【重磅】清华大学法学院教授何海波:以数据推动法治(视频+PPT)
本讲座选自清华大学法学院教授何海波于2018年3月23日在RONG系列——“大数据与司法”专场论坛上所做的题为《以数据推动法治》的演讲。
以下为讲座现场视频,视频时长约20分钟,wifi用户及流量土豪请随意,图文版回顾见下文:
https://v.qq.com/x/page/d0613u5evr6.html
清华大学法学院教授何海波发表“以数据推动法治”的主题演讲,为大家介绍了他本人针对智慧司法所做的研究。何教授呼吁社会各界能够同心推动数据融合、数据开放,发挥数据的价值,为人民造福。
演讲正文:
1、中国裁判文书网
2014年,最高法院建立了全国统一的裁判文书公开评判,把全国各地法院制作的判决书、裁定书和其他的文书都统一上传到中国裁判文书网。截止目前,已经积累了4337万裁判文书。通常一份裁判文书有几页纸,长的有几十页,四千多万裁判文书包含了巨大的信息金库。今天能走到这一步,得益于最高法院,特别是周强院长的大力支持。
2、最高法院的推进在制度上的体现
第一,原来规定主要的裁判文书公开,而现在法院对外发布的裁判文书几乎都公开,这是一个巨大的进步。
第二,在推进机制上,最早规定的是公开的裁判文书要请法院主管领导签字再上传。因为这样很麻烦,大家都不愿意公开,所以公开的成效不显著。后来,规则改为凡是不公开的裁判文书,需要主办法官说明理由,并且请法院的主管领导签字。因此,数量迅速上升。
3、判决书上网
2010年,当我在北大读研究生的时候,发表过一篇文章,叫判决书上网。我曾设想全国的裁判文书都上传到一个统一的网站,使大家都能查阅。当时,我自己都觉得这是很浪漫的想象,没想到今天它在很大程度上已经实现了。不但法院对外的裁判文书公开,而且前几天最高法院发布规定,内部的一些审判流程的文书,今后也要公开。
所以,这个裁判文书公开的数据库会越来越庞大。今天,它已经是世界上最庞大的法律文书的数据库。这也是其他国家难以想象的。
当然,这有我们的制度优势。我们最高法院一声令下,全国就可以干起来。然而,美国的最高法院没有这样的权利。即使国会有这样的权力,最多也只能管联邦系统的,管不了州法院。这也体现了我们的制度优势,也得益于决策者的魄力和雄心。
昨天,我检索了一下,裁判文书网上历年的裁判文书数量从2001年开始算(几乎是忽略不计),到13年、14年迅猛增长。17年做出来的裁判文书数量已经很大,每天以几万的数量在增长,每年以上千万的数量在增长,今后增长的可能是几千万的数量。
如下图所示:
裁判文书的公开对司法的管理,对法学的研究,对法制建设都带来了巨大的影响。原来法院系统搞一点数据,最高法院制发一个统计样表,基层层层填报。你如果看法院的统计表,一张统计表几千个数据,背后不知道要多少人工。
4、统计方式的改进
现在,从理论上来讲,这些数据都可以在法院的数据库里自动生成,而且还有一个好处更迅速。如果等一层一层上报,即使一些单向的统计数据也得一个星期,而现在几分钟就能生成,这在过去完全无法想象。
而且,统计的项目,几千个都算小的。理论上讲,你要几万个,几百万个都能够做到。
如上图所示,我用最高法院统计公布的数据,画了一个刑事诉讼的数据,背后不知道有多少人工的付出。但至少在理论上,今后我们可以用几个小时的时间来实现这种统计的结果。
5、评估司法改革的绩效、法律运转
这种研究还可以用来评估司法改革的绩效,评估法律运转的方式。我们都说法院规定是一回事,实际怎么样又是另一回事。
那么我们怎么样能知道法律的实际运转呢?
(1)统计分析
这方面有不少学者做了一些研究。比如,统计离婚案子,到底离婚的多少是有小孩的,平均结婚多少年,是男方提出多,还是女方孩提出多。根据一个法院的经验,根据纸面上的数字统计是很困难的,而且还有人力的限制。我们有同事找一波学生,统计八千份案件,那是极限。现在我们完全可以实现对几百万几千万的裁判书进行统计分析。
(2)人民陪审员
我自己不久前做了一个小的项目,来评估司法改革的项目,就是人民陪审员。中国坐在法庭上审案子的除了法官,还有一种人叫人民陪审员,理论上讲他就是普通的老百姓。
最近中央有一个要求,随机的抽取老百姓担任陪审员,陪审员随机的参与案子,能做到吗?我对裁判文书分析以后发现并没有做到,有些法院,我看一些陪审员三年里边能审上千个案子,我右边列的都是三年里边审过上千个案子,这还是根据公布的裁判文书做的统计。
实际上,他们审理的案子是翻倍的,可能他审理的案子比法官还多,这样肯定不是随机挑选出来的,他们是职业陪审员。
(3)不忘初心
不管是什么原因,我们司法改革的初衷是没有实现的。这使我们反省我们原来的目标设定是对还是错。这样一种数据对我们改革决策是有意义的。
我自己也参与一些司法改革过程的讨论,我原来感觉我们法学院的学者对现实太无知。我们坐在那里尽管名义上是专家,我们都在拍脑袋说话,但是有这些数据支撑以后,局面稍微改观一些。
6、增强可预见性,实现同案同判
当然,裁判文书还有更多的意义。我们对海淀的裁判文书进行分析以后,能够得出一个结论:当一个案子到了以后,能预测法官未来怎么判案,以及过去某一个案子判法是不是有点离奇。
尽管法院不是说必须跟绝大多数案子判决保持一致,但是在法治社会,只有同类的案子做到同样的判决,才符合这样的要求。
那么对这种海量的裁判文书怎么保证同类同判?
我们原来搜索关键词,比如杀人罪,什么时候被该判死刑,什么时候不该判死刑。但是它的缺点是什么,必须找到一个关键词。如果关键词找不到,不确定,就没法进行是否是同类的甄别。
我跟清华大学计算机的老师、博士生一起合作,试图利用人工语言的识别来确定同类案子。比如我们日常语言里面,我在公交车上丢了一个手机,有人捡走不还我,他是不是构成盗窃罪或者什么犯罪?如果用这样的语言去检索,他识别不了。法律说的是我在公家车上丢失了一个财物,人家拾到不还,是不是构成盗窃罪?就是有一个特定场景的交通工具,这需要自然语言识别。
我这个课题只做了一半,我希望人工智能的发展能帮助我们法律界实现这样的梦想。
7、存在的问题
第一,裁判文书公开存在的问题
(1)裁判文书公开尽管取得了过去难以想象的巨大进步,但是它改进的空间仍然是非常大。还有许多应当公开的裁判文书没有公开。
原因是多方面的,其中一个可能是技术原因。如果一个法官办结的案子,法官一点击自动就能上传,以后就有更多的裁判文书可以上传。现在法官交给审管办,审管办再省管办,经过层层转折,而且也有在上传的过程中丢失数据。
公开不到位还可能有制度原因。如果我们把裁判文书公开作为法官结案的程序之一,那肯定做到该上传的都上传,现在没有这样的要求。
(2)文书的关联性还有待改进
现在都是按照文书来上传,就没有建立关联。一个案子除了一审还有二审,有的还有再审,怎么样能把这些文书关联起来,让我们知道这都是一个案子的裁判文书。现在还没有解决这个问题。
(3)文书中敏感信息的处理不规范
我们裁判文书不是把内容百分之百的都公开,如果涉及到敏感信息,比如离婚案子几乎不公开,还有一些涉及到应当公开的裁判文书。但是有些信息不公开,比如涉及到个人隐私的,还有身份证号码是不公开的。
现在网上公开有两个相反的情况,有一些是应当做隐蔽处理的没有隐蔽,把人家的隐私公开了,还有的是过分的隐蔽,把何海波变成了某某某,他住在北京市海淀区哪里,这些信息也都去掉了,这对文书的利用带来了很大的影响。
比如,我要做一个课题——地方保护,如果把当事人的地址都隐掉了,我都没法判断他跟法院是不是同一个地方,这对我们的研究带来很大的影响。
第二,使用中的问题
网速不稳定,经常进不去。检索也有待改进。
8、建议
第一,进一步推动裁判文书的上传工作
把法院内部的硬件建设和制度建设同步推进,除了以内部考评促进法官公开,还要引入外部测评机制。
第二,加强法院与数据公司的合作
现在去看法院的裁判文书,禁止为了商业目的去复制,法院的意思是说大家都用我的,你们自己不许用。但是,法院又挡不住那么多的数据公司利用爬虫去爬这个数据。
我参与法院讨论的时候,我认为裁判文书是公共的信息,免费提供。现在我改变了观念,一般的老百姓自己在裁判文书网检索是可以免费使用,但是对数据公司可以收一点费用,人家也不用爬虫了,把能够公开的数据整体给人家,数据公司也能够公开的竞争。
法院主要是汇集裁判文书进行初步的检索,然后把数据给数据公司,让数据公司进行深加工,法院不要跟数据公司去竞争,法院做法院的,数据公司不管是在界面上,检索能力上都可以比法院做的更深入,更漂亮。法院自己去做这样的事情吃力不讨好,而且很难真正做好。
第三,建立法院和学者、数据公司的全面合作
公开的裁判文书有很多局限,我们想利用全数据进行研究,但是就会碰到很多的阻碍,你这个学者是不是可靠?何海波是什么人?你想干什么?利用这个研究是不是要做对法院和政府形象不利的事情?他就有很多顾虑。
顾虑不是没有道理,但是要有适当的界限。我们建立一个机制,让学者和法院融洽的合作。如果让学者参与,我们可以做更多更好的数据。因为我们有更鲜明的问题意识,我们也有更具体专业的法律知识,我们有更充裕的时间,我们可以花几个月甚至几年时间做一个课题,这是法院的同志做不到的。法院他们能做的就是领导要什么赶紧给什么。这方面法院建立一个更良好的机制,跟学界,跟数据公司建立合作关系。
9、想法
建立法制需要几样东西。
第一,需要人,法制靠人来运作;
第二,需要制度,需要一些规则;
第三,法律除了硬件之外,法律也需要数据。这种数据的挖掘提取,为我们中国正在成长的法制提供一个强大的助推力量。如果我们能够把数据建设搞好,我想对中国法制的推进功劳应当是不小的。
谢谢大家!
整理:杜佳豪