□ 李国军 （黑龙江省齐齐哈尔市中级人民法院副院长、二级高级法官）
类案同判是司法公正最直观的外在体现，是统一裁判尺度、提升司法公信力、平等保护当事人诉讼权利的核心司法准则。传统审判模式下，法官个体认知差异、案件事实复杂程度、法律解释多元空间、地域裁判习惯差异等多重因素叠加，极易产生同案不同判问题，削弱了人民群众对司法公平的感知。随着人工智能技术在司法领域的深度渗透，类案检索、智能裁判辅助等系统的应用，为标准化落实类案同判提供技术工具支撑。最高人民法院印发的《关于统一法律适用加强类案检索的指导意见（试行）》，进一步确立智能化类案检索的制度正当性。但人工智能属于工具理性发展下的技术产物，其标准化、数据化、机械化运行逻辑，与司法裁判蕴含的价值权衡、个案裁量、人文关怀、实质正义存在先天内在冲突，“类案同判”人工智能化并非无限度扩张，而是存在技术、数据、法律、价值等多重限制。厘清智能化应用的固有局限，找准问题产生的底层成因，针对性构建全链条规制体系，方能实现人工智能与司法审判深度良性融合，以技术赋能守住司法公正底线。
“类案同判”人工智能化的实践现状与核心价值
“类案同判”人工智能化以数据驱动、算法推演为核心运行逻辑，依托案件要素提取、裁判模型训练、案情相似度量化比对等技术手段，自动推送匹配度较高的在先类案与对应裁判规则，助力法官统一法律适用标准、规范自由裁量尺度。从技术上实现路径划分，当前司法智能系统主要包含传统法律专家规则系统与新型机器学习模型两类，二者协同发力，推动类案检索工作由过去人工翻阅文书、粗放比对的传统模式，转向机器自动识别、精准匹配的智能化模式。从司法实践看，我国智慧司法建设已取得阶段性成果：作为底层数据支撑，中国裁判文书网为类案智能匹配搭建了充足的数据底座；各地智能化办案载体落地运行后，显著压缩案件阅卷、文书撰写、类案核查的办案时长，刑事案件智能量刑建议的庭审采纳率持续走高，在缓解一线案多人少压力、统一区域裁判尺度等方面发挥了重要作用。
与此同时，司法实践中智能化检索工具暴露的短板同样不容忽视：类案匹配精准度参差不齐、系统过度采信历史裁判文书、机械套用标准忽略个案差异化情节、算法存在“黑箱”缺陷无法完整释明匹配逻辑等现实问题频发，这些本质都是智能化应用限度的外在表现。
“类案同判”人工智能化的四重限度
依托司法权运行本质、算法规制理论、行政比例原则与实质正义理念作为分析框架，可对智能化应用存在的各类问题进行分层拆解，形成四重限度：
第一，技术限度：算法僵化与“黑箱”不可解释。算法作为智慧司法智能系统的核心支撑，其与生俱来的不透明性、机械性与滞后性，与司法公开、裁判说理、程序正当等基本原则天然存在冲突。一方面，算法基于历史数据训练，只能机械匹配预设要素，无法识别案件细微差异。如正当防卫案件中，算法可识别防卫行为与损害结果，却难以判断“必要性”“紧迫性”等关键裁量情节，导致建议脱离个案实际。同时，算法难以应对人工智能侵权、虚拟财产纠纷等新型案件，缺乏有效训练数据便无法生成合理参考。另一方面，机器学习算法存在“黑箱”问题，即系统能给出类案结果，却无法解释匹配逻辑与裁判依据，与司法公开、裁判说理的法定要求相悖。一旦匹配错误，难以追溯原因、向当事人释明，易引发信任危机，也可能导致法官过度依赖算法，丧失独立判断。
第二，数据限度：供给偏差与覆盖不全。数据是司法智能化建设的基础依托，但现阶段司法数据普遍存在生成偏差、覆盖不全与共享壁垒等突出问题，致使机器学习吸纳大量失真失范的“有毒数据”，进一步加剧裁判失衡与司法不公。在数据生成层面，裁判文书要素标注残缺、内容表述不规范，加之不同层级、不同地区法院裁判尺度存在差异，此类偏差被算法直接复刻吸收，不断放大司法裁判的地域与层级差异；在数据覆盖层面，涉隐私、敏感事项及疑难复杂案件文书公开受限，新兴领域案件数据存量不足，造成训练样本片面化、碎片化，形成明显的数据偏倚；在数据流通层面，跨法院、跨部门、跨区域的数据共享机制尚未健全，信息壁垒长期存在，智能系统仅能依托局部有限数据开展检索比对，类案参考范围严重受限。
第三，法律限度：适用复杂与规则滞后。法律适用的模糊性、开放性与个案适应性，与人工智能标准化逻辑难以兼容。法律原则与条文需结合案情解释，如公平、诚实信用原则依赖法官价值权衡，算法只能作字面匹配，难以实现实质正义。同时，法律修订、司法解释更新存在滞后，系统数据与模型更新不及时，易推送失效规则。司法裁判强调“个案正义”，而智能化追求同质化结果，无法兼顾当事人主观状态、社会影响等特殊情节，违背“类似案件类似处理、不同案件不同处理”的本质。
第四，价值限度：判断缺失与人文不足。司法裁判是价值判断与人文关怀的统一，而人工智能不具备情感与价值权衡能力。在公共利益与个人权利冲突等场景中，算法无法进行利益取舍；在婚姻家庭、邻里纠纷等案件中，不能开展调解、化解矛盾，难以实现案结事了人和。算法只讲逻辑与数据，不讲情理与温度，易导致裁判结果背离社会公平正义认知，削弱司法公信力。
“类案同判”人工智能化限度规制路径
坚持“技术辅助、司法主导”原则，结合技术与司法本质冲突、算法研发与司法实践脱节、数据治理不完善、制度监管缺位等深层问题，从技术、数据、制度、理念四方面构建规制体系，实现技术赋能与司法公正统一。
第一，优化算法设计，提升司法适配性。针对算法研发与司法实践脱节、技术与司法本质冲突的问题，推动法律专家与技术人员协同研发，将价值判断、裁量规则嵌入算法，减少机械匹配。研发可解释性算法，破解“黑箱”难题，保障裁判说理。建立算法动态更新机制，同步法律修订与司法政策，适配新型案件与复杂案情。
第二，完善数据治理，夯实高质量发展根基。聚焦数据治理体系不完善的短板，制定统一司法案例数据标准，规范文书撰写与要素标注，建立“系统校验+人工审核”双重机制，剔除偏差、老旧数据。打破数据壁垒，推进多部门数据共享，扩大数据覆盖范围，同时加强数据安全与隐私保护，平衡数据利用与权利保障。
第三，健全制度规范，强化监管约束。针对制度规范与监管缺位问题，由最高人民法院制定统一类案识别标准与算法评估规范，明确“类案”认定规则与系统使用边界。建立专门监管机构，全程监督算法运行、数据使用与结果推送，明确法官主体责任，严禁算法替代司法判断，完善责任追究机制，对相关违法违规行为依法追责。
第四，坚守司法理念，防止技术异化。立足技术与司法本质冲突，牢固树立“人主机辅”理念，确保法官主导事实认定、法律适用与价值权衡。加强法官专业培训，提升类案识别与价值判断水平，避免过度依赖技术，应在裁判中融入人文关怀，兼顾法理、情理与事理，实现法律效果与社会效果有机统一。
人工智能为“类案同判”提供了高效工具，但其技术局限与司法本质冲突，决定了智能化应用存在不可逾越的边界。技术、数据、法律、价值四重限度，警示我们必须坚守司法公正底线，以规制破除风险、以融合释放效能。未来，应始终坚持司法主导、技术赋能，通过算法优化、数据治理、制度监管、理念引领，让人工智能服务于统一裁判尺度、提升审判质效，而不是替代法官的主体地位与价值判断。唯有如此，才能真正实现“类案同判”，让人民群众在每一个司法案件中感受到公平正义。
2026年07月15日
