深度拆解深圳中院AI应用白皮书
从白皮书内容来看，这套 AI 辅助系统是围绕法官展开的，非常强调 "全流程"，法官处理案件的所有环节都有或都可以 AI 介入。白皮书第二部分 "系统成果" 提出，辅助系统覆盖了 6 个核心场景：智能立案审查、智能阅卷核验、智能庭审辅助、智能案情研判、智能文书草拟、智能知识检索。法官办案的全流程，真的都需要 AI 参与吗？经常办案子的小伙伴都知道，上述六个场景中，除了立案审查和文书草拟，其他基本是伪需求。
严格一点讲，只有文书草拟是真需求。
再严格一点，只有文书草拟是针对人工智能的真需求。
以 "智能庭审辅助" 为例，白皮书说系统协助法官梳理庭审要点、生成结构化庭审提纲。经常开庭的小伙伴都知道，法官驾驭庭审的核心在于怎么提问，而提什么问题取决于法官的思路，思路又取决于法官的基础框架。如果一个法官坐在审判席上，自己思路不清、不知道怎么提问，请问他还开什么庭？他至少应该先休庭 10 分钟，把法律条文的结构理清楚再来。
"智能案情研判" 的问题更深层了，从上级法院要求来讲，法官的心证应当形成于庭审。最理想状态下，案子开完，法官立马就应当形成裁判意见。试想：案子极其复杂，法官开了八次庭，面对大量证据，脑海中完全没有判断，这时 AI 给出案情研判，法官用还是不用？用的话，法官自己没搞懂，这结论是你法官给出的吗？不用的话，花算力生成这玩意儿干啥？
白皮书第 36 页有个任务分解后的算力消耗表格，其中类案智推消耗算力最多。网上有律师解读为 "法院已广泛使用 AI 进行类案推送"。其实还有另一种可能：这部分算力消耗多，是因为工程实现上非常容易。比如你每打开一次案件窗口，系统就默认推送一次类案，几乎是一个点击就推。但有没有人真的看？推送质量怎么样？那就另说了。
案由是人民法院内部的统计口径，虽然民事案件原则上都有案由，但实体上并不是基于案由来处理案件的。案由确实有区分的必要和价值，尤其在联结主义流派兴盛以前。在专家系统作为人工智能主流的年代，基于不同案由设置不同专家系统、试图穷尽所有案件情况，曾经是一种技术思路。但这东西在大语言模型时代已经没那么重要了。大语言模型的底层逻辑决定了它不会按你的案由进行不同思考。不管你是民间借贷纠纷还是买卖合同纠纷，用的其实是同一个模型。如果因为不同案由去做提示词的软约束，在用户侧又会削弱系统的泛化能力。无论如何，这看起来都是上一个人工智能时代的路径依赖。
同样在第 36 页的算力消耗表格里，这套系统还在用大模型进行文书头生成和案款计算。经常写判决书的小伙伴应该知道，如果严格按照最高法院文书样式，裁判文书的固定格式很死板，按最严格的标准，一个字不能多，一个字不能少。这种事让大模型做，毫无意义且效果极差。大模型的原理决定了每次生成内容都存在细微差别，很难完全满足固定格式文本的要求。正确做法是用专家系统生成文书头，结构化数据在现有条件下完全能满足。案款计算就更匪夷所思了。经常用大模型做数学题的小伙伴都知道，简单的加减乘除都不是大模型的优势区域，模型极有可能犯低级错误。
白皮书大事记说，深圳中院 2023 年开始干这事，一开始就搞垂类模型，2024 年完成首个垂类模型训练。
老实说，在两年前百模大战的时候，如果这个垂类模型非常牛逼，几乎不可能默默无闻。所以其效果，大家懂的都懂。
再然后，智能体技术涌现了。尴尬不就来了吗？之前吹的垂类模型咋办？先别管了，先上车智能体吧。所以白皮书内容有点割裂：前面主要讲模型，后面着重讲一般人看不懂的智能体。当然基本那些关于 harness 的内容都属于行业片儿汤话。
这些问题主要体现出一件事：整个系统开发还是以技术人员为主导，而不是以法官为主导。
从一开始需求没找好就可见一斑，但深圳中院作为体制内单位，能在这样的高新技术领域做出这样的成绩，实属不易。
点评
对外全流程，对内全人工，哈哈哈哈哈哈哈，也就是给你们看看而已，不会真有人信吧。
“整个系统开发还是以技术人员为主导，而不是以法官为主导。”
这就是最大的症结，对整个诉讼流程没有一点概念的程序员光在那闭门造车。啥时候搞个全平台强制弹窗式电子送达、保全执行财产一键查封、诉讼费自动划扣退转，那才是技术能给人的真辅助。
判决书不是靠什么大模型分析出来的，是一颗积累了几十年学习工作经验的大脑，结合人性、社情、公序良俗等综合因素高度提炼出来的。
现有的技术光想着搞所谓“高大上”的活，前端基础繁琐的事务性工作还得靠活人来干，这不是技术辅助人力，是人力为技术打工。
这个问题在于，搞技术的没碰过实务，搞实务的没碰过技术，同时还没有什么主观能动性驱使去参与和创造。
两方面都懂的法院人早就自己玩的飞起了，根本没法且不敢说。
两方面都懂的高级技术人，有人来这为爱发电？至于搞学术的那帮法学知识分子，属于既不懂技术又不懂实务的真闭门造车又学术自嗨的人。
页:
[1]