撰文／葉于甄
AI 早已在法律實務中扮演協助角色，從律師的前期準備、律所的行政管理，到文件審查、合約風險分析等，皆能提升效率與精準度。如今，AI 的應用版圖更進一步拓展至訴訟程序本身。國際間已有不少實例導入 AI 系統，協助量刑判斷、分析判例，甚至如愛沙尼亞，已開始讓 AI 處理金額低於 7,000 歐元（約新台幣 24 萬元）的小額民事案件，AI 經由學習既有判例與法條，自動生成判斷意見，嘗試介入審判決策流程。
其中，AI 量刑系統是目前司法應用中發展最成熟的領域之一。以美國的 COMPAS 系統（Correctional Offender Management Profiling for Alternative Sanctions）為例，早在 1990 年代末期即已開始試行，至今廣泛用於評估被告的再犯風險，並作為法官量刑或假釋審核的輔助依據。台灣方面，司法院也於 2024年 11 月開始運用AI的自然語言處理技術，每日更新「事實型量刑資訊系統」資料庫，提供法官及國民法官最新的量刑趨勢。不過無論國內外，普遍共識皆認為 AI 僅能作為輔助工具，最終判斷權仍應掌握在人類法官或國民法官手中，以維持司法倫理與判決的可受公評性。
國民法官參審時代，量刑系統成為關鍵輔助
在刑事審判中，判決刑度是法官的核心職責之一。雖然法律提供了裁量空間，但根據案件事實、被告態度與社會影響等因素，不同法官對類似案件的量刑判斷可能產生顯著差異。這種差異，容易引發外界對量刑一致性的質疑。
對專業法官而言，長期處理類型案件（如竊盜、毒品、酒駕）所累積的經驗，可成為判決的重要依據。如司法院刑事廳法官廖晉賦所言，法官在訓練與實務中已有一定標準可循。但自從「國民法官制度」於 2023 年實施後，未具法律背景的民眾也需參與刑事案件審判，此時，AI 量刑系統就成為協助其理解與決策的重要工具，使國民法官案件的判決在更具透明度，更貼近社會期待的同時，也能兼顧量刑的公平性。
量刑系統的過去與現在：法律實務的轉折點
這套量刑系統並非為「國民法官」制度特別開發，而是在該制度實施前就已存在。廖晉賦法官表示，系統起源於2010年的白玫瑰運動，當時社會普遍質疑法院量刑偏輕，司法機關遂著手研發一套系統性且客觀的量刑參考工具，以提升量刑的一致性與透明度。
廖晉賦法官也指出，過去司法院曾同時運行多套量刑系統，如此就難以避免檢察官、辯護律師及法官在各自運用不同系統時，造成量刑參考標準不一，甚至彼此矛盾的情況。此外，由於系統資料更新不及時、功能尚不完善，使用習慣上也有差異，導致部分法官僅在承審重大案件中參考系統資料，平時多依賴自身辦案經驗及類似案件的判決邏輯做裁量。
然而，隨著國民法官制度的推行，情況發生改變。對於缺乏法律背景的國民法官而言，量刑系統不只是提供「標準」，更重要的是給予一個合理的「參考範圍」或「起點」，幫助他們在裁量時有依據與框架。廖晉賦法官強調，這套系統讓國民法官能理解過往相類似案件（包含國民法官案件在內）的量刑傾向，避免在判決時無所適從，減輕國民法官量刑的負擔。
舉例來說，系統會呈現相似案件的量刑區間與平均值，如判決多落在10到13年之間，平均12年，透過這樣的「區間」與「平均值」數據，國民法官可以對量刑形成基礎認知，進而做出較合理的判斷。這並非要國民法官完全依賴 AI，而是提供有力參考，輔助他們做出更周延、妥適的量刑判斷。
專為台灣打造的智慧量刑平台
司法院於 2023 年 2 月 6 日啟用了 AI 量刑資訊系統，這是基於第一代量刑資料庫的延伸。廖晉賦法官指出，這套系統運用的是自然語言處理技術，並非預測型 AI，不會直接給出固定的判決建議，而是蒐集、整理並呈現過往類似案件的量刑資料。資料每日更新，涵蓋從地方法院判決書（包含國民法官案件），資訊即時且完整。
考量法律的在地性，目前大多數 AI 語言模型源自歐美，語言及語境差異可能導致判讀偏差。司法院資訊處莊一桂高級管理師說明，他們以BERT模型為基礎，打造基於台灣繁體中文的輕量化預訓練模型(TMBERT-tiny)，不僅克服了語言障礙，更能準確理解台灣法律文書的特殊語境。
此外，系統還建構了分類模型，自動擷取並標註判決中的量刑事由，持續利用這些標註資料訓練 AI，取代傳統人工標註，確保資料庫即時更新。
莊一桂高級管理師表示，這個模型能有效處理冗長的司法文本，判斷多項法律要素，經專業人員標註的量刑因子，平均準確率高達 90% 以上，顯示系統的高度可靠與實用性。
最後，系統也考量了社會價值的變遷。廖晉賦法官說，過去判決在現代可能產生不同解讀，系統提供依「時間區間」檢索量刑傾向的功能，讓使用者自行選擇資料時間範圍，以降低歷史偏見的影響。
從風險管理到監督：司法AI的信賴之路
大眾對 AI 在司法上的應用仍存疑慮，例如選用的語言模型、監管與審查機制等。對此，莊一桂高級管理師說明，司法院已制定一系列風險管控措施。2025 年 3 月發布的《司法院及所屬各機關發展人工智慧參考指引》明確要求尊重人權、避免偏見，並建立外部回饋與監督機制。
所有 AI 項目均依此指引進行，並定期審查監督，確保過程透明可控。資料主要來自公開裁判書，便於控管品質，降低偏見風險。司法院也參考數位發展部的人工智慧應用手冊，透過使用者回饋持續優化系統。
不可諱言，大眾對AI 使用在司法上仍有存疑，例如司法機關採用哪一套語言模型？監管、審查機制為何？等種種疑慮。對此，莊一桂高級管理師表示，司法院對 AI 應用可能帶來的風險也有建立一系列的機制，在 2025 年 3 月 7 日發布《司法院及所屬各機關發展人工智慧參考指引》中，明確要求 AI 發展應尊重人權、避免資料與模型中的偏見與歧視，並建立外部回饋與檢討機制，「目前司法院所有 AI 應用開發或委外採購，都會依此指引進行，也規範定時審查監督程序，來確保發展過程透明並可受監督。」
針對資料來源的問題，莊一桂高級管理師提到，目前司法院的 AI 訓練資料，主要來自公開裁判書，品質較易掌控，有助於降低模型受偏見樣本的影響，「當然也參考數位發展部『公部門人工智慧應用參考手冊』中的評估、導入及營運管理建議。」讓使用者意見回饋能真實地反映，有助於系統功能完善。
從量刑到判決智慧化 司法AI未來藍圖
司法院過去曾開發4套不同的量刑系統，目前主要以「事實型系統」作為AI量刑資訊系統的核心平台。廖晉賦法官指出，將來我國若成立「量刑委員會」，事實型量刑資訊系統本質上也可作為委員會制訂「量刑準則」的參考基礎。他強調，暫時不開放使用的部分量刑系統並非被否定，而是移歸司法院內部研究使用，未來若《妥適量刑法》通過並配套完善，這些系統仍有機會成為量刑委員會的政策參考工具。
除了量刑系統外，司法院也積極推動AI技術在其他司法環節的應用。莊一桂高級管理師透露，目前正開發智慧化裁判草稿自動生成系統，涵蓋「不能安全駕駛」、「幫助詐欺」及「毒品罪」等案件類型。此外，AI將輔助試行案件線上統計報結作業，透過自然語言處理技術擷取關鍵資訊，提供報結建議。
不過，莊一桂高級管理師也坦言，司法AI發展仍面臨挑戰，包括如何讓AI系統跨罪名共用（強化通用能力）、語言模型持續更新的成本，以及公務機關AI人才培育不足等問題，這些都將是台灣司法AI化過程中需要克服的難題。
｜參考資料｜
有罪產生器誕生？AI 寫判決或成最大幫兇？（法律白話文運動）
@65期執編律師：張安婷律師、曾學立律師、王孟如律師