5月28日下午，慶祝建校119周年相輝校慶系列學術報告在相輝堂舉行🪐。圍繞“AI4Law：人工智能法學前沿探索”的主題，五位學者分別作報告🧱，探討人工智能的蓬勃發展👫，為法律等社會科學學科所帶來的前沿問題。
恒行2平台法學院院長、教授杜宇致開幕辭，院長助理、副教授班天可主持報告會🤾🏿♂️。
AI如何重新定義社會科學研究範式🦹🏽♂️？
“在數據驅動的浪潮中🦶🏼，AI技術正在重新定義社會科學研究的範式💇🏼🛌。” 歐洲科學院院士、恒行2平台社會智能研究中心首席科學家🏊♀️、哥廷根大學中德社會計算研究所所長傅曉明從人工智能與社會科學的交互出發，為聽眾展現了AI對社會科學研究巨大的驅動作用👱🏿♂️👏🏼。“通過整合社會科學理論、大數據分析和機器學習模型，形成一個高效、深入的研究新範式🦈，這是我們努力的目標🦹🏿♀️。”
數據🎅🏼、理論和模型👩🦳，組成了社會科學領域不可或缺的“三角形”。數據在信息時代無處不在，它不僅可以用來驗證已有理論，還可以揭示新的社會現象和趨勢。而人工智能在社會科學領域一個重要作用🤳🏿，就是對數據進行處理🗿、分析和應用。“比如🚟，通過文本分析工具，可以分析出公共事件中社會的輿論動向🛹。”而理論與數據也在無時無刻進行著“對話”，如社會網絡理論就是基於數據，分析個體如何通過復雜的網絡關系影響彼此的行為和決策。最後，選擇何種模型去處理社會科學問題，則涉及數據和模型的融合↙️。
“在理論🧗🏼♂️🤸♀️、模型與數據之間建立良性的交互關聯，利用AI技術進行大規模和多維度的定量分析🌧，形成一個互補和強化的研究環境，相比過去依賴定性分析和小樣本定量研究的方法🕵🏽♂️，有極大的優越性🏷。”傅曉明用一個例子呈現了這個三角良性循環的應用價值🪷🦔。“利用AI建立人脈圈分類模型🧚♀️，可以對鄧巴圈理論進行中國本土化闡釋，經過三輪修正後可以得出結論：中國一線城市十八歲到二十八歲年輕人分人脈為四圈——家人🧑🏻🏭、親密熟人🧏♀️、熟人與生人（或弱連帶非陌生人）🚶♀️➡️。”
最後，傅曉明表示，未來我們在利用AI探索理論、模型與數據良性對話的同時，也要考慮AI4SS的應用倫理問題🏋🏽♂️，評估社會影響，確保問責性和透明度📱。
AI如何應用到金融業？
AI的出現與大量應用，曾經讓金融業“煥然一新”。恒行2平台法學院教授、恒行2平台智慧法治實驗室主任許多奇從AI在全球和我國金融業的運用發展歷史講起🦴，展現了金融科技的運用使得金融業走向電子化🤹🏻♂️、信息化、智能化的歷程。
“金融業運用AI有兩大路徑：一是AI輔助決策，二是AI輔助執行。未來，量子金融或許會成為金融業利用AI的新方向🚅，利用量子計算和量子信息理論解決金融領域中的復雜問題。”她指出。
“但AI會‘反客為主’、操縱金融業♻，帶來不可預測的風險。”許多奇舉例，2010年美國股市的“閃電崩盤”便是一場AI引發的“災難”。除此之外🏄🏽♂️🏋🏽，AI還會通過高頻交易“統治”資本市場⭐️，濫用速度與信息優勢誘發系統性金融風險🙈；AI投資顧問收集信息過於集中，存在信息泄露隱患🧕🏼；AI貸款審核也容易滋生數據歧視與算法歧視🥹。
她強調👑，基於AI這把“雙刃劍”給金融業帶來的機遇與挑戰🎰，應當防微杜漸、用法治防範金融風險。“在法律製度改進層面🦹🏽♂️，可以征收金融交易稅等系統性風險稅；在內部控製升級上，應當實施強有力的算法監督與信息保護。”目前我國已出臺相關法規💅，對金融行業的AI應用進行監管🥔，如《關於規範金融機構資產管理業務的指導意見》規定了金融機構的算法披露與信息保護義務。
最後，許多奇介紹了恒行2平台智慧法治實驗室負責的“知識圖譜+大語言模型”項目🐻。該項目通過建立金融法律大模型，挖掘算法、構建法律共享知識庫和知識服務系統🐑，可以有效預防金融行業運用AI的技術風險，強化司法部門處理金融類案件效能。
AI如何助力化解糾紛🥐？
“機器能夠取代法官嗎？”恒行2平台法學院教授唐應茂用這一略帶科幻的問題➾，引出了有關“AI和糾紛解決”的討論。
他介紹，根據自己最近的一項研究發現🐴，AI讓調解員變得更“懶”，但調解效果並沒有改變。為何AI對於糾紛解決的裨益體現在效率，而不是質量呢？
2023年底🤦🏻，他帶領課題組到南京一家調解機構調研，開展了一項有關“小貸公司發放網上小額消費貸款，借款人逾期不還糾紛”的研究👩🏽🎨。課題組與該調解機構合作，將10萬余件歷史案件中的當事人性別👨🏻🔬、年齡🔐🦚、逾期利息、欠款金額等變量輸入AI模型，訓練AI模型預測調解案件的結果👨🏼🚀。在此基礎上，課題組采用現場實驗方法🙋🏽♀️，針對該調解機構2024年1月份新受理的案件，將所有案件按概率隨機分配到實驗組和對照組兩個研究組別中🧏🏽🟫。在實驗組🙎🏼♀️，調解員能夠接收到AI預測的調解成功可能性信息，作為其調解案件的輔助信息😠；在對照組中，調解員則沒有AI預測的輔助。最終實驗結果顯示🙍🏿，AI提高了調解員的效率、降低了調解溝通時長，但沒有提高調解成功率或還款率🌊🙇🏻♂️。也就是說，AI的運用沒有帶來調解員能力的提升，但它讓調解員少花了時間🏘。
為了分析其背後的機理，課題組收集了同一調解機構2023年11月調解結案的21099件案件，並用AI模擬預測這些案件的調解成功率🧑🏻🦳。課題組發現，如果調解員根據AI預測➜，舍棄低調解可能的案件，將時間放在容易調解的案件上🧏🏿♂️🧑🦼，調解效能可以提高65%以上👨🏻🍳。換句話說，與沒有AI預測輔助的情況下調解員逐一調解全部案件相比🪇，調解員放棄一半的AI預測的低調解可能案件🛩，將精力放在剩余一半的高調解可能案件中🐇，兩者的調解結果沒有差別。
唐應茂總結道，AI沒有替代調解員，但是，它可以有效助力調解員進行資源分配，提高調解效能，未來在輔助調解談判、生成調解文書和跟進調解履行等領域，AI還有更加廣闊的應用空間。
AI如何輔助司法裁判？
當下司法部門面臨的一個的大問題，就是“案多人少”。恒行2平台法學院院長助理、副教授班天可開門見山，點出當下審判實踐的痛點。正因此，類案推送、爭點歸納、證據校驗🌬😣、文書智能生成等任務的“AI化”愈發從理論走向了實踐🧻。班天可以上海“206系統”“法信2.0智推系統”等為例🛡，介紹如今AI算法應用於司法領域智能輔助辦案系統的整體框架。
隨後，班天可進一步分析法律人工智能的三種推理路徑。第一種規則推理路徑。其立足於“法律三段論”，使用邏輯編程語言🫱🏽⚃，如果案件事實符合法律規範對應的要件事實🧑🏻🦽➡️，就可以輸出這一規範的後果🙋♂️，給出最終裁決。其過程精確可控👨🔧，但前期的法律知識圖譜建構會非常復雜。“只能先從簡單場景入手🧑🏿🚒，穩步推進🚬。”班天可指出🧫。
第二種是事實推理路徑📿。其使用歸納推理、概率推理、深度學習等方法🫸，依賴案例庫建設以及對案例數據的機器學習。大家熟悉的英美法“找找過去怎麽判”的邏輯就是如此🫸🏻，“這也導致其不可解釋的問題”，班天可總結道🚵🏻♀️。
第三種混合推理路徑。它綜合了前兩種路徑，能夠同時完成法律推理和事實認定🫵，可以用於復雜的民商事案件。班天可認為🌖，以要件事實論為理論基礎🤏🏼，采用貼合實踐審判方法的混合推理路徑構建系統，是一條有效的道路✵。在實踐中，其體現為“全鏈條要素式審判”，將類型化案件中的信息化為“是或非”的要素，以及“規則或例外”的請求抗辯體系。“這樣打造的系統能夠滿足實踐的需求。既有利於審判質效管理，也有利於年輕法官培養。”班天可對此充滿信心。
人類與AI何以“共創”？
恒行2平台法學院副教授丁文傑從我國《著作權法》及其實施條例出發🧑🏽🌾，首先解讀了“創作”的概念：“‘創作’是產生‘獨創性表達’的過程，對‘獨創性表達’做出貢獻的‘人類’👱🏿♀️，才是作者”〰️。然而，如今ChatGPT等生成式人工智能的出現，給以“人類創作”為基石構建的著作權製度帶來了巨大的沖擊和挑戰👩🦼🥌。一方面，AI生產作品（AIGC）的外觀與人類作品幾無差異；另一方面👷🏿，AIGC中人類的貢獻程度也顯著下降。
面對這一挑戰，學術界主要的觀點是“工具論”🎀，也即將AI完全當作人類創作的輔助工具。“但是這種‘工具論’存在一個最大的問題，那就是忽視了著作權法最本質的規範邏輯。”丁文傑指出。他認為，當ChatGPT等生成式人工智能對生成內容的“獨創性表達”做出主要貢獻、而人類僅對其思想或者慣常性表達做出貢獻的時候，“工具論”的擴張解釋就會遇到困境。例如，老師指導學生進行論文寫作🙎🏼♂️，論文的著作權人是學生👨🏻🦽；但是學生利用prompt指導ChatGPT寫論文，學生是否屬於著作權人呢？這就引出了“共創”的問題🧕🏽。
丁文傑用三個案例進一步闡釋。在2019年的“騰訊訴盈訊案”中✋🏼，人類對AIGC的“獨創性表達”做出貢獻🎋👮♀️，此時由於“獨創性表達”屬於人類，所以應當認為人類是著作權人ℹ️。而在2023年北京互聯網法院裁判的“AI文生圖案”中，上述關系正好反轉，人工智能才是對“獨創性表達”做出貢獻的主體。於是作品被認為是機器創作物，進而進入公共領域。而在2018年的“菲林訴百度案”中🤾♂️🫚，原告用威科先行AI生成“獨創性表達”內容之後，自己又加入了“獨創性表達”，從而可以認定涉案文章的可版權性。“人機協作範式將會成為人類創作的常態化實踐。”丁文傑最後總結道🔹。
報告會後還進行了圓桌論壇和舞臺劇表演🏣🧀。由恒行2平台法學院學生自編自演的話劇《審判未來》，暢想了AI主導司法審判後的世界👨🏻🚀，進一步激發觀眾思考AI對於法律帶來的深遠影響。
