摘要:在传统的司法裁判中,司法裁判结果会受到法官主观因素的影响,导致审判结果的不公正。如今,人工智能技术的应用越来越广泛,将人工智能程序运用到司法裁判中,将规范司法裁判流程,最大限度保证审判结果的公正性。本文对人工智能在司法裁判中的应用进行了深入的分析,提出了在法律流程中运用人工智能技术应遵循的原则,并列举了当前人工智能技术在司法领域构建的司法数据库、法律知识图谱和刑事证据体系,期望能给人工智能技术在司法领域的应用提供一定的参考。
我们表明,司法独立可以减少地方保护主义,促进跨区域经济一体化。我们利用中国自 2014 年以来分阶段推行的司法独立改革。改革取消了地方政府对地方法院财务和人事决策的控制,从而大大提高了地方法院的独立性。结合民事诉讼和商业登记记录领域的新数据,我们发现,改革后,地方被告对非本地原告的胜诉率下降了 7.0%。这一影响主要得益于司法判决质量的提高,对于有政治关系的地方被告来说更为明显。随着时间的推移,地方保护主义的减少鼓励了较小的非本地公司对较大的本地公司提起诉讼。利用从商业登记记录中提取的股权网络,我们发现地方保护主义的减少可以吸引 8.4% 以上的外来投资流入改革后的地方。当司法独立改革在全国范围内实施时,这有可能使中国的 GDP 增长 2.3%。
8. 您必须将年度报告邮寄或递交给该人居住地的当地社会服务部门。该报告应在被任命为监护人四个月后填写完毕并提交给当地社会服务部门,此后每年提交一次。使用可填写的表格 (CC-1644) 和弗吉尼亚州最高法院执行秘书办公室提供的说明,网址为:https://www.vacourts.gov/forms/circuit/fiduciary.html。本指南中还包含报告表格的副本和样本。年度报告必须提交给该人居住地辖区的当地社会服务部门。当地部门、地址和联系信息的列表位于:http://www.dss.virginia.gov/localagency/index.cgi。在邮寄给当地社会服务部门之前,请记得在报告上注明日期并签名。
1.您的权力仅包括法院命令中列出的权力。2.作为监护人,您与您被指定的人之间存在信托关系。您可能因违反任何信托义务而承担个人责任。信托义务包括仅为该人的最大利益行事,并保存有关您如何履行职责的良好记录。除非您个人疏忽,否则您无需对该人的任何行为负责。您无需代表该人花费您的个人资金。如果法院下令,您可以从该人的钱中获得报酬。3.您作为监护人的职责和权力不适用于该人先前执行的有效预先指示或持久授权书中所做出的决定。如果您认为有必要更改财务持久授权书或指定不同的医疗保健代理人,您需要向法院咨询。对预先指示的任何修改不得以任何方式影响该人关于医疗治疗或程序的指示。4.您必须与该人有足够的联系,以了解他或她的能力、局限性、需求、支持和机会。尽可能多地拜访该人并跟踪您的拜访。
• 深度学习网络是数字计算机与现实世界之间的桥梁;这使我们能够按照自己的方式与计算机进行交流。我们已经与智能扬声器交谈,它们将变得更加智能。键盘将变得过时,与打字机一起出现在博物馆中。这使得深度学习的好处惠及每个人。
总体需求增加——司法学院提供的培训可满足法院和法庭中各类司法人员的需求。其中包括为治安法官、验尸官、验尸官和法律顾问准备培训材料。司法学院为大约 21,400 名司法公职人员(包括约 12,650 名治安法官)、700 名验尸官和 880 名法律顾问提供培训。在本战略实施期间,我们预计法官、治安法官和法律顾问的招聘人数将持续增加,不同法律领域的人员部署也将增加。司法机构的总体规模也将增加。在同一时期,司法人员的个人和专业背景将变得更加多样化。
† 乔治华盛顿大学法学院法学教授讲师。感谢 Steve Platt 的有益评论。所有错误均由本人犯下。1 David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey、Mariano-Florentino Cuéllar,《算法治理:联邦行政机构中的人工智能》(2020 年 2 月),https://www-cdn.law.stanford.edu/wp-content/uploads/2020/02/ACUS-AI-Report.pdf。(近 45% 的联邦机构在某种程度上使用了人工智能或机器学习,但斯坦福大学计算机科学研究人员仅将 12% 的机构评为“使用复杂程度高”)。 2 David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey、Mariano-Florentino Cuéllar,《算法政府:联邦行政机构中的人工智能》6-7(2020 年 2 月),https://www- cdn.law.stanford.edu/wp-content/uploads/2020/02/ACUS-AI-Report.pdf。 3 David Freeman Engstrom、Daniel E. Ho、Catherine M. Sharkey、Mariano-Florentino Cuéllar,《算法政府:联邦行政机构中的人工智能》6-7(2020 年 2 月),https://www- cdn.law.stanford.edu/wp-content/uploads/2020/02/ACUS-AI-Report.pdf。
摘要 由于人工智能自动化工具在语音识别、图像分类、文本处理等常规任务上的成功,如何将其应用于司法审判流程以提高效率引起了广泛关注。同时,司法审判是一项复杂的任务,需要对案例、法律和常识进行准确的洞察和细致的分析。基于人工智能的自动化工具提供的结果直接应用于司法审判过程存在争议,因为它们的逻辑性不强、准确率较低。基于此观察,本文探讨了司法审判中强调的逻辑和人工智能的技术特征,并提出了一种基于人工智能的司法审判语义辅助方法,该方法对法官来说是逻辑性的、透明的。
详细概述了美国不方便法院原则的兴起,并分析了该领域目前的具体发展,包括最近对 Piper Aircraft Co. v. Reyno 的判决。1 第二部分进一步考虑了美国境内根据 28 U.S.C. 进行美国境内审判地转移的平行发展。§ 1404(a),及其对不方便法院原则的影响。然后,第二部分最后分析了该原则的现状及其在美国的适用性。接下来,第三部分探讨了英国的不方便法院原则,包括其历史和教条发展,并批判性地分析了上议院在 Spiliada Maritime Corp. v. Cansulex .Ltd.2 案中的裁决的影响。第四部分和第五部分指出了美国和英国在涉及德国当事人的案件中实际应用不方便法院原则的差异。第五部分还介绍了海牙公约