3．仅能部分替代的法律助理

牛津大学Carl Benedikt Frey和Michael A． Osborne教授曾发布了一篇报告：《The Future ofEmployment：How Susceptible Are Jobs to Computerisation》，报告表明，律师助理被替代率是94％，律师秘书到达98％，法官被替代率是40％，而律师仅为3．5％。

来自：《The Future of Employment：How Susceptible Are Jobs to Computerisation》

当人的智力无法超越机器的可靠与精准时，凡是可以借用机器完成的机械性、重复性、标准化劳动自然会交由机器完成，例如法律检索、自动化管理、信息采集与比对等等。于是，知识迁移的法律助理可能取代，协调工作的律师秘书也可能会被取代，出售判断的律师则难以被取代。

当然，如果律师不需要律师助理外带咖啡的话。

未来的法律机器人，走向何方？

法律机器人的发展，确实是大势所趋。在推广的进程中，想让其成为法律行业的“开路者”，就要协调好人机关系，毕竟智能机器人最大的亮点是具有一定的判断能力，在倡导智慧法庭的当下，智能机器人可以辅助法官、检察官做些判断，可以辅助进行记录和翻译。具体而言，未来法律机器人，可以在以下三个方面发力：

1．构建机器人本身的法律数据库

对于法律机器人而言，其本身就可以构成一个法律条文数据库，并经过自然语言处理（NLP）和深度学习，法律机器人可以提供语义检索和法律问答，并不断改造传统的法律检索服务。比如，号称世界首个机器人律师的ROSS就是基于IBM的Watson系统的智能检索工具，利用强大的自然语言处理和机器学习技术向律师呈现最相关、最有价值的法律回答，而非像传统法律数据库那样，仅呈现数据结果。

此外，加强数据库建设还可以大大减轻人类律师工作。机器人系统可以理解一段事实陈述并自动识别其中的法律问题，然后完成检索并提供最佳法律信息，整个过程几乎不需要人类律师的深度参与。这无疑将律师从繁琐的法律检索工作中解放出来。

2．加强深度学习与案件预测

法律机器人基于深度学习所赋有的案件预测能力是独特的，在实际应用过程中，从案件结果到犯罪预测，基于人工智能和大数据的预测性技术在司法领域的应用越来越广泛。

同时，加强深度学习与案件预测的价值也是显而易见的，一方面可以帮助当事人形成最佳的诉讼策略，从而节约诉讼成本；另一方面，可以帮助法官实现同案同判，也即所谓的大数据司法确保公平正义。

比如，Lex Machina 公司提供服务，通过对成千上万份判决书进行自然语言处理，来预测案件结果；研究人员利用欧洲人权法院的判决进行算法训练，建立模型，来预测之后的案件判决结果，准确率高达79％。

3．“阿尔法法官”或成法律机器人最终形态

起源于欧洲大陆法系的自由心证原则，其认为法官针对具体案件根据经验法则、逻辑规则和自己的理性、良心自由判断，由此形成内心确信，并据此认定案件事实。此外，英格兰和威尔士上诉法院大法官Briggs在在线法院的倡议中提出了算法裁判，即人工智能可以代替法官直接作出裁判。

当然，自由心证所特有的不公开和不确定性，可能会触发“黑暗森林”法则，从而引发猜疑链。当下，也没有出现任何形态的“阿尔法法官”。

但是，我们可以大胆的畅想一下，精确计算已经在金融等行业出现，在未来成熟的信息社会，更加普遍的计算法律可能出现，届时“阿尔法法官”可以根据系统自动执行法律，这似乎也就不足为奇了。

文 ｜ 柯鸣

来源 ｜ 智能相对论