司法裁判专家系统是法律专家系统的分支,是应用于司法核心领域,旨在模拟法官法律推理和司法裁判的法律专家系统。鉴于当下我国法院面临着案多人少的挑战和智慧法院建设的机遇,本文旨在分析司法裁判专家系统的构建缘起、何以可能、法理基础、构建进路,从而辅助法官,“努力让人民群众在每一个司法案件中感受到公平正义”。第一部分描述了我国司法裁判专家系统的构建缘起,指出立案登记制和司法责任制下法官背负着案件数量和质量双重压力,同时,最高人民法院提出的依托人工智能技术的智慧法院在如火如荼地建设中,这推动了人工智能与法律的融合,因此,笔者提出构建司法裁判专家系统,旨在促进司法公正、司法效率、司法为民。第二部分首先简要介绍人工智能和专家系统的术语,指出人工智能功能模拟的优与劣,强调获取法官启发性知识之关键;其次从司法裁判的外在角度分析构建司法裁判专家系统的必要性,即有利缓解审判压力、提升司法效率;限制司法恣意、促进形式正义;接着从内在角度分析法律和法律推理的特有性质,即法律推理模拟面临“法律开放结构”等困难,但也具备稳定的案件、明确的前提、遵守严格的程序、要求得出确定的判决等优势,这些让法律推理成为对人工智能富有挑战也饶有兴致的领域,而当前我国裁判文书网对法律知识的扩充、法院卷宗电子化对法官思维轨迹的记录、互联网法院的成立为司法裁判专家系统构建提供可行性;最后简单回应其面临的不能取代法官/旨在取代法官的悖论,指出司法裁判专家系统的功能定位于审判辅助。第三部分对司法裁判专家系统进行法理学理论探析,指出如何对待“法之确定性”是模拟法官法律推理的关键。首先,尽管韦伯提出的“自动售货机法官”模型遭到系列法律现实主义的各种批判,但毕竟为司法裁判专家系统奠定基础;然后,哈特“法律开放结构”一定程度维护了该基础,而且区分了“疑难问题”和“简易问题”,启发了“简易问题”交给司法裁判专家系统,“疑难问题”交给人类法官的思路;最后,德沃金“赫拉克勒斯法官”是追随的目标,这要求司法裁判专家系统在难办案件(hard cases)处理上遍历所有有关的、经过符合性维度检验的立法、判例,这样人类法官才能依据政治道德维度的启发性知识决断;而对待疑难案件(difficult cases)则需讲究事实认定上的“融贯性”。第四部分讨论了司法裁判专家系统的构建进路,这要求事先选择一块有限、稳定、争议较少的法律领域。笔者结合国外的一些典型司法裁判专家系统展开讨论,首先是通过规则进行推理,并以TAXMAN I系统等为例,指出通过规则进行推理的缺陷是没有重视法律推理的对抗性、无法解决“法律开放结构”问题;其次是对具有开放结构的概念进行推理,并以Gardner A.的模型为例,该模型提取“法律开放结构”的骨架,并装上计算的血肉,从而筛选出简易问题,将立法、范例耗尽时(run out)时产生的疑难问题,交由人类进行介入处理;最后是通过规则和案例进行混合范式推理,并以CABARET系统为例,该系统融合了案例推理和规则推理,能够处理“法律开放结构”,但是缺乏整体计划,即怎样融合依赖于技术人员“启发性知识”。笔者展望地认为:构建规则推理的司法裁判专家系统,或能批量解决互联网著作权侵权纠纷案件;将最高法指导性案件表示为范例或有助于处理“开放结构”概念;而难办案件(hard cases)需要人类与系统协同合作。结语部分笔者认为,当下我们应当扎扎实地构建法律知识工程,即获取、表达、应用法律知识,这是前述三个阶段的前提。其中,法律知识的获取必然要求当下我国司法实践应当继续推动裁判文书说理,将法官的“隐性知识显性化”,此外,法律知识的获取也要求卷宗副卷电子化,因为获取合议庭评议笔录、审判委员会讨论实有必要。至于规范性法律文件库和裁判文书库的全面规范化、形式化、公开化则更是基础。笔者还认为,通过人工智能介入法律推理,我们将进一步更为接近“智能是什么”与“法律是什么”的答案。法律推理是规则引导而不是规则控制的过程,在当下,对于难办案件(hard cases)、疑难案件(difficult cases),作为身披法袍之正义的法官更应当以“路漫漫其修远兮,吾将上下而求索”的态度,与“阿尔法法官”携手,运用人类独有的启发性知识和辩证推理的思维,去追寻“赫拉克勒斯法官”,去揭开“普罗透斯的脸”,去平等地关心和尊重每一个个体,“努力让人民群众在每一个司法案件中感受到公平正义”。