#智慧法治#集刊2025年第2卷（数字法学研究文集）

潘颖《算法可解释性的差异与协作——从机器学习与法律的视角出发》选读

机器学习（Machine Learning）算法技术的成熟使它在司法辅助、金融、医疗、自动驾驶等领域获得广泛应用，自动化决策系统有辅助甚至替代人类作出关键决策的趋势。在司法领域，引入机器学习到司法程序中，不仅有助于提高类案类判率、降低裁判的不确定性，而且给群众带来了更好的体验。如北京高级人民法院上线的“睿法官”智能辅助审判系统，可以自动梳理案情，为法官生成审理提纲和裁判文书，大大缩短了法官处理案件的时间。算法借助法律数据库中的数据，能为法官提供判决建议甚至量刑细节。正如匈牙利学者兹索尔特·兹迪所言，“机器做出的决策和建议有诸多益处：其应用甚至似乎实现了孟德斯鸠的梦想，即适用法律之人（在其著述中为决策者）实际上只是‘法律的传声筒’。”同时，人们也关注到机器学习作出的决策是基于相关性而非因果性，且决策逻辑模糊，因此机器学习技术中的算法“黑箱”引发了争议浪潮，要求各类算法系统具备可解释性的呼声也日益高涨。正如卡尔·拉伦茨在阐述法律的解释标准时指出，“解释者被要求必须考虑各种不同的解释观点，并说明他为什么要选择某种观点作为决定性标准。”

#智慧法治# #微博学法律# @中国法学会 @微博法律