※ 引述《seabox (歐陽盒盒)》之銘言：
: 判例那麼多了 直接放到訓練集作訓練
: 新的案件把線索丟到機器學習就知道要判幾年了
: 刑事案件根本可以全部靠機器學習解決 速度又快
: 節省法官人力 又可以讓律師不用妹着良心幫殺人犯辯護
: 人力省下來去找線索 證據
: 這樣不是很好嗎??
不可行，至少以現階段科技，顯然還太遙遠了
隨便舉幾點好了：
第一，ai機器不會比較公正，因為機器的製作、操作、資料灌輸餵食，各個環節都有人為
操作的空間，只要在某一階段動手腳，就不會公正。
第二，資訊安全可能有疑慮。駭客只要有心，就可能竄改數據或者輸入不當指令，造成誤
判的風險不會低於人的判決。
第三，機器判決過於僵化制式化。社會上發生的個案事實千變萬化，機器套用制式化標準
，難以因應個案情節的不同，無法保有法律的彈性權衡空間。
第四，機器無法自己整理爭點，也無法聽聞兩造當事人攻防辯論，，也無法察顏觀色，也
無法判斷供述、自白是否可信。
第五，機器不會做價值判斷，機器本身就是妳灌輸什麼資料，它就做出什麼反應而已，機
器本身不會去質疑反思資料來源或者指令的正確性。但法律常常需要價值判斷，這點現階
段機器做不到。
第六，機器無法作出實質的判決理由。可想而知，機器的判決理由，只是從資料庫當中，
複製貼上，而無法細緻化因應個案情節的不同，形同未附判決理由。這點很難讓當事人心
服。
第七，剝奪人民上訴權的問題。無論是依據憲法或者國際人權公約，人民受到權利侵害，
至少要有一次審級救濟機會。然而，機器的判斷，不管哪一個審級答案都一樣，形同剝奪
審級救濟機會。
第八，如果機器判決這麼妥當的話，為什麼國外不普遍採用???像是歐美、日韓大陸亞洲
為何不廣泛採用???顯然他們也知道機器判決的不切實際跟不可行囉~
第九，資料來源不會有共識。光要輸入給機器的資料來源，要用什麼見解，就很難會有共
識了……
第十，機器冰冷沒有溫度，機器不會有感性一面。
第十一，牴觸憲法第80條，須由法官依法律獨立審判的要求。
最後，確實有時候法官判決認定事實或者適用法律會出錯，那麼法官應該虛心檢討改進。
但也很多時候，網友們根本沒有看過判決，或者沒有看懂判決理由，也沒有試圖去理解個
案背後所牽涉的法律爭議、事實爭議為何，也不理解個案牽涉的法律規定、法理為何，就
輕易隨著媒體斷章取義的報導，人云亦云式地批評法官。
真正需要改革的地方，應該是從司法官的進場、監督淘汰機制去著手，以及落實大法庭制
度，以避免最高法院各庭見解分歧，還有解決司法人力不足的問題以提高裁判品質吧…