EP478｜AI 可以當法官嗎？從電影《關鍵公敵》看機器斷案的真實問題：節目筆記、逐字稿與延伸閱讀

本頁是《法律護身符》 Podcast 單集筆記。本集整理節目重點、法律概念與精華逐字稿，作為本主題的入門總覽。

本集收聽與收看

• Podcast：本集 SoundOn 收聽
• YouTube：本集 YouTube 影片

本集摘要

本集從 2026 年科幻電影《關鍵公敵》（英文片名 Mercy）切入，討論「AI 法官」是否真能取代真人法官。張倍齊律師明確表態不認同「把斷案全交給 AI」的想法，並從技術面、制度面、哲學面逐一分析理由。 節目將 AI 在司法領域的應用分三個層次：最基礎的計算輔助工具（如試算裁判費）、中間層的再犯風險評估系統（AI 作為顧問），以及最終層的 AI 完全取代法官下決定。張倍齊律師認為第三層在可預見的未來不太可能實現，原因包括：參數設定必然帶入設計者的價值判斷（如再犯率加成比例、種族統計是否納入）、演算法黑箱難以接受公開攻防、AI 出錯時責任歸屬沒有解答、以及輸入資料品質決定輸出結果的「garbage in garbage out」問題。 節目也特別指出：許多高喊「AI 取代法官」的人，其實是對司法不滿，而非真正討論技術可行性。但設計 AI 的工程師同樣是人，程式同樣會反映人的偏見，對 AI 法官盲目信任，邏輯上站不住腳。

本集重點

• AI 在司法的應用可分三層：計算工具、再犯風險評估顧問、完全取代法官；張倍齊律師認為第三層在現階段不可行。
• 演算法必須設定參數，參數設定本身就是價值判斷，例如再犯率加成百分比、特定族群統計資料是否納入，都涉及公平性爭議（節目以美國種族統計為例）。
• 正當法律程序要求裁判理由公開、可受攻防；黑箱模型讓當事人無從質疑判決依據。
• 審級制度（一審二審三審）若全換成 AI，模型相同則結果必然相同，審級制度形同虛設；模型不同又產生哪個版本為準的問題。
• AI 出錯時，責任歸屬至今無解：找工程師，工程師會說機器有其極限；找 AI 本身，更是無處問責。
• 對司法不信任的情緒不等於 AI 就比較公平——設計 AI 的人同樣是人，AI 的公正性仍取決於設計者的立場。
• AI 能輔助律師查判決、分析判例，但人與人之間的溝通與訴訟攻防，在短期內仍有不可取代的面向。

本集提到的法律概念

• 無罪推定原則：法官對每一件案件應無罪推定，節目舉例說明 AI 若預設再犯率較高的人犯罪嫌疑也較高，與無罪推定原則可能衝突。
• 認定事實、適用法律：節目口述法官的核心工作是認定事實、適用法律，強調人的判斷不可或缺。（節目口述，非引用特定條文）
• 正當法律程序（due process）：節目未直接引用條文，但討論黑箱模型衝擊當事人攻防權利的問題。（概念性說明，未引用具體法條）
• 再犯風險評估系統：節目提及目前已有此類輔助工具，作為 AI 顧問層次的應用。（概念說明，未引用具體法條或判決字號）

如果您遇到類似問題，建議先準備

• 對 AI 輔助司法有疑慮：了解現行法院使用 AI 的範圍與限制，關注司法院相關政策公告。
• 曾受演算法系統影響（如信用評分、再犯評估）：保留所有書面資料與通知，了解有無申訴機制。
• 對判決結果有疑義：仍應循上訴、再審等正式司法救濟途徑，而非期待 AI 重新審查。

精華逐字稿整理

以下為張倍齊律師本集核心論述整理（已校正 ASR 錯字、刪除重複贅句，非完整逐字稿）： --- 開場與電影介紹 大家好，歡迎收聽法律護身符，我是張倍齊律師。今天的主題是 AI 法官——從 2026 年的科幻電影《關鍵公敵》（英文片名 Mercy）來看機器斷案。 AI 法官不是新話題，但自從 ChatGPT、OpenAI 等工具出現之後，又有很多人說「把斷案交給 AI 就好了，以後不需要法官」。我一直很不認同這個想法。 《關鍵公敵》這部電影，故事設定在一個刑事探員抓到犯人就交給 AI 法官審判的世界。電影主軸是男主角與 AI 法官「Mercy」的對話——男主角被捕後，面前沒有真人，只有這個 AI 女法官。電影想呈現的，是 AI 審判可能出現的問題。我覺得電影還不夠深入，但可以當作一個討論起點。 --- AI 應用的三個層次 AI 在司法的應用可以分三層來看： 第一層是最基本的計算工具，例如幫你算裁判費、下載資料，這大家不會認為是 AI，只是程式輔助。 第二層是「再犯風險評估系統」，這類系統會綜合資料，告訴你一個人再犯機率高不高。這比較像是把 AI 當顧問——法官還是做最後決定。 第三層才是真正讓 AI 取代法官、由 AI 直接下判決，人類完全不介入。我認為這第三層在現階段不太可能實現。 --- 問題一：參數設定本身就是價值判斷 AI 要當法官，就要設定參數。舉個例子：一個人有過再犯紀錄，在審新案時，你是要讓嫌疑程度提升 10% 還是 20%？這個數字是人設的，不是客觀中立的。 再來是種族統計的問題。在美國，特定族群的犯罪率統計數字確實存在差異。那當你遇到某個族群的嫌犯，是應該把這個統計納入考量，還是不要？如果納入，就會衝擊無罪推定原則。如果不納入，那這個 AI 系統根本沒有解決問題，只是回避了問題。 這些都是人在設定 AI 的時候就必須做的選擇，沒有一個選擇是「完全中立」的。 --- 問題二：黑箱模型讓審判無從攻防 真人法官做判決，必須說明理由，當事人可以針對理由提出反駁，這是程序正義的核心。但 AI 如果是黑箱，你不知道它為什麼這樣判，你要怎麼上訴？要怎麼攻防？ 而且現有的審級制度——一審、二審、三審——如果都換成同一個 AI 模型，跑出來的結果必然一樣，三個審級等於沒有意義。如果三個審級用不同模型，又要決定哪個模型代表哪一審，這本身又是一個人的決定。 --- 問題三：AI 出錯，誰來負責？ AI 很常出錯，AI 有很多幻覺。就算有一天 AI 幻覺消失了，也不代表不會有其他問題——任何機器都不可能百分之百不出錯。 如果 AI 法官判錯了，你要找誰負責？找 AI 本身，不可能。找設計的工程師，工程師會說機器有其科技極限，任何機械都不能保證絕對正確。這種責任歸屬的空洞，是 AI 法官面對的根本困境。 --- 問題四：Garbage in, garbage out 你要給 AI 什麼資料，它才能當好一個法官？給它沒用的資料，輸出的就是垃圾。你要給多少資料，它才夠用？這些資料在訓練過程中，會不會吸收進人類的偏見？這些都是還沒有解答的問題。 --- 對「AI 取代法官」情緒的觀察 我發現，很多高喊「法官遲早被 AI 取代」的人，其實並不是真的在討論技術可行性，而是對司法不滿——對判決不滿、對特定案件不滿、對某些政治案件不滿。 但我想提醒：就算真的弄出了 AI 法官，這個 AI 的程式是由誰來設定的？是在現行司法體系下設計出來的。如果你對現行司法體系不信任，你憑什麼信任這個體系設計出來的 AI？對真人法官不滿，不等於 AI 就自動比較公平，這個邏輯需要再想一層。 --- 結語 AI 當然可以輔助法律工作，例如幫律師搜尋判決、分析趨勢，這是很有價值的。但把整個司法判斷全部交給 AI、讓一個活生生的人被機器審判，我覺得在短期內有很多難以克服的問題。今天就講到這裡，有不同想法歡迎在留言區討論。法律護身符，我是張倍齊律師，下一集再見。

本集提醒

本集探討的是 AI 司法的制度層面與風險，如果您正在面對的是具體法律問題——無論是刑事案件、證據問題，還是與科技相關的法律糾紛——建議直接尋求專業律師的個案評估，而非依賴任何自動化工具的概括性判斷。 如果您對本集討論的主題有疑問，或正在考慮是否需要律師協助，歡迎與張倍齊律師聯繫，說明您的具體狀況，讓張倍齊律師協助判斷下一步方向。

※ 本頁為 Podcast 節目筆記與一般法律知識整理，非具體個案之法律意見；法令與實務見解可能變動，具體情形請洽律師依個案評估。