一、介紹
機器學習是否能協助聰明地將案件列表？人工智慧程式是否能從大量的判例中精準地選擇法律定位？機器人可以決定法律問題嗎?以上這些問題，不久前還被認為會發生在很久後的未來，但在今天，人們迅速達成共識，也就是人工智慧會在各領域以前所未有的型態徹底改變人類的生存方式，其影響甚至比工業時代時機器興起取代勞力還要巨大。雖然不同人對人工智慧一詞的定義會有些許差異，但基本上，從人類思考、判斷與意圖的模式來看，人工智慧做出判斷的方式與傳統人類並無兩樣。人工智慧技術已經從僅遵守預設的程式碼規範，進步到更複雜、且充滿類似人類認知行為的科技產品。

印度司法部門是採用人工智慧系統的先行者。透過「電子法院任務模式計畫(eCourts Mission Mode Project)」，奠定電子法院所需的基本運算硬體系統。印度司法機構電子化在過去兩年取得了巨大進步，為應用人工智慧於司法系統提供了更多的可能性。

除印度外，全球也已經有許多利用演算法與機器學習技術以提高程式效率、輔助決策甚至預測與過去一致結果的嘗試。「預測性司法工具(Predictive Justice Tools)」可能是現在正式司法運用上最先進的智慧系統，其宗旨為在更大的司法系統中，限制人類決策與判斷的任意性(arbitrariness)。實際上，一個正由許多司法學者聯合進行的調查顯示，人工智慧將在未來25年內成為司法決策過程中不可或缺的一環。此文件主要涵蓋以下四大主題。

二、印度司法系統中運用人工智慧的潛在先驅案例
現今的印度，人工智慧被用來提升行政效率與改善司法系統中決策過程。對前者而言，是使用定義上狹義的人工智慧針對特定任務作創新，這些創新包含了減輕對司法登記單位的負擔，並有助於協助法官花更多的時間在司法工作而非行政責任上。此外，此類創新也提供平凡且耗時的複雜管理流程自動化。而對於後者，人工智慧可能用於分析、計算與研究。這些工具可以提供全面的法律相關彙報，其內容可囊括相關的法律研究案例、辨識法律與事實要點、加速司法流程並有效補充司法裁判中的人為判斷因素。此外，智慧工具的使用，例如法律機器人，可幫助潛在訴訟人就其合法權利做出更好的決策，並輕易地獲得可負擔的基本法律服務。

應用人工智慧協助司法案例前，有一個重要的先決條件。目前機器學習與深度學習技術相當依賴大量可存取的資料。建立隨時可存取資料集，使用人工智慧為基礎的技術才可以被實現，以提高行政效率與決策品質，因此需要司法資料的開放取用(Open Access)。

在印度，司法機構與其更大的司法系統中，極度缺乏可公開存取的資料集。舉例來說，作為公共資源的判例通常不以機器可讀取的格式發布，並導致存取基本法律資料庫的技術障礙。最近的一項研究表示，開放的司法機構可鼓勵包括利用人工智慧演算法的創新科技解決方案。為了實現利用人工智慧等新興科技於司法系統改革的潛力，可公開存取與機器可讀的資料是印度司法系統數位轉型的必要條件。司法機構應該制定資料公開的政策，以提供非敏感資料可公開存取的準則，並制定一般化規則來管理此類資料分享。


三、印度司法系統外運用人工智慧的案例
雖然印度司法機構使用人工智慧輔助然仍處於初期發展階段，但在全球範圍， 人工智慧在司法系統運用中已有許多進展，尤其是歐盟、英國與美國，他們也正在研究人工智慧如何運用於司法系統。例如，愛沙尼亞司法部研發一「機器人法官(Robot Judge)」來裁決低於7,000歐元的小額民事賠償。這個試行計畫目的在於解決合約糾紛，未來目標為擴充應用到其他賠償案件。

在美國，人工智慧更被用於設計風險評估工具。例如，芝加哥採用戰略主題列表(Strategic Subject List)工具來預測可能涉入槍枝暴力的人。另一個更具爭議的工具是「替代性制裁的罪犯矯正管理分析系統(Correctional Offender Management Profiling for Alternative Sanctions, COMPAS) 」，此工具被利用於評估罪犯的再犯風險，也被用於評估假釋與量刑的依據。除美國的COMPAS系統外，英國還使用了稱為HART的類似工具以預測哪些罪犯最可能再犯，該工具使用隨機森林(random forest)預測嫌疑人在兩年內再犯的風險是低、中還是高，以幫助監管人員做決策，並建議如何監督監獄中的被告人。

在新加坡，法院已經部署了語音翻譯系統。該工具利用語言模型與特定領域術語所訓練的神經網路模型即時記錄法庭聽證會，並允許法官與當事人能即時審查法庭上的口頭證詞。在俄羅斯、中國與墨西哥等國，機器人為公民提供法律諮詢服務，並協助法官判斷是否該發放退休金。在奧地利，人工智慧被用於管理複雜的文件，例如法庭文件的匿名化與數位助手。若人工智慧廣泛用於司法系統但不受限制會讓人們感到擔憂，因此這些人工智慧系統應該設計足夠的監督與保護機制。

四、使用人工智慧於司法系統的挑戰
短期挑戰中，司法機構使用人工智慧時，必須考慮被採用地區的社會背景與動態。此外，更重要的是要確保使用人工智慧應用於司法系統時，必須符合憲法、法律權利和社會價值觀。在某些司法管轄區，保護公共利益與促進發展負責任的人工智慧科技現在也面臨到一些挑戰，這些挑戰往往互相影響，與其個別解決單一挑戰，發展全方位框架會是更好的解決方法。其中包含：確保演算法的透明度與可解釋性、防止資料與演算法設計偏見產生社會不平等的現象與創造輔助而非取代人類判斷的決策系統。

除了上述短期挑戰之外，利用人工智慧整合司法系統仍存在兩大問題。第一是價值鎖定(Value lock-ins)可能會阻礙法律與判例的演進。價值鎖定指的是當一味地堅持先例而導致現今法律僵化的情況，限制了法律隨著社會價值觀發展而必要改變的可能性，並將社會「鎖定」在現狀。在司法及其對法律解釋的背景下，鎖定現狀可能與正義觀念背道而馳。因此，隨著越來越多的人工智慧技術運用於司法系統，仍必須保留人類於系統中以監督與判斷人工智慧工具的效能，防止任何不利的價值鎖定。

第二是在三權分立的憲法機制下，司法機構所扮演的憲政角色將改變，尤其是過度干預對行政與立法的制衡。雖然人工智慧可能能做出司法判決，但憲法法官的角色更為複雜，需要權衡法律與事實，並透過合理的判斷以平衡利益衝突，而這些能力來自於人賴法官多年來不斷參與法律解釋的經驗。對於人工智慧而言，要達到此任務需要更複雜的深度學習，並擁有與人類認知能力相當或優於人類的智能，而這種人工智慧被稱為廣義型人工智慧(General AI)，目前尚未發展出這樣的技術。


五、使用人工智慧於司法系統的路徑圖規劃
前幾節介紹了運用人工智慧改變印度司法系統的潛力。然而，這些努力需要一個明確的路徑圖，並建立此類技術的基本規則、並辨識與展開利害關係人的參與以及建立合作關係以協助開發此類技術。

基於目前奠定的生態系基礎中，理想情況下，最高法院應指導對此類路徑圖的審議，並監督其規劃與發展。本節所提出的路徑圖包含三大規劃，即概念化人工智慧並整合於司法系統、建立運營模式以實現整合與在司法系統中部署人工智慧。

概念化人工智慧並整合於司法系統必須由最高法院的人工智慧委員會確定人工智慧的短期、中期與長期使用情境，並為負責任的人工智慧設計與部署建立明確的基本道德規範。此外，此規劃也必須確立司法機構整合技術的後勤能力。概念化階段內容必須包括：採用管理章程、進行廣泛的利害關係人協商、促進司法系統對人工智慧治理研究與透過縝密計畫以發展人工智慧系統。

建立運營模式以實現整合人工智慧技術於司法系統主要可包括以下三個主要行動點：擴編最高法院的人工智慧委員會，以監督人工智慧在司法系統中的整合、發布可公開存取的資料集與利用公私協力設計與部署人工智慧技術系統。

最後，在實現提高行政效率與決策系統雙管齊下的目標下，印度司法人工智慧系統必須分階段的部署。在試點的範圍內，利用人工智慧干預、審查進度並持續的改善這些第一代技術。其分階段部署所包含的要點如下：試行第一代人工智慧系統、建立回饋循環與影響評估框架與發展第二代人工智慧系統。