人工智能法治人才培养模式选择

罗维鹏 郜占川

(西南财经大学 法学院，四川 成都 611130；甘肃政法大学 民商经济法学院，甘肃 兰州 730070)

互联网、区块链、大数据、人工智能的加速融合发展，正在塑造一个颠覆与创新并存的智慧社会，不少人称之为“人工智能时代”的到来。人工智能在推进法学研究理念转向、知识谱系更新、理论逻辑重建和思维方式变革的同时，“必然会推动法学教育模式和人才培养机制的探索创新”(1)马长山：《面向智慧社会的法学转型》，《中国大学教学》2018年第9期。。“高等院校、职业院校的学科专业设置作前瞻性规划，增设人工智能及交叉学科教育门类，减少人工智能将冲击或可能替代的相关专业类型。”(2)《关于“人工智能发展与法治保障”的天津共识》，《天津法学》2019年第2期。提出“前瞻性规划”即是针对制约我国人工智能与法学深度结合的根本性障碍：“缺乏优秀、适格的法律与计算机人才”(3)左卫民：《关于法律人工智能在中国运用前景的若干思考》，《清华法学》2018年第2期。。因此，“培养什么样的人工智能法治人才”和“如何培养人工智能法治人才”已成为法学教育亟需回应的问题以及落实教育部“卓越法治人才培养2.0”面临的难题。对此，有学者提出，要“积极探索复合型法治人才”(4)王群英：《新时代法治人才培养的基本要求》，《中国高等教育》2018年第19期。；也有学者提出，“法学教育需要向学生提供介绍计算机算法、法律人工智能技术等方面基础知识的课程”(5)赵鹏：《法律人工智能技术的发展和法学教育的回应》，《中国高等教育》2019年Z1期。；还有学者提出，人工智能时代的法学教育新模式应当是“技术强化学习和强化技术学习”(6)杨学科：《论人工智能时代的法学教育新挑战、新机遇和新模式》，《法学教育研究》2018年第4期。。但对具体应当如何开展，既有研究却付之阙如。

在政策层面，一是提升个人在“人工智能+法学”领域的知识水平；二是完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科建设；三是建设人工智能学院，尽快在试点院校建立人工智能学院，增加人工智能相关学科方向的博士、硕士招生名额。这是国家的战略布局。反映到实践中，当前表现为人工智能法治人才培养的三种模式，即“学者模式”“学科模式”和“学院模式”。这也是我国人工智能法治人才培养的三大特点。笔者基于实践经验，对既有的三种模式进行反思，拟从人才战略的角度提出有益于我国人工智能法治人才培养的长远之策。

一、三种模式的反思

(一)学者模式的稳定性不足

学者模式的形成机理带有明显的经验性和功利性特点。经验性是指具体哪个学者及其关注哪些法律人工智能问题是不确定的，而且关注的广度和深度取决于该研究者的个人偏好。功利性则是指在我国教学和科研体制下，研究者有追热点的偏好，追热点式的教学和科研模式多是以满足研究者在某方面的个人利益为目的。经验性和功利性又导致学者模式的人才培养呈现一种研究者的个人兴趣导向，难以形成稳定的人才培养机制。

首先，学者模式的第一目标不是人才培养。功利性特点表明学者模式并非以传授知识为第一目的，而是以学者自我价值的实现为目的。是否研究法律人工智能问题、研究到什么程度以及研究多长时间等问题都取决于研究者当时的兴趣。从功利的角度讲，假如人工智能研究的热潮退去或者个别学者的预期目标实现，那么他们是否仍对法律人工智能持有热情就是未知的。

其次，学者模式不传授涉及“人工智能+法学”的系统性知识。在学者模式下，法理学者关注人工智能所引起的法律概念的变化，刑法学者关注人工智能引起的刑事责任问题(7)魏东：《人工智能犯罪的可归责主体探究》，《理论探索》2019年第5期。方跃平、汪全胜：《无人驾驶时代交通肇事罪的立法完善》，《齐鲁学刊》2018年第6期。，民法学者关注人工智能引起的侵权责任、智能合同或者知识产权保护问题(8)刘强、蒋芷翌：《人工智能创作物独创性问题研究》，《山东科技大学学报(社会科学版)》2019年第6期。，诉讼法学者关注智慧司法问题，有哲学知识储备的学者还可能从法哲学角度尝试探索。这就导致学生只能在授课教师感兴趣的问题上获得知识，并且获得知识的途径不是来源于课堂学习，而是源于导师的课题任务或者自学。这也导致学生所学知识是零碎的、随机的，学习过程会随着课题的进度而随时终止、中断或者改变。此外，学生获得的未必是真理意义上的知识。尽管通识教育与专业教育融合发展是新时代中国特色一流本科人才培养的基本路径，(9)郑庆华：《通识教育与专业教育融合发展：新时代中国特色一流本科人才培养路径探索》，《中国大学教学》2018年第10期。人工智能法治人才培养无论从通识教育的角度开展，还是从专业教育的角度开展，二者都应建立在确定性知识之上。然而，一些热衷法律人工智能的学者虽然也在从事教学工作，但并非严格意义上的人才培养，只是个人观点的传播，作为一家之言难免偏颇或者不当。因此，在欠缺稳定的知识根基的情况下，人才培养的科学性从何而来？

最后，学者模式并非学历教育。学者模式下的人才培养机制表现为“学徒式”的非学历的法学教育，更多情况下学生对相关知识的获得源于自学。学徒式的培养与自学式学习难以与系统性、规范性和知识性的标准化大学教育匹配，效果恐难得到社会的普遍认可和检验。

(二)学科模式的专业性不足

目前我国“人工智能+法学”课程正处在起步期，不少高校推行的法律人工智能课程只是一种初步尝试，所能涉及的多属于科普。仅有的一些法律人工智能课程又有明显的不足，课程内容过于简单，“跨学科”和“学科交叉”仅停留在表面，没有真正实现学科间知识的深度融合。

一是各说各话。现有的法律人工智能课程一般是由法学院外请其他学院教师为法科学生介绍人工智能知识，或者由法学教师讲授其理解的法律人工智能及相关问题。前者几乎与法学无关，属于对人工智能知识的普及，只是向法学院学生介绍了一些计算机、数学等学科的专业基础概念。法学教师讲授的其对“人工智能+法学”的理解，其中有不少观点还有待同行和人工智能专家的认可。

二是知识性欠缺。由法学学者主办的法律人工智能课或讲座，更似学者个人研究成果的发布会。讲授内容充斥着学者的个人经验、个人观点以及各种假设和论证，甚至一些似是而非的观点也出现在课堂上。这与传统法学教育注重基础知识科学性的要求相去甚远。

三是体系性欠缺。在法学领域，西南政法大学人工智能法学院的做法超前，专门将“人工智能法学”作为法学二级学科，并配有相应的课程实施方案等支撑材料。其他院校虽然开设了“法律人工智能”“数据法学”“智慧法学”等课程，但多以前沿介绍、技术培训和专题讨论为主，没有形成知识体系，缺乏制度层面的学科建设，基本上没有起到人才培养的效果。

四是临时性过强。从一些重视“人工智能+法学”的法学院的实践情况来看，“选修课”“夏令营”“视频课”和“学术讲座”是其在法律人工智能学科化方面的主要探索形式。不少院校通过这些途径提升了各自的知名度，但对有多少课程能真正帮助学生更新知识结构，掌握法律人工智能的发展规律，还有待评估。

上述问题导致学科模式在培养人工智能法治人才的过程中，无论课程、专业还是学科等方面均存在专业性不足的问题。如果法学院只是在形式上设置“法律人工智能课”，实属新瓶装旧酒。有关课程缺乏实质内容，对学生而言，选这门所谓“法律人工智能课”或者学习所谓“人工智能法学专业”与学习其他部门法并无本质区别。

(三)学院模式的实质性不足

教育部《高等学校人工智能创新行动计划》中提出，“建立50家人工智能学院、研究院或交叉研究中心”。从西南政法大学设置人工智能法学院的经验来看，“回应国家战略”(10)庄德通：《为人工智能时代法科生植入科技基因——访西南政法大学人工智能法学院院长陈亮》，《民主与法制时报》2019年3月27日。是一个主要原因。学院模式具有鲜明的政策导向性，在此背景下相继设置“人工智能(法)学院/研究中心”反映的是高校、科研院所之间的知识竞赛，谁先抢占人工智能教育高地，意味着谁在未来将拥有更大的话语权。

虽然在理想状态下，学院模式的人才培养机制要比学者模式、学科模式健全，但现实并非如此，实践中“法律人工智能学院/研究中心”的设置更多是为了迎合政策取向和满足研究者的个人需求，典型表现就是涌现大量的非实体研究机构。这类非实体的研究机构虽有一套运行规范，也能聚合一些从业人员和学生，但大多数不是以人才培养为第一目标，科研相比于教学更受重视。有时候，非实体的学院模式只是学者模式的另一张名片，又缺乏学科模式在课程设置和学科规划上的科学性。

二、三种模式的综合性完善：学历模式及其方案

当前，学者模式、学科模式和学院模式对我国人工智能法治人才培养发挥了启蒙作用，今后需要探索既能统合三者之长，又能克服不同缺陷的长远之计——“学历模式”，即专门培养人工智能法学专业人才的国家高等教育模式。学历模式下学生的知识积累和技术训练不是单纯研究人工智能技术在法学领域应用的技术问题，也不是单纯研究法律对人工智能技术的规制问题，而是解决单纯法学知识或者人工智能知识无法解决的问题，尤其是建构“人工智能+法学”下新的法学概念、法学理论和研究方法。这就需要高校在培养目标、培养体制和培养方案方面有所突破。

(一)培养目标

从《新一代人工智能发展规划》《关于坚持德法兼修实施卓越法治人才教育培养计划2.0的意见》和《高等学校人工智能创新行动计划》等政策文件中可知，“跨学科”“复合型”“创新型”是人工智能法治人才的必备素质，但是“人工智能法治人才”究竟是一类什么样的人才，以上政策文件并没有给出规范定义。这个问题直接关涉人工智能法治人才的培养目标，有必要予以明确。应当肯定，人工智能法治人才的首要标识是“复合型”。关于“复合型人才”，有研究认为法律人才具备“扎实的法学理论知识、丰富的法律实践经验、娴熟的法律技术运用”即是复合型人才；(11)钟铭佑：《广西北部湾经济区复合型法律人才培养探究》，《高教论坛》2016年第10期。有研究认为，复合型人才是指具有两个(或两个以上)专业(或学科)基本知识、基本能力的高级专业人才。(12)申天恩：《卓越法律人才培养目标、模式的革新与对策建议》，《高等教育管理》2014年第4期。还有研究认为，在新时代背景下，复合型人才是一种以法律为主科+不同学科或专业知识的复合型人才，即“法律+X”型的法治人才。(13)杨春福：《新时代复合型法治人才及其培养路径探究》，《法制与社会发展》2018年第5期。

以上定义在于界定复合型人才中法学知识与其他学科知识的关系。笔者认为，“人工智能法治人才”可以有广义和狭义两种定义。广义人工智能法治人才，是指教学或者科研人员既具备法律专业知识，又具备人工智能专业知识。狭义人工智能法治人才，专指以“人工智能法学”为专业的人才。两种定义都能体现卓越法治人才“复合型”的特征。不同的是，广义人工智能法治人才的准入门槛较低，凡是懂法律又懂技术的人员皆为此，他们的知识结构中“本专业”的特征明显，如法学学者在研究人工智能技术引发的法律问题时掌握了一定的计算机知识(第二专业)。因此，广义人工智能法治人才表现为“本专业+第二专业”的复合结构，即“法学+”或者“计算机/人工智能+”。他们在根本上还是以“本专业”为主，第二专业仅作为本专业的研究对象。狭义人工智能法治人才则完全不同，他们将“人工智能法学”作为自己的“本专业”，即法学与人工智能不再区分本专业和第二专业的顺位，目的是根据独立的知识体系和视角关注法律人工智能本身的问题。

人工智能法治人才的培养目标应当兼顾以上两者。以狭义人工智能法治人才为长期目标比较符合人类认识进步、学科成熟的一般规律。现阶段要做好对广义人工智能法治人才的培养工作。需要说明的是，由于人工智能在我国尚属于新兴领域，目前学界和实践中所谓的人工智能法治人才其实均为广义的概念，主要表现为关注人工智能问题的法学群体。此外，“法学教育不是通识教育，而是专业教育”(14)黄进：《新时代高素质法治人才培养的路径》，《中国大学教学》2019年第6期。，培养人工智能法治人才同样如此，不论是对广义人工智能法治人才，还是对狭义人工智能法治人才，都应以“法律精英教育理念”(15)刘坤轮：《中国法学教育改革的理念层次》，《中国大学教学》2019年第6期。培养专业型人才，包括传授专业的知识和采用专业的教学方式传授知识。因此，人工智能法治人才的培养模式应当具有系统性、规范性和知识性。系统性强调从战略布局的高度将人才培养作为一个有计划、可持续的过程；(16)参见《中共中央关于深化人才发展体制机制改革的意见》“改进人才支持机制”部分。规范性强调以科学的教育理念、教育方法培养人才。(17)参见《教育部关于加快建设高水平本科教育 全面提高人才培养能力的意见》第5条“坚持完善机制，持续改进”部分。知识性强调传授有科学性的知识，不能脱离学科常识和基本经验。(18)教育部：《坚持以本为本推进四个回归，加快建设高水平本科教育》，http://education.news.cn/2018-06/21/c_129898414.htm，最后访问日期：2019年8月1日。

(二)培养体制

在什么教育环境下更能将学生培养成为高端人才，是另一个战略性问题，关涉学生从哪里接受教育，接受什么形式的教育。这里给出的回答是，将学生引进“人工智能(法)学院”，接受能为国家和社会所认可的正规学历教育。简言之，学生在完成人工智能法学学业后，能够获得相应的学历、学位证书。为此，一是统合当前学者模式和学科模式的优势，使学者模式迈向常态化，且推进学科模式的专业化升级。二是加强学院模式的规范化，使人工智能学院真正成为培养卓越人才的教育组织。以上并非对法科学生普及人工智能学科知识，也不是对人工智能学科学生进行普法教育，而是将“人工智能法学”发展成为独立的(一级或二级)学科，最终目标在于培养专门(狭义)的人工智能法治人才。

根据国家教育规划的顶层设计，为“建设人工智能学院、研究院或交叉研究中心”，高校、科研院所在设立非实体机构的同时，应积极建设实体性的“人工智能(法)学院”“法律人工智能研究中心”。具体有以下几种方案：

其一，在学校设立“人工智能(法)学院”，与其他二级学院平级，属于高校教学机构的组成部分，形成“二级学院”式。其二，在法学院设置独立的“人工智能法学系/所/教研室”，与传统的民商法教研室、刑法教研室、诉讼法教研室等并列，形成“系所”式。其三，在学校设立“人工智能学院”，与其他二级学院平级，并且在该学院下专门设置“法律人工智能系”，形成“二级学院+系所”式。其四，在学校或者学院设立“(法律)人工智能研究中心”，在从事科研工作的同时兼具招生、教学职能。对于政法类院校而言，第一种方式的优势明显；对于“双一流”的综合类院校而言，第三种、第四种方式更加便利，可以将其融入“双一流”建设方案；对于其他高校而言，第二种方式更容易操作。

(三)培养方案

学历模式需要在师资队伍、课程设置和教学方法三个关键要素上吸收其他三种模式的有利之处，具体建议如下：

第一，建设专业的师资队伍。好的大学教育需要好的大学教师，卓越的人工智能法治人才培养需要卓越的教师队伍。但这里有一个现实困境：“人工智能+法学”作为一个新兴的学科交叉，涉及的很多问题是人工智能学科未曾关注的，所引起的深度法律变革更是一个没有预设蓝图和结果的探索过程，(19)马长山：《智能互联网时代的法律变革》，《法学研究》2018年第4期。所以在这一背景下“第一代”人工智能法治人才明显匮乏。那么，在人才短缺的状况下，如何培养教育更多的人呢？对这个问题，可以分步骤解决：第一步，鼓励先在和潜在的研究者做自我培养，之后由先成熟的人工智能法治人才带动后来人员。就是说，在初期阶段，学者模式有较大的发挥空间；经过一段时间后，应从学者模式过渡到带有学历教育性质的学科模式和学院模式，师资队伍转向职业化、专业化。第二步，形成稳定的专业师资队伍，包括人工智能法学专业的高校教师和校外人工智能学科的实务人员。在人员隶属上，校内人工智能法学的专业教师可以隶属于人工智能(法)学院或者研究中心，不再继续采用原先从不同学院“凑人”的做法。

第二，建设独立的学科体系。传统的法学知识难以彻底应对人工智能引发的新问题，在一些问题上甚至需要对固有知识进行系统性重构。因此，人工智能法治人才培养所依托的将是一个新的学科领域，如“智能法学”将成为一门独立的法学课程和法学学科，(20)高晋康等：《迎接智能法学的到来——首届中国法律大数据人工智能30人论坛综述》，《中国法学教育研究》2018年第1辑。在名称上还可有“数据法学”“计算法学”等称谓，但关键是学科体系改革。

一是课程改革。以打破法学传统知识框架在分析“人工智能+法学”问题上的思维束缚，构建 “人工智能法学”知识体系、分析方法和操作技术为目标。首先，开设“人工智能法学”课程，制定相应的(专业)课程实施方案，而不再仅是通识教育。例如，重点开设人工智能与哲学、人工智能与知识产权、人工智能监管与法律责任、科技法律与政策等选修课，在本科教学计划中安排在大三或大四学年；在研究生教学计划中则可以灵活安排，课程教学最好以讨论、研讨、学术报告等方式进行。(21)贾引狮：《人工智能对法律职业的影响与法学教育面临的挑战》，《法学教育研究》2018年第3期。之后，将以上课程纳入人工智能法学专业的专业选修课，不再停留于全校通选课程层面。再之后，构建人工智能法学的专业课程体系，如人工智能法学导论、人工智能法学理论、人工智能法学应用、人工智能与民商事法、人工智能与刑事法、人工智能与知识产权法等新课程。

二是教材改革。基于对人工智能学科和法学学科的双重把握，由法学专家和人工智能专家共同编写人工智能法学的一流教材。具体而言，所规划的教材体系包括人工智能法学基础教材、人工智能法学研究生教材、人工智能法学理论教材和人工智能法学应用教材。其中，基础教材适用于本科生教学，涵盖人工智能及人工智能法学的基本概念、研究对象、研究方法、核心命题和基本原理等。研究生教材偏向于人工智能法学的前沿问题、跨学科问题、争议问题等。理论教材以梳理学术史、学术争议和重要学术问题为主；应用教材侧重于方法论层面的指导，培养学生利用信息技术处理法律大数据，分析司法案例，进行大数据实证研究等能力。通过不同层次的教材建设，可以为不同程度的学生搭建知识框架，提供解决问题的思路，培养学生在人工智能法学领域的问题意识、创新意识和操作技术。

三是学科改革。可以通过三种方式探索“人工智能法学”的学科定位：(1)将人工智能法学作为新的法学二级学科，如西南政法大学人工智能法学院创设“人工智能法学”学科。(2)在法学院进行“人工智能+法学”的双重培养，培养一批“既懂法律，又懂人工智能的复合专业人才”(22)左卫民：《迈向大数据法律研究》，《法学研究》2018年第4期。，比如可以借鉴西南财经大学法学院创设的“法学—会计双学位班”和“法学—金融双学位班”，这两个班的本科生在毕业后可同时获得法学学位和管理学、经济学学位(非“辅修学位”)。(3)在传统的法学二级学科下，增设“人工智能法学”方向，如将“人工智能法学”作为法理学的一个研究方向。

四是学位改革。“人工智能法学专业”应当授予什么学位？这是人工智能法治人才培养需解决的一个现实问题。根据是否改变我国现有的学位设置体系，可以有四种方案选择：(1)“法学方案”，如修完人工智能法学课程的学生，被授予法学学位，“人工智能法学”可以作为学科方向，如“人工智能法学博士”。(2)“人工智能学科方案”，指统合分散于计算机科学、数学等学科的人工智能方向，专门设置“人工智能”一级学科，条件成熟时可设立“人工智能学位”，进而将“人工智能法学”作为人工智能一级学科下的研究方向或者二级学科。(3)“双学位方案”，指某一高校在不创设人工智能一级学位的情况下，学生在修完法学和人工智能相关学科的专业课时，可以同时取得两个专业的一级学位(非辅修，如法学学位和计算机学位)。这是一种“学位合取”的做法，由于尚未设置“人工智能法学”这一学位，只能在形式上授予两个学位，以变通地实现实质上的人工智能法学学位。(4)“联合学位方案”。国务院新修订的《学士学位授权与授予管理办法》第19条规定：“具有学士学位授予权的普通高等学校之间，可授予全日制本科毕业生联合学士学位。”联合学位为人工智能法治人才跨校培养提供了新的制度保障，特别是解决了一些文科类院校拟发展人工智能法学却又师资不足的问题，也厚实了人工智能法学学历教育在高校间开展的基础。

第三，探索智能化的教学方法。人工智能为人类法治增添了技术基因，借助人工智能技术推进法学教学实践也是应有之义。(23)贾引狮：《人工智能对法律职业的影响与法学教育面临的挑战》，《法学教育研究》2018年第3期。法学教学方法发展进入了新时代，传统的书本教学、案例教学已经难以满足人工智能法治人才对知识和技术的需求，新型法学教育需要转向智能教学模式。例如，开发大数据和云计算的智能法学教育系统，帮助学生对司法大数据做深度分析；通过虚拟仿真技术，实现沉浸式、情景式学习体验，通过感受犯罪现场，实地分析犯罪证据。此外，实验教学同等重要。这里的实验教学与传统的案例教学、鉴定实验课程等有着根本区别，针对人工智能法治人才的实验，以培养学生对法律大数据的分析技术、建模方法以及相关科技软件的操作，训练法科学生能够像技术人员那样处理数据的专业能力为目标。(24)杨继文：《从实验法学到智能法学》，《检察日报》2018年12月18日。

三、结语

人工智能时代给法学教育带来了全新挑战，现阶段我国正在以学者模式、学科模式和学院模式三种特征鲜明的方式培养我国首批人工智能法治人才。通过比较可以发现，三种模式各有利弊。在“人工智能+法学”发展初期，通过学者模式可以迅速吸引学生的兴趣，并且完成初期的知识积累和一些探索性的研究。但由于学者模式与学者的个人偏好密切相关，其第一目标并非人才培养，而且学者模式下的“学徒式”的培养与“自学式”的学习都难与系统性、规范性和知识性的标准化大学教育匹配，学者模式并非人才培养的长远之计。相比于学者模式，学科模式开设了一些法律人工智能课程，推进了“人工智能+法学”的学科化建设，有助于加强相关知识体系的规范性和知识传播的稳定性。然而，这只是初步尝试，所能及的多属于科普，而“跨学科”和“学科交叉”仅在表面，尚未实现学科间的知识融合，各说各话、知识性欠缺、体系性欠缺和临时性过强等问题比较明显。学院模式则是学者模式和学科模式的综合，理应更具优势，但其政策导向性过强，实质性不足，多数人工智能学院/研究中心以非实体的方式成立，在人才培养方面发挥作用有限。

就长远而言，未来需要探索既能吸取三种模式之长，又能突破其发展困境的综合性人才培养模式，即学历模式，以期使学者模式迈向常态化，推进学科模式的专业化升级以及加强学院模式的规范化。一方面，发展“人工智能法学”成为独立的(一级或二级)学科，最终培养以人工智能法学为专业的人工智能法治人才。这可以通过创设实体性的“人工智能(法)学院”或“法律人工智能研究中心”完成。另一方面，在师资队伍、学科建设和教学方法三个方面要有突破，尤其是在学科建设上，通过课程改革、教材改革和学科改革等方式将“人工智能法学”建设成为独立的学科。

最后，由于人工智能法学是一个较新的领域，所以“培养什么样的人工智能法治人才”和“如何培养人工智能法治人才”这些问题对法学界都是全新的挑战。高校在摸索中前进的同时，应当认识到人工智能法治人才培养属于新时代国家人才战略的重要组成部分，是一项长期的系统工程，不能急于求成。