刘澍｜探索与实践，LLM型生成式人工智能在智慧法院的深度应用与前景展望

2022年年末，生成式人工智能的爆发将人工智能再次带入人们视线中。法学界沉寂很久的人工智能讨论再次兴起。智慧**的建设也在加速中，生成式人工智能是否能够助力成为一个急需解决的问题。实际上人工智能在智慧**的应用并非一个新话题，大部分学者已经对里面的理论进行了详细的阐述，但是事实上我国**人工智能的建设是较为缓慢的，理论上提到的一些问题，实际中可能还没有出现，但是生成式人工智能的出现打破了这一局面。人工智能在智慧**的应用需要直面那些曾经“科幻”的问题。通过解释LLM型生成式人工智能的原理引出其运用于智慧**的必要性，同时列举了现有的商用模型和**能够现实落地的运用和未来的探索。最后再通过法律规定和技术操作层面解答了实践中可能出现的问题。

而微调的话，则是人为的对预训练的结果进行调整，以期达到目标效果。不难发现，LLM型生成式人工智能的运作原理其实和法律实践中的三段论，代表法律问题，代表着寻找法律事实规范的过程，而微调则是最终得出结果的法律适用，LLM型生成式人工智能和“形式法治”的法律三段论几乎完美匹配。因此，LLM型生成式人工智能就有适用的空间，当然也带来了一定的问题。

可以看出，在LLM型生成式人工智能爆发之前，无论是域内外都存在人工智能的司法应用，但是显而易见的是现有的人工智能的司法应用效果有限，只能进行一些弱人工智能辅助（甚至这样也是和市面的同类产品相比也是效果欠佳），类似于Q＆A式检索或者说智能辅助，则是几乎不存在的。LLM型生成式人工智能的出现，则带来了一种新的方式，可以预见其会给现在的智慧**建设指明新的方向。

上述的法律LLM型生成式人工智能都是在这近半年内出现的，可以看出法律LLM型生成式人工智能是一个热点方向，因此智慧**的建设也需要法律LLM型生成式人工智能。那么其在**实际落地应用的可操作性有多大，其未来应用的方向又是如何？下文将进行解答。

LLM型生成式人工智能是人工智能的一种新的方向，其大踏步地进步将一些人工智能的问题真正的摆在了法律人的面前，以前的“科幻幻想”，可能就要实现。不过正如笔者提到的，我国学术界对于人工智能在司法应用的理论讨论是完善的，例如数据安全和算法问题，学者们都已经进行了详细的讨论。回到标题，笔者强调“现实回应”其实是针对LLM型生成式人工智能的关键词和现有的《人工智能意见》进行分析，对于一些佶屈聱牙的超前理论问题，有众多学者已经进行详细研究。LLM型生成式人工智能的出现是把一些之前讨论的问题放大。但是这些问题，并不能阻止LLM型生成式人工智能在智能**建设应用。笔者认为，只要进行有效的限制，LLM型生成式人工智能还是利大于弊。有趣的是，笔者在咨询其在中国**运用的缺点时，其也给出了答案：所得出的结论可能受到训练数据偏差的影响，存在误判的风险。无法考虑案情中的具体细节和背景，有时会忽略重要的信息。目前还不能完全代替人类法官，有些判断需要人类的智慧和经验。

首先，所有人工智能绕不开数据安全问题，对于数据安全问题，笔者认为**肯定要比其他行业更看重数据安全，但LLM型生成式人工智能需要处理极其大量的敏感数据，如法律文件、案例、用户信息等，可能远超现在的数据量。如果没有进行足够的数据安全保护，可能会导致信息泄露或被恶意利用。其实《人工智能意见》中也明确提到了安全合法原则。因此，对于安全问题，把好安全关的前提下，可以使用LLM型生成式人工智能。但是实际上仔细思考的话，数据安全问题着重点其实是在**审理阶段的当事人信息保护问题，尤其是刑事案卷的卷宗安全。其他数据其实是公开的，上文提到的一些市面上法律LLM型生成式人工智能的应用所使用的数据也都是网络上公开的数据，因此这也不存在数据安全问题。LLM型生成式人工智能的数据安全问题，其实着重于**阶段的数据，而谁生成谁来管理可能是较好的解决方式。既然如此担心数据安全问题，不外包可能是较好的方式，而且**管理数据也可以有效解决数据的另一个问题，即数据本身是否正确。如果是错误的数据输入，那无论怎么样都会是错误的数据。而且，不可否认的是，其他科技公司或多或少都是缺少数据的，要论谁的司法数据最全，那非**本身莫属。此外，数据问题还有一个基础问题就是模型的选择问题。而且无论是选择现有的模型，还是日后会有新的模型，本身都是需要使用外部的资源，这也不可避免地存在安全问题。笔者认为，此时选择开源的国内数据模型较为妥当。

笔者认为，智慧**的建设本身就应该是**在主导，其他技术支持也是需要在**的指导下，如此不仅能解决数据问题，也能主导接下来的实际应用。而且笔者上文介绍的现有的法律LLM型生成式人工智能的应用也有很多是大学实验室进行的项目，没有必要对所有的人工智能应用都有一种畏难情绪，专业的归专业，但不代表就完全撒手不管。

实际上，在《人工智能意见》已经明确辅助审判原则的前提下，审判过程的算法问题其实是一个伪问题，因为最终决策者在法官手上，算法的歧视和黑箱问题，最终落脚点实际上是会回到法官的职业伦理上，很难称之为算法问题。因为“机器人法官”已经不可能存在了，因此在*高院已经确定原则的前提下，只要坚持原则，人工智能的运用并没有风险。不过笔者在前文提到一个问题，就是在做前置AI咨询时候，算法问题会比较突出，一方面通过上述手段可以进行有效的处理，另一方面，通过开源数据模型，保证可预测性也可以缓解前置AI咨询的风险，做到真正地让法律咨询走进寻常百姓。

随着智慧**4.0的发展，人工智能将全面赋能**各业务环节，当前的一些运用仅仅是发挥人工智能技术在**应用的冰山一角，随着LLM型生成式人工智能的发展，越来越多成熟的人工智能产品将服务于**，全面深化智慧**建设，提升司法审判效率，实现更高水平的数字正义也是应有之义。