未来3年，人工智能如何影响法律行业？5位权威专家给出趋势
人工智能在法律行业的应用正在以超预期的速度深入，从法律咨询机器人、人工智能律师到智能判案等不一而足。在未来3年会有哪些突破？人工智能是否真的会取代法官？作为法律人，该如何应对人工智能时代？
日前，由腾讯研究院参与主办的“2017人工智能与法律的未来高峰论坛”上，腾讯研究院院长司晓博士邀请最高人民法院司法改革领导小组办公室规划处处长何帆、中国人民大学法学院未来法治研究院执行院长张吉豫、上海百事通数据智能总监夏澎、北京华宇元典信息服务有限公司总监兼法律研究员汪承昊四位业界与学界专家围绕“人工智能与法律大猜想”进行了深度对话。
以下为对话内容摘要：
左起：
▵ 腾讯研究院院长司晓博士
▵ 最高人民法院司法改革领导小组办公室规划处处长何帆
▵ 中国人民大学法学院未来法治研究院执行院长张吉豫
▵ 上海百事通数据智能总监夏澎
▵ 北京华宇元典信息服务有限公司总监兼法律研究员汪承昊
法律人工智能还只是第一阶段
Q
司晓：大家好！在座的嘉宾都在人工智能和法律的交叉领域有所建树。第一个问题是想请各位预测一下在未来3-5年，人工智能将给各位各自的法律工作领域带来怎样的变化？
A
何帆：我认为未来3-5年之内，人工智能在司法领域的应用，能把目前一些概念化的场景应用实现，就已经相当不错了。这些应用大致分为四个层次：分别基于语音识别、图象识别、证据指引和图谱指引。
1. 基于语音识别的应用：除了庭审语音转化、诉讼服务机器人问答外，语音识别技术还将可以将电子化的证据与语音关联，在庭审、合议或法官撰写文书时实现语音提取、推送证据，大大提升审判效率。如果技术再进一步，未来法官合议案件时，机器可以通过语音识别对各个法官的观点进行归纳、整理，厘清共识和分歧。
2. 基于图像识别的应用：图像识别系统通过读取、分析电子化卷宗，抓取重要因素，并分类标注。例如把犯罪动机、犯罪时间、犯罪工具等一一以不同颜色打上标签，并予以比对，分析犯罪嫌疑人前后供述是否一致、行贿人和受贿人陈述是否一致，甚至可以判断、提示程序违法问题。
3. 基于证据指引的应用：将证据指引嵌入系统内，对证据的合法性、关联性进行判断，进而识别是否达到确实、充分的标准。当然，在这个问题上，刑事案件要相对容易实现，因为达到“排除合理怀疑”即可，而民事案件受利益衡量、价值判断、个案因素制约，证据判断要更加复杂。
5. 基于法律知识图谱的应用：将法律条文、裁判要旨进一步拆解，方便机器深度学习，进而通过图像识别、语义分析，自动将案件要素与“类案”匹配，实现真正意义上的“类案推送”。
总之，未来3-5年，人工智能技术能够基本实现上述设想，就已难能可贵了。
张吉豫：首先，人工智能在司法领域的应用突破，在不同法律部门和案件类型中的发生速度和程度会有所不同。但是可以肯定的是，针对规范化和简单化问题，技术的发展会实现更加科学、便利和高效的裁判文书和电子证据的标准化基础设施。简单案件或小额纠纷可以基于技术实现智能纠纷解决。
从这个意义上来说，人工智能会将司法人员，尤其是法官队伍从机械的工作中解放出来，从而真正投身于司法环节，更好地发挥对法律的解释、补充和发展的作用。另一方面，未来各地在法律远程援助系统上进一步投入，可以便利有需要的人及时寻得法律援助，提高公平正义的可及性。
在立法层面，未来五年在一些领域有望实现真正从顶层设计开始就配置机器可读版本，减少人们的相关重复性工作。在立法时就出台机器可读版本，可以便于形成知识图谱，使公司能够更好地把人力和资源集中在智能化领域。
在学术方面，法律的研究方法和研究内容在未来3-5年内都将可能被极大地扩展和丰富。在法律的研究方法上，大数据可以帮助各个学科的研究拓展维度，便于发现和分析实际运行情况和发展的趋势。实现在对现实的实施效果进行适时判断的基础上，更好地指导未来的立法工作并预测未来实施效果。
在研究内容上也会发生扩展。例如随着网络的兴起和发展，最易受信息技术影响的知识产权法领域首先接受了挑战并展开了研究，而这几年随着网络和信息技术不断深入人们生活，不同法律部门的学者们都已经开始积极关注网络法。
同样，在未来智能技术也会涉及到生活的方方面面，因此，在不同的部门法里研究智能技术的相关问题将是必然的趋势。
此外，人工智能会对人类的尊严和安全提出挑战。因此，需要法律的参与来积极引导。网络法的研究经验昭示了跨界交流的重要性。许多法律制定和实施都需要行业的标准和行业的规范加以保障，而过去标准的制定和实施都是纯技术性的。现在以及未来，法学界将会有更多的研究致力于探索如何通过法律和伦理准则来引导技术设计以使技术更符合人类价值需求。
最后，人工智能的发展并不仅仅是一个国家的问题，而且还涉及到全球共同协作。我们期待未来3-5年的共同努力能够积累出研究成果，为国际法律规则的制定贡献中国力量。
夏澎：很多行业都正在进行信息化建设，法律领域大量的数据和规则尚未被结构化，这也是很多新兴企业投入法律领域的重要原因。
如果把法律行业比作生产过程的话，其一大特点就是消费者会非常深入地参与到法律生产的过程当中。即使是同一个律师或同一个案件，委托人和律师的沟通方式的差异都会对案件产生很大的影响。因此，不同于直接生产产品出售于消费者，在法律领域内生产智能化产品的难度更高。
法律不同于电商行业，产品并没有被明确地一次性买断，而是要持续参与到整个服务过程中。法律是极低频的服务。整个行业律师所非常多但大公司数目较少，可能也正是由法律行业的基因所决定的。
大陆法系对规则的表达是明示的，而不是隐于不同案例中，这更有利于技术人员学习法律知识。虽然支持大数据发展等国家政策将推动人工智能在公共法律服务领域的应用和普及，但这一目标的实现需要人工智能自证其价值。因为只有良好的价值输出才能吸引资源的投入。例如在保险行业的法律业务许多具有相似性，人工智能技术能够帮助专业人员完成部分重复性工作以提高生产效率。我们的总体目标是技术的输出能保持统一的、稳定的质量。
此外，虽然很多的重复性工作可以通过产业的整合避免资源的浪费，但技术的解决要因行而异。例如农业和食品行业中建模的方法在法律领域的实践作用就具有局限性，所以需要整合社会资源，投入大量的信息对基础建设进行完善。
总之，3-5年并非多么遥远的时间概念，在较短的期限内若能把今天谈论的技术真正落实到产业当中，其成果就已十分显著了。
汪承昊：我想从特别视角讲一下为什么行业有这个机会，我做什么。大陆法系有一个很有意思的地方，大陆法系的法律制度是条文式的，一方面我们需要把条文解释成构成要件，另外是把案件事实向上归纳成要件事实，这样的机制导致我们对法律的理解不一致，包括实践和法律规定不一致，有很多的法条是废弃的，有很多的案例有自己的分歧观点。最高法院通过公开裁判文书之后看到了活的法律，真实法律的分歧，这种就给我们提供了很好的机会，我们现在处于法律人工智能的第一阶段，就是法律大数据检索，这是人工智能法律应用的基础。我就讲这一点。
算法公开是前提
但无法完全取代法官
Q
司晓：利用算法和软件向法官提供定罪或者量刑建议，目前在国内法院应用比较多。其实我发现美国法院也在用，而且引发了不小的争议。比如，有实证研究发现，美国一些法院使用的犯罪风险评估算法COMPAS，系统性地歧视了黑人，黑人被该算法错误预测为高犯罪风险的概率是白人的两倍。
这个算法去年在美国威斯康星州引发了一个案件，一个叫Loomis的被告人认为，法官在给其量刑时参考COMPAS的犯罪风险分数，侵犯了他的正当程序权利。威斯康辛州最高法院最后驳回了Loomis的请求，认为COMPAS的犯罪风险分数不是量刑的唯一依据，而且使用的信息都是被告人提供的，如果有错误，被告人完全可以反驳。但法院同时要求，使用犯罪风险分数时，必须给法官提供警告，比如说，算法是商业秘密，无法公开，算法可能存在有效性问题，引发了一些歧视性问题，不要过度依赖算法，不要在量刑时使用算法，等等。所以，我的问题是，你怎么看待算法量刑辅助的问题，法官在多大程度上可以依赖算法提供的建议？
A
汪承昊：司晓院长讲到了美国一个公司出品了一个系统，是通过137个问题的对话系统来获得被告人的个人身份信息、成长经历、种族，这样来分析量刑情况。在中国，如果想要通过软件对嫌疑人或者被告人的人格进行评估并将评估结果运用于量刑判断上，需要解决很多问题。一是什么样的法律体系，二是刑法上，从成本收益的角度上来分析可不可以？
这种类似于犯罪概率评估系统的软件，能否被法官采用，其中涉及公共利益的计算机系统算法是关键。我认为算法公开是此类软件合法采用的重要前提，算法依据的合法性将构成司法应用的合宪性基础。同时，此类软件将只发挥辅助作用，无法完全取代法官的工作。
Q
司晓：现在技术应用为法官和法院提供便利化和自动化的工具，有很多人工智能技术在里面，何帆如何看待这一领域目前的进展和可能面临的障碍？
A
何帆：过高预期、人才缺乏和研发模式将是人工智能深度运用的主要障碍。
首先，人工智能目前在法学研究领域已经有“泡沫化”趋势。很多司法机关和研究机构高调宣布实现了智能办案、智能量刑。但是，无论法官、检察官、警察还是律师，都只付出了人工，没有看到智能。在没有享受到人工智能带来的“改革红利”时，过高预期反而会透支人工智能的公信力，降低人们对人工智能的期待，引发倦意甚至排斥。所以，我们最好不要轻易贴人工智能的标签，而是真实地将技术渗透到法官的办案场景当中。待法官、检察官、警察等实务界人士真正受益和认可后，再慢慢上升成机制、规则。
其次，人才缺乏会阻碍人工智能深度应用。现在主要缺三类人，一是能够解释清楚供需双方各自期待的人，能代表技术公司解释其服务内容、代表司法机关向技术公司描述具体需求和场景的人。毕竟，供需清晰、沟通顺畅，是技术应用到司法具体场景的前提。二是能用通俗语言向法律人解释清楚人工智能技术基础原理的人。三是能够把法律条文拆解成机器训练所需知识的人。
第三，研发模式和研发机制的问题。现在很多司法机关和大数据公司在合作开发软件，其他地方要不要重复研发，能不能用？这就需要从顶层设计角度调整和适应。此外，法官和检察官的主业是办案，不是研发，难以长时间稳定地参与技术开发、后续维护和持续更新，难以形成长效机制。借助市场和资本的力量吸引人才投入，形成良好的竞争机制，才更有利于促成有效的研发模式。
培养和输出跨界人才成一大需求
Q
司晓：我们看到，一些法学院校开始开设和人工智能相关的课程，或者设立了人工智能研究院、法学院等等，人大则创建了未来法治研究院。那么，吉豫对法学教育领域的这一现象有何看法？将来如何培养适应人工智能时代需求的法律人才？
A
张吉豫：新一轮的科技革命正在影响社会生活的方方面面，这已经成为了大家的共识，法律界对此的关注是立足当下，而又面向未来的。我们希望将科技理性、制度理性以及人文价值的理性更好地结合，以创造人类更希望看到的幸福未来。
法学界有输出思想和法学规则的目的和追求，而今培养和输出大量的跨界人才也成了一大需求。我认为可以从三个方面来加强法律和科技相结合的教育：
一是立足实践，加强法律本科生在信息技术方面的通识教育。人大在这方面的努力主要计划从四个方面展开：1.增加课程建设。我们这个学年已经新设了大数据分析导论、人工智能和法律规制、电子商务法以及大数据、金融科技与法律监管课程，安排助教辅导以帮助本科生了解大数据的思维和技术。2.结合研究和社会需要，在传统的法学教育内加入互联网和人工智能的内容。3.借鉴人大经典通识教育的方式，要求学生完成一定比例的阅读和讲座，并以积分作为鼓励机制。4.和外部公司合作，开展面向法学院学生的互联网或人工智能领域的法律竞赛。
二是结合社会实践开设相关专业，这一过程会遇到以下问题：1.如何吸引优秀的师资，尤其在相关领域师资资源短缺的情况下？2.如何调动学生积极性？例如计算机专业的同学未必有踏足法律领域的动因，因为互联网行业的薪资更好。3.需要依托学校共建、互建或者是依托企业建设等途径，积极为专门人才培养建立实验室。
最后，除专门性的课程教育之外，还应积极倡导和提供终身教育机制。即进一步发展在职法硕、远程教育、培训等机制，使社会人才在需要相关知识时能够接受到高品质的科技与法律交叉方向的教育，也可以在公司认为员工在特定岗位上需要接受相关进修时，可以得到相应的培养模式的帮助。
Q
司晓：夏澎，请问你如何看待中美在法律人工智能领域的现状？
A
夏澎：美国最大的特点在于该国的法律领域一直是个较富裕的生态，技术在该国律师行业的渗透更早也更深入。例如，美国法律对文件的保存有着严格的要求，美国基于先进的检索技术，实现了在成千上万的文件库中提高工作效率和质量。而中国政府的支持是一大比较优势。此外，两国大公司的社会责任承担力度不同。我认为国内的一些大企业已经着眼于为法律领域提供服务，这方面美国就相形逊色了。
超人工智能时代的法律挑战
Q
司晓：今天谈了通用人工智能甚至是超级法官的出现，其实我们谈论法律的时候就希望超越人类，真正地做到公平处理纠纷的超人法官的角色。那么，在探讨未来可能出现的新物种时，一方面可以看到霍金他们会提到怎么样避免人工智能发展的技术会危害到人类，先不要谈人工智能会不会统治人类或者是消灭人类。但我们也目睹了脑机结合和其他人机智慧结合技术的发展为人类带来的福利。
Hugh Herr教授
比如，麻省理工学院的Hugh Herr教授在17岁的时候一次登山事故中因冻伤失去了双腿，对假肢不满，就走上了仿生机器人的路径。他给自己做的这个假腿比真人的腿还好，他做演讲的时候故意把下半身穿了一条短裤，可以看到人机结合得非常自然、和谐。这个不是简单把一个机器腿放在残肢上，而是机器可以捕捉到脑和肌肉的运动。而且，已经有很多仿生学、生物学和脑科学的结合。
此外，还有人类大脑存储的记忆，我们不希望看到超越人类智慧的出现，但是，人机智慧结合的出现，甚至有可能是机器人统治这个世界，大家可以看到电影《瓦力》中，每个人在车里，都是一个大胖子，主要工作就是玩，就是沉浸在虚拟世界里面。英国非常有名的科幻连续剧《黑镜》中有一集，人类做的主要工作是踩那个车子赚积分，在这样的情况下人变成了社会和机器人的宠物，只是自己没有意识到。
所以，我想问，如果我们往这方面发展的话，法律在这方面还可以做哪些事情？
A
何帆：在简单案件中，机器确实可以自动生成一个文书供法官参考，但机器能否应对疑难复杂案件，就有待考证了。此外，我国法官是由立法机关任免，就算引入机器协助法官判案，合法性依据如何解释？一旦出现差池，应如何追责？都需要认真考虑。
最近一期《读库》刊登了蒂姆·厄班先生一篇文章，名字叫《未来的人会是怎样》，文章介绍了正在研发中的脑机接口技术。在未来，是否可以借助对接大脑的机器提高法官的“跨界”能力，让刑事法官也能够审理专利案件、海事案件？或者法律的门槛是否会因为技术的辅助力上升而降低？或许都具备一定可能性。
张吉豫：技术发展的加速度不断提高，机器在理解价值、理解情感上似乎又未必是不可能实现的。但是我们还是希望能够做出尽量精确的判断。我认为法律界当下最主要的任务是认真深入地研究如何为人工智能的理性发展确定法律框架，包括伦理和其他社会规范的制定和调整。
汪承昊：人类的同理心和接纳能力很强，英国曾经做过一个实验，让测试者听不同的声音，其中包括不是人类的声音。结果显示，只要能够理解语义，听众就会将其视为人类。而在未来，人工智能也会分为计算智能和情感智能，我认为到那个时候，人类可能会把机器人格化，而不再当做对立的事物。
夏澎：人类拥有出彩的适应能力和发展能力，例如为了迎合智能手机时代的需求，顺势出台了开车不能玩手机的规则（在无手机时代没有的规则）。人类始终在不断发展，不断地调整，不断地适应新的智能产物。或许等不到超人工智能出现的那一天，人类的社会结构就已经发生巨大的改变，例如交易方式和婚姻方式等。那么在未来，随着社会基础的改变，法律的存在价值也据此发生变化。再往更未来看，很多事情的确是难以想象的。
司晓：苹果CEO在乌镇的互联网大会上表示：不害怕人工智能超越人类，担心人类像机器一样思考。其实在法律领域也是如此，人们担心的不是人工智能会判案，而是法官像人工智能一样判案。法律的魅力在于它的多元化。我曾经和很多计算机背景的人讨论过如何将人类世界的规则植入机器人系统中，让它们和我们共处，这里面有很高的信仰问题，最低一点就是法律，跟规范人类的行为是一样的。也有“机器人三定律”这种类似于法律的基本原则定的框架，也有很多需要常识的输入，就是你家里的宠物狗也是狗，但是它是不能吃的，你不告诉机器人这个场景的话它是不理解的。所以，既需要植入法律原则和规则，也需要常识输入。
而实际上，面对无法穷尽的人类规则和常识，建立一个完整的系统似乎又是无法实现的。为了实现这些，通过多学科视角来谈论这些问题是很有意义，也很必要的。因此，面向未来，我们只能尽力对能设想的场景通过技术和法律加以规范和引导。
来源 | 腾讯研究院