专栏名称: 天同诉讼圈
商事诉讼的圈儿
目录
相关文章推荐
掌上长春  ·  歌手萧敬腾案,判了! ·  6 天前  
掌上长春  ·  歌手萧敬腾案,判了! ·  6 天前  
Kevin在纽约  ·  「最新:美国最高法院大法官倾向维持Tikto ... ·  1 周前  
小纽美国法律咨询  ·  预约专业咨询,一对一高效解决身份疑问! ·  1 周前  
51好读  ›  专栏  ›  天同诉讼圈

法律大模型的落地实践:原则、逻辑与多场景应用探究 | 法观

天同诉讼圈  · 公众号  · 法律  · 2025-01-14 18:09

正文

为全面贯彻落实党的二十大和二十届二中、三中全会精神,积极践行习近平法治思想,加速推进人工智能技术在司法领域的创新应用,在最高人民法院信息中心指导与支持下,中国司法大数据研究院携手多方合作伙伴,于2025年1月13日在厦门举办了第七届“中国法研杯”司法人工智能挑战赛颁奖典礼暨数智司法创新峰会及第一届法律大模型应用创新论坛。

北京天同律师事务所执行主任、数智枫桥研究院联合创始人陈昱竹,受邀进行了主题分享。本文为分享内容。

法律大模型的落地实践:原则、逻辑与多场景应用探究 · 目录

前言

1. 法律大模型落地的基本原则把控

1.1 合规性原则

1.2 专业性原则

1.3 可用性原则

1.4 实务性原则

2.法律大模型的落地实践:以"法观”应用为例

2.1 法观+多元解纷:重塑纠纷化解生态

2.2 法律大模型+律师匹配:革新法律服务对接模式

2.3 法律大模型+人大法工委:赋能立法与监督工作

结语:法律大模型应用展望


法律大模型的落地实践:
原则、逻辑与多场景应用探究

分享人:陈昱竹

大家好。

我是一个福建人,今天非常荣幸在北京领导的安排下、能向家乡的领导及全国各地的同仁进行本次主题汇报。
谢谢大家!

我的本职是一名律师,然而约从十年前开始,由于一些政府服务项目的关系,我们团队就持续关注和探讨前沿科技技术赋能法律行业的可能性,但始终只能在某一些小的法律场景或者某一些细分业务领域才能得到良好适用,距离“赋能法律全行业”还有非常遥远的距离。

直到大模型技术的出现。

自去年8月发布“法观”大模型起,我们充分体会到法律大模型远超预期的法律实务场景适应性,“法律大模型+”似乎有无限可能,今天我的分享,也将从法律大模型落地原则、实践中拟解决的问题及具体解决方式这两方面展开。


前言

在当今数字化浪潮蓬勃兴起的时代背景下,人工智能技术正以前所未有的速度深度融入各个行业领域,成为推动行业变革与发展的关键力量。法律行业,作为维护社会公平正义、规范社会秩序的核心领域,同样面临着数字化转型的迫切需求与重大机遇。法律大模型依托深度学习技术,凭借海量的法律数据训练,具备理解、生成、处理复杂法律文本的卓越能力,为法律行业的智能化升级注入了强大动力。

法律大模型的出现,对法律行业的变革具有多层面的关键意义:

其一,显著提升法律服务效率。面对日益增长的法律需求与相对有限的多元解纷、法律服务资源之间的矛盾,法律大模型能够快速处理简单法律咨询,辅助完成法条与案例检索、法律文书起草等基础工作,极大减轻法律从业者的工作负担,显著提升法律服务效率,使更多法律需求及时得到回应。

其二,有力促进法律服务普惠化。借助互联网平台,法律大模型能够突破地域、时间限制,随时随地为普通民众提供基础法律问题的解答与指引,让法律知识与服务更广泛地触达大众,缩小城乡、区域之间在法律服务可及性上的差距,切实推动法治社会建设向纵深发展。

其三,深度赋能法律行业精准决策。通过对海量法律案例、法规条文的精准分析与学习,法律大模型可为法官、律师等专业人士在案件研判、法律适用等关键环节提供科学参考,助力其作出更为精准、公正的决策,提升司法公信力。

近来,国内法律大模型的发展呈现蓬勃态势,各大科技巨头凭借雄厚的技术实力与数据资源优势,纷纷布局法律大模型赛道。2024年,中国司法大数据研究院、数智枫桥研究院、天同律师事务所联合运营、自主研发了法律人工智能解决方案“法观”,依托各方在法律科技、司法数据、法务实践等方面的深厚积累,针对法律行业特点进行深度优化,推出了涵盖法律咨询、文书生成、辅助办案等多元化应用的产品,在多地政法单位、调解组织、法学院、律所等机构试点应用,取得了良好的反馈,切实减轻了法律从业者的工作负担。

然而,法律大模型在发展过程中,仍面临诸多共性问题亟待解决

  • 在法律与伦理层面,隐私保护挑战严峻。大量法律数据的收集、存储与使用过程中,存在个人信息泄露风险;责任界定模糊,当法律大模型给出错误建议导致不良后果时,难以明确技术开发者、使用者等各方责任。

  • 从技术层面来看,部分法律大模型简单采用通用大模型 + 法律数据知识库结构,导致模型对法律文辞、法律场景的理解能力不足,知识调用不准确;模型的可解释性不足,在一些关键法律决策场景应用中,难以让用户充分理解模型输出结果的依据,引发信任担忧。

  • 在具体应用层面,模型的数据质量参差不齐,部分法律数据存在标注不准确、更新不及时等问题,严重影响模型训练效果,在内容输出上难以高效、高质满足多元法律实务场景;此外,算法偏见问题也不容忽视,若训练数据存在偏差,可能导致模型进行错误的法律适用,并在裁判预测等方面产生不公平结果,不仅难以为司法、执法赋能,还有可能损害公信力。

面对上述问题,如何遵循科学合理的原则,确保法律大模型平稳落地、健康发展,充分释放其潜在价值,成为当下亟待解决的重要课题。

为了给各法律从业者、创业者及政策制定者提供破题思路与创新指导,为法律行业智能化转型提供助力,本次分享我们将从大模型落地的基本原则出发,结合对一些法律大模型典型应用案例的详细解析,聚焦多元实际场景中将技术与法律业务深度融合的范式,以深入探讨如何应用这些原则,在实践中突破现有困境的同时充分挖掘法律大模型在不同领域的实践价值与潜力,为法律大模型从理论走向实践搭建关键桥梁,为后续推广应用提供可借鉴的经验模板。


01

法律大模型落地的基本原则把控

1. 法律大模型落地的基本原则把控

1.1 合规性原则

虽然没有一部专门的人工智能法,我国也已构建起一套相对完备的法律法规体系,用以规范人工智能技术的发展与应用,这些法律法规为法律大模型的落地实践划定了清晰的边界,以规范人工智能技术的发展与应用,确保其健康发展和合法合规(部分如下):

  • 《生成式人工智能服务管理暂行办法》该办法旨在促进生成式人工智能的健康发展和规范应用,维护国家安全和社会公共利益,保护公民、法人和其他组织的合法权益。办法对生成式人工智能技术的研发、数据标注、服务适用人群、场合、用途等方面进行了详细规定。

  • 《最高人民法院关于规范和加强人工智能司法应用的意见》该意见强调了司法人工智能应用的透明性、可信性,确保各个环节能够以可解释、可测试、可验证的方式接受审查、评估和备案。同时,意见提出了到2025年和2030年的具体目标,旨在为司法为民、公正司法提供智能支持。

  • 《中华人民共和国网络安全法》该法规定了网络安全的基本要求,明确了网络运营者的安全保护义务,为人工智能技术的应用提供了网络安全保障。

  • 《中华人民共和国数据安全法》该法对数据的收集、存储、使用、加工、传输、提供、公开等环节进行了规范,确保数据安全,为人工智能技术的数据处理提供了法律依据。

  • 《中华人民共和国个人信息保护法》该法对个人信息的处理进行了详细规定,保护个人信息权益,规范个人信息处理活动,为人工智能技术在处理个人信息时提供了法律框架。

  • 《中华人民共和国科学技术进步法》该法旨在促进科学技术进步,规范科技活动,为人工智能技术的发展提供法律支持。

  • 地方性法规和行业标准,一些地方如上海、深圳等已经出台了地方性法规和行业标准,为人工智能技术的发展提供了具体指导和规范。这些地方性法规和标准为全国范围内的法律法规制定提供了参考。

  • 其他。

在任何大模型的开发与应用进程中,都应严格遵循合规原则,确保在法律框架内运行,规避可能出现的伦理风险。合法合规是一切科技活动实践的基石。

1.2 专业性原则

与通用大模型相比,法律大模型在专业知识储备维度应展现出独特且显著的深度与广度优势。

通用大模型虽具备广泛的通识知识,能应对多样化的日常话题,但在面对专业性极强、逻辑严谨且规范细致的法律领域时,往往倾向于提供一些宽泛的原则性建议,回避依据具体条款进行精准分析。

而用户对法律大模型的预期则截然不同,以“法观”为例,它依托海量专业法律文本数据的深度训练,知识库方面更是涵盖法律法规、司法解释、部门规章、地方法规、裁判文书、实务研究等各方面知识数据,构建了全方位、立体化的法律知识体系,并据此为当事人提供严格遵循法律逻辑的推理分析,及极具针对性与实操性的法律建议,无论是行为初步判断、证据保全策略,还是诉讼流程中的答辩要点、赔偿诉求拟定,都能做到精准指引,充分彰显其深厚的法律专业知识底蕴。

1.3 可用性原则

在法律大模型的落地应用中,用户友好的交互设计起着至关重要的桥梁作用,它直接关乎用户对模型的接受程度与使用体验,进而影响模型的实际应用成效。

  • 界面简洁性是首要考量因素。摒弃繁杂冗余的设计元素,以简洁明了的布局呈现信息,使用户能够迅速定位所需功能。

  • 操作便捷性亦不可或缺。通过优化交互流程,减少不必要的操作步骤,让用户能够轻松上手。以“法观”的法律文书生成场景为例,用户只需在输入框中简要描述案件事实、诉求要点,模型便能自动识别关键信息,自动路由到文书生成场景,并结合内置的海量法律模板与知识图谱,一键生成格式规范、内容精准的起诉状、答辩状等文书。

  • 实时反馈机制则为用户提供了安心保障。当用户提出法律咨询时,模型应在短时间内给出回应,确保用户的每一次咨询都能得到高效、满意的处理,切实提升用户对法律大模型的信任与依赖。

1.4 实务性原则

法律大模型应能够广泛适配多元的法律业务场景,为不同法律领域的工作流程优化与效率提升注入强大动力。例如:

  • 在纠纷裁判领域,法律大模型可快速对电子卷宗进行智能分析,精准抽取案件关键要素,如当事人信息、诉讼请求、证据要点等,并自动关联相关法律法规与过往类似判例,为法官等解纷人员提供全面的案件背景资料与参考依据,提升司法审判效率。

  • 于行政执法场景而言,法律大模型可助力执法人员规范执法流程。例如,执法人员可通过移动终端接入模型,输入执法对象的相关信息与现场检查情况,模型即时反馈执法依据、处罚标准以及类似案例参考,确保执法行为有法可依、尺度统一,提升行政执法的权威性与公信力。

  • 在企业法务管理方面,法律大模型可为企业合规运营保驾护航。企业内部法务人员借助模型,可对各类合同进行智能审查,从条款完整性、法律风险防控、违约责任界定等多个维度进行深度分析,快速识别潜在风险点,并提供针对性的修改建议;同时,在企业面临重大投资决策、知识产权保护等复杂法律事务时,模型基于海量行业数据与法律案例,为法务团队提供前瞻性的法律策略分析,助力企业在合法合规轨道上稳健发展,有效防控法律风险,降低运营成本。

接下来,我们将聚焦法律大模型在多元实际场景中的落地应用,结合“法观”法律大模型的一些合作项目,从多方面论证和反思上述实践原则。


02

法律大模型的落地实践:以“法观”应用为例

2.1 法观+多元解纷:重塑纠纷化解生态

2.1.1 传统解纷方式的局限

传统解纷方式在应对日益增长的纠纷需求时,暴露出诸多局限性。

诉讼作为纠纷解决的终局性手段,虽具有权威性与强制执行力,但其成本高昂和诉讼程序繁琐复杂成为不可忽视的障碍;调解、仲裁作为非诉讼解纷的重要途径,同样面临困境资源分布不均等困境。

根据合作过程中与相关解纷职能人员的沟通与调研,我们简单罗列了一些多元解纷工作可能面临的困境:

  • 复杂案件把握不准:面对复杂纠纷,理清各方法律关系、判断法律适用难度大,且寻找类似裁判、调成案例并非容易,影响解纷的方向和方案制定。

  • 文书撰写要求较高:撰写规范、专业的法律文书,如调解协议、意见书等,对结构、措辞和内容要求高,如果文书质量不达标,可能影响裁判、调解的法律效力和权威性。

  • 服务时效有限:发生纠纷后,往往越早解决、成本越低、成功率越高,尤其是在矛盾初期,如相关当事人可以在一定程度上理解法律法规的相关规定,或既往判例中类似情形的裁判走向,对于当事人自发和解有重大作用。然而,受制于解纷人员的工作时限,确实无法做到全天时随时随地的在线回复,可能错过最佳时机、待介入时矛盾已然激化。

2.1.2 法律大模型的赋能路径:以专业赋能解纷机构

针对上述几项局限,我们从以下几个方面有针对地赋能解纷机构:

  • 辅助案件分析:在收到案件后,解纷人员可以将案件相关的文件材料输入大模型,“法观”可以迅速提取关键信息,梳理出案件的基本事实、争议焦点,帮助快速了解案情;在获取案件基本事实后,“法观”能帮助快速准确检索匹配最新的相关法律法规、司法解释,提供详细的法律条款解读和适用建议,帮助解纷人员迅速掌握针对争议焦点的法规要点,并准确适用。

  • 历史案例匹配与解纷方案推荐:在具体案件的调解过程中,“法观”帮助解纷机构构建历史案例智能体,将尽可能多的历史案例和调解、和解细节加入专属知识库,从而根据个案当事人特征及纠纷的具体情况,向解纷人员推荐历史裁判案例和调解/和解思路措施,协助解纷人员了解类似纠纷的处理方式和可能的调解结果,预测可能的赔偿额度和相应的调解成功率,筛选可调解案件,进而有针对性地为每个纠纷量身定制个性化调解方案,实现优化司法资源配置,让解纷流程更加科学合理,帮助解纷人员整体提升解纷效率与质量,切实推动多元解纷机制高效运行。

  • 嵌入线上调解平台并辅助文书生成:“法观”覆盖了文书撰写这一实务场景,且支持以API接口的方式,便捷地在调解组织的线上调解平台中,嵌入不同的解纷环节,根据案件信息及调解进程,一键生成分析报告、调解方案(建议)、调解笔录、调解协议等全类型文书,提高文书的准确性和规范性,在帮助解纷人员高效完成流程化任务的同时保证文书质量,减轻解纷人员的工作负担。

  • 创新宣传形式及全天候咨询服务保障:“法观”大模型学习了多元解纷相关的历史沿革、政策机制,并结合了具体调解组织的特征,以机器人客服的形式,宣传多元解纷模式及调解组织优势;不同于客服坐班制的在线化问答,“法观”7×24小时全天候承接法律咨询服务,在调解当事人对事件法律分析存疑时可以随时随地自主咨询,对具备调解条件的案件进行妥善引导、鼓励其优先采用非诉讼的方式解决纠纷,帮助事件当事人加深对案件的理解,明晰自身核心诉求,不放过任何与当事人妥善沟通、激发当事人自主解纷的机会,以降低沟通成本、提高解纷效率。

2.2 法律大模型+律师匹配:革新法律服务对接模式

2.2.1 律师匹配现存问题剖析

在传统法律服务市场格局下,当事人与律师之间仿若隔着一层厚重的“信息迷雾”,双向信息流通受阻严重。一方面,当事人置身于复杂的法律领域,面对琳琅满目的律师事务所与律师个人宣传资料,往往茫然无措,难以判断哪位律师能够切实契合自身复杂多样的法律诉求,这使得在寻求法律服务初期,当事人便陷入迷茫与焦虑,耗费大量时间与精力四处打听、盲目尝试。

另一方面,律师群体同样深陷困境。尽管怀揣专业技能与热忱服务之心,但在茫茫人海中寻觅适配自身业务专长、能够建立长期稳定合作关系的客户犹如大海捞针。传统信息传播路径狭窄且分散,律所官网、线下推广活动等方式受众有限,无法将律师的专业优势精准触达目标客户群体,致使诸多律师业务不饱和,优质法律服务资源闲置浪费,极大阻碍了法律行业的供需高效对接。

确有科技平台提供了律师匹配服务,然而传统律师匹配模式,或者根据律师是否在线、报价是否契合完全进行随机匹配,或者过度依赖人工经验判断、主观因素仍占极大比重,均存在极大的不确定性与局限性,缺乏对案件全面、深入、量化的分析考量,容易出现错配现象,导致律师接手不擅长案件,延误当事人维权时机,增加当事人成本支出,同时也降低了律师工作效率与服务质量,影响整个法律服务生态的良性运转。

2.2.2 法律大模型的赋能路径:秉承实务性原则,聚焦法律服务供需侧

针对上述几项局限,我们从以下几个方面有针对地赋能选择律师的场景:

首先,“法观”精准理解当事人纷繁复杂的法律需求。当当事人输入一段冗长且夹杂诸多生活细节的纠纷描述时,模型能够迅速运用语义理解、关键词提取等技术,抽丝剥茧般识别出项目特征,包括核心法律问题、所属法律领域,还包括当事人类型、纠纷管辖地等要素,形成立体的案件画像。

另一方面,“法观”团队凭借在法律行业内数十年的深厚经验积累,吸引了来自全国各地的律师入驻平台。平台为这些律师构建了综合且多维度的信息画像,涵盖内容不仅包括擅长的法律领域和从业年限,还包括主要客户类型这一反映其服务受众特点的要素,甚至细致到行业评价这类能够展现律师业内口碑的软信息。

因此,当接收到当事人需求后,“法观”能够依据案件需求解析结果,在律师数据库中通过智能算法筛选、匹配,实现律师与当事人需求的无缝对接,极大提升匹配精准度,助力当事人高效找到“心仪”律师,推动法律服务供需高效平衡。

例如在与某银行合作过程中,“法观”通过银行APP,将城市过剩的法律服务能力精准引流至相对偏远地区,当地的银行客户可通过手机、电脑等终端访问“法观”,输入法律问题,模型迅速完成前期咨询及案件解析,智能匹配最合适的律师,实现了法律服务的跨区域精准供给,并陆续培养了当事人有偿咨询的消费习惯;在咨询过程中,“法观”同样为会律师提供参考意见,使得整个咨询过程专业周到且有条不紊,极大地促进了资源均衡配置,提升了整体法律服务的公平性与可及性。


2.3 法律大模型+人大法工委:赋能立法与监督工作

2.3.1 人大法工委工作面临的挑战

随着社会的高速发展与持续变迁,人大法工委肩负的任务愈发艰巨复杂。一方面,新兴技术的迅猛涌现,如人工智能、大数据、区块链等,催生出诸多前所未有的法律问题领域。以人工智能为例,自动驾驶汽车的交通事故责任认定、算法偏见的法律规制、智能机器人的权利义务归属等问题,亟待立法层面的精准回应,这要求立法者既要深谙前沿技术原理,又能前瞻性地预判潜在法律风险,构建适配的规范体系。

另一方面,社会利益格局的日益多元化,使得立法需在不同群体诉求间艰难权衡,寻找各方利益的平衡点,确保法律法规既能维护公平正义,又能促进经济社会和谐发展,这无疑对立法者的智慧与决断力提出了极高要求。部分法律法规在实施后才暴露出与现实产业发展脱节、利益平衡失准等问题,不得不进行频繁修订,耗费大量立法资源。

在监督执法、司法工作以确保法律正确实施方面,人大法工委面临着精细化监督的严峻挑战。执法、司法行为涉及万千细节,不同地区、不同单位在适用同一法律条文时,可能因理解差异、地方实际情况不同,出现尺度不一的现象,需精准监督、及时纠偏,保障法的实施公正统一;且随着案件的复杂性与日俱增,要求人大法工委对执法、司法机关的法律适用、业务流程、处置结果进行全方位、深层次监督,每一个案件都需经得起法律与时间的检验,这对监督的专业性、精准性提出了近乎苛刻的标准。

2.3.2 法律大模型的赋能路径:专业、可用、实务融合赋能

2.3.2.1 立法任务

面对立法任务的复杂性,法律大模型成为人大法工委的得力助手。在处理新兴技术相关立法时,一方面,可以轻松指令模型对历史法律法规进行筛查,分析过往法律法规的历史实施成果,进行有针对的调整、细化或补充;另一方面,模型还能够对海量的国内外技术资料、既有案例以及专家观点进行深度挖掘,自动对各类数据整合分析,以简洁明了的形式将参考内容提供给立法主体。以专业的法律知识底蕴,助力立法者制定出既保障公平又促进发展的科学法规,极大提升立法的前瞻性与科学性,助力法律法规从诞生之初便契合社会发展需求。

2.3.2.2 监督强化

在监督领域,“法观”辅助追踪溯源,深度分析过往类似判例的法律适用要点,为当下案件的精准定性、公正量刑提供参考,全方位强化人大法工委对执法、司法工作的监督效能,保障法律公正实施。

在服务地方人大法工委时,“法观”围绕地方的特定业务需求及核心经济产业(如智能制造、金融服务、生物医药、知识产权等),深入结合地方需求,在上级法律法规的基础上,定制本地化、行业化的专业法律法规知识库,训练地方专属智能体,并以API接口对接的方式,将智能体接入地方政务平台,以在特定工作环节提供更高水平的智能服务,真正体现了可用性、实务性原则在法律大模型服务立法工作中的重要价值。


结语:
法律大模型应用展望

在法律科技飞速发展的今天,法律大模型的影响已经不容小觑,甚至一定程度上承载着推动法律行业变革的重任。我们正视发展中面临的法律伦理、技术瓶颈和具体应用等维度的问题,也积极探寻破题之法。在过去的半年里,“法观”法律大模型经历了一系列勇敢且极具研究意义的实践。

本次分享从法律大模型落地应用的原则出发,这些原则相互关联、缺一不可,共同构成了法律大模型健康发展的支撑体系

  • 合规性原则宛如坚实基石,大模型的开发者与运营者在各环节应严格遵循相关法律法规,确保产品或服务全程在法律法规的框架内稳健运行;

  • 专业性是提供公开服务的前提,法律大模型的开发者应充分理解,法律大模型也属于广义的法律服务,如大模型自身并不具备提供相应的服务能力,应避免给予用户模糊、甚至错误的引导;

  • 可用性与实务性是法律大模型的开发者与运营者们的最初、也是最终考题,如何更好地服务用户,是贯穿产品全生命周期的叩问。


法律大模型的落地应用,绝非仅仅是技术层面的革新,其对法律行业变革具有全方位、深层次的深远意义。未来,我们期待更多法律大模型在这些原则的指引下不断优化创新。

展望未来,法律大模型的发展前景极为广阔,将深度融入更多法律场景,持续革新法律服务模式,为法治社会建设注入澎湃动力。

希望法律大模型的从业者、参与者们,始终坚持法治初心,真正让法律大模型成为全民共享的公共产品,实现法律服务的分段、分类,让法治之光普照大地,为构建公平正义、和谐有序的法治社会注入澎湃动力,开启法律行业智能化、普惠化发展的全新篇章。

谢谢大家!




法观”于24年8月通过中国法考、11月上线「深度思考」版,具备接近专业人士的分析能力。访问faguan.ai免费体验法律AI(电脑操作效果更佳),7×24小时响应您的法律需求。

您也可以即刻联系咱们的小助理(微信扫描下方任意一个二维码,或添加微信号:faguanAI),获得更多有关“法观”使用方式及最新资讯:




查看往期文章,请点击以下链接