AI能否變革法律行業(yè)

劉甦 張瑤

世界上最頂尖的律師們，在最新一場和人工智能的對決中輸了。

2月26日，名為LawGeeX的以色列科技創(chuàng)業(yè)公司發(fā)布報告稱，其法律AI平臺與20位來自斯坦福大學等背景的律師比賽審閱法律合同。結果顯示，其AI系統(tǒng)和人類律師平均準確率分別為94%和85%。時間差別更為顯著——律師平均花費92分鐘，AI耗時則僅26秒。

伴隨著大數據、人工智能和區(qū)塊鏈等技術熱潮，大量創(chuàng)業(yè)科技公司正涌入法律服務行業(yè)，試圖為法官、檢察官和律師提供系統(tǒng)的智能服務，從智能速記員、智能量刑到斷案輔助功能，其野心是實現(xiàn)從“助理”到“決策者”的替代。

不斷增長的案件數量和結案壓力使得司法系統(tǒng)對此充滿期待；此外，商業(yè)活動中企業(yè)的大量法律服務需求，也催生出科技公司的大量細分機會。然而，對于這一需要大量經驗和知識積累的行業(yè)來說，技術事實上仍在被用于解決行業(yè)初級痛點——提高效率減少重復工作。

關于“機器人法官”和變革行業(yè)的暢想，都處在前夜。

AI助力司法嘗試

“即便加班加點，平均每個法官手中仍有211.43件案件無法審結，我們深感愧疚！”2018年伊始，廣西南寧市青秀區(qū)法院門前便張貼出一份倡議書，稱因工作壓力太大，該區(qū)已有15%法官辭職、調離和提前退休，并有多人積勞成疾；而2018年預計收案超過4萬件，壓力將不減反增，因此呼吁當事人盡可能選擇其他調解糾紛的手段。

大量法院都面臨著類似的壓力。江蘇省一位基層法官告訴《財經》記者，其2017年全年審結案件近300件，盡管涉及疑難案件不多，但簡單重復地審理也讓加班和過勞成為他的生活日常。

最高法院和最高檢察院數據顯示，本輪司法改革實行員額制以來，法官和檢察官人數已從20萬和17萬人分別縮減至12萬和8.4萬人。與此相對，案件數量則由于立案登記制度的實行猛增。全國法院審結、執(zhí)結的案件，已從2013年的1200多萬件增至2016年的1900多萬件。

巨大審結壓力下，通過引入大數據和AI等技術，推廣“智慧法院”系統(tǒng)提高效率，讓機器取代一部分簡單和重復勞作，于司法系統(tǒng)從業(yè)者而言是剛需，于法律科技公司則是商機。

1月29日，京都律師事務所與中國政法大學法學院大數據與人工智能法律研究中心聯(lián)合發(fā)布的《2017年度互聯(lián)網法律服務行業(yè)調研報告》稱，2016年和2017年中國新上線共131家互聯(lián)網法律服務機構，占到業(yè)內互聯(lián)網法律機構總量的50%以上，并已進入不同細分領域建立商業(yè)模式。

對基層檢察官而言，對案件證據情況進行摘錄、歸納以及分析，最終形成審查報告往往占用絕大部分工作時間。梅哲賓是浙江省杭州市余杭區(qū)檢察院的檢察官，其所在部門剛開始試用杭州“智慧公訴”辦案輔助系統(tǒng)。他向《財經》記者介紹，這一系統(tǒng)有證據錄入、事實歸納和風險提示等功能，對以往費時費力的工作帶來改善，實用性很強。

另一個正在落地的是人工智能語音速錄技術，旨在成為“智能書記員”。例如，改變當前庭審筆錄記錄模式，將各方對話自動實時識別成文字，包括合議庭法官的評議過程也實時記錄，提升審判效率，減輕法官和書記員的辦案負荷。

不過，法院要求生成的司法文書準確度極高，而庭審過程受方言、口音以及法律專業(yè)術語等的影響較大。因此，盡管諸如科大訊飛等公司已為許多辦案機構定制輸入系統(tǒng)，浙江省高級法院法官程闖的體會是，智能速錄系統(tǒng)對許多同事工作效率提高影響不大。

北京華宇元典信息服務有限公司總經理鄒劭坤告訴《財經》記者，目前技術界公認語音識別在AI領域已經取得明顯突破，不過接下來很大的困難是如何打造專業(yè)團隊對標準數據集進行標注，以方便機器學習，從而更加精準識別。

此外，對新技術有極大需求的另一商機在電子存證領域?；ヂ?lián)網經濟使大量行為發(fā)生在線上，稍縱即逝的信息、線索和證據不加以及時固定和公證，已在實踐中給當事人維權和司法鑒定帶來高成本、不便利等問題。許多公司亦稱正在應用區(qū)塊鏈技術不可篡改和同步性的特征進行電子存證，極富潛力。

另一家法律科技服務公司聯(lián)合信任時間戳的商業(yè)模式為向法院提供諸如訴前證據保全、電子卷宗、留置送達認證等方面服務，檢察機關則主要應用其電子卷宗、電子證據固化、勘驗等功能。其創(chuàng)始人張昌利告訴《財經》記者，其公司在司法訴訟領域有20多個地區(qū)的150多家法院有采信的司法判例。

不過，對于這些公司而言，如何向相對保守和被動的司法機關證明其可信度是一大難點。

中國政法大學證據科學研究院工程師、電子數據司法鑒定人許曉冬告訴《財經》記者，能在司法鑒定中被采用的證據，一方面需要符合國家相應部門的法律規(guī)定，其次需要其在技術上得到認證和確信，保證所采用的電子簽章系統(tǒng)產生的數據都是無污染而不可被篡改。而由于缺乏相應國家標準，如何解決這些公司的可信任度問題，他持審慎和保留態(tài)度。

大數據痛點

AI技術依賴于大數據，法律行業(yè)不無例外，司法數據的深度挖掘成為必然。

通過挖掘利用海量司法案件資源，提供面向各類訴訟需求的相似案例推送、訴訟結果預判等服務，為減少不必要訴訟提供有力支持，這是目前應用較多的能夠輔助辦案的類案系統(tǒng)。

最高法院先后在2010年、2013年、2016年三次發(fā)布了《關于人民法院在互聯(lián)網公布裁判文書的規(guī)定》，截至2017年上半年，裁判文書公開總量超過3200余萬篇，這為司法數據深度挖掘提供了較好的資源基礎。

2017年2月起，上海高級法院研發(fā)團隊運用大數據技術對上海原有3萬余份刑事法律文書、9012件典型案例、1695萬條司法信息資源進行比對、分析，通過人工智能的深度研究，針對司法實踐中取證環(huán)節(jié)的易發(fā)、多發(fā)、常見問題，制定證據標準、證據規(guī)則，并把這些標準鑲嵌進數據化的辦案程序中，推出了“上海刑事案件智能輔助辦案系統(tǒng)”。

在這個系統(tǒng)的倒逼下，“偵查人員從接受案件開始就必須按照規(guī)定來收集固定證據，確保偵查移送起訴案件符合法律規(guī)定的標準和程序”，上海市高級法院院長崔亞東接受《經濟日報》采訪時稱，系統(tǒng)還具有證據校驗、審查判斷等功能，及時發(fā)現(xiàn)、提示證據中的瑕疵和證據之間的矛盾，防止“一步錯、步步錯、錯到底”的現(xiàn)象發(fā)生。

此類嘗試無獨有偶。此前一年，廣州市中級法院對歷史上300多萬件同類案件進行大數據分析，形成“智審輔助量刑裁決系統(tǒng)”。該系統(tǒng)對影響盜竊案判決的20多種情形、每種情形占多大權重作出分析。當法官輸入案件要素后，系統(tǒng)會在傳統(tǒng)推送相似案例的基礎上自動進行比對和運算，并對量刑幅度給出圖形分析和數據參照。

對于這類大數據系統(tǒng)的使用情況，司法人員反映不一。

梅哲賓表示，他們正在試用的“智慧公訴”系統(tǒng)有量刑參考功能，但是因為錄入的生效案件還比較少，無法對部分罪名的量刑提供參考。

北京市海淀區(qū)檢察院檢察官白磊也有同樣感受，負責新科技領域犯罪公訴的他少有使用該類軟件的經驗，原因在于高科技類犯罪形式太新無例可循，他的日常工作更多需要進行大量人工判斷和邏輯分析。

不過他告訴《財經》記者，這類軟件對于從事普通刑事案件，如盜竊、危險駕駛罪等案件公訴的同事較有幫助。該類案件發(fā)案率高、情節(jié)相似，在提起公訴前使用類案系統(tǒng)查詢同類案件的判案情況，可以參考比對提出更為合理的量刑建議，以確保司法穩(wěn)定性和破解“同案不同判”的問題，更為公平。

然而，利用斷案輔助系統(tǒng)來提高裁判的一致性和可預期性，其實操性一直在業(yè)內受到質疑。

程闖的擔憂是，如同世界上沒有完全相同的兩片樹葉，也不會有兩個完全相同的案件，如何利用類案系統(tǒng)進行參照？很難說清楚不同的影響因子、不同情節(jié)對量刑的影響比重；另外，判案時信訪風險、考核指標等隱性因素也難以通過類案系統(tǒng)分析。

北京仲裁委員會副秘書長陳福勇亦表示，斷案輔助系統(tǒng)的“一致性”能做到什么程度，有討論余地。特別是對于仲裁這種要求一裁終局、裁決保密的裁判系統(tǒng)而言，無法公開數據，因此只能在一個機構內部應用，實用性有待檢驗。

除此之外，人文關懷也是類案軟件無法解決的一大痛點。

“只有人類法官，才能切實考慮到案件的具體情況，靈活采用附條件不起訴、主持刑事和解、民事調解等來化解社會矛盾；也才能考慮到當事人的困境，給予司法救助，聯(lián)系相關部門，予以法外關懷?！痹诔剃J看來，目前的技術無法企及，寬嚴相濟的刑事政策將難以實現(xiàn)。

“按照算法推送相應的案件，很難全面、客觀。而自己尋找，可能更有針對性?！背剃J認為。

AI如何兼容司法

讓大數據輔助量刑之外，更具野心的目標是培養(yǎng)真正的機器人“律師”和“法官”，在機器學習和訓練的基礎上，直接作出法律判斷。而技術不僅需要自身突破，還需解決倫理問題。

2016年底，無訟網絡科技（北京）有限公司推出法律機器人產品“法小淘”，功能在于一方面幫助中小企業(yè)精準匹配相應的律師，另一方面它本身便可以回答簡單法律問題。目前，無訟科技已獲得兩輪1.47億元投資。

無訟科技副總裁莊大衛(wèi)告訴《財經》記者，“法小淘”目前通過對中國裁判文書網大量案例的機器學習，以及對已有法規(guī)、工商系統(tǒng)、法院執(zhí)行信息公開系統(tǒng)等的數據學習，來獲取不同行業(yè)法律知識。其目標是，企業(yè)客戶通過自然語言描述自己遇到的法律問題，法小淘可以對問題自行分析并生成相應的專業(yè)法律答案，而如果遇到復雜或疑難問題，再精準匹配平臺上專業(yè)律師去解決。

盡管已經有較為成熟的數據庫并進行長期開發(fā)，莊大衛(wèi)稱，目前法小淘就法律問題生成的答案均需人工審核，相當大比例的答案需要經過人工修改以后才能被公布。能夠生成精準而有邏輯的答案也因此成為法小淘今年的工作目標。

“機器人法官”則顯得更加遙遠，鄒劭坤稱，一些人認為，法律邏輯是一個封閉的規(guī)則體系，容易被AI學會——系統(tǒng)只要給出具有法律規(guī)定的大前提，輸入發(fā)生的案件事實，就會得出相應裁判結果。但實際上，無論是民商事領域，還是刑法、行政法領域，某一法律問題的解決可能會存在多種學說、理論和處理結果，在直面具體的實務問題時，會存在千變萬化的事實要素，存在數不清的爭議點和模糊地帶，絕非像圍棋和德州撲克的規(guī)則那樣透明、清晰。

更何況，人工智能在法律領域的應用，仍需解決大量實際問題。人工智能行業(yè)從業(yè)者廖一橋向《財經》記者介紹，傳統(tǒng)的算法基于決策樹或者概率圖模型，本質上是對人的觀念提煉，具有可解釋性。然而，隨著人工智能技術的發(fā)展，一批以深度學習和神經網絡為首的黑箱模型逐漸占據算法主導地位。其特點是有強大的學習和擬合能力，通常情況下效果比傳統(tǒng)算法更好，但同時也是個黑箱——任何人、包括算法的設計者本身，都無法理解它為何作出這樣的決策。

對音樂推薦或者信用評價來說，這些算法或許不無不妥，但是涉及量刑斷案、法庭保釋等司法決定，現(xiàn)有許多“讓AI斷案”的口號無疑充滿風險。

“這相當于人類主動放棄做出判斷的權利，讓充滿隨機性、偶爾會出錯、并對自己的決策過程緘默不言的人工智能，去決定一個人是否有罪?！绷我粯蛘f。

盡管技術上存在數據量不足、深度學習模型難以達到等難點，但各類基于AI的系統(tǒng)正在走進司法現(xiàn)實，憂慮也因此出現(xiàn)。美國威斯康星州訴盧米斯一案（Wisconsin v. Loomis）中，盧米斯因回答一系列問題被風險評估工具評級為“高風險”等級，法官判罰其更長的刑期。盡管盧米斯提出上訴，但由于需要保持算法隱匿性，法院最終未對這一工具的算法進行核查，并駁回上訴。

AI作出的黑箱決策也可能給司法鑒定帶來難點。許曉東的建議是，在決策層面要求決策的數據都進行長期備份，以便日后發(fā)生糾紛后，鑒定人員可以通過溯源數據解決爭議。

而即便能夠對決策機制和原始數據進行溯源，能否得出司法鑒定結論并基于此作出法律判斷，也極大考驗著未來的法律從業(yè)者。

“突破法律智能研發(fā)的困難需要大量的法律行業(yè)專家和計算機算法專家，甚至非?？赡苁切枰囵B(yǎng)法律—算法的跨學科專家?！编u劭坤說。