【综述】凯原法学院成功举办第三届上海青年法学创新论坛

12月23日，由上海市法学会、法制日报社、上海交通大学联合主办的第三届上海青年法学创新论坛在上海交通大学凯原法学院203室顺利举办。本届论坛聚焦“大数据、人工智能、智慧司法前沿及其对中国公司合规化之路的影响与挑战”，吸引了百余位专家学者与会讨论。凯原法学院党委书记汪后继、法治周末报社社长兼总编辑台建林与上海市法学会常务副会长林国平作开幕致辞。

上午的会议由最高院应用法学研究所所长蒋惠岭与上海交大电信学院教授、上海感知城市科学研究院执行院长金耀辉作主题报告，江西省高级人民法院技术处处长匡华、上海市高级人民法院信息处处长曹红星、上海市检察院信息中心主任陈军标、上海市一中院刑二庭副庭长任素贤、苏州市中院办公室副主任熊一森、临沂市兰州区法院信息中心主任黄世栋、上海市人民检察院侦查监督处陈漫卿、上海市人民检察院网信办研究员林竹静等参加会议。会议由上海市法学会专职副会长施伟东主持。下午的会议由腾讯集团安全管理部总监翁汇扬、科大讯飞政法事业部副总经理金泽蒙、上海贝格公司副总裁袁飞、北京经舆典公司副总经理杨煜、OFO小黄车公共事务副总监白雪梅、汤森路透集团（中国）法律事业部大客户经理王洋、律商联讯公司中国区产品总监郑晨光参与讨论。会议由上海市社科院法学研究所副研究员彭辉主持。

上午的会议议题为“大数据和人工智能的司法应用：司法体制综合配套改革与智慧司法”。蒋惠岭所长结合司法体制综合配套改革和人工智能发展这两大热点话题，介绍了当前司法人工智能的十大发展趋势。报告兼具经验分析和法理思辨，指出司法人工智能大有可为，绝不仅是法院的趣味景点或高端玩具。

金耀辉教授围绕“可解释的人工智能以及在司法领域的初步实践”作了报告。他指出黑箱模型的不可解释性是现在人工智能发展的一大瓶颈，未来不能仅满足于人工智能对关键事实和材料要点的得出，更要明晰其推导过程。他认为机器和人永远是相互作用，机器辅助法官办案，法官也要参与迭代。

专题研讨环节，匡华以江西法院的收转发E中心为例，介绍了电子卷宗的随案生成与利用，分享了江西法院在大数据应用及智慧法院探索中的经验。

金泽蒙从辅助办案系统的建设背景、建设思路和建设队伍等方面作了展示， 指出技术手段能够提供各种便捷方式，方便更好更快地审阅卷宗，了解案情。

陈军标从检察院的角度回顾了智慧检务的形成过程，并着重从上海的经验分析了智慧检务的重大变化，认为人工智能能在政法领域取得重大成果。

任素贤从司法大数据的定义、司法大数据的使用及大数据应用中的若干难点三个方面作了报告，指出对司法大数据的研究需要自然科学与社会科学深入交流。

熊一森介绍了苏州中院在技术方面的亮点，包括电子卷宗、全境云和智能服务三个方面。他还表示正推进相关研究的产品化，以期推动法院人工智能的发展。

黄世栋提出了究竟是信息化法院还是法院信息化的问题，并认为应该注重法院的信息化，以法院的客观规律重构法院业务需求。

陈漫卿认为，现在大家非常关注如何把技术应用到司法大数据，同时还应关注到如何进行机制创新来重构刑事办案流程。他重点对电子案卷的应用作了介绍。

林竹静认为，应该从深度里找大数据调研。服务于刑检办案的法律法规数据库，尽管面积很大，但是实际用到的范围很小，因此关键是要增加深度。

下午的会议议题为“大数据和人工智能的公司应用：公司智能化业务协同平台构建与智慧合规”，会议由上海市社科院法学研究所副研究员彭辉主持。

腾讯集团安全管理部的翁汇扬总监主要介绍微信智慧法院打造的法院数据中心平台、腾讯大数据平台、数据交换平台“两前一后”三大平台的创新架构。

科大讯飞政法事业部副总经理金泽蒙针对智能化协同平台与人工智能专题，乐观指出人工智能学习顶尖专家知识，可达一流专家水平。

上海贝格公司副总裁袁飞通过介绍大数据的司法应用，展示了大数据系统、审判系统、智能决策辅助和大数据系统的现有成果。

北京经舆典公司副总经理杨煜结合公司业务讲解了法律知识加工和法律场景的数据分析两方面内容，并详细分析了现有电子卷宗管理程序。

OFO小黄车公共事务副总监白雪梅分享了OFO大数据应用及合规发展的情况，介绍了OFO在智慧城市建设中做出的一系列积极贡献。

汤森路透集团（中国）法律事业部大客户经理王洋详细介绍了AI的起源和发展，也指出在合规环境多变的当下，公司合规监控面临的诸多难题。

律商联讯公司中国区产品总监郑辰光分析了信息技术创新对法律服务发展的驱动作用，指出目前数据太少、人工智能对案件标签的提炼不足这一困境。

论坛由上海交通大学网络安全工程学院副教授范磊和上海市大数据社会应用研究会副会长张学良作总结点评。范磊教授指出在新技术的规制和引导方面，存在一些法律思路空白。

张学良副会长则从经济角度出发，分析了司法人工智能建模过程中的成本收益比，并对大数据来源的合规性、稳定性与持续性作出提示。他寄语青年学生要自信乐观，回到历史中学习，回到学科中学习，学习方法论、辩证法，这是人工智能永远替代不了的人类的强项。