【專訪】台大教授劉靜怡：AI法官OK嗎？人工智慧將如何改寫法律上的權利義務關係？

作者：人文．島嶼（採訪撰文：林希庭｜編輯：黃詩茹）

過去，我們對人工智慧（Artificial Intelligence，簡稱AI）的理解，往往來自科幻小說和電影。然而，複雜而迷人的AI並非遙不可及的未來，其實我們早已身處其中。例如，聊天機器人取代真人客服、工廠用AI挑出瑕疵品提升生產良率、銀行推出智能投資和理財機器人、達文西機器手臂的微創技術顛覆傳統外科手術。

看似潛力無窮的AI，也正一步步踏入法律領域。有沒有可能，有一天AI可以開罰單、預測判決，甚至出現AI法官？當人工智慧代替人類執行國家公權力時，又會如何改寫法律上的權利義務關係呢？

從量刑預測到AI法官，人工智慧是法律人的好幫手？

綜觀人工智慧涉及的法律議題，「量刑」是國內外都積極嘗試的項目。例如台灣有學術團隊研發「AI人工智慧協助家事判決預測系統」，預測父母離婚後，子女的親權會判給誰；美國法院運用COMPAS系統推估被告再犯率；愛沙尼亞計劃開發處理小型訴訟案件的AI法官。

這些系統有的已付諸實務，有的還在研發階段，為什麼法律界希望借助AI作為量刑依據呢？除了為人類分憂解勞、消化積存已久的案件，台灣大學國家發展研究所教授劉靜怡說：「真正的原因，是我們不希望個別法官的判斷有太大的差異，我們希望類似的案件能做類似的處理，這也是法律所追求的公平之一。」

迎接AI來襲，各國政府紛紛端出策略報告，法律人也積極投入人工智慧的法律議題研究，劉靜怡直言還有一段長路要走。不過眼下AI確實能有貢獻之處，「法律裡有很多決定是比較常規化、規律性高，例如你超速被拍下來，超速多少罰多少，這些交通事務絕對比親權判決、繼承或刑事量刑更常規化，這樣的工作就很適合由AI來做」。

但問題又來了，當監視器拍到違規停車，它可以直接開發單嗎？答案是不行。劉靜怡說：「因為法律不容許這麼做，警察開罰單是代表國家行使公權力。如果要讓監視器開發單，接下來的問題是你要在法律上提供它授權基礎。」

AI判決預測系統是如何煉成的？

科技的準確度很高，可以聽它的就好嗎？人類會不會被人工智慧取代？在回答這些問題前，劉靜怡認為要先了解人工智慧的技術是如何生成？

如果要打造AI判決預測系統，必須先蒐集並分類大量的判決、找出關鍵字、準確的編碼（coding），將巨量資料（big data）轉化為可用的資訊，再讓機器學習（machine learning）並做出預測，最後提供法律人做出決定。看似程序化的流程，其實步步都是挑戰。

劉靜怡說：「如果法官必須仰賴AI作判決，『數據品質』就非常重要，你到底選了哪些判決讓機器學習？」判決品質有好有壞，同樣的法律規定，有些人判得重，有些人判得輕，個案情況又有所不同。在「餵」給機器之前，編碼就是一項費時耗力的大工程。

說到這裡，劉靜怡問：「判決中常出現『非不得為』、『不得不』的文字，這樣的意思到底是可以，還是不可以？」

編碼牽涉到文字系統的複雜度和法律文字的特殊性，「無論再怎麼白話，法律還是有專門的表述方式，以及法官如何在判決中，用文字把法律概念鑲嵌到事實裡的問題，所以編碼本身就很困難」。

編碼的品質決定資料的品質，但要下多少標籤，才能將判決轉換成有用的資料？如果設計系統、進行編碼的人都不理解判決的意義，如何正確地訓練系統？劉靜怡說，編碼並不是機械式的貼標籤，而是必須把判決讀懂、做出正確的分析和摘要，才能精準註記。

「背後龐大的人力資源是你難以想像，如果做得好就會是好的系統，但談何容易？坦白說，要讓AI變成非常精確的裁判替代者，還有很長的路要走，而且可能是相當困難的。」劉靜怡說。

當機器出錯時，人類怎麼接招？

AI判決預測系統的出現，雖然有助於減少人為偏見，卻也引來黑箱、不透明的質疑。劉靜怡提到，已有實證研究指出，在某些國家，有色人種、在某些地區出生，或擁有某些家庭和教育背景的人，在刑事案件中會被判較重的刑度或較長的刑期。「AI學習這些資料時，可能會把過去判決中對於有色人種、少數性別或弱勢族群的偏見複製進去。」

除了在編碼的過程中，將個別法官的價值觀或社會的刻板印象灌輸給機器外，偏見也可能來自法律界內部的因襲。

「預測系統是告訴你，如果有什麼狀況，法官通常會怎麼判。所謂『通常會怎麼判』，除了法律規範，很多時候是如果不這樣判，案子可能被撤銷發回，所以法官也會自我制約而選擇那樣判，這是內生的」。

所以人工智慧究竟有沒有可能取代法律人扮演的「推論衡量」的角色？劉靜怡認為，AI量刑系統或判決軟體無法代替人類找到一個完美、唯一或毫無偏見的判決。

「它只是告訴你，過去遇到這樣的狀況會得到什麼樣的結果。但不會告訴你要如何克服過去的偏見和判決本身可能的錯誤。它畢竟是從經驗創造出來的東西，因為這些資料就是人類社會如何解決各種紛爭的經驗」。

人類面對AI始終有股複雜的心情，有的人樂見AI起飛，認為政府應該收起管制的手以鼓勵創新；有的人恐懼AI失控，要求政府預先立法管制人工智慧的發展方向。劉靜怡則說：「我對科技的發展是一半樂觀，一半悲觀。」

但她認為除了選邊站，我們更應該問：在機器犯錯時，可以怎麼處理？「有時候機器犯錯我們會發現，因為太不對勁了；有時候我們根本不知道它做錯了，所以問題在於怎麼稽核和除錯」。