北京市律典通总裁麦天骥：从法律人对人工智能的期待谈大数据——人工智能在智慧法院的应用

当前阶段，法院的基本矛盾已经发生转化，已经由重视审判管理和增强审判过程的规范化变为案多人少和司法资源分配不均。因此无论是智慧法院建设还是法院信息化建设都应以审判业务为中心

作者 | 麦天骥

官网 | www.datayuan.cn

微信公众号ID | datayuancn

2017年11月10日，由上海大数据联盟、数据猿主办，上海科睿联合主办的《构建智慧法院，促进司法职能—魔方大数据》在上海超级计算中心举行。本期魔方大数据邀请了法院代表和技术提供方等专家大咖齐聚一堂，共同探讨了智慧法院与司法系统智能化的建设之路。

以下是数据猿整理“北京市律典通总裁麦天骥”的发言实录：

前不久我参加了上海法院组织的青年法官演讲，在演讲中一位助理法官穿越到了2040年，描述了20年后法官工作的场景。在他的演讲中，未来的工作是这样的：

早上8点半上班，机器人给他送来一杯香喷喷的咖啡，然后呈上一份工作计划。

9点钟坐在办公室桌前，办公桌对面是一面屏幕，屏幕上显示着虚拟法庭，诉讼的当事人已各就各位，庭审开始。

11点钟庭审结束，机器人自动进行了庭审实录、证据审核和类案推送，并且智能分析了送上的案件判决书。这位助理法官畅想的20年后人工智能在法院应用的场景。

人工智能之所以能让法官，尤其是一线法官这么期待，是由目前法院，尤其是基层法院和一线法官审理案件的现状决定的。

首先看看一线法官办案的现状。这是周强院长在2016年和2017年全国人大提供的数据，也是最高法院发布的司法数据。数据统计结果显示：2015年全国各级法院一共受理1438万件案件，2016年受理2305.3万件，同比增长19%。2017年上半年受理案件1438.6万件，较2016年上半年增长了11.2%。

2015年没有审结的案件279.9万件，占当年受理案件的14.3%。2016年，未审结案件632.5万件，占当年案件的27.4%。2017年未审结569.9万件，比2016年同期增长了39%。从这些数据可以看出来，无论是受理案件还是未结案件都以两位数的速度在增长。

再看看一线法官办理案件的情况。据统计，全国约有12万法官，平均每人受理案件121.4例，人均审结案件74例，是2008年的3倍。2016年上海一线法官人均结案数是228.39件，相较于2013年增长了90%。深圳法院2016年法官人均结案数460件，北京市朝阳区法院2016年第一档法官平均每人办理案件672件。

672，对一个法官来说是多少恐怖的数字。365天减去法定节假日和双休日一共还剩251个工作日，这意味着每个法官每天至少要办3.74个案件才能完成工作任务。这包括每个案件的阅卷、开庭和书写判决书，这是很多基层法院目前的工作状态。

在法院，尤其是基层法院，案多人少的问题越来越突出。这种现象也是基层法院一线法官对法律人工智能、对智慧法院建设很期待的一个原因。100多年前有一个叫马克思·韦伯的人，他想发明一个案件收获机，把案件放进去就能自动出结果。现在中国的智慧法院已经开始创建，利用大数据、云计算、人工智能来建设今天的智慧法院已经成为一种共识。

如何建设智慧法院？作为一名法律人，我谈谈我的想法。

我认为智慧法院建设应当以审判业务为中心，为什么要强调以审判业务为中心？原因如下，法院的新常态建设已经有十多年了，过去是以审判管理为中心，重点解决领导能看得见、管得住的问题。这种思路形成了法院信息化以审判管理为中心，以司法统计为结果，以审判流程节点为业务主线的特点。这种特点在信息化初期发挥了相当的作用，也在一定程度上规范了法院的审判过程，在加强法院审判管理等方面发挥了很大的作用。

当前阶段，我认为法院的基本矛盾已经发生转化，已经由重视审判管理和增强审判过程的规范化变为案多人少和司法资源分配不均。因此无论是智慧法院建设还是法院信息化建设都应以审判业务为中心。

以审判业务为中心，要突出司法服务的便捷化、业务判断的智能化，数据流转的自动化、数据业务的融合化和审判管理的科学化。这是以审判业务为中心可逐步实现的5个方面。按照这个思路，根据法院办案的全过程和全流程中间的几个关键点建设智慧法院，更能发挥技术的作用，提高智慧法院实现的几率，缩短智慧法院建设的时间。

第一，进行案件微观要素智能分析。

法官办案实质上就是对大量案件材料进行微观要素的判断和分析，为得出最后的判决结果做准备。智慧法院能够提供的就是用机器帮助法官进行阅卷，提取、判断、分析对法官判案有价值的微观要素，然后呈现给法官，帮助法官快速、准确、全面地把握案件。

第二，事实与证据的判断。

对案件事实和证据进行梳理，进行法律关系、逻辑关系的展现，同时对证据的三性，真实性、关联性、合法性进行审查，提出具体的意见，供法官进行参考。

第三，审判风险预警。

法官的办案经验各不相同，加上知识能力、地域以及客观因素的影响，同案不同判的情况屡见不鲜，如果使用机器，就能从海量的案件中提取与法官当前所判案件相似的案件供法官进行参考，这样就使得法官所判的结果更客观公正。同时，机器还可以自动把法官的判决结果进行法官风险预警，降低法官判案的法律风险。

第四，裁判文书智能生成。

法官书写判决书是案件审理不可缺少的环节，法官处理案件的过程中，书写判决书占了相当的时间。 过去大家认为判决文书智能生成是不可实现的。现在，人工智能技术结合微观要素分析，完全可以实现自动生成一些简单案件、简易案件的判决书。一些复杂案件则可以自动生成判决书初稿，使法官能够聚焦这个案件的核心争议问题，这样可以大大提高法官审判工作的效率。

第五，司法资源智能推送。

可以利用计算机手段，聚集法律知识资源和治理成果，满足法官办案过程中对法律、案义以及专业知识精细化的需求。刚才几位嘉宾讲了，目前很多公司都在做类案推送，我很同意华夏谢总的看法，类案推送对于法官的价值不大，起码很有限。

举个例子，假设一个刑事案件里面有五个要素会直接对最终判决结果产生影响。如果是类案推送，意味着案件符合四个或者六个要素系统就认为达到了类案的要求。实际上，对法官而言，只要不是五个要素都符合，只能满足四个要素或者超出一个满足六个要素，参考价值都不大。因为无论少一个，还是多一个，这个案件的判决结果都会有所不同。我们认为类案推送应该要达到和当前法案办案要素百分之百的匹配，所以我们认为应当进行同案推送而不是类案推送。不同的人对案例推送有不同的理解，从法律人的角度看，我认为同案推送相较于类案推送，参考价值更大。

我们畅想一下一个民事案件从开始到结束的整个过程。

如果一个老百姓想要去法院打官司，首先他到法院的诉讼服务大厅，通过诉讼服务系统自动生成案件的起诉书。立案的法官收到当事人所有的纸质案卷材料之后，进行一键式扫描，系统自动对这些材料进行命名分类，形成案卷系统。然后将图片转化成WORD文档，为案件剪子卷宗深度应用创造条件。智能办案平台对案件的事实证据进行梳理，对证据的三性进行审查，同时给法官自动提供一份庭审纲要。在庭审期间，科技法庭里，系统首先给书记员提供自动生成的一份庭审笔录大纲，然后在庭审过程当中系统自动判断控辩双方对案件的不同争议，梳理形成案件的争议焦点，推送给法官。

案件审理结束后，系统自动生成案件判决结果，送给法官，法官当庭宣判。最后，系统智能分析起诉状、答辩状和本案法庭笔录等材料，自动生成一份案件完整的判决书。到此为止，一个案件便办理结束。这就是我们憧憬的智慧法院在案件办理全过程为法官提供的智能服务。和前面那位助理法官所畅想的20年后的法院做比照的话，除了不能提供咖啡，其他环节都可以实现，而且会越来越好。

这就是一个法律人对智慧法院的一个期待，我们也希望更多的公司能够参与，把这个工作做得更好，为法官提供更多的便捷服务。