人工智慧變身法律小幫手
十幾年前，電腦會揀土豆已經夠驚奇，現在的 AI 更是大進擊，能辨識人臉、駕駛汽車，根據 2019 年眾多媒體報導，歐洲愛沙尼亞甚至即將推行「AI 法官」！法律事務涉及事實認定、法條解釋與價值規範等多重問題，人工智慧果真已如此高「智慧」，有能力涉入複雜的法律領域？
圖│研之有物（資料來源│〈人工智慧在台灣〉演講，陳昇瑋）
中研院李建良特聘研究員說：「將 AI 應用到法律訴訟其實並非未來式，而是行之有年的現在式。」
在美國，近年法院已廣泛運用「COMPAS」系統，這是一套由商業公司開發的 AI ，幫助法官評估被告的再犯風險，作為量刑的準據。COMPAS 會進行大量問答調查，依據被告回答、年齡、過往犯罪紀錄與類型等各項資料，推估被告的再犯率，給出 1－10 的危險指數，最後由法官決定被告服刑的長短。
有研究指出，AI 判定為高風險者，63％ 在交保期間犯罪，其中 5％ 犯下性侵或謀殺。做為法官小幫手，AI 似乎確實能發揮一定程度的「鷹眼」，預測危險性。
圖│取自量刑趨勢建議系統網頁
法官不是人？！別急，再等等
從現況來看，人工智慧確實已進入國家司法系統，但目前仍作為「專家團隊」扮演輔助角色，由法官做裁決。那麼下一步， AI 有可能獨當一面坐上審判席嗎？
愛沙尼亞的 AI 法官計畫，似乎就朝著這個方向前進。
根據報導，AI 法官將處理小額民事訴訟案件（少於 7000 歐元，台幣約 24 萬），由原告方輸入訴訟對象、金額、提告理由等。AI 系統能從過往大量判例學習，解析法條做出判決。換句話說，隔壁鄰居摔壞你的 iPhone，你一狀告到法院，會由 AI 判定誰勝訴，鄰居該賠你一台手機或折價金額。對結果不服？可以上訴，將有人類法官審理。這項超級計畫如果成真，「法官不是人」恐怕就要從罵人話變為描述句了！
不過，李建良特別澄清：「媒體報導後，我們研究團隊成員曾請教愛沙尼亞法界人士，目前所知這是數位政府計畫的一部分，但應該還只停在『計畫』階段。」
他強調，若要把國家審判權完全交給 AI ，必定需要法源基礎，明確建立一套法規方案。由於目前愛沙尼亞並沒有出現相關法規，這個突破仍是「只聞樓梯響」。
AI 法官的技術邊界：它能做出好判決嗎？
儘管 AI 尚未披上法官袍，但愛沙尼亞的構想彷彿是驚天一雷，預示出可能的未來圖像。許多人或許同樣好奇：AI 當法官究竟行不行？
李建良分成不同層次來討論：
行不行有兩層涵義：能力上行不行，規範上可不可以。
第一層次是「可能性」問題：AI 法官足以擔任人類法官的角色嗎？更直白地問：AI 真有那麼厲害，能夠做出好判決？
要確認 AI 的能力，首先我們得問：什麼是好判決？
「這牽涉社會對法院判決的評斷標準。」李建良分析，一種標準是檢視「判決結果」；另一種則是審視「判決理由」，法官在判決書詳述的心證，如調查結果、採信哪些證據、證據效力、法條依據等。
若觀察近年台灣社會的現象，大眾似乎較關注判決結果。好比引發社會矚目的「台鐵殺警案」，這樁尚未確定的爭議案件，引發了司法當局對司法鑑定制度的重視與檢討，而輿論譁然多半是殺人無罪的結論，批評法官「不接地氣」，關於心證過程的討論相對較少些。
換言之，假如重視結果，那不難想像 AI 法官有能力透過歸納、類比分析對案件做出判決。但若我們在乎法官為什麼、如何做出裁決，依照目前技術和愛沙尼亞計畫，AI 所產出的可能只有答案，但沒有理由（或較簡式的理由）。
這形成了第一重挑戰：
若 AI 法官無法清楚說明理由，我們如何檢視它的判決好不好？有沒有瑕疵？
有些人也質疑，AI 的精準、一致可能反倒是弱點。現行 AI 不具有真正理解他人的能力，無法實際參與答辯交鋒和開庭審理，而許多訊息來自臨場、個別案例的判讀，並非用數據化與資料化就足夠解釋，背後涉及文化、風俗、情境常識，相當複雜。
圖│ 研之有物
不過，AI 派並沒有全輸！
首先，技術可能超前突破，讓 AI 未來也有能力寫判決書、說明論證。另外若拿現行制度相比，美國陪審制同樣只宣告：「陪審團認為無罪」，不會附上理由。更何況所謂的情境判斷，經常也會造成主觀性偏誤，《美國國家科學院院刊》（PNAS）研究發現，接近午餐時間法官對假釋認定較嚴格，用餐休息後，假釋審查就變寬鬆了！
想要假釋，還得祈禱法官吃飽飽？恐怕多數人難以接受。
鐵面無私包青天？ 小心 AI 的內建歧視
總地來說，理性、客觀幾乎是 AI 的最大光環，以準確一致的邏輯做判斷，不受法官個人情緒與好惡影響。
但真是這樣嗎？許多研究證實：AI 默默戴上了有色眼鏡！ COMPAS 系統被抨擊帶有種族歧視，有色人種更容易被預測為高再犯率；亞馬遜招聘、蘋果信用卡信貸系統都曾被發現隱含性別差別待遇。
「這就如同人類一路走來看到的歷史不平等。」Amazon 資訊科學家說。
AI 系統在資料學習的過程，複製了人類長年累積的性別、種族、階級偏見。即便這些偏見已長久存在，但 AI 可能更強化不平等，因為人們會在毫無所覺下，信任科技工具的「客觀」訊息，對陌生人打分數。
然而，科技支持派沒有全盤放棄。AI 歧視是學來的，因應之策是在資料訓練時降低這些「標籤」，並且提供多樣性的資料。此外，比起人類刻意包裝、掩飾偏見，AI 反而有機會讓偏誤被「顯題化」，讓我們更加警覺，並進行修正。
綜合而論，若單從技術可能性評估，目前的 AI 也許不夠「聰明」，但是只要科技持續追求突破、進展，似乎沒有理由全盤否定 AI 法官可行性。畢竟，人類同樣也會犯錯、誤判、有偏見。
「從能力來看，AI 確實可以幫助人類、補位弱點，很值得期待未來發展。」李建良持平分析：「但國家是否應該開放制度，更重要的仍在第二層次的考量。」
AI 法官需要明確法源基礎
他點出更關鍵的第二層議題：從規範角度來看，讓 AI 當法官可不可以？
簡單來說，即使人工智慧有能力獨立分析、判決，我們應該把審判大權交給 AI 嗎 ？是否可能衍生倫理問題？
「第一個遇到的是：需不需要修憲？這是多數人忽略的框架。」專研憲法、行政法的李建良特別指出。法官的身分保障及審判獨立的要求直接寫在憲法上頭，但憲法規定的法官是否專指「人」呢？法學界很可能有不同論述。
如果憲法說的法官專指「人」，也就是法官審判權奠基在人的前提，勢必需要修憲。反之，就算憲法允許「非人」擔任法官，仍然需要修法 ── 如同剛拍板的《國民法官法》，國家必須建立一套法制來規範非人法官。例如，適用民事或刑事案件？能上訴嗎？上訴後交給另一位 AI 法官（AI 會有不同法官嗎？），或者由人類法官打掉重來？
價值選擇的難題：科技優勢 VS 法律原則
法源基礎僅是第一步，對整個社會而言，AI 法官挑戰的是價值選擇的難題。
2013 年，美國威斯康辛州法院參酌 COMPAS 風險指標，判處被告 Eric Loomis 6 年徒刑。Loomis 不服而上訴最高法院，認為法庭以 AI 系統裁決是一種「秘密審判」！要求說明 COMPAS 系統如何演算判斷出危險值。
這個案例顯然暴露了 AI 法官的價值衝突：演算法黑箱（black box）。
「在民主法治國家，法官不是個人，他代表的是國家。審判必須在公開透明的運作下，被監督、檢驗、究責。」李建良說：「法院公開審理、法官說明判決理由，都是來自這種被檢驗的要求。」
倘若披上法官袍的 AI ，無法開庭、詰問、說明判決理由，讓審判攤在陽光下，勢必挑戰現行的法院體制，也可能稀釋透明、公開、負責的司法價值。我們無從知道它為何會做出 A 判決，而不是 B 判決，不能確定它有沒有失誤，也難以確認責任歸屬。
Loomis 案也突顯出另一挑戰：代罪羔羊！ AI 推測來自過往的資料，但「相似條件的其它人這麼做，不代表個別主體也會這麼做」。
這同時讓人擔憂 AI 的「因襲性」：社會信仰的美好價值是不斷翻轉、改變，有時正是因為劃時代的法院判決，才讓我們終於能破除傳統、確立新價值，例如美國法院推翻種族隔離平等制度，AI 法官會不會弱化、壓縮了法律肩負的深刻意義？
李建良直言，第一層次的「能力可行性」是人與 AI 的 比較參照，AI 能做到什麼，補足哪些人類弱點，帶來什麼優勢。
但最終，「倫理辯證」仍是無可迴避的關鍵核心，當新科技打破、牴觸基本價值，我們是否願意為了科技可能提供的「客觀公正」，放棄退讓這些原則？
圖│ iStock
人文關懷，也是艱困的價值論辯
「這不會是全面贊成／反對的選擇題，因為 AI 法官很難普遍性適用每一種案件。」李建良強調。
AI 在資料統整、數據分析上已大放異彩，導入科技新工具、人機合作，可以減輕法院負擔，也拉近一般人與訴訟裁決的距離。然而，法律範疇高度複雜，即便未來開放 AI 法官，也必定是在特定的條件、脈絡與案型。
他以行政法說明，「大埔農地要不要徵收？美麗灣渡假村能不能蓋？這類行政法案件極度複雜，牽涉環保、制度、法規多重衝突，還有價值選擇的命題，不太可能由 AI 獨立裁決。」
更重要的是，即使技術邊界有機會突破、修正，讓 AI 越來越聰明，我們也不應迴避第二層次的倫理辯證。這也正是人文學科最重要的價值關懷。
「我們很容易倒過來想，認為有這麼多好處，為什麼不開放、不使用？但人文學者關注的是價值倫理，一旦越過了某些界線，無論多少優勢，我們都必須謹慎、嚴肅地看待。」李建良提出艱難考驗做類比：
當你明確知道這人是兇手，卻沒有任何證據，這時我們要不要放棄無罪推定，不計手段堅持罪有應得？這就是價值選擇的論辯。很困難，但很重要！
圖│研之有物
