标签归档:人工智能

隔靴如何搔痒:问责算法

一、“黑箱”的烦恼

机器学习技术的兴起让人工智能成为近几年来最为火热的技术之一,各行各业都开始陷入人工智能的狂热之中。目前大部分机器学习算法,都是基于人工神经网络(Artificial Neural Network,即ANN)来构建的。人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神经科学研究成果的基础上提出的,试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理

人工智能对法律的挑战同样存在,算法的不透明是其中最为重要的挑战之一,决策依据不透明导致风险不可控,而神经网络的决策过程也被视为“黑箱”。

当王思聪在新浪微博上的抽奖暴露出新浪微博抽奖算法对男性用户的歧视;当华为手机采用人工智能优化了CPU、GPU、NPU等性能的调度,在识别跑分测试应用程序会智能开启“性能模式”来提供最强的性能,当短视频疯狂根据浏览习惯推荐视频;当百度搜索把QQ邮箱的“山寨版”置于搜索结果首位……尽管这些算法未必都与神经网络或是机器学习有关,但算法对法律的挑战已经来到前台。

继续阅读

荣耀Magic与微信之争——数据的归属、争夺与利用

一、梗概

随着数据价值的与日提升,以及《网络安全法》 的正式施行,围绕着数据,尤其是用户数据的争议越来越多,光是从年初的新浪微博与脉脉案、到《网络安全法》 施行当天所曝出的菜鸟网络与丰巢的纠纷,而最近,深圳的两家科技巨头也为用户的数据起了纷争,嘴仗从政府的有关部门蔓延至《华尔街日报》。这些案件与纠纷,无不与我们的生活息息相关,我们这些普通用户所产生的数据成为了厂商争夺的焦点。

关于微信与华为手机的纠纷,只有《华尔街日报》中语焉不详的报道,并不清楚技术细节,所以本文的讨论也仅以目前所披露的内容为依据进行。事情大抵如此:

  • 华为正通过其荣耀Magic智能手机收集用户活动信息,其中包括微信的聊天信息,以打造华为人工智能功能。
  • 腾讯认为华为夺取了腾讯的数据,侵犯了微信用户隐私,并要求政府有关部门介入此事。
  • 华为认为所有用户数据都属于用户,而不属于微信或是荣耀Magic,该公司在荣耀Magic设备上处理用户数据之前经过了用户的授权。
继续阅读

法律思维、算法与推之

一、法律方法与法律知识

法学院的学生学习法律,“法学方法论”与“逻辑学”是知识拼图中重要的一块,方法论可以让法科学子掌握法律渊源、三段论这样的基本法律思维的方法,将法律条文、司法裁判这样的法律知识串联起来,共同构成了所谓的“像法律人一样思考”(Think Like a Lawyer)。但事实上,恐怕法律人的思维方式与法律知识并非不可复制,尤其是当我们看看IBM的WASTON已经开始被用于疾病判断、诊疗这样复杂的医疗服务中,法律服务的门槛也并非难以逾越。我的意思并非是律师就要被取代(短期内),只是想说明专业知识的门槛在技术进步面前并没有那么牢靠。

而协助人工智能踏破法律的专业门槛的,就是法律知识工程师这一新兴职业,在萨斯金教授著名的《法律人的明天会怎样?》这本书里,就提到了法律知识工程师。法律知识工程师所做的工作是把可以被标准化的法律服务进行建模,进而利用算法推而广之。法律知识工程师远不止是字面上的将知识打包整理、更是把法律思维(法律方法)打包整理。

法律知识的打包不是一件容易的工作,需要投入大量的人力物力,但相对于法律思维的打包来说并不“难”。在我们准备司法考试的时候,大都会看到过法律概念的谱系,即一张图囊括了某一部法律的结构,尤其是在刑法总论方面。这方面比较完整和领先的,应该是人民法院电子音像出版社的法信做的“法信码”了,将法律知识树打包上网,所有的案例、法条、观点都挂在相应的位置上,只是遗憾法信尚未找到充分展示法信码潜力的途径,但这样的树状(或者网状)法律知识结构,或许是法律方法、法律经验整合的基础,也可能会是法律人工智能的基础。

现在很多所谓的“法律人工智能”,所做的工作不过是将单纯的法律知识进行了打包,比如我曾试用过的某款号称“智能咨询”的产品,所能做到的程度不过是回答一些“宪法是什么?”“物权是什么意思?”这样的问题,而给出的答案也无非是从某个百科中截取的定义,完全没有“智能”的感觉,对法律工作来说也毫无意义,甚至还不如搜索引擎好用。对“法律人工智能”来说,如果没有法律思维或法律方法的支撑,那么法律知识也无法准确地传达,或者只能传达一些表层的法律知识,聊胜于无罢了。

二、算法与法律知识工程师

算法是现代生活的秘密规则,已经无处不在。算法的厉害之处,在于可以避免重复发明“轮子”,对于任何有规律可循的问题,都可以利用算法解决。算法对于生活的渗透,是远超过一般人想象的。单就法律领域来说,算法决定了法律数据库中检索结果的排序是否会按照地域、执业领域、重要程度来进行排序,决定了推荐律师时律师们的匹配程度。

法律服务的复杂性让律师们对自己的职业充满了骄傲,总是强调“每个案件都是独一无二的”,除了言传身教外没有其他更好的途径将自己的经验传授给新人。这样的后果是导致律师业形成了以“师徒制”为主的培养模式,新律师的培养多是依靠跟着师傅学习、揣摩、领会精神,而所谓律所、律协的培训也只是杯水车薪。这样的后果是新入行的律师学习、进步的效率低下,新律师不得不依附于老律师,形成落后的“师徒”关系,这直接导致。法律职业的门槛不只是法律人的骄傲,更应该是法律人的悲哀,因为另外一个后果就是法律服务因为受限于人力有限而很难形成规模化,让法律服务行业的蛋糕不够大,不够分。

在最理想的情况下,律师的全部工作都是在一套系统内完成,包括接洽客户、分配工作、起草文书、法律检索、收发文件等等,这样的系统内,单纯利用算法与数据的分析就可以掌握法律人的思维方式,但显而易见这么一套系统并不存在也不切实际(律所连普通的OA系统都难以推广),所以法律知识工程师以人力去跟随律师工作,就成为了将法律思维与法律方法搬到网上的唯一途径。

法律工程师这一职业的出现,是一种探索。法律知识工程师的工作,是将法律经验与法律知识标准化、数据化,转化为计算机可以理解的代码。法律服务的代码化工作注定了一条崎岖的道路,甚至有些法律服务的领域会不通道路。但现在至少可以去将那些重复程度高的、常见的法律服务代码化,比如劳动纠纷、婚姻家庭、交通事故这样的法律服务对于大多数律师来说是高频服务(即使对客户来说不是高频需求),这些领域的问题相对简单(有时候只需要引用法条就可以),重复性高,不应该花费律师太多的时间。将这些问题的咨询交给法律知识工程师利用算法进行,实际上是可以提高律师自身的工作效率,将律师从琐碎的工作中解放出来。

三、推而广之的法律知识工程师

推之似乎是找到了将法律方法与法律知识整合起来的方法,通过法律知识工程师,将法律条文转化为普通人在遇到法律问题以后的逻辑,引导用户找到法律解决方案。在《遇见法律知识工程师》一书中,对法律方法的打包过程进行了清楚的阐述,甚至是把自己运营中的故事也放到了书中(主要是在书的后半部分内容),读起来会有些看公司传记的感觉。实际上,在《遇见法律知识工程师》书中,给我留下最深印象的并非是推之的法律知识工程师,反而是作为律所主任的徐云,他对新技术的魄力令人敬佩。而他的律所与推之的合作过程,可以说是无比清晰地展现了法律知识工程师的工作模式,给这一新兴职业提供相当清晰的路线图,后来者可以按图索骥。

推之按照律师的思维进行了设计,虽然最初的目的让普通人在遇到法律问题时能够自助解决,但事实上律师才是推之最重要的用户。作为一个微信服务号,推之出现在普通人微信时间线的机会并不多(一个月才可以推送4条消息),而即使是最常见的劳动、交通、与婚姻家庭纠纷,一个人终其一生也遇不到几次,而对于律师来说,与这样的案件打交道实在是家常便饭。因此,面向律师才是这样的法律科技产品从低频向高频转化的途径,实际上这是一种借助律师实现高频化使用的途径。

对于律师来说,推之这样的法律知识库可以更加熟练地使用,提高自己出具法律意见的效率。而且,即使是在当事人上门咨询时,使用一个律所订制版的推之(似乎已经有了),结合自己的投影设备,引导客户一步一步获取法律解决方案,整个过程还可以完美解决推之只能够解决预设问题的缺陷,这样的咨询流程既具有科技感,又有人情味,非常容易获取客户的信任,尤其是在与其他律所的比较中。

今年1月初,微信的小程序将要上线,所谓微信小程序是一种不需要下载安装即可使用的应用,用户扫一扫二维码或者搜一下,即可打开应用,用完即走,用户不用关心是否安装了太多的应用,应用将无处不在,随时可用,但是又无需安装。而我所能想象到律师师事务所需要的小程序,就只有推之了(其实还有WiFi连接的需求),律所的前台引导客户来到会议室,由律师引导客户扫描使用微信小程序来获取法律解答,并辅助以现场的解释答疑,这实在是一个太有科技含量的场景了。

四、一点废话

除了斯沃茨自己的员工之外,我可能是最早关注斯沃茨公司的一批人了。记得最早在是在潘松律师的微信公众账号上看到了一篇文章,介绍了成都的一家叫做“斯沃茨”的法律科技公司,看到名字我就会心一笑,知道这个名字是纪念那位逝去的“互联网之子”——亚伦·斯沃茨,只是最早还不明就里,不知道公司打算推出什么产品。后来到产品上线,我只是简单看了介绍,试用了当时还很不完善的“推之”,就知道这个产品厉害,因为“推之”这样的智能法律问答产品也是我当时打算“有空做做”的一款产品,但竟然已经被做出了,不得不服气张志鑫和他的小伙伴的执行力。

后来在北京、上海的两个论坛上,与张志鑫和严青等人有过短暂的交流,当时信心满满,一口答应他们一定要专门写篇文章分析一下“推之”这款产品,但实在是惭愧,直到年底收到赠书还是没有写出来,所以我觉得这本书也是催稿吧……不过话说回来,我在知乎上的可是认真的推荐过推之这款产品,还收获了我在知乎上有史以来最多的“点赞”(900赞+),还被认为是水军,我水军的酬劳可能就只有这一本赠书了吧,哈哈……这篇文章也算是我的“交差之作”吧。

互联网带来的技术变革已经让很多传统行业经历了暴风骤雨,现在轮到法律行业了,而斯沃茨公司的法律工程师们无疑也是这一轮风暴的“造雨人”(Rainmaker)之一。

法小淘、裁判文书与法律服务业

上个月在杭州举行的云栖大会上,蒋勇律师和他的无讼团队石破天惊般推出了一款名为“法小淘”的产品。在现场的演示上,蒋律师在法小淘上通过语音提问,然后法小淘就自动提供有关案件的案情分析报告,报告中提供了该类型案件的胜诉、部分胜诉、败诉的比例,法院对该类型案件的胜诉率。据蒋律师表示,在未来法小淘还可以在法律工作中扮演更多更重要的角色。

尽管我既不在现场,也没看直播,只是在深夜看了介绍视频,但仍然为这款产品的功能和完成度感到震惊了,记得上一次有如此感受还是在了解了区块链技术之后,当时让我彻夜难眠写了篇文章。不同的是区块链技术给法律行业带来的改变目前还只是一种可能性,而法小淘却已经在“叩门”了。

对技术不敏感的法律人可能不会意识到法小淘的厉害之处,我就自说自话,简单聊一聊我对这个产品的认识吧。

一、统计胜诉率

在法小淘所提供的推荐结果中,提供了胜诉率的数据,这对于裁判文书的利用来说是重大一个进步。无讼即使不是首家提供胜诉率统计的平台,也是最先一批的了。胜诉是所有律师参与诉讼的终极目标,但就裁判文书来说,判断胜诉却不是一件简单的工作。

在理论上,对于原告来说胜诉意味着诉讼请求得到支持,对于被告来说意味着原告的诉讼请求被驳回,上诉亦然。通过自然语言识别技术,判断诉讼请求被全部支持、部分支持或是驳回并不是遥不可及的工作,甚至识别出索赔金额也不是什么不可能的事情。

但是,这样的评价方式对于律师来说并不公平。一个被索赔1000万元的案件,经法院审理后赔偿金被判5万元,这算是胜诉还是败诉?很难说,这样的判决也算是诉讼请求得到了支持,至少是部分的支持。而对于有多项诉讼请求,法院或许只支持其中的几项,这算是胜诉还是败诉?也很难说。是否胜诉实际上应该以当事人的角度出发,有些案件当事人的目的就是金钱,赔偿的金额越高越好;有些案件的目的并不是金钱,而是为了一只禁令,赔偿金钱只是附带的;或者一些案件的目的只是为了给对方施加压力而已。不是当事人,固然无法判断诉讼的真实目的,只能依据裁判文书中的内容简单判断胜诉与否,但这仍然是律师画像(Profile)的重要一个环节。实际上,比起胜诉率来说,律师在某领域案件的代理数量同样具有参考价值,在某一领域代理的案件多,无论裁判文书中显示的诉讼结果如何,一般都可以认为律师对该领域足够了解。

而随着裁判文书公开数量的不断增加,从案件数量及和胜诉率的数据也将会越来越准确,会成为伴随着每一个律师的烙印,人们会有途径去核实某律师声称的“从未输过一起官司”这样的说法是否属实,让律师没有办法肆无忌惮地吹牛。当然,以诉讼为核心的律师画像对于非诉律师来说可能并不公平,但这实在也是无可奈何的事情。

二、(诉讼)律师的画像

参与诉讼是律师最为重要的工作之一,但绝不是唯一的工作。大量出色的律师活跃于非诉的领域,但在裁判文书上罕见于他(她)们的名字。即使是对于诉讼律师来说,也会做大量非诉的工作,鲜有律师是完全依靠诉讼维生的。所以,如何评价律师的非诉工作,是所有律师推荐平台不得不面对的问题。

通常的解决思路是提供更多的信息,比如律师的年龄、学历、执业时长、擅长领域、律所职位、社会兼职等内容,但这些对于覆盖非诉工作来说仍是杯水车薪。而法小淘不同,依托于无讼平台有望打造一个更加全面的律师画像系统。

无讼阅读里面有大量法律领域的文章,为非诉律师分享经验提供了分享自己经验提供了途径;无讼合作为律师提供了积累事实调查类活动的渠道;无讼办法则是合同审查、法律咨询的数据。非诉工作当然远不止无讼目前所能提供的几项服务,但多位一体的数据纬度意味着评价体系更加的全面。结合无讼名片,法小淘恐怕可以提供目前国内最全面的律师画像。当在做好了律师画像的工作之后,更重要的就是将法律问题匹配给合适的律师了,而这完全就要看法小淘的算法是否足够强大,能否为用户找到合适的律师了。

几乎所有律师都会同意:预防法律风险会比解决法律问题更加重要。而法小淘/无讼对法律服务行业的评价思路是以诉讼导向(因为裁判文书最易获得),即使是可以通过律师撰写的文章、律师参与的合作来丰富评价指标,但诉讼文书在算法中举足轻重。但通过法小淘提问,未必是为了解决诉讼问题,可能只是预防性质的咨询,如果这时再着重根据诉讼表现来推荐律师,可能就显得有失偏颇了。

三、法律服务的高频需求

法律服务始终都是一项低频服务,这是所有的法律服务平台不得不面对的一道天堑,所谓培养用户对法律的需求并不现实。如果目标用户只是一般人的话,那么法小淘的使用率一定不乐观。

法小淘背后的无讼与天同律师事务所似乎早就意识到了这个问题,意识到企业的法律服务才是低频向高频转化的思路。企业是因为法律拟制而存在的,企业的“生老病死”无一不是以法律为基础。企业客户对法律服务的需求,无论是频率还是回报都远超过个人客户。天同所与无讼就曾多次举行过名为“法务之夜”的活动,试图扩大在企业法务群体中的影响力。而最近无讼更是与阿里旗下的“钉钉”开展合作,作为企业的法律解决方案进驻平台。

如果法小淘作为一项功能能够,嵌入像“钉钉”或“无讼阅读”这样的平台,或许可以通过赢得企业法务的青睐来获得更多的用户。

四、语音识别

在法小淘的演示中,最令人震惊的无疑是其语音识别技术。用户通过自然语言提问,就可以得到相应的反馈并最终得到检索的结果。这项技术能否成功,很大程度取决于语音识别系统的成熟程度,考虑到Siri等产品对语音的理解能力,语音识别技术还是任重而道远,尤其是这其中还涉及将自然语言翻译成法律语言这一项复杂的工作。

对于律师工作来说,在很多情况下的第一步就是与当事人接洽,无论是通过面谈、电话、邮件或是其他途径,搞清楚当事人所面对的问题,将不懂法律的当事人的问题转化成各种各样的法律关系。这一工作非常考验律师的沟通能力,往往需要听当事人讲述事情经过,并且配合查阅有关材料。

对于法小淘来说,如果能够从用户的自然语音信息中找到案件可能会涉及的几个案由,就已经是法律工作中的突破了,筛选出可能案由供律师或用户决定,会大大降低律师的工作量。这实际已经涉及到对案情分析的工作了。

五、辅助律师还是取代律师

在演示中,蒋律师还提到法小淘有能力对律师所组织证据目录进行核对,根据同类型案件裁判文书的信息来判断证据目录是否还有遗漏。虽然这部分没有细讲,也不知道法小淘能够做到什么程度,但这也实在是太惊人了。有能力对裁判文书中的证据结构进行分析,意味着可以结合胜诉率来判断某一项证据或鉴定对胜诉的影响,一旦裁判文书的数量积累超过某一阈值,或许会让律师对证据的组织有新的认识。

除了证据组织,演示中法小淘能够找到合适的诉讼法院,法院的胜诉率,案情找到相关的法条,这其中有些能力即使是有经验的律师也未必会具备。而找到与案情有关的法条,则会大大降低律师找法的工作难度。

蒋律师后来在文章里写到:“当ROSS着力于替代律师的部分工作,法小淘则始终以辅助律师为核心。”蒋律师没有说的是:辅助律师现在也是人的工作,法小淘将替代部分实习生、律师助理的工作。至于说替代律师的工作,包括法小淘在内的各种法律人工智能目前还没有这个能力,但当那一天真的到来的时候,人工智能可以替代无讼的编辑、天同的辅庭律师、乃至蒋律师自己时,我希望蒋律师不要心慈手软。

六、法小淘对法律服务业的冲击

法小淘虽然还未推出试用版本,也不清楚可靠性如何,但这款产品对于我国的法律服务市场来说一定会造成不小的冲击。如果乐观些预测,法小淘/无讼有望去占领法律服务的入口,即推荐律师这项复杂的工作。并不是说法小淘要做到完美无瑕才能够赢得市场,而是只需要做得比现有的推荐律师方法更好就足矣,而现有的律师推荐——熟人推荐,较之法小淘及无讼来除了人际关系的优势外简直是不值一提。更何况,“熟人”能认识与3.5万名律师吗?法小淘可以。

前些年,我买机票总是去携程或者去哪儿网,因为在这两个网站我可以买到更便宜的机票。而随着携程、去哪儿网的发展,这两个网站也逐渐把控了机票的购买入口,也因此与多家航空公司不断发生冲突。如果法小淘/无讼在未来某一天真的垄断了法律服务的入口,类似的冲突更是不可避免。不要忘了,律师可是最善于维护自己利益的群体。

无论喜欢与否,这款产品已经被摆在法律服务行业的面前了,如果不甘心掩耳盗铃的话,那就与狼共舞好了。

人工智能的法律问题

The first thing we do, let’s kill all the lawyers.

——Henry The Sixth, Part 2 Act 4, scene 2, 71–78

对于人工智能,人们总是既期盼又忧虑,期盼人工智能可以让我们的生活更加轻松,忧虑人工智能会成为人类的“终结者”,让电影中的可怕场景成为现实。虽然没有人会知道“奇点”(人工智能彻底超越人类智能的时刻)何时会到来,但人工智能的发展已经让所有职业都到了不得不改变的时刻。

对于法律人来说,哪怕不把视线投得那么遥远,现实一些来说:当法律咨询开始基于IBM的Watson技术,当腾讯财经与新华社开始使用自动的程序写新闻稿,当德勤的合同审查工作开始交给人工智能,当Dentons开始为人工智能程序提供素材……面对这些技术变革,法律人没有理由再置若罔闻。

一、已经降临的未来

2011年,IBM公司的Watson参加综艺问答节目Jeopardy。该节目的比赛以答案形式提问、提问形式作答,问题设置涵盖历史、文学、艺术、流行文化、科技、体育、地理等多个领域。在节目中,Watson击败人类选手获胜,并展现出了对自然语言惊人的理解能力。

Watson的技术后被运用于包括法律服务在内的多个领域。位于加拿大多伦多的一家公司基于Watson技术开发的智能法律助手ROSS,用以直接回答用户所提出的法律问题。Dentons也意识到了ROSS在法律服务行业中巨大的潜力,开始为ROSS重点提供破产方面的法律数据。

ROSS使用Watson提供的接口(API),结合自己研发的算法LegalRank——一种在Google的PageRank算法上进行改良过的算法。Watson现在可以回答一些法律问题,比如说像“企业破产后是否可以继续经营这样的问题?”ROSS可以立刻给出一个回答,而不是呈现一堆搜索结果。对于给出的回答,用户可以选择“点赞”或者“不同意”,系统会不断根据反馈对算法进行优化。

根据Watson的工作原理,在提出一个问题后,Watson大致上会根据以下原理进行回答:

  • 利用自然语言处理能力去理解问题的语法及文本
  • 通过评估问题所有可能的含义来确定问题是什么意思
  • 从数以百万计的文档中找出数以千计的可能答案
  • 收集材料并根据评分算法给所有的材料进行评分
  • 根据支持材料的评分对所有的答案进行排名
  • 提供一个解决方案

这种回答问题的思路看上去是不是很眼熟?实际上这就是法律人在回答法律问题时的一种典型思维方式:

  • 对问题本身进行理解,拆解成法律问题
  • 进行法律检索,从成千上万的法律条文及案例中找出与问题相关的材料
  • 根据筛选出的与问题相关材料,结合自己法律知识及经验回答问题

Watson的工作原理就是模仿人类的认知过程——观察、学习、组织语言、处理数据、得出结论,即“像人类一样思考”。不同的地方是,Watson与ROSS的思考速度远胜于人类。并且计算机程序具有几乎可以在瞬间遍历各种数据库的优势,对于人类来说繁复的法律检索对人工智能来说其实无比轻松。

目前看来,这一类的人工智能系统在解决法律问题时至少有两个技术障碍需要解决:一个是自然语言处理的能力,另一个是法律人积累的经验、思维方式如何被转化为算法。

实际上,这两个技术障碍并不是人工智能进入法律行业所独有的,而是人工智能在渗透每个专业领域时几乎都会遇到的问题,只不过在处理法律问题时这两个障碍会尤为突出。

对于第一个技术障碍,人工智能需要自然语言处理技术来理解用现实中提出的各种问题并给出基于自然语言的答案,而不只是检索的若干结果。像苹果的Siri或者微软的Contana就是自然语言技术的运用成果。只是在法律问题时,我们的需求会远不止“请帮我找到宪法第X条”这么简单,问题本身就会异常复杂。很多时候律师们在第一次会见当事人时会花费大量的时间在搞清楚问题是什么上,而这对于人工智能来说理解复杂问题会更加的困难。不过我相信,这只是暂时的障碍,随着各种自然语言识别技术的广泛使用,所获得的反馈也会越来越来多,有助于推进自然语言识别技术的发展。

对于第二个障碍,虽然法律人向来对自己所谓的“像法律人一样思考”(Think Like a Lawyer)颇为自豪,但这并不是一道不可逾越的屏障。只要能够理解问题的含义,经过对大量公开裁判文书的分析,并不难找出问题所对应的法律依据,如果能够处理得当,人工智能就可以给出一个得当的答案。如果在未来数年真的出现了可以通过司法考试的人工智能,我并不会意外,因为司法考试的习题有标准答案(而且大多是选择题),答对并不困难。

对于人工智能来说,真正困难的工作可能在于大量现实中的法律问题并不存在标准答案,对于法律问题的解答需要在包括利益、人情、机会等各方面的权衡,需要具有真正理解现实社会的能力,这对经验丰富的律师来说都未必是简单的工作。

要解决这个问题,或许可以从此次围棋人机对战中战胜李世石的AlphaGo的技术上获得借鉴。AlphaGo使用了不止一个“大脑”,不仅可以计算每一步棋的最佳概率,还具有判断棋盘上整体局面的能力,并以此协助每一步棋的选择。因此AlphaGo在策略选择上就具有优势,或许这正是解决复杂法律问题所需要的,对问题本身可以有更加全面的认识。不过这只是一个思路,法律问题的复杂程度远胜于围棋,不止局限于黑白两方参与博弈,甚至有些案件的胜负都尤难判断,诉讼的目的也未必是胜诉。这显然是人工智能所面临的巨大挑战,当然我也期待人工智能的发展,或许借助人工智能来协助工作,反而可以让我们发现法律服务新的维度。

二、法律人的明天能咋样

因为人工智能的高速发展,让法律服务这样的专业服务行业的前景看上去一片灰暗,稍有远见的人都会担心自己的饭碗。即使是不考虑人工智能,对专业知识的整理与归纳就足以让专业的门槛不再高不可攀。以国内的法律服务行业为例,一个叫做“推之”的微信服务账号就可以实现对交通事故纠纷、劳动争议、以及婚姻家庭法律问题的检测,用户可以层层选择自己遇到的实际问题,系统则会将预设好的答案告诉用户。这种服务实际上以及涵盖了大量常见的法律咨询的内容,打磨得当的话会让律师免于常见、简单法律问题的咨询。

那么,面对这样的情况,法律人又能做什么?

在《哈佛商业评论》的网站上,有一篇文章叫做The End of Expertise,就讨论了这个问题:如果真正的专家在市场上不再具有优势地位,并且传统的展现专业技能的方法被颠覆,那专业人员又该如何?该文章的答案使用了The Trusted Advisor一书中提出的信任公式。信任对于专业服务来说至关重要,可以帮助专业人员更好地将专业知识传达给客户。

0

法律人的可信度从来都算不上高,不时出现的“律师为何要替坏人辩护”这样的声音就可以见识到人们心中法律人的可信的有几何。而律师的水平参差不齐,可靠性也远不及电脑程序。值得法律人们为之努力的,看上去只剩下亲和力自我定位两项,这两项是人工智能短时间内无法企及的。

所谓亲和力,没有人工智能可以像人类一样真正关心当事人的处境。在信任关系中亲和力的表现是客户与律师双方的博弈的结果,机器人与人类推杯换盏看上去尚需时日,这其中的心理障碍至少需要一代人的时间来打破。

而所谓自我定位,是指自我表现的欲望。当一个律师在提供法律服务时更多地是为了表现自己能力出众,或者是为了证明自己,那么难免会将客户利益的优先级下调,从而影响到用户对律师的信任程度。专业服务的目的在于为客户服务,而不是表现自我,当表现自我或者是证明自己的欲望越强,那么用户的信任程度也就越低。而现在人工智能程序更多的是为了证明自己足以和人类媲美,证明自己可以做的比人类更快更好。当然人工智能的自我定位问题也会因为随着技术的成熟与普及而获得改善。

在与人工智能竞争的过程中,我们的专业能力可能终有一天会被程序所超过,但人类的优势是我们人性:我们的直觉、想象力、判断力、同情心这些我们与生俱来的能力。如果有一天在这些领域人工智能也超越人类,那么人类文明或许就真的走到终点了。但是,不用担心,我们这代人或许都活不到这么一天。在此之前,随着人工智能的兴起,会有新的法律问题出现让我们来处理。

三、人工智能的法律适用

对于人工智能的法律问题,目前来说被摆在台面上的是无人驾驶汽车的道德与法律问题。今年2月14日,Google无人驾驶汽车在美国加州山景城测试时,与一辆公交大巴发生碰擦,无人受伤。Google公司随后表示无人汽车在此次事故中负有责任。美国参议院也将举行听证会,讨论无人驾驶汽车的发展方向。就连最新一季的The Good Wife中也有一集专门讨论了无人车的法律问题。

随着人工智能的发展,或许会出现需要人工智能产品承担法律责任的问题。实际上这并没听上去那么离谱,而且不会超过《产品质量法》的范畴。如果Google无人车的交通事故发生在中国,那么完全可以适用《产品质量法》第四十三条:

因产品存在缺陷造成人身、他人财产损害的,受害人可以向产品的生产者要求赔偿,也可以向产品的销售者要求赔偿。属于产品的生产者的责任,产品的销售者赔偿的,产品的销售者有权向产品的生产者追偿。属于产品的销售者的责任,产品的生产者赔偿的,产品的生产者有权向产品的销售者追偿。

该条文足以应付短期内的人工智能产品的法律问题。

但可能终有一天,人工智能的发展会让其具有独立性。编写的人工智能计算机代码和我们的DNA似乎会有些许相似之处,在生物学家理查德·道金斯的《自私的基因》一书中,有过这样的表述:

基因也控制它们的生存机器的行为,但不是像直接用手指牵动木偶那样,而是象计算机的程序编制员一样通过间接的途径。基因所能做到的也只限于事先的部署,以后生存机器在独立操作时它们只能袖手旁观。

随着学习能力的完善,人工智能可能会具有越来越高的自主性,厂商对人工智能的控制也会越发减弱,两个初始状态相同的人工智能可能会因为学习的材料不同而具有完全不同的“性格”。那时,再谈论让人工智能自己承担法律责任就不再是天方夜谭了。

四、总结

目前,人工智能会在合同审查、资料收集、尽职调查、材料翻译等领域为法律工作提供极大的便利,并且在工作效率上具有明显的优势。而这些工作现在大多是交给低年级律师或者实习生来完成,因此人工智能会最先威胁到法律行业的新人,这部分人群并不具备从事复杂法律业务的能力,而又需要直接面对来自人工智能的冲击。这种影响甚至会进一步影响到律师事务所的用人模式,减少对新人的雇佣和培养。

如果从正面的角度来看人工智能技术,那么率先抢占该高地的律师或律师事务所无疑可以在激烈的市场竞争者脱颖而出。在可以预见的未来,人工智能还不能够做到抛开人类来提供法律服务,更多的是会协助律师提供法律服务的效率。因此,需要律师们积极拥抱新的技术,这并不是说在朋友圈里写作或者分享几篇人工智能的文章就可以的。我严肃认真地建议法律人去抽时间学习编程(参见拙文《为什么法律人应该学点编程》),了解计算机世界的原理,甚至是参与到人工智能研发工作的中去,至少也需要会使用新技术才算及格。

国外各种关于法律技术的发展早已日新月异,在电子证据管理(Everlaw/Cicayda)、区块链文件保存技术(Factom)、预测案件审理(Juristat)、案例研究(Ravel Law)等领域各种新型法律服务工具早已百舸争流,甚至还有各种交流法律技术的论坛(Legal Technology Forum/Legal Tech Asia/ABA TechShow/Legal Tech NY),着实令人羡慕。可能因为国内的法律服务市场还不够大或者经济利益不够多,关于法律技术的研发远远滞后,法律领域的创业公司多是新媒体或者法律服务平台(并不是说有什么不好),技术含量高一些的可能也就是与金杜有关联的“理脉”了。

而对于人工智能的案件,更有可能率先出现在无人驾驶汽车或者无人机领域。对于其中责任的划分不可避免需要对涉及的技术有所了解,虽然短期内这样的案件或许还不会太多,但只要出现就一定会刺激到公众的神经。

最后,借用电影《侏罗纪公园》里的一句经典台词:“生命总会找到出路”(Life finds a way),让我们对人工智能是拭目以待吧。