三、对策建议
结合上述分析，从极限理论看，总体上应将类案类判的开发应用作为重点，并更多地将其适用于具有一定创造性要求的新型疑难复杂案件中；在具体使用方面，要更多地侧重于认知性的介入，即提供思考维度、具体角度和实证基础，而非具体的裁判结果输出。对待要素审判要慎之又慎，要局限于相对简单标准化的案件中；且鉴于开发难度和开发成本的考量，要集中于涉及当事人重大权益的刑事量刑领域，以做到资源和效益之间的有效匹配；在研发前后，要以法律人为主导，经过严格的事先审查和事后的产品测评；在使用方式上，建议采取反向监督的方式（如偏离预警机制）而非替代解决纠纷，以为法官留出足够的主体裁量空间。
从现实基线看，则还有不少基础性工作要做。
第一，建设系统集成的案例数据库。应当说，最高人民法院、各级人民法院和各科研单位也在这方面下了不少功夫，如起步较早的“北大法宝”“北大法意”等企业产品，又如最高人民法院立项研发的法信平台和依托国家法官学院成立的司法案例研究院（2016年9月）。但这些数据库建设需要从量的发展重点转向到系统集成和有效性方面，深度发掘案情比对、法律知识点比对、情势权衡类别或案件的其他“亮点”所在，明确其可以参考适用的时代条件、政策背景、效力范围等，从而不断丰富类案的维度体系，为后续的有效检索、参考适用、要素审判打下坚实的基础。
第二，丰富和完善算法规制的思路方法。对于专家系统等能够可视化的算法，应尽量以通俗简单的话语向社会公众公开并接受评判，这种方式我们不妨将其称之为“事前规制”，应将其主要适用于简单标准化的案件中，并由法官做出最后的校验和选择。对于神经网络算法等存在可视化障碍的人工智能技术，要注重数据质量的源头把控和智能产品的测试评估，应将其适用于有一定创造性要求的新型疑难复杂案件中，并仅以提供概括性的思路、具体角度和实证基础为宜，以辅助法官的认识而非侵蚀其主体能动性。在机器学习的训练过程中，要注重法官的实质参与，由其帮助技术人员解构、分析、提炼出其中所包含的实体要素、案情要素和其他相关要素，全面细化要素的基本颗粒度，从而改进机器学习的精准度并逐步获得司法的认可。[16]在某种意义上，正如有学者主张的，算法的不可知性与人类思维的不可知性并无实质差别，故应在一定程度上接受算法黑箱，并借鉴人类思维不可知性的方法来应对算法黑箱，这包括数据输入阶段对数据质量的把控和对输出结果的校验，类似于裁判中事实—证据—证据标准的认定逻辑和上诉、再审的诉讼纠偏机制。在AI收集数据阶段，只要保证输入数据与结果之间的恰当关联，或者在AI作出决定之后对输出结果予以审查、把控，那么算法黑箱的危害就是可控的，而黑箱是否被解读其实无关紧要。当AI输出结果时，不应盲从AI的结论，而是把握主动权，对结论是否符合客观事实和正义原则进行审查，这样也能淡化黑箱的潜在危害。[17]
第三，强化司法需求的挖掘和导入。无论是“类案类判”还是“要素审判”，法官等司法工作人员的现实需求和潜在需求均没有获得系统性地发掘和整理。建议由各级法院的专门职能部门（如研究室）承担此项职责，以此为通道专门汇聚一线司法工作人员具体多样的司法需求，并进行分析、归类和总结，与技术研发部门或企业做好对接工作。
第四，加强制度机制方面的保障和完善。一方面，要建立专门的智能裁判研究队伍和工作机制。建议各地法院依托研究室或其他职能部门，有效对接业务庭室内勤或法官会议、审委会等，系统深入地研究该院重大、疑难、典型案例的亮点和具体参考价值，系统深入地对类案的逻辑图谱和裁判要素进行整理，为后续的司法人工智能开发奠定良好的基础。另一方面，应鼓励各级法院及其司法工作人员对智能裁判进行探索总结，对一些可能行之普遍有效的经验进行复制推广，再将其升华为类案类判检索、推送、适用方面具体制度规范。具体包括：应当运用类案类判机制的具体案件情形（特别是典型、重大、疑难复杂案件的类型化、具体化）、检索或推送应涉及的司法人工智能产品范围、类案标准（包括案件案情、政策时代背景、法律规则体系等多维度的类似）、类案比对的有效性及其具体展现、排除类案适用的理由、合议庭和院庭专业法官会议对类案适用的过程和具体意见等。此外，还应强调司法工作人员“司法大数据生产者”的身份，明确其有义务保证数据质量的优劣和后续司法人工智能的应用成效。无论是前期的审判信息的录入、庭审笔录的记载，还是后续的合议和裁判文书的撰写，都要保证信息的真实、全面、简要、表述的严谨规范和形式上的结构化要求，这既有利于减少冗余累赘的信息、充实司法大数据的“多维度”属性，更利于减少技术人员的数据处理成本、实现司法和技术的有效对接。值得肯定的是，《最高人民法院关于加强和规范裁判文书释法说理的指导意见》（2018年6月13日），从证据认定、法律适用、规范用语、文书样式等方面明确和强化了对裁判文书的说理要求，是有利于智能裁判的开发应用的，但上述指导意见似乎并未主动或更具体地将裁判文书说理和司法人工智能紧密联结起来，一些重要制度规范可能要留待进一步的实践和具体细则的完善，例如文书样式与结构化数据之间关系（法官按照哪种文书样式撰写裁判文书更利于数据的结构化和司法人工智能开发）、原本载于副卷的若干内容（如合议庭少数意见及其理由）可否以特定适宜的方式公开等。[18]
【注释】
[1]网络预约立案可通过审判信息网提交申请，但审核通过后当事人（参与人）或者代理人仍需亲自前往法院提交纸质材料办理立案手续。网络预约立案受理的案件类型包括一审民商事、知识产权案件、执行部分案由的一审案件，如北京知识产权法院只开通了民事案件的预约立案。此并非真正意义上的网络立案。《北京法院网上直接立案工作办法（试行）》（已失效）第2条规定：“网上直接立案是指代理律师通过北京法院网上直接立案平台提交立案申请，北京法院经审核通过后，直接予以登记立案，并要求代理律师在一定时限内寄送书面诉讼（申请）材料、交纳相关费用的工作机制。”这属于真正意义上的网络立案。
[2]据报道，从2017年8月18日正式挂牌至今，杭州互联网法院共受理涉网案件超过11 600件，其中60%的案件实现在线庭审、在线裁判。线上关联案件平均庭审用时28分钟，平均审理期限38天，相较传统审理模式分别节约用时2／5和1／2。
[3]在具体操作上，当事人使用诉讼平台系统，首先需在诉讼平台完成实名认证。其后，选择起诉类型、案由，并将起诉状内容、证据名称及来源、身份证明文件、授权委托书等基本诉讼材料进行线上提交，纸质文本拍照或扫描上传。互联网平台可通过系统对接方式，向诉讼平台传输原始数据、资料作为起诉材料。诉讼平台的受理环节均是在线完成：在线审查、在线补充材料；对于不符合起诉条件的，经在线告知后，原告提出异议的，依法作出裁定不予受理；对属于不予受理范围的纠纷，经在线告知后，原告表示无异议的，作线上退回处理；对需要在线补正材料，未按给予的补正材料时间进行补正的，作线上退回处理；网上发出受理通知；在线缴费，原告可以通过支付宝、网银等直接进行交纳。由于该系统使用中国手机号进行注册，并通过支付宝进行认证，对于不在中国居住、不使用中国手机号或者支付宝的外国当事人尚不够方便。
[4]《民事诉讼法》第120条规定了起诉的方式，也即立案的方式，“递交起诉状”“按照被告人数提出副本”“书写困难的……记入笔录”。按照该条规定的受理条件，当事人只能向法院提供书面材料。《民事诉讼法》对立案的规定，还是基于提交书面材料的方式，对于网络立案提交电子材料的方式未予规定，因此网络立案在立法层面缺乏明确的法律规定。
[5]从最高人民法院的《民事案件案由规定》来看，案由是法院内部对案件管理的分类，并非当事人的义务，法院不应要求当事人确定“案由”，更不应因为当事人确定的“案由”不对而不予立案。
[6]自立案登记制实施后，法院案件量不断攀升，送达任务日益繁重。以北京市第三中级人民法院为例，该院2016年度向当事人送达法律文书数量56 618件，较2015年度同期增长16.8%。2017年度向当事人送达法律文书数量78 242件，较2016年度同期增长38.19%。来自河北省黄骅市人民法院的调研显示，送达事务几乎挤占了基层法院约40%的审判资源。根据无锡法院的统计，因查找当事人地址、直接送达、公告送达等送达工作占用了法官助理及书记员的时间甚至达到60%左右。
[7]当然，在有些情况下，为了取得更好的法庭调查效果，法官的审判意图是不宜告知当事人的，但总体的审理方向和重点的告知，更有利于庭审的聚焦。
[8]中国之声2018年9月，报道了上海市某区人民法院三次临时取消开庭的事件。尽管法院临时取消开庭有相关的理由，但却招致当事人外地律师的强烈不满，认为该法院滥用权力刁难当事人、违反程序正义。这类事件的发生可能有法官个人的原因，但更多的原因可能在于传统审判方式的固有局限性。这就引发了我们思考：如何在司法领域中引入新的信息技术手段，解决人案失衡，并满足当事人和社会公众的效率需求。
[9]参见最高人民法院微信公众号发布的“全国首次！‘上海刑事案件智能辅助办案系统’辅助庭审”。
[10]参见最高人民法院微信公众号发布的“全国首次！‘上海刑事案件智能辅助办案系统’辅助庭审”。
[11]参见姜伟发表的《加强司法案例研究 推动人民法院工作创新发展——在全国法院2018年度优秀案例分析评选活动研讨会上的讲话》。
[12]左卫民：“如何通过人工智能实现类案类判”，《中国法律评论》2018年第2期。实践中，据笔者了解，上至最高法院、下至地方法院，均开展了相关的技术实践。如最高人民法院于2018年1月5日上线运行的“类案智能推送系统”、中国应用法学研究所目前正在研发的“类案类判”研究项目、安徽省高级人民法院主导开发的“类案指引项目”、重庆市北江区人民法院于2017年4月运行的金融案件“类案智能专审平台”、贵州省高级人民法院建立的“类案裁判标准数据库”等。
[13]参见马超、于晓虹、何海波：“大数据分析：中国司法裁判文书上网公开报告”，载《中国法律评论》2016年第4期。
[14]王禄生认为：“法官的裁判过程要综合考虑犯罪构成要件，加重、减轻、从轻等情节，最终的判决结果往往是一个模糊决策。基于此，许多研发主体在良性决策的算法形成中也常常得到一个模糊决策函数，在这种情况下，人工智能量刑预测过程就很难通过可视化的方式呈现或将算法完全公开，法官与公众也很可能因为技术门槛而无法充分理解。”王禄生：“司法大数据与人工智能开发的技术障碍”，载《中国法律评论》2018年第2期，第48页。
[15]指导性案例制度的形成过程大体如下：2005年，最高人民法院印发《人民法院第二个五年改革纲要（2004-2008）》，明确提出了要建立和完善案例指导制度。2010年4月，中央政法委协调公检法召开会议，要求推行案例指导制度并在年内公布一批指导性案例。2010年11月，最高人民法院酝酿了五年之久的《最高人民法院关于案例指导工作的规定》出台。2011年最高人民法院发布了第一批指导性案例，截至目前，共发布了112个指导性案例。
[16]在对训练集深入研究的过程中，人们能全面理解影响裁判的各种要素，特别是以前并未认知和发现的要素，如某个盗窃罪算法模型因经济条件和当地司法政策因素可能仅适用某个省或地区、某个案件裁判幅度受到了当事人闹访的影响等，在此基础上，就能较好地解决算法有效性的问题。
[17]华宇元典法律人工智能研究院编著：《让法律人读懂人工智能》，法律出版社2019年版，第226～227页。
[18]合议笔录的特定方式公开的问题，已在前文第五章第三节关于“强化技术应用的司法支撑”部分有详细论述，此不赘述。还值得一提的是，有些法院的创新性做法对于司法人工智能的开发而言，是富有意义的，如北京知识产权法院在原告依波路（远东）有限公司诉被告国家商评委、第三人深圳市依波路保健科技有限公司商标无效行政纠纷案件中，首次突破惯常的文书格式，将“合议庭少数意见”写入判决书中，从而完整地呈现了合议庭的两种观点。参见张晓霞、宾岳成：“北京知产法院首次将‘少数意见’写入判决书”，载《北京日报》2015年12月15日。