【作者】赵谦
【内容提要】
生成式人工智能助推司法审判的规制策略论
摘要：生成式人工智能助推司法审判是推进智慧法院建设、深化我国司法改革的应有之义。对其实施规制旨在依托更具技术理性的强人工智能手段，围绕技术与司法之间的融通要求，通过梳理生成式人工智能的相应技术特征，明晰乃至规范人工智能司法应用的运行图景。探究生成式人工智能助推司法审判的规制策略，应立足于作为规制理据之生成式人工智能的功能定位和生成式人工智能助推司法审判的作用面向，从端口化定位下的技术支持、自动化定位下的文书处理和标准化定位下的类案裁判这三个方面，具体阐明相应的规制样态及其规制要义。首先，高技术特征导向下助推司法审判技术支持的起点型规制，旨在厘清数据处理的端口化集成和文本生成的端口化匹配，从而为优化司法审判活动提供必要的物质支撑。其次，高效能特征导向下助推司法审判文书处理的手段型规制，旨在从裁判文书要素的自动化解码和裁判文书内容的自动化拟制这两个方面，尝试推动将裁判数据运算后输出的计算语言更具效率地转化为所需要的法律文本语言。最后，高质量特征导向下助推司法审判类案裁判的目标型规制，旨在从类案事实的标准化认定和类案依据的标准化适用这两个方面，尝试促进在类案裁判数据知识谱系乃至类案裁判标准面向的客观化决策。
关键词：生成式人工智能；智慧法院；起点型规制；手段型规制；目标型规制
党的二十届三中全会公报将“深化和规范司法公开，落实和完善司法责任制”确立为“健全公正执法司法体制机制”的重要举措；其作为“协同推进司法环节改革”的关键面向，即成为了践行“完善中国特色社会主义法治体系”的一类具体表征。生成式人工智能助推司法审判则是推进智慧法院建设、深化我国司法改革的应有之义。对其实施规制旨在依托更具技术理性的强人工智能手段，尝试明晰乃至规范司法公开、司法责任制改革背景下人工智能司法应用的运行图景。2022年《最高人民法院关于规范和加强人工智能司法应用的意见》中有关“人工智能司法应用范围”的规定，亦为积极应对智能司法转型困境、法律与技术衔接瓶颈等潜在风险，进而探究生成式人工智能助推司法审判的规制进路（如表1所示）指明了方向。
一、生成式人工智能助推司法审判的规制理据
规制理据旨在探究生成式人工智能助推司法审判规制策略的线索引领。其往往通过梳理生成式人工智能的相应技术特征，避免模糊线索定位诱发可能的人机交互脱序。近年来，立足于“人工智能司法在裁判可接受性、信息整全、信息筛选、事实评估等方面”的司法改革实践，亦有学者尝试将“司法人工智能分案”与“争点归纳整理、类案偏离提示、再审案件裁判偏离度预警、终本案件核查、不规范司法行为自动巡查、廉洁司法风险防控”等法务管理，定位为当前人工智能司法应用的一类核心功能场域。在类案裁判方面，司法人工智能亦可基于“技术至上主义”立场，通过发挥客观化的人工智能推动提升类案处理统一性的作用，尝试自主生成格式化、模块化的裁判文书。虽然其有助于统一审查标准、压缩裁判恣意空间，实现类案类判；但相应“类案类判系统所能够提供的司法产品质量有限”，更多地仅仅发挥整合裁判数据、提炼一般性经验的作用。基于此，厘清生成式人工智能助推司法审判的规制理据，不妨依循“超智能化的类人仿生抑或人机耦合的交互是未来的发展方向”指引，立足于生成式人工智能的功能定位和生成式人工智能助推司法审判的作用面向具体展开。
（一）生成式人工智能的功能定位
生成式人工智能是一种“以自然语言处理技术与大语言模型为基础”的强人工智能技术。其往往强调围绕科技第一生产力导向，从作为新型劳动工具要素的角度，发挥赋能实效以促进生产力的跃迁式发展。基于此，不妨依循“发展以高技术、高效能、高质量为特征的生产力”目标引领，针对三类特征不同导向下的差异化定位，尝试阐明生成式人工智能的功能要义。
首先，就高技术特征导向下的端口化定位而言，端口化定位是生成式人工智能适配高技术特征导向的功能表达。其主要立足于数智融合平台建设，强调依托配备各种丰富语料库之生成式人工智能大模型的不断完善，为生成式人工智能高效赋能相关专业领域奠定基础。该类功能定位往往置于数字生态圈维度的数智化社会发展趋向下，依循对生成式人工智能算法模型所涉价值预设、语言训练、人机交互这三阶技术联结进路的整体认知，强调数据要素的合理流通利用是大模型算力提升的物质基础。其既要求相关规范设定充分保障个人信息数据安全前提下，最大可能地排除数据训练的不合理监管障碍；也尝试引导所涉技术开发与应用主体，充分尊重大语言模型迭代一般规律。基于此，端口化功能定位下生成式人工智能应首先置于“确保训练数据的收集和聚合符合可控性、确保训练数据的来源和内容符合正当性”的前提下，明确其“深度学习的能力”帮助生成式人工智能成为万物互联技术端口的可能性与可行性。进而，该类强人工智能技术有必要依托利用卷积神经网络、自然语言处理、大型语言模型、预训练大模型等进行深度学习的系统化机制，在数据训练过程中，逐步明晰以数据处理的适配性、数据输出结果的准确性、文本生成的形式连贯性与内容准确性等为表征的数据要素连接进路。其旨在积极应对渐趋加速的大语言模型演进态势诱发的各种不确定性乃至风险隐患；并尝试促进各类公共服务实现互联互通式机制嵌合，最大限度地减少新兴技术对社会发展带来的负面影响。
其次，就高效能特征导向下的自动化定位而言，自动化定位是生成式人工智能适配高效能特征导向的功能表达。其主要依托高效型人智协同，不断强化生成式人工智能降低时间成本、提高劳动效率的赋能实效。在发挥生成式人工智能的高效能特征过程中，该类功能定位往往通过积极应对围绕“算法治理的弊端”展开的技术治理新问题，强调守住“要维护人的尊严和权利、尊重人的价值”的科技伦理底线。基于此，自动化功能定位下生成式人工智能应当在自觉警惕算法黑箱、算法控制多中心乃至去中心化、训练数据合法性与可靠性堪虞等技术风险的同时，有必要以更为包容的立场，积极应对预训练所获得的基础模型的通用性正表现出与人类智能行为的同构逻辑的数智化趋向。进而，该类强人工智能技术应围绕“使此种权利能够尽快落地，实现从权利到利益的转化”考量，明确自动检测、处理、分析、判断乃至控制、实现目标文本独立生成的自动化功能定位；并强化其通过生成性预训练转换等方式，自主加工、提升既有知识水平的能力。
最后，就高质量特征导向下的标准化定位而言，标准化定位是生成式人工智能适配高质量特征导向的功能表达。其主要指向通过“履行内容审核义务；履行特殊标识义务；建立预防、及时识别和停止有害和不良信息生成和传播的机制”等举措，不断调整、优化大语言模型，努力提升数据准确性，生成优质文本的技术赋能结果。该类功能定位往往基于依托有效的技术手段和技术工具，尝试明确展开技术问题治理的技术自我优化立场；并强调依循普遍化、规范化的进路方向指引，通过将可解释化的数据标准内嵌于大模型训练的算法架构中，自觉规避信息茧房、大数据杀熟乃至算法歧视等科技赋能困境。基于此，标准化功能定位下生成式人工智能应当置于普遍运用相对强大的自然语言处理能力背景下，充分尊重新兴技术发展的一般规律。进而，该类强人工智能技术有必要围绕组织规模精炼化、管理绩效倍增化、治理举措精细化等目标方向引领，依托不同责任主体在强化数据核验与质量管控、确保数据要素准确可靠性等方面的积极作为，并通过统一所涉行为准则与规范，切实发挥不同类型数据要素的技术助推作用。
（二）生成式人工智能助推司法审判的作用面向
生成式人工智能助推司法审判是生成式人工智能依循“重视运用人工智能、互联网、大数据等现代信息技术手段提升治理能力和治理现代化水平”的方向引领，促进国家治理体系和治理能力现代化的一类具体场域。其有必要立足于司法体制改革系统部署，尝试梳理生成式人工智能的技术支持、文书处理和类案裁判这三类作用面向。
首先，就作为逻辑起点的技术支持作用而言，技术支持作用往往立足于生成式人工智能的端口化功能定位。其强调依托生成式人工智能的技术赋能，促进司法活动对社会有机体更具广度和深度的普遍影响，实现生成式人工智能的端口化技术供给与智慧法院一体化建设技术需求之间的有机耦合，从而成为助推司法审判的逻辑起点。为了适配中国式现代化建设对人工智能技术进阶升级的宏观需要，生成式人工智能主要通过在组织、整合生成式学习所需信息加工模型等方面的数据处理，尝试体系化识别、存储乃至演绎跨学科知识内容；并依托围绕普遍意义的数据言说展开的知识体系发展、迭代方式，实现对整合式知识体系的创新性、生成性应用。置于生成式人工智能助推司法审判这一具体领域，其有利于“开展领域技术创新、推动领域设计正义”，进而依托数字智能技术切实提升司法效率。基于此，生成式人工智能助推司法审判的技术支持作用面向，应当依循人工智能法治所涉技术理性与价值判断在现代化进程中实现有机结合的逻辑理路，围绕“基于新一代人工智能的审判辅助系统”等人工智能司法应用系统的建设要求具体展开。其有必要立足于依托海量数据对人工智能系统的训练所成就的自主式响应技术要求，具体针对数据处理的端口化集成与文本生成的端口化匹配这两个方面，充分释放生成式人工智能有助于强化裁判文书说理、推动信息交流、消减认知偏差、增进信任共识等技术潜能。
其次，就作为辅助手段的文书处理作用而言，文书处理作用往往立足于生成式人工智能的自动化功能定位。其强调通过自主学习与模型训练所推进的数据自动化分析与任务内容自动化填充，实现生成式人工智能的自动化技术供给与智慧法院一体化建设效能需求之间的有机耦合，从而成为助推司法审判的辅助手段。生成式人工智能虽然更多地只是基于相关性的形式推理，而非凸显法律推理所要求的因果性考量。其难以“充分回应法律知识丰富性、严谨性与创造性的领域需求”，但仍可强调由“深度神经网络、卷积神经网络和循环神经网络等构建的大语言模型在促进提升司法效率的同时，合理发挥其推动文书自动生成、卷宗自动归档、类案智能推送的正向作用。基于此，生成式人工智能助推司法审判的文书处理作用面向，有必要围绕公平与效率等司法改革共识性要求，自觉规避人工智能系统逾越其辅助定位的安全风险，确立人工智能技术辅助结果仅为工作参考的基本原则。其往往从文书要素的自动化解码与文书内容的自动化拟制这两个方面，明晰生成式人工智能的人机协同化、自动化技术优势；进而强调立足于相关信息化建设的有机、有序规划，深度运用智能辅助与大数据技术，尝试纾缓“诉讼爆炸，诉讼迟延、案件积压”痼疾，减轻相关工作人员的事务性工作压力。
最后，就作为核心目标的类案裁判作用而言，类案裁判作用往往立足于生成式人工智能的标准化功能定位。其强调依托深度学习所构建的类案分析标准模型，推动类案裁判的普适化；进而实现生成式人工智能的标准化技术供给与智慧法院一体化建设质量需求之间的有机耦合，从而成为助推司法审判的核心目标。智慧法院乃至司法人工智能通常意味着从文字到代码的逻辑转向。生成式人工智能的助推则有必要基于算法安全与司法质效并重的前提要件，明晰旨在有效调适算法裁判权力架构的司法审判适用技术质效目标；进而依循“重点解决影响司法公正和制约司法能力的深层次问题”的任务引领，尝试探究确立类案裁判的标准化程序、精细化论证、自动化推理乃至可预测化结果之落实进路。基于此，生成式人工智能助推司法审判的类案裁判作用面向，旨在纾缓融通型司法与机械型司法之间的矛盾，并尝试规避“具体司法决策中人对技术的依赖和系统建设中司法机关对技术公司的依赖”所涉安全风险。其有必要立足于同类型案件的相似结构化特点，从类案事实的标准化认定与类案依据的标准化适用这两个方面，推进“完善类案推送、结果比对、数据分析、瑕疵提示等功能”的智能辅助办案系统建设。
二、端口化定位下生成式人工智能助推技术支持的起点型规制
技术支持是高技术特征导向下生成式人工智能助推司法审判的逻辑起点，以凸显数据和算法驱动审判体系和审判能力现代化。该类起点型规制旨在围绕生成式人工智能技术促进以“算力”为支撑的知识生成范式的变革方向，尝试厘清数据处理端口化集成和文本生成端口化匹配的规制策略，从而为司法审判数字化改革提供必要的物质支撑。
（一）数据处理端口化集成的规制策略
数据处理的端口化集成作为生成式人工智能的数据处理能力表现载体，往往由大语言模型相关算法架构和算力表现所决定。伴随大语言模型技术的不断发展，通过能够促进数据自由流动的数据共享机制，为司法现代化目标提供必要的技术支撑，从而推动司法改革取得突破性进展，已然成为可能。该类端口化集成规制策略有必要基于“算法自动决策是一种完全基于编程的‘数据输入——结果输出’的决策”考量，围绕训练数据输入和结果输出这两类规制要素具体展开。
一方面，就扩展训练数据输入适配性而言，适配性是数据处理能力表现的过程性评价指标。其作为智能技术性能提升的前提基础，主要指向数据在训练过程中与大语言模型的匹配程度。“科技进步推动司法大数据颠覆司法小数据”过程中的社会组织形式去中心化现象愈发凸显，使得法律服务的数智化发展往往面临各种不确定性与复杂情势。故而，生成式人工智能助推司法审判往往强调最优化的理性司法正义。所涉训练数据输入规制要素则有必要凸显扩展相关数据训练的适配性，特别是强化对非结构化法律文本语言数据的分析处理能力；进而依托各种裁判案例数据库，建立精准有效、普遍适用的类案裁判标准化系统。基于此，大语言模型在司法应用训练过程中可尝试通过贝叶斯优化、无监督学习与梯度下降等算法优化，高效处理各类结构化、非结构化的裁判数据并实现抽象概括。其往往立足于领域限定、自我适应、数据前置、算法依赖等技术特性，强调以学习、选择、演绎、归纳、修正等行为调适能力为依托；并通过准确提取裁判文书中的相应情节描述和语言表达，描述各种复杂逻辑关系，设定大模型训练的数据资源，实现对法律文本语言要素数据的全方位解码。进而，大语言模型利用其优异的训练数据适配能力，通过对人类自然语言这种社会性生产劳动中介进行处理，能够深入拓展生成式人工智能在类案裁判标准普遍化方面助推司法审判的功能可行性。
另一方面，就提升结果输出准确性而言，准确性是数据处理能力表现的结果性评价指标。其作为智能技术性能提升的终极追求，主要指向智能算法性能及其应用实效的评估结果。伴随生成式人工智能在自主性人机交互、语言逻辑理解、数字内容生产等方面的技术革命，其正在逐步影响、改变人类知识的生产方式与适用进路。故而，生成式人工智能助推司法审判往往被赋予了提升司法效率、维护司法公正、优化审判体系、改善审判质效等使命。所涉结果输出规制要素则其有必要凸显依托神经网络架构和大数据技术加持下大模型数据训练规模的量级提升，通过对数据训练内容、形式的科学控制，精准分析、提炼裁判大数据中的各种类案裁判要素。基于此，大语言模型在司法应用训练过程中可尝试立足于“司法人工智能的发展水平可以说是其与法官合作领域和合作深度的首要决定因素”考量，通过情景学习和思维链等方式，实现裁判数据的自动提取、标注与转化。其往往依循“把深化司法体制改革和现代科技应用结合起来”的改革方略引领，强调在大语言模型介入的准备、调试阶段，使用多样化、复合型语种文本数据展开预训练；并通过调整相关信息输入的长度与频次限制，切实提升大语言模型针对复杂语义信息的理解与表达能力。进而，大语言模型能够利用其精准的结果输出能力，打破因语义模糊所造成的数据训练困境。其在有效提升裁判数据结果输出准确性的同时，亦能深入拓展生成式人工智能在类案裁判标准普遍化方面助推司法审判的技术可靠性。
（二）文本生成端口化匹配的规制策略
文本生成的端口化匹配作为生成式人工智能的文本生成能力表现载体，往往是所涉“生成式”与“判定式”智能技术界分的重要基准。其旨在立足于对规模化先例判决的类型化数据识别、拆解分析、数据存储，以海量数据训练所形成的裁判比对领域大语言模型为依托；通过持续性的数据训练，周而复始地规律性生成新的数据，实现目标文本内容的智能化生成。该类端口化匹配规制策略有必要基于生成式人工智能助推司法审判所涉生成文本的质量与实用性考量，围绕生成文本的内容和语义这两类规制要素具体展开。
一方面，就改善生成文本的内容连贯性而言，内容连贯性是文本生成能力性能水平的形式评价指标。其旨在强调所涉生成文本在结构、逻辑和语义方面都需要彰显一致性与连续性，进而确保相应文本信息的可读性与可理解性。伴随司法大数据平台对法律语言与机器语言的持续性衔接转换，生成式人工智能往往依托循环神经网络加持下大模型文本处理技术的提升来助推司法审判。所涉生成文本内容规制要素则有必要强调通过“识别和学习已有数据，对所输入的条件信息按要求进行加工处理”等优化词义排列预测和组合的方式，改善所生成文本的内容连贯性。基于此，大语言模型在裁判文书的文本生成过程中应围绕所生成文本语词根植于此前生成内容的逐阶、迭代技术特征，通过循环神经网络，尝试处理所生成文本的结构、逻辑和语义要素；并自主完成对下一个语词或句段的预测与排列，不断趋近于体例完整、格式规范、文字流畅、说理充分的理想自动生成裁判文书的技术目标。其往往凸显依托类案知识图谱的形式，对具体案件的构成要件展开规模化知识积累和类型化存储；并“根据大语言模型中建立的海量的词与词的关联性来选择最匹配的‘语词接龙’”以生成裁判文书，实现所生成文本各类要素的规律性组合与格式化呈现。进而，大语言模型利用其连贯的文本生成能力，能够深化人工智能对人类知识的认知、理解乃至主动拓展，增强生成式人工智能在裁判文书智能化生成方面助推司法审判的内容可读性。
另一方面，就强化生成文本的语义准确性而言，语义准确性是文本生成能力性能水平的实质评价指标。其旨在强调所涉生成文本需要准确呈现输入意图或信息的语义内容，进而确保相应文本信息的可靠性与有效性。司法正义导向下的生成式人工智能既要推动实现形式上的类案同判，还要促进强化个案的实质正义；特别是在相应裁判文书中有必要展开充分说理，并凸显个案法律适用的特殊性。但生成式人工智能助推司法审判往往受限于所自动生成的格式化文本的语义机械性与模板化。所涉生成文本语义规制要素则有必要强调在一个具体的场景下，面对一个具体问题而作出情、理、法融合式语义内容解读，全面满足裁判文书智能化、灵活性的生成需求。基于此，大语言模型在裁判文书的文本生成过程中应充分考量依托深度学习与生成对抗网络，在解决跨模态任务方面所呈现的客观实效；并通过变换器跨模态数据转换能力，促进计算语言与法律文本语言之间的自动精准转化。为了切实防范“司法场景对稳定性的追求与技术的不确定性之间势必产生冲突”，大语言模型亦有必要立足于其“语义特征提取能力、长距离特征捕获能力、任务综合特征抽取能力、并行计算能力及运行效率”，尽可能地强化所生成裁判文书文本的语义准确性。进而，大语言模型利用准确的文本生成能力，能够深入拓展生成式人工智能在裁判文书智能化生成方面助推司法审判的信息可靠性。
三、自动化定位下生成式人工智能助推文书处理的手段型规制
文书处理是高效能特征导向下生成式人工智能助推司法审判的辅助手段，以“推动人民法院司法改革与智能化、信息化建设两翼发力”。该类手段型规制旨在针对裁判文书的格式化与要件化要求，强调生成式人工智能在处理信息输入与输出、计算机语言与文本语言解码和转译等方面，明晰“辅助人类更好地理解世界并与我们建立密切联系”的现实目标。其有必要厘清文书要素自动化解码和文书内容自动化拟制的规制策略，尝试推动将裁判数据运算后输出的计算语言，更具效率地转化为所需要的法律文本语言。
（一）文书要素自动化解码的规制策略
文书要素的自动化解码旨在立足于自然语言处理技术“能够实现人与计算机之间用自然语言进行有效通信”，进而从裁判文书的法律语言中准确提取相应语义要素的技术特征，通过更为准确地理解所涉自然语言的语义和语境、自动检索海量裁判文书数据、自主解析裁判文书的文本要素特征，确保裁判文书要素自动化解码的规范性与适配性。该类自动化解码规制策略有必要从语义性和关联性角度，围绕裁判文书要素内部的语义和要素之间的关联这两类规制要素具体展开。
一方面，就明晰裁判文书要素内部的语义理解而言，其往往指向基于深化司法体制综合配套改革、切实满足多元司法需求的共识性价值追求，生成式人工智能在解码裁判文书过程中阐明了承载于法律适用、事实认定与裁判理由等要素中的法律语义信息。在肯定了智能数字内容编辑技术初步具备语义理解和属性操控能力的基础上，其更多地强调生成式人工智能在概念抽象和推理决策等“深层智能”方面，在“知识挪用”方面的新技术。所涉裁判文书要素内部语义规制要素则有必要围绕司法实践中法律条文的复杂性、案件事实的多样性与裁判理由的不充分性，明晰生成式人工智能在要素内部语义理解方面所呈现的可能应对。基于此，生成式人工智能对裁判文书要素的该类型解码，应以其神经卷积模型相较于传统算法模型而言更加复杂，对于各种数据要素的分析也更加深入的技术优势为依托；并通过新型自然语言处理技术将复杂的法律文本语言转换为标准化的数据语言，实现对所涉裁判文书要素的自动、准确、高效地识别、提取和分析，系统解读相应要素内部的法律语义信息。此外，其还强调进一步运用环神经网络、大语言变换器等深度学习模型，自动化标注、结构化处理相应的裁判文书要素数据，实现解码结论的格式化、文本化呈现。进而，生成式人工智能的该类解码有助于弥合机器代码与法律文本之间的天然边界，破除法官需要学习代码转译的技术障碍与认知限制，切实提升裁判文书要素解码结论的可验证性与可接受性。
另一方面，就凸显裁判文书要素之间的关联释明而言，其往往指向生成式人工智能在解码裁判文书过程中，所厘清的各类裁判文书要素之间的协同、并列、制约、因果等关系，以及不同要素在裁判结论生成中的影响力占比。所涉裁判文书要素之间关联规制要素则有必要基于生成式人工智能在智慧法院建设中强调可自主解释性的体系论证要求，更多地凸显生成式人工智能超越以各类裁判文书数据库为表征的传统司法人工智能，对裁判文书要素之间的关联性展开深入、充分的论证性、指导性解析。基于此，生成式人工智能对裁判文书要素的该类型解码，应以“巨大的计算量计算词与词之间搭配分布的概率”之技术特征为依托；并针对要素化、模块化的裁判文书，通过智能算法的充分、有效运用，构建相应裁判文书要素的知识谱系。由于裁判文书所涉内容的专业性、严谨性要求远远超出通用型大语言模型的建模标准，因此其强调应立足于提供可靠、有序的算法数据学习集合要求，进一步建立健全必要的案例筛选机制，更为客观、全面地呈现相关司法实践的全貌。此外，生成式人工智能的该类解码还需要为裁判文书要素的关联性解析，提供海量、充分的训练数据。生成式大语言模型亦能籍此根据碎片化信息素材，快速检索知识片段，并展开自主联想推理乃至知识整合；从而确保发挥该类功能优势，协助法官在裁判文书生成过程中，围绕各类要素展开更为客观、理性的判断。
（二）文书内容自动化拟制的规制策略
文书内容的自动化拟制旨在依循“生成文本是法律领域的核心工作”目标引领，运用自然语言处理、机器学习等技术手段，精确提炼、归纳裁判论证语料数据库中的相关文本要素，有效提升裁判文书的品质。其往往“通过数据的深度学习与挖掘、人机协同模式的建立等方式实现交互式的裁判”，尝试最大限度地“减少‘人情’和‘关系’的干扰”。该类自动化拟制规制策略有必要超越机械的文书要素摘取，设置更为丰富的文书形态，围绕裁判文书拟制内容的质量和形态这两类规制要素具体展开。
一方面，就提升裁判文书拟制内容的质量而言，其往往指向生成式人工智能在拟制裁判文书过程中，持续性改善所设置文本内容在特定裁判语境中的准确性、可读性与连贯性。基于司法人工智能作为一种稳定、规范、可预期之智慧科技型司法的认知视角，其更多地强调应以稳定裁判预期、统一裁判标准为功能目标方向指引。所涉裁判文书拟制内容质量规制要素则有必要通过强化生成文本的准确性与可信度，有效应对裁判文书复杂的结构、语义与逻辑呈现要求，凸显生成式人工智能所拟制裁判文书的便捷性与实用性。基于此，生成式人工智能对裁判文书内容的该类型拟制，应围绕当前深度学习、生成型的人工智能技术路线，比较契合司法人工智能定位于司法文书写作方面的辅助之现实需求，立足于智能化解码后的各类模块化裁判文书要素，实现文书内容的规范化、精准化表达。此外，面对因算法黑箱所致对人工智能控制力的弱化等技术风险，生成式人工智能的该类拟制还有必要强调切实提升裁判文书内容表达与案件事实的贴合度，从而进一步彰显相应裁判文书内容拟制的情境性与体系适用价值。
另一方面，就丰富裁判文书拟制内容的形态而言，其往往指向生成式人工智能在拟制裁判文书过程中，更趋灵活地彰显所设置文本内容在风格、形式与表达技术等方面的多样性与多维性。基于司法人民性的基本立场，其更多地强调应以所涉案件的不同类型和法官的现实需求为出发点。所涉裁判文书拟制内容形态规制要素则有必要依循优化数据库运行模式，增加数据库中的非正式法源，明晰适用法外论证的具体情形等多维进路，尝试提供确保格式规范一致性前提下的个性化裁判文书生成方案。基于此，生成式人工智能对裁判文书内容的该类型拟制应置于切实防范数据失控、数据泄漏等数据安全风险前提下，围绕“人工智能大模型已经可以结合多模态的数据，在不同的数据类型之间搭起桥梁”的技术特征，依托变分自动编码器、变换器跨模态数据转换等新型人工智能技术，标准化、结构化解码各类模块化裁判文书要素所呈现的个性化文本内容特征。此外，裁判文书的智能化生成内容往往是超出文本形态的多元化表达，其通常因图文、音视频、元宇宙数字内容、数字人等多种模态所致。生成式人工智能的该类拟制则有必要强调促进各类裁判文书的拟制内容，根据审判工作的现实需要，实现便捷、有序的形态转换。
四、标准化定位下生成式人工智能助推类案裁判的目标型规制
类案裁判是高质量特征导向下生成式人工智能助推司法审判的核心目标，以促进确立相对统一的类案裁判标准乃至法律适用标准。该类目标型规制旨在依循法律一般性对同案同判的逻辑引领，立足于生成式人工智能“能够把问题及其解决方案表述为可以有效地进行信息处理的形式和思维过程”，尝试推进在类案裁判数据知识谱系乃至类案裁判标准面向的客观化决策。其有必要针对由计算机智能地识别诉讼文书中的事实争议和法律争议等相关活动，厘清类案事实标准化认定和类案依据标准化适用的规制策略，彰显相应的审判标准普遍化作用。
（一）类案事实标准化认定的规制策略
类案事实的标准化认定旨在立足于生成式人工智能通过“类比活动从而建立在多维度、客观化的认知基础上”，对裁判事实认定过程相关数据展开分析，尝试提炼司法裁判事实认定中存在的普遍化应用标准。所涉普遍化应用标准往往是实现智能化类案推送的逻辑前提；依循类案同判价值导向，类案事实认定标准的“可普遍化原则与可重复性应当是‘等同的’”。该类标准化认定规制策略有必要强调基于高质量的数据筛选，营造相对健康、可持续的算法学习环境，围绕类案的基本事实认定和派生事实认定这两类规制要素具体展开。
一方面，就确立类案基本事实认定的技术通路而言，基本事实是指不依赖于其他事实而独立存在的主要案件事实。其往往是司法审判过程中展开分析、推理或判断的基础。该类事实直接关系到相应案件的法律性质、责任构成与责任程度，对类案案件审理具有实质性、指导性作用，并最终影响类案法律适用乃至裁判的结果。但司法实践中有关裁判基本事实的描述，尤其是法官在对正在审理的案件和指导性类案的具体案情比较过程中，多采取口语化表达方式。所涉类案基本事实认定规制要素则有必要突破传统人工智能自然语言处理技术的应用瓶颈，尝试确立口语化表达与法律术语专业化表达之间的技术响应通路，更为精准、专业地完成基本事实数据的分析处理工作。基于此，生成式人工智能在该类应用场景中应依托类案类判人工智能能够实现对个案事实和规则体系的深度模仿和形式逻辑迁移相关技术环境，尝试运用能够标注基本事实、自动化计算基本事实点位的新型自然语言处理技术，促进实现对基本事实的标准化、精准化乃至专业化解析。其往往强调通过类案基本事实特征的归纳提炼，生成具有类案基本事实认定的标准化知识谱系，实现“自动提取并深度挖掘卷宗中案情的摘要及基本事实依据，智能识别匹配个案案由”，从而有效提升法官认定相关类案基本事实的精准性。
另一方面，就突破类案派生事实认定的技术瓶颈而言，派生事实是指立足于基本事实，结合相关经验、知识进行推理、归纳或解释所推导出来的结论。其往往“以隐性知识显性化过程协助法官约束自我偏好，以经验知识的共同性证成其正当性”，在深化法官对案件的理解、强化法官自由心证方面发挥重要作用，从而在一定程度上影响到类案法律适用和裁判结果。所涉类案派生事实认定规制要素则有必要突破传统算力表现仅能实现简单事实比对的技术瓶颈，“基于对案件中事实和规范要素的提取和对照”，实现对案件事实之间相互关系和作用方式的复杂化归纳、分析，最大限度地规避因事实归纳不完全所诱发的风险乃至错误。基于此，生成式人工智能在该类应用场景中应立足于“大数据条件使对结果的预期有了因素根据”，尝试运用能够将派生事实从案件事实中提取分离、进行特征标注的新型自然语言处理技术，促进“规则提炼与事实比对互相融合”。其往往强调依托类案数据系统，通过对各项派生事实认定要素之间相互联系和作用方式的定性、定量分析，描摹案例应用的完整过程，构建普遍化的类案派生事实认定标准；并针对性训练生成式人工智能的自主评判、比较思维，为生成式人工智能助推司法审判提供更为合理的、规范化解释路径指引，从而推动提高司法说理质效的同时使其社会功能发挥在法院系统运行整体成本较低的基础上实现最大化、最优化。
（二）类案依据标准化适用的规制策略
类案依据的标准化适用旨在立足于“预测与最相似案例相同结果的假设”，依托生成式人工智能的类案大数据建模能力，提炼司法裁判依据适用中存在的普遍化应用标准。其往往凸显通过同类型案例的比较、凝练，形成指引规范效应，以适用于未来类似案件并发挥可能的拘束作用。该类标准化适用规制策略有必要强调统一、准确地分析处理相应裁判规范适用过程中的相关数据，围绕类案依据适用的统一性和准确性这两类规制要素具体展开。
一方面，就确保类案依据适用的统一性而言，统一性作为类案依据适用的形式性评价要件，是类案同判在内部构成性方面的宣示性表达。在肯定“类似案件，就是由同一条裁判规则所调整的案件集合”之类案依据适用范式基础上，其具体指向法官通过生成式人工智能算法所归纳、提炼类案数据的共性特征。所涉类案依据适用统一性规制要素则有必要通过确保类案依据适用形式标准的统一性，促进实现类案同判结果、维护法律的公信力与权威性。基于此，生成式人工智能在该类适用场景中应依托“算法会在一定程度上抑制司法人员的恣意，增加法律适用的统一性而减少偏见”相关技术环境，通过生成式人工智能算法，对所涉裁判数据展开在案件事实与裁判规则之间不断往返检视的相关性分析与相似性判断；并定性或定量式描摹相应依据适用要素之间的相互联系与作用方式，尝试构建类案依据适用的统一性标准。此外，其还强调将司法实践反馈的裁判数据输入进生成式人工智能系统展开循环训练，进一步确证、固化相应的依据适用标准；从而强化法官对裁判规范适用的一致性认知，并巩固其对法的安定性价值目标的确信。
另一方面，就强调类案依据适用的准确性而言，准确性作为类案依据适用的实质性评价要件，是类案同判的羁束性表达。其具体指向法官通过生成式人工智能算法所比对类案数据的差异程度与影响力；并依循自然语言处理、图神经网络、深度卷积神经网络等技术路径，促进类案依据适用结果标准的统一。所涉类案依据适用准确性规制要素则有必要强调更为精准、合宜地“固定和提炼同类案件的裁判规则”，从而获取、归纳乃至证成应然规范在司法审判中的适用合法性与正当性，引导法官明晰相应裁判规范适用的范围和条件。基于此，生成式人工智能在该类适用场景中应立足于其相对连贯的认知逻辑、相对自主的对话逻辑、相对自洽的反思逻辑，精准描摹所涉依据适用中的法官画像与类案画像；并尝试通过画像比对，提高类案依据适用的准确性。此外，纵使生成式人工智能助推司法审判逐步强化了事实认定的客观性、减少了主观事实认定所致的感性误判，但司法审判中的可靠性检验仍需依托各类主观层面的公共性内容评判来具体推进；则有必要强调进一步防范类案依据适用普遍化标准在方法论层面生成决定性支配地位，避免让该类机械涵摄模式绝对影响司法审判，从而最大限度地弥合类案同判所涉形式正义与实质正义之间的可能冲突。
五、结语
生成式人工智能助推司法审判是以新发展理念引领推进司法改革的关键面向，厘清其规制理据有助于避免模糊线索定位所可能诱发的人机交互脱序。端口化、自动化与标准化定位分别是生成式人工智能适配高技术、高效能与高质量特征导向的功能表达，并籍此明确了生成式人工智能助推司法审判的作用面向。依托相应数据处理、文本生成的端口化集成与匹配实现的技术支持，是端口化定位下助推司法审判的逻辑起点；依托相应裁判文书要素、内容的自动化解码与拟制实现的文书处理，是自动化定位下助推司法审判的辅助手段；依托相应类案事实、依据的标准化认定与适用实现的类案裁判，是标准化定位下助推司法审判的核心目标。其旨在分别成就实现生成式人工智能的端口化、自动化、标准化技术供给与智慧法院一体化建设技术、效能、质量需求之间的有机耦合。基于此，通过梳理生成式人工智能助推司法审判的规制策略，可为后续生成式人工智能助推司法审判的适用样态研究提供检视载体的框架性行为约束指引；从而为新兴数字技术介入智慧法院建设实效所表征的数字行政法新功能研究，尝试明晰必要的践行样本。
原文刊载于《行政法学研究》2025年第5期，感谢微信公众号“行政法学研究编辑部”授权转载。