近幾年，大數(shù)據(jù)風(fēng)靡全球。大數(shù)據(jù)的研發(fā)與應(yīng)用，已在商業(yè)、公共管理等領(lǐng)域取得好成績。雖然從績效層面來看，大數(shù)據(jù)產(chǎn)品堪稱“里程碑式發(fā)展”的案例并不多，但在不少人眼中，大數(shù)據(jù)即將帶來的，不是里程碑，而是顛覆。當(dāng)下，各行各業(yè)熱炒大數(shù)據(jù)，我國法律領(lǐng)域亦不例外。
一、我國法律大數(shù)據(jù)正處于數(shù)據(jù)準(zhǔn)備階段
大數(shù)據(jù)的研發(fā)與應(yīng)用，一般需經(jīng)5個階段：數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)存儲與管理、計算處理、數(shù)據(jù)分析和知識展現(xiàn)。數(shù)據(jù)準(zhǔn)備是大數(shù)據(jù)應(yīng)用的起點，是對數(shù)據(jù)進(jìn)行清洗和整理的過程。主流觀點認(rèn)為，數(shù)據(jù)準(zhǔn)備和知識展現(xiàn)只是量上的積累，不需要根本性變革，當(dāng)前和未來一段時間，大數(shù)據(jù)技術(shù)創(chuàng)新的焦點在于存儲、計算和分析等3個環(huán)節(jié)。但這并不說明，數(shù)據(jù)準(zhǔn)備階段就可輕松拿下。以產(chǎn)銷速溶咖啡著稱的某跨國公司，其在中國的某一大數(shù)據(jù)研發(fā)計劃就流產(chǎn)于數(shù)據(jù)準(zhǔn)備階段。
法律大數(shù)據(jù)的數(shù)據(jù)準(zhǔn)備具體是，創(chuàng)建各類法律數(shù)據(jù)庫并共享，外接行政管理數(shù)據(jù)庫，甚至涵蓋互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等，實現(xiàn)全方位、多角度的數(shù)據(jù)抓取。這是一個較為圓滿的數(shù)據(jù)準(zhǔn)備狀態(tài)，短期內(nèi)不可能全部實現(xiàn)，需分階段進(jìn)行。但依據(jù)階段性的數(shù)據(jù)準(zhǔn)備，同樣可嘗試數(shù)據(jù)處理與分析，這可視為一種“邊準(zhǔn)備，邊分析”的發(fā)展模式。“邊準(zhǔn)備，邊分析”，似乎是法律大數(shù)據(jù)發(fā)展的必然模式，一方面可及時研發(fā)、應(yīng)用階段性成果，另一方面可為后續(xù)的研發(fā)與應(yīng)用積累經(jīng)驗。
當(dāng)下，我國法律大數(shù)據(jù)主要處于數(shù)據(jù)準(zhǔn)備階段。首先，公檢法三機(jī)關(guān)已依托各自的執(zhí)法司法職能，成功地開發(fā)出信息化業(yè)務(wù)應(yīng)用平臺，并在全國范圍內(nèi)鋪開使用，這基本完成了系統(tǒng)內(nèi)的數(shù)據(jù)準(zhǔn)備工作。但目前，這些信息化平臺主要用于實現(xiàn)傳統(tǒng)事務(wù)型數(shù)據(jù)庫功能，比如增加、刪除、修改、查詢、統(tǒng)計等，尚未全面開展數(shù)據(jù)挖掘工作，而且基本處于閉鎖狀態(tài)，屬于一種自給自足的小農(nóng)經(jīng)濟(jì)模式。其次，依托裁判文書數(shù)據(jù)庫進(jìn)行更為精準(zhǔn)的案例檢索，是當(dāng)下法律服務(wù)業(yè)正在攻克的主要課題。比如CaseShare、無訟案例、OpenLaw等。這與商業(yè)大數(shù)據(jù)的發(fā)展軌跡十分類似：“谷歌等公司率先建立了覆蓋數(shù)十億網(wǎng)頁的索引庫，開始提供較為精確的搜索服務(wù)，大大提升了人們使用互聯(lián)網(wǎng)的效率，這是大數(shù)據(jù)應(yīng)用的起點。”值得一提，我國法律大數(shù)據(jù)已呈現(xiàn)出“邊準(zhǔn)備，邊分析”的發(fā)展模式。比如，華宇軟件在司法專項大數(shù)據(jù)研發(fā)中，“持續(xù)研究文本挖掘技術(shù)和多媒體數(shù)據(jù)分析技術(shù)，逐步建立了司法領(lǐng)域法律文書智能化分析與數(shù)據(jù)挖掘方面的優(yōu)勢地位”。比如，Rouse旗下的CIELA（China IP Litigation Analysis），可對我國主要法院的知識產(chǎn)權(quán)案件進(jìn)行初步統(tǒng)計分析。
二、我國法律大數(shù)據(jù)的瓶頸在于數(shù)據(jù)分析階段
與其他領(lǐng)域數(shù)據(jù)結(jié)構(gòu)不同，法律數(shù)據(jù)，尤其公檢法系統(tǒng)內(nèi)數(shù)據(jù)，主要是結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)。這對數(shù)據(jù)的存儲與管理、計算處理等方面提出的要求均不高，近階段，我國法律大數(shù)據(jù)的瓶頸在于數(shù)據(jù)分析階段。
數(shù)據(jù)分析是指，或通過人工構(gòu)建數(shù)學(xué)模型，或建立人工智能系統(tǒng)，分析數(shù)據(jù)，挖掘隱藏在數(shù)據(jù)背后的隱性知識。數(shù)據(jù)分析是大數(shù)據(jù)研發(fā)應(yīng)用中的關(guān)鍵一環(huán)，是大數(shù)據(jù)施展預(yù)測功能的實現(xiàn)方式。大數(shù)據(jù)之父維克托爾認(rèn)為，大數(shù)據(jù)的核心是預(yù)測，而實現(xiàn)預(yù)測的途徑是通過挖掘不同變量間的相關(guān)關(guān)系，揭示數(shù)據(jù)背后的隱性知識。比如，沃爾瑪超市通過分析顧客的購物清單發(fā)現(xiàn)，購買啤酒的人通常還會購買尿不濕，颶風(fēng)季節(jié)POP-Tarts蛋撻的銷量也隨之增加，所以，沃爾瑪將啤酒和尿不濕、颶風(fēng)用品和蛋撻放在一起銷售，方便顧客，從而增加銷量。
法律大數(shù)據(jù)的數(shù)據(jù)分析具體是，通過分析法律相關(guān)數(shù)據(jù)，挖掘隱藏在數(shù)據(jù)背后的司法規(guī)律。比如，史宇航博士認(rèn)為，通過對裁判文書中的“受理時間”和“落款時間”進(jìn)行數(shù)據(jù)挖掘，“可以計算出來（某一類型）案件審理的時間”，“至少可以幫助評估訴訟的時間成本。”再比如，華宇軟件在“職務(wù)犯罪偵查信息化解決方案”中提出：“通過匯集、分析、研究和利用各種信息資料，幫助辦案人員了解和掌握犯罪動向、特點及規(guī)律，通過信息引導(dǎo)偵查，研判偵查方向和偵查重點，實現(xiàn)職務(wù)犯罪偵查引導(dǎo)，服務(wù)檢察機(jī)關(guān)的職務(wù)犯罪偵查辦案工作，有助于提高偵查效率，拓展偵查思路，提煉偵查方法，促進(jìn)偵查模式‘由供到證’向‘由證到供’的轉(zhuǎn)變。實現(xiàn)工作創(chuàng)新、辦案服務(wù)與科學(xué)技術(shù)的深度融合。”
目前，數(shù)據(jù)分析主要有兩條技術(shù)路線：一是憑借人的先驗知識，人工建模來分析數(shù)據(jù)；二是建立人工智能系統(tǒng)，使用大量樣本數(shù)據(jù)進(jìn)行訓(xùn)練，讓機(jī)器獲得從數(shù)據(jù)中提取知識的能力。筆者認(rèn)為，法律大數(shù)據(jù)遵循前一技術(shù)路線即可。雖然，通過機(jī)器學(xué)習(xí)實現(xiàn)人工智能誘惑力十足，而且近年來深度神經(jīng)網(wǎng)絡(luò)卓有成效，但是，機(jī)器學(xué)習(xí)實現(xiàn)難度大，而且網(wǎng)絡(luò)層數(shù)較多時會導(dǎo)致輸出結(jié)果風(fēng)險高，這與法律經(jīng)濟(jì)性、穩(wěn)定性、權(quán)威性等方面的要求均相沖突。實際上，法律大數(shù)據(jù)以結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)居多，通過“先驗知識+人工建模”足可實現(xiàn)司法規(guī)律的充分挖掘。
憑借先驗知識人工建模，需要法律團(tuán)隊和建模團(tuán)隊的精誠合作，這并不容易。單從法律團(tuán)隊方面來說：第一，法律團(tuán)隊需掌握一定的司法規(guī)律，并能通俗表達(dá)，若無司法規(guī)律打底，建模團(tuán)隊“難為無米之炊”；第二，法律團(tuán)隊需掌握大數(shù)據(jù)的基本原理、主要技術(shù)路線、常用技術(shù)手段，這樣才能有的放矢，挖掘到更多的“弱相關(guān)數(shù)據(jù)”，為建模提供更多原料；第三，法律團(tuán)隊要能對大數(shù)據(jù)的輸出結(jié)果進(jìn)行科學(xué)合理的篩選，大數(shù)據(jù)重相關(guān)、輕因果，其輸出的司法規(guī)律是否科學(xué)、是否可行，均需法律團(tuán)隊嚴(yán)格把關(guān)。
三、法律大數(shù)據(jù)的禁區(qū)在于個人隱私和因果推理
首先，“不能任由大數(shù)據(jù)運用在法外任性‘裸奔’，……涉及個人隱私的法律保護(hù)必須提上議程”，這已引起不少主流媒體的關(guān)注。大數(shù)據(jù)可能侵犯個人隱私，是因為大數(shù)據(jù)在處理大量碎片化、弱相關(guān)的數(shù)據(jù)時，會產(chǎn)生鑲嵌理論效應(yīng)，即，“信息拼版的價值高于其組成部分各自價值的總和”。同于其他大數(shù)據(jù)，法律大數(shù)據(jù)不可侵犯個人隱私，這是法律大數(shù)據(jù)在價值層面上的禁區(qū)。
其次，止步于因果推理，應(yīng)是法律大數(shù)據(jù)在技術(shù)層面上的禁區(qū)。大數(shù)據(jù)能呈現(xiàn)變量相關(guān)程度、預(yù)測事物發(fā)展趨勢，但這種“相關(guān)程度”不代表因果關(guān)系，只是一種或然的、間接的關(guān)聯(lián)；預(yù)測趨勢不代表必然走向，只是一種蓋然性的判斷。這與統(tǒng)計概率的局限如出一轍，后者同樣只能呈現(xiàn)相關(guān)關(guān)系、不能揭示因果關(guān)系。這一特性極大限制了法律大數(shù)據(jù)--乃至人工智能--在司法領(lǐng)域中的應(yīng)用，比如，司法審判需謹(jǐn)慎使用大數(shù)據(jù)與人工智能。
最后，周濤教授在《大數(shù)據(jù)時代》的“譯者序”中引用了蘇珊·朗格的一段話，這值得每一個關(guān)注大數(shù)據(jù)的人深思：“某些觀念有時會以驚人的力量給知識狀況帶來巨大的沖擊。由于這些觀念能一下子解決許多問題，所以，它們似乎將有希望解決所有基本問題，澄清所有不明了的疑點。每個人都想迅速地抓住它們，作為進(jìn)入某種新實證科學(xué)的法寶，作為可以用來建構(gòu)一個綜合分析體系的概念軸心。這種‘宏達(dá)概念’突然流行起來，一時間把幾乎所有的東西都擠到了一邊”。來源《法律讀庫》