學習式法官自動量刑上之研究－類神經網路爲導向

劉建成 ； 郭振源

《檔案與微縮》 42期 (1996/09) Pp. 58-71

摘要

類神經綱路的發展越來是越容易，近年來類神經網路建構之軟體愈來愈普遍，發展類神經網路的環境也已較爲方便，至於類神經網路的應用方面也日趨廣泛與普遍：例如市面上標有NEURAL FUZZY之洗衣機與冷氣等電器產品。類神經綱路系統的應用已不限於研究領域，其它方面的應用將漸漸發展進步，包括金融業、保險業、財務管理、行銷策略、商業預測等方面都將隨著實務運用的普遍，而提高工作效率。本文嘗試將它應用在法官自動量刑方面，探討其應用在法律實務界上之可行性。
隨著發展軟體的普遍化，類神經綱路的應用將不再是大型企業的專用品，中小企業甚或其他單位的應用也迅速的增加之中。總而言之，類神經綱路的開發將使人工智慧中的實用價值與技術更邁進一步。而將這項技術運用在法官量刑上，有很多地方可以彌補法官天性下不可改變的不足，例如自我情緒的控制等。本研究將類神經綱路應用在法官對自由刑的量定方面是希望以類神經綱路簡單的機械式學習技術與功能，協助法官在量刑方面因案件個別化及個人情緒上所面對的難題，例如量刑的均衡性、統一性、規範性、透明化、標準化等問題。
法官也是人，也有七情六欲，情緒與感覺往往會影響法官之裁判結果，故民眾質疑法官量定刑度的公平性是可以理解的。而建構本文所論證有關運用類神經綱路法官自動量刑系統，便是希望以類神經綱路建構一套具有學習能力，而又不會有「情緒」與「感情欲望」的量刑系統來。讓法官量刑能夠摒除人性的弱點，站在更爲客觀、理性的立場量刑，在「類神經綱路」中機器學習的功能協助下更能達到真正的公正、公平與公開。