昆明理工大学学报(社会科学版)

2026, v.26;No.157(05) 12-20

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

智能辅助量刑的裁判化风险与边界控制——以重罪认罪认罚案件为中心
Quasi-Adjudicative Risk and Boundary Control of AI-assisted Sentencing Recommendations: A Focus on Serious Criminal Cases Involving Guilty Pleas and Acceptance of Punishment

宁佳

摘要(Abstract):

量刑建议连接认罚协商与法院裁判。智能系统一旦参与事实提取、类案比较和建议生成,其输出可能沿技术输出—检察建议—认罚具结—法院采纳的链条被逐步放大,在判决前获得框定刑罚结果的实际效力。重罪案件中,量刑事实更具开放性和关系性,建议刑对认罪认罚选择的牵引更强,错误也更难修复。裁判化风险并非伴随所有技术应用,而是在技术实质介入刑罚形成、处理争议性或关系性事实时,且其影响难以被说明、质疑和修正时显著上升。功能与对象标准用于识别风险是否触发,程序标准用于判断风险能否被消解。相应控制应贯穿系统准入、建议形成、认罚协商和裁判审查。系统准入应实行分级授权、场景验证与版本管理。检察官应在接触推荐值前完成独立初评。辩方应获得提出有效异议所必需的个案信息,人机互动则应全程留痕并接受法院审查。只有保持技术结论的可说明、可质疑与可修正,才能避免智能辅助改变刑罚判断的责任结构。

关键词(KeyWords): 重罪认罪认罚;智能辅助量刑建议;裁判化风险;算法锚定;边界控制

Abstract:

Keywords:

基金项目(Foundation): 湖南省教育厅优秀青年基金项目“重罪案件认罪认罚机制中的权力配置”(23B0298)

作者(Author): 宁佳

DOI: 10.16112/j.cnki.53-1160/c.2026.05.212

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享