基于文献综述视角的智能法学发展研究

樊竹沁

摘要：在人工智能技术在法律领域逐渐深入应用的当下，学界对有关法律科学智能化的研究争讼不已，通过对这些文献进行归纳与评述，从法律智能化的合理性、实用性、可持续发展性这三个主要特征出发对法律智能化的概念进行界定，并对法律智能化在我国的实践运用进行分析。分析结果认为：人工智能领域和法律领域的交叉研究存在六大难题：算法歧视、隐私危机、逻辑建构、法律适用、法律解释和法律伦理。从解决问题的角度出发，未来的智能法学研究应基于交叉促进的政策，着重以产业发展和人才培养为研究重点方向。

关键词：智能法学;合理性;实用性;可持续发展性

中图分类号：D922.17 文献标识码：A 文章编号：CN61-1487-（2020）06-0030-08

引言

近年来，“人工智能”技术已经成为国家发展的重要战略。2016年，“智慧法庭”被纳入中国国家发展战略;2017年3月，“人工智能”第一次出现在中国的政府工作报告中。而国务院在《新一代人工智能发展规划》中也在向法律行业释放信号。随着经济社会的发展和人工智能科技水平的提高，学界对法律科学智能化交叉研究在近年来也有着明显的增长，这不仅是学术界研究的热点问题，更是我国社会各界的关注焦点所在。如图1所示，根据在中国知网中有关的论文统计结果可知，2016年前这个问题基本无人问津。但是，2016年是一个分水岭，自2016年开始我国对法律科学智能化交叉研究的研究数量急剧上升，2018年论文数量竞达到414篇，是2016年数量的20倍。

对于论文数量急剧变化的主要原因，笔者认为有以下几点：（1）国家政策推动。自2016年“智慧法庭被纳入中国国家发展战略开始，国家大力推动人工智能在法律领域的改革。全国各地法院、检察院等开始将人工智能技术应用在法律领域，如今年4月份出现在杭州市西湖区的人工智能书记员等。（2）科学技术发展。早年在计算机技术尚未发展的时候，人工智能不过是空想。但是随着科学技术迅猛发展，人工智能逐渐在法律领域得以成功运用。这大大地促进了学者的研究热情。（3）法律意识增强。随着经济水平的提高和教育水平的发展，普通民众法制意识不断提高并开始转向信息网络解决力所能及的法律问题。（4）法制水平进步。法律服务人员、国家机关工作人员等法律从业人员追求效率的提高，冗杂且具有高度重复性的非诉业务呈现出智能化、高效化、精准化的趋势。

然而，由图2可知，尽管近两年的法律科学智能化交叉研究蓬勃发展，但是大多数的论文都是以人工智能为出发点，探讨人工智能如自动驾驶等在社会生活中造成的法律问题及人工智能的法律地位界定以促进人工智能技术的合规蓬勃发展。相比之下很少探讨科学技术应用于法律领域的法理基础或应用可行性、必要性问题以促进法律领域的转型升级。也即未将“人工智能+法律”与“法律+人工智能”有效结合，真正做到法律科学智能化交叉发展。

并且，面对法律智能化这一全新领域的高度发展，学者们对其实践应用和今后发展众说纷纭。由于未在一些基本问题上达成共识，学者们的观点产生了极大纷争，这对人工智能法学的发展极为不利。

基于以上原因，笔者拟通过采用文献分析法，对近年来法律科学智能化交叉的相关理论研究文献进行综述，以期寻找法律和科学智能化有效结合、交叉发展的基本方向。由于研究论文的数量庞大，笔者难以对每一篇论文及其作者观点进行全面综述，因此本文以中文核心期刊为综述的主要来源，选取具有代表性和较强权威性的学者的观点。在综述的基础上，从将人工智能有效应用于法学领域的法政策学角度，对法律科学智能化的当今发展和困境的研究文献，以及产业促进政策和人才培养政策进行归纳和分析。

一、法律智能化的概念构建一一基于学术理论观点

促进法律智能化交叉发展的首要前提便是对“法律科学智能化”这一概念做出明确的界定，即解决法律科学智能化交叉发展的特征或者构成要素问题。倘若未能对这一概念做出明确的描述性解释，便容易出现“泛智能化问题”从而导致很难在统一的语境下探讨法律智能化发展的可提升空间。国内学者对法律智能化的定义众说纷纭，但是争议大致可以归结为人工智能适用于法学领域的合理性、实用性、可持续发展性问题。以下笔者将分别罗列并做出评述。

（一）法律智能化发展的合理性

在这一角度下，法律智能化的發展是否合乎法理学理论的内涵是学界争论的热点问题。

张保生（2001）认为人工智能选择法学领域进行突破存在合理性的原因是法律推理有相对稳定的对象——案件，相对明确的前提——法律规则、法律事实，严格的程序规则以及确定的判决结论。同时，干红华，潘云鹤等（2001）也认为尽管法律知识复杂开放，但是法律推理方式是典型的因果推理，可以从某种原因得到结果，并且经过严密推理能形成一条因果链，并以此建立了非单调推理模型。笔者认为，从推理模型的角度出发过多的重视了法律推理的形式，而欠缺正义论、法哲学层面上的思考。学者们的观点过于重视了法律形式主义的特点，而忽视了法律现实主义和目的法学的内涵。尽管从法律推理形式的角度看，法律智能化可以全面地模拟法律知识推理过程，但是实质内容如法的可废止性、法的”开放式结构“等仍是不可或缺的考虑因素。法律智能化的定义不仅要关注法律专家学者能否统一观点得到高度精炼的行业知识标准化数据，更要重视得到的大量的专业化行业知识标准化数据是否能契合社会高速发展的需求，能否精炼概括历经千百年发展的法律术语背后的内涵价值。

（二）法律智能化发展的实用性

不管在公检法等国家机关还是律师等法律服务行业都出现了法律智能化应用实例。最高人民检察院2017年公布的数据显示，广东省人民检察院在量刑决策过程中引入人工智能辅助系统软件后，广东地区的认罪认罚从宽案件量刑建议采纳率达到94.46%，已判决案件中共有99人上诉，上诉率仅为0.63%。各个地区的“捷报”连连使得法律智能化不断被普及应用。然而，法律智能化的高速发展同时也带来了法律智能化应用的边界问题，人们不得不思考法律人工智能的完全理性到底是利大于弊还是弊大于利。黄俏娟、罗旭东等（2018）通过综述认为法律人工智能不仅可以完成当今法律工作者的工作还可以完成得比法律工作者更完美。因为拥有有限的理性思维的人类在被心理、环境等众多因素的影响后，对经验事实的感知和判断往往是有偏见的。谢慧（2019）却对人的有限理性对法律审判的影响持相反意见。她认为正是因为法律人工智能完全理性，不仅缺失人文感情也无法感知社会环境因素，因此法律人工智能实际上只能在裁判形成过程中发挥有限的作用。它在目前只是作为工具为法官裁判提供辅助的便利，那在未来也不应该对司法作过多的介入。笔者认为双方意见均过于绝对，尽管人工智能无法感知到感情，也无法像法官一般经过年月的积累感知到法律和正义的价值。但是在当下的司法实践中法律智能化的确有效地提高了司法工作人员的工作效率，并且基于“互联网+”的可观发展我们有理由相信法律智能化能突破弱人工智能的限制，从司法工作人员的工具成长为事实上辅助司法工作人员的重要帮手。但是在以人为本的文化下，基于法律伦理和社会正义的考量，法律智能化绝对不能取代法官居于主体地位。

（三）法律智能化的可持续发展性

尽管法律智能化近年来正在高速发展，我们仍处于弱人工智能的时代，而学界对法律智能化交叉发展分别持有消极和积极两种态度。消极态度的代表是MattZimmerman（2017），他认为机器人学习能力越深入就越有可能超越法律的边界。此外，任欣、王磊（2019）也从法律伦理的角度对法律科学智能化提出质疑，称“不想沦为机器人的宠物”。而持积极态度的学者如周尚君、伍茜（2019）等强调机器学习的重要性。他们认为法律人工智能应用于司法决策的关键在于法律智能化在运用法律推理、掌握法律语言以及深度学习经验性知识方面取得决定性突破。陈亮、郭佳雯、武建功等（2019）则是较为系统地提出了“法计算学”的工具性研究方法，并建立了法律关系坐标系，为未来的法律智能化研究提供了可行的路径参考。笔者较为赞成通过技术改良、机器学习和大数据处理等手段实现法律智能化交叉发展的新格局的观点。同时，法律伦理对法律智能化的冲击可以着重用立法、社会宣传等手段予以解决。防止法律智能化突破人类法律边界的关键在于人类对其的绝对控制和合理应用。所有事物的成长都伴随着风险，杞人忧天是阻碍法律智能化发展的樊篱，而法律智能化交叉的真正目的是借助人工智能的无限智能突破法律人个人的有限智慧，推动法律结合技术更好地实现其价值。

（四）对现有研究的简要评述

笔者认为，以上诸多对法律智能化交叉发展的特征分析均只从法律层面分析而未真正结合人工智能科学技术，并且以上特征分析过于零碎化未使得我们对法律智能化有全面的认识。因此，笔者综合各学者的文献观点认为，法律智能化是指以法学理论和计算机技术为支撑，通过机器学习和大数据处理持续体现法律价值并能合法配合法律工作人员提高法律行业工作效率的类人智能。

二、法律智能化的国内现状一一基于行业应用实践

自从达特茅斯会议上确定了人工智能的定义后，科学技术的发展和社会生活的需要推动人工智能技术高速发展并逐渐渗透进法学领域。以下，笔者将以法律智能化的定义为基础，从法律智能化的合理性、实用性、可持续发展性的角度出发，对有代表性的学术论文进行综述，并分析当下法律智能化的国内现状以及所存在的问题，以期获得法律智能化交叉研究的基本方向。

（一）从法律智能化的合理性角度——法学理论创新

上文中，笔者主要探讨了人工智能在法律领域应用的法律理论基础，认为以三段论为表现形式的法律形式主义和以探寻法官内在思维结构为目的的法律现实主义针锋相对却使法律智能化的法理基础更加深厚。盛学军，邹越（2018）对法律智能化的高度应用予以肯定，但同时也结合情理和法理从五个角度对其提出质疑：①法律用语的精确化程度②依照不同案件的吻合度进行判断的结果可靠性③司法审判中，机器人法官在小概率的大错案和大概率的小错案之间抉择的道德困境④过往错误案例对智能审判机器人平均审判质量的影响程度⑤机器审判人类的文化认可度。同时，不仅法律智能化交叉高速发展，随着人工智能自身发展的需求和各领域对无限智能的呼唤，人工智能在社会生活的方方面面不断深入应用。与之相关的大大小小的法律问题浮现在人们眼前并推动着法学理论为进一步适应社会发展、推动社会进步而不断创新。谢一驰（2018）将我国自动驾驶汽车的法律规制问题与欧美国家进行对比后认为目前我国还没有建立起有效的法律制度以规制智能自动驾驶的局面，这对未来自动驾驶的发展势必会有影响。姚万勤（2019）更深入地洞察到法律智能化的发展所必不可少的大数据是否会产生个人信息难以保护，法律伦理受到威胁，民事侵权，刑事犯罪的问题。总观学者们的质疑可知，尽管与人工智能相关的法律理论正在不断创新，但是远远达不上社会高速发展的步伐。笔者认为，少数问题并未触及当下法律智能化发展的核心。由于我国正处于弱人工智能时代并且没有科技创新的标志表明我国将进入强人工智能时代，我们讨论的范围应局限在弱人工智能时代可能出现的问题中，类似人工智能是否会取代人类这样虚无缥缈的问题没有讨论的必要，即便讨论也属于非法學领域的问题。

（二）从法律智能化的实用性角度——司法实践应用

最高人民法院发布的《中国法院的司法改革（2013-2018）》白皮书显示，自从人民法院立案登记制改革以来，截至2018年底全国法院登记立案数量超过6489万件，当场登记立案率超过95%。然而，办案人员数量增长却远远不及案件数量增长。提升司法工作效率，减轻国家工作人员负担，这是法律智能化交叉发展的优势之一。正如笔者在上文提及法律智能化论文数量激增的原因，其目前的实用价值也大多体现在国家政策、科学技术、法律服务人员、普通民众等方面。其中，国家政策对法律智能化起到了规制和促进发展的作用，而科学技术更多的是作为支柱推动法律智能化的发展。正由于司法机关对提高效率需求的迫切，法律智能化首先也在国家工作人员中应用更多。赵鑫，邵奇，李东艳（2019）将其用图表示如下图3所示。

杨焘，杨君辰（2018）将法律智能化司法实践概括为网上办案系统、智能办案系统、智能文书生成系统、自助终端诉讼服务智能体系。肖宬子（2018）不仅从法院的角度，更关注到了法律服务人员和普通民众的需求和使用，认为还有信息检索，案件预测，智能咨询，文书审阅等功能。从学者们的观点可知，学界对司法实践应用的看法其实大同小异，大致可分为法律人工智能可以独立处理的事务和法律人工智能辅助处理的事务。笔者认为，应用的单一性取决于法律智能化的功能局限性。由于我们尚处于弱人工智能时代，人工智能的无限智能尚未得到真正发挥，人们对于其信任程度也不高，只能利用其辅助审判和诉讼。并且尽管法律智能只起到辅助作用，监管也必不可少。

（三）从法律智能化的可持续发展性角度一一法律逻辑模型发展

基于法律智能化的理论基础，法律逻辑模型构建的技术性难题也不容忽视。受近代自然科学思想的影响，古典的涵摄模型应运而生。但由于其“无视人类生活中不同价值观念的冲突，只追求形式正义“逐渐为人所诟病。然而，尽管法律形式主义忽视了法官主观能动性和法律推理灵活性，但是不可否认的是法律形式主义为人工智能法律系统的产生奠定了理论基础。学者们无一例外地承认涵摄模型存在着一定的功能和价值，但更多学者开始思考其不足，如塔内尔·克瑞科密，桑德·拉萨拉夫认为指令化的数字社会不但不能模拟自然的“缺省推理”还会导致人性的丧失。笔者以为这些模型的发展事实上代表着法律智能化理论思想的进步。在起步阶段，法律形式主义占上风推动法律智能化的普及。经过多年的发展后，法律现实主义向法律形式主义提出质疑，学者开始更多地思考法的开放式结构和法的可废止性。

我国法律逻辑模型以专家系统为代表。如图三所示，专家系统主要由知识库和推理机组成。我国法律专家系统的研制从20世纪80年代中期开始。1986年由朱华荣、肖开权主持的《量刑综合平衡与电脑辅助量刑专家系统研究》被确定是国家社科“七五”研究课题，它在建立盗窃罪量刑数学模型方面取得了重大进步。梁庆寅，魏斌（2013）基于法律形式主义和法律现实主义分别从论证框架和论证语义两个层面探讨法律论证适用的人工智能模型。同时，决策树，知识图谱等概念也是法律逻辑模型构建不可或缺的部分。法律逻辑模型的改良意味着我国法律智能化理论研究更加深入，但也迎来了更多问题。张保生（2018）提出法律智能化两大技术性难题：证据推理模拟和法律解释模拟。笔者认为除了这两大技术难题，更要考虑法律伦理和社会道德方面的问题。法律逻辑模型中如何体现法学家对于法律和法律社会的统一看法，如何在以大数据和算法为支撑的法律逻辑模型中规避“算法黑箱“，如何将法律逻辑模型简明扼要地介绍给公民使之敢于使用，这些都是值得思考的问题。

（四）对行业应用存在问题的评述

对于是否要在法律领域应用人工智能，学者们基本达成了共识。然而经过法律智能化的逐渐应用，产生的诸多问题也不容忽视。学者们提出的担忧各有道理，笔者认为主要可以分为基于人工智能领域的难题和基于法律领域的难题。基于人工智能领域的难题主要有两点：（1）算法歧视。人们对机器理性的期待是为了避免法官歧视，促进公平正义的实现。然而算法构建的法律智能由于其技术难度仿佛树立了一道高高的屏障，将裁判权由法官手中转移到技术开发者手中，使普通民众更加难以理解裁判的理由。倘若“算法黑箱”违背了维护公平的初心，使细微的不公平演變为更深层次的不公平，不得不说是一大悖论。（2）隐私危机。法律智能依靠大数据处理案件，解答疑惑，然而各类个人信息如身份证信息、家庭地址甚至是家境处境都被法律智能一览无遗。倘若黑客入侵或法律智能系统崩溃抑或数据管理者“叛变”，所有人便只能如同赤身裸体般被一览无遗。（3）逻辑建构难题。法律具有极强的精准性，细小的差距就会造成天差地别的结果。从这个角度看，基于相似案例分析的法律智能的正确率难以得到保障。基于法律领域的难题主要有以下三点：（1）法律适用难题。当下，大众对法律智能化的信任程度仍然很低，甚至有些法官宁肯增加自己工作量也不愿意冒风险使用法律人工智能。（2）法律解释难题。很多法学争议学者们尚未得到一个统一的答案，难以获得一个标准化的法学标签以运用于专家系统中。（3）法律伦理难题，法理情理难以兼顾。

三、法律智能化的未来发展一一基于交叉促进政策

计算机在其刚诞生时不过是巨大而又运行缓慢的机器，然而经过多代革命我们已进人大规模电路计算机时代（LSI），计算机运算速度达到每秒几百万次，计算机也已然成为人类生活中的必需品。以计算机为其标杆，计算机的“衍生品”法律智能化为人类规划了美好而又宏伟的蓝图，唯一不足的便是缺乏清晰性。正如上文所述，学者们看见了法律智能化高速发展的“陷阱”，关键在于两个差别极大的学科如何真正融合。不解决理论基础上的问题，法律智能化便只是“空心”发展，没有基石，欠缺深层动力。法律智能化是科学技术和法学理论创新结合的智慧结晶，法律智能化交叉发展便指向了法律学科和科学技术如何取长补短，相辅相成的问题。因此，笔者将基于交叉促进政策综述学界权威性论文探讨法律智能化发展的未来方向。

（一）基于人工智能领域的面向

1.解决算法歧视

郑智航，徐昭曦（2019）以美国法律实践为例强调抑制算法权力的重要性，让普通民众能够了解算法的运行流程和背后的法学价值。在此基础上，他认为正确运用国家权力促进科学技术的发展与进步必不可少。而刘友华（2019）见微知著，分解机器学习过程后，他提出了两大规制算法偏见的意见。首先，对算法偏见的规制首要减少社会偏见。更重要的是，立法者、司法者和执法者要对算法使用者与设计者课以相应义务，保证应用于专家系统的数据的可查性与逻辑算法的可审计性，以保证能够用公平、透明和可责的算法推进算法的规范应用。笔者认为学者们的观点都有一定的道理，解决算法歧视需要从社会宽容、国家监管、技术开发者自觉的角度对其进行规制。其中，利用法律手段推动人工智能技术领域进行公平、正义、透明、开放的改革不可或缺。

2.消除隐私危机

裴宁欣（2019）认为法律智能对科技伦理问题提出了四大挑战，其中面对信息伦理问题我们可以重点关注立法层面。通过立法明确法律人工智能民事地位，完善人工智能法律问责体系，引入公平准入审核制度来加强监管，完善个人信息立法保护制度。李文姝、刘道前（2019）从Michael Walzer的多元正义理论出发提出了基于风险防范和利益平衡的隐私场景理论，建构了信息规范的四项参数区分不同场景，为特定的不同场景提供了多种特色的分析工具。侯浩翔（2019）从保护学生教育隐私的角度出发，借鉴欧美设计学生数据隐私保护体系的经验，提出提高教育领域主体伦理道德意识、建立学生隐私保护规制、推动建立智能教育系统自律机制、引导组织团体参与研发学生数据隐私保护技术与标准制定的建议。尽管学者们对隐私保护的出发点不同，但是笔者认为主要指向了建立信息保护的技术自我规范以及建立法律多元保护的体系。大多数论文泛泛而谈如何保护，没有触及隐私保护的核心——个人信息概念界定。法律智能需要的个人信息不仅仅是个人身份证信息等客观信息，还有个人习惯信息及从个人习惯推导出更多的个人主观心理上的信息等，这些信息也值得保护。用法律来规范技术领域的“隐私倒卖”乱状，建立畅通有效的法律诉讼和维权机制，强制信息使用者公开信息使用用途，使技术不再成为违法活动的“保护伞”。

3.完善逻辑建构

法律逻辑模型可谓是支撑法律智能化大放光彩的重要“武器”，逻辑的严密性和精确性直接关系到了结果的正确性。侯晓燕（2018）从法律逻辑模型的数据来源出发，论证了参照援引指导性案例的巨大优势并强调了法官的主观能动性。蔡一博（2018）以裁判思维和要件标注为切入点认为AI下民商事办案系统的建构应坚持专家系统和人工神经网络技术并存发展的路径，第一步是通过知识图谱进行决策树树状结构图梳理，并人工提取法律文本中的审判要件进行建构;第二步是基于审判要件的提取和法律文书的处理，归纳各种可能出现的情形进行模块化建构;第三步是通过算法将裁判思维与要件标注进行研发整合，并依靠大数据处理完善对各类案例和文档的深度分析和机器学习。笔者认为学者们对法律逻辑建构的数据来源和建构逻辑等都进行了很好的规划，但是他们忽视了我国目前“人工智能+法律”交叉领域的人才的缺失。法学者不能理解逻辑开发的难度，逻辑开发者也不能体会精炼的法学标签的奥妙，就会造成法律逻辑模型建构表面化。因此解决问题的关键在于教育，教育培养出法律智能化双领域的学者，在他们的推动下才能实现两个领域的真正融合。

（二）基于法律领域的面向

1.明确法律适用

对于如何提高信任度，Filippi（2016）认为信任法律智能化的关键在于实证检验和基本的分析竞争性。明确界定对数据科学的信任度和信任范围是当前的重中之重。孙跃（2018）从法律方法视角和人工智能的技术特点出发认为法律智能化应当处理好法治建设与科技发展的关系，通过法治思维实现法律智能化制度化和规范化，同时在制度层面促进法律方法研究与人工智能研究的深度融合。郑戈（2017）强调政府的重要性，鼓励政府在发展法律智能化方面加大投入，吸引更多的人工智能人才参与立法、行政和司法工作，实现产出和效率双丰收。笔者认为，学者们的观点都是推动法律智能化更好应用的专业手段，但是发展法律智能化的重中之重是明确法律人工智能在司法实践中的适用范围，以表明法律人工智能永远不可能取代法官的态度。这不仅是在生活中进行宣传宣讲，更要在立法中进行规制以消解人们对未知的天然恐惧。只有确立了法律智能化的应用范围才能使法律智能化学者致力于向目标发展。

2.完善法律解释

邱昭继（2019）将文本解析技术应用于法律智能化使智能系统可以自动从案例语料库中提取信息实现机器学习。而李飞（2018）认为不应过度强求法律用语标签化，即便人工智能司法发展到超人工智能阶段，法官的裁判解释依然具有不可取代的地位和价值。焦宝乾、陈金钊（2006）从法学方法论人手深入挖掘同一术语不同名称的原因，认为当代法律术语和法律方法论背后深刻体现的哲学解释学、修辞学、论题学、语义学、非形式逻辑、符号学和沟通理论等诸多理论与方法资源尚未被全面发掘，知识面宽广涉及多个领域的具有职业技能和法律思维的法律智能化人才极其短缺。笔者深以为然，法律智能化深入发展要充分发挥法律工作者和技術开发人员主观能动性，一个学科后继发展的动力在于教育。政府、社会、学校要大力培育涉猎统计学、计算机、法律等多学科交叉的学者才能改变法律解释难以适应法律智能化发展的困境。

3.平衡法律伦理

党家玉（2017）提出了对法律智能化的立法建议，重点在于监管、保护和责任承担。于璐认为司法人工智能的研究应当充分将诉讼当事人的心理状况和法官决策的心理要素等心理学要件纳入考虑范围中，这样才能使完全理性的司法人工智能更加“平易近人”。Sergio Ferraz，VictorDelNero（2018）推荐学习巴西构建人工智能安全监管系统，研究人工智能行为问责制度，并且建立合理惩罚机制。笔者认为应当综合各学者意见，完善法律人工智能心理路径和构建法律监管机制双管齐下并发挥法官主观能动性使法官形成对法律智能化的自觉监管，多层次多角度地平衡法律人工智能和法律伦理。

四、研究结论

在法律智能化高速发展的当下，引导法律智能化向有益于民众的方向发展从而推动经济社会蓬勃发展是当下之急。通过对国内学者们法律智能化的文献归纳梳理，笔者建议关于法律智能化的概念界定应从法律智能化的合理性、实用性、可持续发展性出发，结合法律领域和人工智能领域的专业知识，认为法律智能化是指以法学理论和计算机技术为支撑，通过机器学习和大数据处理持续体现法律价值并能合法配合法律工作人员提高法律行业工作效率的类人智能。同时，笔者依合理性、实用性、可持续发展性这三个法律智能化最重要特征方面对法律智能化在我国的行业实践应用进行了详细的阐述，并分别从法律领域和人工智能领域概括了法律智能化的发展难题：算法歧视、隐私危机、逻辑建构;法律适用、法律解释、法律伦理。经过对法律智能化发展难题的深入分析和对基本发展方向的详细探讨，笔者综述学者们观点后认为发展法律智能化的关键在于如何将法律学科和人工智能学科进行融合发展。因此，基于学界对法律智能化发展的两大共识和交叉促进政策，笔者认为法律智能化应坚持维护两大重点。

（一）法律智能化发展的人才培养

法律人工智能的广泛应用提高了对法律人的要求，人工智能技术和法律知识逐渐成为合格法律人的必备素质。况且，教育是学科发展的源动力，法律智能化作为一个几乎全新的行业更需要源源不断的人才涌入。法律智能化的人才教育不仅需要适应时代发展的潮流，将人工智能的算法编程技术和法律职业教育的基础理论相结合，发挥法学生的主观能动性，启发学生思维，引导学生自觉深入对目前法律智能化领域存在的算法歧视、隐私危机、逻辑建构、法律适用、法律解释和法律伦理等六大问题的探索，更要注重多方面多领域的知识培养。除了加强对哲学解释学、修辞学、语义学、非形式逻辑、符号学和沟通理论等诸多理论的灵活运用，更要明确人相对于机器的绝对优势所在，即人类的创意和共情力。增强人文情怀教育，提高算数编程技术，是法学教育在坚守法学基础理论的前提下顺应时代潮流的必要措施。

（二）法律智能化发展的产业促进

一方面，产业促进离不开国家大方向的掌控，不仅政府要在资金、人才等方面支持法律智能化的发展，立法机关更要在立法层面对法律智能化作出引导和规制。立法是法律人工智能发展的基石，法律规章制度能对法律人工智能进行积极引导，同时推进其发展和应用。且由于各个国家经济发展不一样，人工智能领域的技术也各有千秋，目前的重点仍在本国立法。另一方面，产业的发展离不开社会的支持和鼓励。目前很多群众甚至专业法律人士不敢利用法律人工智能进行工作，因此，舆论和媒体是法律智能领域发展所要牢牢利用的手段。学界普遍认为应当在舆论和媒体层面对法律智能化进行正面宣传，鼓励他们进行尝试从而分辨法律智能化是利大于弊还是弊大于利。

五、未来研究展望

从目前已有的研究结果来看，在法律智能化方面仍有诸多不足有待进一步研究和探讨。

一方面，不同学派法学家对不同原则、法理的适用存在争议，难以形成普适的价值观念进行建构法律智能化逻辑系统。并且，机器学习在目前的技术情况下很难达到百分之一百的正确性，这让法律智能化的适用存在争议。笔者认为，我们的文化绝对不容许机器完全成为人类的审判者，因此在实践中最重要的也是最必要的便是发挥法官的主观能动性，用法官的经验和人文情怀来弥补地区、环境或错误案例对机器的影响。随着法律智能化的发展，使机器自觉剔除不正确参数，实现积极机器学习是值得我们奋斗的方向。

另一方面，法律人工智能的地位难以界定。随着人工智能技术的发展，传统民法人物二分的体系受到挑战，学界对是否赋予人工智能民事法律主体地位存在较大争议。不正确界定人工智能的法律地位可能会导致责任难以分配或者阻碍法律人工智能技术蓬勃发展等诸多问题。笔者建议未来的研究可以从法政策学的角度，运用法律的手段依据技术开发者对法律智能系统的控制程度进行规制，并在实践中适当考虑开发者的主观故意。

法律智能化交叉是一个几乎全新的学科，尽管现在正蓬勃发展，不可否认的是这个领域也存在着诸多的难题。本文笔者仅仅从弱人工智能时代下法律智能化基本定义、实践应用、未来发展出发，提出了人才培养和产业促进意见，还有诸如人工智能的证据推理模拟难题，数据来源难题，风险控制问题等尚待解决。未知与精彩并行，在未来的发展中，应当首要解决以上困境，梳理以上影响法律智能化发展的必要问题，明确法律智能化发展的基本方向，使法律智能化持续为司法实践添砖加瓦。