【編者按】

值“5?17”重要講話發表十周年之際，上海社聯聯合澎湃新聞推出“潮頭·先聲”25位上海哲學社會科學學者訪談專題。專題以“研究真問題、真研究問題”為導向，聚焦知識創新、理論創新和方法創新，探索立足中國發展實踐構建中國自主知識體系的路徑。學者在服務國家戰略，研究國家重大現實課題中，也在努力回答中國之問、世界之問、人民之問、時代之問。

在司法領域，人工智能適合處理占比約70%的標準化問題。2022年最高人民法院發布的《關于規范和加強人工智能司法應用的意見》，是全球較早系統確立AI司法應用邊界與運行原則的國家級司法規范性文件，其核心表述被后續國際規則借鑒。

4月8日，上海交通大學特聘教授、智慧司法研究院常務副院長楊力接受澎湃新聞記者專訪時表示，從國際比較看，中國在數字司法領域較有優勢，在數據匯總能力、業務覆蓋范圍及透明度等方面都較為領先。

楊力研長期專注于司法原理、智慧司法、商業合規研究。他提出“信息建構型法學理論”，將人工智能技術與法學研究深度融合，重新定義法律的權力結構、資源配置和規則重塑，為智慧司法建設提供了理論基礎。同時，他倡導“文工交叉”研究范式，使法學與計算機科學、數據科學等學科交叉融合，推動構建具有中國特色的智慧司法知識體系。

未來，法學與人工智能應如何相互融合發展？楊力認為，當前需形成人工智能與責任主體相結合的機制，即由人工智能提供輔助支持，而由人類承擔最終判斷與責任。從未來發展看，人工智能從大模型走向智能體，將對司法體系產生系統性影響，進而重塑司法生產力，帶來生產力的顯著提升。隨著技術能力的持續增強，司法體系部分標準化工作可能被替代，對人力規模的需求可能會下降，而對高質量人才的需求則進一步提升。

因此，未來的法律人不僅是規則的使用者，更應成為知識體系的重構者。未來需要培養的法律人才，不僅需要具備表達與分析能力，還需要具備一定的動手能力，利用人工智能工具解決實際問題。只有通過掌握人工智能思維方式，理解技術如何處理問題，才能將其應用于法律知識體系的分析與重構。

為何法學要擁抱人工智能

澎湃新聞：從歷史發展歷程看，法學與人工智能之間如何逐步實現交叉融合？

楊力：法律與人工智能的結合并非近年來的新現象，早在10年前就已出現。其最初被稱為智慧司法，主要圍繞司法體系的信息化建設展開，體現在智慧訴訟服務、智慧審判、智慧執行以及智慧審判管理等方面。

大約5年前，法律與人工智能的結合進入數字司法階段，開始構建數據層面的支撐體系，相當于為既有結構“搭建大腦”。其核心是數據中臺的建設，將分散在不同部門、不同系統中的數據，進行整合與治理。隨后，逐步發展出“智慧大腦”，通過疊加復雜神經網絡，從早期基于形式化規則的系統，演進到如今的大模型體系。這一階段的人工智能，本質上仍然是以人為主導，法律專業人員與數學、計算機等領域的技術人員共同發揮了關鍵作用，推動算法體系在司法領域的初步落地。

發展到當前，人工智能在司法領域進入深度應用階段。大模型技術的發展，使得司法領域的相關能力快速整合和重構，并不斷迭代升級。例如，在法律應用場景中，一些國際領先科技公司推出的云端大模型，能夠快速生成答案并支持多種插件化功能，對傳統法律服務模式形成了沖擊。不過，盡管人工智能在信息處理和答案生成方面效率較高，但在涉及法律判斷和責任承擔的場景中，用戶仍然更傾向于依賴具體的責任主體。因為大模型即使能夠提供看似準確的分析，也難以直接成為最終決策的承擔者。尤其是在復雜法律問題中，最終判斷仍需由人來完成。

因此，當前更為合理的發展模式，是形成人工智能與責任主體相結合的機制，即由人工智能提供輔助支持，而由人類承擔最終判斷與責任。這種模式既發揮了技術優勢，又保留了法律體系中對責任與判斷的基本要求，也構成了人工智能與法學深度融合的現實路徑。

澎湃新聞：人工智能在法學領域的應用邊界在哪？如何在法律職業范圍內進行合理分工？

楊力：在法學實踐領域，判決文書的格式化要素，如結構、基本信息、標準表達等，屬于高度標準化內容，人工智能可以通過學習迅速掌握并不斷優化，這類內容適合交由技術處理。然而，真正困難的在于裁判文書中的說理環節。說理并非簡單的邏輯推導，而是在法律規則、具體事實與社會情理之間進行綜合權衡。這一過程，往往涉及目的解釋、價值判斷以及具體情境的細致分析。

例如，在涉及家庭責任的法律規范中，同樣是“子女”概念，在不同語境下可能具有不同含義。在贍養義務中，子女通常指具備獨立生活能力的成年人；而在撫養義務中，則指未成年人。這種差異并非簡單的字面推導，需要結合制度目的與現實語境加以理解。再如，在消費者權益保護領域，對于“知假買假”行為是否適用懲罰性賠償，取決于價值取向與制度目標，并不存在唯一標準答案。有觀點認為，此類行為屬于投機甚至擾亂市場秩序，不應鼓勵；還有觀點則認為，這種行為在客觀上促進了市場規范，有助于提升營商環境質量，應予以支持。

正是在這些涉及價值、情感與責任的環節，當前人工智能仍難以勝任?；诂F有技術路徑，其推理能力依賴于上下文和既有數據，缺乏穩定的認知結構與嚴格的法律概念界定。在復雜推理過程中，人工智能容易出現“幻覺”問題，生成看似合理但實際存在偏差的結論，從而影響結果的可靠性，也難以建立穩固的信任機制。因此，在法律實踐中，最終的判斷權仍然必須由人來行使。人工智能可以提供多種可能答案，但如何在這些答案中做出選擇，仍然依賴人的判斷與責任承擔。

總體看，人工智能更適合處理司法領域占比約70%的標準化問題，而對于占比約30%更為關鍵的復雜問題，人的作用仍然不可替代。這也重新定義了法律職業內部的分工。大量標準化程度較高的案件，例如金融領域的批量糾紛、信用卡欠款、物業費爭議或電商平臺中的常見侵權問題，具有事實清晰、規則明確的特點。在這些場景中，人工智能能夠顯著提升效率，實現降本增效。但在復雜案件領域，例如在法律存在空白、不同規范之間發生沖突、同一規則存在多重解釋，或者嚴格適用法律會導致明顯不合理結果時，案件處理就不再是簡單的規則適用，而需要深入的法律解釋與價值衡量。在這些情況下，人工智能能力仍然有限，難以獨立完成決策。

法律人應成為知識體系重構者

澎湃新聞：在人工智能與法學融合中，上海交通大學智慧司法研究院進行了哪些研究探索？

楊力：從研究方法上看，相關探索實踐強調問題導向與價值導向。一方面，研究需要回應真實需求，解決實際問題；另一方面，也要強調成果的可轉化性，使其能夠在現實中產生持續價值。這種兼顧基礎研究與應用落地的路徑，是推動人工智能與司法深度融合的重要方向。

一是，圍繞“執行難”這一長期存在的司法痛點展開技術探索。通過在執行環節中引入自動化機制，例如執行卷宗的自動生成、執行決策過程與文書的自動生成、查封凍結扣劃流程的自動處理，以及終本案件的自動審查等，形成了多項自動化應用。這些技術手段在全國范圍內得到推廣應用，為提升執行效率提供了有力支撐。

二是，在審判環節開展針對標準化案件的智能輔助探索。例如，圍繞交通事故賠償、保險理賠等典型場景，構建了覆蓋上百類案由的要素化模型。這類案件由于事實結構清晰、規則明確，適合通過要素拆解與規則匹配來實現輔助決策，從而在裁判文書生成、決策參考等方面提供支持，并在一定程度上提升了處理效率。

三是庭審全流程的智能化，即庭審大模型的構建。具體來說，系統將當事人的訴求表達轉化為結構化的訴狀內容，并在信息不完整時進行提示，引導補充關鍵要素。此外，系統可以自動生成訴狀并提交。進入調解或審理階段后，相關提綱、流程組織以及部分文書生成，也可以通過系統輔助完成。庭審結束后，裁判文書的生成與送達，以及判后答疑等環節，同樣可以實現較高程度的自動化，而法官則主要承擔最終審核與把關的職責。

這一更具探索性的方向，試圖圍繞當事人、法官，從立案到裁判提供貫穿全流程的智能輔助。其意義在于通過流程自動化，顯著降低人工參與的重復性工作，從而提高整體效率。在庭審相關應用中，針對審判文書生成與判后答疑等關鍵環節，已經取得階段性進展，并逐步進入實際應用場景。

澎湃新聞：在人工智能與法學融合中，如何培養未來的法學人才？

楊力：在目標定位上，我們希望未來培養的法律人才，一方面能對法律保持基本的尊重與敬畏，另一方面又能運用人工智能的思維方式，對既有法律知識體系進行重新解構與重建。這意味著，未來的法律人不僅是規則的使用者，更應成為知識體系的重構者。

因此，人才培養重點不應放在重復性知識的積累上，而應轉向高質量的問題解決能力，包括對問題本質的把握、對規則的解釋能力，以及對程序設計的理解。這些能力，將決定未來法律人在人工智能環境中的競爭力，也構成其駕馭技術發展的基礎。

同時，應根據不同人才類型，進行相應能力培養。高層次人才側重于方法論與體系重構，而在更具體的應用層面，則需根據實際場景培養其專業能力。例如，隨著企業出海進程加快，對涉外法治人才的需求日益增加。這對人才提出了更高要求，除了基本的語言能力，其還需要具備實踐經驗，包括對當地法律環境、商業規則及社會文化的深入理解。

通過人工智能技術，可以構建服務于企業出海的智能輔助系統。從企業設立、資源環境評估，到與當地政府溝通，再到與專業法律服務機構的合作，這一系列過程都可以通過系統化方式進行支持。但這類人工智能系統建設并非短期內可以完成，而是依賴長期實踐中的知識積累，往往來源于具體項目經驗。例如，企業在海外投資中解決某一關鍵法律問題后，將相關經驗沉淀下來，并通過人工智能工具進行結構化與擴展，逐步形成可復用的知識體系。隨著案例的不斷積累，這一知識體系才能真正具備服務能力。

因此，人工智能并不是替代專業人才，而是放大其經驗價值的工具。未來的法律人才，應當在實踐中不斷積累高質量經驗，并借助技術手段將其轉化為可復制、可擴展的知識資源，從而在更大范圍內發揮作用。這種以實踐為基礎、以技術為工具的能力結構，將成為法學人才培養的重要方向。

澎湃新聞：面向人工智能時代，法學人才應具備怎樣的核心競爭力？

楊力：面向人工智能時代，法律人才的核心競爭力，一方面，是自身在法律領域的專業能力與方法論；另一方面，是能夠熟練運用人工智能工具放大自身能力。與傳統法律人才相比，未來的人才不僅需要具備表達與分析能力，還需要具備一定的動手能力，即能夠參與到具體技術應用中，利用人工智能工具解決實際問題。這種能力并不要求每個人都成為專業工程師，但至少需要具備理解技術邏輯并進行應用開發的能力。

在人工智能與法學的交叉過程中，一直以來確實存在一定學科壁壘。早期這一門檻較高，例如在人才選拔中，往往要求具備數學、計算機等理工科背景，再進入法學領域進行交叉研究。這種路徑強調扎實的數理基礎，以支撐復雜模型與算法的理解。但隨著技術的發展，這一門檻正在明顯降低。過去需要手動編寫代碼完成的工作，現在可以通過智能工具自動生成并部署。因此，純法學背景的學生，也逐漸具備進入這一領域的可能性。

不過，這并不意味著人工智能與法學交叉人才可以完全脫離技術要求。關鍵在于，即便沒有系統的計算機訓練，相關人才也需要掌握人工智能思維方式，能夠理解技術如何處理問題，并將其應用于法律知識體系的分析與重構。因此，在人才培養路徑上，一方面，我們繼續吸納具備理工背景的復合型人才；另一方面，也開始向純法學背景的學生開放，但前提是其在學習過程中，需要主動參與人工智能相關項目，在實踐中理解技術邏輯，形成跨學科能力。通過這種方式，可以在團隊研究中顯著提升協作效率，也有助于形成更具應用價值的研究成果。

法治建設要抓前端，從源頭上減少訴訟增量

澎湃新聞：如何發揮人工智能優勢，推動社會治理模式向更加前端化、智能化的方向發展？

楊力：在社會治理層面，司法體系正在發生重要轉變?！笆奈濉逼陂g提出，法治建設既要抓末端、治已病，更要抓前端、治未病，要堅持和發展新時代“楓橋經驗”，把非訴訟糾紛解決機制挺在前面，從源頭上減少訴訟增量。這一變化在于通過制度與技術手段，將大量原本進入法院的案件，盡可能在前端實現化解。

基于這一理念，當前正在推進的一項重要工作，是依托社會治安綜合治理中心開展前端糾紛預防與化解。其目標在于，不再讓當事人直接進入訴訟程序，而是在進入法院之前，通過多元機制解決問題。圍繞這一方向，已經在部分地區探索建設數字化政法平臺，并在其中嵌入人工智能能力，用于支持調解、咨詢與流程管理等多個環節。

從功能上看，這類平臺既承擔普法作用，也更側重于實際糾紛的化解。過去在面對矛盾時，社會上較為常見的做法是直接建議當事人通過訴訟解決。而當前希望逐步改變這一觀念，優先通過調解等方式化解矛盾，減少訴訟發生。司法被視為最后一道防線，而非第一選擇。通過構建多元化解機制，使社會治理體系在前端具備更強的吸納與處理能力，從而提升整體運行效率。

當前，以綜合治理中心為樞紐的治理模式逐步形成，并在全國范圍內推進建設，實現從國家到基層的多級覆蓋。在這一體系中，數字化平臺成為核心基礎設施，而人工智能則作為關鍵工具，嵌入具體業務場景中。具體來看，人工智能在這一體系中的應用主要體現在幾個方面。

首先，在調解環節，通過對既有案例與規則的分析，為調解人員提供參考方案和調解提綱。在調解結束后，還可以基于對話內容自動生成結構化的調解協議，實現從溝通到文本生成的自動化支持。

其次，在風險評估方面，通過對歷史數據的分析，對潛在訴訟結果進行預測。例如，在糾紛尚未進入法院之前，系統可以基于類似案件數據，對勝訴概率進行分析，從而幫助當事人理性評估是否進入訴訟程序，實現及時止損。

再次，在流程管理與協同治理方面發揮作用。各類案件來源復雜，可能來自熱線平臺、信訪系統或司法機關。在進入綜合治理平臺后，需要在不同部門之間進行協同處理。例如環境噪聲問題，可能涉及公安、生態環境等多個部門。系統可以對任務進行分派、跟蹤與督辦，防止推諉，提高處理效率，并通過全過程記錄實現責任追溯與績效評估。

最后，在宏觀治理層面，平臺還可以基于全量數據進行態勢分析。例如，通過對某一地區投訴數據的變化進行分析，可以識別出施工擾民等問題的集中區域，從而提前預警并引導治理資源配置。這種基于數據的動態監測，使社會治理具備類似數字傳感器的功能，實現對風險的提前感知與響應。

澎湃新聞：從大模型到智能體，未來人工智能將如何重塑司法權力、資源與規則，形成新質司法生產力？

楊力：從未來發展看，人工智能從大模型走向智能體的演進，將對司法體系產生系統性影響，進而重塑司法生產力。這種變化既帶來了顯著的生產力提升，也引發了對行業未來的重新思考。隨著技術能力的持續增強，部分標準化工作可能被替代，從業人員規模也可能相應調整。

一是，在生產力層面，從文書自動生成、類案推薦到輔助決策，再到流程運行的優化，人工智能已經在多個環節顯著提升效率。

二是，更深層次的變化，體現在權力結構上。傳統司法體系中，法官與當事人之間存在明顯的信息與能力差距，當事人往往處于相對弱勢地位。而在人工智能賦能之后，這種結構正在發生變化。通過類案檢索與數據分析，當事人可以快速了解類似案件的裁判傾向，并形成系統性認知，從而在與法官的互動中擁有更強的信息支撐。這種由數據與技術帶來的能力提升，使個體不再僅僅依賴自身經驗，而是可以借助更廣泛的知識資源參與博弈。

在具體實踐中，這種變化已經開始顯現。例如，在庭審過程中，一些當事人或代理人借助技術工具，可以實時調取資料、組織論證，對對方觀點進行快速回應。這種能力在一定程度上改變了原有的訴辯結構，使得原本專業性較強的一方優勢被削弱，整體博弈更加均衡。這本質上是信息公開與智能分析共同作用下，對權力結構的重塑。

三是，資源配置方式也在發生顯著變化。過去，司法系統需要投入大量人力資源，例如法官助理和書記員，用于處理文書、整理材料等輔助性工作。而在人工智能支持下，這類工作可以大規模自動化完成，從而顯著降低對人力的依賴。這種變化意味著，未來司法體系對人力規模的需求可能會下降，而對高質量人才的需求則進一步提升。

四是，司法運行規律也在悄然改變。傳統流程強調線下、逐環節推進，而隨著遠程技術與智能系統的發展，部分環節已經可以在線完成，流程的時空限制被打破。因此，司法活動的組織方式、運行節奏乃至制度設計，都可能隨之發生調整。

澎湃新聞：如何在人工智能時代構建中國法學自主知識體系？其中什么問題值得關注？

楊力：中國在數字司法階段發展中，一方面，在技術層面，較早推動了信息化與智能化在司法領域的應用，在實踐中形成了一系列具有示范意義的經驗，對世界司法文明產生了一定影響。另一方面，在規范層面，也同步思考和回應人工智能對司法體系帶來的沖擊，例如權力結構的調整、資源配置方式的變化以及規則運行機制的重塑。2022年最高人民法院發布的《關于規范和加強人工智能司法應用的意見》，是全球較早系統確立AI司法應用邊界與運行原則的國家級司法規范性文件，其核心表述被后續國際規則借鑒。

從國際比較看，中國在數字司法領域較有優勢，在數據匯總能力、業務覆蓋范圍及透明度等方面都較為領先。這種優勢，很大程度上得益于制度層面的集中推進能力與較高的落地效率，使得相關技術與制度能夠在較短時間內實現規?；瘧谩５L遠看，這種發展模式也面臨新挑戰，即如何在保持制度優勢的同時，引入市場機制，實現可持續發展。盡管單純依賴公共投入，可以在短期內形成規模優勢，但在長期運行中，可能面臨效率與創新動力不足。

因此，需要思考如何將數字司法能力轉化為市場化資源，使其在更廣泛的應用場景中發揮價值。例如，司法體系中沉淀的大量數據資源，如果能夠在合規前提下進行合理開發，就能為企業服務、公共治理等領域提供支持，從而形成新的價值創造路徑。這種轉化，并不意味著改變司法作為公共產品的屬性，而是在其外圍構建可持續發展的應用生態。

在這一過程中，引入資本力量是否會影響法律的公正性，也可能會引發一定擔憂。但從現實經驗來看，技術發展往往伴隨著爭議。例如，在信息技術快速發展階段，個人隱私與數據安全問題也曾引發廣泛關注，但并未因此停止技術應用，而是在發展過程中逐步建立規范體系。因此，更可行的路徑，不是完全排斥市場機制，而是在發展中不斷完善規則，通過制度設計來防范風險。

關鍵在于劃定邊界，即在涉及司法裁判等核心環節時，必須堅持其公共屬性，避免受到資本影響；而在外圍服務與延伸應用中，則可以引入市場機制，激發創新活力。這種區分也有助于推動法律服務從單純的“成本中心”，向價值創造轉變。例如，在企業決策過程中，法律不僅用于風險控制，還可以參與方案設計，提供優化路徑，甚至通過數據分析對潛在風險進行量化評估，從而成為決策閉環中的重要組成部分。在具體應用中，這種價值不僅體現在降低人力成本，還體現在提升決策質量。例如，在并購、投資等復雜場景中，通過對法律風險的前置分析，可以為企業提供更具針對性的策略建議，包括風險分散路徑、合作結構優化等。這類能力一旦成熟，將使法律服務從被動應對轉向主動賦能。因此，未來中國在人工智能與法學融合路徑上，仍需進一步引入市場化力量，增強持續創新能力。