摘要
结合人工智能的实践应用和理论需求，发现刑事证明中人工智能“证明辅助”功能应被精细地定位在知识补充、知识指引及知识预警等功能之上，而如何管理人工智能是其能效释放的关键所在。刑事证明中人工智能的应用具有行政化倾向，主要体现在人工智能产品生成的“权力化”、知识指引的“刚性化”、知识补充和知识预警的“监督化”等方面，由此引发刑事审判的技术性错误和灵活性不足。对于人工智能的科学管理是解决现有困局的关键，政法决策层应将科学管理理论作为管理人工智能的理念源泉，借助管理改革发挥其功效。具体来说，在内部管理上，优化人工智能的智能技术、数据库、生成路径、设计法理等，以提高刑事证明中人工智能的可接受性，避免人工智能结论出现技术性错误；在外部管理上，优化人工智能对证明过程和证明结果的管理，设立正向教育和逆向反馈通道，以提升司法人员的独立性与积极性，平衡刑事审判的统一性和灵活性。
引言
人工智能的高速发展塑造了智慧社会，并在社会管理变革中实现了司法的智能化，这在一定程度上推动了司法的不断进步。而在刑事诉讼中，人工智能最先被应用到保释程序的风险评估阶段和刑事证明的量刑程序之中。其后，以审判为中心的刑事诉讼制度改革促进了刑事案件智能辅助办案系统的研发，人工智能在刑事司法领域尤其是在刑事证明中得到了深度应用。刑事证明是刑事司法的核心区域。在司法实践中，刑事证明主要面临如下困境：其一，案多人少的现状制约了司法人员的工作积极性和工作能力的发挥。其二，部分被定罪的案件存在事实不清、证据不够确实充分的问题，由此生成冤假错案，如何严把“证据关”是防范刑事错案的难点。其三，刑事裁判的尺度无法达成统一，难以落实司法责任制。因此，政法决策层希望借助人工智能的引入来纾解这些难题，而人类中心主义的永恒命题和人工智能高级化工具的本质属性决定了人工智能在司法领域内的辅助性定位，在可以预见的范围内，人工智能仍属于人类的一种工具，最多是一种升级版的、可以“人机共舞”的智慧工具。刑事诉讼领域内的大多数学者着重从司法理论的视角解决人工智能的风险规制问题，并将人工智能定位在“证明辅助”这一宏观功能之上。
然而，在刑事证明活动中，更为紧迫的问题是，在人工智能“证明辅助”功能已经确定的情况下，应当如何管理人工智能以合理、有效、精准地“辅助”司法人员，进而充分释放人工智能之能效。这就需要从管理学的视角切入，以分析人工智能的应用问题：其一，需对人工智能产品的自身管理进行研究；其二，需对人工智能产品的应用流程和应用对象等进行研究。概言之，目前学界所重点关注的人工智能风险规制问题只是人工智能应用的前提和基础，而人工智能效能释放的“最后一公里”难题，则需要依赖管理理念和管理方略的更新和变革才能加以解决。有鉴于此，本文首先分析刑事证明领域中人工智能“证明辅助”功能的精准定位，在此基础上进一步反思刑事证明领域中人工智能的管理理念问题，进而提出自己的管理方略，以期充分发挥人工智能之精准能效。
刑事证明中人工智能应用的精准定位
制度的技术结构总是以制度的预设功能为前提、基础和目标的，不考虑功能定位的技术设计是盲目的，唯有确定制度的功能定位，才能发挥出其应有的功效。功能定位是进行制度管理的前提，一般来说，精细的功能划分更便于决策者进行有效的管理。从域内外的司法实践和理论成果来看，刑事证明中人工智能的“证明辅助”功能主要通过智能辅助办案系统得以实现，而该功能具体可以被精细地定位在知识补充、知识指引和知识预警这三项功能之上。
（一）知识补充
人工智能像是司法机关给司法人员配备的一个“智能助手”。一方面，司法人员可以随时向其咨询与学习；另一方面，通过人工智能的知识推送，司法人员被迫接受专业性的知识。这就可以人为地将法官的认知判断能力和推理能力抬高到“最高理性”法官的层面，同时还可以提高司法效率。根据知识种类的不同，人工智能的知识补充功能可以分为以下两种类型。
其一，同专业的知识补充。其主要指通过智能辅助办案系统将相关法条、司法解释和最高人民法院所颁布的指导性案例等智能推送给办案人员。目前，各地智能辅助办案系统中的“类案推送”和“知识索引”等功能模块都能够为司法人员提供专业的知识补充。“类案推送”功能采用机器学习的方式，对犯罪主体、犯罪行为以及案件证据等进行标注，并借助深度神经网络算法构建模型，运用智能搜索引擎进行案例自动推送。与传统的关键词搜索相比较，人工智能加持的类案推送，其结果更为精准，可解释性更强。“知识索引”功能则是指根据案例的特点，将法律法规及司法解释等专业资料自动推送给司法人员。这些功能模块可以弥补司法人员在专业知识上的缺漏，是对司法人员专业知识上的补充。
其二，跨专业的知识补充。其主要指通过人工智能弥补司法人员专业领域之外的知识。例如，域外的“专家机器人”会对特定领域内的文献进行检索，并基于其强大的学习能力，对专家证言及其科学依据进行评估，以便展示给法官。同时，为了保持“专家机器人”内人工智能系统的科学性和精确性，“专家机器人”会不断吸收新的规则、案例、理论成果，以保证在评估专家证言的可采性时尽量贴近现有标准。需要说明的是，“专家机器人”并不会改变法官或陪审团作为事实发现者的核心地位，它仅能对复杂、难懂的科学技术问题进行客观评价，以辅助事实认定者进行客观地判断。
（二）知识指引
知识指引功能主要指对于司法人员的办案行为进行事前引导，进而对司法人员的行为进行一定的规范，以实现对案件事实和证据的把控。在刑事证明中，证据标准的创新型确立最能体现这一功能。司法实践中，证据标准的核心内涵是指证明某一类犯罪所应收集的证据集合。换言之，证据标准被初步界定为证明标准的具体化，其制定者由单一主体逐渐转变为公检法三机关联合，其主要载体是智能辅助办案系统，其生成依赖人工智能对大数据进行分析，再由专家分步进行制定。上海“206系统”第一次将法定的统一证据标准嵌入公检法三机关的数据化刑事办案系统，并且联通了公检法三机关的办案平台。2017年3月，贵阳市公检法三机关共同制定了《刑事案件提请批准逮捕受理证据指引》和《刑事案件证据收集指引》，并将这些文本嵌入智能辅助办案系统。除上述地区外，其他区域的司法机关也在自行制定证据标准。比如，据苏州工业园区检察院金融犯罪检察部负责人介绍，该院尝试制作了《证据指引》，给侦查机关提供“一揽子”的侦查取证策略和方案，精准有效引导侦查，提升起诉质量。总而言之，在刑事诉讼证明活动中，将不同阶段的不同证据标准嵌入智能辅助办案系统，可以对办案人员的证据收集行为进行引导，具有一定的积极意义。除证据标准之外，上海市“206系统”中的证据规则指引也具有知识指引的功能。
（三）知识预警
人工智能可以对司法人员存在的主观臆断或倾向性意见进行有效提示，利用相对客观中立的监控，对认知偏见进行预警，进而避免司法错误，实现刑事裁决的统一。具体来说，以心证初步形成的时间节点为标准，可以将人工智能的知识预警细分为事前知识预警和事后知识预警两类。
其一，事前知识预警。上海“206系统”所具有的单一证据校验、证据链和全案证据审查判断功能就是事前知识预警功能的具体体现。目前，单一证据校验功能可以做到对每一个证据从程序、形式和内容三个方面进行比对校验，生成审查结论，并提示司法人员进行瑕疵证据的补正和说明。证据链和全案证据审查判断功能则可以就同一查证事项下证据印证关系、不同事项下逻辑符合性及犯罪嫌疑人或被告人多次供述间的矛盾事实进行审查判断。在上海市第二中级人民法院办理的一起故意杀人案中，“206系统”对全案证据进行了审查和把关，并将证据的矛盾点提示给合议庭，加以重点关注。对于预警性功能而言，裁判者要认真比对、核查人工决策与系统预警之间的差异，依据系统的预警提示作出的更改应当标注留痕。需要说明的是，事前知识预警功能与知识指引功能的区别，前者所依赖的是人工智能对于案件的具体分析，指出案件所出现的证据问题、程序问题，以防止司法人员在审查判断中出现缺漏，进而避免错误裁决，是一种错误预防机制，而后者更为强调的是，通过提前设定明确的标准来要求司法人员按照此类标准对证据的证据能力和证明力进行审查判断，是一种正向的引导机制。例如，江苏省检察院的智能辅助办案系统就可以帮助司法人员甄别判断证据疑点和瑕疵，实际上这些功能就属于事前知识预警。
其二，事后知识预警。其主要是指通过智能辅助办案系统，提醒裁判者自身初步心证结果中所存在的问题，以进行防错纠偏。例如，江苏省人民法院所开发的“同案不同判预警平台”以全国裁判文书为依据，按照图谱构建、情节解析、权重排序、类案识别、模型训练、量刑预测和偏离预警的步骤为员额法官提供智能化辅助。该平台所具备的文书智能纠错和量刑偏离预警等功能就属于事后知识预警功能。平台通过抽取法官所编写的尚未生效的裁判文书，在对它们进行智能分析后给出相应的预警，以防止冤假错案。
总而言之，对人工智能既有功能的精细布局有助于政法决策层把握人工智能的应用方向，制订更为明确的应用计划，无疑具有重要的意义。但是，人工智能精准功能的释放还要依赖于政法决策层的科学管理，而针对刑事证明领域人工智能的管理问题则有待进一步的剖析。
刑事证明中人工智能应用的理念反思
（一）人工智能管理的行政化倾向及其问题
作为“中立”技术的人工智能可以对人类智能进行模拟、延展与超越，但是，人工智能受到开发者、设计者等“有权者”控制，因而人工智能极有可能被政法主导者与决策者加以利用，去监督、宰制司法人员。司法实践中，政法决策层已经明确了运用人工智能提升审判公正与效率的目标，但政法决策层对于如何管理人工智能产品及如何应用人工智能管理司法人员，仍延续了原有的管理方式，具有行政化的倾向，这将引发诸多问题。
1.人工智能管理的行政化倾向
从“行政化”到“职业化”“规范化”是现有司法管理模式改革的最终目标，其主要办法是通过员额制、司法责任制度等的改革，将审判权的运行机制从“层层审批、判审分离”转变为“让审理者裁判、由裁判者负责”。但审判管理最大的困局是审判权与审判管理权的关系问题，即“一放就乱、一收就死”的矛盾。人工智能的引入被认为可以解决这一难题——智能辅助办案系统能给法官以正向的指引和恰当的裁量空间，同时也能限制与监督意图法官的枉法裁判。然而，人工智能的合理使用也存在一定的内在矛盾——辅助和监督之间往往存在着天然的张力。实际上，刑事证明中人工智能的管理具有行政化的倾向。这主要表现在以下三个方面。
其一，人工智能产品生成的“权力化”。一是研发过程中的“权力主导”。目前刑事司法领域智能系统普遍所采取的研发模式是技术外包。所谓技术外包，是指司法机关将智能系统的研发交由司法机关以外的数据服务商或者科技公司等主体来进行，司法机关的主要责任是提供相应的司法大数据，同时对智能系统的功能提出明确的要求。在这一过程中司法机关享有绝对的话语权。二是试点推广过程的“权力主导”。刑事证明中人工智能产品的推广由司法机关主导，采用试点推行的策略。在其推广过程中，司法机关具有绝对的话语权和决定权，外部的意见较难被吸收。应当承认，“权力主导”具有一定的合理性，但是，绝对的“权力主导”具有较强的行政化色彩。
其二，知识指引的“刚性化”。以证据标准为例，证据标准以智能辅助办案系统为依托，通过明确的证据标准来指引司法人员按照要求收集、审查证据。而智能辅助办案系统中的证据指引模块一般以指令性判断的形式对司法人员进行“刚性化”的要求，对于未达到证据“量”要求的，案件则被禁止进入下一环节。这种“刚性化”的要求虽然能有效地指导和规范司法人员的司法行为，但却属于行政化的管理方式。
其三，知识补充、知识预警的“监督化”。以裁判文书偏离预警机制为例，当法官将草拟好的判决书录入系统后，系统会核查该判决与本院以及上级法院的同类判决是否保持一致，如果出现不同，系统会询问法官是否坚持该判决，若坚持该判决，那么系统将判决自动推送给庭长以供讨论。除此之外，人工智能本身就具有全程监督的倾向——“运用技术将监督嵌入办案系统中，所有的行为都成为监督的对象，根本没有重点与非重点监督对象、事前与事后监督的区分，全程实时自动监督成为常态。这种监督虽然成本低，但是更为彻底，每个审判的行为都无法逃避监督者的眼睛”。例如，福建法院建设了司法大数据管理和服务平台，该平台围绕“已经发生的态势”“可能发生的动向”“必然发生的趋势”“应当发生的导向”，按权限分工，常态化、穿透式监测审判运行情况，对异常情形随时函询监管。概言之，在司法系统中，技术的刚性和行政化的系统掌握者限制了司法权力的运行，这极有可能导致本已被打破的监控结构又被司法人工智能重新构造起来。
2.人工智能管理行政化所带来的问题
在没有形成正式、统一的管理理念和管理制度时，定位于司法辅助的人工智能将使得司法沿袭外在组织结构的宰制，内在地强化了司法机关对司法人员的管控，进而卸载了司法创造规则与改变社会的功能。此时，具有行政化倾向的司法也就不再是司法，这将带来诸多问题。
其一，刑事审判的技术性错误。人工智能支撑下的司法公正归根结底是一种技术性的司法公正。人工智能的结论会对司法人员的心理产生锚定效应，司法机关借助人工智能提升司法人员的办案能力、规范司法人员的办案行为，进而实现司法统一。然而，人工智能技术存在一定的局限性，行政化的管理方式将引发其技术上的风险规制难题。首先，就司法机关的内部管理而言，司法办案人员是最了解智能系统的人员，然行政化的管理方法因借助了职位的权力，对于行政下属来说具有较强的约束性，因而较少地遭遇下属的抵制，这就导致上级在使用行政方法时，容易忽视下属的正确意见和合理要求。而司法人员的意见难以被及时地收集和采纳，这将导致人工智能系统所存在的技术问题（如算法错误）无法被及时发现。其次，就司法机关与外在主体之间的关系而言，行政化的管理使得人工智能难以充分吸收外界主体的有效意见。
其二，刑事审判的灵活性不足。人工智能是一种经验化的总结和提取，不利于个人高超经验同司法审判的结合。而在行政化管理的思路下，人工智能的应用将会加剧司法的形式化、客观化和平庸化，这将导致司法的灵活性不足和创新性缺失。首先，刑事证明中对人工智能的行政化管理会侵蚀自由心证主义，借助人工智能的三项功能，司法机关可以实现对审判的过程监督和结果监督，这会压缩司法人员的裁量权，导致司法的过度客观化。比如，人工智能系统中的证据标准和证据规则有可能会加大刑事证明模式转型的难度，阻碍刑事司法制度的改革与优化，导致证明标准的过度客观化。其次，司法人员积极性的减损将导致刑事证明的形式化。司法办案是一项专业化程度极高的活动，而人工智能所依赖的算法、大数据、智能识别等技术仍处于发展阶段，人工智能本身的合法性、准确性等仍存有一定的争议，此时，以行政化管理的方式推行智能辅助办案系统，导致人工智能产品有可能遭到司法人员的变相抵触。特别是在“案多人少”的诉讼大环境下，智能辅助办案系统的推行无形中会加重司法人员的工作量，这也将打击司法人员的积极性。例如，单一证据校验和全案证据审查等功能可以为司法人员提供具体决策，司法人员为了逃避责任，有可能直接依照人工智能的预警进行裁判，司法将流于形式。
总而言之，在刑事证明中，人工智能的应用路径是通过辅助司法人员提升审判质效，然而实践中人工智能成为司法机关统一规范和监督司法人员的工具，这虽在一定程度有利于司法的统一，但是忽视司法人员的独立地位，这将导致司法裁判容易出现技术性的错误，同时司法的灵活性存在不足。
（二）人工智能效能释放的关键在于内外管理
“管理是为了实现组织的共同目标，在特定的时空中，对组织成员在目标活动中的行为进行协调的过程”。人类活动的目的性、依存性和知识性决定了管理实践的普遍性和历史性。人工智能时代的到来对传统的管理理论带来了冲击，如何管理人工智能成为新的命题。刑事证明活动中人工智能的应用也面临同样的管理难题。笔者以为，对人工智能的管理可以从内部管理和外部管理两个方面着手进行。刑事证明中引入人工智能的最终目标是提升审判质量和效率，其设想路径是通过政法决策层的强力推广，普及各类人工智能产品的应用，再通过人工智能产品辅助司法人员处理案件，以提升司法人员的各项素质，最终实现审判质量和效率的双提升。其中，人工智能作为一项工具，其自身结论的准确性需要借助内部管理来保障，而其对司法人员各项素质的有效提升亦需要借助外部管理才能得以实现。换言之，人工智能知识补充、指引和纠偏功能的有无以及强度大小都取决于政法决策层对于人工智能产品和人工智能产品应用的管理态度与管理方式：对人工智能产品的管理，属于对人工智能的内部管理；而对于人工智能的外部管理，实际上就是对司法人员的管理，即对司法人员在何种程度上接纳智能成果以及不接纳智能成果之后果等的管理。
（三）科学管理理论的优势及局限
科学管理的目标是谋求最高效率（最大利益），重要手段是用科学化的、标准化的管理方法代替原有的经验管理，这与人工智能技术的引入理念相契合。科学管理理论作为管理学中最为经典的理论之一，可以为人工智能在刑事证明领域的运用提供丰富而科学的理念支撑。
1.科学管理理论的优势
具体来说，科学管理理论的优点有四：其一，强调将知识应用于管理。一方面，该理论主张把知识系统地运用于生产与工艺过程管理，这有力地推动了第二次产业革命的发展；另一方面，该理论创立了管理学研究应以科学调查为基础的研究思想，并强调按照科学分析范例来研究管理问题。其二，注重对被管理者的培训。科学管理的效率之谜就在于泰勒主张把知识系统地用于工作，通过劳动培训使隐性知识显性化。其三，确立标准化的管理流程。该理论认为管理者与被管理者的内在追求是一致的，即对于利益的追求促使双方都愿意实现效率最大化。其实，证据标准的确立即体现了标准化的思想，其确立不仅是为了提升效率，还在一定程度上有助于解决传统行政化、科层化管理模式的弊端——证据标准可以避免司法权力的滥用，优化司法权力配置，加强司法流程监督，最终提升司法管理水平。其四，重视各主体之间的协作。将管理职能和执行职能分开是该理论的另一重大创新。该理论把主动培养管理人员同工人之间的合作列为管理者的责任之一。泰勒在阐述管理者与被管理者之间相互合作的观点时曾真诚地说，在科学管理制度下与其说工人是企业管理当局的仆人，还不如说企业管理当局是工人的仆人。
2.科学管理理论的局限
有学者认为，在过去的一百年里，管理学的发展完全映照在泰勒科学管理遗产的光环之下，“管理就是科学”成了管理启蒙运动的核心思想。但是，应当承认的是，受到历史条件、适用场域和泰勒自身经历的限制，科学管理理论具有以下局限性。
其一，经济人假设的局限性。这种局限性表现在两个方面：一方面，泰勒的科学管理理论将人定义为纯粹的“经济人”。需要说明的是，泰勒的“经济人”假设并非完全忽略职工的利益，恰恰相反，泰勒一直主张提升职工的待遇，注重对于职工的关怀。另一方面，科学管理理论属于企业管理理念，因此没有考虑司法人员的特殊性。赫茨伯格提出的双因素理论中，将影响职工行为的因素分为保健因素和激励因素。其中，激励因素以工作为中心，保健因素与工作的外部环境相关。就司法人员来说，与普通工厂的工人不同，其保健因素已经得到改善，工作的成就感和满意度等是对司法人员进行管理的关键考量因素。
其二，未考虑司法管理逻辑的特殊性。首先，我国司法系统具有特殊的行政管理需求。从宏观的国家管理层面来看，法院是以其整体并以院长为代表向国家及执政党负责，实际上形成了“权力在法官，责任在法院，压力在院长”的责任机制错位现象。审判质效的压力被加于院长及其行政下属之上，那么司法系统内对于审判质量的内部管控成为必然。而从司法的运行逻辑来看，我国属于能动性司法国家，司法的能动主义要求司法系统具有一定的协作性，以灵活地应对社会问题。整体来看，我国司法系统对内有着行政管理上的需求，但是司法管理又必须以保障审判权的运行为核心，这是司法管理改革必须正视的问题。其次，司法目的需兼顾效率与公正。企业追求的是效率，而司法追求的是公正前提下的效率提升，两者之间存在明显区别。科学管理理论在司法中的应用应当以司法公正作为核心目标。例如，嵌入智能辅助办案系统的证据标准可以明确案件的事实节点和应收集的证据种类、数量，减少程序倒流，避免公检法三机关之间、内部上下级之间的意见分歧。虽然证据标准有助于提升司法效率，但是司法的核心是公正，证据标准的推广还需以司法公正为核心目标。
（四）人工智能管理中的科学管理理论
在理解和运用科学管理理论时，应当继承其有益的内容，在认识其局限性的基础上，对其进行一定的改良。目前，刑事证明中对人工智能的管理属于司法管理的重要部分，而科学管理理论可以为司法管理提供科学的管理理念，能够满足司法管理中对于行政管理的内在需求，同时，还能持续推进以审判为中心的诉讼制度改革，保障司法机关的司法权属性，去除“行政化”的影响。具体来说，人工智能管理中科学管理理论的运用应做到以下两点。
其一，对人工智能的内部管理，应“以可接受性为中心”对人工智能产品进行科学管理。科学管理强调知识与管理的结合，注重管理的科学性。人工智能可以通过知识补充、知识指引和知识纠偏的方式帮助司法人员，而人工智能本身的科学性是保障这些辅助功能的前提和基础。然而，人工智能的算法模型具有不可解释性的问题，这就导致其科学性存疑。在这一背景下，人工智能的可接受性应当成为管理人工智能产品的核心。可接受性强调人工智能在经验上的正确性和生成程序的正当性，经验上的正确性主要是指人工智能的试验运行需要具有很高的准确性，生成程序的正当性是指人工智能产品的生成符合一定的正当程序。
其二，对人工智能的外部管理，应秉持“以人为本”的科学管理理念。一方面，“以人为本”是以审判为中心制度改革的应有内涵，这是司法特有的制度逻辑所决定的理念。科学管理理论的标准化管理可以满足司法能动性的内在需求，实现司法机关对于司法行为的内部管控。而强调“以人为本”的科学管理，可以保障司法人员的独立性和自由裁量权，提升司法人员的能动性，可以在一定程度上克服司法行政化的弊端。另一方面，“以人为本”也是科学管理理论自身发展的必然逻辑。科学管理理论强调标准化管理和主体间的协作，这就内在地要求管理者需要考量被管理者的利益，最终发展为以被管理者为根本的管理理念。申言之，“以人为本”的科学管理强调司法机关在标准化的管理中树立服务保障的精神，深入了解司法人员的需求以及审判的基本态势，进而制定标准的流程与考评机制，确立畅通的沟通渠道。
刑事证明中人工智能应用的路径优化
不同的管理学范式既有区别又有联系，相互补充、相得益彰。这是因为管理学发展是连续性和间断性、继承性和批判性的统—。在刑事证明中，对科学管理理论进行批判和继承后，应当对人工智能的内外管理进行优化，进而充分发挥人工智能的知识补充、知识指引和知识预警等功能（图1）。司法实践中，司法机关各类非审判事务的权责划分虽然混乱不一，然而实际上，这些事务大多可归为审判管理、人力资源、考核监督和综合保障四类。刑事证明中人工智能的管理责任应当由上述四类机构承担。
（一）人工智能的内部管理优化
人工智能的科学性、透明性等决定了人工智能产品的准确性。为了避免人工智能结果出现技术性错误，提升人工智能产品的可接受性，司法机关的审判管理部门和综合保障部门应从以下几个方面对人工智能进行内部管理优化。
其一，智能技术优化。目前，智能辅助办案系统中所使用的人工标注、算法等技术，都需要进一步的发展和优化。比如，“206系统”中的证据链是由具有平行、包含、主次、因果等各种关系的证据相互“链接”构成的，人工智能在处理这些关系时，需要借助结构分层来实现。这就要求在智能算法中构建更科学、更具层次化的结构分层。再比如，证据数据化是将证据通过人工智能进行转换，变成可供智能系统识别和认定的数据符号。证据数据化的准确性需要依赖标注技术与识别技术的优化。
其二，生成路径优化。一是通过算法公开来实现代码规制、算法审计和规范标准设置，从而嵌入体系化、制度化、过程化的风险控制机制，促进人工智能的健康发展和构建智慧社会的法治秩序；二是确立第三方监督机制，我国可以考虑由国家相关部门牵头，将科研院所、高校以及非营利机构作为智能办案系统评估的主体，由这些专业机构对智能办案系统进行评估；三是构建听证程序，对于人工智能产品的推广和使用应当由社会进行监督，司法人工智能产品的推广应履行听证程序。
其三，大数据库优化。大数据是人工智能的“燃料”，数据的质量和数量决定了人工智能的准确性。司法数据库主要包括文书案例库、法律法规库、证据标准库、证据规则库等。针对不同类型的数据，应当采取不同的优化策略。首先，就文书案例库来说，应从“质”和“量”两个角度进行完善。我国刑事司法实践中长期存在内外卷宗的分别归纳制度，这就导致裁判文书和案例仅能反映案件审理的部分内容，为了保障数据的真实性，应当将内部卷宗也适当地纳入文书案例库之中。其次，庭审活动贯穿了法官的审判心路历程，所以数据库还应收集庭审录像等记录审判过程的数据供机器学习，以训练机器去学习庭审中的司法证明规则。
其四，设计法理优化。从目前刑事证明智能系统的研发实践来看，科学技术知识与法学专业知识之间在一定程度上处于隔绝的状态，由此导致智能系统中的法理依据较为滞后。知识指引、知识纠偏等都依赖于证据模型的分析和演算，而目前证据模型的设计过于依靠证据链和印证证明理论，这种经验化的模型构建容易导致纠偏结论出现偏差。证据模型的构建应当注意引入新的证据推理理论，充分吸收和利用多元的证据分析方法来设计。比如，就证据模型中的证据标准库和证据规则库来说，要注重“质”的提升，即经验与理性的结合——要将新的学术创新融入证据标准和证据规则的内容中；而就目前的研究成果来看，最佳解释推理应当成为证据模型构建的基础理论之一。
其五，人机协同优化。智能办案系统的运行离不开系统使用者与系统之间的双向互动，以实现协同化。以知识补充功能下的“类案推送”模块为例，除技术原因外，人机不协同也是造成智能推送不准确的主要原因。第三方技术公司的技术人员对于人工智能技术的掌握十分熟练，但对于司法人工智能特殊性的理解不够深入，这就需要树立人机协同的工作理念，以加强技术人员与法官之间的沟通、学习和理解。
（二）人工智能的外部管理优化
在刑事证明中，依靠人工智能对司法人员的管理应坚持“以人为本”的理念，合理地控制好人工智能对司法人员的管理强度，充分尊重司法人员的独立性和自主性。
1.优化人工智能对刑事证明的过程管理
知识指引的“刚性化”问题需要通过标准化的过程管理来解决，这就要求审判管理部门对于人工智能应用过程的标准化管理应当把握合理的限度，以便在追求效率的同时保障司法人员的能动性和独立性，进而实现司法的公正性。
其一，对证明过程的管理应宽严有度。例如，证据标准凝固了司法的既有经验，其越是细化，司法人员的能动空间就越小，这就意味着，案件中的创新性就越低，司法就可能越趋于平庸。因此，针对不同种类的案件，应制定不同的证据标准。对于重大的敏感案件应适用严格的证据标准；而对于普通案件，则适用较为宽松的证据标准。比如，浙江省公安厅印发的《“套路贷”案件证据标准指引》就抓住了“套路贷”案件的复杂性，适度而有效地对司法实践进行了指导。
其二，对证明过程的管理应保持开放性。比如，司法机关应保障嵌入证据标准的智能辅助办案系统是开放的。一方面，应允许某些特殊情形的案件顺利通过系统，比如，当案件缺少的证据不影响定罪时，应允许案件进入下一个流程。另一方面，对于特殊种类的案件，规定其可以通过其他方式进行流转。比如，对于案件罪名有争议的案件、非类型化的案件，可以通过申请进入线下通道。此外，对于“涉及群体性纠纷”“疑难、复杂且在社会上有重大影响”等“四类案件”，理应直接规定可以通过线下方式流转。
其三，对证明过程的管理应追求精准化，而非精细化。应尊重司法人员的司法独立地位，避免因全过程的精细化管理和监督所带来的问题。科学管理理论所奉行的标准化管理主张对每项工作开发出科学的操作方法，以便提高效率。考虑司法工作和司法人员的特殊性，对人工智能指引和纠偏过程的管理应当坚持精准标准化，抓住证明过程中的核心环节，进行标准化管理，以保障司法人员的积极性。例如，对于证据标准中关键性的证据和材料应当明确加以规定，但证据标准不必过于细化。
2.完善人工智能对刑事证明的结果管理
知识补充、知识预警的“监督化”难题需要通过标准化的结果管理来加以解决。监督考核部门和人力资源部门需要在以下方面对既有管理进行完善。
其一，知识补充和知识纠偏应尊重审判人员的自由裁量权。审判人员的创造性和创新性是人工智能所无法具备的特性，只有尊重审判人员的独立性和裁量权，才能保障司法结果的公平性和正当性。因此，司法机关应当明确，对于人工智能所提供的知识补充和纠偏不认可的，审判人员可以自行决定是否予以“采用”，但需要说明理由，并全程留痕以备后续人力资源部门和监督考核部门的评查及考核。
其二，设立合理的绩效考核制度。一般来说，对某项工作进行绩效考核后，短期内即可取得一定的成效，绩效考核确实起到了“风向标”和“指挥棒”的作用。人工智能的知识补充、知识预警等功能的实现需要绩效考核制度的推动，但绩效考核具有行政化的倾向。实践中针对人工智能“证明辅助”功能的绩效考核，其设置应注意以下几点：首先，绩效考核应当尽量摆脱数字式、指标化的弊端。数字量化的考核指标具有一定的优点，但是它容易成为管理排名的工具，引发唯指标化的现象。合理的方式是对于考核指标设定一定的区间，规定达到既定的区间即符合考核指标的要求。比如，针对智能辅助办案系统预警率的考核，就可以设定一定的浮动空间，这样既尊重了司法人员的独立性，又可以在一定程度上规范其行为。其次，绩效考核的指标要兼顾可实现性和挑战性。可实现性和挑战性之间是对立统一的关系，而绩效考核指标的设定要把它们统一起来，这样可以激发司法人员的动力，以实现预期目标。最后，应将绩效考核与个案评查相结合。这就需要管理部门组织个案评查、专项分析等工作，以应对指标式管理所带来的潜在问题。总而言之，绩效考核的关键在于考核机制的灵活性和稳定性，核心在于保障司法人员的独立性和积极性，进而实现绩效考核的导向性和科学性。
其三，确立科学的司法评查机制。除绩效考核制度外，政法机关还应当针对不符合人工智能补充和预警的案件进行定期“体检”。但是，司法评查的设计应注意以下几点：第一，司法评查的频率应当控制在合理的区间；第二，司法评查应当充分考虑个案和个人的特殊性；第三，司法评查不应当只惩不奖。对于在司法评查中表现优异的司法人员应当予以奖励。有学者通过实地考察，发现H省某中院探索建立案件评查纠错机制和动态式主审法官负责制，这为司法管理的“去行政化”提供了参考样本。
3.确立有关人工智能的双向沟通机制
除良性的过程管理和结果管理之外，沟通机制亦是人工智能科学管理的核心环节，是打破行政化管理的关键一环。只有确立沟通机制才能形成管理上的良性循环，原因在于，科学管理以信息对称为前提，这就需要相关信息在司法管理者与被管理者之间交流融通，以充分利用信息，提高审判质效。信息的流通需要构建相应的通道，在刑事证明中，政法决策层应主要构建正向教育通道和逆向反馈通道。通过正向教育通道，司法机关的审判管理部门可以采用专业式教育、情境式教育、启发式教育和互动式教育的方法，告知司法人员人工智能的积极作用，让司法机关充分了解人工智能的运行原理及其所存在的缺陷，从正面强化人机的协同性以及管理者与被管理者之间的协作性。通过逆向反馈通道，司法机关中的办案人员可以就人工智能产品提出自己的意见和建议，在疏解司法人员情绪、激发司法人员积极性的同时，也可以帮助管理者及时了解司法人员对人工智能的需求和意见，进而完善人工智能产品。
结语
科学技术是否能够转化为生产力，关键在于管理。目前，刑事证明中人工智能的应用缺少宏观的管理理念和微观的约束机制。科学管理理论既能为人工智能的应用提供理论依据，又能为人工智能的应用提供管理方略。科学管理理论的引入，不仅需要考虑司法逻辑的特殊性，还需要考虑理论自身的局限性。在科学管理理论的管理理念下，人工智能的应用应从人工智能的内部管理和外部管理两个方向出发，对产品生成、过程管理、结果评价、沟通协商等四个主要环节进行进一步的优化。随着人工智能技术的不断发展，新类型的人工智能产品将会不断出现，在不久的将来，这些产品将会进一步冲击刑事证明的原有模式，而我们对于人工智能的管理应当始终保持人性化的科学管理理念。
来源：《华中科技大学学报（社科版）》2022年第4期
作者：张迪，南京大学法学院博士研究生
,
