◆韩同虎
（中国刑事警察学院 辽宁 110000）
随着网络技术的运用，数字生活悄然到来。在这种背景下，大数据处理与司法系统的结合为现代司法提供了一种可能，大数据判案、智能量刑也成为可能，一个具备跨时代意义的法律智能化时代即将到来。大数据分析运用如何作用于司法实务，大数据分析有何种优势，有可能带来何种问题，是我们在新时代下应当讨论和研究的问题。
1.1 大数据在司法中的应用实例
1985年，我国著名科学家钱学森在全国首次法制系统科学讨论会上提出在法律实务中运用人工智能的构想。武汉大学的赵延光教授正是在钱老的启迪之下，历经十余年的艰苦探索，成功地开发了人工智能软件《辅助量刑系统》[1]。
2006年，山东淄博市淄川区法院研发了“刑法常用百种罪名电脑辅助量刑系统”，这也是全国首个人工智能量刑系统。随后，我国个别地区的试点法院也相继推出了具有相似功能的计算机软件量刑系统。近年的司法大数据改革和人工智能司法实践的核心模块在于量刑推荐，较为成熟和较有代表性的是贵州政法系统的“法镜工程”和上海“206工程”[2]。2017年，最高人民法院正式立项，在全国法院推进量刑智能系统建设。可见，建立于大数据和云计算基础之上、通过数据开放共享安全实现司法效率与公平的智能量刑系统已在逐渐普及。
1.2 大数据辅助量刑的优势
在现代审判中，法官依靠实际情况以及自己的经验素养进行定罪量刑。考虑到案件的主客观因素之后，综合实际情况可以交由大数据对各类数据进行分析和整合，从而在海量的案例数据中筛选出与量刑结果有关的信息。进而以这些信息出发，实现输入与输出的双向对照，完成量刑程序的自动化和智能化，解放司法资源，避免人为审判失误，达到精准量刑的目的。根据大数据在司法系统中辅助量刑的顺序，大致可以将大数据量刑的优势概括为以下四类：
（1）充分利用数据
在大数据智能辅助量刑过程中，能够充分利用案源数据，对数十年来的审判案件进行分析整合，对大数据收集信息的种类进行甄别，例如法律文书材料、涉及当事人信息、案情关键词以及最终量刑建议等等，根据此类信息比对量刑情节与量刑结果之间的侧重比较，实现对案情的基本还原。在智能司法实践中，从海量案源数据而来的大数据模型能够有效地搭建起系统的分析平台，整合归纳量刑情节与建议，为办案法官提供翔实的参考意见。除此之外，计算机的高速大数据分析也可以方便办案法官从海量的裁判文书中找到与经办案件情节相似的案件，使其做到对审判结果心中有数，大大减少了办案法官的精力消耗，既减少了司法资源的浪费，又达到了审判量刑的正义追求。
（2）准确提取信息
在构建大数据模型之后，就应当对具体案件中的量刑情节与量刑结果进行抽取对比。大数据分析对法定量刑情节有特殊的权重基值，将法条中明文规定的量刑情节转化为计算机可执行的数字语言，解构裁判文书中的基本实施与审判结果，准确地提取量刑情节，从而构建量刑情节与审判结果的对应[3]。除了信息检索和分类之外，计算机大数据分析在不同的案件中也应当要能“理解”案件的复杂性。因此，大数据分析不仅可以还原信息的真实性与实际权重，同样也能对办案人员的撰写习惯有所记录，进而避免从裁判文书中提取的信息失真，影响判决。
（3）绝对理性评价
严格意义上来说，执行大数据分析的计算机仅仅只是工具，无法理解量刑情节背后所蕴含的“危害性”的意义。法官作为有血有肉的人，应当尽量摒弃自身的主观臆断，从自身的法律素养和理性思考角度出发，真实客观地进行审判。然而大数据分析没有主观善恶标准，也不会因当事人的社会地位、种族民族、性别身份等有所偏好，因此，大数据分析能够最大程度地排除无关信息，做到绝对理性评价量刑情节。
对于计算机来说，量刑情节对结果的影响是写入其底层协议中的处理程序，只要完成对逻辑运算的输入与输出，找到量刑情节与量刑结果影响的对照参数，计算机就能忠实地执行设计者的所思所想，做到绝对真实、完善的公正审判。执行大数据运算的计算机不会有喜怒哀乐，不会被情绪左右判断，能够做到绝对理性客观地评价量刑情节，这无疑能够推动司法公正。
（4）实现审判公正、高效
推动大数据算法，能够有效地实现审判公正。经过分析数据、提取信息和理性评价这三个阶段后，大数据就能根据其内置的算法得出较有建设意义的量刑建议。现实的审判依赖于法官的个人经验以及法律素养，而无论如何限制，法官都具备一定程度的自由裁量权，能够在一定范围内影响审判的结果，这也就导致在一些法律规定较为宽松的案件中，办案法官能够左右审判结果，从而以此攫取利益。
大数据计算的执行者是计算机，无法被收买、恐吓，只会忠实地执行算法中的命令。因此，构建大数据辅助量刑可以有效避免人为的错误审判，从而实现审判公正。同时，大数据分析本身依赖数据库的高效分析能够瞬间匹配雷同案件，导出量刑建议，方便办案法官梳理案情，从而解放司法资源，促使有限的司法成本流动至其他部分，实现司法资源的合理分配与利用。
技术条件是大数据辅助量刑的基础。数据收集是否全面，算法是否正确，处理过程是否真实，都是大数据辅助良性是否可行的根基。同时，量刑是联结犯罪和刑罚的纽带，是我国刑法罪责刑相适应原则的一大体现，我国刑法和最高人民法院都对量刑环节做出了具体要求，满足这些要求是大数据辅助量刑发展、推行的前提。
2.1 大数据系统算法必须具备公信力
大数据系统的算法难以真正做到透明化，因此在技术层面上来说，大数据分析的算法应用难以真正获得民众支持。从算法技术上来说，人工智能及大数据的算法多样，大致可以分为进化学派、符号学派、联结学派、贝叶斯学派、类推学派等五种，不同算法在解构和数据的权重上有所不同[4]。大数据分析虽然是联合了多种学派的成果成就如今的大数据分析模型，但是具体数据分析比较权重仍然在“黑匣”之中。
同样，在购买使用大数据系统上，司法系统本身不会编写程序，一般向互联网公司购买算法。这也就意味着实际上司法系统对具体算法内核难以把握，互联网研发编写公司知晓具体算法，但是对具体案件的实际量刑也知之甚少。因此，想要实现大数据分析在定罪量刑中的智能作用，就要加强网络技术与法律知识的联动，对司法系统工作人员提出了新的要求。
2.2 大数据系统算法必须具有正确性
大数据算法具有隐匿性，在“输入——分析——输出”的程序内，分析过程是不可见的。对于数据的编写来说，首先需要匹配输入数据与输出的情况，也即是在大量的案例之中分析犯罪的原因、过程、定罪量刑情节，最后匹配至量刑结果[5]。
除此之外，哪怕量刑过程中不考虑计算机简单粗暴的加减法计算，从设计者角度上来说，设计者也可能存在量刑的偏向。在各种数据的权重比较之中，设计者本身就设定了一个初值，然后计算机在这个初值上根据情节进行加减计算。但在外部人不了解大数据学习判断方法的情况下，算法设计者本身设置的初值无疑就已经确定了算法的最初走向。因此大数据算法实质上是受到设计者倾向以及算法本身片面性的影响，在这种情况下，看似高端的人工智能大数据分析实质上只是现代法院审判的数字化翻版。将法官可能出现的错判误判与程序失误统统都归纳到大数据分析的“黑屋子”中，原本可能通过审判暴露出的偏见问题则经过计算机分析消弭于无形。
2.3 量刑数据分析必须确保真实性
大数据分析最为依赖数据的准确程度，只有在数据足够庞大足够真实的情况下才能得到较为真实的结果，然而这也就对司法人员的数据采集提出了更高的要求。在实践司法当中，何种信息应该提取到系统之中，何种信息必须保证真实可信，何种信息可以不予采纳，这些信息数据的提取和筛选都存在侧重的问题。如果经办人员只是将基础信息上传而忽略其他因素，显然会损害数据的准确性；
而经办人员如果只是简单复制现实情况，不分主次顺序全部上传，又会造成数据交互杂乱，提取困难。因此，在数据的提取环节，何种信息应当提取，何种信息应有限提取，无疑是算法上的问题。
其次，上传到系统后，审判时间有限，客观上要求法官必须在大量的数据分析中提取出有效的信息，这也对法官的数据筛选能力、计算机操作能力提出了更高的要求。法官借助大数据智能系统辅助参考中对数据的优先级评判，无疑也决定了最后结果的方向。在公安机关、法院、检察院的制约与监督过程中，如何确定三者之间的信息处理模式标准同样是数据分析的问题。
最后，大数据量刑在数据分析上的失真，实际上也是肢解了法官的办案经验与法学素养，将纷繁复杂的现实情况和法官本人的理解统统以固定的算法逻辑替代，可能造成实际量刑的判断失误。
2.4 满足量刑因素的多样性
量刑情节是为了保证量刑过程制度化和规范化，实现精准量刑的必然要求。虽然在实践中，刑事案件原因多样，形态各异，但都可以将复杂的现实情况归纳到客观的量刑情节认定中，以此确定犯罪分子的社会危害程度以及人身危害程度[6]。例如抢劫与持枪抢劫，显然是后者危害程度更高；
与抢劫的偶犯初犯相比，显然抢劫的累犯危害程度更高。将行为人的具体行为转化为较为清晰的量刑情节，有利于计算机语言转化，便于大数据分析。
但是将量刑情节交予计算机的大数据分析同样也可能造成一系列问题。随着社会发展，实践案情只会越来越复杂，不断出现以往法律没有规定的新情形。以人的精力和学识，不能穷尽实践中的一切量刑情况，因此实现最终量刑的绝对精准也仅仅只是一个愿景。引入大数据分析后，量刑情节仍然不能通过穷举法的方式穷尽，计算机分析也仅仅只会以现有的数据进行匹配对照，从而得出最后的量刑建议结果。大数据辅助量刑需要通过数据分析，避免“以点带面”的以量刑情节区别危害性，真正做到量刑公正、合理。
2.5 数据整合与利用规范化
大数据分析是对数据的整合和利用，量刑模型必然也离不开海量的源判例作为基础。司法实践的数据类别大致有三，一是司法案件的法律文书，二是办案过程的行为数据，三是社会行业的信息数据[7]。这三种数据内容多样，必须选择大数据模型进行分析，因此大数据分析系统对数据的整合和利用也是量刑模式是否合理有效的标准之一。大数据分析必须要对信息中体现的真实情节进行理解，不断提升系统对数据的收集整合能力，并在利用数据的过程中改进原有的Bug，这也是人工智能深度学习的一部分。因此，从制度角度上来说，大数据分析系统依赖海量的数据，这对司法系统的数据收集、整理和利用提出了更高的要求，我们应改进司法制度，将信息的收集处理列为司法制度中的必然流程。
2.6 酌定量刑情节数据化
刑法中常见的酌定量刑情节一般有动机、手段、犯罪的时间地点、侵害对象、损害结果、悔罪态度等，酌定情节仅仅是在最终量刑时起调整作用。对于刑事案件中，不同的刑事案件有不同的量刑情节，大数据分析在司法审判案件中从法律文书中提取量刑情节，从而在之后的案件量刑中作出判断。想要在大数据分析中应用酌定情节，就必须要在量刑中赋予酌定情节一定的权重。而这样的权重或者分值无论大小，一经输入，大数据分析就会按照酌定情节的权重在量刑中予以体现，这就将酌定的量刑情节直接经程序转化为法定的量刑环节。由于计算机没有人脑的筛选判断能力，无法感觉何时应当适用酌定情节何时不应当适用酌定情节，因此从制度上，酌定情节现在也是大数据分析所必须考虑的问题。
由此可见，以大数据辅助量刑，通过法律与技术的紧密结合，探寻并实现刑法理论知识与刑事司法实务的深度对接，利用大数据及人工智能技术，构建一套科学的量刑方法，使刑罚裁量的过程与结果具有可预见性、可论证性，是近期内可以实现的目标，从而在“并合主义”下高度接近精准量刑，实现量刑公正目标[8]。
大数据信息处理既减少了办案法官无意义的精力消耗，也改革了司法实务的程序方式，解放司法资源，为新时代司法改革提供了重要的推动作用。但同样，大数据信息处理也仍是一个较为新颖的技术产物，其算法具有极强的技术性，难以被外部人所知；
算法本身的倾向性也使得设计者的基值设置对量刑建议的结果存在影响。想要正确发挥大数据信息处理在司法实务上的帮助作用，就要深化司法改革，实现大数据技术与实践法务的融合，改进现有大数据信息处理的地位，督促法官积极审判。必须承认大数据信息处理确实有一定风险，但这并不影响我们对大数据辅助量刑系统进行改进，使其更好地服务于社会生活。
就目前人工智能的发展水平而言，人工智能在法院的定位只能是法官的办案辅助工具。人工智能辅助量刑系统目前还处于起步阶段，想要建立一个完整的人工智能辅助量刑系统还有很长的路要走。随着司法改革的推进，司法领域的信息化与智能化趋势逐渐明朗，司法系统运用智能科技的情况必然更加广泛，大数据处理无法替代办案法官的作用，仅能作为法官的辅助办案工具。想要完整地发挥大数据处理在量刑上的帮助作用，既要坚持大数据算法的透明程度，又要实现大数据的实时更新。关注大数据处理在量刑中的应用问题，以客观实际的态度看待智能化司法系统的发展前途，是实现公平正义以及高效审判的必然策略。
猜你喜欢 量刑审判辅助 老年人行动辅助车工业设计(2022年9期)2022-10-13审判执行不停摆 公平正义不止步上海人大月刊(2022年5期)2022-05-19Chapter 20 Extreme torment 第20章 极度惩罚疯狂英语·新阅版(2022年1期)2022-01-26浅议认罪认罚从宽量刑建议机制的完善人大建设(2019年5期)2019-10-08例谈何时构造辅助圆解题中学数学杂志(初中版)(2017年4期)2017-08-28光阴的审判读者(2014年14期)2014-06-26巴总统总理挺过审判日环球时报(2012-01-17)2012-01-17从司法公正角度审视量刑建议应对电脑量刑法制与社会(2009年26期)2010-06-29论量刑程序独立的可行性与必要性法制与社会(2009年17期)2009-07-08