基于理论极限的总体审视

从绩效考评的一般性来看，是指评定者运用科学的方法、标准和程序，对行为主体的与评定任务有关的绩效信息（业绩、成就和实际作为等）进行观察、收集、组织、贮存、提取、整合，并尽可能作出准确评价的过程。法官绩效考评也不例外，它无非是将反映法官司法品行、司法能力的相关工作信息指标化、数量化，从而在一定考评周期内，按照一定的方法对其计算、评估和应用。从理想的状态来看，指标种类越相关越多维，其所反映的法官绩效考评体系也就越科学越健全；且从操作层面看，相关指标应可定性、可计算，从而能够输出相对确定的结果，以利于后续的评估和应用。故该场景与司法人工智能有很大的契合性。一方面，司法人工智能的根本优势在于信息维度的全面挖掘，它能够辅助主体提高认知，进一步优化法官绩效考评体系，特别是具体指标种类的增加、减少和指标体系内部的合理设置等。另一方面，依托科学可行的算法、强大的计算能力，它能够规模化地处理在以前看来可能无法准确计算、无法可视化的一些具体考评。如不同案由的权重赋值对司法人工智能来说并非难事，而对于人工来说则难以计算或计算起来过于费时费力，故在以往，法院要么是简单地不区分案由进行赋值，要么就是凭借经验来对不同案由进行赋值。^[12]

尽管有如上两大方面的契合性，也要注意到，司法人工智能作为一种技术工具并不能自动生成具有主体能动性的考评设计方案。在法官绩效考评体系背后，还包括主体的价值审视、理想诉求等，要回答“培养什么样的法官”“需要什么样的管理”“到达什么样的绩效”等根本问题，而这实际上涉及了法院的管理理念、机构设置和制度建设等体制机制问题，并非司法人工智能所长。