邮件系统:
用户名: 密码:
2020年11月28日 星期六
位置: 首页 》图文实录 》第十二届中国法学青年论坛 》专题报道 》第四分论坛
报告人余 斌:论大数据时代司法裁判的层级和创新发展

时间:2017-08-22   来源:  责任编辑:att2014

论大数据时代司法裁判的层级和创新发展

余 斌*

尊敬的各位专家学者、各位青年朋友:

        大家好!

        很荣幸受邀在此发言。

        根据习近平总书记关于司法体制改革重要指示的精神和中共中央关于司法体制改革的大政方针,我进行了“大数据时代司法裁判的层级划分和创新发展”的研究。裁判层级的划分是指在司法大数据和人工智能的辅助下,对法官的裁判水平进行评估,根据分值区分层级。裁判层级概念提出的目的是把对法官的绩效考核集中到对法官裁判水平的评估上来,实现法官权责利相统一。大数据裁判层级的构建对司法改革具有根本性促进作用,强大的数据库信息功能使法官能够便捷有效地掌握法条立法原意、洞察案件纠纷根源、预测裁判社会导向,以提高裁判水平,防止诉讼参与人的利益成为法官水平的试验田;同时对判决书草案进行大数据分析和等级评价,有利于法官正确公正地做出裁判,有利于监督法官廉洁司法。

        一、司法裁判层级的概念和价值

        司法裁判层级是指在每个法官可以无差别地随时随地高效便捷地获取裁判相关数据的基础上,在大数据和人工智能的辅助下,通过精密的函数公式以量化的形式对裁判的总体状况作出三维、系统、客观的评估,得出的法官裁判水平的级数。这种评估方式把以往对法官的绩效考核集中到对法官裁判水平的考核上来,其不仅关注对法条的理解、对案件的解读,还关注裁判的社会导向与司法能动性的发挥。这种考核方式评估的客体主要是裁判文书和职业道德(禁止徇私枉法),换句话说,作为评估机器的人工智能读取的是法官的裁判文书。

        裁判层级体系的构建可以从根本上推动以审判为中心的诉讼制度改革,内外兼修提升法官裁判水平,形成司法责任制,遵循司法规律,实现权责利相统一;通过透明的司法大数据呈现方式,实现司法腐败0数值。在大数据和人工智能的辅助下,法条立法原意可以准确呈现,案件裁判的社会效应被统计归纳,良性导向的判决被推送称赞,法官可以做到真正意义的同案同判。

        二、裁判的困境促使司法大数据的智能设置

        撇开枉法裁判的案件不谈,通过对法官裁判的研究可以发现,法官对法条的偏差理解,对纠纷产生原因的不同认识,对裁判行为导向的与否关注,将产生裁然不同的裁判结果,而这些差异的产生是可以通过大数据的分析予以消除的。以下通过三类实证案例说明司法大数据设计的愿景。

        以揭开公司面纱为例,对于从判例法中移植的新法,部分法官并不了解法条原意,对多数案件判决揭开公司面纱而导致揭开率远远高于其他国家。人工智能对司法大数据分析可以帮助法官迅速准确理解法条精神,把揭开率保持在合理限度内。

        以异议股东请求回购股权为例,77%法官由于对公司资本安全性理解偏差而判决不予回购股权造成公司僵局持续。人工智能对诉讼客体性质数据的分析可以使法官更好判断案情。

        以未通知债权人的减资为例,法官判决减资的股东在公司不能承担债务的范围内返还出资的判决结果与行政处理相冲突,同时形成股东减资不通知债权人的不良行为导向。司法裁判大数据的互联互通以及人工智能对裁判的行为导向的分析可以有效地指引法官正确裁判。

        三、实现法官裁判层级评估需要的大数据和人工智能条件

        裁判层级的构建需要建立以法官为中心的数据系统,全国每个法官都可以无差别地随时随地高效便捷地获取数据。目前的司法数据库模式有两个缺点:第一,数据冗杂使得法官需要投入大量时间去阅读理解,但是繁重的案件处理量使得法官无法像学者那样对某种案件进行深度学术研究。第二,缺乏案件审视环节使得法官即使参考了类案也无法保证类案裁判的正确性。同案同判的前提是被参照物的正确性。假设法官甲通过检索获得200个类案,但甲只有3小时时间读取其中20个案例。在这20个相似案例中,有15个法官做了A判决,有5个法官做了B判决,法官甲采纳了A判决的做法,他作出了所谓的“同案同判”,然而A判决可能是错误判决,所以实际上他并没有做出正确的判决。

        因此我提出精准式司法大数据的模式,即从“多数据”向“精准数据”转型的模式。精准数据获得的初始阶段需要法律专家和实务工作者通过设置监督性学习和深度学习的方式对程序进行不断的调试。法官可以通过自然语言的输入获得:

        1.最相近的文书且裁判文书的正确性是经过论证的;

        2.对适用法条的深度剖析;

        3.对裁判文书逻辑思维的统计分析;

        4.对裁判文书行为导向的统计分析。

        四、裁判层级的考核指标和权重

        评价要素的选取是构建裁判层级系统的首要任务,也是司法改革的响笛所指,因此既是裁判形式公平与实质公平的数值体现,也是司法改革的风向标。如果评价要素的选取不当,那么由此所得的裁判层级数值不仅失去价值,而且形成不良的司法导向,因此要重点关注评价要素的选取。

        确定裁判层级所考查的要素的权重系数是构建裁判层级的关键,权重系数的选取对裁判层级的数值至关重要,且与司法改革的侧重点息息相关。裁判层级考查要素考量的是测评的对象,而权重系数考量的是各测评对象的重要性比例即所占的分值。

        对裁判层级考查的要素和权重系数因部门法的不同而产生差异,如刑法和民法在出现条文空白时援引其他条文的规则不同;在同一部门法中因客体不同也将产生差异,如有限责任公司和对股份有限公司关于禁止性条款的法理解释并不相同。因此, 在设计考查要素和权重系数时需要在法条主义与民意、严格规则与自由裁量、形式正义与实质正义、国家法与民间法、机械司法与能动司法之间作出权衡。

        五、裁判层级的量化函数和划分

        裁判层级的创新发展将引导法官裁判各要素考核从加权向乘积转变。以往考核中的裁判层级的计算函数主要是各要素加权的多项式结构,形如:

        根据评价的分值,可以把裁判水平划分为高中低三个层级,高层级裁判表现为秉持立法宗旨、权利救济、良性导向;中层级裁判表现为定分止争、案结事了;低层级为机械审判,僵局不破,甚至导致新的不公。

        从以上的分析可以看出,司法大数据的构建、相关信息的互联互通、人工智能的研发,其基础是法律人对司法精神的理解,是相关领域专家如经济学者、社会学者等对社会运行情况的研究所获取的科学结论,以及国家对政法大数据工作的支持,只有这些前提问题解决了,程序员才能够依照专家学者、实务人员的指引开发出完备的司法数据库和科学的人工智能。司法改革对大数据和人工智能的推动是实现法官裁判层级评估的政治和政策基础。未来不远,我们目前觉得难以触及的精细运算将在迅雷不及掩耳之势迅速到来,司法裁判层级的构建将随着软硬件的快速成熟而成为现实。让我们怀着对司法公正和效率的期待,努力推动现代科技优势与制度优势的完美结合,创新出更高水平的社会主义司法文明。

  * 中山大学法学院副研究员。

 

全文
搜索

关注
微信

关注官方微信

关注
微博

关注官方微博

网络
信箱