司法人工智能在证据审查中的功能定位与风险规制

作     者：谢登科 周鸿飞 XIE Deng-ke;ZHOU Hong-fei

作者机构：吉林大学理论法学研究中心长春130012 吉林大学法学院长春130012 

出 版 物：《吉林大学社会科学学报》 (Jilin University Journal Social Sciences Edition)

年 卷 期：2024年第64卷第3期

页      面：61-72,235,236页

核心收录：

学科分类：12[管理学] 0301[法学-法学] 03[法学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 030106[法学-诉讼法学] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家社会科学基金重大项目(18ZDA139) 证据科学教育部重点实验室(中国政法大学)开放基金资助课题(2022KFKT04) 

主　　题：司法人工智能 证据审查 证据标准 证据规则 算法解释 

摘      要：人工智能在司法活动中应用的重要领域之一就是证据审查。人工智能为证据审查提供科技赋能,减少司法裁判的恣意性,提高证据审查的实效性,但是,人工智能在证据审查中的应用存在证据审查建构模型数据样本不充分、证据规则结构化转换不完整、证据审查程序缺乏可视性等风险和问题。为了应对人工智能在证据审查中的上述风险,需要明确人工智能在司法审判和证据审查中的辅助地位,提高司法人工智能训练的案例样本数量和质量,在技术层面提升人工智能自然语言转换能力,在规则层面限定司法人工智能在证据审查中的适用范围,将专家辅助人制度引入司法人工智能审查证据领域,强化对司法人工智能审查证据结果的说理论证。