|
法治调研
|
|
当前全球国际交流合作日益频繁，我国涉外法治建设的重要性日益凸显，但同时面临着国际法律规则复杂、国际争端解决机制具有不确定性、涉外法律服务成本高等问题和挑战。随着人工智能在司法领域特别是在检察工作中的应用日益广泛，其自身具备的强大数据处理能力、高效决策支持系统以及智能法律咨询功能，不仅能为解决上述问题提供可能，而且能为涉外法治建设提供新的机遇和路径。
一、人工智能赋能法律监督工作的实践应用
近年来，广东省清远市检察机关主动将分析式、生成式人工智能技术应用到监督模型创建、案件线索挖掘、法律（案例）检索、文书自动生成等方面，全方位推进数字检察战略，助力提升法律监督质效。
一是创建大语言平台应用，深挖模型监督点。将自行研发的检察内部数据应用平台与大语言平台结合使用，让AI辅助发掘监督点、提供模型创建思路。目前，全市两级院已经通过建模排查线索4万余条，立案1万余件，推动全市健全安全生产、医保基金等领域治理机制30余项。
二是智能化类案推送，为定罪量刑提供参考。引进智能类案检索系统，辅助承办检察官高效找出具有类似案情的案件，为案件办理提供精准参考。自2023年系统部署以来，全市应用类案检索及实证分析功能43万余次，认罪认罚适用率达85%，一审服判率96.1%。
三是结构化证据解析，助力轻罪案件高效办结。在AI辅助结构化处理卷宗材料、智能识别各种证据的基础上，向办案人员精准推送相关法律法规和办案指引。今年以来，全市轻罪案件办案时长有效压缩。
四是建立靶向推送机制，促进诉源治理。构建集智慧接访、远程接访、线下接访为一体的矛盾纠纷调处化解前置机制，为公众提供法律咨询服务，前瞻做好判决前后的矛盾纠纷化解工作，以类案为基础加强释法说理。2023年，全市共受理群众控告、申诉、举报1660件，同比下降22.4%。
二、人工智能赋能检察工作实践给涉外法治建设带来的启示
首先，人工智能可以提升案件办理的效率与准确性。不同国家的法律体系和程序存在差异，通过构建跨国法律智能分析系统，能够实现对复杂法律关系的快速解析与异国证据的自动评估，提升涉外案件处置的精确度与国际协作效率。
其次，人工智能可以提供更为丰富的知识资源和决策支持。目前，我国现有的涉外法律体系在应对国际事务时具有一定局限性，这导致企业在国际贸易、投资等方面往往难以找到明确的法律依据，从而影响法律的实施效果。因此可研究构建覆盖广泛的判例数据库，并利用机器学习算法对海量判例进行分类、标签化处理，便于用户快速检索相关判例，为解决深层次、新领域问题提供有力的知识支撑。
再次，人工智能可以促进决策的科学化和透明化。由于对国际惯例缺乏深入了解，且对国际交易中常用的法律文书和谈判技巧掌握不足，在跨国并购和国际融资等高端法律服务领域，我国法律服务机构的参与度相对较低。通过开发比较法律解析工具，自动识别、解析不同法系下的法律条文和法规，可以帮助法律专业人士快速把握异同点。同时，开发多语言法律转换与理解平台，利用自然语言处理技术，让法律文本自动翻译与术语精准匹配，减少因语言障碍带来的误解，可以助力精准决策。
最后，人工智能可以帮助提升法律专业能力。当前，由于缺乏精通国际法律规则和实务操作的高端涉外法治人才，一定程度上限制了我国在国际法律服务市场上的竞争力。可研究开发相关智能法律顾问助手，突破传统法律咨询服务的物理与知识壁垒，为法律专业知识不足的企业与个人开辟一条高效、便捷的法律咨询通道。更深层次的，还能将其作为初级法律从业者的辅助学习工具，助力培养适应未来法律职业需要的人才。
三、涉外法律大模型的实现路径
法律大模型在国内迅猛发展，表明当前构建涉外法律大模型具备基本的技术支撑和理论可行性。然而，二者在技术层面存在一定区别。
具体来说，在数据收集阶段，涉外法律大模型构建需要具备多语言数据收集能力。该模型需要涵盖不同国家的法律体系，除基本的法律条文外，还需要收集不同国家的法律案例、司法解释等文献，这就要求使用多语言爬虫技术或购买多语言法律数据库。
在数据预处理阶段，对系统的多语言处理能力要求更高。由于涉外法律大模型涉及标注多种语言的法律规范和司法案例，因此需采用多语言文本处理技术，以确保模型能准确学习和训练。
在模型训练与优化阶段，涉外法律大模型的设计需开放且灵活，以适应跨国法律体系的多样性。如采用多任务学习和迁移学习策略，引入法律知识图谱技术，使模型能够在不同法系间共享知识的同时，也能针对特定法域进行精细化调整，确保模型的可解释性和可信赖度。
在评估与验证阶段，开发一套全面的多维度评估体系是必要的。这不仅涉及一般技术中的准确率、查全率等指标，还需深入考量系统在跨语言法律推理中的一致性表现，及其在面临罕见案例或新兴法律问题时的灵活适应能力。
在部署与应用阶段，涉外法律大模型的用户界面设计需高度人性化，支持多语言交互，确保全球用户都能便捷使用。提供定制化服务选项，根据不同用户的特定需求，调整模型输出内容和形式。此外，建立持续的数据更新和模型迭代机制，确保其能及时更新各国法律，保持其有效性和前沿性。
展望未来，国内司法机关应当积极发挥能动作用，广泛了解中国企业和公民出海、出境的重点国家和重点领域，针对性地布局全球法律数据网络，形成动态更新的法律资源池。同时，加强与国际组织、外国司法部门及顶尖科研机构的合作交流，共同推进法律大数据的标准化与共享机制，为涉外法律大模型的深度学习与精准应用打下坚实基础。在此过程中，我们应注重法律人工智能伦理与法律的双重审视，确保技术进步不偏离公平正义的轨道。同时要建立严格的数据隐私保护机制和算法审查制度，让每一次生成的法律建议都经得起道德和法律的检验，维护好国家形象与人民利益。
|
|
|
| 以人工智能助力涉外法治建设
|
|
|
|
|
|
| （ 2024-06-03 ） 稿件来源： 法治日报法治调研 |
|
|
 |
| 陈岑
广东省清远市人民检察院
党组书记、检察长 |
|
当前全球国际交流合作日益频繁，我国涉外法治建设的重要性日益凸显，但同时面临着国际法律规则复杂、国际争端解决机制具有不确定性、涉外法律服务成本高等问题和挑战。随着人工智能在司法领域特别是在检察工作中的应用日益广泛，其自身具备的强大数据处理能力、高效决策支持系统以及智能法律咨询功能，不仅能为解决上述问题提供可能，而且能为涉外法治建设提供新的机遇和路径。
一、人工智能赋能法律监督工作的实践应用
近年来，广东省清远市检察机关主动将分析式、生成式人工智能技术应用到监督模型创建、案件线索挖掘、法律（案例）检索、文书自动生成等方面，全方位推进数字检察战略，助力提升法律监督质效。
一是创建大语言平台应用，深挖模型监督点。将自行研发的检察内部数据应用平台与大语言平台结合使用，让AI辅助发掘监督点、提供模型创建思路。目前，全市两级院已经通过建模排查线索4万余条，立案1万余件，推动全市健全安全生产、医保基金等领域治理机制30余项。
二是智能化类案推送，为定罪量刑提供参考。引进智能类案检索系统，辅助承办检察官高效找出具有类似案情的案件，为案件办理提供精准参考。自2023年系统部署以来，全市应用类案检索及实证分析功能43万余次，认罪认罚适用率达85%，一审服判率96.1%。
三是结构化证据解析，助力轻罪案件高效办结。在AI辅助结构化处理卷宗材料、智能识别各种证据的基础上，向办案人员精准推送相关法律法规和办案指引。今年以来，全市轻罪案件办案时长有效压缩。
四是建立靶向推送机制，促进诉源治理。构建集智慧接访、远程接访、线下接访为一体的矛盾纠纷调处化解前置机制，为公众提供法律咨询服务，前瞻做好判决前后的矛盾纠纷化解工作，以类案为基础加强释法说理。2023年，全市共受理群众控告、申诉、举报1660件，同比下降22.4%。
二、人工智能赋能检察工作实践给涉外法治建设带来的启示
首先，人工智能可以提升案件办理的效率与准确性。不同国家的法律体系和程序存在差异，通过构建跨国法律智能分析系统，能够实现对复杂法律关系的快速解析与异国证据的自动评估，提升涉外案件处置的精确度与国际协作效率。
其次，人工智能可以提供更为丰富的知识资源和决策支持。目前，我国现有的涉外法律体系在应对国际事务时具有一定局限性，这导致企业在国际贸易、投资等方面往往难以找到明确的法律依据，从而影响法律的实施效果。因此可研究构建覆盖广泛的判例数据库，并利用机器学习算法对海量判例进行分类、标签化处理，便于用户快速检索相关判例，为解决深层次、新领域问题提供有力的知识支撑。
再次，人工智能可以促进决策的科学化和透明化。由于对国际惯例缺乏深入了解，且对国际交易中常用的法律文书和谈判技巧掌握不足，在跨国并购和国际融资等高端法律服务领域，我国法律服务机构的参与度相对较低。通过开发比较法律解析工具，自动识别、解析不同法系下的法律条文和法规，可以帮助法律专业人士快速把握异同点。同时，开发多语言法律转换与理解平台，利用自然语言处理技术，让法律文本自动翻译与术语精准匹配，减少因语言障碍带来的误解，可以助力精准决策。
最后，人工智能可以帮助提升法律专业能力。当前，由于缺乏精通国际法律规则和实务操作的高端涉外法治人才，一定程度上限制了我国在国际法律服务市场上的竞争力。可研究开发相关智能法律顾问助手，突破传统法律咨询服务的物理与知识壁垒，为法律专业知识不足的企业与个人开辟一条高效、便捷的法律咨询通道。更深层次的，还能将其作为初级法律从业者的辅助学习工具，助力培养适应未来法律职业需要的人才。
三、涉外法律大模型的实现路径
法律大模型在国内迅猛发展，表明当前构建涉外法律大模型具备基本的技术支撑和理论可行性。然而，二者在技术层面存在一定区别。
具体来说，在数据收集阶段，涉外法律大模型构建需要具备多语言数据收集能力。该模型需要涵盖不同国家的法律体系，除基本的法律条文外，还需要收集不同国家的法律案例、司法解释等文献，这就要求使用多语言爬虫技术或购买多语言法律数据库。
在数据预处理阶段，对系统的多语言处理能力要求更高。由于涉外法律大模型涉及标注多种语言的法律规范和司法案例，因此需采用多语言文本处理技术，以确保模型能准确学习和训练。
在模型训练与优化阶段，涉外法律大模型的设计需开放且灵活，以适应跨国法律体系的多样性。如采用多任务学习和迁移学习策略，引入法律知识图谱技术，使模型能够在不同法系间共享知识的同时，也能针对特定法域进行精细化调整，确保模型的可解释性和可信赖度。
在评估与验证阶段，开发一套全面的多维度评估体系是必要的。这不仅涉及一般技术中的准确率、查全率等指标，还需深入考量系统在跨语言法律推理中的一致性表现，及其在面临罕见案例或新兴法律问题时的灵活适应能力。
在部署与应用阶段，涉外法律大模型的用户界面设计需高度人性化，支持多语言交互，确保全球用户都能便捷使用。提供定制化服务选项，根据不同用户的特定需求，调整模型输出内容和形式。此外，建立持续的数据更新和模型迭代机制，确保其能及时更新各国法律，保持其有效性和前沿性。
展望未来，国内司法机关应当积极发挥能动作用，广泛了解中国企业和公民出海、出境的重点国家和重点领域，针对性地布局全球法律数据网络，形成动态更新的法律资源池。同时，加强与国际组织、外国司法部门及顶尖科研机构的合作交流，共同推进法律大数据的标准化与共享机制，为涉外法律大模型的深度学习与精准应用打下坚实基础。在此过程中，我们应注重法律人工智能伦理与法律的双重审视，确保技术进步不偏离公平正义的轨道。同时要建立严格的数据隐私保护机制和算法审查制度，让每一次生成的法律建议都经得起道德和法律的检验，维护好国家形象与人民利益。
|
|
|
