法律科技的变革：从计算机化到数字化与智能化

摘要：上世纪80年代初期有学者提出的“法律工作的计算机化”概念，开启了我国法律科技研究的先河。经过40多年的发展，法律科技先后经历了“法律知识+专家系统”和“法律大数据+机器学习”时代。我国的立法、审判、检察和律师工作实现了从计算机化到数字化和智能化的转型。尽管法律科技取得了显著进展，但它仍无法回避法理和伦理问题，其技术和应用也存在缺陷。法律科技的价值定位应回归居于辅助地位。法律科技在当下的数字时代面临新的挑战，我国亟须构筑法律科技自主体系。这需要从构建法律科技共同体、新型管理体系、自主知识体系、知识和数据共享机制以及法律与伦理治理体系等多个方面共同发力。

关键词：法律科技;人工智能;计算机化;法律大数据;数字正义

作者 |魏斌(哲学博士，浙江大学光华法学院;浙江大学数字法治实验室研究员)

来源 |《法学家》2024年第3期“主题研讨：法治建设的中国智慧与中国方案”栏目。

因篇幅较长，已略去原文注释。

目录

引　言

一、法律工作缘何科技化?

二、迈向数字化和智能化的法律科技

三、法律科技的应用发展

四、法律科技的价值定位

五、构建有中国特色的法律科技自主体系

结　语

引　言

上世纪80年代初期，我国法学界有学者前瞻性地提出了“法律工作的计算机化”这一概念。法律工作的计算机化不仅提升了效率，尤其在法律信息存储、案例检索、犯罪预测、多元诉讼、减轻诉累、辅助立法等多个方面，也为定量分析和理解复杂法律问题等法学研究提供了有力的支持。经过40多年的发展，法律科技从早期的“法律知识+专家系统”迈向“法律大数据+机器学习”时代，法律工作实现了从计算机化向数字化和智能化的转型。审视这一变革，对于洞察法律科技当前面临的挑战、发展动向以及构建我国法律科技理论与实践体系至关重要。

在数字时代，法律科技进入第三代人工智能与法律大数据融合的新阶段，需要从理论、应用和规范等方面进行全面而深入的思考。从理论层面来说，法律与科技的结合不仅仅是技术的应用，而且有其深刻的法理基础。法律科技的研究应当理解法律与科技结合的法理，其应用应当遵循法律运行的规律。从应用层面来说，回顾法律科技的历史发展，对于深化法律科技在立法、审判、检察和律师实务中的应用具有指导意义。从规范层面来说，对于法律科技所引发的伦理及法律问题，需要进行深入反思和讨论，以作出合理的规范性指导和建议。对法律科技的全面思考，启发我国构建自主的法律科技体系，具体包括构建法律科技共同体、新型管理体系、自主知识体系、知识和数据共享机制、法律与伦理治理体系。

一、法律工作缘何科技化?

法律工作的科技化有其必然性和客观性。法律法规数据、法律文献的激增，以及案件的爆发式增长，带来了“案多人少”的问题，传统依赖人力的法律工作的效率变得低下。“司法活动中存在的办案质量参差不齐、审理主体滥用裁量权、冤假错案层出不穷、甚至出现一案两结论的‘阴阳判’等严重问题，极大地动摇了对人脑判断的信心。”这些问题加强了法律人对法律工作科技化的高效率、客观性和确定性的期待。司法信息化的最初目标并非出于司法的固有价值，而是旨在提高办公的效率。法律工作的科技化，最初是利用计算机软件和系统，处理法律文件、管理案件信息、开展法学研究以及自动化执行其他法律任务。计算机科学的发展，尤其是人工智能的兴起，为法律工作的科技化提供了新契机。

法律工作的科技化既是科技发展的结果，也是法律自身发展的需要。法律科学自身的特点为科技赋能提供了先决条件。法律知识不仅涉及大量的规则、程序、原则和案例，而且包含了复杂的推理模式、专门化的知识存储、多样性的任务导向以及开放和反思性的概念框架。这些特征使得法律成为一个信息密集、逻辑丰富并且不断发展变化的领域。“法学研究和其它社会科学研究一样，一直处于定性分析的阶段，对复杂的法律现象，只能进行比较抽象的概括，难以全面系统地反映。而现代社会和科学的发展，还要求进行定量分析，要求有系统的观念，用复杂的系统来如实地反映复杂的系统。”以法律推理为例，基于规则的推理和基于案例的推理分别是大陆法系国家和英美法系国家的主要法律推理模式，我国以制定法驱动的规则推理为主，但案例指导制度的建立也确立了以案例推理作为辅助的法律推理模式。人工智能在发展初期就是研究基于规则和案例的自动化推理，使法律推理成为一个理想的垂直应用领域。

法学与数学的关联，为法律工作的科技化奠定了法理基础。“社会科学和自然科学的结合正在形成一股强大的潮流，法律科学当然不能例外。”法学类似于几何学，它们在元素和案例方面也类似。也因此，在法学发展史中出现了“几何学范式”，其主要特点在于“运用演绎方法，从第一原则推导公理、规则，最终形成整个完备的法律体系”。欧几里得(Ευκλειδης)创作了《几何原理》，而法的原理则囊括在《罗马民法大全》之中。莱布尼茨(Gottfried Wilhelm Leibniz)创立的微积分和二进制为计算机科学奠定了基础，其法律公理化思想对欧洲近代法学思想史的发展影响深远。他将符号化方法应用于法学，创造了法律符号化的概念。莱布尼茨还将几何学原理和组合算数运用于法学之中，其第一部哲学著作《论组合术》就尝试将法学重构为一种“数学组合术”。他在《法律教习新方法》一书中也指出：“法律应被视为一门依据几何模型对第一原理进行演绎的科学，法律推论必须遵循几何证明中的推证模型。”这种类似于几何学的法律公理化，就是使用尽可能少的语言来编撰罗马法的基本原理，使其能够演绎出罗马法的普遍原则。莱布尼茨之后，沃尔夫(Christian Wolff)及其追随者也尝试运用数学(几何学)方法研究法学，他们的理论为后世的法典编纂和法学理论(例如19世纪德国历史法学派的理论)提供了前提条件。法律的公理化思潮，在哈佛大学法学院首任院长兰德尔(Christopher C. Langdel)的推动下达到顶峰，他借鉴自然科学实验的方法创新了法学案例教学法，并且模仿数学和逻辑学提出了逻辑自洽的法律公理化之梦。这种思想认为法律体系可以由概念、原则和规则构成一个公理化系统，根据这个系统可以推导出必然为真的裁判结论。数学、逻辑学、计算机科学和人工智能学科使得定量和预测性的法学研究成为可能。

法律工作的科技化，无疑受到法律理性和形式理性的双重驱动。法律理性受到数学理性的影响，它对法律原则的设立、法律程序制度的形成和法律本质问题的提出等都有影响。阿罗不可能性定理、哥德尔不完全性定理、纳什均衡等理论都对法学的理性化产生了重要影响，这些理论针对西方民主选举制度的证伪、法律系统的不完备性、法律的博弈分析等都有了数学化的表达。数学化使得法律的关键要素得以数字化，计算机科学和人工智能通过对法律大数据分析实现了这些要素的量化处理。“法律大数据分析是利用数学建模等信息技术的方法，以足量的法律数据为支撑寻找法律实践的量化和趋势规律。”因此，法律的数字化转变成对法律运行的抽象表达。莱斯格(Lawrence Lessig)的著名论断“代码即法律”同样揭示了法律与算法之间的紧密关系。代码所蕴含的技术规范具有类似于传统法律规范调控社会行为的能力，这点更进一步体现了技术设计中内嵌的规则与法律规则之间的本质联系。此观点深刻地改变了人们对法律在数字化时代的角色和形态的认识。法律科技不仅展示了科技在法律工作中的作用，更体现了法律运行机制的数字化规律。

法律工作的科技化不只是因为法律实践的需求，还在于法律与科技的深层融合。科技之于法律的旨趣绝不能被简单理解为机械的应用，法律工作与现代科技的融合，是法律理性与科技理性相互融合的产物。这种融合不仅仅是技术应用层面的结合，更是一种深层次的、法律理性与数学及逻辑理性之间的互动和协同。同时，法律工作的科技化不单是应对现实挑战的必然响应，它也是法律发展自身逻辑的延伸。法律与科技的结合，特别是在人工智能的应用上，不仅加强了法律分析的定量性和预测性，还加深了法律人对法律现象复杂性的理解，推动了更为精确的定量研究和智能化的法律应用。因此，法律工作的科技化是法律适应现代社会发展和科技进步的一种必然趋势。

二、迈向数字化和智能化的法律科技

法律科技的发展，与计算机科学尤其是人工智能的发展高度同步。自计算机系统诞生之日起，国际上就产生了将计算机系统应用于法律工作的研究。上世纪60年代始，法律科技最初聚焦法律推理的自动化，旨在将法律知识和推理过程转化为算法可解释和自动化执行的形式。上世纪80年代，专家系统在法律界受到关注，这些系统能模拟法律专家的决策过程，为复杂法律问题提供基于规则或案例的解决方案。本世纪以来，机器学习和大数据技术引领了法律科技的新浪潮。法律科技的创新，主要集中在通过算法提升法律文本的处理和分析能力。近年来，大型生成式模型的出现，标志着法律工作的科技化进入到智能化阶段。

(一)法律知识表达与自动化推理

法律科技最早实现的是法律推理的自动化，包括基于规则的法律推理(RBR)和基于案例的法律推理(CBR)，它们都依赖于对知识的逻辑表达。“在法学领域，几乎所有的课题都是用自然语言的形式表现出来的，这就需要创造和使用其他手段加工符号信息，使之变成‘机器语言’，并将系统程序用于实践。”“电子计算机还是法律信息、情报加工的有力工具。通过对用自然语言形式表现的法律条文进行信息——逻辑加工，将会逐步产生一种新的法律语言，这必将会提高法律条文的精确度，使之更加规范化、通用化。”逻辑表达使得法律知识能够被结构化，形成清晰的逻辑结构，再由法律逻辑规则驱动来推理得到结论。法律知识的逻辑表达，将模糊、复杂的法律概念和规则转换为机器可理解和可处理的精确形式。法律语言使用机器语言来表达，而机器语言的发展经历了由一阶逻辑语言向可废止逻辑、模态逻辑、模糊逻辑、道义逻辑等现代逻辑的转变，法律概念和规则的开放性、可废止性、模糊性和权利—义务属性都被更精确地表达。

(二)法律专家系统

上世纪70年代至80年代，计算机系统辅助法律工作进入到法律专家系统(IKBS)的时代。法律专家系统的应用，使得法律专家知识与知识推理的逻辑相互融合，推动法律知识的自动化应用。“法律专家系统多数开发用于支持判决，具有透明性、启发性和灵活性等特点。”法律专家系统通常包含法律知识库和推理引擎两个部分。其中，法律知识库包含有多样化的知识来源，包括法律法规、先例、法律文本、专家知识和元知识等;推理引擎包括基于规则的推理和基于案例的推理。钱学森曾经提出过法治系统工程的设想，他认为法治系统工程包含运用人工智能、知识工程和专家系统、构建办案的系统识别、构建具备逻辑推理能力的法律检查系统。赵廷光于1993年主导开发的“实用刑法专家系统”，集成了法律咨询、案件定性和量刑建议三大功能。该系统可查询相关法律条文，辨析犯罪特征，并通过模糊逻辑为不同罪行提供量刑指导，以及通过确定量刑因素的权重并评估其影响程度来输出判决建议。

(三)法律大数据实验与分析

随着机器学习算法的逐步迭代和优化，人工智能在法律工作中表现出更高的效率和精确度。将机器学习应用于法律大数据分析是一种多维度的法学实验过程，其基本思路类似于科学实验的设计，包括提出假设并通过可重复的实验来验证假设的有效性，以揭示法律运行的规律性。法律大数据实验使用机器学习算法和自然语言处理技术，旨在对法律文本进行深入挖掘，实现信息抽取、文本分类、文本摘要、信息检索和结果预测等多种功能。法学研究的实验性思维逐步融入了大数据实验的特点，即通过对海量、多源、异构的大数据的分析来探索规律和特征，最终得到结论的思维过程。互联网提供了数据的“实验室”和“协作平台”。在法律大数据实验的具体操作中，研究人员通常从构建精准标注的数据集开始，继而通过模型训练来形成初始的理论框架。进一步地，通过对比测试集与预期结果的差异来评估模型的性能，必要时对模型进行替换或优化，以确保最佳的预测效果。大数据思维彻底颠覆了传统的抽样统计方法，主张依靠大规模数据集来预测结论。这一过程在大数据分析的容错性框架下开展，包含搜集、清洗、标注和预训练等多项步骤。

(四)法律大模型

法律工作计算机化的最新研究，已经进入到法律大模型(Legal LLMs)的阶段。大模型与生成式人工智能技术因其聚焦语言运用和内容生成，从而与法律行业需求具有内在逻辑的契合性。法律大模型是一种专门面向法律行业服务的生成式人工智能，它通常基于ChatGPT等通用生成式人工智能模型构建，通过利用大数据、深度学习技术和高度专业化的训练，来实现法律行业的目标。法律大模型的构建涉及对专业法律术语的编码、案例的结构和逻辑推理规则的内化，使得模型能够在解析、生成和推断法律文本时展现出与训练数据相匹配的高度准确性和专业性。通用大模型的研发，强调了深度神经网络在多层次表示学习、复杂模式识别和长文本信息处理中的能力。法律大模型的核心优势在于融合大规模预训练的通用性与法律领域特定知识的专业性，使用高质量的法律大数据进行微调，采用上下文嵌入、转换器架构、序列到序列的学习方式以及注意力机制，增强了其对法律语料的语义理解和法律推理能力，训练得到一个既具备高级语言理解能力、又知晓一定法律专业知识的智能系统。

三、法律科技的应用发展

在应用方面，我国的法律科技已经呈现出蓬勃的应用态势，在立法、审判、检察和律师等法律工作中都已有深度融合，实现了由平台化、信息化向数字化和智能化的转化。概括而言，法律科技的应用经历了如下三个阶段：(1)从平台化到信息化。这个阶段标志着计算机技术在法律领域的初步应用，主要体现在将传统的法律工作流程搬移到在线平台上。在平台化的基础上，信息化阶段更多地强调对法律工作中信息的有效管理和处理。(2)从信息化到数字化。这一阶段更加注重法律数据的利用和深入分析。数字化并非仅仅简单地将信息电子化，而是通过数据的整合和分析，使用先进的数据分析工具和技术，提供更个性化、精准化的法律服务。(3)从数字化到智能化。法律工作的智能化是利用人工智能辅助法律决策，进一步提升法律工作的质量和效率。

(一)立法工作的计算机化、数字化与智能化

立法的计算机化在早期主要表现为立法信息的数字化存储、处理和检索，使得立法资料管理效率显著提高，并为立法决策提供了便捷的数据支持。1986年，我国第一套涉外法律数据库出炉。1995年，北大法律信息网创办，之后经过不断迭代发展，“北大法宝”已经发展成为一个重要的中文法律检索系统。美国国会图书馆的THOMAS系统，以及后来的Congress在线立法信息服务平台，提供了较为全面的立法信息检索服务。立法工作的数字化还推动了立法机构与公众之间的互动，许多国家的立法机构建立了在线平台。数字化不仅增加了立法透明度，而且鼓励了公众参与。例如，巴西国会的e-Democracia平台，就是通过社交媒体和在线论坛促进民众对法案的讨论和参与。

立法的数字化，主要是通过大数据分析来辅助立法工作。“立法要靠数据说话，更需要数据思维。”立法的数字化，首先需要构建全面覆盖法律、行政法规、地方性法规、地方政府规章和其他规范性文件的法律数据库。基于数据库可以开发法律法规的合法性审核等应用。全国人大关于2017年备案审查工作情况的报告提出，以信息化建设提升备案审查工作能力和水平，是适应备案审查工作新形势新任务、提高备案审查工作水平的重要基础性工作。“北大法宝”已经开发出了“规范性文件合法性审核系统”，搭建了合法性审核过程中各参与角色适用的线上平台。该系统以“北大法宝”法律法规数据库为数据基础，支持对文本的多维度审查分析、审查对照表、审查意见书辅助生成等功能，提供专业化的审查服务。

立法的智能化，体现在应用人工智能来提升立法工作的智能化水平。立法人工智能的主要应用场景包括：立法征求意见快速智能整理;立法社情民意智能整理;立法参考资料有效提供;法律法规辅助起草;法律法规草案初步审查;立法方案辅助优化选择;立法社会风险评估;立法后评估;规范性文件备案审查。例如，智能起草辅助系统最新引入了生成式大模型工具，依托海量数据资源，并结合人工智能、大数据分析等先进技术，为法律法规的起草工作提供智能辅助。在最新的大模型应用中，巴西的一位议员就使用ChatGPT生成了一项城市立法草案并且获得了通过，然而，大模型用于立法因为“幻觉”而被认为是“危险的先例”。

(二)审判工作的计算机化、数字化与智能化

审判工作的计算机化，是通过计算机系统实现审判工作的流程化再造。我国的智慧法院建设已经建立了全球最大的法院计算机应用系统、裁判文书资源库、审判信息资源库、司法公开平台和司法链应用平台，由此构建了最全面的业务自动化流程，实现了审判工作的网络化和平台化。最高人民法院印发的《最高人民法院关于加快建设智慧法院的意见》，明确要求利用大数据和人工智能减轻办案负担，提供智能诉讼服务，确保审判权合理运行，并提升司法决策的科学性。自2017年开始，《中国法院信息化发展报告》系统性地梳理和评估智慧法院的年度建设成就，涵盖了审判过程中的多种计算机应用系统。这当中，审判工作应用包括了虚假诉讼甄别、电子卷宗深度随案生成、审判提示和审判管理等智能系统。

随着数字化司法和互联网司法的理念愈加深入，司法的内涵也将更加丰富：(1)司法越来越公开、透明、可接近，传统司法的危机有望得到真正解决;(2)司法越来越打破边界性，成为无间断、无限制的制度供给;(3)司法越来越个性化、扁平化，选择法官和共享法官成为可能。智慧法院推动了数字时代司法工作的变革，初步实现了审判体系和审判能力现代化。互联网法院推动互联网司法模型不断完善，杭州、北京、广州的互联网法院实行“网上案件网上审理”。在司法数字化改革的新趋势下，我国审判工作的数字化已经不再局限于对审判阶段的数字化，法院的信息化建设已呈现出全域化和扁平化的发展趋势。“全域数字法院”旨在运用高度的数字化和智能化技术，打破空间和时间的制约，推动业务流程再造、组织结构重塑和诉讼制度改革，代表了我国法律科技创新的应用前沿。

在审判的智能化方面，《最高人民法院关于规范和加强人工智能司法应用的意见》指导人工智能用于全流程辅助办案，包括证据指引与审查、法律法规推送、类案推送、全案由裁判辅助、法律文书辅助生成、法律文书辅助审查等智能化应用。这当中，类案推送是基于深度学习、知识图谱和语义计算等技术对法律文本进行检索、分类和过滤，实现类案精准推荐和法律法规推送。最高人民法院《关于统一法律适用加强类案检索的指导意见(试行)》提出，“各级人民法院应当积极推进类案检索工作，加强技术研发和应用培训，提升类案推送的智能化、精准化水平。”全国四级人民法院都已推行类案智能推送系统，为办案法官快速提供与个案相关或相近的参考案例。

(三)检察工作的计算机化、数字化与智能化

检察工作的计算机化在早期是面向检察业务的办案系统，即运用计算机系统和软件对执法司法流程进行科学再造，实现办案流程的平台化。2014年，检察业务应用系统1.0上线运行，全国四级检察机关将传统的纸质办案方式转变为“网上办案”，极大提高了办案效率和证据适用的标准化，实现了案件信息的集中管理和分析。近些年，数字检察将人工智能、区块链、云计算、元宇宙等现代技术全面应用于检察工作，从而实现办案模式和法律监督的根本性变革。最高人民检察院印发的《检察大数据行动指南(2017—2020年)》提出，建设国家检察大数据中心和资源库，推动各级检察机关的大数据共享交换。数字化的应用不仅完善了检察大数据的标准体系，而且构建了检察业务知识图谱，扩展了支撑检察职能、管理决策、深化司法体制改革和检察改革的应用体系。

检察工作的数字化推动了法律大数据监督，实现了从传统的侧重个案、以案卷审查为主的办案模式，向以数据赋能、注重类案分析和质效导向的治理方式的转变。法律大数据监督正迈向一种数字法治监督的新模式。数字法治监督模型利用数据分析从类案中挖掘出规律性问题，通过总结案件特征和要素，识别出相似案件的监督线索，进而发现案件当中存在的问题和漏洞。《中共中央关于加强新时代检察机关法律监督工作的意见》明确要求：“运用大数据、区块链等技术推进公安机关、检察机关、审判机关、司法行政机关等跨部门大数据协同办案。”法律大数据监督的应用目的在于，通过大数据分析从海量数据中发现案件线索、执法司法漏洞或监管盲区，提炼出业务规则用于研发监督模型。通过法律大数据监督，检察工作更好地履行刑事诉讼、民事诉讼、行政诉讼、公益诉讼等领域的法律监督职能。

检察机关的数字化转型正逐步向智能化发展。通过应用人工智能技术，数字检察旨在提高案件处理和法律监督的效率和质量。该领域的发展主要集中在如下三个层面：首先是围绕案件处理建立的智能检务应用层，其次是构建安全可靠的智能检务支撑层，最后是发展以数据共享为核心的智能检务数据层。法律监督的数字化和智能化，涉及建设大数据平台、开发法律监督算法模型和实施智能辅助深度学习机制。这些进展促成了一个以数据分析、知识应用和逻辑推理为基础的智能系统，实现了从个案处理到类案监督再到系统性治理的法律监督机制。随着技术的进步，检察机关正向全面的数字化法治监督转型，这包括智能化管理整个法治监督流程，例如线索管理、任务协调和效能评估的智能化。