论面向智能时代的法学教育变革

张健一

（江苏警官学院 法律系，江苏 南京 210012）

一、问题的缘起

信息社会、互联网时代的风潮一波未平，智能社会的风口又起。 “数据作为智能社会原油的地位”成为普遍确信。 大数据、人工智能正深刻改变着社会的结构与主体的行为模式，诸如云计算背景下的著作权侵权、人工智能机器人致害等法律难题也纷至沓来。 虽然法规范基于安全、守成、可预测性的特质而不能朝令夕改，但知识论、方法论上的法学研究及其关联的法学教育却不能无动于衷。 在司法以及律师行业智能化建设如火如荼的当下，如果说学理研究尚能立于超然视角理性检视司法实践的智能化趋势，那么担负着培养职业法律人使命的法学教育，则面临着是否以及如何因应司法实践智能化趋势的迫切抉择。 本文首先梳理智能时代法律学科面临的机遇与挑战，进而探索法学教育的变革方向与路径。

二、智能技术多维洗礼法律学科

大数据、人工智能从知识与方法维度冲击着法律学科，在实践维度渗透着法律职业行为。 从知识论、方法论、实践论三个维度系统检视智能技术对法律学科的冲击，构成了思索智能时代法学教育变革的基础。

（一）在知识维度上技术提供了规则更新的契机

法规范以防范利益失衡为己任，而技术革新引发利益纠葛。 工业革命引发了以单位为代表的组织体责任；信息革命催生了在线侵权行为网络化治理的需要。 立足于大数据技术的人工智能触发了诸如人工智能机器人致害的法律责任、 自动驾驶法律风险防范等课题。上述问题在本体论上关涉着人工智能的内在逻辑，在价值论上勾连着智能时代法律治理的立场与技巧，本质上是既有规则在新技术面前的蜕变及其底线。 面对人工智能导致或可能导致的社会关系、行为方式的深刻变化，作为社会治理基本遵循的法规范，关心的是风险防控与权责分配。 法秩序秉持以法律话语检讨人工智能的基本范式，旨在推动人工智能的法治化、规范化。 鉴于人工智能旨在“构造具有一定智慧能力的人工系统，以完成往常需要人的智慧才能胜任的工作”[1]，而法规范对利益的调控方式无外乎对人或拟制人即组织体予以私法上的赋权（利）与公法上的控权（力）。于是，重构抑或微调法律行为主体的内涵、权责体系的内容就成为破局的关键。

（二）方法维度上相关性漠视因果性

当下的法学方法论深受自然科学实证主义的影响，强调“一切的存在现象都可以用物理性的检验加以验证”[2]。 在法学理论中，可验证的因果法则成为判断因果性的标准。 例如，刑法理论在判断能否将结果归属于行为时，以行为和结果之间的因果性为必要步骤；至于其判断标准，采用的是“若无A 行为就无B 结果，则A 行为是B 结果的条件”的模型。 之所以选定A 而非C 行为，是因为A 行为与B 结果之间符合引起与被引起的因果法则。在间接故意认定中，基于意志与认识的因果联系，行为人认识到结果发生的可能性程度对于判断是否放任结果发生具有指标意义。 与自然科学实证主义方法论不同，智能时代的数据思维将相关性奉为圭臬。大数据、人工智能的拥趸认为数据可以自己说话。智能思维旨在通过整理变量之间概率上的关联性揭示数据背后实存形态的关系。 “即使两个变量之间的关系度很高，也不能断言这两个变量就互为因果。 ”[3]智能时代的法学方法论如何在以因果性为核心的传统范式与相关性的对立中取长补短、兼容并蓄值得深思。

（三）实践维度上职业化侵蚀专业化

数据的积累与算法的精进推动着智能思维及其实践不断开疆拓土。法律学科在理论与实践层面的反应却大相径庭。 在讼累与各类考核中疲于奔命的司法机关，期待智能司法系统能够成为减负增效的“利器”，于是，立足中国裁判文书网及区域性司法实践所建构的各类智能司法系统频频见诸报端。 例如，苏州中院的庭审语音识别系统在庭审文字录入方面大幅降低了劳务性司法职业行为的人力资源。[4]实践的激进态度有别，法学理论对智能实践的态度略显保守：立足于法学立场的检视多，跨学科交叉思考少；对技术理性的风险顾虑多，防范技术风险的建构措施少；借助一般社会科学方法的宏观思考多，解构具体问题的微观研讨少。

导致理论与实践割裂的原因较为复杂。这其中，专业槽的隔阂是始终无法绕开的话题。社会科学与理工学科在思维范式、方法立场上的鸿沟导致法学界在智能“风口”面前望而却步。 较之于恪守谋定而动原则而略显迟疑的法学理论，受制于员额制、审限、考核等因素的司法实务更加注重智能思维的减负价值。对智能技术的差异态度可以归结为职业化与专业化的冲突。 律师借由智能手段快速检索上级法院的相似判例，并试图结合审级制度说服法官支持本方主张。 忌惮于改判可能会对绩效考核产生影响，法官也乐于接受上级法院既往判决的约束力。 相对于专业化的严谨，职业化更讲求效率，如果将职业化推向极致，案件检索技术有取代法学论辩、协商技能的危险。 法律学科在专业化与职业化的对抗中无论是选择“站队”，还是决定“骑墙”，均应当及时亮明立场。

三、智能时代法学教育的调整方向

任何时代的法学教育，都面临着培养什么样的法学人才（培养方向），以及如何培养法学人才（培养路径）的问题，智能时代也不例外。鉴于法学方法论是法学教育的基础，法学知识论是法学教育的框架，法律职业技能是法学教育的试金石，探讨智能时代培养什么样以及如何培养法学人才，本质上是思索是否以及如何将智能技术（法律问题）、智能思维以及智能技术关联的法律职业技能植入法学教育。

（一）法学教育亟待紧跟法学知识谱系的更新

智能时代的法学知识论聚焦重构抑或微调法律行为主体的内涵、权责体系的内容。 同时代的法学教育应当及时反映如下知识谱系的更新：扩张法律责任主体并探索连带责任新模式，抑制智能系统风险，提防技术精英失范。

第一，当下主流法学知识论建基于科学与民主的政治话语以及“交易创造价值”的工商业经济环境，致力于以客观、理性的态度为个人自由、生产交易活动保驾护航。正所谓“因为有犯罪并且为了没有犯罪而处罚”，自然人行为被视为法律责任的起点与归宿，即便是单位不法行为的罚则也只是对责任能力的拟制。相对的，智能时代勃兴了数据挖掘与应用价值，智能系统借由抓取、整合、分析数据或是径行做出判断，或是追求人机交互。 既然智能系统致力于参与或支配人类决策，传统上“人—机”主从关系至少在某些领域将会异化为从主关系。本应由上级法院通过审级制度行使的监督权至少部分的被让渡于机器。对基于“行为—责任”原理，扩张法律责任主体、探索连带责任新模式的学术定势，法学教育不能无动于衷。

第二，人工智能以实用性为安身立命之本，法学知识论以定纷止争为终极追求。（后）工业时代的法学理论致力于在客观、可视化的致害结果中找寻处罚根据，民法学中的损害赔偿责任、刑法学上以法益侵害为处罚根据的解释论立场均为其适例。与之相对，弱人工智能高度依赖科学家输入的规则模型，而代表人工智能发展方向的计算机神经网络则不需要被提前输入规则。 只要“投喂”足够的数据，强人工智能自己可以从海量数据中识别（建构）规则。[5]鉴于强人工智能规则独立于研发者自发形成，研发者无须往往也无力理解这些规则，由此便衍生出“数据黑箱”忧虑。 既然智能系统决策的因果流程与结果可控性阙如，汲取能够抑制智能系统风险的知识论成果，就成为法学教育的题中应有之义。

第三，如果说“数据黑箱”“数据歧视”尚可归为技术风险，法律学科只需效仿既往化解技术风险的模型“活学活用”即可。 那么，技术精英借由数据话语侵蚀作为法规范基础的社会规则，就已经触及了作为法律学科终极追求的公平正义价值。 例如，电商平台、打车软件的大数据“杀熟”行为作为新型民事欺诈，考验着“民事主体从事民事活动，应当遵循诚信原则，秉持诚实”的规范效力。在智能时代，鉴于资本的逐利冲动与数据垄断，垄断技术话语的行业精英或有意、或无心挑战规范话语的现象绝不可能是昙花一现。 法学教育中引入既能坚守法秩序基本价值，又能促进智能生产力发展的权责体系已然刻不容缓。

（二）法学教育应当确立因果性为主，相关性为辅的方法论范式

即便相关思维在诸如商业投资、商品推送、个性定制等领域优势尽显，以持重为基本性格的法规范仍应对其抱持必要的戒心。 以维系因果思维的核心地位为前提，法学教育有必要适当引入以相关性为要义的智能思维。

较之于相关性，因果性作为法律责任的要件具有正当性。 其一，离开了因果性，也就脱离了作为法律责任基础的报应观念。 由于相关性只能是针对行为设置预防性规则的依据，脱离报应观念，预防观念极易导致为了预防而预防、不择手段地预防。 其二，因果性而非相关性能够为追究法律责任提供对象与依据。 有别于因果性对因果法则的推崇，相关性不关注客观上的结果与何种行为之间存在引起与被引起的关系。如若行为与结果之间符合相关关系（例如，穿超短裙出门吸引司机注意力导致交通事故）就科处责任，处罚的随意性将直接有损法秩序的安定性。其三，由于相关性无法在客观面为追究法律责任提供对象与依据，据此科处或强化法律责任只能依据行为人主观内容。 然而，“法律不关心内心之事”的格言必须被遵守，再卑劣的动机只要没有现实化都不应被处罚。

同样无法否认的是， 以相关性为要义的智能思维可以成为检验或发现因果性的 “利器”。其一，在实证主义的基本立场上，相关性思维与因果思维并无差异，只不过前者热衷非决定性、概率论的实证范式；后者信仰确定性、可验证的实证关系。 即便相关性思维至少在方法论上仍不等同于因果性，但某些现象间的高度相关性能够提供发现因果性的线索。 其二，相关性可能借由全样本的数据积累检验因果规则。因果规则的确立以理论假设为前提，通过随机取样的小样本分析证成或证伪理论假设。 鉴于随机取样存在对研究者的“个性依赖”，因果规则及其变量往往具有相当的主观性，背靠海量数据与迭代优化的计算能力，相关性虽不能证成，但可能以相对客观中立的方式证伪基于小样本分析的因果规则。

（三）法学教育应当以法学教义衡平日渐脱轨的职业化倾向

或许是受到实务界热烈追捧大数据、人工智能的启发，诸如人工智能法学院、法律+人工智能学科建设等新生事物在近年来的法学话题榜上一度霸屏。人工智能课程与教学内容相当程度上挤占了法教义学的空间。律师走上法学讲席时对人工智能前景的生动描绘令为数不少的法科生产生了错觉：较之于枯燥乏味的法学教义，人工智能检索出的既往判决即可说服法官。 对智能技术前景的实践认知导致了法学教育的职业化倾向有脱轨的危险。

过分追求职业化会招致智能科技发展反噬、阻滞法学专业知识革新并最终危及法学教育的后果。 司法领域的人工智能注重对既往生效判决司法逻辑的坚守与延续，其衍生的司法知识必然传承性有余而前瞻性阙如。 建基于既往司法判断的数据挖掘，着眼于洞察自然语言指涉的事实与法律范畴的耦合关联，这种相关关系的确在遵循先例的意义上维系着司法知识的传承，却可能因忽视变量及其未来可能的正负变化对相关关系的影响，而衍生出萎缩法学知识论及法学教育的后果。 与之相对，智能技术在诸如语言识别、图像鉴真、格式化法律文书等劳务性司法职业行为领域基本能够替代人力。牛津大学发表的《就业的未来》研究报告指出，到2033 年人工智能的发展将导致律师助手大约有94%的概率会失业。[6]受限于责任主体不明、“数据黑箱”风险等客观因素，智能系统尚无法主导诸如社会危险性评估、证据链和全案证据审查判断、非法言词证据排除、三段论推理等裁量性司法职业行为。而正是裁量性司法职业行为而非劳务性司法职业行为塑造了法律学科的专业品质并决定着法学人才培养的成败。 人工智能知识在教学内容上过分打压法教义学是主次不分，并衍生出法科生低端同质化的危险。法学教育以法学教义衡平日渐脱轨的职业化倾向已然刻不容缓。

四、智能时代法学教育的调整路径

智能时代法学教育的调整涉及人才培养目标、教学与课程体系建设、教师师资与角色定位等维度。其中，教学与课程体系建设、教师师资与角色定位的变动服务于人才培养目标的调整。

（一）人才培养目标叠加融合

当下主流的法学人才培养模式致力于借由灌输关联着法规范的法学教义形塑法科生的职业能力。 法学理论、法律概念、法律规则、学术流派四足鼎立构成了法学教义的主要内容。这种人才培养模式着力涵养分析与抗辩能力，却在培育沟通、协商等实践技能方面力有不逮。 效仿大陆法系思辨范式的传统法学教育与司法实践之间产生了落差，这集中体现为法科生动手能力差，长于对法学教义的认知却短于法律实操。 近年来，诊所法律教育、实训课程设置之所以被寄予厚望，正是因为其力图以英美法系的实操范式矫正效仿大陆法系的思辨范式。

智能时代的法科生在着力涵养分析与抗辩能力之外，系统培育沟通、协商以及利用相关性方法的创新能力也至关重要。 其一，目前，智能系统的自然语言处理能力已不逊于人类。 例如，百度语音识别系统的错误率分别为3.1%（英文）、3.7%（中文），均超出人类识别能力。[7]然而，在规范语言领域，囿于学科藩篱、译介术语的晦涩等限制，智能系统尚未达成预期。将规范语言识别、证据单一形式校验等智能系统引入劳务性司法职业行为，要求法律人与技术精英共同设计、完善、修正智能模型，这当然离不开充分的互动沟通。其二，区块链技术以深度互信为桥梁。 作为服务者的法律人厘定区块链参与者的权利关系，必须以高超的协商能力谋求他人信任为前提。其三，在将归因与归责二元区隔的领域，由于教义学上的归责标准极为抽象，运用智能工具、相关性规则动摇甚至证伪因果判断将成为极具创新性的诉讼技能。例如，作为法律禁止的结果A，可能与B、C、D 行为之间都有因果性。如果大数据分析证明A 与B 之间的相关性占支配地位， 在归责判断中就可以否定C、D 行为与A 行为之间的归责关系。

（二）教学内容体系与时俱进

首先，教学大纲保持对智能实践的开放性。 近年来，共享经济、区块链、物联网、人工智能等热词的代差最多一两年，人类正身处“生而落后”的时代。 法规范因其抽象的表述方式而在调整社会关系时充满张力，如何将规范张力用在刀刃上，离不开不断与时俱进的法律解释、论证与推理方法。 教学大纲、教学难点应当在法律解释、论证与推理方法等领域保持对智能实践的开放性。

其次，教师应涵养对智能热点的敏锐性，立足本学科知识论，及时检视智能热点的法治意义并尽可能地打造风险化解方案。例如，在看到自动泊车技术研发的新闻时，民法学教师应当思考自动泊车致害的责任主体、责任配置及其解释论范式；刑法学教师应当关注自动泊车构成交通肇事罪及逃逸的实体与证据法标准。

再次，法学教义提炼智能命题的深刻性。 以大数据、人工智能、物联网为代表的智能时代打造了多样态、多层次的理论素材。法学理论也相应地衍生出千姿百态的智能命题。智能命题立意的深刻性是其理论保鲜的关键，这需要两个方向上的努力。 一是坚实的法（哲）学功底，二是准确把握命题关涉的智能系统的运行逻辑。当然，强调智能命题立意深刻并不排斥其随智能实践不断完善。

最后，教学内容体系的更新要因人而异。当下的法学人才招录对象以文科生为主，理科生为辅。智能系统主要与理科生的物理学知识相关，这就要求教学内容更新时要区别对待。文科背景的法科生只需要了解智能系统的大致框架，其司法职业行为中的技术问题主要依赖技术精英。 对理科背景的法科生可以更多地讲授智能系统的基础理论，这有助于其保持对技术精英相对的知识优势，避免技术规则突破法治底线。

（三）课程教学体系主次分明

法学教育在方法论上保持因果性对于相关性的核心地位，在实践中以法学教义衡平日渐脱轨的职业化倾向，就要求法学课程教学体系主次分明，在着力强化法学方法论的课程、课时设置、考核标准及实践操作的同时，开设智能技术相关的通识课设置。

强化法学方法论课程教学涉及以下要点。 首先，改变法学方法论课程或者隶属于选修课，或者委身于法理学的课程现状。 借由明确法学方法论课程必修课的地位并辅之以案例实训、法律诊所研讨，改变教学内容浅尝辄止、抽象宏观的弊病。其次，要同时强化法学方法论课程以及部门法课程中法学方法论课时的教学力度。部门法方法论因其具象化特质更贴近生活并易于理解， 以部门法方法论为基础讲授法学方法论课程在知识衔接上更为妥帖。再次，法学方法论课程内部主次分明。对于仅具有学说史要义的法学方法流派重在引介，在讲授与智能实践关联度高的法学方法时要条分缕析。 最后，在法学方法论课程中适当纳入职业伦理教育，避免因法学方法上的拿来主义而有损法律科学的价值底色。

智能技术相关的通识课程，主要包括智能技术的本体课程与人文社科课程。前者“由计算机专业的教师进行讲授，主要教学内容为人工智能的技术基础和具体运用，包括知识表示、逻辑推理、不确定知识及推理、自然语言处理、机器学习等等”[8]。后者包括但不限于网络社会学、网络管理学、网络经济学、网络政治学等课程。

（四）重新厘定教师角色定位

智能系统迭代更新、相关性方法论对传统法学范式的背离以及智能时代法教义学的开放性共同决定了实践训练而非单一灌输、综合能力培养而非单一规则讲授将成为法学教师角色的首要职责。 首先，从“去中心化”到“再中心化”。 得益于传感器积累的海量数据，人类可以涉猎的知识几何级增长。学生可以借由MOOC 等智能APP 习得法学知识，法学教师有被“去中心化”的危险。此时，教师应当从知识传授的“去中心化”转变为学术训练的“再中心化”。 其次，从知识传播者到方法传授者。 既然MOOC 软件提供了知识传授的平台，教师就可以从劳务性教学活动中抽身，并致力于通过实训让法科生将法学方法内化于心、外化于行。再次，从授人以鱼者到能力塑造者。教师应着力塑造法科生在知识与技能方面的迁移性能力。 所谓迁移性能力，要义在于学会如何学习。[9]这要求师生共同在反复的学术训练中总结、提炼经验、教训与感悟。最后，从知识输出者到寓教于学者。教师不可能总是维系知识权威的形象，必须在教学相长中重塑定位。 教师不再只是“带着问题走向学生”的人，而是“与学生一起走向问题”的人。

五、结语

“现代化是传统性社会利用科技之知识以宰制自然、解决社会与政治问题的过程。 ”[10]面对时代更替的冲击与困惑，法学教育无需惊讶“时代变化快”，而应坚持在既有方法论范式的基础上合理汲取智能方法论的可取之处，并最终在智能“风口”面前镇定自若、有所为有所不为。