转载自：尚权刑辩
摘 要：在认罪认罚案件中，控辩量刑从宽协商机制的司法供给不足、量刑建议协商的效率诉求攀升、量刑建议的正当性与精准化要求等问题交互叠加，亟待从理论本源上疏解供需矛盾，人工智能辅助预测量刑也应运而生。认罪认罚案件具备智能办案的规模化、类型化优势条件，与“预测”量刑的本质特征、量刑规范化理论、司法大数据蕴含的量刑规律与经验等，共同生成人工智能辅助精准预测量刑的知识体系。理论预测与数据预测作为体系双核相互验证，与必要的人工介入，齐力实现更精准预测量刑，提高量刑协商效率与量刑建议质量。人工智能辅助精准预测量刑系统宜定位为司法辅助角色，发挥量刑规范化层面的参考作用。
关键词：认罪认罚案件；人工智能辅助量刑；精准预测；理论供需；知识原理；实施体系
一、问题的提出
《刑事诉讼法》（2018年修订）第15条规定正式规定了认罪认罚从宽之基本诉讼制度。这使认罪认罚案件与不认罪认罚案件的程序繁简分流被制度化。在全面实施的背景下，认罪认罚案件的数量占比不断攀升，成为最主要的办案对象。在自愿认罪认罚的前提下，定罪基本无争议或已解决，主要通过程序确认“有罪”。通过量刑从宽协商机制提出科学的量刑建议成为重中之重。这要求转变传统办案理念与方式。根据《刑事诉讼法》（2018年修订）第176条第2款以及第201条的规定，检察机关迫切需要构建量刑协商机制与提高量刑建议能力，尤其是应当尽量提出精准且明确的量刑建议。签署的具结书及量刑建议的合法性成为人民法院庭审的新对象。这决定了科学开展量刑协商、精准提出正当的量刑建议，是当前办案质量的核心考核指标，也是创新办案机制的新方向。然而，如何在短时期内高效完成量刑协商并提出科学的精准量刑建议仍在摸索中。
与此同时，2019年2月，《最高人民法院关于深化人民法院司法体制综合配套改革的意见——人民法院第五个五年改革纲要（2019—2023)》明确指出，要加强智能辅助办案系统建设，建设智能辅助审判系统，完善类案推送、结果比对、数据分析、瑕疵提示等功能，促进裁判尺度的统一，提高审判的质效。2019年7月，最高人民法院院长周强在“世界互联网大会智慧法院暨网络法治论坛”上指出，信息技术推动司法的现代化，研发与应用各类人工智能办案辅助平台，利用大数据对案件进行标准化认定，可以推进司法公正。这充分说明人民法院高度重视智能审判辅助系统建设，刑事审判领域针对认罪认罚案件的智能办案是当前热点与难点所在。这对检察机关而言更为迫切。2019年4月，全国检察机关贯彻落实认罪认罚从宽制度电视电话会议强调，进一步细化常见罪名量刑标准，加强量刑规范化建设。同月，全国检察机关“量刑建议精准化、规范化、智能化”网络培训要求，各级检察机关加快全面提升检察官量刑建议的能力和水平。特别要求充分发挥大数据智能辅助系统的作用，通过大数据、智能化与检察工作的结合，有效提升量刑建议的精准度，充分论证并适时组织研发可以普遍适用的量刑建议辅助系统。这明确提出了认罪认罚案件的量刑智能化改革之改革方向。目前，认罪认罚案件智能辅助预测量刑办案系统已经开始陆续上线试用。例如，由广东博维创远科技有限公司研发与设计的“小包公”智能定罪与量刑系统，对认罪认罚案件，具备强大的智能精准预测量刑功能，能够更好地推进量刑规范化改革，已在全国200多个法检使用或试用，试运行效果良好。2020年1月，遵循“科学化、智能化、人性化”智慧检务建设原则，最高人民检察院以及贵州、海南两省检察机关正式上线试点运行全国检察机关统一业务应用系统2.0版，其中，智能辅助量刑系统是非常重要的板块。大数据与人工智能技术可以智能抓取、分析相关量刑情节并智能输出预测刑期。未来的量刑活动、特别是认罪认罚案件的量刑，借助大数据智能辅助办案系统，可以提升量刑建议的精准度。当前，进一步加快量刑智能辅助系统研发和推广，是提升量刑建议的客观性、精准度和公信度的必由之路。随着刑事司法智能化改革走向“深水区”，围绕认罪认罚案件探索人工智能辅助精准预测量刑办案系统急需理论支撑，更是理论发展的使然。当前，有关认罪认罚案件的人工智能辅助预测量刑系统的理论依据、原理构造等研究相对滞后，理论指导实践的效能不足，亟待释明和建构实施机制。
二、人工智能辅助认罪认罚案件量刑的理论供需
因定罪问题基本解决，办案机关转而着力保障量刑从宽协商的公正性。但检察机关量刑建议能力的积累与培养相对不足，迫切需要通过量刑建议辅助系统实现“弯道超车”。人工智能辅助量刑办案系统应有一席之地，可以发挥提高量刑建议精准化及其效率等积极作用，也宣示独立的量刑办案机制正在加速形成。
（一）量刑建议核心地位的司法供给瓶颈与制度性消解
在不认罪认罚案件中，定罪量刑是既定的核心司法活动，定罪是量刑的前提，甚至在实践中异化为“重定罪、轻量刑”的不良倾向。在认罪认罚案件中，定罪问题基本解决或无争议，量刑协商及量刑建议等成为焦点。但是，针对量刑建议的核心办案任务，当前的司法供给制度明显滞后。鉴于刑事司法智能化的潜质与意义，可以从办案思维、司法理念以及技术方法提供制度性的消解路径。
1．量刑从宽协商机制乏能的思维超越
长期以来，我国刑事司法片面强调控辩对抗、忽略控辩合作。试点经验已经证明，犯罪嫌疑人、被告人自愿认罪认罚的，控辩之间对抗的法律前提已然消失，可以通过合作、协商的模式获取最大利益。认罪认罚从宽制度直接推动我国刑事诉讼结构的深度调整，确立了诉讼“合作模式”之图景。速裁程序的正式入法，与普通程序、简易程序，构建了多元化、多层次的诉讼程序，使诉讼合作已经具备程序基础，实质启动繁简分流的多层次诉讼制度体系之构建。刑事诉讼结构、诉讼理念的重大转变，不仅冲击不认罪认罚案件的传统办案机制，也要求为认罪认罚案件设计相对独立的办案模式，贯彻司法合作的精神。在认罪认罚案件中，量刑协商成为常态性活动，但协商机制尚不健全。检察机关主导量刑协商过程、科学提出精准的量刑建议作为至关重要的新任务在理论储备上非常不足。
量刑从宽处理是司法层面的法律后果与终极归宿。在如何实现“从宽处理”的办案任务中，量刑从宽协商、提出精准的量刑建议、签署具结书以及一般应当采纳等，是基本的实施要素与指标体系。从个案正义看，量刑从宽协商的过程与量刑建议的合意结果都非常重要，不仅关系实体裁判的准确性与合法性，也具有程序正当的重大赋能意义。在诉讼简化下，量刑建议的精准与科学，可以提高诉讼效率与减少当事人的诉累。但是，在量刑环节提高效率，其思路不同于定罪，要充分结合认罪认罚案件的属性。既要确保量刑从宽协商的实体正义与程序正义，也要在办案方式、方法上进行创新。其核心诉求就是，在有限司法资源下，以更高效的方式，达到量刑从宽的公正性。为了使认罪认罚案件的量刑从宽协商机制得以充实与具化，不仅需要借鉴传统诉讼协商的基本理念与做法，更需要谋求中立性、客观性、高效性的协商平台，满足大规模、常态化的量刑协商工作。这就要求办案机关拓展业务升级思路，加大辅助办案措施的配套力度。导入智能技术并应用于量刑从宽协商机制与量刑建议的商定，不仅可以释放人工智能技术的强大算法能力，也可以发挥第三方技术的中立“参考”、“建议”与“监督”作用。
2．“无定罪、重量刑”下量刑建议新课题的突围
在不认罪认罚案件中，定罪是极其重要的司法活动。它集中表现为：一是适用普通诉讼程序。基于对抗式的诉讼结构与诉讼原理，程序不能简化，以达到“法律真实”的目的。二是法定的证明标准与严格证明方式。必须按照法定的证据制度、证据类型，根据法定的证明标准，遵照严格证明，达到排除合理怀疑的内心确认。三是定罪的不可动摇性。定罪活动具有不可替代性、不可省略性、不可交易性或柔化性，以及严格的程序性与结果的法定性、仪式性、程序性、权威性等。这是传统不认罪认罚案件最核心的司法特征，往往导致量刑的地位被弱化。
目前，认罪认罚案件成为一类完全独立的案件类型。在认罪认罚案件中，传统报应性司法模式明显“瘦身”。特别是自愿认罪认罚的行为，不仅使定罪活动的法定性、强制性等被“柔化”，也使最具争议与复杂的传统定罪活动基本得以解决或无争议。围绕定罪的重要性及其衍生的法律真实、繁琐的程序等传统问题也被“简化”，形成了“无定罪、重量刑”的办案特征。通过量刑从宽协商达成量刑建议的合意，是办案质量的核心检验标准。只有提出精准的量刑建议，才能确保量刑合意的采纳率。这对量刑建议提出了质量与效率并重的办案要求。但是，量刑本不是刑事司法的“显学”。精准量刑作为办案质量的指标系数，无疑给办案机关提出全新的课题。为了实现“精准”目标，不能固守现有的司法经验与做法，应当立足认罪认罚案件的特性，特别是借助技术方法予以疏解。人工智能技术导入量刑活动，可以在一定条件下超越人脑的智力极限。通过对司法大数据的规模分析、算法的精准运算等，达到辅助提高量刑协商效率与质量之目的。
（二）量刑建议协商机制的效能导向与技术呼应
在全面实施阶段，认罪认罚案件数量急速攀升，案多人少的矛盾有增无减。对高度“类案化”的认罪认罚案件，特别对量刑协商及量刑意见的提出，探索类型化、集约化的高效智能辅助办案方式，可以短时期内“补齐”检察机关在量刑工作上的短板。人工智能技术的强大应用优势，正好可以有“用武之地”。
1．办案“高压”可以借助智能技术适度疏浚
从试点以及目前发展的情况看，认罪认罚案件在全部刑事案件中的占比很高，且一直处于高度递增状态，并以轻罪案件为主。具体而言：（1）认罪认罚案件的权重大。从试点到2017年11月底，适用认罪认罚从宽制度审结刑事案件91121件、103496人，占试点法院同期审结刑事案件的45%。而从试点至2018年10月，适用认罪认罚从宽制度起诉的案件数，占同期起诉刑事案件总数的50%左右。试点至今，认罪认罚案件的占比与权重稳步增长。这使办理认罪认罚案件的司法压力激增。（2）认罪认罚案件以三年以下有期徒刑的轻罪为主。其表现为：一是以速裁程序与简易程序为主、适用普通程序为辅。从试点情况看，适用速裁程序、简易程序审理的，分别占全部认罪认罚案件的 65. 48%、26. 63%，占全部认罪认罚案件的92. 11%；适用普通程序审理的案件，仅占8. 19%，全国仅有17个中院试点。二是重罪的适用。目前，对重罪案件、尤其是可能判处无期徒刑以上刑罚的案件，在适用上仍偏于保守，但实践中正在逐步松动。认罪认罚案件具有较为特殊的案件结构与类型，预示着办案对象、任务与指标的实际变动。
截止2019年底，认罪认罚案件的适用率已达到同期审结人数的74.6%。同时，自愿性的审查以及量刑建议的实质判断，是最重要的审理对象，使程序的全程简化成为必然。新时代的“案多”的问题正在加速形成，办案机关的司法责任却更繁重，对司法效率提出了新的更高要求。但是，程序的简化不能以程序正义的塌陷为代价。司法机关急需解决好大规模、类型化且增量中的量刑建议活动，提高量刑协商并达成量刑建议合意的效率与质量无疑是最迫切的任务。这需要探索相对独立的办案机制，特别是围绕量刑建议摸索高效的办案方式。但是，在新的“案多人少”背景下，完全依靠司法人员的有限精力及其个体性、经验式量刑做法等显然不够，通过引入大数据、人工智能技术等司法智能辅助系统是可取之路。充分运用人工智能技术与司法大数据，可以解放司法人员的部分“事务性”工作，将有限的办案精力投入到量刑建议环节，更好地确保量刑建议的质量。
2．提升量刑建议专业能力的人工智能方法论转向
认罪认罚从宽制度必然改变检察机关的公诉模式与法院的审判方式，公诉在刑事诉讼中的主导作用更为突出，审前阶段成为办案的核心环节，检察机关起主导的作用，急需丰富和完善检察机关的公诉裁量权。检察机关主导量刑协商、提出量刑建议并控辩双方共同签署具结书，是办理认罪认罚案件的必经环节。这倒逼检察机关在量刑协商过程中，必须提升量刑建议的协商能力。在试点期间，尽管人民法院对量刑建议的采纳率保持较高水平，但检察机关提出确定的量刑建议的比例相对不高，与“提出明确具体的量刑建议”的要求不符。更严峻的是，大部分罪名没有明确的量刑指导意见或实施细则，已有的常用罪名的量刑指导意见主要涉及主刑而非附加刑，增加了提出确定的量刑建议之难度，加剧了检察机关的量刑建议能力不足之短板，包括确定从宽幅度、确定基准刑以及尽可能提出明确的量刑建议、重罪的量刑建议等方面。因此，检察机关在如何提出精准或确定的量刑建议上仍有很大的增量空间，急需跨越式地提升业务能力与水平。
提出合理的量刑建议是激励犯罪嫌疑人自愿认罪认罚的关键。然而，检察机关在量刑建议上的准备不足、储备有限。长远看，检察机关应当加强对量刑规定和量刑指导意见的培训，加强对量刑规范化问题的研究，与法院加强沟通协调，积极参与量刑指引的制定，共同研究出台量刑规则或量刑指导意见，为规范、准确量刑提供依据。但是，在短时期内，检察机关以及人民法院都必须积极寻求其他辅助手段或配套机制，在方法论上实现质性的飞跃，从而有效满足庞大且高质量的量刑能力需求。按照最高人民法院、最高人民检察院的相关部署，人工智能量刑辅助系统是重要的发展方向，可以快速并高质量地提升量刑协商、提出精准量刑建议的能力，使控辩审三方确立统一的量刑协商标准，减少程序拖沓。
（三）量刑协商正当化与量刑建议精准性孕育智能供给契机
以量刑建议为核心的办案机制，重在挖掘高效、精准的实现方式。控辩审三方应当围绕量刑协商的公正性与量刑建议的精准性展开，真正实现简化审与提高效率。导入人工智能技术及其算法能力，可以促进传统量刑活动更接近于正义。
1．量刑协商说理正当化的可视化路径
量刑协商的说理机制非常重要，却是当前薄弱的环节。它表现为：（1）量刑协商从宽幅度的具体把握是难题。个案情节千差万别，应当统一量刑标准的前提下进行精细化量刑。同时，检察机关在提出量刑建议时，必须强化说理机制，为量刑从宽协商注入“释法”的正能量，明确阐明量刑建议的合法性、正当性、精准性之法理基础、法律依据、司法经验等，防止量刑从宽协商机制“徒有其表”，在实体层面、程序层面流于形式。（2）检法统一的制度阻力。为了维护控辩双方协商过程、具结书签署及其量刑意见的稳定性与权威性，应赋予量刑意见一定的强制效力，维护具结书的有效性。签署的具结书具有一定的强制性效力，意味着法院一般应采纳量刑建议。但是，从尊重和维护审判机关的裁判权看，法官拥有最终的决定权，可以依法调整量刑建议。这使检法两家在量刑意见上的“不一致”问题日渐凸显。量刑建议作为量刑从宽协商的结果载体，其规范性、合理性、尤其是精准性，决定了审判阶段的从宽处理效果，也是决定案件质量的最根本要素。检察机关必须通过量刑协商说理机制，在控辩之间寻求合意，充分阐释量刑建议的合法性与正当性，在法检之间建立起具有共识性的衔接机制。
在如何建立量刑说理机制上，既可以是传统的口头说明、书面释法、当庭陈述等方式，也需要更中立、开放、可视化与便捷化的说理方式，确保量刑说理机制不是封闭性的官方意志行为，而是符合程序正义的公开形式。但更关键是，认罪认罚案件的量刑说理机制，应当是以量刑标准的统一化为前提，遵循量刑规范化的基本原理，满足“类案类判”的基本要求，能够与已决案件保持量刑的统一化、标准化。按照两高的部署，借助智能技术、司法大数据等优势资源，可以确立常态化、智能化、标准化的第三方量刑说理方式。而且，“可视化”的公开量刑说理机制，直接提升量刑建议的“合意”程度，强化了量刑建议的可接受性。
2．精准量刑与采纳率指标倒逼“智能辅助”的转向
人民法院最终采纳量刑建议，是办案质量的基本评判标准。在试点期间，检察机关对认罪认罚案件依法提出从宽量刑建议，法院的采纳率为92.1%。截止到2018年9月底，检察机关量刑建议的采纳率为96. 03%，足见控辩双方量刑协商得到充分尊重。抗诉和上诉率分别0. 04%、3. 35%，反映了控辩双方充分表达意见的基础上，法院的裁判更容易得到控辩双方的认可和尊重。但是，这一切都以量刑建议的合理性与科学性为前提，否则，人民法院不会“一般应当采纳”。这对检察机关提高量刑建议的准确性与公正性等，均提出了非常严苛的要求。
检察机关过往并未将量刑建议作为一项常态工作。当前，又急需提升量刑协商与量刑建议的能力。这些新的考核指标催生了新的办案方式。就“采纳率”而言，检察机关不应止于竭力避免出现“量刑建议明显不当”等例外情形，而应尽可能在本源上提高量刑建议的精准度，通过尽可能明确、具体的量刑建议，提高量刑建议的合理性与可接受度。只有将量刑精准与采纳率作为一个整体，法检两家才能在统一量刑标准的前提下，相互以公开、可视化以及高效的“说理方式”，共同推进办案考核指数“达标”。检察机关要在极短时间内达到能提出高水平、高质量、高效率的量刑建议能力，必须实现跨越式发展。在方法论上，应当注重向现代科技要生产力、要司法效率，通过人工智能、大数据的深度运用，推动提升检察机关量刑建议的精准度。继而，才能更好地实现“一般应当采纳”的司法效果，有效避免“明显不当”的情形，在末端程序中稳定量刑从宽的可预期性与激励机制，降低上诉率、抗诉率，并避免出现认罪反悔、程序回转等情况。
三、人工智能辅助精准预测
认罪认罚案件量刑的知识理据
研发与适用认罪认罚案件的人工智能辅助预测量刑系统具有非常迫切的现实需求，也是理论发展所应攻克的难题。同时，认罪认罚案件的内在规律与类案规律特质、量刑预测的基本属性与一般量刑理论的储备、司法大数据的深度供给等，共同支撑起认罪认罚案件人工智能辅助（精准）预测量刑系统的知识基础。
（一）认罪认罚案件的专属适用潜质
面对巨大的认罪认罚案件基数及增量态势，始终存在高效、规模化的办案压力。认罪认罚案件与不认罪认罚案件相互分流后，是完全独立且典型的新类案。当前，大量自愿认罪认罚的案件，正在成为高度相似或相同的类案，集中表现为量刑协商与精准量刑是起诉与审判的重点。这为人工智能辅助预测量刑的提供了独特的内在优势条件与衔接潜质，可以实现标准化、流程化、统一化办案。
1．规模化办案的内质性
从试点的情况看，认罪认罚案件的数量比不认罪认罚案件的数量明显多，而且保持快速增长的趋势。按照美国的辩诉交易的经验，平均接近90%以上的案件，都会进入辩诉交易状态。根据《刑事诉讼法》（2018年修订）的规定，只要是自愿认罪认罚，基本上不存在罪名、案件类型、主体类型等方面的限制，而是全覆盖的适用格局。在认罪认罚案件与不认罪认罚案件分流后，认罪认罚案件将持续攀升并占据绝对多数，成为最主要的案件类型，是司法机关最主要的办案对象。
基于认罪认罚案件数量的占比攀升、增幅的规模化态势等因素，以及案件的独立性、特殊性，及其与不认罪认罚案件存在实质的差异，不能完全套用不认罪认罚案件的繁琐办理模式及其配套的普通诉讼程序，应当建立相适应的办案机制与模式。在定罪问题得以解决的前提下，围绕量刑协商问题，探索具有类型化、流程化、标准化以及快捷化的简化办案机制，与量刑活动的规范化属性相容，与认罪认罚案件的属性相符。它不仅可以在缩短的诉讼期限内“消化”案件，也可以聚焦量刑协商的程序正义与量刑建议的精准化效果，还可以达到办案数量的规模化效应、办案流程的模块化效能。认罪认罚案件的规模化办案，是对诉讼期限短与提高诉讼效率诉求的积极回应。它完全建立在认罪认罚案件具备实现不同纬度或层次的类型化办案条件之上，而传统的不认罪认罚案件就很难操作，因为后者必须解决定罪与量刑两大问题，且量刑不能协商。在规模化办案的背景下，对最为关注的量刑问题，人工智能辅助预测量刑系统的嵌入，无疑解了燃眉之急。它不仅可以超越“个体（经验式）”量刑做法的弊端，还可以在技术可靠性与算法精准度上满足“精准”量刑建议的迫切要求，驱动标准化办案的有序发展。
2．标准化办案的可行性
对于认罪认罚案件，其核心要素包括认罪认罚及其自愿性、量刑协商以及从宽处理三部分。但最关键的是量刑协商及其结果。在检察机关的主导下，基于控辩双方之间平等自愿协商，在认罪认罚的自愿性被证实或确证无误的情况下，意味着自愿认罪认罚使传统的定罪问题基本得以解决或无争议，而主要在审判阶段进行“程序确认（审查）”。在此前提下，量刑从宽协商是核心环节，并主要通过检察机关的量刑协商与建议能力、量刑建议的精准性与规范性、量刑建议的强制性与公信力等要素予以实现。这使认罪认罚案件在量刑规范化层面，具有高度的“同案性”或“类案性”，具备达致“同案同判、类案类判”的特定优势条件。在此基础上，就控辩量刑协商的程序机制、量刑合意的达成、量刑建议的具体与精准，可以考虑建立标准化、统一化的办案机制，实现量刑从宽协商的模块化、高效性。既契合认罪认罚案件的特质与规律，也可以集中精力解决量刑公正问题。
针对认罪认罚案件的标准化办案，首先是以其内生的规模化办案要素为前提和动力的。易言之，认罪认罚案件的同一性、类案性特质，使其具备类型化与规模化办案的条件，可以进行标准化办案，以此提高量刑协商活动的效率。对量刑协商、提出量刑建议等活动进行标准化办案，其核心就是量刑协商机制与过程的标准化、流程化，实现量刑标准的统一。这与量刑规范化改革的目标是高度一致的。在实现的方式上，借助人工智能技术及其强大的算法能力，结合已决认罪认罚案件组成的司法大数据及其量刑规律等资源，可以统一认罪认罚案件的量刑规范化标准，更好地实现个案层面的精准预测，提高量刑意见的科学性与规范性。
（二）量刑“预测”属性与精准化的智能达致
量刑规范化的实质就是“科学预测”个案中的量刑建议，使其最大限度接近“同案同判、类案类判”。认罪认罚案件的办案核心就是遵循量刑规范化目标，实现精准量刑。在量刑规范化与司法大数据的双重前提下，人工智能技术可以实现精准预测量刑。不仅超越了传统人主导下的“经验型”量刑预测的痼疾，也可以在更大层面与规模上实现类型化、标准化量刑，更好地推进量刑规范化改革。
1．“预测”是量刑的本质属性及新发展
公正是刑事司法活动的底线所在。一般公正具有基础性意义，而个案公正才是更具体与实际的公正。如何实现量刑公正，在一段时期内，被定罪主导下的“真相”诉求压制。直到“重定罪轻量刑”思维得以逐步扭转，以及量刑规范化的启动与稳步推进，才得以实质的发展与完善。从方法论上，对于个案的量刑而言，都是个别性的司法活动。而且，应当首先遵循演绎法，也即根据一般的量刑理论，在定罪的基础上，对个案进行量刑；同时，也根据过往的量刑经验，在归纳法的基础上，通过历史性的对比，对个案进行量刑。这就是一般性的量刑方法论，也是量刑规范化的“技术”本真所在。无论是演绎法，还是归纳法，实质上都是司法人员基于量刑的理论与经验之双重逻辑，对每一个新出现的个案进行“预测性”量刑，其中，“预测”功能的实现在过往主要取决于司法人员的知识储备、经验积累等。同时，对于量刑“预测”过程及其结果的公正问题，既通过量刑结论的实际接受度、类案对比度等予以检验，也通过各方的外部监督予以修正。
由此可见，个案的量刑活动，或者类案层面的量刑活动，在方法论上都表现出“预测”的属性。或者说，“刑罚裁量（裁判）”中的“裁量”实质上包含了“预测”的因子。既需要与已决案件保持一致性，也要与量刑理论与规定相符，继而也决定了“预测”是一切量刑活动在方法论层面的本质特征。但是，在很长一段时期，我国量刑规范化问题不少，量刑的一般理论相对不成熟，实践中又过度依赖司法经验以及“估堆”的做法，导致量刑的“预测”之本质不太被司法人员所认知与认可，“预测”的结论也显然缺乏精准性，客观上降低了量刑结果的公正性与可接受性。在认罪认罚案件中，自愿认罪认罚的行为使定罪问题得以解决，量刑协商活动成为实质的重点，相比于不认罪认罚案件，对“预测”功能的需求度与依赖度进一步递增，同时对精准度也提出了更高的新要求。而且，量刑的“预测”属性，以及认罪认罚案件对“预测”之精准度的要求，不仅迎合了量刑协商是认罪认罚案件的办理关键，直击了量刑协商的办案压力之痛点；也正好印合了其具备规模化、标准化办案之潜质，使导入人工智能技术辅助量刑预测系统可谓“天时地利人和”；同时，通过遵循量刑规范化的旨趣，通过统一认罪认罚案件这一新型类案的量刑标准，可以在更高效的层面，实现流程化的精准量刑效果。
2．人工智能辅助量刑预测的“精准”释明
在全面实施阶段中，前所未有的大规模、批量性、类型化的认罪认罚案件出现，使量刑协商活动持续高位运行。从现实诉求看，量刑协商与量刑建议是认罪认罚案件量刑规范化的关键。不仅决定“从宽处理”的合法性，也直接左右认罪认罚从宽制度的激励机制、权威性等。特别是当其成为决定办案质量的核心要素后，量刑建议的精准化成为最受关注的质量指标。对于“精准预测”，既不能仅限于检察机关提出“确定刑”的方式，也不能对检察机关提出的“幅度刑”予以过于严格的排斥。“精准”更强调量刑建议的规范性、合理性以及科学性，其本质特征是符合司法公正的要求，没有僭越个案公正的底线。在表现形式上，“精准”首先且一般表现为“确定刑”的常见形式。明确且具体的量刑建议，对稳定自愿认罪认罚的被追诉者之量刑预期与信守契约具有非常直观的意义。但是，也可以表现为“幅度小”的“幅度刑”之情形。相对精确的“幅度刑”也是一种符合精准要求的确定刑之表现方式。不过，坚决排斥幅度过大或明显模糊化的“估堆”量刑等结果。无论是具体、明确的“确定刑”，还是幅度很小、相对精确的“幅度刑”，都是符合认罪认罚案件对精准量刑之实质要求的表现样态。
与不认罪认罚案件的量刑任务不同，特别是对于检察机关而言，量刑建议并不是传统模式中最核心的办案业务，量刑建议能力的培育也相对不足，检法之间的认识与理解也存在差异，导致“精准”量刑带来前所未有的挑战。为了达到量刑建议的明确、具体与可预期之精准要求，不能完全依托人的智力与司法经验，过往的量刑活动已经充分予以佐证。导入智能技术与算法的量刑建议辅助系统，有助于实现精准量刑目标。在大规模认罪认罚案件数量的情况下，基于认罪认罚案件的类案属性及其智能化办理的优势条件等，研发并应用更高效的智能精准预测量刑辅助系统，无疑是“雪中送炭”。不仅在本质上契合认罪认罚案件对效率与公正的双重追求，可以直接缓解“案多人少”的尖锐矛盾；也有助于形塑相对独立的认罪认罚案件办理模式，并在终端层面可以提升办案质量与效率。
（三）量刑学理与司法理性共筑核心储能
司法机关探索新型认罪认罚办案机制，重在建立新型量刑协商模式。量刑从宽协商机制的高效化，是以量刑规范化为前提，并侧重挖掘司法大数据的能量。应考虑以精准预测功能为基本导向，借助量刑规范化的基本原理及改革成果，挖掘司法大数据中“活着的”量刑经验与规律，促成智能预测量刑的办案效果。
1．量刑规范化理论的托底
虽然显著改观了重定罪轻量刑问题，但量刑规范化问题始终存在。为此，最高人民法院启动自上而下的量刑规范化改革，先后出台《人民法院量刑指导意见（试行）》（2008年）、《最高人民法院关于常见犯罪的量刑指导意见》（法发[2013]14号）、《最高人民法院关于常见犯罪的量刑指导意见（二）（试行）》（2017年）、《最高人民法院关于实施修订后的〈关于常见犯罪的量刑指导意见〉的通知》（法发[2017]7号）等。借此，量刑规范化急需的量刑的指导原则、量刑的基本方法、常见量刑情节的适用、常见犯罪的量刑等核心问题都有明确的索引，为量刑规范化改革注入强大的合法性基础、科学性依据、规范性指引、标准化路径。
量刑规范化改革的深入推进，显著地改变过往司法人员的个体经验量刑、“估堆”量刑等传统做法的统治局面，很好地扭转量刑标准不统一问题，也极大地促进刑罚个别化、量刑结论科学性，更好地实现量刑均衡化。但是，这场改革主要是由人民法院为主导推进的。相比之下，检察机关在这方面的改革稍显滞后。检察机关已经成为审前阶段的主导办案机关，并对审判阶段具有直接的重大影响。特别是量刑协商成为认罪认罚案件的办理中心任务后，由于量刑规范化改革的问题依旧存在、检察机关提出量刑建议能力培育的薄弱等问题，使检察机关担负的量刑规范化改革必须尽快进入加速推进的“快车道”。不仅应当整体上推动量刑规范化改革，也要针对认罪认罚案件探索特殊的量刑实施细则。《关于适用认罪认罚从宽制度的指导意见》（2019年）进一步细化了量刑从宽协商机制的操作问题。但是，对如何有效实现“精准量刑”，仍缺乏有力的支撑与明确的指引。为了更科学地指导认罪认罚案件的量刑协商工作，应当尽快出台统一且专属的量刑规范指导意见，就精准量刑的核心问题作出具体的解答。最高人民检察院已经明确，将会同最高人民法院等部门共同研究修改完善量刑程序相关规范，明确不同阶段认罪认罚的量刑减让幅度，制定常见罪名量刑标准，适时出台人民检察院量刑建议工作指导性文件。当前，仍应当遵循量刑规范化的一般原理，结合量刑规范化改革的实践动态予以总结和完善，强化理论指导量刑工作的重要意义。
2．司法大数据供给“活着的”量刑规律与经验理性
量刑的指导原则、量刑的基本方法、常见量刑情节的适用、常见犯罪的量刑是量刑规范化的关键旨趣。这是理论层面的规范性表述，与实际存在（活着的）的量刑规律、原理相呼应。后者是指刑事司法运行进程中自发自觉形成的量刑经验与规律，具有天然的合理性、反复的被验证性、借鉴的可复制性等特定优势，既应当作为指导量刑的重要依据，也对理论量刑理论体系具有相当的反制与修正作用。但是，在很长一段时间，主要依托司法人员的个体能力，对“活着的”量刑规律进行归纳和总结。这种传统做法不仅是不全面或不体系的，甚至存在个体性歧视、实体性偏差以及量刑经验的不当垄断等问题，更无法充分释放“活着的”量刑规律指导量刑的重要意义。而其中缘由，司法人员的认识能力与技术支持不足首当其冲。对于认罪认罚案件而言，随着全面实施、案件数量的庞大性以及已决案件的高速递增，认罪认罚案件的司法大数据库加速建成，使“活着的”量刑经验与规律，日渐规模化、固定化与常态化。特别是依托大数据分析技术、人工智能技术以及算法规则，相比于过往司法人员认识与总结的传统做法之局限性等弊端，借助刑事司法智能化释放的技术优势，可以更及时、全面并准确“发现”、“获知”、“统合”认罪认罚案件司法大数据中“隐藏”的“量刑经验与规律”，同时固化为“实践中的量刑规律与经验理性”。这可以为认罪认罚案件的量刑协商提供值得信赖的“前见”，推动量刑标准的统一，实现“同案同判、类案类判”。
以司法大数据为重要前提的人工智能辅助量刑，虽有“活着的”量刑经验与规律作为支撑，却也面临以下难题：一是在全面实施的初期，已决认罪认罚案件的数量相对不充足，大数据分析的基数达不到“海量”程度，能获得的量刑经验与规律具有一定的相对性、不完整性等问题。二是已决案件的司法文书，在数据公开、文字表述等方面，存在不全面、不客观、甚至遗漏等问题，可能影响数据抓取的全面性与准确性，使司法大数据及其内在的办案规律、经验存在误差、偏差、甚至错误，继而可能导致预测的准确度不够。三是智能“挖掘”司法大数据的技术仍有待进一步完善，既需要克服算法及其规则的运算等难题，也需要解决好技术、数据与应用之间的衔接等问题。尽管如此，已决认罪认罚案件组合而成的司法大数据，在智能技术与算法相继介入后，可以实现对“活着的”量刑规律进行可持续性的数据挖掘与提纯，不断促进量刑参照与预测的全面性与完整性。
四、人工智能辅助认罪认罚案件
量刑系统的实施体系
借助大数据技术、人工智能技术，研发可以普遍并优先适用于认罪认罚案件的人工智能辅助量刑系统已经迫在眉睫。在澄清了理论诉求、知识构造及其原理等基本问题之际，更需对其实施的基本平台与机制予以实用化的阐述与建构。
（一）理论预测与数据预测形塑“双核”协作体
在量刑规范化原理与司法大数据的前提下，研发与设计认罪认罚案件的人工智辅助能精准预测量刑系统，可以建立理论预测与数据预测并轨的应用模型，分别从量刑一般量刑理论以及从司法大数据，提炼、获取并输出精准的预测意见。这两个环节相互“匹配”与验证，同时配置必要的人工干预机制，确保输出由理论基础、数据支撑、预测验证、人工介入共同分析与决定的精准量刑建议。
1．理论预测
理论预测，是指根据量刑规范化改革所确立的量刑基本原理，通过导入人工智能技术，对量刑的原则、方法、情节以及基准等要素，进行算法层面的结构性重整、定性、语言衔接等活动，借助算法设定新的量刑知识图谱，通过自动抓取、识别、分析具体案件中的量刑信息等要素，智能输出理论上的预测量刑建议。
具体而言：（1）量刑规范化原理是基础依据。按照我国量刑规范化改革的目标、成果以及经验等看，不认罪认罚案件通常要遵循量刑的一般原则、方法、情节规则等要求进行刑罚裁量，以摆脱司法人员的经验性量刑以及“估堆”等做法的弊端。最高人民法院对于常见的罪名持续更新与发布量刑的指导意见，对统一量刑标准具有强制性的指引意义，也客观上提供精准量刑的规范基础与依据。对于认罪认罚案件而言，仍可以遵循现有的量刑基本原理及量刑指导意见。同时，应当结合认罪认罚案件的本质特征，将量刑规范化的基本要素、基本规则以及实施细则等，通过算法“解码”与“编码”的重构方式，设定为智能量刑系统的基本环节与步骤，通过可视化、程序化、公开化以及人类可以理解与认识的计算方式，针对新出现的个案，智能预测出量刑建议。这是较为典型的演绎法逻辑，相比过往司法人员擅长的经验式预测，强化了对理论体系的“智能”与“精准”把握，遵循统一量刑标准，对个案进行一般性预测。（2）算法系统与知识谱系的生成。算法是人工智能技术的核心。在理论预测系统中，算法规则的设计无疑是最重要的课题。其任务就是根据算法的逻辑与规则，将量刑的基本原理等理论内容导入系统，使其可以成为智能技术准确识别、理解、分析、处置的对象或依据、功能等。根据认罪认罚案件的特质等，结合量刑规范化的基本原理，应着重解决以下几个问题：一是知识谱系的编定。人工智能辅助预测量刑，是以人工智能技术作为前提的，而算法是人工智能技术的核心。在理念上，应当以量刑基本理论为对象，根据算法及其规则的运算方式、衔接能力及载体形式等，确定知识谱系的基本要素、主要变量与结构体系、判断逻辑等。而且，人工智能量刑辅助系统的知识谱系，不同于司法人员熟悉的传统量刑理论知识体系。它必须是以人工智能技术所能承载的对话、表达以及沟通、呈现方式，以算法及其规则能够阐明的可视化途径，可以对外公开与适用，具有一定的程序性、透明性、可校正性等特性，结果形态是能够被司法人员及社会大众所理解与接受。在此前提下，就认罪认罚案件的智能辅助预测量刑系统，其在算法层面的知识要素，应当包含适用对象、识别规则、抓取逻辑、分析依据、算法规则、说理体系、输出方式、修正与监督机制、呈现的不同载体、法律文书样态等。二是人工语言与自然语言的无缝对接。现有的量刑理论是通过人类的自然语言予以呈现的。只有“人”才能理解文字、法律规定以及理论体系，而智能技术依赖人工语音对外交互，因此，必须解决好不同语言之间的无缝对接问题。这是系统研发与设计的首要技术难题。人工语言下的算法是建构知识谱系的前提与保障，也决定智能预测的精准度，还是预测结果能够被案件利益攸关方所理解、认可以及接受的关键所在。三是量刑情节要素的“算法”逻辑切换。在认罪认罚案件中，定罪问题基本解决或无争议。有关决定“行为是否符合犯罪构成”的定罪事实及其规范判断，原则上不存在继续实质审查的必要性，而是可以通过“程序确认”的方式进行合法性的固定。因此，理论预测的重点要素是法定或酌定的从重、从轻、减轻或加重量刑情节等量刑情节的智能处理。这些定量要素的规范判断，是算法及其规则运算的主要“对象”。算法体系应当准确提取、认知、分析现有法律规范，同时基于统一的量刑标准体系，对量刑情节及其幅度等进行类型化的定量分析，设置科学的权重系数与运算规则，实现智能分析与结论推送。（3）理论预测的可靠性与精准性。个体性、经验式量刑或“估堆”量刑等做法，在人主导司法的格局下仍有其必要性与稳定性。但是，“人的智力与经验”主导下的传统量刑预测模式，在预测的规范性、科学性、精准性、统一性与标准性等方面仍存在不足，可能导致量刑结论的可靠性、统一性等受到影响。人工智能辅助量刑的精准预测功能，依托量刑的基本理论、人工智能技术的强大算法能力等优势，遵循理论与技术深度衔接的演绎法之基本逻辑，对不同个案或类案，输出一般性、模块化、标准化的预测结论，在方法论上不再单纯是“司法人员的个体性经验”，而是理论模型与数据规律的高度集成，决定了精准预测功能所得出的量刑建议具有可靠性与信赖度。
2．数据预测
司法大数据蕴含独一无二的“活着的”量刑经验与规律。它既是已决案件所呈现的集体性、连续性以及被验证的“自然逻辑”，也是更接近实际、中立与客观的量刑规律。但是，长期处于待“挖掘”的未开发状态。认罪认罚案件的司法大数据库正在加速壮大，人工智能技术的应用则使大规模分解并提纯“活着的”量刑规律与经验变成现实。司法大数据中的“量刑规律”，与量刑规范化的基本理论相得益彰。认罪认罚案件的司法大数据中蕴含的“量刑规律”，直接吻合了量刑协商是办案关键的司法特性，也完全契合“同案同判、类案类判”的目标。
基于司法大数据而建立的数据预测，包括以下主要内容：（1）挖掘司法大数据的经验与规律。数据预测的前提与基础是科学“获取”司法大数据包含的“活着的”量刑经验与规律。人工智能技术的应用无疑提供了前所未有的优势，但是，司法大数据具有两个显著的特征：一是数据的基数很大，而且迅猛递增，既使量刑经验与规律日益牢固与更加普遍化，也使数据处理难度日益困难。二是司法大数据中的量刑经验与规律，具有一定的隐性特征，难以直接“肉眼观察”。目前，通过导入人工智能技术，可以实现规模化、持续性、类型化的提取、分析以及固定，并以人工语言的方式实现“可视化”效果。但是，也要求设置科学的数据抓取规则、运算逻辑以及分析原理，否则，前期的智能分析可能是不全面的。通过深度挖掘认罪认罚案件的司法大数据，可以明确揭示“活着的”量刑规范与经验，为个案的智能预测提供更真实与客观的“（参照）标准”，同时也对理论预测环节起到“实际校对”的作用。（2）司法大数据中的量刑要素与算法切换。在智能技术应用的前提下，对认罪认罚案件的司法大数据进行智能分析，旨在获取与量刑协商、精准量刑相关的“活着的”量刑经验与规律。主要需要采取以下步骤：一是数据的客观性与有效抓取。司法大数据是由大量案件信息交错在一起，在确保数据客观性的前提下，需要进行有效抓取。认罪认罚案件中的量刑经验的之数据，才是需要被智能分析的对象，也是“喂养”给算法系统的素材。这是数据预测的首要前提。二是量刑内容的分析与提纯。对于海量的司法大数据而言，量刑内容异常庞大与复杂，原则上是对提取的量刑要素进行清洗、分解和运算，集中表现为不同诉讼阶段的认罪与认罚、自首、立功、退赔退赃、预交罚金等情况。通过智能技术的运用，旨在实现类型化的提纯，使其更便于精准地匹配个案或某一类案。这也是超越“人脑”的局限与传统司法个体理性的重要表现。三是量刑经验与规律的类型固化。对认罪认罚案件的司法大数据进行智能分析，所显示的“活着的”量刑经验与规律，应当是类型化、标准化或模块化的，而不是零散的、碎片化的或杂乱的。否则，无异于“个体（经验式）”的传统做法，也不便于数据预测系统的后期“精算”，更影响预测的量刑建议之精准度。（3）个案与同案或类案的精准匹配。对于数据预测的“精准性”而言，首要的是确保数据抓取与提纯的精准、全面，竭力防止遗漏、偏见以及错误，确保算法的智能运算依据是科学的；同时也应当做到“类案”内部或与典型案件之间的精准匹配，使新出现的案件与已决案件之前保持量刑标准的统一。概言之，匹配的步骤主要有：一是定罪事实的匹配。因自愿认罪认罚行为的存在，在实践中主要以犯罪构成的程序确认为主。二量刑情节的匹配。无论是法定与酌定情节，还是从轻、减轻与从重、加重情节，都是个案与司法大数据之间进行匹配的基本对象与主要依据，也是数据预测的核心运算内容。只有在量刑情节上做到精准的匹配，才能发挥认罪认罚案件的司法大数据之精准预测价值，真正更好地实现“同案同判、类案类判”。
数据预测的核心基础要素就是司法大数据库与人工智能技术的算法能力。相比过往的量刑传统，它是在认罪认罚案件出现后才得以逐步显现的。而且，数据预测系统是人工智能辅助量刑系统的“原生”板块，真正地遵循了刑事司法智能化的变革逻辑，是人工智能辅助量刑探索走向革命性、进化性阶段的动能。
3．相互检验与人工干预
理论预测与数据预测并轨的模式，就是为了防止量刑预测走向“纯思辨性”与“纯实践性”的两个极端，以兼顾理论与实践两个层面。智能技术辅助下自主输出最符合个案情况与需求的量刑预测意见，才能最大限度接近司法正义。
理论预测与数据预测作为一个完整体，其内部的功能关系应当表现为：（1）理论预测与数据预测的相互验证。理论预测是应然层面的做法，遵循演绎法的基本逻辑，但针对个案的预测结论之合理性，尚未接受实践检验。由于个案千差万别，过度强调理论预测的普适性，容易消损个案正义问题。数据预测，是基于司法大数据而确立的实然层面的做法，遵循归纳法的基本要求，是对已然发生的司法活动的高度浓缩与精准提炼，并匹配到个案之上。但是，大数据的“回溯性”预测，并不必然对新出现的个案绝对有效。因此，理论预测与数据预测各有利弊。但作为一个整体，在预测功能上可以相互弥补，能够形成一个完整的逻辑验证链条，提高智能预测结论的可靠性与精准性。二者通过相互验证，可以实现两个基本目标：一是对理论预测中可能出现的算法漏洞进行弥补，并且是以司法大数据中的“活着的”量刑经验与规律作为“对比”基准，是目前最好的“修正”方式；二是检验司法大数据中的量刑经验与规律，是否在一般情况下，“真正”吻合量刑基本原理，从而排除“错误”或“偏差”的数据预测情形。对于明显脱离理论预测的数据预测之结果，应当反复验证后，才能考虑采用。原则上讲，理论预测与数据预测在地位上是平等的，不存在优先问题。（2）人工干预的说理性与可撤销性。在促进精准量刑建议的公正化上，需要设置变更和补救等救济方式。目前，人工智能技术及其应用水平仍处于快速上升状态，司法大数据的制度建设及其应用也处于起步阶段。但是，针对认罪认罚案件的司法大数据仍面临数据不够多、数据真实性与可靠性不足等现实问题。数据预测的精准功能处于上升期，不可避免会存在一些短板。理论预测也存在类似问题。因而，需要配套相应的人工干预机制，但是，人工干预也必须附上相应的说理。如若人工干预的理由明显不充分，应当终止人工介入，转而信任人工智能辅助量刑预测结论的参考意义。
（二）辅助地位与参考功能是实施的“双驱”支点
研发与试行人工智能辅助精准预测量刑系统是最高司法机关既定的政策安排与工作部署，旨在遵循量刑规范化原理，倡导可复制、可重复、类型化、规模化、流程性的认罪认罚案件办案机制，为达致量刑协商过程与结论的双重公正以及提出精准的量刑建议，提供人工智能技术层面的辅助支撑与参考功能。
1．辅助办案的司法角色
在刑事司法智能化的趋势下，人工智能辅助精准预测量刑也是为了实现量刑规范化。但是，传统量刑的预测机制，过度依赖“个体性经验”或粗疏的“集体性经验”做法，使其规范化、统一性明显不足，量刑活动的碎片化、个别性、差异化偏重。在认罪认罚案件中，人工智能辅助量刑系统旨在超越司法人员的个体性经验主义及其差别化问题，转向标准化、流程化、智能化的量刑预测。既克服了“个体性经验”的局限，也通过可复制、可重复的智能化方式，高效地保障大量认罪认罚案件的量刑从宽是公正的。目前，这不仅在理论上可行，在实践中也出现不同的探索样本。然而，人工智能技术及其应用水平在算法层面上仍有很大的进步空间，而传统以司法人员为法定主体的刑事司法知识体系具有专属性、权威性，现行刑事司法制度在现阶段仍不可撼动，仍是过渡期的主要量刑模式。这决定人工智能辅助预测量刑系统暂且无法直接取而代之，主要是扮演辅助司法人员更精准量刑的角色，是辅助司法人员办案的高效手段，而不能完全替代司法人员办案；继而可以通过行使自由裁量权，使量刑结论更能满足刑罚个别化的要求。
同时，认罪认罚案件的量刑从宽协商存在较为突出的形式主义、单一主导化等倾向，缺乏实体性、程序性的实施要素，使协商过程难以“可视化”与说理化，协商结果的公正性难免受到影响。人工智能辅助精准预测量刑系统作为中立技术的第三方角色，是可信赖的外部监督力量，倒逼司法机关统一量刑标准，也可以辅助提高值班律师与辩护律师的协商能力、参与有效性，更好地提高量刑建议的合理性与科学性。而且，量刑预测系统的辅助功能，对认罪认罚案件的量刑从宽协商过程、具结书的形成与量刑建议的采纳，也具有积极的方法论指引意义。
2．量刑参考的功能定位
人工智能精准预测量刑系统目前是非正式的量刑知识体系，其定位是辅助办案系统。为司法人员办理认罪认罚案件时，在量刑协商、量刑建议的提出、宣告刑的决定等方面，提供可靠的参考功能，而非直接提供具有法定效力的裁判依据。
针对认罪认罚案件的智能精准预测量刑系统，其研发设计的理念，是为了满足司法机关的“办案刚需”。在辅助角色的定位下，智能量刑预测系统具有可复制、可重复的规模性应用优势，可以发挥常态性的参考功能，增强智能预测过程及结论的可靠性。进言之，通过理论预测与数据预测的并轨，可以实现可复制、可重复的模式化、标准化应用，也即：一是可复制性。认罪认罚案件首先在整体上是典型意义的类案。具体的认罪认罚案件与已决的个案，在量刑协商、精准量刑方面存在高度相似性。这为理论预测与数据预测都提供了“类案类判”的实质条件和数据支持，进一步丰富了演绎法、归纳法在量刑活动中的深度交互。在此基础上，针对认罪认罚案件的人工智能辅助量刑预测系统，具备可复制性的应用特点，成为司法人员的常态辅助办案工具。二是可重复性。针对认罪认罚案件的人工智能辅助量刑预测系统，不仅立足于量刑基本理论，也依托司法大数据中的量刑经验与规律，二者的统合作为整体，可以重复适用无穷尽的具体新案。当前，一般的量刑理论结合司法大数据中的量刑经验，作为相互印证的双驱系统，可以实现可复制性的量刑规范化适用，并通过深度学习不断强化正确性与科学性；也可以在类案的层面上，实现更高效的集约型办案效果。三是模式化。认罪认罚案件的数量目前呈现高速增长的态势，加速形成海量的司法大数据库，也夯实司法大数据库的自主生产机制。同时，也从“深度学习”的角度提供了充足的“喂养量”，进一步确保“活着的”量刑规律与经验更全面与完整，对数据预测所依赖的“量刑规律与经验”而言则是重要的可持续性补充。基于认罪认罚案件的司法大数据，可以建立模式化的人工智能辅助预测量刑系统，满足庞大的司法需求。
五、结语
在智能技术及其应用迅猛发展的背景下，刑事司法智能化的探索已经启动。在此前提下，针对认罪认罚案件的人工智能辅助预测量刑，更具有迫切的现实需要。当前，检察机关主导认罪认罚案件的办理流程。而且，检察机关已经由上而下意识到智能预测量刑系统的迫切性与重要性，并按照相关部署研发与试行量刑建议辅助系统。这无疑为认罪认罚案件智能精准预测量刑的探索提供了强有力的政策支持。在此背景下，如何阐述认罪认罚案件智能预测量刑的基础条件，从理论上释明其基本原理与构造等，具有非常直观的司法改革意义与理论发展价值。
来源：中国政法大学刑事辩护研究中心
作者：孙道萃 中国政法大学副教授
发表评论