人工智能最近大热，网络上也突然多了很多人工智能的评论家。作为法律从业者，我一直很关心人工智能在法律界的发展情况，经常会看到“机器人将要取代律师”之类的报道，媒体甚至勾画出机器人律师回答客户问题、审核、撰写合同的场景，如同科幻片。这些机器人律师到底怎么工作，效果如何？相关报道都语焉不详。套用一句俗语，河神要娶媳妇，至少得让河神现身让人瞅瞅吧。本文的目的在于调查市场上的机器人律师，分析它们的工作原理和效果，让读者自己判断到底能不能代替律师，发展到了什么程度？

一、机器人律师是如何工作的？原理是什么？

       在网络上检索一下你会发现，现在号称人工智能律师的软件可真不少，从法律研究、档案管理、合同审核、撰写的应有尽有，档案管理主要根据档案的关键词类型进行分类，撰写审核主要是自动审核合同中的明显错误，或者根据关键词检索一份类似的合同模板改编等，这些系统是不是真正的人工智能还有待商榷，选择一个代表性的，ROSS intelligence，ROSS是基于IBM公司的人工智能系统Watson开发的法律服务系统，无疑是采用真正的人工智能技术的。Watson是IBM的一款机器问答系统，因参加美国的一档问答电视节目“jeopardy”拿到最高奖而闻名全球，在该节目中，Watson能阅读屏幕上的问题，计算出答案，然后按下按钮进行抢答，用自然语言回答问题的答案。

那么ROSS intelligence是如何工作的呢？

       ROSS其实是一款智能法律检索系统。案例研究是律师工作的一个重要部分，遇到新的案件，律师都需要在法律数据中检索过往类似的案件，参考法官的判决情况，这些工作通常也由律师助理来完成。传统的法律检索平台例如Westlaw提供两种检索方式，分别是布尔逻辑和自然语言检索，布尔逻辑检索就用and,or连接一个检索式，自然语言检索则是直接用自然语言输入想要查询的内容，比如我们查询如下的信息？

  “梅西和他的父亲豪尔赫被认为存在偷漏税行为，在2007年、2008年和2009年三年合计逃税410万欧元。虽然梅西补缴了部分税款，并且直言自己的事情都是交给父亲和经纪团队打理，自己对很多事情毫不知情，梅西犯了什么罪？会遭到什么处罚。”

  用传统的布尔逻辑检索，通常需要输入这样的检索式：

  接着数据库会出现文章含有偷税或逃税的案例和法条，布尔逻辑检索要求研究人员根据经验自己列出检索关键词，检索经验相当重要，需要根据出现的结果不断调整检索式，直到找到准确的检索结果。

    第二种自然语言检索则简单地多，用户直接把一整段描述输入检索框中，例如直接输入如下内容：

  数据库自动检索出相关结果，用户根据需要查看，选择任何认为最相关的内容，自然语言输入虽然简单，但是系统依然需要提取关键词进行检索，受到不相关的关键词干扰比较多，准确性也很难保证。

那么ROSS如何查询案例呢？

  对比传统的自然语言检索，在检索式输入方式上，ROSS和传统的自然语言检索一样，用户只需要输入一段话，ROSS会自动反馈出结果。区别在于ROSS的基于的算法不同，传统的自然语言检索主要提取关键，分析关键词之间的在一篇文章的权重，找出相关的文献。ROSS则是首先理解问题，并把问题分解成成百上千个子问题，再去找每个问题的答案，然后对答案进行检索，寻找每个答案在数据库中的证据，相当于给每个答案进行证据打分，最后按照分值对每个答案排名，用户可以人工选择最优的答案，这样相当于对机器进行了一次培训，下次这个最优的答案在类似问题中就会排名靠前，这样系统会越来越准确。

  可惜ROSS不能像律师助理一样能给这些案例做总结，也不能写个分析报告，给个明确的答案，呈现给用户的依然是数据库检索结果，只不过这个检索结果是通过人工智能检索的，而且系统可以随着使用次数的增多不断学习，结果会越来越准确。

  比如你输入areoil and gas leases executory contracts？数据库中出现的结果如下图所示，这个结果不是ROSS总结的，实际上还是数据库中文档中的片段。（图片来源机器之心：独家对话RossIntelligence：第一个人工智能律师是如何炼成的）

  总之，ROSS还是一款法律检索系统，其所能做的工作就是案例研究，甚至只能说是案例研究的检索工作的一部分，只是更高效地帮助用户检索出相关的案例。

二、机器人律师的工作（检索）效果如何？

  针对ROSS的检索效果和效率，官方有相应的研究报告，我们不妨参考该报告的结果，研究小组寻找16个法律检索人员，分成四组，每组四人，分别用布尔逻辑、自然语言、ROSS和布尔逻辑、ROSS和自然语言进行检索，要求每组找出前二十个最相关的结果，最后的结果如下：

  从上图可以看出利用ROSS加布尔逻辑检索比只用布尔逻辑准确率要提高很多，同时ROSS加自然语言检索也比只用自然语言检索效果明显。

      此外，ROSS的用户体验也比其他检索方式好得多，这个很容易理解，布尔逻辑的检索结果很多噪声，去噪声很大程度上依赖检索人员的经验和技巧。自然语言输入中检索结果也会受到无关的关键词干扰

   在节省检索时间上，ROSS无疑是突出的，ROSS整体能帮助检索人员节省大约26%的法律研究时间。

 可见，ROSS在检索效率、准确率、用户体验上都要优于传统的法律数据检索系统，而且其效果会随着用户的训练越来越好。

三、机器人律师的影响如何？

 人工智能能够大量节省律师的法律研究时间，但并不是人们想象中的能做很多律师的其他工作，即使在法律检索领域也需要人工挑选总结，而且需要大量的训练学习才能满足基本的准确率要求，目前主要是在破产法领域应用。

 相信将来机器人律师会将合同审核、撰写等功能用上，某种程度会提高律师的工作效率，但取代律师的工作无从谈起，其工作还是建立在对文档的检索上，甚至对自然语言的基本上理解都难做到准确，更不用说法律术语背后的深刻含义，大量的推理、以及考虑诸如社会环境等众多因素，这些是智能检索系统无法做到的，但人工智能未来会不断进步，我们期待ROSS能在某一天通过司法考试，虽然它通过司法考试后还有很长一段路要走。目前已经不少律师事务所采用了ROSS系统，见下图：