甄航

摘要：司法人工智能分為常規(guī)型人工智能與專業(yè)型人工智能，前者是將通用領(lǐng)域已經(jīng)發(fā)展成熟的人工智能直接移植至司法領(lǐng)域而無(wú)需專門的算法更新，主要目的是將審判人員從繁重的“事務(wù)性”工作中解放出來(lái)，因而其也無(wú)法介入審判的核心內(nèi)容；后者是諸如量刑輔助系統(tǒng)等專門為司法領(lǐng)域開發(fā)的介入審判實(shí)質(zhì)內(nèi)容的人工智能，其是司法人工智能的核心。當(dāng)前司法人工智能的實(shí)踐現(xiàn)狀是常規(guī)型人工智能因其有堅(jiān)實(shí)基礎(chǔ)而卓有成效，但極為重要的專業(yè)型人工智能的開發(fā)與使用并不理想，主要原因是法學(xué)研究對(duì)專業(yè)型人工智能的研發(fā)理論供給不足，具體表現(xiàn)為“抽象有余而具象不足”，其深層次原因在于法學(xué)專業(yè)知識(shí)與人工智能技術(shù)知識(shí)沒有深度融合，即“懂技術(shù)的不懂法律，懂法律的不懂技術(shù)”。宏觀層面，在智能爆炸不可預(yù)期的時(shí)空背景下，生命2.0階段（文化階段）或弱人工智能時(shí)代仍是當(dāng)下及可預(yù)見未來(lái)所長(zhǎng)期處于的階段，故作為“工具”的量刑人工智能仍應(yīng)定位于輔助量刑而非決定量刑，且基于量刑規(guī)范化改革的價(jià)值內(nèi)涵，應(yīng)更進(jìn)一步地定位于規(guī)范性輔助而非參考性輔助，二者的區(qū)別是智能系統(tǒng)給出的階段性量刑結(jié)論對(duì)法官的約束力大小。在微觀層面，智能量刑系統(tǒng)的算法構(gòu)建應(yīng)以量刑邏輯主導(dǎo)算法邏輯為原則，以諸如量刑基準(zhǔn)、不法刑等具有“共性”屬性的階段性量刑為作用領(lǐng)域而非其能力之外的終局性量刑結(jié)論（宣告刑）；此外，為防止算法黑箱、算法歧視以及相關(guān)關(guān)系代替因果關(guān)系，須做到量刑人工智能的算法公開和階段性量刑結(jié)論的可解釋性。

關(guān)鍵詞：人工智能；量刑規(guī)范化；智慧司法；量刑輔助；算法黑箱；算法歧視

中圖分類號(hào)：D924.13；TP18

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1008-5831（2023）04-0191-11

近年來(lái)，在移動(dòng)互聯(lián)網(wǎng)、超級(jí)計(jì)算、大數(shù)據(jù)、傳感網(wǎng)、腦科學(xué)等新理論的驅(qū)動(dòng)下，具有深度學(xué)習(xí)、跨界融合等特征的人工智能技術(shù)呈指數(shù)爆炸式發(fā)展。 2017年7月8日，國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》（以下簡(jiǎn)稱《規(guī)劃》），標(biāo)志著我國(guó)將發(fā)展人工智能技術(shù)提升到了國(guó)家戰(zhàn)略層面。人工智能革命的到來(lái)已成為不可逆趨勢(shì)，其正以洶涌之勢(shì)介入社會(huì)生活的方方面面，司法領(lǐng)域也不例外?！叭斯ぶ悄芊▽W(xué)需要探討‘法治實(shí)踐的智能化和‘智能技術(shù)的法治化這兩大維度”^［1］，本文主要在前者框架下進(jìn)行剖析。在頂層政策的大力推動(dòng)下，各地法院快速地建立起具有類案推送、量刑輔助、偏離預(yù)警等功能的智慧法院系統(tǒng)。但與政策層面大力投入相比，司法實(shí)踐層面對(duì)人工智能的應(yīng)用卻存在諸多問題?！笆聦?shí)上，對(duì)于中國(guó)司法系統(tǒng)斥巨資力推的大數(shù)據(jù)及法律人工智能技術(shù)在司法實(shí)踐中的運(yùn)用效果并不理想”^［2］。故此，本文以麻省理工學(xué)院物理學(xué)教授邁克斯·泰格馬克提出的生命更迭的三種形態(tài)為背景，以現(xiàn)存及可預(yù)見未來(lái)的人工智能技術(shù)發(fā)展實(shí)況為基礎(chǔ)，分析人工智能在司法領(lǐng)域的體系性地位，并在此基礎(chǔ)上對(duì)人工智能介入量刑機(jī)制進(jìn)行精細(xì)化的具象剖析以幾十年前的圖靈測(cè)試為標(biāo)準(zhǔn)界定機(jī)器是否“智能”已經(jīng)無(wú)法滿足當(dāng)下的需求，且“中文房間模型”已經(jīng)論證了圖靈測(cè)試的局限性。但到現(xiàn)在為止，學(xué)界對(duì)“人工智能”的概念并沒有達(dá)成一致意見，故本文在較為廣義上使用“人工智能”概念，即邁克斯·泰格馬克教授對(duì)智能的定義：完成復(fù)雜目標(biāo)的能力。

一、問題導(dǎo)向：抽象有余而具象不足

自2017年以來(lái)，刑法學(xué)界興起了關(guān)于人工智能空前熱烈的討論，主要涉及人工智能刑事責(zé)任能力、人工智能介入司法領(lǐng)域的風(fēng)險(xiǎn)及防范、人工智能輔助量刑的宏觀展望等問題?？傮w而言，現(xiàn)階段對(duì)人工智能的法學(xué)研究表現(xiàn)出抽象有余而具象不足的特征，學(xué)者大多對(duì)人工智能介入司法領(lǐng)域進(jìn)行宏觀而抽象的分析，而無(wú)法具象化。這與現(xiàn)階段我國(guó)法學(xué)話語(yǔ)體系與技術(shù)話語(yǔ)體系沒有深度融合有很大關(guān)系，也即“懂技術(shù)的不懂法律，懂法律的不懂技術(shù)”^［3］，這就使得在法學(xué)領(lǐng)域討論技術(shù)問題猶如隔靴搔癢，無(wú)法直擊痛點(diǎn)。本文此部分旨在以司法人工智能的中國(guó)處境為背景，剖析我國(guó)人工智能法學(xué)研究之困境。

（一）司法人工智能的中國(guó)處境

“在官方正式?jīng)Q策的推動(dòng)下，全國(guó)范圍內(nèi)的各行各業(yè)開始主動(dòng)‘擁抱大數(shù)據(jù)、研發(fā)應(yīng)用各種智能系統(tǒng)”^［4］。2016年7月，中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)《國(guó)家信息化發(fā)展戰(zhàn)略綱要》，提出“建設(shè)‘智慧法院，提高案件受理、審判、執(zhí)行、監(jiān)督等各環(huán)節(jié)信息化水平，推動(dòng)執(zhí)法司法信息公開，促進(jìn)司法公平正義”。2017年7月，國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出三步走戰(zhàn)略。2021年3月11，全國(guó)人民代表大會(huì)通過的《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出加強(qiáng)智慧法院建設(shè)的要求。在頂層政策大力推動(dòng)下，“全國(guó)86%的法院已建成信息化程度較高的訴訟服務(wù)大廳，各類智能訴訟服務(wù)設(shè)備層出不窮”^［5］，例如最高人民法院的類案智能推送系統(tǒng)、上海市高級(jí)人民法院的智能輔助辦案系統(tǒng)（206工程）、北京法院的睿法官智能研判系統(tǒng)、貴州省高級(jí)人民法院的法鏡大數(shù)據(jù)系統(tǒng)等。總體而言，司法人工智能可以區(qū)分為兩種類型：常規(guī)型人工智能和專業(yè)型人工智能部分人工智能學(xué)者將人工智能區(qū)為分通用人工智能和專用人工智能，前者是指可以完成任何認(rèn)知任務(wù)，并且完成得至少和人類一樣好的人工智能（目前并不存在）；后者是指可以完成一個(gè)較狹義目標(biāo)組（例如下棋和開車）的人工智能（目前已經(jīng)存在）。本文以人工智能適用領(lǐng)域進(jìn)行分類，而非其智能程度，因?yàn)榫湍壳岸匀斯ぶ悄苤g并沒有質(zhì)的區(qū)別，以智能程度作為劃分標(biāo)準(zhǔn)對(duì)本文而言無(wú)意義。。

第一，常規(guī)型人工智能。常規(guī)型人工智能是指將通用領(lǐng)域的人工智能技術(shù)直接應(yīng)用于司法領(lǐng)域而不需要專門的程序設(shè)計(jì)或者只需要簡(jiǎn)單的程序設(shè)計(jì)的司法人工智能?！爸腔鄯ㄔ骸敝心軌?qū)崿F(xiàn)語(yǔ)音轉(zhuǎn)文字、案卷數(shù)據(jù)化等功能的人工智能可以歸為此類。常規(guī)型人工智能主要有如下特征：（1）此類人工智能在通用領(lǐng)域已經(jīng)發(fā)展得較為成熟。（2）此類人工智能從通用領(lǐng)域轉(zhuǎn)向司法領(lǐng)域較為容易，無(wú)需法學(xué)專業(yè)知識(shí)的引入。因?yàn)槠潆m然被引入司法領(lǐng)域，但其功能性并沒有發(fā)生質(zhì)變。（3）此類人工智能主要解決司法領(lǐng)域的“事務(wù)性”工作，而無(wú)法介入審判的實(shí)質(zhì)內(nèi)容。在司法實(shí)踐中，常規(guī)型人工智能發(fā)展態(tài)勢(shì)較好，能夠?qū)⒎ü購(gòu)某林氐氖聞?wù)性工作中解放出來(lái)，提高訴訟效力，也能夠切實(shí)緩解我國(guó)“案多人少”的現(xiàn)狀。常規(guī)型人工智能之所以能得到如此好的效果，主要是因?yàn)樵谕ㄓ妙I(lǐng)域已有較為成熟的技術(shù)沉淀，將其直接引入司法領(lǐng)域并不需要大量額外的、專門的算法更新。

第二，專業(yè)型人工智能。專業(yè)型人工智能是指為司法領(lǐng)域所獨(dú)有，需要引入法學(xué)專業(yè)知識(shí)的人工智能?！爸腔鄯ㄔ骸敝械牧啃梯o助系統(tǒng)、偏離預(yù)警系統(tǒng)等可以歸入此類。專業(yè)型人工智能具有如下特征：（1）為司法領(lǐng)域所獨(dú)有，而并非由通用領(lǐng)域直接引入。算法設(shè)計(jì)以需求為導(dǎo)向，專業(yè)型人工智能所實(shí)現(xiàn)的需求在通用領(lǐng)域并不存在，這就使得其算法邏輯需要“另起爐灶”，而不能直接沿用已存在的算法。（2）法學(xué)邏輯主導(dǎo)算法邏輯。專業(yè)型人工智能以解決司法實(shí)踐問題為導(dǎo)向，法學(xué)邏輯是解決司法實(shí)踐問題之根本，算法是法學(xué)邏輯智能化的工具。（3）專業(yè)人工智能較通用型人工智能發(fā)展較晚，技術(shù)不成熟。專業(yè)型人工智能并沒有達(dá)到預(yù)期效果，例如，就“江蘇智慧審判系統(tǒng)的應(yīng)用情況來(lái)看，似乎也不太理想，江蘇基層法院的部分法官甚至表示并未使用該系統(tǒng)”^［2］。其原因也較為明朗：專業(yè)型人工智能需要法學(xué)專業(yè)知識(shí)與技術(shù)知識(shí)的深度融合，且需要在專業(yè)話語(yǔ)與技術(shù)話語(yǔ)的權(quán)力沖突中找到平衡點(diǎn)，故專業(yè)型人工智能是需要法學(xué)家與人工智能專家共同開發(fā)的全新人工智能。顯然，現(xiàn)階段的專業(yè)型人工智能并沒有實(shí)現(xiàn)上述知識(shí)的深度融合。

故此，司法領(lǐng)域常規(guī)型人工智能發(fā)展態(tài)勢(shì)較好，而專業(yè)型人工智能效果不理想是現(xiàn)階段司法人工智能的中國(guó)處境?？紤]到行文焦點(diǎn)，本文以下所討論的專業(yè)型人工智能主要指介入量刑機(jī)制的司法人工智能（以下簡(jiǎn)稱“量刑人工智能”）。

（二）困境剖析：法學(xué)實(shí)證研究的理論供給不足

如上所述，現(xiàn)階段司法領(lǐng)域?qū)I(yè)人工智能無(wú)法達(dá)到預(yù)期效果是我國(guó)司法人工智能的現(xiàn)實(shí)困境。造成此困境的原因并非人工智能在司法領(lǐng)域存在技術(shù)瓶頸，也并非人工智能技術(shù)知識(shí)與法學(xué)專業(yè)知識(shí)具有原生的不相容性，而是法學(xué)實(shí)證研究對(duì)司法領(lǐng)域?qū)I(yè)型人工智能的理論供給不足。晚近以來(lái)，我國(guó)的法學(xué)研究大多是“黑格爾式”思維的規(guī)范性研究，實(shí)證研究極少，而以大數(shù)據(jù)分析為根基的量刑人工智能正是以法學(xué)實(shí)證研究為基礎(chǔ)。

第一，量刑人工智能以大數(shù)據(jù)分析為基礎(chǔ)。量刑人工智能以現(xiàn)有量刑生態(tài)為基準(zhǔn)，以對(duì)法官集體智慧的認(rèn)同為前提，具體表現(xiàn)為對(duì)現(xiàn)存已經(jīng)判決的量刑數(shù)據(jù)為數(shù)據(jù)來(lái)源進(jìn)行大數(shù)據(jù)分析。以現(xiàn)有量刑生態(tài)為基準(zhǔn)，“意味著司法人員的彼此認(rèn)同和信賴， 因而也意味著司法實(shí)踐良性的整體延展”^［6］。大數(shù)據(jù)分析更多的是運(yùn)用統(tǒng)計(jì)學(xué)原理，也即量化研究；而傳統(tǒng)的規(guī)范法學(xué)研究以定性研究為基本范式，因此，對(duì)于習(xí)慣于定性研究的法學(xué)領(lǐng)域，基于大數(shù)據(jù)分析的量刑人工智能構(gòu)建完全是一個(gè)陌生的領(lǐng)域。也正因如此，左衛(wèi)民教授在探索大數(shù)據(jù)法律研究的科學(xué)方式時(shí)提出，要“推動(dòng)研究的團(tuán)隊(duì)化與多學(xué)科的交叉融合，并致力于培養(yǎng)復(fù)合型大數(shù)據(jù)法學(xué)人才”^［7］。

第二，量刑人工智能并非人工智能對(duì)量刑數(shù)據(jù)的常規(guī)分析。在通用領(lǐng)域，對(duì)某一對(duì)象的大數(shù)據(jù)分析已有成熟的技術(shù)沉淀，但遺憾的是，已有的技術(shù)沉淀并不能直接平移至司法領(lǐng)域，現(xiàn)有量刑輔助系統(tǒng)的實(shí)踐困境即為例證。量刑領(lǐng)域的大數(shù)據(jù)分析首先需要對(duì)半結(jié)構(gòu)化的判決書進(jìn)行數(shù)據(jù)提取，包括情節(jié)、刑罰量等。其次，需要全樣本分析，而不能僅以現(xiàn)有裁判文書網(wǎng)的判決書為數(shù)據(jù)來(lái)源。在統(tǒng)計(jì)學(xué)理論中，以隨機(jī)抽樣為前提的樣本統(tǒng)計(jì)量通常被認(rèn)為在一定程度上可以代表總體參數(shù)，但值得注意的是，裁判文書網(wǎng)公開的案件量與實(shí)際案件量具有一定的差距，且公開的案件并非是在實(shí)際案件（總體）中抽樣得出，因此以裁判文書網(wǎng)的數(shù)據(jù)揭示的現(xiàn)象是否能夠代表我國(guó)的司法現(xiàn)狀值得懷疑?！白罡叻ㄔ涸?016年之前一共公開了11 080 份裁判文書，相較于最高法院2014年與2015年的總體案件審結(jié)量，經(jīng)過計(jì)算比例約為46.13%”^［8］。再次，需要以量刑理論為基礎(chǔ)和指引進(jìn)行大數(shù)據(jù)分析。最后，需要利用量刑理論對(duì)分析結(jié)果進(jìn)行專業(yè)解釋。

第三，精細(xì)的量刑實(shí)證研究是量刑人工智能研發(fā)的理論根基。由以上兩點(diǎn)可以得知，量刑人工智能的構(gòu)建需要量刑理論與人工智能理論（底層為數(shù)據(jù)分析理論抑或統(tǒng)計(jì)學(xué)原理）深度融合，而深度融合的基礎(chǔ)即是具象的量刑實(shí)證研究。在以往的法學(xué)研究中，也有學(xué)者應(yīng)用定量研究的方法，例如白建軍教授就一直耕耘于法學(xué)實(shí)證研究領(lǐng)域。與以往法學(xué)實(shí)證研究不同的是，量刑人工智能實(shí)現(xiàn)了從“大量數(shù)據(jù)”到“大數(shù)據(jù)”的跨越。

綜上，現(xiàn)階段關(guān)于人工智能介入量刑機(jī)制的研究呈現(xiàn)出抽象有余而具象不足的特征，這就導(dǎo)致量刑實(shí)證研究相關(guān)理論對(duì)量刑人工智能的構(gòu)建理論供給不足。也正因?yàn)槿绱?，才?dǎo)致現(xiàn)今量刑人工智能在司法實(shí)踐中“遇冷”。

二、宏觀定位：輔助量刑抑或決定量刑

關(guān)于人工智能介入量刑機(jī)制的宏觀定位，“輔助量刑”和“決定量刑”是兩種不同的立場(chǎng)，總體而言，“輔助量刑”立場(chǎng)主張?jiān)谌斯ぶ悄芙槿肓啃虣C(jī)制之后作為“人”（碳基）的法官仍然是居于主導(dǎo)地位；“決定量刑”的立場(chǎng)則認(rèn)為人工智能（硅基）應(yīng)該在量刑過程中居于決定性地位，而具有生物特征的“人”只具有輔助性作用甚至將其排除在量刑程序之外。顯然，這兩種截然不同的立場(chǎng)僅僅是基于不同的邏輯前提（時(shí)空背景）。故此，本部分以現(xiàn)階段人工智能的發(fā)展程度為時(shí)空背景，剖析現(xiàn)今人工智能介入量刑機(jī)制的定位及其介入的具體方式（參考性抑或規(guī)范性）。

（一）邏輯前提：量刑人工智能的時(shí)空背景

不可否認(rèn)，當(dāng)下學(xué)界無(wú)論是對(duì)人工智能刑事責(zé)任能力的討論，還是對(duì)人工智能裁判的討論都存在一定程度的設(shè)想，即以人工智能具有意識(shí)或者在可預(yù)見的未來(lái)具有意識(shí)為假設(shè)前提。劉艷紅教授提出警醒，“人工智能技術(shù)熱潮的再度興起，使得人工智能法學(xué)研究空前繁盛，但當(dāng)前研究出現(xiàn)了違反人類智力常識(shí)的反智化現(xiàn)象”^［9］。筆者認(rèn)為，現(xiàn)階段關(guān)于人工智能的法學(xué)研究要以現(xiàn)今及可預(yù)見未來(lái)的人工智能技術(shù)背景為邏輯前提，而對(duì)人工智能發(fā)展階段的認(rèn)定是法學(xué)學(xué)者無(wú)能為力的，只能求助于人工智能技術(shù)專家。故此，本文以當(dāng)下世界人工智能學(xué)者對(duì)人工智能的研究現(xiàn)狀為邏輯前提作為討論的基礎(chǔ)本文并不否定某些領(lǐng)域一定程度的超前研究的價(jià)值，例如人工智能有益運(yùn)動(dòng)支持者（Members of The Beneficial-AI Movement）所主張的人工智能安全性研究。 。

麻省理工學(xué)院物理學(xué)終身教授、未來(lái)生命研究所創(chuàng)始人馬克斯·埃里克·泰格馬克（Max Erik Tegmark）將生命發(fā)展區(qū)分為三個(gè)階段：“生命1.0（生物階段），靠進(jìn)化獲得硬件和軟件；生命2.0（文化階段），靠進(jìn)化獲得硬件，但大部分軟件是由自己設(shè)計(jì)的；生命3.0（科技階段），自己設(shè)計(jì)硬件和軟件”^［10］37。顯然，人類處在生命2.0階段，我們可以通過學(xué)習(xí)不斷升級(jí)自己的軟件，但硬件的升級(jí)只能依賴于生物進(jìn)化。生命3.0被人工智能學(xué)者認(rèn)為是人工智能發(fā)展至智能爆炸（奇點(diǎn)）時(shí)的生命形態(tài)智能爆炸，是指能迅速導(dǎo)致超級(jí)智能的迭代式自我改進(jìn)的過程。，而當(dāng)下刑法學(xué)者所討論的具有刑事責(zé)任能力以及能夠完全智能裁判的人工智能即為生命3.0形態(tài)。

關(guān)于生命3.0的討論主要有兩個(gè)核心問題：第一，何時(shí)到來(lái)？第二，出現(xiàn)會(huì)有什么后果？圍繞這兩個(gè)問題，存在三個(gè)學(xué)派：數(shù)字烏托邦主義者（Digital Utopians）、技術(shù)懷疑主義者（Techno-Skeptics）和人工智能有益運(yùn)動(dòng)支持者（Members of The Beneficial-AI Movement）。數(shù)字烏托邦主義者認(rèn)為，“數(shù)字生命是宇宙進(jìn)化自然而然、令人期待的下一步，如果我們讓數(shù)字智能自由地發(fā)展，而不是試著阻止或奴役它們，那么，幾乎可以肯定地說(shuō)，結(jié)果一定會(huì)是好的”^［10］40；技術(shù)懷疑主義者認(rèn)為，“建造超人類水平的通用人工智能（可完成任何認(rèn)知任務(wù)，并且完成得至少和人類一樣好的人工智能——引者注）實(shí)在太困難了，沒有幾百年的時(shí)間，根本無(wú)法實(shí)現(xiàn)，因此沒必要杞人憂天”^［10］39；人工智能有益運(yùn)動(dòng)支持者則認(rèn)為，強(qiáng)人工智能在21世紀(jì)內(nèi)會(huì)出現(xiàn)，但其后果仍然不確定，因此當(dāng)下對(duì)人工智能的安全性研究尤為重要（見圖1）。

由以上三個(gè)學(xué)派的爭(zhēng)論可以看出，現(xiàn)今世界最頂尖的人工智能學(xué)者對(duì)于強(qiáng)人工智能的出現(xiàn)時(shí)間各執(zhí)一詞，唯一能夠達(dá)成的共識(shí)是：在當(dāng)下及以當(dāng)下存在的人工智能為基礎(chǔ)所預(yù)見的未來(lái)不會(huì)出現(xiàn)通用人工智能（強(qiáng)人工智能）。換言之，在當(dāng)下及可預(yù)見的未來(lái)，我們?nèi)匀粫?huì)處在生命2.0階段，這正是本文行文的邏輯前提。結(jié)合本文焦點(diǎn)，人工智能介入量刑機(jī)制現(xiàn)階段應(yīng)定位于輔助量刑。當(dāng)然，為避免陷入“科林格里奇困境（Collingridge s Dilemma）”科林格里奇困境，是指一種技術(shù)的社會(huì)后果不能在技術(shù)生命的早期被預(yù)料到。然而， 當(dāng)不希望的后果被發(fā)現(xiàn)時(shí)， 技術(shù)卻常常成為整個(gè)經(jīng)濟(jì)和社會(huì)結(jié)構(gòu)的一部分， 以至于對(duì)它的控制十分困難（Collingridge D. the Social Control of Technology［M］. Milton Keynes， UK： Open University Press，1980. 11， 11， 16 － 17， 11， 11， 12．）。，目前對(duì)人工智能的安全性控制進(jìn)行一定程度超前的規(guī)范與倫理研究是本文所認(rèn)同的。

（二）輔助向度：參考性輔助抑或規(guī)范性輔助

或由于對(duì)強(qiáng)人工智能的憂慮，或由于對(duì)當(dāng)下人工智能技術(shù)的清晰認(rèn)識(shí)，抑或由于對(duì)“人類中心主義”的堅(jiān)守，極少有學(xué)者主張人工智能具有決定量刑的地位，大多都認(rèn)同應(yīng)將其定位于輔助量刑。但對(duì)量刑人工智能的地位認(rèn)識(shí)僅停留在輔助量刑則仍不具有指引價(jià)值，甚至?xí)驗(yàn)槠浜滢o的定位使得司法實(shí)踐標(biāo)準(zhǔn)不一。量刑人工智能的輔助地位必須進(jìn)一步精細(xì)化，即其是參考性輔助還是規(guī)范性輔助，前者是指量刑人工智能給出的“量刑”對(duì)法官只有參考價(jià)值，后者是指量刑人工智能給出的“量刑”具有規(guī)范作用，法官必須采納或者如不采納則需要給出合理的理由。筆者認(rèn)為，規(guī)范性輔助才是符合我國(guó)量刑規(guī)范化改革價(jià)值內(nèi)涵的量刑人工智能定位，而參考性輔助仍然需要最大限度地發(fā)揮法官個(gè)人的正義與良知，不具有規(guī)范屬性。值得注意的是，規(guī)范性輔助并非是量刑人工智能直接給出法官個(gè)案的宣告刑且法官必須適用，而是如本文第三部分關(guān)于人工智能介入量刑機(jī)制的具象剖析中所詳細(xì)論述的，量刑人工智能給出的是階段性量刑，而且給出的是具有“共性”屬性的階段性量刑，如個(gè)罪的量刑基準(zhǔn)，而具有“個(gè)性”屬性的量刑則由法官依據(jù)裁量權(quán)裁量得出，如個(gè)案的責(zé)任刑、宣告刑等。

第一，規(guī)范性輔助符合量刑規(guī)范化的價(jià)值內(nèi)涵。量刑規(guī)范化改革是近年來(lái)我國(guó)最重要的司法改革之一，其旨在實(shí)現(xiàn)量刑之“規(guī)范”，由傳統(tǒng)估推式量刑向精細(xì)化量刑轉(zhuǎn)變。但遺憾的是，當(dāng)下從犯罪事實(shí)（存在）到具體個(gè)案刑罰量（應(yīng)當(dāng)）的危險(xiǎn)跨越很大程度上仍然依賴于法官的良知與正義。近年來(lái)人工智能技術(shù)指數(shù)爆炸式增長(zhǎng)為量刑規(guī)范化改革提供了可行的實(shí)現(xiàn)路徑。量刑人工智能為法官提供某些階段的量刑（例如量刑基準(zhǔn)），使法官能在相對(duì)于法定刑較小的幅度內(nèi)行使自由裁量權(quán)，即達(dá)到了量刑程序規(guī)范化的目的，也實(shí)現(xiàn)了量刑實(shí)體的規(guī)范化。但是，這一切的前提是量刑人工智能給出的量刑具有規(guī)范屬性，如果其只具有參考屬性，則法官所面對(duì)的仍然是整個(gè)法定刑，量刑過程也無(wú)法實(shí)現(xiàn)規(guī)范化，因?yàn)閺姆ǘㄐ踢x擇到最終宣告刑的確定的整個(gè)過程僅存在于法官的思維中，無(wú)法現(xiàn)實(shí)化。

第二，量刑是“刑之量化”基礎(chǔ)上的“刑之裁量”。如果沒有“刑之量化”，量刑就是無(wú)根基、無(wú)標(biāo)準(zhǔn)之裁量，其也就成了全部依賴法官正義與良知的無(wú)言之知?！靶讨昧俊迸c“刑之量化”并非截然不同的對(duì)立立場(chǎng)，而是量刑不同階段的側(cè)重點(diǎn)?！靶讨昧俊睆?qiáng)調(diào)量刑過程中法官自由裁量權(quán)的發(fā)揮，“刑之量化”一則強(qiáng)調(diào)量刑過程的規(guī)范性，二則強(qiáng)調(diào)量刑實(shí)體的精準(zhǔn)化。法官在量刑人工智能給出的“刑之量化”的基礎(chǔ)上進(jìn)行“刑之裁量”，量刑才能科學(xué)化、規(guī)范化。法官基于參考性輔助所做的量刑并非是以“刑之量化”為基礎(chǔ)，而最終仍然僅以自身的正義與良知為基準(zhǔn)。另外，規(guī)范性輔助與參考性輔助的功能性差異會(huì)導(dǎo)致“刑之量化”的標(biāo)準(zhǔn)尺度存在差異，如果將功能定位于參考性輔助，則“刑之量化”的標(biāo)準(zhǔn)將大幅降低。

第三，“量刑均衡是量刑統(tǒng)一化與量刑個(gè)別化的辯證統(tǒng)一”^［11］。“量刑統(tǒng)一化”即“同案同判”或“類案類判”，例如個(gè)罪中，都有統(tǒng)一的量刑基準(zhǔn)由于討論焦點(diǎn)原因，本文不對(duì)量刑基準(zhǔn)作更為細(xì)致的論述，筆者認(rèn)為，量刑基準(zhǔn)是非裁判性的，是犯罪常態(tài)的常態(tài)量刑。?！傲啃虃€(gè)別化”是指由于每個(gè)行為人的人身危險(xiǎn)性不同，則基于人身危險(xiǎn)性的預(yù)防刑也不同有學(xué)者也在責(zé)任刑意義上使用量刑個(gè)別化，此種意義的量刑個(gè)別化是基于不可能會(huì)有兩個(gè)犯罪行為是一樣的，但通說(shuō)仍然是在預(yù)防刑（人身危險(xiǎn)性）意義上使用量刑個(gè)別化概念。?！傲啃探y(tǒng)一化”要求“類案類判”，需要法官檢索區(qū)域內(nèi)甚至是全國(guó)范圍內(nèi)同類案件的量刑情況，這對(duì)于碳基的人來(lái)說(shuō)無(wú)疑是巨大的工作量甚至是不可能實(shí)現(xiàn)的，但對(duì)于基于大數(shù)據(jù)分析的人工智能而言則是輕而易舉。因此，在量刑人工智能得出的量刑更精準(zhǔn)、涵射的數(shù)據(jù)更全面時(shí)，法官?zèng)]有理由不以此為依據(jù)。例如，對(duì)于量刑基準(zhǔn)而言，由于同一罪名具有統(tǒng)一的量刑基準(zhǔn)，量刑人工智能所得出的量刑基準(zhǔn)對(duì)于法官量刑具有規(guī)范意義而不僅僅是參考意義。

第四，量刑人工智能的規(guī)范性輔助地位須上升至立法層面才能強(qiáng)制適用。我國(guó)《憲法》和《刑事訴訟法》都對(duì)審判權(quán)的行使作了專門的規(guī)定。雖然量刑人工智能的規(guī)范性輔助地位沒有對(duì)法官的審判權(quán)核心進(jìn)行入侵，但其仍然在一定程度上縮小了法官審判權(quán)的裁量空間，因此，如果要將量刑人工智能定位于規(guī)范性輔助地位就必須進(jìn)行立法規(guī)定。也正因如此，最高人民法院制定的《量刑指導(dǎo)意見》也僅具有指導(dǎo)意義，并不具有強(qiáng)制執(zhí)行效力。“《量刑指導(dǎo)意見》確定的各項(xiàng)量化標(biāo)準(zhǔn)也不具有法律效力，主要起指導(dǎo)作用，還需要在實(shí)踐中進(jìn)一步檢驗(yàn)其科學(xué)性、合理性，并不斷予以修改、完善”^［12］37。

以當(dāng)下及可預(yù)見未來(lái)的人工智能技術(shù)為背景進(jìn)行討論是較為務(wù)實(shí)、嚴(yán)肅的法學(xué)研究。因此，對(duì)現(xiàn)階段的量刑人工智能應(yīng)定位于規(guī)范性輔助量刑。

三、微觀解構(gòu)：人工智能介入量刑機(jī)制的具象剖析

在明確人工智能介入量刑機(jī)制的體系地位之后，對(duì)其進(jìn)行深入而具體的分析更為必要，如此才能讓其宏觀定位有立足的根基，才能讓依托于人工智能的量刑規(guī)范化改革落到實(shí)處，而不僅僅是在宏觀層面進(jìn)行抽象的表述。

（一）基本立場(chǎng)：量刑邏輯主導(dǎo)算法邏輯

一直以來(lái)，我們都存在一種錯(cuò)誤的觀念，即量刑人工智能的研發(fā)是人工智能專家的事，由他們?cè)O(shè)計(jì)算法進(jìn)行量刑的大數(shù)據(jù)分析，并最終得出一個(gè)統(tǒng)計(jì)值。正是由于這樣的錯(cuò)誤觀念或者至少是在某種程度上被這種觀念所影響，進(jìn)而導(dǎo)致當(dāng)下的量刑人工智能和司法實(shí)踐需求存在一定程度的脫節(jié)。筆者認(rèn)為，在人工智能作為“客體”的生命2.0階段，即使其具有深度學(xué)習(xí)能力，其算法邏輯仍然是由作為碳基的人主導(dǎo)。具體到量刑領(lǐng)域，量刑人工智能的算法邏輯應(yīng)由量刑邏輯主導(dǎo)。

量刑理論為量刑人工智能的研發(fā)提供需求指引。任何人工智能的研發(fā)都是以需求為導(dǎo)向的，如果量刑人工智能僅僅是對(duì)現(xiàn)存的量刑數(shù)據(jù)進(jìn)行抓取，然后得出一些常規(guī)的統(tǒng)計(jì)值（例如某罪名的平均量刑），則該統(tǒng)計(jì)值對(duì)法官量刑的價(jià)值并不大。故此，量刑理論要深入算法設(shè)計(jì)的每一步。筆者認(rèn)為，基于責(zé)任主義原則，一個(gè)規(guī)范的量刑過程分為量刑基準(zhǔn)的確立—（不法刑的確立）—責(zé)任刑的確立—預(yù)防刑的確立—宣告刑的確立近年來(lái)，關(guān)于量刑方法有諸多觀點(diǎn)，如《量刑指導(dǎo)意見》中的“量刑起點(diǎn)—基準(zhǔn)刑—宣告刑”的量刑步驟。。沒有量刑理論的指引，量刑人工智能只能得出量刑數(shù)據(jù)的常規(guī)統(tǒng)計(jì)數(shù)據(jù)，無(wú)法達(dá)到規(guī)范性輔助的目的，只具有參考價(jià)值。

綜上，量刑人工智能的研發(fā)是法學(xué)專業(yè)知識(shí)與人工智能專業(yè)知識(shí)的深度融合，且在法學(xué)專業(yè)與技術(shù)的話語(yǔ)沖突中，應(yīng)由法學(xué)專業(yè)話語(yǔ)權(quán)主導(dǎo)人工智能技術(shù)話語(yǔ)權(quán)。因此，法學(xué)專家要深入到量刑人工智能研發(fā)的各個(gè)階段，而不能抱以拿來(lái)主義心態(tài)。

（二）作用領(lǐng)域：終局性量刑抑或階段性量刑

量刑人工智能給出的結(jié)論可以區(qū)分為終局性量刑和階段性量刑，前者是指量刑人工智能直接給出最終量刑，也即宣告刑；后者是指量刑人工智能給出的結(jié)論是各個(gè)階段的量刑，如給出個(gè)罪的量刑基準(zhǔn)、不法刑等。當(dāng)下關(guān)于人工智能輔助量刑的討論幾乎都默認(rèn)其給出的是終局性量刑，即直接給出宣告刑供法官參考，或者直接給出以不經(jīng)數(shù)據(jù)清洗的宣告刑為基礎(chǔ)的“大量數(shù)據(jù)”所得出的統(tǒng)計(jì)值，例如給出某省盜竊罪的平均量刑。但量刑人工智能直接給出終局性量刑存在如下缺陷：（1）前文論證了人工智能對(duì)量刑的輔助應(yīng)該是規(guī)范性輔助，如果量刑人工智能直接給出終局性結(jié)論，則違反了我國(guó)審判權(quán)的專屬性原則，侵犯了法官的裁量權(quán)。（2）現(xiàn)階段的人工智能技術(shù)還沒有給出終局性量刑的能力。量刑是一個(gè)極為復(fù)雜的過程，是量刑統(tǒng)一化和量刑個(gè)別化的辯證統(tǒng)一，而量刑人工智能所依賴的大數(shù)據(jù)分析技術(shù)只能得出量刑統(tǒng)一化層面的結(jié)論；量刑個(gè)別化是需要即使具有深度學(xué)習(xí)能力的人工智能也不具備的正義觀、良知以及對(duì)社會(huì)公序良俗的價(jià)值判斷，而這些需要社會(huì)化的人才能做到。因此，量刑人工智能的作用領(lǐng)域應(yīng)該是階段性量刑。

即使量刑人工智能給出的是階段性量刑，但如果其給出的是所有階段的量刑，那其與終局性量刑仍然別無(wú)二致。如前所述，基于量刑人工智能的特有屬性和我國(guó)審判權(quán)的專屬性，量刑人工智能只能介入量刑過程中需要量刑統(tǒng)一化的階段，而量刑個(gè)別化的階段則由法官基于正義與良知自由裁量得出。量刑人工智能至少能夠在量刑基準(zhǔn)與不法刑的確立階段進(jìn)行規(guī)范輔助，而對(duì)于責(zé)任程度的判定及人身危險(xiǎn)性的判定則仍然是法官行使自由裁量權(quán)的范圍，但量刑人工智能可以給出一定的不具有規(guī)范性質(zhì)的參考值，例如美國(guó)的COMPAS系統(tǒng)。“‘COMPAS的全稱為 ‘Correctional Offender Management Profiling for Alternative Sanctions，可譯為‘罪犯矯正替代性制裁分析管理系統(tǒng)，是由一家名為Nortpointe的公司為法院開發(fā)設(shè)計(jì)的，它可根據(jù)對(duì)犯罪者的訪談和來(lái)自司法部門的信息來(lái)評(píng)估再犯的風(fēng)險(xiǎn)，旨在幫助法官做出更好的或者至少是以數(shù)據(jù)為中心的司法決策”^［13］。

（三）規(guī)范輔助：量刑基準(zhǔn)與不法刑的算法邏輯

量刑基準(zhǔn)與不法刑的確立是體現(xiàn)量刑統(tǒng)一化的量刑階段，其都是基于已經(jīng)存在的不法事實(shí)，而客觀的不法事實(shí)是可量化的；責(zé)任刑（由不法刑乘以法官裁量的責(zé)任系數(shù)）與預(yù)防刑的確立則需要價(jià)值評(píng)價(jià)，是人工智能無(wú)能為力的。即使一些技術(shù)專家認(rèn)為人工智能也能做到價(jià)值評(píng)價(jià)，但這是無(wú)法驗(yàn)證的；雖然法官的價(jià)值評(píng)價(jià)也是無(wú)法驗(yàn)證的，但其具有程序的正當(dāng)性，是共同體基于“共情”賦予其正當(dāng)權(quán)力。由量刑理論主導(dǎo)的量刑基準(zhǔn)與不法刑確立的算法邏輯如下：第一，量刑基準(zhǔn)。量刑基準(zhǔn)是一個(gè)較為傳統(tǒng)的論題，但遺憾的是至今仍是一個(gè)較為混亂的概念，甚至存在與“裸刑”“量刑起點(diǎn)”等概念混用的情形。筆者贊同張明楷教授所主張的量刑基準(zhǔn)是“犯罪的常態(tài)”^［14］的刑罰量張明楷教授所書原文為“量刑時(shí)，應(yīng)當(dāng)按照犯罪的常態(tài)確定量刑起點(diǎn)”，但又在后文中在量刑起點(diǎn)層面討論“中線論”“分格論”“形勢(shì)論”等學(xué)說(shuō)，故此處的量刑起點(diǎn)即為本文所討論的量刑基準(zhǔn)。。因此，筆者認(rèn)為量刑基準(zhǔn)是區(qū)域性常態(tài)不法的常態(tài)量刑，而非容易受極端值影響且無(wú)法解決不同刑種之間無(wú)法量綱化問題的裸刑均值。由此可以得出，量刑基準(zhǔn)是非裁量性結(jié)果，其是脫離于（先于）個(gè)案存在的，也體現(xiàn)著量刑統(tǒng)一化?；诖肆啃踢壿嫞斯ぶ悄苡?jì)算量刑基準(zhǔn)的算法邏輯，首先以限定時(shí)間范圍內(nèi)、一定區(qū)域內(nèi)無(wú)人身危險(xiǎn)性評(píng)價(jià)、無(wú)責(zé)任降低評(píng)價(jià)的所有案件為數(shù)據(jù)源。將數(shù)據(jù)范圍限定在一定的時(shí)間范圍內(nèi)是因?yàn)橐紤]規(guī)范的時(shí)效性，如不能將97刑法生效前的案件作為當(dāng)下個(gè)案的指引；將數(shù)據(jù)范圍限定在一定區(qū)域內(nèi)是因?yàn)榱啃叹哂袇^(qū)域性，一定區(qū)域內(nèi)的量刑只能以本區(qū)域內(nèi)的量刑為基準(zhǔn)，如入罪標(biāo)準(zhǔn)在各省份之間具有彈性就是量刑具有區(qū)域性的體現(xiàn)；之所以要限定無(wú)人身危險(xiǎn)性評(píng)價(jià)、無(wú)責(zé)任降低評(píng)價(jià)的案件，是因?yàn)榱啃袒鶞?zhǔn)的事實(shí)根據(jù)為常態(tài)不法，而現(xiàn)階段的判決書并沒有對(duì)各個(gè)量刑階段進(jìn)行嚴(yán)格的區(qū)分，而是直接給出宣告刑，因此需要對(duì)案件進(jìn)行數(shù)據(jù)篩選。其次，對(duì)量刑情節(jié)進(jìn)行提取并進(jìn)行次數(shù)統(tǒng)計(jì)，得到常態(tài)不法，即不法的眾數(shù)眾數(shù)（Mode）：統(tǒng)計(jì)學(xué)概念，是指在統(tǒng)計(jì)分布上具有明顯集中趨勢(shì)點(diǎn)的數(shù)值，代表數(shù)據(jù)的一般水平。也是一組數(shù)據(jù)中出現(xiàn)次數(shù)最多的數(shù)值，有時(shí)眾數(shù)在一組數(shù)中有好幾個(gè)。。值得注意的是，傳統(tǒng)量刑基準(zhǔn)理論都默認(rèn)一個(gè)法定刑幅度內(nèi)只有一個(gè)量刑基準(zhǔn)，其實(shí)不然，一個(gè)法定刑幅度內(nèi)可能具有多個(gè)量刑基準(zhǔn)，因?yàn)橐粋€(gè)法定刑幅度內(nèi)不法的曲線分布可能存在多峰分布，也即多個(gè)眾數(shù)，多個(gè)常態(tài)不法。傳統(tǒng)量刑基準(zhǔn)理論默認(rèn)一個(gè)法定刑幅度內(nèi)只有一個(gè)量刑基準(zhǔn)主要是因?yàn)榉ǘㄐ痰闹贫ㄒ膊⒎且宰韵露系膶?shí)證分析為基礎(chǔ)，且傳統(tǒng)量刑理論的研究范式也是自上而下的邏輯推理。最后，對(duì)該常態(tài)不法的量刑進(jìn)行次數(shù)統(tǒng)計(jì)，得到量刑眾數(shù)（常態(tài)量刑），即量刑基準(zhǔn)。

第二，不法刑。不法刑是在量刑基準(zhǔn)的基礎(chǔ)上，對(duì)個(gè)案中相較于常態(tài)不法的不法程度更重或更輕所對(duì)應(yīng)的刑罰量。值得注意的是，傳統(tǒng)理論一直將故意和過失作為主觀要素，且將“客觀”作為不法不可動(dòng)搖的屬性，這就使得故意、過失、目的等要素?zé)o法融入不法內(nèi)涵。但在目的行為論犯罪論體系之后，故意、過失、目的等就作為了主觀不法要素。長(zhǎng)久以來(lái)，“對(duì)學(xué)習(xí)刑法的人而言，所有解決方案，似乎總在客觀說(shuō)與主觀說(shuō)之間糾纏不清”^［15］，故意、過失、目的等作為一種存在，其仍然可以被理解為是“客觀”的。本文主張故意、過失、目的等作為不法要素，而在責(zé)任階層則考察刑事責(zé)任能力、違法性認(rèn)識(shí)及期待可能性。不法刑確立的算法邏輯，首先將不法事實(shí)劃分為兩類，其一，可以數(shù)量化的不法事實(shí)，如盜竊金額；其二，不能數(shù)量化的不法事實(shí)，如未遂情節(jié)。其次，進(jìn)行不法事實(shí)與刑罰量的回歸分析，得出其相關(guān)關(guān)系。最后，通過情節(jié)變量與刑罰變量的相關(guān)關(guān)系得出不法刑。需要說(shuō)明的是，相關(guān)關(guān)系并非因果關(guān)系，因此需要法官作進(jìn)一步釋明。以上步驟涉及人工智能的自然語(yǔ)言處理（NLP，Natural Language Processing）、深度學(xué)習(xí)（DL， Deep Learning）及數(shù)據(jù)分析。

量刑人工智能所給出的量刑基準(zhǔn)和不法刑對(duì)法官量刑具有規(guī)范輔助的效果，法官除可以說(shuō)明合理理由外必須適用；而在責(zé)任刑與預(yù)防刑領(lǐng)域，需要法官基于價(jià)值評(píng)價(jià)進(jìn)行自由裁量。如此，才能實(shí)現(xiàn)“刑之量化”基礎(chǔ)上的“刑之裁量”，才能實(shí)現(xiàn)量刑統(tǒng)一性與量刑個(gè)別化的辯證統(tǒng)一。

（四）公正保障：算法公開與結(jié)論的可解釋性

在人工智能輔助量刑的研究中，“算法黑箱（black-box）”與“算法歧視（算法偏見）”一直是學(xué)界所憂慮的問題。算法黑箱是指，“在人工智能輸入的數(shù)據(jù)和其輸出的答案之間，存在著我們無(wú)法洞悉的‘隱層，即‘黑箱”^［16］。 “算法偏見問題引發(fā)了廣泛關(guān)注， 不同程度損害公眾基本權(quán)利、經(jīng)營(yíng)者競(jìng)爭(zhēng)性利益和特定個(gè)體的民事權(quán)益， 亟需規(guī)制”^［17］。為確保量刑人工智能的正當(dāng)性，“算法黑箱”與“算法歧視”是必須解決的問題。

第一，算法黑箱。美國(guó)威斯康辛州訴盧米斯案是人工智能輔助量刑中“算法黑箱”的典型案例。“2013年，威斯康辛州以五項(xiàng)罪名指控埃里克·盧米斯（Eric Loomis）與拉克羅斯（La Crosse）駕車射擊案有關(guān)。盧米斯否認(rèn)其參與了射擊行為，但承認(rèn)他在當(dāng)晚晚些時(shí)候駕駛了涉案汽車。盧米斯承認(rèn)了其中兩項(xiàng)較輕的罪名——‘企圖逃避交通官員罪、未經(jīng)車主同意而駕駛汽車罪”^［18］。法院在對(duì)盧米斯量刑時(shí)參考了COMPAS風(fēng)險(xiǎn)評(píng)估工具，判處了盧米斯6年有期徒刑和5年社區(qū)監(jiān)督（extended supervision）。盧米斯主張法院量刑時(shí)依賴COMPAS系統(tǒng)侵犯了其正當(dāng)程序權(quán)利，但最終威斯康辛州最高法院維持了原判。COMPAS風(fēng)險(xiǎn)評(píng)估工具所使用的算法由于涉及商業(yè)秘密不便公開，因此其存在“算法黑箱”。毫無(wú)疑問，算法不公開的人工智能有違司法公正，在人工智能對(duì)量刑發(fā)揮規(guī)范性輔助作用時(shí)更是如此，即使是參考性刑輔助，其對(duì)法官量刑也會(huì)有沉錨效應(yīng)沉錨效應(yīng)：心理學(xué)名詞，指人們?cè)趯?duì)某人某事做出判斷時(shí)，易受第一印象或第一信息支配。。因此，為保證量刑人工智能介入量刑機(jī)制的公正性，其算法必須公開，接受監(jiān)督。

第二，算法歧視。算法歧視主要有以下類型：（1）“內(nèi)置性編碼造成的歧視”；（2）“數(shù)據(jù)不完整造成的歧視”^［19］；（3）“偏見代理的算法歧視”偏見代理的算法歧視，又稱關(guān)聯(lián)歧視，是指雖然算法設(shè)計(jì)者采取客觀中立的數(shù)據(jù)，但數(shù)據(jù)之間形成組合會(huì)產(chǎn)生歧視的后果。；（4）“特征選擇的算法歧視”^［20］。內(nèi)置性編碼造成的歧視在算法公開接受監(jiān)督的情形下不會(huì)存在。數(shù)據(jù)不完整造成的歧視是由于抽樣而導(dǎo)致的樣本無(wú)法代表全體所產(chǎn)生的歧視，這在大數(shù)據(jù)全樣本的情形下也不會(huì)產(chǎn)生。而偏見代理的算法歧視與特征選擇的算法歧視，是源數(shù)據(jù)（判決）本身所具有的特征，而并非由算法所導(dǎo)致。

第三，量刑人工智能結(jié)論的可解釋性。量刑人工智能得出的量刑基準(zhǔn)與不法刑對(duì)法官量刑具有規(guī)范性輔助的效果，但裁判仍然需要體現(xiàn)法官對(duì)人工智能的“利用”，且為了防止人工智能漏洞，法官在量刑時(shí)需要對(duì)量刑人工智能給出的結(jié)果進(jìn)行法理解釋，包括量刑人工智能得出該結(jié)論所依據(jù)的數(shù)據(jù)庫(kù)范圍、量刑邏輯等。如果法官在對(duì)量刑人工智能給出的結(jié)論進(jìn)行解釋時(shí)，發(fā)現(xiàn)存在漏洞，則需填補(bǔ)漏洞后重新運(yùn)行得出新結(jié)論；如果量刑人工智能不存在漏洞，但基于合理理由不能適用量刑人工智能給出的結(jié)論，則法官在說(shuō)明理由后可以不適用，例如由于法律的修改而不適宜再基于先前的判決進(jìn)行當(dāng)下的量刑。法官對(duì)量刑人工智能結(jié)論的“改判”也是對(duì)數(shù)據(jù)的實(shí)時(shí)更新，社會(huì)的變遷也就體現(xiàn)在了量刑數(shù)據(jù)的迭代中。法官需要對(duì)量刑結(jié)論釋明的另一原因是因?yàn)榱啃倘斯ぶ悄芩龅幕貧w分析只能發(fā)現(xiàn)變量之間的相關(guān)性，而非因果性，故需要對(duì)變量之間的相關(guān)關(guān)系作進(jìn)一步解釋，才能作為合法結(jié)論；尤其在人工智能進(jìn)行深度學(xué)習(xí)能夠自動(dòng)計(jì)算最佳權(quán)重后，法官更需要對(duì)結(jié)論進(jìn)行釋明。

算法公開與量刑人工智能給出結(jié)論的可解釋性是人工智能介入量刑機(jī)制的公正保障，缺一則會(huì)導(dǎo)致司法公信力缺失和裁判的不可預(yù)測(cè)性。

四、結(jié)語(yǔ)

依據(jù)邁克斯·泰格馬克教授關(guān)于生命階段的區(qū)分及現(xiàn)今世界人工智能專家對(duì)智能爆炸的預(yù)測(cè)，我們將會(huì)在很長(zhǎng)一段時(shí)間處在生命2.0階段，距離強(qiáng)人工智能的出現(xiàn)以當(dāng)下的人工智能發(fā)展現(xiàn)狀仍然是無(wú)法預(yù)期的，故在宏觀定位層面，人工智能在量刑領(lǐng)域的地位應(yīng)定位于“客體”，具有規(guī)范性輔助地位。在具象層面，量刑人工智能的研發(fā)應(yīng)以量刑理論主導(dǎo)算法邏輯，并且需要保證算法公開與結(jié)論的可接受性。

人工智能技術(shù)與量刑理論的深度融合是量刑規(guī)范化改革繼續(xù)深化的重要契機(jī)，但不可否認(rèn)的是，其仍然有諸多困境需要突破。首先，量刑人工智能的構(gòu)建需要量刑實(shí)證研究理論的持續(xù)供給，而當(dāng)下我國(guó)量刑實(shí)證研究仍然屬于小眾領(lǐng)域。其次，量刑規(guī)范化需要進(jìn)一步完善量刑說(shuō)理機(jī)制。我國(guó)刑事判決書著重于對(duì)罪名的定性，而對(duì)量刑則并無(wú)詳盡的說(shuō)理機(jī)制，僅僅在判項(xiàng)中予以公布，這也就導(dǎo)致量刑人工智能的構(gòu)建需要大量嚴(yán)苛的數(shù)據(jù)篩選和清理，故司法實(shí)踐中階段性量刑說(shuō)理機(jī)制的構(gòu)建極為必要。最后，跨學(xué)科的理論研究極其緊迫。量刑理論與人工智能理論的知識(shí)割裂是當(dāng)下量刑人工智能開發(fā)的現(xiàn)實(shí)瓶頸，只有二者深度融合才能使量刑規(guī)范化改革發(fā)生質(zhì)的飛越。

參考文獻(xiàn)：

［1］劉艷紅.人工智能法學(xué)的“時(shí)代三問”［J］.東方法學(xué)，2021（5）：32-42.

［2］左衛(wèi)民.熱與冷：中國(guó)法律人工智能的再思考［J］.環(huán)球法律評(píng)論，2019（2）：53-64.

［3］馬長(zhǎng)山.數(shù)字法學(xué)的理論表達(dá)［J］.中國(guó)法學(xué)，2022（3）：119-144.

［4］錢大軍.司法人工智能的中國(guó)進(jìn)程：功能替代與結(jié)構(gòu)強(qiáng)化［J］.法學(xué)評(píng)論，2018（5）：138-152.

［5］劉子陽(yáng)，王芳.鉚足馬力創(chuàng)新發(fā)展深化智能應(yīng)用：最高法信息中心主任許建峰詳析智慧法院建設(shè)［N］.法制日?qǐng)?bào)， 2018-03-13（8）.

［6］白建軍.基于法官集體經(jīng)驗(yàn)的量刑預(yù)測(cè)研究［J］.法學(xué)研究，2016（6）：140-154.

［7］左衛(wèi)民.邁向大數(shù)據(jù)法律研究［J］.法學(xué)研究，2018（4）：139-150.

［8］馬超，于曉虹，何海波.大數(shù)據(jù)分析：中國(guó)司法裁判文書上網(wǎng)公開報(bào)告［J］.中國(guó)法律評(píng)論，2016（4）：195-246.

［9］劉艷紅.人工智能法學(xué)研究的反智化批判［J］.東方法學(xué)，2019（5）：119-126.

［10］邁克斯·泰格馬克.生命3.0：人工智能時(shí)代人類的進(jìn)化與重生［M］.汪婕舒，譯，杭州：浙江教育出版社，2018.

［11］石經(jīng)海.“量刑規(guī)范化”解讀［J］.現(xiàn)代法學(xué)，2009（3）：104-112.

［12］熊選國(guó).《人民法院量刑指導(dǎo)意見》與“兩高三部”《關(guān)于規(guī)范量刑程序若干問題的意見》理解與適用［M］.北京：法律出版社，2010.

［13］朱體正.人工智能輔助裁判的不確定性風(fēng)險(xiǎn)及其防范：美國(guó)威斯康星州訴盧米斯案的啟示［J］.浙江社會(huì)科學(xué)，2018（6）：76-85，157.

［14］張明楷.犯罪常態(tài)與量刑起點(diǎn)［J］.法學(xué)評(píng)論，2015（2）：1-10.

［15］許玉秀.主觀與客觀之間：主觀理論與客觀歸責(zé)［M］.北京：法律出版社，2008：3.

［16］許可.人工智能的算法黑箱與數(shù)據(jù)正義［N］.社會(huì)科學(xué)報(bào)，2018-03-29.

［17］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.

［18］江溯.自動(dòng)化決策、刑事司法與算法規(guī)制：由盧米斯案引發(fā)的思考［J］.東方法學(xué)，2020（3）：76-88.

［19］劉雁鵬.智慧司法中的憂慮：想象、剖析與展望［J］.理論與改革，2020（3）：168-181.

［20］鄭智航，徐昭曦.大數(shù)據(jù)時(shí)代算法歧視的法律規(guī)制與司法審查：以美國(guó)法律實(shí)踐為例［J］.比較法研究，2019（4）：111-122.

Artificial intelligence intervention in sentencing mechanism：

dilemma， orientation and deconstruction

ZHEN Hang

（Law School， Southwest University of Political Science and Law， Chongqing 401120， P. R. China）

Abstract： Judicial artificial intelligence is divided into conventional artificial intelligence and professional artificial intelligence， the former is to directly transplant artificial intelligence that has developed and matured in the general field to the judicial field without special algorithm updates， the main purpose is to liberate judges from heavy “transactional” work， so they cannot intervene in the core content of trials; The latter is an artificial intelligence specially developed for the judicial field， such as the sentencing assistance system， which intervenes in the substance of the trial， which is the core of judicial artificial intelligence. The current practice status of judicial artificial intelligence is that conventional artificial intelligence is effective because of its solid foundation， but the development and use of extremely important professional artificial intelligence is not ideal， mainly because the research and development of professional artificial intelligence lacks the theoretical supply of legal research， which is concretely manifested as “too abstract but not enough concrete”. The deep reason is that there is no deep integration of legal expertise and artificial intelligence technology knowledge， that is， “those who understand technology do not understand law， and those who understand law do not understand technology”. At the macro level， under the space-time background of the unpredictable explosion of intelligence， the life 2.0 stage （cultural stage） or the era of weak artificial intelligence is still the stage in the present and foreseeable future for a long time， and the sentencing artificial intelligence pretending to be a “tool” should still be positioned to assist sentencing rather than determine sentencing， and based on the value connotation of the standardized reform of sentencing. It should be further oriented to normative aid rather than reference aid， the difference between the two is the binding force of the phased sentencing conclusion given by the intelligent system on the judge. At the micro level， the algorithm construction of intelligent sentencing system should be based on the principle of sentencing logic-led algorithm logic， and take phased sentencing with “common” attributes such as sentencing benchmark and illegal punishment as the field of action rather than the final sentencing conclusion （declaration of punishment） outside its ability. In addition， in order to prevent algorithmic black boxes， algorithmic discrimination and correlation replacing causation， it is necessary to make the algorithm of sentencing artificial intelligence open and the interpretation of phased sentencing conclusions.

Key words：artificial intelligence; standardization of sentencing; intelligent justice; sentencing assistance; algorithm black box; algorithmic discrimination

（責(zé)任編輯 胡志平）