看得见的“数字法学”
2022年03月01日 09:37 来源:《中国社会科学报》2022年3月1日第2357期 作者:胡铭 周翔

  近年来,法律共同体在努力寻找以人工智能为代表的新兴技术运用于法学理论和实践的各种可能性,由此产生了一大批科研成果。然而,难以回避的客观现实是,当前的研究成果较为碎片化而体系性和整体性有不足。从法学交叉学科的兴衰史看,若始终难以形成强有力的学科基础理论研究,则有可能在发展中后期面临停滞乃至消亡的风险。上述背景之下,学界希望尽快为“数字法学”这一新兴学科提炼该领域学术和实践活动所共享的研究方法,为形成该领域成熟的学科范式作出积极探索。

  当前,数字法学存在两种并行的研究方法。第一种是规范驱动的研究,这是法学研究的基础方法论。以法教义学为代表的规范研究,被多数法学学者认为属于“原本意义或狭义上的法学/法律科学”。因此,围绕“规范”的研究方法,其流程一般是从数字技术所引发的问题出发,先分析技术原理、社会影响,接着在规范体系中确定其法律地位,最后侧重于既有的法律规范进行法教义学研究,或者侧重于构建新的法律规范。围绕“规范”的研究方法,产生的成果要么是一套数字纠纷解决依据的法律解释,要么是一套对法律体系的完善建议。第二种是以数据驱动的研究,即以数据和模型的方法助力学术活动和法律实践。在自然科学,甚至诸如经济学、社会学等其他社会科学中,采用数据进行定量分析早已司空见惯。但这并不是法学研究的传统方法,而是被裁判文书公开、智慧司法工程等法律实践所推动发展的。因此,围绕“数据”的研究方法,流程一般是从发现问题并使之可量化出发,先收集数据、数据标签化,接着通过数据建模、挖掘数据规律,最后或者加深对问题发生和发展的认识,或者提供对相关问题的未来预测。围绕“数据”的研究方法,产生的成果要么是一套对历史事件因果的机制分析,要么是一套可用于未来个案和整体的趋势预测。

  关于数字法学,目前学界存在四类主要的研究方向。

  第一类是学科论。此类研究看待技术的视角最广,其目标是希望厘清“法学+数字技术”的最大学科边界。学科论一般讨论“数字法学”的概念由来、发展历程、范畴体系、研究方向等问题,研究一般直接冠以“计算法学”“数字法学”等字眼。学科论一般有三个子任务,一是对过去的概念起源和发展历程作回顾,二是对当下的研究范畴和范式作界定,三是对未来演进的方向作展望。

  第二类是对象论。此类研究把“大数据”“人工智能”等技术所产生的具体社会问题,作为法学研究的对象。对已有数字法学的文献初步类型化,纳入数字法学研究范畴,包括个人数据、网络安全、模型算法、网络平台,以及一些具体的应用场景,比如智慧司法、自动驾驶等。对象论采取规范研究的方法居多,主要是通过解释法律得以适用规范化解纠纷,或者提出更契合数字时代的制度规范建议。

  第三类是工程论。这类研究关注到数字技术可以被引进执法、司法等各个场景当中,赋能法治的各环节,采取数字技术解决法律实践问题的工程项目和学术成果可以纳入此类。工程论采取数据驱动的方法居多,以完成法律场景的任务为目标,通过机器学习和软件工程实现该目标。

  第四类是方法论。即从学术研究方法的视角看待大数据、区块链等技术,探讨其能为学术活动提供哪些新契机,采用大数据定量研究方法产出的学术研究成果可以纳入此类。

  习近平总书记在哲学社会科学工作座谈会上的重要讲话中指出:“当代中国正经历着我国历史上最为广泛而深刻的社会变革,也正在进行着人类历史上最为宏大而独特的实践创新。这种前无古人的伟大实践,必将给理论创造、学术繁荣提供强大动力和广阔空间。”数字法学作为法律和技术的文理交叉学科,是中国特色法学中具有领先优势和代表性的新兴交叉学科,未来其发展应抓住以下几方面的契机。一是实践先行,积累大量经验。以智慧司法工程为代表,近年来法律和技术融合的广度和深度,中国已经处在世界的前列,这将为数字法学的理论发展提供丰富的经验素材。二是学科交叉的团队已经形成。以浙江大学的做法为例,由法学院和计算机学院共同组建数字法治研究院的跨学科平台,两院师生已开展了国家重点研发项目、交叉学术研究等具体合作。三是学术成果具有众多应用示范的机会。数字法学的基础理论源于实践的先行摸索,因此是一门学术密切联系实践,成果能迅速用于实践的新兴学科。

  (作者单位:浙江大学光华法学院、浙江大学数字法治研究院)

责任编辑:张晶
二维码图标2.jpg
重点推荐
最新文章
图  片
视  频

友情链接: 中国社会科学院官方网站 | 中国社会科学网

网站备案号:京公网安备11010502030146号 工信部:京ICP备11013869号

中国社会科学杂志社版权所有 未经允许不得转载使用

总编辑邮箱:zzszbj@126.com 本网联系方式:010-85886809 地址:北京市朝阳区光华路15号院1号楼11-12层 邮编:100026

Baidu
map