中国人工智能法律监管制度的构建探索

人工智能的监管引发公众的广泛关注,如何运用法律有效监管人工智能已成为国际社会的重要议题。中国的人工智能法律监管体系建设应综合考虑创新技术与增进社会福祉,围绕以人为本、安全优先、绿色发展的监管理念,完善数据与隐私保护、算法安全标准、反垄断等关键制度,构建跨学科协同监管的模式。通过持续探索与实践,中国将致力于构建引领人工智能技术健康前行和保障社会公共利益的治理体系,为全球人工智能法治建设贡献中国智慧与中国方案。

新文科背景下“人工智能+法律”复合型人才培养模式研究

在新文科建设和人工智能快速发展的时代背景下,我国需要更多高素质的“人工智能+法律”复合型人才。新文科建设催生出“人工智能+法律”的跨学科与跨专业新型复合人才培养新命题,对法律人才的教育理念、法学思维方式、法学教育内容等方面都有显著影响。文章认为,作为新时代的法学教育应当对这种新发展与新挑战予以回应,积极拥抱“人工智能”,在构建“人工智能+法律”复合人才培养体系与模式方面进行体系性变革。

人工智能背景下法律推理模型建立探究

随着人工智能在法学领域中的深入应用,“法律人工智能”“人工智能+法律”等新兴概念相继出现。法律人工智能系统经历了从法律专家系统到论证检索和认知计算的转变,为提高法律服务效率、降低法律风险、促进社会公平正义发挥了重要作用。其基础核心论题与底层技术是法律推理。法律人工智能背景下的法律推理较之传统法律推理有其自身的独特性质与特征,要想充分利用人工智能来服务法律,必须首先关注法律推理的人工智能模型。

计算法学:法律与人工智能的交叉研究

计算法学是随着人工智能在法学中深入应用而产生的一门交叉学科,使用建模、模拟等计算方法来分析法律关系,让法律信息从传统分析转为实时应答的信息化、智能化体系,旨在发现法律系统的运行规律。计算法学的核心思想是计算思维与法学思想的深度融合,研究者通过主体的分布式实时计算来分析法律行为,从而发现法律发展的深层规律。人工智能等增强技术应用于法学有利于丰富和发展法学基础理论,提升部门法科学性及协调性,减少法律系统运行摩擦。计算法学对于提高立法与司法效率、应对和规避技术风险等均具有积极作用。计算法学涉及计算法学理论、立法实验、司法预测、法律的语义挖掘、法律逻辑分析、司法管理系统、司法证据等几方面研究。计算法学吸引着众多法学、计算机科学研究者的目光,正在形成一个新的学科分支,并有望孕育出一批新的法律职业群体。

论算法认知偏差对人工智能法律规制的负面影响及其矫正

算法认知偏差不仅扭曲事实,还影响人工智能法律规制质效。法学文献中的“算法”常用于指代影响权益的人工智能系统。不同于传统编程,机器学习算法是通过向数据学习以形成模型。数据、算力、AI框架、模型框架、人为干预等因素深刻影响算法作用的发挥。算法并不是对利益得失的精巧算计。大部分算法也不具有排他性的财产属性。算法是人工智能体系中相对透明和确定的因素。“算法黑箱”并非人为“黑幕”,而是因基本原理所限导致的验证性和解释性的不足。滥用算法概念会导致人工智能法律规制的失焦、失据、失鹄、失度。数据法与专门立法相结合是人工智能规制的恰当立法形态。过度强调算法不仅造成权利、产业和科技目标难以调和,还可能导致过度监管。算法只有在以人的责任为基础的人工智能系统中才能得到稳妥规制。我国未来应该制定人工智能专门立法。业已开展的算法治理不宜过度冒进,宜审慎处理好当前与未来、名义与实质、规范与发展的关系。在准确的算法认知指导下,算法备案和公示的问题能够得到良好解释和妥善解决。

医疗领域的人工智能:法律问题与规管挑战

人工智能技术在医疗领域的应用相对成熟且前景可期。人工智能医疗的兴起和发展引发了人工智能法律地位、产品责任、数据安全和隐私保护、知识产权保护等一系列的法律问题,并在规范和管理层面带来全新的挑战。在阐释人工智能特征和局限性的基础上,就上述法律问题,结合中国现行法并参考域外法,全面探讨人工智能医疗带来的法律问题与规管挑战。

误区与正道:法律人工智能算法问题的困境、成因与改进

随着AlphaGo在围棋领域的成功,人们开始思考是否能够将以"深度学习"算法为代表的计算统计概率型算法移植至法律领域。目前,法律科技公司往往打着"深度学习""强化学习""神经网络"等旗号宣传自身的法律人工智能产品,但其实际效果却往往不佳。在司法实践中真正得到使用的仍然是以"知识图谱"为代表的传统符号型算法。而效果较好的、使用了"深度学习"算法的语音文字转换系统也是一种通用型算法,并非为法律领域量身定制。同时,算法还存在着不透明、不公正、不中立等问题。在这一现象背后有商业、技术、人才三方面原因,法律科技公司囿于经济生存压力,不得不选择目前看来最稳妥的传统符号性算法;在技术方面,法律自身的特点以及法律标签数据缺失、法律数据质量不高、代表性不足等缺陷也使统计计算型算法在短期内尚无用武之地;而法律人工智能领域人才的匮乏更是制约其发展的重要掣肘。未来,需要开发一种符号型与统计概率型算法相结合的、专门针对法律领域的新型算法,同时,需要在对算法进行可视化操作的同时,进行算法警告、算法开源与算法审计。

从法律人工智能走向人工智能法学:目标与路径

人工智能是近年来的热点话题,法律人工智能是人工智能与法学的交叉研究学科。因应强人工智能与弱人工智能的划分,法律人工智能研究也有强弱之分。目前法律人工智能研究中的科技研究模式、法律研究模式和法理研究模式具有弱法律人工智能研究的特点,难以满足法律人工智能研究的未来所需。为实现具有主体性、整体性、体系性和可对话性的强法律人工智能研究即人工智能法学,需要以研究主体跨界参与、人才培养方式转变、研究方法革新和国际间交流合作等方式达致。

法律人工智能的推理建模路径

法律人工智能的核心问题是自动法律推理建模。文献表明,推理建模有两种经典路径:一是规则推理建模路径;二是案例推理建模路径。虽然二者分别源自欧洲大陆法传统和美国判例法传统,但事实上无论是在大陆法系还是在判例法系,规则推理建模都是最根本的路径,案例推理路径是作为规则推理建模的补充路径出现的。法律推理建模以自然语言处理为前提,这一人工智能难题决定了法律推理建模的天然难度。大数据驱动催生了法律推理建模的第三种路径——大数据推理建模路径,而且这种路径可以用来弥补前两种路径的不足。虽然这种路径仍处于探索阶段,但已有了一些落地法律应用软件,如我国的智慧法院工程,以及美国的法律应用软件Lex Machina和Ravel等。

法律人工智能背景下的法律推理:性质与特征

法律人工智能既是法学与计算机、应用数学和心理学等多学科交叉的新兴学科,又指具有同法律人的思维功能相似之能力的智能系统,它可以分为强法律人工智能与弱法律人工智能。法律人工智能背景下的法律推理拥有基于道义论推理以及基于实践理性推理的性质,具备超越性、辩证性、所依赖知识的特殊性、语用性、因果关系的特殊性和真值的不敏感性等特征。强法律人工智能和弱法律人工智能法律推理在每一特征上亦有所差别,这促进我们因应人工智能的不同发展阶段对人工智能法律推理问题采取不同的研究策略。

“弱”法律人工智能研究的逻辑起点

人工智能理论已经发展了七十年,较之更晚的法律人工智能也有五十年历史。但是国内对于法律人工智能的研究尚处于起步的阶段。随着国家政策上的大力推动,法律人工智能在我国实务中的发展呈现一种加速度的态势。因此,当前理论界应该对法律人工智能的相关研究予以重视。首先要准确厘清法律人工智能的基本内涵,明确法律人工智能的定位是辅助增强人类。要在立足于"弱智能"的基础上,建立研究法律人工智能的逻辑路径。此外,对于法律人工智能的研究不能止步于现象评判,而应当能够深入到技术理论层面,突破传统法学理论的范畴。

人工智能立法体系化的理论证成与路径选择

人工智能立法体系化是全球人工智能法治的大势所趋,也是协同治理的重要抓手、科学立法的应有之义和法学知识的素材支撑。然而,当前人工智能立法研究存在“概念不清”“定性不准”“理念不彰”“范畴不明”“脉络不畅”五大问题,阻滞了立法体系化进程。应当从“人工智能的应然法律概念”“人工智能法律规范的属性”“人工智能立法的理念欲求”三个层次设置“滤网”,在区分“狭义的人工智能立法”和“广义的人工智能领域立法”的基础上锚定人工智能立法范畴。针对当前人工智能立法“碎片化”的现象,应当坚持以“事物本质”理念检视问题,在法律体系化方法中嵌入“系统—控制论”原理来规整领域立法素材。在此基础上,应当在“法律”层级适时制定一部兼具框架性和包容性的“人工智能法”,以“发展负责任的人工智能”为融贯立法体系的价值基础,以“平衡公平与效率”和“平衡安全与创新”为两大基本原则。此外,以人工智能全生命周期的“研发—生产—服务—使用”节点为横轴,以“具体风险控制”和“抽象权利保护”两种控制模式为纵轴,可以纵横交错编织出八个具有规范生成功能的法律关系定型“区间”,由此形成构筑人工智能立法制度谱系的基本线索。

面向未来的法律职业者培养路径探究——以“人工智能+法律”人才培养为例

当前,我国"人工智能十法律"人才培养计划正在加紧实施,且已取得一定成绩。但是,相较于西方发达国家,我国在教学目标的确定、培养方式的选择、教学内容的设置等方面都相对落后。相关高校应根据我国实际,遵循以法律知识传授为主、人工智能应用为辅的原则,采取多维度的人才培养形式以及多角度、多层级、宽领域的课程设计方式,进行"人工智能+法律"人才培养。要以职业能力培养为导向,加强实践训练,构建行之有效的人才培养模式,培养更多技术型法律职业者,以满足经济社会发展的需要。

人工智能发展 为何需要法律规范?

我国正处在经济社会的转型期,利益格局深刻调整,世情、国情、民情发生深刻变化.各种深层次矛盾加之疫情的叠加效应,为有效应对挑战渡过难关,"互联网+"和"人工智能+"成为很多领域和行业的选择.但同时,也发生了不少乱象,国家部委针对各种乱象的专项行动不断,如"剑网、净网、固边、清源、秋风、护苗"等,而智能家居、自动驾驶、工业系统损害案件也频繁发生,都证明了人工智能持续健康发展需要法律规范.

法律人工智能的接近正义面向——以本体方法智能化法律信息供给

我国当前的法律信息公共供给建设已遇瓶颈,面对瓶颈,应当强化法律人工智能对于接近正义的推动作用,从公民需求出发,借助人工智能在信息整合与输出方面的强大优势,优化现有公共法律服务体系,尤其是法律信息的公共供给。意大利早在21世纪初即引入新兴理论——法律本体论,对法律信息公共供给进行了相关探索。法律本体论在信息智能化方面具有较大优势,将此方法引入公共法律信息供给,能够有效满足公民日益增长的对于法律信息的需求。

“人工智能+法律”复合型人才培养路径研究

人工智能是引领未来的战略性技术,对人类经济发展、社会进步和日常生活产生深远的影响,各个国家均予以高度关注。因此,培养适应人工智能时代的高素质、复合型人才,成为我国人工智能可持续发展的必然要求。文章采取典型调查、访谈调查、问卷调查等方法,对“人工智能+法律”复合型人才培养的实践情况进行调研,发现制约其发展的原因主要体现在:培养主体、培养对象、课程设置、授课模式等方面。对此,文章提出以下建议:打破校际阻隔,整合办学优势,促进产教融合,进行交叉教育,最终形成培养合力。

人工智能司法应用的基本共识、关键分歧与发展趋势

目前,人工智能与司法制度正在走向深度融合发展阶段。然而,关于法律人工智能的讨论愈演愈烈,却始终无法达成共识,不利于人工智能司法应用的深入研究和学术创新。应在人工智能司法应用的制度目标、角色定位、伦理考量三大论题上达成最基本的共识。在此基础上,应进一步针对算法黑箱与决策透明、智能裁判与法官裁判、信息保护与案件查明这三个关键冲突点展开协调,进而形成科学的且具有可操作性的制度规范。未来,法律人工智能深度嵌入司法制度会对法律职业群体的知识技能提出新的要求。同时,法律人工智能仍需要与国际标准化组织接轨,制定统一的规范标准和应用框架。如此,司法制度方能稳妥稳慎应对人工智能掀起的数智化浪潮。

论裁判文书释法说理的人工智能建模

裁判文书释法说理是一种发生在法律实践语境中的论证活动,它要求法官进行充分说理并确保裁判结果得到普遍接受。论证型式是从日常生活论证中抽象出来的“半形式化的论证模板”,它可以作为裁判文书释法说理智能建模的分析工具。符号主义与联结主义融合的法律人工智能研究构成了裁判文书释法说理人工智能建模的基本进路。基于法律规则的论证型式、基于类案的论证型式以及基于规则外要素的论证型式将裁判文书释法说理复现为一种对抗式的论辩,它们不仅可以刻画和建构不同说理模型的内在结构,实现论证评价的可计算化,而且可以成为机器设定论证程序的工作范本。同时,通过“论证挖掘-论证型式识别-论辩推演-论证建构”的工作流程,也可以实现裁判文书释法说理的文本输出。

法律与人工智能:用ChatGPT塑造法律实践的未来

法律与人工智能的未来,既展现了机遇,也充满了挑战。人工智能对法律领域的影响,包括但不限于法律研究和分析、文件自动化处理、诉讼、替代性纠纷解决、合规、风险管理和法律教育。在ChatGPT等生成式人工智能技术的整合推动下,法律领域的持续转型正在重塑法律服务的提供方式、法律专业人士的职能和技能组合,以及法律职业的整体结构和文化。法律专业人士、政策制定者和利益相关者应接纳技术的发展更新,战略性地利用人工智能驱动的工具,并因应不断变化的法律环境,制定道德准则、监管框架和最佳实践,解决数据隐私、公平性、透明度、问责制等人工智能引发的伦理和法律挑战,以确保人工智能驱动的工具在法律实践中被负责任地使用,借此塑造一个更高效率、更有效力和更为公平的法律体系,以造福客户和整个社会。

论法律人工智能的法理逻辑

法律人工智能的法理是"实践之法理",是证成法律人工智能实践之正当性的理据,它反映人工智能的技术理性与法律实践理性相融合以揭示法律运行的规律和特征,是"法外之理"的又一阐释。法律人工智能的法理逻辑在于辩护和证成,其价值不仅为法律人工智能提供法理解释和学理支撑,还在于规范和引导法律人工智能的发展。法律融合人工智能有其天然条件,探究其蕴含之法理是法律融合科技之法理的新命题,法理形式理性是辩护法律人工智能之法理的本质特征。法理之要义应在于指导人工智能理解和遵循立法及司法规律,符合法律任务的特征,满足法律实践的需求,定位和发挥"辅助手"的作用,最大限度地发挥人工智能的技术优势。