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(xué)等背景的律師比賽審閱法律合同。結(jié)果顯示，其AI系統(tǒng)和人類律師平均準(zhǔn)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(shù)據(jù)、人工智能和區(qū)塊鏈等技術(shù)熱潮，大量創(chuàng)業(yè)科技公司正涌入法律服務(wù)行業(yè)，試圖為法官、檢察官和律師提供系統(tǒng)的智能服務(wù)，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(shù)量和結(jié)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(wù)需求，也催生出科技公司的大量細(xì)分機(jī)會。然而，對于這一需要大量經(jīng)驗和知識積累的行業(yè)來說，技術(shù)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(fù)工作。

關(guān)于“機(jī)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(jié)，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(diào)離和提前退休，并有多人積勞成疾；而2018年預(yù)計收案超過4萬件，壓力將不減反增，因此呼吁當(dāng)事人盡可能選擇其他調(diào)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(jīng)》記者，其2017年全年審結(jié)案件近300件，盡管涉及疑難案件不多，但簡單重復(fù)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(shù)據(jù)顯示，本輪司法改革實行員額制以來，法官和檢察官人數(shù)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(shù)量則由于立案登記制度的實行猛增。全國法院審結(jié)、執(zhí)結(jié)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(jié)壓力下，通過引入大數(shù)據(jù)和AI等技術(shù)，推廣“智慧法院”系統(tǒng)提高效率，讓機(jī)器取代一部分簡單和重復(fù)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(jī)。

1月29日，京都律師事務(wù)所與中國政法大學(xué)法學(xué)院大數(shù)據(jù)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(wǎng)法律服務(wù)行業(yè)調(diào)研報告》稱，2016年和2017年中國新上線共131家互聯(lián)網(wǎng)法律服務(wù)機(jī)構(gòu)，占到業(yè)內(nèi)互聯(lián)網(wǎng)法律機(jī)構(gòu)總量的50%以上，并已進(jìn)入不同細(xì)分領(lǐng)域建立商業(yè)模式。

對基層檢察官而言，對案件證據(jù)情況進(jìn)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(jīng)》記者介紹，這一系統(tǒng)有證據(jù)錄入、事實歸納和風(fēng)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(shù)，旨在成為“智能書記員”。例如，改變當(dāng)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(fù)荷。

不過，法院要求生成的司法文書準(zhǔn)確度極高，而庭審過程受方言、口音以及法律專業(yè)術(shù)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(jī)構(gòu)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(wù)有限公司總經(jīng)理鄒劭坤告訴《財經(jīng)》記者，目前技術(shù)界公認(rèn)語音識別在AI領(lǐng)域已經(jīng)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(tuán)隊對標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行標(biāo)注，以方便機(jī)器學(xué)習(xí)，從而更加精準(zhǔn)識別。

此外，對新技術(shù)有極大需求的另一商機(jī)在電子存證領(lǐng)域?；ヂ?lián)網(wǎng)經(jīng)濟(jì)使大量行為發(fā)生在線上，稍縱即逝的信息、線索和證據(jù)不加以及時固定和公證，已在實踐中給當(dāng)事人維權(quán)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(yīng)用區(qū)塊鏈技術(shù)不可篡改和同步性的特征進(jìn)行電子存證，極富潛力。

另一家法律科技服務(wù)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(jù)保全、電子卷宗、留置送達(dá)認(rèn)證等方面服務(wù)，檢察機(jī)關(guān)則主要應(yīng)用其電子卷宗、電子證據(jù)固化、勘驗等功能。其創(chuàng)始人張昌利告訴《財經(jīng)》記者，其公司在司法訴訟領(lǐng)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(jī)關(guān)證明其可信度是一大難點。

中國政法大學(xué)證據(jù)科學(xué)研究院工程師、電子數(shù)據(jù)司法鑒定人許曉冬告訴《財經(jīng)》記者，能在司法鑒定中被采用的證據(jù)，一方面需要符合國家相應(yīng)部門的法律規(guī)定，其次需要其在技術(shù)上得到認(rèn)證和確信，保證所采用的電子簽章系統(tǒng)產(chǎn)生的數(shù)據(jù)都是無污染而不可被篡改。而由于缺乏相應(yīng)國家標(biāo)準(zhǔn)，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(shù)據(jù)痛點

AI技術(shù)依賴于大數(shù)據(jù)，法律行業(yè)不無例外，司法數(shù)據(jù)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(jié)果預(yù)判等服務(wù)，為減少不必要訴訟提供有力支持，這是目前應(yīng)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(guān)于人民法院在互聯(lián)網(wǎng)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(shù)據(jù)深度挖掘提供了較好的資源基礎(chǔ)。

2017年2月起，上海高級法院研發(fā)團(tuán)隊運用大數(shù)據(jù)技術(shù)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(jìn)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(jù)標(biāo)準(zhǔn)、證據(jù)規(guī)則，并把這些標(biāo)準(zhǔn)鑲嵌進(jìn)數(shù)據(jù)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(jù)，確保偵查移送起訴案件符合法律規(guī)定的標(biāo)準(zhǔn)和程序”，上海市高級法院院長崔亞東接受《經(jīng)濟(jì)日報》采訪時稱，系統(tǒng)還具有證據(jù)校驗、審查判斷等功能，及時發(fā)現(xiàn)、提示證據(jù)中的瑕疵和證據(jù)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(jìn)行大數(shù)據(jù)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(quán)重作出分析。當(dāng)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(chǔ)上自動進(jìn)行比對和運算，并對量刑幅度給出圖形分析和數(shù)據(jù)參照。

對于這類大數(shù)據(jù)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(fù)責(zé)新科技領(lǐng)域犯罪公訴的他少有使用該類軟件的經(jīng)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(jìn)行大量人工判斷和邏輯分析。

不過他告訴《財經(jīng)》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(yù)期性，其實操性一直在業(yè)內(nèi)受到質(zhì)疑。

程闖的擔(dān)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(jìn)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(fēng)險、考核指標(biāo)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(shù)據(jù)，因此只能在一個機(jī)構(gòu)內(nèi)部應(yīng)用，實用性有待檢驗。

除此之外，人文關(guān)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(diào)解等來化解社會矛盾；也才能考慮到當(dāng)事人的困境，給予司法救助，聯(lián)系相關(guān)部門，予以法外關(guān)懷。”在程闖看來，目前的技術(shù)無法企及，寬嚴(yán)相濟(jì)的刑事政策將難以實現(xiàn)。

“按照算法推送相應(yīng)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(rèn)為。

AI如何兼容司法

讓大數(shù)據(jù)輔助量刑之外，更具野心的目標(biāo)是培養(yǎng)真正的機(jī)器人“律師”和“法官”，在機(jī)器學(xué)習(xí)和訓(xùn)練的基礎(chǔ)上，直接作出法律判斷。而技術(shù)不僅需要自身突破，還需解決倫理問題。

2016年底，無訟網(wǎng)絡(luò)科技（北京）有限公司推出法律機(jī)器人產(chǎn)品“法小淘”，功能在于一方面幫助中小企業(yè)精準(zhǔn)匹配相應(yīng)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(jīng)》記者，“法小淘”目前通過對中國裁判文書網(wǎng)大量案例的機(jī)器學(xué)習(xí)，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(shù)據(jù)學(xué)習(xí)，來獲取不同行業(yè)法律知識。其目標(biāo)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(yīng)的專業(yè)法律答案，而如果遇到復(fù)雜或疑難問題，再精準(zhǔn)匹配平臺上專業(yè)律師去解決。

盡管已經(jīng)有較為成熟的數(shù)據(jù)庫并進(jìn)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(dāng)大比例的答案需要經(jīng)過人工修改以后才能被公布。能夠生成精準(zhǔn)而有邏輯的答案也因此成為法小淘今年的工作目標(biāo)。

“機(jī)器人法官”則顯得更加遙遠(yuǎn)，鄒劭坤稱，一些人認(rèn)為，法律邏輯是一個封閉的規(guī)則體系，容易被AI學(xué)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(yīng)裁判結(jié)果。但實際上，無論是民商事領(lǐng)域，還是刑法、行政法領(lǐng)域，某一法律問題的解決可能會存在多種學(xué)說、理論和處理結(jié)果，在直面具體的實務(wù)問題時，會存在千變?nèi)f化的事實要素，存在數(shù)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(lǐng)域的應(yīng)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(jīng)》記者介紹，傳統(tǒng)的算法基于決策樹或者概率圖模型，本質(zhì)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(shù)的發(fā)展，一批以深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)為首的黑箱模型逐漸占據(jù)算法主導(dǎo)地位。其特點是有強大的學(xué)習(xí)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(shè)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(fēng)險。

“這相當(dāng)于人類主動放棄做出判斷的權(quán)利，讓充滿隨機(jī)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(shù)上存在數(shù)據(jù)量不足、深度學(xué)習(xí)模型難以達(dá)到等難點，但各類基于AI的系統(tǒng)正在走進(jìn)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(fēng)險評估工具評級為“高風(fēng)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(jìn)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(shù)據(jù)都進(jìn)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(shù)據(jù)解決爭議。

而即便能夠?qū)Q策機(jī)制和原始數(shù)據(jù)進(jìn)行溯源，能否得出司法鑒定結(jié)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(jī)算法專家，甚至非?？赡苁切枰囵B(yǎng)法律—算法的跨學(xué)科專家?！编u劭坤說。