标杆案例
法律AI科技对公司法务的影响
当前,中国正在以一个新兴大国的姿态站在全世界面前。在过去的40年里,中国以制度创新和技术破壁带动了社会经济飞速的发展;中国律所和律师,则站在中国企业集群的背后,伴随着他们一次次搏击商业浪潮的席卷。
从1978年到2018年,中国法律行业经历了高速的发展,中国律所和律师的创收和数量呈倍数增长,这是一个属于中国法律行业的黄金时代。
眼下,中国法律服务行业的主题是如何运用管理的价值继续保持高速增长,是如何帮助中国提升法治化营商环境,如何抓住新兴的业务和涉外法律服务的机会,如何应对规模化浪潮之下带来的问题,当然还有,如何拥抱科技对于行业的改变。
此时此刻,中国的法律行业,正站在历史的临界线上。
我们正处于一个人工智能大爆发的时代。任何身处其中的人,都会深受人工智能的影响。著名的人工智能时代领军人杰瑞.卡普兰说,“即将来袭的机器人、机器学习以及电子个人助手可能会开创一个全新的世界,在这个世界里,很多今天由人从事的工作将由机器完成。律师,这种最为传统的职业活动,正同样处于一种变革当中。这里,起巨大推动作用的便是法律人工智能。法务作为企业内部律师,在法律人工智能蓬勃发展的当今社会,是否会被机器逐渐取代,从而消失?还是有如卡普兰所述,“工作的本质正在发生异变?”。这个问题,目前很难有确切答案。但可以肯定的是,法律人工智能一定会对法务的工作产生影响,而法务也不得不面对法律人工智能带来的挑战。
一、法务的工作模型
预测法律人工智能对法务会产生哪些影响,还是要从法务的工作本身说起。是法务的工作目标、内容、方式及其所要求的工作技能等组成的“工作模型”,决定了这种工作是否会被机器所取代,或在何种程度上被取代,或在可预见的未来基本不会被触动。
首先,法务之所以存在,是两方面的原因。第一,企业对法律的适用存在需求。第二,在法务可满足该需求的领域内,相比于执业律师来说,法务性价比更高。否则,就只有律师的存在了。因此,法务的工作目标是满足企业的各项法律需求。值得一提的是,只要施行市场经济和法治治理,这种需求应该一直会存在。
其次,为满足企业对法律的不同需求,法务的工作内容大概有三种类型。一是企业的交易行为,如采购、销售、投资等,所产生的交易法务。二是企业的制度化行为,如风险控制、公司治理、合乎政策等,所产生的合规法务。三是企业为解决纠纷、危机所产生的诉讼/仲裁法务。三种法务遵循不太一样的流程,要求不大一样的技能。
再次,法务的基本工作方式是在接到或发现法律任务(输入)时,法务运用自身对法律的理解,这里包含法律知识与经验等,通过文件阅读、事实归纳、法律检索、法律研究等动作,用口头及书面的方式,向有关人员和部门出具法务意见(输出)。这里的法务意见,具体就包括各类合同审核意见、法律咨询意见、法律意见函、并购交易方案及文本、知识产权申报文件、公司内部规章制度、诉讼/仲裁庭证据组织及庭审意见以及其他各类项目报告、文档等。
最后,法务完成以上法律任务,其需要的技能(加工过程)包括:对法律初始文件进行阅读,与有关人员沟通,提炼所需要的关键旨意,识别其中的风险点;对法律咨询进行理解、沟通,找到对应的法律规定;对法律项目所包含的法律问题,进行分析、沟通和研究,得出对己方有利的法律观点;对各法律任务所隐藏的事实信息进行尽职调查,交叉验证;对司法机关和政府部门的过往类似司法和行政执法结果进行预判,提前做好准备等。
法务基本都按以上“工作模型”进行工作,但实践中看到的法务工作水平却大不一样。其实,普遍存在优秀法务和普通法务、资深法务和入门法务等区别。如一名领导50人的企业总法律顾问和一名只带2个人的法务经理,他们的工作差异是非常大的。细究起来,他们之间最大的区别不在于模型,而是理念、经验的深浅差异,整合、预测的能力差异。
二、法律AI的技术方向
工作模型为认识法务提供了一个通用的框架,也为探索法律人工智能对法务的影响提供了“接口”,因为人工智能技术正与思维模型紧密相关。我们尝试整理法律人工智能揭示思维模型与技术方向,来看其对法务工作的影响。
法律人工智能技术,主要是指人工智能技术在与法律相关场景下的运用。人工智能发展至今已有60多年的历史,经历了从兴起、寒冬到野蛮成长的过程。但对于人工智能的概念,仍没有统一的说法。一般解释人工智能,就是用人工的方法在机器(计算机)上实现的智能。人工智能之父马文.明斯基则说,“人工智能就是让机器来完成那些如果由人来做的则需要智能的事情的科学”。
人工智能的底层是人工智能基础,如计算性能、大数据,以及卷积神经网络、深度学习等机器学习算法。中间层是几大具体技术,如计算机视觉技术、语音工程技术、自然语言处理技术等。顶层则是应用层,如智能翻译、无人驾驶、智慧金融、智能医疗、智能客服等以及法律人工智能。可以说,法律人工智能技术,其实质是人工智能中的大数据、机器学习算法、自然语言处理技术等综合运用到法律领域的体现。
国际人工智能与法律协会(IAAIL)曾发布法律人工智能的十大议题,包括:1)法律推理的形式模型;2)论证和决策的计算模型;3)证据推理的计算模型;4)多智能体系统中的法律推理;5)自动化的法律文本分类和概括;6)从法律数据库和文本中自动提取信息;7)针对电子取证和其他法律应用的机器学习和数据挖掘;8)概念上的或者基于模型的法律信息检索;9)自动化次要、重复性的法律任务的法律机器人;10)立法的可执行模型。
从这十大待发展和运用的技术中,可以看到,有多个技术将对法务工作产生触动。如通过自动化的法律文本分类、从法律文本中自动提取信息,在处理大量的合同文件时,法务即可借助类似功能的机器,大幅提高效率和精准度。知名法律科技专家理查德.萨斯坎德在《法律人的明天会怎样?》一书中也列举了他认为的法律领域的13种颠覆性新技术,其中与人工智能紧密相关的技术有:自动文件组装、电子法律集市、在线法律指导、嵌入型法律知识、在线纠纷解决、智能法律检索、大数据、基于人工智能的问题解决等。基于此,我们也可看出,法律人工智能技术在法律文件的自动阅读与处理、法律知识与法律信息的快速收集、法律咨询的自动应答等方向可大有作为。2017年7月8日国务院印发《新一代人工智能发展规划》,提出“促进人工智能在证据收集、案例分析、法律文件阅读与分析中的应用”。这也表明了法律人工智能技术的可发展方向。
综上,可以归纳法律人工智能技术目前最有价值的几大方向包括:自动化、智能化的法律检索;法律文件阅读与分析的自动化;自动化合成法律文件;在线智能法律咨询;基于大数据的案件预测;在线争议解决等。
三、法律AI对公司法务的影响
理解法律人工智能的技术方向,对于正确评估法律人工智能对法务工作的影响大有稗益。但继续深入分析法务工作的“技术特性”,其实更为重要。可以肯定的是,不是所有的法务工作都会受到影响。从法务的“工作模型”,我们看到法务工作有输入、输出和加工过程三个环节。输入环节,我们不仅需要法务理解文本、咨询的自然语义,还需要法务的经验、判断来了解文本、咨询的法律初始含义,更需要法务的沟通、协调来掌握文本、咨询的背景和意图。加工环节,不仅需要法务对法律文件的综合理解,同样需要法务对不限于法律知识的掌握以及有效的人际沟通技能。即便在输出环节,法务也要考虑所出具的法律意见是否被接受,以及评估该输出在企业中产生的反应,从而调整自己的输出意见。这些综合行为过程,机器似乎很难做到和人类一样的好。至少目前不大可行,即便可以,也会因其成本极高而变得不可能。
那么,什么样的法务工作,会受到法律人工智能的影响以及受到什么影响?这就要分析法务工作的另一个特点了。一个法律事务或项目,如交易或纠纷,传统上被认为只能由一位或两位有经验的律师来独立完成。法律服务是不可分解的。但以理查德.萨斯坎德为代表的法律科技专家提出,对于任何一项交易或纠纷而言,无论其大小,都可以将其再细分或分解成更小的组成部分。如一项交易,可分解为:尽职调查、法律研究、交易管理、模板选择、谈判、针对性起草、文件管理、法律意见、风险管理等子任务。一次诉讼,可分解为文件审阅、法律研究、项目管理、诉讼支持、披露、策略、战术、谈判、法庭辩论等子任务。当然,子任务还可以再细分。在这些子任务中,很多是例行和重复性的工作。
也就是说,一件完整的法律任务,需要人类律师和法务的综合判断,机器可能无力插手。但如果将该任务进行分解,会发现子任务中存在大量可标准化、程序化、重复化的部分。对于该类型任务,人工智能似乎可有所作为。如合同审核,对于企业经常使用的、交易前提清晰,不需要法务进行额外沟通或确认的合同类型,如能开发相应的智能程序,完全可自动生成合同或自动出具标准的修改意见。这也是目前很多国内外法律人工智能创业公司在尝试的方向。如一家位于以色列的AI创业公司LawGeex,即声称自身可提供人工智能驱动的在线合同审核。
以这样的合同审核智能化为例,要达到与人类法务或律师同等效果,至少必须基于两个前提。第一个便是以上所说的,合同审核工作可以被分解成若干子任务,在不需要进行其他子任务或可以忽略的情况下,对其中重复出现的“同类型合同文件阅读、理解、输出修改意见”行为进行自动化。第二个更重要的前提是,智能化之前必须要有同类型的合同大数据作为基础,通过机器学习算法,经过数百万次的练习,找到合同审核意见的共同特征,并以法律语言表达出来。这两个前提,缺一不可,否则就很有可能不是真正意义上的人工智能法务审核。
可以看出,会受到人工智能影响的法务工作,自有其特点;而那些运用法律人工智能来提高法务工作效率、降低法务工作成本的尝试,目前来看,也有一定的前提和限制。但人工智能之所以是人工智能,是因为其强大的自我学习能力。有专家表示,机器学习程序正在变得越来越聪明。在未来,我们所有人也一定会受到人工智能的深层次影响,那么对于法务人员,该如何应对法律人工智能的挑战呢?
四、法务如何应对法律人工智能的挑战
人工智能历来有增强人类能力和取代人类两种理念之争。前一种已体现在各种人造劳动者上,机器人可以开车、种田、粉刷房屋、洗衣服,乃至做手术及烹饪美食。后一种则是所谓超级人工智能,她们完全具备像人类一样的智慧和自我意识。有一些科学家担忧,这些机器终将“取代”和“征服”人类。
应对法律人工智能对法务工作可能带来的挑战,首先对法律人工智能与法务工作的关系,是增强法务能力,还是取代法务人员,要有个基本的认识。综合我们所论述的法务“工作模型”和法律人工智能的“技术方向”,相信绝大多数法务人员还是会选择相信法律人工智能只会加强法务的能力,而不是取代法务。这让那些惊呼“律师要被消失了”的言论没有了市场。
其次,法务如何应对法律人工智能的挑战,关键是认识法务工作的本质。法务工作目标是满足企业法律需求,而满足企业法律需求又是企业获取利润的必要手段。企业法务工作与企业其他工作构成一个整体。从整体角度来完成法律任务,是法务不被机器替代的根基。因为这需要沟通、协调、综合判断、反馈与调整等。法务人员要致力于这些能力的提高和经验的积累,而不是简单的重复例行工作。这提醒那些初级法务和律师人员,要改变工作方式,而不要满足于静态地出具法律意见。因为,很有可能,机器也可以出具同样的法律意见。
当然,最后,应对法律人工智能的挑战最好的办法是适应它带来的改变。对于那些可标准化的法务工作,如合同审核,可以设计出智能合同审核系统,以提高企业合同管理的效率。对于那些复杂的,需要多方沟通、多领域判断的合同,仍需富有经验的人类法务来审核。对于那些中间地带的合同,便处于杰瑞.卡普兰所说的“人机协作”状态。即机器先初步审核,得出初步审核意见,然后由人类法务去复核、修改及完善。
附:【曹建峰】法律人工智十大趋势
1、智能化、自动化的法律检索将深刻影响法律人进行法律研究(检索)的方式
在人工智能技术的加持下,法律研究(检索)正向智能化、自动化的方向迈进。法律研究(legal research)对于法律人的价值不言而喻,无论你是法学院学生,还是从业律师、公司法务,抑或司法人员,甚至普通民众有时候也需要进行法律检索。
其实,信息化已经对法律检索进行过了一次改造,法律文本、裁判文书等法律资料的数字化,支撑起了市场规模巨大的法律数据库市场。但Westlaw、北大法宝等法律数据库服务一般基于传统的关键词检索,利用这些数据库进行法律检索,是一件费时费力的苦差事。
然而,基于自然语言处理(NLP)和深度学习的语义检索和法律问答已经在开始改造传统的法律检索服务。比如,号称世界首个机器人律师的ROSS就是基于IBM的Watson系统的智能检索工具,利用强大的自然语言处理和机器学习技术向律师呈现最相关、最有价值的法律回答,而非像传统法律数据库那样,仅仅呈现一大堆检索结果。
此外,语义技术,文本分析和自然语言处理,以及图像和视频技术已经为商标和专利检索以及版权监测等知识产权法律工作的自动化提供了可能性,比如TrademarkNow。
新形式的、基于语音交互的智能法律检索将经历两个阶段。
第一个阶段是智能化,在这个阶段,依然需要人类律师明确需要解决或者回答的法律问题是什么,法律搜索引擎识别相关案例并评估其价值,形成专业回答。ROSS是这一阶段智能法律检索的典型代表。
第二个阶段是自动化,意味着不需要人类律师指明法律问题是什么,系统自身可以理解一段事实陈述并自动识别其中的法律问题,然后完成检索并提供最佳法律信息,整个过程几乎不需要人类律师的深度参与。这几乎是将人类律师从繁琐的法律检索工作中解脱了出来。
2、人工智能将持续推动法律文件自动化
就像新闻写作机器人的崛起将给新闻业带来一场巨变一样,法律文件自动化趋势将可能给法律行业带来规模相当甚至更深远的变化。主要包含两个层次。
第一个层次是法律文件审阅自动化。无论是调查取证、尽职调查,还是合同分析、合规审查,都需要对法律文件进行审查、分析和研究。自动化这一工作将能够显著提升法律人的工作效率。以电子取证为例,在并购、反垄断、大型劳动纠纷等越来越多的案件中,庞大的电子材料给证据和法律材料的搜集和整理提出巨大挑战,律所往往需要投入大量的人力和物力,而且需要耗费大量时间。
但基于NLP、TAR(技术辅助审阅)、机器学习、预测性编程(predictive coding)等技术的电子取证程序可以显著提高这一工作的效率,大大节约审阅文书的时间,而且准确性不输人类律师,因此成为了法律科技市场的一大细分领域,微软等公司都已介入。
电子取证的步骤一般包括训练过程(人类律师从小量样本中确认相关的证据材料以供机器学习)和取证过程(意味着机器代替人类律师进行资料审阅以发现证据材料)。由于涉及到用机器替代律师,可能触及政策障碍,因此英国、 美国、澳大利亚等国家的法院已经明确表示在诉讼和案件中整理、搜集证据材料时可以利用预测性编程技术。
法律文件审阅自动化的另一个主要领域是合同分析。合同分析在风控、尽职调查、取证、诉讼等诸多场合具有重大意义,但是一项耗时耗力的工作。然而,德勤(Deloitte)借助机器学习合同分析系统Kira Systems,只要15分钟就可以读完原本需要人类律师花费12个小时才能审阅完的合同。在国际社会,人工智能合同分析服务已经蔚然成风,KMStandards、RAVN、Seal Software、Beagle、LawGeex等提供智能合同服务的法律科技公司越来越多,在人工智能技术的驱动下,依然在蓬勃发展,带来效率的提高、成本的降低以及流程的改善。
第二个层次是法律文件生成自动化。新闻业正在被互联网和机器写作改造,过去8年,新闻业收入减少了1/3,就业岗位减少了1.7万个,报纸的市场价值和支配力大减,代之以网络媒体的不断兴起。法律行业正面临着同样的情况,智能机器辅助甚至独立起草法律文件的时代将会到来。
如今,法律人使用法律格式的方式正从模板向法律格式文件自动生成转变;也许未来10-15年,人工智能系统将可能起草大部分的交易文件和法律文件甚至起诉书、备忘录和判决书,律师的角色将从起草者变成审校者。
比如,硅谷一家律所Fenwick & West开发的一个程序可以为准备上市的创业公司自动生成所需文件,这将律师的账单时间从20-40小时减少到了几个小时,当需要准备大量文件的时候,这一程序可以使所需时间从数天、数周减少到数小时,大大提高了工作效率。
机器智能的优势在于随着数据的积累,可以不断自我学习和改进,并且由于数据的互相关联性,计算机可以将特定合同与所有与之相关的法院判决关联起来,形成持续改进法律格式的动态关系。
未来,随着软硬件能以及算法的持续提高,起诉书、备忘录、判决书等高级法律文件也可以自动生成,但依然需要人类律师或者法官审阅,形成人机协作的关系。
3、在线法律服务、机器人法律服务等替代性商业模式不断涌现,使得法律 服务的提供日益标准化、商品化、自动化、民主化
在互联网时代和人工智能时代,律所和人类律师并非普通公众获取法律服务的唯一渠道。在线法律服务、机器人法律服务等替代性商业模式正在兴起,可以直接向终端用户提供一般法律咨询服务,比如遗嘱、婚姻咨询、交通事故咨询,等等。面向终端消费者的法律机器人DoNotPay就可以协助用户自主完成对交通罚单的申诉材料准备和提交工作。
美国法官波斯纳曾将法律行业形容为“涉及社会的法律的服务提供者的一个卡特尔”,意即是一个垄断的行业。高昂的律师费用导致社会中存在大量未被满足的法律需求,低收入以及中等收入人群中的大部分人的法律需求没有被满足。
然而,在线法律服务、机器人法律服务等替代性商业模式可以以更低廉的价格向终端用户提供法律服务,有望使法律服务标准化、商品化、自动化、民主化。商品化意味着法律服务的提供不再主要依赖于特定的人类律师的专业素养,而可以以自动化的方式提供;民主化意味着大部分人将可以以较低成本获得一般的法律服务。
英国学者Susskind认为,法律服务的提供的演进方向从定制化到标准化到系统化再到一揽子最后到商品化,意味着法律服务定价的由高而低,即从按小时计费到固定收费再到商品化定价最后趋于零。在这个层面上,国外有专家预言律师将走向没落。
无论如何,法律机器人都将对法律服务的提供产生深远影响,将持续推动法律服务走向标准化、系统化、商品化、自动化,使人人都可以获得法律服务,帮助消除法律资源不对称的问题,实现更为广泛的司法正义。
如今,在美国,最知名的法律品牌不是哪一家知名律所,而是LegalZoom之类的在线法律服务提供商,这些新型的技术派的法律服务商代表着法律服务提供的未来趋势。它们对于律所而言并非替代者的角色,而是在律所之外,满足其他未被满足的法律需求或者通过律所就会十分昂贵的法律需求。
而英国早在2007年就通过了《法律服务法案》,旨在自由化法律市场,革新法律行业组织模式,并引入竞争,促进法律服务的可负担性。在此背景下,一些国际律所已经设立了低廉的法律服务中心,在按小时计费、固定收费等模式之外,借助技术以更低价格提供法律服务。
4、基于人工智能和大数据的案件预测将深刻影响当事人的诉讼行为和法律纠纷的解决
从案件结果预测到犯罪预测,基于人工智能和大数据的预测性技术在司法领域的应用越来越广泛。
一方面,案件预测技术在研究上取得进展。2016年,研究人员利用欧洲人权法院公开的判决书训练算法系统,构建了模型,来预测案件判决结果,预测准确性达到了79%;这一实证研究表明,案件事实是最重要的预测因素,这一结论与法律形式主义的观点一致,即司法裁判主要受案件事实的陈述影响。
另一方面,案件预测已经用在了诸多实务领域。比如,Lex Machina 公司提供的服务,通过对成千上万份判决书进行自然语言处理,来预测案件结果,比如,其软件可以确定哪位法官倾向于支持原告,基于对方律师过去处理的案件来形成相应的诉讼策略,针对某个特定法院或者法官形成最有效的法律论证,等等。Lex Machina的技术已经用在了专利案件中。
案件预测的价值主要体现在两个方面,一方面可以帮助当事人形成最佳的诉讼策略,从而节约诉讼成本;另一方面,可以帮助法官实现同案同判,也即所谓的大数据司法确保公平正义。
诉讼中可能的高昂成本可能给当事人带来沉重经济负担,所以当事人一般都会在案件起诉前或者上诉前对案件胜诉可能性进行评估。但即使是最专业的律师,由于受限于人脑自身的信息处理能力,在预测上远不如计算机,因为计算机在强大算法的支持下,可以以超强的运算能力,处理几乎可以获取的所有数据。计算机的全数据处理,相比人类的样本数据分析,使得案件预测结果更为可靠。
如果事先可以较为可靠地预知案件结果,意味着当事人不会冒着极大的败诉风险继续推进诉讼或者上诉,而是会选择和解、放弃诉讼等其他纠纷解决方式。但案件预测的弊端在于可能扭曲当事人的诉讼行为,带来新的偏见(比如算法歧视,参见拙文《人工智能——机器歧视及应对之策》)和滥用。
5、在线法院,以及人工智能法律援助帮助消除司法鸿沟
俗话说,法院大门朝南开,有理没钱别进来。司法审判系统的低效率、程序拖沓、成本高昂等问题历来为人们所诟病。但问题是,人们为了解决彼此之间的法律纠纷,一定得去有实体场所的法院吗?
技术的发展已经给出了否定的回答。比如,伴随着电子商务的兴起和繁荣,在线争议解决机制(online dispute resolution,简称ODR)开始流行,在电子商务eBay上,大量买卖纠纷通过SquareTrade这一ODR服务商在线解决,当事人通过ODR系统在线提交事实陈述和证据,使纠纷在线得到处理,甚至不需要人类律师介入,很多案件也根本不会进入法院审判阶段。
在ODR模式的影响下,在线法院的实践在国外已经出现。比如,英格兰和威尔士上诉法院大法官Briggs在呼吁“提高民事司法的效率”时表示,“可以借助使用人工智能来在线裁决英格兰和威尔士的民事法律案件,在这方面,人工智能可以辅助法官,甚至作出判决。”
据悉,英国已经投入10亿英镑现代化、数字化其法院系统。根据英国学者Susskind的观点,英国的在线法院包括三个阶段:第一阶段是在线法律援助系统,向当事人提供法律咨询和建议等;第二阶段是审判前争议解决,法官通过邮电、电话等方式和当事人沟通,以解决纠纷;第三阶段即在线法庭,只适用于小额案件,以在线的方式审判案件,包括立案、提交证据、举证质证、裁判等。这类似于简易诉讼程序。
英国当前的在线法院建设并没有利用人工智能系统来裁判案件,因此并非代替法官,而是以更好的方式解决纠纷。在交往场景日益数字化的背景下,在线身份识别、音视频技术以及人工智能技术等已经为在线法院的建设提供了技术支持。
中国正在大力推动的智慧法院与国外的在线法院类似。2016年7月发布的《国家信息化发展战略纲要》将建设“智慧法院”列入国家信息化发展战略,明确提出:“建设智慧法院,提高案件受理、审判、执行、监督等各环节信息化水平,推动执法司法信息公开,促进司法公平正义。”
2016年12月发布的《“十三五”国家信息化规划》,明确指出,支持“智慧法院”建设,推行电子诉讼,建设完善公正司法信息化工程。在2017年5月11日举行的全国法院第四次信息化工作会议上,最高法院院长周强提出,智慧法院是建立在信息化基础上人民法院工作的一种形态。
中国各地的法院都在探索某种形式的智慧法院建设,但以浙江智慧法院(浙江法院电子商务网上法庭)建设最为出名;据浙江高院信息中心副主任刘克勤介绍,浙江智慧法院每年处理的交易、著作权等纠纷多达2.3万件,可以直接对接淘宝、天猫等多个平台,提供在线矛盾纠纷多元化解决平台,其他辅助措施包括案件结果预判、网上司法拍卖、智能语音识别、类案推送、当事人信用画像,等等。
2017年6月26日,中央深改小组审议通过《关于设立杭州互联网法院的方案》,该互联网法院主要审理网络购物合同纠纷、网络购物产品责任纠纷、网络服务合同纠纷、在互联网上签订、履行的金融借款合同纠纷和小额贷款合同纠纷、网络著作纠纷等五类案件。未来,在线法院的进一步建设和普及将促进公共法律服务的供给,帮助消除司法鸿沟。
此外,公共法律服务中的法律援助不足也是司法体系的一大问题,尤其是在刑事案件中,很多被告人得不到法律咨询和辩护。一些民事案件同样是在没有律师介入的情况下进行的。未来,法律机器人可以向当事人提供基本的法律援助,而法律援助律师仅在必要时才介入,这可以显著提高司法援助的效率和质量,实现公平正义。而且,法律机器人法律援助同样可以融入在线法院的建设当中。
6、人工智能和机器人将成为法律系统的主要进入点
无论是律所和律师,还是法院,抑或当事人和终端消费者,基于人工智能和机器人技术的“智能交互界面”(intelligence interface)将成为法律系统的主要进入点,法律机器人和人工智能是其中的核心。
对于律师而言,未来的法律实践比如法律检索、案件管理、法律写作等将主要通过具有智能交互界面的法律机器人和人工智能系统来完成,这就好比医生现在主要借助各种复杂的医疗器械来完成医疗活动一样。
对于法院而言,司法审判的数字化和在线化,意味着类案检索、裁判文书写作、证据分析和推理等也将在法律人工智能的辅助下进行,甚至为其所取代。
对于终端用户而言,交互性的、基于互联网的问答系统可以以文本或者语音对话的形式同用户交流,并生成所需的法律信息,或者指导其完成基本的法律文件和格式。
在此背景下,律师当前的角色将会发生变化,一些角色可能被机器取代,比如常规性、重复性任务;一些角色可能被机器增强,比如案件预测、法律写作;而对于新法新规,律师依然需要扮演核心角色。
7、律师市场评价将使法律行业更加透明可能带来“马太效应”
法律市场作为一个双边市场,其评价体系在很大程度上是不透明的,不像电商平台以及外卖、生活服务等O2O平台,具有较为完善的用户评价机制,确保了市场的透明度和消费者的知情权。但是由于法律市场在很大程度上并未平台化,很难搭建有效的评价机制。
然而,人工智能、大数据等正在改变这一状况,对律师市场进行评价正变得可能,成为了法律科技的一大趋势。当前,律师推荐已经成为法律科技的核心领域之一,国内外都在持续涌现律师推荐和评价类的产品和服务。
律师市场评价相当于将律师置于阳光之下,明星律师、普通律师、不合格律师等的区分将透明化,结果可能带来律师市场的“马太效应”,明星律师业务增多,收入增多,而普通律师、资历浅的律师将遭到相反的待遇。这呼吁律师转型,即以技术化的低成本模式提供法律服务。
8、法律人工智能职业将作为法律行业的新兴职业而不断涌现
法律机器人和法律人工智能并非凭空产生,需要技术人员和法律专家之间的通力合作。随着人工智能与法律不断融合,这一领域的研究、开发和应用将不断增强,法律人工智能职业将作为法律行业的新兴职业而不断涌现。
当前,一些积极拥抱新技术的国际律所已经在加强法律IT能力建设,法律开发者、法律数据分析师、法律数据库管理者等正在加入律所、公司法务部门、法院、法律数据库公司等法律机构。法律科技公司更是需要既懂法律又懂技术的复合型人才。未来,技术与法律的结合将更为密切,对新型人才的需求也更为迫切。
9、法律教育与人工智能等前沿信息科学技术将日益密切结合起来
中国《新一代人工智能发展规划》已经看到了法学教育与人工智能的结合,提出打造“人工智能+法学”复合专业培养新模式。这是极为高瞻远瞩的设想。
笔者曾参与翻译“Failing Law School”一书,书中对美国“4+3”(四年本科+三年法学院教育)的法学教育模式提出严正批判,认为法学院根本不需要读三年,顶多需要两年,可能一年就够了。
而中国传统的法学教育是高中毕业后直接读四年本科法学教育,这样的法学人才培养模式很难适应机器人和人工智能主导的未来法律实践。相比现在的律师,未来的律师将会从事大不一样的工作,所以需要不同的教育。因此,新规划提出的“人工智能+法学”培养模式是有远见的。
其实,国外法学院早就开始探索革新法学教育,注重对法科学生的科技和数字素养的培养。比如,早在2012年,乔治城大学法学院即开始提供一个技术创新与法律实践的实践课程,形成特色的“Iron Tech Lawyer”比赛项目,培养学生的法律开发能力。2015年,墨尔本大学法学院开始提供如何开发法律应用的课程。
未来,法律教育与人工智能等前沿信息科学技术将日益密切结合起来,而能否较早较快实现这一设想,取决于法学教育的反应速度。
其实,人工智能不仅仅对法学教育提出了挑战,要求跨学科融合的教育模式,而且对其他学科教育也提出了类似的挑战。
10、计算法律,以及算法裁判,或将成为法律的终极形态
英格兰和威尔士上诉法院大法官Briggs在在线法院的倡议中提出了算法裁判,即人工智能可以代替法官直接作出裁判。这并非不可能。其实,计算法律学历来就是人工智能与法律的核心研究方向之一,在思考“除了书面语言,法律可以有更精确、更形式化的表达吗?”这一问题,并探索用计算逻辑和代码来表达法律。
笔者此前在知乎网站上看到一个设想:如果能用一列n维向量描述各种事件,将「事件.txt」导入「法律.exe」,从而产生「判决.txt」。将法律条文转化成代码,从而使得判决彻底脱离个人主观判断。并且可以在任何人的计算机上在线。将代码开源,放在类似GitHub的网站上,供全民监督。
计算法律当前在计税等一些领域有应用,更多则是一种学术研究;但在未来的成熟的信息社会,更普遍的计算法律将可能出现,届时系统将会自动执行法律,不需要律师,甚至也不需要法官。因为那时的法律已经完全自动化了。
(部分节选自《法务之道》,作者:陶光辉)
小编微信:Crocso 如欲就法务与合规管理进行交流、培训、咨询等,可与我联系,将为您推荐大咖老师、资深专家和律师。