人工智能的法律规制篇(1)

【关键词】法理学/法律推理/人工智能

【正文】

一、人工智能法律系统的历史

计算机先驱思想家莱布尼兹曾这样不无浪漫地谈到推理与计算的关系：“我们要造成这样一个结果，使所有推理的错误都只成为计算的错误，这样，当争论发生的时候，两个哲学家同两个计算家一样，用不着辩论，只要把笔拿在手里，并且在算盘面前坐下，两个人面对面地说：让我们来计算一下吧！”（注：转引自肖尔兹著：《简明逻辑史》，张家龙译，商务印书馆1977年版，第54页。）

如果连抽象的哲学推理都能转变为计算问题来解决，法律推理的定量化也许还要相对简单一些。尽管理论上的可能性与技术可行性之间依然存在着巨大的鸿沟，但是，人工智能技术的发展速度确实令人惊叹。从诞生至今的短短45年内，人工智能从一般问题的研究向特殊领域不断深入。1956年纽厄尔和西蒙教授的“逻辑理论家”程序，证明了罗素《数学原理》第二章52个定理中的38个定理。塞缪尔的课题组利用对策论和启发式探索技术开发的具有自学习能力的跳棋程序，在1959年击败了其设计者，1962年击败了州跳棋冠军，1997年超级计算机“深蓝”使世界头号国际象棋大师卡斯帕罗夫俯首称臣。

20世纪60年代，人工智能研究的主要课题是博弈、难题求解和智能机器人；70年代开始研究自然语言理解和专家系统。1971年费根鲍姆教授等人研制出“化学家系统”之后，“计算机数学家”、“计算机医生”等系统相继诞生。在其他领域专家系统研究取得突出成就的鼓舞下，一些律师提出了研制“法律诊断”系统和律师系统的可能性。（注：SimonChalton,LegalDiagnostics,ComputersandLaw,No.25,August1980.pp.13-15.BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.p.2.）

1970年Buchanan&Headrick发表了《关于人工智能和法律推理若干问题的考察》，一文，拉开了对法律推理进行人工智能研究的序幕。文章认为，理解、模拟法律论证或法律推理，需要在许多知识领域进行艰难的研究。首先要了解如何描述案件、规则和论证等几种知识类型，即如何描述法律知识，其中处理开放结构的法律概念是主要难题。其次，要了解如何运用各种知识进行推理，包括分别运用规则、判例和假设的推理，以及混合运用规则和判例的推理。再次，要了解审判实践中法律推理运用的实际过程，如审判程序的运行，规则的适用，事实的辩论等等。最后，如何将它们最终运用于编制能执行法律推理和辩论任务的计算机程序，区别和分析不同的案件，预测并规避对手的辩护策略，建立巧妙的假设等等。（注：Buchanan&Headrick,SomeSpeculationAboutArtificialIntelligenceandLegalReasoning,23StanfordLawReview(1970).pp.40-62.）法律推理的人工智能研究在这一时期主要沿着两条途径前进：一是基于规则模拟归纳推理，70年代初由WalterG.Popp和BernhardSchlink开发了JUDITH律师推理系统。二是模拟法律分析，寻求在模型与以前贮存的基础数据之间建立实际联系，并仅依这种关联的相似性而得出结论。JeffreyMeld-man1977年开发了计算机辅助法律分析系统，它以律师推理为模拟对象，试图识别与案件事实模型相似的其他案件。考虑到律师分析案件既用归纳推理又用演绎推理，程序对两者都给予了必要的关注，并且包括了各种水平的分析推理方法。

专家系统在法律中的第一次实际应用，是D.沃特曼和M.皮特森1981年开发的法律判决辅助系统(LDS)。研究者探索将其当作法律适用的实践工具，对美国民法制度的某个方面进行检测，运用严格责任、相对疏忽和损害赔偿等模型，计算出责任案件的赔偿价值，并论证了如何模拟法律专家意见的方法论问题。（注：''''ModelsofLegalDecisionmakingReport'''',R-2717-ICJ(1981).）

我国法律专家系统的研制于20世纪80年代中期起步。（注：钱学森教授：《论法治系统工程的任务与方法》（《科技管理研究》1981年第4期）、《社会主义和法治学与现代科学技术》（《法制建设》1984年第3期）、《现代科学技术与法和法制建设》（《政法论坛》）1985年第3期）等文章，为我国法律专家系统的研发起了思想解放和理论奠基作用。）1986年由朱华荣、肖开权主持的《量刑综合平衡与电脑辅助量刑专家系统研究》被确定为国家社科“七五”研究课题，它在建立盗窃罪量刑数学模型方面取得了成果。在法律数据库开发方面，1993年中山大学学生胡钊、周宗毅、汪宏杰等人合作研制了《LOA律师办公自动化系统》。（注：杨建广、骆梅芬编著：《法治系统工程》，中山大学出版社1996年版，第344-349页。）1993年武汉大学法学院赵廷光教授主持开发了《实用刑法专家系统》。（注：赵廷光等著：《实用刑法专家系统用户手册》，北京新概念软件研究所1993年版。）它由咨询检索系统、辅助定性系统和辅助量刑系统组成，具有检索刑法知识和对刑事个案进行推理判断的功能。

专家系统与以往的“通用难题求解”相比具有以下特点：(1)它要解决复杂的实际问题，而不是规则简单的游戏或数学定理证明问题；(2)它面向更加专门的应用领域，而不是单纯的原理性探索；(3)它主要根据具体的问题域，选择合理的方法来表达和运用特殊的知识，而不强调与问题的特殊性无关的普适性推理和搜索策略。

法律专家系统在法规和判例的辅助检索方面确实发挥了重要作用，解放了律师一部分脑力劳动。但绝大多数专家系统目前只能做法律数据的检索工作，缺乏应有的推理功能。20世纪90年代以后，人工智能法律系统进入了以知识工程为主要技术手段的开发时期。知识工程是指以知识为处理对象，以能在计算机上表达和运用知识的技术为主要手段，研究知识型系统的设计、构造和维护的一门更加高级的人工智能技术。（注：《中国大百科全书·自动控制与系统工程》，中国大百科全书出版社1991年版，第579页。）知识工程概念的提出，改变了以往人们认为几个推理定律再加上强大的计算机就会产生专家功能的信念。以知识工程为技术手段的法律系统研制，如果能在法律知识的获得、表达和应用等方面获得突破，将会使人工智能法律系统的研制产生一个质的飞跃。

人工智能法律系统的发展源于两种动力。其一是法律实践自身的要求。随着社会生活和法律关系的复杂化，法律实践需要新的思维工具，否则，法律家（律师、检察官和法官）将无法承受法律文献日积月累和法律案件不断增多的重负。其二是人工智能发展的需要。人工智能以模拟人的全部思维活动为目标，但又必须以具体思维活动一城一池的攻克为过程。它需要通过对不同思维领域的征服，来证明知识的每个领域都可以精确描述并制造出类似人类智能的机器。此外，人工智能选择法律领域寻求突破，还有下述原因：(1)尽管法律推理十分复杂，但它有相对稳定的对象（案件）、相对明确的前提（法律规则、法律事实）及严格的程序规则，且须得出确定的判决结论。这为人工智能模拟提供了极为有利的条件。(2)法律推理特别是抗辩制审判中的司法推理，以明确的规则、理性的标准、充分的辩论，为观察思维活动的轨迹提供了可以记录和回放的样本。(3)法律知识长期的积累、完备的档案，为模拟法律知识的获得、表达和应用提供了丰富、准确的资料。(4)法律活动所特有的自我意识、自我批评精神，对法律程序和假设进行检验的传统，为模拟法律推理提供了良好的反思条件。

二、人工智能法律系统的价值

人工智能法律系统的研制对法学理论和法律实践的价值和意义，可以概括为以下几点：

一是方法论启示。P.Wahlgren说：“人工智能方法的研究可以支持和深化在创造性方法上的法理学反思。这个信仰反映了法理学可以被视为旨在于开发法律分析和法律推理之方法的活动。从法理学的观点看，这种研究的最终目标是揭示方法论的潜在作用，从而有助于开展从法理学观点所提出的解决方法的讨论，而不仅仅是探讨与计算机科学和人工智能有关的非常细致的技术方面。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在模拟法律推理的过程中，法学家通过与工人智能专家的密切合作，可以从其对法律推理的独特理解中获得有关方法论方面的启示。例如，由于很少有两个案件完全相似，在判例法实践中，总有某些不相似的方面需要法律家运用假设来分析已有判例与现实案件的相关性程度。但法学家们在假设的性质问题上常常莫衷一是。然而HYPO的设计者，在无真实判例或真实判例不能充分解释现实案件的情况下，以假设的反例来反驳对方的观点，用补充、删减和改变事实的机械论方法来生成假设。这种用人工智能方法来处理假设的办法，就使复杂问题变得十分简单：假设实际上是一个新的论证产生于一个经过修正的老的论证的过程。总之，人工智能方法可以帮助法学家跳出法理学方法的思维定势，用其他学科的方法来重新审视法学问题，从而为法律问题的解决提供了新的途径。

二是提供了思想实验手段。西蒙认为，尽管我们还不知道思维在头脑中是怎样由生理作用完成的，“但我们知道这些处理在数字电子计算机中是由电子作用完成的。给计算机编程序使之思维，已经证明有可能为思维提供机械论解释”。（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）童天湘先生认为：“通过编制有关思维活动的程序，就会加深对思维活动具体细节的了解，并将这种程序送进计算机运行，检验其正确性。这是一种思想实验，有助于我们研究人脑思维的机理。”（注：转引自童天湘：《人工智能与第N代计算机》，载《哲学研究》1985年第5期。）人工智能法律系统研究的直接目标是使计算机能够获取、表达和应用法律知识，软件工程师为模拟法律推理而编制程序，必须先对人的推理过程作出基于人工智能理论和方法的独特解释。人工智能以功能模拟开路，在未搞清法律家的推理结构之前，首先从功能上对法律证成、法律检索、法律解释、法律适用等法律推理的要素和活动进行数理分析，将法理学、诉讼法学关于法律推理的研究成果模型化，以实现法律推理知识的机器表达或再现，从而为认识法律推理的过程和规律提供了一种实验手段。法学家则可以将人工智能法律系统的推理过程、方法和结论与人类法律推理活动相对照，为法律推理的法理学研究所借鉴。因此，用人工智能方法模拟法律推理，深化了人们对法律推理性质、要素和过程的认识，使法学家得以借助人工智能科学的敏锐透镜去考察法律推理的微观机制。正是在这个意义上，BryanNiblett教授说：“一个成功的专家系统很可能比其他的途径对法理学作出更多的（理论）贡献。”（注：BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.note14,p.3.）

三是辅助司法审判。按照格雷的观点，法律专家系统首先在英美判例法国家出现的直接原因在于，浩如烟海的判例案卷如果没有计算机编纂、分类、查询，这种法律制度简直就无法运转了。（注：PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:DartmouthPublishingCo.,1997.p.402.）其实不仅是判例法，制定法制度下的律师和法官往往也要为检索有关的法律、法规和司法解释耗费大量的精力和时间，而且由于人脑的知识和记忆能力有限，还存在着检索不全面、记忆不准确的问题。人工智能法律系统强大的记忆和检索功能，可以弥补人类智能的某些局限性，帮助律师和法官从事相对简单的法律检索工作，从而极大地解放律师和法官的脑力劳动，使其能够集中精力从事更加复杂的法律推理活动。

四是促进司法公正。司法推理虽有统一的法律标准，但法官是具有主观能动性的差异个体，所以在执行统一标准时会产生一些差异的结果。司法解释所具有的建构性、辩证性和创造性的特点，进一步加剧了这种差异。如果换了钢铁之躯的机器，这种由主观原因所造成的差异性就有可能加以避免。这当然不是说让计算机完全取代法官，而是说，由于人工智能法律系统为司法审判提供了相对统一的推理标准和评价标准，从而可以辅助法官取得具有一贯性的判决。无论如何，我们必须承认，钢铁之躯的机器没有物质欲望和感情生活，可以比人更少地受到外界因素的干扰。正像计算机录取增强了高考招生的公正性、电子监视器提高了纠正行车违章的公正性一样，智能法律系统在庭审中的运用有可能减少某些现象。

五是辅助法律教育和培训。人工智能法律系统凝聚了法律家的专门知识和法官群体的审判经验，如果通过软件系统或计算机网络实现专家经验和知识的共享，便可在法律教育和培训中发挥多方面的作用。例如，(1)在法学院教学中发挥模拟法庭的作用，可以帮助法律专业学生巩固自己所学知识，并将法律知识应用于模拟的审判实践，从而较快地提高解决法律实践问题的能力。(2)帮助新律师和新法官全面掌握法律知识，迅速获得判案经验，在审判过程的跟踪检测和判决结论的动态校正中增长知识和才干，较快地接近或达到专家水平。(3)可使不同地区、不同层次的律师和法官及时获得有关法律问题的咨询建议，弥补因知识结构差异和判案经验多寡而可能出现的失误。(4)可以为大众提供及时的法律咨询，提高广大人民群众的法律素质，增强法律意识。

六是辅助立法活动。人工智能法律系统不仅对辅助司法审判有重要的意义，而且对完善立法也具有实用价值。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）例如，伦敦大学Imperial学院的逻辑程序组将1981年英国国籍法的内容形式化，帮助立法者发现了该法在预见性上存在的一些缺陷和法律漏洞。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）立法辅助系统如能应用于法律起草和法律草案的审议过程，有可能事先发现一些立法漏洞，避免一个法律内部各种规则之间以及新法律与现有法律制度之间的相互冲突。

三、法理学在人工智能法律系统研究中的作用

1.人工智能法律系统的法理学思想来源

关于人工智能法律系统之法理学思想来源的追踪，不是对法理学与人工智能的联系作面面俱到的考察，而旨在揭示法理学对人工智能法律系统的发展所产生的一些直接影响。

第一，法律形式主义为人工智能法律系统的产生奠定了理论基础。18-19世纪的法律形式主义强调法律推理的形式方面，认为将法律化成简单的几何公式是完全可能的。这种以J·奥斯汀为代表的英国分析法学的传统，主张“法律推理应该依据客观事实、明确的规则以及逻辑去解决一切为法律所要求的具体行为。假如法律能如此运作，那么无论谁作裁决，法律推理都会导向同样的裁决。”（注：（美）史蒂文·J·伯顿著：《法律和法律推理导论》，张志铭、解兴权译，中国政法大学出版社1998年9月版，第3页。）换言之，机器只要遵守法律推理的逻辑，也可以得出和法官一样的判决结果。在分析法学家看来，“所谓‘法治’就是要求结论必须是大前提与小前提逻辑必然结果。”（注：朱景文主编：《对西方法律传统的挑战》，中国检察出版社1996年2月版，第292页。）如果法官违反三段论推理的逻辑，就会破坏法治。这种机械论的法律推理观，反映了分析法学要求法官不以个人价值观干扰法律推理活动的主张。但是，它同时具有忽视法官主观能动性和法律推理灵活性的僵化的缺陷。所以，自由法学家比埃利希将法律形式主义的逻辑推理说称为“自动售货机”理论。然而，从人工智能就是为思维提供机械论解释的意义上说，法律形式主义对法律推理所作的机械论解释，恰恰为人工智能法律系统的开发提供了可能的前提。从人工智能法律系统研制的实际过程来看，在其起步阶段，人工智能专家正是根据法律形式主义所提供的理论前提，首先选择三段论演绎推理进行模拟，由WalterG.Popp和BernhardSchlink在20世纪70年代初开发了JUDITH律师推理系统。在这个系统中，作为推理大小前提的法律和事实之间的逻辑关系，被计算机以“如果A和B，那么C”的方式加以描述，使机器法律推理第一次从理论变为现实。

第二，法律现实主义推动智能模拟深入到主体的思维结构领域。法律形式主义忽视了推理主体的社会性。法官是生活在现实社会中的人，其所从事的法律活动不可能不受到其社会体验和思维结构的影响。法官在实际的审判实践中，并不是机械地遵循规则，特别是在遇到复杂案件时，往往需要作出某种价值选择。而一旦面对价值问题，法律形式主义的逻辑决定论便立刻陷入困境，显出其僵化性的致命弱点。法律现实主义对其僵化性进行了深刻的批判。霍姆斯法官明确提出“法律的生命并不在于逻辑而在于经验”（注：（美）博登海默著：《法理学——法哲学及其方法》，邓正来、姬敬武译，华夏出版社1987年12月版，第478页。）的格言。这里所谓逻辑，就是指法律形式主义的三段论演绎逻辑；所谓经验，则包括一定的道德和政治理论、公共政策及直觉知识，甚至法官的偏见。法律现实主义对法官主观能动性和法律推理灵活性的强调，促使人工智能研究从模拟法律推理的外在逻辑形式进一步转向探求法官的内在思维结构。人们开始考虑，如果思维结构对法官的推理活动具有定向作用，那么，人工智能法律系统若要达到法官水平，就应该通过建立思维结构模型来设计机器的运行结构。TAXMAN的设计就借鉴了这一思想，法律知识被计算机结构语言以语义网络的方式组成不同的规则系统，解释程序、协调程序、说明程序分别对网络结构中的输入和输出信息进行动态结构调整，从而适应了知识整合的需要。大规模知识系统的KBS(KnowledgeBasedSystem)开发也注意了思维结构的整合作用，许多具有内在联系的小规模KBS子系统，在分别模拟法律推理要素功能（证成、法律查询、法律解释、法律适用、法律评价、理由阐述）的基础上，又通过联想程序被有机联系起来，构成了具有法律推理整体功能的概念模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）

第三，“开放结构”的法律概念打开了疑难案件法律推理模拟的思路。法律形式主义忽视了疑难案件的存在。疑难案件的特征表现为法律规则和案件之间不存在单一的逻辑对应关系。有时候从一个法律规则可以推出几种不同的结论，它们往往没有明显的对错之分；有时一个案件面对着几个相似的法律规则。在这些情况下，形式主义推理说都一筹莫展。但是，法律现实主义在批判法律形式主义时又走向另一个极端，它否认具有普遍性的一般法律规则的存在，试图用“行动中的法律”完全代替分析法学“本本中的法律”。这种矫枉过正的做法虽然是使法律推理摆脱机械论束缚所走出的必要一步，然而，法律如果真像现实主义法学所说的那样仅仅存在于具体判决之中，法律推理如果可以不遵循任何标准或因人而异，那么，受到挑战的就不仅是法律形式主义，而且还会殃及法治要求实现规则统治之根本原则，并动摇人工智能法律系统存在的基础。哈特在法律形式主义和法律现实主义的争论中采取了一种折中立场，他既承认逻辑的局限性又强调其重要性；既拒斥法官完全按自己的预感来随意判案的见解，又承认直觉的存在。这种折中立场在哈特“开放结构”的法律概念中得到了充分体现。法律概念既有“意义核心”又有“开放结构”，逻辑推理可以帮助法官发现问题的阳面，而根据社会政策、价值和后果对规则进行解释则有助于发现问题的阴面。开放结构的法律概念，使基于规则的法律推理模拟在受到概念封闭性的限制而对疑难案件无能为力时，找到了新的立足点。在此基础上，运用开放结构概念的疑难案件法律推理模型，通过逻辑程序工具和联想技术而建立起来。Gardner博士就疑难案件提出两种解决策略：一是将简易问题从疑难问题中筛选出来，运用基于规则的技术来解决；二是将疑难问题同“开放结构”的法律概念联系在一起，先用非范例知识如规则、控辩双方的陈述、常识来获得初步答案，再运用范例来澄清案件、检查答案的正确性。

第四，目的法学促进了价值推理的人工智能研究。目的法学是指一种所谓直接实现目的之“后法治”理想。美国法学家诺内特和塞尔兹尼克把法律分为三种类型。他们认为，以法治为标志的自治型法，过分强调手段或程序的正当性，有把手段当作目的的倾向。这说明法治社会并没有反映人类关于美好社会的最高理想，因为实质正义不是经过人们直接追求而实现的，而是通过追求形式正义而间接获得的。因此他们提出以回应型法取代自治型法的主张。在回应型法中，“目的为评判既定的做法设立了标准，从而也就开辟了变化的途径。同时，如果认真地对待目的，它们就能控制行政自由裁量权，从而减轻制度屈从的危险。反之，缺少目的既是僵硬的根源，又是机会主义的根源。”（注：（美）诺内特、塞尔兹尼克著：《转变中的法律与社会》，张志铭译，中国政法大学出版社1994年版，第60页。）美国批判法学家昂格尔对形式主义法律推理和目的型法律推理的特点进行了比较，他认为，前者要求使用内容明确、固定的规则，无视社会现实生活中不同价值观念的冲突，不能适应复杂情况和变化，追求形式正义；后者则要求放松对法律推理标准的严格限制，允许使用无固定内容的抽象标准，迫使人们在不同的价值观念之间做出选择，追求实质正义。与此相应，佩雷尔曼提出了新修辞学(NewRhetoric)的法律理论。他认为，形式逻辑只是根据演绎法或归纳法对问题加以说明或论证的技术，属于手段的逻辑；新修辞学要填补形式逻辑的不足，是关于目的的辩证逻辑，可以帮助法官论证其决定和选择，因而是进行价值判断的逻辑。他认为，在司法三段论思想支配下，法学的任务是将全部法律系统化并作为阐释法律的大前提，“明确性、一致性和完备性”就成为对法律的三个要求。而新修辞学的基本思想是价值判断的多元论，法官必须在某种价值判断的指示下履行义务，必须考虑哪些价值是“合理的、可接受的、社会上有效的公平的”。这些价值构成了判决的正当理由。（注：沈宗灵著：《现代西方法理学》，北京大学出版社1992年版，第443-446页。）制造人工智能法律系统最终需要解决价值推理的模拟问题，否则，就难以实现为判决提供正当理由的要求。为此，P.Wahlgren提出的与人工智能相关的5种知识表达途径中，明确地包括了以道义为基础的法律推理模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）引入道义逻辑，或者说在机器中采用基于某种道义逻辑的推理程序，强调目的价值，也许是制造智能法律系统的关键。不过，即使把道义逻辑硬塞给计算机，钢铁之躯的机器没有生理需要，也很难产生价值观念和主观体验，没办法解决主观选择的问题。在这个问题上，波斯纳曾以法律家有七情六欲为由对法律家对法律的机械忠诚表示了强烈怀疑，并辩证地将其视为法律发展的动力之一。只有人才能够平衡相互冲突的利益，能够发现对人类生存和发展至关重要的价值。因此，关于价值推理的人工智能模拟究竟能取得什么成果，恐怕还是个未知数。

2.法理学对人工智能法律系统研制的理论指导作用

GoldandSusskind指出：“不争的事实是，所有的专家系统必须适应一些法理学理论，因为一切法律专家系统都需要提出关于法律和法律推理性质的假设。从更严格的意义上说，一切专家系统都必须体现一种结构理论和法律的个性，一种法律规范理论，一种描述法律科学的理论，一种法律推理理论”。（注：GoldandSusskind,ExpertSystemsinLaw:AJurisprudentialandFormalSpecificationApproach,pp.307-309.）人工智能法律系统的研究，不仅需要以法理学关于法律的一般理论为知识基础，还需要从法理学获得关于法律推理的完整理论，如法律推理实践和理论的发展历史，法律推理的标准、主体、过程、方法等等。人工智能对法律推理的模拟，主要是对法理学关于法律推理的知识进行人工智能方法的描述，建立数学模型并编制计算机应用程序，从而在智能机器上再现人类法律推理功能的过程。在这个过程中，人工智能专家的主要任务是研究如何吸收法理学关于法律推理的研究成果，包括法理学关于人工智能法律系统的研究成果。

随着人工智能法律系统研究从低级向高级目标的推进，人们越来越意识到，对法律推理的微观机制认识不足已成为人工智能模拟的严重障碍。P.Wahlgren指出，“许多人工智能技术在法律领域的开发项目之所以失败，就是因为许多潜在的法理学原则没有在系统开发的开始阶段被遵守或给予有效的注意。”“法理学对法律推理和方法论问题的关注已经有几百年，而人工智能的诞生只是本世纪50年代中期的事情，这个事实是人工智能通过考察法理学知识来丰富自己的一个有效动机。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）因此，研究法律推理自动化的目标，“一方面是用人工智能（通过把计算机的应用与分析模型相结合）来支撑法律推理的可能性；另一方面是应用法理学理论来解决作为法律推理支撑系统的以及一般的人工智能问题。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在前一方面，是人工智能法律系统充当法律推理研究的思想实验手段以及辅助司法审判的问题。后一方面，则是法律推理的法律学研究成果直接为人工智能法律系统的研制所应用的问题。例如，20世纪70年代法理学在真实和假设案例的推理和分析方面所取得的成果，已为几种人工智能法律装置借鉴而成为其设计工作的理论基础。在运用模糊或开放结构概念的法律推理研究方面，以及在法庭辩论和法律解释的形式化等问题上，法理学的研究成果也已为人工智能法律系统的研究所借鉴。

四、人工智能法律系统研究的难点

人工智能法律系统的研究尽管在很短的时间内取得了许多令人振奋的成果，但它的发展也面临着许多困难。这些困难构成了研究工作需要进一步努力奋斗的目标。

第一，关于法律解释的模拟。在法理学的诸多研究成果中，法律解释的研究对人工智能法律系统的研制起着关键作用。法律知识表达的核心问题是法律解释。法律规范在一个法律论点上的效力，是由法律家按忠实原意和适合当时案件的原则通过法律解释予以确认的，其中包含着人类特有的价值和目的考虑，反映了法律家的知识表达具有主观能动性。所以，德沃金将解释过程看作是一种结合了法律知识、时代信息和思维方法而形成的，能够应变的思维策略。（注：Dworkin,TakingRightsSeriously,HarvardUniversityPressCambridge,Massachusetts1977.p.75.）目前的法律专家系统并未以知识表达为目的来解释法律，而是将法律整齐地“码放”在计算机记忆系统中仅供一般检索之用。然而，在法律知识工程系统中，法律知识必须被解释，以满足自动推理对法律知识进行重新建构的需要。麦卡锡说：“在开发智能信息系统的过程中，最关键的任务既不是文件的重建也不是专家意见的重建，而是建立有关法律领域的概念模型。”（注：McCarty,Intelligentlegalinformationsystems:problemsandprospects,op.cit.supra,note25,p.126.）建立法律概念模型必须以法律家对某一法律概念的共识为基础，但不同的法律家对同一法律概念往往有不同的解释策略。凯尔森甚至说：即使在国内法领域也难以形成一个“能够用来叙述一定法律共同体的实在法的基本概念”。（注：（奥）凯尔森著：《法与国家的一般理论》，沈宗灵译，中国大百科全书出版社1996年版，第1页。）尽管如此，法理学还是为法律概念模型的重建提供了一些方法。例如，德沃金认为，法官在“解释”阶段，要通过推理论证，为自己在“前解释”阶段所确定的大多数法官对模糊法律规范的“一致看法”提供“一些总的理由”。获取这些总的理由的过程分为两个步骤：首先，从现存的明确法律制度中抽象出一般的法律原则，用自我建立的一般法律理论来证明这种法律原则是其中的一部分，证明现存的明确法律制度是正当的。其次，再以法律原则为依据反向推出具体的法律结论，即用一般法律理论来证明某一法律原则存在的合理性，再用该法律原则来解释某一法律概念。TAXMAN等系统装置已吸收了这种方法，法律知识被计算机结构语言以语义网络的方式组成不同的规则系统，解释程序使计算机根据案件事实来执行某条法律规则，并在新案件事实输入时对法律规则作出新的解释后才加以调用。不过，法律知识表达的进展还依赖于法律解释研究取得更多的突破。

第二，关于启发式程序。目前的法律专家系统如果不能与启发式程序接口，不能运用判断性知识进行推理，只通过规则反馈来提供简单解释，就谈不上真正的智能性。启发式程序要解决智能机器如何模拟法律家推理的直觉性、经验性以及推理结果的不确定性等问题，即人可以有效地处理错误的或不完全的数据，在必要时作出猜测和假设，从而使问题的解决具有灵活性。在这方面，Gardner的混合推理模型，EdwinaL.Rissland运用联想程序对规则和判例推理的结果作集合处理的思路，以及Massachusetts大学研制的CABARET（基于判例的推理工具），在将启发式程序应用于系统开发方面都进行了有益的尝试。但是，法律问题往往没有唯一正确的答案，这是人工智能模拟法律推理的一个难题。选择哪一个答案，往往取决于法律推理的目的标准和推理主体的立场和价值观念。但智能机器没有自己的目的、利益和立场。这似乎从某种程度上划定了机器法律推理所能解决问题的范围。

第三，关于法律自然语言理解。在设计基于规则的程序时，设计者必须假定整套规则没有意义不明和冲突，程序必须消灭这些问题而使规则呈现出更多的一致性。就是说，尽管人们对法律概念的含义可以争论不休，但输入机器的法律语言却不能互相矛盾。机器语言具有很大的局限性，例如，LDS基于规则来模拟严格责任并计算实际损害时，表现出的最大弱点就是不能使用不精确的自然语言进行推理。然而，在实际的法律推理过程中，法律家对某个问题的任何一种回答都可根据上下文关系作多种解释，而且辩论双方总是寻求得出不同的结论。因此，智能法律专家系统的成功在很大程度上还依赖于自然语言理解研究工作的突破。牛津大学的一个程序组正在研究法律自然语言的理解问题，但是遇到了重重困难。原因是连法学家们自己目前也还没有建立起一套大家一致同意的专业术语规范。所以EdwinaL.Rissland认为，常识知识、意图和信仰类知识的模拟化，以及自然语言理解的模拟问题，迄今为止可能是人工智能面临的最困难的任务。对于语言模拟来说，像交际短语和短语概括的有限能力可能会在较窄的语境条件下取得成果，完全的功能模拟、一般“解决问题”能力的模拟则距离非常遥远，而像书面上诉意见的理解则是永远的终极幻想。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）

五、人工智能法律系统的开发策略和应用前景

我们能够制造出一台什么样的机器，可以证明它是人工智能法律系统？从检验标准上看，这主要是法律知识在机器中再现的判定问题。根据“图灵试验”原理，我们可将该检验标准概括如下：设两间隔开的屋子，一间坐着一位法律家，另一间“坐着”一台智能机器。一个人（也是法律家）向法律家和机器提出同样的法律问题，如果提问者不能从二者的回答中区分出谁是法律家、谁是机器，就不能怀疑机器具有法律知识表达的能力。

依“图灵试验”制定的智能法律系统检验标准，所看重的是功能。只要机器和法律家解决同样法律问题时所表现出来的功能相同，就不再苛求哪个是钢铁结构、哪个是血肉之躯。人工智能立足的基础，就是相同的功能可以通过不同的结构来实现之功能模拟理论。

从功能模拟的观点来确定人工智能法律系统的研究与开发策略，可作以下考虑：

第一，扩大人工智能法律系统的研发主体。现有人工法律系统的幼稚，暴露了仅仅依靠计算机和知识工程专家从事系统研发工作的局限性。因此，应该确立以法律家、逻辑学家和计算机专家三结合的研发群体。在系统研发初期，可组成由法学家、逻辑与认知专家、计算机和知识工程专家为主体的课题组，制定系统研发的整体战略和分阶段实施的研发规划。在系统研发中期，应通过网络等手段充分吸收初级产品用户（律师、检察官、法官）的意见，使研发工作在理论研究与实际应用之间形成反馈，将开发精英与广大用户的智慧结合起来，互相启发、群策群力，推动系统迅速升级。

第二，确定研究与应用相结合、以应用为主导的研发策略。目前国外人工智能法律系统的研究大多停留在实验室领域，还没有在司法实践中加以应用。但是，任何智能系统包括相对简单的软件系统，如果不经过用户的长期使用和反馈，是永远也不可能走向成熟的。从我国的实际情况看，如果不能将初期研究成果尽快地转化为产品，我们也难以为后续研究工作提供雄厚的资金支持。因此，人工智能法律系统的研究必须走产研结合的道路，坚持以应用开路，使智能法律系统尽快走出实验室，同时以研究为先导，促进不断更新升级。

第三，系统研发目标与初级产品功能定位。人工智能法律系统的研发目标是制造出能够满足多用户（律师、检察官、法官、立法者、法学家）多种需要的机型。初级产品的定位应考虑到，人的推理功能特别是价值推理的功能远远超过机器，但人的记忆功能、检索速度和准确性又远不如机器。同时还应该考虑到，我国目前有12万律师，23万检察官和21万法官，每年1.2万法学院本科毕业生，他们对法律知识的获取、表达和应用能力参差不齐。因此，初级产品的标准可适当降低，先研制推理功能薄弱、检索功能强大的法律专家系统。可与计算机厂商合作生产具有强大数据库功能的硬件，并确保最新法律、法规、司法解释和判例的网上及时更新；同时编制以案件为引导的高速检索软件。系统开发的先期目标应确定为：(1)替律师起草仅供参考的书和辩护词；(2)替法官起草仅供参考的判决书；(3)为法学院学生提供模拟法庭审判的通用系统软件，以辅助学生在、辩护和审判等诉讼的不同阶段巩固所学知识、获得审判经验。上述软件旨在提供一个初级平台，先解决有无和急需，再不断收集用户反馈意见，逐步改进完善。

第四，实验室研发应确定较高的起点或跟踪战略。国外以知识工程为主要技术手段的人工智能法律系统开发已经历了如下发展阶段：(1)主要适用于简单案件的规则推理；(2)运用开放结构概念的推理；(3)运用判例和假设的推理；(4)运用规则和判例的混合推理。我们如确定以简单案件的规则推理为初级市场产品，那么，实验室中第二代产品开发就应瞄准运用开放结构概念的推理。同时，跟踪运用假设的推理及混合推理，吸收国外先进的KBS和HYPO的设计思想，将功能子系统开发与联想式控制系统结合。HYPO判例法推理智能装置具有如下功能：(1)评价相关判例；(2)判定何方使用判例更加贴切；(3)分析并区分判例；(4)建立假设并用假设来推理；(5)为一种主张引用各种类型的反例；(6)建立判例的引证概要。HYPO以商业秘密法的判例推理为模拟对象，假设了完全自动化的法律推理过程中全部要素被建立起来的途径。值得注意的是，HYPO忽略了许多要素的存在，如商业秘密法背后的政策考虑，法律概念应用于实际情况时固有的模糊性，信息是否已被公开，被告是否使用了对方设计的产品，是否签署了让与协议，等等。一个系统设计的要素列表无论多长，好律师也总能再多想出一些。同样，律师对案件的分析，不可能仅限于商业秘密法判例，还可能援引侵权法或专利法的判例，这决定了缘由的多种可能性。Ashley还讨论了判例法推理模拟的其他困难：判例并不是概念的肯定的或否定的样本，因此，要通过要素等简单的法律术语使模糊的法律规则得到澄清十分困难，法律原则和类推推理之间的关系还不能以令人满意的方式加以描述。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）这说明，即使具有较高起点的实验室基础研究，也不宜确定过高的目标。因为，智能法律系统的研究不能脱离人工智能的整体发展水平。

第五，人－机系统解决方案。人和机器在解决法律问题时各有所长。人的优点是能作价值推理，使法律问题的解决适应社会的变化发展，从而具有灵活性。机器的长处是记忆和检索功能强，可以使法律问题的解决具有一贯性。人－机系统解决方案立足于人与机器的功能互补，目的是解放人的脑力劳动，服务于国家的法治建设。该方案的实施可以分为两个阶段：第一阶段以人为主，机器为人收集信息并作初步分析，提供决策参考。律师受理案件后，可以先用机器处理大批数据，并参考机器的和辩护方案，再做更加高级的推理论证工作。法官接触一个新案件，或新法官刚接触审判工作，也可以先看看“机器法官”的判决建议或者审判思路，作为参考。法院的监督部门可参照机器法官的判决，对法官的审判活动进行某种监督，如二者的判决结果差别太大，可以审查一下法官的判决理由。这也许可以在一定程度上制约司法腐败。在人－机系统开发的第二阶段，会有越来越多的简单案件的判决与电脑推理结果完全相同，因此，某些简单案件可以机器为主进行审判，例如，美国小额法庭的一些案件，我国法庭可用简易程序来审理的一些案件。法官可以作为“产品检验员”监督和修订机器的判决结果。这样，法官的判案效率将大大提高，法官队伍也可借此“消肿”，有可能大幅度提高法官薪水，吸引高素质法律人才进入法官队伍。

未来的计算机不会完全取代律师和法官，然而，律师和法官与智能机器统一体的出现则可能具有无限光明的前景。（注：Smith,J.C,MachineIntelligenceandLegalReasoning,Chicago-KentLawReview,1998,Vol.73,No.1,p277.）可以预见，人工智能将为法律工作的自动化提供越来越强有力的外脑支持。电脑律师或法官将在网络所及的范围内承担起诸如收债、税务、小额犯罪诉讼等职能。自动法律推理系统将对诉讼活动发挥越来越多的辅助作用，例如，通过严密的演绎逻辑使用户确信全部法律结论得出的正当性；在解决相互冲突的规则、判例和政策问题时提示可能出现的判决预测；等等。正如网络的出现打破了少数人对信息的垄断一样，电脑法律顾问的问世，将打破法官、律师对法律知识的垄断，极大地推动法律知识的普及，迅速提高广大人民群众的法律素质，使法律真正变为群众手中的锐利武器。

人工智能的法律规制篇(2)

 

随着举世瞩目的人机大战在2016年3月15日落下帷幕，围棋人机大战中人工智能机器人以4比1的成绩战胜围棋九段棋手，揭开了人们对人工智能讨论和联想的新高潮。国内的一部分科技公司已经买下一些机器人公司，准备抢占人工智能的市场先机。在一些企业中已经开始大规模使用机器人代替工人。人工智能的发展必然对人们的社会生活产生深刻的影响，随之而来的是对与社会生活高度相关的民法制度的冲击。

 

一、历史上的人机大战

 

第一回合，发生在第一次工业革命。第一次工业革命的标志产物是珍妮纺纱机，它的产生极大提高了工作效率。一位名叫路德的纺织工人，认为是珍妮纺纱机夺走了他们的工作，带头捣毁了工厂的机器。事件的态势愈演愈烈，最后是英国的政府派出军队进行镇压才得以控制，这就是“路德事件”。

 

第二回合，发生在第三次工业革命。手机产生于第三次工业革命，它的出现使传呼员的职业彻底消失，拉近了人们之间的距离，提高了工作效率与生活质量。机器又一次战胜了人类。

 

第三回合，发生在第四次工业革命。智能机械手的出现可以大幅度降低产品的不良率，设备的产能效率大幅度得以提高，其工作效率大大的战胜了传统的车间工人。这也使得高危险系数以及高人工成本的工种消失。

 

第四回合，就是发生在不久之前的阿尔法围棋对战围棋九段选手，最终人类以1比4的成绩败北人工智能。

 

虽然，最智能的机器也需要“老师”的指引，而人类就是机器的老师，但是不容否认的是，在一些领域，人工智能和机器人技术已经代替了人类，并震颤着人类的社会生活。

 

二、人工智能技术对人类的影响

 

人工智能产业是近三十年涌现出的高新产业。早在“七·五”时期政府就开始了对这一高新技术产业的攻关研究，并取得了有目共睹的成果，一批人工智能产品与人工智能应用工程层出不穷。[1]近些年，人工智能技术发展迅速，其应用也愈来愈广，从之前传统的工业领域扩展到军事、公安、医疗和服务等众多领域。

 

2012年由某公司的实验室研发并推出了无人驾驶汽车，这台汽车不需要驾驶者就可以进行启动、行驶以及停止。这些车辆使用照相机、雷达感应器和激光测距机来“看”其他的交通状况，并且使用详细地图来为前方的道路导航。该公司表示，这些车辆比有人驾驶的车更安全，因为它们能更迅速、更有效地作出反应。这种人工智能汽车的出现，使得汽车的概念以及人们出行方式发生了极大的转变，同时也体现着人工智能技术和机器人技术开始真正融入到人类现实生活中。人类可以预测到，下一代智能型机器人将更加广泛的融入到社会运作中。然而这一高新技术的应用，同时也使得如何避免人工智能机器人侵权或者被侵权以及如何规范机器人的制造、使用等法律问题更加突出。

 

在医疗领域，人工智能机器人在外科手术中得以应用。美国曾于2000年上市一款医疗外科手术机器人。据统计，至今为止总共2500部机器人被投入市场。这种人工智能机器人的使用，一方面对于提高医疗水平起到了积极的作用，但是也出现了人工智能机器人侵权的事件发生。自2007年至2014年，美国政府就收到了两百多件关于该人工智能机器人手术时发生烧伤或割伤以及感染等侵权事故报告，在这两百多件事故中共造成89名患者医治无效死亡。

 

基于人工智能机器人在社会生活中产生的问题，一些国家如日本、韩国以及欧共体，已经开始着手制定规章或制度以确保社会稳定以及人工智能技术的可持续发展。日本公布了《下一代机器人安全问题指导方针(草案)》，用于调整人工智能技术的研发与应用。[2]欧洲共同体在2012年推出了欧盟第七框架计划项目，即机器人法研究，聚集了各个相关领域的专家学者，包括法学、哲学、仿生神经工学等专业，讨论并草拟机器人立法政策白皮书。韩国已经拟定了机器人法，专门规定了人与机器人的关系。

 

除了对人工智能机器人的安全应用进行必要的法律规范以外，同时也应对与人工智能机器人的应用相关的法律，如民法制度进行一定程度上的变革。例如，法律该怎样认定人工智能机器人的法律地位，如若发生侵权事故时该怎样认定相应的法律责任以及适用怎样的归责原则等法律问题。若无人驾驶汽车发生交通事故该怎样认定事故责任。许多相关法律问题都随着人工智能机器人广泛而深入的进入人类社会生活而变得更加凸显，然而相关规章制度仍处于空白阶段。因此，变革相关的法律制度对于平衡人工智能技术与社会的稳定和谐具有重要的意义。

 

三、人工智能技术与民法

 

人工智能机器人在社会生活中的广泛应用，更加深刻的影响着人类文明，同时伴随而来的是大量法律问题逐渐涌现。

 

2006年美国一个名叫《未来学家》的杂志曾这样报道：2016年至2020年，人工智能实体可能会当选为“国会议员”;2020年后，转基因技术加上机器人技术，将制造出“有机机器人”。虽然这些设想都尚未实现，但是在社会生活中人工智能技术是确确实实得以广泛应用的。许多人工智能机器人已经代替人类走向工作岗位，如迎宾机器人、送餐机器人，甚至在日本一款机器人可以向顾客提供推销手机、签订合同等服务。

 

(一)人工智能技术与婚姻法律制度

 

2016年在某电视台的明星喜剧真人秀中，某团队以一部讲述主人公用人工智能机器人做女朋友来应付父母的催婚，最后发现连主人公的父母都是人工智能机器人的喜剧作品参加比赛，其作品以夸张的手法描绘了人工智能技术对人类社会生活的巨大影响。但是不能说小品中的事情不会在现实生活中发生，英国人工智能学者戴维·莱维曾推测：人类将和机器人结婚，这一切大约会在2050年实现。

 

人类与人工智能机器人的结婚能够得到法律的认可，就需要对我国民法制度中的婚姻法律规范进行调整，目前婚姻只能是自然人的行为，而人工智能机器人目前在法律上不是民事主体，但这并不能阻挡人类与人工智能机器人结婚的情况发生。因此，人工智能技术的发展会对婚姻法律制度造成一定程度上的冲击。

 

(二)人工智能技术与侵权责任法律制度

 

人工智能技术的发展赋予了机器人更加类似于人类行为的功能。在2004年的伊拉克战场上，美军仅仅使用了一架由人工智能机器人操作的军用飞机将一个连的兵力瞬间消灭。美国科学家在2006年曾宣称，新研发并投入军用的机器人能够自我检测损伤并独立思考出修复方法。如若这样的机器人太过于像人，而且拥有智慧，很有可能“造反”，对人类造成侵害。这就需要对侵权法律制度进行完善以维护社会稳定。

 

早在1978年人工智能机器人侵权的事件事实上早已存在。在日本广岛一间工厂里，机器人正切割钢板，但突然转身将其背后正在休息的工人抓住并当做钢板进行切割，这是世界上第一起机器人侵权事件。[3]无独有偶，在1989年，全苏国际象棋象棋冠军对战早期的人工智能机器人，终以3比1的成绩打败机器人，但机器人恼羞成怒，在众目睽睽下向对手释放强电流，这位国际象棋大师最终并没用抢救过来。

 

因此，随着人工智能技术的日益精湛，人类不得不考虑机器人侵权的归责原则、责任分配等一系列法律问题，更需要对侵权责任法律制度进行一定的调整以适应高科技时代的大背景。

 

四、结语

 

人工智能技术的发展对与人们联系紧密的民法制度提出了挑战。如果民法不能适应时代的要求，将无法使社会得以稳定运作。因此对相关的民事法律规范进行调整，适应人工智能技术的发展要求，已经是新世纪大势所趋。

人工智能的法律规制篇(3)

关键词：人工智能；创作物；著作权

伴随着互联网+时代的到来，人工智能技术发展也在日趋成熟。2016年3月，引发社会广泛关注的人机大战事件，人工智能Alpha Go与世界围棋冠军李世石进行人机大战并以4-1战胜李世石，更展现了其的无限发展潜能。但带来的问题是，人工智能创作物能否成为作品享有著作权，从而受到《著作权法》的保护？

一、人工智能的界定及传统认识

（一）人工智能的定义

人工智能，英文名称为Artificial Intelligence，缩写AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学①。人工智能源于计算机科学，现已涉及到心理学、哲学和语言学等学科。

（二）对人工智能的传统认识

按照我国传统意义上的解释，人工智能的创作物是不可以构成《著作权法》上的作品的，从而不能得到著作权法的相关保护。作品是指文学、艺术和科学领域内具有独创性并能以某种有形形式复制的智力成果。②《著作权法》和《实施条例》都要求创作物是具有独创性的智力成果。而我国对于人工智能创造物传统的观点认为，人工智能的创作物不具有独创性，它只是将计算机内存储的内容进行汇编整理，没有任何的创新内容。其次，著作权对于作者的人格属性也有要求，而人工智能是不能算作法律意义上的“人”，所以人工智能的创作物为非智力成果。

二、国外人工智能著作权的现状研究

2016年4月，日本知识产权本部宣布在知识产权计划中纳入“人工智能”的相关内容。人工智能技术处于世界前沿的日本，从其立法行为我们可以看出，他们正在通过法律形式，将人工智能的创作物以作品的形式逐渐定下来。旨在人工智能创作物产生争议时能够有法可依，同时使得人工智能的既得利益者相关利益能够得到保护。

此外，日本再其2016年的《知识财产推进计划》中，明确表示“具有一定市场价值的人工智能创作物亦有可能有必要给予一定的知识产权保护③。”目前，世界上大部分国家还未对人工智能及其创作物的著作权的相关问题进行详细地探究。但以英国、新西兰为代表的部分英美法系国家已经认识到自己国家对于人工智能创作物的著作权法律规制不明确的问题，并试图从政策和法律上认可人工智能的创作物，这些国家将人工智能的操作者作为人工智能创作物的作者并对其进行保护；而澳大利亚虽然在相关的法律中没有人工智能创作物的具体规定，但在政策上，该国已经认可了部分人工智能创作物为作品并享有相应的著作权。

三、人工智能创作物的不同角度分析

其实，仅从创作物的表现形式上是难以对人工智能创作物和人类作品进行区别的，对音乐、美术等创新性要求不高的作品则更是如此。因此，笔者试图从利益平衡理论和市场激励角度两个方面对是否应认可人工智能创作物的著作权这一问题进行分析。

（一）利益平衡角度分析

著作权法是知识产权法的重要组成部分，知识产权的核心原则就是利益平衡原则。著作权法是对作品产生的利益进行分配的法律，调整着传播者、著作权人与社会公众之间的，原作者与演绎作者之间的利益关系。

如果不给予人工智能创作物以著作权的保护，则可能导致不受著作权法保护的人工智能创作物大量涌入市场，而这些创作物和一般的人类作品并没有实际的区别。一旦大量投入市场这一公共领域当中，由于人工智能作品并不受到著作权法的保护，用户就不需要支付任何费用而对“人工智能作品”进行使用，那这些创作物的价值将无限趋向于零，除非一些高度原创性的作品或依赖作者声誉的作品，这无疑是对人工智能及其创作者利益的一种严重侵害，而经过精密设计的利益分配体系将会失去应有的平衡，这明显是有违利益平衡原则的。

（二）从市场激励角度分析

从市场激励机制的角度来说，如果对人工智能创作授予著作权保护，这就意味着市场中受到著作权保护的人工智能作品的供应量将会大幅度增加。而考虑到人工智能的低成本和高效率的特点，在市场总需求保持不变的前提下，人类作品的定价能力和竞争能力在市场上将被大大的削弱，从而使人类作者进行创作的经济性动力逐渐下降。人工智能创作物的产生实际上是从作品的供给端冲击了著作权制度原有的架构，也就是说，原始投入到市场中的作品数量将由于人工智能技术的发展而变得庞大。

如果不赋予人工智能作品著作权，那么人类作品市场吸引力和流动性就不会丧失，以人类作品形成的发行、复制和传播为经济链的著作权市场将会依旧繁荣。但是，人类作品竞争力却得不到应有的提升，市场对于整个作品行业的创新激励机制明显不足，这实际上并不利于作品行业的进步。

四、立法保护的建议

如果立法对人工智能创作物进行保护，那人工智能作品的著作权归属问题、著作权保护期限以及权利内容等也有待进一步探讨。从目前的实践来看，人工智能作品的著作权多被授予该人工智能的操作者，笔者在此不做具体分析。

但应纳入立法者考虑范围的是，如何保持人类创作的作品与人工智能的创作物在市场中保持既竞争又共存的局面？所以，笔者认为《著作权法》中有关作品创新性的标准需要提高，界以达到人工智能作品与人类作品的利益平衡。此外，《反不正当竞争法》中也应增加人工智能的相应部分，以规制市场中存在的恶意竞争等行为。

五、结束语

笔者认为，我们不能简单地从创作物的独创性和人身属性这两个方面来判断人工智能创作物是否应该获得著作权的保护。人工智能的创作物作为一种新形式的“作品”被接受，其相关市场经济效应和是否有利于著作权作品行业的可持续发展也应被纳入考虑范围。

基于利益平衡原则和市场分析，笔者认为，认同人工智能创作物为作品，并通过《著作权法》等法律对其加以合理的保护对于市场经济的发展利大于弊，有利于促进我国人工智能技术的发展和法制建设的完善。

注释：

① http：///wiki/人工智能.2016年10月18日访问.

② 引自2013修订的《中华人民共和国著作权法实施条例》第二条.

③ 曹源.人工智能创作物获得版权保护的合理性[J].科技与法律，2016年第三期.

参考文献：

[1] 曹源.人工智能创作物获得版权保护的合理性[J].科技与法律，2016年第3期.

[2] 冯晓青.著作权法的利益平衡理论研究[J].湖南大学学报：社会科学版，2008年.

人工智能的法律规制篇(4)

【关 键 词】审慎 思辨 法律思维

一切社会科学或人文科学的问题归根结底是人的问题，而人的问题的一个重要且更加直接的方面则是人的思想或思维的问题。同是法律作品，出自英美法系法官的判决与大陆法系法官的判决总有些不同的地方。总的来说，普通法系早期的律师们崇尚审慎的实践智慧，或曰一种深思熟虑的能力；大陆法系的法律职业者训练的是运用概念进行逻辑思辨能力。无论是审慎的智慧还是逻辑思辨能力，都不是无本之木、无源之水，而是分别植根于判例法制度、案例教学法、法律职业共同体等因素构成的英美法传统和由成文法制度、法学方法论教育、严格的权力分立或国家思想等构成的大陆法传统之中。

一、审慎，普通法系早期的律师们崇尚的实践智慧

安索尼・T・克罗曼在《迷失的律师》一书中，阐述了美国律师所具备的一种法律思维品质（审慎的思维品质），并详细论述了这一思维品质所展现出来的深思熟虑的能力：同情与超然。同情，即置身事内；超然，即置身事外。这种集两种矛盾的能力于一身的审慎智慧为美国早期的“律师政治家”所拥有，并为当时的职业圈子里的年轻的律师及刚刚从法学院毕业的学生所尊崇。如克罗曼所说，“案件斟酌过程中所需要的想象性的同情把两种表面上相反的性情联系到了一起，一端是同情，另一端是超然。这种相反的性情与相互冲突的混合性格之间的结合，恰恰是进行斟酌的过程中经常要经历的：一方面，是温暖的热情和某种大度的同情；另一方面，则是冷淡和矜持，它们并不是按照交替的顺序出现而是同时一下子出现的。”[2]

英美国家的律师尊崇审慎智慧并非凭空产生，而是有其生长和发展的土壤和背景的：

（一）法学院普遍实行案例教学法

案例教学法为法院培养了法官助理，他们日后可能成为真正的法官，而且法律岗位上的新人在他们还是学生的时候就开始了审慎思维的培养与锻炼。由于他们接受相同模式的法律教育，这为他们在法律职业共同体内部各个岗位上更换工作提供了便利。反过来，这种在不同工作岗位的任职和经验无疑又将对他们从不同角度、不同立场看待同一事实的能力的提高大有裨益。

（二）英美法系独特的判例法制度及传统

英美法系中，判例法作为一种法律制度，为法官审慎审查案件提供一种独特的法律环境。与此同时，它又作为一种传统为法官审慎智慧的展现提供了制度上的激励。判例法的历史，本身意味“无法司法”。即在没有成文法的环境下审理案件，这就要求法官能够很好的对案件事实进行把握。进而要求法官在品德、学识、经验、技艺乃至智慧方面尽可能比一般人高。每一个判决一旦做出都可能对该法院及下级法院此后审理案件具有约束力，即“法官造法”。尤其是判决一旦作为权威先例被以后审理案件的法官，或者被律师、学者们引用即意味着这位法官将因他的判决杰作而留名青史。这样的制度不仅激励着那些在任的法官以及私人执业律师，同样也激励着法学院的学生。

（三）统一的法律职业共同体

以美国为例，“法律职业者在不同法律职业部门之间调换工作是轻而易举的，并且无需要进行新的专门训练”。“大陆法系国家则与此不同。年轻的法科毕业生都面临着多种不同的法律职业的选择。他可能成为法官、检察官、官方律师、私人律师，或者公证员。究竟从事何种职业，他必须及时作出决定，以后就伴随着自己所选定的职业终此一生。虽然，从理论上说，法律职业者在其一生的工作中还可能再作另一种法律职业的选择，但实际上这种改变几乎很少看到。大多数情况下，最初的选择也就是一生中的最后选择”[2]。显而易见，这种不同角色法律工作的经历，既增加了法律从业人员的司法工作经验技巧，也有助于较之大陆法系的同行们更容易养成同情的能力，继而是一种审慎的实践智慧。凭借这种实践智慧、遇事审慎思考、深思熟虑的能力，令人信服地处理现实生活中发生的案件，尤其是那些曾一度改变人类历史进程的世纪大案。

二、思辨，大陆法系法律职业者的理论智慧

思辨，从字面含义讲，是思考辨别之意。顾名思义，要在两个或两个以上的事物中进行比对，从而找出两者或多者之间是否相类似或相区别，进而将相类似的“合并同类项”，从而对之适用相同或相似的法律规则。即使对相互之间有区别的事物，也要进一步检讨它们之间的区别是表面的还是实质的，是细微的还是重大的等等。思辨的另一层含义是哲学上运用逻辑推理进行纯概念、纯理论的思维活动。事实上人类的思维活动总是将这两种思辨行为融于一体。

与英美法系相类似，大陆法系法律职业者的思辨能力同样产生于大陆法系特有的制度、相关法律或哲学思想当中：

（一）作为人类理性之体现的成文法秩序

在大陆法系，恰恰相反；由于长期以来形成的成文法传统，法律通常以文本形式出现。法律规范由众多的法律条款组成；而法律条款由概念、短语等构成句子。成文法就是由这样的概念构造成法律条文，法律条文组成法律规范，法律规范组合成法律制度，再由众多的法律规范、制度以及法律原则构成法律部门，再由众多法律部门构成法律体系。无论在一国法律体系的各部门法之间，还是一部门法内部的诸多法律规范之间，抑或同一规范或条款内句子之间，都是按照一定的逻辑秩序排列而成，可称之为“法秩序”。

（二）法学院中的法学方法论教育

大陆法系的法官适用法的过程也并非毫无章法，而是有章可循，有法可依的。这里所谓的“章”、“法”即成文法中的一套体系化的“法学方法论”，即将预先制定的法律条文适用于具体案例时所遵循的方法、技巧、原则、理念等等的综合。与英美法系早期的律师学徒制培养模式不一样，大陆法系自罗马法在欧洲复兴伊始就实行大学教育的模式，学生接受的是一套法学理论以及方法。可以从两个层面展开：第一，宏观层面的法学方法。这里指的是王泽鉴先生所谓的对具体案例进行分析的方法（如历史的方法、请求权的方法等）。第二，微观层面的法学方法。实践中，微观层面的法学方法被蕴含在宏观层面法学方法的应用过程中。在适用各种请求权时，跟适用所有成文法条款是一样的，基本上遵循亚里士多德的“三段论”逻辑过程，即“大前提”、“小前提”、“结论”。遇到具体案件时，他们只需将立法与所学的法律理论及方法应用到案件审理过程中即可。法律专业人士分析审理案件，实际上是一个在法律文本的指引下，在手头的案件的基础上，运用一套法学方法进行思辨或逻辑推理的过程。需要指出的是，思辨的过程小到概念与概念之间的比较，或者将具体案件事实涵摄到某一概念之下，大到法律制度与制度之间的协调，或者法律体系之间的整合无不充满周密、谨慎而又艰难的思考。

（三）国家学说或严格的权力分立思想

在国家学说或权力严格分立思想的主导下，立法机关制定出了成文法律后，司法权不能侵蚀立法权，法官不得“造法”，甚至不能解释法律。法官的职责是严格按照法律条文的规定审理案件。只是到后来，这种情况再也不能适应变动不居的人类社会。不得已人们逐渐放宽并最终认可了法官解释法律的权力，现在看来法官的权力在这一方向上继续扩张。围绕“法官造法”的争议就说明了这一事实。

纵观这些因素，它们也是相互作用并共同促进了大陆法系法律职业人士思辨能力的形成。

三、两种法律思维品质的比较

审慎的智慧与思辨的能力分别植根于英美法系的判例法传统和大陆法系的成文法传统中。并且我们还在所观察到的范围内列举了对养成和塑造这种智慧和能力具有促进作用的因素，即英美法系的判例法制度及传统、案例教学法、法律职业共同体，大陆法系的成文法制度、法学方法论、严格的权力分立或国家思想。所有这些因素并非孤立地对法官、律师的思维的塑造和形成发挥作用。相反，它们彼此相互联系作为一个整体共同促成那些职业人士的法律思维品质的养成。

前文论述了审慎和思辨的含义及其产生的法律环境与其形成的机制。然而，这只是审慎与思辨作为一种法律思维品质在形式上的不同。不可否认的是，无论英美法系还是大陆法系国家，司法权都是其政权的必不可少的组成部分，法官乃至整个法律职业都是其社会的有机组成部分，在社会分工中都占重要的地位。那么，正如本文开头提到的，“一切社会科学或人文科学的问题归根结底是人的问题，而人的问题的一个重要甚至是更加直接的方面则是人的思想或思维的问题”。一个国家的法官水平怎么样，取决于这个国家作为整体的法律职业共同体的水平怎么样。而所有法律职业共同体的整体素养将在一定程度上决定某个国家的法治发展水平。然而，这个水平不是别的水平，而是法律职业人士的思维品质处于何种水平。审慎，赋予法官对案件事实以深思熟虑的能力，它让法官在“同情”与“超然”两种状态下思考案情，他们对各方当事人既“同情”又“超然”，在对案情进行反复的斟酌的同时，还将斟酌相关的先例中不同的事实，并比较这些事实基础相似性，以至于可以作为权威先例在本案中加以援引。思辨，赋予法律职业人士以逻辑推理能力。它使得法官或律师们透过“法律的棱镜”（法律概念、术语）观察案件事实，运用形式逻辑将作为案件事实“小前提”函摄到法律规定的“大前提”之下，从而得出法律预先规定的结论。这个过程中，法官或律师如何解释法律概念、术语及法律条文是最重要的。不同的法官，对同一概念的理解可能是不一样的，对同一事实适用哪条法律规定也会得出不一致的观点。这无疑将对当事人，对其所在的社会、国家产生不一样的效果。由此我们引申出一个结论，即无论审慎与思辨其植根的法律环境、思维形式和审查案件时的侧重点如何不同，其最终目的是相同的，即尽可能公正合理地适用法律规则或者创造法律规则以解决纠纷，并借此引导特定的社会共同体沿着正确的、有益的、健康的方向前进。

参考文献：

人工智能的法律规制篇(5)

人工智能技术发展对网络市场监管带来新挑战

新技术对各级网监部门的技术能力提出了严峻考验。伴随着人工智能技术的广泛应用和快速发展，网络经营企业不断推出新技术，网络经营主体也持续推出新应用。诸多前沿技术的应用不仅扩大了网络企业与监管部门之间的技术水平差距，而且导致传统的监管技术发展模式难以沿袭和更新。数据挖掘是发展人工智能的关键因素，数据的存在形式不断改变，从最初的声音、文字、数字，到现在的图像、语音、视频，每一次鼠标点击、手指滑动，皆已成为数据。同时，网络经营企业在网络交易过程中产生的商品数据和交易数据，数量大、维度广。海量数据的收集、储存、处理和应用，对于监管部门而言困难重重。

人工智能技术应用于市场监管亟须相应的法律法规配套跟进。 网络经营企业往往视交易数据为战略资产，不主动向任何部门提供，而市场监管部门也缺少向相关企业获取数据的高位阶法律依据。一些商家利用法律上的漏洞，依靠人工智能技术收集买家的个人隐私数据，现有的法律法规难以适应监管部门应用人工智能技术实施监管的需要。当出现人工智能应用的重大缺陷或安全隐患时，监管部门无法合理规避人工智能技术应用风险。只有制定人工智能技术应用的法律法规，才能有法可依，有规可循，才能适应形势的需要，跟上时展的步伐。

监管理念转变迟缓。不少大型网络经营企业将人工智能技术发展提升到战略层面，大力引进人工智能技术人才，建立研发团队。与其相比，市场监管部门受困于监管人员不足、监管思路陈旧、行动迟缓等，对于网络市场新行业、新业态只能被动跟进，疲于应付，难以有效履行维护市场秩序、营造公平交易环境、保护消费者合法权益的工作职责。

应用人工智能技术开展网络市场监管的必要性

网络市场主体数量的快速增长，网络交易新业态的不断涌现，给网络市场监管工作带来了挑战，也带来了机遇。人工智能的机器学习特性特别适用于网络市场监管，可帮助市场监管部门认识和把握网络市场行为特征，发现网络市场交易中的违法违规线索，增强网络市场监管执法的针对性和有效性，提高网络市场监管能力。

精准监管的客观要求。网络市场具有跨地域性和隐蔽性特点，任何一个地方的监管部门都面临“地域性监管对应全网级市场”的难题。而人工智能技术是处理海量信息、挖掘违法违规网络商品和交易信息的先进方式，能使监管部门更便捷地依据更多数据信息作出决策，减少出错的概率，使资源得到最大限度的分配和利用，提高监管效率。监管部门可以设定相应的算法需求，对全网信息进行收集、分析和提炼，对于违法违规网络交易商品和行为进行有针对性监控，从而明确监管重点，实施精准监管。

公正监管的本质要求。公平公正是网络市场监管遵循的一个根本原则。随着法制建设的不断完善以及消费者维权意识的不断增强，社会公众和企业对于公平、公正执法的诉求越来越高。应用人工智能技术，一方面，可以推动网监执法数据的充分应用，帮助执法人员作出高效、公正的决策；另一方面，可以减少人为因素的干扰，助推执法人员强化法治意识，运用法治思维和法治方式履行市场监管职责。人工智能的机器学习可以在海量网监案例中挑选典型案例和相关法律法规，不仅解决了执法人员信息不对称的问题，使执法更加透明，还可以对执法人员进行监督，实现程序公正、办案公正，结果公平，从而营造公平竞争的网络市场环境。

增强研判能力的迫切要求。法律总是滞后于损害，只有当主观过错促生了具体行为并造成实际损害之后，法律才能介入，介入的目的也是恢复以前的状态。而大数据和人工智能的结合就能改变这一现象。只要将网络市场易发违法违规行为动机融合于人工智能机器学习的算法中，便有可能通过搜索全网数据预测违法行为，并提前采取措施予以纠正和制止，从而将现有的被动式监管转变为研判式监管，增强工作的主动性和时效性，做到知变在前，有效降低执法成本。

积极应用人工智能技术实现网络市场智慧监管

2016年5月，国务院《“互联网+”人工智能三年行动实施方案》。2017年和2018年，“人工智能”被两次写入政府工作报告。2017年7月，国务院印发《新一代人工智能发展规划》，正式从国家战略层面推动人工智能的发展，这一系列举措无疑将加速人工智能发展的进程。市场监管部门更应树立时不我待的精神，抓住契机，积极在网络市场监管领域探索应用人工智能技术，实现网络市场智慧监管。

加快监管立法进程。人工智能的发展对传统市场监管带来重大机遇和挑战。而相关监管原则、监管体系尚处于空白，可能造成人工智能的无序发展。市场监管部门应顺势而为，积极推动网络市场人工智能应用的立法工作，填补法律空白。立法工作必须高度重视数据安全，以保护消费者合法权益为出发点，给网络经营企业发展人工智能设置原则底线，加大对网络经营者利用人工智能实施违法行为的处罚力度，并充分考虑处罚的可操作性。立法要把握社会共治的原则，充分发挥政府监管、企业自治、行业自律、社会监督等多方面作用，确保对网络经营企业人工智能应用全时段、全领域、全覆盖的监管，做到不虚一时、不隙一处、不漏一地。

建立统一的网络市场人工智能监管平台。网络技术发展日新月异。当网络经营主体涉足区块链、人工智能等高科技领域时，监管难度也不断增加。如果不迎难而上革新技术，下大力气夯实技术基础，势必会丧失对新兴领域的监管能力。因此，必须自主建立统一的网络市场人工智能监管平台，自主完善、自主更新，主动将新技术融入监管执法工作，在实践应用中提升技术水平和监管能力。

第一，依托人工智能平台归集市场主体信息，将监管部门内部的登记注册、监督管理、行政处罚、投诉举报、商标发展、商品质量抽检等各类业务数据以及有关网络交易数据全部归集到网络市场主体名下，并将这些数据以统一社会信用代码为索引，梳理成以网络市场主体为核心，关联人员、商品、行业、区域等维度的全景信息视图。

第二，通过人工智能平台构建相应的模型，及时掌握网络市场主体经营活动的规律与特征，及时发现违法违规线索，提高预测预判能力，做到早发现、早预警、早处理，减少和防止无效监管，增强网络市场监管执法的针对性。而后，通过信用约束和联合惩戒，增强网络市场监管执法的有效性。

重视人工智能人才培养。人工智能技术应用，对市场监管部门而言，是一个全新的课题。人工智能技术在网络市场监管中的应用，人才是决定性因素。各级市场监管部门要把人才作为网络市场监管工作发展的基础和关键，切实加强人才培养，特别要注重人工智能应用人才的培养。

要加大培养力度。采取多种形式教育和培养一批能设计、懂算法、会应用的监管技术人才，使之成为掌握人工智能理论、方法、技术和应用知识的行家里手。

人工智能的法律规制篇(6)

一、建立律师业现代企业制度

党的“十五”大提出国有企业改革的目标是建立现代企业制度，即按照“产权清晰、权责明确、政企分开、管理科学”的要求，对国有企业进行规范的公司制改造，使企业真正成为市场经济的主体和法人实体。这是在社会主义市场经济条件下对市场主体提出的必然要求，否则，没有这样的市场主体，社会主义市场经济就不能建立和正常运行。

律师行业作为我国社会主义市场经济运行的一个重要组成部分，也应当实行现代企业制度，进行规范的公司制改革，使律师业能够独立经营、参与竞争、自负盈亏、充满活力，使律师事务所真正成为活跃的、规范的、完善的市场经济主体和法人实体，使律师成为市场经济的能动者和生产力中最活跃的因素。通过调动律师行业、律师事务所和律师三个方面的积极性，挖掘内部潜力，激发服务热情，提供优质的、符合市场经济发展和现代法治国家要求的法律服务，在满足客户对法律服务需求的同时，为建立健全法治化的社会主义市场经济保驾护航。

1.律师业应当成为一个市场化行业，在知识经济时代，律师业面临着一场新的产业化革命。科学技术是第一生产力，但它不能直接成为生产力因素，只能通过市场的配置才能充分有效地转化为生产力。科学技术包括智力和知识因素，这些智力和知识因素通过流通和消费，实现它的价值。律师行业所提供的正是包涵较高智商和智能因素的知识服务，在市场经济条件下，这种服务要实现它的价值和效用，必须借助市场，以满足客户对这种知识服务的特殊需要。因此，知识和智能资源只有通过市场的调节和配置，才能转化为生产力要素。这对律师业来说是一次知识产业的市场化革命，而这一革命的关键就是使律师业成为一个市场行业。

2.律师事务所应当成为市场主体。律师服务的市场化，必然要求服务的提供者成为市场主体。律师事务所作为市场经济的细胞和组成单位，应当按照现代企业制度的要求，成为自主经营、自负盈亏、自我发展、自我完善的市场主体和经济实体。目前国资所的改制，其目的就是使期限成为“产权清晰、权责明确、政企分开、管理科学”的市场经济实体，为进一步向公司制转轨打下基础。但是，世界经济全球化、一体化进程和我国“入世”的紧迫形势，要求我们必须加快对国资所进行公司制改造的步伐，使其尽快从内部运行机制上适应外部市场经济的要求，除对原有的律师事务所进行公司制改革外，新成立的合伙所、合作所应当按照现代企业制度的要求实行公司化。因为社会主义市场经济要求建立全国统一开放的大市场，并同世界市场紧密连接在一起，市场主体只有专业化、规模化，才能抵御风险，在激烈竞争中立于不败之地。显然，现在大部分合伙所、合作所规模小、融资少，专业化、现代化程度比较低，其组织形式和运行机制已远远不能适应现代市场经济发展的要求。西方发达国家的经验表明，公司制律师事务所是适应现代市场经济的合格主体。

3.律师应成为律师业发展最活跃的因素。要完成律师业的产业化革命，起决定性作用的是人。马克思主义认为，人是生产力的决定因素。只有律师的脑力劳动和智力资源相结合，才能提供出高附加值的知识服务。在这种创造性的复杂劳动中，律师是劳动的直接主体。因此，要通过工资分配机制、商品市场机制、资源配置机制等功能，调动律师的积极性和创造性，使之成为律师业知识服务中最活跃的因素。

二、实行律师业市场化经营

所谓市场化经营是指律师业按照法律服务的市场机制、市场规则、市场要求进行投入、生产和交易，以实现最大的经济效益。

传统的价值观认为，律师事务所不以盈利为主要目的，其根本任务是依法维护当事人的合法权益，维护法律的正确实施，促进国家的经济建设，维护社会的安定，而按照现代市场经济观念，应当把经济效益放在第一位，把社会效益放在第二位。因为经济效益是一个经济主体生存、发展、壮大的物质基础和根本所在，一个经济主体发展壮大的过程必然同时又是创造社会财富和社会效益的过程，因此，社会效益应当寓于经济效益之中并通过经济效益来体现。没有经济效益也就谈不上社会效益。市场经济要求每个市场主体必须遵循价值规律、供求规律、竞争规律、资本运作规律，以实现最大的经济效益。律师业产业化以后，在投入、产出、交易等各个环节上都应当遵循价值规律，实行市场化管理。这是一个首先应当解决的价值观问题。

要搞好资本经营。市场化经营的中心内容是资本经营或称资本运作。计划经济体制下的律师事务所不存在资本经营问题。律师业产业化之后，律师事务所的资本即人力资本和财力资本运作，对于律师事务所的生存和发展起着十分重要的作用。

经营人力资本，需要建立内部灵活的人才培养、使用机制，并与外部统一、规范的人才市场相结合，使律师人才智能商品化，并通过市场机制实现对律师人才资源的重新组合和优化配置。通过供求关系调节律师人才的流动，使律师人才由供过于求的律师事务所向供不应求的律师事务所转移；通过价值规律，使高级律师人才向规模化、效益好的律师事务所流转，从而减少和避免律师人才资源的闲置和浪费，最大限度地发挥人才价值的效能。

经营财力资本，应重点建立健全律师事务所的股权分配和转让机制，实现所有权与经营权的分离，通过竞争使资本合理流动，促进律师事务所集约化、规模化、专业化经营，减少和降低管理成本、生产成本和风险成本；实行律师事务所相互之间的横向联合，包括股权、财产和智力投资，实现优势互补，发挥资本的最佳效能。

三、实现律师业现代化管理

律师业要实行产业化，必须具备专门的管理人才、科学的管理方法、严密的管理制度和先进的管理设施。要学习和借鉴国际上先进的现代化管理经验。

1.要培养造就一批专业化管理人员。除专业律师外还要培养专业的行政管理人员、项目技术管理人员、财务会计管理人员和文印及信息档案管理人员，为专业律师提供全方位、多层次的后勤保障服务。从一定意义上讲，一个律师事务所拥有一批专业管理人才与拥有一批资深律师同等重要

2.要改革律师事务所的管理模式。由过去的指令型向经营型转变，由粗放型向集约型转变，由综合型向专业型转变，实行分类、分项目、分部门管理，以适应产业化的要求。

3.要采取严密的管理制度。包括律师事务所行业自律管理制度，有关机关和社会组织对律师事务所的监督检查制度，全面的服务质量管理制度，律师职业道德和执业纪律纠查制度，律师事务所及律师赔偿制度。

人工智能的法律规制篇(7)

当今中国，在以为核心的党中央坚强领导下，加强顶层设计，稳步推进，不断去藩篱，斩荆棘，向市场要效益，问制度要活力，认识、适应、引领经济发展新常态，奏响了经济转型升级的时代最强音。

“改革只有进行时，没有终止时”。经济领域改革的同时，一场以让人民群众获得更多司法幸福感和获得感为目的的司法体制自我革命，正主动拥抱司法新常态，适应司法新规律，攻坚克难，爬坡过坎，给立案到审案结案的全过程注入新动力，焕发新活力。经济领域改革即为了适应市场规律，激发经济发展潜力，而建国六十八年的司法改革经验与实践证明,司法改革必须要尊重和适应司法规律。

适应司法规律，就是要抓住司法责任制这个牛鼻子。抓住了牛鼻子，才能上下一盘棋，才能做到事半功倍。司法改革是项系统工程，任务繁重，要想把各项改革措施落地生根，关键要抓住司法责任制这个牛鼻子。为适应案多人少的司法新常态，要加快构建以审判业务需求为导向的专业化新型审判团队，“让审理者裁判，由裁判者负责”，要列明院庭长权力清单，厘清司法审判权与对于院、庭事务的司法行政管理权之间的界限。裁判者必须是审理者，只有还权于审判者，让审判者负责具体案件，确保审判案件质量，才是符合司法规律的必然之举。

适应司法规律，就是要用好大数据和人工智能的新钥匙。“科技进步一小步，司法进步一大步。”大数据时代，人民法院大有可为。数字化、网络化、智能化的信息化浪潮给人民法院建设智慧型法院带来了机遇。要利用技术革新和第四次科技革命的人工智能，加强互联互通，打破信息壁垒，实现司法数据与外部协作、诉讼服务等的无缝对接，研发和利用审判辅助智能系统，补足人才队伍建设短板。法院干警要以更大的勇气和决心转变认识，树立大数据思维，提升大数据分析和挖掘能力，主动适应和应用新科技成果，为便民为民的诉讼服务，打通司法为民的“最后一公里”。