李立豐 齊弋博

摘要：人工智能量刑系統(tǒng)的應(yīng)用為刑事司法領(lǐng)域帶來諸多便利，提高了司法效率，實現(xiàn)“類案同判”。人工智能量刑系統(tǒng)是以數(shù)據(jù)模型運(yùn)算為工作原理，通過邏輯運(yùn)算形成算法決策。刑事自由裁量權(quán)是為了實現(xiàn)個案正義而賦予法官的裁判權(quán)力。智能量刑算法決策與刑事自由裁量權(quán)不僅價值立場不同，在事實認(rèn)定、法律適用和權(quán)力屬性上也有區(qū)別，但兩者之間可以形成一種相輔相成的關(guān)系。為了避免法官量刑的“恣意性”和智能量刑系統(tǒng)的“機(jī)械性”，應(yīng)當(dāng)在量刑規(guī)范化改革目標(biāo)要求下，首先，堅持法官在量刑中的主導(dǎo)地位；其次，明確算法決策介入司法領(lǐng)域的邊界；最后，堅持以人為本，構(gòu)建人機(jī)協(xié)同的司法治理新模式。

關(guān)鍵詞：人工智能量刑；算法決策；法官量刑；刑事自由裁量權(quán)；人機(jī)協(xié)同

中圖分類號：D 924文獻(xiàn)標(biāo)志碼：A文章編號：2096-9783（2022）01-0010-08

基金項目：吉林大學(xué)橫向課題“關(guān)于監(jiān)察體制改革背景下的職務(wù)犯罪公務(wù)研究：以ZJ省檢察實踐為范本的實證研究”（TY2019-FW129-ZFCG129）

2016年以來，最高人民法院、最高人民檢察院出臺了一系列關(guān)于“智慧法院”和“智慧檢務(wù)”的建設(shè)規(guī)劃意見。在此背景下，2016年，杭州推出“法小淘”。隨后，北京、上海、蘇州等城市相繼推出了“睿法官”智能研判系統(tǒng)，上海法院構(gòu)建“206”智能刑事案件輔助系統(tǒng)。智能量刑系統(tǒng)的應(yīng)用提高了司法審判活動的效率，有效解決了“案多人少”的司法困境，實現(xiàn)了對量刑裁判的技術(shù)賦能。

未來發(fā)展應(yīng)該按照習(xí)近平總書記所提出的“推動大數(shù)據(jù)、人工智能等科技創(chuàng)新成果同司法工作深度融合”①的法治思想，將最新的科技創(chuàng)新成果應(yīng)用于刑事司法領(lǐng)域的同時，關(guān)注新技術(shù)與傳統(tǒng)量刑模式的差別，尋找將兩者進(jìn)行規(guī)制和優(yōu)化的有效規(guī)則，防范和化解可能出現(xiàn)的風(fēng)險因素。近日，最高人民法院、最高人民檢察院聯(lián)合印發(fā)了《關(guān)于常見犯罪的量刑指導(dǎo)意見（試行）》，進(jìn)一步對法官的刑事自由裁量權(quán)作出規(guī)范和引導(dǎo)。人工智能量刑的發(fā)展也應(yīng)該以此為導(dǎo)向，實現(xiàn)整體上的量刑公正。

一、問題的提出

在“Loomis（Loomis v. Wisconsin）”案件的判決中就存在關(guān)于風(fēng)險評估算法的應(yīng)用。COMPAS就是在該案件中承擔(dān)風(fēng)險評估的智能算法系統(tǒng)，COMPAS智能算法系統(tǒng)將Loomis評估為一個再犯風(fēng)險高、并且對社會構(gòu)成高風(fēng)險的人。由于COMPAS評估時使用的算法模型屬于商業(yè)秘密，因此評估公司僅能將評估結(jié)果提交給法院。初審法院在判決量刑時參考了COMPAS的評估結(jié)果，判處Loomis六年有期徒刑和五年社區(qū)監(jiān)督。Loomis提出上訴，他認(rèn)為初審法院在裁判過程中對COMPAS評估結(jié)果的依賴侵犯了他的正當(dāng)程序權(quán)力。威斯康星州法院裁定COMPAS的評估結(jié)果不是初審法院拒絕其假釋的唯一理由，因此法院的決定并未侵犯Loomis的正當(dāng)程序權(quán)力。

該案件引起人們對人工智能量刑兩個方面的擔(dān)憂：首先，人工智能量刑的工作方式是輸入案件描述，而后輸出裁判結(jié)果，這種“算法黑箱”裁判方式增加了被告人對裁判結(jié)果的懷疑；其次，人工智能量刑具備裁判效率上的比較優(yōu)勢，運(yùn)用人工智能的法官難免會形成依賴慣性甚至惰性[1]，進(jìn)而影響量刑的公正性。在規(guī)范化量刑改革背景下，智能量刑和法官量刑應(yīng)分別承擔(dān)哪些任務(wù)？如何實現(xiàn)智能量刑和法官量刑的深度融合？須進(jìn)一步分析和澄清。

二、智能量刑算法決策與刑事自由裁量權(quán)的考察

人工智能在司法裁判領(lǐng)域的應(yīng)用形成算法決策，它是通過數(shù)據(jù)和模型運(yùn)算得出的邏輯結(jié)果。刑事自由裁量權(quán)是刑事司法人員享有的裁判權(quán)，它起源于人們對公平正義的價值追求，在一定程度上解決了規(guī)范和語言的不確定性。

（一）智能量刑中算法決策的原理

人工智能量刑中算法決策是以數(shù)據(jù)庫和算法模型為基礎(chǔ)，裁判文書屬于非結(jié)構(gòu)化的文字?jǐn)?shù)據(jù)。通過大數(shù)據(jù)操作，對刑事裁判文書進(jìn)行要素標(biāo)注，分析量刑過程，將“法定刑、基準(zhǔn)刑、宣告刑”三個維度的數(shù)據(jù)準(zhǔn)確標(biāo)注，抽取案情中影響量刑結(jié)果的法定量刑情節(jié)、酌定量刑情節(jié)和影響量刑的歷史因素，建立量刑預(yù)測模型[2]。

具體來講，需要先對裁判文書進(jìn)行規(guī)范化處理，提取文書中的相關(guān)要素，將其分為一般要素和刑期屬性要素。案發(fā)地點(diǎn)、當(dāng)事人等屬于一般要素，針對31個常見罪名提取了29個刑期屬性要素[3]。刑期屬性要素與量刑具有密切的相關(guān)性，因此在量刑時需要對其進(jìn)行重點(diǎn)關(guān)注。例如，搶奪罪中存在是否多次搶奪、攜帶兇器搶奪、搶奪金額3個屬性，其中，前兩個屬性是二值屬性，只有不發(fā)生或者發(fā)生兩種情況，分別取值0、1；搶奪金額屬于多值屬性，有數(shù)額不大、數(shù)額較大、數(shù)額巨大、數(shù)額特別巨大等情況，分別取值0、1、2、3。

量刑預(yù)測模型分為三個模塊，文本表示模塊、屬性表示拼接模塊和輸出模塊[3]。文本表示模塊是將輸入的案情描述轉(zhuǎn)變?yōu)樵~向量序列；屬性表述拼接模塊是將前面的詞向量序列通過最大和平均化操作②，得出一般表示和帶有刑期屬性的表示，將兩種表示進(jìn)行線性拼接；輸出模塊將屬性表示拼接模塊得到的最終表示映射為刑期類別概率分布，最后輸出量刑預(yù)測結(jié)果。

（二）刑事自由裁量權(quán)的考察

空缺結(jié)構(gòu)是人類語言的一般特征，任何選擇用來傳遞行為標(biāo)準(zhǔn)的規(guī)范都將表現(xiàn)出不確定性。當(dāng)人們試圖去清晰地、預(yù)先地使用法律調(diào)解某些行為領(lǐng)域時，會遇到兩種不能擺脫的困境：其一是人類對事實的相對無知；其二是人類對目的的相對模糊[4]。這決定了抽象的法律規(guī)范和具體的案件事實不可能完美契合，刑事司法過程要面臨三個不確定性因素，即事實的不確定性、規(guī)范的不確定性和語言的不確定性[5]。在這三種不確定性因素的糾葛中，需要運(yùn)用自由裁量權(quán)將以上三種不確定性因素確定化，以實現(xiàn)刑事司法過程的有效銜接，通過語言的確定實現(xiàn)從規(guī)范到事實的適用，最終實現(xiàn)刑事司法目的。

三、智能量刑算法決策與刑事自由裁量權(quán)的差異

人工智能的應(yīng)用會帶來諸多挑戰(zhàn)，司法領(lǐng)域也不例外。在傳統(tǒng)刑事案件辦理過程中，所有任務(wù)都由司法人員來完成，賦予司法人員較大的自由裁量權(quán)。智能量刑系統(tǒng)打破了傳統(tǒng)的辦案模式，使用以數(shù)據(jù)模型為基礎(chǔ)的運(yùn)算方法進(jìn)行算法決策。算法決策與法官裁量在事實認(rèn)定、法律適用上不同，兩者的權(quán)力屬性和價值立場也存在差異。

（一）事實認(rèn)定上的差異

智能量刑算法系統(tǒng)先對案件描述中的要素進(jìn)行標(biāo)記，將這些標(biāo)記的案件要素輸入算法系統(tǒng)，通過大數(shù)據(jù)運(yùn)算預(yù)測量刑結(jié)果。智能量刑算法的可靠性與大數(shù)據(jù)的全面性和準(zhǔn)確性緊密相關(guān)。從公布數(shù)據(jù)來看，2014年是裁判文書公開的第一年，發(fā)布了550多萬份裁判文書，2015年又將總發(fā)布量相比2014年提高了60%以上，推測公開發(fā)布的文書應(yīng)該占總文書的50%左右[6]。從量上來看，裁判文書已經(jīng)提供了充足的數(shù)據(jù)資源，但缺乏統(tǒng)一的標(biāo)準(zhǔn)，難以對其進(jìn)行充分的數(shù)據(jù)化轉(zhuǎn)換。有些公開的裁判文書由于書寫錯誤、制作不規(guī)范而不能被有效利用[7]。“部分裁判文書中，對于案件處理具有顯著影響的因素未必都寫進(jìn)判決書。對案件酌定情節(jié)、特殊加害—被害關(guān)系等特定事實的理解和把握往往因人而異?！盵8]

如果說法官在裁判過程中也對案件事實進(jìn)行要素提取，那么法官裁判就是以主要事實為主要裁判依據(jù)，以其他事實為輔助裁判依據(jù)。因為法官所進(jìn)行的案件調(diào)查是對案件的整體了解，不同于智能量刑系統(tǒng)的選擇性提取方法，也就是說，法官在量刑時，與案件有關(guān)的所有事實均對量刑起到或多或少的影響，而在智能量刑算法中，只有當(dāng)被標(biāo)記的案件事實要素與數(shù)據(jù)庫中的特定要素存在對應(yīng)關(guān)系時，該事實要素才會被提取為考量對象，進(jìn)而對量刑結(jié)果產(chǎn)生影響。例如，在《中華人民共和國刑法修正案（十一）》公布實施后，法官可以直接根據(jù)修正案的規(guī)定進(jìn)行裁判，但智能量刑系統(tǒng)需要根據(jù)新法條重新建立模型，這個過程要耗費(fèi)大量時間，容易造成案件辦理超期，有損司法公正。

大數(shù)據(jù)的可靠性需要以收集數(shù)據(jù)的全面性和準(zhǔn)確性為基礎(chǔ)，但同時存在數(shù)據(jù)收集的負(fù)面清單[9]。部分事實要素面臨取舍兩難境地，如性別、種族和經(jīng)濟(jì)狀況是否可以作為量刑要素進(jìn)行標(biāo)記。例如美國“比爾登”案（Bearden V. Georgia），佐治亞州評估了一個初審法院的決定的合憲性，該決定撤銷了對一名無力支付法院命令的貧困被告的緩刑判決。法院推翻了初審決定，認(rèn)為由于被告無力支付而將其監(jiān)禁相當(dāng)于違反憲法的財富歧視。在量刑中對性別的明確考慮一直很普遍，并且很少有人為這種做法辯護(hù)，但是美國《聯(lián)邦量刑指南》明確禁止在量刑中對性別進(jìn)行考量。學(xué)者們同樣大多將性別差距視為“不必要”的量刑差異[10]。在弗吉尼亞州，政府開發(fā)的風(fēng)險評估系統(tǒng)故意將性別排除在算法之外，雖然這樣做違反了基本的統(tǒng)計需求，但是這是避免歧視的有益嘗試[11]。因為，性別、種族屬于行為人與生俱來的先天性特征，行為人沒有選擇的可能性；經(jīng)濟(jì)狀況屬于短時間內(nèi)無法改變的特征，沒有人會故意惡化自己的經(jīng)濟(jì)狀況，所以行為人在短時間內(nèi)不具有選擇可能性。如果算法模型直接將行為人不具有選擇可能性的特征作為量刑要素進(jìn)行考量，有違公平原則，必然導(dǎo)致算法歧視。雖然算法模型可能為具有相似特征的被告群體提供合理精確的平均預(yù)測結(jié)果，但是對于單個人來說不確定性因素太多，換句話說，個人有權(quán)被視為個人。法官的司法能動性使得法官可以對每一個案件作出具體分析，類似判例可能會讓法官形成刻板印象，但是不會形成必須遵循的算法邏輯，此為法官自由裁量權(quán)之優(yōu)勢所在。

（二）法律適用上的差異

智能量刑實質(zhì)上是運(yùn)用自然語言處理技術(shù)構(gòu)建類案推送解決方案，包含案件要素提取、案情畫像構(gòu)建、案情語義匹配和個性化類案推送等[12]。智能量刑系統(tǒng)的積極作用在于提高了量刑建議精準(zhǔn)化及量刑效率，也預(yù)示了新的辦案機(jī)制正在形成[13]?，F(xiàn)有的知識圖譜構(gòu)建和應(yīng)用重點(diǎn)主要在于靜態(tài)數(shù)據(jù)的錄入、分析和處理，如概念、實體和屬性等[14]。也就是說，以當(dāng)前的知識圖譜為基礎(chǔ)構(gòu)建的智能量刑系統(tǒng)在類案檢索等數(shù)據(jù)搜集方面具有優(yōu)勢，但是在司法裁判中仍然有很多關(guān)鍵問題須解決。法官在裁判量刑中所進(jìn)行的價值判斷和綜合考量在當(dāng)前智能量刑系統(tǒng)中仍然難以實現(xiàn)。

首先，智能量刑的數(shù)據(jù)庫存在局限性。智能量刑以完備的數(shù)據(jù)庫為基礎(chǔ)，數(shù)據(jù)庫的絕對完整只是一種理想狀態(tài)，只能在相對意義上承認(rèn)數(shù)據(jù)的完整性。以上?！?06”量刑輔助系統(tǒng)為例，截至2017年6月底，系統(tǒng)錄入法律法規(guī)司法解釋條文948 384條、辦案業(yè)務(wù)等各類規(guī)范性文件638件[15]。錄入的數(shù)據(jù)不可能窮盡所有規(guī)范性文件，如一些地方性規(guī)定、某時期的刑事政策等。這些規(guī)范類似于“特別法”，往往對裁判量刑起到至關(guān)重要的作用。

其次，智能量刑面臨的第二重障礙是主體價值判斷的缺失。智能量刑系統(tǒng)依靠邏輯判斷進(jìn)行裁判量刑，邏輯判斷的缺陷在于缺少靈活性，當(dāng)面對一種新的犯罪類型時往往束手無策。具體來說，新犯罪類型的部分事實要素已經(jīng)超出了系統(tǒng)中邏輯判斷的前提要素范圍，進(jìn)而導(dǎo)致智能算法無法得出合理結(jié)果。例如，在孫偉銘案件中，其行為到底符合“交通肇事罪”或“以危險方法危害公共安全罪”存在很大爭議[5]。從構(gòu)成要件上看，其行為同時符合兩個罪名，如果將罪名認(rèn)定為“交通肇事罪”，行為人的犯罪行為能夠充盈該罪名的構(gòu)成要件，符合犯罪構(gòu)成要件的該當(dāng)性。但法院最終認(rèn)定“以危險方法危害公共安全罪”判處孫偉銘無期徒刑，剝奪政治權(quán)利終身③。原因在于該案件是全國首例無證醉酒駕車導(dǎo)致的交通事故案件，引起了全國廣泛關(guān)注，造成了嚴(yán)重的損害結(jié)果和社會危害性。眾所周知，“量刑應(yīng)當(dāng)確保裁判的政治效果、法律效果和社會效果的統(tǒng)一”④，因此將罪名認(rèn)定為“以危險方法危害公共安全罪”。這種判斷不僅是單一的法律事實判斷，而是需要事實判斷和價值判斷相統(tǒng)一。法官在面對這類案件時，尚且有點(diǎn)無所適從，需要反復(fù)揣摩和論證才能作出決定，更何況以邏輯運(yùn)算為主要工作原理的智能量刑系統(tǒng)。

（三）司法權(quán)的演變

傳統(tǒng)上，法官在司法裁判中依法行使審判權(quán)，不受行政機(jī)關(guān)、社會團(tuán)體和個人的干涉。我國憲法第131條為這一點(diǎn)提供了法律保障[16]。司法權(quán)專屬于司法工作人員，隨著智能量刑系統(tǒng)的應(yīng)用，司法權(quán)的結(jié)構(gòu)和屬性發(fā)生了轉(zhuǎn)變，智能算法開始在某種意義上行使司法裁判權(quán)。

首先，司法權(quán)力結(jié)構(gòu)的演變。傳統(tǒng)上，司法權(quán)的主體是公安人員、檢察官和法官，法官擁有實體法上的自由裁量權(quán)，其他司法人員行使程序法上的自由裁量權(quán)[17]。智能量刑系統(tǒng)的應(yīng)用淡化了司法人員在程序上的自由裁量權(quán)，證據(jù)類別、證據(jù)標(biāo)準(zhǔn)、訴訟期限以及訴訟階段都是在特定的運(yùn)算模型中推進(jìn)，司法人員只需要按照要求或者提示進(jìn)行訴訟工作。司法人員在司法活動中由主動變?yōu)楸粍印Ｋ痉ㄈ藛T在程序法上的自由裁量權(quán)和部分實體法上的自由裁量權(quán)已經(jīng)讓渡于智能量刑系統(tǒng)的算法決策。由此，司法權(quán)的主體演變?yōu)橹悄芰啃滔到y(tǒng)的算法決策和法官的自由裁量權(quán)，且兩者之間形成一種相輔相成的關(guān)系。

其次，司法權(quán)力屬性的演變。智能系統(tǒng)的研發(fā)需要司法人員和數(shù)字技術(shù)人員共同合作，并且數(shù)字技術(shù)人員在算法模型的研發(fā)以及運(yùn)行過程中承擔(dān)更多的任務(wù)。例如，在上海“206系統(tǒng)”研發(fā)的人員中，64位是來自上海法院、檢察院和公安機(jī)關(guān)的業(yè)務(wù)骨干，215位科大訊飛公司的高精尖技術(shù)人員[15]。在智能系統(tǒng)應(yīng)用過程中，系統(tǒng)后臺的運(yùn)行管理、數(shù)據(jù)模型的調(diào)整和信息數(shù)據(jù)的增減等，都須依靠數(shù)字技術(shù)人員進(jìn)行技術(shù)操作。智能量刑系統(tǒng)能否實現(xiàn)司法正義和裁判量刑公正，在很大程度上依賴于數(shù)字技術(shù)人員所建立的數(shù)據(jù)模型，最直觀的表象就是同一案件輸入不同的智能量刑系統(tǒng)中會得出不同的量刑結(jié)果。由此可知，數(shù)字技術(shù)人員也在間接行使司法權(quán)。

四、智能量刑算法決策與刑事自由裁量權(quán)的深度融合

智能量刑系統(tǒng)在應(yīng)用中形成算法決策，對算法決策的規(guī)制則需要依靠法官發(fā)揮司法能動性。刑事自由裁量權(quán)是法官在裁判過程中通過發(fā)揮自身的司法能動性依法對案件進(jìn)行裁量，但法官的自由裁量權(quán)并非時時刻刻都可靠，需要對其進(jìn)行規(guī)范化約束。智能量刑算法決策和刑事自由裁量權(quán)之間正好形成一種張力，算法決策可以防止由于刑事自由裁量權(quán)過大而誘發(fā)的司法不公，同時刑事自由裁量權(quán)可以糾正智能量刑系統(tǒng)在個案中出現(xiàn)的偏差和錯誤，實現(xiàn)個案正義。

（一）智能量刑算法決策的規(guī)制

智能量刑為刑事司法改革提供了新的思路和機(jī)遇，在發(fā)展智能量刑技術(shù)的同時建立可持續(xù)發(fā)展的技術(shù)規(guī)則，即在保證刑事司法人員充分發(fā)揮司法能動性的前提下，構(gòu)建精細(xì)化和透明化的人工智能量刑系統(tǒng)。

1.優(yōu)化大數(shù)據(jù)的管理與運(yùn)用

數(shù)據(jù)采樣要設(shè)立嚴(yán)格準(zhǔn)入標(biāo)準(zhǔn)，信息數(shù)據(jù)的可靠性是保證智能量刑結(jié)果公平正義的第一道門檻。在傳統(tǒng)的法官量刑中，法官的業(yè)務(wù)素質(zhì)只能對經(jīng)由該法官辦理的案件產(chǎn)生影響，而智能量刑的普及應(yīng)用使得數(shù)據(jù)庫變成了公平正義的“源頭活水”。法官在裁判過程中雖然會受到判例的影響，但是這種影響不具有邏輯上的必然性，法官對每一個案件的裁判依然獨(dú)立進(jìn)行。在智能量刑中，系統(tǒng)檢索到的類案判例等數(shù)據(jù)信息對裁判結(jié)果具有直接作用，智能量刑是以檢索數(shù)據(jù)為基礎(chǔ)的邏輯判斷結(jié)果，不具有獨(dú)立性。因此，對數(shù)據(jù)庫的管理和運(yùn)用非常重要，這些工作的實現(xiàn)有賴于司法人員發(fā)揮主觀能動性。

其一，在數(shù)據(jù)信息錄入過程中對數(shù)據(jù)進(jìn)行篩選[18]。一般情況下，大數(shù)據(jù)庫的建立以數(shù)據(jù)的全面性為導(dǎo)向，數(shù)據(jù)收集越全面則統(tǒng)計結(jié)果出現(xiàn)偏差的概率就越小。但有些案件的裁判標(biāo)準(zhǔn)存在明顯的地域差別，再加上不同地區(qū)、不同審級的法官在業(yè)務(wù)經(jīng)驗、業(yè)務(wù)素質(zhì)上存在個體差異，難免會出現(xiàn)部分嚴(yán)重偏離正常判決結(jié)果的裁判。數(shù)據(jù)信息主要來源于中國裁判文書網(wǎng)，其中包含重復(fù)文書、空白文書等無效數(shù)據(jù)。因此必須借助數(shù)據(jù)篩選手段對這些數(shù)據(jù)進(jìn)行規(guī)范化處理，由法官根據(jù)裁判經(jīng)驗對數(shù)據(jù)的有效性進(jìn)行先行判斷，對于無效和錯誤信息進(jìn)行標(biāo)注，建立數(shù)據(jù)篩選系統(tǒng)。

其二，對數(shù)據(jù)信息的合理運(yùn)用。裁判文書網(wǎng)上的信息處于“支離破碎”的狀態(tài)，因此，簡單的描述性分析方法在面對海量信息時往往束手無策。為了提升大數(shù)據(jù)的利用水平與分析效能，需要將社科研究中普遍使用和相對成熟的數(shù)據(jù)分析方法，如相關(guān)性分析、回歸分析和統(tǒng)計學(xué)分析方法等運(yùn)用到大數(shù)據(jù)分析中，還要熟練運(yùn)用SPSS、SAS等統(tǒng)計分析軟件深度挖掘隱藏在法律大數(shù)據(jù)之中的寶藏[19]。在對數(shù)據(jù)進(jìn)行深度分析的基礎(chǔ)上，建立科學(xué)合理的量刑數(shù)據(jù)模型。

2.智能量刑的公平、透明化

公平、透明化是消除算法偏見，防止權(quán)力異化的有效方法。公平是社會的重要價值之一，智能量刑作為一種重要的司法裁判措施，必須具備公平的價值屬性。美國最高院大法官路易斯·布蘭代斯（Brandeis. Louis）曾說，“陽光是最好的消毒劑，燈光是最好的警察?！币虼耍瑢⒅悄芰啃滔到y(tǒng)的運(yùn)算過程和原理公開可以有效約束算法決策。

首先，智能量刑的公平化。量刑算法的歧視或者深度學(xué)習(xí)方法的歧視實質(zhì)上是社會偏見在智能量刑中的外化體現(xiàn)[18]。因此消除偏見的最好辦法就是在社會中樹立公平正義的價值理念，培植民眾的公平正義觀念，培養(yǎng)司法人員的公平法律思維。在算法或者數(shù)據(jù)模型中也要排除歧視因素，防止算法在利益的驅(qū)動下對不同社會群體進(jìn)行差別對待，同時防止算法在學(xué)習(xí)過程中形成的算法歧視。換句話說，不能由于某些犯罪中同時出現(xiàn)某一個普遍要素，就認(rèn)為該要素與該犯罪之間有極大的相關(guān)性，比如，種族、性別和生活環(huán)境等。在算法模型的設(shè)計和應(yīng)用過程中需要法官和技術(shù)人員的監(jiān)督，及時對可能出現(xiàn)的算法歧視問題進(jìn)行預(yù)防和糾正。當(dāng)數(shù)據(jù)模型在適用過程中出現(xiàn)部分功能失靈時，及時轉(zhuǎn)交法官進(jìn)行判斷，保證量刑工作的公平化。

其次，智能量刑的透明化。智能量刑的透明化是程序正義的必然要求，被告人對量刑過程有知情權(quán)，對程序中存在的問題有抗辯權(quán)[7]。智能量刑算法需要以大量數(shù)據(jù)為基礎(chǔ)，數(shù)據(jù)采集樣本過小或者樣本中存在大量偏離數(shù)據(jù)時，都會影響算法結(jié)果的準(zhǔn)確性。數(shù)據(jù)透明化可以對數(shù)據(jù)采集過程進(jìn)行監(jiān)督，具體分為數(shù)據(jù)來源透明、數(shù)據(jù)內(nèi)容透明和數(shù)據(jù)處理透明。算法透明化是撫平“數(shù)字鴻溝”的唯一解決辦法，之所以將智能量刑系統(tǒng)稱為“算法黑箱”，是因為它完全不同于傳統(tǒng)的量刑方式，法庭中的抗辯模式變?yōu)椤拜斎胍亍薄拜敵鼋Y(jié)果”的運(yùn)算模式，因此需要對智能量刑過程進(jìn)行解釋。解決“算法黑箱”問題的一種方法是設(shè)計系統(tǒng)來解釋算法如何得出或預(yù)測結(jié)果。如果法官對設(shè)計者提出解釋要求，他們將在塑造“可解釋人工智能”（xAI）的性質(zhì)和形式方面發(fā)揮開創(chuàng)性作用[20]。

（二）刑事自由裁量權(quán)的合理運(yùn)用

司法人員的刑事自由裁量權(quán)是實現(xiàn)個案正義的核心。在當(dāng)下，司法人員行使刑事自由裁量權(quán)往往存在很多問題，主觀上是由于司法人員個體素質(zhì)的差異，客觀上的原因是刑事案件經(jīng)常受到其他社會因素影響，這些因素為滋生司法不公、司法腐敗提供了溫床。首先，智能量刑以邏輯運(yùn)算的技術(shù)理性排除法官的主觀任意性和無關(guān)社會因素的干擾；其次，智能量刑系統(tǒng)將司法人員的集體裁判經(jīng)驗進(jìn)行模型化構(gòu)建，為刑事自由裁量權(quán)的合理化運(yùn)用提供指引，從而消除腐敗根源，實現(xiàn)裁判量刑的公平正義。

1.司法人員主導(dǎo)地位的運(yùn)用

在使用智能量刑系統(tǒng)進(jìn)行刑事裁判時應(yīng)明確司法人員的主導(dǎo)地位。法官的審判權(quán)來源于人民，具有憲法和法律上的依據(jù)，《中華人民共和國憲法》（以下簡稱《憲法》）第128條規(guī)定：“中華人民共和國人民法院是國家的審判機(jī)關(guān)?！薄吨腥A人民共和國人民法院組織法》第4條規(guī)定，“人民法院依照法律規(guī)定獨(dú)立行使審判權(quán)，不受行政機(jī)關(guān)、社會團(tuán)體和個人的干涉?！薄稇椃ā返?36條規(guī)定，“人民檢察院依照法律規(guī)定獨(dú)立行使檢察權(quán)，不受行政機(jī)關(guān)、社會團(tuán)體和個人的干涉?！?/p>

其一，司法人員在刑事證據(jù)判斷中的主導(dǎo)地位。人工智能在刑事證據(jù)判斷中發(fā)揮輔助性作用，刑事證據(jù)的審查依然需要司法人員作出判斷[21]。刑事證據(jù)的審查判斷大多運(yùn)用復(fù)雜的形象思維，比如證據(jù)材料中的圖像資料，法官需要根據(jù)圖像資料在腦海中進(jìn)行“場景再現(xiàn)”。再比如對音頻證據(jù)進(jìn)行分析時，需要根據(jù)說話語氣揣摩說話人真正想要表達(dá)的意思。人工智能雖然在一些方面實現(xiàn)了“模擬思考”，但是在這些關(guān)鍵領(lǐng)域仍然難以突破。人工智能的數(shù)學(xué)計算和邏輯思維能力強(qiáng)于司法工作人員，可以充分挖掘人工智能在這方面的優(yōu)勢，提高刑事證據(jù)數(shù)學(xué)計算的準(zhǔn)確性和邏輯思維的嚴(yán)密性，當(dāng)證據(jù)鏈出現(xiàn)瑕疵或者漏洞時及時向司法人員做出預(yù)警提示。英國皇家檢察署很早就使用人工智能輔助刑事證據(jù)判斷，在證據(jù)薄弱環(huán)節(jié)或者證據(jù)出現(xiàn)遺漏時提醒檢察官進(jìn)行補(bǔ)充。他們認(rèn)為輔助系統(tǒng)是“仆人而非主人”，檢察官在具備充分理由的情況下可以推翻輔助系統(tǒng)的結(jié)果[22]。由此可見，在刑事證據(jù)判斷中，司法人員必須處于主導(dǎo)地位。

其二，法官在裁判量刑中的主導(dǎo)地位[23]?！敖y(tǒng)計學(xué)意義上的事實并不能夠完全預(yù)測個體未來犯罪的蓋然性，憑借此來量刑的說服力尚有不足?！盵24]以邏輯計算為基礎(chǔ)的智能量刑提高了結(jié)果在邏輯上的準(zhǔn)確性，但同時也存在自身的局限性，即智能系統(tǒng)無法全然應(yīng)對案件中的價值判斷、刑事政策以及社會政策的考量，故而不能完全取代司法人員的裁判[25]。上海市高級人民法院工作人員徐世亮認(rèn)為，“審判是一種藝術(shù)，世界上沒有兩片相同的樹葉，世界上也不存在兩個完全相同的案件，機(jī)器可以給辦案人員做提示、指引，但最終的決定權(quán)在法官手里?！雹輵?yīng)該將軟件與處于審判支持狀態(tài)的人類法官結(jié)合起來，并通過程序保障來規(guī)范其輔助判斷的具體情況，以防止出現(xiàn)審判錯誤的風(fēng)險[26]。

從目前的發(fā)展看，有的系統(tǒng)根據(jù)文件中提取到的情節(jié)匹配案件并提出量刑建議；有的系統(tǒng)根據(jù)法官選擇情節(jié)的方式提出量刑建議；也有一些系統(tǒng)同時具有這兩種功能。刑事司法實踐中，無論是責(zé)任刑還是預(yù)防刑的判斷，其思維方式是事實判斷和價值判斷的統(tǒng)一，都需要法官運(yùn)用自由裁量權(quán)[27]。因此，法官必須堅守裁判量刑的主導(dǎo)地位，充分發(fā)揮智能量刑系統(tǒng)的工具價值，更好地實現(xiàn)量刑公正。

2.算法決策介入刑事司法領(lǐng)域

量刑公正的實現(xiàn)離不開法官的自由裁量權(quán)，但如果不對其加以限制，容易陷入對自由裁量權(quán)“誤用”“濫用”的司法腐敗風(fēng)險[28]。量刑規(guī)范化改革就是要限制法官的自由裁量權(quán)，實現(xiàn)整體量刑的公平正義。“法官雖是改革活動中的主要關(guān)注對象，但如果想完成改革重任，還需內(nèi)外兼顧，采取聯(lián)動措施從法院外部約束法官自由裁量權(quán)?！盵29]首先，應(yīng)該清楚剝奪法官部分自由裁量權(quán)的不是“機(jī)器”，而是算法；其次，算法決策反對裁判的任意性，但是不反對法官的自由裁量權(quán)。智能量刑系統(tǒng)的應(yīng)用實質(zhì)上是算法決策介入刑事司法領(lǐng)域并對法官的自由裁量權(quán)形成約束作用。為了確保法官在裁判量刑中的主導(dǎo)地位，有必要厘清算法決策介入刑事司法領(lǐng)域的邊界。

其一，范圍的框定，即算法裁判適用的案件范圍。（1）對于智能量刑技術(shù)尚不成熟的領(lǐng)域，智能量刑應(yīng)謹(jǐn)慎介入。智能量刑實質(zhì)上是法官集體經(jīng)驗的模型化[30]。在面對新類型案件以及案件涉及新頒布的法律時由于缺乏先前裁判經(jīng)驗，往往表現(xiàn)出“無力應(yīng)對”。如案例規(guī)則及其調(diào)整，還有刑事政策、改革試驗等非正式規(guī)定等。（2）根據(jù)案件的性質(zhì)和復(fù)雜程度，應(yīng)將智能量刑系統(tǒng)的適用范圍限定在輕罪案件⑥。目前，我國的智能量刑處于起步階段，刑事司法、技術(shù)運(yùn)用都尚未成熟，智能量刑適用于輕罪案件風(fēng)險較小，可以在逐漸成熟后擴(kuò)大適用范圍[31]。（3）根據(jù)被告人的意愿。被告人有權(quán)利拒絕適用智能量刑系統(tǒng)，當(dāng)存在多種智能系統(tǒng)時可以選擇適用哪種智能系統(tǒng)。

其二，限度的把握，即算法決策介入刑事司法領(lǐng)域的程度。（1）算法決策的介入需要以司法權(quán)力的獨(dú)立性和權(quán)威性為基本前提[32]。當(dāng)前，智能量刑系統(tǒng)對法官辦案活動的整個過程進(jìn)行監(jiān)督，并通過數(shù)據(jù)運(yùn)算對司法人員的辦案活動作出輔助提示，司法人員擁有裁判量刑的最終決定權(quán)。（2）算法決策的介入要堅持法官的主體地位。智能量刑系統(tǒng)只能作為裁判活動的工具，幫助法官減輕工作負(fù)擔(dān)，并提供量刑參考意見。

（三）以人為本：人機(jī)協(xié)同的司法治理新模式

在當(dāng)下，需要建立人機(jī)協(xié)同的司法治理新模式[33]。人工智能量刑是以大數(shù)據(jù)為基礎(chǔ)通過算法模型得出邏輯運(yùn)算結(jié)果，它的優(yōu)勢在于保證法律適用的公平性和一致性，它的缺憾在于邏輯運(yùn)算忽略了不同案件的個別性。法官的集體經(jīng)驗甚至集體中共有的偏見相比較三段論邏輯推理而言，在更大程度上影響治理人們的規(guī)則[34]。司法裁判中的公平正義、權(quán)利義務(wù)和真假善惡難以單純依靠計算概率實現(xiàn)，因為算法只能進(jìn)行邏輯上的推演，缺少對案件的實質(zhì)性判斷，這種實質(zhì)性判斷是達(dá)至實質(zhì)正義的必要條件[35]。法官量刑正好可以彌補(bǔ)智能量刑的這種缺憾，它的核心是刑事自由裁量權(quán)的合理運(yùn)用，即將法律規(guī)范和具體案件事實結(jié)合起來，綜合考慮與案件相關(guān)的各種因素進(jìn)行實質(zhì)性判斷。

人機(jī)協(xié)同司法治理新模式應(yīng)該秉持以人為本的司法理念，明確科學(xué)技術(shù)對裁判量刑的賦能地位，杜絕技術(shù)決定論的思想和技術(shù)模式，堅持法官在量刑裁判中的主導(dǎo)地位。人機(jī)協(xié)同歸根結(jié)底要明確算法決策與刑事自由裁量權(quán)之間的差異，并實現(xiàn)兩者的深度融合。

結(jié)語

“從某種意義上來說，整個人類刑法文明史，就是一部為實現(xiàn)刑罰目的而不斷探索量刑公正的歷史?！盵36]人工智能量刑系統(tǒng)的應(yīng)用為刑事司法領(lǐng)域帶來諸多便利，如提高了司法效率、實現(xiàn)“類案同判”等?！癓oomis”案件引發(fā)了對智能量刑實踐的反思，即如何消除人們對算法決策的疑慮以及如何實現(xiàn)量刑公正。量刑公正的實現(xiàn)需要智能量刑算法決策和刑事自由裁量權(quán)的深度融合，算法決策排除“恣意性”，對刑事自由裁量權(quán)形成規(guī)制效果；刑事自由裁量權(quán)克服算法決策的“機(jī)械化”，為實現(xiàn)個案正義提供可能。兩者通力協(xié)作構(gòu)建人機(jī)協(xié)同的司法治理新模式，從而實現(xiàn)裁判量刑的公平正義。

參考文獻(xiàn)：

[1]李訓(xùn)虎.刑事司法人工智能的包容性規(guī)制[J].中國社會科學(xué)，2021（2）：42？62.

[2]崔亞東.人工智能與司法現(xiàn)代化[M].上海：上海人民出版社，2019：114？115.

[3]譚紅葉，張文博，張虎，等.面向法律文書的量刑預(yù)測方法研究[J].中文信息學(xué)報，2020（3）：107？114.

[4]哈特.法律的概念[M].張文顯，等譯.北京：中國大百科全書出版社，1996：127？128.

[5]姜敏.刑事司法事實自由裁量權(quán)規(guī)制研究[J].現(xiàn)代法學(xué)，2013（6）：114？121.

[6]馬超，于曉虹，何海波.大數(shù)據(jù)分析：中國司法裁判文書上網(wǎng)公開報告[J].中國法律評論，2016（4）：195？246.

[7]馬靖云.智慧司法的難題及其破解[J].華東政法大學(xué)學(xué)報，2019（4）：110？117.

[8]白建軍.法律大數(shù)據(jù)時代裁判預(yù)測的可能與限度[J].探索與爭鳴，2017（10）：95？100.

[9]黃京平.刑事司法人工智能的負(fù)面清單[J].探索與爭鳴，2017（10）：85？94.

[10] SONJA B.Starr：evidence-based sentencing and the scien？ tific rationalization of discrimination[J].Stanford Law Re？ view，2014，66（4）：803？831.

[11] RICHARD P. Kern & meredith farrar-owens sentencing guidelines with integrated offender risk assessment[J]. Federal Sentencing Reporter，2004，16（3）：165？169.

[12]張德.自然語言處理技術(shù)在司法過程中的應(yīng)用研究[J].信息與電腦，2017（17）：33？34.

[13]孫道萃.人工智能輔助精準(zhǔn)預(yù)測量刑的中國境遇——以認(rèn)罪認(rèn)罰案件為適用場域[J].暨南學(xué)報（哲學(xué)社會科學(xué)版），2020（12）：64？78.

[14]項威.事件知識圖譜構(gòu)建技術(shù)與應(yīng)用綜述[J].計算機(jī)與現(xiàn)代化，2020（1）：10？16.

[15]嚴(yán)劍漪.揭秘“206”：法院未來的人工智能圖景——上海刑事案件智能輔助辦案系統(tǒng)164天研發(fā)實錄[J].人民法治，2018（2）：38？43.

[16]陳衛(wèi)東.司法機(jī)關(guān)依法獨(dú)立行使職權(quán)研究[J].中國檢察官，2014（2）：78.

[17]董玉庭，董進(jìn)宇.刑事自由裁量權(quán)基本問題[J].北方法學(xué)，2007（2）：49？57.

[18]劉友華.算法偏見及其規(guī)制路徑研究[J].法學(xué)雜志，2019（6）：55？66.

[19]左衛(wèi)民.邁向法律大數(shù)據(jù)[J].法學(xué)研究，2018（4）：139？150.

[20] DEEKS A.The judicial demand for explainable artificial intellingence[J].Columbia Law Review，2019（7）：119.

[21]縱博.人工智能在刑事證據(jù)判斷中的運(yùn)用問題探析[J].法律科學(xué)（西北政法大學(xué)學(xué)報），2019（1）：61？69.

[22] GREENFIELD J. Decision support within the criminal jus？ tice system，international review of law[J].Computers&Technology，1998（12）：169？278.

[23]朱體正.人工智能輔助刑事裁判的不確定性風(fēng)險及其防范[J].浙江社會科學(xué)，2018（6）：76？85.

[24]張福利，鄭海山.大數(shù)據(jù)時代人工智能輔助量刑的定位、前景及風(fēng)險防控[J].廣西社會科學(xué)，2019（1）：92？102.

[25]馮潔.人工智能對司法裁判理論的挑戰(zhàn)：回應(yīng)及其限度[J].華東政法大學(xué)學(xué)報，2018（2）：21？31.

[26] AINI G.A Summary of the research on the judicial applica？ tion of artificial intelligence[J].Chinese Studies，2020，（9）：14？28.

[27]黃春燕.法官量刑的自由裁量權(quán)與量刑公正的實現(xiàn)——兼論人工智能在量刑中的定位與邊界[J].山東師范大學(xué)學(xué)報，2021（3）：136？145.

[28]王國龍.自由裁量及裁量正義的實現(xiàn)[J].上海政法學(xué)院學(xué)報，2020（4）：66？86.

[29]張勇.人工智能輔助辦案與量刑規(guī)范化的實現(xiàn)路徑[J].上海政法學(xué)院學(xué)報，2019（2）：108？117.

[30]白建軍.基于法官集體經(jīng)驗的量刑預(yù)測研究[J].法學(xué)研究，2016（6）：140？154.

[31]胡銘，張傳璽.人工智能裁判與審判中心主義的沖突及其消解[J].東南學(xué)術(shù)，2020（1）：213？248.

[32]王祿生.大數(shù)據(jù)與人工智能司法應(yīng)用的話語沖突及其理論解讀[J].法學(xué)論壇，2018（5）：137？144.

[33]郭聲琨.堅持和完善共建共治共享的社會治理制度[N].人民日報，2019-11-28（06）.

[34]小奧利弗·文德爾·霍姆斯.普通法[M].冉昊，譯.北京：中國政法大學(xué)出版社，2006：1.

[35]馬長山.司法人工智能的重塑效應(yīng)及其限度[J].法學(xué)研究，2020（4）：23？40.

[36]沈德詠.論量刑公正.中英量刑問題比較研究[M].北京：中國政法大學(xué)出版社，2001：11.

Differences and Integration of Intelligent Sentencing Algorithm Decisionmaking and Criminal Discretion

Li Lifeng， Qi Yibo（School of Law， Jilin University，Changchun 130000，China）

Abstract： The application of artificial intelligence sentencing system brings many conveniences to the field of criminal justice， improves judicial efficiency and realizes“consistent judgement in similar cases”. Artificial intelligence sen？ tencing system takes data model operation as the working principle， and forms algorithm decision-making through logi？ cal operation. Criminal discretion is the judicial power given to judges in order to achieve justice in individual cases. Intelligent sentencing algorithm decision-making and criminal discretion are not only different in value position， but also different in fact finding， law application and power attribute. Moreover， they maintain a complementary relation？ ship. In order to avoid the arbitrariness of judges sentencing and the mechanization of intelligent sentencing system， we should highlight sentencing reform objectives and requirements. First of all， adhere to the judge leading position in sentencing. Secondly， define the boundary of algorithmic decision-making intervention in the judicial field. Finally， ad？ here to people-oriented and build a new judicial governance model of man-machine cooperation.

Keywords：artificial intelligence sentencing； algorithmic decision； judge sentencing； criminal discretion； manmachine cooperation

①新華社：在中央政法工作會議上，習(xí)近平提出這些要求。訪問地址：https：//baijiahao.baidu.com/s？id=1622820633997130001&wfr=spider&for=pc。最后訪問時間：2021年12月26日。

②最大池化就是選擇圖像區(qū)域中最大值作為該區(qū)域池化以后的值，反向傳播的時候，梯度通過前向傳播過程的最大值反向傳播，其他位置梯度為0；平均池化就是將選擇的圖像區(qū)域中的平均值作為該區(qū)域池化以后的值。

③參見四川省綿陽市中級人民法院（2019）川07刑更321號刑事裁定書。

④最高人民法院、最高人民檢察院印發(fā)《關(guān)于常見犯罪的量刑指導(dǎo)意見（試行）》（法發(fā)〔2021〕21號）中量刑指導(dǎo)原則第3條規(guī)定：量刑應(yīng)當(dāng)貫徹寬嚴(yán)相濟(jì)的刑事政策，做到該寬則寬，當(dāng)嚴(yán)則嚴(yán)，寬嚴(yán)相濟(jì)，罰當(dāng)其罪，確保裁判政治效果、法律效果和社會效果的統(tǒng)一。

⑤上海法院網(wǎng)：揭秘“206”：法院未來的人工智能圖景——上海刑事案件智能輔助辦案系統(tǒng)154天研發(fā)實錄，訪問地址：http：//shfy.chinacourt.gov.cn/article/detail/2017/07/id/2921078.shtml.最后訪問時間：2021年10月8日。

⑥輕罪是指在刑期上為3年或者3年以下的罪名，根據(jù)近十年《中國法律年鑒》的信息來看，如果單純以刑期為輕罪標(biāo)準(zhǔn)，輕罪案件的比例占所有刑事案件的比例約為40%。