类ChatGpt模型在人工智能诉前调解平台中的应用范式建构

　　摘 要：人工智能诉前调解平台搭载了区块链、智能合约、知识集成对话算法、细颗粒情感分析算法和强化策略生成算法等新兴技术及经济学原理，并在应用过程中设置了阻尼摆、三次双盲报价、合作奖励与惩戒机制三项调解规则，取得了较好的应用实效。在司法人工智能产品的迭代方案中，事前将引入类ChatGpt模型对当事人提供第三方中立评估，事中通过数据反馈实时优化调解策略，事后则通过语音语义解读来持续优化质检模型。

　　关键词：诉前调解；ChatGpt模型；司法人工智能；智能合约；法经济学

　　一、应用场景：基于司法链智能合约的在线诉前调解

　　党的二十大报告指出，要健全共建共治共享的社会治理制度，提升社会治理效能。2022年5月，最高人民法院发布的《关于加强区块链司法应用的意见》明确指出，要“大力推动区块链技术与多元解纷、诉讼服务、审判执行和司法管理工作深度融合”，“建立调解协议不履行自动触发审判立案、执行立案等业务规则和智能合约程序，增强调解程序司法权威，支持多元纠纷化解。”通过诉前调解将纠纷化解在诉讼前端，是新时代“枫桥经验”与社会治理融合发展的题中之义，又是提高纠纷预防与化解实效、提升人民群众司法司法获得感的重要举措。

　　智能合约作为区块链2.0的重要代表，其是以计算机代码为基础，并储存、运行于区块链数据之中，由事件驱动自动触发执行、自动履行智能财产的承诺协议。司法链智能合约作为智能化技术在诉源治理中的具体应用模型，其内在机理在于，当事人发起诉讼会直接导致案件数量的增多，有必要引入具备条件的商会、行业协会、调解协会、民办非企业单位、商事仲裁机构等设立商事调解组织、行业调解组织，经培训后成为法院承认的调解组织、调解人员，通过智能化的诉前调解平台赋强其工作效率，经过法院附设诉调中心调解成功后，当事人自愿签订诉前调解的智能合约；并在调解协议约定内容成就时，智能合约发出自动履行指令，进而对接支付宝，完成对债务人账户财产的划扣，上述操作过程经过司法区块链存证/核验，不可篡改。且调解协议可以通过转接司法确认智能合约，获得强制执行力。

　　二、模式解构：理论和技术的有机融合提升触达率和调解成功率

　　（一）经济学理论赋优诉前调解平台

　　人工智能诉前调解平台的研发既蕴含了丰富的经济学原理，同时也与谈判理论密切相关。

　　1.谈判空间构建。谈判空间的形成，需要对当事人进行预期引导，具体以诉前调解的小额金融类案件为例，此类案件事实清楚，金融机构举证成本较小，如果能够通过要素式提取将客观胜诉或败诉概率告知调解相对人，谈判空间相对容易获取。

　　2.合作剩余分配。诉前调解类案件通常存在合作剩余情形，如调解当事人接受调解所付出的成本为3000元（金融机构为其免除了利息），不接受调解则可能面临被起诉后所支付的3000元本金加利息等费用共计4000元，4000-3000=1000，也就是将资金资源转移到评价更高的用途上所带来的价值。合作者通过参与合作所得到的的纯收益即扣除合作成本后的收益与如果不合作所能得到的纯收益之间的差额。

　　3.博弈语言规范。在对调解人员或诉前调解高仿真机器人培训时有一些基于博弈学的语言策略需要重视。一是语言交流与情绪释放，在与当事人进行调解的过程中，要根据对方的情绪变化调整语言策略；二是对获益与损失的不同维度的描述，谈判者要尽可能对调解一方采取获益而非遭受损失的方式进行对话。

　　（二）应用工具和制度赋强诉前调解平台

　　1.调解工具的研发为平台提质增效。人工智能诉前调解平台集成大量可以辅助提高通知当事人、提升调解成功率的能力，将人工智能模型计算能力部署在云端，为调解员提供电话、短信、视频、异步调解、失联修复、区块链智能合约等多种调解工具，为当事人提供小程序平台，帮助调解员解决无法找到当事人、只能通过电子送达、线下见面等问题，提升触达成功率和调解效率，也方便当事人随时可以找到调解员沟通。

　　2.调解规则的建立保障平台中立性。三项调解规则分别是指阻尼摆规则、三次双盲报价规则、合作奖励与惩戒机制。阻尼摆规则是通过双方报价来不断探寻最接近公平和各方预期的报价原则；三次双盲报价的第一次是双方自行向平台报出自己的心理预期范围，第二轮报价则会在双方交叉的范围中设定阈值，并基于“预期”和“诉求合理性”进行引导，若能够达成一致，接受调解一方将获得利息减免或者更接近于自己报价范围的价格，不能达成一致的话，第三轮报价则会与诉讼金额相接近，具有惩戒性质。其中惩戒机制，参考了诺贝尔经济学奖获得者托马斯·谢林在其著作《The strategy of conflict》中提出的“谢林点”概念及Kleros（克莱罗斯）众包在线仲裁“法院”的做法。

　　（三）人工智能技术赋能诉前调解平台

　　人工智能诉前调解平台采用sofa-boot模块化微服务架构，应用部署侧结合阿里云SAE可伸缩弹性动态容量规划，保证系统容量可以随时根据调解需要增加或减少，并使用ASR、robot、人机结合、批量预测式呼叫、多模态情感识别等人工智能技术，保证基础调解能力的同时，强化了批量类型化案件调解能力，通过与外部机构合作提供失联修复能力，提升案件可联通率。

　　综合运用知识集成对话算法、细颗粒情感分析算法和强化策略生成算法等前沿AI技术，用语音识别（ASR）、文本识别（NLP）等技术手段实时监督在线调解全流程，检测调解参与各方在沟通过程中的语气、措辞、情绪变化、通过语音和文本等内容监控情绪吻合、急促、讥讽、反问、质疑、辱骂、失控等情形，用大数据来实时计算各方主体的情绪变化，及时进行提醒或预警，以防止矛盾升级。

　　三、迭代升级：类ChatGpt模型优化司法人工智能质效

　　生成式人工智能目前已经有文本类的ChatGpt，还有正在推出的AudioGpt，AIGC技术的发展将极大助推诉前调解平台的人工智能化进程，优化其司法人工智能质效，具体而言可以考虑从以下三方面进行迭代升级：

　　一是高拟真机器人进行前端调解意愿初筛。在人工智能诉前调解平台上接入生成式人工智能，能够用ChatGPT替代原有文本机器人，进一步融合AIGC虚拟数字人技术后，生成一个亲和力、沟通力、形象气质都更为大众所接纳的高拟真机器人，通过机器先行去筛选优质调解案件线索，采用“人机交互”“人机耦合”的方式最终实现被呼当事人调解结果的达成。另外，类ChatGPT的文本生成式人工智能还可以从专业角度给出一个第三方中立评估的参考意见，以消除或减弱当事人过于自信或不合理的预期，促成调解空间的最大化形成。

　　二是利用算法模型实时优化调解策略。该阶段主要分为启动调解外呼程序的准备工作和实时对话两部分内容，一方面利用大数据和算法模型对同一地区、相似年龄段、相似收入水平、历史通话数据等要素的批量案件进行画像，提供给调解人员一个最佳的沟通语气和对话方式；另一方面则是根据语音语义的深度解读，结合心理学、经济学、博弈学等学科内容，在人机对话中实时推进最佳的对话模式。

　　三是通过深度分析调解大数据来优化质检模型。事后质检模型的持续优化主要分为以下三个步骤：第一步是每通调解对话后将会对异步调解的文本或语音资料进行复盘，给出评价和改进方向；第二步是使用ChatGPT优化事后质检模型，通过对不同类型的调解案件进行建模和抽样分析，总结成功和失败的原因；第三步则是自动从历史通话中提起案件标签，以便更好地对不同类型的案件进行风险和结果预测。

　　四、结语

　　本文中探讨的人工智能诉前调解平台聚合了诉前调解高拟真化机器人、类ChatGPT大模型以及区块链、智能合约等前沿技术，在市场化解纷中已经开始发挥良好的示范效应。未来本项目还将从诉前调解机器人的专业性、公正性和透明性三方面持续优化其能力，并将生成式人工智能的前沿技术与平台的既有功能相融合，以期为多元化解纷目标的实现贡献更多智识。

　　责任编辑：广汉