文 | 柯鳴 | 智能相對論（aixdlun）
英國著名法學學者Susskind在其著作《明天的律師：預見你的未來》（Tomorrow’s Lawyer: an Introduction to Your Future）中提到：在法律行業， 200年之內對其改變最大的就是人工智慧。
誠然， AI+法律成為了當下熱詞， 人工智慧鋪墊、機器人加持， 法律行業迎來了“科技司法年”， 中國首個“智慧化東盟爭議解決員“、“DoNotPay”幫助解決普通人遇到的技術與法律相關問題， 各式各樣的法律機器人層出不窮， “機器取代論”也甚囂塵上。 法律機器人， 究竟是行業的終結者還是開路者？
中國首個“智慧化東盟爭議解決員”
法律諮詢：不再成為“奢侈品”
“人人請得起律師”， 這在人工智慧到來之前， 似乎不太可能。 雖然人們的維權意識不斷提高， 打官司的人數劇增， 但是聘請律師代理的人數占比並不高。 從統計資料來看， 2016年全國共有2300萬件訴訟， 訴訟案件增長率達到27%。 儘管糾紛比例很高， 但只有20%左右的人請了律師。 這意味著， 更多的人都是自己站到法庭上為自己辯護。
究其原因而言， 律師代理的高昂費用讓一般的訴訟人難以負擔， 從一般的案件來看， 5千元似乎成了律師費的“最低標準”。 但是， 律師之于案件， 就如同醫生動手術一樣， 病人無法為自己開刀， 也只有醫生才能真正做到“藥到病除”。
其實， 產生這些問題的最大根源仍然是法律服務供應不足的問題。 據統計， 中國14億人口當中， 律師人數只有33萬， 而美國3億多的人口卻有律師130多萬。
法律機器人的出現無疑為這一情況開出了一個“完美處方”。 法律機器人以7*24小時工作時長和迅速的回應能力大大降低了法律諮詢的人力成本，
法律機器人取代律師？靠譜嗎？
從國外來看， 以Legal Zoom為代表的法律服務提供者， 通過AI技術為消費者提供法律諮詢和代理服務， 滿足了使用者的法律需求， 大大降低了服務費。
從國內而言， 隨著國內首個法律機器人“法小狗”的面世， 相繼出現了一大批法律機器人， 其通過語音辨識系統和判決文書的大資料整合， 在客戶輸入的語音文字中提取關鍵字來分析案件， 經過篩選找到合適的律師為客戶提供法律服務。
因此， 許多律師警覺職業會被機器人所取代，
1.機器人律師難以滿足情感交互
對於機器人而言， 懂情感一直是其阿克琉斯之踵。 不懂情感， 自然就難以識別人類情感。 在複雜的刑事案件中， 法律機器人很難明白涉及案件中的各類任務的情緒， 而只是進行簡單的“對錯”之判， 法律機器人不能及時地通過感知當事人情緒進行情感交互幫助案件審理的進一步進行。
此外， 法律機器人對於自然語言交互的要求更高。 其不比聊天機器人、烹飪機器人等形態只需要進行一般的生活化語言交互，
2.加劇律師行業的“馬太效應”
目前， 眾多法律機器人還擔負著分析案情、遴選律師的職能。 比如以國內第一個法律機器人著稱的“法小淘”就以法律大資料進行律師遴選， 然而， 這並不一定是一件“好事”。
法律機器人通過大資料遴選律師一邊消除著資訊不對稱的弊端一邊加劇了“馬太效應”。 貧者愈貧， 富者愈富， 資深律師積累更大的優勢， 年輕律師、跨界律師、萬金油律師較之以前更加難以獲得機會和成功。
此外， 機器人對律師排名的基礎資料是案例， 這些案例除了法院依法公開的部分， 也依賴于律師自己提供。 那麼， 律師與互聯網的互動程度、與法律機器人的依附程度就會很大程度上影響排名。 這樣的排名是否足夠客觀、足夠服眾也值得商榷。
3.僅能部分替代的法律助理
牛津大學Carl Benedikt Frey和Michael A. Osborne教授曾發佈了一篇報告：《The Future ofEmployment：How Susceptible Are Jobs to Computerisation》，報告表明，律師助理被替代率是94%，律師秘書到達98%，法官被替代率是40%，而律師僅為3.5%。
來自：《The Future of Employment：How Susceptible Are Jobs to Computerisation》
當人的智力無法超越機器的可靠與精準時，凡是可以借用機器完成的機械性、重複性、標準化勞動自然會交由機器完成，例如法律檢索、自動化管理、資訊採集與比對等等。於是，知識遷移的法律助理可能取代，協調工作的律師秘書也可能會被取代，出售判斷的律師則難以被取代。
當然，如果律師不需要律師助理外帶咖啡的話。
未來的法律機器人，走向何方？
法律機器人的發展，確實是大勢所趨。在推廣的進程中，想讓其成為法律行業的“開路者”，就要協調好人機關係，畢竟智慧型機器人最大的亮點是具有一定的判斷能力，在宣導智慧法庭的當下，智慧型機器人可以輔助法官、檢察官做些判斷，可以輔助進行記錄和翻譯。具體而言，未來法律機器人，可以在以下三個方面發力：
1.構建機器人本身的法律資料庫
對於法律機器人而言，其本身就可以構成一個法律條文資料庫，並經過自然語言處理（NLP）和深度學習，法律機器人可以提供語義檢索和法律問答，並不斷改造傳統的法律檢索服務。比如，號稱世界首個機器人律師的ROSS就是基於IBM的Watson系統的智慧檢索工具，利用強大的自然語言處理和機器學習技術向律師呈現最相關、最有價值的法律回答，而非像傳統法律資料庫那樣，僅呈現資料結果。
此外，加強資料庫建設還可以大大減輕人類律師工作。機器人系統可以理解一段事實陳述並自動識別其中的法律問題，然後完成檢索並提供最佳法律資訊，整個過程幾乎不需要人類律師的深度參與。這無疑將律師從繁瑣的法律檢索工作中解放出來。
2．加強深度學習與案件預測
法律機器人基於深度學習所賦有的案件預測能力是獨特的，在實際應用過程中，從案件結果到犯罪預測，基於人工智慧和大資料的預測性技術在司法領域的應用越來越廣泛。
同時，加強深度學習與案件預測的價值也是顯而易見的，一方面可以幫助當事人形成最佳的訴訟策略，從而節約訴訟成本；另一方面，可以幫助法官實現同案同判，也即所謂的大資料司法確保公平正義。
比如，Lex Machina 公司提供服務，通過對成千上萬份判決書進行自然語言處理，來預測案件結果；研究人員利用歐洲人權法院的判決進行演算法訓練，建立模型，來預測之後的案件判決結果，準確率高達79%。
3.“阿爾法法官”或成法律機器人最終形態
起源於歐洲大陸法系的自由心證原則，其認為法官針對具體案件根據經驗法則、邏輯規則和自己的理性、良心自由判斷，由此形成內心確信，並據此認定案件事實。此外，英格蘭和威爾士上訴法院大法官Briggs在線上法院的倡議中提出了演算法裁判，即人工智慧可以代替法官直接作出裁判。
當然，自由心證所特有的不公開和不確定性，可能會觸發“黑暗森林”法則，從而引發猜疑鏈。當下，也沒有出現任何形態的“阿爾法法官”。
但是，我們可以大膽的暢想一下，精確計算已經在金融等行業出現，在未來成熟的資訊社會，更加普遍的計算法律可能出現，屆時“阿爾法法官”可以根據系統自動執行法律，這似乎也就不足為奇了。
【完】
智能相對論（微信id:aixdlun）：深挖人工智慧這口井，評出鹹淡，講出黑白，道出深淺。重點關注領域：AI+醫療、機器人、智慧駕駛、AI+硬體、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的晶片、演算法、人機交互等。
這樣的排名是否足夠客觀、足夠服眾也值得商榷。3.僅能部分替代的法律助理
牛津大學Carl Benedikt Frey和Michael A. Osborne教授曾發佈了一篇報告：《The Future ofEmployment：How Susceptible Are Jobs to Computerisation》，報告表明，律師助理被替代率是94%，律師秘書到達98%，法官被替代率是40%，而律師僅為3.5%。
來自：《The Future of Employment：How Susceptible Are Jobs to Computerisation》
當人的智力無法超越機器的可靠與精準時，凡是可以借用機器完成的機械性、重複性、標準化勞動自然會交由機器完成，例如法律檢索、自動化管理、資訊採集與比對等等。於是，知識遷移的法律助理可能取代，協調工作的律師秘書也可能會被取代，出售判斷的律師則難以被取代。
當然，如果律師不需要律師助理外帶咖啡的話。
未來的法律機器人，走向何方？
法律機器人的發展，確實是大勢所趨。在推廣的進程中，想讓其成為法律行業的“開路者”，就要協調好人機關係，畢竟智慧型機器人最大的亮點是具有一定的判斷能力，在宣導智慧法庭的當下，智慧型機器人可以輔助法官、檢察官做些判斷，可以輔助進行記錄和翻譯。具體而言，未來法律機器人，可以在以下三個方面發力：
1.構建機器人本身的法律資料庫
對於法律機器人而言，其本身就可以構成一個法律條文資料庫，並經過自然語言處理（NLP）和深度學習，法律機器人可以提供語義檢索和法律問答，並不斷改造傳統的法律檢索服務。比如，號稱世界首個機器人律師的ROSS就是基於IBM的Watson系統的智慧檢索工具，利用強大的自然語言處理和機器學習技術向律師呈現最相關、最有價值的法律回答，而非像傳統法律資料庫那樣，僅呈現資料結果。
此外，加強資料庫建設還可以大大減輕人類律師工作。機器人系統可以理解一段事實陳述並自動識別其中的法律問題，然後完成檢索並提供最佳法律資訊，整個過程幾乎不需要人類律師的深度參與。這無疑將律師從繁瑣的法律檢索工作中解放出來。
2．加強深度學習與案件預測
法律機器人基於深度學習所賦有的案件預測能力是獨特的，在實際應用過程中，從案件結果到犯罪預測，基於人工智慧和大資料的預測性技術在司法領域的應用越來越廣泛。
同時，加強深度學習與案件預測的價值也是顯而易見的，一方面可以幫助當事人形成最佳的訴訟策略，從而節約訴訟成本；另一方面，可以幫助法官實現同案同判，也即所謂的大資料司法確保公平正義。
比如，Lex Machina 公司提供服務，通過對成千上萬份判決書進行自然語言處理，來預測案件結果；研究人員利用歐洲人權法院的判決進行演算法訓練，建立模型，來預測之後的案件判決結果，準確率高達79%。
3.“阿爾法法官”或成法律機器人最終形態
起源於歐洲大陸法系的自由心證原則，其認為法官針對具體案件根據經驗法則、邏輯規則和自己的理性、良心自由判斷，由此形成內心確信，並據此認定案件事實。此外，英格蘭和威爾士上訴法院大法官Briggs在線上法院的倡議中提出了演算法裁判，即人工智慧可以代替法官直接作出裁判。
當然，自由心證所特有的不公開和不確定性，可能會觸發“黑暗森林”法則，從而引發猜疑鏈。當下，也沒有出現任何形態的“阿爾法法官”。
但是，我們可以大膽的暢想一下，精確計算已經在金融等行業出現，在未來成熟的資訊社會，更加普遍的計算法律可能出現，屆時“阿爾法法官”可以根據系統自動執行法律，這似乎也就不足為奇了。
【完】
智能相對論（微信id:aixdlun）：深挖人工智慧這口井，評出鹹淡，講出黑白，道出深淺。重點關注領域：AI+醫療、機器人、智慧駕駛、AI+硬體、物聯網、AI+金融、AI+安全、AR/VR、開發者以及背後的晶片、演算法、人機交互等。