怎样论证大数据分析对于司法判决或者法学研究的重要性

大数据影响司法判决?你要玩一场跨界研究吗?你不会是想写论文,自己不想动脑子,到这里伸手吧?
--------------------------------------------下面是正经回答-----------------------------------------------------------
先考虑是不是,再考虑能不能。既然你不能论证出来有多重要,那就表明根本没那么重要。

■网友
如果这种常识性的东西都需要论证,那你还是主张命题只能被证伪,不能被证明吧-----------------补充正面回答1.大数据分析对司法判决的重要性“数据分析可能会影响司法判决中的量刑,限制法官自由裁量权”从问题描述来看,题主似乎把“司法判决”限缩解释为“量刑”,“数据分析对司法判决的意义”即量刑的统一化问题。评价:量刑统一化本身没有问题;量刑是多要素结果,可量化的数额仅是要素之一,理论上讲量刑的要求是罪责刑统一,实践中讲量刑要考虑多种情节。故,尽管会成为“自由裁量权的限制”,但就像量刑指导意义的虚置一样,可以遇见的大数据也不会产生实质影响。2.大数据对法学研究的影响“可能需要做数据分析,来修正法学理论与现实的对应问题” “法学理论和现实的对应”指什么不甚明了数据会影响立法。至于法学理论,更多的是对社会生活的回应;如果一项理论引用数据,只是把数据当场支持的理由之一,是先有结果后找数据的。会不会从数据出发,然后形成新的理论? 也许有,但你怎么知道一个理论确实是基于数据研究得出的呢?同上一问题,可量化的数据只是社会生活的一方面,远远达不到统领理论的地步。3.数据对上述两个问题的重要性?没人能确知到底重要性系数是多少。
■网友
重要也不重要,看你站在谁的角度上看这问题了。
先交代下背景,本人出于自动化判案的目的,跳入了编程这个坑,设计过几个模型预测判决,有简单的数据统计,也用过比较火的tenseflow,算是有点实际操作经验。
不过,这个问题的回答,不需要编程知识。

司法判决方面,对个案来说,几乎没有意义。所谓的大数据分析,本质不过是统计学;而司法判决的基础是因果逻辑,而且要是可以外化的逻辑。如果说让大数据决定个案判决,其底层逻辑不就是说多数人说怎么判就怎么判?
这几句话里还涉及到更深层次的因和果的关系,像全数据情况下的高相关性是否可以等于因果性之类的问题,太复杂就不展开了。
法学研究方面。个人觉得也没多大价值,不过是个研究方法的改善而已。 【怎样论证大数据分析对于司法判决或者法学研究的重要性】 当然这个观点有点太极端了。
上面有位匿名用户回答中提到白建军老师的论文,想法很新颖。如果能早看到这个论文,我在模型设计时可以少走很多弯路,现在走过来才知道有多不容易。
但方法再新颖还是方法,方法的第一个提出者很有思想,但第二个就没什么价值了(但从发论文的角度是另一回事)。从100个案例中分析和从100万个案例里找规律,虽然效果上会点差别,但在底层逻辑上并没有什么区别。用软件去分析,和用人工去分析,在法学研究的思路上,并没有什么高上之分。如果软件开发够成熟,不过是拿软件不停地去试。刚搜了下白建军老师的其他文章,也隐约有这种意思。

但是,以上两点都是站在个人的角度上进行的分析。还是回归到大数据分析最基础的逻辑——找到最大相关性因素。最大相关性,替换下社会学里的概念,基本可以等同于最大多数人,而这恰恰是立法所理应追寻的,虽然“人”字之前肯定有各种定语修饰。

综上简述,对个体无用,对集体有用。
最后表示下佩服,还以为没多少人关注这个问题,结果现在看到这个问题才知道,先谴者至少领先2年以上了。

■网友
偶然看到这个问题。如果题主现在对“大数据与法学研究”这一主题还有兴趣的话,可以关注以下两篇文章(均为白建军教授的论文,可在CNKI等途径下载,部分公众号亦有转载):其一,《大数据对法学研究的些许影响》,载《中外法学》2015年第1期;其二,《基于法官集体经验的量刑预测研究》,载《法学研究》2016年第6期。内容提要:各种法定量刑情节在具体个案中有各种可能的组合,但对于多情节案件如何量刑却无明确的法律规定,导致此类案件的量刑结果不确定。以十四万余交通肇事罪案件为样本,对其量刑进行确定性检验发现:通过限缩量刑情节的裁量幅度,可以将此类案件的量刑确定性由原来的30.5% 提高到51.1%;在此基础上控制样本离散性程度,可以将量刑确定性由51.1% 进一步提高到73.4% 。据此建立的量刑模型可用于量刑预测,促进司法公正,提高审判管理水平。归纳法官的集体经验用以指导量刑实践,是提高量刑确定性的有效方法。关键词:多情节组合 量刑确定性 量刑模型 量刑预测姑且不论观点正误,但后文以十四万余交通肇事罪案件为样本进行研究,可以说是值得一提的研究尝试,亦是对白老师前文观点的实践。若有兴趣,不妨一读。


推荐阅读