法学毕业论文
摘 要： 随着科技的不断发展，人工智能被推上时代发展的浪尖，并与游戏、医疗、金融、安防、交通等诸多领域融合，深刻地改变着人类的生活方式。近些年来，人工智能也开始进入法律领域。但受限于人才、技术、资金等方面的问题，法律人工智能的发展进程相对缓慢。只有解决好技术难题、人才培养及法律滞后问题，我国法律人工智能才能得到长足发展。
关键词： 法律人工智能; 制约因素; 发展模式;
在现代社会，高精尖科技层出不穷。科学技术早已融入到人们生活的方方面面，成为人类社会不可缺少的组成部分。作为高科技代表的人工智能，在诸多领域开花结果，但在法律领域的发展却极为缓慢。借鉴西方国家的先进经验，植根于我国法律人工智能的发展现状，就我国法律人工智能发展的制约因素进行分析探讨，明晰未来的发展方向，是我国法律人工智能发展过程中的一个重要议题。法律人工智能是介于法学和人工智能之间的交叉学科。目前的研究具有偏人工智能或偏法学的研究特点，只有将两者融合，才能更好地为打造我国法律人工智能系统服务。
一、法律人工智能概述
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学[1]。人工智能概念的提出虽然由来已久，但该行业真正取得较大进展是最近几年的事。2016年3月，阿尔法围棋与围棋世界冠军李世石进行围棋人机大战，以4比1的总比分获胜[2]。这一事件使世人再次将目光聚焦人工智能。随后人工智能浪潮席卷游戏、医疗、金融、安防、交通等诸多领域。一时间，“人工智能+”成为风光无限的潮流代名词。
“人工智能+法律”的概念在我国虽提出时间相对较晚，发展相对缓慢，但同样受到了国家的高度重视。2017年发布的《最高人民法院关于加快建设智慧法院的意见》为人工智能进军法律界提供了有力的政策支持。该文件提出，建设智慧法院，就是要构建网络化、阳光化、智能化的人民法院信息化体系，支持全业务网上办理，全流程审判执行要素依法公开，面向法官、诉讼参与人、社会公众和政务部门提供全方位智能服务[3]。随着科技的不断发展和渗透，从顶层高瞻远瞩的战略设计到底层稳扎稳打的逐步推进，“人工智能+法律”已成为时代发展的大势所趋。
二、我国法律人工智能的发展现状
（一）法律人工智能在法律服务行业的发展情况
提到法律服务行业，就不能不提到作为其主要代表的律师诉讼和非讼业务。其中受法律人工智能影响较深的首推非讼业务。非讼业务主要由咨询、代书服务、专项法律服务和法律顾问服务及其他服务组成。其部分业务所具有的重复性、标准性、机械性特征决定了法律人工智能在此领域拥有较大的发挥空间。以法律咨询为例，在线法律服务中的智能机器人服务正在兴起。一些较常规、简单的事务完全可以由人工智能代为打理。在人工智能背景下，文书可以按指令模式自动生成，检索、审阅、分析资料并作出初步判断也完全可由人工智能完成。在此方面，法律人工智能具有不可替代的优势：成本低、耗时少、冷静客观、不易出错等，能有效减少同案不同标准的情况。在实践中，人工智能已可取代一些基础性事务人员，使律师从繁杂的日常事务中解脱出来，让其有更多精力专注于核心事务，尤其是对那些参杂伦理因素、价值因素、情感因素的事务进行判断。尽管目前这些进展还局限在一定范围之内，但是已经显示出了影响未来的重要趋势，即人工智能的发展意味着未来有相当多的律师特别是初级律师会失去工作[4]。
（二）法律人工智能在司法部门的运用情况
除了法律服务行业之外，法律人工智能在司法部门也得到了一定程度的运用。如浙江智慧法院每年处理的交易、着作权等纠纷多达2.3万件，可以直接对接淘宝、天猫等多个平台，提供在线矛盾纠纷多元化解决平台[5]。吉林电子法院已实现民事、行政案件的网上立案、网上交费、网上送达、网上审理、网上公开、网上执行、网上信访等全业务功能；四川智慧法院在信息化基础支撑、信息化业务应用、依托信息化破解执行难、推进立案信访工作信息化、借助现代信息技术推动司法改革方面取得了较大的突破和进展。综观各地实践，法律人工智能的运用已经遍地开花，但离结出丰硕成果尚有一定距离。在建立司法数据库、利用大数据加强预判、决策，网络基础设施的建设等方面还存在不少问题，需在今后的实践中逐一解决。
三、制约我国法律人工智能发展的因素
法律人工智能要取得长足进展，离不开人和技术两个要素。在发展法律人工智能的过程中，针对这两个方面存在的问题进行梳理、剖析，有利于下一阶段工作的顺利开展。
（一）人的因素
1．观念问题
人工智能概念被提出后，由于各方面条件的不成熟，几十年间一直未能得到较大发展。人们一方面接受了这个概念，另一方面又通过各种想象将人工智能妖魔化，如科幻电影中充斥着大量机器人取代人类，奴役人类的情节。受其影响，人们对人工智能的大面积传播和推广使用产生怀疑和抵触情绪。在现实生活中，很多人认为机器人就等于人工智能，这实际上是对现有人工智能的一种错误解读。人工智能根据其智慧程度可分为弱人工智能和强人工智能，弱人工智能仅指某一狭窄的特定专业领域的人工智能，它完全依靠事先设定好的指令程序行动，它不具有真正自主推理和解决问题的能力，它不能像人一样理性地思考和理性地行动，缺少针对不同场景的思维能力和应变能力。与此相对应，强人工智能智慧程度更高，能应用于较多场景并能像人一样理性思维，处理各种突发性的问题。虽然有学者曾提出人工智能威胁论，但就目前的技术力量来看，人工智能仍处于弱人工智能发展阶段，尚远远达不到威胁人类的程度。另外，人工智能的推广，的确造成了部分重复性劳动岗位人员的失业，机器淘汰人类现象使得人工智能显得更加面目可狰。同时，作为新生事物，人工智能在前进过程中暴露出的一些问题也成为人工智能存在“原罪”的证明。2019年7月3日，百度首席执行官李彦宏遭遇“泼水门”事件即是一个很好的例证。
目前人工智能运用的场景颇多，接受度较高的领域包括医疗、游戏、无人驾驶、养老等。这些细分领域往往融资度更高，究其本质原因无外乎是技术成熟且商业价值较高，能给投资者带来丰厚的回报。综观中国和美国的融资比例，不难看出，中国投资者们对应用层更为热衷，投资占比排名前三的领域分别为计算机视觉与图像，占比23%；自然语音处理，占比19%；自动驾驶/辅助驾驶融资占比18%。而美国投资者则对基础层更为看重。其中，芯片/处理器融资占比31%，机器学习应用融资占比21%，自然语言处理融资占比13%[6]。相比之下，显得“小众”“冷清”的法律人工智能一方面并不能像前述领域那样能在短时间内为投资者带来暴利，因而得不到急功近利者们的青睐。另一方面人工智能和法律的融合面临着诸多问题，从而导致人力、资金、技术投入不够，这直接阻碍了我国法律人工智能的进一步发展。
2．人才培养问题
人工智能的发展对法律行业提出新的挑战，新的形势倒逼高校进行教学改革。法律人工智能的进一步发展亟需更多既懂法律又懂新型技术的复合型人才加入其中。2018年4月2日教育部通过的《高等学校人工智能创新行动计划》提出：在法律领域，要“促进法学类院校和相关学科与人工智能学科的结合”[7]。在这方面，我国已开始进行一些有益的探索。到目前为止，教育部已批准包括北京科技大学、北京理工大学、上海交通大学、同济大学、四川大学、电子科技大学等在内的35所高校设置人工智能专业。
国家政策为人工智能专业的发展提供了新的机遇，但这只是迈出了解决问题的第一步。在摸索新的教学模式的过程中，出现了一些较为明显的问题：如现在的人工智能专业人才培养，对算法侧重有余，而数据和算力部分相对薄弱；理论和科研偏中有余，而应用和实践相对不足[8]。结合我国教学实践，可采取“验证、设计、综合”三步走教学思路，即在验证设计中讲解相关知识点，在综合中加强学生编程能力，培养学生创新能力和解决实际问题能力，提高学生软件设计和开发能力[9]。同时，高校作为人才培养的前沿阵地，获得政府人力、物力、财力方面的支持力度尚需进一步加强。各级地方政府应大力扶持人工智能创新基地、科技智库的创立，支持高校承担重大科技任务、打造一流人才队伍和各种创新团队，支持高校留学生计划和高水平人才引进计划，支持大学生创新创业，鼓励科普活动、科技竞赛活动等。
3．多方协作平台的搭建问题
发展法律人工智能是一项综合工程，只有调用多方力量，打造多方协作平台，才能取得满意的效果，目前我国多方平台的搭建远远不能满足形势发展的需要。因而在开发法律人工智能方面，还应由政府牵头，行业组织、社会团体、企业、科研所加入其中，共同打造各类平台，培养学生的实操能力，促进科研成果的运用与转化，尤其应注重将高等教育与社会企业有机结合，在满足教育需求的同时，为产业供给杰出人才，在合作中实现资源共享、优势互补，全面优化传统产业结构[10]。同时，在锻造核心技术、解决技术难题方面可通过论坛、研讨会等方式进行学术和实践交流，汇聚相关行业的有识之士，针对技术短板问题进行探讨，从而推动技术的发展。除了打造国内协作平台之外，还可与其他经验丰富的国家进行交流、合作，借鉴其成功经验，缩短我国与他国的差距，从而带动我国总体实力的提升。
（二）技术的因素
1．搭建司法数据库过程中存在的问题
要实现从传统司法模式向大数据司法模式的转变，或者说从纯人工判案到法律人工智能辅助断案的跨越，司法数据库的建立是关键。数据库是人工智能赖以运作的基础，司法数据主要包括法律法规数据、法律文件及文书数据、案例分析数据、司法机构及其从业人员数据、违法失信数据等等。掌握的数据面越广、数据越真实，得出的结论也就越可靠。而目前我国司法数据库在获取数据的数量及数据真实性上都存在较大的问题。这主要由两个原因造成：第一，数据隔离，即所谓的数据孤岛问题。从部门内部来看，流程数据在审管办，执行数据在执行局，裁判文书在信息中心，案件数据在研究室，人事数据在政治部，大家都把数据当部门资产，哪怕囤着不用，也不愿与人分享。从部门外部来看，不同部门诸如公、检、法机关各自独立，司法数据难以打破部门之间的壁垒正常流通，当然也就谈不上共享的问题[11]132；第二，缺乏整合和监督管理。由于现代社会数据太多太零散，哪些算是司法数据？数据的真实性如何？应如何筛选、归类？理应由既懂法律又懂技术的专业人员来鉴别，而在实践中，这样的专业人员是相当欠缺的。因而打破部门壁垒，实现数据共享，提升法律数据库中数据的质和量，组织专门力量对数据进行整合管理，是我国法律人工智能取得进一步发展的先决条件。
2．算法歧视问题
司法数据和算法是法律人工智能运行的两大核心要件。如果说司法数据库是生产的原料，那么算法则是推动人工智能运行的引擎。数据输入和算法模型决定着预测的最终结果。算法是由程序员设计的，在程序设计过程中，程序员本身的道德观、伦理观、价值观也随着机算机代码被植入其中，从而最终被外化放大，影响案件的公正性。而我们的司法人员往往对技术不甚了解，也无从进行监督，从而出现技术操纵司法的局面。在我们的现实生活中，算法歧视无处不在：2015年，谷歌曾错误地将黑人程序员上传的自拍照打上“大猩猩”的标签。2016年，微软公司的AI聊天机器人Tay上线。但在和网民聊天时却被“教坏”，被灌输了许多脏话甚至是种族歧视思想，活脱脱一个“不良少女”，因而上线不到一天就被微软公司紧急下线了[12]。如果说上述事例后果都不甚严重的话，法律人工智能算法歧视导致的危害后果则更为深远，它不仅关乎当事人的正当权益，更关乎司法公正问题。其后果轻则仅及于个人，重则产生较坏的社会影响，动摇公众的法律信仰。
3．对隐私权的侵犯问题
一方面，AI对数据包括敏感信息数据大规模的收集、使用，可能威胁隐私。考虑到各种服务之间大量交易数据，数据流动十分频繁，数据成为新的流通物，可能削弱个人对其个人数据的控制和管理。[13]另一方面，用户画像、自动化决策的广泛应用也可能对个人利益造成不利影响。由于人工智能会通过你的使用记录下你的喜好和倾向，并因此主动向你提供满足你过去那些倾向的服务，于是你在反思的意义上塑造自己生活的能力被人工智能严重侵蚀[14]。此外，现实社会生活中频频发生的黑客攻击数据库及数据跨境流动现象也可能造成大量个人信息的泄露，从而最终构成对个人隐私权的侵犯。如何技术化处理个人隐私信息，如何防范数据被泄露是现代人工智能技术需要加以重点关注的问题。
（三）法律滞后的因素
1．诉讼法规则的更新
在法律人工智能背景下，诉讼规则可能发生变化。随着互联网法院的出现，法院中的纠纷解决和法院外的纠纷解决一样，在技术和途径方面都在经历三个重大转变。第一，从物理环境向虚拟或者半虚拟环境的转变。完全在网络平台上运行的法院，以线下亲临和在线活动相结合的方式运行的法院，逐渐削弱了法院诉讼程序长久以来以物理边界和特殊空间为代表的标记。第二，从人类干预和决策到自动化程序的转变。自动化程序的使用降低了成本，增强了处理案件的能力。第三，从以保密性为价值追求的纠纷解决模型，到以预防纠纷为目的的收集、利用、再利用数据的纠纷解决模型的转变。由于法院越来越多地依赖数字技术和ODR程序，它们开始视数据为纠纷解决程序的一个核心特征[11]373-374。顺应这些变化，我国现行的诉讼规则应作出相应的改变。
2．新的责任规则的建立
法律人工智能既然能介入到诉讼程序中，那它具不具有像人一样的主体资格？如果由于算法错误导致损害性后果，如侵犯他人隐私权，应由谁来承担责任？是由人工智能自行承担？由人工智能的生产厂商承担还是由背后的实际操控使用者承担？如何向算法问责？目前专家学者们对上述问题进行了初步探讨，但并未能达成共识，更谈不上相关规则的制定和完善。
3．数据法律规则的完善
人工智能运行的基础是海量的数据。谁掌握了数据，谁就拥有了绝对的竞争优势。在我国现实生活中，有关“数据竞争”的争议不断涌现。例如，顺丰与菜鸟有关物流数据接口的争议，新浪诉脉脉非法抓取微博用户数据案等。在数字经济中，数据的生成、收集、整理、分类、使用、传播一环扣一环，每一环节都对下一环节产生影响，每一环节都必须按合乎法律的手段进行。虽然我国已经出台了有关网络信息安全方面的法律，但技术方面的内容不够明确，有些内容仅具有导向性和原则性，在实践中很难认定和执行。所以要进一步发展人工智能，减少纠纷，加速有关数据法律规则的建立刻不容缓。法律人工智能本身就是公平正义的践行者，其赖以运行的数据在真实性、合法性上应该有更加严格的要求。
四、人机耦合模式发展进程中的重要议题
如上所述，人工法律智能发展的制约因素主要包括“人”和“机”两方面的问题，而“人”和“机”的发展不是各自为政，还需深度融合。在探讨人机耦合模式的过程中，有以下几个问题值得关注：
（一）人工智能的法律地位
随着人工智能越来越多地出现在大众视野中，新的问题出现了：人工智能是人吗？它可以像人一样享受法律上的权利、承担法律上的义务吗？还是说它仅仅是物，不具有法律人格？亦或它属于新的主体类型（电子人）？人工智能可以完全取代法律人吗？
《新一代人工智能发展规划》提出，在大力发展人工智能的同时，必须高度重视可能带来的安全风险挑战，加强前瞻预防与约束引导，最大限度降低风险，确保人工智能安全、可靠、可控发展[15]。该文件对人工智能的定位释放出一些信号：首先，人工智能被创造出来是为人类服务的，它能为人类带来更高效便捷的生活，所以要大力发展；其次，由于技术条件的限制，现阶段人工智能的发展仍存在诸多问题，它可能带来一些无法预知的风险，因而要加强监控和防范，起码在弱人工智能发展阶段，由于人工智能不够智慧，不宜赋予其相应的权利。至于以后人工智能发展到高级阶段其法律地位又当如何则应随着实践的不断发展而作相应的调整；再次，人类仍是社会的主体，而人工智能只能“可控发展”。
（二）人机分工的职责定位
一件案件的公正审理，需要法官依据感性思维作出综合判断，而人工智能尚无法通过算法重现人类的感性思维[16]。在法律实践中，正是由于法律人工智能无法象人类那样针对不同场景做出快速的应对，也无法处理一些复杂的、涉及价值、情感判断的法律难题，因此只有那些简单的、标准化的工作岗位才有可能被法律人工智能取代。因此，今后法律人工智能发展的定位应是人类为主、机器为辅。人工智能辅助完成大量琐碎、繁杂的基础性事务，将法律人从机械性工作中解脱出来，使其更有时间和精力投入到那些需较多主观能动性的创造性工作。具体说来，在检索、收集、调阅、预测等基础性事务中应充分发挥人工智能的作用，而审阅、监督、出庭、磋商、谈判等复杂事务应更多地由职业法律人来完成。
（三）人机协作的优化升级
人与机的协作首先应充分发挥各自的长处，规避自身的短处。机器擅长的事情由机器做，人力擅长的事项由专职法律人士来完成。其次，突破思维障碍，顺应时代潮流立法，规范人工智能使用的条件、场景，明确人工智能的主体地位和责任归属问题。最后，人机协作的优化升级取决于人的知识技能的提升和法律人工智能的进一步发展。从理念上讲，法律人士应学习必要的计算机知识，提高自己的实操技能和发现、反馈问题的能力。同时，法律人工智能的进一步发展也对人工智能设计师的知识储备提出了更大的挑战。人工智能设计师除了拥有专业的技术背景，还应通晓必要的法律知识，这样在进行法律人工智能业务建模时，才能顺利地将法言法语改写成计算机代码，而不违背立法的初衷。只有这样，在设计人工智能时，才能更好地消除算法歧视，使技术和法律趋于一致，进而保证案件处理结果的公平公正。此外，由于法律人工智能面对的是不太熟悉技术的法律界人士，设计师在设计时应尽可能降低人工智能技术操作门槛，简单易用的产品更能有效提升人机交互的效果。
由于目前复合型人才的欠缺，作为一种过渡，在实践中人工智能和法律的融合靠以下几类人来链接：一是标签数据整理者。法律行业属专业化程度很高的行业，法律人在解读法律文件上具有绝对优势，因而由法律人士来充任标签数据整理者是最恰当不过的。只有把数据打上标签，进行整理归类，机器才能读懂。目前此方面的工作停留于初级阶段，尚需大量法律人的加入。二是业务专家，仍由法律人来充任，机器人能不能更智慧，取决于传授其知识的法律专家的知识和经验。未来，这方面的人机交互会进一步得到增强；三是产品经理，由既懂一定法律知识、又懂必要技术和产品营销的复合型人才充任。产品经理要懂市场需求，懂调动协调资源，懂方案决策，这方面的人才缺口最大，培养高质量的产品经理将是今后人机协作优化升级的关键所在[11]113-114。
综上所述，我国法律人工智能在发展的过程中，面临人的因素、技术因素、法律滞后等诸多难题，其中大量复合型人才的培养是突破困境、解决问题的关键。我们应立足我国实际，借鉴西方国家的先进经验，切实解决好实践中存在的问题，逐步打造符合我国国情的法律人工智能系统。虽然法律人工智能的发展还有漫长的一段路要走，但我们坚信：未来已来，将至已至。拥抱人工智能，就是拥抱人类更美好的明天。
参考文献
[1]王玮．人工智能在保险行业的应用研究[J]．互联网天地，2019(3):34.
[2]冯启宁．人工智能的前世今生[J]．军事文摘，2019(2):38.
[3]郭烁．法院信息化建设二十二年：实践、问题与展望[J]．浙江工商大学学报，2019(1):18.
[4]高奇琦，张鹏．论人工智能对未来法律的多方位挑战[J]．华中科技大学学报，2018(1):87-88.
[5]高学强．人工智能时代的中国司法[J]．浙江大学学报，2019(4):235-236.
[6] 诸刚强．中美人工智能实力如何这组数据告诉你答案[DB/OL].(2017-08-07)[2019-05-14]http：//www.ebrun.com/20170807/241468.shtml.
[7] 教育部关于印发《高等学校人工智能创新行动计划》的通知[DB/OL].(2018-04-12)[2019-05-10].https：//baijiahao.baidu.com/s?id=1597523604276477102&wfr=spider&for=pc.
[8]张盖伦．人工智能专业今年高考会成“香饽饽”吗？[N]．科技日报，2018-04-12.
[9]连雁平．应用型本科院校程序设计课程实践教学改革[J]．内江师范学院学报，2013(8):90.
[10]段金菊，詹雪菲．“互联网+”时代继续教育改革模式及服务路径研究[J]．内江师范学院学报，2019(3):83.
[11]华宇元典法律人工智能研究院．让法律人读懂人工智能[M]．北京：法律出版社，2019.
[12] 2018年我们可能要继续忍受算法歧视，但这种境况并非无解[EB/OL].(2018-01-02)[2019-04-24].https：//baijiahao.baidu.com/s?id=1588460142227091813&wfr=spider&for=pc.
[13]陈静，秦海波．人工智能会失控吗[N]．经济日报，2017-06-02.
[14]陈景辉．人工智能的法律挑战：应该从哪里开始？[J]．比较法研究，2018(5):152.
[15]王成．人工智能法律规制的正当性、进路与原则[J]．江西社会科学，2019(2):12.
[16]程凡卿．我国司法人工智能建设的问题与应对[J]．东方法学，2018(3):126.