中国政法-关于人工智能法律系统的思考-2018.3.23-31页-1mb

报告摘要

关于人工智能法律系统的思考总结

核心内容

本文探讨了人工智能在法律系统中的应用前景及开发策略，从人工智能的定义、法律推理的智能化研究、司法领域的应用潜力，到法律系统开发的具体难点和解决方案，全面分析了人工智能与法律结合的可能性与挑战。

主要观点

人工智能的界定
人工智能是指能够模拟人类智能行为，如认知、推理、学习、交流等的系统。它强调系统在多变和不可控环境下作业的能力，以及其通过学习和推理达到类似人类智能水平的潜力。
法律推理人工智能研究的进展
- 法律推理是人工智能模拟的理想对象，因其具有稳定的对象、明确的前提和严格的程序。
- 自1970年代起，法律推理人工智能研究逐步发展，出现了多个法律专家系统，如《LOA律师办公自动化系统》和《实用刑法专家系统》。
- 人工智能在司法领域的应用已取得一定成果，如在欧洲人权法院的案例中，AI提出的判决与实际判决的一致率高达79%。
人工智能在司法领域的应用前景
- 人工智能可以辅助司法审判，使法律从业者专注于复杂案件，提高司法效率和公正性。
- 法律推理的智能化有助于实现罗尔斯正义第一原则，但需由人类法官弥补第二原则，以确保社会妥协性。
- 人工智能在法律教育和培训中也有重要应用，如电子模拟法庭和智能咨询系统。
人工智能法律系统研发难点
- 事实认定：事实认定具有盖然性，依赖于证据的可靠性、证人的可信性及经验推论。
- 法律解释：法律解释涉及多层逻辑和价值判断，需结合语义解释、体系解释、目的解释等多种方法。
- 科学证据的双刃剑作用：科学证据如DNA分析可以减少冤假错案，但也可能因过度依赖而制造错误。
人工智能法律系统开发策略
- 需建立由法律家、逻辑学家和计算机专家组成的研发团队。
- 采用“研究与应用相结合、以应用为主导”的研发策略。
- 系统应具备案件输入、法律检索、法律分析、事实认定、法律解释和法律推理六大功能模块。
- 以威格莫尔图示法为起点，构建系统化的法律推理模型，包括证言主张、间接证据、补强事实等符号系统。