人工智能在诉讼领域应用的系统综述（2020–2025）：技术演进、挑战与未来展望

《ARTIFICIAL INTELLIGENCE REVIEW》：Artificial intelligence in litigation: a systematic review of applications, challenges, and future directions

　　

摘要

近年来，在自然语言处理、深度学习和大语言模型等技术进步的推动下，人工智能在诉讼领域的整合应用得到了快速发展。虽然人工智能有望提升司法效率、判决一致性和司法可及性，但其在诉讼领域的部署也带来了重大的技术、制度和信任相关挑战。本文遵循PRISMA 2020指南，对2020年1月至2025年12月3日期间发表的90项同行评审研究进行了系统综述，分析了人工智能在诉讼领域的应用。我们将现有的法律人工智能系统分为五个关键应用领域，包括基于人工智能的在线争议解决系统、法律信息与知识检索系统、文档分析与文本挖掘系统、专家与咨询系统以及判决与结果预测系统。本综述综合分析了主流的模型架构、数据集和评估方法，突出表明了从基于规则的方法向基于Transformer的架构和大语言模型转变的明确趋势。尽管取得了这些进展，我们识别出了持续存在的挑战，涉及数据稀缺、泛化能力有限、可解释性不足、监管不确定性、网络安全以及法律人工智能系统存在幻觉风险等问题。根据所审查的证据，我们认为未来人工智能辅助诉讼的进步取决于开发领域特定的多模态模型、建立稳健的可解释性机制、设计隐私保护学习框架以及提供更为清晰的监管指引。本综述为研究人员、法律从业者和政策制定者提供了结构化参考，以帮助他们设计、评估和治理用于诉讼的可信人工智能系统。本综述的局限性主要体现在检索与筛选策略中的检索偏倚，以及数据库和语言选择中可能存在的偏倚。