文章摘要：人工智能机器学习的本质是依据样本投喂，训练完成一个最佳的参数权重体系，其本身运行过程从形式上看似是技术性而非价值性。但现代技术政治学认为，技术和系统在设计过程中就映射权力、政治和价值观，并且通过技术的机制性和架构框架，实现政治权力运行的目标。随着算法成为社会统治方式中的支配性力量形态的存在，其技术的内在政治性正成为人工智能算法运行的重要特征。而基于上述原理，如何从法政治学角度深度解析算法的政治性对数字法学的介入与影响机理，进而深度解析算法作为一种规范手段的技术性与政治性的统一，成为人工智能时代法政治学研究范式转向的核心议题。
关键词：人工智能；法政治学；范式转换；价值对齐
原载于《法治与经济》2026年第1期
所谓法政治学，“是以具有政治与法律双重属性的社会现象作为研究对象，以政治学和法学的研究方法来研究相关社会现象的法学、政治学的边缘学科”。从法政治学基本概念可以看出，传统法政治学研究聚焦“法的政治”属性分析并以其为研究思路，通过对法律制度形成历史梳理的政治影响因素、法律制度运行的政治作用机制以及法律现象的政治解释工具等相关问题的解释，建构起以法学和政治学相关交叉领域为研究对象的学科范式体系。因此，从其本质特征分析可以看出，“法学、政治学分别以法律、政治为各自研究的基本对象，而法律、政治相互关联，又彼此互动，这在法学、政治学之间建立了天然的联系，造就法学与政治学的交叉、边缘领域，并逐步形成法政治学的研究范式”。
近年来，对法政治学的研究，学界主要聚焦法与法治的关系，以及政治合法性与合理性对法律规范的规则等问题，即“围绕着法律的合法性问题的争论一直成为法政治学领域关注的热点问题”,并在相关领域中取得了诸多突破性进展。但是，随着人工智能技术的发展，数字法学研究领域和热潮的出现，推动了传统法学研究体系的数字化与技术化转型。在此背景下，法政治学研究同样面临着范式转向的重大挑战与发展机遇。一方面，数字技术的介入引发了法政治学研究对象与场域形态的重大变革，传统“文本化”法律制度体系迅速被“代码化”算法体系迭代，其内在变化所引发的政治学因素作用机理等问题成为当前实务界关注的热点，同样成为法学界研究的重点。另一方面，面对新的技术发展浪潮，法学研究面临着范式重构的重大挑战。如何适应技术化发展的趋势，重新建构起契合数字技术时代的法学研究范式体系，成为当前摆在法学界面前的重大课题。法律的数字化并非形式化的数字体系转换，而是本质性的内在规律运行模式的转向，即数字化法律权力的运行，重要的表现形式为其对数据对象的分析和处理能力。在此背景下，人工智能技术的日新月异，进一步加快了法学研究的范式转向。而开展人工智能法政治学范式问题的探讨，理论价值和实践意义自然凸显。
一、人工智能“法政治学”运行模式的技术性转向
法律与政治之间的分立与关联，直接体现为由两种社会大系统分化出来的两个相对独立的子系统之间功能与体系的差异性，其中，政治系统以权力体系作为媒介维系系统的体系化运行，而法律系统是以规范为中介调整系统内部的运行。不同的系统运行模式造就了不同的系统运行规则与实施效果，而系统之间的耦合关系，又进一步推动了社会大系统运行的磨合。人工智能时代的法律规范运行将从传统的政治运行与价值影响模式转换为“源于统治该空间的代码和架构”。此时，对于人工智能法政治学而言，其底层运行所依托的数据本体，虽然从形式上看是高度抽象化的体系性事物，但其本身依然是具有高度自生性的系统性存在。法律规则体系的代码化形态转换，其本意并非只是一种形式化的处置过程，而是从规则运行到体系架构的全方位转换。
（一）从“文本”到“符码”的模式转换
哈贝马斯的交往理论认为，以符码化运行形态的权力系统和以货币为媒介的经济系统对生活世界的调整与规制，视为整个现代社会运行的基础性原则。其中，关键性环节是借助规则化符码进行社会整合，而且能够有效地实现不同系统间的有效整合与衔接，即围绕法律和权利的正式议论以及围绕道德和社会自治的非正式议论，并且这两个不同层次之间也存在相互审核、相互蕴含的关系。而传统法律运行之所以采取文本化系统架构，就是因为通过语言文本这种符码体系可以保留和处置社会系统内部的交互性关联结构，通过语言固化了社会系统运行的内在稳定性结构，从而形成调控社会运行的规范性制度规则体系。但同时，受制于文本体系固有的结构与形式，在技术发展未形成彻底的范式转换之前，依然保持相对稳定的模式，即传统法律运行的“语义/社会”化运行体系将伴随着人类社会发展形态的转变呈现出新的组织架构特征。“这不仅是关于所有法律内容的暂时性，也是关于法律形式自身的暂时性。”而这种符码本身既可以是文本形态，也可以是数字化的代码形态。
因此，任何的规则运行均不能脱离语言的载体而以抽象的纯粹观念为运行模式，在一定意义上，法律本身就是一个高度规则化的语言游戏过程。但与一般意义的文本语言不同，法律制度体系也并非语言要素的简单堆积，而是依据形式逻辑标准所形成的高度规则化语言集合体。此时语言本身成为法律权力运行的功能结构载体，即法律本身既可以视为一套语言规则体系，又可以进一步被看作语言的“机器化”运行过程。此时，人工智能时代法学理论范式的建构并不能仅限于对法律数据库信息的检索与法条内容的自动推理，而更重要的价值在于基于法律数字化形态转换所形成的社会规制运行体系的形态重构，即代码化的法律如何实现对现实社会运行的规制与调整。通过构建信息时代的法律运行规则形态，实现法律治理目标与信息社会内在运行价值的适配。此时，数字化的法律体系与规范体系的代码呈现，是基于机器的逻辑规则框架实现对法律内在政治性调整功能的重要路径。
（二）从“体系”到“系统”的模式转换
从一定意义上理解，法律系统是一种社会装置，并且这种装置具有复杂的体系化运行特征。虽然现代法治建设本身特别强调其自身体系的相对独立性，一定程度上将政治运行逻辑隔绝于法律运行逻辑之外，不认为其是法律系统构成的必备性要件，只是在运行过程与功能之间形成一定的影响机制。但法社会学原理认为，作为法自生性运行的重要影响因素，法的系统性运作必须将政治系统因素纳入其分析框架。正如卢曼所认为“系统就是记录、重构和简化世界的复杂性，通过这种简化过程，行动者使世界变成更加适应于人类需要的一种最低限度的秩序，以便使人类能够在这个世界中按照其特定的计划方式引导其行为的实现”,从而将原属于不可预测的可能性转化为可控制的选择过程。此时法律系统并非封闭性的存在，而政治性因素的介入是法律系统运行不可回避的影响因素，即政治系统与法律系统之间的同频共振是法政治学研究的重点。
法律系统的相对封闭性特征使其呈现出高度组织化和体系化的系统性运行模式，即法律本身的规范体系性存在并不意味着其是一个高度封闭的概念运行过程。但在卢曼看来，法律系统本身恰恰是从封闭规范体系到自主运行系统的典型性社会运行体系，法律不可能是静态的概念性谱系结构，而是动态的系统性符码体系，是一种“自创生”性系统存在。此时，规范体系与社会现实之间的相互渗透成为两个系统之间互动的重要衔接方式。对于法律系统运行而言，既具备静态的法律概念与规则结构，又具备动态的法律程序与承载权力的机构，成为现代社会系统中模式，某些极具重要意义的子系统。此时，经过法律代码的处理，现实社会体系转化为法律系统内部运行过程，而法律系统与社会系统之间的关联关系，体现在相关现实事件都被“法/非法”这个代码无差别地转换为法律系统所能识别和处理的信息对象。基于上述运行系统运行潜在的政治理念能够被系统性地植入法律制度运行的过程与体系之中。
（三） 从“代码”到“算法”的模式转换
正如美国法学家劳伦斯·莱斯格提出的法律代码理论（Code as Law,so Code is Law）所述，用技术手段代替传统的文本化法典，用代码代替文字实现法律规范作用是未来的趋势。这种数字空间的规则支配作用，与现实空间法律体系对社会行为模式的调整机理高度相似，并提出了著名的法律代码化原理。在劳伦斯看来，代码的存在及其运行架构决定了网络空间的软件和硬件设施及其运行逻辑，因此，代码就是网络空间的“法律”。但这种研究本身只是基于两种调整机制及其过程的关联相似性，对于算法及其代码为什么能够与现实法律规则之间形成高度耦合性以及技术规则本身对于社会运行的调整能否直接适用的问题鲜有涉及，导致上述研究本身往往更集中于法哲学体系的思维路径，无法直接应用于现实社会的调整运行机制。此时，如何探讨数字化算法规则体系与现实化社会规范体系的转换路径成为当前法学研究数字化转向的基础性研究课题。
人工智能的本质就是算法，算法的本体便是规则。数据的价值并不在于自身的数码形态，而在于其被算法分析之后内在信息关联性的发现与挖掘，即数据只有与算法相结合才能有效地发挥其重要作用。虽然从本质上看，算法内核是一套人为定义的自洽的符号推演逻辑，即机器学习是一种基于统计学的随机性控制，但算法的技术特征背后是将人的逻辑思考过程进行代码化转换，以机器可以接收和处理的方式进行重新编码。因此，人工智能算法的最大优势在于法律行为的参与者与人工智能法律算法之间存在特殊的互动关联，即当事人的语料投入在获得人工智能反馈的同时，其语料本身将形成新的数据供人工智能进一步学习，从而形成一种特殊的“人机关系”运行模式。而这种特殊的人机协同关系将重构未来法学研究和法律制度运行的范式形态。此时，传统以人的经验构成和角色设定为特征的法律运行模式，将演化为“人—机—人”的形态体系特征，在一定程度上重构着社会法律运行的模式，并影响着未来法政治学运行的基本模式。
二、人工智能“法政治学”运行模式的价值性建构
当前，数据体系运行与技术的迭代升级，促使我们不断探索新的视角去理解社会规则运行的模式，超越传统法律的形态与运行方式去解析社会规范的本质。与传统法哲学体系相类似，人工智能法政治学的研究也是以研究法律推理和理解法律规范的文本内在逻辑为中心展开的，其重要特征在于将法律规则体系通过算法化语言进行形式化的表达，即研究如何通过代码表达法律条文以及如何应用算法规则处理这些文本化法律体系内在的逻辑关系以及技术化表达。在此过程中，法政治学研究内在的价值性诉求，成为技术化时代法学体系建构的重要基础。而其中的价值导向性机理成为法律算法化规范体系运行的重要影响因素。
（一）逻辑性价值
关于法律的逻辑性规则核心理念在于强调只有当现实社会现象充分满足法律要件的构成时，才能够获得法律规范设定的相应的法律效果，而这个过程被称为“涵摄”。此外，“确定生活事实与法律规范之间的关系的思维过程人们称为涵摄（Subsumtion）”,即法律层面的涵摄，并非指一种纯粹的演绎，而是将具体拟判断的案件与法律构成要件中的相关逻辑规则作耦合性的匹配与处置，从而实现现实性与规范性的统一。在法律规范与案件事实之间进行不同程度的挑选、切割、剪裁、整合，并使之法律格式化。现实的法律“涵摄”运行是指案件事实与法律规范相互比对、调适、同化，最终彼此相符的过程。
正如法学方法论基本原理所认为的，法律发现的复杂过程，不仅依赖逻辑涵摄，还是在法律规则与社会现实之间往返运动，逐渐清晰。因此，人工智能法律体系的运行依托符号化信息的操作过程，只不过这种符号的载体从文本形态转换为代码形态。
此时，法律数字化的运行使其内在的运行机理以代码模型形式存储数据及其运算规则，以数字化形态的经验知识形成高度抽象化的知识体系框架，进而催生法律逻辑的机器化推理运行模式。其逻辑规则体系不仅体现了其高度理性化的运行特征，也彰显了数字化时代法律规范体系化和形式化的基本特征。而这种特征形态的发展不断推动法律“机器化”趋势可行性的发展，使算法的运算能力与法律问题逻辑处理能力之间形成等价性的存在，并构成了人工智能法律运行的底层逻辑形态。
（二）“经验性”价值
严格公理性的法条体系以逻辑性的“抽象—概念”形态体系出现，这构成了传统法学体系最底层的运行架构。理想化的法律制度运行将普数学式的科学方法运用于法律制度体系的建构之中，追求客观与精确性，力图制定概念精确和体系完备的法律制度。法律体系理性化的理想模式，是人们往往能够建立一个收纳了所有法律知识的体系，只要正确地将这个体系运用到每个抽象的法律问题与每个法律的个案之中，就能够明确地得到解答。理想化的形式，就是在应用时只需对应体系找到相应的法律概念，进行归纳推理即可。抽象的法律面对具体案件时，规范的冲突、法律漏洞以及如何确定价值评判的标准等问题都会出现，预先规划的“完美”体系也很快不复完美。因此，正印证了法理学名言——法律的生命并不在于逻辑而在于经验。这种经验是一定道德追求及政治原则的先验性存在。法律的生命性既在于其逻辑性，更依托于其经验性，单纯把法律运行作为逻辑机器的观点已经被传统法学家彻底抛弃。
在人工智能时代，法律的逻辑性和经验性均发生了体系性转变。但目前学界对于数字化空间中法律逻辑性的论证层出不穷，对于其经验性的解读却鲜有涉及。究其原因，一方面，逻辑性本身是算法化运行的本质特征体现，与法律逻辑之间存在天然关联；另一方面，作为算法结构，其内在的经验性作用机理将涉及人工智能理论研究的基础性原理问题，无法简单从法哲学层面进行单方面回答，从而造成目前研究的困境。面对代码化的法律运行模式，法律经验性的运行将会以怎样的方式与形态出现，其规律性运行的模式将呈现出何种技术特征，这些相关问题的解析不仅关系到技术层面如何认识代码化法律运行的本质特征理论性问题，更重要的是，解答在人工智能技术背景下如何进一步理解法律制度的社会化运行机理等现实性问题。在人工智能时代，算法的训练生成过程将现实人类宝贵经验通过人工神经网络的结构化，成功地将关于真实世界的经验认识转换为算法代码的参数化结构体系。此时承担“现实转换器”的算法结构，一头连接着真实世界，另一头则连接着数字空间，其内部的设计与运行将直接关系到未来社会发展的底层架构与运行模式。而这种运行基本模式为政治性因素对技术性体系的介入提供了可能。
（三）政治性价值
法哲学原理认为，“人类团体的内部秩序不仅是原初的法的形式，而且直到当代仍然是法的基本形式。法条不仅很晚才出现，而且至今绝大部分依然来源于团体的内部秩序”,即法律政治性目标是法律规范体系最高维度和最深层次的存在。它统摄了法律规则的创设与具体运行过程，虽然不直接作用于现实社会运行过程，但通过对法律原则及其相关规则体系的设定，调整法律规范运行的预期与效果。而从法律运行的过程来看，“任何完整的法律规范都是以实现特定的价值观为目的，并评价特定的法益和行为方式，在规范的事实构成与法律效果的联系中总是存在着立法者的价值判断”。其内在的政治引领性作用及其运行机理的研究，则成为当前法政治学研究的基本理论来源。
技术之所以具有政治性，是因为“政治是人类组织中权力和权威的安排以及在这些安排中发生的活动”，即从某种意义上理解，政治的价值体系与利益诉求是在程序和机器的特定设计中就被确定的。当前关于人工智能算法价值对齐的问题是学界研究的重点，即政治价值追求与社会道德本身一样“不具有可商讨性，而是被铭刻在规则与机器之中”。而对于法政治学研究而言，对“价值对齐”问题的讨论自然会延伸到“政治对齐”的深层思考，即在设计和编码过程中，以及在相关训练语料的选择与投送过程中，通过算法程序结构性体系建构实现法律价值体系运行目标的“代码化”底层性嵌入。但是“在社会科技系统的人工技术设计中嵌入政治价值并非一个容易达到的目标，算法本身也只是在特定语境中运用时才成为有意义的代码体系与架构”。算法本身虽然是一种高度抽象的数字形式代码体系，在其设计与训练过程中不可避免地蕴含着鲜明的政治目的性与介入性，即人类的价值取向和目标与算法机器代码设计与操作之间如何形成高度关联关系，不仅是技术性的问题，也是一项价值属性的实现机制问题。
三、人工智能“法政治学”实行机理的路径性探索
在这种高度理性和形式化的逻辑规则体系中，基本政治价值和精神原则如何融入制度体系的建构与运行过程成为人工智能时代法政治学研究的重要内容。与此同时，基于抽象及语言规则，在特定情况下通过人工语言的使用（所谓语言的操作或符号功能）达到目的则成为人工智能法政治学研究的核心问题。在这种特殊的运行场域中，人工智能的神经网络以及知识图谱等技术则为法学学科的人工智能转向提供了重要技术支撑。上述技术体系的赋能，使法政治学的发展在技术路径层面取得了新的突破。
（一）图谱化运行路径
法律规范的抽象性与法律行为的具体性之间转换途径，既可以是基于文本规范也可以是技术规则。纯粹的逻辑体系与现实的经验体系之间通过语言工具实现结构与功能的有机衔接。作为承担这种社会控制功能的重要手段，法律规则首先将以文本化的语言形态呈现。此时，语言的真正功能就是通过符号和象征体系将意义一般化，而社会系统的运行则是进一步借助于语言系统及相关符号进行调控。这种高度规范性的语言运行模式可以被视为一种特殊的“语言游戏”，即“由语言所建构的法律及法律体系呈现出愈加鲜明的技术体征”。社会文明的不断跃升，法律必须变得更加抽象，以维持针对情景多样性的概念的解释上的弹性。这是因为法律不仅是一个体系化的规则系统，也是一个与现实环境密切关联的行动系统。其最纯粹的形式表现为逻辑或数学的计算，即在极端情况下是算法系统（algorithmen、algo-rithms），并具有自动处理的能力。
基于知识图谱的实体（entities）、本体（on-tological status layers）、关系（relations）、行为（acts）、事实（facts）而形成的认知架构在当前法律规则体系的数字化转向研究中发挥了重要作用。从大量现实法律相关数据中抽取相关知识点，将现实实体要素通过语义关系网络，以知识图谱中知识点逻辑体系的形式将其内在的逻辑拓扑关系呈现出来，形成既区别于传统法律概念性框架运行模式的体系结构，又不完全脱离文本化法律体系处理方式的运行形态；从而将现实社会运行模式与抽象化法律制度运行模式紧密联系在一起。例如，由天津师范大学国家治理研究院研发的智能型纪检监察法律法规知识图谱数据底座“纪检监察规范空间1.0”原型系统即采用GraphRAG（图检索增强生成）技术架构，依托LLM（大语言模型）技术，系统实现了对千余份党纪法规文档的智能化解析与拓扑结构化处理。在本地数据集训练选择过程中突出政治导向性，通过优化的实体抽取、识别与纠错算法，能够满足纪检监察法律法规在业务场景中的高政治性应用要求，从而探索出实现法律规范空间技术性与政治性的统一的基本路径。
（二）“参数化”运行路径
传统法律逻辑推理是线性的过程，而人工智能神经网络的出现通过语义要素的参数化设定，将线性过程转化为非线性形态，即所谓的并行处理，从而极大地提升推理的效率与准确度。也就是说区别于传统法律规运行的线性模式，人工智能时代的法律运行是参数化的体系模式，即从线到网，从点到面的维度转化。神经网络架构的运行体现出算法决策的逻辑处置过程，而参数体系的建构本身是这种网络架构形成的基本要件。神经卷积算法的运行与数字神经节点的权重设定密切相关，这些权重所反映的是不同数据要素在神经网络之间的连接强度，训练算法的本质其实就是训练出不同权重参数的架构体系。这种基于实质性的“权重”与形式性的“参数”数据结构与关系体系，成为数据神经网络运算最底层运行逻辑，这也成为人工智能算法运行参数化的本质所在。因此，从某种意义上讲，理解好算法就是要明确参数体系，解释好算法就是要处理好参数关系。
借助足够抽象的范畴形态，法律被定义为一个社会系统的结构，从而将复杂法律制度及其运行过程简化为与系统相关的问题解决方式与处理手段。此时法律被视为人类实现自我控制而创设的一种制度性技术系统。“有利于形成有限的、成对的或二元的逻辑结构，从而使原来难以操作和预计的无限可能性，逐步简化成较少的数目。”而法律系统内部的运行过程的功能解析，将以差异性的规则逻辑体系形态呈现，即通过内部要素与结构的差异反映现实实体的多样性，这种差异性结构体系的运行更多地反映在参数体系架构的拓扑结构形态中。因此，对于人工智能法律体系的建构过程而言，关键环节是参数的筛选和权重体系的建构，生成高度拟合化的函数结构体系，进而以体系化的逻辑架构实现机器逻辑的处理，即通过参数权重的设定拟合出数据结合的函数关系，以要素结构的拓扑关系拟合现实自然语义及其他数据要素体系，从而模拟现实实体性事物的内在运行逻辑。其中，先验性知识通过训练数据集的设计，能够将预期算法价值目标与政治诉求隐含于这些预设的数据集合中，通过数据投喂实现算法政治价值体系的嵌入。通过上述过程，法律制度本身的存在与运行将以某种参数化的体系形态呈现，而其中的政治导向性深度蕴含在这些参数体系的拓扑结构之中，即静态的参数结构与动态的政治导向之间是高度耦合的两种形态，参数体系只有在动态政治导向运行中才能发挥其功能作用，而对算法本身的政治性分析也必须从其结构形态入手。
（三）“规制化”运行路径
法律的本体可以理解为一个规则系统，进而被一般化地作为一套符号系统，是一套经历不断的规则控制的改变的系统、指令和过程的规则控制的集合。这种集合并非法律规则简单的机械组合，而是基于系统性原理所形成的相互制约与密切关联的有机整体。随着社会系统的复杂化程度提升，这种规则体系的具体形态不断演进，而代码就是人工智能时代类似的符号体系的关键要素对象。代码能够对现实产生影响，在与其本身与传统法律制度运行方式相类似，也是一种逻辑性解释过程。两者均为某种抽象性规则体系对现实实体行为产生的规制体系，其底层架构和运行逻辑高度相似，只是在表现形式上一种是数码架构，另一种是文本逻辑架构。换言之，两种规则体系虽然调整方式不一样，一种是基于文本架构的处理，一种是数据对象的运算。但是其内在的运行过程均为某种规则体系的秩序性调整方式。
技术规范作用本身是一种隐性的社会调控机制与规则体系。虽然从技术角度来看，人工智能所处理的算法模式本质是一种概率体系的建构，是从杂乱无章的数据库中梳理出某种内在的规律性，但从本质上来分析，算法技术体系运行无法脱离政治性的引导，即“算法的控制机制和对算法的规则机制本身是其技术性与政治性相统一的重要体现”。那么代码本身是否仅是形塑数字空间运行的基本规则呢？为什么代码能够对现实社会运行产生直接的作用结果？其根本原因在于人类社会已进入所谓的算法社会发展阶段。“法治不仅适用于法律的规则之治，也适用于技术的代码之治”,通过技术而非规则来完成行为的引导，即法治已不再是传统的单一“规则之治”，而是与现代信息技术的发展相适应，出现与数字化、智能化相统一的“技术之治”，即“对价值的选择，对规则的选择，对控制的选择，对自由空间的界定的选择——所有这些都是政治的东西”,而这些政治性的选择又通过代码的设计而被嵌入最终的算法控制过程中。因此，人工智能法政治学运行的模式与形态最终聚焦算法工具的调整功能与治理效能。而此时从法政治学角度理解“架构即为其政治”,即将人类的政治运行规则嵌套于人工智能算法之中，这也构成了人工智能时代法政治学运行的基本形态与逻辑架构。
四、结语
从历史维度来看，政治与法律关系是法哲学研究的重要议题，两者的背离与统一、相对独立与彼此渗透等关系构成了现代法政治学研究的重要问题。一方面，政治对法律可能的权力干扰所造成的系统运行紊乱，另一方面，法律系统又依托政治系统的保障并实现其价值目标。随着信息技术的发展，从一定意义上理解传统政治学已经转换为一种技术性的政治科学，而法律问题在一定程度上演化成为规则与技术的集合体，“法学最终不仅是科学，也是一种技术”。运用传统法律文本化之外的代码体系特别是政治系统来解析法律系统的运行过程，其核心思想就是“透过有权/无权这个政治运作的二元代码来观察法律系统内部的沟通，以政治系统内部生成的目的纲要来取代法律系统内部的条件纲要”。算法政治性与代码价值性的研究本身体现了在数字化时代人工智能等技术冲击下，传统法律科学理论研究对技术化法哲学体系的变革尝试，是对传统法治价值取向与精神象征的内核坚守，而“编码无声无息地在规则和程序、装置和人工物中沉淀了价值和利益”则为未来法政治学研究的范式重构提供了重要的技术支撑。可以看出技术发展的浪潮标志着人工智能“法政治学”研究的开启。如何适应这种学科范式体系的变化并引领其未来的发展方向，将是当前学界同人肩负的时代使命与共同努力方向。
