基于生成式人工智能法律服务的数智化发展逻辑与建构路径
2024-01-23杨立民
杨立民
(东华大学人文学院,上海 200051)
引言
长期以来,科技对法律行业的影响往往被视为渐进式的,而不是革命性的。然而,随着ChatGPT的发布,这种看法发生了根本性的改变。与分析式、判别式人工智能技术相比,以ChatGPT、GPT-4 为代表的人工智能生成内容技术(Artificial Intelligence Generated Content,以下简称AIGC)超越了简单的对话聊天,具有较高的人类意图识别和知识生成能力,很大程度上改变了人们获取和生成信息的方式,呈现了人工智能的未来发展前景。AIGC 之所以引发如此大的关注,主要是因为它能够以适度和深刻的方式影响人类生活甚至生存的能力,使很多职业群体(尤其是知识工作者)面临社会角色的转型和工作归属的重塑。就法律行业而言,生成式AI 在法律分析方面的强大功能以及对法律知识信息获取和创建方式的革命性影响,会对法律从业者产生重大冲击,让法律职业的未来变得扑朔迷离[1]。实际上,人工智能的崛起及其影响乃至颠覆法律行业的潜力,曾经不止一次被推演和探讨过[2]。当ChatGPT刚出现时,就有学者从法律的角度探讨了如何应对ChatGPT 带来的相关冲击和挑战[3]。此后,开始陆续出现一批研究成果,集中探讨了AIGC 与法律系统的融合及互动[4],如何将它应用于司法裁判中[5],以及怎样界定它的责任能力[6],并对存在的风险进行防范治理[7]等。整体而言,现有相关研究主要停留在“工具论”的层面,即倾向于将AIGC 视为人类从事法律工作的辅助工具,而对其在司法审判之外的其他法律服务场景中的应用及其产生的“道”“器”等影响缺乏系统的学理讨论。
虽然AIGC 对法律服务的影响是从它作为辅助工具开始的,但这种“工具论”的心理一旦成为一种普遍现象,就可能会导致法律人的“去技能化”,给予AI 技术广泛嵌入法律行业并发挥主导作用的机会。法律服务的数智化发展不是简单的“法律为本、技术为用”的词汇组合,更不是在法律服务中嵌入或应用AIGC 就“万事大吉”了;它会涉及AI 技术是给法律服务业带来全新机遇,还是会打碎从业者们安身立命的饭碗,进而涉及法律职业理念的重塑、法律行业结构的调整、司法诉讼模式的变革以及“数字正义”框架下相关利益的协调等。因此,从功能主义角度对AIGC 在法律服务中的地位和角色进行考察,不应再囿于现有的制度体系和职业逻辑,而是要超越传统的职业视角和“工具论”立场,理解法律服务数智化发展的复杂动态和不确定性,着重关注法律职业意义上的方法论探索,厘清AIGC与法律服务之间的逻辑关系,界定法律服务数智化的价值理念、内涵特征、功能结构、运作机理等,并尝试通过理念重塑和制度调适来促进法律职业理性和AI 技术理性的深度融合。
一、生成式AI 赋能法律服务的机理、场景和影响
(一)生成式AI 应用于法律服务的技术基础及可行性
目前的AI 大模型已经具备了多模态、跨模态的信息生产能力,可以很好地对海量知识和数据进行总结归纳和整合,然后精简高效输出,提高人类生产和获取信息的能力。而且,AI大模型的功能不会停留在提供信息内容服务这个层面,它已经开始以“技术基座”的形式为专业垂直领域赋能,形成“基础模型——专业模型——服务应用”的分层业态,在专业领域展现出了强大的“专业”本领[8]。
与生成式AI 的上述专业技术能力“遥相呼应”的是,法律行业本身又比较容易“被智能化”。无论是司法裁判还是法律服务,都高度依赖标准化文件和先例进行知识和信息处理,对法律数据的结构化程度要求比较高。更何况,自动化法律文件的生成一直是法律行业努力的方向之一,因为智能科技手段不仅可以对法律工作中的劳动分工和资源配置进行优化,还可以帮助法律人利用大量高度标准化的模板和先例来生成法律文本,其结果比大多数自由文本输出更具可预测性。这些情况的存在,为AIGC 构建专业化、通用化的机器学习模型提供了便利,使它能够存储和学习大量的法律资源数据,并进行独特的内容呈现。
(二)生成式AI 赋能法律服务的场景
通过AIGC 的嵌入和应用,可以将法律要素转化为数据和信息,构建一个人机交互和训练迭代的平台,优化法律服务资源的配置和管理,提升它们的应用效率和质量。具体而言:首先,法律服务中的很多工作是琐碎而重复的,AIGC 可以自动完成法条的检索归纳、证据的梳理分析、文书的生成审核等技术性工作,还可以析出案件的要点和难点,识别潜在的问题和风险,实现法律规则与事实证据的精准匹配,并进行调整和优化,节约律师的工作时间和精力。其次,AIGC 的即时生成功能可以实现智能化的法律咨询和预测分析,为客户提供不同种类的法律服务,这不仅改变了法律知识信息的生产和传播方式,也在一定程度上提高了民众的法律认知水平,省去了法律服务中的“普法”说服工作。再次,现代法律服务以掌握情况的本质、预见事情发展的可能性为目标,律师和当事人都需要根据案件的前景来做出决策,制定相应的策略。AIGC 不仅可以利用微调技术领会人类的意图,生成具有一定“人格化”的精准对话内容,还可以结合案情和法律规则,利用数据驱动和自动化的方法对证据和案例进行快速整理、分析和归纳,帮助律师和当事人更好地理解和预测案件的裁判走向。总之,对于AIGC这样的“得力助手”,无论是法官还是律师抑或是当事人,都没有理由拒之不用,而且很可能会越来越依赖它。
(三)生成式AI 对法律服务的“工具性”影响
科学技术不仅具有显性的工具性,还具有隐性的操纵性。生成式AI 的特殊之处在于,人们明知道它只是一项先进的智能技术,但还是会在与它的互动中受到某些心理和行为上的控制性影响。AI大模型简化了知识信息的获取方式,可以让法律人不怎么费力地得到所需要的内容,但这也存在某种程度的“反噬”,因为这种功能可能会弱化他们在法律检索、案件分析以及批判思维等方面的能力。随着AIGC 在法律场景中的应用愈发精准,无论是法律从业者还是普通民众,都将潜移默化地产生“正向偏见”——在没有足够信息的情况下,对技术产生天然的信任感,进而形成技术崇拜与技术依赖惯性。“正向偏见”的强化将会使法律从业者即使有理由相信AIGC 存在缺陷,仍然可能会倾向于依赖技术决策。最终,AIGC 可能完成对法律从业者的隐性操纵并使其“去技能化”——逐渐失去运用法律知识自主处理法律问题的能力[9]。换言之,“工具论”的心理一旦演变为一种普遍现象,就会慢慢衍生出AIGC 广泛嵌入法律行业并最终主导法律行业的局面——如果各方都相信技术可以改变现实,那么它就真的可以改变现实;如果各方都认为数字能产生正义并且都能接受AIGC 生成的结果,那么它就可以成为预防和解决纠纷的主要方式。因此,上述这种形式主义“工具论”的心理是不容小觑的,它很有可能导致法律从业者失去赖以生存的专业技能。
二、生成式AI 重塑法律服务的职业范式与市场结构
生成式AI 对人类的影响显然是从它作为一种技术和工具开始的,但是显性的工具性背后或许隐藏着某种技术“操控”。具体到法律行业,如果说AIGC 基于大数据和自然语言处理技术帮助法律从业者便捷地查找和分析法律规范、司法案例还只是“器”的层面的影响,展现的是它的技术性,那么它在“道”的层面产生的深层次结构性影响则是重新定义法律服务的基本内涵、运作范式、群体构成以及供给关系等,进而引发法律服务市场的规模、结构和特征等发生质的变化。
(一)重新定义法律服务的基本内涵和运作范式
律师等法律人士之所以能够在法律事务和一些公共事件中对普通民众产生较强的影响力,形成了职业精英话语对社会公众话语的单向主导,主要是因为他们具有一定的知识资本和职业声望,拥有普通民众所没有的角色优势和技术能力。或者说,专业的法学教育背景、较高的学历水平以及系统的技术训练,使得法律职业者能够成为法律这一“元语言”的诠释者,并可以基于所处的中间阶层形成专业话语权[10]。而随着法律体系和诉讼程序的复杂化和形式理性化,民众的法律盲区越来越多,律师等法律人作为法律知识权力垄断者的角色愈发明显。在韦伯看来,权力是在共同体的行动中贯彻自己意志的支配力,即对其他成员的影响等[11]。知识和权力具有一定的共性,拥有了某种专业知识就意味着拥有了某种权力[12]。福柯则更为深刻地指出“知识就是权力”,知识和权力是直接相关联的,知识产生和巩固权力,权力也可以制造知识[13]。而“法律职业”概念的建构及制度化,则进一步把法律从业者确立为一个独立的享有较高社会地位的“法律权威”角色,拥有了一种促使他人基于信赖而自发接受其规范的力量[14]。现实中,律师行业普遍具有一种精英主义的倾向,这不仅表现为越来越商业化的穿着打扮和办公环境,还表现为话语和理念上的技术理性化,比如操纵法律术语,以“法言法语”来彰显自身专业性;以法律职业精英的身份来“关怀”社会公共舆论,对社会公众会表现出一种父爱主义的倾向。
然而,现代科技的发展正在改变这种局面,传统法律服务中的知识权威效应正在被消解,知识垄断的局面被打破。首先,互联网和人工智能改变了信息内容的生产和传播方式,降低了专业知识的获取门槛和时间成本。随着AIGC 在法律领域的深度运用,其即时生成功能进一步改变了法律知识的累积范式和传播格局,缩小了专业知识的鸿沟,淡化了传统法律服务中资历和经验所形成的知识权威效应,形成一种去中心化的法律服务方式,这会使法律职业群体的知识权力地位遭遇挑战,其群体性结构将受到革命性的冲击[9]。其次,法律职业的权威有时是需要通过场景建构来传递的,现代科技既可以提升它的影响力,也可以解构它因场域优势而获得的话语权力。AIGC 在很大程度上克服了时空限制,塑造出虚实融合的法律服务场景,拓展了法律服务的疆界。而随着法律服务供给的场景日趋线上化,推广营销日趋网络化,线下的物理空间转换成线上的网络空间,也会使传统法律服务的场域优势被解构,进而弱化法律服务群体的话语权力。此外,目前的人工智能技术已经具备了一定的人机交互能力,“人机融合”的要素开始出现[15]。通过统筹法律系统与技术平台相互融合过程中存在的各种影响因素,建立一个由AIGC 支撑的虚实共生、人机协作的新型法律服务供给模式并非遥不可及。
(二)改变法律服务主体的群体构成
就外部而言,无需经过长期的学习训练,AIGC就可以快速将法律信息转换为法律知识,这为科技精英和资本力量介入到法律领域、打破法律职业群体的行业垄断提供了机会。科技公司和互联网平台会“趁机”进入法律服务市场,成为新兴的法律服务供给主体,“分羹”法律业务。资本也可能会将技术平台作为其权力投射的首要媒介,参与到法律服务市场的分割中。在未来,法律市场或许将要形成新的割据局面:新兴供给主体与律师分别负责不同的业务领域,其中前者主要利用大模型开发智能化的法律产品,提供个性化、定制化的法律服务体验。
就内部而言,随着AI 技术的发展和普及,它在法律服务中的应用势必成为未来法律实践中的一种典型样态,进行数智化转型、具备相关的技术手段和创新能力或将成为法律从业者的一项“义务”[16]。换言之,以后律师不仅要懂法律、会办案,还要熟知科技发展态势,掌握智能科技产品的运用等。实际上,律师在执业过程中适应、理解并使用新的技术,以合乎法律和道德的方式维护客户的利益,本质上就是在履行职业义务。同时,AIGC 的广泛使用还会在很大程度上打破传统法律服务中基于年龄、资历、经验、业务资源掌握度而建立起来的科层式职业权力结构,服务者个体的品牌和能效将会被放大,年轻的后入行者可能会因为对新技术的接受能力和精通程度更强而“后来居上”。
(三)重塑法律服务的市场供给关系
生成式AI 对法律服务的影响具有一定的复杂性,其中一个重要原因是它会重塑律师与客户之间的关系。它以“对话”的方式提供法律服务,在很大程度上可以超越职业主义的法律服务供给范式,推动服务供给者和需求者之间的关系平等,消解传统法律服务中因专业知识信息差所产生的话语权不对等的情况。
第一,客户获取法律服务的方式发生变化。AIGC 的即时生成功能不仅削弱了知识获取的时间限制和专业门槛,而且提升了法律知识的可及性。生成式AI 不仅可以辅助律师为客户提供法律服务,也可以在当事人的直接操作下生产出他们所需要的服务成果,解决诸如一般的法律咨询、初步的法律文件起草、简单的诉讼程序了解等法律需求,这会使传统法律服务供需关系中的权力差序格局发生变化,律师等法律服务者或将失去在与客户关系中的主导地位。
第二,客户的观念和信任出现转变。律师和客户之间的关系很大程度上是建立在信任、理解和同理心的基础上。在传统的法律服务关系中,律师“被推定为”是理解客户需求的,并会努力维护他们的权益。但在现实中,律师也可能会利用专业优势和职业地位为自己谋利。比如,对于客户而言,支付更高价格以获取更好法律服务、将费用与办案效果结合的需求始终存在,但是目前法律服务行业的收费机制是闭合的,公众并不清楚律师为案件所付出的劳动量,以及是否与所收取的费用相匹配[17]。这种信任动态或将被打破,那些接触到AIGC 法律服务的客户可能会对传统律师失去信心和信任。如同在线电商对实体商店的冲击,服务更加便捷、收费更加开放透明的生成式AI 必然会对实体律师服务造成影响。总而言之,法律服务的品牌溢价将会被推荐算法穿透,靠品牌效应获取业务的情况将会改变,客户会根据智能算法的推荐来选择谁为自己服务。
第三,客户的消费习惯被改变。语言大模型可以提供沉浸式的交流互动和独特的情景化体验,让客户以连续性人机对话的方式获取知识和信息。这种智能互动和自然语言表意,让人们乐于在仿真式、类人化的对话场景中得到具有高匹配度和针对性的答案。数智技术的发展不仅会改变以往那种单向而枯燥的知识信息获取模式,还会改变人们寻求法律帮助的行为习惯,通过熟人推荐来找律师的情况将慢慢淡出历史舞台,人们越来越倾向于通过在线服务或者AIGC 产品来解决法律问题。更何况,信息透明是互联网的重要特征,人工智能和大数据会使法律服务的供给模式日趋产品化,服务的内容更加清晰,价格更加透明。
三、生成式AI 之于法律服务的角色限定
虽然AIGC 具有很强的重塑和优化法律服务的潜力,但是判断它能否完全取代法律职业群体的专业知识和经验智慧,我们还是需要保持一定的理性克制。当前,关于元宇宙、人工智能等现代科技应用于法律行业的讨论,更多是一种静态的技术想象,并没有置于具体的法律实践情景中,形成一种稳定且规范的可操作性内容[18]。如果认为仅仅依靠AIGC 本身就能输出令人满意的法律服务,显然是以对技术内涵结构的感性认知来替代对法律职业本质的理性判断。本部分将围绕如何辩证看待AIGC 在“道”的层面对法律服务的结构性影响这个问题,以宏观视角考察人类、法律与技术的关系,分析生成式AI 之于法律服务的角色限定。
(一)“人类-技术”视角下生成式AI 影响法律服务的限度
就人类与技术的关系而言,人类作为基本劳动单元的地位,一直都在被技术撼动和打破。比如,联合收割机的出现,让麦客失去了存在的价值;打字机的出现,打破了抄录员的饭碗;计算机和文字编辑软件的普及,又让打字员这个职业退出了历史舞台。所以,未来AI 产品代替一些法律岗位并没有什么可惊奇的。整个科技发展史在很大程度上就是不断解放人类双手和机械脑力劳动的过程。人类研发出人工智能技术,却又慢慢被智能产品所控制,虽然心有不甘,但也不得不承认,人类主宰一切的时代开始褪去。从长远来看,这或许并非是一件“坏事”,因为只有在遭遇其他力量的碰撞回弹后,人类才会慢慢认识到自己的优缺长短,以及“我何以为我”。实际上,现代科技早已影响甚至改变包括法律在内的很多职业的存在模式与发展前景,只不过没有产生生成式AI 这般的影响力罢了。生成式AI 对很多行业的影响是革命性的,在法律领域更是触及核心区域,它替代某些法律岗位甚至改变行业生态的步伐是不可阻挡的,这正好命中了法律职业群体的集体想象和焦虑。从历史上来看,法律从业者被行业外竞争者“抢饭碗”的情况并不罕见[19]。如果不是有法律职业资格考试等行业准入制度的存在,法律服务业的发展可能会受到智能科技更为深度的影响。
那么,AIGC 是否会导致法律服务业的结构性坍塌呢?这实际上是一个复杂的哲学命题,涉及AI产品能否拥有“人”的特质。虽然与以往的AI 技术相比,AIGC 在一些情况下可以操纵人类的情绪和行为,有时还可以塑造人们的感觉、思维和信念,在某种程度上构成了对人类社会更大、更普遍的威胁。但是,从技术的角度来讲,这些都是“影响”,而不是“替代”,它还远没有发展到具有“意识”和“自我”的程度,因此也就无法取代人类法官和律师。具体而言,首先,AIGC 尚不具备类人化的思维意识、情感体验和价值判断能力。虽然AIGC 通过大量的数据基础和语序规律,在一定程度上可以“学习”和“理解”人类的思维方式与价值观念,但是法律的价值判断是一个高度复杂的思维过程,需要法律人具备丰富的经验和判断力,AIGC 显然还不具备这种能力。其次,AIGC 在本质上是一种知识催化剂,可以自由地组合生成特定内容,但是一些原创性和源头性的专业信息则仍需兼具专业知识、技术经验和创作能力的人类专家来生成。所以,AIGC 可以实现专业知识的“大一统”,可以为司法裁判和法律服务提供多元化的思路和切入点,但无法取代人类思想创造的独特性。最后,AIGC 尚未完全拥有类人的认知学习能力,也没有完全掌握法律人的思维方式和实务技巧。所以说,在AI 技术拥有“人”的特质之前,只要法律服务的对象还是“人”,律师等法律从业者还不用担心自己会被AIGC 完全替代。
(二)“职业-技术”视角下生成式AI 与法律服务的内在张力
无论是将AIGC 应用于司法裁判还是法律服务,都具有自身的特殊性,不能与其他行业共用一个普适性的技术方案。法律人处理法律问题,与工程师处理机器故障、医生处理病患有很大的不同,前者研究的客体是社会规范以及如何适用它们,而后两者更多的是依据一些与人的行为和意志无关的规律和规则。对于法律纠纷,法律人的极端工具理性和对法条的精确把握,并不一定能得到受认可的处理结果。就形式理性而言,可能没有哪一种模式比AI 技术更具“程序性”和“格式化”,但是法律最终要解决的是“人”的问题,法院和律所也都不是流水线式地生产法律文书的电子工厂,法官裁判和律师服务都需要“人性化”的关切。在掌握数据信息和生成标准化知识方面,生成式AI 是一台精准的机器,能够生产出良好的标准化产品,但是在情感、价值观、辨识能力等方面,它会处于一种蒙昧状态,表现出某种高智商和低情商,缺乏“人性化”的关切能力。
此外,法律人赖以生存的很多技能往往与法律无关。律师在为当事人提供法律服务时,不仅要用到法律知识,还要发挥各种各样的社会知识和经验,如商业经验、个人关系、社交技能以及企业内部知识等,这些知识信息与法律没有必然联系,但是与法律知识同等重要。即便AI 大模型通过对海量数据的系统学习和预训练,可以精准掌握和理解法律规范,便捷地查询既往判例中的类案,甚至还具备了一定的逻辑能力,使用法言法语生成法律文件,但是这与人类经过大量的实践积累和逻辑训练而掌握的法律推理还有很大差距。现阶段的AIGC 还缺乏人类所具有的主观思维意识和情感体验,无法在具体场景和实践中进行价值判断,更不能全面考虑到案情的复杂性、具体细节以及各种影响因素(如证据的真实性、人类情感和社会背景等)。法律行业需要遵循一定的规则和标准,但是也要求从业者根据案件的不同要求进行灵活应对,而AIGC 暂时还无法处理某些特殊情况或个性化需求,它对某些主题的讨论缺乏细微差别,一般只能简单回答问题,给出框架型的答案,难以生成故事序列。
总之,我们要辩证地看待AIGC 与人类及法律的关系,虽然它的出现和普及会对法律行业造成很大的影响,但是智能技术与法律固有属性之间的内在张力决定了这种影响并不意味着对整个法律服务业的颠覆,更不会导致法律职业群体被完全替代。我们也应意识到,法律服务不是文化创作,一般不需要太多的创作灵感,也不需要考虑如何保持作品的独特性、原创性以及创作者的个性和创新能力等。所以,对于法律服务业而言,是否需要AI 产品具备和人类一样的智力和能力并做出“类人化”的应答或者具有创新性的内容,也是值得探讨的。
四、基于生成式AI 的法律服务数智化建构路径
ChatGPT 展示了生成式AI 的强大能力,一系列对产业发展具有革命性、里程碑意义的技术创新在短短几个月的时间里不断涌现。无论是对法律服务还是更广泛的社会发展,AIGC 都将呈现出非凡的影响力和潜在的复杂性。所以,以AIGC 赋能法律服务,不应只是理念的衍生和技术的建构,而是要在制度、职业、市场、技术之间的复杂关系中动态地考察相关宏观要素和微观机理。
(一)国家层面:以法律明确生成式AI 的属性、责任与监管
第一,明确法律属性。AIGC 概念的核心定义及性质界定,特别是它的法律属性定位,决定了它在法律服务关系中的角色和地位。只有AIGC 的属性地位和功能用途得到法律明确,那么它在法律领域中的应用才会规范有序。因此,建议以我国的《生成式人工智能服务管理暂行办法》为基础,进一步明确AIGC 的法律属性和角色定位,构建规范化的数智技术应用生态体系。
第二,重视技术对法律制度的补强作用。随着信息化和数字化,技术架构成为社会沟通开展的底层装置,并成为法律运作的基础设施,越来越多的社会经济活动将转化到AI 产品中进行,这不仅会导致很多新兴行业领域以及一系列全新法律服务需求的产生,还会反过来倒逼法律规范和监管机制的改革。换言之,技术不再只是法律规制的客体和对象,而是开始成为一种承载法律发展和转型的母体,深刻影响并重塑着法律规范、司法审判、法律服务等法律体系所处的宏观环境以及它们本身[20]。所以,我们还需要转变对法律与技术关系的关注视角——之前更多关注法律如何规制技术、法律人如何应对技术及其运作模式带来的法律问题,如今需要思考技术如何补充和增强法律以及如何改变法律行业等[21]。
第三,建立责任分配机制。AIGC 在法律工作中的使用会影响到法律服务供给者的责任问题。例如,正常情况下,律师有责任向客户提供不具有误导性的信息,但是AI 技术的使用会使这一义务的遵循变得困难和复杂,因为生成式AI 是通过学习数据和模型自动完成工作的,一旦出现了错误或违规行为,如何确定和追究责任就变得困难了。如果承担责任的是律师,那就意味着AIGC 不只会辅助律师,还会“坑”律师。因此,要实现法律服务的数智化转型,不仅需要提升AIGC 的公正性、透明度和隐私保护能力,还要建立起合理的责任分配机制和伦理评估体系,以保障服务供给者的合法权益和社会正义。
第四,加强技术监管。如果以技术至上主义为指导,大力推动AIGC 在法律服务领域的普遍应用,那么对法律服务质量的监管和确保公众的信任将会成为一个新课题。生成式AI 在改变互联网信息内容生态的同时,也引发了一系列的监管和科技伦理责任问题,包括劣质信息泛滥、初始信息源被污染、生成带有错误或偏见的信息等。因此,在使用AIGC 产品生成法律文本时,需要进行必要的审核和修正,以确保内容的准确性和合法性。实际上,在AI 技术进入到法律领域之后,如何确保其所使用数据的真实性和生成结果的正确性,在很大程度上取决于该技术对法律数据的正向处理与合成。所以,国家要加强技术监管,从规则和制度层面推动AIGC 的公开透明和民主参与,避免利益输送和信息不对称引发的伦理责任问题,着力破解算法污染、算法黑箱、可解释性缺陷等问题[22]。
(二)职业层面:转变理念和定位,进行再职业化和自我革新
第一,法律职业群体要转变自己的理念和定位。当科技影响叠加市场需求的萎缩,使法律从业者们面临生存压力时,法律职业不应只是提升行业准入门槛,限制源自于外部的竞争,而是要转变价值理念,顺应时代潮流,建构AIGC 在法律服务领域的应用底座。在这个过程中,法律从业者要在“技术-职业”的话语格局中重新找准自己的位置,将数智技术理性与人的实质理性结合起来,即先由AIGC基于海量数据的筛选和对专业法律语言的理解来生成相对应的法律知识和建议,再由法律职业群体进行质量和价值的控制与验证,做出价值判断和最终决策。
第二,法律从业者要进行“再职业化”。目前中国法律行业内部在执业技能、市场占有、价值理念等方面的分化愈演愈烈,科层化管理结构和市场化运作模式已成为行业主流。AIGC 的介入或许会打破这种状态,就像电子商务对超市和商业广场的冲击一样。同时,它还会引发法律从业者的“再职业化”,因为法律服务的在线化和非人工化对法律服务的质量和方式提出了要求,优胜劣汰的法则会“迫使”法律人变得更加专业化和职业化。所以,律师等法律人要转变思维和观念,积极参与AI 技术的培训和学习,熟悉各种数智化工具,并将其应用于实践中。
第三,法律服务机构要进行自我革新。作为一个高度市场化的行业,绝大部分法律服务者应该都已经意识到,以后的运营和发展将“逃不出”智能科技的影响。然而,受客观能力和条件环境的限制,目前能够将生成式AI 纳入到日常工作的法律服务机构还不多。法律服务数智化转型不可能一蹴而就,也不是委托第三方开发一套智能办公系统就算是智能化了,而是要建立一套完整成熟的可落地方案,这需要法律服务机构做好“打持久战”的准备,根据自己的需求和战略逐步推进。当前阶段,律所等法律服务机构可以与科技公司进行合作创新,开发高端的定制化法律服务产品,满足客户的个性化需求,也可以在内部开发使用AI 技术的应用程序,在业务、管理、激励、工具等方面实现数智化转型。
(三)市场层面:接受法律服务数智化的实践样态,破解现实困境
第一,接受科技公司成为新的法律服务供给主体。前文论及,AIGC 之所以能改变法律服务市场,其中一个很重要的原因是服务供给主体将更加多元,科技公司或将成为重要的法律服务供给者。目前,生成式AI 成为炙手可热的赛道,不断有公司入局大模型训练,引发了所谓的“百模大战”和“群模乱舞”。在这种发展态势下,会有越来越多的法律智能产品被开发出来。所以,接受科技平台成为新的法律服务主体,不仅会使法律服务的产品模型和组织形式得到调整,建立起多元化的服务供给方式,还会导致传统法律服务组织与科技公司共同分割法律市场的局面出现。乐观视之,这不仅会带来更多的商业机会和创新空间,还会因为打破了行业垄断而在整体上改善法律服务的质量。
第二,破解数据来源困境。AI 大模型的工作原理是在大规模无标注数据上进行训练,学习其中的特征和规律来预测结果,进而提供内容创意生成等服务。所以,无论是“智慧法院”还是“AI 律师”,都有赖于一个全面的法律数据系统。虽然ChatGPT依靠互联网的开放度应尽可能多地收集数据,但其主要来源仍然是中心化的数据平台,而这种方式无法保证有稳定持续的数据源来训练升级模型,这也是Web2.0 互联网范式下的数据困境[23]。因此,对于这场由ChatGPT 引发的技术狂欢,或许要对过热的市场预期和浮躁的跟风模仿保持理智和警醒,因为入场此赛道的科技公司可能很快就要面临一个现实问题,那就是数据从哪里来?而且,大模型的训练是一项耗资巨大的烧钱工作,“玩得起”的公司会越来越少,数据和技术垄断在所难免,最后可能就变成资本集聚、大厂统治的游戏[24]。本文认为,可以借助国家数字化战略,由政府和市场共同推进法律数据系统建设,尽可能地将法律资源要素上链上线,将法律数据信息导入模型,挖掘获取其中的数据价值,凭借算法和算力将大数据整合到虚拟模型中,推动法律服务的智能化发展。
(四)技术层面:正视生成式AI 赋能法律服务的局限性
虽然AI 大模型在一定程度上拥有了触类旁通的能力,但它仍处于发展之中,还存有不少风险和挑战。随着AIGC 的广泛应用,这些风险逐渐溢出私域,延伸到公域,并成为引人注目的新课题[25]。下文只探讨其中几个比较明显而客观的问题,以展示AIGC 应用于法律服务可能带来的技术困境。
第一,技术创新的持续性问题。AI 大模型的运转需要强大的算法、算力、数据、模型以及成本等来支撑。从应用技术的角度来看,AIGC 的发展可能会面临创造力和创新性的限制,因为一旦出现了数据匮乏、算力缺口、模型简单或带有“偏见”以及资金供应不足等情况,就极易造成输出偏差,生成错误结果。实际上,当前很多AI 大模型并没有发生革命性的迭代,它们能否在法律领域创造或形成专业垂类领域的独特性,以及现有市场力量和激励机制是否有能力确保AIGC 持续性地发挥这种功能,都是有待观察的。
第二,数据模型和输出结果的可靠性问题。生成式AI 的内容生成在本质上是一种知识重组,而不是知识生产或再生产。它在很多情况下输出的结果是对多个备选答案的随机抽取,是一种概率化的操作,在某种程度上是无法预测的。尤其是在未给出精确指示的情况下,集中训练模型导致的信息压缩可能会带来输出偏差。实践表明,生成式AI 会生成一些看似正确但实际错误的误导性内容,还会就同一问题给出不同的答案。这种情况下,用户需要依据知识储备来辨别哪些是正确的,哪些是一本正经地胡说八道。法律服务绝不是仅用法言法语将法律知识呈现出来那么简单,它还包括甄别哪些法条可适用,判断哪些信息为真实。所以,无论基于何种技术原因,AIGC 这种输出偏差和深度伪造功能都会对法治构成威胁。
第三,数据审核和生成内容验证的问题。AIGC基于大量结构化和非结构化的数据参数,通过人工神经网络和知识学习机制生产相关内容,并进行持续的训练和迭代。所以,即便生成式AI 能够结合对上下文的理解进行回应,但是一旦某个方面的数据出现了“缺口”或者没有及时迭代更新,那么它就不能根据实时场景做出“随机应变”的回答。更为重要的是,AI 大模型本身无法审核数据的质量及其正确性,也不能一一验证生成的结果。这种情况下,AIGC 可能会根据平台的使用群体而产生内容偏见,一旦用于训练的数据存在问题或者大模型的算法存在偏见和不公,那么“毒树之果”现象就会出现[26]。而AIGC 的这些技术局限性可能会因为用户对它的过度依赖而被忽视,最终引发不良后果。
第四,科技伦理风险。法律服务数智化发展首先要解决的就是数据安全与隐私保护问题,防止数据被滥用和泄漏,确保对话的准确性与合法性。然而,AIGC 在回答问题或执行任务时,需要使用大量可能包含敏感信息、个人隐私、案件细节的数据,还会将用户不经意提供的信息收集起来,然后进行模型训练或程序改进,这就有可能将用户不想公开的个人信息和不想作为生产要素的商业数据置于公共领域。当前大部分AI 工具归属于私营企业,这不仅会产生知识碎片化和供给主体各自为政的情况,还存在潜在的操纵、滥用信息以及传播错误信息的风险。因此,需要加强对AI 技术的审核和监管,促使技术开发者遵循法律规定和伦理道德要求,确保算法的公正性与透明度以及数据训练和输出结果的真实可靠性。
当然,上述风险和挑战并不是AIGC 所独有的,而是具有某种“普世性”,即无论是人类还是AI 技术都无法避免和根除,只能在合理的限度内被约束和降低。像我们担心的AIGC 的信息源伪误、价值观偏见、知识霸权等问题,传统法律职业群体在提供法律服务时也不可避免,我们不能将它们罗列为AIGC 特有的局限性,更不能因为这些问题而停止法律服务数智化发展的探索和实践。
五、结语
生成式AI 成为一个热门话题反映出各界对这一技术的热切期待以及对其应用前景的关注。在AI 技术所营造的生态圈中,各类活动将会受到代码所制定规则的影响,法律行为也不例外。AI 大模型展现出的强大推理能力给包括法律在内的专业领域带来了一种信息上的普惠以及智识上的自我释放和创造。这项技术不仅为法律职业群体提供了更多的便利工具和工作方式,还给法律知识体系、法律行业的组织形式及其运作逻辑带来结构性变革,并使法律服务市场的运行规则发生改变,因为由科技公司及社会组织主导的伦理价值观、透明度、可问责性等行业自律和自愿性规制正在发挥显著的作用。不过,法律人不用担心自己会被完全替代,法律行业的运作模式也不会被完全颠覆,因为法律服务有其自身的特殊性,而蕴于AIGC 衍生逻辑中的一些根源性问题尚未得到解决。讨论AIGC 对法律服务的影响,除了考察它引发的实践规范变化外,也需要关注可能存在的风险,探讨制度化的治理原则和方法,着力提升技术的透明性和适应度。同时,要尽量避免因生成式AI 的普及和应用而可能导致的潜在滥用或过度依赖技术工具生产信息的新问题。另外,我们还需要在特定情境下把握法律服务数智化的发展,避免出现被理性构建出的技术需求,尤其是要在适应中国国情的实践探索中确立法律服务数智化转型的有效性和存续价值。