【原】法律服务领域，人工智能技术的应用条件已成熟！

律新社特约观察员：梅林

法律谷创始人

目前，国内互联网法律电商已经十余年了，这十年间已经涌现了很多种模式，但是如果我说没有一种成功了，应该大家没有异议，目前的现状可以说大家都还是在尝试之中，但是有一些方向性的东西大家应该是已经有意无意的达成了共识，比如说，不可能像淘宝、大众点评那样，做一个平台就把线下的商品移植到线上，法律服务必须做脱胎换骨的改造才可能互联网化。但是应该怎么改造呢？

很多人提出了法律服务标准化，将法律服务不仅仅是按流程，而是按照服务内容细分后制定出一系列的标准化的工具，普通人可以在这些工具上根据自己的情况做出一些选择，工具会自动的生成解决方案或者文档。这个方案看起来很美好，如果能实现的话很有可能可以消除普通人和法律专业人士之间的信息不对称，让法律产品可以变得很便宜，变得可以不需要人工就可以提供大量的法律服务，让法律服务可以真正的互联网化。但是实际上我认为这条路在大部分法律领域是走不通的。

首先这个想法已经出现很多年了，属于人工智能研究的一个分支，并且有一个名字——专家系统。从上世纪70年代甚至更早就已经有很多人在做这方面的研究，有很多专家系统被提出，但是直到现在也没有一个能在法律服务中广泛的使用，其原因有两个。

一方面，法律推理牵涉的因素太多，目前为止没有一个完美的模型可以解决大部分的法律推理问题；

另一方面，即使是专家系统，也总要让使用者对事情有一定的认识，这个认识是整个系统使用的入口，进入系统后不同的事实认定将导致系统的推理走向不同的分岔口，而法律服务所牵涉的事实认定是法律人依据自己掌握的法律知识、经验、甚至价值观对现实世界的理解做出的，普通人根本没有办法在最初级的入口做出准确的事实认定，导致后面的法律推理无法进行。

比如大家都认为简单的离婚案件，夫妻一方是否出轨的认定，一方很有可能看到另一方和异性单独吃饭就认为对方出轨了，但是在法庭上的认定尺度却不会这么宽松，而且并没有一个严格的划分线。

所以我认为，除了少数非诉法律服务外，绝大部分法律服务是无法被标准化的，而且法律服务的标准化太依赖于前期的人工对法律服务建立模型，而这个模型的建立太复杂，需要花费大量的专家人力，而且即使建立了，一个繁琐庞杂的模型必然会有适用性差的问题。

那这么说来法律服务是不是一定不可能互联网化呢？我想不是的，技术的发展总是超乎人们的想象，特别是近年来人工智能技术的发展，让以往很多不可能的事变成了可能，而特别是近年获得重大突破而变得炙手可热的机器学习技术，给人们提供了一个解决问题的全新思路。

在机器学习，特别是深度学习中，人并不需要告诉机器所有的逻辑推理，只是给出一些特征和大量的数据，机器就可以从中学习如何识别图片、语音、文字等，识别的过程被黑盒子化了，正如人自己一样，很多时候我们并不知道自己的大脑是如何得出结论的，我们并不是任何时候都依赖逻辑推理，很多时候是依赖经验、知识凭直觉得出的结论。

那么法律服务互联网化时我们为什么一定要事无巨细的列举出所有的细节呢？是不是也可以把法律服务从知识经验到结论的过程看作是一个黑盒子，直接用机器学习的方法去寻找答案呢？这就是法律互联网的智能化解决方案！

人工智能系统要能取得成效一般来说需要有三个条件：运算能力、算法和数据量。前两个应当说不是我们做法律人研究的核心，我们只需要了解这些技术并拿来使用就好，我们可以知道的是，目前运算能力和算法方面取得了极大的进展，在语音图像识别、自然语言处理方面都有了很多运用，可以拿来解决一部分法律问题了，至于能解决到什么程度我们以后再细谈。而数据方面，和其他应用方向相比，法律领域有一个巨大的、人人可以获取的宝库——公开的裁判文书，目前已经有了近2000万份，并且还在不断的增加。所以对法律领域而言，人工智能技术的应用条件已经成熟了，有志于将法律服务互联网化，解决法律服务中的信息不对称问题的人们应该赶紧将研究方向从徒劳的、难扩展的、无法解决根本问题的法律服务标准化转移到智能化来。

如果研究法律服务的智能化，我们应该从哪里着手呢？我认为可能的研究方向有两个，并且都是切实可行，可以在几年内就见效。

一个方向是消除普通人和法律人之间的信息不对称，一直以来信息不对称问题都是法律互联网发展的症结，由于普通人实在是搞不懂法律服务中的那么多道道，所以我们完全无法建立像大众点评、携程那样的垂直入口，导致有互联网使用习惯的人找律师也只能上百度等综合搜索平台，并且找律师的过程也太依赖用户个人的能力水平，对大部分人而言，选择法律服务提供者是智能靠撞大运的。

那么我们怎么使用人工智能技术来消除这个信息不对称呢？我们可以想想法律人自己碰到法律问题是怎么解决的，相信很多法律人都有找类似案例，然后从类似案例中了解法官裁判观点和尺度的习惯，我认为这是一个很好的方法，但是问题是普通人由于知识能力所限，找不到看不懂裁判文书。从这个角度出发，人工智能技术可以做什么呢？

首先，我们可以使用人工智能中的自然语言处理，语义分析技术来将普通人使用日常语言对自己的案情做的描述与裁判文书匹配起来，找到类似的法律文书，这一个技术实现上不成问题，虽然精度目前还需要进一步优化，但是已经可以实用化了。有兴趣的可以上法律谷网站体验一下基于语义匹配的案例检索系统，我们现在开放了专业版，很多律师试用后大呼好用。

然后，我们可以将裁判文书中的信息解构出来，这一点也不需要进行标准化那样的大量人工分析，也不需要建立逻辑推理模型，只需要做到提取争议核心、裁判结果等关键信息就可以帮普通人了解案件的基本情况。

在帮助普通人找到和看懂类似案例的基础上，我们完全可以直接推荐做过类似案子的律师，并且可以将律师在类似案例中的战绩可视化的展现出来，帮助普通人选择哪个律师更适合自己。

在消除普通人和法律人的信息不对称后，我们还可以解决一个很重要的问题——法律咨询。所有的从业者都知道，法律咨询是法律服务的入口，是有价值的；但是所有从业者也都知道，法律咨询的转化率非常低，大量的初级的，毫无转化可能的咨询会浪费律师们的时间，这也是中高端律师不愿意打广告的原因之一，当一个专业房产律师被咨询电话问怎么办户口时，我相信他的内心一定是崩溃的。

但是如果我们使用人工智能技术，如同前文提到的，将普通人的自然语言表述与裁判文书匹配上，我们就可以定位普通人的问题，然后可以针对性的提出问题，根据回答进一步的定位核心争议，从裁判文书和法律法规中找到答案，反馈给提问者，同时还可以在定位该用户的问题很有诉讼的必要性，需要联系律师时直接推送相应领域，做过类似案件的律师。这样我们可以解决初级法律咨询的问题，这个问题的解决表示可以通过高频的法律咨询掌握入口，带动低频的诉讼服务，这是大部分法律互联网从业者梦寐以求的。

除了以上像应用解决入口问题，我们还可以做另一件十分重要的事情，那就是诉讼结果预判，以往我们提到诉讼结果预判，都被推理模型的复杂程度，入口信息的繁琐所困扰，但是如果我们不再使用人工去建模，而是对语言、裁判文书进行结构化呢？我们极有可能可以通过一些要素来找到类似的案例，确定类似案例的判决结果，从而预判输入案件的结果，与前面两个应用相比，这个应用要求对文书和语言表达做更精确的分析，难度要大很多，但是我认为是可以实现的，而且是实现结果预判的唯一可行的方法。虽然这个方法有一定的滞后性，比如只有裁判文书中出现过的案例才可能被预判，生活中新发生的事情无法评估，但是“天底下没有新鲜事”，很多困扰我们的事情都是别人已经经历过的，从过往案例出发可以解决大部分的问题。剩下一些无法预估的，都这么复杂了，不是应该直接找律师吗？

除了上面提到的，人工智能在法律方面的应用还对司法透明、提高法律人工作效率，小额速裁等有很大作用，本文旨在提出一条路径，给从业者一些启发，就不去一一详细论述了。

总而言之，相较法律服务标准化，法律服务智能化有更高的可行性，也有更高的适用性，应当作为今后法律互联网化的主要研究方向。我们法律谷已经在这个方向开展了一些工作并且有一些成果，以后将进一步的与所有从业者分享我们的成果和心得，希望能够推动整个法律服务行业互联网化。