AI参与深圳超60万件案件审理，司法公正如何保障？

　　于2024年6月28日上线的深圳法院人工智能辅助审判系统在近期亮出了一张成绩单——该系统已深度赋能超过60万件案件的审理，并已由最高人民法院纳入全国统一办案平台，在23家法院试运行后将全面推广。

　　从智辅审判系统建设初期开始，香港大学法律学院副教授刘庄就在一直观察与研究这套系统。系统上线月，刘庄访问了约二十名当地法官和技术开发人员，并与他们保持密切沟通至今。

　　“深圳在进行一次全世界都没有做过的新尝试，那就是让大语言模型全面融入法官的日常决策与说理工作。”近日，对刘庄进行了一次专访，在他看来，“AI进入司法系统的势头事实上已无法阻挡”，在坚持AI辅助定位原则的前提下，这并没有一些人想象的那么“可怕”。

　　时间拨回到2023年，深圳市中级人民法院在那年正式启动了一项探索大语言模型应用于司法程序的项目。

　　驱动这个项目的因素有很多：“案多人少”的矛盾持续困扰当地法院系统；以大语言模型为技术核心的ChatGPT在2022年横空出世；2022年12月，最高法发布了

　　刘庄从2023年开始，深圳市中级人民法院和国内一家AI大语言模型技术创新与应用落地企业开始合作推进项目。在这个过程中，法院的角色远不只单纯的客户，而更像企业的技术合作伙伴。

　　“法院除了提供资金支持，还抽调了11名法官，让他们全职投入这个项目。”刘庄介绍，这些法官比较像科技公司的产品经理，他们既是用户，又是开发者，他们的主要职责是确保大语言模型提供的功能可以满足法官们的日常工作需求。

　　经过一年研发攻关，智辅审判系统于2024年6月28日上线运行。该系统的核心是一个司法审判垂直领域大语言模型，该模型以一个当时领先的中文大语言模型为底座，微调数据包括全部现行法律、行政法规和司法解释文本、中国裁判文书网和人民法院案例库的裁判文书、法学著作和学术论文、法答网问答数据等。

　　刘庄透露，这套系统在深圳中级人民法院和深圳各区的基层法院都已推广使用。在上线伊始，该模型的训练数据总量约有两万亿个汉字，其参数规模与GPT-3.5相当，之后该模型进行了多次的迭代升级，系统使用的基础模型也不断更新和扩展。最初，智辅审判系统可以协助法官处理民商事案件，现在它也能应用到刑事和行政案件中。

　　刘庄介绍，智辅审判系统主要有三大功能：首先，它可以基于案件材料，包括原告的起诉状、被告的答辩以及当事人提交的证据材料等，归纳案件事实，并识别出案件的争议焦点。

　　其次，它可以针对每起案件的具体情况、诉讼类型、案件事实及争议焦点，自动生成法官在庭审中可以提出的问题。“法院方面认为，这一功能对经验较少或资历较浅的法官比较有用，可以帮助他们迅速熟悉庭审流程。”刘庄说。

　　此外，智辅审判系统还可以协助法官撰写判决书的说理部分，这也是该系统的核心功能。法官在对案件作出初步判决后，可以利用这一系统生成书面的说理部分。

　　刘庄今年，深圳法院还将智能体功能纳入了智辅审判系统。法官可以向AI提问，智能体会自主规划任务，结合案卷中的信息进行作答。

　　近年来，多地都在探索如何让科技赋能司法，上海、苏州、深圳等地方尝试了不同的数字法院建设模式。与“纠错式”为主的上海模式与“要素式”为主的苏州模式不同，深圳选择让AI“辅助”法官，覆盖从立案到执行的全业务流程。

　　在深圳样本中，需要强调的是，AI并不作实质性的判断。刘庄解释道，在AI协助法官撰写判决书说理部分这一系统的核心功能中，法官与AI之间有一套典型且稳固的“三步走”互动模式——法官首先对案件作出一个初步判决，在此基础上法官利用大语言模型初拟出判决书的说理部分，法官之后再对这一说理部分进行修改完善，最终书写完整的判决书。

　　他认为，无论AI技术如何发展，大语言模型以多快的速度迭代，上述互动模式都将保持稳定，“至少未来十年内不会有变化”。

　　这首先是因为AI“还没有那么强大”。从技术层面看，AI还不具备对事实进行判断的能力，它的功能主要在辅助法官完成法律说理，而不是直接参与决策。在未来很长一段时间内，AI都很难突破判断案件事实这一技术瓶颈。

　　离大语言模型可以理解复杂证据并自主作出判决的那一天，还比较遥远。而刘庄认为，即使真有那么一天，AI在司法审判中的辅助定位仍然不会改变，其决定性因素在于司法责任制。我国司法责任制的核心要义，就是“让审理者裁判、由裁判者负责”。

　　我国诸多规范性文件都确认了法官作为司法责任的主体。比如，最高法

　　最高法

　　“司法责任主体只能是法官”这一准则在今年全国两会期间发布的最高法工作报告中再次得到强调，报告明确要求“积极稳慎研发人工智能辅助审判系统，坚持‘辅助’定位”。

　　深圳法院也曾多次公开表示，司法责任始终由人承担。在2025年2月19日召开的广东省政务服务和数据管理工作会议上，深圳市中级人民法院提出智辅审判系统会“全流程落实司法责任”，恪守“辅助工具”定位，防止“机器判案”，各环节均由法官审核、修改、决策，司法责任始终由人承担。

　　“法官作为司法责任的主体”的底线被不断强调，但这能在多大程度上打消社会公众对AI进入司法领域的顾虑？

　　据对外经贸数字经济与法律创新中心等机构近日发布的

　　还有法院内部人士担心，在新技术赋能的情况下，诸如由数字技术实现判决书的草拟、判决意见的指南等涉及实体化的处理，存在突破“辅助”的外延、实质上影响审判组织依法独立决策的风险。

　　此外，还有一种观点提出，生成式AI的“黑箱”特性会对司法公正构成挑战。对此，刘庄认为，至少在深圳样本中，不需要过度担心这一问题。

　　刘庄认为，AI幻觉虽然不能被完全消灭，但在深圳方案中，AI生成事实性错误内容的风险已经极低。他指出，深圳这套系统使用了RAG架构，可以通过实时检索权威法律数据库来降低大语言模型出现“幻觉”的风险。

　　“中国是成文法国家，判决书中的说理部分不能出现以往判例，这降低了模型的检索难度。而大语言模型在检索法条时，基本不会产生幻觉问题。很多使用过该系统的法官反馈也是这样。”刘庄提到。

　　部分公众的不信任，可能源于一种理解上的错位。智辅审判系统并非创造了一个“输入案件、输出结果”的AI法官。用AI生成判决书的说理部分，也不等同于“让AI作出判决”。如上文所说，AI离达到可以理解复杂证据和法律情境并据此作出判决的水平，还相距甚远。

　　在刘庄看来，维护好公众对于司法工作的信任，最核心的是要让社会公众监督，提高司法信息公开程度，其中一个可行途径就是提高裁判文书上网数量。

　　近几年，裁判文书上网公开工作引发过多次争议。2023年最高人民法院办公厅发布了一份

　　与此同时，裁判文书网的文书量在2020年之后的几年逐年下降，直到2024年开始有所回升。根据公开数据，每年上网文书数量从2020年的1920万份、2021年的1490万份、2022年的1040万份降至2023年的约502.8万份。2024年，上网公布裁判文书量较上一年有大幅度提升，达到969万份，2025年则是1097.9万份。

　　“AI生成的内容总是提供经过筛选的信息和结构严谨的论证，来支持法官的初始决策，这可能会强化决策中的错误或偏见，也可能降低法官通过主动反思、独立撰写判决书来纠正自身偏见的可能。”刘庄等研究者把这一假想的情况称为“偏见的回声”。

　　它并非由AI创造，而是人机交互的产物，“AI在生成说理方面的能力越熟练、越先进，就越有可能固化法官既有的偏见”。不过，刘庄指出这一假设还未得到足够的证据证实，更多是自己作为研究者的一种担忧。

　　总的来说，刘庄认为未来在法院推广使用AI来提升法官的工作效率，是一件“风险很小但收益很大”的事。

　　“AI大潮无法阻挡，这是一条必然要走的道路。”刘庄指出，国内外很多法官其实私下已经在使用商业大语言模型比如DeepSeek或ChatGPT来辅助工作，而这个过程中存在着AI幻觉、隐私泄露等潜在风险。“与其放任大家使用商业AI，还不如推广可以嵌入法院内部的大语言模型，相比起来后者更加安全、可控。”

　　在5月27日深圳市政府新闻办的新闻发布会上，深圳市中级法院副院长黄志坚透露，深圳这一人工智能辅助审判系统的功能被最高人民法院有机融入全国法院“一张网”平台，目前已在全国部分省市法院试运行。

　　“推广的‘成本’一定很高，这一点在系统刚在深圳投入使用时，就有所体现。”他指出，不少深圳法官一开始比较抵触使用AI，对他们来说，学习一套新的工作模式需要花费很多精力。

　　不过，大部分法官在实际试用智辅审判系统后，发现AI确实能提高工作效率，都转变了态度，并开始频繁使用这套系统。

　　有些法官对AI展现出来的“超强记忆力”印象深刻。一位主要处理复杂公司案件的资深法官曾告诉刘庄：“有些案件涉及的事实很复杂，我就是把所有案情都记录下来，还是有可能忽略一些细节，但AI不会遗忘。”

　　然而，部分法官尤其是专门处理小额贷款诉讼案件的法官，依然没什么兴趣使用这套系统，原因在于，这类案件通常不需要法官进行复杂的推理，系统的实际作用并不大。

　　还有一些法官认为，AI在处理那些复杂程度极高的案件时，能力也很有限。一位法官认为，目前AI在处理过于简单或过于复杂的案件时，实用性都不够强。但是，也有常年审理公司案件的法官表达了不同意见，他们已经在很多涉及公司的复杂案件中使用了大语言模型的说理生成功能。

　　来自法院管理部门的人则表达了更深层次的顾虑。刘庄透露，此前有一位法院副院长担心，AI可能会使“强者更强”，导致擅长用AI的法官更快作出判决，不精通AI的法官的工作效率却有可能相对下降。

　　国内各地司法系统信息化建设水平的参差不齐，也阻碍着AI走进更多法院。刘庄提到，相较于“案多人少”矛盾突出的法院，部分中西部城市法院的工作负担相对更轻，对使用AI的需求并不大。再者，这些法院的内部硬件设施也可能存在短板，比如无纸化、电子化发展尚不成熟，“是否真的需要耗费大量算力成本在这类法院推广AI，仍待进一步讨论”。