技术|智慧司法：来自异域田野的观察
朱悦 对外经济贸易大学数字经济与法律创新研究中心研究员 
图片
百年以前 ， 五十年前 ， 近十余年 ， 反复有以技术“颠覆”司法的类似设想 。 前两次尝试 ， 大体为人所忘怀 ， 仅在少数学者作品中有所孑遗；1990年代以来的新一波浪潮 ， 则可谓”还在路上“ ， 总结和反思才刚刚开始 。 Garrett和Monahan刚刚刊出的研究 ， 堪为其间典范 。 简言之 ， 即使是在看似相当简单的应用上 ， 暂时也很难期待技术实现所预期的目的；尽管技术可能无法实现预期目的 ， 由此可以推出何种方向上的政策建议 ， 同样难言清晰 。 道阻且长 。
1990年代以降 ， 美国各地各级司法系统纷纷（再次）踩点敲鼓 ， 在警力布置、是否假释、量刑建议、监狱管理等各环节上加增智慧[1] 。 假释和量刑部分 ， 优化目标较为明确 ， 技术实现相对简明 ， 实际应用比较普遍[2] 。 因此 ， 作者主要针对这两个环节的实用 。 文章着眼范围主要是维吉尼亚州：既包括对一百余名法官的访谈 ， 又有丰富的司法实践数据 。 作者同时还综述了部分针对其它州开展的研究 ， 力求形成完整图景 。 总体而言 ， 两类结论大体一致 。 
图片
图1 横轴 ， 量刑相关风险评估算法给出的结果（风险低者 ， 算法建议毋须监禁 ， 可以采取社区服务等其它量刑；风险高者 ， 算法建议判处监禁）；纵轴 ， 法官实际判处监禁的比率 。 可见 ， 相当一部分法官没有采纳算法给出的建议
结论很难简单总结 ， 但至少很难说有“立竿见影”的效果 。 首先 ， 绝大多数法官声称自己很懂相关算法[3]；其次 ， 虽然大部分法官言称在裁决时会参考相应算法 ， 从实际裁判结果看 ， 这一点未必属实[4]；再次 ， 拒绝算法建议的原因 ， 未必是因为算法不准确 ， 而有可能是外部因素 。 比如 ， 算法建议不予监禁 ， 但当地缺乏落实其它形式处罚的条件；又次 ， 推动智慧者期待相应算法能促进“同案同判” ， 愿景却未能实现[5]；最后 ， 算法未能显著降低监禁比率[6] 。
以上 ， 在过去若干年里 ， 很难说类似技术实现了愿景中的颠覆[7] 。 尽管如此 ， 相应建议 ， 指向截然不同的两个方向 。 其中一个是“加大力度”：解决之道 ， 大概是更好、更多、更强制的技术 。 恰如此处所示：一方面 ， 法官普遍认同 ， 如果要求法官为偏离算法作出解释 ， 对算法的遵从会上升；另一方面 ， 法官却普遍反对引入这一措施[8] 。 文章则认为 ， 对技术更充分的披露、讨论和规制 ， 或可解决问题[9] 。 然而 ， 指向“反思”的另一方向 ， 同样不应忽视[10] 。
[1]对各个环节 ， 都有大量实际评估的研究正在涌现 。 比如 ， 以下研究宣称 ， 智慧警务软件可以显著提高破案率、具备良好的费效比 。 见于Mastrobuoni,Giovanni. "Crime is terribly revealing: Information technology and police productivity." Forthcoming, Review of Economic Studies 。 然而 ， 对反面效应 ， 同样有许多成功 。 一般地 ， 参见Andrew Ferguson的众多讨论 。 此外 ， 在部分国家 ， 此类软件已经引起诉讼 ， 这同样值得观察 。
[2]假释上的优化 ， 主要指向高到案比 ， 可能包括其它行为变量；量刑相关优化 ， 更多指向低再犯率 ， 时常涵盖可责性等其它维度的变量 。 技术实现上 ， 尽管软件提供者常宣称采用人工智能、机器学习或深度学习等技术 ， 从部分（因牵涉诉讼而引起较多关注 ， 比如颇受国内关注的Loomis v. Wisconsin ， 等等）实例看 ， 对多种个体特征的加权平均或决策树判断 ， 大概是并不罕见的实现方式 。 最后 ， 相关软件在美国应用普遍 ， 有政府或行业协会等机构的强制或推荐 。
推荐阅读
- 摄像头|小米截胡中兴屏下摄像头技术，小米研发还是供应链技术？
- 马斯克|马斯克用活猪演示脑机接口技术：实时读取猪脑信息 心灵感应成真了
- 三防|带你了解三防手持终端的秘密
- 中年|五家头部IT企业共同助力“智慧茅台”建设加速
- 中华人民共和国商务部 中华人民共和国科学技术部公告
- 疯狂抹黑！两名中国籍高校研究人员在美被捕，美司法部宣称其“破坏证据”“窃取机密”
- 第三|原创 小米发布第三代屏下相机技术，或将在Mix 4上首秀？
- 海信|首个新兴显示技术分标委成立 海信牵头制定国标
- 机器人|AI训练师让机器人更聪明
- Huawei|华为推出“二郎神”智能摄像机：加入手机技术 长焦广角全覆盖