| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.3 研究方法及创新点 | 第13-15页 |
| 1.3.1 研究方法 | 第13-14页 |
| 1.3.2 创新点 | 第14-15页 |
| 2 人工智能在司法裁判中的应用概述与实践状况 | 第15-22页 |
| 2.1 人工智能在司法裁判中的应用概述 | 第15页 |
| 2.2 人工智能在司法裁判中的应用特点 | 第15-16页 |
| 2.2.1 司法信息的电子化 | 第15-16页 |
| 2.2.2 防范裁判风险智能化 | 第16页 |
| 2.3 国内人工智能在司法裁判中的应用 | 第16-18页 |
| 2.3.1 国内人工智能在司法裁判中的发展状况 | 第16-17页 |
| 2.3.2 国内人工智能在司法裁判中的立法现状 | 第17-18页 |
| 2.4 国外人工智能在司法裁判中的应用 | 第18-22页 |
| 2.4.1 人工智能在英美法系国家的应用 | 第18-20页 |
| 2.4.2 人工智能在大陆法系国家的应用 | 第20-22页 |
| 3 我国人工智能在司法裁判应用中存在的问题 | 第22-31页 |
| 3.1 人工智能在法律应用中存在的缺陷 | 第22-24页 |
| 3.1.1 缺少法律规范和技术支持 | 第22-23页 |
| 3.1.2 欠缺法律监管和专门人才储备 | 第23页 |
| 3.1.3 人工智能在法律领域的数据资源开发不足 | 第23-24页 |
| 3.2 人工智能的应用影响司法功能的实现 | 第24-27页 |
| 3.2.1 代码运算式的司法解释存在理性偏差 | 第24-25页 |
| 3.2.2 司法数据的共享和核心算法存有隐患 | 第25-26页 |
| 3.2.3 人工智能难以实现司法的实体正义 | 第26-27页 |
| 3.2.4 社会大众对人工智能司法的信任度低 | 第27页 |
| 3.3 人工智能在审判实务中缺乏统一的应用标准 | 第27-31页 |
| 3.3.1 审判主体的双重结构化和标准的多样化问题 | 第27-28页 |
| 3.3.2 人工智能程序与法官自由裁量权的对接问题 | 第28-29页 |
| 3.3.3 人工智能技术在证据应用规则中的问题 | 第29-31页 |
| 4 我国人工智能在司法裁判应用中的对策 | 第31-39页 |
| 4.1 构建完善的人工智能法律体系 | 第31-33页 |
| 4.1.1 加强法律与技术的协调性研究 | 第31页 |
| 4.1.2 建立健全法律监管机制和人才队伍体系 | 第31-32页 |
| 4.1.3 大力开发人工智能在法律领域的数据库资源 | 第32-33页 |
| 4.2 优化应用规则以实现司法功能的健全 | 第33-36页 |
| 4.2.1 法律理性与司法解释规则同步发展 | 第33-34页 |
| 4.2.2 加强司法数据的管控和算法规则改进 | 第34-35页 |
| 4.2.3 确立人工智能的司法权限来维护实体正义 | 第35页 |
| 4.2.4 加强人工智能的宣传和社会公信力建设 | 第35-36页 |
| 4.3 明确人工智能在审判实务中应用的标准 | 第36-39页 |
| 4.3.1 确立“人主智辅”的审判体系 | 第36-37页 |
| 4.3.2 合理对接人工智能与法官的自由裁量权 | 第37页 |
| 4.3.3 证据应用规则中合理使用人工智能功能 | 第37-39页 |
| 结论 | 第39-40页 |
| 参考文献 | 第40-42页 |
| 后记 | 第42-43页 |
| 攻读学位期间取得的科研成果清单 | 第43页 |
