人工智能背景下法碩人才培養對策研究

　　摘 要：隨著信息技術的發展，法律以及司法實務領域受人工智能的影響越來越大，進入全新階段。文章通過對人工智能在法律領域內的滲透與影響研究，以及對傳統的律師行業帶來的壓力和挑戰的分析，進一步探究國內高校法碩人才的培養對策，這對提升法學院校服務國家依法治國戰略的能力，具有非常重要的現實意義。

　　孫紅鶯; 徐賢得; 徐圣東， 黑龍江教育(高教研究與評估) 發表時間：2021-08-31

　　關鍵詞：人工智能;法律;法學;人才培養

　　隨著信息技術的發展，法學以及司法實務領域受大數據、云計算和人工智能的影響越來越大，進入全新階段[1] 。新技術革命正改變著政法系統和法律行業的工作場景和工作方法，部分律師助理、初級律師的崗位將被機器人所取代，大量新的工作崗位也被創造出來，這些崗位往往要求應聘者具有法律和科技融合的背景，更要凸顯法律人工智能化的職業特點。因此，我們應與時俱進地研究人工智能在法律領域內的滲透與影響、對傳統的律師行業帶來的壓力和挑戰，并結合 2017 年 7 月出臺《新一代人工智能發展規劃》中的發展“人工智能 + 法學”復合專業培養新模式[2] ，來探究國內高校法學院如何培養更多符合人工智能時代需要的法律人才。

　　一、人工智能發展對法律行業的影響

　　人工智能(Artificial Intelligence，簡稱 AI)是計算機科學的一個分支，是研究和開發用于模擬、延伸和擴展人的智能的理論、方法、技術以及應用系統的一門新的技術科學。它是研究如何使用計算機模擬人的某些思維過程和智能行為的學科，在很多領域有驚人的成果和應用，包括問題求解、邏輯推理以及定理證明、自然語言理解、自動程序設計、專家系統、機器學習、人工神經網絡、機器人學、模式識別、機器視覺、智能控制、智能檢索和智能調度與指揮等。

　　人工智能時代的來臨，為當下的法律規則和法律秩序帶來了變革，推動和改進法律運作。這不僅源于足夠海量的數據、強大的計算資源和持續改進的算法，還取決于整個法律共同體對新技術和新模式的接納程度、政策支持和發展導向。在此過程中，人工智能對法律行業，無論是法學理論還是司法實踐都帶來諸多影響。

　　(一)人工智能對法學理論的影響

　　最早是 1956 年達特茅斯會議首次提出“人工智能”概念，1958 年法國的盧西恩·梅爾(Lucien·Mehl)提出了法律科學的信息化處理，建立法律文件案例自動化檢索和法官裁量模型[3]，但未被大多數學者認可。直至 1970 年布魯斯·布坎南(Bruce Buchanan)等發表的《關于人工智能和法律推理若干問題的考察》，開啟人工智能研究的序幕;1987 年美國波士頓東北大學召開的首屆國際人工智能與法律會議(ICAIL)，促成了國際人工智能與法律協會(IAAIL)的成立;1981 年沃特曼和皮特森的法律判決輔助系統是法律專家系統的首次研究[4] ;1989 年伯曼(Berman)在《人工智能幫助解決法律系統危機》中用人工智能系統模擬法官的思維進行專家裁量預測;1999 年霍拉莎(Hollatz)對德國精神損害和交通損害的案例，采用高斯發散神經網絡將推理具體化，建立對事故解決時間的模糊評價系統;2007 年斯特蘭德(Strand)將貝葉斯方法用于法學研究，即通過規范值與實際值的差異對比來實現法學的實證分析; 2008 年瑞森(Riesen)用貝葉斯信念網絡法，以受害人特點為視角分析美國刑事案件，來提高自動分析的效率;2011 年奧謝(Aucher)等利用人工智能計算算法來研究如何從允許和禁止的規定推論出允許的行為; 2012 年 Praken 采用可廢止演繹推理對社會法律的價值和先例的學習推論出法規的有效性;2013 年 Franden 通過建立模型從禁煙法體現的價值、規則的滿意接受度來討論懲罰性條例和價值文化關系。

　　我國早年也開始了人工智能與法律相關問題的研究。1981 年錢學森教授提出法學人工智能研究總體性的構想;李克強總理在 1983 年曾和龔祥瑞法學家一起發表論文《法律工作的計算機化》;1989 年蘇惠漁法學家出版書籍《電腦與量刑——量刑公正合理應用論》。直至 2000 年我國法律人工智能化的研究才逐漸熱門，如於興中教授在 2005 年的《人工智能、話語理論與可辯駁推理》中首先引入西方哲學的“Defeasible”一詞，打開了我國關于可廢止性法律推理的研究序幕;張保生教授在 2001 年從理論的角度分析人工智能法律體系的研發理論、人工智能的實踐價值以及應用于法學的法理基礎;黃都培學者在 2012 年以刑法為例建立了包括公共知識、法律知識、具體案情的三層語義檢索模型;邰楊芳學者從法學理論的角度建立了刑法、刑事訴訟法的法律檢索本體結構等;2017 年《法律科學》第五期集中刊發 5 篇與法律人工智能相關的代表作。這些研究主要關注點：一是人工智能的出現對已有法學理論帶來的問題與挑戰;二是法律人工智能化運用中所產生的信息公開和透明化問題;三是人工智能在法律領域的運用，尤其是中國智慧法院建設問題。

　　(二)人工智能對司法實踐的影響

　　1989 年在處理個人事故補償問題中，利用澳大利亞開發的 IKBALSI 系統來解釋事故《司法補償》條例; 1991 年 Deedma 開發人工智能的專家斷案系統;1995 年 Zeleznikow 開發的 Split-up 用于處理離婚案件的財產分割;1999 年波普(Popp)等開發的 JUDITH 律師推理系統[5] ;2011 年美國加利福尼亞州的 Blackstone Discovery 科技公司開發了人工智能軟件“E-Discovery”，為客戶提供法律文本分析審查服務，效率提高 500 倍，準確度比人工分析高出 40%;2012 年美國開發的在線法律服務 LegalZoom 可以為企業和個人提供法律文檔服務，用戶不超過 5 分鐘就可得到想要的法律文書;2015 年將IBM 的人工智能機器人 ROSS 應用于法律咨詢服務，在判例法中尋找答案并輔之法律檢測、法律備忘錄等，專門用于處理分析破產案件的關鍵要素;2016 年預測數百例歐洲人權法院的司法裁判是由倫敦大學、謝菲爾德大學和賓夕法尼亞大學共同研發的人工智能審判預測系統，準確率高達 79%。

　　人工智能與法律的應用有幾個階段：1950—1970 年是將人工智能用于處理法律數據，基于案例建立法律輔助系統，預測司法判決結果，準確度不高;1980— 1990 年是建立人工智能系統協助司法參與實現人的主張，更多考慮價值選擇和法律目的;2011—2018 年設計程序是為解釋預測并提出合理的法律論據，主要集中于在線法律服務、電子取證、法律檢索、法院輔助判案等 9 大領域[6]。

　　我國雖然在人工智能技術方面處在世界前列，但理論研究落后于國外，再加上國內法律數據庫的建設起步比較晚，現在可供機器學習的大量案例還有待分析，法律數據還需要標簽化和結構化[7] 。用于智慧法院建設及智能系統的大多只是信息的電子化和數據化，庭審語音識別系統也不具備深度學習的能力，只是封閉的專家系統;智能輔助審判系統只是初級開發，一鍵生成裁判文書中的固定內容格式;實體裁判的參考系統只是為法官自動推送簡單的案情分析以及判決參考等辦案指引[8] 。

　　二、人工智能發展對法律行業的挑戰

　　隨著人工智能技術的發展，人工智能所引發的各種法律問題擺在我們面前。作為法律行業如何來規制和促進人工智能發展的法律價值目標以及調控規范等將是一個巨大挑戰，人工智能對法律行業的挑戰主要有以下幾個方面[9] 。

　　(一)人工智能改變法律檢索方式

　　在人工智能技術推動下，法律檢索更加智能化和自動化。隨著法律文本、裁判文書等法律資料的數字化以及語音圖像和視頻技術發展，使得基于自然語言處理和深度學習的語義檢索以及基于語音交互的智能法律檢索成為可能，系統會自動識別事實陳述中的法律問題，完成檢索后提供最佳法律信息，整個過程不需要人類律師的深度參與。

　　(二)人工智能推進法律的電子化和數據化

　　人工智能技術可以將語音、紙質、卷宗轉化為可復制、可轉換的電子數據，建立各種以 APP、微信公眾號等形式的專業法律檢索平臺以及互動性法律產品“智能小助手”等。最引人注目的就是我國第一款法律人工智能機器人——2016 年在杭州云棲大會上推出的“法小淘”。它做的數據匹配是在法律大數據的基礎上將法律服務需求與律師能力進行關聯匹配，對法院內外的海量數據進行建模和分析，探尋審判執行工作在新形勢下的特點和規律，提高法律服務效率，降低服務成本，同時提高司法預測預判能力、應急響應能力，通過法律數據為司法業務服務實現司法決策科學性。

　　(三)人工智能促進法院辦案的智能化

　　近年來，隨著案件數量增長、法官數量減少，為了面對“案多人少”的困境，引入人工智能和大數據技術。為提高案件受理、審判、執行和監督等各環節的信息化水平，推出建設“智慧法院”，尤其是裁判文書可以通過智能化手段，一鍵生成“當事人信息”“訴訟請求”等固定格式內容，輔助法官提高辦案效率。隨著人工智能技術升級，法院智能量刑系統還可以輔助斷案，從而提高辦案質量。如浙江智慧法院建設最為出名，它可以直接在淘寶、天貓等購物平臺提供在線矛盾糾紛多元化解決系統，包括案件結果預判、網上司法拍賣、智能語音識別、類案推送、當事人信用畫像等。2017 年 8 月杭州互聯網法院掛牌成立，貫徹“網上案件網上審”的審理思維，集中審理涉網案件，充分依托互聯網技術來完成全流程在線化，實現便民訴訟，節約司法資源。

　　(四)人工智能有助于建立統一的電子化標準證據

　　利用人工智能的專家經驗、模型算法等技術，再結合法律大數據，將統一適用的法律證據標準內嵌于公檢法的數據化辦案系統中，來規范公檢法機關與人員的司法行為。如上海“206 工程”——上海刑事案件智能輔助辦案系統[10] ，通過對數萬份刑事案件的卷宗、文書數據進行智能學習后，自動構建出辦案的統一證據標準、證據規則以及證據模型，系統具備了類案推送、文書自動生成和辦案人員知識索引智能功能。這不僅節約審閱文書時間，還大大提高了電子取證工作效率。

　　這些設計和實踐都是希望人工智能技術應用于處理法律事務時，可以像人類那樣進行法律方面的思考和判斷，甚至發展到一定程度后可以替代大部分法律從業人員的工作。這樣一來，人工智能職業將成為法律行業的新興職業不斷涌現，如法律程序設計師、法律風險管理師、定量法律預測師等，法律科技公司更需要既懂法律又懂技術的復合型人才。

　　三、“人工智能 + 法學”的法律碩士人才培養對策

　　人工智能技術的快速發展，給法律行業運行的基本模式帶來影響，同時對法學和法律相關學科從業者的知識結構和技能要求有了新的變化，這對法學教育提出新需求——“人工智能 + 法學”復合型人才，以及為了適應新形勢如何對人才培養作出相應的調整和改革。

　　在人工智能趨勢下，首先要實現教育觀念的轉變，適當調整當前的法律人才培養模式，注重培養智能時代的法律人，法碩生的培養更要重視跨學科、多元化深度學習，尤其是對互聯網、大數據和人工智能深度的學習和應用;其次要構建以職業能力為導向的課程體系，努力提升法碩生的知識遷移能力、實踐創新力以及職業勝任力;最后是建設“產教結合”的協同培養實踐平臺，實現法律研究生的創新化、特色化培養模式。

　　(一)完善招生選拔

　　隨著我國對法碩教育的重視，開設法律碩士點的地方高校不斷增多，對專碩的招生力度不斷加大，我們可以借鑒與美國的 LSAT 相似的考試模式，對法律碩士入學聯考內容進行調整，將現有“知識記憶”考試轉變為采用綜合能力測試，全面考查學生法律知識、邏輯分析能力、專業寫作能力等，選拔出具備法律碩士培養潛力、符合法律碩士培養目標以及法律職業需求的優質生源。擴大招生規模，尤其是招收法律(非法本)時可以偏向于招收理科生。消除對非全日制法碩生的偏見和歧視，加大宣傳力度，讓廣大有志于在法學領域深造的考生真正理解法律碩士的重要性，同等對待法律碩士和法學碩士，吸引更多優秀本科畢業生報考。

　　(二)加強分類指導

　　首先在法學二級學科中增設人工智能法學體系，使得人才的培養有學科支撐。其次制定創新多層面的培養目標，使培養目標與法律人工智能化時代所需人才高度契合，根據法碩生類型、研究領域的不同，可以建立多元目標驅動的管理模式。如西南政法大學人工智能法學院，一是以建成和完善人工智能法律法規、倫理規范和政策體系為目標的人工智能法碩人才培養方案，以適應社會對新型法律人才的需要;二是以智慧法庭建設為目標的人工智能技術人才培養方案，以適應人工智能時代法律職業變革的需要[11] 。

　　(三)促進能力導向

　　根據社會需求與法律職業發展需要，以人工智能為背景構建法碩生的課程體系，注重法碩生的職業素養與智能時代勝任力的培養，尤其是人工智能應用能力。為此，在法碩生課程設置中可以增加人工智能法學、人工智能監管與法律責任、人工智能政策與倫理、人工智能與知識產權、網絡與信息安全法、人工智能典型應用場景的法律規制、數據挖掘以及 Python 語言等必修課程，甚至可以增加區塊鏈、神經網絡和遺傳算法等選修課程。法碩生的教學計劃可以靈活安排，課程教學可以討論、研討、學術報告等方式進行。借助人工智能共享模式，創新在線學分管理、學籍管理、學業評價等管理制度，實現培養方式的多樣化，滿足學生個性化、高效化和自主性學習需求，提升法律研究生的能力和綜合素質，以更好適應未來終身學習實踐需求。

　　(四)強化教學創新

　　將人工智能技術與教育教學深度融合，通過建設慕課、微課程、視頻公開課等優質的在線開放課程，創新教學方法，將線上教學和線下教學有機結合，拓展課程的廣度和深度;使用人工智能的云端機器人輔助教師，可以根據不同法碩生的知識水平調整教學進度，機器與學生進行一對一教學，自主選擇教學方法和教學策略;可以利用人工智能的語音識別系統輔助教師，與法碩生進行在線答疑交流探討;利用人工智能的智能決策系統，通過對各類信息的分析來構建不同的決策模型，為教學提供多種教學方案;利用人工智能的導學系統來幫助法碩生構建良好的學習環境、便捷地調用各種學習資源等[12] 。教學輔助機器人可以實現技術融合效應的潛能，利用大數據提供個性化指導，以驅動動態的學習情景，使真實的法律實踐場景通過人工智能設備完美再現，引導法碩生更好地學習法律課程的同時提升學習興趣，激發學習潛能[13]。

　　(五)實現協同培養

　　運用先進的人工智能技術提高法律實踐教學效果。通過與科技公司及法律實務部門合作，建立與法律職業崗位相銜接的協同培養機制。從產、教、學、研多維度開展教學實踐創新，通過與公檢法機關及律師事務所合作實現資源共享，利用虛擬現實技術創設虛擬教學空間和模擬各種對象，比如模擬律師、法官、檢察官以及當事人等。同時引導法碩生前往相關法律機構，現場感受和直接體驗人工智能時代的法院系統、政法部門、政府監管機構和法律服務市場的工作場景，了解大數據和人工智能在法律領域的最新發展和應用，掌握相關技能技巧。讓法碩生可以針對人工智能輔助司法實務中的熱點、難點問題開展專題討論，在服務地方的同時也拓展了實務知識和實踐能力。

　　(六)構建保障體系

　　運用人工智能技術建設法碩人才質量保障體系，比如構建法碩智能教學平臺，通過定位考勤、預測答題、課堂展示等多種形式，考核法碩生課堂參與度、隨機應變和邏輯組織能力;為實時跟蹤法碩生在線學習動態，可以通過數據挖掘技術自動分析學習情況，及時向教師反饋。對法碩生培養過程進行質量監控、課程質量監督以及論文質量監管等，有效促進法碩人才培養的質量保障。

　　隨著人工智能技術的進一步成熟與發展，經濟社會逐步向數字化社會轉型的同時，法學教育也要緊跟時代腳步，以職業化為導向路徑，結合人工智能技術應用的擴展，通過跨學科跨專業、完善課程設置、改進授課方式、強化實踐教學環節、充實師資隊伍、重構獨立的質量評價體系等措施，建設“人工智能 + 法學”融合方式的高素質法碩人才培養新模式，以培養出智能時代的法律人。