挨着硅谷的法学院，开始与科技巨头合作了

本月，美国T14中排名第12的加州大学伯克利分校法学院，宣布推出美国第一个以人工智能为重点的法学硕士学位（LLM）。

根据美国律师协会2023年12月到今年2月期间的调研显示： 29家学校中超过一半的法学院已经提供了有关AI的课程。

传统的人工智能法学研究和课程设计主要包含两个方面： 一是研究人工智能技术的发展对于法律发展或法律效能的助推作用；二是人工智能自身的发展对传统法学体系的影响。

第一方面可以定义为对法律科技的研究，这种研究要求在把握人工智能技术的本身体系化基础上，来审视法律的发展的诉求；第二方面可以定义为人工智能监管的研究，要求在法学已有的体系下、或创设的新的体系下，考量人工智能可能产生的风险和纠纷的解决办法。

而伯克利推出的美国首个专门针对人工智能的法学位，在人才培养体系上，与传统的人工智能法学人才培养体系并无太大差异。

据法学院院长助理Adam Sterling介绍， 课程将涵盖人工智能伦理、人工智能技术基础以及当前和未来对人工智能的监管工作等主题。 Sterling补充道：“项目将侧重于培养实践技能，帮助参与者为领先的律师事务所、人工智能公司、政府和非营利组织提供咨询和代理。”

在该学位的设计过程中，伯克利法学院与AI头部企业进行了协商沟通。企业顾问小组包括来自艾伦人工智能研究所——由微软联合创始人保罗·艾伦于2014年创立的AI公司、以及脸书等。

需要注意的是，AI头部企业，几乎都在硅谷。在AI创业对于资金、算力资源和优质数据持续不断的需求下，巨头主导的行业整合已经开始。而伯克利得益于毗邻硅谷的地理位置，项目学生的实践机会将会远超于其他法学院。

其实，美国大多数学校早已开始设立与AI相关的课程。

今年六月，美国律师协会和美国律师协会法律与人工智能工作组发布了人工智能与法律教育调查的结果，该调查汇集了法学院管理人员和教师关于将人工智能融入法律教育的见解。

调研显示， 超过一半的法学院（55%）提供专门教授学生有关AI的课程；绝大多数（83%）法学院有课程机会，包括法律诊所，可以让学生学习如何有效使用AI工具。

前文已经论述过，传统的人工智能法学研究包括法律科技以及人工智能监管两个方面。而现实是，在之前的人工智能法学培养体系下，大多数的学生对AI监管方向更感兴趣，而非法律科技。

一个原因是因为法律科技行业在大模型出现之前并没有太大的人才缺口，另一个原因是AI监管是一个传统法学体系下的新兴领域，而新兴意味着未来的需求。

同时，因为可以不脱离法学体系的舒适区，且不用向其他法律一样花大量时间学习历史和理论，导致大量的学生更倾向于学习AI监管方向的内容。

但如果说，人工智能法学研究存在泡沫，那么现阶段最大的泡沫或许在AI监管上。

首先， 实践中并没有大量的与人工智能行业有关的纠纷。

从纠纷数量上来看，以被称为“人工智能产业化元年”的2018年为起点、以“人工智能”为关键词在中国裁判文书网进行检索，查询到涉人工智能的裁判文书共有3307篇。 从案件数量看，2018年仅97件，2019年迅速增至341件，2020年有851件，2021年回落至799件，2022年进一步回落至659件，截至2024年3月底，查询到2023年案件仅477件。 ^[1]

这种对风险的“过度预判”以及现实纠纷之间的落差，很大的原因来自于对人工智能管制的发展阶段的一种误判。

这种情况在人工智能驾驶上最容易出现。2021年，百度正式发布“萝卜快跑”品牌，标志着自动驾驶出行服务进入商业化阶段。而我国对人工智能驾驶的规制研究从2010前后就开始了，在2018年达到了小高峰 ^[2] 。

同时，“萝卜快跑”的广泛投放也是在去年1月，武汉市政府与百度签署了合作协议后。

在2017年7月8日国务院印发的《新一代人工智能发展规划》中，涉及法律法规政策伦理规范的“三步走”战略目标是： 第一步，到2020年“部分领域的人工智能伦理规范和政策法规初步建立”；第二步，到2025年“初步建立人工智能法律法规、伦理规范和政策体系”；第三步，到2030年“建成更加完善的人工智能法律法规、伦理规范和政策体系” 。

从“部分领域”到“初步建设”再到“完善”，是一个十年的区间。在这个循序渐进的过程中，大多研究人员还没有认识到人工智能作为维护国家安全、提高国际竞争力的重要战略，需要采取安全和发展并重，以监管促发展的思路，而非强监管。

泡沫产生的第二个原因是，语言大模型出现之后，人工智能自身所处的发展阶段被误判。

2030这个数字，也出现在投资公司Couteue的研究中。 根据Couteue的研究，AI的基础设施建设期到2030年。而AI的商业化普及可能还需要5到10年的时间，与互联网初期的商业模式如广告和搜索引擎的培育时间相似。

同时，目前AI 应用的营收增长却显著慢于基础设施的投资规模。

红杉合伙人David Cahn近期两次撰文，认为现阶段AI基础设施投资与产生的营收之间的差距已经从1250亿美元上涨到了5000亿美元。基建的投资还在继续，在短期内这个差距还会持续拉大。 ^[3]

本轮AI是一次颠覆式的技术革命，长期前景乐观。

对法律科技这一领域来说，在生成式AI大力发展地情况下，人工智能对法律体系的赋能不再能被忽视。

从司法端来看，案多人少是切实的问题；以律师行业出发，会发现繁琐程序型的工作占用了大多律师的时间，影响整个行业的生产效率和竞争力。

因此，研发法律科技类产品，提升产品性能以解决以上问题，相较于解决人工智能会给社会带来的问题，或许更为迫切。

但是，从AI目前发展趋势上来看，现在AI目前仍处于基础设施投资阶段，而非应用落地阶段。

对法律科技的发展来说，这是一个将长期持续理论研究和产品打磨的阶段。

对AI监管来说，没有大量应用落地，研究只能落足于算法、数据治理。而这部分的研究更注重人工智能本身，而非法学理论，并不需要过量对法学体系的叠加式研究。

美国律师协会的调研，突出了法学院与其他大学部门（如计算机科学和工程学）之间的跨学科合作和伙伴关系。其中，有32%的法学院开始和计算机科学学院、工程学学院合作，在人才培养体系中加入纯计算机和工程学的课程。

这表明法学院认识到跨学科知识和技能，在学生面对未来法律实践的重要性。

高校预判趋势，提前研究，未来则会有越来越多的人，加入到法律科技的发展浪潮中。

本文作者

参考资料