當判決交給演算法：司法還能被信任嗎？

文｜蘇冠蓉｜民間司改會台中辦公室實習生、東海大學社工系

這次的講座主要是在討論AI介入司法決策的正當性與風險，讓大家思考人工智慧進入司法判決後，有可能引發的制度與倫理挑戰。

講座一開始講者便請大家想像如果自己是一位法官，每天桌上堆滿刑事、民事、家事、勞動訴訟的卷宗，而績效考核與結案量緊緊相連，只要沒完成隔年的升遷就會受影響，龐大的案件壓得人喘不過氣，當講者進一步提到「若有一套AI輔助系統，能替法官整理卷宗、比對案例、甚至生成判決草稿，節省25%判決時間，你會用嗎？」的時候，我思考其中的利弊後，短時間內竟然沒辦法得出結論，雖然效率的提升固然重要，但如果AI出錯，是否會犧牲掉應有的公正呢？後來也有讓觀眾討論大家所想像的AI法官是什麼模樣，我認為的AI法官比較偏向冰冷的機器人，可以絕對理性並快速分析龐大的案件，雖然能夠不偏不倚的處理案件，但也多了份疏離感，因為沒有人類的感情，所以沒辦法去理解、同理。

演講前講者透過與觀眾互動的方式讓大家思考並慢慢帶入講座的主題，進入主題前講者引用了美國State v. Loomis案例來舉例，內容在說法院在量刑時使用COMPAS演算法來評估被告的再犯風險，系統判定Loomis有高再犯風險，於是量刑結果受到影響，但Loomis主張演算法黑箱、無法檢驗，可能存在歧視，因此侵犯正當程序，而美國法院最後裁定結果認為使用COMPAS並不違憲，但不能成為唯一證據，使用時必須附上限制與警告。而除了司法，台灣審計部也有使用AI揭露造假案件的案例，公務員透過ChatGPT與Python篩選兩百萬筆判決，再利用影像比對找出重複驗收照片，成功揭露16件偽造案件，命中率高達九成，新北市政府甚至決定將這套技術制度化，未來導入AI自動驗證，這個案例說明了AI能夠解決人力不足，提高效率與透明度。但當我們越來越仰賴AI時，是否也意味著我們會慢慢失去思考與觀察的能力呢？就像我有時候在做報告時，也會使用AI來整理，雖然能快速統整完畢，但相較於自己完成的報告，使用AI輔助會導致我比較不熟悉報告內容，也會認為電腦工具都不會出錯而偷懶不去檢視，這有可能會出現錯誤或偏差，這也會讓我越來越仰賴網路工具。

講座的中段講者也整理了關於AI在司法上的利與弊。支持者認為AI不會疲累，不會受到人的情感影響，能快速並有效處理大量資料，減少判決不一致的問題，這對於過勞的司法人員而言，確實是一種很好的方法。而反對者則是認為AI的運作黑箱不透明，容易受到資料本身的偏見影響，甚至會忽略案件的特殊性，責任歸屬也是一大難題，當AI發生錯誤判決時，該由誰來負責呢？這也讓我想到，法官常常需要針對被告的生活背景、狀況做出判決，有時候也會因為被告的悔意或家庭狀況而調整量刑，若將一切都交給AI，這些人性化的因素會不會被忽略呢？講者後來也提出四大思考面向，技術透明、制度規範、人員素養與社會信任，講者他認為AI在司法的應用，最終關鍵不是技術，而是制度的設計與信任的建立，講者也特別強調，AI並非真正理解案件，這只是透過數學向量計算文字的關聯，而餵進去的資料來自人類，背景資訊是不會被餵進去的，由於資料都是來自於人類，因此人工智慧也會繼承人類的偏見、歧視、認知偏誤產生的結果。

講座最後，談到信任與透明性，司法制度的信任是民主運作的基礎，如果缺乏透明性，倉促導入AI只會引發更多不安，唯有讓制度公開、讓民眾能檢視，才能真正建立信任，也許人工智慧在大量重複與同類型的資料處理能力遠勝於人類，但是在處理複雜情境與生命經驗的能力上卻遠遜於人類。整場講座我最大的收穫是了解AI在司法中的潛力與限制，AI確實能提升效率、降低人力負擔，但同時也可能會放大偏見，司法的價值不只是法律條文，而是對人性與社會正義的維護，AI可以輔助，但不該主宰。

---

當司法遇上AI：效率的輔助輪，還是正義的風險？

文｜田紫安｜民間司改會台中辦公室實習生、中山醫學大學心理系與社工系

AI或演算法早已悄悄滲入了我們的日常，手機上的語音助理能幫忙排行程，串流平台根據演算法推薦我們想看的影集，甚至是我們日常的對話提到想要買什麼東西時，相關的廣告就會開始出現在我們的社群平台等。AI像一種看不見的基礎設施，默默改變著我們的生活習慣與方式。當我們逐漸習慣依靠AI寫作業、整理報告甚至到寫文章，便不難想像，在司法領域引入 AI 也只是時間問題。只是與平時的娛樂或作業不同，司法判決承載的是自由與權利，一旦交由人工智慧參與，問題就不再只是「方便」與否，而是關於正義能否站得住腳。

試著想像：如果自己是法官，每天桌上堆積如山的案件卷宗，層層疊疊到看不見桌面。績效與升遷繫於結案量，只要拖延，隔年的考績馬上受影響。判決不是冷冰冰的數字，它關乎家庭的未來、個人的自由，甚至企業的生死存亡。然而，在現實裡，疲憊與時間的壓力讓人幾乎無法承受。當司法系統引入人工智慧輔助判決時，這樣的困境似乎出現了一道縫隙。新的系統能整理卷宗、比對案例，甚至生成初步判決草稿，據說能節省四分之一的時間。換算起來，這意味著不必夜夜加班，可以抽空進修，甚至終於能和家人度過週末。效率的提升聽來令人嚮往，但隨之而來的卻是另一種不安：如果人工智慧出錯，是否會讓無辜的人蒙冤？當事人能否相信，他們的案件仍由一位真正細心的法官裁決，而不是冰冷的演算法？

這樣的矛盾，其實早已有先例。主講人提到美國的Eric Loomis案，被告在量刑時法院使用了人工智慧COMPAS 作為量刑依據判定其為「高再犯風險」，而被告則主張主張這套系統黑箱不透明，甚至可能帶有歧視，違反了正當程序。最後法院裁定使用該工具並非違憲，但不得作為唯一依據，並須附帶警告與限制。這樣的判決彷彿在說：人工智慧可以是輔助，卻不能主宰一切。筆者也一直對於AI持有保留態度，不否認AI所能帶來的便利性和快速，然而針對人類複雜情緒或生命經驗上，AI是否能做到百分百的理解呢？且在許多灰色地帶上，並非非黑即白的的方式，都是依靠人類的情理在處理，我們說的情理法，情指的就是人情世故、同情心、良知等，也就是在事情中將心比心地考慮到他人的處境或感受，而理指的是事情的道理、對錯的判斷，也就是事情的本質或邏輯，最後才是法，指的就是國家制定的法律條規、處理事件的規範，所謂的情理法，在遇到AI之後，是否就不復存在了呢？針對筆者這樣的疑問，主講人也在最後解釋了AI的運作方式。

主講人接著提到，效率的誘惑並非只有司法系統能感受，近年審計單位運用 AI 揭露採購造假，甚至能在十幾分鐘內找出重複驗收的照片，命中率接近九成，若沒有演算法，這樣的工作恐怕需要耗費數週甚至數月，科技的確能補足人力不足，也能提升透明度。但也正因如此，人們更需要警覺：水能載舟亦能覆舟，AI既能成為正義的助手，也能成為偏見的放大器。支持與反對的意見，就像天平一樣在心中來回拉扯。支持者認為AI 不會疲倦，不受人類情緒影響，能提供一致性與穩定性，降低判決成本。反對者則提醒，演算法的黑箱特性，可能放大既有偏見，責任歸屬難以釐清，更難顧及個案的特殊性，且這樣的工具個人化與否也是一大問題，刑事判決動輒關乎自由，甚至性命，若僅僅依賴演算法，是否會讓司法失去人性的溫度？

主講人這時提到了，如果要讓 AI 真正進入刑事司法，不僅是技術問題，更牽涉到其他三個層面問題上，首先是針對技術問題，演算法的邏輯是否可解釋，輸出的精確性需要什麼條件？制度層面上，應用之前如何採購與開發，應用過程中有哪些規範，出錯之後又該如何救濟？人的面向則更不可忽視，司法人員是否具備理解與操作 AI 的素養？他們能否避免在長期使用下養成過度依賴的慣性？最後是最難也最脆弱的一環：信任，司法制度的信任是民主政治的基礎，如果導入 AI 卻缺乏透明與說明，社會大眾又如何放心？

透明度成為了關鍵，有部分人主張，應該開放程式碼與資料集，讓公眾與研究者檢視，避免壟斷，也增加信任，即便無法全面公開，也至少應釋出權重或參數，讓後續研究者檢驗。歐盟《人工智慧法》也已有相關設計，甚至針對開源模型提出豁免。畢竟，司法若要依賴 AI，其可信度不能只建立在廠商或政府的單方面承諾上，更值得警惕的是，人並非總是理性的，人類天生傾向「節能」，若能把艱鉅的判決工作交給電腦，我們或許會不自覺地選擇「放手」，因為有更簡單更快速的方法可以達成目標，何樂而不為呢？但司法判決不是可以輕易外包的工作。人工智慧在處理大量重複資料時確實遠勝人類，然而面對複雜情境與生命經驗，它的能力卻相形遜色，因為AI永遠無法理解人類那抽象又複雜的情緒，所有的資訊都是依靠人類餵進去的，它只是運用了數學向量的方式去理解了資料中文字的連結，所以當錯誤發生時，責任歸屬與救濟更是難以釐清，這正是司法最無法承受的風險。

或許可以這麼說：人工智慧的角色，更適合作為「腳踏車的輔助輪」，它能幫助司法系統維持平衡，避免過勞與資源不足，但不應該取代人類的判斷，法律人的靈魂，仍需由人類來承擔。「電腦嘛會揀土豆」這句話的背後其實除了廣告詞外，也蘊含著對我們的提醒，科技確實能提升效率，但司法不能只追求效率，判決所需要的，除了精確與一致，更需要理解、體察與同理。或許真正的課題不在於 AI 能不能判決，而在於我們是否能找到一個平衡點：既善用它的力量，又守護司法的人性與信任。當科技奔馳向前，司法是否必須跟著加速？還是更應放慢腳步，審慎規劃，確保正義不被犧牲？這些問題，恐怕短期內沒有答案。但可以肯定的是，司法的未來，不能單靠演算法來書寫。