根據台灣公務機關規定，生成式AI產出資訊仍須人員做最終判斷，不會出現「AI法官」；事實上，現有系統已有簡易AI應用，減少法官書寫判決時出錯。此外，國外也出現不少AI的司法應用案例，可降低民眾訴訟花費、預測再犯機率等，成為法官得力助手。
高等法院審判長何君豪具有法律、資訊雙背景，在2000年就讀資訊碩士班期間就接觸AI，擔任司法院資訊處長期間引入許多「辦案小工具」。AI能如何幫助法官工作？可以提升法律的近用權嗎？未來還有哪些司法應用AI的可能？
未來城市Podcast EP.67
▹ 未來主持人：未來城市頻道總監 陳芳毓
▹ 未來大來賓：台灣高等法院審判長 何君豪
▹ 訪談精華一次收藏：
何君豪認為，AI能替法官減輕工作、加快案件進度。圖片來源：未來城市
Q：司法院預計導入的這套判決書生成系統，適合法官應用在哪些案件上？
何君豪（以下簡稱何）：目前司法院選定不能安全駕駛、幫助詐欺等兩類案件示範使用，雖然還不夠成熟，但在生成式AI導入發展初期，必須選定幾個簡易模型不斷累積。以Midjourney為例，要生成卡通或梵谷等各種風格圖片，都需要慢慢訓練。
司法院導入生成式AI，就像是小孩子在學走路，要一步一步慢慢走。我個人認為司法院訂定應用範圍，都符合行政院公布的生成式AI參考指引。我們面臨的現狀是，不能因為他還是小孩子，就完全不讓他走，我們國內AI發展也並不及國外迅速。
Q：司法院這套系統主要是生成判決書草稿，再讓法官審閱並編輯處理，法官的工作會按照此流程進行嗎？
何：這套系統目前的功能，只有生成簡易案件的判決書草稿，其實對法官來講幫助並不是那麼大，不過這是一條必經之路，因為所有系統都是先從簡易功能開發起。
就像是企業要推出新產品，還位在產品週期的創新期階段，使用量通常很少，不過依然有一群科技嚐鮮者會想要使用。蒐集這些使用者的回饋經驗，產品才可能邁向成熟期，所有系統開發都需要這樣慢慢累積，不可能一蹴而幾。以ChatGPT為例，GPT模型早就開發出來，逐漸迭代版本後，在去年才對外釋出。
以前我常常自己寫程式、做一些「辦案小工具」，再分享給別人用；擔任資訊處長時也把一些做過的東西帶過來，與同仁一起提升水準，從單機版持續開發成網頁版，系統愈做愈大，還需要請外包廠商來維護。
所以，評估資訊系統有沒有用，不能在一個系統剛誕生時，就以高規格標準去期待與評價。
Q：我很好奇您剛提到的小工具，是在什麼情境下決定自己動手寫程式？
何：以涉及侵權行為的案件為例，當我們要計算勞動力喪失或減損的賠償金額，以前都參考同一份表格，例如一個人勞動能力還有30年，按照一年計算一次，但其實這個計算方法會有偏誤，因為薪水不是一年領一次，大部分是每個月，甚至有些人是15天領一次薪水。
我個人不能接受這個一年一次的算法，所以只好寫一個程式，希望解決問題。當初並不只有我一個人在寫，葉奇鑫檢察官也寫了一個版本，只是因為我後來當了資訊處長，所以把自己這版製作成「霍夫曼一次給付試算」工具網頁。
網頁版特殊之處在於，輸入相關數值計算後，還會生成一段文字，可以直接引用貼到判決書，許多法官都會使用。
法官輸入一定數值後，「霍夫曼一次給付」頁面便會生成文字，供法官參考。圖片來源：截自霍夫曼一次給付試算網頁
Q：這好像有一點點生成式AI的影子了？
何：原本司法院九月推出的判決書生成式AI，其中有加入規則系統（rule-based），還可以勾選條件，其實還不太談得上生成式AI，因為生成式AI不是給A就寫出B，而是可以取代人類的思考判斷，而不是只有替代人類的操作行為。不過這依然是一個必經的階段。
九月行政院公佈生成式AI指引，其中提到AI生成內容不能是唯一依據，所以在判決書生成後，必須經過法官確認核實。我們可以想成指導老師和研究生的關係，研究生必須先清洗資料、蒐集文獻，否則老師就要做一些零碎的工作，但是老師的價值不在此。
此外，機密文件不能使用開放式AI生成，不過這個AI系統地端部署在司法院內網，根據行政院指引，可以使用。（延伸閱讀｜組織如何導入ChatGPT？中研院：從做FAQ等「高影響、低複雜」任務開始）
Q：大家對於新科技可能會比較謹慎，必須反覆討論，才有機會得到多方認同。在國外有沒有法律成功應用AI的案例？
何：國外不但律師界在用，法院和警務系統都有應用案例。其中一個是IBM華生超級電腦（Watson），許多律師事務所出價購買其中運作的AI系統，操作方法類似ChatGPT，可以回饋你問的問題，不過背後技術與現在的大型語言模型不太一樣。
另外，有一位英國留學生布勞德（Joshua Browder）發明「DoNotPay機器人」，當遇到汽車超速罰單或欠稅等簡單案件，在APP上按一按就能產出一張上訴書。這幫助很多人打贏官司，勝出率甚至達到40%，會跟律師搶生意。所以，AI在司法應用成熟不見得要高，關鍵還是產品本身。
有些人會說律師不像法官，法官要更謹慎，不過事實並非如此。美國在假釋受刑人前，有一個評估再犯風險的AI系統「COMPAS」，協助法官做判斷。當然有人會認為演算法不公，可能涉及歧視，但是經過研究證實，這套系統判斷準確度比人類還好，使用上是沒有問題的。
坦白講，有時候人類做這種判斷也只能猜測，選擇只有「放」跟「不放」，這常牽涉非常多主觀因素；但是這套系統會把每個因素埋進一個回歸式，最終再看與人為判斷是否符合。如果跟法官的想法差不多，算是AI直接支持他；但決定還是法官自己的，如果法官意見與評估系統不同，也必須提出理由。
我覺得這能抑制人類的恣意妄為。因為，法官是審判「獨立」，不是「孤立」，更不是「霸道」。如果你沒有比AI準，至少要能指出它的瑕疵，提出自己的觀察。過去許多這種裁量，法官也沒有附理由，AI這就挑戰了過去法官工作的型態。（延伸閱讀｜烏龍判決有解？哈佛實驗：AI法官少保釋5成高風險罪犯）
何君豪強調，法官應說明與AI判斷有所出入的理由，藉此降低判決錯誤的可能性。圖片來源：Shutterstock
Q：在美國請律師非常貴，因而誕生DoNotPay這套服務。AI似乎也可以提升我們對法律的近用權？
何：是的，中國只要在一線城市，法院裡都有一台被稱作機器人的電腦，只要按一按就能生成訴狀。雖然這並非生成式AI，只是輸入條件後給你一段文字，但這對民眾很方便，對法院也是，因為格式固定，所有事實都會寫在某一段，比較好抓取資料。
另外，美國有一個預測警務系統Predol，在2008年大數據興盛的時期，透過演算法找出犯罪熱點，成功降低犯罪率。原本很多美國警務機構都去購買這套系統，但是現在已經沒什麼人在買了。
因為這套系統模型是模擬地震，但是人不像地震斷層帶不會跑，人是活的。如果警察在這些地方加強巡邏，看到同伴被抓，幫派就會跑掉了。
所以，這個系統必須一直更新，否則，尚未形成大量犯罪，它就預測不到犯罪熱點，會一下準、一下不準。
Q：看起來國外已有非常多AI應用在司法的經驗，可以給國內參考。從您的經驗來看，未來台灣還有哪些AI協助法官判案的可能？
何：事實上，AI在國內司法體系已經有不少應用，例如有一個系統能幫法官檢測，判決書是否前後不符，再犯是不是忘記寫累犯等。還有，過去判六個月內可以易科罰金，但相加超過六個月就不能。這後來被指違憲，所以修法通過後，我跟蕭奕弘法官、外包廠商趕快寫出一個程式，可以彈跳視窗提醒法官。
坦白講，三年後應該就沒有人會用這個系統了，因為大家已經不會忘記這些新修正的規定，但修法初期仍有提醒的功用。
只要找到合適的切入點，資訊一定可以幫助法官辦案，價值是創造出來的，否則資訊產業不會如此蓬勃發展。
另外，我個人認為「AI法官」在簡易案件是可行的。法官工作很忙，因為法官人很少，可是案件愈來愈多，應該優先處理核心事項。以前強制執行都是法官執行，後來就修法變成司法事務官；但像支付命令不用附理由或證據，只要固定格式，交給AI法官產出也可以。
目前紅燈違規只要被機器拍到，就是機器做出處分。未來若把認罪系統公開，讓大家自己上去按按看，看法院可能判多少；如果你可以接受，檢察官也按按看，就能可成機器審判，這是可能的一種嘗試。
前幾年，愛沙尼亞曾提出「小額訴訟交給AI法官審判」的想法，在各國引起廣泛關注；可是後來可能反對勢力太大，就沒有繼續做。
愛沙尼亞當時的資訊部長很年輕，才30幾歲。我認為這是世代差異，年輕人覺得沒問題，年紀比較大都覺得有問題。去年愛沙尼亞發佈新聞稿，表示沒有要做AI法官，這樣是最好的。為什麼？因為他們不做，台灣來做就是全球第一。
別人不做，就是我們的機會。幸好台灣還有這個機會，不然每次都當老二，也會很辛苦，這是我個人的一點感想。
聽懂未來：關於生成式AI，我還想知道更多⋯⋯
未來城市給你更多知識補充包！
- 哈佛法學教授雷席格：我們正處於AI的「奧本海默時刻」，好壞永遠並存【完整全文】
- 生成式AI沒退燒！企業如何五層次深度應用ChatGPT？
- 「我是在做好事？還是一件很壞的事？」ChatGPT之父奧特曼的告白
想聽更多未來城市Podcast節目？
- 首播時間：隔週六播出。
- 頻道搜尋：天下雜誌Podcast頻道「聽天下」，或關注未來城市網站「未來城市Podcast」系列內容。
