Vol.689 新书速递 | [美]凯文·D·阿什利：《人工智能与法律解析》（邱昭继译）

人工智能与法律解析

——数字时代法律实践的新工具

[美]凯文·D·阿什利：《人工智能与法律解析——数字时代法律实践的新工具》，邱昭继译，商务印书馆2020年版

作者简介

凯文·D. 阿什利，匹兹堡大学法律与智能系统讲座教授

译者简介

邱昭继，西北政法大学教授

内容简介

人工智能与法律领域处于革命的风口浪尖，革命始于IBM的沃森和辩论者这样的文本解析程序与它们所基于的开源信息管理架构。今天，新法律应用程序开始涌现。本书——旨在向非程序员解释计算过程——描述了它们将如何改变法律实践，特别是通过将法律推理的计算模型直接与法律文本联系起来，生成支持和反对特定结果的论证，预测结果，并用法律职业人士能够评价自己的理由解释这些预测。这些法律应用程序将支持概念法律信息检索并使认知计算成为可能，实现了人与计算机之间的协作，各自都执行他们可以做得最佳的各种智能活动。任何对人工智能如何改变法律实践感兴趣的人都应该阅读这本有启发性的著作。

中译本序言

得知本书已被翻译成中文，我深感荣幸。衷心感谢西北政法大学邱昭继教授承担翻译本书的艰巨任务，同时感谢商务印书馆出版本书。

当我写作这本书时，我认为它在中国出版的可能性并没有发生。我压根没想到今日之中国会高度关注人工智能与法律话题。然而，最近对杭州和南京几所大学法学院的访问让我很开心。我了解到，中国有数十所大学正在进行人工智能与法律方面的研究工作！

这是一个令人兴奋的发展，我期待阅读人工智能与法律领域随之而来的研究成果！在这方面，我希望中国学者在两年一度的“人工智能与法律”国际会议、“法律知识与信息系统”国际学术年会以及记录该领域研究动向的《人工智能与法律》期刊上发表他们的研究成果。

我非常谦卑地意识到，我对中国法律实践以及基于案例的推理在中国法学中不断演变的作用有太多需要了解的地方。我最近才知道，最高人民法院已经建立指导性案例制度，以提高下级法院判决的一致性。当然，基于案例的法律推理是本书的一个重点（例如，第3、4、5和10章）。思考基于案例的推理在中国这样一个成文法系国家可能起到的作用是很有趣的，也可能我这个想法很天真。

我还需要阅读很多关于这一发展提出的有趣问题。指导性案例制度下的推理如何与普通法推理相比较？具有约束性的案例将如何付诸实施，如何解释这些案例？法律案例是否（或将会）提供丰富的事实情境描述吗？中国的法官和律师是否会以普通法从业者的方式用案例进行类比推理？如果是这样，对中国的法律信息检索系统会有什么影响？系统将会如第11章所描述的那样支持概念法律信息检索吗？

在美国，人们有时会听到“一则古老的中国诅咒”：“但愿你活在有意思的时代”。这则诅咒源于中国是虚构的，维基百科是这么告诉我的。然而，对中国的法官和律师而言，当谈到回答有关中国法律推理和实践的这些问题时，这似乎确实是“有意思的时代”。我不认为本书会提供答案，但我希望它能提供一些中国读者在寻找答案时可能会感兴趣的想法。

凯文·D·阿什利

2019年9月4日

译者序

凯文·D.阿什利是当今世界人工智能与法律研究的执牛耳者。阿什利教授1951年2月4日出生于美国纽约州纽约市，现任美国匹兹堡大学法学院法律与智能系统讲座教授、学习研究和发展中心高级科学家。阿什利教授1973年以优异的成绩获得普林斯顿大学哲学学士学位，同年考入哈佛大学法学院，1976年获得法律博士学位（J. D），1976至1981年在位于纽约市的美国伟凯律师事务所（White & Case LLP）工作。阿什利教授1982年考入位于安姆斯特镇的马萨诸塞大学计算机与信息科学系，分别于1985和1988年获得计算机科学硕士和博士学位。1988年6月至1989年7月在IBM公司沃森研究中心任访问科学家，这一年他的主要工作是研发应用人工智能技术辅助律师办案的项目。1989年9月至今执教于匹兹堡大学法学院。

阿什利教授在人工智能与法律领域耕耘了30余年，硕果累累。1985年，他发表了“通过类比推理：人工智能研究对法律专家系统影响的一些调查”一文，这是他在该领域发表的第一篇文章。1990年，他的博士论文“建模法律论证：运用案例和假设进行推理”在麻省理工大学出版社出版，在这本书中他提出了著名的基于案例推理的海波系统，这本书让阿什利教授名声大噪，同年因这项研究成果荣获美国“国家科学基金会总统青年研究员奖”（PYI）！他在《人工智能与法律》《计量法学》《人工智能教育国际期刊》《人工智能》等期刊和论文集发表论文一百余篇。阿什利教授是人工智能与法律研究的积极推动者和组织者，他曾多次担任“法律知识与信息系统”学术年会、“人工智能与法律”国际会议、“智能辅助系统”国际会议等高端学术会议的轮值主席，1997至2001年先后担任国际人工智能与法律协会的副主席和主席。自1992年《人工智能与法律》期刊创刊以来，阿什利教授就担任这份同仁期刊的编委会委员，1999年至今任期刊主编。2002年阿什利教授因为对案例推理和类比推理的计算模型的重要贡献而当选为美国人工智能协会院士。

2017年，阿什利教授在人工智能与法律领域集大成的著作《人工智能与法律解析——数字时代法律实践的新工具》由剑桥大学出版社出版。剑桥大学出版社在介绍这本书时指出，“任何对人工智能如何改变法律实践感兴趣的人都应该阅读这本有启发性的著作。”扎塔兰教授在评论这本书时指出，“我们能否通过计算模型充分表示认知法律过程？这也许是法律人工智能领域的专家试图解决的最复杂也最有趣的问题之一。在这种情况下，阿什利的《人工智能与法律解析》提供了一项全面的研究，旨在了解这一跨学科领域的发展。”有论者指出，“这本书是一本引人入胜且具有挑战性的书籍，对人工智能和法律领域做出了宝贵的贡献。我将该书推荐给任何一位对计算模型在法律职业中的应用感兴趣的人。尽管该主题可能难以理解，但阿什利教授的这本书配了词汇表和形象的可视化效果图和表，章节安排清晰明了。这本书内容丰富且引人入胜。该书描述了关键问题并指明了人工智能技术的发展方向，阿什利写作的这本书无疑是成功的。”

《人工智能与法律解析》全书分为法律推理的计算模型、法律文本解析和连接推理的计算模型与法律文本这三大部分。第一部分介绍了人工智能与法律领域开发的法律推理的计算模型。它阐释了模拟各种法律处理的研究程序：基于制定法的推理、基于案例的推理，预测法律结果的模型，以及法律论证的计算模型。法律推理和法律论证的计算模型并不直接处理法律文本，但文本解析技术的出现将改变这种状况。法律推理的计算模型是指用于实现人类法律推理过程的计算机程序，法律论证的计算模型是指实现法律论证的过程的计算机程序。第二部分检讨了最近开发的法律文本解析技术。讨论的问题包括：用本体和类型系统表示法律概念，使法律信息检索系统更加智能化，将机器学习应用于法律文本，从法律法规文本中提取信息，以及从法律案例文本中提取与论证相关的信息。文本解析技术的突破与IBM的沃森（Watson）和辩论者（Debater）程序的研发团队的努力密不可分。沃森基于文本的信息提取技术展现了不同凡响的问答本领，辩论者已经学会了论证挖掘。深度问答、信息提取和论证挖掘这些技术用更一般性的术语讲就是文本解析。当被解析的文本是法律时，人们将其称之为法律文本解析。法律文本解析（legal text analytics）又称之为法律文本挖掘（legal text mining），是指“使用语言的统计的和机器学习的技术自动发现法律文本数据档案中的知识。” 第三部分探讨了新的文本处理工具如何将法律推理的计算模型及表示法律知识的技术直接连接到法律文本。人工智能与法律研究者和技术专家将法律文本解析与计算模型整合在一起，创建了一些新的法律应用程序。这些法律应用程序能完成许多传统上只能由人完成的智能任务。法律应用程序在定制商品化法律服务中发挥重要作用。“法律应用程序不仅会以适合人类用户特定问题的方式选择、预订、突出和汇总信息，还会探索信息并以前所未有的新方式与数据互动。”近些年，法律应用程序如雨后春笋般涌现，法律机器（Lex Machina）、罗斯（Ross）和拉威尔（Ravel）是法律市场上倍受青睐的几款代表性法律应用程序。这些新兴的法律应用程序不仅仅是将法律人的处理过程计算机化和标准流程化，而是创造性地处理一些法律人过去无法完成的任务。

人工智能与法律是诞生于20世纪70年代初的新兴研究领域。人工智能与法律研究的首要目标是建构良好的法律应用程序，生成能够在计算机程序中实现的模型。研究者开发出了法律推理的计算模型和法律论证的计算模型。这些模型是用于实现人类法律推理和论证的过程的计算机程序，它们可以和法律职业者一样执行法律推理、法律解释、法律论证和法律预测等智能任务。虽然人工智能与法律研究发展迅速，但知识表示的瓶颈阻碍了它们在法律实践领域的应用。法律推理和论证的计算模型使用的法律知识必须从法律渊源中手动提取。法律专家必须阅读法律文本并用计算模型可以使用的形式表示法律知识。研究者无法将法律推理和论证的计算模型直接自动地连接到法律文本。历史上，人工智能与法律会议更多地关注论证和推理，而不是基于经验和基于语料库的法律方法。然而，以数据为中心的新技术的快速发展为法律问题解决和分析的新算法方法打开了大门。大规模存储能力的最新发展和法律数据解析的相关进步已经创造了前所未有的工具，用于识别大型法律数据存储库中的模式。这些发展导致了对权威法律文本与法院、立法机构、律师和其他法律专业人员行为之间相互联系的新见解。

法律文本解析技术的迅速发展将深刻改变法律实践、法律教育和法学研究。数百年来，诉讼律师运用法律方法分析案件的事实构成，总结案件的争议焦点，寻找适用于手头案件的法律法规或判例，推理将事实涵摄于法律之下，最后提出诉讼策略并做出法律预测。法律文本解析颠覆了律师的工作方式，它将法律工作分解为不同的任务并逐项以尽可能高效的方式完成。诉讼律师的工作可以分解为文件审阅、法律研究、项目管理、诉讼支持、电子披露、策略、战术、谈判和法庭辩论等任务。这九项任务中除了策略、战术和法庭辩论，其他的重复性事务性的工作任务都可以用不同方式分包出去。这些分包出去的工作都可以由法律应用程序而非法律人完成。法律文本解析挖掘案件文件和卷宗中的数据，然后汇总这些数据，从中发现一些有用的洞见，包括法官、律师、法院、律师事务所和当事人的各种信息。诉讼律师使用法律文本解析来揭示过去诉讼中的趋势和模式，然后根据这些趋势和模式制定手头案件的诉讼策略并预测法律结果。法官运用智能审判系统实现对起诉状、答辩状、庭审笔录等案件卷宗信息的智能解析和信息提取，提取各类卷宗材料文书所需的核心信息，然后自动生成判决、裁定等法律文书。法律文本解析技术在法律实践中的广泛应用将极大地节省律师和法官处理案件的时间，过去他们花上数周完成的工作现在几分钟就能完成。

法律文本解析技术将改变法律教育的内容和教学方式。由于律师越来越频繁地使用法律文本解析，因此法学院必须教授学生法律文本解析技术。印第安纳大学法学院威廉·亨德森教授指出，法律定制到法律的商品化的转变使得法律教育的内容发生了很大的变化。因为法律行业现在强调处理和技术，现在讲授的实践技术技能和领域知识对即将毕业的大部分法学专业毕业生而言是不够的。法律变得越来越不关注陪审团和法庭辩护，而是关注处理工程、预测编码以及这些处理所需要的协作和技能，对此学生没有准备好。法科学生应学习如何设计和操作从法律电子文本中提取有用信息的流程。多年来，如何利用技术去讲授法律一直是一个法学界不关注的问题，现在漠视技术发展的时代将要终结。技术让法学教育变得更有效更实际提供了可能性。现如今，同步远程学习模式、非同步远程学习模式、大规模开放式网络课程、翻转课堂、在线教学、在线协作等创新技术已经广泛地应用于法学院的法律教育。IBM沃森为法律教育开辟了新的可能性。法学院擅长的苏格拉底教学法将受到严重的挑战，老师在《合同法》课程中提出的各种问题都可以交由法律应用程序回答，在线课程将逐渐取代面授课程。法律人工作方式的改变对法律教育提出了新的要求。传统的法律教育以培养专业基础扎实、熟练掌握法律职业技能的法律人才为目标，未来的法律教育应根据法律实践的变化做出相应的调整。根据理查德·格拉纳特（Richard Granat）和马克·劳里森（Marc Lauritsen）的调查，美国有10所法学院非常重视法律文本解析技术，开设了多门相关课程或成立了相关的研究中心。比如，密歇根州立大学法学院建立了一个再造法律实验室，开设了《电子发现》、《创业律师》、《法律信息工程与技术》、《法律解析》、《诉讼：数据、理论、实践、过程》、《律师定量分析》和《21世纪的法律实践》等法律实践技术方面的课程。萨福克大学法学院建立了法律实践技术与创新研究所。法学院提供《智能机器时代的律师培训》、《流程改进和法律项目管理》、《法律文件自动化》和《21世纪律师和决策支持系统的调查》等课程。

法律文本解析技术将导致法学研究产生相应的变化，它将促使法学与理工科的交叉融合。法学与哲学、社会学、政治学、人类学、经济学等哲学社会科学的紧密联系人们已经很熟悉了，而法律文本解析技术将法学与统计学、信息科学、计算机科学和脑科学等学科紧密地联系在一起。著名法学家霍姆斯早在120年前就预言，“对于法律的理性研究而言，研究历史文本的人或许是现在的主人，而未来的主人则属于研究统计学之人和经济学专家。”法律的经济学研究早在上个世纪70年代就异军突起，成为法学界的显学。人们没有想到的是，统计学会成为法学研究的主导学科。人工智能时代，统计学的重要性愈发凸显，人工智能法学的研究越来越需要统计学的支持。

本书使用了60多个缩略语，我一般是根据缩略语对应的英文单词直接翻译成中文。为此，我特意做了一个缩略语表，帮助读者理解这些概念的涵义。有些缩略语是四个以上英文单词的缩写，翻译成中文特别长，我就根据缩略语的发音翻译成对应的中文。比如，“LUIMA”，它是“Legal Unstructured Information Management Architecture”的缩写，是指适用于法律领域的基于非结构化信息管理架构的类型系统，我根据“LUIMA”的发音直接翻译成了“卢依马”。“CABARET”是“CAse-BAsed REasoning Tool”的缩写，它的意思是基于案例的推理工具，它是海波系统的继承者，我根据发音翻译成“卡巴莱系统”。“ASPIC”是“Argumentation Service Platform with Integrated Components”的缩写，是指基于整合要件的论证服务平台，同样根据发音翻译为“阿斯皮克”。也有个别约定俗成的缩略语我没有翻译成中文，比如IBM。有一些计算机程序、程序语言或语义注解工具的专名我没有翻译成中文，比如SMILE、SPIRE、SIROCCO、BankXX、RUTA、Cerno和LRI-Core，这些专名就是用来指称某个程序或者工具的，也没有特殊的涵义，我想保留原名反而不会引起误解。为了更直观地展示法律推理的计算模型和文本解析的过程，阿什利教授在本书中使用了一百多个图表。我将大多数图表中的英文翻译成了中文，也有个别图是电脑检索内容的截屏，就保留了原图，没有翻译。

由于翻译时间有限，学识和水平也有限，书中难免有错漏或表述不当之处，恳请学界同仁不吝指教。

                                                     邱昭继

2019年11月7日于西法大雁塔校区

推荐语

一百多年前，霍姆斯预言未来法律人应是掌握统计学的人，韦伯设想现代法治应如自动售货机。近年来，“阿尔法狗”战胜了围棋冠军，智能法学在法学界也异军突起。法律计算模型在法律推理、法律论证以及获取判决结果中能够发挥怎样的作用？人工智能对法律会产生怎样的影响？法律是否会变为一种价值无涉的算法？法学是否会成为一种计算之术？智能法律人是否会取代传统法律人？凡此种种，本书作者从理论和实践上做出了最前沿的回答。

                                   ——清华大学法学院高鸿钧教授

人工智能的广泛应用对法律的未来将产生革命性的影响。法律研究和实践从分析走向解析预示着一种新范式、新领域的出现。《人工智能与法律解析》是该领域的开山之作，也是截至目前惟一的一本经典。作者凯文•阿什利教授是本领域的执牛耳之人，从事人工智能与法律的研究凡30余年，积累了无数宝贵的经验，本书是他多年研究心得的总结。邱昭继教授的译文理解准确，表达地道，可读性很强。作为一部新领域的奠基之作，本书是对智能技术与法律的交汇及其前景感兴趣的人的必读之书，既适合法官、律师、法学研究者等法律人，也适合人工智能的研究者。

——美国康奈尔大学法学院王氏中国法讲座教授於兴中