現代社會是一個互聯網、大數據、人工智能廣泛應用與開發的時代，法院作 為規範人們行為、維護社會公平正義的部門，它的改革發展對人們維護公民權益、 追求司法正義具有至關重要的影響。為了不斷適應社會變化與需求，國內外對於 司法體制的改革、法院的建設從未停止腳步。近年來關於建設智慧法院的舉措不 斷增加，特別是應用於人工智能、大數據分析技術研發各類智能審判系統用於輔 助辦案的現象。這些智能審判系統極大的改變了人們參與訴訟的方式和辦案人員 的辦案方式，對傳統法院、傳統司法文明有很大的衝擊。因此，本文將重點研究 智慧法院在國內外的定義、具體樣態、發展現狀與面臨的困境，談論智慧法院發 展的利弊，並提出相關意見。
本文首先觀察國內外智慧法院發展的現況，了解各國智慧法院建設之趨勢與 樣態，概述中國智慧法院的具體具體定義。其次，通過中國上海市高院研發的刑 事案件智能輔助辦案系統(「206」系統)作為深入研究的基礎，最後，通過國 內外智慧法院建設中的種種困境進行分析，結合相關學者建議與政策發展，形成 想對應的解決建議，並期望藉以此研究，能夠為智慧法院之後的建設提供相關的 意見參考。

Modern society is entering into an era in which the Internet, big data, and artificial intelligence are widely developed and employed. As an institution to adjudicate disputes, shape citizens’ behavior, ensure fairness and justice, and provide remedies, the court and its reform and development play a vital role in protecting citizens' rights and interests as well as pursuit of justice. In recent years, China has adopted various measures to build a “smart court” given the growing demand of judicial reform. Such measures include the use of artificial intelligence and big data analysis technology to develop various intelligent and AI-based judicial systems to assist in handling cases. These intelligent judicial systems have greatly changed the way people participate in litigation and projected a great impact on traditional courts and traditional judicial civilization. Therefore, this Thesis focuses on the definition, specific forms, development status, and advantages and difficulties of building intelligent courts at home and abroad. It further aims to discuss the pros and cons of the development of smart courts and offers recommendations for the road ahead.
This Thesis first examines the current situation of the development of smart courts in China and other countries, unpacking the trends and patterns of the construction of smart courts in various jurisdictions and outlining the specifics for the Chinese context. Secondly, through the intelligent case-assisted judicial system for criminal cases developed by the Shanghai High Court of China (the “206” system), this Thesis conducts an in-depth research on the development of smart courts in China. This Thesis concludes by pointing to the opportunities and challenges on both normative and practical levels for the future construction of China's smart courts.

參考文獻
一、 中文文獻
1. 一般書籍
崔亞東（2018），《人工智能與司法現代化》，北京，上海人民出版社。
李林、田禾 （編）(2018)，《中國法院信息化發展報告No.2（2018）》，北京: 社會科學文獻出版社。
華宇元典法律人工智能研究院（編）（2019），《讓法律人讀懂人工智能》，北京：法律出版社。
2. 期刊論文
王祿生（2018），〈司法大數據與人工智能開發的技術障礙〉，《中國法律評論》，2018年02期，页46-53。
白建軍（2016），〈基於法官集體經驗的量刑預測研究〉，《法學研究》，2016年06期，頁140-154。
田源（2017），〈智慧法院視閾下信息化人才隊伍建設路徑探析〉，《東南司法評論》，2017年00期，頁193-201。
左衛民（2018），〈關於法律人工智能在中國運用前景的若干思考〉，《清華法學》，2018年02期，頁108-124。
左衛民（2018），〈如何通過人工智能實現類案類判〉，《中國法律評論》，2018年02期，頁26-32。
伍紅梅（2018），〈以「大數據+機器學習」為驅動構建刑事案件判案智能預測系統〉，《人民司法（應用）》，2018年10期，頁34-40。
朱奎彬、楊露、蔣羅林（2018），〈大數據預測功能在「智慧法院」建設中的應用〉，《四川員警學院學報》，2018年02期，页113-120。
朱彬彬、祝興棟（2018），〈類案推送的精細化：問題、成因與改進——以刑事類案推送為例〉，《法律適用》，2018年20期，頁90-98。
邱昭繼(2008)。《法律、語言與法律的不確定性》，中國政法大學法學理論專業博士論文，北京。
汪建成（2015），〈論證據裁判主義與錯案預防——基於16起刑事錯案的分析〉，《中外法學》，2015年03期，頁593-599。
季衛東（2018），〈人工智能時代的司法權之變〉，《東方法學》，2018年01期，頁125-133。
李衛國（2018），〈大數據與審判管理的科學化〉，《江漢大學學報(社會科學版)》，2018年04期，頁14-22.
吳偉光（2016），〈大數據技術下個人數據資訊私權保護論批判〉，《政治與法律》，2016年07期，頁116-132。
吳習彧（2018），〈裁判人工智能化的實踐需求及其中國式任務〉，《東方法學》，2018年02期，頁110-117。
吳漢東（2017），〈人工智能時代的制度安排與法律規制〉，《法律科學(西北政法大學學報)》，2017年05期，頁128-136。
岳林（2017），〈機器人法官的用途〉，《法律和社會科學》，2017年02期，頁143-159。
周亞蒨（2018），〈人工智慧時代下的司法變革—淺析司法官培訓於未來20年面臨之趨勢〉，《司法新聲》，2018年126期，頁53-71。
苗振林、 趙譯超（2018），〈客觀看待“智慧法院”〉，《河南教育學院學報(哲學社會科學版)》，2018年03期，页62-67。
胡昌明（2018），〈中國智慧法院建設的成就與展望——以審判管理的信息化建設為視角〉，《中國應用法學》，2018年02期，頁107-118。
侯猛（2018），〈互聯網技術對司法的影響——以杭州互聯網法院為分析樣本〉，《法律適用》，2018年01期，頁52-57
施珠妹（2019），〈智慧法院建設與「大數據」質量〉，《東方論壇》，2019年01期，頁59-74。
陳琨（2018），〈類案推送嵌入「智慧法院」辦案場景的原理和路徑〉，《中國應用法學》，2018年04期，頁88-97。
陳瑞華（2016），〈法院改革中的九大爭議問題〉，《中國法律評論》，2016年03期，頁211-220。
陳興良（2005），〈錯案何以形成〉，《公安學刊（浙江公安高等專科學校學報）》，2005年05期，頁14-15。
陳譽文（2017），〈人工智慧規範性議題綜觀〉，《科技法律透析》，2017年04期，頁43-51。
高一飛、高建（2018），〈智慧法院的審判管理改革〉，《法律適用》，2018年01期，頁58-64。
高富平（2019），〈論個人資訊保護的目的——以個人資訊保護法益區分為核心〉，《法商研究》，2019年01期，頁98。
郭爍（2017），〈司法過程的資訊化應對———互聯網時代法院建設的初步研究〉，《暨南學報》，2017年10期，頁25-32。
馬超、於曉虹、何海波（2016），〈大數據分析:中國司法裁判文書上網公開報告〉，《中國法律評論》，2016年04期，頁195-246。
徐芳（2018），〈淺談大數據在偵查中的積極作用——以防範冤假錯案為視角〉，《法制博覽》，2018年08期，頁12-14。
徐骏（2017），〈智慧法院的法理深思〉，《法學》，2017年03期，页55-64。
袁曾（2017），〈人工智能有限法律人格審視〉，《東方法學》，2017年05期，頁50-57。
馬葉敏、郭葉（2012）,〈法院信息化建設初探〉，《法律文獻信息與研究》，2012年02期，頁35-44。
崔亞東（2018），《人工智能與司法現代化》，頁67-253。上海：上海人民出版社。
崔亞東（2018），〈司法科技夢:上海刑事案件智能輔助辦案系統的實踐與思考〉，《人民法治》，2018年18期，頁92-97。
康蘭平、錢弘道（2018），〈司法透明評估的大數據方法研究〉，《浙江大學學報（人文社會科學）》，2018年03期，頁20-34。
張永進（2010），〈對人民法院審判管理信息化改革的反思〉，《三峽大學學報(人文社會科學版)》，2010年32期，頁87-88。
張嘯遠、張晴（2017），〈對智能輔助辦案系統的分析及建議〉，《宿州教育學院學報》，2017年06期，頁169-171。
程凡卿（2018），〈我國司法人工智能建設的問題與應對〉，《東方法學》，2018年03期，頁119-130。
程金華（2018），〈未來還未來：反思中國法律大數據的基礎建設〉，《中國法律評論》，2018年02期，頁160-168。
馮姣、胡銘（2018），〈智慧司法：實現司法公正的新路徑及其局限〉，《浙江社會科學》，2018年06期，頁67-75。
黃京平（2017），〈刑事司法人工智慧的負面清單〉，《探索與爭鳴》，2017年10期，頁85-94。
湯維建（2017），〈「智慧法院」讓司法更公正、更高效〉，《人民論壇》，2017年04期，頁89-91。
賈佳（2019），〈論建立以審判為中心的冤假錯案防範機制〉，《警學研究》，2019年01期，頁79-87。
塗永前、於涵（2018），〈司法審判中人工智能的介入式演進〉，《西南政法大學》，2018年03期，頁48-55。
楊燾、楊君臣（2018），〈人工智能在司法領域運行的現狀及完善對策研究——以成都法院為樣本進行分析〉，《科技與法律》，2018年03期，頁59。
蔡立東（2017），〈智慧法院建設：實施原則與制度支撐〉，《中國應用法學》，2017年02期，頁19-28。
蔣潔、衛承霏、何亮亮（2016），〈大數據集成的權益危機與價值回歸〉，《科技管理研究》,2016年02期，頁199-202。
潘庸魯（2018），〈人工智能介入司法領域路徑分析〉，《東方法學》，2018年03期，頁109-118。
潘庸魯（2017），〈人工智能介入司法領域的價值與定位〉，《探索與爭鳴》，2017年10期，頁101-106。
劉恩、章湧（2018），〈杭州互聯網法院開創中國特色的“智慧法院”新起點〉，《杭州(週刊)》，2018年20期，頁6-10。
劉曉丹（2014），〈堅守防止冤假錯案的法律底線〉，《法制與社會》，2014年18期，頁287-288。
劉艷紅（2014），〈醉駕犯罪血液酒精含量鑒定證據客觀性與合法性之判斷〉，《法學論壇》，2014年05期，頁5-13。
錢寧峰（2018），〈論「互聯網+」法治政府建設的體系建構〉，《黑龍江社會科學》，2018年04期，頁10-17。
龍飛（2018），〈智慧法院建設的八個「關鍵字」〉，《人民法治》，2018年02期，頁33-37。
蘇力（1999），〈法律與科技問題的法理學重構〉，《中國社會科學》，1999年05期，頁57-71。
騰訊研究院（2017），〈人工智能各國戰略解讀:聯合國人工智能政策報告〉，《電信網技術》,2017年02期，頁26-28。
鐘政（2018），〈基於大數據的量刑建議系統研究〉，《貴州警官職業學院學報》，2018年03期，頁49-54。
3. 報紙
人民法院報（01/30/2016），〈堅持需求和問題導向 破解難題補齊短板 推進人民法院信息化建設轉型升級〉，第01版
人民法院報（10/25/2017），〈智慧法院建設的實踐與思考〉，第005版。
人民法院報（04/27/2018），〈智慧路上「從頭越」〉，第01版。
人民法院報（03/31/2018），〈智慧法院建設贏得民心〉，第002版。
人民法院報(10/31/2018)，〈智慧法院建設給司法帶來的十大變化〉，第008版。
上海法治報（05/16/2018），〈大數據何以『殺熟』？〉，第B06版。
二、 英文文獻
1. Articles
AI Now Institute, Ctr. on Race, Inequality, & Law Elec. Frontier Found., Litigating Algorithms: Challenging Government Use of Algorithmic Decision Systems (2018).
Alarie Benjamin (2016), The Path of the Law: Towards Legal Singularity, 66(4) UTLJ 443.
Alarie Benjamin, et al. (2018), How Artificial Intelligence Will Affect the Practice of Law, 68 UTLJ 106.
Alison Xu (2017). Chinese Judicial Justice on the Cloud: A Future Call or A Pandora’s Box? An Analysis of the ‘Intelligent Court System’ of China, 26(1) Info & Comm Tech L. 59.
Andrea Roth (2016), Trial by Machine, 104 Geo. L. J. 1245.
Andrew G. Ferguson (2011), Crime Mapping and the Fourth Amendment: Redrawing “High-Crime Areas”, 63 Hastings L. J. 179.
Anthony D’Amato (1977), Can/Should Computers Replace Judges, 11 Ga. L. Rev. 1277.
Aylin Caliskan, et al. (2017), Semantics Derived Automatically from Language Corpora Contain Human-Like Biases, 356 Science 183.
Bruce G. Buchanan & Thomas E. Headrick (1970), Some Speculation about Artificial Intelligence and Legal Reasoning, 23 Stan. L. Rev. 40.
Carla Swansburg (2017), Artificial Intelligence and Machine Learning in Law: The Implications of Lawyers’ Professional Responsibilities for Practice Innovation, 60 Can. Bus. L. J. 385.
Dana Remus & Frank Levy (2017), Can Robots be Lawyers? Computers, Lawyers and the Practice of Law, 30 Geo. J. Legal Ethics 501.
Daniel Ben-Ari, et al. (2017), “Danger, Will Robinson”? Artificial Intelligence in the Practice of Law: An Analysis and Proof of Concept Experiment, 23 Rich. J. L. & Tech. 3.
Dillard S. Gardner (1953), Breath-Tests for Alcohol: A Sampling Study of Mechanical Evidence, 31 Tex. L. Rev. 289.
Edwina L. Rissland (1990), Artificial Intelligence and Law: Stepping Stones to A Model of Legal Reasoning, 99 Yale L. J. 1957.
Elizabeth E. Joh (2017), Artificial Intelligence and Policing: First Questions, 41 Seattle UL Rev.1139.
Ethan Katsh, et al. (1999), E-commerce, E-disputes, and E-dispute Resolution: in the Shadow of Ebay Law, 15(3) Ohio St. J. on Disp. Resol 705.
Finale Doshi-Velez, et al. (2017), Accountability of AI Under the Law: The Role of Explanation (Berkman Klein Ctr. for Internet & Soc’y working paper. No. 18-07).
Gabriel Hallevy (2010), The Criminal Liability of Artificial Intelligence Entities-From Science Fiction to Legal Social Control, 4(2) Akron Intell. Prop. J. 171.
Han-Wei Liu, et al. (2019), Beyond State v. Loomis: Artificial Intelligence, Government Algorithmization, and Accountability, 27 (2)  Int’l J. L. & Info. Tech. 122.
Herbert A. Simon (1972), Theories of Bounded Rationality, 1(1) Dec. & Org. 161.
High-Level Expert Grp. on Artificial Intelligence, Ethics Guidelines for Trustworthy AI (2019).
Ian Kerr & Jessica Earle (2013), Prediction, Preemption, Presumption: How Big Data Threatens Big Picture Privacy, 66 Stan. L. Rev. 65.
J.C. Smith (1997), Machine Intelligence and Legal Reasoning, 73(1) Chi.-Kent L. Rev. 277.
Jeff Larson, et al. (2016), How We Analyzed the COMPAS Recidivism Algorithm，available at : https://www.propublica.org/article/how-we-analyzed-the-compas-recidivism-algorithm
Jenna Burrell (2016), How the Machine ‘thinks’: Understanding Opacity in Machine Learning Algorithms, 3 Big Data & Society 1.
Jennifer L. Mnookin (1998), The Image of Truth: Photographic Evidence and the Power of Analogy, 10 Yale J. L. & Hum 1.
Jesse Beatson (2018), AI-Supported Adjudicators: Should Artificial Intelligence Have a Role in Tribunal Adjudication?, 31 Can. J. Admin. L. & Prac. 307.
Kevin D. Ashley & Edwina L. Rissland (1988), A Case-Based Approach to Modeling Legal Expertise, 3 IEEE Intell Sys. 70.
L. Thorne McCarty (1977), Reflections on "Taxman": An Experiment in Artificial Intelligence and Legal Reasoning, 9(5) Harv. L. Rev. 837.
Lyria Bennett Moses & Janet Chan (2014), Using Big Data for Legal and Law Enforcement Decisions: Testing the New Tools, 37(2) UNSWLJ 643.
Matt Stroud (2014), The Minority Report: Chicago’s New Police Computer Predicts Crimes, but Is It Racist?, available at : http://www.theverge.com/2014/2/19/5419854/the-minority-report-this-computer-predicts-crime-but-is-it-racist
Megan Garber (2016), When Algorithms Take the Stand, available at: https://www.theatlantic.com/technology/archive/2016/06/when-algorithms-take-the-stand/489566/
Mike Ananny & Kate Crawford (2018), Seeing Without Knowing: Limitations of The Transparency Ideal and Its Application to Algorithmic Accountability, 20(3) New Media & Soci’y 973.
Mireille Hildebrandt (2018), Law as Computation in the Era of Artificial Legal Intelligence: Speaking Law to the Power of Statistics, 68 UTLJ 12.
Miriam C. Buiten (2019), Towards Intelligent Regulation of Artificial Intelligence, 10 Eur. J. Risk Reg. 41.
Monika Zalnieriute, et al. (2019), The Rule of Law and Automation of Government Decision-Making, 82(3) Mod L. Rev. 425.
Nicholas Diakopoulos (2016), Accountability in Algorithmic Decision Making, 59(2) Commun ACM 56.
Pedro Domingos (2012), A Few Useful Things to Know about Machine Learning, 55(10) Commun ACM 78.
Rebecca Wexler (2018), Life, Liberty, and Trade Secrets, 70 Stan. L. Rev. 1343.
Sara M. Smyth (2019), Note: Can We Trust Artificial Intelligence in Criminal Law Enforcement?, 17 Can. J. L. & Tech. 99.
Shai Danzigera, et al. (2011), Extraneous Factors in Judicial Decisions, 108(17) PNAS 6889.
Sofia. C. Olhede & Patrick. J. Wolfe (2018), The Growing Ubiquity of Algorithms in Society: Implications, Impacts and Innovations, Trans. R. Soc. A. 376.
Stephen Mason (2017), Artificial Intelligence: Oh Really? And Why Judges and Lawyers are Central to the Way We Live Now - But They Don't Know It, 23(8) C. T. L. R. 213.
Vladimir J. Koneirni & Ebbe B. Ebbesen (1984), The Mythology of Legal Decision Making, 7 Int‘l. J. L. s & Psychiat 5.
Wisconsin Supreme Court Requires Warning before Use of AlgoRithmic Risk Assessments in Sentencing—State v. Loomis, 881 N.w.2d 749 (wis. 2016), 130 Harv. L. Rev. 1530.
Yaakov HaCohen Kerner, et al. (1999), Developing Computational Models of Discretion to Build Legal Knowledge Based Systems, in 7 ICAIL '99 Proceedings of the 7th international conference on Artificial intelligence and law 206.
2. Websites
AI Sector Deal, available at : https://www.gov.uk/government/publications/artificial-intelligence-sector-deal/ai-sector-deal (Last Accessed: July 20, 2019).
Can AI be A Fair Judge In Court? Estonia Thinks So, March 25,2019, available at : https://www.wired.com/story/can-ai-be-fair-judge-court-estonia-thinks-so/ (Last Accessed: July 20, 2019).
Judicial Commission of New South Wales, Judicial Information Research System (JIRS), available at : http://www.judcom.nsw.gov.au/research-and-sentencing/judicial-information-research-system-jirs (Last Accessed: July 20, 2019).
LegalZoom, available at : https://www.legalzoom.com/country/tw (Last Accessed: July 20, 2019).
Northpointe, A Practitioner's Guide to COMPAS Core, available at : http://www.northpointeinc.com/downloads/compas/Practitioners-Guide-COMPAS-Core-_031915.pdf (Last Accessed: July 20, 2019).
Preparing For The Future Of Artificial Intelligence, available at : https://obamawhitehouse.archives.gov/sites/default/files/whitehouse_files/microsites/ostp/NSTC/preparing_for_the_future_of_ai.pdf (Last Accessed: July 20, 2019).
PSA, available at : https://www.psapretrial.org/ (Last Accessed: June 28, 2019).
RocketLawye, available at : https://www.rocketlawyer.com/ (Last Accessed: July 20, 2019).
The National Artificial Intelligence Research and Development Strategic Plan, available at : https://www.nitrd.gov/PUBS/national_ai_rd_strategic_plan.pdf (Last Accessed: July 20, 2019).
Horrible Accidents and Blunders Caused by Google Maps，available at : https://www.ranker.com/list/accidents-caused-by-google-maps/jacob-shelton (Last Accessed :July 20, 2019)
Self-driving Uber kills Arizona woman in first fatal crash involving pedestrian, available at : https://www.theguardian.com/technology/2018/mar/19/uber-self-driving-car-kills-woman-arizona-tempe (Last Accessed :July 20 2019)