当代码开始书写法条，当算法尝试理解正义，法律与人工智能的深度融合正在从科幻走向现实。近期，由中国人民大学等高校法学团队共同发起的首届“法律规则计算机表达比赛”引发了学界的广泛关注。这场吸引了全国293所高校、1600余名参赛者的赛事，不仅是一场技术的比拼，更是一次对法学传统范式的集体叩问。在数字时代，法律规则能否被精确计算，这种计算将如何重塑司法实践与法学教育。围绕这些问题，赛事主要组织者之一、中国人民大学纪检监察学院教授邓矜婷接受中国社会科学网的采访。

　　将法律规则转化为计算机语言

　　中国社会科学网：请您介绍这项比赛酝酿产生的时代背景与现实意义？法律规则的计算机表达，对实现更高程度的“同案同判”、提升司法效率与透明度，以及法治的统一实施等带来哪些实质性的助力？

　　邓矜婷：数字时代仅用文字表达法律规则存在日益复杂难辨、概念模糊、难以接续研究和学术对话、规制失灵和治理机制局限等问题。而且无法在计算机中得到充分地使用，难以助力人工智能法律应用中幻觉、可靠性、可解释性和歧视等问题的解决。大模型的出现增加了用以辅助表达法律规则的计算机方法，使得法律规则的计算机表达可以仍然保留文字的核心，应对法的不确定性。法律规则可以尝试用由法律概念、要件和推导规则组成的图或程序语言等方法来表达，再通过提示词连接通用大语言模型，使得法律规则在大模型中可以更好地被理解和执行。这也是文科智识数据化表示的更高级的方法。

　　当法律规则可以清晰地在这套方法中表示成若干节点与边组成的形式后，法律规则中的要件、次要件之间的关系、推理与评价规则等就会清楚地刻画出来，既能保留学术争议，又能有效促进交流，还可以自动验证发现逻辑矛盾与错误。这就使得此前所说的法学中的结构性和体系性的专业知识能够在计算机中使用和执行。在结构化表达的法律规则的指引下，大模型能够按照问答步骤或计算步骤系统地梳理和应用相关的法律规则。推理过程中的每一步都反映了基于图结构或代码的法律规则的深思熟虑且符合逻辑的推进过程，推理结果可以追溯各个要件如何成立，如何促成最终结果。这种方法确保了预测过程不仅是透明的，而且与既定的法律规则要求相一致，为大家提供了一个清晰且可验证的推理路径，还增强了数字时代人的主体性和对大模型的控制力。当大量的法律规则充分地用计算机方法表达出来后，更多的理论工具和机制设计方法等都可能被引入进来，帮助更好地设计法律规则和法律治理机制。

　　助力更好地设计法律规则与治理机制

　　中国社会科学网：在现实的司法实践中，已有哪些实质性地运用了规则计算化模型的尝试？从目前的研究来看，法律规则的计算机表达是否存在瓶颈？其未来前景如何？

　　邓矜婷：目前的司法实践中还没有规则计算化模型的试点应用。当前用的司法裁判辅助系统还没有实质性地用到生成式人工智能，还停留在早期的专家知识系统和构建专门标注数据集来训练的任务模型上，不太好推广，存在瓶颈和鸡肋问题。此次比赛也是为了推广这种更复杂的法律知识数据化表示的方法而设立，也是为后期推广这类规则计算化模型的应用系统作准备。

　　虽然长久以来，像公平、正义、诚实信用等抽象的法律概念或范畴被认为难以量化，但是随着计算机算力的指数级发展，文字技术的不断迭代，像具有一定强人工智能的ChatGPT等的出现和日益完善证明了文字语义中不可被直接量化表达的部分可以通过间接的方法被计算机学习。本质上讲，人工智能发展依靠的神经网络模型来源于一些特殊函数的不断堆叠，这种堆叠被认为在足够多的情况下可以拟合世界上的任何关系，即“通用近似定理”文字与其语义之间的某种关系就可以在大量的语言数据训练中通过评价函数的不断优化，逼近被反映到大语言模型中。所以，文字表示的法律规则的普通语义的部分可以较好地在大模型基础上被理解，换言之，就是把文字表示的法律规则的普通语义通过大语言模型的方法表达出来。在此基础上，只需要将普通语义之外的通过法学理论、专业知识等构建起来的，具有强推理、强解释、多价值平衡等特点的那部分规则含义运用像多维图、程序语言等其它的计算机方法表达出来，就能获得与仅用文字系统表示出来的含义一致的计算机表达方法。

　　法律规则的计算机表达，并不是像历史上那样要把法律规则用算式或函数给计算出来，通过证明这个算式或函数是法学一些基本概念的表示，比如公平、正义的算式，来证明这个算式或函数表达了法律规则的含义。无论是法图Fatou语言的表达，还是仅文字的表达，都只是在表达法律规则，而不是通过某种函数或算式计算算出来法律规则的含义。在这套计算机表达方法中，文字依旧是核心，依靠大模型对普通语义的理解能力来应对法的不确定性。所以，在表达的层面未必需要用到高阶的数学函数。不过当大量的法律规则充分地用计算机方法表达出来后，更多的已经在计算机方法中表达出来的理论工具和机制设计方法等都可能被引入进来，帮助更好地设计法律规则和法律治理机制。

　　法学教育进入跨学科合作与人才培养的深水区

　　中国社会科学网：就报名参赛的各高校团队来看，目前高校法学教育对“法律+技术”的复合型人才培养的现状如何？未来的法律人不仅需懂法，还需理解技术的逻辑与局限。法学教育应如何改革？

　　邓矜婷：此次比赛报名反响热烈，有627支队伍、1652名参赛者，覆盖全国293所高校、137座城市。北京、湖北、广东成为参赛人数最多的省份，北京、武汉、上海领跑城市榜单，全国性参与热度尽显。本次预报名不仅在规模上令人鼓舞，更展现出跨校合作的显著潜力。超过24%的参赛队伍采用跨校组队模式，其中赛道二的跨校比例高达31.1%，有效地打破校际壁垒，为法律科技创新汇聚多元智慧。学科交叉融合趋势显著：纯社科背景队伍占比51.3%，文理交叉组合达36.3%。其中，法学与计算机学院成为最热门的跨院系合作组合。

　　由此可见，学生非常期盼获得这种教育。简单地说，就是希望编码法律用更加像代码一样的语言来表达法律规则的含义、推理和说理。法学教育应该跟上这种需求。此次比赛还有个目的，就是搭建这样的平台，让更多的法学老师具备教授这种知识的能力，构建起法律规则计算机表达的学术共同体。而之所以提出一套结构化表达的方法（即法图Fatou语言），就是为了提供一些有计算机技术支撑落地的统一标准的底层工具和零件，让大家将各自的想法通过这些工具和零件表达出来，而且这些表达出来的东西可以像搭积木一样层层搭建，模块化封装，整合起来完成更复杂的法律问题，借助人工智能帮助法律智识有效叠加、不断迭代和验证评测。法学教育应该针对这些工具、搭建方法设置课程，比如法科生Python语言入门、法律数据分析基础和实践、法律规则计算机表达等课程。

　　中国社会科学网记者 张清俐/采访整理