知识产权纠纷智能调解的形成逻辑、局限及路径优化

郝娜 费艳颖

【摘要】知识产权纠纷智能调解是人工智能在知识产权纠纷调解场域的技术应用，已初步形成三类平台范式。然而，在实践中却面临着技术理性逻辑与多元调解实践不相契合、调解员能力建设与智能调解需求存在落差、数据算法质量保障与赋能要求存在差异等诸多局限。因此，需强化人工决策的施动影响，立足人机交互的保障建设，推进数据算法的多维管控，助力知识产权纠纷智能调解的创新发展。

【关键词】人工智能  知识产权纠纷  调解形式

【中图分类号】D923.4                          【文献标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2022.23.013

人工智能（Artificial Intelligence）是以人类智能运行研究为基础构造智能机器的技术和科学。[1]知识产权纠纷智能调解是人工智能技术在知识产权纠纷调解场域的应用，通过智能的法律答疑、类案分析、调解方案推送等自主作业功能，实现传统线下调解的信息化变革。人工智能以时空优势加速纠纷调解，使知识产权创造指数、运用效益大幅提升，初步取得良好社会效果。在关注成效的同时，其在智能决策、人机交互、数据算法管控方面与实践需求的落差不容忽视。直面局限，寻找优化路徑，对构建数据驱动、共创分享的知识产权纠纷智能调解新形态具有重要意义。

知识产权纠纷智能调解的形成逻辑及其主要范式

知识产权纠纷智能调解的形成逻辑。第一，在历史逻辑上，知识产权纠纷智能调解是替代性纠纷解决机制（ADR）与在线纠纷解决机制（ODR）的实践延展。20世纪70年代以来，ADR逐步兴起，虽然各国的机制构建各有侧重，但其始终以经济便捷等优势备受瞩目。2009年至2017年，世界知识产权组织（WIPO）通过调解解决纠纷的成功率高达70％。[2]数字时代到来，ODR顺势而生，美国、欧洲各国都有广泛实践应用。知识产权纠纷智能调解是在ADR与ODR基础之上的实践延展，首先，它保留了当事人意思自治、低风险性、低成本等传统调解优势；其次，它降低了传统调解需要当事人按照指点时间、地点会面的时间空间成本，突破了传统调解地域管辖的限制，实现了异地同时或异地异时的调解；最后，调解员由现实的人向智能机器转移，传统的人脑思考转变为人脑与机脑的融合式结构，纠纷调解的效率大幅提升。第二，在现实逻辑上，知识产权纠纷智能调解是治理知识产权纠纷的现实回应。伴随着国家知识产权战略的全面落实，我国知识产权综合实力快速跃升，与此同时，知识产权纠纷案件也逐年攀升。[3]2016年，为及时、经济、高效解决纠纷，最高人民法院鼓励多元化解纠纷，形式多样的在线纠纷解决平台相继投入和运行。2021年，最高人民法院印发《关于深化人民法院一站式多元解纷机制建设推动矛盾纠纷源头化解的实施意见》强调，要“提高在线多元化解质效”。经过几年统筹，运用互联网、大数据来实现解纷已经成为普遍共识和现实，尤其是在新冠肺炎疫情反复袭扰下，智能调解顺应社会需求，已经成为后疫情时代知识产权纠纷调解的解纷“利器”。

知识产权纠纷智能调解的主要范式。当前知识产权纠纷智能调解平台基本分为三类：第一，法院主导的系统平台。一种是由最高人民法院开发建设的“人民法院调解平台”。另一种是各省市人民法院与知识产权相关单位（组织）建立的线上调解平台。以上海浦东新区法院为例，它以知识产权法庭为试点，在庭审中，依托上海高院的“云间”庭审系统和第三方“小鱼易联”系统，对知识产权纠纷的诉前、诉中调解进行了探索。平台形成的调解协议，可申请司法确认或出具调解书，未达成共识的纠纷由相关法院立案或继续审理。第二，混合型的线上纠纷解决平台。一种是由各地政府、部门主导开发的线上解纷平台，将咨询、评估、调解、仲裁等各类替代性解纷手段进行有序整合，容纳各种类型纠纷的在线解决，知识产权纠纷调解是其业务之一。例如，浙江省的“浙江解纷码”。另一种是由行业组织、企业主导开发的平台，如中国互联网协会调解中心，在2008年成立了知识产权纠纷调解中心，该协会的在线平台专注于本行业范畴的纠纷。第三，以知识产权纠纷为主的云平台。此类平台较为稀少，“中国（杭州）知识产权·国际商事调解云平台”是其中代表，2020年6月上线，由杭州市中级人民法院指导、杭州市贸促会主办。目前，包括中国国际贸易促进委员会（中国国际商会）杭州调解中心、杭州中院专职调解员、共道云调中心、杭州市中小企业协会、浙江省知识产权保护中心等61家调解组织、801名调解员已入驻“云平台”；全市51家律师调解工作室、628名律师可直接接受当事人委托开展调解服务。

知识产权纠纷智能调解的局限

技术理性逻辑与多元调解实践不相契合。人工智能领域盛行技术理性主义，主张技术是解决世界一切问题的唯一途径。[4]知识产权纠纷智能调解被乐观地认为可以从调解员的社会性行为转化为人工智能的技术性支配，技术成为调解纠纷的关键所在。但在实践中，知识产权纠纷智能调解却需要多元主体的共同参与。首先，人工智能并非有机智能，受制于研发人员的认知水平和创新层次，它不会进行辩证性、创造性的推理，只能依托算法模型并依据法律规范、当事人主张、调解先例导出方案。[5]商业利益错综复杂，调解员通过纠纷双方的背景调查，可以抛开纠纷点本身，以双方共同利益点入手，推动调解达成。其次，知识产权纠纷有技术性与法律性强的特点，其纠纷调解需要专家、学者等社会资源的多元参与。一方面，由于知识产权不直接以物质形态呈现，其权利范畴需要法律的界定和规范。另一方面，对于尖端前沿领域的知识产权纠纷，智能调解在运行时必然会存在技术信息导入滞后和调解先例数据不足的问题，从而出现纠纷争议点是非判断困难、调解需求理解不全不准等诸多问题。因而，智能调解需要人机协同发展，片面的神话人工智能，恰恰会使其成为有损调解效率的异己力量。

调解员能力建设与智能调解需求呈现落差。知识产权纠纷智能调解尚在初始状态，完全自主调解仅局限于法律事实清晰、产权归属明了的简单案件。更多专业性强、权属复杂的知识产权纠纷，还需要具有相关专业知识储备的调解员介入。但在实践中，调解员应用智能系统进行调解的能力尚显不足。首先，调解员对智能调解的认识深浅不一，一些调解员对线上调解持抵触态度，故步自封于原有线下调解方式，且当前的知识产权纠纷调解员皆为兼职，更无动力学习研究。其次，当前系统研发主体门户各异，智能调解的流程、规则要求也参差不同，调解员责任义务不清晰，调解行为存在任意性。再次，鉴于智能调解可以依据算法模型自己生成调解方案，加之纠纷当事人对大数据算法客观公正性的信赖，调解员便倾向于把调解中立第三人的权利义务完全推诿给智能系统，让智能系统作为调解决策的主体，而当前对于人工智能作为主体生成的法律行为，相关责任究竟该谁来承担，[6]学界尚在激烈讨论之中。甚至一些调解员选择只在智能调解中进行一些简单的辅助性工作，让智能调解成为他们规避责任风险的技术屏障。这种由于对新技术的不适应引发的责任上的避险、角色上的错位，不利于知识产权纠纷智能调解的良性发展，反而容易使智能调解工作流于形式，有违人机优势互补的建设初衷。

数据算法质量保障与赋能要求存在差异。数据是人工智能运行的最基础资源，算法是人工智能实现提取数据本质与规律、输出调解方法的核心所在。在知识产权纠纷智能调解的实施中，存在着数据量获取不足、低价值密度数据集混入、算法偏差的不良现象。首先，行政司法部门公开的知识产权纠纷治理数据不足。如知识产权局、仲裁局、市场监督管理局等部门一般只挑选典型案例向公众开放；基于商业内容的保密性，行业组织、民间调解的数据也极少公开。知识产权智能调解的运行需要海量的数据作为基础，数据获取量受限，数据池体量就会缩小，智能调解的决策能力就会下降。其次，低价值数据混入使智能调解数据支撑不精准。一方面，数据库由于机器故障、通信故障等原因，容易产生数据缺漏、数据错误等问题，这些无效和错误的数据，被称为“脏数据”。作为逻辑依据，“脏数据”会影响人工智能的发生效能。另一方面，在人工输入调解数据时，存在急功近利现象，有串案套改、重复案号等问题，干扰了智能分析的运行。最后，算法不透明使智能调解方案存在偏差。知识产权纠纷往往牵涉复杂经济利益，研发者可以利用算法的不透明将相关资本势力的意图数据化，将智能调解的客观性扭曲为可以掩盖资本操控调解结果的黑箱行为。另外研发者自身的偏好也会限制其对算法的输出，[7]若其主动甄选某些数据作为计算基础，调解方案就会向这种被特别挑选的数据靠拢，导致调解丧失客观公允，使智能调解的正向社会效应弱化。

知识产权纠纷智能调解的路径优化

强化人工决策的施动影响。技术理性逻辑与当前调解实际不相契合，将人工智能的单一主体作用过分神话，并不符合知识产权纠纷调解的实际。强化人工决策在系统开发与运行时的施动影响，是引导智能调解科学发展的必然要求。首先，在智能调解系统的研发阶段，要对设计者进行知识产权普法宣传，引导其理解知识产权纠纷调解的特点和本质，避免由设计者认知偏差引发的智能调解的误导。其次，甄选近年来知识产权纠纷优秀典型调解案例融入算法推荐池，作为知识产权信息检索、类案推送、决策评估的优选信息。另外，近年来知识产权纠纷纷繁多样，相关法律内容也在不断调整变化，要保持智能调解个案的合理合法，就需要在智能调解投入运行后，系统及时导入并持续更新相关专家对于新事物、新问题的知识产权法律界定；同时，线下的知识产权纠纷调解员要依据智能调解生成的纠纷评估和决策方案，对比分析其与预期目标的差异，适时与设计者进行沟通，对智能调解系统进行行动纠偏，从而既保证知识产权纠纷智能调解的精准性、自主性，又使其行为符合人的价值取向，使每一个当事人在智能调解生成的调解方案中都能感受到高效与正义。

立足人机交互的保障建设。知识产权纠纷智能调解的调解员能力建设与调解需求存在落差，要立足于人机交互的保障建设，回应智能时代要求。首先，要加强智能调解人才的能力培养。人工智能推动了知识产权调解模式的嬗变，调解员也要在智能生态系统中重新调整自己的功能价值。对现有调解人员要加大经费保障力度，通过等级评定等措施，激励其进行智能调解的专业培训和考核，以提升其职业素养。对后备人才的培养要在高校有目的性开设知识产权纠纷智能调解的实务课程，探索智能型调解人才培养的路径。同时，高校、政府、智能开发企业、社会调解组织等主体，可设立知识产权解纷智能调解实训中心，互派人员进修学习，加强资源互动。其次，要落实相应的法律保障。目前，关于智能调解的相关规则仅在少许司法文件中有所提及，但具体法律規定尚属空白。知识产权纠纷调解作为一种法定机制，必须依据智能调解的现实法律问题，有针对性进行立法，将知识产权纠纷智能调解纳入法治轨道，使智能调解有法可依、规范运作。具体而言，要明确智能调解作为主体生成的法律行为的法律定性，调解人员的执业资格、职责与权限，调解程序及调解内容的细则等。

推进数据算法的多维管控。首先，要推动数据共享、保证数据质量。一方面，需要在政策层面推动法院、知识产权局等政府部门间、政府与相关企业之间、知识产权纠纷调解组织与相关企业之间的数据访问联系，破除数据壁垒，推动数据共享，提升相关调解数据可被调取的概率。另一方面，需要对入库调解数据的格式、标准进行统一的规范，优化知识产权纠纷智能调解数据的访问质量，强化数据可用性与流动性，减少智能调解时的误判。此外，针对部分受时空局限的显失公平的知识产权纠纷“脏数据”，如著作权侵权，有些案例赔偿数额与获利收益不成正比，在数据采集时要先聚焦本地的先例，再参考辖区外的先例，来判断纠纷解决结果的偏差值，清洗掉距离中位值过大的案件样本，保证数据质量。其次，要强化算法监管、优化算法设计。一方面，要建立全覆盖的算法监管体系。传统的监管体系，一般轻事前监管重事后处罚。智能调解领域的监管则要突破传统路径，要重事前监管，要对算法技术本身以及算法模型背后的价值建构进行量化评估，警惕资本势力干扰。与此同时，要制定不同的监管等级和尺度，对涉及高新领域纠纷的算法模型，必须严格监管。另一方面，在算法设计上，要改变单一建模的算法方式，精细分解调解方案设计体系，构设相互独立的多智能算法模型，推动算法模型与知识产权纠纷调解实践的多层面契合，尽可能将影响调解结果的各种复杂因子涵盖其中，多路径推演得出多种调解方案，智能优选最具可行性的方案来运行，合力强化对智能调解算法的设计支撑。

注释

[1]杨正洪、郭良越、刘玮：《人工智能与大数据技术导论》，北京：清华大学出版社，2019年，第15页。

[2]"WIPO Caseload Summary"， https：//www.wipo.int/amc/en/center/caseload.html.

[3]中国司法大数据研究院创新研究部：《基于公开文书的常见知识产权侵权案件数据分析研究（2006.9-2020.9）》，《中国应用法学》，2021年第6期。

[4]刘博京、刘婵娟：《科技伦理的祛魅、统合、自觉及其价值选择——基于“高概念”主张引入人工智能伦理研究的省察》，《浙江社会科学》，2019年第3期。

[5]陈敏光：《司法人工智能的理论极限研究》，《社会科学展现》，2020年第11期。

[6]陆幸福：《人工智能时代的主体性之忧：法理学如何回应》，《比较法研究》，2022年第1期。

[7]朴毅、叶斌：《从算法分析看人工智能的价值非中立性及其应对》，《科技管理研究》，2020年第24期。

责 编∕肖晗题