法律机器人：行业的终结者还是开路者？
智能相对论 合作伙伴诚然，AI+法律成为了当下热词，人工智能铺垫、机器人加持，法律行业迎来了“科技司法年”， 中国首个“智能化东盟争议解决员“、“DoNotPay”帮助解决普通人遇到的技术与法律相关问题，各式各样的法律机器人层出不穷，“机器取代论”也甚嚣尘上。法律机器人，究竟是行业的终结者还是开路者？
法律咨询：不再成为“奢侈品”
“人人请得起律师”，这在人工智能到来之前，似乎不太可能。虽然人们的维权意识不断提高，打官司的人数剧增，但是聘请律师代理的人数占比并不高。从统计数据来看，2016年全国共有2300万件诉讼，诉讼案件增长率达到27%。尽管纠纷比例很高，但只有20%左右的人请了律师。这意味着，更多的人都是自己站到法庭上为自己辩护。律师代理各类案件的比例并不乐观。除了民事案件律师代理率在40%左右，行政案件的律师代理率只有25%左右，刑事案件律师代理率只有10%左右。
究其原因而言，律师代理的高昂费用让一般的诉讼人难以负担，从一般的案件来看，5千元似乎成了律师费的“最低标准”。但是，律师之于案件，就如同医生动手术一样，病人无法为自己开刀，也只有医生才能真正做到“药到病除”。
其实，产生这些问题的最大根源仍然是法律服务供应不足的问题。据统计，中国14亿人口当中，律师人数只有33万，而美国3亿多的人口却有律师130多万。
法律机器人的出现无疑为这一情况开出了一个“完美处方”。法律机器人以7*24小时工作时长和迅速的回应能力大大降低了法律咨询的人力成本，随着法律机器人逐渐普及，法律机器人可以做到全方位法律咨询并实时生成法律意见书，这使得法律咨询也不再成为“奢侈品”。
法律机器人取代律师？靠谱吗？
从国外来看，以Legal Zoom为代表的法律服务提供商，通过AI技术为消费者提供法律咨询和代理服务，满足了用户的法律需求，大大降低了服务费。
从国内而言，随着国内首个法律机器人“法小狗”的面世，相继出现了一大批法律机器人，其通过语音识别系统和判决文书的大数据整合，在客户输入的语音文字中提取关键字来分析案件，经过筛选找到合适的律师为客户提供法律服务。
因此，许多律师警觉职业会被机器人所取代，“机器取代论”甚嚣尘上。智能相对论（ID:aixdlun）分析师柯鸣认为，AI+法律确实极大促进了法律行业的发展，但是急于谈论所谓的“取代论”为时尚早，法律机器人，依然存在着这几个基本问题：
1.机器人律师难以满足情感交互
对于机器人而言，懂情感一直是其阿克琉斯之踵。不懂情感，自然就难以识别人类情感。在复杂的刑事案件中，法律机器人很难明白涉及案件中的各类任务的情绪，而只是进行简单的“对错”之判，法律机器人不能及时地通过感知当事人情绪进行情感交互帮助案件审理的进一步进行。
此外，法律机器人对于自然语言交互的要求更高。其不比聊天机器人、烹饪机器人等形态只需要进行一般的生活化语言交互，因涉及特定领域，如何理解当事人的案情阐述都是法律机器人的重要攻坚点。
2.加剧律师行业的“马太效应”
目前，众多法律机器人还担负着分析案情、遴选律师的职能。比如以国内第一个法律机器人著称的“法小淘”就以法律大数据进行律师遴选，然而，这并不一定是一件“好事”。
法律机器人通过大数据遴选律师一边消除着信息不对称的弊端一边加剧了“马太效应”。贫者愈贫，富者愈富，资深律师积累更大的优势，年轻律师、跨界律师、万金油律师较之以前更加难以获得机会和成功。
此外，机器人对律师排名的基础数据是案例，这些案例除了法院依法公开的部分，也依赖于律师自己提供。那么，律师与互联网的互动程度、与法律机器人的依附程度就会很大程度上影响排名。这样的排名是否足够客观、足够服众也值得商榷。
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%。
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。
