陈浩-人工智能和大数据赋能法治创新（杭州会议）

人工智能和大数据在法律领域的能力

• 三要素对照：数据（法律信息-法律知识）、算法和模型（NLP技术-领域模型-专家系统）、算力（芯片-分布式系统）
• 赋能法律领域：法律文本解构、法律知识构建、涉法数据规律挖掘、法律问题分析模型

人工智能和大数据支持智慧立法

• 立法辅助：利用法律法规和政策文件大数据辅助起草、草案审查、法规清理、立法后评估
• 案例辅助：利用司法案例、执法案例大数据分析法律适用情况
• 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》实施效果分析，引用率时间趋势显示从颁布到全面适用历经8-9个月
• 法规清理：识别和清理违反上位法的法规，如地方物业管理条例限制业主共同管理权的规定
• 成效：模型设计涵盖各环节合规风控，输出风险校验、风险提示、案卷识别、案卷解析

人工智能和大数据支持智慧执法

• 规范执法：梳理清理执法事项清单体系、构建和约束执法自由裁量权
• 辅助执法：挖掘执法案件线索、采集执法案件信息、智能制作执法文书、类案辅助、执法合规管理
• 辅助执法监督：执法大数据监督
• 范例：烟草执法案件合规风控，涵盖立案、调查取证等环节，输出风险校验、风险提示
• 成效：关联文书信息比对、自由裁量合法性审查，如以罚代刑大数据监督

人工智能和大数据支持智慧司法

• 裁判规则提炼：技术辅助“建”的三个实现步骤：业务结构的技术分析、裁判规则的提炼与编撰、算法模型
• 内容：裁判规则内容不事先设定，体系分析问题、结论、理由的结构化
• 应用实例：最高法院公开裁判文书提取率>81.2%，提准率>85%；全国各级法院裁判文书有效提取150多万条裁判规则
• 指标：裁判规则体系归类完整率>75%，准确率>90%

人工智能和大数据支持智慧守法

• 交易合规监督：通过合同大数据碰撞发现违规风险
• 范例：集团公司子公司采购是否存在违规现象
• 成效：智能解析采购要素，分析异常价格交易

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
• 成效：回归确定系数R平方为0.734，解释力达73.4%

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