来源：中国上海司法智库
发布日期：2026年01月16日
欢迎光临 适法研究 栏目
阐释、交流法律适用过程中存在的疑难问题，整理类案裁判思路，推送相关执法意见，解读法律精神和司法理念。
生成式人工智能技术辅助纠纷化解的应用场景研究
——以买卖合同纠纷为例
周 莉 上海市嘉定区人民法院商事审判庭副庭长
贡 政 上海市嘉定区人民法院立案庭副庭长
赵予慈 上海市嘉定区人民法院商事审判庭法官
内容摘要
本文以我国数字法院的发展成果和现状作为背景剖析，通过机制上重塑繁简分流、源头上预防矛盾纠纷、深度上融合司法裁判、方式上实现多重交互角度，对生成式人工智能的司法赋能进行价值证成和困境审视。以买卖合同纠纷案件为样本，对生成式人工智能辅助纠纷化解场景进行类型化研究。区分平台整合、数据的输入和输出三个阶段，以法院海量程序、实体数据为计算机深度学习的数据库，探索生成式人工智能应用生成司法报告，辅助纠纷化解，创新生成式人工智能技术应用司法领域的场景应用范式。
关键词 ：生成式人工智能 纠纷化解 应用场景
随着数字技术高速发展，世界万物的互联方式和存在形态发生翻天覆地的变化。司法也正经历一场结构性变革，如何在法律制度的架构内，运用数字手段实现更高层次的公平正义、更宽维度的高质量发展，是无法回避的时代命题。作为以内容生产作为核心工作之一的司法裁判，将生成式人工智能深度融合与嵌入，必将是数字法院建设的积极探索与有益尝试。本文以我国数字法院的发展成果和现状作为背景剖析，对生成式人工智能的司法赋能进行价值证成和困境审视，同时选取买卖合同纠纷案件为范本，对生成式人工智能辅助纠纷化解场景进行研究。
一、现状剖析：我国数字法院建设的发展历程和阶段成果
（一）现有数字法院案例范本
按照与人类智能趋近的程度不同，一般把人工智能分为“初级人工智能”“中级人工智能”和“高级人工智能”三个阶段，而数字法院的建设也随着人工智能技术的进化而不断发展演变，经历了从传统信息化架构到系统性的改造。在2013年，最高人民法院印发《人民法院信息化建设五年发展规划（2013-2017）》，提出建设国家司法审判信息资源库，并筹建全国法院数据平台。2013年底，建成人民法院数据集中和管理平台，实现每日大约至8万件新增案件数据实时上传平台。2016年7月，数据集中和管理平台升级为大数据管理和服务平台，平台功能由数据汇聚、简单数据分析向大数据分析、专题分析、大数据服务等智能转化。2021年最高人民法院发布的《人民法院信息化建设五年发展规划（2021-2025）》提出，基于大数据管理和服务平台，将构建司法数据中台、智慧法院大脑和司法链综合平台，全面拓展数据和知识服务。
在全国法院推行统一的办案系统前，各地法院都有自己的实践。上海法院深入贯彻“政治建设引领、司法质效为本、数字改革赋能”的精神，推进数字法院建设进入成熟的阶段。从平台建设方面来看，目前，上海三级法院已经建成智能化、集约化、规范化的全流程网上办案系统；在全国范围内率先启动并完成信创工程建设，按照“统一门户集成、统一用户管理、统一接入管理、统一授权管理、统一资源管理、统一安全防护”的六统一原则对全市三级法院199个应用系统进行全面的信创适配改造和整合上云。除上海之外，各省市也在数字法院尤其人工智能赋能司法方面取得了积极成效，主要集中在三个方面：一是司法大数据，例如，广东等地法院利用人民法院现有的海量案件信息、司法文书信息和司法数据文件，深入分析挖掘，提取有用的信息并为党委政府决策提供有力参考等，也取得了阶段性成果。二是数字司法服务，例如，北京等地法院在诉讼服务网上针对涉诉群众关切提供相似案例参考、诉讼结果预期、诉讼风险评估等智能辅助工具，为减少和化解社会矛盾提供尽可能便捷、可信、权威的司法服务。三是智能辅助裁判，例如，浙江法院围绕金融借款、民间借贷等特定案由的民商事案件、危险驾驶等简易刑事案件以及行政非诉执行等案件，利用人工智能算法开发了全流程的智能辅助裁判，应用成效明显。
从人工智能辅助司法的方式而言，目前主要有两类：一是对司法过程中部分工作提供智能支持，如庭审笔录语音识别、裁判文书格式生成、关联案件类案检索、裁判偏离度预警提示等。例如，上海法院“四类案件”识别和监管机制，通过创设“四类案件参考库”系统，制定了《“四类案件”参考库范围界定及参考等级标准对照指引表》，在系统配置中心进行参考库参数配置，根据相关参数，与“四类案件”匹配精确度区分高、中、低三个参考等级，并赋予不同等级的标注默认规则，在平台中形成三级标签化管理，并在审判系统中建立自动识别，贯穿诉讼全过程。第二类是对特定案件在立案、庭审、调查、调解等过程中抓取关键审理要素，形成辅助性的裁判意见，但需要人工进行实时监管和甄别。例如，山东法院“要素式类案裁判推送”，通过对常见案由的构成要件进行要素式分析、提炼，并与全国法院的裁判文书系统进行抓取比对，基于一套更为精准的比对算法为当前案件推送事实要素、争议焦点更为接近的类案，在此基础上，尝试通过对裁判标准进行梳理，制作“知识图谱”，通过优化算法和参数，为法官裁判提供更精准有效的参考依据。
（二）现有数字法院建设中的局限
目前，国内智能司法的探索从本质上看属于人工智能中较为初级的阶段，仍存在以下几方面的局限性：
一是难以摆脱“数字工具”的功能。例如在上文中所提及的“要素式类案裁判推送”，基本原理在于通过对大量特定案由的构成要件进行粗颗粒度的解析，将常见的民商事、刑事、行政案件中的诉请、抗辩、争议焦点进行固定并类型化，原、被告双方在诉讼过程中只要根据这些“要素”进行主张和答辩，由法官最终审查相应的要素是否满足，进而构成要件是否成就或需要补充证据、适用证据规则，最终得出相应判决。但这种类专家系统式的局限性也很明显，其相对固定、抽象的算法规则难以适应不断变化的裁判规则。从某种意义上看，这尚未进入我们讨论的“人工智能”范畴，而更多是一种机器自动化。
二是无法满足演绎生成的司法需求。基于司法大数据所进行的统计和推送，从本质上属于统计学范畴，运用的基理是归纳法，而司法审判要求的是演绎法，需要通过三段论式推理将抽象规范与具体事实进行结合推导出确定性结论，这种结论要具有可解释性、可质疑性、可回溯性，但大数据技术样本的结构性缺失、潜在因素的标记不足、低质数据的大量存在，一方面使得算法难以获得科学性的保证，另一方面也无法满足司法演绎生成的要求。因此，大数据技术注定无法承载起人工智能司法的功能期望。
三是裁判结果的可接受性仍面临挑战。智能辅助裁判结果是否能被司法裁判者所接受依然是人工智能辅助司法的一大难题。一方面，人工智能技术所暗含的“算法黑箱”问题，在一定程度上动摇了司法裁判者居中裁判、当事人之间平等对抗的正当程序价值，在侵害当事人知情权的同时也背离了司法公开的价值目标。另一方面，一项试图削弱他人权利的改革尝试自然会受到权利被削弱者自身的抵触，具体到司法领域，挑战司法裁判者裁判主体地位的人工智能可能难以得到司法裁判者本身的接受，引发司法体系的“不适”与抵触，进而影响到人工智能“辅助”的质量和效果。
二、价值证成：生成式人工智能辅助司法的可行性研究
生成式人工智能的内置机构和语言模型符合法律人工智能的发展要求，对推动法律人工智能技术进化，具有极大的帮助。在生成式人工智能技术与数字法院技术建设深度融合背景下，为司法领域的发展带来了诸多机遇。
（一）从机制上重塑繁简分流
生成式人工智能是以深度神经网络和机器学习功能为基础，在大量数据中寻找并进行提取，并在对提取对象进行类别化区分的基础上，生成与对象特征相近或完全不同但存在某种关联的产物。在立案阶段，生成式人工智能能够以所有已立案和已结案的案件作为基础库，提取案由、标的金额、诉请数量、当事人构成、证据情况等关键要素后，对当事 人立案时提交的起诉状和证据材料等信息进行智能比对分析，自动识别案件是否适用简易程序进行审理，将相关结果推送法官并对案件进行精细化标签处理。
（二）从源头上预防矛盾纠纷
传统意义上，法院的案件审判管理数据通常用来衡量法官审判质效，并通过人工对数据提炼和总结以发现社会治理中的问题，进而提出相应司法建议。然而，生成式人工智能的应用为法院精准分析涉案矛盾纠纷发生、发展、演变及其特点提供了可能。生成式人工智能学习的是海量的多样化数据，然后借助卷积神经网络技术实现数据的平移不变分类，并通过模拟人脑神经网络的构造来获取与输出数据，因此在学习了大量数据之后，可形成一种可视化的趋势图和分析报告，这为出具更加精准化的司法建议提供决策参考，从而在源头上预防化解不同地区和不同行业潜在的社会矛盾纠纷。
（三）从深度上融合司法裁判
生成式人工智能借助通用化的大型语言模型技术架构，极大改善了碎片化、零散化的司法成果产生路径，提升了数字科技在司法裁判中的嵌入能力。例如，在证据展示方面，通过对证据的分析整合，可形成特定形式的文本，并以此帮助司法人员理解案件的基本情况。随着互联网交易日趋频繁，证据的载体也越来越多的以图形、视频、音频等数字载体的形式体现，目前生成式人工智能在现有艺术品的大数据集上进行训练，已经具备了模仿某一艺术家风格作品或创作新艺术风格作品的能力，因此在以图形、视频、音频等方式实现示意证据在司法中的运用方面并无任何技术障碍，实现示意证据提升证明效果的作用。此外，在诉讼文书的制作上，生成式人工智能是基于概率模型的人工智能技术，其基本逻辑是通过数据训练学习潜在分布规律而形成新数据的。因此运用生成式人工智能制作诉讼文书，可以基于已有之法律规定、先前判决和本案证据，通过提取关键事实和证据，参照法律规定和先前判决，生成诉讼文书的主体内容，再根据法律规定的形式要求制作符合规范的诉讼文书。如此一来，相较于判别式人工智能，生成式人工智能更具有主动性和创造性，由其自动生成符合法律规定和个案需求的诉讼文书，大大提升诉讼文书制作的效率。
（四）从方式上实现多重交互
生成式人工智能具备实现人与机器的多模态交互的功能，具有显著的普适性和先进性，在数字法院中完成与当事人间的咨询问答和调解争议，赋能作用尤为明显。随着生成式人工智能技术不断优化，向其导入司法数据库，运用智能手段将程序性事务处理能力与简案件裁决能力赋予AI法官，由AI法官模拟审判，供当事人参考，让当事人对案件形成合理预期，从而有助于缓解身处纠纷中的当事人的情绪上的困扰和法律上的困惑，同时也有助于为当事人建立合理的心理预期，有助于促进调解的达成。
结合上海法院的司法实践来看，生成式人工智能具有一定的成熟度，而人民法院的网络和外网是进行物理隔离的，因此，将该技术嵌入到人民法院的系统后会在法院内网范围内运行。且上海法院自2023年起通过应用场景建立了大量各类型的数据分析模型，都是可以作为进一步建立整体场景的数据基础。即便如此，生成式人工智能在赋能数字法院建设的道路上仍面临挑战。例如，目前司法大数据结构化局限，要实现生成式人工智能赋能数字法院建设，切实做到前述的赋能数字法院工作效率的提升、加速数字科技与司法裁判的融合、提高司法决策的科学性，就必须具备海量的高质量司法数据。然而，目前裁判文书系统、司法内部数据仍存在不完整的情况，司法数据的有限性必然会影响生成式人工智能辅助数字法院建设过程中所生成决策的质量，影响智能化司法的进程。此外，司法工作人员撰写法律文书时，法律术语未能得到统一适用，对同一事项往往采用多样化的表达方式，导致司法数据结构化水平不高，也在一定程度上阻碍人工智能系统学习的效果。此外，生成式人工智能模型的数据偏差就会带来信息输出时的真实性问题，在司法领域可能导致裁判结论的偏差。即便如此，风险与机遇并存，生成式人工智能所带来的便利和机遇远大于风险，值得在数字法院的建设中进一步推广运用。
三、生成式人工智能技术的应用场景构建 究
由于基层人民法院审理的案件中，民事案件占据绝大多数，而民事案件中的买卖合同纠纷在合同纠纷中，一审阶段占比约6%，二审阶段占比14%，属于合同纠纷中占比最高的一类案由。买卖合同纠纷案件因数量庞大，具有一定的代表性，且需要审理的要素事实比较明确，因此本文以该案由作为构建场景的具体范例，可以作为纠纷化解场景构建的案由。
（一）目标成果：提供诉前初步案情分析报告解决司法痛点
目前案多人少依旧是我国司法的一对基本矛盾。这一矛盾最直观的反映就是，无论是在审判阶段还是执行阶段， 当事人基于自身立场不会仔细考虑影响审限、执限的具体原因，而是急于获得裁判结果。从心理学上来说，通过提供诉前初步案情分析报告能够给当事人提供案件初步预期，缓解当事人焦虑情绪。此外，实践中存在代理人经验不足，或是法律掮客的不当承诺，也可能造成当事人的错误预期。因此，亟需在立案审查阶段，让当事人对案件形成合理预期，从而有助于缓解身处纠纷中的当事人的情绪上的困扰和法律上的困惑，同时也有助于为当事人建立合理的心理预期，有助于促进调解的达成。
按照现阶段生成式人工智能的发展程度，基本可以通过深度学习，处理人类和计算机的对话，并根据输入的提示信息输出内容。以纠纷化解为目标，以法院海量程序、实体数据为计算机深度学习的数据库，可以在为当事人从程序和实体两方面形成分析报告。程序方面，则可以从管辖、送达、公告、排期等数据综合分析本案可能需要的审理期限，给出案件审结时间的提示。实体方面，就原告提供的诉请和证据进行简要预判，就证据的证明程度、和诉请的关联性等方面，提供初步分析结果，并给出是否需要进一步补充证据的建议。与此同时，根据相同的信息，从不同的角度生成可以为先行调解、审理阶段法官参考的报告，有助于承办人员用最短的时间了解案情和作出初步判断，帮助承办人员尽快找到调解、审理的突破口，提高调解成功概率，提升司法效率。
（二）实施方案：平台整合、数据的输入和输出
1.平台整合
从平台建设方面来看，目前，上海三级法院已经建成智能化、集约化、规范化的全流程网上办案系统；对全市三级法院199个应用系统进行全面的信创适配改造和整合上云。从数据储备来看，上海法院自有的办案系统中的历年案件数据已经是一个丰富的数据池；其中和本文拟设计的检索报告相关数据包括，和案件当事人相关的身份信息、案件送达情况、审理法院承办部门排期情况、同一被告案件进入执行阶段的情况。此外，上海法院早已建成案例和法律法规C2J法官办案数据库包含了大量的法律规定和案例数据；在全面更新的办案系统中，在智能文书模块中也将全市法院的判决文书数据纳入其中；除上述平台上的数据外，2023年全市法院开始推行的应用场景工作中，建成的模型和相关数据亦可在必要的时候作为数据来源。上述现有平台都可以进行整合，作为嵌入法院系统的生成式人工智能深度学习的资料。
2.数据的输入和输出
生成式人工智能需要输入和输出的数据亦分为程序和实体两个方面。且根据相同的信息，可以分别给出两份不同受众的报告，一份发送给申请立案的当事人，另一方则可以在材料通过立案申请后，生成并发送给承办人员，以方便承办人在调解阶段迅速掌握案情和制定调解方案。从衍生应用来看，给到承办人员的报告还可以在案件进入审理阶段，根据被告提交的材料，进行补充生成报告，以供承办法官参考。
程序方面，关于案件能否受理即管辖问题，生成式人工智能需要提取识别原告诉状和证据材料中被告的地址、管辖条款，首先审查证据材料中有无仲裁条款的约定，如有，则进一步识别该条款的有效性。对于有效性的判断可以基于历史案例库数据，也可以提前在数据库内设置无效仲裁约定的情形，直接进行数据比对。如果案件通过仲裁条款的筛选，则需要进一步对审理法院管辖权进行判断，此时可以根据法律法规数据库中民诉法第二章以及民诉法解释第一部分的内容进行校对匹配，识别案件是否符合受理法院的管辖范围，随后形成对管辖问题的数据判断输出。
关于案件审理周期预估问题，则涉及被告历史送达情况、审理部门的排期情况。如果被告在全市法院内没有任何作为被告的案件，则只需要根据审理部门法官的排期情况，推算该案预计开庭的时间区间，并根据该部门平均结案距离最后一次开庭的天数，推算出该案在没有法定中止事由的情况下，预计结案所需花费的时间。如果被告在全市法院内有其他作为被告的案件，除前述数据的输入外，还需要分析被告其他案件的送达情况，如果均送达，则周期预估的方法和前述一致，如果存在公告送达，则应在前述方法确定的周期上再增加公告和公告发布的时间。
生成式人工智能在检索被告在全市法院作为被告的案件过程中，可以同时生成此类案件中已经进入执行程序的案件数量，进行分类后在报告中披露，以供原告参考决定是否要对被告采取保全措施。因为如果被告已经存在终结本次执行的案件，则按照现有的执行相关规定和流程，法院应当对能够查找到的被告财产采取查封、冻结或扣押等措施，如果此时决定起诉的原告还要对被告采取保全措施，大概率只能进行轮候查封，想要达到通过保全来督促被告尽快履行义务的目的很大概率上不能实现。
实体方面，关于原告提交诉状的审查，生成式人工智能应当将诉状分为诉讼请求和事实理由两个部分进行分析，对于诉请部分，进行诉请的类型划分，将原告的诉请划分为三类：仅要求给付货款的；要求给付货款及逾期付款利息或逾期付款违约金的；因为质量有问题要求解除合同或赔偿损失的。对诉请先行进行分类归纳是作为后续证据审查的基础数据之一。对于事实和理由部分，则识别提取内容文字，比对买卖合同纠纷的要素，分析诉状内容是否体现了合同名称及签订日期、合同约定内容（包括标的、金额、违约责任等）、送货情况（包括送货时间、货物明细、送货方式、收货情况等）、被告已付款和未付款、开票情况。该部分内容的提取亦是为后续证据审查和提示做基础数据的准备。
关于原告提交证据的审查，生成式人工智能在审查原告证据时，可以根据举证情况，按照设定程序与类案结合的方式判断原告证据是否充分，以及判断相应诉请内容是否可能获得支持。
对于原告要求被告给付货款的诉请，常规证据包括买卖合同或订单、送货单、增值税专用发票、付款凭证、对账单。生成式人工智能可以分门别类进行分析和识别：第一，如果原告举证买卖合同或订单、送货单、增值税专用发票，并且金额能够对应，则一般不再需要原告补充证据，且可以推送给承办法官支持该诉请的建议。第二，如果原告仅举证送货单、增值税专用发票，送货单上有金额，金额与发票金额能够对应，则应提示原告补充提供买卖合同或订单，并向承办法官推送的建议为，如被告对签收人员无异议，可判决支持。第三，如果原告仅举证送货单、增值税专用发票，送货单上有金额，金额与发票金额不能对应，则可提示告知原告，建议补充提供被告缴税记录或其他材料证明签收人员的身份，并向承办法官推送注意如被告对送货存在异议，则需审查签收人员身份问题，并同时推送如原告没有提供被告缴税记录或其他材料证明签收人员的身份，且被告对送货情况存在异议的类案，并分析得出该种情况下获得法院支持的可能性。第四，如果原告仅举证送货单、增值税专用发票，送货单上无金额，品名、数量与发票品名、数量能够对应，应提示原告补充举证被告缴税记录或其他材料证明签收人员的身份，并向承办法官推被告对签收人员有异议，且原告不能够提供被告缴税记录或其他材料证明签收人员的身份的类案，并分析类案支持原告诉请的比例。第五，如果原告仅举证买卖合同或订单、增值税专用发票，买卖合同或订单金额与增值税专用发票一致，则应提示原告补充提供交付货物的证据，并向承办法官推送类案，以及分析类案判决支持、驳回原告诉请的比例。第六，原告仅举证买卖合同或订单、送货单，送货单的品名、数量与买卖合同一致，可以参照上述第四类的情形进行推送。第七，如果原告举证对账单，则无须进行补充证据的提示，同时推送承办法官，提示如果被告对对账单提出异议，需要原告进一步补充证据的情形。此外，根据原告最终提交的证据，生成式人工智能可以按照预先的设定，生成格式统一的证据目录，作为给承办法官的参考内容。
对于原告要求支付逾期付款损失或逾期付款违约金的诉请，生成式人工智能应先行识别诉请中有无明确逾期付款利息或违约金的起止时间和利率标准等两个要素，并就遗漏的要素向原告提示，同时识别买卖合同或者订单中有无对此诉请的约定，如果没有，则应提示原告补充相关证据，并同时推送承办法官注意此处诉请存在的问题。
对于原告因为质量有问题要求解除合同或赔偿损失的诉请，生成式人工智能首先应当识别解除合同的诉请有无明确解除合同的具体时间，以及事实和理由中有无明确解除合同的理由。如果缺乏前述两种要素，则应提示原告明确诉讼请求和解除合同的法律或合同依据。对于此部分诉请，原告应当提供双方对货物检验期的约定、以及在约定或合理检验期内向被告提出异议的证据，如果原告缺乏此类证据，系统则需要提示原告补充相关证据，并结合法律法规数据库中的《中华人民共和国民法典》第616、620、622、623、624条，以及《最高人民法院关于审理买卖合同纠纷案件适用法律问题的解释》第四部分的规定，以及案例库中的类案，向承办法官推送原告诉请获得支持的比例。
四、结语
人工智能以实用、便捷的特点在席卷全球的同时，也很快进入全球各个地区的司法领域，澳大利亚、美国、英国、印度、墨西哥和巴西等地的法院都已开始建设、测试、发展人工智能相关技术。即使如此，我国司法系统对数字法院的建设依旧走在前列。将日趋成熟的生成式人工智能运用于现有司法工作中，不仅能够帮助当事人降低诉讼成本，对法院的判决形成合理预期，同时能够辅助法院以最快的速度了解案情并形成初步判断，有利于开展诉前的各项工作。可以预见的未来，当事人对自己的诉请能否获得支持有形成理性的预期后，将更加容易选择撤诉或和对方达成调解，纠纷化解的目的效果将更为显著。
⏩ 转载请标注来源 ⏪
责任编辑：高佳运、邓梦婷
执行编辑： 郑璐琪
