近年来，人工智能高速迭代发展，技术变革对社会各领域产生全方位影响，很多人工智能技术已经转化为产品应用于实际，成为人们日常生活中的重要组成部分。司法工作需要与时俱进，积极推动大数据、人工智能等科技创新成果同司法工作深度融合，推动司法工作向纵深发展。同时，持续提高司法工作人员的法律解释、法律论证能力和专业化水平，只有把司法工作人员的能力与人工智能技术的发展紧密结合起来，司法工作才能更好地回应人民群众对于公平正义的期待。

　　人工智能技术在司法实务中运用的深度和广度已经达到前所未有的水平。在犯罪侦查领域，大数据已广泛用于经济犯罪案件侦查，如虚开增值税专用发票、逃税、操纵证券市场等案件，往往需要依靠海量交易数据发现异常。在传统刑事犯罪领域同样如此。例如，“碰瓷”类交通事故案件中，单独看每一次事故，行为人的举动都看似正常，但把一系列事故、人员、车辆、时间和地点的数据组合起来，就可能发现异常模式。人工智能能够辅助侦查机关运用算法建立模型，从而预测犯罪活动、锁定犯罪空间和相关主体以及评估风险。刑事司法中的算法治理实践由此催生了新的预测性知识和预测性治理技术。

　　检察领域对于司法人工智能的运用也开展了很多探索。包括类案检索、量刑建议辅助、案件信息提取和大语言模型应用等，有的系统能够生成相对合理的量刑区间，供检察官参考。借助人工智能开展法律监督具有明显的正面社会功能。第一，提高效率。人工智能能够处理、分析海量数据，发现仅凭人类个体理性难以识别的关联和模式。第二，促进公正。算法在适当设计和正确使用的前提下，可以减少部分由人的偏见、经验局限和主观随意性造成的差异。第三，提高安全性和安全感。人工智能能够帮助预测风险，推动检察机关通过办案更有效地参与社会治理。未来，检察机关可以继续建设能够辅助研判案件、整理证据变化、归纳争议焦点的系统，使司法判断更加精准。

　　在审判领域，法院对大数据和人工智能的应用已取得良好发展成效。最高人民法院持续推动智慧法院建设，各地法院也开展了大量实践。在一些试点法院，人工智能可以覆盖审判全流程，能够辅助阅卷、归纳争议焦点、呈现审判要点、规范裁判思路、统一裁判尺度，解决法官办案中的部分痛点、难点，将法官从重复性、事务性工作中解脱出来，把精力更多地放在案情研判、规则研究等体现法官智慧价值的工作中来，为群众提供高质量司法服务。尤为值得关注的是，人工智能可以从海量电子卷宗和类案裁判中提炼规则，生成裁判文书说理部分的初稿，再由法官修改完善。

　　司法领域运用人工智能技术具有一定风险，但从近年来的实践来看，司法人工智能已经探索出较为清晰的应用路径。它所使用的也不完全是开放式通用大模型，而是基于法院案件数据进行专门训练和学习，因而能够在一定程度上减少通用大模型的“幻觉”问题，提高专业化和准确化。

　　因此，对人工智能在司法领域的积极探索，应当给予充分肯定。当下应该聚焦的问题已经不在于用不用这项技术，而在于用在什么环节、以什么方式使用，以及如何确保人始终掌握最终的判断权、承担司法责任。

　　要进一步深化司法改革，促进司法公正，很重要的一个着力点是进一步强化检察机关对司法活动的监督。在此过程中，要认真研究如何借助人工智能技术来提升检察机关法律监督水平。

　　人工智能辅助法律监督，大体可以处理两个层面的问题。第一个层面是以数据的筛查、比对和计算为主的问题，人工智能通常能够较好解决。第二个层面则不仅涉及数据的客观处理，还涉及法律判断、利益权衡和规范推理，也可以说是涉及更为复杂的价值判断，需要人机深度互动。检察监督案件，特别是抗诉案件，往往具有较高难度，因此，更需要把机器的计算能力与人的判断能力结合起来。

　　近年来，在立案监督方面，检察机关对于人工智能的运用取得了重大进展。多份《最高人民检察院工作报告》中都提到检察机关运用大数据开展立案监督。例如，通过分析车辆加油频次、油量、交易主体和开票情况，可以发现异常线索，进而监督相关增值税犯罪案件的立案。类似做法的关键，在于把分散、孤立的数据转化为可供法律监督使用的异常指标。检察机关还可以利用人工智能发现虚假诉讼、清理长期积压案件和“挂案”。有的案件立案后长期不侦结、不撤案，靠传统人工排查很难全面发现，通过跨部门数据比对，则可以及时识别异常状态。此外，对涉案财物的查封、扣押、冻结和处置，同样是人工智能发挥作用的领域。特别是涉及民营企业的大额财物，更需要把查封依据、财物范围、保管状态、处置进度等信息调查清楚。公安机关的涉案财物系统如果能够与检察机关的监督系统有效衔接，检察机关就可以及时掌握情况，发现超范围、超期限或者处置不当等问题。

　　缓刑、假释适用是否妥当，也是检察监督中的重要问题。对行为人未来危险性的评估，需要综合大量数据、信息。有时检察机关与法院对被告人是否适用缓刑或假释难以达成一致，与缺乏稳定、可验证的评估基础有关。在这方面，人工智能可以提供辅助，由此避免司法工作人员徇私枉法，对不该适用缓刑、假释的罪犯予以宽大处理，也避免司法工作人员畏首畏尾，对原本符合缓刑、假释条件的罪犯不当羁押。但是，人工智能所提供的结论未必完全妥当，因此最终判断必须由司法工作人员作出。

　　如何以人工智能辅助提高针对疑难案件的法律监督能力，检察工作还有很多值得探索的地方。有些案件比单纯的数据计算复杂得多。例如，某些案件一审法院以贪污罪定罪，二审因检察机关抗诉改为受贿罪，之后又因申诉、再审发生新的定性变化。这样的案件争议大、法律关系复杂，需要对事实、证据、规范和裁判理由进行系统分析，单靠模式匹配是不够的。因此，对检察机关而言，最困难的监督方式之一是抗诉。刑事抗诉难，民事抗诉往往更难，法院在相关领域具有较强专业性，检察机关发现裁判问题并不容易。人工智能至少可以在三个方面提供帮助：一是提高类案和规范检索效率。二是提示审判程序和裁判结果的异常。例如，同一案件历经多次审理、后判不断改变前判。三是辅助生成抗诉理由和抗诉文书初稿，帮助检察官梳理争议点、组织论证。但是抗诉法律文书初稿只是辅助材料，不能替代检察官对事实、证据和法律的独立审查，更不能把机器输出的结果直接转化为司法结论。

　　在不少案件中，人工智能已经能够辅助司法工作人员分析事实、检索规范、生成裁判文书或者抗诉文书，其对知识生产方式的改变已经非常直接。人工智能技术既然已经如此发达，司法工作人员独立判断的必要性是什么？只要反复观察人工智能的运行机理和它对复杂问题的判断，就会发现它仍然难以达到真正高水平法律人才的水平。即使是“机器学习算法”，无论其自身如何训练，技术如何迭代，也很难完全替代司法工作人员的交叉思考和价值判断。人工智能用于司法工作必然存在限度，对司法工作人员专业水平的培养和队伍建设的强化，不会因为人工智能发展而暂停，反而会更加重要。

　　因此，在人工智能技术背景下，司法工作人员的独特价值仍值得充分重视，法学方法论仍是应当掌握的核心能力。在用好大数据、人工智能的同时，将技术分析和法律人的方法论有机结合起来，把海量司法数据转化为司法机关联系群众、服务大局、维护司法公正的有效支撑，已经成为提升司法效能的现实课题。

　　算法不能替代价值判断。有人工智能研究者曾指出，人类正站在智能发展重大突破的悬崖边上，甚至可能孕育出超级智能人工生命体。但在这个时刻，我们面临的最重要问题并不是纯粹的科学问题，而是价值问题：人类的目标究竟是什么？这不是关于真理的技术判断，而是关于价值观的选择。

　　算法的主要目标通常是提高效率，但人文关怀、个案正义以及社会利益的综合衡量，不能完全由机器“计算”。司法人工智能的决策和系统建设往往具有顶层推动特征，实践中存在公众监督和基层参与不充分的问题。算法设计及其后续自主学习还可能形成“黑箱”，使其结论难以解释和控制。过度依赖算法，也可能压缩法官、检察官的自由裁量空间。因此，算法既是社会治理的工具，也是社会治理的对象。司法人工智能在提供便利的同时，也会带来新的风险，必须被规范、监督和问责。

　　法律判断既是事实判断也是价值判断。例如，司法工作人员能够依靠数据和算法准确发现行为人纳税异常，提示某个主体可能存在逃税或欠税。但未及时缴税的行为是否构成逃税罪或仅仅是行政违法，显然需要司法工作人员结合法律规范和具体事实作出判断。机器擅长发现异常，却不能当然完成价值判断和规范评价。此外，从事人工智能研究的学者已经充分认识到，无论人工智能技术如何发达，其无法理解人类生活中最基本的常识，对事物难以根据社会生活经验作出判断。而司法活动的特点是必须同时兼顾天理国法人情，考虑法律效果和政治效果、社会效果的统一。这方面的判断，人工智能技术难以胜任。

　　算法应用面临正当程序和偏见风险。人工智能技术在很多领域广泛应用，但是其所引发的格外关注和批评较少。与此不同，司法算法尤其容易受到关注，因为它直接涉及社会正义和个人权利。美国较早使用算法评估再犯风险，辅助决定对犯罪嫌疑人是否羁押、是否适用缓刑。2016年美国威斯康星州“州诉卢米斯案”（Statev.Loomis）中，法院在量刑时参考了COMPAS（一个美国商业性司法风险评估工具）的风险评估结果。被告人提出，该系统的源代码属于商业秘密，自己无法观察和质疑其运作过程，且系统将性别等因素纳入评估，可能形成偏见。威斯康星州最高法院最终没有支持其上诉理由，但该案集中暴露了算法应用在可解释性、质证权和公平性方面的问题。

　　司法算法的运用经常性面临问责、正当程序、平等保护、隐私保护和透明度等方面的挑战。这要求算法开发和司法应用必须保持审慎，开发者和使用者都应尽到合理注意义务。

　　刑事司法数据可能固化既有偏差。刑事司法领域还存在一个特殊问题：算法学习所依赖的历史数据，本身未必充分、均衡和正确，可能无法为算法学习提供有益素材。首先，我国刑事司法数据库中的无罪判决样本较少。以维权后索要高额赔偿被认定为敲诈勒索、组织和领导黑社会性质组织犯罪，以及所谓“远洋捕捞”涉及民营企业家的案件为例，数据库中能够供算法学习的无罪样本十分有限。算法在此基础上训练，很容易倾向输出有罪的结论。其次，正当防谈球吧官方网站卫、紧急避险在以往司法实践中被认定得较少，故意伤害罪等有罪案件相对较多。虽然近年来在最高人民检察院和最高人民法院推动下，正当防卫的认定明显增加，但算法学习往往覆盖相对更长时间的历史数据，最终可能对正当防卫的认定采取过度保守的立场。第三，长期以来，量刑总体偏重。算法学习既有裁判后，通常就会给出偏重的量刑建议。但在贯彻宽严相济刑事政策、重罪案件占比下降的背景下，司法工作人员的量刑观念应当随社会形势和刑事政策发生变化，历史数据不能代表今天最适当的裁判尺度。最后，刑事司法人工智能的运用不是单纯汇总、分析数据，对案件事实的提炼、相关法理分析必须与刑法理论建立紧密关联，关注理论发展的动向。

　　我国法学理论近年来非常注重构建中国自主法学知识体系，重视处理结论的妥当性，因而对有些问题的研究处于变化之中。人工智能技术如何在依赖以往海量数据的前提下适应法学理论的变动，从而对案件分析得出符合时代要求和理论发展进程的结论，是一个重大考验。因此，司法人工智能尤其是刑事司法人工智能输出的某些结论，必须被打上问号，由司法工作人员进行再次审查和独立判断。对其说理也要保持足够警醒，不能把算法输出看作当然正确或者唯一正确的答案。

　　总之，对于司法领域的人工智能技术，要积极使用，但不能迷信。司法工作人员的主体地位必须坚持，专业能力必须持续提升。把人工智能的超级计算优势与司法工作人员的法律判断、价值判断和责任担当结合起来，才能真正推动司法水平的提升，助推司法工作人员高质效办好每一个案件。