陈浩-人工智能和大数据赋能法治创新（杭州会议）

演 讲 者：陈 浩 法 意科 技常 务 副 总 经 理 人工智能和大数据在法律领域的能力 01 02 人工智能和大数据支持智慧立法 人工智能和大数据支持智慧执法 03 人工智能和大数据支持智慧司法 04 人工智能和大数据支持智慧守法 05 06 人工智能和大数据支持法学研究 法律科技企业在法治科技创新中的作用 01人 工 智 能 和 大 数 据在 法 律 领 域 的 能 力 人工智能和大数据在法律领域的能力 •三要素在法律领域的对照 •数据：信息-法律信息（文本）-法律知识（知识图谱）•算法和模型：NLP技术（规则语义理解/机器学习/深度学习)-领域模型-专家系统•算力：芯片-分布式系统 •赋能法律领域 •对法律文本的解构能力•对法律知识的构建能力•对涉法数据之间规律的挖掘能力•面向法律问题的分析模型能力 02人 工 智 能 和 大 数 据支 持 智 慧 立 法 人工智能和大数据支持智慧立法 •利用法律法规和政策文件大数据来辅助立法 •立法辅助起草•草案审查•法规清理•立法后评估... •利用司法案例、执法案例大数据来辅助立法 •裁判文书对法律适用的情况•裁判文书补充“其他”的常见情况... 裁判文书对法律适用的情况：法规实施效果评价 范例：《最高人民法院关于审理民间借贷案件适用法律若干问题的规定》实施情况分析 法律法规在颁布实施后实施效果如何？ 模型设计 各年月民间借贷案件数量各年月引用《民间借贷规定》案件数量各年月引用率= 结果分析 ——《规定》实施情况：引用率按月的时间趋势 从最高法院颁布实施到区县法院进入全面稳定适用历经8-9个月 法规清理：违反上位法的法规的识别和清理 范例：关于地方物业管理条例限制业主共同管理权有关规定的审查 让 数 据 用 起 来对未按时交纳物业服务费等未履行业主义务的业主，能否直接剥夺其业主委员会参选资格？全国人大常委会法制工作委员会：未加区分地将业主未按时交纳物业服务费、专项维修资金等不履行业主义务行为与业主共同管理权挂钩，不适当地限制了业主的建筑物区分所有权，超越了立法权限，混淆了物权关系与合同关系，与《中华人民共和国民法典》、国务院《物业管理条例》的有关规定不符，应予以纠正 模型设计 成效输出 03人 工 智 能 和 大 数 据支 持 智 慧 执 法 人工智能和大数据支持智慧执法 •利用政策法规和人工智能技术来规范执法 •执法事项清单体系梳理、清理•执法自由裁量权体系构建和约束执法个案 •利用执法案例和大数据人工智能技术来辅助执法 •执法案件线索挖掘•执法案件信息的采集•执法文书的智能制作•执法结果的类案辅助•执法合规管理 •利用执法案例+政策法规和大数据人工智能技术来辅助执法监督 •执法大数据监督 执法合规管理：执法案件节点上的合规和风控 范例：烟草执法案件中的合规风控 针对烟草执法办案中的每个环节，如何确保依法行政，合规执法？ 模型设计 根据烟草执法办案的立案、调查取证、审查决定、送达与执行、结案等环节梳理并形成的分阶段、分岗位、分材料的合规风控体系。提供烟草专卖执法人员、案审员、法规员等岗位执法风险预警功能，便于在烟草执法案件中进行合规风控。 风险校验 风险提示 案卷识别 案卷解析 按照烟草执法办案的工作环节及对应文书、案卷，进行合规风控规则体系的梳理。涵盖自由裁量合法性、程序时限合法性评查、拼写语法、关联文书信息比对等合规风控检查要点，从执法办案专业角度评查案卷质量。将文书、案卷的数据解析成果依照合规风控规则体系进行自动校验，输出规则的匹配结果。 将风险校验的结果在对应的办案流程环节中对烟草专卖执法人员、案审员、法规员等岗位人员进行执法风险预警提示，由人工二次分析，确认触犯规则的情况是否属于风险内容。 将烟草执法办案的立案、调查取证、审查决定、送达与执行、结案等各个环节中涉及的不同阶段的卷宗、文书材料数据作为合规审查对象，纳入待分析数据范围。 通过文书智能分析引擎技术，对文书、卷宗的内容根据专业语言进行理解并提取为结构化数据，供合规校验使用。 让 数 据 用 起 来 成效输出 关联文书信息比对：系统可对同一案件产生的多个文书之间、不同程序阶段间的相关信息点的一致性进行校验，具有逻辑关系的信息项之间进行是否符合逻辑进行人工和自动校验 成效输出 自由裁量合法性审查：系统可依据法律、法规、规章对自由裁量合法性的要求，综合考虑违法行为性质、情节、手段和社会危害后果等因素，对案件作出行政处罚种类、幅度的权力是否合法进行人工和自动校验。 以罚代刑 范例：烟草非法经营活动以罚代刑大数据监督 对违法行为严重构成犯罪的行为应移送司法机关处置 04人 工 智 能 和 大 数 据支 持 智 慧 司 法 裁判规则的提炼与编撰 2、技术辅助“建”的三个实现步骤 1、实现方法 裁判规则的提炼与编撰 对多条判判规则进行体系分析 裁判规则的提炼与编撰 业务结构的技术分析 例子 ●问题的结构化：问题要素化单要素问题多要素问题●结论的结构化：结论的属性描述定性结论定量结论●理由的结构化？：法律推理过程，完整文字整体结构化●问题与结论的连接：四种裁判规则单要素定性裁判规则单要素定量裁判规则多要素定性裁判规则多要素定量裁判规则●每一条裁判规则在法律知识图谱体系中进行多维度标注 ▼单要素定性裁判规则：父本与母本对植物新品种生产具有基本相同价值基础时是否可以直接判令双方当事人相互授权许可并相互免除相应的许可费 ▼单要素定量裁判规则：住院伙食补助费-北京-1 00元 ▼多要素定性裁判规则：应当从婚姻基础、婚后感情、离婚原因、夫妻关系的现状和有无和好的可能等方面综合分析夫妻感情是否确已破裂、 ▼多要素定量裁判规则：多个量刑情节组合下的量刑结果 裁判规则的提炼与编撰 算法模型 裁判规则的提炼与编撰 裁判规则内容不事先设定 内容 应用实例 最高法院公开裁判文书中的提取率>81 .2%,提准率>85% 全国各级法院公开裁判文书中提取率>25%,提准率>75%，针对800多万裁判文书有效提取了1 50多万条裁判规则原文 指标 裁判规则体系归类完整率>75%，准确率>90% 05人 工 智 能 和 大 数 据支 持 智 慧 守 法 人工智能和大数据支持智慧守法 交易合规监督 范例：通过合同大数据碰撞发现违规风险 集团公司中各级子公司的采购是否存在违规现象？ 模型设计 智能解析：采购标的、规格、采购数量、单价、供货方、采购时间等要素 价格均衡碰撞 合同筛选 分析目的：发现异常价格交易 成效输出 06人 工 智 能 和 大 数 据支 持 法 学 研 究 人工智能和大数据支持法学研究 定量研究 法律领域的因果关系定量研究 范例：基于法官集体经验的量刑预测研究 影响交通肇事量刑的法定情节和酌定情节是清晰的，其他影响因素在量刑理论上也是边界明确的，但具体化则需要进一步观察每个情节在量刑影响的显著性、方向、程度则需要通过研究来论证。 模型设计 成效输出 ——交通肇事罪量刑规则研究 回归确定系数R平方 各个自变量的标准化回归系数 实际刑期与预测刑期的残差 回归确定系数Ｒ平方：0．734，表述当前模型在样本范围内的解释力达到73.4% ——各个自变量的标准化回归系数 07法律科技企业在法治科 技 创 新 中 的 作 用 法律科技企业在法治科技创新中的作用 •问题引领•模型研究•要素体系搭建•产业落地 感谢聆听，敬请指导！ 演 讲 者：陈 浩法 意 科 技 有 限 公 司 常 务 副 总 经 理