【网络首发】左泽东：数字司法正义的“可预测性” ——兼评《司法裁判过程中的人工智能应用研究》

主要观点总结

本文《数字司法正义的“可预测性”——兼评《司法裁判过程中的人工智能应用研究》一文主要探讨了数字司法正义的可预测性，包括概念释解、实现路径与主要障碍以及优化方案。文章指出数字司法正义的预测主要通过数据预测和算法预测来实现，表现为数据正义与算法正义，旨在更好地践行“司法为民”，保障“司法公正”。文章还提到了在实现过程中面临的障碍，如数据预测方面的数据造假和错误数据问题，以及算法预测方面的原则体系不完善、程序非透明化和深度学习算法预测误差等问题。因此，文章提出了通过四重“审核”方案对数字司法正义的可预测性进行路径优化。

关键观点总结

关键观点1: 数字司法正义的可预测性

文章主要探讨了数字司法正义的可预测性，包括概念释解、实现路径和主要障碍。通过数据和算法的预测功能来实现数字司法正义的可预测性。

关键观点2: 数据预测和算法预测

文章指出数字司法正义的预测主要通过数据预测和算法预测来实现，表现为数据正义与算法正义。

关键观点3: 实现过程中的障碍

文章提到了在实现数字司法正义可预测性的过程中，面临数据预测方面的数据造假和错误数据问题，以及算法预测方面的原则体系不完善、程序非透明化和深度学习算法预测误差等问题。

关键观点4: 路径优化方案

针对上述障碍，文章提出了通过四重“审核”方案对数字司法正义的可预测性进行路径优化，包括审智能推理、审协同预测、审舆情民意和审案件溯及等。