最有温度的法律新媒体

哪三类人将成为法律与人工智能的连接者?

作者 / 李则立 上海市高级人民法院团委书记

来源 / 智合法律新媒体


1

算力、大数据,算法的进步指引我们走向人工智能。但单纯的“法律”加“人工智能”结不出“法律人工智能”的果子。通往法律人工智能的钥匙也许并不在于算法,而在于人,在于法律与技术的“连接者”。

从目前所知的法律人工智能实现路径来看,一条路是目前比较清晰的“专家、算法、数据”模式,这是人工智能技术深度应用于各个专业细分领域中找到的一个模式,目前的法律科技公司大致都沿着这个模式推进。

可能还存在另一条路,等待通用人工智能实现跨越式发展,直接用于法律领域。围棋领域“阿尔法狗元”横空出世,“左右互搏”自主学习打败了学习人工标注数据的“阿尔法狗”。不少法官说,我们的路子是不是走错了?虽说不能下定论说不可能,但毕竟围棋是完全信息,规则明确、空间封闭和特定的领域。为围棋训练出来的智能系统可能下象棋就不好用。

2

既然如此,通用人工智能之路被证明走得通之前,我们还是得先沿着第一条路走。这两条路的本质区别在于,机器的学习能不能离开人类老师?所以,除了程序员,至少需要三种“连接者”。

一是标签数据整理者,二是业务专家,三是产品经理。

“算法、数据、专家”三个要素当中,“算法”开源,各家水平虽有所不同,但基本原理自上世纪五六十年代成熟之后,没有变化,不是本质性差距,算是通用资源。“数据”是生产资料,具有明显的行业特征。比如上海法院信息化起步早,产生了大量数据。但是,“数据大”并不是“大数据”,这些数据并不能直接用于人工智能开发。数据需要经过标注,机器才能够读懂。否则,这些数据摆在开发者面前,就像一堆沙子,谁都知道里头有“黄金”,但只能望洋兴叹。有人说,“有多少人工,才有多少智能”,初级阶段的确如此。这是个苦活、累活,投入很大,我们需要很多“标签数据整理者”。

更为关键的是“专家经验”。要想让机器拥有“智能”,必须跟着行业专家学,最好还是行业的顶尖专家。为什么用别人当老师当不好?原因很简单,“跟臭棋篓子下棋,永远只是臭棋篓子”。所以,“关键先生”是行业专家。

还有“产品经理”。专家、工程师、产品经理,谁说了算?产品经理说了算,因为产品经理对最后的产品负责。产品是法律人工智能发挥效用的形态,产品经理更是“连接者中的连接者”,就如乔布斯乔帮主,千金易得,一将难求。

而且, “连接者”的需求相当可观。从目前开发进度来看,还没有发现一个底层规律,“放个大招”,一统天下将所有法律领域全部击破。目前的战术仍然只能是各个突破。刑法近470个罪名,民事案件光二级案由467个……一个一个地啃,“市场”需求很大,而且会越来越大。这就给整个行业提出了一个问题,这些人才从哪里来?

3

这些事交给科技公司,交给程序员行不行?在前人工智能时代,我们与技术公司之间的关系更多是甲方与乙方的关系,法律人提需求,技术公司帮助实现。那么这一回呢?这一回不同了。

三种人,一是数据整理者,二是业务专家,三是产品经理。

数据整理者做的是基础性工作。“打标签”是个技术活。一方面,看得懂法律文件,才能做数据的标注;另一方面,机器跑出来结果,机器学得对不对呢?还要反馈,校正,不对的要修正,这就是机器的“监督学习”。这些数据处理需要大量有一定法律实务经验的人来做。这些工作能不能外包?科大讯飞目前将一些诸如保险类的标注工作通过众筹平台来做,但法律数据众筹来做依然难度太大。而且标注哪些信息?精细化程度如何?都需要由资深法律人根据产品经过反反复复讨论形成结果。如果非法律人来做,有很大的培训成本.

业务专家几乎可以肯定必须由法律人来担任,而且是实务界的高段位业务专家。有人认为找到专家,就有了专家经验?其实不对。要想机器产生“认知”,从目前的技术演进来看,都会走到“知识图谱”这个问题上,就是想办法把法律概念分析成机器能够读懂的“知识结构”,并建立起知识与知识,概念与概念之间的联系,让机器“明白”。而且,法律概念的具体含义还可能演化,需要进一步修正。一个主要概念的变化还会引起系统性反应。这不是普通的业务沟通,需要高度的提炼能力,还需要能够与机器沟通,懂技术路径。比如科大讯飞的医学项目就是长期与医学专家深度交流,这是个在实践与理论与技术之间来回穿梭的高难度工作。

再说产品经理。谁来做产品经理?两条进路,一是技术人才对接法律需求,二是法律人了解技术进路。哪种方式更好?个体因素更具决定性。但相对来说,法律人学习成本相对较低,他能够了解技术进路,不需要学习“编程”,可以逐渐适应。但从技术跨过法律的门槛,有知识背景的限制,相对困难更大一些。所以,不少法律科技公司的做法是法律人负责专业需求,而技术人才负责通用需求。

4

可见,需求很大,投入很大,投入的时间还可能很长。法律行业有必要投入吗?有人说,我们投入那么多人工,产生人工智能,再来代替我们自己?

我们经常听到说要实现法律人工智能。但是如果我们去问问法律人工智能推进者们,无论是公检法这一端,还是靠谱的法律科技公司,没有人说过,我们的目标是实现法律人工智能。我们为什么要拥抱人工智能?主要是因为,我们长期想解决又解决不了的问题,人工智能给了一个新解法。

发展人工智能的理由至少有三点:

第一,法律行业知识管理的新方式。法律行业之所以被认为是一个传统行业,其中一个重要原因是知识管理问题。无论是在司法机关还是在律所,往往一位带头人离去,同时也宣告了一个业务“巅峰”的结束。所以我们现在想了很多办法推动职业化、专业化,无论是树立知识管理的理念,做好文档管理,运用印象笔记、思维导图等软件,还是为此开发OA系统,建立完善的培训体系,都是为了解决这个事。但人工智能将专家经验嵌入到应用系统当中,就好像刚入行的新医生,由全国三甲医院顶尖专家经验集合成的会诊团来给你支招,这业务水平是不是比从0到1的逐步摸索和积累来得高呢?那么病人是不是也能在一个非三甲医院获得三甲平均水准的医疗方案呢?这才是我们推进法律人工智能的目的,行业水准的稳定器。

第二,法律行业专业化、职业化水准提升的催化剂。人类在利用技术的同时,技术也会同时改造我们。比如在民商事领域也许标准化程度最高的道交案件中,假如我们统计一下“后续治疗费”,说法至少有10种之多,包括“二次治疗费、后续治疗费、后期医疗费、取出内固定物费用……”。那怎么办?两种办法,一种你让机器变得越来越聪明,能够识别人类各种天马行空,甚至连“一别两宽,各生欢喜”也能懂;另一种是规范化,提高标准化程度,将来这些说法统统归为“后续治疗费”。这显然是成本更低的一种方式。这样就形成了一个“倒逼”机制,逼着人做事越来越标准。同时,也是给法律人省时间的过程。

第三,法律行业向上“跃迁”的助推器。法官、律师们能够把本来用于重复劳动的时间省出来,这些时间省出来干什么?用于那些需要深入思考的价值判断,做机器做不到的事情。未来社会的变化速度越来越快,法律的滞后性必须与社会的快速演进保持一个合适的速度,而价值判断的难度也会越来越大,法律人的地位和价值也将水涨船高。

5

所以,发展法律人工智能,不单是司法机关的事,也不单是某些法律科技公司的事,是整个行业的事。这是一个演进的过程,技术与人不断互动,今天改进一点,看不出来,明天改进一点,等人工智能从孩子慢慢长大了,同时也改变了整个行业的模样。

毕竟,从K.K提出的”技术元素”来看,当图像识别,语音识别这些“感知”智能突破以后,必然向着“认知”的方向发展,但这件事最终是在中国发生,还是在美国发生,或者在英国发生,却并不必然。

这可能是我们这一代中国法律人的使命。

注:

本文为作者在智合论坛2017上的演讲

责编/Ethan 编辑/Angie  分类/投稿

未经允许不得转载:智合 » 哪三类人将成为法律与人工智能的连接者?