面向环境司法智能审判场景的人工智能大模型应用探讨

陈晓红, 陈姣龙, 胡东滨, 梁伟

中国工程科学 ›› 2024, Vol. 26 ›› Issue (1) : 190-201.

PDF(742 KB)
PDF(742 KB)
中国工程科学 ›› 2024, Vol. 26 ›› Issue (1) : 190-201. DOI: 10.15302/J-SSCAE-2024.07.004
工程前沿

面向环境司法智能审判场景的人工智能大模型应用探讨

作者信息 +

Application of Artificial Intelligence Large Language Model for Smart Environmental Judicial Adjudication

Author information +
History +

摘要

环境司法审判是生态环境治理体系的重要组成部分,基于生成式人工智能(AI)技术的突破而形成的AI 大模型为环境司法审判工作转向更高水平的智能审判体系提供了重大机遇。本文围绕推进AI 大模型技术与环境司法审判工作融合、实现环境司法审判工作创新发展的主旨,探讨了AI 大模型在环境司法智能审判中的赋能作用和应用实践,凝炼了当前环境司法AI 大模型存在的数据质量“低劣”“算法黑箱”引发偏见、深度应用能力不足等突出问题;以生态环境保护类案件应用为例,构建了基于AI 大模型的环境司法智能审判系统,阐述了相应系统的架构设计以及涉及的技术要素。进一步提出了注重顶层设计、建设环境司法高端智库,建设环境司法数据中台、健全司法数据标准及规范体系,构建算法治理机制、促进环境司法审判公平正义,完善环境司法多元问责机制、筑牢司法监督管理体系等发展建议,以期丰富环境司法审判工作的前沿技术认知,加快环境司法的智能化、智慧化、现代化转型进程。

Abstract

Environmental judicial adjudication is an essential component of the eco-environment governance system. The artificial intelligence large language model (AI-LLM), developed based on generative artificial intelligence, has offered significant opportunities for the environmental judicial adjudication to develop toward a higher level of smart adjudication. This study aims to promote the integration of AI-LLM technology with environmental judicial adjudication and promote the intelligent development of the environmental judicial adjudication. It explores the role and practical applications of AI-LLM in environmental judicial adjudication and summarizes prominent problems such as poor data quality, bias caused by algorithmic opacity, and limited capabilities for deep application. Using eco-environmental protection cases as an example, this study establishes a smart environmental judicial adjudication system based on AI-LLM and elaborates on the architecture design of the system and the technical elements involved. Furthermore, it proposes the following suggestions to promote the intelligent development of environment judicial adjudication: (1) emphasizing toplevel design and establishing a high-end think tank for environmental justice; (2) building an environmental justice data center to improve the judicial data standards system; (3) establishing an algorithmic governance mechanism to promote the fairness and justice in environmental judicial adjudication; and (4) improving the multiple accountability mechanism for environmental justice to strengthen the judicial supervision and management system.

关键词

环境司法 / 智能审判体系 / AI大模型 / 生成式人工智能

Keywords

environmental justice / smart adjudication system / artificial intelligence large language model / generative artificial intelligence

引用本文

导出引用
陈晓红, 陈姣龙, 胡东滨. 面向环境司法智能审判场景的人工智能大模型应用探讨. 中国工程科学. 2024, 26(1): 190-201 https://doi.org/10.15302/J-SSCAE-2024.07.004

参考文献

[1]
孙金龙. 深入学习贯彻习近平生态文明思想 努力建设人与自然和谐共生的现代化 [J]. 中国环保产业, 2022 (12): 5‒7.
[2]
张忠民, 王雅琪, 冀鹏飞. "双碳"目标的法治回应论纲——以环境司法为中心 [J]. 中国人口·资源与环境, 2022, 32(4): 44‒56.
[3]
陈晓红, 蔡思佳, 汪阳洁. 我国生态环境监管体系的制度变迁逻辑与启示 [J]. 管理世界, 2020, 36(11): 160‒172.
[4]
姜渊, 陈子琦. 强化个体规制必然能减少污染总排放吗?——来自《环境保护法》的经验证据 [J]. 中国人口·资源与环境, 2023, 33(2): 19‒29.
[5]
徐力刚, 谢永宏, 王晓龙. 长江中游通江湖泊洪泛湿地生态环境问题与研究展望 [J]. 中国科学基金, 2022, 36(3): 406‒411.
[6]
胡东滨, 林媚, 陈晓红. 流域横向生态补偿政策的水环境效益评估 [J]. 中国环境科学, 2022, 42(11): 5447‒5456.
[7]
任静, 李娟, 席北斗, 等. 我国地下水污染防治现状与对策研究 [J]. 中国工程科学, 2022, 24(5): 161‒168.
[8]
吴剑, 许嘉钰, 郝吉明. 京津冀环境综合治理措施评价研究 [J]. 中国工程科学, 2019, 21(5): 99‒105.
[9]
张甘霖, 谷孝鸿, 赵涛, 等. 中国湖泊生态环境变化与保护对策 [J]. 中国科学院院刊, 2023, 38(3): 358‒364.
[10]
霍守亮, 张含笑, 金小伟, 等. 我国水生态环境安全保障对策研究 [J]. 中国工程科学, 2022, 24(5): 1‒7.
[11]
王金南, 蒋洪强, 吴文俊, 等. 珠江三角洲地区生态文明建设提升战略研究 [J]. 中国工程科学, 2022, 24(6): 154‒163.
[12]
姜雅婷, 杜焱强. 中央生态环保督察如何生成地方生态环境治理成效?——基于岱海湖治理的长时段过程追踪 [J]. 管理世界, 2023, 39(11): 133‒152.
[13]
吕忠梅. 中国环境司法发展报告(2015—2017) [M]. 北京: 人民法院出版社, 2018.
[14]
吕忠梅. 中国环境司法发展报告(2017—2018) [M]. 北京: 人民法院出版社, 2019.
[15]
吕忠梅. 中国环境司法发展报告(2019) [M]. 北京: 法律出版社, 2020.
[16]
吕忠梅. 中国环境司法发展报告(2020) [M]. 北京: 法律出版社, 2021.
[17]
吕忠梅. 中国环境司法发展报告(2021) [M]. 北京: 法律出版社, 2022.
[18]
吕忠梅. 中国环境司法发展报告(2022) [M]. 北京: 法律出版社, 2023.
[19]
张军. 最高人民法院关于人民法院环境资源审判工作情况的报告 [EB/OL]. (2023-10-24)[2023-12-25]. https://www.court.gov.cn/zixun/xiangqing/415722.html.
[20]
焦艳鹏. 基于司法大数据的生态环境犯罪刑法惩治分析 [J]. 重庆大学学报(社会科学版), 2022, 28(5): 173‒191.
[21]
张怡然, 曹明德. 人工智能赋能气候治理的法治挑战及应对 [J]. 环境保护, 2023, 51(11):19‒23.
[22]
魏斌. 司法人工智能融入司法改革的难题与路径 [J]. 现代法学, 2021, 43(3): 3‒23.
[23]
王腾. 黄河流域环境资源犯罪的空间分异与司法应对 [J]. 湖北社会科学, 2023 (3): 130‒138.
[24]
徐祖信. 长江水环境治理关键要素分析 [J/OL]. 水利发展研究, [2024-01-13]. doi: 11.4655.TV.2023 1201.1603.018.
[25]
陈晓红. 以新一代信息技术为引擎加快形成新质生产力 [N]. 人民政协报, 2023-11-30(07).
[26]
陈晓红. 打造AI大模型创新应用高地 [EB/OL]. (2023-12-04)[2023-12-25]. http://lw.news.cn/2023-12/04/c_1310753536.htm.
[27]
车万翔, 窦志成, 冯岩松, 等. 大模型时代的自然语言处理: 挑战、机遇与发展 [J]. 中国科学: 信息科学, 2023, 53(9): 1645‒1687.
[28]
陶建华, 聂帅, 车飞虎. 语言大模型的演进与启示 [J]. 中国科学基金, 2023, 37(5): 767‒775.
[29]
张熙, 杨小汕, 徐常胜. ChatGPT及生成式人工智能现状及未来发展方向 [J]. 中国科学基金, 2023, 37(5): 743‒750.
[30]
王昀, 胡珉, 塔娜, 等. 大语言模型及其在政务领域的应用 [J/OL]. 清华大学学报(自然科学版), [2023-11-10]. https://link.cnki.net/urlid/11.2223.N.20230817.1835.001.
[31]
刘庆杰, 刘朔, 吴一戎, 等. 大数据技术赋能法律监督 [J]. 中国科学院院刊, 2022, 37(12): 1695‒1704.
[32]
王运涛, 王国强, 王桥, 等. 我国生态环境大数据发展现状与展望 [J]. 中国工程科学, 2022, 24(5): 56‒62.
[33]
姚志伟, 李卓霖. 生成式人工智能内容风险的法律规制 [J]. 西安交通大学学报(社会科学版), 2023, 43(5): 147‒160.
[34]
刘国华, 沈杨. 人工智能辅助司法裁判的实践困境及其应对策略 [J]. 学术交流, 2021 (9): 42‒52, 191‒192.
基金
国家重点研发计划项目(2020YFC0832700)
PDF(742 KB)

Accesses

Citation

Detail

段落导航
相关文章

/