admin 原告律师提起的“完美”诉讼真的是AI捏造的吗？法院准确识别假传票案件_中国经济网-国家经济门户
原告律师提起的“完美”诉讼实际上是人工智能发明的。北京通州法院准确认定虚假传票案件。人工智能技术正在彻底改变法律行业的工作环境。从寻找答案和专家意见到完善文案，人工智能工具为法律专业人士提供高效帮助。然而，技术优势的背后却隐藏着虚假信息渗透司法程序的风险。北京通州区人民法院最近审结的一起案件凸显了处理人工智能生成的虚假索赔对司法公正的潜在风险。本案系因股权引起的商事纠纷。在诉讼过程中，原告为了进一步支持自己的立场，f的律师在庭审后援引最高人民法院闽中案第12345号和上海市第一中级人民法院（2022）向法院提交了书面意见。从律师意见来看，两案的事实、法律问题、审理逻辑与正在审理的案件极为吻合。这些充分支持了原告律师所表达的观点，具有很大的表面参考价值。主审法官基于专业考虑进行了调查核实，发现这两个案号对应的案件实际事实与律师书面意见中描述的情况完全不同。其之间，“（2022）沪01民中第12345号”案件实际上是一起民间借贷纠纷，与书面意见陈述的事实完全矛盾，与本案相关事实无关，也不存在类似的串谋、串谋。参考。起初，当助理法官与原告律师互动时，律师含糊其辞并回避提问。 “律师总是说‘我再看一下’，但他无法给我书面决定书。仔细阅读律师出具的意见后，我发现案号、案件详情、格式都具有‘人工智能文书’的典型特征。”该案主审法官郑继哲告诉《法制日报》记者，“人工智能语言模型出现后，通州法院设立了人工智能司法应用案件的官方和理论利益集团，使用人工智能软件搜索法律问题上的类似案例。”测试是根据工作场景进行的，比如使用a。我们之前发现人工智能工具经常提供不正确的信息，并且存在一定的规律和特征。“法官不一定熟悉人工智能生成的案件。”这就是引用的例子的问题。郑吉哲先生在电话中坦诚地向原告律师询问了要点，让原告律师无言以对。沉默了几秒后，电话那头的人承认相关信息是AI软件提供的。原告律师表示，参考案例是在提炼案件事实和情况后，通过反复询问某些AI大模型软件得到的，最终命令AI软件生成相关参考资料。但他没有进一步检查，直接复制粘贴后提交给法院。因此，根据法律规定，结合本案事实，通州法院未采纳原告代表人的这部分意见，请原告代表人注意：并向法院提交了意见，并在判决中明确批评了原告代表的行为。在考虑案件和法律规定时，应当进行检查和核实，确保内容的可靠性和准确性，不允许生成人工智能模型和捏造虚假信息，扰乱司法秩序。一审判决后，当事人均未提出上诉，该判决仍在审理中，目前正在生效。通州法院回顾，近年来ChatGPT、DeepSeek等软件带来的人工智能浪潮正在显着改变人们的工作方式。强大的语言生成功能可以让您立即生成看似专业且详细的文本。但如果没有适当的指导，人工智能很可能会产生误导甚至虚假信息。民事诉讼法没有明确规定关于如何处理证据不是由行为者使用人工智能生成的虚假参考案件的教育或司法解释。但值得注意的是，人工智能产生的虚假信息对司法秩序的损害。虚假诉讼扰乱了法院正常的司法程序。审判团队必须花费更多的时间和精力对律师立案的案件进行检索和反复审查。如果人工智能生成的虚假信息成为参考，司法机关的公信力将受到质疑。通州法院表示，法律专业人士应该用人工智能代替自己的专业判断。建议将其作为辅助工具，而不是作为“果实”。即使在使用人工智能时，也应该谨慎合理，严格审查人工智能生成的内容，确保来源可靠、内容真实准确。人民法院要加大审查力度，运用技术手段和专业知识严格审查当事人及其代表提交的参考案例和其他材料，确保司法程序中使用的信息真实可靠。法官表示，如果人工智能限制了案件的结果，它就可以捏造案件事实。看似无所不能的人工智能隐藏着重大的诚信危机。结合本案的程序经验和司法实践规则，可以从案号序列是否存在规律性痕迹、案件描述与诉讼场景过于贴合、检索方式难以验证等角度来识别人工智能生成的案件是否为真实案件。实际法院案件的案号由年份、法院代码、案件性质代码、审判级别代码、案件号组成。案例编号按照接收顺序自然生成，并且具有随机性和连续性的统一属性。艾格计算出的病例数通常表现出故意的规律性。经常使用“12345”和“1234”等连续整数或“111”等具有明显特征的数字。例如，这次出现的“12345”就是一个例子。如果您遇到与此类案件编号相关的事件，您应该特别小心。大规模人工智能模型的生成逻辑基于概率统计和上下文匹配。当用户明确输入案例详细信息时，生成的案例通常会根据他们的需求进行定制。事实细节和理论结论可能与用户需求高度一致，表现出人工个性化的特征。如果向AI提出的要求比较详细，并且使用AI获得的案例过于完美和一致，则应谨慎对待。判例是裁决的摘录和摘要。 AI模型可以产生诉讼，但产生的虚假诉讼不会有真实量刑文件证实。为了避免出现漏洞，就像在本例中一样，人工智能使用了识别有关事件的信息，例如相关各方的姓名。在某些情况下，敏感项目可能会被故意隐藏。在这两个发明案例中，人工智能在生成过程中都使用表达式 A、B、C 和 D 来表示零件。实际测试表明，大规模语言模型在生成试验文档方面存在局限性。通过限制结果，人工智能可以整合现有资源并生成决策理由，但“人工智能错觉”经常发生（人工智能生成看似合理但实际上不存在或与现实相矛盾的信息），并且可以捏造法律依据和先例事实以适应预先设定的结果。最可靠的鉴别方法是登录中国裁判文书网，对生成的诉讼案件的真实性进行核实和验证。记者许伟林/通讯员杨哲
（编辑：何欣）