量刑支援系统 | 14 Oct 2019
1. 导言
电脑不仅日益成为现代法庭家具的一部分，而且也日益成为司法功能的一部分，其中之一就是量刑。在过去的30年里，量刑已经成为学术研究的焦点，同时也成为社会争论的主题。最近，发生了许多其他变化，这些变化令人需要对量刑进行新的思考。这种思维上的转变不仅开闢了一系列机会，而且也对「量刑支援系统」（Sentencing Support System）的目的、效力和影响提出了挑战。
司法机构其中一个最显着的作用是对被定罪者处以适当的惩罚和让其改过自新。刑期也必须确保对特定的罪犯最合适。因此，对量刑的一致性和公正性的关注激发了公衆对司法公正和罪犯知情权的关注。随着公衆越来越关注公共行政的效率和效能，司法机构是其中一个突出的目标，因为它被认为是一般人难以理解的。衡量司法公正的一个明显标准可能是对罪犯判处刑罚的适当性。
因此，司法机构承受着压力，被要求防止量刑不均，并促进量刑的合理一致性。这可能是各国际司法管辖区掀起一波量刑程序改革浪潮的原因。这种改革推行量刑准则的使用，这些准则为大多数一般罪行提供了刑罚的范围和刑量。虽然引入和执行官方量刑指引（例如《香港裁判官量刑标准及指引》（Hong Kong Magistrates Sentencing Tariff and Guidelines））可能会符合这些要求，但由于问题缺乏及时性，以及这些资料中断供应的差异性，因此限制是显而易见的。电脑系统是很好的替代品，因为它们可以整理所有相关的数据，然后将整个结构流程自动化，最终使用户能够通过友好的界面理解和处理它。
2. 「量刑支援系统」示例
人工智能最近在「量刑支援系统」中领导了高级智能应用的研究。这种智能系统试图以接近人类的方式提供解决方案。下面两个例子更详细地阐述了智能量刑系统。
2.1.1 「司法电脑谘询系统」
Van Noortwijk等人介绍了由荷兰伊拉斯穆斯大学电脑科学和法律研究所开发的「司法电脑谘询系统」（Juridical Computer Advice System）。该系统已开发为现成的「外壳」（shell）应用程式。
「司法电脑谘询系统」是一个基于规则的系统，它用一组规则来表示领域知识，这些规则在特定情况下引导判决。它由一个控制程式、「外壳」程式和三个单独的文件组成。判决文件包含所有可能的问题和答案组合—规则和判决，关于法律主题的一般信息文件—知识，以及提供「司法电脑谘询系统」技术说明的文件。
2.1.2「法官」程式
贝恩（Bain）开发「法官」（JUDGE）程式以审视在美国刑事量刑领域里解决问题的认知理论。「法官」是一种基于案例的推理程式，其中新问题的解决源自于旧的类似问题。贝恩的工作显示法官们在判定刑罚时是使用基于案例的推理。
案例和推理是这种以案例为基础的量刑系统的主要特点。该系统通过从案例库中检索相关案例来釐定新案例的量刑。检索到的案例的相关性依赖于使用适当的索引。下一步是处理推理，其中系统比较案例的相似性，这些案例之间的特点有
共同之处（「on point」），并且驻留在检索到的案例中而不是新案件中，反之亦然。法官既可以将检索到的案件作为指导性判决，也可以考虑其异同而达致判决。
2.2 基于案例的检索和简单推理
为了使判决支援系统发挥作用，应该检索信息以便于作出判决。这种检索工作可能需要「智能」能力，以确保检索到的信息的适当性。基于规则的系统通常是不够的，因为它不能处理与量刑相关的常识，这是由于很难为这类知识设定规则。事实上，在香港的量刑制度中，除了宽泛的最高刑罚外，基本上没有任何法定规则，而量刑并不是只按一套规则作出的。
另一个考虑是基于案例的推理系统，它通过匹配案例的相似性来引导判决。这一特点更符合量刑中的行为。其原因是，法官经常被要求「解释」被定罪者所做的事情和原因，而作为量刑者，他们对判决有什么期望，以及被定罪者是否有理由接受这种惩罚。在这样的解释中，法官往往会引用一些「例子」来证明判决的正当性，这很可能是以前的一些案件，其中罪行和犯罪者与那些案件非常相似。
3. 系统建模
3.1 流程和数据流模型
结构化分析和设计中的这个语境【图1】图显示了系统边界、与系统交互的实体，以及实体和系统之间的主要信息流。
此语境图【图1】只包含一个流程，没有数据存储。下一步是考虑所需的详细流程和数据。结构化分析和设计的数据流程图用于表示流程和数据存储。数据流程图是分级的；可以将一个数据流程转换为更低层次的另一个数据流程图，在那里流程被更详细地分解。鉴于该「量刑支援系统」的缩影，以下【图2】仅说明了位于系统流程的最高层次的视图，即第一级别图。
从数据流图中【图2】，显示了系统流程中所需的七个数据存储区。
3.2 逻辑模型
除了数据流之外，还需要瞭解流程做什么以及系统如何完成任务，即瞭解流程的逻辑。这里其中採用了决策树等技术。决策树由节点和动作组成。节点是通常由问题或对系统的特定需求创建的决策点。通常在决策点之后的动作由椭圆表示。「量刑支援系统」的决策树示例如下【图3】：
3.3 数据关係
实体关係图是最常用的数据建模技术。识别实体的主要考虑因素是系统所有者和用户（即法官和司法机构）的利益。「量刑支援系统」的实体关係图如下图【图4】所示。
3.4 制订查询
查询是「量刑支援系统」中案例检索的啓动器。该查询通常是用户输入的搜索标准的组合。为了初始化和促进对相关案例的搜索，用户不妨输入所需的任意多个搜索标准。清单类型输入屏幕的设计被认为适合于系统输入。下图【图5】与此输入屏幕类似。
根据案例的分层索引显示结构化信息。此输入屏幕允许用户输入条目上列出的每个特点的值。数据输入屏幕建议什么特点在案例检索中是有用的；进一步使用「下拉菜单」技术使用户能够容易地操控这种结构化信息。
4. 使用系统
除了讨论的「量刑支援系统」的关键成功因素外，专门知识和司法谘询、成本和制度性权威都是相关的。使用该系统的好处和局限性也是考虑其可行性的因素。这不仅对作为系统主要使用者的法官产生直接影响，而且对系统在社会的接受度和使用也有影响。
4.1 效益
毫无疑问，使用「量刑支援系统」会对公衆有利。最主要的一点是，该系统提供了一个框架，引导一项罪行如何量刑。通过这种明显的透明度，建立了一个瞭解司法流程的渠道。公衆一般实际上可以看到量刑的适当性，从而创造出对司法系统的更高程度的信任。
事实上，如果司法机构允许公衆查阅其「量刑支援系统」，答辩人就可以就他/她被指控的罪行获得「测试」判决，而不需花费精力寻求法律谘询，一些人可能出于方便而选择认罪，从而减轻司法机构的工作量。
对于一般法律从业人员来说，他们将在系统提供的量刑框架内对其起诉或辩护程序有一个最佳的推定。基于双方都在共同点上进行工作，这也可以减少审判程序的时间。
除了这些间接用户外，「量刑支援系统」的使用也为法官提供了好处。在这个系统的帮助下，法官能够在几秒钟内找到合适的量刑范围，完全消除了人工搜索的工作。这也使得判决的一致性和公正性得以实现，因为该系统将在特定情况下对犯罪行为提供几乎一贯的判决。
4.2 「机製司法」的局限性与
负面影响
第一个局限可能是量刑的例行公事化。由于系统使用以前对类似罪行施加的那些刑罚来决定新的刑罚，这将导致某种形式的机器司法为
「标准」罪行提供「标准」刑罚。当一项罪行的先例不多，或因社会情况的改变（例如在需要时作出阻吓量刑），先例与新案件之间有很大的时差的情况下，便会出现
问题。
另一个局限是司法独立。量刑是由量刑人自行决定的，这涉及到他或她在特定情况下的洞察力、谨慎和气质。这就是为什么量刑人员的角色通常由具有扎实的特殊教育、培训和经验的法官来扮演，并且量刑不受任何其他司法或法定机构的影响。然而，通过使用「量刑支援系统」，法官思考的独立性可能会受到影响，因为除了法官本人之外，还有一个”机製”的建议 - 法官的工作被「评判」的一种方式。这可以说只是法官的心理问题，但当上诉理由是基于法官的判决与电脑系统的建议大相径庭时，可能会令人
尴尬。
5. 未来发展
还有许多其他技术，特别是人工智能和知识管理系统，可用于支援包括量刑在内的各种司法决策过程。其中大部分已经被不同学科的研究人员研究过。模煳检索和神经网络是两个更相关的领域。
5.1 模煳检索
已经简要介绍了案例检索在基于案例的推理系统中的应用。然而，基于案例的推理不能预测行为的连续性，而只是简单地搜索可能重複的模式。
模煳检索方法模彷人类的行为。这导致了一种可能类似于人类做法的建模。案例检索仍然是知识表达中的主流，它因此破坏了模煳检索的发展。毕竟，当推理系统像人类一样被模煳建模来聚合知识时，那么模煳检索可能比案例检索更好地支援司法判决。
5.2 神经网络／机器学习
神经网络的优点是它的学习流程。借助神经网络的学习能力，神经网络可以整理特定司法系统内所有法官（不限于个别法官）进行的量刑流程，该系统可以像一个人脑一样自我维护、学习和改进，从而产生高度的一致性。在适当的时候，这样的神经网络将有可能完全取代量刑工作。的确，神经网络的使用现在是人工智能和法律研究中的一个热门话题。
This publication is produced by Robinsons,Lawyers.It provides a summary of the legal issues, but is not intended to give specific legal advice. The situation described may not apply to your circumstances. If you require advice or have questions or comments on its subject, please speak to your usual contact to:admin@RobinsonsLawyers.com.
All references to “Robinsons, Lawyers” and “the firm” in this document mean Robinsons, Lawyers and/or its Affiliated Entities. Any reference to a ‘partner’ means a member of Robinsons, Lawyers, or a member or partner in an Affiliated Entity, or an employee or consultant with equivalent standing and qualification. The matters referred to in this document represent the experience of our lawyers. This publication is produced by Robinsons, Lawyers. It provides a summary of the legal issues, but is not intended to give specific legal advice. The situations described may not apply to your circumstances. If you require advice or have questions or comments on its subject, please speak to your usual contact at Robinsons, Lawyers.
This publication constitutes attorney advertising.
