摘要

結合人工智能的實踐應用和理論需求，發現刑事證明中人工智能“證明輔助”功能應被精細地定位在知識補充、知識指引及知識預警等功能之上，而如何管理人工智能是其能效釋放的關鍵所在。刑事證明中人工智能的應用具有行政化傾向，主要體現在人工智能産品生成的“權力化”、知識指引的“剛性化”、知識補充和知識預警的“監督化”等方面，由此引發刑事審判的技術性錯誤和靈活性不足。對于人工智能的科學管理是解決現有困局的關鍵，政法決策層應将科學管理理論作為管理人工智能的理念源泉，借助管理改革發揮其功效。具體來說，在内部管理上，優化人工智能的智能技術、數據庫、生成路徑、設計法理等，以提高刑事證明中人工智能的可接受性，避免人工智能結論出現技術性錯誤；在外部管理上，優化人工智能對證明過程和證明結果的管理，設立正向教育和逆向反饋通道，以提升司法人員的獨立性與積極性，平衡刑事審判的統一性和靈活性。

引言

人工智能的高速發展塑造了智慧社會，并在社會管理變革中實現了司法的智能化，這在一定程度上推動了司法的不斷進步。而在刑事訴訟中，人工智能最先被應用到保釋程序的風險評估階段和刑事證明的量刑程序之中。其後，以審判為中心的刑事訴訟制度改革促進了刑事案件智能輔助辦案系統的研發，人工智能在刑事司法領域尤其是在刑事證明中得到了深度應用。刑事證明是刑事司法的核心區域。在司法實踐中，刑事證明主要面臨如下困境：其一，案多人少的現狀制約了司法人員的工作積極性和工作能力的發揮。其二，部分被定罪的案件存在事實不清、證據不夠确實充分的問題，由此生成冤假錯案，如何嚴把“證據關”是防範刑事錯案的難點。其三，刑事裁判的尺度無法達成統一，難以落實司法責任制。因此，政法決策層希望借助人工智能的引入來纾解這些難題，而人類中心主義的永恒命題和人工智能高級化工具的本質屬性決定了人工智能在司法領域内的輔助性定位，在可以預見的範圍内，人工智能仍屬于人類的一種工具，最多是一種升級版的、可以“人機共舞”的智慧工具。刑事訴訟領域内的大多數學者着重從司法理論的視角解決人工智能的風險規制問題，并将人工智能定位在“證明輔助”這一宏觀功能之上。

然而，在刑事證明活動中，更為緊迫的問題是，在人工智能“證明輔助”功能已經确定的情況下，應當如何管理人工智能以合理、有效、精準地“輔助”司法人員，進而充分釋放人工智能之能效。這就需要從管理學的視角切入，以分析人工智能的應用問題：其一，需對人工智能産品的自身管理進行研究；其二，需對人工智能産品的應用流程和應用對象等進行研究。概言之，目前學界所重點關注的人工智能風險規制問題隻是人工智能應用的前提和基礎，而人工智能效能釋放的“最後一公裡”難題，則需要依賴管理理念和管理方略的更新和變革才能加以解決。有鑒于此，本文首先分析刑事證明領域中人工智能“證明輔助”功能的精準定位，在此基礎上進一步反思刑事證明領域中人工智能的管理理念問題，進而提出自己的管理方略，以期充分發揮人工智能之精準能效。

刑事證明中人工智能應用的精準定位

制度的技術結構總是以制度的預設功能為前提、基礎和目标的，不考慮功能定位的技術設計是盲目的，唯有确定制度的功能定位，才能發揮出其應有的功效。功能定位是進行制度管理的前提，一般來說，精細的功能劃分更便于決策者進行有效的管理。從域内外的司法實踐和理論成果來看，刑事證明中人工智能的“證明輔助”功能主要通過智能輔助辦案系統得以實現，而該功能具體可以被精細地定位在知識補充、知識指引和知識預警這三項功能之上。

（一）知識補充

人工智能像是司法機關給司法人員配備的一個“智能助手”。一方面，司法人員可以随時向其咨詢與學習；另一方面，通過人工智能的知識推送，司法人員被迫接受專業性的知識。這就可以人為地将法官的認知判斷能力和推理能力擡高到“最高理性”法官的層面，同時還可以提高司法效率。根據知識種類的不同，人工智能的知識補充功能可以分為以下兩種類型。

其一，同專業的知識補充。其主要指通過智能輔助辦案系統将相關法條、司法解釋和最高人民法院所頒布的指導性案例等智能推送給辦案人員。目前，各地智能輔助辦案系統中的“類案推送”和“知識索引”等功能模塊都能夠為司法人員提供專業的知識補充。“類案推送”功能采用機器學習的方式，對犯罪主體、犯罪行為以及案件證據等進行标注，并借助深度神經網絡算法構建模型，運用智能搜索引擎進行案例自動推送。與傳統的關鍵詞搜索相比較，人工智能加持的類案推送，其結果更為精準，可解釋性更強。“知識索引”功能則是指根據案例的特點，将法律法規及司法解釋等專業資料自動推送給司法人員。這些功能模塊可以彌補司法人員在專業知識上的缺漏，是對司法人員專業知識上的補充。

其二，跨專業的知識補充。其主要指通過人工智能彌補司法人員專業領域之外的知識。例如，域外的“專家機器人”會對特定領域内的文獻進行檢索，并基于其強大的學習能力，對專家證言及其科學依據進行評估，以便展示給法官。同時，為了保持“專家機器人”内人工智能系統的科學性和精确性，“專家機器人”會不斷吸收新的規則、案例、理論成果，以保證在評估專家證言的可采性時盡量貼近現有标準。需要說明的是，“專家機器人”并不會改變法官或陪審團作為事實發現者的核心地位，它僅能對複雜、難懂的科學技術問題進行客觀評價，以輔助事實認定者進行客觀地判斷。

（二）知識指引

知識指引功能主要指對于司法人員的辦案行為進行事前引導，進而對司法人員的行為進行一定的規範，以實現對案件事實和證據的把控。在刑事證明中，證據标準的創新型确立最能體現這一功能。司法實踐中，證據标準的核心内涵是指證明某一類犯罪所應收集的證據集合。換言之，證據标準被初步界定為證明标準的具體化，其制定者由單一主體逐漸轉變為公檢法三機關聯合，其主要載體是智能輔助辦案系統，其生成依賴人工智能對大數據進行分析，再由專家分步進行制定。上海“206系統”第一次将法定的統一證據标準嵌入公檢法三機關的數據化刑事辦案系統，并且聯通了公檢法三機關的辦案平台。2017年3月，貴陽市公檢法三機關共同制定了《刑事案件提請批準逮捕受理證據指引》和《刑事案件證據收集指引》，并将這些文本嵌入智能輔助辦案系統。除上述地區外，其他區域的司法機關也在自行制定證據标準。比如，據蘇州工業園區檢察院金融犯罪檢察部負責人介紹，該院嘗試制作了《證據指引》，給偵查機關提供“一攬子”的偵查取證策略和方案，精準有效引導偵查，提升起訴質量。總而言之，在刑事訴訟證明活動中，将不同階段的不同證據标準嵌入智能輔助辦案系統，可以對辦案人員的證據收集行為進行引導，具有一定的積極意義。除證據标準之外，上海市“206系統”中的證據規則指引也具有知識指引的功能。

（三）知識預警

人工智能可以對司法人員存在的主觀臆斷或傾向性意見進行有效提示，利用相對客觀中立的監控，對認知偏見進行預警，進而避免司法錯誤，實現刑事裁決的統一。具體來說，以心證初步形成的時間節點為标準，可以将人工智能的知識預警細分為事前知識預警和事後知識預警兩類。

其一，事前知識預警。上海“206系統”所具有的單一證據校驗、證據鍊和全案證據審查判斷功能就是事前知識預警功能的具體體現。目前，單一證據校驗功能可以做到對每一個證據從程序、形式和内容三個方面進行比對校驗，生成審查結論，并提示司法人員進行瑕疵證據的補正和說明。證據鍊和全案證據審查判斷功能則可以就同一查證事項下證據印證關系、不同事項下邏輯符合性及犯罪嫌疑人或被告人多次供述間的矛盾事實進行審查判斷。在上海市第二中級人民法院辦理的一起故意殺人案中，“206系統”對全案證據進行了審查和把關，并将證據的矛盾點提示給合議庭，加以重點關注。對于預警性功能而言，裁判者要認真比對、核查人工決策與系統預警之間的差異，依據系統的預警提示作出的更改應當标注留痕。需要說明的是，事前知識預警功能與知識指引功能的區别，前者所依賴的是人工智能對于案件的具體分析，指出案件所出現的證據問題、程序問題，以防止司法人員在審查判斷中出現缺漏，進而避免錯誤裁決，是一種錯誤預防機制，而後者更為強調的是，通過提前設定明确的标準來要求司法人員按照此類标準對證據的證據能力和證明力進行審查判斷，是一種正向的引導機制。例如，江蘇省檢察院的智能輔助辦案系統就可以幫助司法人員甄别判斷證據疑點和瑕疵，實際上這些功能就屬于事前知識預警。

其二，事後知識預警。其主要是指通過智能輔助辦案系統，提醒裁判者自身初步心證結果中所存在的問題，以進行防錯糾偏。例如，江蘇省人民法院所開發的“同案不同判預警平台”以全國裁判文書為依據，按照圖譜構建、情節解析、權重排序、類案識别、模型訓練、量刑預測和偏離預警的步驟為員額法官提供智能化輔助。該平台所具備的文書智能糾錯和量刑偏離預警等功能就屬于事後知識預警功能。平台通過抽取法官所編寫的尚未生效的裁判文書，在對它們進行智能分析後給出相應的預警，以防止冤假錯案。

總而言之，對人工智能既有功能的精細布局有助于政法決策層把握人工智能的應用方向，制訂更為明确的應用計劃，無疑具有重要的意義。但是，人工智能精準功能的釋放還要依賴于政法決策層的科學管理，而針對刑事證明領域人工智能的管理問題則有待進一步的剖析。

刑事證明中人工智能應用的理念反思

（一）人工智能管理的行政化傾向及其問題

作為“中立”技術的人工智能可以對人類智能進行模拟、延展與超越，但是，人工智能受到開發者、設計者等“有權者”控制，因而人工智能極有可能被政法主導者與決策者加以利用，去監督、宰制司法人員。司法實踐中，政法決策層已經明确了運用人工智能提升審判公正與效率的目标，但政法決策層對于如何管理人工智能産品及如何應用人工智能管理司法人員，仍延續了原有的管理方式，具有行政化的傾向，這将引發諸多問題。

1.人工智能管理的行政化傾向

從“行政化”到“職業化”“規範化”是現有司法管理模式改革的最終目标，其主要辦法是通過員額制、司法責任制度等的改革，将審判權的運行機制從“層層審批、判審分離”轉變為“讓審理者裁判、由裁判者負責”。但審判管理最大的困局是審判權與審判管理權的關系問題，即“一放就亂、一收就死”的矛盾。人工智能的引入被認為可以解決這一難題——智能輔助辦案系統能給法官以正向的指引和恰當的裁量空間，同時也能限制與監督意圖法官的枉法裁判。然而，人工智能的合理使用也存在一定的内在矛盾——輔助和監督之間往往存在着天然的張力。實際上，刑事證明中人工智能的管理具有行政化的傾向。這主要表現在以下三個方面。

其一，人工智能産品生成的“權力化”。一是研發過程中的“權力主導”。目前刑事司法領域智能系統普遍所采取的研發模式是技術外包。所謂技術外包，是指司法機關将智能系統的研發交由司法機關以外的數據服務商或者科技公司等主體來進行，司法機關的主要責任是提供相應的司法大數據，同時對智能系統的功能提出明确的要求。在這一過程中司法機關享有絕對的話語權。二是試點推廣過程的“權力主導”。刑事證明中人工智能産品的推廣由司法機關主導，采用試點推行的策略。在其推廣過程中，司法機關具有絕對的話語權和決定權，外部的意見較難被吸收。應當承認，“權力主導”具有一定的合理性，但是，絕對的“權力主導”具有較強的行政化色彩。

其二，知識指引的“剛性化”。以證據标準為例，證據标準以智能輔助辦案系統為依托，通過明确的證據标準來指引司法人員按照要求收集、審查證據。而智能輔助辦案系統中的證據指引模塊一般以指令性判斷的形式對司法人員進行“剛性化”的要求，對于未達到證據“量”要求的，案件則被禁止進入下一環節。這種“剛性化”的要求雖然能有效地指導和規範司法人員的司法行為，但卻屬于行政化的管理方式。

其三，知識補充、知識預警的“監督化”。以裁判文書偏離預警機制為例，當法官将草拟好的判決書錄入系統後，系統會核查該判決與本院以及上級法院的同類判決是否保持一緻，如果出現不同，系統會詢問法官是否堅持該判決，若堅持該判決，那麼系統将判決自動推送給庭長以供讨論。除此之外，人工智能本身就具有全程監督的傾向——“運用技術将監督嵌入辦案系統中，所有的行為都成為監督的對象，根本沒有重點與非重點監督對象、事前與事後監督的區分，全程實時自動監督成為常态。這種監督雖然成本低，但是更為徹底，每個審判的行為都無法逃避監督者的眼睛”。例如，福建法院建設了司法大數據管理和服務平台，該平台圍繞“已經發生的态勢”“可能發生的動向”“必然發生的趨勢”“應當發生的導向”，按權限分工，常态化、穿透式監測審判運行情況，對異常情形随時函詢監管。概言之，在司法系統中，技術的剛性和行政化的系統掌握者限制了司法權力的運行，這極有可能導緻本已被打破的監控結構又被司法人工智能重新構造起來。

2.人工智能管理行政化所帶來的問題

在沒有形成正式、統一的管理理念和管理制度時，定位于司法輔助的人工智能将使得司法沿襲外在組織結構的宰制，内在地強化了司法機關對司法人員的管控，進而卸載了司法創造規則與改變社會的功能。此時，具有行政化傾向的司法也就不再是司法，這将帶來諸多問題。

其一，刑事審判的技術性錯誤。人工智能支撐下的司法公正歸根結底是一種技術性的司法公正。人工智能的結論會對司法人員的心理産生錨定效應，司法機關借助人工智能提升司法人員的辦案能力、規範司法人員的辦案行為，進而實現司法統一。然而，人工智能技術存在一定的局限性，行政化的管理方式将引發其技術上的風險規制難題。首先，就司法機關的内部管理而言，司法辦案人員是最了解智能系統的人員，然行政化的管理方法因借助了職位的權力，對于行政下屬來說具有較強的約束性，因而較少地遭遇下屬的抵制，這就導緻上級在使用行政方法時，容易忽視下屬的正确意見和合理要求。而司法人員的意見難以被及時地收集和采納，這将導緻人工智能系統所存在的技術問題（如算法錯誤）無法被及時發現。其次，就司法機關與外在主體之間的關系而言，行政化的管理使得人工智能難以充分吸收外界主體的有效意見。

其二，刑事審判的靈活性不足。人工智能是一種經驗化的總結和提取，不利于個人高超經驗同司法審判的結合。而在行政化管理的思路下，人工智能的應用将會加劇司法的形式化、客觀化和平庸化，這将導緻司法的靈活性不足和創新性缺失。首先，刑事證明中對人工智能的行政化管理會侵蝕自由心證主義，借助人工智能的三項功能，司法機關可以實現對審判的過程監督和結果監督，這會壓縮司法人員的裁量權，導緻司法的過度客觀化。比如，人工智能系統中的證據标準和證據規則有可能會加大刑事證明模式轉型的難度，阻礙刑事司法制度的改革與優化，導緻證明标準的過度客觀化。其次，司法人員積極性的減損将導緻刑事證明的形式化。司法辦案是一項專業化程度極高的活動，而人工智能所依賴的算法、大數據、智能識别等技術仍處于發展階段，人工智能本身的合法性、準确性等仍存有一定的争議，此時，以行政化管理的方式推行智能輔助辦案系統，導緻人工智能産品有可能遭到司法人員的變相抵觸。特别是在“案多人少”的訴訟大環境下，智能輔助辦案系統的推行無形中會加重司法人員的工作量，這也将打擊司法人員的積極性。例如，單一證據校驗和全案證據審查等功能可以為司法人員提供具體決策，司法人員為了逃避責任，有可能直接依照人工智能的預警進行裁判，司法将流于形式。

總而言之，在刑事證明中，人工智能的應用路徑是通過輔助司法人員提升審判質效，然而實踐中人工智能成為司法機關統一規範和監督司法人員的工具，這雖在一定程度有利于司法的統一，但是忽視司法人員的獨立地位，這将導緻司法裁判容易出現技術性的錯誤，同時司法的靈活性存在不足。

（二）人工智能效能釋放的關鍵在于内外管理

“管理是為了實現組織的共同目标，在特定的時空中，對組織成員在目标活動中的行為進行協調的過程”。人類活動的目的性、依存性和知識性決定了管理實踐的普遍性和曆史性。人工智能時代的到來對傳統的管理理論帶來了沖擊，如何管理人工智能成為新的命題。刑事證明活動中人工智能的應用也面臨同樣的管理難題。筆者以為，對人工智能的管理可以從内部管理和外部管理兩個方面着手進行。刑事證明中引入人工智能的最終目标是提升審判質量和效率，其設想路徑是通過政法決策層的強力推廣，普及各類人工智能産品的應用，再通過人工智能産品輔助司法人員處理案件，以提升司法人員的各項素質，最終實現審判質量和效率的雙提升。其中，人工智能作為一項工具，其自身結論的準确性需要借助内部管理來保障，而其對司法人員各項素質的有效提升亦需要借助外部管理才能得以實現。換言之，人工智能知識補充、指引和糾偏功能的有無以及強度大小都取決于政法決策層對于人工智能産品和人工智能産品應用的管理态度與管理方式：對人工智能産品的管理，屬于對人工智能的内部管理；而對于人工智能的外部管理，實際上就是對司法人員的管理，即對司法人員在何種程度上接納智能成果以及不接納智能成果之後果等的管理。

（三）科學管理理論的優勢及局限

科學管理的目标是謀求最高效率（最大利益），重要手段是用科學化的、标準化的管理方法代替原有的經驗管理，這與人工智能技術的引入理念相契合。科學管理理論作為管理學中最為經典的理論之一，可以為人工智能在刑事證明領域的運用提供豐富而科學的理念支撐。

1.科學管理理論的優勢

具體來說，科學管理理論的優點有四：其一，強調将知識應用于管理。一方面，該理論主張把知識系統地運用于生産與工藝過程管理，這有力地推動了第二次産業革命的發展；另一方面，該理論創立了管理學研究應以科學調查為基礎的研究思想，并強調按照科學分析範例來研究管理問題。其二，注重對被管理者的培訓。科學管理的效率之謎就在于泰勒主張把知識系統地用于工作，通過勞動培訓使隐性知識顯性化。其三，确立标準化的管理流程。該理論認為管理者與被管理者的内在追求是一緻的，即對于利益的追求促使雙方都願意實現效率最大化。其實，證據标準的确立即體現了标準化的思想，其确立不僅是為了提升效率，還在一定程度上有助于解決傳統行政化、科層化管理模式的弊端——證據标準可以避免司法權力的濫用，優化司法權力配置，加強司法流程監督，最終提升司法管理水平。其四，重視各主體之間的協作。将管理職能和執行職能分開是該理論的另一重大創新。該理論把主動培養管理人員同工人之間的合作列為管理者的責任之一。泰勒在闡述管理者與被管理者之間相互合作的觀點時曾真誠地說，在科學管理制度下與其說工人是企業管理當局的仆人，還不如說企業管理當局是工人的仆人。

2.科學管理理論的局限

有學者認為，在過去的一百年裡，管理學的發展完全映照在泰勒科學管理遺産的光環之下，“管理就是科學”成了管理啟蒙運動的核心思想。但是，應當承認的是，受到曆史條件、适用場域和泰勒自身經曆的限制，科學管理理論具有以下局限性。

其一，經濟人假設的局限性。這種局限性表現在兩個方面：一方面，泰勒的科學管理理論将人定義為純粹的“經濟人”。需要說明的是，泰勒的“經濟人”假設并非完全忽略職工的利益，恰恰相反，泰勒一直主張提升職工的待遇，注重對于職工的關懷。另一方面，科學管理理論屬于企業管理理念，因此沒有考慮司法人員的特殊性。赫茨伯格提出的雙因素理論中，将影響職工行為的因素分為保健因素和激勵因素。其中，激勵因素以工作為中心，保健因素與工作的外部環境相關。就司法人員來說，與普通工廠的工人不同，其保健因素已經得到改善，工作的成就感和滿意度等是對司法人員進行管理的關鍵考量因素。

其二，未考慮司法管理邏輯的特殊性。首先，我國司法系統具有特殊的行政管理需求。從宏觀的國家管理層面來看，法院是以其整體并以院長為代表向國家及執政黨負責，實際上形成了“權力在法官，責任在法院，壓力在院長”的責任機制錯位現象。審判質效的壓力被加于院長及其行政下屬之上，那麼司法系統内對于審判質量的内部管控成為必然。而從司法的運行邏輯來看，我國屬于能動性司法國家，司法的能動主義要求司法系統具有一定的協作性，以靈活地應對社會問題。整體來看，我國司法系統對内有着行政管理上的需求，但是司法管理又必須以保障審判權的運行為核心，這是司法管理改革必須正視的問題。其次，司法目的需兼顧效率與公正。企業追求的是效率，而司法追求的是公正前提下的效率提升，兩者之間存在明顯區别。科學管理理論在司法中的應用應當以司法公正作為核心目标。例如，嵌入智能輔助辦案系統的證據标準可以明确案件的事實節點和應收集的證據種類、數量，減少程序倒流，避免公檢法三機關之間、内部上下級之間的意見分歧。雖然證據标準有助于提升司法效率，但是司法的核心是公正，證據标準的推廣還需以司法公正為核心目标。

（四）人工智能管理中的科學管理理論

在理解和運用科學管理理論時，應當繼承其有益的内容，在認識其局限性的基礎上，對其進行一定的改良。目前，刑事證明中對人工智能的管理屬于司法管理的重要部分，而科學管理理論可以為司法管理提供科學的管理理念，能夠滿足司法管理中對于行政管理的内在需求，同時，還能持續推進以審判為中心的訴訟制度改革，保障司法機關的司法權屬性，去除“行政化”的影響。具體來說，人工智能管理中科學管理理論的運用應做到以下兩點。

其一，對人工智能的内部管理，應“以可接受性為中心”對人工智能産品進行科學管理。科學管理強調知識與管理的結合，注重管理的科學性。人工智能可以通過知識補充、知識指引和知識糾偏的方式幫助司法人員，而人工智能本身的科學性是保障這些輔助功能的前提和基礎。然而，人工智能的算法模型具有不可解釋性的問題，這就導緻其科學性存疑。在這一背景下，人工智能的可接受性應當成為管理人工智能産品的核心。可接受性強調人工智能在經驗上的正确性和生成程序的正當性，經驗上的正确性主要是指人工智能的試驗運行需要具有很高的準确性，生成程序的正當性是指人工智能産品的生成符合一定的正當程序。

其二，對人工智能的外部管理，應秉持“以人為本”的科學管理理念。一方面，“以人為本”是以審判為中心制度改革的應有内涵，這是司法特有的制度邏輯所決定的理念。科學管理理論的标準化管理可以滿足司法能動性的内在需求，實現司法機關對于司法行為的内部管控。而強調“以人為本”的科學管理，可以保障司法人員的獨立性和自由裁量權，提升司法人員的能動性，可以在一定程度上克服司法行政化的弊端。另一方面，“以人為本”也是科學管理理論自身發展的必然邏輯。科學管理理論強調标準化管理和主體間的協作，這就内在地要求管理者需要考量被管理者的利益，最終發展為以被管理者為根本的管理理念。申言之，“以人為本”的科學管理強調司法機關在标準化的管理中樹立服務保障的精神，深入了解司法人員的需求以及審判的基本态勢，進而制定标準的流程與考評機制，确立暢通的溝通渠道。

刑事證明中人工智能應用的路徑優化

不同的管理學範式既有區别又有聯系，相互補充、相得益彰。這是因為管理學發展是連續性和間斷性、繼承性和批判性的統—。在刑事證明中，對科學管理理論進行批判和繼承後，應當對人工智能的内外管理進行優化，進而充分發揮人工智能的知識補充、知識指引和知識預警等功能（圖1）。司法實踐中，司法機關各類非審判事務的權責劃分雖然混亂不一，然而實際上，這些事務大多可歸為審判管理、人力資源、考核監督和綜合保障四類。刑事證明中人工智能的管理責任應當由上述四類機構承擔。

（一）人工智能的内部管理優化

人工智能的科學性、透明性等決定了人工智能産品的準确性。為了避免人工智能結果出現技術性錯誤，提升人工智能産品的可接受性，司法機關的審判管理部門和綜合保障部門應從以下幾個方面對人工智能進行内部管理優化。

其一，智能技術優化。目前，智能輔助辦案系統中所使用的人工标注、算法等技術，都需要進一步的發展和優化。比如，“206系統”中的證據鍊是由具有平行、包含、主次、因果等各種關系的證據相互“鍊接”構成的，人工智能在處理這些關系時，需要借助結構分層來實現。這就要求在智能算法中構建更科學、更具層次化的結構分層。再比如，證據數據化是将證據通過人工智能進行轉換，變成可供智能系統識别和認定的數據符号。證據數據化的準确性需要依賴标注技術與識别技術的優化。

其二，生成路徑優化。一是通過算法公開來實現代碼規制、算法審計和規範标準設置，從而嵌入體系化、制度化、過程化的風險控制機制，促進人工智能的健康發展和構建智慧社會的法治秩序；二是确立第三方監督機制，我國可以考慮由國家相關部門牽頭，将科研院所、高校以及非營利機構作為智能辦案系統評估的主體，由這些專業機構對智能辦案系統進行評估；三是構建聽證程序，對于人工智能産品的推廣和使用應當由社會進行監督，司法人工智能産品的推廣應履行聽證程序。

其三，大數據庫優化。大數據是人工智能的“燃料”，數據的質量和數量決定了人工智能的準确性。司法數據庫主要包括文書案例庫、法律法規庫、證據标準庫、證據規則庫等。針對不同類型的數據，應當采取不同的優化策略。首先，就文書案例庫來說，應從“質”和“量”兩個角度進行完善。我國刑事司法實踐中長期存在内外卷宗的分别歸納制度，這就導緻裁判文書和案例僅能反映案件審理的部分内容，為了保障數據的真實性，應當将内部卷宗也适當地納入文書案例庫之中。其次，庭審活動貫穿了法官的審判心路曆程，所以數據庫還應收集庭審錄像等記錄審判過程的數據供機器學習，以訓練機器去學習庭審中的司法證明規則。

其四，設計法理優化。從目前刑事證明智能系統的研發實踐來看，科學技術知識與法學專業知識之間在一定程度上處于隔絕的狀态，由此導緻智能系統中的法理依據較為滞後。知識指引、知識糾偏等都依賴于證據模型的分析和演算，而目前證據模型的設計過于依靠證據鍊和印證證明理論，這種經驗化的模型構建容易導緻糾偏結論出現偏差。證據模型的構建應當注意引入新的證據推理理論，充分吸收和利用多元的證據分析方法來設計。比如，就證據模型中的證據标準庫和證據規則庫來說，要注重“質”的提升，即經驗與理性的結合——要将新的學術創新融入證據标準和證據規則的内容中；而就目前的研究成果來看，最佳解釋推理應當成為證據模型構建的基礎理論之一。

其五，人機協同優化。智能辦案系統的運行離不開系統使用者與系統之間的雙向互動，以實現協同化。以知識補充功能下的“類案推送”模塊為例，除技術原因外，人機不協同也是造成智能推送不準确的主要原因。第三方技術公司的技術人員對于人工智能技術的掌握十分熟練，但對于司法人工智能特殊性的理解不夠深入，這就需要樹立人機協同的工作理念，以加強技術人員與法官之間的溝通、學習和理解。

（二）人工智能的外部管理優化

在刑事證明中，依靠人工智能對司法人員的管理應堅持“以人為本”的理念，合理地控制好人工智能對司法人員的管理強度，充分尊重司法人員的獨立性和自主性。

1.優化人工智能對刑事證明的過程管理

知識指引的“剛性化”問題需要通過标準化的過程管理來解決，這就要求審判管理部門對于人工智能應用過程的标準化管理應當把握合理的限度，以便在追求效率的同時保障司法人員的能動性和獨立性，進而實現司法的公正性。

其一，對證明過程的管理應寬嚴有度。例如，證據标準凝固了司法的既有經驗，其越是細化，司法人員的能動空間就越小，這就意味着，案件中的創新性就越低，司法就可能越趨于平庸。因此，針對不同種類的案件，應制定不同的證據标準。對于重大的敏感案件應适用嚴格的證據标準；而對于普通案件，則适用較為寬松的證據标準。比如，浙江省公安廳印發的《“套路貸”案件證據标準指引》就抓住了“套路貸”案件的複雜性，适度而有效地對司法實踐進行了指導。

其二，對證明過程的管理應保持開放性。比如，司法機關應保障嵌入證據标準的智能輔助辦案系統是開放的。一方面，應允許某些特殊情形的案件順利通過系統，比如，當案件缺少的證據不影響定罪時，應允許案件進入下一個流程。另一方面，對于特殊種類的案件，規定其可以通過其他方式進行流轉。比如，對于案件罪名有争議的案件、非類型化的案件，可以通過申請進入線下通道。此外，對于“涉及群體性糾紛”“疑難、複雜且在社會上有重大影響”等“四類案件”，理應直接規定可以通過線下方式流轉。

其三，對證明過程的管理應追求精準化，而非精細化。應尊重司法人員的司法獨立地位，避免因全過程的精細化管理和監督所帶來的問題。科學管理理論所奉行的标準化管理主張對每項工作開發出科學的操作方法，以便提高效率。考慮司法工作和司法人員的特殊性，對人工智能指引和糾偏過程的管理應當堅持精準标準化，抓住證明過程中的核心環節，進行标準化管理，以保障司法人員的積極性。例如，對于證據标準中關鍵性的證據和材料應當明确加以規定，但證據标準不必過于細化。

2.完善人工智能對刑事證明的結果管理

知識補充、知識預警的“監督化”難題需要通過标準化的結果管理來加以解決。監督考核部門和人力資源部門需要在以下方面對既有管理進行完善。

其一，知識補充和知識糾偏應尊重審判人員的自由裁量權。審判人員的創造性和創新性是人工智能所無法具備的特性，隻有尊重審判人員的獨立性和裁量權，才能保障司法結果的公平性和正當性。因此，司法機關應當明确，對于人工智能所提供的知識補充和糾偏不認可的，審判人員可以自行決定是否予以“采用”，但需要說明理由，并全程留痕以備後續人力資源部門和監督考核部門的評查及考核。

其二，設立合理的績效考核制度。一般來說，對某項工作進行績效考核後，短期内即可取得一定的成效，績效考核确實起到了“風向标”和“指揮棒”的作用。人工智能的知識補充、知識預警等功能的實現需要績效考核制度的推動，但績效考核具有行政化的傾向。實踐中針對人工智能“證明輔助”功能的績效考核，其設置應注意以下幾點：首先，績效考核應當盡量擺脫數字式、指标化的弊端。數字量化的考核指标具有一定的優點，但是它容易成為管理排名的工具，引發唯指标化的現象。合理的方式是對于考核指标設定一定的區間，規定達到既定的區間即符合考核指标的要求。比如，針對智能輔助辦案系統預警率的考核，就可以設定一定的浮動空間，這樣既尊重了司法人員的獨立性，又可以在一定程度上規範其行為。其次，績效考核的指标要兼顧可實現性和挑戰性。可實現性和挑戰性之間是對立統一的關系，而績效考核指标的設定要把它們統一起來，這樣可以激發司法人員的動力，以實現預期目标。最後，應将績效考核與個案評查相結合。這就需要管理部門組織個案評查、專項分析等工作，以應對指标式管理所帶來的潛在問題。總而言之，績效考核的關鍵在于考核機制的靈活性和穩定性，核心在于保障司法人員的獨立性和積極性，進而實現績效考核的導向性和科學性。

其三，确立科學的司法評查機制。除績效考核制度外，政法機關還應當針對不符合人工智能補充和預警的案件進行定期“體檢”。但是，司法評查的設計應注意以下幾點：第一，司法評查的頻率應當控制在合理的區間；第二，司法評查應當充分考慮個案和個人的特殊性；第三，司法評查不應當隻懲不獎。對于在司法評查中表現優異的司法人員應當予以獎勵。有學者通過實地考察，發現H省某中院探索建立案件評查糾錯機制和動态式主審法官負責制，這為司法管理的“去行政化”提供了參考樣本。

3.确立有關人工智能的雙向溝通機制

除良性的過程管理和結果管理之外，溝通機制亦是人工智能科學管理的核心環節，是打破行政化管理的關鍵一環。隻有确立溝通機制才能形成管理上的良性循環，原因在于，科學管理以信息對稱為前提，這就需要相關信息在司法管理者與被管理者之間交流融通，以充分利用信息，提高審判質效。信息的流通需要構建相應的通道，在刑事證明中，政法決策層應主要構建正向教育通道和逆向反饋通道。通過正向教育通道，司法機關的審判管理部門可以采用專業式教育、情境式教育、啟發式教育和互動式教育的方法，告知司法人員人工智能的積極作用，讓司法機關充分了解人工智能的運行原理及其所存在的缺陷，從正面強化人機的協同性以及管理者與被管理者之間的協作性。通過逆向反饋通道，司法機關中的辦案人員可以就人工智能産品提出自己的意見和建議，在疏解司法人員情緒、激發司法人員積極性的同時，也可以幫助管理者及時了解司法人員對人工智能的需求和意見，進而完善人工智能産品。

結語

科學技術是否能夠轉化為生産力，關鍵在于管理。目前，刑事證明中人工智能的應用缺少宏觀的管理理念和微觀的約束機制。科學管理理論既能為人工智能的應用提供理論依據，又能為人工智能的應用提供管理方略。科學管理理論的引入，不僅需要考慮司法邏輯的特殊性，還需要考慮理論自身的局限性。在科學管理理論的管理理念下，人工智能的應用應從人工智能的内部管理和外部管理兩個方向出發，對産品生成、過程管理、結果評價、溝通協商等四個主要環節進行進一步的優化。随着人工智能技術的不斷發展，新類型的人工智能産品将會不斷出現，在不久的将來，這些産品将會進一步沖擊刑事證明的原有模式，而我們對于人工智能的管理應當始終保持人性化的科學管理理念。

來源：《華中科技大學學報（社科版）》2022年第4期

作者：張迪，南京大學法學院博士研究生

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!