计算法学论坛 | 分论坛三：法律职业智能辅助的技术与实践

分论坛三围绕“法律职业智能辅助的技术与实践”展开，由清华大学计算机系长聘副教授张敏主持。

（清华大学计算机系长聘副教授  张敏）

清华大学法学院副教授赵晓力做了题为“机器学习与司法经验的传播”的报告发言。他通过对比大陆法系与英美法系知识传播与判决意见形成的过程，分析了不同法系法律大数据的特征，并初步总结了与之对应的人工智能研究方法。他指出，大陆法系以法典为主的知识传播与我国“司法经验”的传播过程更多采用了自上而下的演绎方法，这与人工智能中知识图谱、贝叶斯推理等方法的思维更加贴合，而在采用机器学习的方法时，要更多关照司法数据的特殊类型。

（清华大学法学院副教授 赵晓力）

江西财经大学软件学院系主任、副教授邓松做了题为“刑事智能量刑系统的开发与应用”的报告发言。他介绍了由其团队设计的智能辅助办案系统：对于常用案由，基于专家知识和自然语言处理的方法，仅耗时2-3分钟即实现当场判决；对于非常用案由，通过大数据深度学习技术推送类似案件，为裁判提供参考。他强调，智能辅助办案系统要注重量刑运算公式的可说明性，同时要注重系统的辅助作用，留给法官更多谨慎思考和裁判考量的空间。

（江西财经大学软件学院系主任、副教授  邓松）

精友国际信息科技（北京）有限公司总裁冯君做了题为“社会多元化调解司法模式创新——道交网上数据一体化平台”的报告发言。他指出，该平台基于人工智能算法和大数据设计了赔付算法的模型，并通过司法裁判文书自动生成等技术减少法官的类案工作量。同时，该平台实现了道路交通事故损害赔偿案件中公安部门事故认定、法院裁判、保险公司理赔等多环节的信息共享，建立了道路交通赔偿案件一体化解决机制，有利于提升纠纷解决的效率。

（精友国际信息科技（北京）有限公司总裁  冯君）

多伦多大学法学院助理教授Anthony Niblett做了题为“利用机器学习预测关于合理期限通知的裁决”的报告发言。根据加拿大法律，雇主解雇雇员需提前通知雇员，但是提前通知的合理期限并非固定标准。他介绍，其团队收集了几千份案例，利用机器学习技术预测合理通知期限，并且制作APP以便雇员与雇主利用多重变量预测合理期限。他指出，在通过机器学习预测案件结果的同时，也应进一步思考司法大数据中的偏差及其背后的局限性。

（多伦多大学法学院助理教授  Anthony Niblett）

北京华宇元典信息服务有限公司总经理邹劭坤做了题为“法律智能科技助力法治中国”的报告发言。他指出，中国人工智能法律市场的发展源于法院、检察院等公权力机关，这表明国家对纠纷解决的需求量庞大，也对产学研多领域跟进提出了要求。同时，鉴于中国在国际上的经济、政治地位，我国法律智能科技的发展也将为全球纠纷解决提供相关借鉴。他强调，我们需要放弃传统的行业壁垒，结合计算机技能和多专业的视角，以更开放和包容的心态去面向未来人才培养、产业发展。

（北京华宇元典信息服务有限公司总经理  邹邵坤）

布鲁克林法学院教授Jonathan Askin做了题为“数字时代的律师教育与演进”的报告发言。他指出，律师应该像商业创新者一样思考，主动追逐数字时代带来的革命。技术与法律的融合展现在三个方面：第一，通过虚拟现实技术帮助学生模拟法庭真实辩论的感觉；第二，鉴于区块链对法律架构带来的变化，法学院的学生应该学习如何应用区块链等新兴技术；最后，他希望发挥中美两国优势，加强中美之间探索法律科技的合作。

（布鲁克林法学院教授  Jonathan Askin)

PayPal高级法律顾问林洁做了题为“信息时代法务工作者的机遇和挑战”的报告发言。她从自身从事金融科技领域法律服务的经验出发，阐述了信息时代法务工作者需要适应信息科技带来的三大挑战：第一，如何读懂新的科学技术产品，如何与技术人才沟通、合作；第二，如何理解科技产品应用的商业模式；第三，面对数据、隐私保护，以及反洗钱等法律问题，如何应对跨国界的法律挑战。

（PayPal高级法律顾问  林洁）

最后，科大讯飞股份有限公司副总裁、政法事业群执行总裁刘江从法律职业智能辅助技术的用户习惯、人工智能算法的可解释性问题等方面进行了点评，并期待未来能够实现法律、人工智能、科技发展的融合。

（科大讯飞股份有限公司副总裁、政法事业群执行总裁  刘江）

欢迎关注“明理e法”公众号

实时获取“智能法律”新动态