大数据在法律硕士教育中的探索与应用

宋佳宁

天津工业大学，天津300387

一、大数据与法学教育

（一）大数据的含义

大数据技术源于人类对测量、记录、分析和认识世界的渴望，这种渴望促使互联网技术不断成熟与发展。在信息技术的不断进步和互联网使用率攀升的背景下，各种智能终端和互联网客户端的数据流量也呈爆发式增长，“大数据”一词应运而生。“维基百科”将“大数据”界定为“一种由不同来源的数据组成的庞大的数据库。”从字面意思来看，该定义更加强调“大数据”的外在表现形式，即“庞大的数据库”。而美国互联网数据中心（DCCI）则从技术角度更为精确地界定了“大数据技术”。该中心将“大数据”描述为通过高速捕捉发现，从分析强大的数据流中获得有价值的一种新的技术构架。故大数据又被描述为“因数据处理技术和工具蓬勃发展而引发的信息爆炸式增长的情形。”[1]（P1）

一般意义上的“大数据”具有以下四种特点：即超大、高速、多样和价值巨大（见图1）。其中，超大性是指传输数据的数量及流量超大。在收集原始数据时，大数据技术的运行方式是通过互联网用户端对数据进行一个全样本的收集，即对与样本相关的所有互联网数据进行收集，追求“全”。高速性是指数据处理速度的高速性。多样性是指数据来源及形式的多样性，主要体现在数据来源不仅局限在互联网，还覆盖物联网；数据形式包含音频、图片、视频和模拟信号等。价值超大是指应用程序通过特定模型结合自然科学、人文科学等手段分析大数据，同时将得出的数据结果反作用于社会。现阶段，一国在科学数据上的优势和将数据转化为信息和知识的能力，基本可以决定该国科学研究的水平和国际地位。近年来，美国和欧洲等发达国家和地区已经将大数据技术和对数据开发和利用能力提升到了国家科技战略的高度，大力研发相关技术。

图1 大数据运行图

（二）大数据与法学教育

大数据的巨大价值，在近年来国内外的一些科研成果中也得到了证实。大数据技术的出现，标志着过去在小数据基础上不能够测量和记录的很多事物都可被数据化，激起了人们的关注与研究热情。科学家们通过大数据技术能够更加深入地探索世界，从事以往无法进行的研究，解决以前难以解决的科研问题。例如，在生物学领域，科学家们利用一系列的大规模气候模型数据和古生物化石数据等，在生物多样性研究方面取得突破进展。在金融学领域，经济学家通过对大数据的分析和处理，为宏观经济及企业提供可靠的决策。在高能物理领域，物理学家通过采集海量实验数据，寻找到了希格斯拉立子，等等。

与此同时，法学教育学者也紧跟大数据技术。[1]（P1）现阶段大多数法科教育过程中面临静态法律数据多，动态法律数据少；法律数据分析多，法律数据模型分析少；法律规范数据多，法律行为数据少等亟需解决的问题。大数据技术对上述问题的解答，使得其在法学教育领域显得尤为重要。近年来，各国高校均探索在法律硕士教育中应用大数据技术的可能性。例如，在案例教学中，通过大数据技术，在法律硕士案例教学中可以将判决书数据化，进而构建更为专业的法律数据检索平台；在实践教学中，通过大数据技术使法律行为信息化，形成数据源，进而开展相应的法学实践研究工作；在学生就业领域，通过将学生信息与招聘信息进行数据比对，优选就业方案，以提高学生就业率等。目前，包括美国加州大学伯克利分校、麻省理工大学、华盛顿大学、哥伦比亚大学、伊利诺伊大学香槟分校、芝加哥大学、纽约大学、日本应义塾大学、大阪大学、名古屋大学、韩国釜山国立大学以及我国的北京大学、上海交通大学、中国人民大学、东南大学[2]（P194）等国内外高校，均在法律硕士阶段开设“大数据与法学”或“互联网法学”等特色课程。其中，东南大学法学院还在其法学一级学科博士点下设立“大数据与互联网法学”，并与该校入选“双一流”学科建设的计算机科学与工程学院强强联合，在法学院博士生与硕士生中开设了《大数据与互联网法学》课程，[3]不仅实现了法学与计算机学科交叉学科研究的优势，且为人民法院的“大智慧战略”及“智慧法院”建设发挥了积极的作用。

二、大数据在国外法律硕士教学中的探索与应用

信息技术的迅猛发展和普及，在将人类带入大数据时代的同时，也对传统的法律硕士教育模式造成了巨大的冲击。近年来，国外的一些顶级法学院均将大数据研究提升到了学院战略层次，尝试案例教学、实践教学和学生就业领域纳入大数据技术，积累了诸多值得我们学习的经验。

（一）大数据在国外法律硕士案例教学中的探索与应用

案例教学是目前法律硕士教学中的重要形式之一。传统的案例教学模式存在着一定的缺陷，最典型的就是在面对数量较大的案例库时，学生难以高效、快速地检索出所需案例，很难调动起学生的学习积极性。基于此，国外部分法学院将大数据技术引入到法律硕士案例教学中，尝试利用大数据技术解决上述问题。例如，哈佛法学院与RAVEL 法律大数据公司合作，形成拥有4000万法律文献资源的案例平台。目前该平台不仅为学生对法律主题或判例进行搜索提供协助，同时还能形成交互式图形，显示与主题或判例相关的案例，将引用最多的案例进行标识，使学生可以较为便捷地定位到关键案例，[4]极大减轻了学生案例检索的工作量。

除此之外，美国部分法学院还通过大数据技术逐步引入面向全球的大型公开课，给美国法学教育革命注入了新鲜血液，受到美国教育部门及业界人士的广泛关注。以发展较成熟的Coursera为例。它能够提供300 多门课程，正式注册人数超过300 多万人。可以预见，将来会有更多类型的免费网络法学课程出现，质量上乘的课程内容会吸引数十万甚至数百万学生选读，学生可以结合自身情况规划学习及考试，获得相应学分。[5]（P76-79）这种模式集多向式、群体式和互动式等优点于一身，实现了对法学教育资源的充分发掘和有效利用，极大推动了整个美国法学教育制度的现代化变革。

（二）大数据在国外法律硕士实践教学中的探索与应用

实践教学是当前法律硕士教学中的重要组成部分，其主要形式是派遣法律硕士研究生去相关司法机关实习，并通过实习观察，学习和体会如何将法学理论知识应用于现实案例中。国外部分高校针对此类实践活动不断地探索将大数据技术应用进来。

新加坡国立大学法学院在法律硕士阶段设有数据分析学课程，用于支持法律等多种学科在内的数据分析解读。2017 年5 月，新加坡宣布在未来5年内投入1.1 亿美元到人工智能和数据科学领域。其中的一项计划就是由新加坡国立大学、南洋理工大学以及新加坡科技研究局等研究机构合作创建新加坡数据科学联盟，加强学术研究机构与法律产业间的合作，这其中就包括对法律数据的研发，从而应对现实世界的挑战。

美国法学教育领域提出Legal Tech 的概念，旨在通过数据科技提高律师工作效率，如在项目管理和收费及法条检索方面进行创新。美国的一家律所（Baker & Hostetler）已将人工智能机器人用于负责协助处理企业破产的法律事务。同时在自动化办公、法律检索、电子证据收集及客户维护等方面也已引入大数据进行辅助。不仅如此，还运用大数据对可能发生的法律行为作出预判。例如，纽约等地警察机关通过法律数据库对可能发生的犯罪行为进行预测，对预测到犯罪行为高危区加派警力巡逻，大大降低了该区的犯罪率。通过实习实践，学生能够更为直观地了解到大数据技术在律师事务所解决法律事务中所起到的重要作用，不仅能够提高学生的学习兴趣，还能提高学生工作效率，具有一举多得的效果。

（三）大数据在国外法律硕士就业中的探索与应用

在大数据时代，随着美国硅谷数家法律科技公司的成功创业，硅谷迎来了美国法学院的一批又一批毕业生，他们的就业思维由进入律所转变为跳出律所。例如，由《斯坦福法律评论》和《哈佛法律评论》的主席创立的法律科技公司Casetext，该公司通过将大数据处理过的数据包发送至各地的司法参与人员，使他们对案情、争议焦点、法律分析以及判决结果等信息有着更为清晰的了解，同时还对判决书进行标注，注明其他的参考资料，极大地提高了查明案例的效率，获得了业内的好评。目前，Casetext 公司已获得了180 万美元的融资。由此可见，大数据不仅使法学院的毕业生的就业思维发生一定转变，同时也加快了法律相关工作内容智能化的脚步。

综上，在大数据时代，国外部分高校紧追时代潮流，在充分运用大数据技术的基础上，分别在案例教学、实践教学和学生就业指导等层面加入“新鲜血液”，通过不断的探索与创新，力图提升学生的学习兴趣和工作效率，拓展其科研广度和宽度，对国内高校的法律硕士教育提供了宝贵的经验。

三、大数据在国内法律硕士教学中的探索与应用

基于大数据的教学科研活动，是对法律硕士教学具有有效分析预测和控制的关键。利用大数据技术研究反馈问题，分析法律领域的决策过程，探究法律行为的因素已经开始在国内部分高校适用。

（一）大数据在国内法律硕士案例教学中的探索与应用

国内高校首先是在法律数据库的建立和分析方面进行探索。随着法律文献的数据化发展，法律数据库日益增多，如综合性的法律数据库中国知网，还有专业性比较强的法律数据如北大法宝、北大法意等。这些数据库的建立，极大地方便了大数据的采集和分析研究，为法律硕士案例教学的工作提供了巨大便利。

在以往的法学教学和科研中，学生往往需要从事大量的数据检索工作，但基于技术和数据库有限等因素，学生通常苦于找到有效信息，即使找到信息，也无法确定信息的准确性与权威性。通过对专业性、具有针对性的法律大数据的运用，可以有效培训学生使用大数据进行科学研究的能力。比如，学生可以在理论学习中通过北大法宝等数据来进行问题分析，了解本学科的研究领域的前沿信息和研究发展的脉搏。

随着数据密集型科学研究的兴起，迫切地要求将法律大数据纳入到正式的法律硕士教育。例如，中国政法大学图书馆在法律数据库的建设与升级过程中，注重对数据库的服务转型、技术更新和制度创新。通过数据出版应用机制维护，促进法律大数据与文献之间的互相操作。此外，国内部分高校形成的“法律大数据联盟”更是此类做法的推陈出新。例如，2014 年10 月25 日，清华大学公共管理学院举办大数据与公共风险治理论坛。同期，南京邮电大学牵头发起的中国法律大数据联盟正式成立。该联盟发起高校包括北京大学法学院、清华大学信息科学与技术国家实验室、工业和信息化部电信研究院知识产权中心、南京邮电大学信息产业发展战略中心、中国政法大学企业法务管理中心、北京邮电大学网络科技研究中心等，宗旨是探究法律大数据驱动下的立法研究、法学研究、法律应用和法律服务升级与转型，共同推动大数据在法学教育领域的应用。[6]（P46-47）

（二）大数据在国内法律硕士实践教学中的探索与应用

大数据不仅可以运用在法律硕士的案例教学中，还可以应用在法律硕士的实践活动中。例如，法律硕士在对司法实践中的法官的自由裁量权问题进行相关研究时，可以通过对法律大数据的分析，掌握在司法实践中法官自由裁量权的实际运用情况。通过对法律大数据的可视化分析，得出影响法官对当事人进行判刑的考量因素。在民事诉讼中，如采用的优势证据规则，到底是一方当事人的证据要具有多少优势，才能形成优势裁量。就目前来说，主观意向太强，当事人接受度不高。这时利用大数据技术，可以将其证据之优势量化、客观化，使得当事人更加直观地理解并接受司法的判决结果。

对于法学实践预测研究不仅局限于此。以律师行业为例，传统的律师行业主要是使用典型法规案例模式的数据库和口口相传的传统律师团队的营销推广模式。在引入法律大数据后，当事人通过一些专业化的法律大数据平台了解相关法律，得出自己对案件的看法。同时律师也可以通过法律大数据平台进行预测了解律师实务的情况。例如通过对判决书的分析，掌握律师胜负的基本数据，并通过这一数据对律师进行推荐和评分。这样将两种模式结合在一起，可以在用户进行咨询时，创建个人数据库，更为精准地匹配律师和当事人。在整个诉讼流程中，利用有效积累的案件数据，将大数据运用到案件的论证阶段、磋商阶段、办理阶段，和归档及结案阶段。通过大数据进行了前期的预期判断结果，与最后的裁判结果进行对比，对此类案件的标签化进行调整。

（三）大数据在国内法律硕士就业指导中的探索与应用

国内已有少部分高校在指导法律硕士毕业生进行就业时，建立了相关的研究模型，帮助法律硕士研究生寻找到匹配度高的就业岗位。通过设置控制变量，结合对法律硕士毕业生的相对优势、匹配度和技能进行综合评定。最终通过数据分析，在其就业前期对就业预期进行一个感知度和匹配度等方面的预测，从而科学地引导学生就业。在学生就业工作结束之后，再对数据进行回访，来检验该研究模型的科学度。实现高校法律专业人才培养模式的改进，多视角考察高校法律专业人才培养模式改革创新的影响因素，从而实现高校人才与社会的双轨对接。

高等教育的目的在于人才培养，而法律硕士教育的最终目的导向是培养出能适应社会变化的高级法律人才，使这些学生更好地投身于社会主义法律事业，产生积极的社会效应。在大数据时代，国内部分高校在法律硕士的案例教学、实践教学和就业指导方面已走在前面，这些对天津高校将大数据技术应用于法律硕士教育中，提供了操作和学习的样本。

四、大数据应用对天津市高校法律硕士教育的启示

法学的科学研究已经进入大数据时代，很多高校已经意识到法律大数据分析和处理的重要性，众多高质量的数据提供商，如国外的路透社（Reuters）等已经创造了市场先机，很多国内高校也在快速建立自己的竞争战略和竞争信息数据平台。相对来说，天津市多数高校在法律硕士教育、教学中有效运用大数据技术还较为薄弱，特别是在法律数据库建设方面还需不断完善。

首先，天津市所有高校尚未设立专门机构从事法律信息数据的管理、交会、分析与发布等工作，表明天津市各高校的法律信息资源还有待进一步整合。其次，在法律硕士教学方面，天津市各高校对法律大数据的运用还停留在机械化的初级阶段，且并未开展大范围的应用。原因在于，由于缺乏高层级的法律法规及政策支持，天津市高校在公共资助产生的数据的共享和获取方面仍处于较低水平。即使是那些被纳入有关工程项目中可开发共享的数据，也只是公共资助产生的数据中的一小部分，且这些数据的开放程度不具有可持续性。将法律大数据与法律硕士教育联系，不仅是机械的简单相加，而是要从实质上改变教学方法。如果只是将以前的教学方法换了一种形式，自主性虽有改善，但并无法大力调动学生的主观能动性，重理论轻实践的局面也没有得到有效改善。那么大数据在法律硕士教育领域的探索与应用就失去了其重要意义。

（一）天津市高校法律硕士教育发展现状

就天津市多数高校法律硕士教学现状来看，主要有以下三种教学方法。

一是强调课堂讲授的传统教学法。整个教学活动是以教师为中心的，学生跟着老师走，这种教学方法较为枯燥，且有“灌输式教学”嫌疑。二是属于最近大力倡导的案例分析教学法。在课堂上，老师把一些有综合性、典型性及具有一定难度的案例拿出来，为学生进行分析讲解。通过案例分析，学生在老师的引导下对案例如何解决进行讨论，充分发挥学生的能动性，使学生通过小组讨论、课堂展示、模拟法庭、法律诊所等多种方式进行自我思考和分析，最终形成“案件解决方案”，这种强调理论与实践相结合的案例教学法不仅能够较大程度引发学生的兴趣，更能加大法律硕士教学中学生的参与程度。三是科研教学法。要求对于学生实行导师制，导师通过对法律硕士的直接交流和答疑解惑，在夯实法学理论基础的同时，对其论文进行指导，组织学生从事一定的科研项目或者社会调查。[6]（P46-47）强调导师对学生参与科研活动、理论学习和实践训练中所起到的引导作用，一般来说，导师的项目或研究方向即为其名下法律硕士学生未来2-3年的研究方向。学生在这种教育模式下缺乏“发言权”和主导性。

（二）对天津高校法律硕士教育的启示

对大数据的系统挖掘与研究，将成为未来高校法科学生教育教学培育的趋势，领跑“双一流”高校法学学科建设，必然会以大数据作为其发展的核心技术。

1. 协同构建各高校数据共享平台。数据价值得以充分发挥的关键在于其流动性和可获取性，数据开放被认为是未来科学的一项基本原则。大数据技术应用于法律硕士教育的前提与保障，是大数据的获取、存取与共享。法律硕士在进行理论研究时，往往需要对多方数据（如来自法院、律师行业和互联网数据等）进行分析与集成建模。这就要求法学研究者必须与政府、企业等拥有庞大数据库的组织进行合作。这种现象在一定程度上改变了传统的法学研究模式，要求法学研究者不仅依赖于个人力量，而且要建立相应的团队。但是高校在进行课题研究时，往往是独立进行数据分析。这便导致两大问题的出现：一方面，不同高校研究团队对收集数据规格要求不同，这种差异性使得数据的共享存在困难。另一方面，由于各高校科研团队资源有限，使得各高校在收集数据方面不能穷尽。同时，各团队之间存在竞争关系，大多情况下要求各高校科研团队主动进行数据共享的可能性并不大。因此，在大量收集数据时，天津市各高校可有针对性地建立数据检索和共享服务，协同构建面向天津市内法律硕士分析研究大数据的存储与共享平台，这样能够大幅度提高科研效率，使科研人员专注在方法上的创新性研究。也可协同构建一个松散且易构的研究数据平台，用于天津各高校法学科研团队获取、储存与共享相关数据，同时开放给平台内的其他团队，在不进行数据转移的情况下进行动态共享，并通过采取法律知识构建数据检索与表示体系，对不同来源和形式的数据进行统一管理。此外，在开放法律大数据时，还应注意数据的使用效率。可以从开放数据的形式入手，注重开放的明晰度，使数据易得，同时还应将开放数据的构架设计得易懂。只有确保法律信息和数据在开放程度上的大且上手快，才能使法律信息和数据能够高效地被法律硕士研究生所获取和利用，并且能够推动法律硕士教育教学的发展和创新。

法律大数据的开放改变了以往法律硕士教育领域信息不对称，比如对自身专业能力和水平无法客观评价等问题。法律大数据的分析与预测，成为法律硕士进行多课题科研的重要手段。适当的将法律大数据合理合法地对社会上的需求群体开放，把法律大数据不局限在法律硕士教育中，不仅能够有利于提高法律硕士教育教学运行的效率，还有利于全社会法治共识的形成，产生积极的社会效应。[7（]P162-178）

2.加大对不同学科背景的法律硕士人才培养。我们在运用大数据解决问题时，要清楚地认识到大数据仅是一个工具。大数据加上人脑分析才可能使决策结果最大程度地倾向于正确。为了利用现有和未来产生的海量数据和数据技术，天津高校应加强对新的专业人才的培养，包括数据分析师与数据工程师、数据管理员、数据档案员等，这些人才的培育对大数据资源的成功管理和利用起着至关重要的作用。面对快速变化的网络技术，天津各高校可以联合举办相关教育讲座和培训活动，以便使法律硕士更好地使用和管理这些数据和技术。通过建立数据科学研究机构，在法律硕士培养计划中开设数据科学相关专业课程，促进法律大数据科学基础理论的发展，加强有关数据存储管理分析，重视法律大数据的可视化研究开发。同时还要鼓励建设多学科的科学数据中心。

法律大数据的可视化与传统的法律数据相比，内容比较丰富，更加广泛且复杂，所以对于大数据的探索分析，很大程度上依赖于可视化工具处理后的人为的数据解读。此外，法律不同于自然科学，解读法律大数据时，要更多地考虑人类行为因素，因此带来更大的不确定性。所以在对法律大数据分析的时候，需要更多的参考心理学和行为学的理论方法，对大数据背后的规律和隐含的趋势进行合理的描述和推演，从而更有效地服务于法律硕士研究生的相关科研工作。为解读法律大数据中隐含的信息，相关科研人员需要更高的素质即多学科的知识背景，这就要求相关科研人员的理论知识不仅仅局限于法学领域，同时必须具备心理学、计算机科学、社会学和统计学等相关的知识背景，这也需要天津各高校加大对不同学科背景的法律硕士研究生的培养。

3. 注重大数据在使用时的数据保护。天津各高校在法律硕士教育领域对大数据进行利用的同时，要注意对法律大数据的保护。法律大数据的隐私保护以及大数据是否受知识产权的保护，一直是一个存在争议的问题。一方面，科学技术的发展对法律大数据的依赖越来越大，开放与数据共享已经成为法律硕士研究生教育中不容忽视的驱动力量。另一方面，随着人们对隐私权问题的关注，将来有可能会对一些重要的信息访问有所限制。法律大数据涉及众多个人及组织的信息，一旦造成数据危机，将会给这些个人和组织造成巨大损害。

法律硕士研究生在进行相关问题研究时如何使人们从中受益，如何进行利益共享，同时对大数据进行数据隐私保护，是大数据在法律硕士教育应用中面临的一个问题。因此，高校在进行法律大数据的使用时，应尽可能地找到保护当事人隐私的方法，确保隐私信息的保密性，这样才能在大数据研究中获得公众的信任。涉及个人的大数据情况越来越普遍，相关立法人员应该接受相应的培训，制定法律以保护个人不会因个人隐私而被歧视。天津各高校应当在法律大数据使用时，注意数据公开、数据获取和数据分析与个人隐私保护之间的关系，并针对法律大数据的保存，建立相应的监管机制。考虑到实际情况，在实践中促进我国数据开放政策和相关法规的完善。在结构上，形成既有国家级政策和宏观性的法律要求，也有为科研提供资助的政府部门及数据维护政策和实施指南。面对这一问题的解决不仅需要数据的开放政策和相关立法的促进，还需政府的监管、高校的积极维护，使用者应以长远开放的眼光，对待法律大数据在法律硕士教学中的应用，做到合理适度地运用法律大数据，以法律大数据为契机，不断改进法律硕士教育，培养出优秀的法律人才，从而更好地实现司法公平、公正，维护司法正义。

4. 实施大数据科研激励机制。天津市各高校应积极实施有关法律大数据的科研激励机制。天津多数高校现有的科研机制，并未将这些数据产生的影响纳入到其贡献和声誉，这些在很大程度上影响了科研机构和人员使用法律大数据的积极性。天津各高校可适当考虑将数据管理和开放纳入科研项目资助条件，并对验收内容加以要求。改进科研项目的资助模式，将数据共享作为公共资助项目的资助条件之一，将数据管理和共享成本纳入项目申请书和任务书，将数据管理和共享作为项目验收。改进科研成果的发表和审评机制，将数据作为科研成果的一部分发表，并重视数据应用，将其成本计入项目资助经费加以支持，考虑如何促进新的科研激励机制的形成。在新的激励机制中，使法学科研机构和法学科研人员在数据开放上所做出的贡献，将纳入评价范畴。从而为使数据的价值的充分发挥，科研的良性竞争，建立设立可衡量的数据管理和共享成效指标，不断地促进大数据在天津各高校法律硕士教育领域的探索与应用。

综上，大数据时代，天津市高校如何紧抓这一机遇，将法律硕士培养水平更上一层楼，是一个非常值得讨论和研究的问题，也是一个需要持续关注的研究热点。