| 913 | 6 | 247 |
| 下载次数 | 被引频次 | 阅读次数 |
探知民众对司法公正的主观感受，是评估我国司法公正水平及其社会认同的重要方式。通过设计认知实验，本文应用大语言模型生成AI受访者并让其回答关于司法公正的主观感受，考察我国民众对司法公正的认同程度、重视领域和认知维度。实验Ⅰ发现，民众对司法公正的认同程度较高。该认同程度受到法律内外多重因素的影响，尤其是社会公平感的影响。实验Ⅱ发现，民众对刑事领域的司法公正最重视，该重视程度受到民众的社会公平感、性别、社会信任感等因素影响，在机制上可能源于一般民众对安全价值的考量。实验Ⅲ发现，在法治发展和人权观念的推动下，民众对程序公正的认识有所提升，但实体公正仍是民众关于司法公正的主导观念。未来提高民众对司法公正的主观感受，不仅需要从法律内部视角保障实体公正和程序公正，还需要考虑社会公平、安全、教育等外部因素，并给予刑事司法公正更多关注。
Abstract：Exploring the public's subjective feelings of judicial fairness is an essential approach for evaluating the level of judicial fairness and its social recognition in our country. By designing cognitive experiments,this study employs a large language model to generate AI respondents who answer questions about their subjective feelings toward judicial fairness,thereby examining the public's recognition,key areas of concern,and cognitive dimensions regarding judicial fairness in China. Experiment I reveals that the overall level of public recognition of judicial fairness has been improved compared to the past. The public's feelings of judicial fairness reflects the combined impact of multiple factors,both within and outside the legal system,particularly the influence of perceived social equity. Experiment II indicates that the public attaches the greatest importance to criminal justice fairness,which is influenced by factors such as perceived social equity,gender,and social trust. This prioritization may stem from the general public's consideration of safety values. Experiment III finds that,driven by the development of the rule of law and human rights awareness,the public's understanding of procedural fairness has improved. However,substantive fairness remains the dominant concept of judicial fairness in the public's feelings. To enhance subjective feelings of judicial fairness in the future,it is necessary not only to ensure substantive and procedural fairness from a legal perspective but also to consider external factors such as social equity,safety,and education,while paying greater attention to criminal judicial fairness.
1. E.博登海默：《法理学、法律哲学与法律方法》，邓正来译，中国政法大学出版社1998年版。
2 .范进学：《论习近平法治思想的法治理论体系》，《交大法学》2024年第5期。
3 .冯煜清、曾瑜：《法治中国建设中的感知正义变化趋势——基于CSS数据的追踪研究》，《中国法律评论》2023年第4期。
4 .高顺岳：《居民幸福感影响因素实证研究》，《统计与决策》2017年第5期。
5 .公丕祥、刘敏：《论司法公正的价值蕴含及制度保障》，《法商研究》1999年第5期。
6 .顾培东：《当代中国司法公正问题研究》，《中国法律评论》2015年第2期。
7 .何家弘：《司法公正论》，《中国法学》1999年第2期。
8 .侯猛：《如何评价司法公正：从客观标准到主观感知》，《法律适用》2016年第6期。
9 .胡铭：《刑事司法的国民基础之实证研究——一项基于城市问卷调查的分析》，《现代法学》2008年第3期。
10 .胡玉鸿：《新时代推进社会公平正义的法治要义》，《法学研究》2018年第4期。
11 .敬大力：《树立并实现公平正义的核心价值理念》，《民主与法制》2023年第21期。
12 .李蓓蕾、陶沙、董奇、张华、周江：《8—10个月婴儿社会情绪行为特点的研究》，《心理发展与教育》2001年第1期。
13 .李军：《论非法证据排除理念的中国化》，《社会科学研究》2004年第3期。
14 .梁玉成：《基于生成式大语言模型的“测试社会学”》，《探索与争鸣》2024年第11期。
15 .林喜芬：《转型语境的刑事司法错误论：基于实证与比较的考察》，上海人民出版社2011年版。
16 .林喜芬：《量刑建议、量化评估与司法公正》，《人民论坛·学术前沿》2022年第8期。
17 .林喜芬、陈齐等、秦裕林：《民众对司法判决的认同与信赖——基于认知实验的研究》，《法学研究》2024年第2期。
18 .刘泽民、陈向东：《教育研究的硅基样本——基于大模型技术路线的分析》，《远程教育杂志》2025年第1期。
19 .龙宗智：《影响司法公正及司法公信力的现实因素及其对策》，《当代法学》2015年第3期。
20 .石磊：《中国民事诉讼率变迁的影响机制——对曲线理论的检验和修正》，《法学研究》2024年第3期。
21 .宋灵珊：《性别与法律：刑事司法中的女检察官》，《交大法学》2021年第4期。
22 .苏新建：《程序正义对司法信任的影响——基于主观程序正义的实证研究》，《环球法律评论》2014年第5期。
23 .孙辙、张龑：《司法的实体公正、程序公正及法官的行为公正》，《法律适用》2022年第3期。
24 .王圣扬、徐海龙：《传媒：应为司法公正发挥作用——关于传媒与司法关系的调查报告》，《学术界》2004年第5期。
25 .吴洪淇：《刑事司法公平正义感受的主观程序正义框架与测度——以2015—2023年全国调查数据为基础》，《法学研究》2024年第4期。
26 .徐剑、刘丛、谢添：《感受公正：媒介形态对公众司法公正判断的影响分析》，《新闻与传播研究》2019年第6期。
27 .浙江省余姚市人民法院课题组：《关于人民法院司法公信力的调研报告》，《人民司法》2013年第5期。
28 .郑成良：《论法治理念与法律思维》，《吉林大学社会科学学报》2000年第4期。
29 .郑成良、张英霞：《论司法公信力》，《上海交通大学学报（哲学社会科学版）》2005年第5期。
30 .郑飞：《论提升司法公信力的路径——源自实证调研和数据挖掘的启示》，《证据科学》2015年第1期。
31 . Celeste Biever，“ChatGPT Broke the Turing Test-the Race Is on for New Ways to Assess AI”,Nature,2023,619(7971):686-689.
32 . Danica Dillion,Niket Tandon,Yuling Gu&Kurt Gray，“Can AI Language Models Replace Human Participants?”,Trends in Cognitive Sciences,2023,27(7):597-600.
33 . Daniel S. Nagin&Cody W. Telep，“Procedural Justice and Legal Compliance”,Annual Review of Law and Social Science,2017,13(1):5-28.
34 . Isabel Correia,Maria Toscano Batista&Maria Luisa Lima，“Does the Belief in a Just World Bring Happiness?”,Australian Journal of Psychology,2009,61(4):220-227.
35 . James Brand,Ayelet Israeli&Donald Ngwe, Using LLMs for Market Research(March 21,2023). Harvard Business School Marketing Unit Working Paper No. 23-062,Available at SSRN:https://ssrn.com/abstract=4395751 or http://dx.doi.org/10 .2139/ssrn.4395751.
36 . Jonathan D. Casper,Tom Tyler&Bonnie Fisher，“Procedural Justice in Felony Cases”,Law&Society Review,1988,22(3):483-507.
37 . Kristina Murphy,Tom R. Tyler&Amy Curtis，“Nurturing Regulatory Compliance:Is Procedural Justice Effective When People Question the Legitimacy of the Law?”,Regulation and Governance,2009,3(1):1-26.
38 . Lisa P. Argyle,Ethan C. Busby,Nancy Fulda,Joshua Gubler,Christopher Rytting&David Wingate，“Out of One,Many:Using Language Models to Simulate Human Samples”,2023,Political Analysis,31(3):337-351.
39 . Marcel Binz&Eric Schulz，“Using Cognitive Psychology to Understand GPT-3”,Proceedings of the National Academy of Sciences,2023,120(6):e2218523120.
40 . Marko Sarstedt,Susanne J. Adler,Lea Rau&Bernd Schmitt，“Using Large Language Models to Generate Silicon Samples in Consumer and Marketing Research:Challenges,Opportunities,and Guidelines”,Psychology&Marketing,2024,41(6):1254-1270.
41 . Tom Tyler,Why People Obey the Law(Enlarged Version),New Jersey:Princeton University Press,2006.
(1)出于指标操作者的考核追求，评估结果的真实性也极易发生扭曲。例如，不少下级法院为了降低一审上诉改判发回重审率，往往会采取事先请示上级法院的做法。这样一来，本来设置上诉改判发回重审率是希望通过上级法院的监督来确保司法裁判的质量，但指标设定反而助长了上下级之间的请示汇报机制，严重影响了下级法院独立行使审判权。
(1)这种能力的获得并非源于预先设定的代码指令，而是在大规模预训练过程中，模型对海量数据中隐含的统计模式和语义关系进行自监督学习的结果，通过相关关系实现对因果关系的模仿。
(2)主观社会地位，是指个体基于主观认知对自身在社会经济地位中所处位置的评估。
(1)AI受访者，是指在大语言模型被赋予特定角色的“档案”信息后，模拟出的人类受访人。
(2)API接口是一组预定义的函数、协议和工具，通过API接口即可完成与大语言模型的对话交流。
(3)也正是因为缺乏该数据，所以本研究才尝试采用硅基样本数据来分析。
(1)具体流程如下：在角色定位的设定上，结合既有成果与专家经验，将CGSS中的省份、性别、年龄、教育程度、全年收入、房产状况、健康水平、婚姻状况、工作满意度和社会公平感作为角色定位。在设定任务指令时，让AI受访者回答其对自身幸福的主观感受，问题设定为“请问：总的来说您觉得您的生活是否幸福？”在输出指示的设定上，依据CGSS问卷设定，将自身幸福的主观感受划分为非常幸福、比较幸福、说不清楚、不太幸福、非常不幸福五种类型。
(2)针对四种大语言模型的比较仅用于本文效度检验，并不涉及对大语言模型的功能比较。
(1)图2A为民众对司法公正认同程度的数据分布，分布越向右集中表明民众对司法公正越认同。
(2)图2B为不同类型群体对司法公正认同程度的比较（按照“非常不公正”记1分，“不太公正”记2分，“比较公正”记3分，“非常公正”记4分计算均值，通过计算均值在总和中所占比例，来比较两个均值的相对大小），占比越大表明该群体对司法公正的认同程度越高。
(1)相关系数表示两个变量之间线性关系的强度和方向，系数的绝对值表示线性关系的强度，系数的正负号表示线性关系的正负。
(2)因为“工作满意度”在CGSS中的赋值顺序与其他变量相反，所以，在统计上工作满意度和司法公正的认同度是负相关关系，但该统计结果应解读为：工作满意度越高，民众对司法公正的认同程度越高。
(1)图3A为民众对司法公正的重视分布，占比越大表明民众对该领域司法公正的重视程度越高。
(2)图3B为不同群体对刑事司法公正和民事司法公正的重视分布，占比越大表明该群体对该领域司法公正的重视程度越高。
(1)“工作满意度”在CGSS中赋值顺序与其他变量相反，但不影响最终结果的解读。
(2)Haerpfer, C., Inglehart, R., Moreno, A., Welzel, C., Kizilova, K., Diez-Medrano J., M. Lagos, P. Norris, E. Ponarin&B. Puranen(eds.).2022. World Values Survey:Round Seven-Country-Pooled Datafile Version 5.0. Madrid, Spain&Vienna, Austria:JD Systems Institute&WVSA Secretariat.
(3)已有实证研究发现，个体早期情绪行为上的差异并不明显，但随着年龄增长，交往扩大，社会文化因素对个体的影响越来越大。参见李蓓蕾等：《8—10个月婴儿社会情绪行为特点的研究》，《心理发展与教育》2001年第1期。
(1)图4A为民众对司法公正的认知维度，占比越大表明民众对该类司法观念的认知程度越高。
(2)图4B为不同类型群体对程序公正和实体公正的认知分布，即占比越大表明该群体对此类司法公正的认知越深。
基本信息:
DOI：10.14167/j.zjss.2025.05.010
中图分类号:D926
引用信息:
[1]林喜芬,付张祎.民众对司法公正的主观感受——基于硅基样本的实验研究[J].浙江社会科学,2025,No.345(05):46-60+157-158.DOI:10.14167/j.zjss.2025.05.010.
基金信息:
国家社科基金一般项目“检察机关量刑决策影响因素的量化评估研究”（22BFX057）的阶段性成果
2025-05-15
2025-05-15