作者：戴昕，北京大学法学院长聘副教授、 博士生导师、 副院长。

来源：《新文科教育研究》2026年第3期

摘要：人工智能正冲击并可能重塑法学教育。法学教育领域关于人工智能的既有讨论多聚焦于大模型幻觉及其治理，却甚少关注师生在使用人工智能过程中形成的认知偏差，即“认知幻觉”：将工作外包等同于责任转移，将知识可及等同于知识内化，将个体学习等同于环境学习，将制度保障误认为法律职业的智识优越。四种幻觉分别涉及行为责任、知识结构、学习的社会性与法律职业的权威属性，且共享同一底层逻辑：个体和群体在技术等外部因素影响下，对自身的认知出现了偏差。据此，法学教育改革的思路不应止步于限制或规范人工智能工具的使用，而应强化成果问责，重建带有智识压力的教学过程，维护具身、互动和社会化的学习环境，以培养能够承担后果、值得行使制度权威的法律人为核心目标。上述改革只有在压缩课程负担、增加小班研讨和实践教学投入等结构性调整的基础上才有望切实推进，最终通过充足的智识资源投入，维持法学教育在人工智能时代的韧性。

关键词：人工智能；法学；教育；幻觉；权威

引言

法学教育场景中，人工智能（artificial intelligence，简称AI）技术的应用普及速度之快，超出了多数人的预期。以自身经验为例，2023年初，和其他法学教师一样，笔者在教学管理方面动的脑子，无非也就是琢磨应否允许学生使用ChatGPT或其他生成式人工智能（Generative Artificial Intelligence，简称Gen AI）AI工具完成课程论文作业。短短两年后，自2025年秋季开始，至少在笔者自己承担主要讲授任务的课堂里，学生不但不再被禁止使用生成式工具，而且也不再像此前那样被要求就使用AI的具体情况作出披露（使用了何种工具、生成内容在全部成果中的大致占比、具体输入的提示词等）。这是因为，笔者在彼时的基本工作假设已经改变：时至今日，每个学生在学习的每个环节，几乎都在使用AI，而教师不但不可能就其使用行为进行限制和监管，且要求披露也只是浪费时间。无论是否情愿，作为教师，我们恐怕都已不得不接受上述工作假设；也只有如此，我们才可能有足够大的动力认真审视，这种新的学习环境和生态，对学生的学习行为已经造成和将要造成的影响，并思考在行动层面能否以及如何应对。

笔者的基本观察是，当前生成式AI及智能体应用的普及，在法学教育场景中促生或揭示了一系列有关学习、知识、教育和法学学科本身的不准确、不现实的认知——也即本文标题中所称的“幻觉”。这种幻觉不同于人们常说的所谓大语言模型“幻觉”问题，即大语言模型因限于其固有生成原理而产出不符合客观世界真实情况的虚构信息。大模型幻觉在短短几年之间已经成了法律AI语境中的“老生常谈”。法律界看待这个问题的心态其实颇为分裂：面对半杯水，有人看到了满的一半，惊惶于ChatGPT居然能通过法学院考试；有人则盯着空的一半，强调大模型连法条都找不对、甚至总是瞎编。但两类观点的相通之处，在于其都把注意力放在技术能力本身上，而由此推进的讨论也聚焦于如何在法律领域中应对模型幻觉。过去几年里，业界围绕多条不同的技术路线作出了尝试。早期有团队致力于基于专业语料训练垂类模型，但有研究发现小模型的能力天花板总是较大模型要低。之后更多团队转向检索增强生成，通过在生成过程中引入外部知识检索来校准输出。如今，随着更强大模型及智能体框架的出现，基于多智能体的多步骤“提取—验证—合成”策略又把AI执行法律任务的可靠性向前再推进了一步。毫无疑问，没有哪条路线能百分之百保证生成内容准确，但AI完成法律任务的能力持续提升的趋势确定无疑。更不消说，评价技术改进是否应被采纳，从来都最好是在相对意义上进行评估和判断：AI会犯错，但人类律师的知识掌握和运用也远不完美。早年在一些著名例子中，每小时收费上千美元的顶级律所，被发现会犯的低级错误，看上去和今天所说的AI幻觉没有太大差别。更何况，人类律师的法律职业伦理规则，其内容也不是律师不能犯错，而是要求律师在犯错时诚实、尽责，以最大努力维护客户利益。

本文重点讨论的并非大模型幻觉问题。相比于大模型生成的内容会在某种意义上“犯错”本身，更值得关注乃至警惕的，是院校和师生将AI引入法学教育与学习过程后，有可能会逐渐失去对教育和学习过程本身的恰当理解与清醒判断。下文第一至四部分将讨论四种笔者作为法学教育工作参与者，在不少人身上已经观察到的有关AI的错误——或至少非常不确切——认知，即误将（1）工作外包等于责任转移；（2）知识可及等于知识内化；（3）个体学习等于环境学习；（4）制度保障等于知识优越。本文将四种认知也称为“幻觉”，但对应的英文翻译不是“hallucination”，而应为“delusion”（或可译为“错觉”）。这四种幻觉中，前三种在学生中常见，第四种则同样、甚至更多出现在法学教育者身上。

毫无疑问，生成式AI导致或暴露的法学院校师生的幻觉肯定不止于此。之所以将这四种放在一起重点讨论，除了因其让笔者在近年感触最深之外，也因为细想之下，这四种幻觉共享一种底层逻辑，即人们基于对外物的错误认知而迷失了自我理解。通过辨析、反思这些足够常见、也应能在不同程度上引起法学教育界同行共鸣的流行认知，笔者希望提示同仁们加紧共同反思：在AI冲击下，如果以培养实务及学术类法律人才为目标的法学教育还要有未来，则我们应当如何尽快调整教育相关理念和做法，为法学院和学生自身搭建通往对岸的桥梁，切实推动法学教育的高质量发展。第五部分中，笔者将自己目前能想到的几点调整教育教学方案的思路作初步梳理。在笔者看来，AI“侵入”法学教育后，真正有价值的育人工作要求更大规模、更高强度的优质教学资源投入，这意味着以课堂教学为核心的教学模式须在体制和结构层面作出调整，才有可能使得更多院校能在更长时间内承受AI的冲击。

一、幻觉一：工作外包等于责任转移

AI全面进入学生的学习过程后，至少从行为表现来看，有一种幻觉在部分学生当中已经颇为常见：当学生发现自己可以将听课读书、论文写作或其他学业任务外包给AI后，从他们对待这些任务的态度来看，其似乎是真的以为自己可至少在一定程度上将原本对任务成果应承担的责任转移给其他人——尽管他们自己也未必真的仔细想过，这里的“其他人”，可以或可能是谁。

（一）甩锅有理？

笔者近期听不止一位同行说起，两三年前，学生用AI生成书面作业或论文后，大多至少还会亲自动手做些修改，留意消除AI痕迹；但最近一年来，越来越多的学生在提交作业时，连电子文档中最明显的Markdown格式都已经懒得清除了。还算有心的学生，在用一个模型生成作业初稿后，还会再用另一个AI工具去除AI痕迹。但即便如此，这样的操作过程也并不意味着学生更负责任，而只能算有需要表演负责任的意识。

偷懒或糊弄之心，人皆有之，古已有之，不是新问题。问题在于，在前AI时代，通过布置作业并进行考核的方式培养学生对工作成果的责任感，本已是一件非常困难的事情。而在学生日益依赖AI完成学业任务的时代，责任外包的幻觉会使得责任心这种核心职业素质的培养变得难上加难。从AI学习环境中走出、受责任外包幻觉影响的学生，进入职场后会有怎样的表现？对此，我们甚至不需要臆测，只需直接观察。2023年美国著名的马塔诉阿维安卡公司案中，律师用ChatGPT生成诉讼文书提交法庭，其中包含多个虚构判例，被法庭发现后遭受惩戒。该案轰动一时之后，看来并未起到多少以儆效尤的效果，类似状况反而更为频繁地出现。律师的自辩从对技术无知逐渐开始转向对供应商的过度信任——由此隐含了相关错误至少部分应由技术工具的开发者和提供者分担之意。但实际上，生成式AI时代之前，至少类似场景中的责任归属从来都非常明确：签字律师不能把责任推给手下干活的助理或实习生，又凭什么可以推给其在手中干活、主体性远远不如助理和实习生的AI工具？

这种认为对AI甩锅至少有可能有理的心态，或者说幻觉，在现实中并不少见。虽然国内法院近年审理的案件中，往往强调侵权内容由AI生成并不是免责的理由，但这类案件中被告能提出这样的逻辑——“东西是我用的没错，但既然是AI生成的，为什么责任还都在我这儿？”——本身可以说明一些问题。类似地，比生成式AI稍早，还在讨论机器算法介入决策的时代，公共部门和大型平台就时不时被诟病有算法卸责的倾向——管理服务决策出了纰漏或者不当，影响到相对人、用户利益，有关部门或企业却只是两手一摊：“系统就是这样，我们也没办法。”实际上，前述逻辑未必都是主张者自己真心相信的理据。但人们愿意把这话摆出来应对压力，本身折射出了一种颇有市场的社会心理：工具越强大、背后越多高科技，行动者本应对自身行为担负的责任就越有理由被转嫁到工具头上。

（二）责任转移可能加剧认知投降

参照当前一些Gen AI技术背景下人机协作行为的研究，我们恰恰有理由相信，AI工具越强大，社会恐怕越需要向人们强调：借助、结合甚至依赖AI完成的任务，其后果还是会落到人的头上。近期有研究者通过实验识别了他们所谓认知投降的现象。研究发现，当人类被试和AI共同完成任务时，前者对AI的依赖程度非常高，总体上倾向于将判断让渡给AI。由此导致的后果是，当AI提供的答案正确时，人们固然不会提出异议；而当实验者让AI故意给出错误答案时，人们意识到答案错误并去纠正的频率，只有遵从AI答案频率的四分之一。

这项研究揭示了人机协作中的人类过度依赖，但未确定其背后心理机制。一种可能的解释恐怕跟AI介入后个体认为责任被转出的幻觉有关。这种幻觉本身或许还可借助认知心理学上的自利偏误加以理解：人天然倾向于把好的结果归因于自己、坏的结果归因于外部，而AI恰好是一个完美的外部归因对象——足够复杂、足够不透明、背后还有那么多聪明人和大公司，出了差错赖到它头上，自己落得身心轻松。然而，恰恰由于AI出错时人们缺乏监督纠错的自觉，恰恰由于机器犯错时人的错误会比以往还要更严重，因此任何有关“人在回路”的治理或监管理念，若还想要有那么一点意义，就必须明确坚持一项原则：人机协作决策的最终结果责任应由人承担。与此相应，在教育过程中，也应当着力培养、强化学生对人机协作成果承担完全责任的意识，并在必要时以制度加以强制。

当然，如前所述，法学教育在传统语境中培养学生责任意识本就不易——作弊、抄袭、团队作业甩锅等，哪怕在顶尖院校的学生群体中也不是新鲜事。只是，AI的介入让教师的工作变得更难，迎难而上则意味着必须不断尝试新的方法。如前所述，最近一年来，笔者不禁止学生使用AI完成课业作业——因为不可能禁止，甚至也不再要求披露使用——因为合理的假设是所有学生日常都在大量使用，但对学生就最终成果负责、承担考核评价后果的要求比以前更为严格。例如，一些课上，笔者给学生提出的要求是，如果其提交的书面作业中出现AI幻觉导致的虚假信息，例如编造的法条、不存在的文献、明显不相干的案例，每发现一处扣十分，只需四处，学生就有不及格的风险。相比于前AI时代笔者本人乃至绝大多数同行采用的考核规则，这可算是非常严厉了，而笔者希望其向学生传递的理念十分简单：无论过程中有多少AI介入，作业是以“活人”名义提交的，所有正面和负面的后果仍只能由血肉之躯承担。甚至，在人的输入还有可能影响结果的当下和切近时，我们应当感到幸运。未来，当人对决策的实际贡献变得极其微不足道时，制度层面从人向机器的责任转移也未必就会立刻随之发生——那时的能力与责任完全错位。这对于不习惯负责、对责任转移有幻觉的个体而言，将只会更加痛苦。

二、幻觉二：知识可及等于知识内化

AI工具普及后，学生或广义上的学习者正在产生的第二种幻觉是，鉴于AI让信息变得随时可获取，知识也因此可以在有需要时被即刻调用。由此，“学习”作为一种获得、掌握知识的过程，便被视为不再必要，只要手边有（特别是付费版）大模型的人，就是已经掌握了知识的人。

（一）有网就有知识？

将知识可获取与知识消化、掌握混为一谈，当然也不是一个新的现象或认知倾向。自互联网搜索引擎兴起以来，有网就往往被误认为有知识。甚至，再往前追溯，即便对于作为教育工作者的学者来说，很多人（包括笔者）之所以时不时喜欢囤书，明知道不断买书既没地方放、更没时间看，却还是要乐此不疲地购入，说白了也是受获取即掌握这种幻觉的影响。在AI时代，这类幻觉相比于传统搜索引擎时代变得更为严重，因为AI不只是检索工具，更能提供拟人化的问答互动。在这种拟人化的知识问答界面上，用户不需要用检索关键词去碰运气，机器会根据其提出的具体问题生成有针对性的答案。学生由此便很容易产生错觉：我想知道什么都可以随时问，并立刻获得答案，这和信息长在我的头脑或心智结构内部，真有差别吗？至少在外观上看，这难道不就和我已经学会、什么都知道别无二致吗？

当然有区别。实际上，教育过程中的知识传授，本不只是客观意义上的信息和数据从教育者向受教育者的机械传输过程，更是个体作为认知主体自身进行心智建构的过程。AI确实可以每时每刻针对人的特定信息需求提供输出，这些输出有时详尽，有时精准，有时错漏，有时胡编，但人若只是作为被动的接收端，则这些信息往往并不会真的进入人的心智体系，因而难以转化为在个体立场上具有主体属性的知识。对于每个个体而言，知识不只是作为客观存在的信息本身，更是信息在人的心智中实现存放和存在的网络结构。没有这种结构，各类信息于人而言很可能只是瞬时的外部认知刺激或噪音。即使其在具体的查询过程中有可能帮助人们实现具体功能，但对于个人主体层面的认知体系而言，也只是匆匆过客。想想昨天自己用AI快速查询过的法条或案例，今天甚至还记得曾经查过吗？近期有一项实验研究发现，接受过AI工具使用培训的学生群体，在短期内相较于其他学生确实能在学习效果方面表现出优势，但这种优势在中长期未必会持续明显存在。这可能说明，即便经专项培训后的AI使用行为能够带来短期认知效率提升，这也至少不会必然转化为知识结构搭建、塑造方面的持久优势。更令人担忧的是，另有基于脑电成像的研究显示，使用Gen AI工具进行学习时，人脑的神经元之间可能不会像传统学习方式下那样产生频繁、普遍、高密度的联系，这意味着基于AI的学习对脑部的生化塑造效果是较弱的。虽然人们觉得学了，但其实并没有真的“学进去”。

（二）教育：从信息到知识

学生会有获取即掌握的幻觉，并不只是学生的问题，更值得教育者对一直以来法学教育秉承的知识理念和追求的教学目标有所反省。对个体而言，真正有意义的知识，需要存在于其认知结构内涵的知识网络之中。只有形成、建构并持续维护、发展这种知识网络，人们在接触到新的信息时，才不会只是以机械的方式对其进行强行处理、存储（并有很大的可能存储失败），而更有可能使新信息在网络中找到一个富含联结资源的位置。新信息与其他信息关联在一起，持续互动，共同演化，从而为涌现这一复杂性机制的发生——也即灵感、创意、新知——提供必要基础。传统上，法学教育确实存在过度关注培养对信息进行机械存储和提取能力的问题，而这种能力在AI时代的价值进一步降低。如果不明确转向对灵感和创意的培养，仍坚持强调法学教育的核心就是批量灌输所谓基础知识、让学生机械掌握教条，那么我们也无从责怪学生认为AI的引入可以使其跳过学习过程。人的灵感和创意，至少在当前，仍能与机器的涌现能力并驾齐驱。因此，培养这种创造力，应是法学教育、乃至所有各类教育帮助学生维护心智主体性的题中之义。

此外，理想的教育过程不仅致力于帮学生建成网络状的知识结构，还应引导学生后退一步，形成对知识网络的整体理解，也即教育领域通常所谓的“观念”“大概念”或“元知识”。相对而言，笔者更倾向于“元知识”的说法，因为“观念”“大概念”似乎仍蕴含着外部灌输，例如告诉学生科学的分科有十几类，等等。而“元知识”的说法更能体现出引导学生自行进入知识底层的取向：在教育过程中，学生需要逐渐形成在知识获取前的提问能力，即“哪里存在问题”“该提什么问题”“可能需要什么知识”，而这种提问能力，应先于任何具体的信息检索或AI查询而形成。在法律论域中，正是元知识引导我们意识到问题的本质。例如自动驾驶汽车事故场景中，可能同时存在合同违约问题和侵权归责问题，这些问题背后往往隐含着一个伦理选择问题；对这一伦理选择的思考本身，又可能引导人们意识到，补偿机制的设计是一个可以跳出现成法律责任框架来思考的问题。识别出问题的存在，是所有后续分析的起点。而元知识的获得和运用，本身也与个体自身网状知识结构的复杂程度有关。完全借助AI获取信息以替代知识的做法，其吊诡之处就在于，学生对AI的依赖程度越高，反而越可能不知道能用AI做什么，“怀抱金山饿肚子”。2025年一项以666名参与者为样本的研究发现，频繁使用AI工具与批判性思维能力之间呈显著负相关，且这种相关性在年轻参与者中尤为突出。而所谓批判性思维能力，指向的往往就是针对问题本身提出疑问、从而主动将思考不断深化的能力。

如果学生无法意识到信息可及与知识掌握之间的区别，甚至产生两者并无差别的错误认知，教育者在当下是否还有可能对这种幻觉进行干预？在笔者看来，至少在法学领域，或许有用的方法是复兴传统的苏格拉底教学法。自朗代尔时代开始盛行以来、长期被美国法学教育体制引以为豪的苏格拉底式教学法，在过去二十年间遭受了不少批评——持续追问的方式被认为对少数族裔和女性学生过于严苛，在课堂上制造了不公平的压力。这些批评有其特定的社会文化和制度背景。但在当下的教学环境中，或许只有在教师不断追问、层层诘究的课堂场景中，学生无法即刻求助任何外部工具，才不得不诚实地面对自身知识网络中的空洞。苏格拉底方法的独特价值，不在于让学生难堪，而在于它是少数几种能让人在课堂中真正深切感受到自己无知的教学方式之一。

近年来，也有尝试将苏格拉底方法与AI结合，为每个学生部署独立的苏格拉底式AI智能体，让其与学生进行一对一追问式对话学习，这在过去是没有条件实现的。但在个体互动场景中，如果学生面对苏格拉底AI的追问，实时求助另一个AI，苏格拉底教学法通过即时思维压力暴露无知的优势就会被彻底瓦解。美国芝加哥大学法学院2026年7月发布全美法学院第一份AI战略陈述文件，不仅专门强调要在课堂上坚持甚至突出苏格拉底方法，还提出与此搭配的政策，即在一年级必修课授课过程中全面禁止学生使用任何电子设备，否则苏格拉底方法就会以上文所说的方式失效。这揭示出下一节即将讨论的社会性学习——基于人与人互动的学习过程和环境的必要性，特别是其相对于基于AI的自学模式的不可替代性。

三、幻觉三：个体学习等于环境学习

有了AI，学校，特别是大学，是否还有必要存在？至少对于已经成年的大学生而言，坐在自己的终端前，可以看到非常高质量——往往远高于自己所在大学教师的实际授课质量——的授课视频，自己有问题时可随时随地向AI请教，这岂不比坐在教室里听讲更加高效？至少基于笔者从事教师工作以来的亲身观察，无论中外，大量高校课堂教学的效果是完全不能令人满意的。正如社交媒体上流行的一些视频素材中所反映的那样，许多课堂的授课过程对于师生而言都纯粹是在浪费时间，而一些有关“收手机”“提高抬头率”的硬性规定，只是在加重学生的不满、空虚和无意义感。至于当下流行的诸如“中外大型科技企业开始越过高校、直接到高中生中招聘”之类的新闻炒作，则更进一步强化了大学会消之的叙事。

即便如此，笔者仍认为，大学作为物理空间和制度建制的存在，应当被保留下来。这也不只是出于对笔者自身饭碗的考虑。尽管在AI提供的便利之下，学习可以在个体意义上发生，但大学提供的社会化学习环境仍不可替代。AI带来的幻觉之三，就是把学习条件的便利化，误认为等同于学习本身的完整化，即误以为，个体凭借这类便利条件所完成的学习，便足以构成学习的全部。

（一）学校作为社会化学习环境

学校体制自古至今持续存在这一事实本身，并不足以证成其必要性。在很大程度上，当社会习惯了将与知识传播、人才遴选、技术创新和资源分配等目标相关的机制建立在以学校为中心的教育体制之上时，转换成本和既得利益等因素足以让路径依赖持续下去，哪怕这种体制本身的问题已尽人皆知。反过来，尽管自学成才的新闻报道如今往往有水分，但人们在学校体制外自行学习各类知识和技能，甚至达到相当高的水准，本身从来不是天方夜谭。特别是在知识爆炸的当代，一个人受过良好教育的最重要特征之一，恰恰就是能够在完成正式学业、离开校园后，持续借助其此前形成的学习能力，不断通过自行学习，拓展、复杂化前一节中所说的个体主观知识网络。

但在笔者看来，即便个体化学习极为重要，并且如今有极高的可行性，学校，特别是大学的存在仍有其必要性。甚至，特别是在这个人们越来越倾向于借助数字化技术工具（如智能手机）进行个体知识获取的时代，学校教育为人们提供的以群体时空共在方式开展知识学习的场景，反而越发不可替代。

这里的核心理由并不难理解。首先，在最浅层的意义上，相比于个体学习，群体化共同学习对于绝大多数个体而言有督促和激励作用。无论家庭或宿舍的设施条件如何、空间是否宽敞，许多人在有复习备考等需要集中开展学习的任务需求时，都会去图书馆、教室自习——哪怕为此需要排队、抢座。这不只是为了环境安静，更是因为周遭所有人都在学习的环境，本身有助于帮助大多数人克服自驱力不足的问题。而一个反向的例子是，自疫情期间起，高校普遍为课堂授课制作录像回放，让无法到课的学生可以自选时间地点观看。这样的做法当然受到学生欢迎，甚至在疫情后学校或教师考虑取消录课回放时，学生普遍反对。但许多课程录像后的实际回放观看人数非常有限，即便学生真诚地认为有了录像“我总会去看”，由于缺少课堂情境的压力与约束，录像的存在只是进一步降低了亲身参与课堂的积极性而已。

但环境的学习驱动与约束功能显然只是学校对于学习而言最肤浅的功能。至少在一定程度上，付费自习室乃至智能电子设备上的“专注力”应用程序也可以替代部分功能。在更重要的意义上，学校作为学习环境存在的必要性，主要来自学习过程的社会性本身。学习是一种社会活动，即便是抽象来看完全相同的知识，人们在不同情境中接触、学习、思考，其能够实现的认知和产生的效果也大不相同。认知科学领域早有知识嵌入情境的发现。知识不只是储存在大脑中的命题集合，也是嵌入特定社会实践和物理环境中的能力；脱离了情境的信息传递，得到的是去情境化的信息片段，而非能在真实场景中激活的判断力。无论是教师在教学中有意地为知识展示创造情境（例如结合与现场学生特定经历更为贴近的事实举例），还是学生在学习过程中的人际互动（相互讨论、互相辅导，甚至班上学生围绕特定知识发生争论、犯下好笑的错误）为知识掌握所提供的情境，都更有助于抽象的知识具象化、鲜活起来，从而更有可能为人们内化于心。

（二）法律学习的情境依赖性

对于法律学习而言，社会化的学习环境可能更加重要。法律学习的落脚点是能够运用法律解决社会问题，而这种学习效果显然离不开学生对法律所处社会情境的感知。作为学科的法学确实有比较丰富和成体系的知识。但就笔者在高校任教，特别是常年给本科生教授法律课程的经验来看，许多能够在学习数学、物理等知识体系性更强、抽象程度更高的学科时游刃有余的高材生，在进入大学修读法律课程时反而感到困难，觉得这套知识很难理解。这显然不可能是因为法律在知识逻辑的层面比数学、物理更加深刻、需要更高的智力能力才能学好，而主要是因为年纪尚小的本科生缺乏生活阅历，缺乏对法律运行其间的社会情境的认知与感受。一个除了简单网购之外没参与过任何交易、更不用说谈判的人，很难在想象人与人之间的历时性合作过程可能在不同阶段出现哪些需要有规则加以应对的状况。大部分学生在学校里连班干部都没当过，即使当过学生干部，也没有真正体验过在正式组织中参与决策、执行流程、处理维权投诉，其学习宪法、行政法或者公司治理，书本上的各类结构制度和程序规则，自然会让他们有极强悬浮感。

需要注意，我并不是说具有物理存在的法学院校，本身可以直接提供给学生理解各类法律问题的社会情境。法学院校确实在这方面做出了很多努力，也形成了一些体制化的做法。尽管因为资源禀赋差异，不同院校达到的效果参差不齐，但通常而言，教师会尝试在课堂上结合案例讲解规则和制度原理，院校会在校内外致力于为学生提供在职业场景里实习实践的机会。这些做法对于提供有助于法律学习的情境而言肯定有益。但在更一般意义上，法学院需要明确，其在AI时代的真正使命，在于为学生提供一个环境，帮助他们在迈向法律职业、深化法律理解的关键阶段，进一步完成社会化。人们对法律知识真正实现理解，无法仅靠孤立的阅读，需要在交流、探讨甚至争辩过程中生成。法律规范的真伪不是演算的结果，而是特定制度和社会过程的产物，例如在法庭过程中被论证、被反驳、被权威角色确认。一个学生读了再多的法条和判例，如果没有充分经历在他人面前提出主张、遭受质疑、为自己的观点辩护的过程，他便很难形成内化于心的思考和判断能力。从这个角度来看，法学院建构的有形学习共同体，为学生提供了进入法律职业所需要的社会化经验。或者，更通俗地说，让学生能够和活人一起讨论法律问题，甚至面临需要基于规则共同解决的问题，其实就是法学院校真正不能被引入AI的线上、数字化学习模式替代之处。

意识到这一点，更有助于我们看到现在学校教育的缺陷。许多学生的反馈是，老师在课堂上的活人感太少，机械读课件，完全没有看出在和学生交流。而校园里，真正致力于推动学生交流的机制也非常不健全，考核评价体系反倒是进一步加剧学生之间的疏离和个体化。不重视社区和社会化环境建设的法学院，本身很难持续生存下去，也确实没有太多继续生存的必要。

四、幻觉四：制度保障等于智识优越

相比于前三种更多体现在学生学习活动中的幻觉，第四种幻觉，误以为法律职业在AI面前的护城河不在于制度赋权，而在于法律包含某种具有内在独特性的判断活动，在法学教育工作者和研究者当中更为常见，对法学教育和法律职业活动的误导性后果也可能更为深刻。

（一）AI为什么“不能”作价值判断？

近年来，法学界一种较为常见的观点认为，AI的能力固然日益强大，但法律活动与法学研究的特殊性在于二者所涉及的是所谓规范判断及价值判断，这些判断只有人才能做，因此法律人是不可能被AI替代的，而以规范和价值判断为中心的法学教育，也就并未面临根本性危机，无需进行结构性重塑。

这样的说法听起来确实很让人感到宽心，是这个焦虑日盛的时代中人们为缓解认知不谐而难免要诉诸的安慰剂。从事实来看，相比于许多其他人文社科领域的学科，法律和法学的确在AI冲击下有更强的韧性，被AI替代、特别是全面替代的风险相对要小得多。但说法律人对法律和法学不可替代的认知是幻觉，并不是说不可替代的结论错误，而是说支撑这个结论的理由站不住脚。法律活动之所以不会被AI替代，与法律活动以规范判断及价值判断为核心内容并没有太大关系，而主要因为是人们坚持这些判断必须——而非在能力意义上只能——由人来做。

所谓AI不能做规范判断，本身恐怕来自人们对什么是法律语境中的规范判断并无完全统一、清晰的理解，常将其宽泛理解为不同的认知活动。在某些时候，人们——尤其是被认为没那么专业、但也因此更容易相信法律人有关自身专业叙事的行外人——所理解的狭义的规范判断，是指基于既有规则的适用，作出合法与否的评价和判断。这当然是法学教育中训练最密集的判断类型——给定案情，适用相关规定，推出法律后果。但稍微留意已有的研究进展，就知道这个意义上的规范判断难不倒AI，或者至少在长期来看难不倒AI。不要说当前的新型AI，就是十年前的老一代AI，在很多涉及规范判断——如合同审查——的法律场景中也早已表现得又快又准。尽管近年不少研究基于大模型幻觉质疑AI完成法律问答的准确性和稳定性，但正如文章开篇所述，许多技术和应用策略实际上可以较为有效地应对这类问题。特别是，如果我们在最狭窄的意义上理解适用规范的判断，即基于已经识别出的应当适用的规范去进行合法性判断，那么根据此前研究，鉴于大模型生成内容的原理，AI面临的最大问题是找不到法律生硬编造，而输入规则后，AI进行推理的难度本身反而不大。

当然，法律学者，特别是法学方法论研究者对此可能以为，规范判断的真正要义不在于适用被投喂的规则，而恰恰是找到应当适用的规范——这个过程最能体现出法律人独特的思维方式。例如在所谓价值原则指导下，通过不断进行价值判断的方式，寻找更高效力层级的规范来解决相对具体层面的法律适用问题甚至难题，并在此过程中同时维护法律规范整体的体系性。与此相关的方法通常也被认为是所谓的法教义学方法。即使把这种思维或问题解决方法是否为法律人特有这一问题放在一边，我们需要问的是，这种方法本身在多大程度上无法为AI所复刻？这里面的逻辑其实颇为吊诡。法学方法论研究之所以强调其追求科学性，是因为其希望能够从方法和操作程式的层面为困难法律问题的解答提供更高的确定性。在这个意义上，法学方法中的规范判断以规范分析为基础，后者强调推理和论证的显性结构。这种结构的一个典型例证，应该是所谓鉴定式案例分析方法。尽管推崇者说起这套方法的意义和作用时，如今经常比较低调，承认这套方法在实践中的局限，但毫无疑问，有了这套方法，司法裁判者在进行裁判时的答案与没有这套方法时相比，应当具有更高的确定性和稳定性——否则这种方法就很难自证其存在的意义。然而吊诡的是，如果这套方法的运用确实能够提高法律问题解决——也即规范判断——的确定性和稳定性，这又意味着AI可以通过模式识别和学习掌握这套方法。实际上，一些热衷于探索AI的执业律师和学生，已经发现，至少借助Agent工具搭建起的生成鉴定式案例分析报告的skill，生成效果相当不错。在某种意义上，法律方法论学者建构法律论证科学方法的过程，和程序员研发AI有类似之处，都有些自掘坟墓的壮烈意味。

（二）判断能力还是判断权威

但更为微妙的一点在于，正如法律现实主义者所揭示的，法律人在进行规范判断特别是在困难案件中结合其价值理念做出裁断时，与机器的不同之处，恰恰在于前者往往并不遵循所谓的规范判断方法。这在2025年的一项实验研究中体现得淋漓尽致。在这项研究中，研究者设计了一个国际刑法语境中的虚构案例，案例中被告依据规则和先例应当被定罪，但研究者将被告是否存在法外可同情的人性因素作为实验变量，分别测试GPT-4o、美国联邦法官以及法学院学生在进行裁判时是否会受到上述法外因素的影响。实验结果显示，GPT-4o的判断主要受规则和先例约束，法外的人性同情因素少有影响——而这种判断倾向接近法学生，而非人类法官，后者会在很大程度上将法外同情因素纳入考量，做出案件裁决。这项研究表明，人类判断的特点或许恰恰在于对稳定成型的规范方法的超越。而如果认为规范判断不能由机器替代的原因，是人的规范判断说到底没有方法，只遵从人性——并且还需是无论人还是机器都尚未能完全识别出规律的那部分人性——那么我们就更应意识到，机器替代不了的不是人的思维，而是具有权威性质的人的主体地位：我们仅仅是要求这些判断必须由人做出而已。这种要求背后，除了自我定义甚至循环论证的正当性之外，并没有关于人的判断在其他任何意义上优于机器的理由。

因此，在本文看来，法律职业面对AI的护城河，实际上来自掌握在人类特别是法律职业群体手中的制度权威。在一些流行的段子中，人们对这一点看上去似乎是有清醒认知的：判决书哪怕是AI写的，字还得是人类法官签，出了错误背锅甚至坐牢的，也只能是人，吃牢饭不能由机器代劳。遗憾的是，类似笑话虽在法律人中广泛流传，许多人却真的只把它当成了笑话，没有意识到背后的深刻洞见。只要社会的运行和治理以法律作为核心制度形式，只要这种制度的权威和权力最终落在人手中，这些人当然不可能被机器替代，除非机器形成某种意义上的自我意识并失控，将作为统治者的人类推翻。

上述分析对于法学教育的启示应当是明确的。如果法学教育培养的目标，是将来能够并且值得行使这种制度性权威的人，那么教育的核心任务就不是训练会做规范判断的手艺人，而是培养值得信赖的制度性权威行使者——有判断力，有品格，也做好了在真实制度中承担后果的准备。

五、应对幻觉

在此前四节识别并分析四种幻觉的过程中，笔者其实也已提出了可能作为应对的教育教学方式上的调整方案。但不妨再作梳理，集中交代。

（一）成果问责

为应对学生因将部分甚至大量工作外包给AI工具而可能产生的责任转移的幻觉，教育者在教育过程中应注重提升、强化学生在人机协作场景中的成果担责意识。这首先意味着，教育者不能只是简单禁止学生使用AI工具完成作业。除了闭卷考试之外，这样的禁令在教育领域的其他教学考核场景中，本身无法执行。但即便能够广泛执行，我们也应意识到，这至多是在把问题推向社会，因为最晚在学生走出校园那一刻，他们立即就会被抛入全面基于人机协作开展工作的场景，而那个场景却是他们在学校教育过程中极少接触到的，更不用说理解这种如今已经开始普遍、未来只会更加普遍的工作场景中，其自身应当担负的责任。

因此，相比于很容易流于形式的禁止使用或披露使用要求，真正可能有助于校准学生责任意识的教学考核方案，是对成果质量提出更高要求，特别是对人类最终把关的意识和能力赋予更高评价权重，例如对大模型幻觉导致的错误严厉扣分。这将使学生，特别是法律专业的学生更加意识到，人类掌握和行使法律权威是以责任承担为根基的，署名、签字并非儿戏——而这其实是学生在进入职业之前最需要的模拟式教学。当然，需要强调的是，采用更为严厉的成果问责只是一方面。与此匹配，院校、教师还需探索、形成可用于指导学生的人机协作方法论，否则只靠不教而诛，也未必真能改善行为。

（二）“红脸出汗”

为了让学生在各类信息触手可得的环境中清醒地意识到自身的无知，并由此保持追求真知的动力，教育者必须在课堂内乃至课堂外尽量多地营造出更具智识挑战性的教学情境。同样，这并不意味着禁止学生使用AI。如果只是一禁了之，学生反而会误以为自己的知识缺漏正是来自工具的缺失，并对当下无法使用工具的学习和训练过程产生更加强烈的无意义感。如果学生误以为有了AI就拥有了知识，那么教育者必须通过更有挑战性、针对性和穿透力的教学方式，让学生在课前、课上都可以使用工具的情况下，仍看到从外部获取知识与自身内化知识、形成知识结构之间的区别。

如前所述，苏格拉底式的随机课堂盘问，是现有授课模式中最有可能达到这种效果的。即使学生在课前借助AI更高效地阅读、了解课程资料，甚至课上即时进行检索，教师的高质量盘问恰好能够检验出学生借助AI真正达到的知识内化效果——而这其实与资深出庭律师在庭前借助助手进行大范围研究，但最终仍需自身理解案件相关法律问题，是同一种逻辑。更进一步，追问不能止于课堂，至少在法学领域，各类课程的考核都应融入甚至主要采取这种形式。

（三）置身“世”内

在个体化学习可借助的资源和手段日益丰富的背景下，法学院校必须更加注重营造有助于学生社会化的学习条件，让学生真切意识到更加积极地参与校园学习的意义。这意味着学生的知识学习仍应当在群体环境中开展，教室、图书馆、研讨室、开放研讨空间等物理空间非但不应该取消，反而应当进一步加强建设、优化设计，要想尽办法让学生愿意甚至期待每天固定或非固定时间去感受、体验这些物理空间中营造的知识共同体氛围。

在物理空间条件允许的前提下，小班研讨应当成为课程教学的主体，而非只是一直以来的添头和点缀。当前一些课程中采用的小组作业方式，当然也是一种具有社会化属性的学习活动，但因为教师无法真正考核个体投入和贡献而常年被学生反感，事实上沦为每组个别负责任或更在乎的学生的独角戏。不过，和与自身水平、态度不同甚至差异巨大的人组成团队、完成任务，本身就是一种重要的社会学习过程。

在当前背景下，对于法学专业学生来说，有价值的小组作业应当以社会调研为主要内容。在AI普及的背景下，无论多大篇幅的文字作品，一个人完成都没什么难度。但真切、多角度地认识、感受行动中的法律，是能让学生们感受到合作必要性的场景。除此之外，非专业性的各类学生集体活动，无疑是法学院校都必须更加重视、加大投入的领域——“独自玩手机”的一代，无法真正理解法律。

（四）权威配得

作为学者型的法学教育者，需要在AI时代更加诚实、务实地认知、理解法学和法学教育的性质与定位。无论被动还是主动，如果法律人能够意识到法律这一行的真正不可替代性在于人类对治理权威的控制，特别是针对人类之外其他潜在智慧实体的排他独占，那么我们就应当接受，在AI时代，法学教育乃至研究的重点不必也不应是任何看上去精妙、高深的法学方法或规范判断的技艺。

如前所述，如果法学研究和教育的目标只是开发出可以实现确定性的方法，人的存在显然就不再有多大价值。而当机器可以更有力、高效地为法律提供确定性、可预测性时，人类法律权威的意义或许更接近施米特意义上的“专断”。要培养有足够能力和德性、值得被托付行使制度性权威的完整的人，教育过程就更需要进一步减少对标准答案和固定方法论的依赖，增加对复杂情境中判断力的训练；减少对规则记忆与机械适用的考察，增加对品格、审慎和责任感的关注。或许这么说不太恰当：某种意义上，AI时代的法学教育，要培养的是法治之下的“人治”能力。

结语：应对幻觉的资源保障

尽管前一节四点应对方案看来头头是道，但在全文收笔之前，笔者必须坦率承认，指望通过上述调整应对法学教育场景中的四类幻觉，本身也有幻觉嫌疑，或至少有点一厢情愿。这不仅仅是说，上述教学方案自身在AI环境下的实际有效性尚未获得检验，特别是，在AI技术自身迭代快速的背景下，任何应对之策有无可能在短期或中期持续有效，甚至根本无从检验。更重要的是，对于当前绝大多数，甚至所有法学院校而言，更细致、严格的学生成果审查、全面苏格拉底式教学、普遍小班研讨等等，几乎都缺乏足够规模和质量的师资与教学设施等方面的资源支撑。

但悲观者只是悲观，而务实者即便不会更加乐观，也还是要把“有办法解决”的幻觉转化为“不妨一试”的勇气。而在一线教师积极探索的同时，教育管理部门应当在更真切地了解微观教学现实的前提下，采取真正有利于一线教师放手探索的结构性改革举措。笔者谨在此呼吁，相关部门可在切实调研的前提下，评估将法学等专业的教学培养方案中学生需修够的学分或课程数量减少三分之一到一半。只有这样，在AI时代真正稀缺的教育资源——教师和学生对具身性、互动性、社会性教学过程的倾力甚至无保留的投入，才有可能形成，并切实支持运转一种在AI面前保持韧性的法学教育过程。这种结构性改革当然会面临重重阻力，也未必能成功。但至少，对于顶尖及部分高水平院校而言，主动求变无非是付出成本，坐以待毙才会真正导致无法挽回的局面。