生成式人工智能带来的立法公众参与悖论

摘 要：生成式人工智能的出现提升了公众参与立法能力与效率。与传统的人工智能辅助技术相比，生成式人工智能是对公众立法参与的直接赋能。但该种高效性的背后潜藏着民主真意扭曲的危机。过度的便利性一方面令公众产生机器依赖性，另一方面也令个意被众意所裹挟。揭开矛盾的面纱，内里隐藏的是人工智能时代人机关系的彻底转型。面对此种激烈的范式变革，法律需要坚持人文主义价值观，以风险预防为准则，从源头出发，合理地规制生成式人工智能，以便其在充分释放科技红利的同时，真正促进公众立法参与水平提升。

关键词：公众赋能；参与假象；人机一体；以人为本；生成式人工智能

一、问题的提出

生成式人工智能指的是利用算法或者模型，自动或者以人工引导的方式生产文本、图片以及音视频等内容的一项技术。有关生成式人工智能的研究由来已久，但其真正进入公众视野，并引发新一轮科技狂潮是借由OpenAI公司于2022年11月30日正式发布ChatGPT开始。以ChatGPT为代表的生成式人工智能与传统人工智能除了在训练数据体量上有了质的飞跃以外，最重要的区别是其采用了非最优概率联想字词生成法并具有学习、总结、推理能力，故而其具有更接近于人类思维的面相。该种高度拟人化的运行表现以及强大的分析、归纳、生产能力，令生成式人工智能技术迅速被应用到包括教育、娱乐、医疗、法律等各行各业，并不断创造新价值、新业态，甚至2023年也被学者称为生成式人工智能突破年。

生成式人工智能的强大效能为立法公众参与注入新的生机。我国立法公众参与领域普遍存在便利性不足以及信息供给不充分等问题[1]，与立法相关的背景材料要么不予公布，要么潜藏在公权力机关的官方网站中，公众很难便利地获取参与的必要信息，这大大影响了公众参与的热情。而类ChatGPT生成式人工智能的出现则成为缓解该种状况的一剂良药。当人工智能收到用户提出的立法咨询请求时，其会快速检索预训练时所收集到的立法信息以及用户评论，并按照一定逻辑进行分析整合，最后以自然语言的方式呈现给使用者。同时，当用户需要就其中相关信息书写立法建议时，只需输入自身关注关键词句，而后生成式人工智能便会自动生成具有形式专业性的法律文本。该种便利的机制，大大节省了公众搜寻信息和书写文本的时间，令立法公众参与真正成为“公众皆可参与”。然而，值得注意的是，人工智能所带来立法参与整体向好的背景之中，潜藏着颠覆公众参与意义的风险。例如，最显而易见的即是，高度人工智能化的立法建议背后“人类”智能的意见何去何从。面对日益进入公众生活的生成式人工智能，我们不得不思考以下几个问题：第一，生成式人工智能究竟带给立法公众参与什么的良好契机；第二，生成式人工智能的应用是否具有稀释公众参与意义的危机；第三，该种风险产生的原因为何；第四，如何调和该种矛盾。只有认真思考以上几个问题，才能从技术迷思中找寻到真正提升公众参与效用的道路。

二、生成式人工智能为立法公众参与赋能

人工智能技术与法律领域的结合早已不是新鲜事，我国目前正在加速推进的智慧法院、智慧检察院改革都是其应用的典型实例。但在立法领域，过往的人工智能革命并未有力提升公众参与效能，许多困扰着立法参与的问题并没有得到彻底的解决[2]。正值此时，生成式人工智能的出现为公众参与带来的新的生机。

（一）终端赋能

相较于以往应用在立法参与领域的人工智能，生成式人工智能与之最大的不同之处即在于其可以直接惠及立法参与最重要，也是最末端的群体——一般公众。公众参与作为民主立法的重要补充形式，其最重要的功能即在于弥补代议制可能存在的民意遗漏问题。通过收集公众对于法律草案的意见与建议，立法主体可以有效整合民意，提升立法民主性、科学性，减轻立法主体的立法责任[3]，提高公众的“法律信仰”程度。就此，公众对于立法参与的重要性无需赘言。但令人遗憾的是，过往的人工智能研究与应用展现出的更多是一种自上而下的范式，具体来看：

一方面，既往研究更加注重人工智能如何辅助享有立法权主体收集、分析、整合民意。数据挖掘、数据爬取等新型技术给予公众诉求整合新的契机，立法主体可以通过利用大数据识别、抓取手段，捕捉潜藏在互联网讨论中的公众法律诉求[4]；而多模态集成技术的出现，则为立法者分析、整合信息提供了有效举措[5]，其可以通过对不同的价值以及倾向设立不同的参数权重来分类、筛选公众意见。另一方面，在实务应用领域，立法主体则倾向于利用人工智能提高自身立法效率和立法质量。例如，天津市人大法工委于2014年与“北大法宝”数据库合作，共同开发立法系统。该系统的主要功能即是充分利用“北大法宝”的法律数据资料，实现自动化标注，自动比对等辅助立法功能。在立法参与领域，其开发了专门的草案征集系统，以便于征集公众意见[6]。综上，无论是学界研究的重点还是实务前沿领域，其对于人工智能的研究与应用趋向于从立法权享有者的视角出发，以立法主体“立法为民”目标的实现程度为评价基础，最终公民得到的仅是间接效益。

生成式人工智能革命打破了旧有的赋能格局。以ChatGPT为代表的生成式人工智能的开发主体主要为商业公司。为了利益最大化以及训练样本的最大化，企业在进行初期预训练之后往往选择将产品向社会受众广泛开放。例如，文言一心已于2023年8月31日面向全网免费开放。同时，在展现形式上，类ChatGPT技术大多以对话软件的形式展现，故而在使用上没有较大的门槛。综上所述，生成式人工智能实际上是一种泛用性人工智能，其功能特性并未限制在某一领域，其适用主体也未被垄断某一特定阶层。虽然基于数字鸿沟以及新技术扩散速度等问题其在短时间内会带来实质上的不平等[7]，但在形式主义上，生成式人工智能基本上做到了“人人”平等。在立法参与领域，社会公众当然可以借助ChatGPT等智能软件来找寻立法材料，梳理立法资料，书写立法提议。该种较为简单、便捷的模式，将会大大降低公众参与立法的沉没成本，最终为公众立法参与意愿与能力的提升起到基底的作用。

（二）效率赋能

当今社会发展迅速，新事物、新理念呈井喷的样态不断涌现，直接冲击着旧有的法律体制。面对社会变革的滚滚浪潮，立法者不得不及时修订旧法，制定新法。该种急速变动的情势带给立法公众参与的难题即是亟待公众建议的立法草案过多，立法素材过剩，而公众参与立法的精力是固定的，甚至是逐渐减少的。就此，生成式人工智能的出现为立法参与带来新的转机。

首先，在立法背景信息的检索上，生成式人工智能带来了搜寻效率的提升。当公众对某一修订条款产生困惑并想查询相关资料的时候，其可以直接向类ChatGPT软件提出要求，然后静待软件输出答案即可。虽然从表面上看，该种检索功能与搜索引擎相类似，甚至某些情景中搜索引擎更胜一筹。但实际上二者的功能分区是不尽相同的。搜索引擎无法创建新的知识，其不过是在定位互联网上用户上传的内容，故而当网络环境没有直接相关的生成物时，查询者将面临在海量数据中自主搜寻的难题；而生成式人工智能，在进行初期的预训练后，便具备一定的检索能力与强大的推理能力，当其面对没有现成素材的新知识时，便会进行逻辑演算或者提供相应的引导，以节省用户的时间。故而从长远来看，当ChatGPT等软件正式实时接驳互联网后，其会展现出更好的立法信息获取能力。

其次，生成式人工智能带来法律分析速度提升。相较于数据检索，以ChatGPT为代表的生成式人工智能更加擅长快速分析大数据样本[8]。当公众对于某一法律修订条款感到强烈不满却又不知道如何组织词语时，其可以选择将意欲分析的条文输入到类ChatGPT软件中，系统会输出一组逻辑相对自洽的意见与建议。例如，将时下热议的有关民族情感入罪入刑的问题输入到“文言一心”中，其会从民族、从情感的标准和范围不明确，制裁的公平、公正性角度出发，认为需要更加深入的研究与讨论。分析“文言一心”的回l4QUrA2lyeV1YnT95c49Aw==答，其主要是从概念的内涵外延周延性出发，认为“民族精神受损”这一相对抽象的表述在实际生活中难以把握尺度，因而给予公安自主解释的权力过大，容易造成行政处罚权滥用，不合理地管制社会生活，最后造成处罚的公正性缺失。整体上看，文言一心所给出的结论基本符合法律人的思维逻辑，虽然在具体的表述上存在空泛化、简易化的倾向，但核心论点和叙述方式满足“法言法语”的要求。综上所述，随着大模型训练数据样本逐步增加以及技术不断迭代，生成式人工智能将会展现出更强大的法律分析能力，输出更优质的“立法建议”，最终促进立法公众参与整体的效率以及质量提高。

三、生成式人工智能带来的立法公众参与假象

从辩证的视角来看，任何事物都具有其两面性，繁荣背后往往隐藏着危机，生成式人工智能为立法公众参与带来的即是该种矛盾的境况。

（一）知识假象

依据前文的描述，生成式人工智能带给公众更多的是一种智识的提升，效率的提高，公众似乎拥有了以最低的成本相对专业地表达自身立法诉求的前景。但难尽人意的是该种便利的前景还有很长的路要走，其甚至总蕴藏着某些颠覆性的危机。

一方面，生成式人工智能所输出的答案具有知识幻觉的可能性[9]。知识幻觉指的是人工智能所输出的信息具有误导人的假象，看似逻辑正确的内容实际上并没有现实的依据。该种境况的出现是因为在预训练时开发主体并没有对全部错误信息进行人工标注与删除，故而当用户向生成式人工智能提问时，其会将网络上任意发言（包括正确与错误的知识）通过一定算法重新组合再输出给使用者，这样一来实际末端接受者接受的讯息为亦真亦假的杂糅体。在立法参与领域，该问题则表现为，类ChatGPT软件所输出的立法建议是截取自网友戏谑的内容或者准确性相对不高的回答。例如，ChatGPT所给予的立法建议可能是法学院学生在期末考试中“紧急立法”的内容。由此，知识幻觉给立法公众参与带来的最大矛盾即是原意为减轻公共参与成本的举措，最终需要公众具有更高的法律素养才能正确地使用。

另一方面，生成式人工智能会给公众带来“知识足够”的假象。如果说知识幻觉的问题可以通过算法迭代以及人工标注等手段解决，那么人工智能所带来的“知识无用”将带来更根本的危机。随着生成式人工智能的功能愈发强大，人们日益能够凭借更少的知识，达成更大的成就。这带来了知识学习模式的转型，公众开始更加注重如何驾驭人工智能知识的学习，而不是对知识本身做更深一步研究。在立法公众参与领域，当生成式人工智能展现出愈发强大的检索、分析能力后，公众在参与立法过程中会逐渐不再关注法律规定的内容，而只关注其与自身诉求或者说朴素的法感知之间的差距。换而言之，公众会认为现有的法律知识已经足够充沛或者说学习新法律知识成本——收益较低，于是将法律学习、论证以及创造完全交予人工智能。长此以往，我们将会塑造一个越来越智能却越来越无意识的社会。

诚然，从信息爆炸以及知识减负的背景来考虑，人们掌握关键知识即可。而生成式人工智能带来的便利能力，当然可以改变我们知识学习的方向。但值得注意的是，就现有的人工智能生成技术来看，无论其所展现出的外表有多智能其内核不过是概率的计算与关键词的抓取[10]，其本身仅是对过往的法律知识进行总结与概括，其无法创造新的法律知识。综上，公众不能满足于生成式人工智能带给我们的智识提升，“打铁必须自身硬”，在充分利用人工智能的同时，还需锻炼自身法律素养。

（二）参与假象

公众利用生成式人工智能参与立法表面上是在借用新科技来拓宽自己的能力极限，但在其中隐藏着自主性危机。换而言之，虽然公众真切地参与草案意见征集，但其背后所传达的意志却不一定是本人的意志。

生成式人工智能虽然高度依赖互联网技术，但其与传统的互联网产品的表现机制不尽相同。在过去，公众无论是使用搜索引擎自主查询相关立法资料或者相关的论文、评述，还是选择在公共论坛、信息内容生产者的评论区与他人争辩，其都存在一个意见交互的过程。在公众不断检索、浏览、交互意见的过程中，哈贝马斯所谓的“交互理性”逐渐成形[11]。但在以类ChatGPT为主导工具的立法参与过程中，则完全展现了不同的面貌。当公众想要提出某一立法建议时，其仅用面对一个简洁明了的对话框，然后输入自己所欲提议的条文或者相关的重要信息，“ChatGPT直接为用户提供答案，并不为用户提供选择答案的空间”[12]。换而言之，在使用生成式人工智能参与立法时，公众参与效率的提高是以思维受限来做交换的。

然而问题并不止于此，如果生成式人工智能参与立法的问题仅在于单次输出结果过于片面，那么通过再次提问等方式即可妥善解决。隐藏在输出答案背后的，还有更加细微不可见的算法歧视或者算法运行机制。在现有的科技体系下，主导算法的核心法则为效率[13]。效率原则的核心特点之一即在于单位时间内形成最大化的产出，在人工智能学习、筛选法律内容时也不例外。为了获得最大化的效益，算法往往会剔除小样本数据，因此那些散落在社会之中的零星意见以及在互联网上“沉没的大多数”的意见实际上都无法体现在生成式人工智能的回答中。换而言之，在公众利用生成式人工智能来参与立法时，其意见与建议实际上已经被互联网的大多数意见捕获。

综上所述，在生成式人工智能的辅助下的立法参与过程中，公众以为自身占据主导地位，但实际上其思维在人工智能输出内容之初就已经导向“大多数意见”。而立法机关看似受到了具有高度专业性以及深厚法理基础的提议，但实际上已然是经过“众意”包装的产物，丧失了民主立法所要求的公众真正诉求。最终导致的结果是公众在数值上可能更广泛地参与到了立法中，但却丧失了民主真意。

四、生成式人工智能带来的人机关系反思

生成式人工智能带来的立法公众参与悖论当然可以归结为新技术不成熟所带来的风险，但该种简易的论断极易掩藏其中所蕴含的人机（人—物）关系转型。

（一）“机心”

《庄子·天地》篇为我们讲述了一个故事：当子贡巡游到楚国时，看到一农人自己捧着瓦罐给菜园浇水，便建议他使用更便利的灌溉器具，结果遭到反驳，农人认为“有机械者必有机事，有机事者必有机心”[14]，而机心的形成会令自己纯洁心灵受到玷污。在庄子看来，“机心”是人过度依赖器物的一种产物。在人物博弈中，人没有掌控好自身的主体性地位，最终反为器物的奴隶。换而言之，“机心”蕴含着一种人物关系错位，人可能被物支配的隐喻。当然，对于春秋战国时代的庄子来说，其更加想要强调的是一种身外无物，灵魂纯洁的境界，但对于生活在现代社会的人类来讲，“机心”无异于人机关系的一种预言。

在前智能时代，虽然机器已经表现出了远超于人类基本能力的效用，但其在智识上与人类尚存在巨大的差距，归根结底，它们都是增强人类自身能力的工具。但随着科技革命持续推进，以人工智能为代表的新事物彻底改变了这一格局。人工智能与过往机器研究最大的不同之处在于其在设计之初即是通过创造一个像人一样思考的机器来代替人类从事部分简单、重复以及危险的活动。过往研究虽然也强调对于生物的拟态，但其更多的是对外在表现的模拟，人工智能研究则想触及更深层的内容——人类如何思考。思考是人与动物最大的区别，人具有思考能力，从而能够更好地使用工具，最终成为高等动物。同时，思考或者说思维是人在工具的巨大效能面前保持主体性的重要特征。换而言之，如果过去对机器的依赖会减损人类肉体的能力，那么今日对人工智能的依赖则减损人类的智识能力，也即是真正意义上的“机心”。

生成式人工智能的出现，令该种隐患加剧。由于生成式人工智能具有强大的算力，高度接近人类思维的内容生成形式，故而其应用场景更加广阔，可替代领域更加宽泛。面对该类高效率、高效益的产品，人类很难摆脱对其的依赖。在立法公众参与领域也不例外。公众参与立法面临着双重难题，一方面公众作为非法律从业者其不具有基本的法律知识以及法理素养，故而其对于立法语言、立法资料的查询与分析存在天然的困难；另一方面，由于社会压力逐步增加，公众精力有限，其意欲分配给立法参与的时间相对稀少。在该种双重压力的支配下，公众自然会选择更加便利的辅助思考的工具。换而言之，人工智能侵蚀人的智识思考范围以及人的主体性地位的风险，被其显化的便利性掩盖了[15]。

综上所述，生成式人工智能在立法公众参与领域展现出的悖论根本上是由于社会和公众对人工智能时代所带来人机关系范式转换认知不足导致的。在新时代，人类的发展愈发无法摆脱新智能工具的应用来促使自身进步，而高度模仿人类思维的人工智能工具又潜在地侵蚀着人类的智识增进。对于该矛盾面相，公众要提高主体伦理认知，避免陷入“技治主义”迷思[16]；而法律则要思考如何重构人机关系，避免“机心”社会的出现。

（二）人机一体

人工智能的广泛应用毫无疑问已经影响了人类对于社会的控制能力，并逐渐冲击着现有法律以及社会体系[17]，但我们要正视人与人工智能日益不可分离的现状。现今任何试图撇开人工智能来独立看待社会问题想法，都无法良好的解决纠纷与争端。对于生成式人工智能来说，尽管其已经收到各行各业的青睐，但总体上对于其研究、应用还处于摸索、融合阶段，相对成熟的范式还没有出现。在此种时机，重新思考人机关系的架构以及法律介入的方式，将会有利于生成式人工智能平稳的释放红利，并在一定程度上缓解立法公众参与悖论。

首先，我们要避免一种“人在回路”的人机关系思考、规制模式[18]。“人在回路”指的是一种单边思考人机关系的模式，即要么追求以人的标准来评价人工智能，要么追求用技术标准来防范人工智能失控。在该种规制思维下，人与人工智能之间的关系是割裂，二者各自存在于没有交接点的隔绝空间中。然而现实中的情况是，人与人工智能之间关系是相互影响的，人类行为为人工智能提供样板，而人工智能提升人类能力。因而在思考生成式人工智能对公众参与影响的问题，我们要分场景来具体讨论，既要促进其工具性能力增强，又要激发公众对立法自主思考。

其次，我们要注重人机交融所带来的人与人之间关系的变化。在人工智能发展相对不成熟的年代，尽管我们仍然依赖机器来传达我们的感情，表达我们的意愿，但机器只是传达意志的媒介，其本身并不决定我们的社会关系。但进入人工智能时代后，人与人之间的关系构造也裹挟在技术洪流中，呈现出“人——技术——人”的新样态[19]。在其中，人工智能技术不再仅仅起到被动传输的作用，其还会主动根据我们的喜好、偏见，为我们推送信息，过滤信息。在未来，我们越来越容易看到自己感兴趣的内容，并越来越容易找寻到志同道合的人，但殊不知人工智能在其中厥功至伟。通过算法分析用户大数据，人工智能为公众建立了信息茧房、网络飞地，在其中公众看似离世界更近，实际离世界更远。该种关系范式转换对于立法公众参与的打击是沉重的。一方面来说，过于同质化的意见汇集容易导致群体极化现象的发生，反而不利于立法进程[20]；另一方面来说，公众桎梏在人机一体的圈层内，不去积极参与公共事务、公共讨论，也令立法参与的效益大打折扣。综上，对于生成式人工智能未来的发展我们要关注其可能带来意见隔绝问题，不能让高新技术成为思想交流的阻隔。

五、生成式人工智能产生的参与问题之法律回应

生成式人工智能所引发的立法公众参与悖论实际上是人机融合、人机博弈现象的缩影。现今法律面临的难题即是如何在科技效率的洪流中保障人的尊严。

（一）以人为本

尽管人机一体的构造已经开始重构整个社会结构，但至少目前为止人类社会还未进入“脑机接口”时代或者“硅基”时代。在这个人与智能机器还可以分离的年代，我们要坚守人文主义价值，坚守人的主体地位。

一方面来说，在法律价值预设上要确立整体上的人工智能辅助地位。面对人机结合日益紧密的现实，我们不能简单地回归到人类面对任何工具皆具有支配性地位的旧时代。那种简单粗暴的，当新事物展现出一丝脱离人类掌握可能性即扼杀的态度是无法与激变的新时代相契合的。对于在立法公众参与领域暴露的危机，我们要坚持生成式人工智能“局部替代人类，整体增强人类”[21]。也即是允许并鼓励公众运用类ChatGPT生成式人工智能参与立法，但要引导公众独立思考，真正表达出个人意愿。

另一方面来说，我们要将人类价值原则注入人工智能的算法当中。生成式人工智能由于其演算逻辑和输出内容展现方式类似人类，在得到公众信赖的同时，也引发了人们的技术恐慌[22]。因此，为了防止公众焦虑，也为了防止人工智能隐藏的不确定性风险对人类社会造成冲击，我们要将人类善良情感原则、目的正当原则以及风险预防等原则注入生成式人工智能的基本伦理体系中[23]。在立法公众参与领域，即要求生成式人工智能的算法设计者不能有法律偏见，不能具有诱导公众言论的故意，要至少确保在设计之初人工智能要保持基本良善的法治价值。

（二）源头治理

对于新技术引发的风险，如果法律仅仅采用“回应型立法”的方式等待问题发生再规制，又或者利用技术规范来限制其发展上限，都不符合人工智能时代人机交互发展的现实。在智能社会，法律要从问题的发生端解决问题，在风险还未爆发时切除隐患。

首先，应该搭建风险模拟机制。风险模拟机制指的是当某一人工智能的研发存在颠覆人类自主性或者具有其他巨大潜在风险时，在其正式投入公众领域使用之前应该进行“沙箱”模拟，以便在其法律风险暴露之前确保各主体能够参与风险分配方案，确保自由、平等、公正等基本原则的落实。该种模拟实验的核心目的并不是通过虚拟世界的演算来穷极某一人工智能的全部风险，并要求开发者清楚一切隐患。风险模拟机制的重要意义是能让公众获悉演算的结果，知晓新人工智能存在的风险，并保障公众对是否对其规制以及如何规制享有参与权。但值得注意的是，对于“沙箱”模拟机制的应用要注意其限度，一方面来说，涉及社会层面的大型实验，即使利用“元宇宙”技术也耗资巨大；另一方面来说，冗长的实验时间可能会影响新技术开发主体的积极性，并减缓科技红利的传播速度。在立法公众参与领域，生成式人工智能的介入还尚处于初级阶段，其所带来的隐患还远未达到“风险”的程度，故而就现有情势来看还不需要引入风险模拟机制，仅依靠法治宣传和技术手段治理即可。

其次，代码法律化。人工智能所引发问题的妥善解决，从根本上来说要从开发设计端入手。程序员在开发设计人工智能时，即要遵循必要的法律原则和法律规制，注重对算法所依赖数据的规制与保护[24]，并将其中重要规则输入到人工智能的算法数据库中，作为最基本的伦理价值，例如，阿西莫夫机器人三定律。在立法公众参与领域，可以尝试的路径是在生成式人工智能的算法设计中加入来源信息引注的功能，并通过人工标注或者修改过滤标准的方法来增加样本的全面性。

六、结语

上文所阐述的生成式人工智能给立法公众参与带来的悖论仅仅是公众参与问题的冰山一角。人工智能为立法参与带来的冲击主要是高效率与潜藏在其后人类对机器的高度依赖性以及自主性丧失的危机。公众参与同时还面临着新技术带来的泛娱乐化冲击、公权力机关立法信息宣传方式形式单一以及传统消极参与思想遗留等问题，本文无法逐一论述。

总的说来，生成式人工智能为我们展现的矛盾面相揭示了新智能时代人机关系的演化与重构。对于日益变动的科技革命，法律应该注重旧有规制范式的转型，以一个人机一体的系统论视角来进行法律建构。但值得注意的是，无论未来的法律将会迎来什么样的革新，我们始终要坚持以人为本的价值观念，注重防范人工智能带来的不可控以及颠覆性风险。

参考文献：

[1] 夏雨.行政立法中公众参与的难题及其克服[J].法治研究，2019（2）：71-78.

[2] 徐亚文，陈路易.论人工智能辅助地方立法的法律风险及其规制[J].大连海事大学学报（社会科学版），2022，21（4）：41-50.

[3] 郭晓燕，李拥军.公众参与立法的功能异化与矫正路径[J].齐鲁学刊，2021（2）：112-121.

[4] 曹瀚予，汪全胜.大数据在地方立法公众参与中的应用[J].电子政务，2018（10）：76-86.

[5] 钱大军，苏杭.人工智能视阈下我国立法决策模式之转变[J].湖南科技大学学报（社会科学版），2018，21（6）：70-81.

[6] 高绍林，张宜云.人工智能在立法领域的应用与展望[J].地方立法研究，2019，4（1）：45-53.

[7] 马长山.人工智能的社会风险及其法律规制[J].法律科学（西北政法大学学报），2018，36（6）：47-55.

[8] SALAH MOHAMMED， Al HALBUSI HUSSAM & ABDELFATTAH FADI.May the Force of Text Data Analysis Be with You： Unleashing the Power of Generative AI for Social [J].Psychology Research，2023， 1（2）： 5.

[9] 王禄生.ChatGPT类技术：法律人工智能的改进者还是颠覆者？[J].政法论坛，2023，41（4）：49-62.

[10] HARRY SURDEN.Artificial Intelligence and Law： An Overview[J]. Georgia State University Law Review ，2019，35（4）：1311-1316 .

[11] [德]哈贝马斯.在事实与规范之间 关于法律和民主法治国的商谈理论（修订译本）[M].童世骏译.生活·读书·新知三联书店，2014.

[12] 谭佐财.ChatGPT的法律风险与治理路径[J].湖南科技大学学报（社会科学版），2023，26（3）：117-125.

[13] 郑智航.人工智能算法的伦理危机与法律规制[J].法律科学（西北政法大学学报），2021，39（1）：14-26.

[14] [宋]吕慧卿.莊子全解[M].連心達點校.商務印書館，2019.

[15] [日]福田雅树等.AI联结的社会：人工智能网络化时代的伦理与法律[M].宋爱译.社会科学文献出版社，2020.

[16] 王禄生.司法大数据与人工智能技术应用的风险及伦理规制[J].法商研究，2019，36（2）：101-112.

[17] 彭中礼，刘世杰.从“特殊性”到“去特殊性”——人工智能法律规制路径审视[J].济南大学学报（社会科学版），2019，29（4）：29-42+157.

[18] 郑戈.人工智能与法律的未来再思考[J].数字法治，2023（3）：67-82.

[19] 齐延平.论人工智能时代法律场景的变迁[J].法律科学（西北政法大学学报），2018，36（4）：37-46.

[20] 张欣.网络集群行为参与立法变革的机制和反思——以山东问题疫苗事件为例[J].环球法律评论，2017，39（1）：64-79.

[21] 于海防.人工智能法律规制的价值取向与逻辑前提——在替代人类与增强人类之间[J].法学，2019（6）：17-30.

[22] 郭春镇.生成式AI的融贯性法律治理——以生成式预训练模型（GPT）为例[J].现代法学，2023，45（3）：88-107.

[23] 王成.人工智能法律规制的正当性、进路与原则[J].江西社会科学，2019，39（2）：5-14+254.

[24] 汪庆华.人工智能的法律规制路径：一个框架性讨论[J].现代法学，2019，41（2）：54-63.

作者简介：曲立群（1998— ），男，满族，辽宁庄河人，北京师范大学硕士研究生，研究方向为法学理论。