“计算+法律”的实现困境与...访案件全过程推演的应用场景_苏成慧.pdf

华东政法大学学报2023 年第 2 期80“计算+法律”的实现困境与理性考量基于涉诉信访案件全过程推演的应用场景苏成慧*目次一、基于计算思维的场景预设：涉诉信访案件全过程智能推演二、法律思维下的困境与限度：关联诉讼案件智能评查受限三、“计算+法律”的双向审视：形式理性与实质理性的平衡四、结语 摘要法律与计算的融合以数据为基础，以法律知识体系的数字建构为核心，以算法模型的设计为关键；法律与计算的冲突以价值考量为评价方式。在涉诉信访案件处置的应用场景下，人工处置涉诉信访案件思维的流程化以及法律适用的逻辑性、规则性、体系性为涉诉信访案件全过程智能推演提供可计算的空间。但法律推理和论证过程中存在着诸多形式逻辑以外的主观考量和价值评价因素，这些因素成为当前智能技术模拟涉诉信访关联诉讼案件评查难以逾越的鸿沟。对信访人“人物画像”的场景预设因违背比例原则，而不具备法律上的实质正当性。数据安全保障与算法风险的防范是实质理性下“计算+法律”的必然要求。关键词司法人工智能数据安全算法规制计算法学涉诉信访近年来学界形成以计算为本，基于数字系统建模计算和数理逻辑的“法律 AI”研究进路，力图从内在视角用逻辑计算和代码程序来表达法律，推进司法过程的智能化。1既有研究成果大多从理论*苏成慧，西南政法大学讲师、西南政法大学总体国家安全观研究院研究人员，法学博士。本文系 2020 年度教育部哲学社会科学重大攻关项目“人工智能发展中的重大风险防范体系研究”（项目号 20JZD026）、2021 年度国家社会科学基金青年项目“信息处理者的安全保障义务研究”（项目号 21CFX008）及 2018 年度科技部国家重点研发计划项目“多源涉诉信访智能处置技术研究”（项目号 2018YFC0831800）之子课题四“涉诉信访案件全过程推演技术研究”（项目号 2018YFC0831804）的阶段性研究成果。1 参见马长山：迈向数字社会的法律，法律出版社 2021 年版，第 26-31 页。苏成慧 “计算+法律”的实现困境与理性考量81层面探讨技术原理与法学理论的融合与冲突，话题主要涉及智能司法的辅助裁判模型、法律议论模型、人工智能与事实认定、法律知识图谱建构、智能裁判形成过程等，2偏重于对整体规则和原理的论述，鲜有从具体场景视角阐述“计算+法律”的实现路径与存在困境。本文将基于涉诉信访案件处置这一特定应用场景，对实现涉诉信访案件全过程智能推演的技术原理与办理涉诉信访案件的法律原理之融合展开研究，即基于具体场景，从微观视角揭示智能技术评查诉讼案件的内在逻辑、作用原理、实现方式等，将“怎样的法律问题是可计算的问题”具体化。以计算和法律的双向视角阐明“计算+法律”在该领域实现的困境、可能实现的程度，并对此作规范性评价，有助于为法学与计算机科学的进一步融合研究搭建“桥梁”，希冀能够为智能技术在司法领域的应用研究及基于应用的规范研究提供一定的参考价值。一、基于计算思维的场景预设：涉诉信访案件全过程智能推演所谓“涉诉信访案件”，是指涉诉信访人对其信访所对应的诉讼案件（以下简称“关联诉讼案件”）的诉讼权利已经丧失或者充分行使完毕，即已用尽审判监督程序等司法救济途径，仍对关联诉讼案件的审判程序或裁判结果不满，只能通过信访的方式表达诉求的案件。其信访的事项包括与关联诉讼案件审理相关的实体问题、审判程序问题及审判案件法官的作风问题等。因此，法院信访部门工作人员处理涉诉信访案件首先要查明与信访对应的诉讼案件是否“确有问题”，如果该诉讼案件“没有问题”，则继续查明影响信访人信访的其他原因（主要是信访人自身原因），以便采取针对性处置措施。对信访原因的查明需要回溯“关联诉讼案件从一审立案到案件审结，再到信访人信访”全过程，其中涉及对关联诉讼案件的评查，以及在关联诉讼案件“没有问题”的情况下查明信访的其他原因。以计算思维为本的智能技术应用，力图借助逻辑计算、符号程序、数字系统来表达涉诉信访案件全过程推演的要件体系和思维逻辑，以辅助法院处置涉诉信访案件。（一）涉诉信访案件人工处置的关键：信访原因的查明涉诉信访案件人工处置遵循“了解信访案件基本信息（包括信访人基本信息、信访诉求、关联诉讼案件信息等）分析导致信访的原因（主要评查关联诉讼案件是否“确有问题”）信访行为性质认定合理处置信访案件”的流程。其中，准确把握导致信访的原因是处置涉诉信访案件的关键。引发信访人实施信访行为的具体原因较为多元，可概括为两大类。一是，关联诉讼案件“确有问题”，这主要表现在关联诉讼案件之事实认定、法律适用、程序合法性等方面存在问题。其中，事实认定问题包括遗漏案件事实、事实认定错误等；法律适用存在的问题为法律适用有误；司法程序问题包括立案判断错误、管辖错误、审判程序不当等。此外，还存在其他问题，比如裁判说理不充分、遗漏或者超出诉讼请求、再审申请被驳回、裁判不公、未在法定期限内审结、量刑过轻或者过重、执行难等。二是，信访人自身原因。目前绝大多数涉诉信访的原因来自信访人本身，主要表现为：其一，信访人法律意识淡薄，信访不信法，认为只有找职位高的领导才能解决问题，并且闹得越凶越能解决问题；其2 参见高翔：人工智能民事司法应用的法律知识图谱建构以要件事实型民事裁判论为基础，载 法制与社会发展2018年第6期，第66-80页；谢慧：“智能+”模式下裁判形成的过程分析，载 济南大学学报（社会科学版），2019年第4期，第43-53页；季卫东：人工智能时代的法律议论，载 法学研究 2019 年第 6 期，第 32-49 页；栗峥：人工智能与事实认定，载 法学研究 2020年第 1 期，第 117-133 页；高翔：智能司法的辅助决策模型，载 华东政法大学学报 2021 年第 1 期，第 60-75 页；王琦：民事诉讼事实认定的智能化，载 当代法学 2021 年第 2 期，第 125-133 页。华东政法大学学报2023 年第 2 期82二，多数信访人经济上“确有困难”，由于诉讼期待利益的落空，欲通过信访的方式得以解决；其三，部分信访人存在性格偏执、人格障碍、心理状况不佳等问题，在没有任何证据和合理理由时仍坚持认为裁判结果不公平。3审查信访人信访原因的目的在于明确涉诉信访人的信访诉求合理与否，进而作出有针对性的处置策略。具体而言，由于信访人的信访诉求针对的是关联诉讼案件的司法程序和裁判结果，故首先应判断信访人的诉求是否合理（若关联诉讼案件“确有问题”，则属于合理诉求）；若信访诉求不合理，则应根据关联诉讼案件以外的其他信息来确定信访人的信访原因，比如，经济困难、人格偏执、法律意识淡薄等。在处置涉诉信访案件时，若评查发现关联诉讼案件“确有问题”，应将该案件报审判委员会，由审判委员会决定是否启动审判监督程序予以处理；对于关联诉讼案件“没有问题”的涉诉信访案件，则由信访部门工作人员结合导致信访的其他原因，对其信访的事项耐心沟通解答，以使其快速息访。实践中，信访工作人员在对关联诉讼案件评查后，发现绝大多数信访人信访的原因并非关联诉讼案件“确有问题”，而是源自关联诉讼案件以外的原因。（二）智能技术模拟涉诉信访案件全过程智能推演之预设 智能技术的本质在于模拟人类智能，规则化、要素化和图谱化是人工智能机器学习的前提。4在涉诉信访案件处置的应用场景下，智能技术的研发遵循人工处置涉诉信访案件的思路。涉诉信访案件全过程智能推演需求的应用场景为：法院信访部门的工作人员将关联诉讼案件基本信息（当事人姓名、身份证号码、案号）录入系统，系统能够自动对该信访行为定性，并给出与之对应的处置建议以供参考。其实现方式为：通过评查关联诉讼案件，并结合信访人要素、涉诉信访案件要素评查影响信访人信访的其他原因，进而对涉诉信访案件进行全过程智能推演，目的在于准确认定该涉诉信访案件的性质，根据涉诉信访案件性质的判定，系统自动给出对应的处置建议，以供涉诉信访部门工作人员决策参考。具体而言，这一应用场景下智能技术系统的实现可预设如下四个步骤。首先，涉诉信访案件要素集的构建。5智能技术的核心在于算法，基础在于数据。将涉诉信访案件的所有信息利用语义识别技术、图片分析技术并结合机器学习的方法解构为计算机能够识别的数据集，是智能技术模拟人工处理涉诉信访案件的前提。构建涉诉信访案件要素集需以三类数据为基础，即信访人基本信息数据、关联诉讼案件数据、信访数据。其中，信访人基本信息数据来自与信访人相关的多源大数据（性格、文化程度、职业、家庭结构、成长背景等），关联诉讼案件数据主要来源于该案件司法审判各个阶段的卷宗材料（案件性质、案由、争议焦点、审判结果、结案方式等），信访数据来源于法院信访部门登记的信访人信访的基本情况（信访次数、信访人数、信访诉求等）。其次，基于关联诉讼案件要素集实现对关联诉讼案件的智能评查，目的在于明确定位案件处理结果是否“确有问题”。对关联诉讼案件的评查是涉诉信访案件处置的核心。如前所述，对关联诉讼案件智能评查的基础数据主要为该诉讼案件从受理到结案全过程的所有卷宗材料。在将诉讼案件类型化的基础上，对涉诉信访关联诉讼案件基础数据进行要素解构，并基于法律知识逻辑体系和审判推理思维设置各要素之间关联关系的算法模型，以此构建关联诉讼案件审理中关于事实认定与法律适用3 参见李微：涉诉信访：成因及解决，中国法制出版社 2009 年版，第 189-190 页。4 参见高翔：智能司法的辅助决策模型，载 华东政法大学学报 2021 年第 1 期，第 65 页。5 所谓涉诉信访案件要素，是指对应基础数据中影响涉诉信访案件评查的最小颗粒度的实体。苏成慧 “计算+法律”的实现困境与理性考量83的知识图谱6。以知识图谱为案件评查系统的核心，实现对涉诉信访关联诉讼案件的智能评查。再次，基于信访人基本信息要素集，实现对信访人的“人物画像”，目的在于分析其是否存在人格偏执、精神障碍、经济困难、法律意识淡薄等情形。对信访人的“人物画像”有助于把握非合理诉求下信访人信访（甚至缠访、闹访）的原因，以便于智能系统给出有针对性的处置建议。其基础数据来源于与信访人相关的多源大数据，包括关联诉讼案件卷宗材料中能够获取的信访人基本信息数据、相关部门掌握的关联数据（社保、民生、医疗、教育等）以及一般社会数据（消费数据、生活数据等）。最后，整合信访数据集，实现涉诉信访案件全过程智能推演。由于涉诉信访案件处置的核心在于评查已经审结的关联诉讼案件，因此需对关联诉讼案件全面复盘。即将涉诉信访案件要素按照“关联诉讼案件的起诉审理结案信访”的全过程在计算机内予以还原，以此实现计算机对关联诉讼案件当事人从诉讼案件的开端到信访的全过程之“理解”。因此，需要基于关联诉讼案件评查结果、信访人“人物画像”结果，并整合信访数据分析结果（分析信访数据的目的在于明确信访人的信访情况，即是否构成多次信访、缠访、闹访等），通过算法模型准确定位导致涉诉信访人信访的原因，评估信访行为的性质，并针对具体原因匹配合理的处置建议，以实现对涉诉信访案件处置的全过程推演。二、法律思维下的困境与限度：关联诉讼案件智能评查受限如前所述，对关联诉讼案件的评查是实现涉诉信访案件全过程推演的关键。在具体实践中，关联诉讼案件智能评查的实现受到五个方面限制，进而影响涉诉信访案件全过程智能推演的实现程度。（一）多源基础数据难以全面获取智能推演涉诉信访案件处置的核心在于定位涉诉信访人的信访原因，而实际上每一项可能引发涉诉信访人信访之原因的技术判定都需要以多源基础数据为支撑。如前所述，涉诉信访案件要素集的构建需整合信访人基本信息数据、关联诉讼案件数据、信访数据等多源基础数据。但目前我国数据流通共享的机制尚未健全，“数据孤岛”现象尤为明显，使得该场景下多源数据的整合受限。具体表现在以下两个方面。其一，关联诉讼案件数据使用的实时性受限。实践中，多数涉诉信访人一般选择其居住地的就近法院的信访部门多次信访。若其信访的关联诉讼案件最终结案的法院为信访人去信访的法院的上级法院，则需下级法院申请查看上级法院审理的关联诉讼案件的司法数据。由于关联诉讼案件数据由各法院独立存储，下级法院查看和使用上级法院的数