高级检索

学术资源

随笔

当前位置: 首页 -> 学术资源 -> 时评书评随笔 -> 随笔 -> 正文

赵鹏:法律人工智能技术的发展和法学教育的回应

信息来源:《中国高等教育》2019年第3期 发布日期:2019-04-16

近年来,我国政府对法律人工智能技术日益重视,政策支持力度不断加大:国务院《新一代人工智能发展规划》提出建设智慧法庭数据平台,促进人工智能在证据收集、案例分析、法律文件阅读与分析中的应用;最高人民法院提出人工智能感知交互体系和人工智能辅助决策体系;最高人民检察院也提出以人工智能试点创新为抓手,加强检察科技创新。与此同时,一些法律人工智能项目也开始落地应用,并展现出提升法律行业效率的巨大潜力。

快速发展的法律人工智能技术将在很大程度上改变法律行业运行的基本模式,从而改变对法学和相关学科人才的需求结构,并要求法学人才知识背景的变化,这些变化均要求法律教育适时回应。实际上,意识到这一问题,国务院《新一代人工智能发展规划》已明确提出要培养 “人工智能+法律”的横向复合型人才。

习近平总书记在中国政法大学考察时强调的,“法学学科是实践性很强的学科,法学教育要处理好知识教学和实践教学的关系”,而只有法学教育界深刻认识到新兴技术对法律实践面貌的深刻改变,才能真正做到对这一关系的正确处理。本文即是基于这一问题意识,探讨法律人工智能技术发展对法律实践、法律人才需求的影响,并探讨法学教育的回应方案。

一、法律人工智能技术的发展

法律行业一直具有较强的技术免疫力,长期以来,新兴技术在这一领域的应用主要局限于一些非核心领域,如通过数字化办公和管理系统来提升效率。对于实质性的法律解决方案,如诉讼方案、裁判观点的形成,技术很少能够提供实质性的支持,更难言替代法律从业者。但是,人工智能(Artificial Intelligence)技术有望改变这一现实:作为试图理解人类智能的实质并在此基础上模拟、延展人类智能的技术,理论上,通过建立适当的计算模型,人工智能技术可以高效地完成信息搜集、法规整理并执行或者模仿法律推理过程,从而对输入的法律问题输出解决方案和相应的解释。

意识到人工智能技术的上述潜力,国外学术和产业界很早便投入力量研发这一技术:1987年,美国东北大学举办了第一届人工智能与法律国际会议,以此为基础,研究者在1991年成立了国际人工智能与法律协会(International Association for Artificial Intelligence and Law,IAAIL)在1991年的成立;[i]同年,《人工智能与法律》杂志创刊。近年来数据挖掘、机器学习、自然语言处理等技术的快速发展也使法律人工智能技术日趋成熟。当下,这一技术的发展已经不停留于理论和实验室验证阶段,而开始了产业化的运用:

在美国等发达国家,人工智能技术已经开始支持甚至替代法律从业者执行一些交易和诉讼过程中简单但却属于核心的法律任务:在一些法律案件中,人工智能提供在线争端解决方案;帮助律师完成一些重复性的工作,例如,起草标准信函、执行期限控制并将一些简单合同起草和分析任务自动化;一些律师事务所甚至开始使用人工智能技术分析法院的判决数据以评估客户胜诉的可能性。与此同时,一些高度智能的技术也在被研发甚至获得了初步应用:基于IBMWatson认知计算机技术的法律人工智能应用Ross已经可以回答律师提出的简单法律问题;它还可以不断研究并通知律师相关领域法律的最新发展;更具创新性的是,它学习功能非常强大,律师可以“教导”ROSS准确理解他们正在研究的内容,这意味着律师对它的使用越多,ROSS就越理解律师的意图。这一技术已经得到越来越多的认可,并被不少主流律师事务所使用。

在我国,法律人工智能技术的研发起步较晚,但是近年来,在政策支持下也快速发展:司法领域,一些辅助定罪量刑的人工智能工具亦被开发并初步应用,上海市高级人民法院和科大讯飞合作研发的“上海刑事案件智能辅助办案系统”更是通过学习几万份刑事案件卷宗、文书数据,具备了初步的证据信息抓取、校验和分析能力;在面向消费者和企业的法律服务领域,一些人工智能产品也被开发,例如帮助企业客户自助解决基础法律问题,进行法律风险预判的技术、通过大数据计算帮助律师制定诉讼策略的技术,等等。

目前,法律人工智能技术的发展仍然属于初期。即使在技术程度比较高的发达国家,较为成熟的应用领域还主要限于一些不需要太多技能的简单、标准化的场景;就我国而言,由于起步较晚,加之司法系统信息化建设水平、裁判文书的数据质量等因素的制约,法律人工智能技术更是远未成熟。然而,所有的创新都并非一蹴而就,即使是一些颠覆式的创新(Disruptive Innovation),其开始也往往仅提供一些简单甚至质量相对较低,但成本低廉的服务,然后不断完善。考虑到法律行业的本质是对信息进行收集、分析与处理,而在信息数字化的时代,计算机系统的介入对这一过程效率提高意义重大,因此,法律人工智能技术的发展空间巨大。

二、技术发展对法学教育提出的变革要求

虽然所有革命性的技术都会改变社会交往模式并引发法律行业的回应,但是,人工智能技术却有深刻改变法律行业自身运行模式的潜质。根据当下技术和行业发展的趋势,可以预见,法律行业很可能出现一些结构性的变化:

其一,法律行业对人工智能技术的研发投入将在相当长时间内保持扩张。传统上,法律行业一直高度依赖人力资源的投入来提供实质性的法律解决方案,这种模式成本巨大而效率低下:对于律师事务所等企业而言,其人力成本高昂;对于需要法律服务的大量个人和中小企业而言,他们无法以可以负担的价格享受法律服务;对于国家而言,受制于预算约束,司法系统长期处于高负荷运转,难以提供高效高质的公共产品。而且,市场经济发展必然导致交易和纠纷增加,这些弊病也加速暴露,从而在整体上影响整个社会对公正的可及性(accessible to justice)。因此,无论是从企业还是社会的角度,都用动力投入人工智能技术的研发来解决上述矛盾。

其二,在一些规则体系清楚简单、证据体系标准化程度高的场景中,法律人工智能技术的发展可能最终替代大部分法律从业人员的工作。例如,纽约市已经允许违章人员选择自动化的在线争端解决系统来解决违章停车问题;我国深圳福田法院和阿里巴巴合作开发巨鲸智平台对于信用卡类案件已经可以根据法官确认的要素来核定判决文书需要生成的内容,并辅以令状式裁判文书附表的形式,智能形成裁判文书。在这些过程中,需要法律专业人士介入的步骤已经大幅减少。

其三,对于大量复杂的场景,人工智能也可以辅助甚至替代法律职业人士的部分工作,形成新型的人机协同处理案件的模式。复杂案件的处理本是一系列活动的组合,其中,一些环节也可能由人工智能技术参与甚至替代,从而提高整体的效率。从目前法律人工智能技术的发展来看,其在文件管理和文件审查领域已经趋于完善,很可能替代文职人员和法律助理完成相应的工作;在法律文书写作、向客户提供建议、与客户沟通互动、事实调查、谈判和出庭方面还远未成熟;处于中间地带的则是案件管理、尽职调查、法律文件起草、法律研究、诉讼策略分析等方面。因此,对于复杂场景,由于包含了对大量模糊甚至相互冲突的规则进行分析,甚至需要进行复杂的价值权衡,人工智能技术很难完全替代具有专业知识的法律从业人员。但是,以人工智能提升工作效率仍然是非常重要的趋势,这将形成人机结合的工作模式。

法律行业上述结构性的变化将引发对人才需求结构的变化,由于法学教育的宗旨在于为法律行业培养适格的人才,因此,教育界应当密切关注这些变化并适时回应。具体而言,法学教育面临以下两个方面的变革需求:

其一,人工智能时代的法学教育需要更加关注对“法律+技术”复合型人才的培养。

一方面,由于人工智能替代传统上由法律专业人士从事的一些简单、重复性工作,同时,人机协同带来的效率提升也可以使单位从业人员处理更多的法律事务,因此,人工智能技术的成熟很可能导致传统法律人才需求的下降。这一情况在法律人工智能技术的应用已经开始普及且法律服务市场相对成熟的国家已经开始显现,且已经影响法学院的运行。以美国为例,至少部分因为新兴技术的运用,法律行业对入门级律师的需求已经有所下降,在2014年毕业的法学院学生汇总,只有60%在毕业之后10个月内找到了长期、全职的工作。由于就业市场面临的压力,法学院的申请数量在2005年至2015年期间,下降了40%。

另一方面,“法律+技术”的复合型人才的需求将不断增加:首先,法律人工智能技术的研究与之后的改进需要大量复合型人才,例如,处理复杂法律问题的法律人工智能技术需要建立大规模知识图谱和事理图谱作为底层架构,这些工作需要大量法律背景和技术背景的工作人员长期协同工作,在这个协同过程中,复合型人才会发挥重要的作用;其次,法律人工智能技术的成熟会显著降低法律服务的成本,从而创造出一些新的市场。但是,这些服务并非由传统法律从业人员以传统模式提供——他们成本过高,而更可能是“法律+技术”的复合型人才操作人工智能系统的方式来提供;第三,伴随法律人工智能技术的成熟,传统机构包括律法院、师事务所等可能将其中一部分工作以外包的形式交给法律技术公司来完成,这些公司同样需要“法律+技术”的复合型人才。

其二,人工智能时代的法学教育需要关注对法律人才课程体系和培养模式的改革。

一方面,法学教育需要向学生提供介绍计算机算法、法律人工智能技术等方面基础知识的课程。在人工智能技术逐步成熟的背景下,未来的法律职业活动更多的将以一种人机协同的方式展开,法律行业从业者将越来越多地使用法律人工智能工具,就像目前医生使用先进医疗仪器得出的诊断数据一样,法律从业人员的工作将越来越多地包括解释人工智能技术给出的意见、衡量这些意见的准确性、向包括法官和当事人在内的其他人士解释这些意见的可靠性和有效性。因此,法学专业学生至少需要掌握人工智能技术的一些基础性的知识,包括人工智能的基本概念体系、人工智能技术基本的工作原理、如何判断、验证和解释人工智能技术产出结果等等。

实际上,意识到这一趋势,美国一些精英法学院早在上个世纪80年代就为其法律专业学生开设了相应的研讨性课程,帮助学生掌握人工智能技术的背景知识,例如,斯坦福法学院在1984年开设了人工智能和法律研讨课;哈佛法学院在1985年开设了人工智能和法律推理研讨课。这些课程近年来在主流法学院得到了越来越多的普及,课程体系不断成熟,而且已经发展成为法律研习人士和人工智能专业人士对话的平台。

另一方面,法学教育需要以法律知识学习为核心,适当扩张实务操作类的课程。在目前的法学教育中,专业教育部分主要集中于向学生传授关于法律的基本原则、规则在内的知识体系,目标是培养学生像法律人一样思考问题的能力,而有关实务操作类的知识更多地留待其毕业后在担任助理期间跟随有经验的律师、检察官和法官观察学习。但是,随着法律人工智能技术对助理类工作的替代,这种法学教育和法律实务在人才培养过程中的分工关系可能在一定程度上被打破,法学教育也需要承担一定的实务知识传授工作。而且,法律人工智能技术对简单法律分析工作的替代,本身也要求法律人围绕客户需求提供更具增值价值的服务,这也要求法学教育为其学生提供更丰富的课程体系。实际上,在国外一些精英法学院,已经可以观察到课程体系从学习思考(learn-to-think)向学习实务操作(learn-to-practice)的扩张趋势。

三、法学教育的变革路径

数字经济的发展和人工智能技术的成熟意味着经济、社会全面的数字化转型,其影响不亚于工业革命。对此,法学教育也应当密切关注并适时变革。实际上,一些法学院校已经意识到这一重大趋势而开始采取回应的举措,例如,北京大学成立了法律人工智能实验室,西南政法大学成立了人工智能法学院、人工智能法律研究院。当然,这些举措尚处于非常早期的探索阶段。从未来来看,法学教育的成功的关键在于与快速变化的行业和技术现实相同步。就此而言,确保相当程度的开放性是法学教育变革的重要路径:

一方面,法学教育需要打破高校和法律实践部门之间的体制壁垒。习近平总书记曾强调,要加强法学教育、法学研究工作者和法治实际工作者之间的交流。在新的技术环境下,这种交流的需求将愈发迫切。毕竟法律人工智能技术将在相当程度改变法治实际工作者的工作性质,只有与法律实践部门、新兴技术研发部门保持充分的沟通和交流,法学教育方能准确理解在新的技术环境下,法律实践需要具备何种知识和技能背景的人才,进而设计出科学的教育方案。

另一方面,法学教育也需要在其师资结构和课程设计中保持向其他学科知识的开放性。法学虽然是拥有自身独立概念、原理体系的知识体系,但是,作为服务于社会秩序建构的学问,它必须伴随社会条件的变化而适时调整,否则就会走向僵化。实际上,国外一些精英法学院早已意识到这一问题的重要性。例如,在美国,其精英法学院在师资引入方面很重视多学科的背景,很多教师既拥有法律J.D学位,又拥有其他自然科学或社会科学的PhD学位。实际上,正是这种开放性使得其法学院很早就关注到法律人工智能的潜力:早在1970年,《斯坦福法律评论》就发表了美国学者Buchanan和Headrick分析建构法律研究和推理的计算模型的可能性的文章;而在1977年,《哈佛法律评论》就发表了L.Thorne McCarty在税法领域完成了一项具有广泛影响的人工智能和法律推理的实验分析论文。因此,在人工智能时代,无论是法学研究还是法学教育都应当保持对其他学科知识的敏感。