fā)展，即大數(shù)據(jù)技術(shù)、深度學(xué)習(xí)算法以及人工智能相集成的產(chǎn)物。這些技術(shù)不僅推動了中國的司法變革，也對西方國家的司法改革產(chǎn)生了深遠(yuǎn)的影響（如美國COMPASS量刑系統(tǒng)、澳大利亞SIS量刑系統(tǒng)、荷蘭PSG北極星求刑系統(tǒng)等）。因此，中國司法轉(zhuǎn)型也被視為人工智能科技發(fā)展浪潮的一個縮影。然而，就近30年的智慧司法轉(zhuǎn)型之路而言，重要的不是人工智能科技如何影響、推動了中國司法的發(fā)展， 〔5 〕而是人工智能科技在1989年、2006年智能量刑試驗(yàn)受到猛烈抨擊之后，為什么能夠在司法領(lǐng)域生存下來，甚至在多個國家得以正當(dāng)運(yùn)行。著眼于后者，“人工智能科技的發(fā)展”的理由過于牽強(qiáng)，且難以回應(yīng)基本司法原理——司法公平、正義、平等等價值理念——的質(zhì)疑。因此，對智能量刑系統(tǒng)的認(rèn)識，必須回歸智能量刑系統(tǒng)的核心構(gòu)造（智能量刑算法）及其基本司法邏輯上來，才能探求到中國“智慧司法”改革的成功秘訣。

（一）算法裁判的主體性邏輯

智能量刑系統(tǒng)在司法領(lǐng)域的運(yùn)用，已經(jīng)成為一個不爭的事實(shí)。但圍繞這一事實(shí)所引發(fā)的主體性討論，卻是當(dāng)前司法界以及人工智能學(xué)界頗具爭議的難題。傳統(tǒng)上，司法裁判歷來都是法官（或者說“人”）依法行使的權(quán)力，不受行政機(jī)關(guān)、社會團(tuán)體和個人的干涉。這一點(diǎn)，不僅在我國憲法第131條中規(guī)定，而且在各種司法學(xué)說上也得到了證實(shí)。〔6 〕因此，當(dāng)前對智能量刑算法的定位，一般劃歸為輔助性量刑工具。這是因?yàn)?，學(xué)界普遍認(rèn)為當(dāng)前的刑事司法（乃至整個司法裁判系統(tǒng)）仍然是以法官審理、質(zhì)證、裁判為核心的，并且每一個環(huán)節(jié)離不開法官的主觀判斷。即便智能量刑算法能夠以“輸入-輸出”的機(jī)械形式形成量刑結(jié)果，法官對該結(jié)果的準(zhǔn)確性、可適用性依然具有“把關(guān)”義務(wù)。因此，相較于法官而言，智能量刑算法只能是輔助性的，尚無法做到依法獨(dú)立裁判。然而，當(dāng)下的輔助性定位不僅是狹隘的，而且是有悖于司法發(fā)展規(guī)律的。從智能量刑算法研發(fā)、應(yīng)用的初衷可以發(fā)現(xiàn)，司法機(jī)關(guān)采用人工智能量刑就是為了解決“案多人少”“同案不同判”問題。前者致力于將法官從繁重的簡易案件中解放出來，后者則致力于簡易案件的“同案同判”——某種意義上，疑難案件因?yàn)樽陨淼囊呻y性而“同案不同判”，也具備了正當(dāng)性、合理性——故此，司法發(fā)展規(guī)律本身即是通過標(biāo)準(zhǔn)化、智能化的裁判要素篩選，確定出簡易案件裁判的核心要點(diǎn)，并基于此要點(diǎn)作出標(biāo)準(zhǔn)化、量販?zhǔn)讲门?同時希望法官同簡易案件割裂開展，而將有限的法官、有限的司法資源投入到疑難案件的審理中去。然而，智能量刑算法的出現(xiàn)，徹底打破了以往司法裁判主體單一化的局面，算法裁判正確率甚至比法官、律師等專業(yè)人士更高。多次算法裁判和人腦裁判的競賽測試結(jié)果顯示，算法裁判的準(zhǔn)確率已經(jīng)遠(yuǎn)高于人腦裁判。例如，人工智能算法對584個涉及基本人權(quán)的司法案件進(jìn)行裁判，有79%的案件裁判結(jié)果，與歐洲人權(quán)法院的裁判結(jié)果相同。另有21%的算法裁判結(jié)果出現(xiàn)分歧。這是因?yàn)橹悄芩惴òl(fā)現(xiàn)了法律與案件之間的微妙差異。而在另一起測試中，英國研究人員安排智能算法與100名律師共同檢查保險合同案件。結(jié)果，智能算法以86.6%的準(zhǔn)確率領(lǐng)先于律師的66.3%。〔7 〕甚至在另一起“保密協(xié)議”審查比賽中，人工智能算法的審查準(zhǔn)確度達(dá)到95%，遠(yuǎn)高于律師85%的審查準(zhǔn)確率?！? 〕也就是說，在簡單案件裁判的準(zhǔn)確率上，智能量刑算法已經(jīng)足以勝任“法官”的角色。

唯一的問題在于：智能量刑算法在刑事審判過程中，究竟是“獨(dú)立裁判者”還是“量刑輔助工具”？法學(xué)界認(rèn)為，目前智能量刑算法的局限性遠(yuǎn)大于其功用。例如：目前該系統(tǒng)僅能對90余個簡單的、可量化的罪名（如盜竊罪）發(fā)揮比較大的作用，且充斥著暗箱決策、算法歧視等嚴(yán)峻風(fēng)險。因此，“量刑輔助工具”被視為智能量刑算法最為穩(wěn)妥的司法定位，“獨(dú)立裁判者”的主體性定位為時尚早。然而，嚴(yán)峻的風(fēng)險尚未造成嚴(yán)重的司法損失，學(xué)術(shù)界的擔(dān)憂也未獲得實(shí)證層面的支撐。至少截至目前，關(guān)于智能量刑輔助系統(tǒng)算法歧視、暗箱操作的實(shí)例尚未出現(xiàn)。即便美國威斯康星州訴盧米斯案中涉及“罪犯矯正替代性制裁分析管理系統(tǒng)”（Correctional Offender Management Profiling for Alternative Sanctions，簡稱“COMPASS”）的算法黑箱、算法歧視風(fēng)險問題，亦未證明算法風(fēng)險確實(shí)引發(fā)了量刑失范后果。因此，對智能量刑算法的苛刻與否定，或許只是法學(xué)界選取參照系上的不經(jīng)意失誤。

當(dāng)我們將焦點(diǎn)轉(zhuǎn)至整個社會治理體系時，關(guān)于“獨(dú)立裁判者”還是“量刑輔助工具”的爭論，又將轉(zhuǎn)化為“是否允許法官之外的智能算法獲得裁判權(quán)”的疑問。實(shí)際上，當(dāng)裁判權(quán)被置于整個社會治理體系之中時，它立刻被弱化為一種糾紛解決機(jī)制。而且在整個社會治理體系中，除了以法官為基礎(chǔ)的法律糾紛解決機(jī)制之外，還存在宗族公約、民間習(xí)俗、行業(yè)慣例等非正式糾紛解決機(jī)制。其中，法官與宗族長輩、調(diào)解人、仲裁人具有同樣的功能（即解決糾紛），只不過法官是由國家法律創(chuàng)設(shè)的一種制度性中立者，它依賴國家法律和強(qiáng)制力保證自身的權(quán)威性。由此觀之，法官裁判權(quán)相比宗族公約、民間習(xí)俗、行業(yè)慣例的優(yōu)勢在于：其裁判主體身份是法定的、以國家權(quán)威作為后盾的，并且，這些優(yōu)勢是后天（法律）賦予的，而非先天獲取、后天不可變更的。

由于智識發(fā)展程度與社會需求的變化，傳統(tǒng)司法想要維持“法定秩序”，就必須持續(xù)性地提升法官裁判能力和裁判權(quán)威，并同時降低非正式糾紛解決機(jī)制（例如偷親戚的錢、打傷鄰居等行為，偶爾不納入刑事公訴中）的替代性威脅。在非正式糾紛解決機(jī)制在未發(fā)生明顯變化的情況下，國家要么付出更高的人力、物力成本，以達(dá)到持續(xù)提升裁判權(quán)威的目的;要么從法官裁判能力入手，著力推進(jìn)法官職業(yè)共同體的整體水平。由于司法資源的有限性以及裁判權(quán)威持續(xù)性提升的雙重壓力，提高司法成本對保障裁判權(quán)威而言已經(jīng)收效甚微。而以“案例指導(dǎo)制度”為代表的制度改革路徑，以及以“智慧司法”為典型的技術(shù)改革路徑，就成為我國“提升法官職業(yè)共同體的整體裁判能力”的必然之舉。其中，前者著力解決“立法漏洞”（低概率糾紛）的同案同判;后者則以“智能量刑系統(tǒng)”為標(biāo)志，致力于高發(fā)、簡單案件的同案同判。既然智能量刑系統(tǒng)在技術(shù)上可行，那么為了解決“案多人少”“同案不同判”問題，司法機(jī)關(guān)就有動力接納智能量刑算法的主體性定位，以提升司法裁判的控制力。

為了更為清晰地證明智能量刑算法的主體性定位，在此不妨先行否定其主體性定位，并模擬“量刑輔助工具”下的司法裁判過程。當(dāng)法官面對一起簡單案件，其只需要依據(jù)豐富的裁判經(jīng)驗(yàn)來快速找到刑法條文并確定量刑結(jié)果。即便是裁判經(jīng)驗(yàn)不豐富，也不會被簡易案件所難住——否則該案件就不是一起“簡易案件”了——唯一的問題在于，在每一年度中，法官們總是需要耗費(fèi)大量的時間成本和精力，用于解決這種低難度的簡易案件?！? 〕而且，在將智能量刑算法引入司法裁判之后，每一起簡易案件需要經(jīng)歷兩次“裁判”：法官裁判和算法裁判。并且，法官裁判結(jié)果還必須接受算法裁判結(jié)果的檢驗(yàn)。倘若兩種結(jié)果相一致，不僅證明了法官裁判結(jié)果的正確性，更證明了通知量刑算法作為“獨(dú)立裁判者”的可行性;倘若兩種結(jié)果不一致，那么法官不僅需要證明自身結(jié)果的正確性，還需要證明算法裁判結(jié)果的錯誤。對于簡易案件而言，“完備的上訴程序”以及“極低的錯判率”似乎能夠更加經(jīng)濟(jì)、高效地解決法官錯判問題，而無需花費(fèi)巨額費(fèi)用來研發(fā)和適用智能量刑算法。由此觀之，“量刑輔助工具”意義上的智能量刑算法，不僅未能在簡單案件中解放法官，甚至給法官裁判增加一道程序或者一項任務(wù)。而作為“獨(dú)立裁判者”的智能量刑算法，卻能夠?yàn)檎麄€法官職業(yè)共同體節(jié)省大量的時間成本和精力，從而將有限的司法資源用于疑難案件的裁判。故此，智能量刑算法在當(dāng)下雖然是輔助性的，但其趨勢必然是主體性的。而且，在前述客觀數(shù)據(jù)的印證下，智能量刑算法可能是一種優(yōu)于法官的“同案同判”者。由此，智能量刑算法對傳統(tǒng)司法的主體性調(diào)整，便不再是一種侵犯法官獨(dú)立裁判權(quán)的表現(xiàn)，而是社會、經(jīng)濟(jì)、文化智能化變革的必然選擇。只是智能量刑算法的“獨(dú)立裁判”身份，仍需要建構(gòu)一系列的銜接程序。

（二）算法裁判的量化規(guī)范邏輯

現(xiàn)行刑法體系是以“罪名”與“刑事責(zé)任”為基礎(chǔ)建立起來的一整套漸變序列的懲罰機(jī)制，并且每一個罪名都對應(yīng)著特定的刑事責(zé)任。因此，刑事裁判的技術(shù)核心就在于如何有效地建立案件事實(shí)與罪名之間的邏輯關(guān)系，并據(jù)此量化出相應(yīng)的刑事責(zé)任。根據(jù)司法實(shí)踐，我們可以將傳統(tǒng)的刑事裁判活動假想為一種拼圖過程。在這一過程中，法官的左手握有已經(jīng)成型的拼圖模板（即“罪名”），右手則是零散的拼圖模塊（即“各種有效的案件事實(shí)”）。法官的任務(wù)則是觀察松散“事實(shí)”模塊，并尋找出一個最相近的“罪名”模板，然后將“事實(shí)”模塊拼成“罪名”的模樣。值得慶幸的是，由于罪名的有限性，法官尋找拼圖模板并非難事;又因?yàn)榇蠖鄶?shù)犯罪活動的相似性，“事實(shí)”模塊的種類也不至于繁多到無以復(fù)加。由此，法官的拼圖過程實(shí)際上就是“定罪”的過程，而事實(shí)模塊的碎裂化程度則決定了量刑的高低。然而，“定罪”結(jié)果可以由“罪名”模板加以驗(yàn)證，量刑的準(zhǔn)確性卻因人而異，無從驗(yàn)證。不同的法官也由于裁判能力、裁判經(jīng)驗(yàn)以及情緒等因素的影響， 〔10 〕無意識地造成了“量刑”不公正、不規(guī)范。因此，傳統(tǒng)刑事司法的“拼圖”裁判模式無法真正回應(yīng)“量刑規(guī)范化”的時代需求。

上述假想雖然是杜撰的，但結(jié)論卻是真實(shí)的。法官在刑事司法裁判過程中，受到人類檢索能力以及智識水平的影響，只能夠采用“笨拙”的拼圖模式來確定“事實(shí)”與“罪名”的關(guān)聯(lián)性，進(jìn)而完成每一次的個性化“量刑”。但這種裁判模式的弊端極其明顯，即每次量刑都是相對獨(dú)立的、不累及其他案件的司法活動。這無疑造成了法官“同案不同判”“量刑不規(guī)范”的后果。只不過這一后果在傳統(tǒng)上被“法官裁判”的制度話語所掩蓋了。但中國裁判文書的全面公開，讓“拼圖”裁判模式的弊端暴露無遺：同類案件并沒有實(shí)現(xiàn)同樣的裁判——至少沒能做到量刑的統(tǒng)一化——這樣，“法官裁判”的權(quán)力配置雖然仍能夠?qū)剐姓C(jī)關(guān)、社會團(tuán)體和個人等主體，卻無法合理地解釋“同案不同判”“量刑不統(tǒng)一”問題。至此，為了改變“量刑不規(guī)范”問題，司法機(jī)關(guān)必須在有限“罪名”模塊與有限“事實(shí)”模塊的基礎(chǔ)上，尋找到“量刑規(guī)范化”“量刑可驗(yàn)證”的解決方案。而智能量刑算法對于刑事司法裁判的意義恰在于此。

就我國刑事司法裁判而言，智能量刑算法延續(xù)了傳統(tǒng)刑事裁判的“拼圖”模式，但由于司法大數(shù)據(jù)以及智能算法的支持，量刑的可驗(yàn)證性得到了明顯提升。這主要是由于智能量刑算法的“量化規(guī)范邏輯”。所謂“量化規(guī)范邏輯”，是指智能量刑算法以司法大數(shù)據(jù)為依托，將已生效刑事判決中的“案件事實(shí)”“罪名”“刑事責(zé)任”等定罪量刑要素模塊化，并根據(jù)不同模塊影響定罪量刑的程度來設(shè)定量化值（算法初始值）。每一起待決案件的裁判均需要經(jīng)受司法大數(shù)據(jù)（尤其是相似案件）的反復(fù)驗(yàn)證?？梢哉f，算法裁判的基本邏輯，是從大量相似數(shù)據(jù)中獲得比較性結(jié)論。其邏輯起點(diǎn)并非刑法條文，而是大量的已生效判決。當(dāng)然，對刑法條文的背離以及對已生效判決的遵從，極易受到法律經(jīng)驗(yàn)主義的抨擊。尤其是在成文法國家，這種裁判邏輯可能改變刑法條文的立法邊界，擴(kuò)張、限縮甚至扭曲立法原意。因此，智能量刑算法的量化規(guī)范邏輯只能限定為功能性描述（即“其他相似案件也這樣判”），而未摻雜任何價值判斷。

（三）算法裁判的經(jīng)驗(yàn)規(guī)范邏輯

在追求“法治統(tǒng)一”的情況下，人們?yōu)楹芜€要明確區(qū)分依法裁判和算法裁判？“法治統(tǒng)一”就以判決結(jié)果的一致性來論，豈不更加簡單明了？對此，司法實(shí)踐給出的解答是：依法裁判和算法裁判在說理方式上明顯不同：前者只以法律為依據(jù)，追求法治過程與法治效果的統(tǒng)一;后者只注重“統(tǒng)一”的效果，而沒有以法律為依據(jù)?！敖?jīng)驗(yàn)”才是智能量刑算法得出裁判結(jié)果的依據(jù)。而且，算法裁判的經(jīng)驗(yàn)成份越多，法律成份就較少，判決結(jié)果的合法性程度也較低。為此，以智能量刑輔助系統(tǒng)為代表的算法裁判，因?yàn)槿狈ψ銐虻姆沙煞?，而成為更具?jīng)驗(yàn)色彩的裁判方式。

然而，法律成份的減少，并不意味著算法裁判正當(dāng)性的減弱。實(shí)際上，就裁判活動而言，“法律”構(gòu)成法官依法裁判、算法裁判共同的宏觀規(guī)范指引——這種指引是強(qiáng)制性的——而“經(jīng)驗(yàn)”又構(gòu)成法官裁判、算法裁判共同的微觀操作指南。差異則是因二者在經(jīng)驗(yàn)運(yùn)用方式與運(yùn)用程度上有所區(qū)別。當(dāng)法官衡量刑事案件與法律規(guī)則之間的關(guān)系時，刑法條文給予法官的裁判支持是非常有限的。例如，在一起故意傷害致人死亡案件中，法官通過刑法條文無法直接判斷被告人的主觀要件。因此，法官往往必須借助證據(jù)、犯罪行為、犯罪后果等客觀要件，來推測被告人的主觀要件。〔11 〕當(dāng)法官嘗試在客觀要件與主觀要件之間建立客觀聯(lián)系時，刑法條文的規(guī)定便不再那么重要，怎樣實(shí)現(xiàn)“主客觀相一致”才是案件裁判的核心難題。由此，該法官必須借助以往裁判經(jīng)驗(yàn)以及法官職業(yè)共同體的集體智慧，來尋找這一核心難題的微觀操作指南。受到法官依法裁判的影響，這種微觀操作指南可能有很多種。但究竟哪一種操作指南更為便捷、高效，則需要法官自己篩選，結(jié)果也未必能盡如人意。幸運(yùn)的是，大數(shù)據(jù)技術(shù)的發(fā)展，讓微觀操作指南的類型化構(gòu)建得以簡便，而算法則成為微觀操作指南的精準(zhǔn)運(yùn)作指令。

經(jīng)由上述分析可以發(fā)現(xiàn)，算法裁判與法官裁判之間并沒有明顯的界限。無論是法官的人工式經(jīng)驗(yàn)篩選，還是智能量刑算法的大數(shù)據(jù)式經(jīng)驗(yàn)篩選，在本質(zhì)上只是篩選效率和經(jīng)驗(yàn)適用強(qiáng)度的差異，而非裁判依據(jù)的根本性改變——法律始終構(gòu)成智能量刑算法裁判結(jié)果的核心依據(jù)。但當(dāng)我們將案件范圍限定在普通簡單案件范圍時，算法裁判相較于法官裁判的優(yōu)勢就徹底顯現(xiàn)出來了：其一，智能量刑算法能夠增強(qiáng)“同案同判”的可操作性。流程化的算法裁判方式能夠?qū)⒑唵伟讣械母鞣N定罪、量刑要素加以分析、計算，裁判結(jié)果也能夠同已決案件進(jìn)行比對，“同案同判”效果也將更加顯著。其二，智能量刑算法的適用能夠提升簡單案件的形式正義。由于算法裁判的結(jié)果是以“違反《XXX法》第X條規(guī)定的”的方式來呈現(xiàn)的，而其推理過程則是以經(jīng)驗(yàn)性比較方式來促成的。因此，算法裁判是在無損實(shí)質(zhì)正義的基礎(chǔ)上，為形式正義增加了“經(jīng)驗(yàn)比對”的關(guān)卡，有助于保證算法裁判的正當(dāng)性。其三，智能量刑算法真正解決了“案多人少”問題。目前，基層法院審理的大多數(shù)刑事案件，屬于簡單案件。利用智能量刑算法，基層法院能夠高效地解決掉數(shù)量最多的“簡單案件”，從而將有限的司法資源投入其他疑難案件中去。當(dāng)然，算法裁判的誤判弊端也難以遮蓋。即便是簡單案件，算法裁判也需要符合被告人的個案公正訴求。否則，即便算法裁判的實(shí)施效果遠(yuǎn)高于其運(yùn)行成本，它也無法獲得社會公眾的認(rèn)可和適用。對此，智能量刑算法無法在技術(shù)層面加以解決，只能寄希望于制度層面的優(yōu)化完善。

二、智能量刑算法的司法適用難題

智能量刑算法的司法適用，給傳統(tǒng)刑事司法裁判帶來了巨大挑戰(zhàn)。既然上海、海南等省市已經(jīng)開展相關(guān)的試點(diǎn)工作，那么，從理論探討到司法實(shí)踐的整體反思，就成為智能量刑算法必須接受的考驗(yàn)。結(jié)合當(dāng)前的司法實(shí)踐與社會反饋可以發(fā)現(xiàn)，智能量刑算法的可接受性難題、周延性難題、“系統(tǒng)性偏差”難題已經(jīng)成為司法實(shí)務(wù)界以及社會公眾共相關(guān)注的問題。為此，對智能量刑算法司法適用難題的探討，也將以此為核心展開。

（一）算法裁判的可接受性難題

從傳統(tǒng)刑事司法到智能量刑系統(tǒng)的時代變革，之所以被認(rèn)為是刑事司法應(yīng)對“同案不同判”“量刑不規(guī)范”難題的必由之路，是因?yàn)橹T如量化裁判、經(jīng)驗(yàn)智慧之類的司法行為，本來就是刑事司法的基本邏輯，并且例證俯拾皆是。例如英國的“普通法”、美國的“量刑指南”?！?2 〕但智能量刑算法的量化裁判之路，當(dāng)下卻難以為社會公眾所接受。其背后的主要成因是智能量刑算法對社會公眾傳統(tǒng)司法認(rèn)知的沖擊。例如，社會公眾希望通過司法裁判感受到“公平”“公正”“正義”以及“良知”等基本道德理念，而不是大數(shù)據(jù)、人工智能、統(tǒng)計學(xué)、概率論等機(jī)械判斷。但細(xì)品之下就會發(fā)現(xiàn)，這個理由是難以成立的。盡管智能量刑算法舍棄了不可驗(yàn)證的道德概念，卻并未減損司法裁判的實(shí)質(zhì)公正性。那么，在不接受智能量刑算法的情況下，社會公眾可否選擇其他的糾紛解決機(jī)制？答案也是否定的。結(jié)合刑事司法實(shí)踐可以發(fā)現(xiàn)，“公平”“正義”等目標(biāo)是眾多糾紛解決機(jī)制的共同目標(biāo)，但唯有法律糾紛解決機(jī)制在刑事糾紛上具備強(qiáng)制性，且保證了“人人平等”——這兩種要素是非正式糾紛解決機(jī)制所不具備的——因此，即便當(dāng)事人（及社會公眾）無法接受智能量刑算法的裁判，也不可能超越刑事審判而選擇其他糾紛解決機(jī)制。既然如此，對于“智能量刑算法難以被社會公眾所接受”這一命題，真正有意義的提問是，智能量刑算法與傳統(tǒng)法官裁判的差異性是否值得重視？

在傳統(tǒng)刑事司法下，雖然社會公眾接受刑事審判是被迫的，但對審判的結(jié)果卻是認(rèn)可的。由此可以推知，無論被判定有罪或者無罪、罪輕或罪重，刑事案件被告人均信任刑事裁判的最終結(jié)果。當(dāng)前智能量刑算法不被接受的癥結(jié)恰恰就在于此，即被告人不信任智能量刑算法。導(dǎo)致不信任的法律原因有兩個方面：一方面是智能量刑算法減弱了刑事司法的“親源性”特征。無論是調(diào)解、仲裁等非正式糾紛解決機(jī)制還是法律糾紛機(jī)制，歷來強(qiáng)調(diào)當(dāng)事人與中立者的某種淵源關(guān)系。它既可以通過血脈、社會交往、口傳身受等方式來建立，也可以依靠共同信仰、外部權(quán)威而形成。總之，中立者必須獲得當(dāng)事人雙方（或多方）的認(rèn)可。但是，智能量刑算法恰恰缺乏了傳統(tǒng)司法的“親源性”特征——至少在智慧司法改革中，司法機(jī)關(guān)尚未嘗試科普一下社會公眾與智能量刑算法的“親源”關(guān)系——致使社會公眾不了解智能量刑算法的運(yùn)轉(zhuǎn)原理。這勢必導(dǎo)致社會公眾與智能量刑算法之間的緊張關(guān)系，并誘發(fā)智能量刑算法不被社會公眾接受的難題。另一方面，智能量刑算法減少了法官和當(dāng)事人的案件“親歷性”。親歷性構(gòu)成傳統(tǒng)司法的重要特征，并在一定程度上支撐起司法裁判過程的程序正當(dāng)性。司法的“親歷性”特征要求，法官、檢察官與被告人“親歷案件審理的全過程，而不僅僅是案件審理的幾個片段”。〔13 〕但由于社會公眾并未參與過智能量刑算法的研發(fā)和調(diào)試過程，致使社會公眾不了解智能量刑算法的運(yùn)轉(zhuǎn)原理，甚至懷疑智能量刑算法“暗箱操作”，由此導(dǎo)致了公眾的不信任、不接受。而且，在智能量刑算法的介入下，刑事司法開始從“審理者裁判、裁判者負(fù)責(zé)”轉(zhuǎn)變?yōu)椤胺ü賹徖?、算法裁判”。由此，?dāng)事人在算法研發(fā)調(diào)試階段與刑事裁判階段的司法親歷性均有所減少。受到知識儲備不足以及直觀感受不佳的雙重影響，社會公眾對智能量刑算法的不接受，便成為當(dāng)下司法轉(zhuǎn)型期的一種必然現(xiàn)象。當(dāng)然，“知識儲備不足”可以通過科學(xué)知識普及來改善，“直觀感受不佳”也能夠通過裁判結(jié)果來修正。而如何制度化地提升智能量刑算法的可接受性，就成為當(dāng)前司法轉(zhuǎn)型必須解決的問題。

（二）經(jīng)驗(yàn)歸納的周延性難題

從社會治理的角度來看，法律規(guī)則只是眾多糾紛解決機(jī)制之一，而且是針對類似、高發(fā)案件所預(yù)設(shè)的解決方案。當(dāng)法官采用法律規(guī)則解決某種糾紛時，必定面臨法律抽象性與糾紛復(fù)雜性的雙重壓力。經(jīng)由一般到特殊的“演繹推理”方法，就成為法官優(yōu)先采取的糾紛解決方法。故此，傳統(tǒng)司法面對刑事案件，總是傾向于采用“演繹推理”的方式，來表達(dá)法律、事實(shí)以及裁判結(jié)果上的邏輯聯(lián)系。而且，由于演繹推理是從一般規(guī)則到特殊事實(shí)的推理方法，它既能夠遵從一般規(guī)定，又能夠關(guān)照案件的特殊情況。因此，“演繹推理”往往因高準(zhǔn)確率和維護(hù)“個案正義”，為法官和當(dāng)事人所信賴。而這恰恰是以歸納法為基礎(chǔ)的智能量刑算法廣為詬病之處。通常情況下，智能量刑算法的形成，依賴的是大量同類案件的歸納、整理、分析與總結(jié)。因此，它一方面保留了歸納法的經(jīng)驗(yàn)性優(yōu)勢，另一方面也承繼了歸納法不周延的弊病。簡而言之，智能量刑算法遵從了歸納推理方法，從眾多相似案件中提取相似要件，進(jìn)而對待決案件加以裁判。但它始終無法回答個案差異對待決案件的消極影響的問題。美國威斯康星州訴盧米斯案中的算法批判便是典型例證。在該案中，智能量刑算法主要是由研發(fā)人員總結(jié)、拆解、整合全國罪犯量刑案件，并分析其中被告人的生活環(huán)境、經(jīng)濟(jì)條件、犯罪記錄等要素與量刑結(jié)果之間的關(guān)聯(lián)性，進(jìn)而獲得的歸納性因果程式?！?4 〕被告人認(rèn)為，COMPASS系統(tǒng)雖然對全國量刑數(shù)據(jù)加以采樣總結(jié)，但缺乏威斯康星州數(shù)據(jù)的完整比對，因此也難以保證裁判結(jié)果的準(zhǔn)確性、周延性。上述周延性質(zhì)疑在反駁傳統(tǒng)歸納推理方法上，已經(jīng)取得了一定的成效，并迫使我國法官不敢輕易在司法領(lǐng)域嘗試。

在追求個案公正的司法領(lǐng)域，歸納性因果關(guān)系的建立必然遭遇“周延性”的追問。考慮到司法裁判對“因”“果”聯(lián)系的必然性要求，歸納性因果關(guān)系必須是一個全稱判斷，即不存在任何反例。由此引發(fā)出“休謨之問”：能否根據(jù)有限經(jīng)驗(yàn)而獲得一項全稱判斷？ 〔15 〕對于傳統(tǒng)司法而言，受到法官有限認(rèn)知與裁判經(jīng)驗(yàn)的影響，基于歸納推理而獲取的裁判結(jié)果往往難以獲得公眾認(rèn)可。即便是當(dāng)前的案例指導(dǎo)制度，也由于歸納推理方法的運(yùn)用，只能采取“參照適用”的迂回戰(zhàn)略來賦予指導(dǎo)性案例強(qiáng)制執(zhí)行力。然而，在深度學(xué)習(xí)算法以及海量案例數(shù)據(jù)的支撐下，傳統(tǒng)歸納推理的不嚴(yán)謹(jǐn)性概率會急劇下降。由于智能量刑算法的整個訓(xùn)練過程是超大量案例數(shù)據(jù)的累加訓(xùn)練、反復(fù)修正以及選擇性進(jìn)化的結(jié)果，因此，智能量刑算法的功能既是描述性的，同時也具備了判斷性特征。前者是對既有司法判決結(jié)果的統(tǒng)計學(xué)表達(dá)，后者則是對待決案件的法治趨勢判斷。但是，急劇下降不等于徹底解決。尤其是面對個案公正的司法壓力，經(jīng)驗(yàn)歸納的周延性難題就給予了被告人反駁或上訴的充分理由。這一理由是基于歸納方法本身的弊端，并且無需提供額外證據(jù)。因此，在智能量刑算法的司法適用上，經(jīng)驗(yàn)歸納的周延性難題必須加以解決。

（三）算法裁判的“系統(tǒng)性偏差”難題

在傳統(tǒng)刑事司法裁判中，個案裁判誤差或錯誤并不是很嚴(yán)重的問題。前者只具備個案效力，因此只要誤差被控制在被告人可承受范圍內(nèi)，并不會產(chǎn)生嚴(yán)重的司法危機(jī);后者過于明顯，只會逼迫被告人通過上訴的方式予以糾正，因此其司法后果也不嚴(yán)重。但在智能量刑算法的司法適用過程中，個案裁判的誤差與錯誤現(xiàn)象將發(fā)生質(zhì)變：（1）個案誤差有可能轉(zhuǎn)化為智能量刑算法的指標(biāo)誤差、測量誤差。這是因?yàn)?，智能量刑算法是研發(fā)人員將簡單案件指標(biāo)化建模的結(jié)果。作為一種量化技術(shù)，智能量刑算法“簡約化和通用性的內(nèi)在要求與社會環(huán)境復(fù)雜多樣的現(xiàn)實(shí)狀況之間的矛盾導(dǎo)致了瞄準(zhǔn)偏差的出現(xiàn)”， 〔16 〕如地區(qū)性偏差、人文性偏差、數(shù)量性偏差等。為此，這類誤差是以類案形式發(fā)揮普遍影響的，而不只是影響個案。（2）個案錯判則將改寫司法審級制度。即便智能量刑算法是專門針對簡單案件而研發(fā)設(shè)計的，但法官與智能量刑算法均沒有精確區(qū)分簡單案件與疑難案件的客觀標(biāo)準(zhǔn)。當(dāng)某一疑難案件被置于智能量刑算法之中時，無論它屬于疑難案件還是簡單案件，均能夠獲得一項裁判結(jié)果。由此，智能量刑算法所遭遇的個案錯判難題，勢必需要對“上訴”的前置程序以及后續(xù)程序作出較大的調(diào)整。在此，智能量刑算法引發(fā)的誤差與錯誤，可以歸結(jié)為一種“系統(tǒng)性偏差”，即因算法的潛在偏差所引發(fā)的一系列類案裁判誤差或錯誤。

“算法優(yōu)化”“審級制度完善”可以改善智能量刑算法的“系統(tǒng)性偏差”難題，但這種改善方案只能應(yīng)對算法裁判初次正義分配。當(dāng)中國裁判文書數(shù)據(jù)庫兼有法官判例和算法判例時，智能量刑算法的“系統(tǒng)性偏差”難題就面臨“正義標(biāo)準(zhǔn)二元化”的拷問。具體來說，在法官判例和算法判例的雙重作用下，智能量刑算法要么堅持智能量刑系統(tǒng)一貫的裁判標(biāo)準(zhǔn)作出裁判，要么按照法官修正后的裁判結(jié)果作出裁判。無論是采取哪種裁判標(biāo)準(zhǔn)，都只能具有相對意義上的合理性。例如，堅持算法裁判的既有標(biāo)準(zhǔn)而不作優(yōu)化，是假定“正義標(biāo)準(zhǔn)二元化”現(xiàn)象僅為智能量刑算法的特例。在社會未發(fā)生明顯變化的情況下，簡單案件的犯罪行為、刑事責(zé)任也不會發(fā)生明顯變化。因此，自始至終信任算法裁判，而不考慮法官改判的結(jié)果，符合簡單案件裁判的統(tǒng)計學(xué)原理。但堅持適用法官改判結(jié)果能夠在進(jìn)化論意義上獲得較強(qiáng)的合理性支撐。當(dāng)智能量刑算法存在“系統(tǒng)性偏差”時，適用法官改判后的判例，能夠防范智能量刑算法的錯判風(fēng)險，進(jìn)而主動規(guī)避系統(tǒng)性的誤差或誤判。但問題在于，法官改判是對智能量刑算法“量化規(guī)范邏輯”和“經(jīng)驗(yàn)規(guī)范邏輯”的否定，而且改判后的反例也將引發(fā)智能量刑算法“歸納推理方式”的司法適用危機(jī)。因此，智能量刑算法的“系統(tǒng)性偏差”難題，必須在制度層面上作好防范措施，以應(yīng)對繁瑣的個案質(zhì)疑。

三、智能量刑算法司法適用的程序法回應(yīng)

智能量刑算法的司法適用，是目前世界各國司法體制改革的必然趨勢。雖然智能量刑算法是當(dāng)下智慧司法改革借助高新科技，解決“案多人少”的技術(shù)性手段，但這一技術(shù)性改革反映在訴訟進(jìn)程中，則展現(xiàn)為訴訟程序的全新變革。不同于區(qū)塊鏈技術(shù)、視頻攝像技術(shù)、電子證據(jù)等技術(shù)手段在訴訟程序中的應(yīng)用，人工智能輔助量刑將改寫我國刑事訴訟法的許多關(guān)鍵程序。主要理由在于：前者的司法適用，均表現(xiàn)為法官個體思維主導(dǎo)下的證據(jù)審查革新。其本質(zhì)是以技術(shù)手段增強(qiáng)案件事實(shí)的真實(shí)性、可還原性，與法律條款的規(guī)定無關(guān)。而智能量刑算法則不同。它是在法官之外重新確立了一個“案件決策思維”。盡管現(xiàn)行法律體系尚未肯定其案件決策主體地位，但對于司法裁判（乃至法律體系）而言，智能量刑算法在法律領(lǐng)域嵌入了一種全新的“決策思維”。既然是嵌入式的融入，那么法律有必要對此加以規(guī)制，以防備智能量刑算法的各種決策風(fēng)險。由于人類無法同智能量刑算法講道理，甚至無法觀測其思維決策過程，因此，受到智能量刑算法技術(shù)性特征的影響，我國無法在實(shí)體法上對其施加約束，而只能以訴訟程序方式加以明確，以此來降低錯案的發(fā)生率。有鑒于此，程序法回應(yīng)就成為規(guī)范智能量刑算法司法適用的唯一改良路徑。

（一）建立算法裁判的司法聽證程序

智能量刑算法是我國當(dāng)前積極推動“量刑規(guī)范化”“同案同判”的重要成果，代表著“智慧司法改革”的最前沿成就。但這并不意味著智能量刑算法就是一種天然的免檢產(chǎn)品——它既不是民主決策的產(chǎn)物，也不具備法治先驗(yàn)性——一個新生科技事物要在司法領(lǐng)域獲得認(rèn)可，關(guān)鍵是看它能否承受專業(yè)性和公共性的考驗(yàn)。為此，司法聽證程序就成為智能量刑算法及其他科技產(chǎn)品進(jìn)入司法領(lǐng)域的必要關(guān)卡。并且，在通過司法聽證程序之后，除非證明智能量刑算法存在明顯的“系統(tǒng)性偏差”，否則無需在每一起案件中證明智能量刑算法的科學(xué)性。在司法聽證程序的設(shè)計上，考慮到司法活動的專業(yè)性、裁判對象的公共性，司法聽證程序可以參照“立法聽證”的基本模式，在現(xiàn)行司法體制基礎(chǔ)上加以嵌入式構(gòu)建。但是，司法聽證程序必須表現(xiàn)出更為嚴(yán)格的制度建設(shè)思路。這是因?yàn)?，立法聽證的目標(biāo)是讓法律規(guī)定更加民主化、科學(xué)化。但距離真正的法律制裁，還隔著行政執(zhí)法和司法裁判。換句話說，即便立法聽證存在不民主、不科學(xué)之處，其結(jié)果未必直接影響社會公眾。但司法聽證則不同，它既需要考慮聽證結(jié)果與法律制裁之間的直接關(guān)系，還需要解決算法與社會公眾之間的信任問題。鑒于智能量刑算法與司法裁判的專業(yè)性、聽證結(jié)果的社會性之間的緊密關(guān)系，司法聽證程序的具體構(gòu)建如下：

（1）提請召開聽證會?！爸悄芰啃趟惴ā钡瓤萍汲晒乃痉ㄟm用是一項惠及全國的司法改革，必須在國家層面上達(dá)成統(tǒng)一共識。因此，有權(quán)提請召開聽證會的主體必須限定在最高人民法院一級，而不能由各個省市單獨(dú)改革。由于算法裁判在不同訴訟領(lǐng)域的成熟度不同，司法聽證會提請主體的范圍也應(yīng)當(dāng)考慮到科技的共通性與獨(dú)特性。因此，“智能量刑算法”等科技成果的司法聽證會提請主體應(yīng)當(dāng)限定為最高人民法院審判委員會以及各專業(yè)委員會。尤其在“智能量刑算法”司法適用問題上，最高人民法院刑事審判專業(yè)委員會較之于民事審判專業(yè)委員會、行政審判專業(yè)委員會以及執(zhí)行專業(yè)委員會而言，更具備專業(yè)判斷和適用需求，也更能夠勝任“提請主體”一職。有鑒于此，除非某項科技成果能夠通用于整個司法領(lǐng)域，否則召開司法聽證會的提請程序，應(yīng)優(yōu)先由最高人民法院各專業(yè)委員會提起。

（2）聽證質(zhì)證。聽證質(zhì)證是司法聽證程序的關(guān)鍵事項，主要功能在于模擬智能量刑算法運(yùn)作實(shí)況，分析其中風(fēng)險并提出對策。為此，聽證質(zhì)證主體的選擇，應(yīng)當(dāng)按照組別（或委員會）方式劃分為專業(yè)組、社會組和監(jiān)督組。根據(jù)智能量刑算法的涵蓋領(lǐng)域來看，專業(yè)組應(yīng)當(dāng)具備法律知識、裁判經(jīng)驗(yàn)和科技判斷三種能力。相應(yīng)的，專業(yè)組的構(gòu)成就必須包括法學(xué)家、法官以及算法工程師。其中，法學(xué)家、法官分別從理論與實(shí)務(wù)兩個角度來審查智能量刑算法的觀測指標(biāo)、量化范圍、阻卻事項以及法律適用等法律要素，并對算法裁判結(jié)果與法官裁判結(jié)果加以比對，提出智能量刑算法的精確度判斷。而科技專家主要負(fù)責(zé)裁判要素的程式化表達(dá)，防范算法運(yùn)作漏洞，確保算法安全。社會組的設(shè)置，則是考慮到算法裁判的社會性后果。無論是社會公眾還是罪犯，都將受到智能量刑算法的影響。前者因算法裁判而疑慮，后者因算法裁判而受懲罰。故此，社會組的構(gòu)成應(yīng)當(dāng)囊括社會公眾代表和（服刑中的和刑滿釋放的）罪犯。兩者以公共道德和公共認(rèn)知的視角判斷智能量刑算法的潛在社會風(fēng)險和倫理風(fēng)險，并對此提出改進(jìn)建議。監(jiān)督組特指全國人大常委會對最高人民法院“算法裁判”改革的監(jiān)督，意在保護(hù)公民的基本權(quán)益，防備司法機(jī)關(guān)借聽證會之名“擬制”公共意見?！?7 〕

（3）聽證表決。由于司法聽證程序缺乏立法機(jī)關(guān)“立法聽證—立法審議”的二層次劃分，因此在司法聽證程序制度設(shè)計上必須直接設(shè)定聽證表決程序，以完成司法聽證活動。為此，司法聽證表決必須首先明確表決主體。鑒于聽證質(zhì)證活動中的組別（或委員會）劃分方式，司法聽證表決主體應(yīng)當(dāng)涵蓋各組別，聽證結(jié)果也應(yīng)當(dāng)是各組別共同決策的集合。但考慮到司法聽證結(jié)果的公正性，聽證表決不能采用“多數(shù)決”的方式，而應(yīng)當(dāng)在專業(yè)組、社會組和監(jiān)督組中分別設(shè)定表決權(quán)重。專業(yè)組負(fù)責(zé)“技術(shù)審查”，僅陳述算法裁判可行性，故權(quán)重較低。而監(jiān)督組、社會組以“消除社會疑慮，維護(hù)法治統(tǒng)一”為聽證目標(biāo)，且聽證表決直接關(guān)涉社會治理效果，故權(quán)重最大。智能量刑算法如果要在司法領(lǐng)域適用，必須獲得三個組別的共同認(rèn)可。倘若監(jiān)督組和社會組表決結(jié)果不佳，那么智能量刑算法不得適用于司法裁判;假如專業(yè)組表決結(jié)果較好，也只能證明技術(shù)可行性，仍不能適用于司法裁判。

（二）建立算法裁判的銜接程序

審級制度是國家為了滿足當(dāng)事人公正需求而設(shè)置的一套訴訟程序。如果當(dāng)事人認(rèn)為初審判決不公正，那么國家就應(yīng)當(dāng)提供額外的訴訟保障機(jī)制（即二審和再審），以保證當(dāng)事人的公正需求得到滿足。無論二審法院認(rèn)為一審判決是否正確，設(shè)置審級制度的程序性目的都已達(dá)到了。然而。智能量刑算法的司法適用，打破了我國現(xiàn)行審級制度與當(dāng)事人公平需求之間的緊密關(guān)系，算法誤判無法在審級制度上得到良好糾正。為了全面推進(jìn)智能量刑算法的司法適用，我國應(yīng)當(dāng)圍繞智能量刑算法的科技特性，在現(xiàn)行審級制度的基礎(chǔ)上，嵌入下列兩項司法程序，實(shí)現(xiàn)算法裁判與法官裁判的有效銜接。

其一，增加智能量刑算法選擇程序。智能量刑算法是我國司法機(jī)關(guān)面對“同案不同判”“案多人少”等現(xiàn)實(shí)難題提出的技術(shù)性改良方案?？梢哉f，它是司法機(jī)關(guān)主導(dǎo)的，以提升司法效率為價值導(dǎo)向的司法“投資”。公民法律權(quán)利保障既不是它的首要目標(biāo)，也不是它的最終歸宿。但是，刑事裁判后果卻落在了社會普通公眾身上。為此，即便司法聽證程序能夠保證智能量刑算法的科學(xué)性、公正性，社會公眾仍應(yīng)當(dāng)享有算法裁判的選擇權(quán)?！?8 〕而且，選擇的結(jié)果是不可逆的，否則司法程序的終局性意義便不存在了。這也意味著，選擇權(quán)行使的時間及其程序至關(guān)重要，具體設(shè)置為：在案件審理結(jié)束后，由法官直接向被告人提問“是否接受算法裁判”。若被告人同意，則直接采用智能量刑算法獲得裁判結(jié)果，且法官不得主動干預(yù)、審查裁判結(jié)果。在此，排除法官審查裁判結(jié)果是審級意義上的程序設(shè)計，既是為了實(shí)現(xiàn)智慧司法的高效性，也是為了保障“同案同判”和“量刑規(guī)范化”。

其二，建立算法判決申訴程序。審級之間的變化，旨在解決一審法院裁判不被接受（并不意味著不公正）的難題，并為不接受者——公訴人或者被告人——提供糾錯機(jī)會。因此，算法裁判嵌入現(xiàn)行審級制度，必須解決好一審法院算法裁判的申訴問題。此時，一審法院將面臨四重困境：申訴的承辦主體、申訴的具體審級、申訴標(biāo)準(zhǔn)以及申訴效力。在申訴承辦主體上，由于一審裁判主體是智能量刑算法，那么申訴承辦主體就一定不能是智能量刑算法，否則按照智能量刑算法的量化邏輯以及經(jīng)驗(yàn)邏輯，申訴結(jié)果只會與一審判決相一致。因此，申訴主體只能由法官擔(dān)任。而且，由于一審法官全程參與案件的審理活動，對案件事實(shí)較為清楚，故此，該案件的一審法官可以作算法裁判結(jié)果的糾錯者、復(fù)核人，且無需提升審級。為了防備被告人纏訟現(xiàn)象的發(fā)生， 〔19 〕對算法裁判案件的申訴標(biāo)準(zhǔn)應(yīng)當(dāng)作出更為嚴(yán)格的限定。例如，提供新證據(jù)、說明申訴依據(jù)或證明智能量刑算法的“系統(tǒng)性偏差”等。一審法官認(rèn)為應(yīng)當(dāng)改判的，改判后的判決應(yīng)當(dāng)載明特殊標(biāo)識，并查明此次改判的影響要素，在后續(xù)算法裁判中獲得優(yōu)先檢索與適用，以規(guī)避智能量刑算法的系統(tǒng)性偏差。

（三）面向刑事變通的伴隨性審查程序

東、中、西部社會經(jīng)濟(jì)文化差異，是我國當(dāng)下社會治理體系必須面對的客觀情況，也是智能量刑算法在追求“同案同判”時必須關(guān)注的問題。對此，刑法第90條規(guī)定：“民族自治地方不能全部適用本法規(guī)定的，可以由自治區(qū)或者省的人民代表大會根據(jù)當(dāng)?shù)孛褡宓恼?、?jīng)濟(jì)、文化的特點(diǎn)和本法規(guī)定的基本原則，制定變通或者補(bǔ)充的規(guī)定，報請全國人民代表大會常務(wù)委員會批準(zhǔn)施行?！痹摋l款表現(xiàn)出刑事立法的兩種適用性變化：一是民族差異等客觀因素可以影響刑事案件的“同案同判”;二是政治、經(jīng)濟(jì)、文化等人文要素在一定程度上可以構(gòu)成刑事司法裁判統(tǒng)一化的合法阻卻事由。雖然自治區(qū)或者省級人民代表大會在實(shí)踐中并未實(shí)際使用刑法變通權(quán)， 〔20 〕但司法機(jī)關(guān)在智能量刑算法適用上必須對此加以解決。這既是對我國“民族區(qū)域自治”這一基本國策的技術(shù)性細(xì)化，也是防備智能量刑算法“系統(tǒng)性偏差”的必然之舉。為此，在智能量刑算法適用范圍（如盜竊罪、強(qiáng)奸罪、詐騙罪等）內(nèi)，司法機(jī)關(guān)應(yīng)當(dāng)面向刑事變通建立智能量刑算法的伴隨性審查程序。

智能量刑算法的伴隨性審查程序是在被告人選擇算法裁判的基礎(chǔ)上，受刑事變通事由的影響，而由法官對算法裁判結(jié)果加以伴隨性審查的程序?？紤]到智能量刑算法的全國通用性，伴隨性審查程序并非是對算法選擇程序的否定，而應(yīng)當(dāng)視為算法裁判對刑事變通事項的特殊對待。變通后的裁判結(jié)果既不違背“同案同判”的司法目標(biāo)，也不得作為智能量刑算法的檢索對象。但為了保證刑事司法的統(tǒng)一性，我國應(yīng)當(dāng)嚴(yán)格限定伴隨性審查程序的適用范圍，并將刑事變通事項限定為以下三類案件：一是少數(shù)群體價值觀同刑法價值觀相沖突的案件。刑法價值觀是國家按照當(dāng)下社會治理需要而設(shè)置的主流價值觀念，但并非所有的區(qū)域、民族都奉行這一主流價值觀念。二是風(fēng)俗習(xí)慣同刑事要件相吻合的案件。當(dāng)前，我國一部分地區(qū)或民族仍然保留了某些地方性風(fēng)俗，甚至某些風(fēng)俗習(xí)慣同現(xiàn)行刑法規(guī)定相沖突。三是經(jīng)濟(jì)水平與刑事處罰顯失公平的案件。刑法歷來強(qiáng)調(diào)“罪責(zé)刑相適應(yīng)”。尤其是在智能量刑算法和中國裁判文書公開化的影響下，東、中、西部地區(qū)的“同案同判”已經(jīng)具備技術(shù)上的操作性。然而，由于經(jīng)濟(jì)發(fā)展水平的客觀差異，東、中、西部地區(qū)涉及貨幣量刑和財產(chǎn)性懲罰的同類案件，實(shí)際上帶來的社會危害性并不相同，被告人由此所應(yīng)承擔(dān)的刑事處罰也應(yīng)當(dāng)有所區(qū)別。因此，為了推動量刑的實(shí)質(zhì)性公正，司法機(jī)關(guān)必須在追求“同案同判”時，兼顧少數(shù)群體價值觀、風(fēng)俗習(xí)慣以及經(jīng)濟(jì)水平等方面的殊異性，并在尊重被告人算法選擇權(quán)的基礎(chǔ)上，開展主審法官的伴隨性審查程序。

結(jié)? 語

從傳統(tǒng)司法到“智慧司法”（尤其是算法裁判）的結(jié)構(gòu)性轉(zhuǎn)向，是我國解決“案多人少”“同案不同判”難題的必然選擇。而之所以這一結(jié)構(gòu)性轉(zhuǎn)向肇始于刑事司法領(lǐng)域，主要是因?yàn)橹悄芰啃趟惴ㄋ劳械囊鼗瘺Q策機(jī)制與刑法構(gòu)成要件的內(nèi)在邏輯不謀而合，并且未給予法官、檢察官以及被告人？過多的協(xié)商空間，由此避免了結(jié)構(gòu)性轉(zhuǎn)向初期司法裁判的劇烈動蕩。而民事訴訟與行政訴訟則不然。相較于刑事訴訟，民事訴訟更為關(guān)注當(dāng)事人處理糾紛時的“合意”，因而“調(diào)解”“協(xié)商”以及“執(zhí)行率低”等法律不可控因素都成為民事類智能裁判算法生成與發(fā)展的主要掣肘;行政訴訟則主要受制于行政程序雜亂以及行政行為定性等難題，無法在全國層面構(gòu)建起智能裁判算法的“同案同判”?！?1 〕因此，刑事訴訟就成為“智慧司法”轉(zhuǎn)型初期的主陣地。在以“智能量刑算法”為典型的智慧司法改革面前，一些傳統(tǒng)的法律概念（如“法官”“事實(shí)”“經(jīng)驗(yàn)”甚至是“同案同判”）被賦予了新的含義，由此開啟了司法裁判的“技治主義”時代。受到技治與法治的交互影響，上述傳統(tǒng)概念變得可以被量化，“同案同判”也開始在司法大數(shù)據(jù)面前獲得強(qiáng)有力地證實(shí)——在此之前，“同案同判”只能停留在司法裁判的形式性平等與理論證成——但智能量刑算法是一把“雙刃劍”。“理性的法律人應(yīng)該以‘大膽而謹(jǐn)慎的眼光審視人工智能在人類偉大歷史發(fā)展進(jìn)程中的卓越地位，并對人工智能的發(fā)展予以法律上的積極應(yīng)對和引導(dǎo)?！?〔22 〕作為一種司法手段，算法裁判會提升司法權(quán)運(yùn)行的效率;而作為一種決策機(jī)制，它只能基于已設(shè)定的指令作出程序性判斷，而無法摻雜情感、倫理、道德等價值判斷。這也意味著，程序性制約已成為算法規(guī)制的唯一路徑，畢竟人們無法與算法講道理。而巧合的是，程序建設(shè)一直以來都是法律發(fā)展的方向之一。雖然程序建設(shè)無法正面解決智能量刑算法的實(shí)質(zhì)合理性問題，但將程序正義作為規(guī)范算法裁判的社會治理工具，并合理利用大數(shù)據(jù)篩選技術(shù)，也能夠保證算法裁判結(jié)果的公正性。當(dāng)然，這并非是說傳統(tǒng)刑事司法已經(jīng)過時了，也不必?fù)?dān)憂傳統(tǒng)刑事司法被智能量刑算法完全取代。一如我們所了解的，目前的智能量刑算法只能快速解決一部分要素化了的簡單案件（例如典型的盜竊、搶劫、強(qiáng)奸、詐騙等刑事案件），而無法解決那些具有復(fù)雜價值判斷或事實(shí)判斷的刑事案件。因此，智慧司法改革的目標(biāo)，只是瞄準(zhǔn)“裁判效率”，而無法推進(jìn)“裁判質(zhì)量”。這樣，未來刑事司法的構(gòu)造，應(yīng)當(dāng)是“人類法官解決復(fù)雜案件”“智能算法解決簡單案件”兩種裁判模式及其訴訟程序的展開與銜接。由此觀之，智能量刑算法的司法適用，在短期看來只是訴訟程序上的“修補(bǔ)”，而從長期來看，它無異于新型司法模式的開端。

Abstract： The judicial application of intelligent sentencing algorithm not only promotes the structural transformation of traditional justice in China， but also develops the technical adjudication path of "Treat the same case". This is mainly due to the subjective logic， quantitative normative logic and empirical normative logic of intelligent sentencing algorithm. However， combined with the current judicial practice and social feedback， it is found that dark box adjudication and algorithmic discrimination are not the biggest problems in the judicial application of intelligent sentencing algorithm. On the contrary， problems such as public acceptability， the thoroughness of experience induction and systematic deviation greatly puzzle the practical effect of algorithmic adjudication. In order to promote the judicial application of intelligent sentencing algorithm， China should establish the judicial hearing procedure， algorithm selection procedure and algorithm judgment appeal procedure on the basis of the current judicial procedure， and establish the accompanying review procedure of the chief judge for three types of criminal adaptations， so as to improve the technical defects of intelligent sentencing algorithm.

Key words： intelligent sentencing; algorithm; same treatment for same case; intelligent justice; judicial logic; procedural law