魏斌 | 法律科技的变革:从计算机化到数字化与智能化 | 主题研讨
首页
ꄲ
资讯中心
ꄲ
魏斌 | 法律科技的变革:从计算机化到数字化与智能化 | 主题研讨
摘要:上世纪80年代初期有学者提出的“法律工作的计算机化”概念,开启了我国法律科技研究的先河。经过40多年的发展,法律科技先后经历了“法律知识+专家系统”和“法律大数据+机器学习”时代。我国的立法、审判、检察和律师工作实现了从计算机化到数字化和智能化的转型。尽管法律科技取得了显著进展,但它仍无法回避法理和伦理问题,其技术和应用也存在缺陷。法律科技的价值定位应回归居于辅助地位。法律科技在当下的数字时代面临新的挑战,我国亟须构筑法律科技自主体系。这需要从构建法律科技共同体、新型管理体系、自主知识体系、知识和数据共享机制以及法律与伦理治理体系等多个方面共同发力。
关键词:法律科技;人工智能;计算机化;法律大数据;数字正义
作者:魏斌(哲学博士,浙江大学光华法学院;浙江大学数字法治实验室研究员)
来源:《法学家》2024年第3期“主题研讨:法治建设的中国智慧与中国方案”栏目。
引言
上世纪80年代初期,我国法学界有学者前瞻性地提出了“法律工作的计算机化”这一概念。法律工作的计算机化不仅提升了效率,尤其在法律信息存储、案例检索、犯罪预测、多元诉讼、减轻诉累、辅助立法等多个方面,也为定量分析和理解复杂法律问题等法学研究提供了有力的支持。经过40多年的发展,法律科技从早期的“法律知识+专家系统”迈向“法律大数据+机器学习”时代,法律工作实现了从计算机化向数字化和智能化的转型。审视这一变革,对于洞察法律科技当前面临的挑战、发展动向以及构建我国法律科技理论与实践体系至关重要。
在数字时代,法律科技进入第三代人工智能与法律大数据融合的新阶段,需要从理论、应用和规范等方面进行全面而深入的思考。从理论层面来说,法律与科技的结合不仅仅是技术的应用,而且有其深刻的法理基础。法律科技的研究应当理解法律与科技结合的法理,其应用应当遵循法律运行的规律。从应用层面来说,回顾法律科技的历史发展,对于深化法律科技在立法、审判、检察和律师实务中的应用具有指导意义。从规范层面来说,对于法律科技所引发的伦理及法律问题,需要进行深入反思和讨论,以作出合理的规范性指导和建议。对法律科技的全面思考,启发我国构建自主的法律科技体系,具体包括构建法律科技共同体、新型管理体系、自主知识体系、知识和数据共享机制、法律与伦理治理体系。
一、法律工作缘何科技化?
法律工作的科技化有其必然性和客观性。法律法规数据、法律文献的激增,以及案件的爆发式增长,带来了“案多人少”的问题,传统依赖人力的法律工作的效率变得低下。“司法活动中存在的办案质量参差不齐、审理主体滥用裁量权、冤假错案层出不穷、甚至出现一案两结论的‘阴阳判’等严重问题,极大地动摇了对人脑判断的信心。”这些问题加强了法律人对法律工作科技化的高效率、客观性和确定性的期待。司法信息化的最初目标并非出于司法的固有价值,而是旨在提高办公的效率。法律工作的科技化,最初是利用计算机软件和系统,处理法律文件、管理案件信息、开展法学研究以及自动化执行其他法律任务。计算机科学的发展,尤其是人工智能的兴起,为法律工作的科技化提供了新契机。
法律工作的科技化既是科技发展的结果,也是法律自身发展的需要。法律科学自身的特点为科技赋能提供了先决条件。法律知识不仅涉及大量的规则、程序、原则和案例,而且包含了复杂的推理模式、专门化的知识存储、多样性的任务导向以及开放和反思性的概念框架。这些特征使得法律成为一个信息密集、逻辑丰富并且不断发展变化的领域。“法学研究和其它社会科学研究一样,一直处于定性分析的阶段,对复杂的法律现象,只能进行比较抽象的概括,难以全面系统地反映。而现代社会和科学的发展,还要求进行定量分析,要求有系统的观念,用复杂的系统来如实地反映复杂的系统。”以法律推理为例,基于规则的推理和基于案例的推理分别是大陆法系国家和英美法系国家的主要法律推理模式,我国以制定法驱动的规则推理为主,但案例指导制度的建立也确立了以案例推理作为辅助的法律推理模式。人工智能在发展初期就是研究基于规则和案例的自动化推理,使法律推理成为一个理想的垂直应用领域。
法学与数学的关联,为法律工作的科技化奠定了法理基础。“社会科学和自然科学的结合正在形成一股强大的潮流,法律科学当然不能例外。”法学类似于几何学,它们在元素和案例方面也类似。也因此,在法学发展史中出现了“几何学范式”,其主要特点在于“运用演绎方法,从第一原则推导公理、规则,最终形成整个完备的法律体系”。欧几里得(Ευκλειδης)创作了《几何原理》,而法的原理则囊括在《罗马民法大全》之中。莱布尼茨(Gottfried Wilhelm Leibniz)创立的微积分和二进制为计算机科学奠定了基础,其法律公理化思想对欧洲近代法学思想史的发展影响深远。他将符号化方法应用于法学,创造了法律符号化的概念。莱布尼茨还将几何学原理和组合算数运用于法学之中,其第一部哲学著作《论组合术》就尝试将法学重构为一种“数学组合术”。他在《法律教习新方法》一书中也指出:“法律应被视为一门依据几何模型对第一原理进行演绎的科学,法律推论必须遵循几何证明中的推证模型。”这种类似于几何学的法律公理化,就是使用尽可能少的语言来编撰罗马法的基本原理,使其能够演绎出罗马法的普遍原则。莱布尼茨之后,沃尔夫(Christian Wolff)及其追随者也尝试运用数学(几何学)方法研究法学,他们的理论为后世的法典编纂和法学理论(例如19世纪德国历史法学派的理论)提供了前提条件。法律的公理化思潮,在哈佛大学法学院首任院长兰德尔(Christopher C. Langdel)的推动下达到顶峰,他借鉴自然科学实验的方法创新了法学案例教学法,并且模仿数学和逻辑学提出了逻辑自洽的法律公理化之梦。这种思想认为法律体系可以由概念、原则和规则构成一个公理化系统,根据这个系统可以推导出必然为真的裁判结论。数学、逻辑学、计算机科学和人工智能学科使得定量和预测性的法学研究成为可能。
法律工作的科技化,无疑受到法律理性和形式理性的双重驱动。法律理性受到数学理性的影响,它对法律原则的设立、法律程序制度的形成和法律本质问题的提出等都有影响。阿罗不可能性定理、哥德尔不完全性定理、纳什均衡等理论都对法学的理性化产生了重要影响,这些理论针对西方民主选举制度的证伪、法律系统的不完备性、法律的博弈分析等都有了数学化的表达。数学化使得法律的关键要素得以数字化,计算机科学和人工智能通过对法律大数据分析实现了这些要素的量化处理。“法律大数据分析是利用数学建模等信息技术的方法,以足量的法律数据为支撑寻找法律实践的量化和趋势规律。”因此,法律的数字化转变成对法律运行的抽象表达。莱斯格(Lawrence Lessig)的著名论断“代码即法律”同样揭示了法律与算法之间的紧密关系。代码所蕴含的技术规范具有类似于传统法律规范调控社会行为的能力,这点更进一步体现了技术设计中内嵌的规则与法律规则之间的本质联系。此观点深刻地改变了人们对法律在数字化时代的角色和形态的认识。法律科技不仅展示了科技在法律工作中的作用,更体现了法律运行机制的数字化规律。
法律工作的科技化不只是因为法律实践的需求,还在于法律与科技的深层融合。科技之于法律的旨趣绝不能被简单理解为机械的应用,法律工作与现代科技的融合,是法律理性与科技理性相互融合的产物。这种融合不仅仅是技术应用层面的结合,更是一种深层次的、法律理性与数学及逻辑理性之间的互动和协同。同时,法律工作的科技化不单是应对现实挑战的必然响应,它也是法律发展自身逻辑的延伸。法律与科技的结合,特别是在人工智能的应用上,不仅加强了法律分析的定量性和预测性,还加深了法律人对法律现象复杂性的理解,推动了更为精确的定量研究和智能化的法律应用。因此,法律工作的科技化是法律适应现代社会发展和科技进步的一种必然趋势。
法律科技的发展,与计算机科学尤其是人工智能的发展高度同步。自计算机系统诞生之日起,国际上就产生了将计算机系统应用于法律工作的研究。上世纪60年代始,法律科技最初聚焦法律推理的自动化,旨在将法律知识和推理过程转化为算法可解释和自动化执行的形式。上世纪80年代,专家系统在法律界受到关注,这些系统能模拟法律专家的决策过程,为复杂法律问题提供基于规则或案例的解决方案。本世纪以来,机器学习和大数据技术引领了法律科技的新浪潮。法律科技的创新,主要集中在通过算法提升法律文本的处理和分析能力。近年来,大型生成式模型的出现,标志着法律工作的科技化进入到智能化阶段。
法律科技最早实现的是法律推理的自动化,包括基于规则的法律推理(RBR)和基于案例的法律推理(CBR),它们都依赖于对知识的逻辑表达。“在法学领域,几乎所有的课题都是用自然语言的形式表现出来的,这就需要创造和使用其他手段加工符号信息,使之变成‘机器语言’,并将系统程序用于实践。”“电子计算机还是法律信息、情报加工的有力工具。通过对用自然语言形式表现的法律条文进行信息——逻辑加工,将会逐步产生一种新的法律语言,这必将会提高法律条文的精确度,使之更加规范化、通用化。”逻辑表达使得法律知识能够被结构化,形成清晰的逻辑结构,再由法律逻辑规则驱动来推理得到结论。法律知识的逻辑表达,将模糊、复杂的法律概念和规则转换为机器可理解和可处理的精确形式。法律语言使用机器语言来表达,而机器语言的发展经历了由一阶逻辑语言向可废止逻辑、模态逻辑、模糊逻辑、道义逻辑等现代逻辑的转变,法律概念和规则的开放性、可废止性、模糊性和权利—义务属性都被更精确地表达。
上世纪70年代至80年代,计算机系统辅助法律工作进入到法律专家系统(IKBS)的时代。法律专家系统的应用,使得法律专家知识与知识推理的逻辑相互融合,推动法律知识的自动化应用。“法律专家系统多数开发用于支持判决,具有透明性、启发性和灵活性等特点。”法律专家系统通常包含法律知识库和推理引擎两个部分。其中,法律知识库包含有多样化的知识来源,包括法律法规、先例、法律文本、专家知识和元知识等;推理引擎包括基于规则的推理和基于案例的推理。钱学森曾经提出过法治系统工程的设想,他认为法治系统工程包含运用人工智能、知识工程和专家系统、构建办案的系统识别、构建具备逻辑推理能力的法律检查系统。赵廷光于1993年主导开发的“实用刑法专家系统”,集成了法律咨询、案件定性和量刑建议三大功能。该系统可查询相关法律条文,辨析犯罪特征,并通过模糊逻辑为不同罪行提供量刑指导,以及通过确定量刑因素的权重并评估其影响程度来输出判决建议。
随着机器学习算法的逐步迭代和优化,人工智能在法律工作中表现出更高的效率和精确度。将机器学习应用于法律大数据分析是一种多维度的法学实验过程,其基本思路类似于科学实验的设计,包括提出假设并通过可重复的实验来验证假设的有效性,以揭示法律运行的规律性。法律大数据实验使用机器学习算法和自然语言处理技术,旨在对法律文本进行深入挖掘,实现信息抽取、文本分类、文本摘要、信息检索和结果预测等多种功能。法学研究的实验性思维逐步融入了大数据实验的特点,即通过对海量、多源、异构的大数据的分析来探索规律和特征,最终得到结论的思维过程。互联网提供了数据的“实验室”和“协作平台”。在法律大数据实验的具体操作中,研究人员通常从构建精准标注的数据集开始,继而通过模型训练来形成初始的理论框架。进一步地,通过对比测试集与预期结果的差异来评估模型的性能,必要时对模型进行替换或优化,以确保最佳的预测效果。大数据思维彻底颠覆了传统的抽样统计方法,主张依靠大规模数据集来预测结论。这一过程在大数据分析的容错性框架下开展,包含搜集、清洗、标注和预训练等多项步骤。
法律工作计算机化的最新研究,已经进入到法律大模型(Legal LLMs)的阶段。大模型与生成式人工智能技术因其聚焦语言运用和内容生成,从而与法律行业需求具有内在逻辑的契合性。法律大模型是一种专门面向法律行业服务的生成式人工智能,它通常基于ChatGPT等通用生成式人工智能模型构建,通过利用大数据、深度学习技术和高度专业化的训练,来实现法律行业的目标。法律大模型的构建涉及对专业法律术语的编码、案例的结构和逻辑推理规则的内化,使得模型能够在解析、生成和推断法律文本时展现出与训练数据相匹配的高度准确性和专业性。通用大模型的研发,强调了深度神经网络在多层次表示学习、复杂模式识别和长文本信息处理中的能力。法律大模型的核心优势在于融合大规模预训练的通用性与法律领域特定知识的专业性,使用高质量的法律大数据进行微调,采用上下文嵌入、转换器架构、序列到序列的学习方式以及注意力机制,增强了其对法律语料的语义理解和法律推理能力,训练得到一个既具备高级语言理解能力、又知晓一定法律专业知识的智能系统。
在应用方面,我国的法律科技已经呈现出蓬勃的应用态势,在立法、审判、检察和律师等法律工作中都已有深度融合,实现了由平台化、信息化向数字化和智能化的转化。概括而言,法律科技的应用经历了如下三个阶段:(1)从平台化到信息化。这个阶段标志着计算机技术在法律领域的初步应用,主要体现在将传统的法律工作流程搬移到在线平台上。在平台化的基础上,信息化阶段更多地强调对法律工作中信息的有效管理和处理。(2)从信息化到数字化。这一阶段更加注重法律数据的利用和深入分析。数字化并非仅仅简单地将信息电子化,而是通过数据的整合和分析,使用先进的数据分析工具和技术,提供更个性化、精准化的法律服务。(3)从数字化到智能化。法律工作的智能化是利用人工智能辅助法律决策,进一步提升法律工作的质量和效率。
立法的计算机化在早期主要表现为立法信息的数字化存储、处理和检索,使得立法资料管理效率显著提高,并为立法决策提供了便捷的数据支持。1986年,我国第一套涉外法律数据库出炉。1995年,北大法律信息网创办,之后经过不断迭代发展,“北大法宝”已经发展成为一个重要的中文法律检索系统。美国国会图书馆的THOMAS系统,以及后来的Congress在线立法信息服务平台,提供了较为全面的立法信息检索服务。立法工作的数字化还推动了立法机构与公众之间的互动,许多国家的立法机构建立了在线平台。数字化不仅增加了立法透明度,而且鼓励了公众参与。例如,巴西国会的e-Democracia平台,就是通过社交媒体和在线论坛促进民众对法案的讨论和参与。
立法的数字化,主要是通过大数据分析来辅助立法工作。“立法要靠数据说话,更需要数据思维。”立法的数字化,首先需要构建全面覆盖法律、行政法规、地方性法规、地方政府规章和其他规范性文件的法律数据库。基于数据库可以开发法律法规的合法性审核等应用。全国人大关于2017年备案审查工作情况的报告提出,以信息化建设提升备案审查工作能力和水平,是适应备案审查工作新形势新任务、提高备案审查工作水平的重要基础性工作。“北大法宝”已经开发出了“规范性文件合法性审核系统”,搭建了合法性审核过程中各参与角色适用的线上平台。该系统以“北大法宝”法律法规数据库为数据基础,支持对文本的多维度审查分析、审查对照表、审查意见书辅助生成等功能,提供专业化的审查服务。
立法的智能化,体现在应用人工智能来提升立法工作的智能化水平。立法人工智能的主要应用场景包括:立法征求意见快速智能整理;立法社情民意智能整理;立法参考资料有效提供;法律法规辅助起草;法律法规草案初步审查;立法方案辅助优化选择;立法社会风险评估;立法后评估;规范性文件备案审查。例如,智能起草辅助系统最新引入了生成式大模型工具,依托海量数据资源,并结合人工智能、大数据分析等先进技术,为法律法规的起草工作提供智能辅助。在最新的大模型应用中,巴西的一位议员就使用ChatGPT生成了一项城市立法草案并且获得了通过,然而,大模型用于立法因为“幻觉”而被认为是“危险的先例”。
审判工作的计算机化,是通过计算机系统实现审判工作的流程化再造。我国的智慧法院建设已经建立了全球最大的法院计算机应用系统、裁判文书资源库、审判信息资源库、司法公开平台和司法链应用平台,由此构建了最全面的业务自动化流程,实现了审判工作的网络化和平台化。最高人民法院印发的《最高人民法院关于加快建设智慧法院的意见》,明确要求利用大数据和人工智能减轻办案负担,提供智能诉讼服务,确保审判权合理运行,并提升司法决策的科学性。自2017年开始,《中国法院信息化发展报告》系统性地梳理和评估智慧法院的年度建设成就,涵盖了审判过程中的多种计算机应用系统。这当中,审判工作应用包括了虚假诉讼甄别、电子卷宗深度随案生成、审判提示和审判管理等智能系统。
随着数字化司法和互联网司法的理念愈加深入,司法的内涵也将更加丰富:(1)司法越来越公开、透明、可接近,传统司法的危机有望得到真正解决;(2)司法越来越打破边界性,成为无间断、无限制的制度供给;(3)司法越来越个性化、扁平化,选择法官和共享法官成为可能。智慧法院推动了数字时代司法工作的变革,初步实现了审判体系和审判能力现代化。互联网法院推动互联网司法模型不断完善,杭州、北京、广州的互联网法院实行“网上案件网上审理”。在司法数字化改革的新趋势下,我国审判工作的数字化已经不再局限于对审判阶段的数字化,法院的信息化建设已呈现出全域化和扁平化的发展趋势。“全域数字法院”旨在运用高度的数字化和智能化技术,打破空间和时间的制约,推动业务流程再造、组织结构重塑和诉讼制度改革,代表了我国法律科技创新的应用前沿。
在审判的智能化方面,《最高人民法院关于规范和加强人工智能司法应用的意见》指导人工智能用于全流程辅助办案,包括证据指引与审查、法律法规推送、类案推送、全案由裁判辅助、法律文书辅助生成、法律文书辅助审查等智能化应用。这当中,类案推送是基于深度学习、知识图谱和语义计算等技术对法律文本进行检索、分类和过滤,实现类案精准推荐和法律法规推送。最高人民法院《关于统一法律适用加强类案检索的指导意见(试行)》提出,“各级人民法院应当积极推进类案检索工作,加强技术研发和应用培训,提升类案推送的智能化、精准化水平。”全国四级人民法院都已推行类案智能推送系统,为办案法官快速提供与个案相关或相近的参考案例。
检察工作的计算机化在早期是面向检察业务的办案系统,即运用计算机系统和软件对执法司法流程进行科学再造,实现办案流程的平台化。2014年,检察业务应用系统1.0上线运行,全国四级检察机关将传统的纸质办案方式转变为“网上办案”,极大提高了办案效率和证据适用的标准化,实现了案件信息的集中管理和分析。近些年,数字检察将人工智能、区块链、云计算、元宇宙等现代技术全面应用于检察工作,从而实现办案模式和法律监督的根本性变革。最高人民检察院印发的《检察大数据行动指南(2017—2020年)》提出,建设国家检察大数据中心和资源库,推动各级检察机关的大数据共享交换。数字化的应用不仅完善了检察大数据的标准体系,而且构建了检察业务知识图谱,扩展了支撑检察职能、管理决策、深化司法体制改革和检察改革的应用体系。
检察工作的数字化推动了法律大数据监督,实现了从传统的侧重个案、以案卷审查为主的办案模式,向以数据赋能、注重类案分析和质效导向的治理方式的转变。法律大数据监督正迈向一种数字法治监督的新模式。数字法治监督模型利用数据分析从类案中挖掘出规律性问题,通过总结案件特征和要素,识别出相似案件的监督线索,进而发现案件当中存在的问题和漏洞。《中共中央关于加强新时代检察机关法律监督工作的意见》明确要求:“运用大数据、区块链等技术推进公安机关、检察机关、审判机关、司法行政机关等跨部门大数据协同办案。”法律大数据监督的应用目的在于,通过大数据分析从海量数据中发现案件线索、执法司法漏洞或监管盲区,提炼出业务规则用于研发监督模型。通过法律大数据监督,检察工作更好地履行刑事诉讼、民事诉讼、行政诉讼、公益诉讼等领域的法律监督职能。
检察机关的数字化转型正逐步向智能化发展。通过应用人工智能技术,数字检察旨在提高案件处理和法律监督的效率和质量。该领域的发展主要集中在如下三个层面:首先是围绕案件处理建立的智能检务应用层,其次是构建安全可靠的智能检务支撑层,最后是发展以数据共享为核心的智能检务数据层。法律监督的数字化和智能化,涉及建设大数据平台、开发法律监督算法模型和实施智能辅助深度学习机制。这些进展促成了一个以数据分析、知识应用和逻辑推理为基础的智能系统,实现了从个案处理到类案监督再到系统性治理的法律监督机制。随着技术的进步,检察机关正向全面的数字化法治监督转型,这包括智能化管理整个法治监督流程,例如线索管理、任务协调和效能评估的智能化。
律师工作的计算机化在早期主要集中于支持律师进行日常执业管理。例如,成本和时间分析计算系统的设计目的,是帮助律师和当事人预测或模拟特定法律事务的司法成本和人员需求。律师自动化工作平台通过将传统工作流程迁移到一体化的可视化业务管理系统中来执行,极大提升了业务流程效率。自动化流程还能管理各种复杂的法律工作流程,规范立案和案件办理流程,降低了工作复杂度和法律服务成本。互联网律师(eLawyering)已经成为新兴的律师执业模式,通过互联网平台提供法律咨询(在线法律服务平台)和解决争议(在线争议解决平台)的服务。法律科技赋能律师工作,对于合伙人制度的重塑、律师管理体系的完善、律师服务模式的变革都产生了深远的影响。
法律科技行业面向律师工作的计算机化、数字化和智能化开发了丰富的应用程序,主要分为如下三类:一是提供在线法律服务的ODR(在线矛盾纠纷多元化解)平台;二是将律师与委托人联系起来的在线“配对”平台;三是使用人工智能工具辅助审查、研究、评估和再运用合同等法律任务的应用。律师工作的数字化,主要是通过对律师业务数据的数字化及其应用来实现。法律数据平台是为律师事务所和客户在提取或整理关键数据后共享、存储、移动和获取关键数据等方面发挥核心作用的系统。这类系统包含机器学习的技术,在自动文档类型分类、检测或提取文档中的条款和数据点等方面发挥作用,能够为客户创建专用中心,以访问关键事项信息和法律资源,节约客户花费在文书工作上的时间,提高信息和数据管理及应用的效率。
律师工作的智能化主要表现在使用人工智能辅助合同审查和法律文书校对与生成。合同平台能够帮助律师加快和改进合同或其他法律文件的生成,这项技术能够在谈判阶段就对合同或法律文件进行自动校正。法律分析和预测系统指的是使用自然语言处理技术和机器学习对法律数据和知识进行分析并作出预测,包含对当事人进行司法画像,甚至是预测法官的行为。2016年6月,世界首个人工智能律师ROSS进入纽约具有百年传统的Baker Hostetler律师事务所,参与破产案件处理过程中的辅助工作。随着生成式人工智能的兴起,大模型在律师行业当中也得到快速应用。2023年2月,OpenAI公司支持研发了一款生成式人工智能应用Harvey AI,并宣布与全球多家律所达成合作。尽管这些智能应用还处于初创时期并且面临诸多挑战,但是在未来极可能会重塑律师行业的格局。
法律科技应当被定位为居于辅助地位,此点已成为普遍的共识。对于这种定位,有如下两种理解:一方面,“电子计算机并不是万能的,并且终究是由人来使用的,决不能取代人的主导作用。”这意味着计算机只是法律工作的辅助工具,它不能够替代法律人的工作。机器替代法律人将导向一种机械论法学,而这种思想无疑是错误的。正如霍姆斯(Oliver Wendell Holmes,Jr.)所说的:“法律的生命从来都不是逻辑,而是经验。”“对任何一个社会或任何一个阶级的法官来说,如果仅依靠形式逻辑来适用法律,而不考虑这种法律的目的、精神或原则,总之,不考虑这一法律所体现的阶级意志,是不可能完成统治阶级所赋予他的任务的。”从法理、伦理、应用和技术层面来看,数字科技不可能替代法律人,它只是起到帮助法律人提高法律工作效率和质量的辅助作用。另一方面,“法学研究的许多早已行之有效的方法也是不能排斥的,电子计算机只不过是法律工作和法学研究的一种现代化的手段和工具。”法律解释学、法律修辞学和法律论证学都是指导法律工作的有效方法,共同形成了法学研究的方法论,它们不能够被计算机化、数字化或智能化方法所简单替代。
从法理层面来看,数字正义不是机械正义,而是人性正义的延伸。唯有从法理学上回应新科技对法理学知识体系(尤其是法学基本范畴)所构成的挑战,才能抓住中国法学自主性发展的新机遇。“人工智能技术的司法应用,开启了从‘接近正义’迈向‘可视正义’的历史进程”。就法理学视角而言,需要从本体论层面反思数字正义、法律数字化、审判权嬗变、审判模式颠覆等问题。法律科技要实现的是数字正义。数字正义是一种基于人性正义的价值准则,指导人们在开发和应用数字技术时追求社会正义,而非简单的“机器正义”。计算机化、数字化或智能化替代法律人的工作,将会使得法律职业走向“机器正义”,机器智能将决定法官的判决,司法判决将遵循严格的三段论结构,法律人的经验法则将被抛弃。
“机器正义”视角下的法律被看作是算法,因为法律和算法都建立在规则的基础之上,具有明确的逻辑结构,并且旨在提供可预测的结果和决策导向性。尽管它们都要求在给定的范围内普遍适用,并需要通过正式化的语言来表达其规则,但法律是权威机构制定的行为规范,而算法是基于数学原理而设计出来的计算程式。法律涵盖人类情感、价值观和社会背景的复杂性,而算法则更侧重于数据处理和程序化逻辑运算。按照德沃金(Ronald M. Dworkin)的说法,法律的最佳判断不仅仅是一些法条,而是对法律体系的整体性理解或融贯性理解。法律工作不仅仅是对已有法律条文的描述性解释,它还包括对法律应然属性的追求。法律工作需要法律人结合主观判断和社会价值观,将法律条文与现实情境相融合,进而在具体案件中寻求最恰当的解决方案。然而,计算机系统仅能处理被编程的已识别信息,并且缺乏主观判断力和对社会价值观的深刻洞察,因此也就不能完全理解法律的应然属性。
从伦理层面来看,计算机系统、人工智能会引发隐私安全、偏见、责任分配、自主权等伦理问题。法律智能系统训练的数据集包含敏感的个人信息,不可避免地产生了隐私泄露和数据安全的问题。人工智能在训练过程中极可能产生和固化偏见与歧视。例如,如果生成式人工智能在训练时就包含了带有种族偏见的数据,那么智能化系统在不断地强化学习中将会继承这种偏见。深度学习算法不可解释,导致法律智能系统的决策过程是一个“黑箱”,难以理解和审查。法律决策的透明度是实现正义的关键要素,如果无法解释智能系统的决策依据,那么其正当性将受到质疑。过度依赖技术,会使得法律人失去主体地位。“人(司法机关)与技术的关系从技术辅助走向技术主导,进而存在滑向技术依赖的隐忧。”《美国联邦法院2023年年终报告》就强调要对人工智能的司法应用保持适度的警醒,充分认识人工智能无法取代法官在司法过程中的审慎判断。机器取代法律人,将使得法律人失去决策权,侵犯法律人的自主权。例如,如果法官只是简单地执行智能化系统提供的判决,那么实质上法官的自由裁量权被剥夺。并且,法律人根据职业伦理作出判断,这包括对道德、情感和正义的考量。而机器无法拥有这些人类的价值观,极可能导致冷漠无情的决策。如果智能化系统在法律决策中犯错,那么责任应由谁承担?是开发者、使用者,还是机器本身?这种不确定性很可能导致法律责任的混乱。因此,计算机系统不可能完全替代法律人的工作,特别是在需要法律人进行价值判断、道德考量和利益权衡时。
从应用层面来看,目前智能化应用的不足,决定了其有限的辅助地位。尽管计算机科学与人工智能擅长数据挖掘与知识检索,但其自然语言生成的机理并非知识创新,而是“数据暴力”美学驱动的知识组合与拼凑。法律人获得了计算机系统、人工智能所带来的工作便利,但同时也最深切地体会到当前数字化和智能化应用的不足。人工智能仅体现了人类智能的某些方面而并非其全部,人类智能的很多方面并不能通过计算或逻辑推理来实现。人工智能尚未发展到通用人工智能的地步,离真正的人类智慧还有很大的差距,因此尚不足以胜任那些依赖法律专业人士智慧的法律任务。也就是说,数字化和智能化应用尚不能够真正满足法律业务的需求,其辅助定位已经在实践中获得共识。我国的智慧司法建设也明确认识到作为应用的人工智能的辅助角色,《最高人民法院关于规范和加强人工智能司法应用的意见》强调了在审判工作中人工智能的辅助角色,明确规定无论技术如何进步,人工智能不得取代法官的裁决职责。人工智能提供的辅助结果仅供参考,确保最终的司法决定由法官作出,维护司法权威和责任明确归属。
从与法学研究方法的适应来看,机器替换法律人,将会使得法律解释、法律修辞和法律论证等传统法学方法失去适用性。“法律解释学企图利用各种解释方法来为规则填补空缺、清除瑕疵从而使疑难案件的判决能够恢复到大小前提清晰明确的司法常态。”菲特丽斯(Eveline T. Feteris)就认为:“法官总是无法从一般规则中机械地演绎出裁决。他们必须解释法律规则并在相互冲突的解释中做出选择。为了使最终裁决能被接受他们不得不阐明其解释:即必须证立那种关涉到法律规则解释的判决。”在面对疑难和复杂的案件时,机器本身是无法使用法律解释来作出判决的。法律修辞学研究法律语言和论证中的说服力,它不仅要分析法律论证的逻辑结构,而且还包括研究这些论证的修辞方式如何影响听众。更重要的是,法律修辞学涉及对法律语言的说服力和心理影响的理解,它要求法律人对语言的情感和道德力量有深刻的洞察力。佩雷尔曼(Chaim Perelman)指出:“正如大量的民事与刑事诉讼规则,若干法律一般原则被直接烙上了其修辞学起源的印记。应该感谢修辞学以及诸如‘善意’‘衡平’等观念在法律中的引进,这使得高度形式化的古罗马法被改造成更为理想的服务于正义的工具。”这种细致感知是计算机无法模拟的,因为它缺乏对人类情感、理性和修辞的本质理解。
经历了40多年的演变,我国的法律科技领域已经取得了显著的进步,达到了法律工作科技化的新高度。未来的法律科技还需要发展出既符合国际发展趋势、又符合中国国情的法律科技自主体系。
第一,构建法律科技共同体。法律科技共同体是由持有共同科研目标和价值观念的专业群体所构成的,致力于在新一代科技的推动下,促进数字法治和法学研究范式的变革。法律科技共同体包含法律科技工程师、高校科研人员、法律职业者(法官、检察官和律师等)。首先,法律科技工程师扮演着核心的技术实施与创新角色。他们负责将理论研究成果转化为实际可用的技术产品和服务,持续进行技术创新,不断探索和研发新的工具和平台,以适应不断增长的法律工作需求。同时,工程师还应当与法律职业者紧密合作,了解法律实践中的具体需求和挑战,以确保他们开发的应用能够有效地解决实际问题。其次,高校科研人员应当主动加入法律科技的科研创新,通过参与国家重大科技项目推动应用示范落地,将最前沿的法律科技研究成果转化为实践中的解决方案。在此过程中,应当注重与法律实务部门紧密合作,满足法律工作中的实际需求。高校科研人员还需要在学术洞察与实践创新之间架起桥梁,促进法学与计算机科学、人工智能等学科的交流和融合,推动理论与实践的双向进步。最后,法律职业者应当在法律工作中积极尝试应用新技术,并能够从法律效果和社会效果的角度进行专业评价。他们应当明确提出任务需求,引导工程师关注技术应用的关键问题并提供专家知识指导。同时,法律职业者在政策制定和舆论引导方面拥有较强影响力,应当在法律科技领域的立法和政策制定中起主导作用。
第二,构建法律科技的新型管理体系。法律科技已经不仅仅是技术,它还推动了法律运行机制和体制的变化,甚至成为了一种法律工作的新型管理形态。智慧法院建设已经通过全业务、全流程的智能化,使得立案、审判、执行等任务以平台化、信息化、数字化、智能化的新形态来运行。智慧法院就被定义为一种依托现代人工智能,围绕司法为民、公正司法,坚持司法规律、体制改革与技术变革相融合,以高度信息化方式支持司法审判、诉讼服务和司法管理,实现全业务网上办理、全流程依法公开、全方位智能服务的人民法院组织、建设、运行和管理形态。法律科技引发了法律工作管理形态变革,其特点就在于替代了传统的管理方式,通过互联网、云平台和智能化装备来替代传统的线下管理,具体表现在如下三个方面:(1)组织和协调的变革。计算机化改变了法律工作的组织结构和协调方式。在传统的管理形态中,法律工作依赖于层级化、线性的管理和决策流程。计算机化引入了平台化管理,通过数据共享和流程集成,促进了不同部门和机构之间的协作与沟通,提高了整体工作效率。(2)法律决策的数据驱动。数字化使得法律工作的决策过程变得更加科学和精准。通过收集和分析大量数据,包括案例分析、裁判趋势、法律文献等,可以为决策者提供更全面的信息支持,实现数据驱动的决策制定。(3)法律工作流程的标准化与自动化。智能化促成了法律工作流程的标准化和自动化。通过制定统一的工作流程和使用专业软件进行案件管理,减少了人为差错,提高了法律工作的标准化和透明度。
第三,构建法律科技的自主知识体系。中国法律科技的自主知识体系应当是符合中国的法治现状,结合中国的立法和司法实践需求,以科技形态呈现法学的自主知识体系。中国法律科技的自主知识体系至少有如下三个努力方向:首先,法学自主知识体系需要有中国特色的学科体系。在上世纪80年代初期就有学者指出,“系统论、信息论和控制论的产生,为社会科学的革命提供了方法论的武器,一些新的横断学科应运而起。已经有人在开辟‘法学控制论’‘法治系统工程学’等新科目,并努力尝试。”钱学森就曾经提出在系统科学下构建法治系统工程,倡导建设法制/法治系统和体系。我国在上世纪80年代甚至还形成了以系统科学和计算机科学赋能法治/法制建设的“系统法学派”。这些都是在西方法律科技话语体系之外构建中国法律科技学科体系的有益探索。其次,要有解决中国实际问题并且具有一定国际影响力的重大科技成果。我国科技部智慧司法与法治社会国家重点研发计划重点专项,开展了大规模、有组织的科研创新,以中国法律大数据为要素,结合最新的人工智能前沿技术,产生了一批在国内外计算机科学领域有一定影响力的研究成果,探索出了满足中国司法实践、符合中国式法治现代化的法律科技创新体系。最后,构建有国际影响力的法律科技标准体系。我国已经在以智慧法院为代表的法律科技研发过程中构建了多个标准,部分已经形成了国家标准或行业标准。例如,《智慧法院建设评价指标体系》围绕智慧法院网络化、阳光化、智能化建设要求,包含7项一级指标、21项二级指标和68项三级指标。该标准通过定量评估全国智慧法院指数,评价智慧法院的建设水平和应用效果。
第四,构建法律大数据和知识开放共享机制。法律大数据和知识作为要素是驱动法律科技的生产资料,其中法律大数据指的是法律领域中直接产生的初始或原始数据,而法律知识则是对这些数据进行处理、分析和理解后形成的信息,往往是由法律专家分层级、分阶段标注,从而形成以要素标注的法律知识图谱。为推动法律科技行业的发展,提高要素流通和使用的效率,亟须构建法律知识和大数据的开放共享机制,推动行业内共享的标准化,提高法律科技系统间的兼容性。国务院印发的“数据二十条”,就明确提出了建立合规高效的数据要素流通和交易制度。上海市还率先推动了法律大数据的开放共享,《关于推动上海法律科技应用和发展的工作方案》就明确了促进数据开发共享的若干机制。法律大数据的开放共享,需要在合规高效的前提下开展归集、共享和标准制定等工作:(1)构建法律大数据的归集机制,包括检察机关、审判机关、司法行政机关等跨部门大数据的归集。通过法律数字底座建设,编制法律大数据的编码体系和数据字典,推进法律大数据上链,保证数据安全性和完整性。(2)构建法律大数据的跨部门共享机制,加强不同司法机关之间法律大数据的共享协调。制定跨部门的大数据标准,明确数据共享的格式和类型。以法律场景应用为目标,建立司法机关法律大数据的供需对接机制,确保法律大数据高效和安全的流通和共享。(3)制定法律大数据的分级分类标准,明确大数据的开放权限和范围,评估法律大数据的需求合理性,推动法律大数据授权运营试点。
第五,创新法律科技的法律与伦理治理模式。法律科技的发展引发法律运行机制的变革,必然需要新的制度适应。司法数字化改革涉及司法理念的更新和改革方式的巨大转变,它将引发司法体制、机制的创新和司法制度的重塑。“随着网络空间与物理空间的交融、人工智能在社会生活中的广泛应用,以往的司法制度在面对与处理新型社会关系时已经暴露出越来越多的不适应与不匹配。”司法数字化改革是从技术理性走向制度理性的跨越,是法律科技倒逼司法制度的重塑,尤其对诉讼制度和证据制度产生了极大的影响。例如,最高人民法院在2021年出台的《人民法院在线诉讼规则》和《人民法院在线调解规则》,以司法解释的形式规定了在线诉讼、在线调解活动的程序指引和制度机制。在这些规则之下,法律科技融入司法过程应遵循“公正与效率”的平衡规律,在追求效率的过程中实现“数字正义”。法律科技不可避免地会引发伦理问题,中国法律科技的伦理体系需要回应法律科技产生的伦理问题。科技伦理的治理体系通过“软法”来治理,法律科技的软法之治也需要遵循一般科技伦理的治理规律。《关于加强科技伦理治理的意见》也明确了通过严格科技伦理审查,监测预警科技伦理风险,通过科技伦理风险评估或审查等措施预防新科技引发的伦理风险。法律科技的伦理治理,需要法律科技共同体严格遵守科技伦理准则,明确法律科技使用的界限,在技术研发过程中保障法律大数据安全,在应用过程中保护公民个人隐私不受侵犯。
在法律科技的发展历史上,西方的法律科技受益于计算机科学和人工智能的早期成就,从而获得了显著的先发优势。这种优势反映在法律推理自动化、法律专家系统和法律大数据分析等多个方面,展现了科技与法律实践相融合的深度与广度。法律科技不再局限于计算机科学的工程学应用,而是还诞生出法律人工智能和法律信息学等新兴交叉学科,法律科技行业也成为人工智能领域崭新的垂直行业。法律科技的应用也已经从最初的计算机化,转向数字化和智能化,法律大模型正推动法律科技达到新的高度。而中国的法律科技发展则呈现出独特的后发优势,特别是在庞大的国内法律市场需求和国家政法科技布局的双重驱动下,我国智慧法院、智慧检察、智慧法律公共服务等法律科技事业表现出强劲的生命力,立法、审判、检察和律师工作的效率和质量得到了提升。
需要警醒的是,法律科技的作用不应当被无限制地夸大。盲目推崇法律科技,极可能会违背法律运行的规律,反而会阻碍其长远的发展。无论法律科技发展到何种地步,法律科技都必须被定位为居于辅助地位。法律科技学术共同体需要审慎界定法律科技的应用范围,在追求技术创新的同时,平衡好科技进步与法律和伦理之间的关系,避免技术决定主义的倾向。我国法律科技自主体系在国际舞台上应承担更大的责任,这就需要利用好我国智慧司法的宝贵实践经验,讲好中国法律科技故事,为全球法律科技的发展贡献中国智慧。
浙江合众法律科技智能研究院成立于2017年9月6日,系经浙江省民政厅批准设立的法律科技和智能领域的研究机构。研究院担负法律科技和智能领域内信息科学技术成果转化与应用推广的职责。研究院服务的内容是法律科技和智能技术成果,服务对象是愿意将法律科技成果商业化的企业。研究院定位是法律科技智能化成果的数字化制造与设计创新中心。
官方网站:http://www.hezhonglaw.org/
转自《法学家》公众号
原文链接:魏斌 | 法律科技的变革:从计算机化到数字化与智能化 | 主题研讨