杨力，上海交通大学智慧司法研究院常务副院长、凯原法学院特聘教授

摘  要：新时代呼唤和孕育新的劳动理论。中国法治数字化进程经历了卷宗电子化、网络一体化、数据资源化、业务智能化四个阶段，智慧司法已建成“网络覆盖最全、业务支持最多、数据汇聚最大、公开力度最强、协同范围最广、智能应用最新的整体框架”。(1)法律科技作为一场深刻的自我革命，也在不断涌现、转型和革新，从克服法律数据的不完整、不及时、不可信，到推动法律智能的算法建构、大模型支撑、智能体建设，以及新劳动的持续迭代，正在为法律理论和实践及法治文明重释提供崭新方案。

“破窗”：生成式人工智能迭代法律劳动形态

随着新技术尤其是生成式人工智能技术的发展，法律范式出现融合多元异构数据，运用人工智能、区块链等手段，为事实认定、法律适用、正当程序提供辅助，呈现出以“信息体系工程”对应法律知识体系的新架构，推动人机耦合的判断，并以此解释、改造和重塑法律领域劳动的形态。

作为一门开创性的交叉学科研究，新一代的信息体系工程在社会科学领域的应用，可追溯至17世纪莱布尼茨的法学数字化。2009年，大卫·拉泽（David Lazer）等15位学者提出计算社会科学（computational social science）概念。2012年，著名物理学期刊发表《计算社会科学宣言》，强调“与实验方法相结合的计算方法，将使社会科学更接近于建立理论、经验事实和研究之间的良好连接”。这一新技术付诸法律劳动，就是凭借大数据、小数据、虚拟仿真、人工智能、互联网、元宇宙、生成式模型等不断迭代的技术，以信息度量、信息本体、信息系统等方式，实现对事实、规则和程序的编译，并以此观察、解读、剖析法律的内容和形式。

信息技术已成为改变法律劳动形态的新引擎。一方面，从电子卷宗随案同步生成，到基于法律规则的案件因果推理，乃至大语言模型的法律场景应用等，其核心是以证据标准、证据规则为指引，把案件因素以及证据规范性的判断要素拆分，通过智能化的机器辅助识别、检验、评测、审查判断，再将全案证据和查证事实的分析结果作为办案决策参考。另一方面，通过多模态法律大数据高效汇聚和可信处理，助力司法数据更加集中和准确；通过法律数据驱动与知识引导相结合，实现各种法律知识体系集成共享；通过法律信息系统智能化的增强赋能，实现众多法律业务的高效应用和精准服务；基于云网融合的渐进协同智慧法律体系工程，实现法律信息系统体系的有序发展和运行质效。

其中，生成式人工智能应用对脑力劳动替代的挑战，更是将引发法律职业的深刻变革。据世界经济论坛报告预测，人工智能可以替代法官、律师15%~20%的案例检索和文书起草等辅助工作；中国互联网法院的智能助手已辅助处理超过30%的简易案件；麦肯锡评估报告更是认为人工智能可以完成60%~70%的法律文书撰写。下文以生成式人工智能赋能法官、检察官、律师的智能辅助性办案决策为例，进一步揭示其迭代法律劳动形态的内在机理。

一是基于信息视角的法律审视。生成式人工智能正在加速成为现实的全新技术社会形态。它不仅克服了以往权力分散、信息不对称等弊端，而且以大模型鲜明的数字性、平台性、微粒性特征，深刻影响着法律理论、规律、体系，在本质上体现为对原有法律的结构逻辑、资源配置、规则依据的重新审视。其中，数字化打破了以往权力运行的前台与后台的界限，促进了法律权力结构的扁平化配置；平台化改变了纠纷解决的横向多主体、纵向分阶段之间的连接方式，实现了数据定向汇集、解纷主体在线协同、证据分布式可信、纠纷处理全过程可见；微粒化对人们在法律中的角色定位、行动脚本、交往方式产生基础性影响，改变了对法律应用过程的传统认知。可以说，生成式人工智能的应用重新定义了法律决策的内涵和功能。

二是基于信息技术的法律复现。生成式人工智能以信息系统的方法复现法律。法律决策包括事实认定、适用法律与正当程序三个维度。生成式大模型的动力循环始于法律之外的世界，其先是通过对大模型的法律智能体构建，实现对客观事实的信息采集。然后，法律主体通过人机交互获得信息，即与法律决策认定相关的法律事实。在此基础上，法律主体依赖智能体与大模型底座的融合式计算完成法律推理，在规范与事实之间往返“涵摄”产生裁判规则，即法律信息的处理。当然，法律决策的结果可能还面临执行，毕竟只有当决策结果经由执行对当事人产生影响，信息才会产生作用，最终汇入外部世界，进而形成对生成式模型基座参数的有效反馈。上述法律活动，从信息采集到信息处理再到信息作用，都需要信息传输。它要求生成式人工智能恪守正当程序，只有保证信息传输的可靠性，法律信息的采集、处理与作用才能有效发生。

三是基于知识工程的法律解释。复现工作之后，是使用智能体的工具解释法律。法律运作过程中的信息采集、处理均需要运用复杂的法律知识，实现基于大模型适用的情境重释法律的目标。例如，认定法律事实需要满足法律要件和举证规则，如诉讼时效、除斥期间、犯罪构成、无过错责任等；适用法律既会涉及形式推理所需要的法律规则、逻辑方法，又可能涉及价值推理所需要的法律原则、裁判经验和价值判断。这些知识不局限在司法信息的某个环节，而是贯穿于整个法律活动，要运用因果推断、知识图谱、机器学习等方法，对海量法律信息进行解析拟合，对法律的信息本质进行挖掘探索，建构包括规范、案例、研究、经验等在内的法律知识工程。

四是基于信息体系的法律改造。生成式人工智能的终点是实现基于信息技术与信息系统的法律结构改造，重点是构建数据驱动与知识引导相结合的复合智能引擎。海量的法律大数据蕴含丰富的法律运行规律，汇集遍布于法律职业共同体内部的各种法律理论和经验，整合形成能够支持智能化应用的统一体系。因此，需要根据典型法律业务场景特征，针对从宏观到微观的法律框架、法规条文和司法案例等知识要素，以描述型、关系型、规则型和规律型改造法律知识体系，解决法律条文、司法案例与法律概念之间的复杂关系建构难题，提供可解释的多任务法律深度学习模型。在此基础上，应用法律信息系统增强赋能技术，解决法律业务高效应用和精准服务等关键问题。

人的权益：因应生成式人工智能的制度建构

显然，生成式人工智能使法律领域的劳动形态日益面临“破窗”性挑战。法律数字化的劳动方式已不再是法律职业、规范制度、程序过程、行为方式等的叠加，而是随着现代信息科学基础理论、基于信息关系的体系设计方法，以及大数据、人工智能及其所引发的法律知识工程的出现，推动了法律职业新劳动形态升级和创新。生成式人工智能改变法律劳动形态的表现主要有两种：分担法律执业者的工作量；降低司法过程的交互成本。前者体现为基于生成式人工智能的各种法律办案智能体出现，如法律论证辅助工具、案例推理辅助工具、刑事量刑辅助工具、裁判文书生成工具；后者体现为整合办案辅助功能开发，如类案检索和推送系统，既减少了交互成本，又承担了翻找案卷的工作，降低法律劳动的成本。问题在于，从法律层面反向思考，面对这种智慧劳动，应如何通过制度建构更好维护人的权益？

与此同时，法律领域劳动形态的改变，也使得著作权、人格权受到巨大挑战。

其一，生成式人工智能对著作权的新侵权。生成式人工智能通过深度学习和算法分析，自动生成推理结论、裁判文书、量刑建议等，引发了对著作权归属和侵权责任的争议。局部替代脑力劳动的大模型工具开辟出一个数字孪生的新劳动空间，能够模仿人类创作，生成内容在外观上与人类作品高度相似，可能被认定为“作品”。这就涉及大模型的“作者”身份界定、保护原创者合法权益、认定生成内容合理使用、平衡原创者与使用者权益等问题。大模型对脑力劳动的逐步取代，改变了法律活动模式，也带来新的挑战。对此，需要从制度上明确人工智能生成内容的属性，将之视为受版权保护的对象；引入过错推定和“通知—撤诉”制度，应对人工智能引发的侵权纠纷；将人工智能提供者视为潜在责任主体，要求其承担谨慎注意义务，并对生成内容损害承担相应责任；提升法律从业者对人工智能技术的理解和应用能力；引入包容审慎原则，加强对生成式人工智能的全流程监管。

其二，生成式人工智能对隐私权的新侵权。生成式人工智能逐步取代一些脑力劳动的前提是对法律数据进行训练，这些数据包括当事人的敏感信息，它们往往未经同意就被收集；生成内容时无意泄露当事人信息，通过对话诱导敏感信息，生成包含当事人隐私的内容；生成式人工智能算法具有“黑箱”特性，削弱了“知情－同意”的有效性；训练数据的偏差又会使人工智能产生算法偏见，导致决策结果不公平。所以，面对这一正在侵蚀脑力劳动空间的新劳动形态，需要细化法律数据的分类分级管理，制定信息披露规范和隐私事件响应机制；强制性建立匿名化和去标识化技术、差分隐私与联邦学习框架、隐私增强技术等，强调法律数据的“可用不用见”；开发透明且可解释的法律智能体，使用户能够理解人工智能辅助法律决策的链条，定期审计生成式人工智能算法，确保其符合规则和伦理。

其三，生成式人工智能对名誉权的新侵权。“深度伪造”是生成式人工智能的重要应用，通过合成个人的声音、面部表情及动作等，生成的虚假的视听内容可能被恶意用于伪造公众人物或普通人的言论、行为，损害其名誉。生成式人工智能还会产生“幻觉”，甚至会臆想出不存在的事实，增加虚假信息传播风险，加剧名誉权侵害的可能性。此外，“逼真”的虚假信息会迅速传至互联网的各个角落，更易被公众接受并产生广泛影响，还可能引发社会恐慌和误解，造成更大的社会危害。显然，生成式人工智能相对脑力劳动，也会产生许多意料不到的负面效应。为此，需要明确侵权责任的归属，这涉及开发者、使用者及平台运营者共同承担责任，并需根据具体情境采用过错推定或严格责任；要求训练数据经过合法授权，利用区块链记录生成内容的来源和路径，确保内容真实准确和侵权行为可追溯；建立用户投诉处理机制，及时更正、删除或屏蔽不当内容。

总之，生成式人工智能带来的新劳动形态正在深刻改变法律当事人的权益格局。它既为法律行业带来了效率提升和创新，也加剧了知识产权、隐私保护、侵权责任等一系列法律风险。为有效应对这些挑战，亟须通过制度建构来保护当事人合法权益。这包括明确知识产权归属、加强隐私保护、完善侵权责任制度，以及推动法律体系与技术发展的协同。只有这样，才能在保障当事人权益的同时，促进生成式人工智能这一法律科技健康发展。

人机交互：生成式人工智能的法律科技

随着信息科学的突破性进展，中国学者以数字正义、智慧司法等为题的学术研究加速涌现。生成式人工智能以“人机交互”方式促进科技赋能法律，从制度上维护人的权益。这一法律科技的新劳动定位，应当从根本上紧扣法律的公正权威属性，把机器学习、自然语言处理、计算机视觉、推荐系统和强化学习等新技术与法律知识、司法经验、学术研究等结合，建立复合人工智能引擎。在此基础上，还应关注从复合人工智能到法律垂直领域大语言模型的飞跃，探索法律知识融通、语义理解、内容生成和逻辑推理的一体化对法律的作用机理。

法律科技范畴的“新劳动”定位，不应只是应对生成式人工智能带来的新问题、新挑战，而且要在宏观上纳入体系化的数字法治范畴。一方面，从法律信息的新型获取、处理方式对发现事实、适用法律、程序流转的本体构型出发，刻画法律核心要件、主要范畴、基本逻辑、内在机理和运行机制；另一方面，从体系工程角度诠释法律领域基于建模与反馈之间相互依存、相互促进的关系，不断迭代法律科技从网络化、数据化到智能化的创新方法。这一定位可以从以下方面切入，以实现法律科技的高质量人机交互。

一是基于生成式人工智能的法律科技与实现社会的公平正义。法律科技是应新时代新情况新需求而生，尤其是面对人工智能以一体化数据、复合型引擎、智能化系统、体系化工程为依托，需要研究如何以“人机交互”的高度智能方式，化解“案多人少”的矛盾，推动裁判尺度统一，助力破解执行难，促进社会公平正义。同时，探索如何在数据正义、代码正义、算法正义基础上形成新型正义观，体现以人民为中心的“人机交互”。生成式人工智能不只是科技支撑法律，更是人机交互式驱动法律，旨在以新劳动形态实现法律公平与效率，完善不合时宜的运行架构，构建科技范式的法律正义新工程。

二是基于生成式人工智能的法律科技与强化法律的信息基础理论。以往借助计算思维的新兴法律问题研究、利用计算工具探索法律问题的实证研究，都没有形成一个严谨、完备的概念。生成式人工智能的法律科技“人机交互”将在深度融合专家经验、逻辑推演知识推理规则、机器学习模型算法、专家自动化混合增强决策、主体交互与博弈认知与心理等范畴，刻画一个覆盖法律领域经验知识、本能知识、规范知识、常识知识、基础意识的开放复杂的法律信息体系。法律信息基础理论需要进一步研究如果不局限于采样控制，那么，在一个连续和离散的混杂体系内，法律将受到怎样的革命性影响？

三是基于生成式人工智能的法律科技与数字司法的模式创新。随着从计量、算法到生成式人工智能等方法的逐步成熟，一种“人机交互”的智能生态正在生成。司法过程中的事实、规范、程序等信息不仅可以转换为知识和智能策略，而且可以转换为注意能力、基础意识能力、情感表达能力、理智谋略能力和综合决策能力。数字司法模式研究需要依托这种人机交互的信息转换原理，揭示司法要素之间的内在本质联系，形成司法信息、司法知识和司法智能的一体化。

四是基于生成式人工智能的法律科技与构建世界数字法治文明。法律科技涵盖法律的信息化和法律的信息技术研究。前者体现在互联网、云计算、元宇宙等新技术的法律应用中，后者则是基于大数据挖掘、机器学习、生成式人工智能的法律信息学研究。法律信息学依赖裁判统计和预测模型、法律知识向量的智能体，以及民众有更高的法律获得感这一价值理念。其目标在于，让中国式法律科技发展呈现出比较完整的体系，合理分类人工智能法律系统，搭建法律科技空间框架，推动法律网络化、阳光化、智能化建设等全面发力、多点突破，提供公开透明、高效便捷、普惠平等的法律服务，助力中国法治方案的世界传播。

原文载于《探索与争鸣》2025年第3期