一、问题的提出

民事争议焦点的产生、增减等动态变化过程在某种程度上决定了民事诉讼程序的发展状态。争议焦点的确定是法院审判权行使的逻辑前提, 各国法律均认为争议焦点的明确处于民事诉讼程序的核心位置。^[1](P1043)有学者认为, 在庭前准备阶段, 可探索由人工智能梳理双方当事人争议焦点的工作模式。^[2]有学者提出, 通过把传统司法三段论逻辑中的“结论”替换为“争议焦点”, 将传统三段论的“大前提—小前提—结论”修改为“准三段论”的“大前提—争议焦点—小前提”, 以探索司法人工智能推理辅助的新路径。^[3]在我国全面深化智慧法院建设的背景下, 争议焦点自动生成是人工智能技术赋能下的一种新型的争议焦点整理和形成方式, 即通过人工智能的技术赋能实现民事纠纷争议焦点的自动生成。^①经过近几年的发展, 我国法院、科研机构、相关企业等开发了一系列智能司法系统。^②虽然不同智能司法系统的功能设计存在差异, 但民事争议焦点自动生成一般是各智能司法系统各种功能实现的重要基础。以江苏省内22家法院试点推行的“全链条要素式审判应用系统”为例, 其所包含的庭前智能阅卷、庭审事实认定和法律适用、裁判文书制作等不同诉讼事项, 均依托争议焦点自动生成的基础性作用。^[4]由是观之, 民事争议焦点自动生成具有一定的本土性。作为一项新兴的本土制度, 其首先将面临来自不同层面的“正当性追问”。有鉴于此, 本研究主要围绕以下内容进行: 一方面, 围绕实体法基础、程序法逻辑阐释民事争议焦点自动生成的基本内容; 另一方面, 从外部需求、内部体系结构以及技术支撑等不同层面探讨“实践先行”的民事争议焦点自动生成的正当性问题。

① 需要说明的是, 我国司法实践中的争议焦点自动生成与引起全球关注的ChatGPT、DeepSeek背后的生成式人工智能技术在创造能力、生产力等方面还存在一定差距, 但随着智慧法院建设的不断推进和技术的不断发展, 生成式人工智能在争议焦点形成和调整上的适用或许值得期待。关于生成式人工智能在司法场景的运用问题, 参见: 郑曦.生成式人工智能在司法中的运用: 前景、风险与规制[J].中国应用法学, 2023, (4): 81-93。

② 如清华大学法学院与计算机系开发的“民间借贷智能化辅助系统”、江苏省法院系统推行的“全链条要素式审判应用系统”、浙江省高级人民法院与杭州市上城区人民法院开发的“AI法官助理小智”、上海市高级人民法院推行的“智能审判系统”、山东法院系统推行的“智慧法院4.0”、深圳盐田区人民法院推行的“电子卷宗数据应用系统”等, 均将民事争议焦点自动生成作为其中关键环节。

二、民事争议焦点自动生成的法理阐释

民事争议焦点自动生成是传统争议焦点整理方式的技术化发展, 应在传统争议焦点整理理论的基础上融合现代技术对其进行分析和阐释。本部分将厘清民事争议焦点自动生成的基本概念, 并在此基础上探讨其实体法基础和程序法逻辑。

(一) 与传统争议焦点整理方法并列的民事争议焦点自动生成方式

人类主要基于抽象思维、高级推理和模式识别来解决问题。案件争议焦点在法律推理、法律解释等思维逻辑过程中形成。人工智能在一定程度上可以通过重新创造帮助人类理解和完善思维逻辑过程, 借由算法模型的相关性分析形成结果。需要强调的是, 正如电子诉讼并非独立的诉讼程序或程序标准, 仅强调信息通讯技术辅助下诉讼的虚拟形态, ^[5]民事争议焦点自动生成是人工智能技术在争议焦点整理这一具体诉讼场景中的运用, 不是民事诉讼的独立程序阶段, 而是人工智能技术赋能下的一种归纳和形成争议焦点的具体手段。概言之, 争议焦点自动生成与书面型争议焦点整理、会议型争议焦点整理、开庭型争议焦点整理等传统模式一样, 是一种归纳、形成和固定争议焦点的具体方法。

传统模式下的争议焦点整理需要法官与当事人等诉讼主体共同参与, 以民事诉讼程序的各项具体制度为依托。^③在传统模式下, 争议焦点整理对案件的争议焦点予以明确、调整和固定, 双方当事人结构化的攻防过程是争议焦点逐步形成的关键, 如何人工识别当事人的“否认”是整理本案争议焦点的重要工作。而争议焦点自动生成是将个案相关数据输入智能司法系统, 通过算法模型自动输出本案争议焦点。例如, 通过专家系统模仿和刻画争议焦点以形成争议焦点整理思维, 在此基础上建构机器自动推理模型, 以实现争议焦点的自动输出, 在外观上呈现出“数据输入—争议焦点输出”的基本流程。例如, 南京市秦淮区人民法院的“家事案件智能化要素式审判系统”可在案件基本信息、当事人信息及电子卷宗材料中, 系统对比双方当事人之间存在的不一致要素, 在初步形成本案争议焦点的同时, 为法官提供认定功能, 也就是允许法官对本案争议焦点进行最终的确认修改。^[6]也就是说, 争议焦点自动生成强调人工智能对争议焦点形成的全过程参与, 人类干预并非常规的介入因素, 只在特殊情况下需要人脑辅助或修正机脑自动形成的本案争议焦点, 实现人机协同的智能审判。

③ 如德国的诉答文书交换程序、先期首次期日程序、书状先行程序发挥了整理争议焦点的功能; 日本的诉讼文书交换程序、书面准备程序、准备的口头辩论程序、辩论准备程序等被明确为整理争议焦点的具体方式。就我国而言, 诉答程序、证据交换、庭前会议等承担一定争议焦点整理功能。

(二) 基于实体法内容基础和程序法攻防体系的民事争议焦点自动生成机制

争议焦点的存在是因为争执主体对某一具体事项存有不一致甚至相互矛盾的意见和理解, 主要体现为双方当事人在事实主张、证据提出、法律适用等不同层面上存在的矛盾认识。民事争议焦点自动生成作为人工智能技术赋能下的争议焦点形成机制, 以实体法请求权构成要件为内容基础, 以程序法的攻击防御体系为思维逻辑, 是典型的民事实体法和民事程序法共同发挥作用的场景。

就实体法层面而言, 争议焦点既应是请求权构成要件的具体化, 也应是争议焦点重要性或实质性的来源。具体来说, 争议焦点是具有法律意义的内容, 是权利是否成立、权利是否发生、权利是否消灭、权利是否被阻碍等问题上的具体化事项。争议焦点形成过程在诉讼实践中围绕请求权构成要件逐步展开, 所以争议焦点是“构成要件—法律效果”的具体展开, 是能对诉讼的发生、发展、结束产生一定实质性影响的事项。同时, 争议焦点还必须是影响案件解决至关紧要的事实, 是案件真正的焦点。^[7]换言之, 若双方争执点是并不具有法律意义的事务性事项, 即非权利构成要件下的具体化事项, 则该事项因不具有重要性或者实质性被排除在争议焦点范围之外, 成为“伪争议焦点”。

就程序法层面而言, 争议焦点是在诉讼攻击防御体系中具体呈现的对立、矛盾, 甚至冲突的事项。当事人之间展开的攻击防御活动构成民事诉讼程序的主体部分, ^[8](P51)争议焦点也一般在争讼程序的攻击防御体系中逐步显现, 攻击防御体系是争议焦点形成的“物理”基础。具体而言, 争议焦点主要在双方当事人的“主张—抗辩”“抗辩—再抗辩”“主张—否认”等诉讼过程中呈现。例如, 借款返还请求权的构成要件主要包括借贷合意、款项实际交付以及借款到期未返还。在某一案件中, 原告甲起诉要求被告乙返还借款10万元, 被告乙以“已还款”为由提出抗辩。由此, 双方当事人在借贷合意和款项实际交付上并未产生争议, 但在“到期并未返还”这一构成要件上存在矛盾主张。“是否已还款”事项便在“主张—抗辩”的攻击防御体系中得到呈现并成为本案争议焦点。由此, 需要“比对”双方当事人在攻击防御过程中主张内容的“重叠”之处, 在重叠内容上产生的争执才可能成为争议焦点。对民事争议焦点自动生成而言, 一方面, 需要从双方当事人的诉讼材料中“寻找”请求权基础, 并对构成要件进行解构与分析; 另一方面, 应在当事人的攻击防御体系中“识别”两造主张重叠且矛盾的事项。本案争议焦点也是在完成上述两个方面的工作后得以呈现的。

三、民事争议焦点自动生成可在一定程度上解决民事司法的现实困境

对于民事争议焦点自动生成的正当性的阐释, 首先从我国民事司法这一外部需求层面展开。外部需求层面关注民事争议焦点自动生成与民事司法改革方向之间的契合程度, 特别是对于民事司法现实困境的解决程度。

(一) 民事争议焦点自动生成对“人案矛盾”的缓解

虽然横向层面的国别对比显示, 我国相较于德国, 不存在显著的案多问题, ^[9]但基于纵向层面的历史比较而言, 我国法院当前面临棘手的“人案矛盾”问题。例如, 在1981年, 我国法官人均办案数是15件, 这一数字在2017年上升为187件, 在2023年更是上升至357件。^④法官人均办案数的几何级数增长, 直接说明我国法官面临着比以往更大的办案压力。而在面对“案多人少”“诉讼爆炸”等民事司法困境时, 既有应对措施在案件数量持续增加下面临着“天花板”困局。^[10]

④ 关于以上各年份法官人均办案数的数据来源, 1981年的法官人均办案数为笔者根据来源于《人民法院年鉴(1988)》的1981年法官数量(60439人), 以及来源于国家统计局官方网站列出的1981年全国法院一审收案数(906051件)计算而得。2017年和2023年法官人均办案数, 分别参见2018年和2024年《最高人民法院工作报告》。虽然以上计算口径可能存在差异, 但也能在整体上呈现出我国法官人均办案数的变化情况。

在应对“案多人少”的司法困境时, 既有的外部分流和内部分流方式忽视了从微观层面探析纠纷分流的关键。实际上, 民事诉讼制度内部各程序群及民事诉讼与其他纠纷解决方式之间的相互关联为“案多人少”的应对之道。^[11]那么, 不同纠纷解决程序间以及不同诉讼程序阶段间的衔接点是什么？“事实清楚、权利义务关系明确、争议不大”是《中华人民共和国民事诉讼法》规定的划分繁案和简案的标准, 李浩教授将之归类为实质性标准, 并与德日、英美等两大法系典型国家的以“诉讼请求数额”为划分依据的形式标准相区别。实质性标准的优点在于其基于繁案和简案的本来意义对案件的繁简予以区分, 其不足之处主要体现为审判者很难在起诉与受理阶段了解案件争议情况, 因此难以对繁简作出准确区分。^[12]而案件争议焦点是诉讼程序繁简分流的重要标准, 是民事审前阶段和庭审阶段衔接的桥梁, 还是诉讼和非诉转换的关键。争议焦点的形成、归纳和固定对于纠纷能否解决、如何解决具有前提性和基础性的作用。所以, 可在民事案件外部分流和内部分流的既有路径基础之上, 建立一种在诉讼初期就可完成一定程度争议焦点定性和定量的制度, 为外部非讼解纷机制或内部分流机制的有序展开提供必要的基础, ^[13]而争议焦点整理则承载了以上功能要求, 争议焦点整理的实施可进一步挖掘诉讼和非诉解纷体系解决纠纷的潜力。

另外, 就对当前“案多人少”应对方式存在的“天花板”困局的化解而言, 突破固有路径束缚亦有一定必要, 其中的关键或者底线是如何在保证实体公正的基础上提高诉讼效率。对此, 人工智能技术可以为解决这一问题提供新的思路, 有学者明确指出人工智能技术能另辟蹊径解决“案多人少”的难题, ^[14]特别是可以极大减轻司法人员的办案负担。^[15]从国家整体布局而言, 中共中央、国务院印发《“十三五”国家信息化规划》《国家信息化发展战略纲要》《新一代人工智能发展规划》等文件, 要求推动大数据、人工智能同司法工作深度融合, 强调应在证据收集、案例分析、法律文件阅读与分析等具体司法场域中应用人工智能技术。这实际上为提高诉讼质效提供了新的视角。《人民法院第五个五年改革纲要(2019—2023)》将智能化、信息化建设置于与司法改革并行的地位, 强调智慧法院建设具有破解改革难题、提升司法效能的功能。《人民法院第六个五年改革纲要(2024—2028)》进一步要求深入拓展数字技术司法应用场景, 强化智能算法、大语言模型、数字模型等技术应用, 充分发挥人工智能技术辅助办案的作用, 以数字化、智能化驱动审判流程、诉讼规则和司法模式变革。

综上, 民事争议焦点自动生成通过引入人工智能技术实现了本案争议焦点的自动整理和确定。这不仅契合司法改革之发展倾向, 也因应司法困境之解决需要, 其为“人案矛盾”提供了现代化解决方案。如江苏省法院系统推行的“全链条要素式审判应用系统”以“人工智能+要素”为生态系统的建构核心, ^[16]其所具有的无争议事实自动归纳和争议焦点自动生成功能是衔接审前程序和庭审程序的关键功能, 该功能的发挥可以快速辅助法官和当事人形成和固定争议焦点, 提高诉讼效率。

(二) 民事争议焦点自动生成对争议焦点整理形式化实践的相对性解决

我国民事诉讼争议焦点整理在实践中存在以“整理不足”“整理过度”“整理混乱”为典型的普遍性的形式化困境。^[17]从表面上看, 这主要以法官采取仅依据原告起诉状或简单比对诉答文书等方式形成争议焦点为主要原因。但从更为深层次的角度来看, 传统争议焦点整理方式所产生的争议焦点质效不高, 其根源性原因之一是争议焦点形成动态性下的争议焦点模糊。尽管从静态层面的构成要件中可以解构出可直接对法律权利义务关系产生影响的事项, 看上去具有一定的稳定性, 但具体个案在动态诉讼进程中产生的具体争议焦点事项, 不仅要接受静态的实体法请求权基础的指引, 还受到动态的诉讼攻击防御体系的影响。争议焦点是构成要件在具体事实上的拓展和延续, 具有一定的选择性和弹性。争议焦点的具体范围随着诉讼进程的动态开展而调整和变化, 依赖于诉讼主体直接诉讼交往的书面型、会议型和开庭型争议焦点整理方式, 无法避免司法实践中存在的争议焦点模糊、争议焦点散漫以及假争议焦点等“固有问题”, 亦无法有效应对既有争议焦点整理方式导致的审前程序臃肿、诉讼程序反复等“衍生问题”。在比较法视域下, 传统争议焦点整理方式所存在的“固有问题”和“衍生问题”在争议焦点整理规范体系相对更为完备的日本也存在。虽然日本在争议焦点整理及其相关制度上进行了多次修改和完善, 但仍难以完全克服争议焦点整理的实践问题。这样的域外经验也在一定程度上说明, 完善制度体系、提高诉讼主体素质、扩大法官职权介入等既有方式均难以充分应对争议焦点形成所固有的逻辑性、技术性、动态性等属性所致的实践困境。

然而, 人工智能技术的引入或许能在一定程度上解决争议焦点整理形式化的难题。民事争议焦点自动生成建立在本案数据输入和输出过程的基础上, 相较于传统模式下的争议焦点整理实践, 可以形成更准确和深入的本案争议焦点。特别在当前我国律师代理案件数量少、当事人法律知识匮乏、法官聚焦于实质性裁判工作的现实背景下, 争议焦点自动生成能够提供标准化、自动化的法律服务。人工智能通过提高效率和维护至少表面上的公正推动“法典正义”的实现, 这是一种有利于标准化而非滥用自由裁量权的裁决范式。^[18]因此, 争议焦点自动生成可以为当事人和法官提供纠纷争议焦点的决策辅助, 可在一定程度上解决争议焦点动态化、争议焦点模糊等问题。需要强调的是, 争议焦点自动生成较之传统争议焦点整理模式的优势主要在于, 其在相对意义上更易应对争议焦点整理形式化问题, 特别对于实践中大量案件不进行或者单向度进行争议焦点整理的情况, 其优势更为明显。当然, 在弱人工智能的技术发展背景下, 争议焦点的不确定性和模糊性也会增加人工智能辅助司法决策的难度和风险。有学者提出, 司法智能模型应在从确立争议焦点到最终说理的全过程中纳入人机交互的认知审慎设计, 在争议焦点形成阶段, 可以通过“先人后机”的方式避免法官被机器所提供的争议焦点左右。^[19]当然, 无论采取何种人机交互模式, 从相对意义而言, 争议焦点自动生成相较于传统争议焦点整理方式, 更能克服争议焦点形成动态下的争议焦点模糊问题, 也能在一定程度上解决争议焦点整理实践形式化问题。

四、民事争议焦点自动生成与民事诉讼体系在整体上具有协调性

民事争议焦点自动生成作为民事诉讼的一个环节, 其正当性还源于与民事诉讼内部体系的协调。也就是说, 如果智能技术的运用有利于达成民事诉讼目的、实现民事诉讼基本价值、符合民事诉讼基本原则和制度的要求, 此类技术应用就具有一定正当性。^[20]就此而言, 本部分将通过阐释民事争议焦点自动生成与民事诉讼价值理念、民事诉讼基本原则、民事诉讼程序阶段构造之间的契合状况来分析其正当性。

(一) 民事争议焦点自动生成可平衡公正和效率价值之间的张力

公正和效率是民事诉讼永恒的价值追求, 但不同价值之间存在某种掣肘与牵制, 从而形成紧张、博弈, 甚至此消彼长的关系。^[21](P27)智能化司法的本质是利用现代技术解放司法生产力, 在智能化司法的助推下, 司法的公正性和效率性也可得到明显提升。^[22]那么, 争议焦点自动生成对公正和效率价值又会产生何种影响？其一, 从绝对意义上而言, 争议焦点自动生成促进效率价值的实现。包括人工智能在内的现代技术的使用符合“人案矛盾”下民事司法对效率价值的追求。信息通讯技术嵌入民事司法的原因在于其有用性和效率性能够满足司法实用原则之需要, 这是信息技术的“效率理性”。^[5]类似地, 人工智能在司法数据处理中具有的数量优势和速度优势无法被代替。^[23]争议焦点自动生成通过“数据输入—争议焦点输出”的方式, 极大节省了书面型、会议型和开庭型等传统争议焦点整理模式依存于物理空间的资源成本及依赖于诉讼主体往复诉讼行为的交往成本, 提高了争议焦点形成、归纳和固定的效率。其二, 从相对意义上而言, 争议焦点自动生成更接近实现诉讼解纷的公正价值。相对意义关注的是基于不同争议焦点形成模式比较下的结果, 即争议焦点自动生成相较于传统争议焦点整理模式的比较优势。“算法的应用不仅提升了司法的纠纷处理能力, 降低了解决纠纷的成本, 而且在很大程度上提高了纠纷解决的自动化程度”。^[24]我国司法实践表明, 司法数字化在提升法官能力、准确认定事实、正确适用法律等方面都有非常重要的作用。^[25]正如前文在归纳传统争议焦点整理实践存在的形式化问题时所述, 争议焦点自动生成对于相当一部分不整理争议焦点、形式化整理争议焦点的诉讼案件而言, 确实可以更为有效地形成本案争议焦点。

(二) 民事争议焦点自动生成遵循和发展民事诉讼基本原则

民事诉讼基本原则是贯穿于整个民事诉讼的、能够指导民事诉讼法实施的、具有较强抽象性的根本性规则, ^[21](P51-53)以保障诉权、构建当事人诉权与审判权相互制约机制为核心, 并体现民事诉讼的本质特征。^[26](P25)民事争议焦点自动生成作为民事诉讼智能化发展的环节之一, 其正当性基础还源于民事争议焦点自动生成与民事诉讼基本原则之间的关系检视。

首先, 争议焦点自动生成有利于保障当事人平等原则的实质化。当事人平等原则是宪法平等原则、法治国原则、社会国原则等发展形成的程序法基本原则。^[27](P34)在智能化技术介入司法程序之后, 如何理解和适用当事人平等原则是必须面对的议题。^[20]当事人平等可以分为形式平等和实质平等。前者指的是双方当事人在法律面前或诉讼中的地位平等, 强调任何一方当事人不得有优于对方的地位, 是宪法平等权的直接推演; 后者则是在立法层面地位平等和规则平等的基础上, 强调司法层面的机会平等和参与平等。相较于形式平等, 如何保障诉讼当事人的实质平等, 将直接影响当事人的权利义务能否实现、如何实现等问题。由此, 需要具体探究的是, 在争议焦点形成过程中, 如何从形式平等达致实质平等？争议焦点形成、归纳和固定具有较强的技术性, 一般认为, 当事人实质平等在争议焦点形成中的实现, 需要通过法官释明等职权介入方式平衡当事人间的势能差距。^{[28](P110-117)}但法官释明的具体范围、释明的具体方式、释明的程度等较为依赖法官个人的专业水平和经验判断, 常有产生其他问题的风险。例如, 过度释明容易破坏程序中立这一公正价值的基本内容, 还会打破当事人间的平衡, 也难以避免法官滥用审判权。^[26](P51)而争议焦点自动生成在一定程度上“排除”或者“限缩”了人工介入的空间, 有效避免了过度释明、不当释明等问题, 也解决了双方当事人身份地位差异、财力物力差异可能带来的诉讼地位不平等问题。因此, 现代技术赋能下的争议焦点自动生成为从形式平等到实质平等的转化提供了简单和便捷的现代方式。

其次, 争议焦点自动生成推动处分原则、辩论原则的时代化发展。处分原则和辩论原则是私法自治在民事诉讼领域的具体体现。尽管我国处分原则和辩论原则与域外国家相关概念存在差异, 但其是我国民事诉讼当事人程序主体地位的保障和具体体现, 并主要通过“参与”和“决定”的方式实现和保障当事人主体地位。具体至争议焦点自动生成领域, 争议焦点自动生成弱化了当事人参与和决定等诉讼行为对物理空间和既有方式的依赖, 但并未实质减损当事人的程序参与权和程序决定权。正如“制度应面对技术发展, 合理定位并与技术形成良性互动”的要求, ^[29]通过制度设计可以化解争议焦点自动生成中当事人程序主体地位不足的风险。法官运用人工智能进行裁判的底线要求是在该领域内实现完全的透明, 因此, 法官应向当事人说明使用了何种算法及其如何运作等。^[30]进一步而言, 应强化当事人在争议焦点自动生成算法模型设计中的参与度和话语权, 并通过赋予当事人一定的程序选择权、程序异议权、程序退出权等, 保障当事人在争议焦点自动生成中的实质参与和主体地位。

(三) 民事争议焦点自动生成符合“审前+庭审”的程序阶段原理

任何一种民事诉讼制度在理论上都能清晰地对应审前阶段或者庭审阶段。^[31]在民事诉讼“审前程序+庭审程序”的两阶段结构下, 审前程序固定争议焦点、整理证据, 庭审程序贯彻集中审理。争议焦点自动生成正是民事诉讼两阶段构造理念的具体化。

其一, 争议焦点自动生成为审前程序和庭审程序的有序、有效衔接提供现代化和本土化解决方案。集中审理主义是现代民事诉讼法的发展潮流和共同目标, 其核心就是围绕争议焦点展开集中证据调查。争议焦点限制庭审的内容, 民事诉讼审前程序的任务往往被限定于整理争议焦点及确认即将被提交的证据, ^[32](P91)以强化争议焦点和证据整理为目标的审前准备程序也就成为实现庭审中心主义的前提条件。^[33]进一步而言, 争议焦点整理是庭审高效证据调查的基本前提, 作为证据调查阶段化的逻辑起点, 其能够为当事人的举证行为以及法院的证据调查提供指示作用。^[34]而且审前程序中形成的本案争议焦点既是庭审证据调查的内容和庭审辩论的核心, 也是审前程序和庭审程序的衔接之处。而民事争议焦点自动生成在技术赋能下可以快速地归纳和形成争议焦点, 为审前程序和庭审程序的衔接提供支撑和辅助。正如有学者明确指出, 人工智能在审前阶段对争议焦点的梳理, 可以帮助当事人发现问题、及时反馈, 有助于保障庭审中法律议论的充分展开和庭审实质化的实现。^[2]

其二, 民事争议焦点自动生成符合程序相称原理的要求。程序相称原理要求民事程序的设计要基于不同民事纠纷的特点达成实体权利保护与实现的目标, 与此同时, 在民事纠纷形态多样、民事主体权利实现需求不同之现实下, 民事程序必然多元化。^[35]而程序相称原理不仅强调不同民事案件的程序设计应不同, 也同样适用于同一案件处于不同诉讼阶段时的多元化程序设计。在人工智能与司法裁判的结合之中, 应将人工智能实验的初始区域限制在风险较低的案件或者适宜的诉讼阶段。^[18]在“审前程序+庭审程序”的民事诉讼两阶段结构下, 虽然审前程序有独立的价值和意义, 但其服务于庭审的依附属性在当前民事司法改革中仍被强调, 特别在庭审中心主义的司法改革背景下, 审前准备必须服务于庭审, 其目标只能是压缩并深化争议焦点整理。^[33]相较于庭审程序, 审前程序主要涉及程序性职权的行使, 一般不涉及对实体性权利的终局判断。^{[36](P585)[37]}审前程序对效率的偏向性追求较之庭审程序也更为必要和正当, 包括争议焦点形成和固定在内的审前程序事项与人工智能的结合满足程序权益保护的阶段性要求。换言之, 虽然争议焦点自动生成从外观上“减损”了当事人的程序主体权, 但是此类权利减损在整体上与审前程序的阶段目的及其适配的权利保护程度相契合。并且, 正如前文所述, 可以通过制度设计和智能模型建构对当事人主体权利的减损予以弥补, 这也使人工智能技术可以实现在不干涉诉讼主体自由推理和完整推理的情况下, 推动司法程序更具可预测性。^{[38](P115-120)}

五、民事争议焦点自动生成在技术运用上具有可行性

在符合外部需求和内部体系协调的基础上, 技术层面围绕争议焦点形成的逻辑与当前人工智能技术的契合程度来论证民事争议焦点自动生成的技术可行性。

(一) 民事争议焦点自动生成智能模型的技术运用

民事争议焦点自动生成智能模型所运用的技术主要有以下几个方面。

其一, 民事争议焦点自动生成智能模型将算法作为争议焦点自动生成的技术支撑, 其关键在于形成争议焦点库。具体而言, 智能模型通过深度学习等算法模块与司法数据的结合, 深度挖掘并获取民事案件争议焦点特征, 形成具有挖掘能力、学习能力和建构能力的智能系统, 具体且精准地实现对文书卷宗、法律法规、证据材料的采集、解构、理解、判断和建构。例如, 上海法院在实践中构建了不同的数据库, 在对案件涉及的描述性评价予以解构的基础上, 通过大数据分析手段设置精细化的数据标签, 形成案由、诉讼请求、诉讼标的、证据情况、原审情况权重系属等要素组成的类案要素库, 同时基于要素库的分类、梳理和分析, 形成了不同处理结果所对应的规则库, ^[39](P117)而争议焦点库可在以上不同数据库基础上进行建构。

其二, 民事争议焦点自动生成智能模型利用深度神经网络模型, 学习法官司法经验、法律规范文件、相关裁判文书、典型案例等, 并以大数据挖掘、知识图谱和风控数据获取为基础, 快速生成争议焦点文书。神经网络算法通过网状非线性函数在海量数据中围绕建立数据间的假设逻辑关系、验证所假设的逻辑关系、选取真实度高的逻辑关系等步骤, 形成数据间的具体关系。神经网络模型的应用在一定程度上消解了计算机绝对线性逻辑思维下的弊端, 其形成的相关性分析和决策判断在具体情境中具有一定的可解释性。此外, 神经网络算法模仿人类神经网络形成了分布式、并行数据处理模型, 具有深度学习的能力。争议焦点的形成主要以实体法规范为基础和中心, 遵循一定的“确定请求权基础”“构成要件解构与分析”的思维逻辑, 契合人工神经网络的网络化、层次性特征。

其三, 民事争议焦点自动生成智能模型通过建构知识图谱, 快速形成符合要求的类案争议焦点数据和类案争议焦点智能画像。类案争议焦点知识图谱的建构和应用是争议焦点自动生成的基础, 主要涉及样本分析、监督学习、数据采集和标注、模型交叉验证、开发和测试模型、模型修正等技术。具体言之, 知识图谱围绕诉讼流程、融合多元数据来源渠道建构类案的多维标签体系及类案争议焦点数据体系, 在一定程度上解决纠纷信息分散化和碎片化的问题, 为其他人工智能技术提供基础数据和技术支持。此外, 知识图谱技术综合了实体链指、关系抽取、知识推理和知识表示等核心技术, 其知识推理技术具备一定的“人脑推理能力”。知识图谱技术在争议焦点形成中的运用在一定程度上提高了司法数据的结构化能力, 优化了对案件争议焦点的提取、识别和处理。

(二) 民事争议焦点自动生成智能模型的契合性分析

以上关于民事争议焦点自动生成智能模型的技术运用主要体现在以下几个环节中, 这也是民事争议焦点自动生成智能模型知识图谱建构的主要步骤: 首先是知识提取环节, 从案件文书材料、实体法规范、证据规范、同类案件的裁判文书等大量非结构化、半结构化数据中提取“知识”数据; 其次是知识建构环节, 对提取环节中形成的源于不同渠道的“知识”数据进行相关性分析和关联性分析, 建立知识与知识之间的逻辑关系, 形成类案知识体系; 最后是知识判断环节, 对知识图谱予以计算和应用, 基于业已建构的类案知识体系识别和判断个案争议焦点。上述本案争议焦点自动生成的法理依据是以实体法请求权构成要件为内容基础, 以程序法的攻击防御体系为思维逻辑。

司法人工智能既要突出和体现司法体制改革中的显性功能和正功能, 又要避免产生扭曲或阻碍司法体制改革的反功能。^[14]虽然人工智能在自由心证的适用、内心确认的判断、经验法则的应用、辩论全趣旨的审酌等事实认定领域, 以及狭义民法解释、不确定法概念的评价、权益冲突的衡量等法律适用领域, 难以代替法官, ^[40]但一般认为, 人工智能技术较适宜应用于两种逻辑领域。其一, 人工智能技术适合应用于线性思维领域, 主要是以层层递进为思维逻辑的抽象思维领域。请求权基础思维的基本程式是根据小前提(案件事实), 搜寻请求权基础锁定大前提(法律规范), 从而运用司法三段论得出结论。^[41](P3)请求权基础思维是司法三段论推理过程中的一部分, 属于典型的法律适用的线性思维, 而民事争议焦点的形成以请求权基础思维为内在思维逻辑, 争议焦点形成过程具有典型的线性思维特征。其二, 人工智能技术适合应用于对抗式的交往过程场景, 而争议焦点具体形成的攻击防御体系即为典型的对抗式的、过程性的场景。申言之, 攻击防御体系中的争议焦点整理是典型的法律议论场景, 蕴含着诉辩交往的逻辑性和商谈沟通的妥协性, 而诉辩博弈过程数字化的关键是梳理原被告间争论点和妥协点的话语活动的通信协议系统。^[42]由是观之, 民事争议焦点形成的思维逻辑与人工智能的技术逻辑具有较强契合性, 技术可行为争议焦点自动生成提供了技术层面的基础。

六、结语

《最高人民法院关于加快建设智慧法院的意见》中关于互联网技术和人工智能技术等现代技术在司法场景的具体应用, 被视为我国法院信息化建设实现“弯道超车”的关键。《人民法院在线运行规则》也规定了在线诉讼程序在具体运行中涉及的系统问题、技术问题等, 标志着民事诉讼与现代技术的结合已从立法规定逐步进入具体实施阶段。在我国智慧法院建设背景下, 民事司法与人工智能的结合没有“是”与“否”的问题, 只有在“哪个阶段”以“什么样的方式”予以“何种程度”结合的问题。

民事争议焦点形成的时序性、技术性等特征使得争议焦点形成的智能化发展成为民事司法智能化进一步推进的具体场域。民事争议焦点自动生成作为融入人工智能技术的现代化解决方案, 对其正当性的追问显得尤其重要。本研究在对民事争议焦点自动生成进行基本界定的基础上, 从外部需求层面、内部协调层面和技术可行层面等不同视角来论证其正当性。在外部需求层面关注其与外部结构体系之间的关系情况, 特别是其与民事司法改革方向之间的契合程度; 在内部协调层面则立足于民事诉讼程序体系本身, 通过阐释民事争议焦点自动生成与民事诉讼价值理念、民事诉讼基本原则、民事诉讼程序阶段构造之间的契合状况来分析其正当性; 在技术层面则以争议焦点形成的逻辑与当前人工智能技术的契合程度来论证技术可行性。智慧法院建设下的技术发展和技术运用为突破固有路径束缚提供了时代“沃土”, 人工智能技术赋能下的民事争议焦点自动生成为解决争议焦点整理实践困境提供了另外一种可能, 其不仅是对民事诉讼价值理念和基本原则的主动适应, 而且会主动推动传统争议焦点整理基础理论的时代化发展。当然, 作为本土新生事物, 民事争议焦点自动生成的理论建构、制度设计、智能模型完善是一个需要司法实践、理论研究、技术发展等多方协作的问题, 有待进一步研究。