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。

犯罪恐惧感的群体分布及其影响因素:基于上海调查数据的分析

提升人民群众的安全感是国家治理现代化建设重要目标,犯罪恐惧感是安全感的核心内容。国内学界鲜有基于随机抽样数据的犯罪恐惧感分析,少有的成果缺乏深入的理论对话。基于弱势群体易受攻击模型、受害与司法经历模型和社区模型之逻辑,并结合中国社会的实际,利用上海调查数据对犯罪恐惧感的群体分布和影响因素进行实证研究。结果发现,民众的犯罪恐惧感较低;财产犯罪恐惧感要高于人身伤害犯罪恐惧感;警察效能、社会融入和阶层认同是影响民众犯罪恐惧感的最主要因素。文章借此还与西方的发现进行对话,探讨影响我国民众犯罪恐惧的本土化特征,为提升社会的安全感,推动我国高质量社会发展提供一定的理论依据。

刑事司法改革的试点模式及其未来——以被害人救助制度为例

司法实践表明,我国刑事司法改革可以分为变法模式和试点模式两种路径。由于制度漏洞被不断暴露,以及顶层设计存在着天然缺陷,地方司法机关通过试点的方式探索、验证、推广新制度的现象不断涌现。以被害人救助制度为例,这种试点模式主要有三个特征:司法机关是试点的主导者,解决问题是试点的根本动力,地方财政是试点的物质基础。在可预见的未来,试点模式和变法模式的不断互动与互补,将成为我国刑事司法改革的主要模式。