基于理论极限的总体审视

从理论极限来看，上文提到人工智能对司法型塑的一个重要方面就是将司法从定分止争功能拓展到了社会治理功能，这是一种正向的、值得鼓励和发展的型塑。一方面，这种拓展体现在审判业务层面。具体地说，通过海量个案和与此相关的法院管理、学术研究、社会评价方面数据的汇聚分析，人们对于司法权实际运行状况将获得系统性的认知，从而在很大程度上破除了“盲人摸象”般的局限性。而这种系统性认知就可以融入今后的个案裁判中，赋予其以更广阔的社会治理意义。这种赋能并不限于具有类案意义、规则创新意义的新型疑难案件，也包括简单化标准化的案件，如前文提到的通过智能分析研判物业纠纷根源，促进法院、政府联动治理的例子。另一方面，这种拓展还体现在司法制度的运行层面。具体地说，依靠司法人工智能，人们将有能力准确获知解决纠纷所耗费的司法资源和所获得的社会效益，并对其做定量意义而非定性意义上的成本—效益分析。且随着司法大数据质量、算法的改进，此种成本—效益分析框架的颗粒度、关联度也将日臻精细，如具体到某类案由或某类群体纠纷的成本—效益分析等。此种成本—效益分析不仅有助于内部司法资源配置方式的科学设计和有效安排，如根据案由、疑难复杂程度、是否为群体性纠纷或有特殊当事人（老幼病残）等情况，有针对性地配备相应的人力资源（如专业化的法官、警力、医务人员）、物力资源（如法庭、警车）等；更重要的是，它还可以据此对比诉讼制度与其他替代性纠纷解决机制的效率和效果，明确哪类案件适宜诉前调解、行政机关纠纷处理或电商ODR（Online Dispute Resolution）在线纠纷机制予以解决，在经济上更有合理性、在社会上更易接受，从而更科学地明确诉讼机制在整个社会治理体系中的定位，并更好地促进多元化纠纷解决机制体系的完善。无论是哪个方面的拓展，均应遵循“司法大数据的深度挖掘——充分的信息——科学的决策”，这恰恰是司法人工智能所擅长的。

当然，也应认识到，只有在司法人工智能挖掘出准确有效信息的情况下，才会对司法决策形成真正的帮助。也就是说，还要回到发展司法人工智能的一般性问题上来，如司法大数据质量、算法的透明公平等，而不是不加分析地接受司法人工智能输出的所有信息。