⚖️AI & The Future

法官 · 社会所信赖的裁决者:从汉谟拉比石碑到AI评分的保释听证,最棘手的争端至今仍要交由一位担责的人来了结。

从纸面上看,裁判似乎可以自动化:输入(证据、法律)、一个推理步骤、输出(一项裁决),全都是文本。法院正被积案淹没,一个能比人类裁决更快的软件听起来是显而易见的解药。这条流水线的部分环节确实正在快速自动化——检索、笔录、分诊,以及整整一类小额纠纷已经离开法庭,转向了在线解决。

但核心的交易却抗拒自动化,原因是社会性的,而非技术性的:一份判决之所以具有约束力,是因为败诉一方接受了做出裁决之人的权威。每一种法律体系都把这种权威导向一位具名、可问责、可被免职的人。真正诚实的问题不是AI能否起草出一份说得过去的裁决——它越来越能做到——而是社会是否会接受由一台机器判处监禁、破产,或剥夺一个人的子女。至今没有任何社会愿意尝试。

10 / 100
极低

Share of the work a machine could do

这份工作中或许有十分之一的工时——检索、起草常规命令、排期、笔录,以及大批量小额索赔的分诊——现实中已经可以自动化,在线法庭已经在吸收轻微纠纷。核心工作受到的保护,不仅来自技术上的困难,更来自宪法层面的设计:剥夺人的自由或财产,需要一位具名、其权威被接受、且可被追责的人。地球上没有任何立法机构把一份判决署上算法的名字。

Scored from the tasks, not the job title. Lower is safer.

Jobs AI cannot take →

What machines cannot take

合法性与同意

96

一份判决之所以有约束力,是因为社会接受了做出裁决之人的权威。目前没有证据表明人们会接受由一台机器宣判的监禁、破产或抚养权丧失——法院靠的是这种接受,而非强制力。

对剥夺自由的问责

93

每一种法律体系都要求由一位具名、可被免职的人来为剥夺一个人的自由负责——可上诉、可弹劾、可被公开批评。算法可以被审计,却无法以宪法所指的意义承担责任。

不可重复事实中的公平

87

量刑和家事案件取决于永远不会以同样组合再现的具体情境。基于过往模式训练的模型,恰恰在裁判最困难之处——真正前所未有的案件——结构上最为薄弱。

宪法层面的设计

84

司法职位由宪法创设,明确规定人类任命、任期、宣誓与免职。让法官席自动化不是一次软件部署,而是对社会契约的重写,这正是没有任何国家尝试过它的原因。

临场可信度判断

76

判断谁在撒谎至今仍是不完美的人类工作,但它建立在于宣誓下当面对质证人的基础之上——而对举止的推断,恰恰是机器学习偏见问题最为致命的领域。

What they already take

法律检索与初稿

72

AI系统已能检索判例、总结诉状并起草常规命令;英格兰和美国多个州的司法指引如今允许此类使用——但每一次幻觉引证都由法官本人负责。

分诊、排期与笔录

68

案件排期、流程管理、笔录和翻译是法院的后台事务,将其自动化能直接打击积案;印度的电子法院项目和中国的智慧法院系统正大规模开展这项工作。

小额索赔与交通违规裁决

55

在线解决方案已经能端到端裁决低价值纠纷:加拿大不列颠哥伦比亚省自2016年起的民事纠纷解决法庭、杭州互联网法院自2017年起,以及eBay每年在没有任何法官参与的情况下解决数千万起纠纷的系统。

保释与量刑的风险评分

40

COMPAS等算法风险评分已经在美国法院用于保释和量刑参考——2016年威斯康星州诉卢米斯案在附带警告的情况下维持了这一做法——而已被证实的种族偏见发现,使人工复核既是强制要求,也充满争议。

How the work is changing

法庭转移到线上

整整一层低价值纠纷正从实体法庭转向异步的在线法庭——不列颠哥伦比亚省、杭州、英格兰的在线金钱索赔——留给人类法官的案卷变小了,却更难,因为只剩下有争议、高风险的案件。

坐在你身边审判席上的算法

风险评分、量刑计算器和AI研究助手日益框定着法官的出发点。未来十年这门手艺面临的核心问题是锚定:当整套锚定心理学都指向相反方向时,法官能否把机器的输出仅仅当作众多参考之一。

被测量、被画像的法官

诉讼分析公司如今能根据个别法官的过往记录预测其行为——法国在2019年的司法改革中对此作出回应,直接全面禁止对法官进行画像分析,违者最高可判五年监禁,这是任何国家在司法数据周围划出的最严厉的法律界线。

身处围困中的法官席

法官日益成为攻击目标:自21世纪10年代末以来,针对美国联邦法官的威胁急剧上升,一家英国小报在2016年把高等法院法官称为“人民公敌”,波兰、以色列等地围绕司法独立的斗争已从法律评论走上街头。安全和政治化如今正在塑造这份工作本身。

New jobs branching off

在线纠纷解决设计师

构建在线法庭的流程、表单和和解算法——一半是律师,一半是产品设计师——这一角色在不列颠哥伦比亚省2016年的民事纠纷解决法庭证明这一模式之前几乎不存在。

法院数据科学家

在司法系统内部分析案件流转、积案和结果数据——印度的电子法院和中国的智慧法院项目都大量雇用此类人员——为首席大法官指明体系真正失灵之处。

仲裁员与私人法官

退休法官越来越多地通过仲裁机构和JAMS这类公司,出售一样无法被自动化的东西——受信赖的裁决能力——比他们离开的公共法官席更快、也更丰厚地裁决商业纠纷。

算法司法审计员

在法院采用风险评分、在线纠纷解决系统和AI研究工具之前和之后,测试其偏见和错误——这一学科诞生于COMPAS争议,如今已被写入多个司法辖区的采购规则。

Outlook

现实的近期前景是一份更小、更难的工作:软件和在线法庭剥离了案卷中常规的那一端——无争议的债务索赔、交通违规、小额金钱纠纷——而有争议、高风险的核心部分则集中到人类法官面前,他们拿到的是机器起草的检索资料和机器评分的风险评估,必须加以权衡,并且有权拒绝。

真正的压力点不是替代,而是影响:一个容易被锚定的人,身边坐着一个自信满满的算法,这是一种真正全新的宪政处境,卢米斯案的警告或法国的分析禁令都只是管理这一处境的最初尝试。可以预期,关于法官如何使用AI的法律,会比用AI取代法官的法律更多。

不变的是这一职位的根基。各社会保留法官,原因与四千年前发明这一职位时相同:当一切都有争议时,必须有一个可问责的人来做决定,而双方都必须能接受这个决定并继续生活下去。这不是软件能够满足的任务描述,因为归根结底,这不是一项任务——而是一种信任。

Keep exploring

More in Law & Public Service