人工智能應用于地方立法的現(xiàn)實困境與應然路徑

李弸

隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能的飛速發(fā)展，數(shù)據(jù)正以前所未有的速度爆炸性生成和增長，由此形成的海量數(shù)據(jù)資源逐步成為國家層面最為重要的基礎(chǔ)性戰(zhàn)略資源之一。習近平總書記指出：“要運用大數(shù)據(jù)提升國家治理現(xiàn)代化水平，建立健全大數(shù)據(jù)輔助科學決策和社會治理的機制，推進政府管理和社會治理模式創(chuàng)新，實現(xiàn)政府決策科學化、社會治理精準化、公共服務高效化?！秉h的十九大報告明確，立法應遵循科學立法、民主立法、依法立法的原則。大數(shù)據(jù)及人工智能在立法領(lǐng)域的應用，為立法提供了全新的思路，對于更好實現(xiàn)以良法促進發(fā)展、保障善治意義重大而深遠。

一、人工智能應用于地方立法的實踐探索

早在2014年，天津市人大常委會就依托北大法寶法律數(shù)據(jù)庫，投入使用了全國首個運用人工智能輔助地方立法的法律應用系統(tǒng)——規(guī)范性文件審查系統(tǒng)[1]。此后，河北、海南、黑龍江、北京、上海、江蘇、廣西、西藏、甘肅、青海、珠海、云浮、哈爾濱等地人大常委會陸續(xù)與北大英華科技公司合作，引進“北大法寶”智能立法平臺，將人工智能運用于當?shù)亓⒎?。總體而言，當前人工智能在地方立法中的實踐應用主要包括以下三個領(lǐng)域。

（一）規(guī)范性文件備案審查

眾所周知，掣肘于地方法規(guī)、規(guī)范性文件數(shù)量眾多，傳統(tǒng)備案審查工作需要備審工作者大量查閱相關(guān)法律法規(guī)，十分耗時耗力，人工智能的引入使這一問題得以解決。當前，大數(shù)據(jù)、人工智能輔助地方立法較為成熟的地方已將人工智能運用于規(guī)范性文件備案審查。以天津市人大常委會與“北大法寶”合作的規(guī)范性文件備案審查平臺為例，智能平臺依托“北大法寶”法律數(shù)據(jù)庫，預先設(shè)計了“敏感詞詞庫”，備案審查時，系統(tǒng)將待審查文件、敏感詞詞庫、法律法規(guī)數(shù)據(jù)庫三相比對，自動匹配篩查，當待審查文件出現(xiàn)敏感詞匯時，提示備案審查工作者待審查對象有違背上位法的可能。比如依照《行政許可法》第十五條的規(guī)定，規(guī)章及以下位階的法律無權(quán)設(shè)定行政許可。當待審查文件含有“審批”“許可”“責令停產(chǎn)”“罰款”“關(guān)?！钡仍~匯時，智能平臺將會把此類敏感詞匯與敏感詞庫進行自動比對，標注出可能違法的表述，同時羅列與此類詞匯相關(guān)的法律規(guī)定，供備案審查工作者人工識別。如此一來，能夠最大限度防止備案審查工作出現(xiàn)疏漏，節(jié)約備審工作者查閱法律的時間，極大地提升了備案審查工作效率。此后，該系統(tǒng)陸續(xù)應用于河北、海南、黑龍江、廣西、青海、甘肅等?。ㄗ灾螀^(qū)）人大常委會。

（二）法規(guī)清理

地方性法規(guī)不應朝令夕改，更不能停滯不前，應根據(jù)社會發(fā)展不斷與時俱進，以維護其科學性和適應性，故開展法規(guī)清理工作意義重大。傳統(tǒng)的法規(guī)清理工作量大，清理標準繁雜，需要耗費較多人力物力資本。人工智能的引入，使法規(guī)清理工作得以“輕裝上陣”。比如2014年起，天津市人大常委會運用敏感詞詞庫，主動對其往年制定的所有規(guī)范性文件開展了追溯式審查，在人工智能的輔助下完成了自我清理。據(jù)統(tǒng)計，在智能立法平臺的協(xié)助下，2016年天津市人大常委會對其制定的172部法律全部開展了清理;2017年又自查出17件地方性法規(guī)、政府規(guī)章等存在問題。2018年依循全國人大常委會的要求，全面清理了生態(tài)環(huán)保領(lǐng)域的地方性法規(guī)，打包修改了7部法律[2]，有力地維護了法制統(tǒng)一，確保了立法的科學性與實用性。

（三）法規(guī)文件制定

法規(guī)文件制定無疑是人工智能輔助地方立法的高階階段，目前尚未能實現(xiàn)這一目的，但現(xiàn)有探索亦有可圈可點之處。2018年，智能立法平臺的功能進一步拓展，在原來備案審查平臺基礎(chǔ)上，功能拓展延伸至立法項目管理、立法草案意見征集、法規(guī)文件公開、法規(guī)文件報備、立法資料管理、立法評估、立法大數(shù)據(jù)分析等領(lǐng)域。在立法項目管理系統(tǒng)中，從啟動、征集、論證、起草、批轉(zhuǎn)到計劃實施的全過程，文件及音視頻資料均存儲于對應系統(tǒng)中，可實現(xiàn)立法計劃流程和立法流程全過程的留痕和回溯。目前的草案意見征集系統(tǒng)可收集公眾對法規(guī)草案的意見，但意見來源的廣泛性尚不能保證。法規(guī)文件公開系統(tǒng)及時更新需要信息公開的法規(guī)文件。法規(guī)文件清理系統(tǒng)主要收集立法技術(shù)規(guī)范及立法機關(guān)內(nèi)部業(yè)務文件，而立法資料管理系統(tǒng)則可以收集立法輿情、新聞報道、國際國內(nèi)相關(guān)法規(guī)等立法資料。立法（后）評估系統(tǒng)主要負責自動采集相應數(shù)據(jù)進行分析處理，分析立法的輿論導向，建立格式化模型并生成立法評估報告，不過目前該功能尚在起步探索階段。

二、人工智能應用于地方立法的現(xiàn)實困境

盡管各地人大常委會漸次開展了上述有益探索，但總體而言，大數(shù)據(jù)在我國立法領(lǐng)域遠未得到應有重視，尚處于起步階段，應用范圍較窄，功能開發(fā)較少，整體推進速度較慢。

（一）立法大數(shù)據(jù)原始資源不足

全樣本是大數(shù)據(jù)最本質(zhì)的特征，數(shù)據(jù)只有具備充足的體量與規(guī)模，有無限廣闊的時空跨度，才能實現(xiàn)數(shù)據(jù)的包容性、代表性和完整性[3]。運用大數(shù)據(jù)技術(shù)進行分析預測的前提在于數(shù)據(jù)的完備，而我國目前的立法基礎(chǔ)數(shù)據(jù)庫存在以下問題：一是數(shù)據(jù)共享不足。地方立法并非孤立行為，人工智能在地方立法中的深度應用，建立在海量占有信息資源的基礎(chǔ)之上。而當下我國的信息資源共享開放工作尚不如人意，數(shù)據(jù)開放的范圍和數(shù)量還遠遠不夠，數(shù)據(jù)實際可用性不強，國家層面亦未實施公共數(shù)據(jù)資源開放戰(zhàn)略。目前，不同政府部門控制的數(shù)據(jù)并未實現(xiàn)開放共享，海量政府數(shù)據(jù)亟需“蘇醒”;尚未形成統(tǒng)一的數(shù)據(jù)開放格式，不利于數(shù)據(jù)的有效利用。二是數(shù)據(jù)價值密度偏低，很多地區(qū)可下載數(shù)據(jù)集存在高缺失、碎片化、低容量等問題。不同部門之間信息端口不能相互調(diào)用，可調(diào)取到的數(shù)據(jù)容量小、更新周期長，無法形成可直接供分析利用的高價值大數(shù)據(jù)集[4]。三是大數(shù)據(jù)開放市場處于無序狀態(tài)，重復建設(shè)、信息孤島、信息盲點、數(shù)據(jù)打架等現(xiàn)象大量存在。比如有的地方人大的信息網(wǎng)站與“一府一委兩院”、同級人大、上下級人大并未實現(xiàn)互聯(lián)互通，即使是同級人大，代表履職平臺、備案審查平臺、預算聯(lián)網(wǎng)監(jiān)督平臺也存在重復建設(shè)、各自為政的問題。

（二）立法領(lǐng)域法律知識圖譜尚未構(gòu)建

即使立法法律數(shù)據(jù)庫數(shù)據(jù)資源充足，大數(shù)據(jù)的簡單堆積亦無法直接產(chǎn)生立法人工智能。“人工智能的本質(zhì)在于算法和數(shù)據(jù)處理，機器通過學習，對海量數(shù)據(jù)進行自動挖掘與預測，以形成統(tǒng)一的智能化算法或參考指引?！盵5]而算法形成的關(guān)鍵在于機器的深度學習，其中最主要的方法即為知識圖譜的構(gòu)建[6]。所謂知識圖譜，是指知識間結(jié)構(gòu)關(guān)系的可視化呈現(xiàn)，簡單說，就是將人類的知識整合到機器中去，使其有效管理知識、規(guī)則和結(jié)論，從而形成類似人腦推理的知識圖譜[7]。一方面，立法方面的法律知識圖譜尚處于萌芽階段，與司法過程不同，司法法律圖譜的構(gòu)建更多是法律適用，可通過提煉要素審判規(guī)則實現(xiàn)，而立法更多是一種創(chuàng)設(shè)行為，是一個從無到有的過程，如何構(gòu)建立法領(lǐng)域的知識圖譜是一個有待深入思考的命題。另一方面，立法數(shù)據(jù)結(jié)構(gòu)化不足。大數(shù)據(jù)形成人工智能的前提是數(shù)據(jù)具備結(jié)構(gòu)化特征，而法律語言的豐富多彩使得“投喂”給人工智能的數(shù)據(jù)并不具備結(jié)構(gòu)化特征。以目前發(fā)展較為成熟的備案審查人工智能舉例，對限制人身自由的表述包括“拘留”“強制關(guān)押”“扣留審查”“限制出境”“不得離開”等，在不同法律法規(guī)中就達50多種表述方式。如果僅僅以“拘留”為敏感詞，則其他提法顯然回避了敏感詞詞庫，卻表達了相近意思，成為備案審查的漏網(wǎng)之魚。而此項工作僅靠機器顯然無法學習，需要經(jīng)由人工對立法數(shù)據(jù)進行清洗、標注和篩選分類[8]，以形成機器能夠識別的結(jié)構(gòu)化數(shù)據(jù)——分詞詞庫，在此基礎(chǔ)上再讓機器深度學習，從而形成人工智能[9]。而對浩如煙海的法律規(guī)范進行篩選、歸類、標簽設(shè)置，其工作量可想而知，立法法律知識圖譜的構(gòu)建道路，實則任重而道遠。

（三）復合型人才匱乏

立法人才對立法質(zhì)量具有決定性作用。一方面，地方立法人才結(jié)構(gòu)分布極不均衡，2015年《立法法》將地方立法權(quán)下放到所有設(shè)區(qū)的市，但部分設(shè)區(qū)的市人大立法力量、立法工作人員法律素養(yǎng)尚不能匹配地方立法權(quán)擴容后的龐大立法需求。另一方面，人工智能在立法領(lǐng)域的深度應用，急需一大批精通法律和大數(shù)據(jù)分析知識的雙重復合型人才。即使擁有豐富立法經(jīng)驗的立法者，在人工智能應用于立法工作中時，也往往掣肘于欠缺計算機知識及數(shù)據(jù)應用理念，無法實現(xiàn)立法需求與人工智能的深度融合。當前，大部分互聯(lián)網(wǎng)機構(gòu)多采用“法律人才+大數(shù)據(jù)人才”的方式來研發(fā)產(chǎn)品，然而此種簡單疊加方式作為權(quán)宜之計存在諸多困境，計算機人才對于法言法語的精準理解、法律人才對于機器語言的深度識別都存在鴻溝，知識背景的巨大差異使得溝通成本增加，易使項目偏離預設(shè)目標。目前，雖然部分高校已經(jīng)開設(shè)了培養(yǎng)法律+人工智能復合型人才的專業(yè)課程，但復合型人才的培養(yǎng)周期遠遠趕不上日新月異的數(shù)字經(jīng)濟發(fā)展速度，人才空窗期在所難免。

三、人工智能應用于地方立法的前景展望

盡管存在上述種種困境，但人工智能在立法領(lǐng)域的應用前景仍然十分廣闊，在立法意見收集智能整理、立法決策量化論證、立法資料收集等方面大有用武之地。

（一）立法意見智能整理

習近平總書記指出：“我們走的是一條中國特色社會主義政治發(fā)展道路，人民民主是一種全過程的民主，所有的重大立法決策都是依照程序、經(jīng)過民主醞釀，通過科學決策、民主決策產(chǎn)生的。”開門立法、民主立法是對全過程民主最生動的詮釋，而人工智能在立法意見征集中的應用，能夠最大限度傾聽民聲、匯聚民智，降低公眾參與立法的成本。

一是拓寬公眾參與立法的廣度。過去，僅僅依靠立法調(diào)研、立法座談會、實地走訪等傳統(tǒng)形式征集意見，掣肘于場地、安全、人員身份篩選等種種因素，立法意見收集渠道較為單一，群眾參與立法的廣度和深度都十分有限。而互聯(lián)網(wǎng)、大數(shù)據(jù)的引入，使得公眾參與立法不再受制于時空和身份，形式變得靈活多樣，公眾參與立法的廣度得以極大提升。

二是高效智能分析篩選立法意見。立法意見匯集后，更重要的是對其進行分類篩選，依靠傳統(tǒng)人力進行整理匯總，工作量可想而知。以《民法典》為例，其編纂過程中共收到42.5萬人提出的102萬余條意見，對如此海量的意見進行收集整理，需要過濾無效意見、去除重復意見，十分耗時耗力。而處理海量信息恰恰是大數(shù)據(jù)的優(yōu)勢，依托語義理解、文本自動處理和深度學習，人工智能能夠?qū)κ占降臄?shù)據(jù)進行過濾，區(qū)分整體意見和分類意見，去除無效意見和重復意見，在短時間內(nèi)整理出對法規(guī)草案有益的立法信息。

（二）立法決策量化分析

提高立法質(zhì)量是立法工作永恒的追求。為解決地方立法針對性和操作性不強、立法初衷與最終效果相悖的弊病，必須努力強化立法決策量化論證，全面衡量各方利益訴求[10]。大數(shù)據(jù)連接一切、去中心化、計算一切、可預測性等重要特征能夠有力彌合地方立法工作的痛點，為立法決策提供有力支撐，實現(xiàn)“讓數(shù)據(jù)說話，用數(shù)據(jù)決策”。

一是助力科學編制立法規(guī)劃。全樣本是大數(shù)據(jù)的第一基礎(chǔ)特征，大數(shù)據(jù)時代公眾參與立法廣度深度的極大拓展，能夠真正為立法規(guī)劃編制提供全樣本數(shù)據(jù)而不再是抽樣樣本數(shù)據(jù)，這種前所未有的無差別完整數(shù)據(jù)，能夠全面、客觀、真實地反映各方主體的利益訴求，是傳統(tǒng)的問卷調(diào)查、座談走訪等方式收集數(shù)據(jù)無法逾越的鴻溝，使立法者得以準確掌握社會治理現(xiàn)狀和人民真實意愿，真正實現(xiàn)民有所呼、我有所應。

二是助力科學作出立法決策。在獲取全樣本數(shù)據(jù)的基礎(chǔ)上，對數(shù)據(jù)進行分析論證才能實現(xiàn)數(shù)據(jù)善用。人工智能能夠利用大數(shù)據(jù)進行人工神經(jīng)網(wǎng)絡分析，繼而通過深度學習發(fā)現(xiàn)數(shù)據(jù)相關(guān)性。比如在立法項目論證中，人工智能能夠?qū)崿F(xiàn)對某一法規(guī)草案可能帶來的社會影響、相關(guān)效應作出科學預測，輔助立法者篩選出立法成本最小、社會效益最高的立法方案。

三是助力完善立法（后）評估。傳統(tǒng)立法（后）評估參與主體不夠廣泛，評估方式限于抽樣調(diào)查、座談走訪、專家評議。人工智能的引入，一方面使參與主體不再受限于參與技術(shù)，極大拓展了參與主體廣度;另一方面評估數(shù)據(jù)來源變成全樣本，同時依托大數(shù)據(jù)深入挖掘海量數(shù)據(jù)資源、評估結(jié)構(gòu)化數(shù)據(jù)的優(yōu)勢，能夠使立法后評估的數(shù)據(jù)來源更加真實可靠，真實反映民意。此外，傳統(tǒng)抽樣采集模式下，立法后數(shù)據(jù)評估指標體系呈現(xiàn)靜態(tài)，時效性局限明顯。而大數(shù)據(jù)挖掘技術(shù)能夠獲取動態(tài)的、長期的、持續(xù)的評估數(shù)據(jù)[11]，從中發(fā)現(xiàn)隱藏因素，顯示未知趨勢和演化模式、發(fā)展規(guī)律，從而去除傳統(tǒng)抽樣和民意調(diào)查帶來的不確定性，使得立法評估的精準度大幅提升。

（三）立法資料智能收集

高質(zhì)量的地方立法離不開對國內(nèi)外相關(guān)法律法規(guī)、期刊的海量檢索。以設(shè)區(qū)的市人大立法為例，一部地方性法規(guī)的生成，不僅需要立法者從法律、行政法規(guī)、省級地方性法規(guī)中查找依據(jù)，同時還需參考兄弟省市法規(guī)、相關(guān)部門規(guī)章、政府規(guī)章、司法案例及司法解釋，有些甚至還需查閱相關(guān)行業(yè)標準、團體規(guī)定等。這對于立法工作者的法律信息檢索能力要求很高，工作過程中極易出現(xiàn)疏漏，同時對龐大立法資料進行收集整理也是一項重大工程。此時大數(shù)據(jù)處理海量數(shù)據(jù)資源的優(yōu)勢得以凸顯，立法工作者只需輸入關(guān)鍵詞，人工智能平臺就能運用相關(guān)性分析技術(shù)，在已建成的國家法律法規(guī)數(shù)據(jù)庫、中國裁判文書網(wǎng)、期刊數(shù)據(jù)庫、規(guī)范性文件備案審查平臺、時政新聞、地方省市人大信息資源平臺等數(shù)據(jù)庫中自動搜索匹配相關(guān)資料。未來高階版的人工智能搜索引擎能利用分詞詞庫最大限度減少無關(guān)信息源，精準匹配目標數(shù)據(jù)，大力提升立法資料收集質(zhì)量和效率。

四、人工智能應用于地方立法的路徑探析

當前，人工智能已經(jīng)上升到國家戰(zhàn)略層面，立法人工智能的相對滯后無法匹配國家治理能力和治理水平現(xiàn)代化的現(xiàn)實需求。地方人大應積極搭載科技快車，運用大數(shù)據(jù)和人工智能，推動地方立法更加科學、民主、精細化。

（一）充實立法數(shù)據(jù)庫

大數(shù)據(jù)與人工智能的關(guān)系如同燃料與火箭，有數(shù)據(jù)方有人工智能，否則立法人工智能只能成為無本之木、無源之水。當前我國立法大數(shù)據(jù)資源嚴重匱乏，與大數(shù)據(jù)全樣本的要求相去甚遠，故當務之急是從體量和規(guī)模上充實立法大數(shù)據(jù)庫，以解立法人工智能“巧婦難為無米之炊”之痛。

立法與大數(shù)據(jù)的深度結(jié)合至少應該經(jīng)歷三個階段：第一階段為智能信息管理，第二階段為智能互動，第三階段為智能決策。目前我國立法與人工智能的結(jié)合尚停留在信息錄入智能化階段，且法律法規(guī)、代表意見等數(shù)據(jù)庫本身建設(shè)并不成熟，故當務之急是完成第一階段的信息匯集。

第一，完善人大系統(tǒng)內(nèi)部數(shù)據(jù)資源的原始積累。以重慶市人大常委會為例，橫向?qū)用鎽犀F(xiàn)有的門戶網(wǎng)站、公文辦理系統(tǒng)、規(guī)范性文件備案審查平臺、代表履職平臺、預算聯(lián)網(wǎng)監(jiān)督系統(tǒng)數(shù)據(jù)資源，實現(xiàn)不同平臺數(shù)據(jù)信息互聯(lián)互通;縱向?qū)用鎽獙訁^(qū)縣、鄉(xiāng)鎮(zhèn)人大已有數(shù)字資源，努力實現(xiàn)市與區(qū)縣信息化建設(shè)、規(guī)劃、使用一盤棋，避免平臺重復建設(shè)、資源浪費。更進一步，嘗試與全國人大、兄弟省市人大的立法資源實現(xiàn)深度關(guān)聯(lián)，最大限度整合現(xiàn)有立法資源。

第二，打破數(shù)據(jù)孤島，整合政務數(shù)據(jù)資源，安全有序開放數(shù)據(jù)共享?！按髷?shù)據(jù)的真正意義在于大價值，價值主要是通過數(shù)據(jù)的整合、分析和開放而獲得的?！盵12]地方立法從來就不是地方人大常委會的獨角戲，政府部門本來就是地方立法起草的主要參與者。而立法活動中政務數(shù)據(jù)開放不足，必將制約立法大數(shù)據(jù)的長足發(fā)展，我們應打破部門間的數(shù)據(jù)壁壘，實現(xiàn)立法機關(guān)與政府部門、司法部門的數(shù)據(jù)共享?？上驳氖?，2020年公布的《中華人民共和國數(shù)據(jù)安全法（草案）》第五章專章規(guī)定了“政務數(shù)據(jù)安全與開放”，2021年政府工作報告更是明確指出：“十四五”時期，要加強數(shù)字政府建設(shè)水平，建立健全政務數(shù)據(jù)共享協(xié)調(diào)機制?？山梃b上海和貴州的先進經(jīng)驗[13]，制定政府數(shù)據(jù)開放條例，安全、有序開放政務數(shù)據(jù)，鏈接立法大數(shù)據(jù)資源庫，補齊立法大數(shù)據(jù)資源不足短板，讓大數(shù)據(jù)成為地方立法工作的“千里眼”和“順風耳”。

（二）構(gòu)建立法領(lǐng)域法律知識圖譜

人工智能在立法領(lǐng)域的深度應用，離不開法律知識圖譜的搭建，否則立法人工智能只能簡單停留在1.0信息化錄入階段，無法實現(xiàn)真正意義上的大數(shù)據(jù)分析，更遑論數(shù)據(jù)評估、預測與數(shù)據(jù)創(chuàng)新。

如前所述，盡管將立法領(lǐng)域法律知識圖譜的構(gòu)建直接運用于立法條文編撰還不太現(xiàn)實，但在規(guī)范性文件備案審查、立法意見征集匯總、立法決策量化分析中，法律知識圖譜卻大有用武之地。人工智能知識圖譜的搭建包括以下要素：一是人工神經(jīng)網(wǎng)絡方法，機器基于知識圖譜進行深度學習，從而挖掘數(shù)據(jù)本質(zhì)，并在未來輸出與原規(guī)則相近的結(jié)果;二是分詞及詞庫建設(shè)，其為知識圖譜構(gòu)建的基本單位，其中語境化的分詞詞庫建設(shè)離不開人工標注，由專家對規(guī)則進行標注后加入分詞詞庫，從而不斷“喂養(yǎng)”機器，由其深度學習后通過整合數(shù)據(jù)習得數(shù)據(jù)的本質(zhì)特征，得出最接近人類判斷的結(jié)論。由此可知，知識圖譜構(gòu)建的關(guān)鍵在于人工標注分詞詞庫，無論是備案審查系統(tǒng)中的“敏感詞詞庫”，還是有效立法意見收集、立法決策量化分析，都離不開分詞詞庫的構(gòu)建和人工標注。

相較司法領(lǐng)域而言，立法領(lǐng)域的法律知識圖譜構(gòu)建尚在啟蒙階段，但已有的實踐探索已經(jīng)為我們開啟立法人工智能時代奠定了基石。天津市人大常委會規(guī)范性文件備案審查系統(tǒng)“敏感詞詞庫”的不斷更新迭代[14]，就使得規(guī)范性文件備案審查法律知識圖譜的顆粒度不斷變細，而如若能全國一盤棋，打通各省市人大常委會的規(guī)范性文件備案審查平臺，“敏感詞詞庫”的后臺信息就能夠?qū)崿F(xiàn)互聯(lián)互通，隨著各地立法機關(guān)對人工智能的重視，將會有更多的立法專家加入到對該“敏感詞詞庫”的標注工作中，各地立法工作者都貢獻一些數(shù)據(jù)，由機器將其綜合、歸納、存儲，使機器習得的自然語言越來越豐富完善，機器經(jīng)過深度學習后必將越來越聰明，從而“喂養(yǎng)”出真正的立法人工智能。

（三）完善人才融合與培養(yǎng)戰(zhàn)略

當今世界正經(jīng)歷百年未有之大變局，科技和人才日益成為國際戰(zhàn)略博弈的主戰(zhàn)場。將人工智能應用到地方立法乃至各個領(lǐng)域中離不開既精通法律又知曉技術(shù)的人才支撐。目前的人才儲備難以滿足立法人工智能的實際需求，為尋解困之道，可采取人才培養(yǎng)分步走戰(zhàn)略。

第一步，依托現(xiàn)有人才資源，努力實現(xiàn)法律人才和技術(shù)人才的融合。地方立法機關(guān)和政府職能部門的立法人才不僅具有豐富的立法實踐經(jīng)驗、精湛的立法技藝，同時還是法律知識圖譜清洗、標注、分類的主力軍。一方面，應加強立法人才與技術(shù)人才的合作溝通，精準提出立法人工智能的法律產(chǎn)品需求，由技術(shù)人才轉(zhuǎn)化成AI語言，強化技術(shù)人才對立法人才的技術(shù)指導。另一方面，加強對立法人才的培訓，將大數(shù)據(jù)、人工智能、法律知識圖譜構(gòu)建、神經(jīng)網(wǎng)絡、深度學習等課程作為立法人才必修課程，補齊知識短板，使其在立法人工智能應用中儲備基礎(chǔ)知識。

第二步，培養(yǎng)法律+人工智能復合型人才。長遠來看，培養(yǎng)大批精通法律和計算機、信息技術(shù)的復合型人才才是化解立法人工智能人才瓶頸的良方。國務院2017年出臺的《新一代人工智能發(fā)展規(guī)劃》中，已經(jīng)明確了“人工智能+法律”復合型人才培養(yǎng)規(guī)劃，教育部、國家發(fā)展改革委和財政部2020年出臺的《關(guān)于“雙一流”建設(shè)高校促進學科融合 加快人工智能領(lǐng)域研究生培養(yǎng)的若干意見》進一步提出了高校應深化人工智能與法學等哲學社會科學等相關(guān)學科的交叉融合要求。在此背景下，相關(guān)高校應將計算機科學、人工智能、信息法學互聯(lián)為一體，以提供一套立體的法律技能培養(yǎng)和人工智能學習方案，為立法人工智能提供生力軍[15]。

注釋：

[1][2]高紹林、張宜云：《人工智能在立法領(lǐng)域的應用與展望》，載《地方立法研究》2019年第1期，第47頁。

[3]【英】維克托·邁爾-舍恩伯格、肯尼思·庫克耶：《大數(shù)據(jù)時代》，盛楊燕、周濤譯，浙江人民出版社2013年版，第27頁。

[4]任文岱：《多地推進政務數(shù)據(jù)資源開放共享 專家學者建議國家立法保障政府數(shù)據(jù)開放》，載《民主與法制時報》2021年3月10日。

[5]高翔：《人工智能民事司法應用的法律知識圖譜構(gòu)建——以要件事實型民事裁判論為基礎(chǔ)》，載《法制與社會發(fā)展》2018年第6期，第70頁。

[6]蔡自興、劉麗玨、蔡競峰、陳白帆：《人工智能及其應用（第5版）》清華大學出版社2017年版，第125頁。

[7]秦長江、侯漢清：《知識圖譜——信息管理與知識管理的新領(lǐng)域》，載《大學圖書館學報》2009年第1期，第30頁。

[8]左衛(wèi)民：《關(guān)于法律人工智能在中國運用前景的若干思考》，載《清華法學》2018年第2期，第117頁。

[9]吳岸城：《神經(jīng)網(wǎng)絡與深度學習》，電子工業(yè)出版社2016年版，第83頁。

[10]李飛：《加強立法決策量化論證 不斷提高立法質(zhì)量》，載《中國人大》2018年第19期，第12頁。

[11]曹瀚予：《大數(shù)據(jù)在立法后評估中的應用析論》，載《自然辯證法通訊》2018年第11期，第15頁。

[12]徐子沛：《數(shù)據(jù)之巔——大數(shù)據(jù)革命、歷史、現(xiàn)實與未來》，中信出版社2014年版，第258頁。

[13]上海制定了國內(nèi)首部針對公共數(shù)據(jù)開放的地方政府規(guī)章《上海市公共數(shù)據(jù)開放暫行辦法》，明確相關(guān)部門應結(jié)合公共數(shù)據(jù)安全、個人信息保護和應用要求等諸因素，制定公共數(shù)據(jù)分級分類規(guī)則，確定開放類型、開放條件和監(jiān)管措施。貴州制定了《貴州省政府數(shù)據(jù)共享開放條例》，強調(diào)統(tǒng)一建設(shè)政務信息系統(tǒng)和共享平臺、開放平臺，并明確數(shù)據(jù)調(diào)度溯源功能，強化平臺數(shù)據(jù)安全。

[14]天津市人大常委會規(guī)范性文件備案審查系統(tǒng)“敏感詞詞庫”不斷豐富迭代，從最初的幾十個積累到上百個。比如早期只將“許可”一詞設(shè)為敏感詞匯，后來發(fā)現(xiàn)有的待審查文件中“批準”“準許”等類似表述也是相同意思，于是將此類詞語亦充實進敏感詞詞庫。

[15]張建文、潘林青：《人工智能時代法律人才培養(yǎng)的新起點、新理念與新方案》，載《法學教育研究》2021年第1期，第54頁。

（作者單位：重慶市人大常委會研究室綜合處。本文系重慶市地方立法研究協(xié)同創(chuàng)新中心2019年地方立法研究項目“重慶市弘德立法質(zhì)量實證研究”〔DFLF202019〕的階段性成果）