人工智能在商事仲裁中的应用路径探讨
人工智能辅助商事仲裁的实现路径研究
本论文刊登于《法治论坛》（2025年第二辑）
作者
姚震乾（广州仲裁委案件管理二部部长，华南理工大学经济法学博士），蒋悟真（华南理工大学法学院院长、教授、博士生导师）
三、人工智能辅助商事仲裁面临的困境及其成因
要有效解决人工智能在商事仲裁中遇到的实际问题，必须深入探究其根源。人工智能技术在程序运行、规则适用和数据利用等方面的特性，与商事仲裁的实际需求之间存在矛盾，这种矛盾可以在程序与实体方面找到原因。
（一）算法刚性与柔性程序权利之间的冲突
人工智能以其严格的规则执行和高效的程序处理见长，体现了程序严谨性的优势。然而，这种刚性的算法程序可能与当事人程序权利的保障发生冲突，降低仲裁程序应有的灵活性。
首先，人工智能算法程序刚性可能导致其无法适应特定情况。商事仲裁强调当事人意思自治和程序的灵活性，旨在为当事人提供充分参与和表达的机会。然而，人工智能系统由于预设了固定的程序和算法，可能难以根据当事人的特殊需求进行调整。例如，当事人因不可抗力无法按时提交证据，人工智能可能严格按照程序期限拒绝其请求，忽视了当事人的实际困难，导致程序权利虚化。又如，若当事人因财产保全或证据保全的需要要求延迟送达证据，人工智能可能会因为其算法的固定性而无法灵活处理这种需求，导致仲裁程序在处理特殊情况时显得僵化，缺乏必要的调整空间。
其次，人工智能缺乏对人类情感和特殊案情的共情，无法在程序中体现人性化的关怀。仲裁员在实践中往往会考虑当事人的背景、文化和情感因素，适时调整程序以保障当事人的权益。在涉及家族企业的商事仲裁案件中，仲裁员可能会基于家庭成员之间的特殊情感关系，对程序进行灵活调整，如安排调解程序前置等，避免因程序安排不当而加剧家庭矛盾，影响案件办理效果。而人工智能由于程序固化，可能无法识别这些情感因素的特殊性，导致僵化的决策。同样，在跨国案件中，仲裁员可能会考虑到当事人的语言和文化差异，给予额外的时间或程序调整，而人工智能则可能严格执行既定时间表，忽略这些个案的特殊性，从而损害程序正义。
最后，仲裁各方参与度下降，导致当事人对仲裁程序的信任度降低。当事人如果无法充分理解和参与由人工智能协助的程序，可能会对程序的公正性产生疑虑。例如，人工智能在未充分解释其决策逻辑的情况下，自动生成了证据审查结果并建议对庭审程序进行调整。由于当事人无法了解人工智能如何分析证据，也无法质疑或修改这些决策，这可能导致他们感到自己被排除在程序之外，从而对仲裁的公平性产生怀疑。这种对程序透明度和参与性的下降，直接违背了仲裁程序保障当事人充分参与和权利表达的设计初衷，进而削弱了仲裁程序的公信力。
可见，人工智能的应用在确保程序严谨性的同时，也必须避免对当事人程序权利的压制，确保仲裁过程中的灵活性和公正性。
（二）数据偏见与个案实体价值判断的冲突
人工智能的有效运行高度依赖于大量高质量的数据。然而，商事仲裁的保密性原则限制了案件数据的公开和共享，加之人工智能训练过程受数据质量和算法歧视影响较大，导致人工智能面临算法偏差问题。而且，商事仲裁强调个案正义，要求仲裁员结合情感参与和创新能力，根据具体情况灵活运用法律、仲裁规则以及商事交易习惯进行裁判，而人工智能难免输出不合实际价值判断的裁决建议。具体而言：
一是人工智能的学习和决策依赖于训练数据，如果训练数据存在偏差，人工智能可能承继并放大这些偏差。算法偏差产生的原因有以下三个方面：其一，数据质量和算法歧视影响人工智能的公正性。训练数据的选择和质量直接决定了算法的性能。如果训练数据存在偏见、不完整或代表性不足，抑或数据采集和处理过程中存在失误，人工智能可能会在决策中承继并放大这些偏差，输出错误或有偏见的裁决建议。如果不加以控制，人工智能可能对特定群体产生系统性歧视，损害当事人的合法权益。其二，算法开发者在设计算法时，可能无意识地将个人价值观和主观偏好融入算法，导致人工智能产生偏见。例如，设计者在研发人工智能时需要观察数据样本的关键组成结构，而缺乏对仲裁基本原理和法律专业知识认知的工程师难以准确理解法律文本和先例的关键特征，从而无意识地将自己的价值体系和主观偏好转移到算法中，这使数据的特征选择极有可能发生偏移，进而影响算法模型的训练效果，最终丧失准确预测的功能。其三，数据采集范围的限定。仲裁是一项非常专业的定分止争机制，仅一起案件就会产生大量的案件数据。如果想就某一类型或某一类案由的案件进行算法建模，就需要采集海量的案例。然而，仲裁案件是由单一仲裁庭逐一作出，仲裁庭的组成在一家仲裁机构中只能做到相对统一，不同时期的同类案件由不同仲裁庭裁决，乃至同一时期不同仲裁庭作出裁决，这使得仲裁案件数据在理论上难以穷尽所有，供养算法和算力的“全样本”数据分析只能限定在某个特定的时空范围内，过往数据未必准确涵盖动态发展的仲裁实践。
二是裁决决策仍无法脱离人工审慎判断。人工智能所蕴含的大数据虽然能在事实认定上发挥积极作用，但对辅助审判决策的应用不慎，将可能导致以数据计算的相关关系“颠覆”仲裁案件审理的因果关系，对公正裁决产生负面影响。其深层原因有二：其一，仲裁案件的数据并不容易被计算机“读懂”。虽然仲裁相关文书具有一定的结构性，法律话语中充满了诸如“公序良俗”“善意第三人”等价值语词以及诸如“合理期待”“可预期的”等高度模糊性的语词，它们的意义往往是由其与其他话语之间的推论关系决定，是仲裁员的内心确信和自由心证所得，一旦分析结果给出多个可能的解释，那么在多个释义之间的选择往往还需要实质评价，而不仅仅是基于概率计算的生成式决策。其二，人工智能缺乏情感参与和创新能力，会影响人工智能对个案评估的准确性。个案的具体化情境通常包含常规因素之外的异变因素，文化传统、社会经济、风俗习惯、公众舆论等复杂且非重复的要素有时是实现个案公正的关键因素。然而，个别化的法律现象、法律经验往往无法形成有规模的类型化数据，算法会将此类模式化识别困难的信息简化处理或丢弃，这会导致人工智能难以关注现实案件中的新生、特殊或极端情形。此外，个案正义下的仲裁员还可能考虑到当事人未来合作的潜力，尤其在复杂的商事纠纷中，仲裁的目的往往不仅仅是对当前争议进行裁决，更可能是寻求一种平衡，促进双方未来的合作。
因此，数据偏差及仲裁裁决仍无法脱离人工判断是人工智能在个案实体价值判断中面临困境的主要原因。如果既无法充分利用大数据的优势，又可能因数据质量问题而导致裁决偏差，最终将不利于保障当事人合法权益与实现争议解决目的。
四、人工智能辅助商事仲裁的实现路径
针对人工智能辅助商事仲裁面临的现实困境及其成因，需要从法律、技术和实践等多元层面入手，提出切实可行的解决方案，以确保人工智能的应用既能发挥其优势，又不损害仲裁的公正性和当事人的合法权益。
（一）明确人工智能在仲裁中的辅助性法律地位
现行法律的空白使人工智能在实践中缺乏明确的适用规范和法律依据。为确保仲裁程序的合法性与公正性，有必要在法律和制度层面对人工智能的应用加以规范，明确其作为辅助工具的定位，并为其设立必要的监管和伦理框架。
1.确立人工智能的辅助地位
在仲裁程序中必须明确人工智能仅作为辅助工具，而仲裁员始终是裁决的核心决策者。这一辅助地位意味着人工智能在仲裁过程中只能处理信息和提供参考意见，不能替代仲裁员行使最终的裁决权。仲裁员在裁判案件时，不仅需要运用法律知识，还需要进行价值判断，综合考虑社会效果，并体察当事人的情感和诉求。这些复杂的因素往往超出人工智能的能力范畴，尤其是在对人性的理解和个案细节的掌握上，人工智能难以替代人类的直觉、经验和良知。因此，明确人工智能的辅助地位，可以充分发挥其在数据处理和信息检索方面的技术优势，同时避免其过度介入裁决过程，从而保障仲裁程序的合法性和公正性。
在法律层面明确人工智能在商事仲裁中的地位和作用，是确保其合法应用的首要条件。目前，我国《仲裁法》尚未对人工智能的应用作出具体规定，因此实践中缺乏明确的法律依据。有必要通过修订仲裁法或制定专门法规，明确人工智能在仲裁程序中的辅助性地位，规定其应用的范围和方式。具体而言，可以在仲裁法中增设条款，明确人工智能是辅助仲裁员决策的工具，而非裁决主体，确保人工智能不能替代仲裁员行使裁决权。这样既可以通过人工智能的参与提高仲裁效率，又可以确保裁决的合法性和公正性，最终维护仲裁员对裁决结果的最终责任。
在实践层面具体落实人工智能辅助商事仲裁的应用场景，具有现实的必要性与可行性。“人工智能辅助商事仲裁”是指在商事仲裁程序中，利用人工智能技术协助仲裁员完成案件受理、事实认定、证据分析、文书生成、庭审辅助及裁决预测等环节，但人工智能不取代仲裁员的最终裁决权。具体应用场景包括：其一，案件受理与立案环节。通过智能预审系统自动识别仲裁请求的受理条件，快速完成案件分类、登记与受理决策，以减少人工初审的重复劳动和潜在失误。其二，庭前准备与证据分析环节。利用算法模型自动化筛选证据材料，进行初步证据链条构建与事实要点提取，辅助仲裁员快速厘清争议焦点。其三，庭审辅助与庭审记录环节。通过实时记录系统在庭审过程中即时生成庭审笔录，同时自动标记争议焦点、关键证据及相关法律问题，供仲裁员庭后进一步审阅。其四，裁决预测与调解促成环节。通过分析历史上仲裁裁决数据，人工智能能够预测案件结果区间和趋势，从而向当事人提供理性的结果预测报告，促使当事人更加积极主动地开展和解谈判，推动高效调解。其五，文书撰写环节。对于程序性文书(如开庭通知、程序命令、合议纪要)以及部分标准化裁决文书的初稿，人工智能可利用模板生成供仲裁员审阅修改，提高仲裁员文书撰写效率。
2.构建算法解释权以保障当事人知情权
为有效应对人工智能在仲裁中的算法偏见和“黑箱”问题，保障当事人的程序性权利，有必要在仲裁法中引入“算法解释权”的概念。算法解释权是基于《仲裁法》第54条关于仲裁裁决书应当写明理由的规定而发展起来的。当事人享有了解仲裁裁决理由的权利，因此，也应享有了解人工智能在裁决过程中发挥的作用及其判断依据的权利。为了保障这一权利，仲裁机构和仲裁员应深入了解人工智能工具的运行原理，并能够清晰、合理地解释其在裁决中的作用。必要时，仲裁机构还应邀请人工智能技术的研发人员或独立的算法分析师为当事人提供专业说明，从而确保解释的准确性和权威性。事实上，这和各个仲裁机构所设置的专家证人、专家辅助人和专业委员会是契合的。例如，广州仲裁委员会就在仲裁员专业委员会之中，设置有元宇宙(人工智能)仲裁专业委员会。此外，算法解释不能流于形式，必须忠实于人工智能的原始模型，与公众的认知模式相契合，以便当事人有效行使其正当程序权利。
3.建立算法审查制度以强化外部监督
为防止人工智能算法在仲裁中因潜在偏见或不公而影响裁决结果，有必要建立系统性的算法审查制度。该制度应对人工智能仲裁系统的算法从多个层面进行审查，包括审查算法的训练数据、算法程序本身，以及通过算法识别出的预测模型。首先，对训练数据的审查有助于发现和纠正源于历史数据的潜在偏见，从而减少算法歧视的发生。其次，对算法程序本身的审查则可以检测算法中的逻辑缺陷和偏差，而对预测模型的审查有助于破解“黑箱”问题，提高算法决策的透明度和合理性。最后，审查主体可由国家司法机关或独立的第三方机构担任，负责对人工智能算法的公正性和合法性进行评估和认证。这种多层面的审查制度与外部监督机制能增强人工智能应用的透明度，提升当事人对仲裁程序的信任度。
４.制定行业标准和伦理准则
明确人工智能在仲裁中法律地位的同时，还需制定相应的行业标准和伦理准则，以规范人工智能在仲裁过程中的合理应用。行业标准应涵盖人工智能工具的开发、测试、部署以及数据处理的全流程，确保在各个环节中都符合仲裁程序的合法性和公正性要求。同时，应建立严格的伦理准则，明确人工智能仅能作为辅助工具，禁止其替代人类仲裁员的核心职能。伦理准则还应特别强调仲裁过程中的人性化和个案公正性，确保人工智能技术的使用不会削弱仲裁的灵活性和对特殊个案的处理能力。最终，在法律和伦理双重框架下规范人工智能，确保仲裁的人性化和公正性。
（二）强化程序性权利保障以确保当事人充分参与
为了确保人工智能在商事仲裁中的合理应用，必须重视当事人的程序性权利保障。为此，需要明确保障当事人的知情权和选择权，同时建立程序救济途径，确保仲裁员的核心职能与当事人充分参与。
1.保障当事人的知情权和选择权
与人工智能司法适用一致，在仲裁过程中使用人工智能亦应事先告知当事人，并获得其同意。调查显示，71％的受访者认为仲裁员应披露其在仲裁中使用人工智能工具的目的，59％的受访者认为仲裁员在使用人工智能工具前应获得当事人的事先同意。我国《个人信息保护法》第24条也赋予个人对自动化决策的知情权和拒绝权。因此，仲裁机构应建立透明的程序告知机制，确保当事人了解人工智能在仲裁中的具体应用及其潜在影响，并明确赋予当事人接受或拒绝的权利。如果当事人不同意使用人工智能，则应提供可替代的人工决策程序，保障其选择权。
2.完善程序性算法及其披露义务
人工智能的算法应该建立在通用人工智能的基础上，使之具备理解基本的社会、文化、经济现象的能力，并通过算法迭代使之具备囊括各种特殊情形下的程序调用的能力，具备灵活处理程序问题的能力。同时，为应对人工智能仲裁裁决中的算法歧视、“黑箱”决策及决策不合理等问题，应当明确仲裁机构的算法披露义务。亦即，仲裁机构应向当事人提供确保仲裁程序合理与透明的信息，包括裁决的依据、适用的法律标准、裁决事项的决定原则以及是否涉及算法自动化决策等信息。如果仲裁机构拒绝提供这些信息，应当向当事人说明拒绝的具体原因。需要注意的是，披露的内容应限于原始信息，不包括经过算法处理或输出的数据。
3.提供人工干预救济途径
为应对人工智能自动化裁决可能导致的参与权受限问题，应当赋予当事人申请人工介入的权利。当事人对裁决结果有异议时，可以向诸如前文所述广州仲裁委员会建立的人工智能专业委员会或各个仲裁机构设立的类似专家委员会申请复核。另外，仲裁机构若对人工智能的裁决结果存在疑虑，也应主动申请人工智能专业委员会的复核，以确保裁决的公正性与合理性。
（三）针对算法风险引入风险监管沙箱机制
为应对人工智能在商事仲裁应用中的不确定性和潜在风险，可借鉴金融科技领域的“风险监管沙箱机制”。该机制提供了一种受控且可控的环境，在保障仲裁程序正义和数据安全的前提下，对人工智能辅助仲裁的实际应用进行测试和验证。这个机制的创立是为了解决算法偏差和“黑箱”问题，力图使机器学习的模型从模糊走向可以解释，具体表现为决策树、逻辑回归等。相对透明的决策过程，既便于使用者理解和回顾，也可以进一步通过引导和数据驱动，将法律知识和机器学习融合，从而避免数据驱动模型难以解释的困境，系统性地识别、评估和控制人工智能工具在仲裁过程中的潜在风险，提高算法的可解释性和准确性，从而确保仲裁的公正性和有效性。具体而言，仲裁机构可以设立沙箱机制，采取以下措施降低风险：
1.算法应在大数据模型中设置并允许沙箱存在
人工智能的大数据模型承载大量实验样本，是一个相对封闭且高度集成的系统，一旦发生偏差可能会影响整个模型的稳定性。为了提高解决实际问题的能力，大数据模型需要吸收多样化、多角度且大体量的样本数据，并进行分析学习。然而，数据偏差的风险始终存在，它可能导致模型不稳定。如何在精度与广度之间取得平衡，风险沙箱便成为一个理想选择。风险沙箱应被嵌入大数据模型中，并设置为一个独立的实验环境。大数据模型可以从沙箱中获取实验数据进行参考，但沙箱中的数据不得返回至大数据模型进行再利用。沙箱的设置应根据需求灵活调整，多个沙箱可以并行存在，且它们之间互不隶属。每个沙箱仅向大数据模型提供单向反馈，确保沙箱内的数据不会被模型直接使用，从而减少数据偏差对模型精度的影响。
2.算法在受控环境中的应用测试与逐步推广
在风险监管沙箱机制下，仲裁机构可以为新型人工智能辅助工具设立独立的实验环境进行实务测试，以评估其对仲裁程序正义、实体公平以及个案裁决结果的影响。通过在受控环境中的测试，可以尽早发现并有效解决人工智能工具在实践中可能存在的算法偏差、程序僵化、忽视个案特殊性等实际问题。测试不仅要关注技术本身的有效性，更需全面评估其对仲裁程序正义和实体正义的影响，确保辅助工具的应用符合法律规定并符合仲裁的公正性要求。此外，应严格实行数据隔离制度，将人工智能算法的训练数据与真实仲裁案件数据明确分离，以防止敏感信息泄露的风险。
经过沙箱机制成功测试的人工智能辅助仲裁工具，可以按照逐步推广的原则进行应用扩展。从初期的小范围应用逐渐推广至不同类型、领域的商事仲裁案件，积累实际经验、验证系统稳定性并持续优化算法。在推广过程中，仲裁机构应始终关注仲裁裁决质量和对当事人权利的充分保障，确保在人工智能辅助仲裁工具得到广泛应用前，已全面解决各类案件中的适用性问题。同时，定期开展阶段性评估也至关重要，以便及时识别并控制每个推广阶段可能发生的潜在风险，最终形成一套成熟、可靠的人icial Intelligence in Commercial Arbitration