浅谈人工智能之于律师行业的影响

张炳南

（华东政法大学国际法学院，上海 200042）

一、问题的提出

人工智能时代业已来临，正逐渐显现于各行各业当中，律师行业概莫能外。2016年，IBM公司基于Watson技术研发出了世界上第一位“人工智能律师Ross”，而目前，Ross正就职于美国最大律师事务所Baker & Hostetler，协助处理破产业务。在Ross入职之前，IBM对其进行了十个多月的破产法专业的学习，Ross可以对自然语言进行回答、阅读法律文件、收集证据，并基于证据给出相关推论。除此之外，Ross还能进行自我学习，也就意味着它将跟人类律师一样，接受的咨询越多，算法也会逐渐优化，变得更为专业。

人们在惊讶科技发展给法律行业带来的巨大改变时，也不禁担忧这样的变化是否会对传统律师带来冲击与威胁？事实表明，这样的担忧并非多余。人工智能领域专家萨斯坎德父子甚至认为“从很大程度上来说，传统律师会被更为先进的系统所代替，或者在技术的帮助下被更为廉价的劳动力所代替，甚至外行人士都可以通过在线自助工具取代他们。”[1]德勤在2016年公布的预测报告也显示，在未来的20年时间里将有超过10万个（约占39%）法律岗位将会被智能化所取代。[2]基于此，本文将试图梳理人工智能对于传统律师的挑战及其限度，以探究人工智能对律师行业的影响程度。

二、人工智能对于律师行业的主要挑战

（一）高效的法律检索与咨询

法律检索的重要性不言而喻，正如Don MacLeod在其书中说的：“作为律师，你需要掌握当前的法律环境。法律检索可以让你在此时此刻就法律标准向客户提供建议，无论他们来自判例、法律或条例。”[3]虽然法律检索可能十分枯燥，但是并非是一件容易的事情。打个比方，我们可以把法律检索想象为一个拼图游戏，作为律师的你并不知道完成拼图后应当得到的图片，也不知道总共有多少块拼图，但要求是在极高的时间压力下完成该拼图。这样的类比抓住了当今律师进行法律检索时所面临的两个巨大挑战：他们并没有足够的时间完成这项工作，并且他们对于结果也缺乏信心。

据统计，律师平均需要花费16%到35%的工作时间进行法律检索工作。[4]而反观之，Ross可以在一秒钟阅读一百万页的法律文件，并寻找出所需要的检索信息，并且高精确的检索结果更让人类律师无法企及。

另外，人工智能还可以通过其自然语言处理与算法模型进行法律咨询服务。深圳一家科技公司在2016年推出了我国第一个基于人工智能的法律服务系统“法狗狗”，其可以根据自然语言处理、机器学习引擎和法律知识图谱为咨询者提供涉及八个法律领域的法律咨询。搜狗公司研发的“搜狗律师”可以从互联网上数亿条法律及4000万份判决书中筛选相关内容，为咨询客户提供相关回答及参考。此外，人工智能律师都会模拟人类律师基于模拟情形进行追问，并提供全天候的咨询服务。而相比之下，传统律师的法律咨询不仅价格高昂，而且效率较低。

（二）精准的合同审阅与分析

合同审阅是律师工作中最为基础也最为重要的工作。毫无疑问，现代商业是建立在契约之上的交易活动。国际合同与商业管理协会（IACCM）发现，美国财富排名前1000名的公司大概存在2万到4万份有效合同，但是有83%的企业对于他们签订合同的过程并不满意。律师所提供的法律服务往往从审阅合同开始，因为合同中约定权利义务的条款才是当事人之间法律关系的核心。

2018年2月，美国LawGeex公司进行了一次法律领域中著名的“人机竞赛”。竞赛一方是20位具有十多年法律从业经验的律师，另一方是LawGeex研发三年时间并经过上万份合同训练的人工智能。该竞赛要求双方对5份保密协议（Non-Disclosure Agreements,“NDAs”）中的 30 个法律关键问题的定位。最终竞赛结果可以在下文表1中看出，人工智能的平均准确率高达94%，相比之下人类律师的平均准确率只有85%。但在时间上，人工智能仅用时26秒，而人类律师最快也用了51分钟。[5]

表1 保密协议准确率对比汇总

因此可以看出，人工智能不仅能够在极短的时间内对合同进行审阅，还能够确保其审阅的精准程度。此外，应当注意的是，人工智能所具有的深度学习功能，可以随着不断学习对算法进行优化。随着学习时间的推移，人类律师将更加无法与之比拟。

（三）基于大数据的案件预测

对案件进行一定可能性的预测是律师办理案件中不可或缺的环节，也是当事人最为在意的核心问题。通常，律师会基于现行法律、判例与手头案件的事实进行比对，并检索出相似度较高的司法判决作为案件预测的参考。这不仅是律师向当事人进行说明与沟通的依据，更是其在法庭之上向法官进行说理的核心论据。

《科学》杂志报道称，美国伊利诺伊理工大学的科学家们建立了一个名为“随即森林”的算法模型，对1816年到2015年间美国最高法院的判决进行了预测。该模型将回顾所有早年所作判决，并寻找案件和结果之间的联系。判决结果包括法院是否推翻下级法院的判决以及每位法官如何投票。然后，模型分析了这一年每个案例的特点，并预测了决策结果。最后，该算法会被提供该年的实际判决结果以优化算法的预测能力，并进行下一年的预测。最后的结果显示，该算法基于28000份判决的预测准确度高达70.2%，这甚至于比经验丰富的法律专家66%的预测准确率还要高。[6]

又如，Lex Machina法律技术公司就可以通过人工智能预测法官的决定和对一方当事人的可能法律后果，从而为公司提供法律建议。可以见得，人工智能可以基于其深度学习的算法对具体案件进行更为高效而准确的结果预测，而这往往是当事人作为关心的问题。

三、人工智能在律师行业的限度边界

（一）主体人格与法律地位之限

虽然目前的人工智能仅处于初始阶段，还不能充分履行律师的代理工作并出庭进行答辩，但是随着自然语言处理及算法模型的优化，这并非不能实现。暂且抛开技术问题不谈，我们应当对于一个前置性问题进行讨论，即人工智能是否具有主体人格以具有与人类相同的“法律意义”上的代理资格？

人工智能并非自然人，因此不是法律上的当然主体。持“主体论”的观点认为，人工智能的自我学习能力已经不能将其简单地视为人类的使用工具，赋予其主体资格可以使其享有特定权利与义务，并承担相应的责任。[7]在实践中，美国国家公路交通安全管理局已经确认了谷歌自动驾驶汽车内部的人工智能机器人可以认定为“驾驶员”。此外，欧盟议会在《关于机器人技术的民事规则》中赋予了人工智能以“电子人”的身份，其中第59段f项中认为“从长远考虑，为机器人创设一个特殊的法律地位，至少使最为高端的机器人具有电子人地位，为他们可能造成的损害做好承担责任的准备……”

另一方面，持“客体论”的观点认为，人工智能仍属于民事主体所控制的机器人，不应当将其视为民事主体。首先，人工智能并不具备人类理性，其行为不能进行道德评价，不具备法律上的主体资格。其次，人工智能也不具备独立的自主意识。虽然人工智能可以根据预设程序和算法进行自主学习与思考，但是这终究是人类智力的延伸，依赖于预设框架的设置。这与人类可以有意识、有目的的行为完全不同。[8]因此，这种观点认为应当对人工智能进行客体定位，其只是人类改造世界而创造的智能工具。[9]

总之，暂且不讨论技术程度是否完善，人工智能很难像诉讼律师一般具有法律上的代理资格参与诸如会见当事人、质证以及出庭答辩等活动。因为即便是赋予人工智能法律主体以“电子人”的法律人格，其规定的落脚点是为人工智能的法律责任提供指引。这一点也被持“有限人格说”的学者所认可，即认为人工智能作为工具性主体不享有伦理性的人格权与身份权，去权利仅限于财产性和可归责性。[10]

（二）人性温度与价值判断之缺

虽然法律是冰冷的，但是人性是具有温情的。任何法律上的争议都难免涉及人情世故，人类律师能够在案情理解上与当事人产生共鸣，更有利于维护当事人的权益。[11]这一点在婚姻家事领域更为明显。很多当事人在经历了由情感问题破裂而导致的法律纠纷时，不仅需要代理律师能够从法律角度帮助其解决专业性的问题，更需要代理律师能够在情感上充分理解当事人的处境，给予其精神上的支持与安慰。应当说，如此人性温情并不是任何人工智能可以通过算法模型取而代之的，即便其可以通过面部识别洞察情绪的波动。

此外，法律实践并非是单纯的逻辑推理，更是价值判断的体现。梁慧星教授曾说“法官活动的逻辑不属于认识思维的逻辑，而属于情动思维的逻辑，其理想不在于各种思维结果的真实性，而是在于思维结果的生活价值或利益价值。”这一点同样适用于律师。毕竟大多数律师都会以法官思维进行案件预测以思考相应的解决对策。作为人所具有的社会属性，就使得无论是律师还是法官在面临一个具体案件时，所做出的考量会超乎于一般的理性逻辑。[12]

应当注意的是，法律问题并非皆是“非黑即白”的。对于律师而言，一起案件中任何一个事实或法律因素都会直接影响案件最终的法律结果。因此，在面对一起案件时，律师往往会根据其从业经验、证据程度以及案件类型进行“个案化”的具体分析。这一点与法官角度下追求“个案正义”的想法并无二致，但从律师的角度出发，其职能并非是作出正确的决定，而是为一方当事人提出最为有效的立论，这就需要具备比逻辑更为复杂的实用性思考，而这往往是人工智能算法中所缺失的部分。

（三）算法来源与算法黑箱之弊

算法是人工智能进行决策的基础，而人工智能进行法律分析和预测的前提是需要具有“有意义的数据”，如果没有“有意义的数据”，那么就不能产生一个精准的模型，也就无法做出精确的分析。一般来说，要求收集的数据满足两个要件：（1）所采集的数据量必须足够大，样本的规模越大，统计与分析才能越精准；（2）所采集的数据必须准确，包括事实证据的准确度，并不存在任何偏见。

毫无疑问，在法律领域，算法模型的建立需要以充分客观的司法数据作为支撑。目前而言，我国司法领域的大数据主要来源于中国裁判文书网，但该网站仅于2014年启用，其上传文书的数量只有实际案件的50%。[13]此外，由于对于法律理解、案情因素等差异，我国各级法院针对同一问题往往会作出完全相反的裁判。因此，司法数据的不完整会严重影响算法模型的构建，从而会导致其对于案件分析、结果预测的不准确，而我国司法实践中出现的不一致裁判的情形更会增加人工智能理解法律信息的难度，从而导致算法构建难以有效地为实际的法律服务提供专业保障。

此外，由于人工智能具有自主学习的算法运算规则，从司法数据被“投喂”直至案件预测结果的产生，这一过程本身并不透明，也被称为“算法黑箱”。这甚至是连开发人员都不能完全理解的结果产生的完整过程。[14]无论是律师进行答辩亦或是法官作出判决，都需要对其结果予以合乎法律的解释，人工智能的“算法黑箱”显然与法律的确定性与透明性相冲突。[15]而且，人工智能的算法往往会被视为商业秘密予以保护，从而加剧其不透明性。由于无法知晓决策过程，相关当事人的知情权在一定程度上被予以剥夺，从而使得其不能对算法作出的结论进行有效的抗辩。除此之外，算法具有的“偏见性”已是不争的事实，任何被输入算法之中的数据都体现了开发者的“偏见”。所以，“算法黑箱”也会使“算法偏见”被进一步放大，从而导致“算法偏见”所导致的司法不公问题很难被纠正。

四、结语

目前来说，人工智能的发展仍处于“弱人工智能”的初始阶段，感性思维的缺失使其不能完全取代律师的工作。[16]但是，随着人工智能技术的升级与更迭，具有重复性和基础性的律师工作将会被替代，例如法律检索、尽职调查以及数据分析。准确而言，一部分建立在逻辑与数据基础上的，可以被算法所函射的工作会逐渐被人工智能所取代，但是需要进行情感沟通、庭审辩论的工作却无法真正被人工智能取而代之，此外，算法数据与算法黑箱的弊病也十分明显。因此，现阶段的人工智能并不会完全取代所有传统律师，但是会直接威胁涉及非诉讼业务的初级律师的生存。另一方面，可以预见的是，人工智能将会成为各律师事务所战略部署中的重要环节。从目前人工智能的现有水平来看，人工智能可以大幅度提升工作效率、节约办理案件的时间，并提供更为精准的法律信息，为赢取客户信任占得先机。借助于人工智能的“算法优势”，律师行业将会迎来非同一般的战略机遇。