在介紹了企業法務中的生成式AI應用後,Lodi今天想帶大家探討一個更具爭議性的話題:生成式AI有可能輔助審判嗎? 隨著國民法官制度的推行,台灣司法開始從專業法官的判決轉向吸納更多非法律專業人士的意見來參與量刑判斷。這樣的變革,也讓我們開始思考,AI是否能在未來扮演國民法官的角色,甚至直接參與量刑決策?
量刑其實是一個非常有趣的問題。東華大學法律系教授范耕維指出:「量刑本質是在量定刑罰施加於犯罪人之不利益的程度,故罪刑相當原則的意義就在於法官可依循此原則,針對犯罪進行適度的刑罰量定。」
以更白話的方式解釋,量刑就是指法官或審判者在判決犯罪時,決定應該給犯人什麼樣的處罰。法律會給出一個處罰的範圍(例如幾年到幾年的有期徒刑,或罰多少錢),而法官則要根據案件的具體情況來決定該處以多重的刑罰。
假設某人犯了詐欺罪,法律規定該罪可以判處5年以下的有期徒刑。在量刑過程中,法官會根據這個人的犯罪情節、動機、損害程度,以及是否有悔過表現等因素,來決定刑期應該是1年、3年,還是更長。
可以把這個過程想像成一個「根據情況調整的懲罰公式」,法官會綜合考慮案件中的不同變數,得出一個最合適的懲罰結果。
國民法官制度則是讓一般沒有法律背景的人,根據特定刑事案件的情況共同參與審判。這些國民法官會依據專業法官的指導,參考證據、法律規範及社會共識來做出判斷。然而,國民法官的判斷可能會受到情感、個人價值觀或社會背景的影響,這些非法律因素可能會左右最終的量刑結果。
相比之下,AI也是不具備專業法律知識,並且理論上可以基於大量數據和案例,運用絕對的理性來做出量刑判斷,避免受到主觀情感和偏見的干擾。但實際上,AI真的能做到如此精確與公正嗎?
為了探索AI在量刑中的表現,Lodi決定透過一個簡單的詐欺案件來進行測試,看看AI在沒有任何法律訓練下,能否與實際的司法判決達成一致。詐欺案件雖然目前不會有國民法官參與審判,但事實相對簡單,因此非常適合作為AI量刑的測試範例。
我提供了一個真實的詐欺案件(台灣台北地方法院113年度審簡字第1923號)細節,並根據相關的法律條文,請GPT-4進行量刑判斷。接著,將AI的判斷與實際案件的判決結果進行比較。
(使用本案的起訴書事實,僅隱去人名)
乙○○與陳xx(所涉詐欺部分,由本署檢察官以112年度偵字第15624號為不起訴處分)為前男女朋友。乙○○意圖為自己不法之所有,基於詐欺取財之犯意,於民國000年0月間起,向甲○○佯稱可投資精品代購獲利云云,致甲○○陷於錯誤,分別於下列時間匯款:㈠於111年7月3日2時許,匯款新臺幣(下同)5萬元至陳xx名下之台北富邦商業銀行帳號000-000000000000號帳戶(下稱富邦帳戶),再於111年7月3日23時17分許轉入5,015元至陳oo(所涉詐欺部分,由本署檢察官以112年度偵字第15624號為不起訴處分)名下之中華郵政帳號000-00000000000000號帳戶。㈡於111年7月7日0時14分許,匯款2萬元至陳xx名下之中國信託商業銀行帳號000-000000000000號帳戶(下稱中信帳戶),再於111年7月7日0時19分許轉入2萬元至陳xx名下之富邦帳戶。㈢於111年7月7日23時21分許,匯款1萬5,000元至陳xx名下之中信帳戶,再於111年7月7日23時43分許轉入1萬5,000元至陳xx名下之富邦帳戶。㈣於111年7月16日1時37分匯款1萬元至陳xx名下之富邦帳戶。嗣因甲○○發覺遭詐欺,報警處理,循線查悉上情。
我告知GPT本案的適用法條為中華民國刑法第339條:
意圖為自己或第三人不法之所有,以詐術使人將本人或第三人之物交付者,處5年以下有期徒刑、拘役或科或併科50萬元以下罰金。
以前項方法得財產上不法之利益或使第三人得之者,亦同。
前二項之未遂犯罰之。
根據上述我提供的資訊,在沒有任何prompt或額外指令的情況下,GPT 4o模型分析得出的量刑建議如下(以下為直接無修正轉貼GPT的回覆):
AI建議的刑期為1年6個月,這個刑期基於詐欺金額約12萬元,並且考量乙○○的詐欺行為具有持續性和計劃性,但金額並不算特別巨大。AI認為,1年6個月的徒刑能夠適當反映犯罪的嚴重性。如果乙○○表現出悔過態度並願意返還詐騙所得,法官可能會考慮將刑期調整為1年6個月,緩刑3年。這意味著乙○○不用立即入監服刑,但在緩刑期間必須遵守特定條件(如返還所得、參加社會服務等),並科以罰金。
AI認為罰金的數額應反映詐欺所得的金額及對社會的影響。因此,20萬元罰金可以作為適當的懲戒,並兼顧乙○○的經濟能力與犯罪情節。
在看完AI的判斷後,讀者們是否能接受這樣的量刑結果呢?你的法感情如何看待這個AI的量刑建議?
實際上,本案法院的判決為:乙○○犯詐欺取財罪,處拘役五十日,如易科罰金,以新臺幣一千元折算一日。
相較於AI的建議,法院的判決輕了許多,這樣的測試結果讓Lodi感到非常驚訝與好奇。AI在沒有參考任何判決先例的情況下,做出了與實際判決相差甚大的量刑決定。不禁思考:如果讓AI持續學習並吸收更多判決書,它的判斷是否會逐漸趨近於法院的實際量刑?
此外,AI的判斷是基於案件的書面事實,而沒有參與審判過程,因此可能缺少了法官在庭審中與被告面對面交流所獲得的情感與行為觀察等重要資訊。這也引發Lodi的反思,為什麼許多民眾對某些重大案件的判決結果感到不滿甚至難以接受?會不會正是因為我們所接收到的資訊並不夠全面,甚至比AI所據以的資料還要有限呢?
這個主題非常適合進行更深入的探討和研究。Lodi期待未來能與大家分享更多的測試結果,看看AI在量刑上的潛力能走多遠!