人工智能背景下法硕人才培养对策研究

　　摘 要：随着信息技术的发展，法律以及司法实务领域受人工智能的影响越来越大，进入全新阶段。文章通过对人工智能在法律领域内的渗透与影响研究，以及对传统的律师行业带来的压力和挑战的分析，进一步探究国内高校法硕人才的培养对策，这对提升法学院校服务国家依法治国战略的能力，具有非常重要的现实意义。

　　孙红莺; 徐贤得; 徐圣东， 黑龙江教育(高教研究与评估) 发表时间：2021-08-31

　　关键词：人工智能;法律;法学;人才培养

　　随着信息技术的发展，法学以及司法实务领域受大数据、云计算和人工智能的影响越来越大，进入全新阶段[1] 。新技术革命正改变着政法系统和法律行业的工作场景和工作方法，部分律师助理、初级律师的岗位将被机器人所取代，大量新的工作岗位也被创造出来，这些岗位往往要求应聘者具有法律和科技融合的背景，更要凸显法律人工智能化的职业特点。因此，我们应与时俱进地研究人工智能在法律领域内的渗透与影响、对传统的律师行业带来的压力和挑战，并结合 2017 年 7 月出台《新一代人工智能发展规划》中的发展“人工智能 + 法学”复合专业培养新模式[2] ，来探究国内高校法学院如何培养更多符合人工智能时代需要的法律人才。

　　一、人工智能发展对法律行业的影响

　　人工智能(Artificial Intelligence，简称 AI)是计算机科学的一个分支，是研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术以及应用系统的一门新的技术科学。它是研究如何使用计算机模拟人的某些思维过程和智能行为的学科，在很多领域有惊人的成果和应用，包括问题求解、逻辑推理以及定理证明、自然语言理解、自动程序设计、专家系统、机器学习、人工神经网络、机器人学、模式识别、机器视觉、智能控制、智能检索和智能调度与指挥等。

　　人工智能时代的来临，为当下的法律规则和法律秩序带来了变革，推动和改进法律运作。这不仅源于足够海量的数据、强大的计算资源和持续改进的算法，还取决于整个法律共同体对新技术和新模式的接纳程度、政策支持和发展导向。在此过程中，人工智能对法律行业，无论是法学理论还是司法实践都带来诸多影响。

　　(一)人工智能对法学理论的影响

　　最早是 1956 年达特茅斯会议首次提出“人工智能”概念，1958 年法国的卢西恩·梅尔(Lucien·Mehl)提出了法律科学的信息化处理，建立法律文件案例自动化检索和法官裁量模型[3]，但未被大多数学者认可。直至 1970 年布鲁斯·布坎南(Bruce Buchanan)等发表的《关于人工智能和法律推理若干问题的考察》，开启人工智能研究的序幕;1987 年美国波士顿东北大学召开的首届国际人工智能与法律会议(ICAIL)，促成了国际人工智能与法律协会(IAAIL)的成立;1981 年沃特曼和皮特森的法律判决辅助系统是法律专家系统的首次研究[4] ;1989 年伯曼(Berman)在《人工智能帮助解决法律系统危机》中用人工智能系统模拟法官的思维进行专家裁量预测;1999 年霍拉莎(Hollatz)对德国精神损害和交通损害的案例，采用高斯发散神经网络将推理具体化，建立对事故解决时间的模糊评价系统;2007 年斯特兰德(Strand)将贝叶斯方法用于法学研究，即通过规范值与实际值的差异对比来实现法学的实证分析; 2008 年瑞森(Riesen)用贝叶斯信念网络法，以受害人特点为视角分析美国刑事案件，来提高自动分析的效率;2011 年奥谢(Aucher)等利用人工智能计算算法来研究如何从允许和禁止的规定推论出允许的行为; 2012 年 Praken 采用可废止演绎推理对社会法律的价值和先例的学习推论出法规的有效性;2013 年 Franden 通过建立模型从禁烟法体现的价值、规则的满意接受度来讨论惩罚性条例和价值文化关系。

　　我国早年也开始了人工智能与法律相关问题的研究。1981 年钱学森教授提出法学人工智能研究总体性的构想;李克强总理在 1983 年曾和龚祥瑞法学家一起发表论文《法律工作的计算机化》;1989 年苏惠渔法学家出版书籍《电脑与量刑——量刑公正合理应用论》。直至 2000 年我国法律人工智能化的研究才逐渐热门，如於兴中教授在 2005 年的《人工智能、话语理论与可辩驳推理》中首先引入西方哲学的“Defeasible”一词，打开了我国关于可废止性法律推理的研究序幕;张保生教授在 2001 年从理论的角度分析人工智能法律体系的研发理论、人工智能的实践价值以及应用于法学的法理基础;黄都培学者在 2012 年以刑法为例建立了包括公共知识、法律知识、具体案情的三层语义检索模型;邰杨芳学者从法学理论的角度建立了刑法、刑事诉讼法的法律检索本体结构等;2017 年《法律科学》第五期集中刊发 5 篇与法律人工智能相关的代表作。这些研究主要关注点：一是人工智能的出现对已有法学理论带来的问题与挑战;二是法律人工智能化运用中所产生的信息公开和透明化问题;三是人工智能在法律领域的运用，尤其是中国智慧法院建设问题。

　　(二)人工智能对司法实践的影响

　　1989 年在处理个人事故补偿问题中，利用澳大利亚开发的 IKBALSI 系统来解释事故《司法补偿》条例; 1991 年 Deedma 开发人工智能的专家断案系统;1995 年 Zeleznikow 开发的 Split-up 用于处理离婚案件的财产分割;1999 年波普(Popp)等开发的 JUDITH 律师推理系统[5] ;2011 年美国加利福尼亚州的 Blackstone Discovery 科技公司开发了人工智能软件“E-Discovery”，为客户提供法律文本分析审查服务，效率提高 500 倍，准确度比人工分析高出 40%;2012 年美国开发的在线法律服务 LegalZoom 可以为企业和个人提供法律文档服务，用户不超过 5 分钟就可得到想要的法律文书;2015 年将IBM 的人工智能机器人 ROSS 应用于法律咨询服务，在判例法中寻找答案并辅之法律检测、法律备忘录等，专门用于处理分析破产案件的关键要素;2016 年预测数百例欧洲人权法院的司法裁判是由伦敦大学、谢菲尔德大学和宾夕法尼亚大学共同研发的人工智能审判预测系统，准确率高达 79%。

　　人工智能与法律的应用有几个阶段：1950—1970 年是将人工智能用于处理法律数据，基于案例建立法律辅助系统，预测司法判决结果，准确度不高;1980— 1990 年是建立人工智能系统协助司法参与实现人的主张，更多考虑价值选择和法律目的;2011—2018 年设计程序是为解释预测并提出合理的法律论据，主要集中于在线法律服务、电子取证、法律检索、法院辅助判案等 9 大领域[6]。

　　我国虽然在人工智能技术方面处在世界前列，但理论研究落后于国外，再加上国内法律数据库的建设起步比较晚，现在可供机器学习的大量案例还有待分析，法律数据还需要标签化和结构化[7] 。用于智慧法院建设及智能系统的大多只是信息的电子化和数据化，庭审语音识别系统也不具备深度学习的能力，只是封闭的专家系统;智能辅助审判系统只是初级开发，一键生成裁判文书中的固定内容格式;实体裁判的参考系统只是为法官自动推送简单的案情分析以及判决参考等办案指引[8] 。

　　二、人工智能发展对法律行业的挑战

　　随着人工智能技术的发展，人工智能所引发的各种法律问题摆在我们面前。作为法律行业如何来规制和促进人工智能发展的法律价值目标以及调控规范等将是一个巨大挑战，人工智能对法律行业的挑战主要有以下几个方面[9] 。

　　(一)人工智能改变法律检索方式

　　在人工智能技术推动下，法律检索更加智能化和自动化。随着法律文本、裁判文书等法律资料的数字化以及语音图像和视频技术发展，使得基于自然语言处理和深度学习的语义检索以及基于语音交互的智能法律检索成为可能，系统会自动识别事实陈述中的法律问题，完成检索后提供最佳法律信息，整个过程不需要人类律师的深度参与。

　　(二)人工智能推进法律的电子化和数据化

　　人工智能技术可以将语音、纸质、卷宗转化为可复制、可转换的电子数据，建立各种以 APP、微信公众号等形式的专业法律检索平台以及互动性法律产品“智能小助手”等。最引人注目的就是我国第一款法律人工智能机器人——2016 年在杭州云栖大会上推出的“法小淘”。它做的数据匹配是在法律大数据的基础上将法律服务需求与律师能力进行关联匹配，对法院内外的海量数据进行建模和分析，探寻审判执行工作在新形势下的特点和规律，提高法律服务效率，降低服务成本，同时提高司法预测预判能力、应急响应能力，通过法律数据为司法业务服务实现司法决策科学性。

　　(三)人工智能促进法院办案的智能化

　　近年来，随着案件数量增长、法官数量减少，为了面对“案多人少”的困境，引入人工智能和大数据技术。为提高案件受理、审判、执行和监督等各环节的信息化水平，推出建设“智慧法院”，尤其是裁判文书可以通过智能化手段，一键生成“当事人信息”“诉讼请求”等固定格式内容，辅助法官提高办案效率。随着人工智能技术升级，法院智能量刑系统还可以辅助断案，从而提高办案质量。如浙江智慧法院建设最为出名，它可以直接在淘宝、天猫等购物平台提供在线矛盾纠纷多元化解决系统，包括案件结果预判、网上司法拍卖、智能语音识别、类案推送、当事人信用画像等。2017 年 8 月杭州互联网法院挂牌成立，贯彻“网上案件网上审”的审理思维，集中审理涉网案件，充分依托互联网技术来完成全流程在线化，实现便民诉讼，节约司法资源。

　　(四)人工智能有助于建立统一的电子化标准证据

　　利用人工智能的专家经验、模型算法等技术，再结合法律大数据，将统一适用的法律证据标准内嵌于公检法的数据化办案系统中，来规范公检法机关与人员的司法行为。如上海“206 工程”——上海刑事案件智能辅助办案系统[10] ，通过对数万份刑事案件的卷宗、文书数据进行智能学习后，自动构建出办案的统一证据标准、证据规则以及证据模型，系统具备了类案推送、文书自动生成和办案人员知识索引智能功能。这不仅节约审阅文书时间，还大大提高了电子取证工作效率。

　　这些设计和实践都是希望人工智能技术应用于处理法律事务时，可以像人类那样进行法律方面的思考和判断，甚至发展到一定程度后可以替代大部分法律从业人员的工作。这样一来，人工智能职业将成为法律行业的新兴职业不断涌现，如法律程序设计师、法律风险管理师、定量法律预测师等，法律科技公司更需要既懂法律又懂技术的复合型人才。

　　三、“人工智能 + 法学”的法律硕士人才培养对策

　　人工智能技术的快速发展，给法律行业运行的基本模式带来影响，同时对法学和法律相关学科从业者的知识结构和技能要求有了新的变化，这对法学教育提出新需求——“人工智能 + 法学”复合型人才，以及为了适应新形势如何对人才培养作出相应的调整和改革。

　　在人工智能趋势下，首先要实现教育观念的转变，适当调整当前的法律人才培养模式，注重培养智能时代的法律人，法硕生的培养更要重视跨学科、多元化深度学习，尤其是对互联网、大数据和人工智能深度的学习和应用;其次要构建以职业能力为导向的课程体系，努力提升法硕生的知识迁移能力、实践创新力以及职业胜任力;最后是建设“产教结合”的协同培养实践平台，实现法律研究生的创新化、特色化培养模式。

　　(一)完善招生选拔

　　随着我国对法硕教育的重视，开设法律硕士点的地方高校不断增多，对专硕的招生力度不断加大，我们可以借鉴与美国的 LSAT 相似的考试模式，对法律硕士入学联考内容进行调整，将现有“知识记忆”考试转变为采用综合能力测试，全面考查学生法律知识、逻辑分析能力、专业写作能力等，选拔出具备法律硕士培养潜力、符合法律硕士培养目标以及法律职业需求的优质生源。扩大招生规模，尤其是招收法律(非法本)时可以偏向于招收理科生。消除对非全日制法硕生的偏见和歧视，加大宣传力度，让广大有志于在法学领域深造的考生真正理解法律硕士的重要性，同等对待法律硕士和法学硕士，吸引更多优秀本科毕业生报考。

　　(二)加强分类指导

　　首先在法学二级学科中增设人工智能法学体系，使得人才的培养有学科支撑。其次制定创新多层面的培养目标，使培养目标与法律人工智能化时代所需人才高度契合，根据法硕生类型、研究领域的不同，可以建立多元目标驱动的管理模式。如西南政法大学人工智能法学院，一是以建成和完善人工智能法律法规、伦理规范和政策体系为目标的人工智能法硕人才培养方案，以适应社会对新型法律人才的需要;二是以智慧法庭建设为目标的人工智能技术人才培养方案，以适应人工智能时代法律职业变革的需要[11] 。

　　(三)促进能力导向

　　根据社会需求与法律职业发展需要，以人工智能为背景构建法硕生的课程体系，注重法硕生的职业素养与智能时代胜任力的培养，尤其是人工智能应用能力。为此，在法硕生课程设置中可以增加人工智能法学、人工智能监管与法律责任、人工智能政策与伦理、人工智能与知识产权、网络与信息安全法、人工智能典型应用场景的法律规制、数据挖掘以及 Python 语言等必修课程，甚至可以增加区块链、神经网络和遗传算法等选修课程。法硕生的教学计划可以灵活安排，课程教学可以讨论、研讨、学术报告等方式进行。借助人工智能共享模式，创新在线学分管理、学籍管理、学业评价等管理制度，实现培养方式的多样化，满足学生个性化、高效化和自主性学习需求，提升法律研究生的能力和综合素质，以更好适应未来终身学习实践需求。

　　(四)强化教学创新

　　将人工智能技术与教育教学深度融合，通过建设慕课、微课程、视频公开课等优质的在线开放课程，创新教学方法，将线上教学和线下教学有机结合，拓展课程的广度和深度;使用人工智能的云端机器人辅助教师，可以根据不同法硕生的知识水平调整教学进度，机器与学生进行一对一教学，自主选择教学方法和教学策略;可以利用人工智能的语音识别系统辅助教师，与法硕生进行在线答疑交流探讨;利用人工智能的智能决策系统，通过对各类信息的分析来构建不同的决策模型，为教学提供多种教学方案;利用人工智能的导学系统来帮助法硕生构建良好的学习环境、便捷地调用各种学习资源等[12] 。教学辅助机器人可以实现技术融合效应的潜能，利用大数据提供个性化指导，以驱动动态的学习情景，使真实的法律实践场景通过人工智能设备完美再现，引导法硕生更好地学习法律课程的同时提升学习兴趣，激发学习潜能[13]。

　　(五)实现协同培养

　　运用先进的人工智能技术提高法律实践教学效果。通过与科技公司及法律实务部门合作，建立与法律职业岗位相衔接的协同培养机制。从产、教、学、研多维度开展教学实践创新，通过与公检法机关及律师事务所合作实现资源共享，利用虚拟现实技术创设虚拟教学空间和模拟各种对象，比如模拟律师、法官、检察官以及当事人等。同时引导法硕生前往相关法律机构，现场感受和直接体验人工智能时代的法院系统、政法部门、政府监管机构和法律服务市场的工作场景，了解大数据和人工智能在法律领域的最新发展和应用，掌握相关技能技巧。让法硕生可以针对人工智能辅助司法实务中的热点、难点问题开展专题讨论，在服务地方的同时也拓展了实务知识和实践能力。

　　(六)构建保障体系

　　运用人工智能技术建设法硕人才质量保障体系，比如构建法硕智能教学平台，通过定位考勤、预测答题、课堂展示等多种形式，考核法硕生课堂参与度、随机应变和逻辑组织能力;为实时跟踪法硕生在线学习动态，可以通过数据挖掘技术自动分析学习情况，及时向教师反馈。对法硕生培养过程进行质量监控、课程质量监督以及论文质量监管等，有效促进法硕人才培养的质量保障。

　　随着人工智能技术的进一步成熟与发展，经济社会逐步向数字化社会转型的同时，法学教育也要紧跟时代脚步，以职业化为导向路径，结合人工智能技术应用的扩展，通过跨学科跨专业、完善课程设置、改进授课方式、强化实践教学环节、充实师资队伍、重构独立的质量评价体系等措施，建设“人工智能 + 法学”融合方式的高素质法硕人才培养新模式，以培养出智能时代的法律人。