人工智能時代法學實踐教育模式的五維變革

李 倩，李保芳

(昆明理工大學 法學院，云南 昆明 650500)

早在2018年，教育部、中央政法委在《關于堅持德法兼修實施卓越法治人才教育培養計劃2.0的意見》中曾明確提出要“強化法學實踐教育”。在人工智能技術日益發展的今天，如何革新法學實踐教育以應對科技進步中的人才需求，以及如何借助科技手段優化法學實踐教育的培養過程已成為新的時代命題。對此，2020年《新文科建設宣言》積極呼吁應通過現代信息技術賦能文科教育，聚焦法學等學科的應用型人才培養。在實踐層面，北京大學、中國人民大學、浙江大學、中國政法大學、西南政法大學等高校率先探索，已通過設立法律人工智能實驗室、實踐基地與系統平臺等手段革新法學實踐教育模式。盡管如此，囿于我國傳統法學實踐教育的多年慣性，以及對人工智能技術應用模式的疑慮，如何客觀審視當下法學實踐教育的實然困境與人工智能技術的工具價值，并找準人工智能技術優化法學實踐教育的具體路徑等問題亟待探究。

一、當下我國高校法學實踐教育的現實困境

(一)法學實踐教育環節流于同質化與淺表化

1.法學本科、碩士、博士的實踐教育同質化。按照目前法學教育層次設置，應當有法學本科、法學碩士、法律碩士以及法學博士四種一一對應的實踐教育機制。但在實踐過程中，高校往往對這四類學生采用同一或接近的實踐教學模式與評價機制，其教學要求與內容大同小異，導致學生在完成高校主導的實踐環節后，法律技能仍較為單一，處理實務工作的能力并無顯著區分。這種嚴重的同質化現象無法與相應的學歷層次精準匹配，難以分別滿足各個群體，尤其是以培養實務型法律人才為目的的法律碩士的實踐需求。此外，相對理論教學而言，實踐教學往往未被高校高度重視，實踐教育環節僅作為高校對其自身性質的技術性彌補，因此該環節在不同學歷層次學生之間的同質化現象仍廣泛存在。

2.實踐教育內容缺乏針對性與個性化。隨著法科生的個體意識不斷增強，人生觀價值觀呈現出多樣發展的趨勢，學生從學科偏好到就業意向都千差萬別，而我國法學院幾乎都仍在沿用傳統的實習方式完成實踐教育，固化的實踐內容和僵化的實踐方式難以滿足學生個性化發展。早在2017年，付子堂教授已提出，“在大數據時代，實踐不僅僅是實習，實踐教學的途徑和方法要多樣化，要教會學生使用大數據思維和大數據方法分析案件。”[1]時至今日，各法學院的實踐教學方式仍未有太多實質性變化，學生還是主要從單一的校外單位實習中進行實踐學習，田野調查、問卷分析、參與實踐課題等重要方式往往被忽略。

3.法學實踐教育內容淺表化。我國法學實踐教育分為校內實踐與校外實踐兩種基本模式。校內實踐主要通過模擬法庭、法律診所等方式進行，但大多注重流程，具有較強表演色彩，而且開展次數也有限，導致其形式意義高于實質意義。校外實踐以專業實習方式為主，即在法院、檢察院、律所、公司等體驗工作，時長通常為3—6月不等。盡管實踐環節已經盡量被規范化，但是還是不能避免一部分學生為得到相應實踐學分，僅通過“表格實習”“蓋章實習”等方式濫竽充數，沒有真正地參與到具體法律實務工作之中。有部分學生即使參與實際操作，也僅從事事務性的工作，跟進完整案件與接觸核心內容的時間較少，能夠深度參與“人工智能+法律”實務的機會則更少，淺嘗輒止或盲人摸象式的實踐難以實現實踐環節設立的初衷。

(二) 法學實踐教育與數字技術融合過于機械化

人工智能、大數據、云計算、物聯網等新技術正在引發人類社會的第四次工業革命[2]，以人工智能驅動的“第四次教育革命”也悄然來臨。在此背景下，亟待考慮如何運用數字技術推動法學實踐教育發展。為此，國內外高校都積極尋求法學實踐與數字技術的融合之道。其中，美國起步較早，斯坦福大學已為“法律、科學和技術”專業的法律碩士提供高水平的實踐項目，其內容涵蓋電子商務、互聯網與社會、法律和生物科學、計算機與法律、知識產權訴訟信息交換、跨大西洋技術法律論壇六個方面[3]。而國內在此方面起步較晚，除了中國政法大學開發的“同案不同判預警系統”“虛假訴訟預警系統”，以及北大法寶與北京理工大學法學院聯合建立的“人工智能法學教育實踐基地”等較有代表性的成果之外，我國法學實踐教育與數字技術的融合總體上仍較為機械化。一方面，所融合的技術較為簡單，難以體現法學專業性。目前，絕大部分法學院局限于借助郵箱、微信群、QQ群等信息傳輸手段進行實踐教育管理，并融合多媒體課件展示、遠程教育平臺等媒介開展實踐教學，主要關注信息的傳達和檢索，傾向通過單方面的灌輸，缺乏優質的針對性信息篩選和有效的溝通反饋。這些融合只是將普適性數字技術簡單用于法學實踐教育的部分環節中，難以體現數字技術對于法學實踐教育在專業層面的影響。另一方面，所融合的內容較為淺顯，欠缺法律實務的體系性。現階段法學界對人工智能與各部門法之間內在聯系的認識缺乏穩定性，“人工智能+法學”的學科交叉嘗試主要停留在表面[4]，規范的學科融合尚未形成。

(三) 實務人才供給與人工智能時代需求錯位

根據麥可思研究院發布的《就業藍皮書：2021中國本科生就業報告》，法學專業目前仍屬畢業生規模較大、就業率較低的專業。雖然我國法學教育達到了空前規模，但法學畢業生的就業率卻較為低迷，很多畢業生面臨著畢業即失業的窘境。其中，造成法學畢業生結構性過剩的主要原因在于法律人才供給與社會實踐需求的錯位。一直以來，我國的法學教育基本上形成了以法律知識體系傳授為中心的知識灌輸型人才培養模式。在教學過程中，教師側重法學理論知識傳授，對于專業實習等實踐環節的組織度、參與度與評價度不高。這樣一來，法學畢業生在面對鮮活案例時常常束手無策，具體表現為書狀錯誤、事實分析與法律適用混亂、法律解釋錯誤、程序知識不足且使用障礙、法庭辯論技巧欠缺等[5]。然而，當下法律行業所大量需求的，恰恰是具備法律應用能力的實務型畢業生，而非紙上談兵的書齋型畢業生。尤其是在“互聯網+”“人工智能+”新業態帶來便利的同時，新技術也引發復雜倫理困境與法律風險。科技的規范、有序、和諧發展急需通曉智能科技、能夠切實解決問題的復合型法治人才[6]。面對當下重理論而輕實踐的法學教育模式，以提升實踐能力為導向的法律人才供給側改革亟待開展。

二、 人工智能優化法學實踐教育的基本范疇

(一) 人工智能實現全過程實踐的教育導向

相較于傳統實踐教育，人工智能通過打破高校與實務部門之間的空間界限，拓寬學生學習的時間與內容邊界，得以有效將實踐教育融入法科生培養的全過程。以華宇法律人工智能平臺構建的智慧教學系統為例，學生可通過“奕課堂”與“AI教學助手”等功能，實現在課前、課中、課后，以及課內、課外均深度接受實踐教育理念。除此之外，借助虛擬仿真實驗室、模擬庭審、智能案例庫、法律文書自動生成軟件等人工智能技術，學生可以在任何時間、任何地點、不限次數地對實踐內容進行學習，且這些海量資源可支撐學生對不同深度、不同廣度以及不同方向的實踐內容進行選擇。這樣以來，法學實踐教育的交互性和趣味性大大提升，且學生能夠將問題及時反饋給指導教師，方便老師及時答疑或調整教學進度，使教師從傳統課堂的知識灌輸者變為實踐的引導者。總體來看，通過人工智能所建構的多樣化學習場景與個性化反饋機制，實踐教育得以貫穿法學教育的整個過程。

(二) 人工智能塑造沉浸式的實踐體驗

相較于傳統的法學實踐教育，人工智能為法學實踐教學提供了全新的學習情境[7]，通過沉浸式體驗提升學生參與實踐的動力與效果。在智慧法院、智慧檢察院、智慧律所等建設如火如荼的背景下，人工智能技術將實務部門的工作與校內實踐銜接，為沉浸式體驗提供實務真實素材。其中，2020年杭州建立了全國首個智慧司法聯合實驗室暨區塊鏈公證研究院。該研究院與監獄、高校等部門開展密切合作，在“智慧監獄”“智慧戒毒”“智慧矯正”等領域成果斐然，為法學生實踐教學提供重要線上平臺。從微觀層面看，人工智能技術與法學實踐的融合能給學生帶來更高質量的體驗。其中，運用虛擬現實技術、增強現實技術可創設出虛實相生的實務場景，為實踐教學營造身臨其境的條件；運用全息投影、數字孿生等技術呈現庭審3D影像，學生能夠得到同等真實的視覺效果，從一線視角了解實務工作。在人工智能時代，智慧環境塑造的沉浸式體驗為缺少真實訓練環境的日常校內實踐教育帶來新的機遇，有助于將實踐環節實質化。

(三) 人工智能供給多維度的實踐評價

在全域數據終端技術的支持下，對于法學實踐教育過程數據的伴隨式采集、多維度采集、追蹤采集成為可能，實踐教育評價要素得以變得更為豐富，可從對學生單一的應試能力考察，轉變為對法律文書寫作、法律事實陳述、法庭證據甄別與法律法規適用等一系列能力的綜合考察。在多維度立體評價的基礎上，可進一步實現有的放矢的實踐教學矯正與反饋。簡言之，通過具體的過程性評價指標與最終的智能評估報告，師生能夠清晰了解實踐進度與實踐效果，以及存在的問題與原因，教師可根據數據及時調整實踐教學進度、教學內容以及教學策略，學生則可根據這種“私人訂制”的反饋及時發現不足，有針對性地調整學習方法與狀態，這種良性循環模式能夠有效提升法學實踐教育的質量與效率。

三、人工智能提升法學實踐教育的深層邏輯

(一)克服人工智能法律系統中的算法偏見

與傳統文科相比較，新文科應當從傳統的人文社科方法轉向現代科技及學會算法，將文科的定性方法與定量方法相統一，彰顯新文科的科學性[8]。不可否認，人工智能技術以其強大的運算能力優化法學實踐教育，但人工智能法律系統的固有技術問題也不容忽視。其中，法律、教育領域的大數據的評估標準尚未統一，容易出現信息孤島化現象；且人工智能算法的可追溯性和可解讀性還不成熟，“算法黑箱”“算法偏見”問題難以解決。其產生原因在于系統的研發隊伍主要是人工智能專家而非教育專家，他們缺少對教育理論和教育實踐的深度把握[9]。法律系統大數據實質上應當是人類社會在法律方面的數字表征，但系統開發者往往缺少對于法學理論和實踐的深度把握，致使系統反映的只是人工智能專家的價值觀念。因此，在人工智能法律系統的開發過程中應積極投入法學人才，對繪制法律知識圖譜、篩選大數據案例、過濾清洗數據及構建邏輯推理算法等環節進行專業把關，將法律思維注入機器思維，緩解算法自身問題[10]，確保人工智能法律系統符合法律與倫理。

(二) 避免法學教育對人工智能的過度依賴

技術進步及其帶來的成就，很容易讓人陷入“技術萬能”的迷信[11]。對于學生來說，如果在法學實踐過程中遇到困難就不假思索地訴諸人工智能，動輒依賴人工智能所提供的信息進行速食學習，則會弱化思考過程，抑制學生在實踐過程中的深度學習和思考。對于法學實踐教育教師而言，法學實踐教育應當是引導學生不斷深入法律實務的過程，若過分依賴人工智能技術，會使教師教學活動的創造性教學能力減弱，且削弱實踐教學中的情感性工作。教師應對于人工智能技術給出的指令、結論和資源進行充分甄別之后，再將篩選后的內容推送給學生，避免弱化教師的引領價值以及法學實踐教育的育人指向。因此，在人工智能與法學實踐教育相融合的過程中，必須時刻警惕陷入唯技術論的陷阱[12]，以回歸法學實踐教育的本質，防止技術成為法學實踐教育中唯一的、決定性的標準和工具。

(三) 堅守法學教師對人工智能的主導地位

法學實踐教育本質是課程的實踐化，法學生通過對法律實踐過程的參與或者模擬參與，在解決問題的過程中體驗法學知識與方法的可能運用，養成法律職業素養，形成解決法律問題的初步能力[13]。在傳統的法學實踐教育中，教師的引導發揮著至關重要的作用。而在人工智能時代，知識傳授環節可以在信息技術的幫助下進行[14]。因此，科技泛化引發了各類職業替代恐慌，其中甚至也包括法學教師。若只是簡單將教師與人工智能的信息處理能力相比，教師確實在收集、檢索、存儲、加工信息等方面遠不如人工智能。然而，在我國法學教育堅持立德樹人，德法兼修的當下，法學教育必須培養具有社會主義核心價值觀的法治人才。在培養法科生職業軟實力時，其中所需要的價值判斷能力、創造性思維能力和社會背景連接能力等是人工智能所無法具備的[15]。因此，未來教育中，人工智能將會以“教書”為主，而教師則以“育人”為重[16]。人工智能與法學實踐教育的融合對于教師最大的幫助就是利用技術優勢，將教師從繁瑣機械的教育環節中解放出來，讓教師將有限的時間投入到更有意義、有價值、有創造性的實踐教育工作中，以提高法學實踐教育的效率。因此，法學實踐教育應當使教師與技術互為補充，最終形成以法學生為中心、法學教師為主導、人工智能為輔助的法學實踐教育格局。

四、人工智能時代下法學實踐教育變革路徑

(一)法學實踐教育目標明晰化

新中國成立后，關于我國法學教育目標的爭論一直存在。黨的十八屆四中全會將法學教育的任務界定為“專門法治人才”。教育部、中央政法委《關于堅持德法兼修實施卓越法治人才教育培養計劃2.0的意見》又將法學教育的目標由原來的“卓越法律人才”轉變為“卓越法治人才”，要求法學教育培養懂國情、能貫徹中國特色社會主義法治理論的法治人才，這意味著我國法學教育混合法治人才根本理念的回歸[17]。其中，卓越法治人才需具備應用型、復合型、創新型法治人才的內涵，而人工智能時代的法學實踐教育必須切實服務好這一人才培養目標。對于法學實踐教育而言，培養法科生的應用能力是最為直接的目標，培養學生的復合型能力是其進階目標，而培養學生在解決新興實際問題時的創新型能力是高階目標。尤其在人工智能時代背景下，由于實務部門也在積極擁抱人工智能技術，實務部門所需要的卓越法治人才不僅要具有扎實的法學理論知識儲備與基本法律實務技能，并且也期待法學生在傳統實踐的基礎上對于人工智能的基本原理、技術特征等有一定的掌握，具備一定水平的人工智能技術應用能力。

(二) 法學實踐教育環節智慧化

通過在法學實踐教育的教學方法與教學內容中融入人工智能技術，校內實踐與校外實踐的諸多環節應走向智慧化。其中，案例智能推送功能將有效充實校內實踐環節。校內實踐包括案例教學、法律診所、模擬法庭、法庭辯論等形式，這些形式的教學都離不開實際案例，而我國校內法學實踐教育中接觸的案例大多較為陳舊，難以滿足學生對于最新司法動向的學習需求。人工智能環境下的案例推送，通過大數據對裁判文書的歸納整理與深度挖掘，能夠為校內實踐教育提供豐富的教學資源。此外，智能答疑功能將顯著優化校外實踐環節。在校外實踐環節中，學生往往遇到諸多基礎卻重要的法律實務難題，以致影響實踐的效率與進度。智能答疑功能技術通過算法實現對實踐中常見問題的整合，并隨著算法不斷更新和實務標本不斷擴充，充實基礎問題庫，使得學生能夠運用關鍵詞查找、分類檢索、流程查找等方式自行解決大部分問題，減少對于基礎問題的咨詢求助。這樣一來，學生能夠將有限的實踐時間真正花費在對關鍵問題的探索上，實現高效率、有質量的校外實踐。

(三) 法學實踐教育平臺聯動化

對于不同的法學實踐教育平臺，高校應進行多維度資源整合，以促成各平臺之間互聯互通，打破信息孤島。一旦實現平臺聯動，學生的實踐數據可共享給授權的平臺，以優化數據供給端口，并為學生的個性化評價提供優質數據，也為法學實踐教育的評估提供全面可靠的數據支撐。

1.法學實踐教育平臺聯動是校內實踐平臺的聯動。高校法學院可結合各自學校的特色，搭建校內跨學科實踐平臺，廣泛整合法學與人工智能、社會學、管理學、醫學、系統工程等交叉學科的實踐資源，避免高校之間的法學實踐同質化，創建帶有本校特色的法學院，培養具有學校特色的復合型應用型法治人才。

2.校內外實踐平臺聯動。通過國內大學的聯合培養，共享優質實踐教育的教學資源，實現跨區域的實踐資源供給，以促進法科生實踐能力的區域均衡發展，有效緩解中西部人才緊缺的現狀。

3.高校與實務部門實踐平臺聯動。通過打造高校法學院與實務部門相銜接的平臺，在實踐教育中聘請資深法官、檢察官、律師、法務人員等法律實務人員參與實踐教學過程，運用平臺進行實務講座、開設課程、模擬法庭、法律診所等，建立法學院和實務部門的深度合作。

4.國內外實踐平臺聯動。通過與國外法學院、法院與檢察院等機構合作，采用聯合講座、聯合培養、共享課程、派出實習等方式，讓法學生體會不同法律背景下的實務工作，熟悉國際法律規則，提升涉外法治人才的培養質量。

(四) 法學實踐教育隊伍復合化

當前我國的校內法學實踐教育隊伍主要由專任法學教師組成，這些教師大多是從高校法學院畢業后直接進入高校工作，對實務工作的了解相對較少，且無法系統掌握交叉學科知識，基本上屬于一支科研型教育隊伍。為適應人工智能時代法學實踐教育需求，切實推進“人工智能法學”與“法學+交叉學科”的發展，建設復合型教師隊伍。目前，各法學院推進法學實踐教育的主要方法是采取“雙導師”等方式，尋求法學理論與實踐知識，或法學學科與其他學科的交叉傳授。這種方式固然有助于提升法科生的綜合能力，但由不同學科的教師組成的教育隊伍可能產生不同專業各說各話，難以有機融合的弊端。鑒于此，在前述“雙導師”機制的基礎上，應注重提升法學教師自身的復合型能力，尤其是法律實務能力，以及運用數字知識轉移平臺模型等必要技術手段的能力[18]，以真正實現教師自身法學理論、實務知識與基礎數據技術的融會貫通。也只有通過提升法學教師的理論實務“雙肩挑”能力，才能對學生形成良好的示范與引領效果，以提升法學實踐教學的效果。概言之，法學實踐教育隊伍的復合化不僅需要這個隊伍能力組成的復合，還需要教師個體能力的復合，只有這樣，法學實踐教育才能夠實現教學相長與良性循環。

(五) 法學實踐教育評價個性化

在人工智能時代，法學實踐教育可以通過識別不同學生的個性和潛質，結合學生的個性化需求，以及法學本科、法學碩士、法律碩士與法學博士等不同學歷層次實現法學實踐教育評價與反饋的個性化。法學實踐教育的個性化，符合學生學習方式多元化和實踐內容復雜化的客觀需求。卓越法治人才的培養，必須著眼于以學生發展為中心[19]。其中，實踐環節的實施和評價也應該去同質化，以適應學生的實踐興趣與自身優勢。通過人工智能與法學實踐的融合，即通過針對實踐環節的全域數據終端，捕捉獲取實踐學習過程中不同形態的數據信息并上傳云端數據庫進行反饋，實現全過程、多角度地進行數據采集。這樣一來，整個實踐過程全景數據得以呈現，使得單一維度評價轉向多維度評價，并在總結性評價的基礎上加入過程性評價。質言之，個性化評價能夠有針對性地為每一位學生的實踐過程進行“精準畫像”，為學生“私人訂制”實踐報告，并為學生匹配適合個體需要的資源和設定個性化成長方案。這一機制既能作為后續評價的基礎，也能作為一種無形的激勵，使學生能夠通過這種非強制的手段獲得成就感，刺激學生更加積極地在整個實踐過程中探索學習，保持全過程的參與，促進法學實踐能力培養的真正落地。

五、結語

鑒于我國當下法學實踐教育中存在形式化、淺表化等固有難題，及其難以滿足人工智能時代應用型法治人才需求的客觀現狀，通過精準利用人工智能技術反哺法學實踐教育，可有效提升法科生實務能力，幫助畢業生主動適應人工智能時代的法律領域新業態；同時，在借助人工智能技術的過程中，也需克服算法偏見的弊端，避免對技術的過度依賴，堅持法學實踐教育的人文底色。因此，法學實踐教育應充分利用人工智能技術，在教育目標清晰化、教育環節智能化、教育平臺聯動化、教育隊伍復合化以及教育評價個性化五個維度實現路徑革新。在未來，人工智能技術服務于法科生教育，以及在法學實踐教育中融入智能技術元素，是應用型復合型卓越法治人才培養的必由之路。