非常荣幸能在这里做分享。云栖大会一直是个传说，今天终于来了。

我们这一场的话题是“法律科技”，我先从一个学者的角度，来讲一下法律科技背后的逻辑、背后的脉络、背后的道理到底是什么，同时我本人也研究过法律的底层思维，所以我会结合法律的思维去讲这个话题。

这个话题我会讲三个问题：

我相信很多朋友，无论是从事法律行业的，还是从事科技行业的，大概都会有所了解，最近几年国家有非常大力度的提倡。

像总书记在2019年政法工作会议上是专门讲过这个事的。

在科学研究的领域，我们看到最近很多法学院、很多法学教授已经开始承担科技类的课题了。原来承担文科类的课题，顶天了100万，现在很多都拿到科技部了，可以上千万甚至几千万。

更多的，是在政法、在司法、甚至在检察乃至于在公安领域做了很多科技的尝试，现在已经进入研发阶段了。

更不用说在商业创投领域，无论是在国外还是在国内。我仅仅列出一些国外的，国内的我相信接下来的几位讲者比我更加了解。

大家可以在这几年间看到一个很大的浪潮。

但是我要想告诉大家的是，想用科技手段改造法律或者替代法律的计算其实由来已久了。

我随便举一个例子。1955年美国就有一本书叫《The Cyber and Justice Holmes》，Cyber是个机器人，Holmes就是美国历史上的一个著名大法官。当时大家有一个想象，就是设计一个机器人，然后跟法官比赛判案子，看谁判得好，这个小说里面就是机器人比法官判的更好。1955年，第一代人工智能才刚开始有点眉目，所以这个想法是由来已久。

同时，法律和计算机代码有非常大的同构性。二者都是人为创造出来的不同于日常语言的形式，大家看代码和看法条里面那些专业术语其实差不多，对于普通人来说都看不懂。比如说我随便举个例子，啥叫“同时履行抗辩权”？你没学过法律的话，根本不明白啥意思。

乔布斯也说过，每个人都应该学习一门编程语言。但并不是说你真的要变成程序员。就像学法律一样，不是为了做律师，而是学法律可以教会你一种思考方式。

事实上，法律的执行方式就是用法条来判案子，和很多计算机的语言非常像，无非就是算嘛。特别是刑法案件，比如特别残忍地杀害了一个人应该判多少年，这种量刑本来就是计算，其实特别容易转化成计算学的语言。

还有法律的概念、规则、术语都是比较统一和明确的。法律不像文学，你形容一个人漂不漂亮不知道有多少词，但法律里面很多时候都是格式化的语言，无论你叫刘晗还是叫鹿晗，在法律里面都是当事人、被告、原告。

而且法律还有大量的数据，那么多判决书，如果说有任何一个行业有这么多文本类的数据，法律其实是数得上的。

我们再来看一下，法律里面的很多推理也是特别有逻辑的。所以很多不是学法律的人会说，你们法律人是不是整天都在搞逻辑推理？

我记得我上本科的时候，北大还专门从哲学系请来一个老师，给我们开一学期的逻辑学课，后来发现根本没用。因为真正复杂的法律问题都不是这么简单的，简单的问题警察都可以处理，不需要律师，也不需要法官。比如说你有没有违章，规则很清晰的，超过50就是违章，一测60了，非常简单就能判断出来。

但是，一般比较好的律师和法官处理的案子都是疑难案件。疑难案件很大的特征就是规则不清楚，事实也不清楚。

所以，法律科技一直做不起来，有法律方面的原因。

除了法律方面的原因，也有科技的原因。

虽然1955年就提出了机器人法官的理想，但当时的人工智能还处于图灵的思维框架之下。当时想让机器模仿人，问题是模仿人的什么？当然是模仿人的大脑了，那人的大脑又是怎么个思维方式呢？不就是计算嘛。较典型的就是下棋，你能比别人多算，你就比别人厉害。

所以当时的假设是，人类的智慧来源于计算能力，是逻辑推演。说白了就是数学。而且，计算机和人的大脑处理的都是人的符号系统，你只要把这些符号转化成数字就可以计算了。

但这个假设经过很多实践之后，大家发现它有一个问题，就是到底人类的知识真的都来源于理性的计算吗？也未必。

有时候来源于经验，特别是很多社会里面的事，你没经历过的话就是算不出来。

比如说一个法官，如果他没判过很多类似的案子，你让他直接拿个法条怎么判断夫妻感情破裂呢？我上本科的时候学婚姻法就很迷，我一个19岁的孩子，让我去判断夫妻感情有没有破裂，怎么判断呢？所以最高法院就出了一个司法解释，说一方下落不明，超过两年以上的可以认定为夫妻感情破裂，这都是根据很多案子总结出来的，一般两年多都没联系了，你还说夫妻有啥感情，对不对？

所以霍姆斯大法官就说过一句话：

“法律的生命是经验，而不是逻辑。”

不是说法律不需要逻辑，而是说法律要生长，要发展，需要的是经验。

接下来我们再看一下刚刚那个很简单的图示，现在立即变得无比复杂。

比如说杀人者死或者杀人应该判死刑。那问题来了，什么叫“故意”？这个词得解释，一大堆案例你都得看。什么是“杀人”？我如果认为他活着，其实他已经死了，我杀个尸体算不算？这些问题都很麻烦的。

张三故意杀人了——那你怎么知道的？证据在哪？如果对方有反驳的证据该怎么办？如果这两个都确定，能不能推出来呢？这里面还有问题——有没有例外呢？他是不是正当防卫？他是不是为了躲避什么灾难，突然把那人撞死了？他是不是当时杀人的时候精神病发作了？一下子所有问题都变得无比复杂，所以很难用简单的数理逻辑来计算。

所以第二代人工智能就放弃了原来的假设。

人的大脑未必纯然是做数学计算的，我们要把很多经验的东西给机器输入进去，然后它就能形成判断。人的神经系统是输入各种信号的，所以第二代人工智能就模仿人的神经系统。

因此，第二代人工智能发源于神经科学，再加上数学的突破、机器学习等，它可以像人一样不断地去接受很多经验和信息，慢慢形成自己的判断，越来越智能。我们要做的就是给机器喂数据，让它模仿人去生活。而且之前的技术障碍就是算法，所以为什么法律科技最近有了大的发展，也和算法进步有关。

回到法律，底层逻辑就是让机器像法官那样，去学法官学过的东西。

那法官学过哪些东西呢？

除了在法学院接受的教育，还有他当了法官之后判的这些案子，以及他的同行们判的案子，另外还有一些教科书。

那么，科技能给法律提供什么呢？

我们应该反过来问：我们中国现在的法律系统需要什么？

这时我们又要回到法律的底层逻辑，就是一个非常简单的问题：法律到底是干啥的？

我们经常说为了公平正义，为了市场经济发展，其实非常简单，法律就是平事的，两个人有矛盾，找第三个人来解决。如果两个人有矛盾相互打架，这叫《水浒传》，《水浒传》里的人都是不守法的。所谓的法治，就是说两个人有矛盾要找第三方。

那怎么保证这个第三方是中立的，他不拉偏架，万一腐败了怎么办？比如说刘晗和鹿晗有矛盾，我们找刘桂明老师来调解，我一想刘桂明老师万一收了鹿晗的礼金怎么办？我得送双倍对吧？腐败就这么来的。

还有更麻烦的事，你如果要让他中立，他事先对你们俩的事就不能知情，否则会有偏见。那他既然不知情，你现在又让法官来去搞清楚，他们俩之间到底发生了啥，这不是矛盾吗？法律这个事情永远都是拧巴的。

当然总会有人不满意，无论怎么看都不满意。然后你可以上诉，或者说诉诸微博热搜。如果还不满意怎么办？别去法院了，咱们调解行不行？咱们仲裁行不行？咱们私了行不行？我忍了行不行？

所有的问题都在这个三元模型之下。

后来法学院也来了，要搞专业教育，塑造职业信仰，塑造一个共同体，这个共同体就是为了公平正义。

好了，那么这一套背后就决定了三个问题。首先是搞清楚发生了什么事，第二是搞清楚用哪个规则，第三是怎么把这两个贴到一块去。

这里面每一层其实都有计算的问题。

当然在处理这些问题的过程中，我们稍微学过一点法律的都知道两大法系是不一样的，我们国家一般被认为是大陆法系。

大陆法系的法官一般是比较接近公务员的，都想往上升级别。然后一般都是法学院毕业生直接去当了，受教授的影响比较大，所以我们要看教科书。然后是分庭分案，也就是说有知识产权庭、民庭、商事庭、刑庭，法官的晋升动力是非常强的。并且明确要求法官要按照法条来判案，不能自己随便造一个规则出来，这样的话就枉法了。但英美法系就不太一样。

中国还有自己的特殊性，这就是为什么法律科技在中国有很大的应用空间。

第一是我们国家人口多，而且诉讼费很低，几十块钱，劳动案件10块钱。为什么美国联邦法院的法官很闲，一年就审80来个案子，而我国法官一年不审个几百个案子，那都不算正常法官。因为美国的诉讼费很高，律师费更高，这就导致了很多案件根本不会进到法院去。所以美国联邦法官对于科技的需求没有那么大，再找几个助理就能解决的事。

相反，我国是案多人少，这是巨大的问题。而且现在是信息时代，光一个手机就会产生多少纠纷？现在还有了《个人信息保护法》，纠纷肯定会越来越多。因为新的东西越来越多，就意味着关于新的东西，很多规则还没有达成共识，没有共识，纠纷就会越来越多，所以法官的压力非常大，这个时候就特别希望有些案件能够甩出去，特别是简单的、重复的案件。

另外我们还有个很大的特征，就是从基层法院到最高法院，都不太区分“事实审”和“法律审”。就是说法官既得去查明你们俩之间到底谁借了谁的钱、到底有没有还，又得去看法律对这个东西是怎么规定的，还得解释法律。

但英美法系的法官，一般上诉法院是不管事实问题的。所以就有一句话说，哪怕陪审团认定月亮是由奶酪构成的，上诉法官都得认，因为他们根本不管事实问题，就讨论法律问题。所以我们的法官非常累。我上次去北京一个中院，那里的法官还得给当事人贴发票，我当时都震惊了。

还有，法官不但要按照法律来判案子，还得遵守上下级的逻辑。比如说最高法院出的解释、意见，下级法官都得遵守。

这时痛点就来了。

首先第一点：怎么能防止冤假错案？怎么能够保证司法是公开的，让老百姓能够信任？怎么能让更多的人接触到司法？

信息化就是来解决这个痛点的。如果都能公开了，至少可以防止冤假错案。比如说现在庭审公开，经常会有直播，大家都可以看；还有促进司法普惠，弄一个小机器人，一些简单的案件大概问一下，说这种案件大概会判多少年，或者这种案件大概会赔多少。知道之后，可能这官司就不打了，咱俩就私了了，好多案件就不用到法院去了。包括区块链技术、ODR、智能机器人等，都是干这个事的。

另外还有更深层次的应用，叫做智能化。

这是解决啥问题呢？

就是如何批量处理案件，但同时还不出错。

注意，这个错不仅仅是说解释法条解释错了，跟上级法院或者之前判的案子不一样也是错。还有原来都是合议庭的，现在法官可以独立来审一个案子之后，你怎么保证他不乱判案子？所谓的法治很简单，就同案同判，类似的情况类似处理，怎么保证这一点呢？

这个时候科技的作用就显现了。机器学习可以用来归纳之前的案子都是怎么判的，知识图谱可以用来总结法律公式出来，将来法官甚至机器人可以批量地处理。

如果一个案子事实非常清楚，那么这个时候科技可以用来干嘛呢？你看我举个例子，说通过要素审判、关于肖像权的案件使用数量、场所、删除与否、使用方式等几个指标一算，大概就能够知道这个案子该怎么判。这是北京朝阳区法院判的一个案子，通过科技他们可以把案件缩减到70%。

前面说的情况是事实不明确，但是法律很明确。如果一个案件的法律不明确就更复杂了，那就要从之前的案件中看能不能爬出来一些规则，因为有时候光看法条太抽象，你得看类似案件怎么处理的。

举个例子，这是我们清华法学院赵晓丽老师做的家庭法的研究。如果有海量的类似的案件，其实是可以根据格式化的关键词，从海量判决书中爬出一些规则出来的。

然后下一步可能就是怎样用知识图谱把法律的知识全部公式化，有没有可能？这个可能是下一步的探讨。

所以我的结论是：法律科技的使命其实就是促进公正、效率和普惠。

法律人还能干什么？

最后，法律人还能干嘛呢？

其实就是塑造一种仪式感，或者给当事人一些“既共情又超脱”的关怀。人还是有情感的，而机器暂时还不能有情感，法律里面情感还是非常重要的。

我的分享就到这里，谢谢大家。

来源丨法律修音机