華文網

未來3年,人工智慧如何影響法律行業?5位權威專家給出趨勢

人工智慧在法律行業的應用正在以超預期的速度深入,從法律諮詢機器人、人工智慧律師到智慧判案等不一而足。在未來3年會有哪些突破?人工智慧是否真的會取代法官?作為法律人,

該如何應對人工智慧時代?

日前,由騰訊研究院參與主辦的“2017人工智慧與法律的未來高峰論壇”上,騰訊研究院院長司曉博士邀請最高人民法院司法改革領導小組辦公室規劃處處長何帆、中國人民大學法學院未來法治研究院執行院長張吉豫、上海百事通資料智慧總監夏澎、北京華宇元典資訊服務有限公司總監兼法律研究員汪承昊四位業界與學界專家圍繞“人工智慧與法律大猜想”進行了深度對話。

以下為對話內容摘要:

左起:

▵ 騰訊研究院院長司曉博士

▵ 最高人民法院司法改革領導小組辦公室規劃處處長何帆

▵ 中國人民大學法學院未來法治研究院執行院長張吉豫

▵ 上海百事通資料智慧總監夏澎

▵ 北京華宇元典資訊服務有限公司總監兼法律研究員汪承昊

法律人工智慧還只是第一階段

Q

司曉:大家好!在座的嘉賓都在人工智慧和法律的交叉領域有所建樹。第一個問題是想請各位預測一下在未來3-5年,人工智慧將給各位各自的法律工作領域帶來怎樣的變化?

A

何帆:我認為未來3-5年之內,人工智慧在司法領域的應用,能把目前一些概念化的場景應用實現,就已經相當不錯了。

這些應用大致分為四個層次:分別基於語音辨識、圖像識別、證據指引和圖譜指引。

1. 基於語音辨識的應用:除了庭審語音轉化、訴訟服務機器人問答外,語音辨識技術還將可以將電子化的證據與語音關聯,在庭審、合議或法官撰寫文書時實現語音提取、推送證據,大大提升審判效率。如果技術再進一步,未來法官合議案件時,機器可以通過語音辨識對各個法官的觀點進行歸納、整理,

厘清共識和分歧。

2. 基於圖像識別的應用:圖像識別系統通過讀取、分析電子化卷宗,抓取重要因素,並分類標注。例如把犯罪動機、犯罪時間、犯罪工具等一一以不同顏色打上標籤,並予以比對,分析犯罪嫌疑人前後供述是否一致、行賄人和受賄人陳述是否一致,甚至可以判斷、提示程式違法問題。

3. 基於證據指引的應用:將證據指引嵌入系統內,對證據的合法性、關聯性進行判斷,

進而識別是否達到確實、充分的標準。當然,在這個問題上,刑事案件要相對容易實現,因為達到“排除合理懷疑”即可,而民事案件受利益衡量、價值判斷、個案因素制約,證據判斷要更加複雜。

5. 基於法律知識圖譜的應用:將法律條文、裁判要旨進一步拆解,方便機器深度學習,進而通過圖像識別、語義分析,自動將案件要素與“類案”匹配,實現真正意義上的“類案推送”。

總之,未來3-5年,人工智慧技術能夠基本實現上述設想,就已難能可貴了。

張吉豫:首先,人工智慧在司法領域的應用突破,在不同法律部門和案件類型中的發生速度和程度會有所不同。但是可以肯定的是,針對規範化和簡單化問題,技術的發展會實現更加科學、便利和高效的裁判文書和電子證據的標準化基礎設施。簡單案件或小額糾紛可以基於技術實現智慧糾紛解決。

從這個意義上來說,人工智慧會將司法人員,尤其是法官隊伍從機械的工作中解放出來,從而真正投身於司法環節,更好地發揮對法律的解釋、補充和發展的作用。另一方面,未來各地在法律遠端援助系統上進一步投入,可以便利有需要的人及時尋得法律援助,提高公平正義的可及性。

在立法層面,未來五年在一些領域有望實現真正從頂層設計開始就配置機器可讀版本,減少人們的相關重複性工作。在立法時就出臺機器可讀版本,可以便於形成知識圖譜,使公司能夠更好地把人力和資源集中在智慧化領域。

在學術方面,法律的研究方法和研究內容在未來3-5年內都將可能被極大地擴展和豐富。在法律的研究方法上,大資料可以説明各個學科的研究拓展維度,便於發現和分析實際運行情況和發展的趨勢。實現在對現實的實施效果進行適時判斷的基礎上,更好地指導未來的立法工作並預測未來實施效果。

在研究內容上也會發生擴展。例如隨著網路的興起和發展,最易受資訊技術影響的智慧財產權法領域首先接受了挑戰並展開了研究,而這幾年隨著網路和資訊技術不斷深入人們生活,不同法律部門的學者們都已經開始積極關注網路法。

同樣,在未來智慧技術也會涉及到生活的方方面面,因此,在不同的部門法裡研究智慧技術的相關問題將是必然的趨勢。

此外,人工智慧會對人類的尊嚴和安全提出挑戰。因此,需要法律的參與來積極引導。網路法的研究經驗昭示了跨界交流的重要性。許多法律制定和實施都需要行業的標準和行業的規範加以保障,而過去標準的制定和實施都是純技術性的。現在以及未來,法學界將會有更多的研究致力於探索如何通過法律和倫理準則來引導技術設計以使技術更符合人類價值需求。

最後,人工智慧的發展並不僅僅是一個國家的問題,而且還涉及到全球共同協作。我們期待未來3-5年的共同努力能夠積累出研究成果,為國際法律規則的制定貢獻中國力量。

夏澎:很多行業都正在進行資訊化建設,法律領域大量的資料和規則尚未被結構化,這也是很多新興企業投入法律領域的重要原因。

如果把法律行業比作生產過程的話,其一大特點就是消費者會非常深入地參與到法律生產的過程當中。即使是同一個律師或同一個案件,委託人和律師的溝通方式的差異都會對案件產生很大的影響。因此,不同於直接生產產品出售于消費者,在法律領域內生產智慧化產品的難度更高。

法律不同於電商行業,產品並沒有被明確地一次性買斷,而是要持續參與到整個服務過程中。法律是極低頻的服務。整個行業律師所非常多但大公司數目較少,可能也正是由法律行業的基因所決定的。

大陸法系對規則的表達是明示的,而不是隱於不同案例中,這更有利於技術人員學習法律知識。雖然支援大資料發展等國家政策將推動人工智慧在公共法律服務領域的應用和普及,但這一目標的實現需要人工智慧自證其價值。因為只有良好的價值輸出才能吸引資源的投入。例如在保險行業的法律業務許多具有相似性,人工智慧技術能夠説明專業人員完成部分重複性工作以提高生產效率。我們的總體目標是技術的輸出能保持統一的、穩定的品質。

此外,雖然很多的重複性工作可以通過產業的整合避免資源的浪費,但技術的解決要因行而異。例如農業和食品行業中建模的方法在法律領域的實踐作用就具有局限性,所以需要整合社會資源,投入大量的資訊對基礎建設進行完善。

總之,3-5年並非多麼遙遠的時間概念,在較短的期限內若能把今天談論的技術真正落實到產業當中,其成果就已十分顯著了。

汪承昊:我想從特別視角講一下為什麼行業有這個機會,我做什麼。大陸法系有一個很有意思的地方,大陸法系的法律制度是條文式的,一方面我們需要把條文解釋成構成要件,另外是把案件事實向上歸納成要件事實,這樣的機制導致我們對法律的理解不一致,包括實踐和法律規定不一致,有很多的法條是廢棄的,有很多的案例有自己的分歧觀點。最高法院通過公開裁判文書之後看到了活的法律,真實法律的分歧,這種就給我們提供了很好的機會,我們現在處於法律人工智慧的第一階段,就是法律大資料檢索,這是人工智慧法律應用的基礎。我就講這一點。

演算法公開是前提

但無法完全取代法官

Q

司曉:利用演算法和軟體向法官提供定罪或者量刑建議,目前在國內法院應用比較多。其實我發現美國法院也在用,而且引發了不小的爭議。比如,有實證研究發現,美國一些法院使用的犯罪風險評估演算法COMPAS,系統性地歧視了黑人,黑人被該演算法錯誤預測為高犯罪風險的概率是白人的兩倍。

這個演算法去年在美國威斯康辛州引發了一個案件,一個叫Loomis的被告人認為,法官在給其量刑時參考COMPAS的犯罪風險分數,侵犯了他的正當程式權利。威斯康辛州最高法院最後駁回了Loomis的請求,認為COMPAS的犯罪風險分數不是量刑的唯一依據,而且使用的資訊都是被告人提供的,如果有錯誤,被告人完全可以反駁。但法院同時要求,使用犯罪風險分數時,必須給法官提供警告,比如說,演算法是商業秘密,無法公開,演算法可能存在有效性問題,引發了一些歧視性問題,不要過度依賴演算法,不要在量刑時使用演算法,等等。所以,我的問題是,你怎麼看待演算法量刑輔助的問題,法官在多大程度上可以依賴演算法提供的建議?

A

汪承昊:司曉院長講到了美國一個公司出品了一個系統,是通過137個問題的對話系統來獲得被告人的個人身份資訊、成長經歷、種族,這樣來分析量刑情況。在中國,如果想要通過軟體對嫌疑人或者被告人的人格進行評估並將評估結果運用於量刑判斷上,需要解決很多問題。一是什麼樣的法律體系,二是刑法上,從成本收益的角度上來分析可不可以?

這種類似於犯罪概率評估系統的軟體,能否被法官採用,其中涉及公共利益的電腦系統演算法是關鍵。我認為演算法公開是此類軟體合法採用的重要前提,演算法依據的合法性將構成司法應用的合憲性基礎。同時,此類軟體將只發揮輔助作用,無法完全取代法官的工作。

Q

司曉:現在技術應用為法官和法院提供便利化和自動化的工具,有很多人工智慧技術在裡面,何帆如何看待這一領域目前的進展和可能面臨的障礙?

A

何帆:過高預期、人才缺乏和研發模式將是人工智慧深度運用的主要障礙。

首先,人工智慧目前在法學研究領域已經有“泡沫化”趨勢。很多司法機關和研究機構高調宣佈實現了智慧辦案、智慧量刑。但是,無論法官、檢察官、員警還是律師,都只付出了人工,沒有看到智慧。在沒有享受到人工智慧帶來的“改革紅利”時,過高預期反而會透支人工智慧的公信力,降低人們對人工智慧的期待,引發倦意甚至排斥。所以,我們最好不要輕易貼人工智慧的標籤,而是真實地將技術滲透到法官的辦案場景當中。待法官、檢察官、員警等實務界人士真正受益和認可後,再慢慢上升成機制、規則。

其次,人才缺乏會阻礙人工智慧深度應用。現在主要缺三類人,一是能夠解釋清楚供需雙方各自期待的人,能代表技術公司解釋其服務內容、代表司法機關向技術公司描述具體需求和場景的人。畢竟,供需清晰、溝通順暢,是技術應用到司法具體場景的前提。二是能用通俗語言向法律人解釋清楚人工智慧技術基礎原理的人。三是能夠把法律條文拆解成機器訓練所需知識的人。

第三,研發模式和研發機制的問題。現在很多司法機關和大資料公司在合作開發軟體,其他地方要不要重複研發,能不能用?這就需要從頂層設計角度調整和適應。此外,法官和檢察官的主業是辦案,不是研發,難以長時間穩定地參與技術開發、後續維護和持續更新,難以形成長效機制。借助市場和資本的力量吸引人才投入,形成良好的競爭機制,才更有利於促成有效的研發模式。

培養和輸出跨界人才成一大需求

Q

司曉:我們看到,一些法學院校開始開設和人工智慧相關的課程,或者設立了人工智慧研究院、法學院等等,人大則創建了未來法治研究院。那麼,吉豫對法學教育領域的這一現象有何看法?將來如何培養適應人工智慧時代需求的法律人才?

A

張吉豫:新一輪的科技革命正在影響社會生活的方方面面,這已經成為了大家的共識,法律界對此的關注是立足當下,而又面向未來的。我們希望將科技理性、制度理性以及人文價值的理性更好地結合,以創造人類更希望看到的幸福未來。

法學界有輸出思想和法學規則的目的和追求,而今培養和輸出大量的跨界人才也成了一大需求。我認為可以從三個方面來加強法律和科技相結合的教育:

一是立足實踐,加強法律本科生在資訊技術方面的通識教育。人大在這方面的努力主要計畫從四個方面展開:1.增加課程建設。我們這個學年已經新設了大資料分析導論、人工智慧和法律規制、電子商務法以及大資料、金融科技與法律監管課程,安排助教輔導以説明本科生瞭解大資料的思維和技術。2.結合研究和社會需要,在傳統的法學教育內加入互聯網和人工智慧的內容。3.借鑒人大經典通識教育的方式,要求學生完成一定比例的閱讀和講座,並以積分作為鼓勵機制。4.和外部公司合作,開展面向法學院學生的互聯網或人工智慧領域的法律競賽。

二是結合社會實踐開設相關專業,這一過程會遇到以下問題:1.如何吸引優秀的師資,尤其在相關領域師資資源短缺的情況下?2.如何調動學生積極性?例如電腦專業的同學未必有踏足法律領域的動因,因為互聯網行業的薪資更好。3.需要依託學校共建、互建或者是依託企業建設等途徑,積極為專門人才培養建立實驗室。

最後,除專門性的課程教育之外,還應積極宣導和提供終身教育機制。即進一步發展在職法碩、遠端教育、培訓等機制,使社會人才在需要相關知識時能夠接受到高品質的科技與法律交叉方向的教育,也可以在公司認為員工在特定崗位上需要接受相關進修時,可以得到相應的培養模式的説明。

Q

司曉:夏澎,請問你如何看待中美在法律人工智慧領域的現狀?

A

夏澎:美國最大的特點在於該國的法律領域一直是個較富裕的生態,技術在該國律師行業的滲透更早也更深入。例如,美國法律對檔的保存有著嚴格的要求,美國基於先進的檢索技術,實現了在成千上萬的檔庫中提高工作效率和品質。而中國政府的支持是一大比較優勢。此外,兩國大公司的社會責任承擔力度不同。我認為國內的一些大企業已經著眼於為法律領域提供服務,這方面美國就相形遜色了。

超人工智慧時代的法律挑戰

Q

司曉:今天談了通用人工智慧甚至是超級法官的出現,其實我們談論法律的時候就希望超越人類,真正地做到公平處理糾紛的超人法官的角色。那麼,在探討未來可能出現的新物種時,一方面可以看到霍金他們會提到怎麼樣避免人工智慧發展的技術會危害到人類,先不要談人工智慧會不會統治人類或者是消滅人類。但我們也目睹了腦機結合和其他人機智慧結合技術的發展為人類帶來的福利。

Hugh Herr教授

比如,麻省理工學院的Hugh Herr教授在17歲的時候一次登山事故中因凍傷失去了雙腿,對假肢不滿,就走上了仿生機器人的路徑。他給自己做的這個假腿比真人的腿還好,他做演講的時候故意把下半身穿了一條短褲,可以看到人機結合得非常自然、和諧。這個不是簡單把一個機器腿放在殘肢上,而是機器可以捕捉到腦和肌肉的運動。而且,已經有很多仿生學、生物學和腦科學的結合。

此外,還有人類大腦存儲的記憶,我們不希望看到超越人類智慧的出現,但是,人機智慧結合的出現,甚至有可能是機器人統治這個世界,大家可以看到電影《瓦力》中,每個人在車裡,都是一個大胖子,主要工作就是玩,就是沉浸在虛擬世界裡面。英國非常有名的科幻連續劇《黑鏡》中有一集,人類做的主要工作是踩那個車子賺積分,在這樣的情況下人變成了社會和機器人的寵物,只是自己沒有意識到。

所以,我想問,如果我們往這方面發展的話,法律在這方面還可以做哪些事情?

A

何帆:在簡單案件中,機器確實可以自動生成一個文書供法官參考,但機器能否應對疑難複雜案件,就有待考證了。此外,我國法官是由立法機關任免,就算引入機器協助法官判案,合法性依據如何解釋?一旦出現差池,應如何追責?都需要認真考慮。

最近一期《讀庫》刊登了蒂姆·厄班先生一篇文章,名字叫《未來的人會是怎樣》,文章介紹了正在研發中的腦機介面技術。在未來,是否可以借助對接大腦的機器提高法官的“跨界”能力,讓刑事法官也能夠審理專利案件、海事案件?或者法律的門檻是否會因為技術的輔助力上升而降低?或許都具備一定可能性。

張吉豫:技術發展的加速度不斷提高,機器在理解價值、理解情感上似乎又未必是不可能實現的。但是我們還是希望能夠做出儘量精確的判斷。我認為法律界當下最主要的任務是認真深入地研究如何為人工智慧的理性發展確定法律框架,包括倫理和其他社會規範的制定和調整。

汪承昊:人類的同理心和接納能力很強,英國曾經做過一個實驗,讓測試者聽不同的聲音,其中包括不是人類的聲音。結果顯示,只要能夠理解語義,聽眾就會將其視為人類。而在未來,人工智慧也會分為計算智慧和情感智慧,我認為到那個時候,人類可能會把機器人格化,而不再當做對立的事物。

夏澎:人類擁有出彩的適應能力和發展能力,例如為了迎合智慧手機時代的需求,順勢出臺了開車不能玩手機的規則(在無手機時代沒有的規則)。人類始終在不斷發展,不斷地調整,不斷地適應新的智慧產物。或許等不到超人工智慧出現的那一天,人類的社會結構就已經發生巨大的改變,例如交易方式和婚姻方式等。那麼在未來,隨著社會基礎的改變,法律的存在價值也據此發生變化。再往更未來看,很多事情的確是難以想像的。

結語

司曉:蘋果CEO在烏鎮的互聯網大會上表示:不害怕人工智慧超越人類,擔心人類像機器一樣思考。其實在法律領域也是如此,人們擔心的不是人工智慧會判案,而是法官像人工智慧一樣判案。法律的魅力在於它的多元化。我曾經和很多電腦背景的人討論過如何將人類世界的規則植入機器人系統中,讓它們和我們共處,這裡面有很高的信仰問題,最低一點就是法律,跟規範人類的行為是一樣的。也有“機器人三定律”這種類似於法律的基本原則定的框架,也有很多需要常識的輸入,就是你家裡的寵物狗也是狗,但是它是不能吃的,你不告訴機器人這個場景的話它是不理解的。所以,既需要植入法律原則和規則,也需要常識輸入。

而實際上,面對無法窮盡的人類規則和常識,建立一個完整的系統似乎又是無法實現的。為了實現這些,通過多學科視角來談論這些問題是很有意義,也很必要的。因此,面向未來,我們只能盡力對能設想的場景通過技術和法律加以規範和引導。

來源 | 騰訊研究院

總之,未來3-5年,人工智慧技術能夠基本實現上述設想,就已難能可貴了。

張吉豫:首先,人工智慧在司法領域的應用突破,在不同法律部門和案件類型中的發生速度和程度會有所不同。但是可以肯定的是,針對規範化和簡單化問題,技術的發展會實現更加科學、便利和高效的裁判文書和電子證據的標準化基礎設施。簡單案件或小額糾紛可以基於技術實現智慧糾紛解決。

從這個意義上來說,人工智慧會將司法人員,尤其是法官隊伍從機械的工作中解放出來,從而真正投身於司法環節,更好地發揮對法律的解釋、補充和發展的作用。另一方面,未來各地在法律遠端援助系統上進一步投入,可以便利有需要的人及時尋得法律援助,提高公平正義的可及性。

在立法層面,未來五年在一些領域有望實現真正從頂層設計開始就配置機器可讀版本,減少人們的相關重複性工作。在立法時就出臺機器可讀版本,可以便於形成知識圖譜,使公司能夠更好地把人力和資源集中在智慧化領域。

在學術方面,法律的研究方法和研究內容在未來3-5年內都將可能被極大地擴展和豐富。在法律的研究方法上,大資料可以説明各個學科的研究拓展維度,便於發現和分析實際運行情況和發展的趨勢。實現在對現實的實施效果進行適時判斷的基礎上,更好地指導未來的立法工作並預測未來實施效果。

在研究內容上也會發生擴展。例如隨著網路的興起和發展,最易受資訊技術影響的智慧財產權法領域首先接受了挑戰並展開了研究,而這幾年隨著網路和資訊技術不斷深入人們生活,不同法律部門的學者們都已經開始積極關注網路法。

同樣,在未來智慧技術也會涉及到生活的方方面面,因此,在不同的部門法裡研究智慧技術的相關問題將是必然的趨勢。

此外,人工智慧會對人類的尊嚴和安全提出挑戰。因此,需要法律的參與來積極引導。網路法的研究經驗昭示了跨界交流的重要性。許多法律制定和實施都需要行業的標準和行業的規範加以保障,而過去標準的制定和實施都是純技術性的。現在以及未來,法學界將會有更多的研究致力於探索如何通過法律和倫理準則來引導技術設計以使技術更符合人類價值需求。

最後,人工智慧的發展並不僅僅是一個國家的問題,而且還涉及到全球共同協作。我們期待未來3-5年的共同努力能夠積累出研究成果,為國際法律規則的制定貢獻中國力量。

夏澎:很多行業都正在進行資訊化建設,法律領域大量的資料和規則尚未被結構化,這也是很多新興企業投入法律領域的重要原因。

如果把法律行業比作生產過程的話,其一大特點就是消費者會非常深入地參與到法律生產的過程當中。即使是同一個律師或同一個案件,委託人和律師的溝通方式的差異都會對案件產生很大的影響。因此,不同於直接生產產品出售于消費者,在法律領域內生產智慧化產品的難度更高。

法律不同於電商行業,產品並沒有被明確地一次性買斷,而是要持續參與到整個服務過程中。法律是極低頻的服務。整個行業律師所非常多但大公司數目較少,可能也正是由法律行業的基因所決定的。

大陸法系對規則的表達是明示的,而不是隱於不同案例中,這更有利於技術人員學習法律知識。雖然支援大資料發展等國家政策將推動人工智慧在公共法律服務領域的應用和普及,但這一目標的實現需要人工智慧自證其價值。因為只有良好的價值輸出才能吸引資源的投入。例如在保險行業的法律業務許多具有相似性,人工智慧技術能夠説明專業人員完成部分重複性工作以提高生產效率。我們的總體目標是技術的輸出能保持統一的、穩定的品質。

此外,雖然很多的重複性工作可以通過產業的整合避免資源的浪費,但技術的解決要因行而異。例如農業和食品行業中建模的方法在法律領域的實踐作用就具有局限性,所以需要整合社會資源,投入大量的資訊對基礎建設進行完善。

總之,3-5年並非多麼遙遠的時間概念,在較短的期限內若能把今天談論的技術真正落實到產業當中,其成果就已十分顯著了。

汪承昊:我想從特別視角講一下為什麼行業有這個機會,我做什麼。大陸法系有一個很有意思的地方,大陸法系的法律制度是條文式的,一方面我們需要把條文解釋成構成要件,另外是把案件事實向上歸納成要件事實,這樣的機制導致我們對法律的理解不一致,包括實踐和法律規定不一致,有很多的法條是廢棄的,有很多的案例有自己的分歧觀點。最高法院通過公開裁判文書之後看到了活的法律,真實法律的分歧,這種就給我們提供了很好的機會,我們現在處於法律人工智慧的第一階段,就是法律大資料檢索,這是人工智慧法律應用的基礎。我就講這一點。

演算法公開是前提

但無法完全取代法官

Q

司曉:利用演算法和軟體向法官提供定罪或者量刑建議,目前在國內法院應用比較多。其實我發現美國法院也在用,而且引發了不小的爭議。比如,有實證研究發現,美國一些法院使用的犯罪風險評估演算法COMPAS,系統性地歧視了黑人,黑人被該演算法錯誤預測為高犯罪風險的概率是白人的兩倍。

這個演算法去年在美國威斯康辛州引發了一個案件,一個叫Loomis的被告人認為,法官在給其量刑時參考COMPAS的犯罪風險分數,侵犯了他的正當程式權利。威斯康辛州最高法院最後駁回了Loomis的請求,認為COMPAS的犯罪風險分數不是量刑的唯一依據,而且使用的資訊都是被告人提供的,如果有錯誤,被告人完全可以反駁。但法院同時要求,使用犯罪風險分數時,必須給法官提供警告,比如說,演算法是商業秘密,無法公開,演算法可能存在有效性問題,引發了一些歧視性問題,不要過度依賴演算法,不要在量刑時使用演算法,等等。所以,我的問題是,你怎麼看待演算法量刑輔助的問題,法官在多大程度上可以依賴演算法提供的建議?

A

汪承昊:司曉院長講到了美國一個公司出品了一個系統,是通過137個問題的對話系統來獲得被告人的個人身份資訊、成長經歷、種族,這樣來分析量刑情況。在中國,如果想要通過軟體對嫌疑人或者被告人的人格進行評估並將評估結果運用於量刑判斷上,需要解決很多問題。一是什麼樣的法律體系,二是刑法上,從成本收益的角度上來分析可不可以?

這種類似於犯罪概率評估系統的軟體,能否被法官採用,其中涉及公共利益的電腦系統演算法是關鍵。我認為演算法公開是此類軟體合法採用的重要前提,演算法依據的合法性將構成司法應用的合憲性基礎。同時,此類軟體將只發揮輔助作用,無法完全取代法官的工作。

Q

司曉:現在技術應用為法官和法院提供便利化和自動化的工具,有很多人工智慧技術在裡面,何帆如何看待這一領域目前的進展和可能面臨的障礙?

A

何帆:過高預期、人才缺乏和研發模式將是人工智慧深度運用的主要障礙。

首先,人工智慧目前在法學研究領域已經有“泡沫化”趨勢。很多司法機關和研究機構高調宣佈實現了智慧辦案、智慧量刑。但是,無論法官、檢察官、員警還是律師,都只付出了人工,沒有看到智慧。在沒有享受到人工智慧帶來的“改革紅利”時,過高預期反而會透支人工智慧的公信力,降低人們對人工智慧的期待,引發倦意甚至排斥。所以,我們最好不要輕易貼人工智慧的標籤,而是真實地將技術滲透到法官的辦案場景當中。待法官、檢察官、員警等實務界人士真正受益和認可後,再慢慢上升成機制、規則。

其次,人才缺乏會阻礙人工智慧深度應用。現在主要缺三類人,一是能夠解釋清楚供需雙方各自期待的人,能代表技術公司解釋其服務內容、代表司法機關向技術公司描述具體需求和場景的人。畢竟,供需清晰、溝通順暢,是技術應用到司法具體場景的前提。二是能用通俗語言向法律人解釋清楚人工智慧技術基礎原理的人。三是能夠把法律條文拆解成機器訓練所需知識的人。

第三,研發模式和研發機制的問題。現在很多司法機關和大資料公司在合作開發軟體,其他地方要不要重複研發,能不能用?這就需要從頂層設計角度調整和適應。此外,法官和檢察官的主業是辦案,不是研發,難以長時間穩定地參與技術開發、後續維護和持續更新,難以形成長效機制。借助市場和資本的力量吸引人才投入,形成良好的競爭機制,才更有利於促成有效的研發模式。

培養和輸出跨界人才成一大需求

Q

司曉:我們看到,一些法學院校開始開設和人工智慧相關的課程,或者設立了人工智慧研究院、法學院等等,人大則創建了未來法治研究院。那麼,吉豫對法學教育領域的這一現象有何看法?將來如何培養適應人工智慧時代需求的法律人才?

A

張吉豫:新一輪的科技革命正在影響社會生活的方方面面,這已經成為了大家的共識,法律界對此的關注是立足當下,而又面向未來的。我們希望將科技理性、制度理性以及人文價值的理性更好地結合,以創造人類更希望看到的幸福未來。

法學界有輸出思想和法學規則的目的和追求,而今培養和輸出大量的跨界人才也成了一大需求。我認為可以從三個方面來加強法律和科技相結合的教育:

一是立足實踐,加強法律本科生在資訊技術方面的通識教育。人大在這方面的努力主要計畫從四個方面展開:1.增加課程建設。我們這個學年已經新設了大資料分析導論、人工智慧和法律規制、電子商務法以及大資料、金融科技與法律監管課程,安排助教輔導以説明本科生瞭解大資料的思維和技術。2.結合研究和社會需要,在傳統的法學教育內加入互聯網和人工智慧的內容。3.借鑒人大經典通識教育的方式,要求學生完成一定比例的閱讀和講座,並以積分作為鼓勵機制。4.和外部公司合作,開展面向法學院學生的互聯網或人工智慧領域的法律競賽。

二是結合社會實踐開設相關專業,這一過程會遇到以下問題:1.如何吸引優秀的師資,尤其在相關領域師資資源短缺的情況下?2.如何調動學生積極性?例如電腦專業的同學未必有踏足法律領域的動因,因為互聯網行業的薪資更好。3.需要依託學校共建、互建或者是依託企業建設等途徑,積極為專門人才培養建立實驗室。

最後,除專門性的課程教育之外,還應積極宣導和提供終身教育機制。即進一步發展在職法碩、遠端教育、培訓等機制,使社會人才在需要相關知識時能夠接受到高品質的科技與法律交叉方向的教育,也可以在公司認為員工在特定崗位上需要接受相關進修時,可以得到相應的培養模式的説明。

Q

司曉:夏澎,請問你如何看待中美在法律人工智慧領域的現狀?

A

夏澎:美國最大的特點在於該國的法律領域一直是個較富裕的生態,技術在該國律師行業的滲透更早也更深入。例如,美國法律對檔的保存有著嚴格的要求,美國基於先進的檢索技術,實現了在成千上萬的檔庫中提高工作效率和品質。而中國政府的支持是一大比較優勢。此外,兩國大公司的社會責任承擔力度不同。我認為國內的一些大企業已經著眼於為法律領域提供服務,這方面美國就相形遜色了。

超人工智慧時代的法律挑戰

Q

司曉:今天談了通用人工智慧甚至是超級法官的出現,其實我們談論法律的時候就希望超越人類,真正地做到公平處理糾紛的超人法官的角色。那麼,在探討未來可能出現的新物種時,一方面可以看到霍金他們會提到怎麼樣避免人工智慧發展的技術會危害到人類,先不要談人工智慧會不會統治人類或者是消滅人類。但我們也目睹了腦機結合和其他人機智慧結合技術的發展為人類帶來的福利。

Hugh Herr教授

比如,麻省理工學院的Hugh Herr教授在17歲的時候一次登山事故中因凍傷失去了雙腿,對假肢不滿,就走上了仿生機器人的路徑。他給自己做的這個假腿比真人的腿還好,他做演講的時候故意把下半身穿了一條短褲,可以看到人機結合得非常自然、和諧。這個不是簡單把一個機器腿放在殘肢上,而是機器可以捕捉到腦和肌肉的運動。而且,已經有很多仿生學、生物學和腦科學的結合。

此外,還有人類大腦存儲的記憶,我們不希望看到超越人類智慧的出現,但是,人機智慧結合的出現,甚至有可能是機器人統治這個世界,大家可以看到電影《瓦力》中,每個人在車裡,都是一個大胖子,主要工作就是玩,就是沉浸在虛擬世界裡面。英國非常有名的科幻連續劇《黑鏡》中有一集,人類做的主要工作是踩那個車子賺積分,在這樣的情況下人變成了社會和機器人的寵物,只是自己沒有意識到。

所以,我想問,如果我們往這方面發展的話,法律在這方面還可以做哪些事情?

A

何帆:在簡單案件中,機器確實可以自動生成一個文書供法官參考,但機器能否應對疑難複雜案件,就有待考證了。此外,我國法官是由立法機關任免,就算引入機器協助法官判案,合法性依據如何解釋?一旦出現差池,應如何追責?都需要認真考慮。

最近一期《讀庫》刊登了蒂姆·厄班先生一篇文章,名字叫《未來的人會是怎樣》,文章介紹了正在研發中的腦機介面技術。在未來,是否可以借助對接大腦的機器提高法官的“跨界”能力,讓刑事法官也能夠審理專利案件、海事案件?或者法律的門檻是否會因為技術的輔助力上升而降低?或許都具備一定可能性。

張吉豫:技術發展的加速度不斷提高,機器在理解價值、理解情感上似乎又未必是不可能實現的。但是我們還是希望能夠做出儘量精確的判斷。我認為法律界當下最主要的任務是認真深入地研究如何為人工智慧的理性發展確定法律框架,包括倫理和其他社會規範的制定和調整。

汪承昊:人類的同理心和接納能力很強,英國曾經做過一個實驗,讓測試者聽不同的聲音,其中包括不是人類的聲音。結果顯示,只要能夠理解語義,聽眾就會將其視為人類。而在未來,人工智慧也會分為計算智慧和情感智慧,我認為到那個時候,人類可能會把機器人格化,而不再當做對立的事物。

夏澎:人類擁有出彩的適應能力和發展能力,例如為了迎合智慧手機時代的需求,順勢出臺了開車不能玩手機的規則(在無手機時代沒有的規則)。人類始終在不斷發展,不斷地調整,不斷地適應新的智慧產物。或許等不到超人工智慧出現的那一天,人類的社會結構就已經發生巨大的改變,例如交易方式和婚姻方式等。那麼在未來,隨著社會基礎的改變,法律的存在價值也據此發生變化。再往更未來看,很多事情的確是難以想像的。

結語

司曉:蘋果CEO在烏鎮的互聯網大會上表示:不害怕人工智慧超越人類,擔心人類像機器一樣思考。其實在法律領域也是如此,人們擔心的不是人工智慧會判案,而是法官像人工智慧一樣判案。法律的魅力在於它的多元化。我曾經和很多電腦背景的人討論過如何將人類世界的規則植入機器人系統中,讓它們和我們共處,這裡面有很高的信仰問題,最低一點就是法律,跟規範人類的行為是一樣的。也有“機器人三定律”這種類似於法律的基本原則定的框架,也有很多需要常識的輸入,就是你家裡的寵物狗也是狗,但是它是不能吃的,你不告訴機器人這個場景的話它是不理解的。所以,既需要植入法律原則和規則,也需要常識輸入。

而實際上,面對無法窮盡的人類規則和常識,建立一個完整的系統似乎又是無法實現的。為了實現這些,通過多學科視角來談論這些問題是很有意義,也很必要的。因此,面向未來,我們只能盡力對能設想的場景通過技術和法律加以規範和引導。

來源 | 騰訊研究院