摘要

　　近日，人工智能阿尔法狗（Alpha Go）与中国围棋职业九段柯洁的人机大战中，柯洁以0:3负于阿尔法狗，引起公众热议。而人工智能并非近几年横空出世，其从诞生至今已有半个世纪之久。人工智能也早已被应用于法律行业，因此本文将从国内外人工智能与律师服务结合现状为基础，着重探讨未来人工智能对律师行业带来的影响。

一、什么是AI？

　　人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

　　李开复在其著作《人工智能》中提出了不同层级人工智能的几个基本定义。弱人工智能，指的是专注于且只能解决特定领域问题的人工智能。那么只会下围棋的阿尔法狗就是弱人工智能的实例。强人工智能是指可以胜任人类所有工作的人工智能。超强人工智能是指可以比世界上最聪明、最有天赋的人类还聪明的人工智能。

　　目前人工智能尚处于弱人工智能阶段，因此本文主要针对弱人工智能，阐述其与法律服务结合情况。

二、AI法律服务方向

　　人工智能被引入法律界，主要可以被应用于两大方向：信息检索和查询、司法裁量模型。信息检索功能目前已被广泛应用，而司法裁量模型是未来的研发方向。

　　（一）信息检索、查询

　　1、检索法律规定。人工智能的强大数据检索功能可以有效帮助律师整理浩如烟海的法律条文。刑事辩护服务所涉及的相关法律规定并不仅限于《刑法》、《刑诉法》，还包括司法解释、行政法规、地方性法规，而司法实践中还涉及各地司法部门颁布的各类指引等。其数量绝非人类个体所能全部学习并掌握，即便是有十多年从业经验的资深刑辩律师也只能做到涉猎，而在需要使用时，仍需花大量时间搜索、学习。

　　2、检索判例。虽然我国是成文法国家，不是判例法国家，但司法实践中，判例仍有巨大借鉴意义。刑事律师在实际办理案件过程中，不仅要查找最高院发布的指导案例，还要查找本省、市、区的判例。目前我国的“无讼”、“理脉”就是为法律人提供的判例搜索系统。

　　3、检索文件。审查案卷中的各类言辞证据、书证是律师重要工作之一。而许多刑事案件，如虚开增值税发票、网络诈骗、集资诈骗、组织领导参与黑社会性质组织等案件，其案卷中的嫌疑人笔录、证人笔录、书证何其繁多。刑事律师需花费大量时间反复审查证据。而检索功能可以帮助律师采用搜索关键词的方式，提取有效信息。

　　（二）司法裁量模型

　　1、案件预测。该功能首先要在基本事实确定的前提下进行。其次，利用数据库内已有的判决结果，对过去案件数据进行自动化对比和分析。第三，采用科学的推理机制，模拟法官裁量过程，进而预测出案件可能的结果。

　　这对于律师来说有重大意义，例如刑事律师在办理案件过程中，输入相应犯罪事实、量刑情节，就能得出预测结果。律师据此分析司法人员对本案的倾向性意见，进而制定相应辩护策略。

　　2、法律咨询。当人工智能可以在基本事实确定的基础上，对案件进行预测，则人工智能可以为当事人家属提供可能的案件结果，当事人可以根据案件结果，预先决定是否聘请律师、聘请什么样的律师，进而提升咨询后的委托率。

　　律师界有种意见，认为该功能是对律师界的毁灭性打击，但笔者认为，即便该功能能够实现，但因人工智能在基本事实的认定情况下提供咨询，而基本事实在司法实践中本就是难以确定的。且人工智能只能提供结果，并不能为当事人进行详尽分析。因此该功能对律师来说，利大于弊。

三、国内外AI应用于法律行业的现状

　　（一）国外

　　1、检索功能的应用。2015年夏天，由IBM研发的世界首位人工智能律师Ross进驻纽约Baker & Hostetler律师事务所，帮助处理公司破产等事务。Ross不仅可以帮助律师检索大量法律文书，还可以通过数据分析，解答一些简单法律问题。2016年3月，世界四大会计师事务所之一的德勤宣布，将与人工智能企业Kira Systems合作联盟，将人工智能引入会计、税务、审计等工作中，代替人类阅读合同和文件。

　　2、分析嫌疑人危险指数，为审判提供参考。从2012年起，威斯康星州就鼓励在全州所有法庭上都用COMPAS，在监狱系统中的每一部分也使用它，给犯人做出评估，协助司法人员进行判刑到假释的判断。而威斯康星州拉克罗斯警方在2013年2月拘捕了累犯 Eric Loomis，因为他驾驶的汽车曾在一起驾车枪击案件中使用过。法院判决认定盗窃罪和拒捕罪，并依据COMPAS提供的信息，认为Eric Loomis对社会具有高度危险，一开始对其判处8年6个月有期徒刑,。该量刑明显过重。

　　（二）国内

　　1、检索判例、法规。近两年，蒋勇律师率先在律师行业提出“互联网+”“大数据”概念。其所率的天同律师事务所推出“无讼”平台可以进行判例检索。类似的平台，还有金杜律师事务所推出的“理脉”平台。最高人民法院也改善了“中国裁判文书网”中的判例搜索，加强了关键词搜索功能。三大平台为律师搜集判例提供了莫大帮助，但仍有改善空间。

　　（1）从判例数量上看，其一，三个平台数据都尚待完善。这并非因为技术原因，而是由于近几年最高院才提出所有文书均在网上公布，所以平台上的判例以近几年判例为主。而即便是近年的判决，也未全部在网上公布。其二，检索功能较为基础，只能按照精准关键词搜索，未能实现模糊搜索。例如搜索“两个轻微伤、寻衅滋事”，就无法检索出“二个轻微伤”的相关判例。

　　（2）从法规数量上看，目前只有“无讼”可以对法规进行检索，其他平台尚未开发法规检索功能。而“无讼”的法规范围也仅限于法律条文，对于司法解释、部门规章、各省规定均未收录。

　　（3）从其他数据上看，“诉讼”除了可以检索判例和法规外，还有律师信息，但只是律师基本信息，未建立详尽数据库。“理脉”除了可检索判例外，还可检索律师、律所、法官，但同样数据较为粗略。

　　2、案件预测。目前国内没有人工智能在案件预测功能上取得突破性进展。北京真泽信息科技有限公司推出的“法狗狗”平台致力于实现案件预测功能，但目前其系统根据最主要的犯罪事实提供大致量刑结果，还不是通过建立数学模型，模拟法官裁量过程从而进行“预测”。例如诈骗罪，可根据诈骗金额、承办案件所属地区，预测量刑结果，而量刑情节，如从犯、未成年人等并没有计算在内。此外，因客观因素所限，该系统所依据的判例数量也较小。统计学的基础在于大量数据分析，因此目前还无法做到在充足判例数量的情况下进行分析。此外，其推算方法是否科学，也不可知。因此该系统还在初步阶段，尚有极大改进余地。

四、国内AI法律服务现存问题及未来难点

　　（一）可待完善的现存问题

　　1、提升检索能力。因国内法律服务市场经济总实力有限，加上客观上大量判例及内部规定不能在网上公开，因此国内AI法律服务的检索功能，在数据和技术层面，都还有待提升。而人工智能的检索功能在其他领域中已经可以实现模糊搜索，并提供检索选择等功能，甚至可以直接通过数据分析提供问题答案。相信不久的将来，这些更为高级的检索功能在法律服务领域同样可以实现。

　　2、初步甄别后提取关键信息。律师检索判例是为了了解相似情况下案件可能的处理结果，以及将相关判例提交给司法人员，供司法人员参考。而目前法律界的AI检索功能只能实现数据的提取和简单统计，还不能做到重要数据的筛选和甄别。

　　例如笔者需了解本省虚开增值税专用发票案件中介绍虚开行为人是否构成从犯的问题。则笔者可以在“无讼”进行检索输入关键词“虚开增值税发票”、“介绍”、“从犯”、“浙江省”，然后笔者在29个判例中浏览“本院认为”、“辩护人提出”等部分，提取有效信息，最终甄别出在何种情况下介绍者可以构成从犯，何种情况不可以构成从犯。过程大约花费30分钟。

　　根据李开复提出的“五秒钟准则”，如果人可以在5秒钟以内对工作需要思考和决策的问题作出相应决定，则该工作很有可能被人工智能技术全部或部分取代。因此笔者在浏览每份判决书时，在决定是否提取某一份判决书中的某一个信息时，也只是几秒钟便可决定。所以提取信息的工作完全可以全部或部分由人工智能提供，而律师可以在人工智能的基础上进一步甄别有效信息，并对有效信息进行对比分析。

　　3、加强数据库建设。上文已经提到，在检索功能上，目前国内人工智能的数据库尚不完备，不管是判例还是法律规定都有待完善。此外，因为判决书只涵盖已决案件，但大量的审查起诉阶段免于起诉案件、侦查阶段撤案案件的文书，目前均无法查询。而这些案例，对刑辩律师办理案件又有重要借鉴意义。希望在以后，可以在不涉密、不涉隐私的情况下，让律师可在某平台上查询。

　　4、提供更多检索项目。除了提供判例、法规等文书，还可提供律师、律所办理相关案件的情况，为当事人提供更为直观的数据参考。例如客户搜索XX律师，就可知道其供办理过多少案件，其所办理的案件主要针对哪些领域等。这样可减少客户大海捞针式的咨询，同时也提升了委托率。目前 “理脉”在检索律师、法官、律所方面已经作出了尝试，但因数据有限，该功能尚待完善。

　　（二）无法克服的未来难点

　　1、裁判考量因素多样，机器无法穷尽。阿尔法狗之所以可以玩转围棋，依靠其运算能力，就是沿着这棵“游戏树”一步步往下搜索，在所有可能出现的棋盘局面中，根据最有利于己方的终局结果，向前回溯至当前节点，决定下一步应该怎么走。（如图所示）。

　　但阿尔法狗的运算能力无法直接应用于司法裁量。因为司法人员在对刑事案件作出裁量时，其考虑的问题是多样的，不仅要考量证据本身呈现的基本事实，还要运用逻辑推理得出推理事实，最终综合得出裁判事实。此外还要考虑社会价值诉求、情感因素、人文关怀等因素。

　　2、自然语言与机器语言难以结合。自然语言的句式和语义复杂多变，这种多样性使得自动分析变得极为困难。

　　第一，在办理刑事案件过程中，律师第一次接待当事人家属、第一次会见当事人，都需要从当事人及家属的自然语言中，提炼出关键信息，总结概括出基本事实。例如“东西”、“意思”等词在不同语境下有不同的解读，而同样一句话用不同的语气表述，其所代表的意思也是不同的。

　　第二，刑辩律师在会见过程中需要根据当事人所说的概念转化为法律概念。而人工智能因为无法完全理解自然语言，则其无法将自然语言中的概念归纳、提升为法律概念。

　　3、考量嫌疑人的社会危险性，无法依据数据进行预判。在上文提到的Eric Loomis案件中，法院依据的COMPAS通过向被告询问137个问题,比如“你在学校多久打一次架？“、”你有多少朋友非法使用药物”、”你受过的最高教育是什么”，还有搜索他曾经的犯罪记录，甚至头骨数据等，经过公司设定的复杂算法。推算出他的“危险指数”，也就是“未来再次犯罪的可能性”。而Eric Loomis想要获知COMPAS的推算方法时，COMPAS的研发公司声称推算方法系商业机密，不能公开。以此案为例，人工智能提出的危险性预测，为审判提供参考，其至少存在三大问题。

　　第一，虽然司法实践中，人身危险性或再犯可能性，是法官量刑的考量因素之一。但考量该问题的因素限于嫌疑人在案发过程中所实施的行为、作用大小、主观恶性、有无前科、有无自首或坦白等现实的、直接的因素。而这些因素需审判人员从证据角度出发，认定基本事实之后，进行考量。而人工智能对案件的预测建立在基本事实认定之后，所以人工智能永远无法对嫌疑人的人身危险性进行直接预判。

　　第二，COMPAS依靠教育背景、择友情况，甚至头骨角度，推算出人身危险性，其预判依据的数据范围存在错误。例如著名神经科学家詹姆斯·法隆，其研究大脑组织35年，并发现心理变态者的大脑边缘皮质都存在相同的变异。2005年，在对正常人和异常人脑部扫描图的研究中，他发现，自己的脑部结构跟心理变态罪犯的一模一样。如果按照人工智能考量的数据范围，詹姆斯·法隆属于极具人身危险性的人，而事实上他是著名的神经科学家。所以不应依据嫌疑人的教育背景等间接因素为审判提供参考，否则就会出现误判的情况。

　　第三，目前大多数人认为，复杂、多变的逻辑推理过程，无法用建立数学模型的方式进行推算。即便能够制作出模拟裁量过程的推算机制，该机制是否科学，是否能够为司法人员提供参考，均不得而知。

五、AI无法替代的刑事辩护工作

　　虽然弱人工智能具有大数据的支持，且逐步向自主学习方面进步，因此在将来可以实现替代律师完成部分工作。但人工智能与法律结合无法克服的难点，其还是无法取代律师为当事人提供法律服务。接下来，笔者从办理刑事案件的角度阐述人工智能无法替代的十二项律师工作。

　　（一）获取案源

　　律师获取案源，靠的是个性化口碑，也就是律师的个人品牌形象，即个人拥有的外在形象和内在涵养所传递的独特、鲜明、确定、易被感知的信息集合体。

　　不可否认，资深律师的接案率比年轻律师高，而不同资深律师的接案率也有所不同。说明当事人作为“精明”的消费者，其天然地会选择个人品牌更为成熟，或者更符合其要求的律师为其提供法律服务。

　　因为人类是具有鲜明个性的，所以每人都可以依据个性、经历塑造不同个人品牌。而人工智能虽然可以自我学习，但其缺乏情感，是“冷冰冰”的统一化工业产品，无法体现个性。

　　（二）会见辅导

　　刑辩律师在会见当事人过程中，要从当事人杂乱无章的自然语言中提炼出影响定罪量刑的关键事实，并从法律概念角度分析关键事实对案件走向的影响。而人工智能对自然语言和法律概念的理解都极为有限。

　　例如笔者所办理的某网络诈骗案，当事人被侦查机关认定通过淘宝代运营的方式进行诈骗。而在会见过程中，笔者了解到当事人只是公司技术部的普通职工，并不接触公司运营事宜。辩护人随即提问，既然其不接触公司运营，为何其供述“我知道公司是做代运营的”。当事人回答“我是刚入职的时候听我们主管说到过我们公司有在做‘淘宝代运营’，我只是搞程序的，也不懂‘代运营’到底是什么意思。”根据当事人的这番回答，笔者继续向其询问工作场地、工作时间、营销人员是否列席其部门会议等问题，发现其客观上确实无机会接触公司运营事务。刑法上“共同犯罪”要求行为人之间存在“犯意联络”，即要求有共同商议、谋划的，而结合当事人所说，其不构成共犯。笔者根据该点提交辩护意见，最后本案当事人在侦查阶段被取保候审。

　　（三）安抚情绪

　　律师第一次接待当事人家属，在听取了对方陈述后，不仅要为其提供法律服务方案，还要安抚当事人情绪，获得当事人信任，进而才有机会得到当事人的委托。而目前人工智能显然不具有同理心、亲和力。即便将来人工智能发展至超强人工智能，具体普通人类所不具有的创造能力，也不代表人工智能可以产生人类情感。因此人工智能无法让当事人产生信赖感。

　　（四）说服检法

　　刑辩律师的重要工作之一就是与案件承办人员当面沟通、说服。通过向承办人员表达辩护观点，与其进行充分沟通，进而达到辩护目的。律师在沟通过程中使劲浑身解数，希望能将自己的观点有效传达给对方。而在实践中，律师尚无法做到每次都是有效沟通，更何况人工智能无法感知承办人员的情绪， 更不能通过感知情绪而随机改变表达策略， 因此其难以取代律师进行沟通。

　　（五）审查卷宗

　　2015年，统计调查公司Altman Weil Flash 对美国律师事务所的老板们进行了一项民意调查，了解他们对自然语言处理软件是否能够取代律师的看法。总得来说，大多数人相信计算机最终能够取代律师，其中47%的受调查者认为，在5-10年内，律师助理将失去工作。尽管如此，可被替代的工作也仅限于机械、重复的信息检索和基础分析，但综合对比分析并确定基本事实，仍需律师完成。

　　律师需要综合分析全案证据，确定基本事实。而在刑事案件办理过程中，往往控辩双方在基本事实的认定上就有很大争议。

　　例如笔者曾办理的温州某集资诈骗案中，控方指控嫌疑人曾花费1000余万元购买多辆豪车，因此认定其具有非法占有目的。本案中“嫌疑人曾花费1000余万元购买多辆豪车”就是一个基本事实。而在辩护过程中，经辩护人对证据综合分析，认为该基本事实并不成立，大部分消费并非来自于集资款。

　　（六）逻辑推理

　　运用逻辑推理，得出推定事实。刑事案件中“推定”是司法证明过程的组成部分。在基本事实确定的基础上，律师要运用经验法则、逻辑推理得出推定事实。而人工智能无法获取人类生活经验和逻辑推理能力，因此无法胜任该工作。

　　例如上文中“认定嫌疑人具有非法占有目的”就是推定事实。而笔者在辩护过程中提出该推定不能成立，因为嫌疑人本身具有几千万的资产，且其经营几亿元的煤矿项目，其预期获利上亿元，在这种情况下花费几百万购置车辆，不能推定其有“非法占有”目的。

　　（七）证据判断

　　依据办案经验、常情常理发现证据问题。律师在审查言辞证据时，依据其经验分析证据的真实性。

　　例如笔者在办理某银行高管被控受贿案，该案一开始被认定为“非国家工作人员受贿罪”，并由公安机关侦查，后被认定为“受贿罪”，由检察机关侦查。辩护人在审查当事人笔录时，发现当事人在公安侦查阶段的几份笔录都称自己收的“存款回报款”，而一到了检察侦查阶段，就突然改变说法称系“个人好处费”。于是辩护人与当事人核实该情况，原来“好处费”的说法，是检察侦查人员提出的，其以为两种说法并无区别，就继续引用了“个人好处费”的说法。辩护人据此提出辩护意见，后被法院采纳，认为当事人收受的钱款系单位资金，非个人好处费。

　　（八）法律适用

　　刑事案件的辩护，着力于事实和法律两个层面。当事实确定的基础上，适用何种法律，对嫌疑人的量刑有重大影响。而我国虽然是成文法国家，但法律规定繁多，而每人对法律规定的理解又是不同的，所以在法律适用层面存在辩护空间。

　　例如在网络诈骗等犯罪活动中，嫌疑人很可能利用他人提供的网络技术支持。一般情况，被帮助者和帮助者会形成共犯关系，前者是正犯，后者是帮助犯。但是《刑法修正案九》规定，明知他人利用信息网络实施犯罪，为其提供技术支持的，构成帮助信息网络犯罪活动罪。那么提供帮助者，到底是构成诈骗罪的共犯，还是帮助信息网络犯罪活动罪的正犯，就成了争议焦点。

　　（九）辩护策略

　　虽然律师助理的工作在将来有可能被取代，势必会影响年轻律师的就业率，但是同样也会释放年轻律师的工作时间，让年轻律师有更多的时间专注于审查证据、认定事实、适用法律方面的研究和分析，从而制定辩护策略。

　　刑辩律师在办案过程中，要根据其个人经验和专业知识，预估案件可能的走向，从而制定相应的辩护策略。而影响刑事案件走向的因素是多样的，无法预估的，所以人工智能无法向人类一样思考并选择战略。

　　例如刑事案件在侦查阶段，律师想要争取司法机关对嫌疑人改变强制措施为取保候审，可以有“存疑不捕”和“构罪不捕”两种策略，但这都需要律师在预判案件走向和听取当事人意见的基础上，做出选择。又如在故意杀人、伤害等案件中，从量刑角度看往往需要通过赔偿从而获得被害人谅解，而何时赔偿、赔偿多少、由谁出面调解等等，都需要律师进行分析。

　　（十）调查取证

　　刑辩律师在办案过程中需要根据案件需要，进行调查取证。而“有谁来调取”、“向谁调取”、“如何调取”、“如何制作笔录”等，都需要律师的分析判断。

　　例如刑辩律师认为必要向证人进行调查取证时，其需预判该证人笔录是否稳定、真实，如果该证人在向律师提供有利于嫌疑人的说法后，后续可能在司法机关的询问下会作出不利于嫌疑人的说法，则律师不应向该名证人调查取证，而申请司法机关进行取证。

　　（十一）出庭辩护

　　出庭辩护是刑事律师的重要工作之一。近年来，我国司法界一直在提倡刑事案件的审理要“以庭审为中心”。而律师要取得良好的庭审效果，不仅要有临场应变能力，还要考虑情感因素。而人工智能对于其数据库内没有存储的信息，无法做出分析，且在庭审中无法引起庭审人员的情感共鸣。

　　第一，临场应变。律师紧抓庭审现场出现的状况，立刻制定应对策略。例如当事人之前一直在做无罪辩解，结果庭审时突然认罪，此时律师要立即申请休庭，争取时间与当事人沟通，确定辩护方向。

　　第二，考虑情感因素。正所谓“法不外乎人情”，法律是平等的，但执法要考虑人文关怀、情感因素。而律师在庭审时，不仅要晓之以理，还要动之以情。例如笔者曾旁听某贩毒二审案件，当事人原系当地警察，一审认定其构成贩卖毒品罪，判处死刑立即执行。但辩护律师在二审庭审时，不仅“晓之以理”，说理论证被告人具有重大立功情节，并提出毒品鉴定意见存在多处瑕疵。同时“动之以情”，希望二审法院考虑到被告人原系优秀公安干警，且系家中独子，一时迷失而犯罪，听得旁听人员潸然泪下。因为庭审效果非常好，最终二审虽未认定被告人构成重大立功，但参照立功对其改判为死缓。

　　（十二）社会价值

　　刑辩律师在办理案件过程中，不仅要立足于法律和事实，还要考量社会价值诉求。而社会价值诉求是人类对好坏、得失、善恶、美丑等价值的立场、看法、态度和选择。而人工智能不具有情感因素，其只可以从数据角度看待问题，不具有社会价值理念。

　　例如引起公众广泛热议的印度抗癌药代购第一人陆勇因涉嫌销售假药被捕一案，该案既涉及基本事实的认定争议，即陆勇是“销售假药”，还是“购买假药”，也涉及社会价值诉求的考量。最后以检方撤诉告终。而这些工作依赖于刑辩律师对证据的分析和对社会价值诉求的把握。

　　很多人对人工智能感到恐慌，他们惧怕的不是现阶段的弱人工智能，而是将来的超强人工智能的出现。连理论物理学家、《时间简史》的作者霍金都提出了担忧“完全人工智能的研发可能意味着人类的末日”。全球数百位顶尖科学家搭建复杂数学模型，通过类似摩尔定律的多重推演得出结论，人工智能将在2040年达到普通人智力水平，并引发智力爆炸。但该推理过程和结论是否科学，都不可知。且谁也不能肯定人工智能在接下来的技术中不会遭遇技术难点。因此超强人工智能何时降临，尚不得而知。

　　英国文豪狄更斯在他的名著《双城记》中开篇的一句话“这是最好的时代，也是最坏的时代”，我们且拭目以待。

　　                                                                                                  （文章来源：靖霖律师事务所）