人工智慧的法律問題

The first thing we do, let』s kill all the lawyers.

——Henry The Sixth, Part 2 Act 4, scene 2, 71–78

對於人工智慧，人們總是既期盼又憂慮，期盼人工智慧可以讓我們的生活更加輕鬆，憂慮人工智慧會成為人類的「終結者」，讓電影中的可怕場景成為現實。雖然沒有人會知道「奇點」（人工智慧徹底超越人類智能的時刻）何時會到來，但人工智慧的發展已經讓所有職業都到了不得不改變的時刻。

對於法律人來說，哪怕不把視線投得那麼遙遠，現實一些來說：當法律諮詢開始基於IBM的Watson技術，當騰訊財經與新華社開始使用自動的程序寫新聞稿，當德勤的合同審查工作開始交給人工智慧，當Dentons開始為人工智慧程序提供素材……面對這些技術變革，法律人沒有理由再置若罔聞。

一、已經降臨的未來

2011年，IBM公司的Watson參加綜藝問答節目Jeopardy。該節目的比賽以答案形式提問、提問形式作答，問題設置涵蓋歷史、文學、藝術、流行文化、科技、體育、地理等多個領域。在節目中，Watson擊敗人類選手獲勝，並展現出了對自然語言驚人的理解能力。

Watson的技術後被運用於包括法律服務在內的多個領域。位於加拿大多倫多的一家公司基於Watson技術開發的智能法律助手ROSS，用以直接回答用戶所提出的法律問題。Dentons也意識到了ROSS在法律服務行業中巨大的潛力，開始為ROSS重點提供破產方面的法律數據。

ROSS使用Watson提供的介面（API），結合自己研發的演算法LegalRank——一種在Google的PageRank演算法上進行改良過的演算法。Watson現在可以回答一些法律問題，比如說像「企業破產後是否可以繼續經營這樣的問題？」ROSS可以立刻給出一個回答，而不是呈現一堆搜索結果。對於給出的回答，用戶可以選擇「點贊」或者「不同意」，系統會不斷根據反饋對演算法進行優化。

根據Watson的工作原理，在提出一個問題後，Watson大致上會根據以下原理進行回答：

• 利用自然語言處理能力去理解問題的語法及文本
• 通過評估問題所有可能的含義來確定問題是什麼意思
• 從數以百萬計的文檔中找出數以千計的可能答案
• 收集材料並根據評分演算法給所有的材料進行評分
• 根據支持材料的評分對所有的答案進行排名
• 提供一個解決方案

這種回答問題的思路看上去是不是很眼熟？實際上這就是法律人在回答法律問題時的一種典型思維方式：

• 對問題本身進行理解，拆解成法律問題
• 進行法律檢索，從成千上萬的法律條文及案例中找出與問題相關的材料
• 根據篩選出的與問題相關材料，結合自己法律知識及經驗回答問題

Watson的工作原理就是模仿人類的認知過程——觀察、學習、組織語言、處理數據、得出結論，即「像人類一樣思考」。不同的地方是，Watson與ROSS的思考速度遠勝於人類。並且計算機程序具有幾乎可以在瞬間遍歷各種資料庫的優勢，對於人類來說繁複的法律檢索對人工智慧來說其實無比輕鬆。

目前看來，這一類的人工智慧系統在解決法律問題時至少有兩個技術障礙需要解決：一個是自然語言處理的能力，另一個是法律人積累的經驗、思維方式如何被轉化為演算法。

實際上，這兩個技術障礙並不是人工智慧進入法律行業所獨有的，而是人工智慧在滲透每個專業領域時幾乎都會遇到的問題，只不過在處理法律問題時這兩個障礙會尤為突出。

對於第一個技術障礙，人工智慧需要自然語言處理技術來理解用現實中提出的各種問題並給出基於自然語言的答案，而不只是檢索的若干結果。像蘋果的Siri或者微軟的Contana就是自然語言技術的運用成果。只是在法律問題時，我們的需求會遠不止「請幫我找到憲法第X條」這麼簡單，問題本身就會異常複雜。很多時候律師們在第一次會見當事人時會花費大量的時間在搞清楚問題是什麼上，而這對於人工智慧來說理解複雜問題會更加的困難。不過我相信，這只是暫時的障礙，隨著各種自然語言識別技術的廣泛使用，所獲得的反饋也會越來越來多，有助於推進自然語言識別技術的發展。

對於第二個障礙，雖然法律人向來對自己所謂的「像法律人一樣思考」（Think Like a Lawyer）頗為自豪，但這並不是一道不可逾越的屏障。只要能夠理解問題的含義，經過對大量公開裁判文書的分析，並不難找出問題所對應的法律依據，如果能夠處理得當，人工智慧就可以給出一個得當的答案。如果在未來數年真的出現了可以通過司法考試的人工智慧，我並不會意外，因為司法考試的習題有標準答案（而且大多是選擇題），答對並不困難。

對於人工智慧來說，真正困難的工作可能在於大量現實中的法律問題並不存在標準答案，對於法律問題的解答需要在包括利益、人情、機會等各方面的權衡，需要具有真正理解現實社會的能力，這對經驗豐富的律師來說都未必是簡單的工作。

要解決這個問題，或許可以從此次圍棋人機對戰中戰勝李世石的AlphaGo的技術上獲得借鑒。AlphaGo使用了不止一個「大腦」，不僅可以計算每一步棋的最佳概率，還具有判斷棋盤上整體局面的能力，並以此協助每一步棋的選擇。因此AlphaGo在策略選擇上就具有優勢，或許這正是解決複雜法律問題所需要的，對問題本身可以有更加全面的認識。不過這只是一個思路，法律問題的複雜程度遠勝於圍棋，不止局限於黑白兩方參與博弈，甚至有些案件的勝負都尤難判斷，訴訟的目的也未必是勝訴。這顯然是人工智慧所面臨的巨大挑戰，當然我也期待人工智慧的發展，或許藉助人工智慧來協助工作，反而可以讓我們發現法律服務新的維度。

二、法律人的明天能咋樣

因為人工智慧的高速發展，讓法律服務這樣的專業服務行業的前景看上去一片灰暗，稍有遠見的人都會擔心自己的飯碗。即使是不考慮人工智慧，對專業知識的整理與歸納就足以讓專業的門檻不再高不可攀。以國內的法律服務行業為例，一個叫做「推之」的微信服務賬號就可以實現對交通事故糾紛、勞動爭議、以及婚姻家庭法律問題的檢測，用戶可以層層選擇自己遇到的實際問題，系統則會將預設好的答案告訴用戶。這種服務實際上以及涵蓋了大量常見的法律諮詢的內容，打磨得當的話會讓律師免於常見、簡單法律問題的諮詢。

那麼，面對這樣的情況，法律人又能做什麼？

在《哈佛商業評論》的網站上，有一篇文章叫做The End of Expertise，就討論了這個問題：如果真正的專家在市場上不再具有優勢地位，並且傳統的展現專業技能的方法被顛覆，那專業人員又該如何？該文章的答案使用了The Trusted Advisor一書中提出的信任公式。信任對於專業服務來說至關重要，可以幫助專業人員更好地將專業知識傳達給客戶。

法律人的可信度從來都算不上高，不時出現的「律師為何要替壞人辯護」這樣的聲音就可以見識到人們心中法律人的可信的有幾何。而律師的水平參差不齊，可靠性也遠不及電腦程序。值得法律人們為之努力的，看上去只剩下親和力和自我定位兩項，這兩項是人工智慧短時間內無法企及的。

所謂親和力，沒有人工智慧可以像人類一樣真正關心當事人的處境。在信任關係中親和力的表現是客戶與律師雙方的博弈的結果，機器人與人類推杯換盞看上去尚需時日，這其中的心理障礙至少需要一代人的時間來打破。

而所謂自我定位，是指自我表現的慾望。當一個律師在提供法律服務時更多地是為了表現自己能力出眾，或者是為了證明自己，那麼難免會將客戶利益的優先順序下調，從而影響到用戶對律師的信任程度。專業服務的目的在於為客戶服務，而不是表現自我，當表現自我或者是證明自己的慾望越強，那麼用戶的信任程度也就越低。而現在人工智慧程序更多的是為了證明自己足以和人類媲美，證明自己可以做的比人類更快更好。當然人工智慧的自我定位問題也會因為隨著技術的成熟與普及而獲得改善。

在與人工智慧競爭的過程中，我們的專業能力可能終有一天會被程序所超過，但人類的優勢是我們人性：我們的直覺、想像力、判斷力、同情心這些我們與生俱來的能力。如果有一天在這些領域人工智慧也超越人類，那麼人類文明或許就真的走到終點了。但是，不用擔心，我們這代人或許都活不到這麼一天。在此之前，隨著人工智慧的興起，會有新的法律問題出現讓我們來處理。

三、人工智慧的法律適用

對於人工智慧的法律問題，目前來說被擺在檯面上的是無人駕駛汽車的道德與法律問題。今年2月14日，Google無人駕駛汽車在美國加州山景城測試時，與一輛公交大巴發生碰擦，無人受傷。Google公司隨後表示無人汽車在此次事故中負有責任。美國參議院也將舉行聽證會，討論無人駕駛汽車的發展方向。就連最新一季的The Good Wife中也有一集專門討論了無人車的法律問題。

隨著人工智慧的發展，或許會出現需要人工智慧產品承擔法律責任的問題。實際上這並沒聽上去那麼離譜，而且不會超過《產品質量法》的範疇。如果Google無人車的交通事故發生在中國，那麼完全可以適用《產品質量法》第四十三條：

因產品存在缺陷造成人身、他人財產損害的，受害人可以向產品的生產者要求賠償，也可以向產品的銷售者要求賠償。屬於產品的生產者的責任，產品的銷售者賠償的，產品的銷售者有權向產品的生產者追償。屬於產品的銷售者的責任，產品的生產者賠償的，產品的生產者有權向產品的銷售者追償。

該條文足以應付短期內的人工智慧產品的法律問題。

但可能終有一天，人工智慧的發展會讓其具有獨立性。編寫的人工智慧計算機代碼和我們的DNA似乎會有些許相似之處，在生物學家理查德·道金斯的《自私的基因》一書中，有過這樣的表述：

「基因也控制它們的生存機器的行為，但不是像直接用手指牽動木偶那樣，而是象計算機的程序編製員一樣通過間接的途徑。基因所能做到的也只限於事先的部署，以後生存機器在獨立操作時它們只能袖手旁觀。」

隨著學習能力的完善，人工智慧可能會具有越來越高的自主性，廠商對人工智慧的控制也會越發減弱，兩個初始狀態相同的人工智慧可能會因為學習的材料不同而具有完全不同的「性格」。那時，再談論讓人工智慧自己承擔法律責任就不再是天方夜譚了。

四、總結

目前，人工智慧會在合同審查、資料收集、盡職調查、材料翻譯等領域為法律工作提供極大的便利，並且在工作效率上具有明顯的優勢。而這些工作現在大多是交給低年級律師或者實習生來完成，因此人工智慧會最先威脅到法律行業的新人，這部分人群並不具備從事複雜法律業務的能力，而又需要直接面對來自人工智慧的衝擊。這種影響甚至會進一步影響到律師事務所的用人模式，減少對新人的僱傭和培養。

如果從正面的角度來看人工智慧技術，那麼率先搶佔該高地的律師或律師事務所無疑可以在激烈的市場競爭者脫穎而出。在可以預見的未來，人工智慧還不能夠做到拋開人類來提供法律服務，更多的是會協助律師提供法律服務的效率。因此，需要律師們積極擁抱新的技術，這並不是說在朋友圈裡寫作或者分享幾篇人工智慧的文章就可以的。我嚴肅認真地建議法律人去抽時間學習編程（參見拙文《為什麼法律人應該學點編程》），了解計算機世界的原理，甚至是參與到人工智慧研發工作的中去，至少也需要會使用新技術才算及格。

國外各種關於法律技術的發展早已日新月異，在電子證據管理（Everlaw/Cicayda）、區塊鏈文件保存技術（Factom）、預測案件審理（Juristat）、案例研究（Ravel Law）等領域各種新型法律服務工具早已百舸爭流，甚至還有各種交流法律技術的論壇（Legal Technology Forum/Legal Tech Asia/ABA TechShow/Legal Tech NY），著實令人羨慕。可能因為國內的法律服務市場還不夠大或者經濟利益不夠多，關於法律技術的研發遠遠滯後，法律領域的創業公司多是新媒體或者法律服務平台（並不是說有什麼不好），技術含量高一些的可能也就是與金杜有關聯的「理脈」了。

而對於人工智慧的案件，更有可能率先出現在無人駕駛汽車或者無人機領域。對於其中責任的劃分不可避免需要對涉及的技術有所了解，雖然短期內這樣的案件或許還不會太多，但只要出現就一定會刺激到公眾的神經。

最後，借用電影《侏羅紀公園》里的一句經典台詞：「生命總會找到出路」（Life finds a way），讓我們對人工智慧是拭目以待吧。