如何全面提高地方立法质量？人工智能可以助一臂之力

近日举行的省级人大立法工作交流会要求，加强和改进新时代地方立法工作，切实提高立法质量，确保立一件成一件，更好助力经济社会发展和改革攻坚任务。

如何全面提高地方立法质量？

天津市法学会副会长高绍林

近日接受《法制日报》记者采访时指出

人工智能可以助一臂之力

近年来，人工智能呈现蓬勃发展态势，正在对各个领域产生深刻的影响。其中，由于法律语言具有规范化、易于标准化的特点，使得法律领域成为人工智能应用较为广泛深入的领域之一。

“可以说，人工智能辅助地方立法是科学立法的现实需要。当然，我们也注意到，目前人工智能在立法领域的应用还面临一些困难，迫切需要法律人、特别是立法人能够以开放的心态拥抱新科技的发展，主动开放人工智能在法律领域特别是立法领域的应用场景，通过广泛深入应用不断提高法律人工智能的水平。”高绍林说。

地方立法专业人员数量少

“在当前地方立法工作业务中，仍然有一些痛点。而立法专业人员数量少、业务水平与立法任务不相适应，在这些痛点中较为突出。”天津市人大立法研究所助理研究员张宜云说。

张宜云认为，2015年修改立法法，使我国的地方立法主体数量大大增加，给立法工作带来了较大的挑战：

一方面，我国的立法干部并不能在短时间内配备齐全，即使已经配备的立法干部其业务水平也有一个逐步提高的过程。因此，迫切需要人工智能辅助立法机关、起草部门，弥补立法干部少的不足，做好立法的基础性工作。

另一方面，地方立法任务越来越重、节奏越来越快。面对数量多、时间紧、节奏快的地方立法工作，如何守住“不抵触”这条底线，是地方立法机关面临的重大任务。这就迫切需要人工智能辅助立法干部对地方性法规与上位法相关规定加以对比，从中发现和克服与上位法有相抵触之嫌的内容。

此外，公众对立法工作参与热情的日益高涨，也给立法工作者带来了工作上的挑战。

随着公众参与立法的广泛深入推进，立法民意的收集整理成为各个立法机构的工作难点。有的法规在一个月的征集意见中，有十几万人、几十万人提出意见。

“如何全面、有效、科学地收集、梳理、汇总公众意见，仅靠十几位、几十位立法干部用传统的人工作业方法是不可能高质量高效率完成的。”高绍林说，这就迫切需要人工智能辅助全面收集、梳理公众意见。

法律人工智能人才匮乏

当前，已有一些地方开始应用人工智能辅助立法工作。

“北大法宝”立法运营团队研究员武崇松介绍说，2018年，在总结规范性文件备案审查系统运行经验的基础上，北大英华公司开发了“北大法宝智能立法平台”。这一平台在法律大数据基础上，利用自然语言处理等人工智能技术，实现法规文件制定和审查工作信息化、智能化，推动和促进规范性文件制定和审查。目前，此系统已正式应用于西藏、甘肃等地方的人大常委会。

高绍林认为，尽管人工智能在立法领域的应用已经展开，但仍然面临一些困难，主要表现在法律数据结构化不足、法律人工智能人才匮乏、法律人工智能的研发投入不足、人工智能在法律领域的应用场景开放开发不够等方面。

法律数据的结构化是机器学习的重要前提。相较于裁判文书，法律法规的文本整体数据结构化显得较为明显，但是具体到条文规定层面其结构化处理就显得任务艰巨。上位法规定相对于下位法规定较为抽象，同位法之间对同一事项的具体规定在表述方式上也千差万别。例如对限制人身自由的表述，散见于各类法律法规的表述至少就有50多种，如“拘留”“强制关押”“不得离开”“协助执法”“扣留审查”“限制出境”等。诸如此类的非结构化数据，在无人工监督情况下用机器学习去识别，效果难以保障。

“因此，需要人工首先对数据进行筛选、归类、标签设置，进而让机器去学习。然而，通过人工对种类繁多的法律数据进行筛选、归类和打标签本身也是一件艰巨浩繁的任务。”高绍林说。

同时，法律人工智能人才匮乏是又一个困境。

人工智能技术在法律领域的深度应用，需要既懂技术又精通法律的一大批复合型人才。当前，国内研发法律智能产品的机构多采用的是“法律人才+计算机人才”的方式来研发。

而在高绍林看来，这种简单相加方式在实践中并不能深刻解决双方在沟通理解上的障碍，甚至由于法律人对技术的不理解、技术人员对法律业务的误解而使项目偏离预定目标。而从目前全国各高校的学科、专业、课程设置来看，还不能适应法律人工智能的发展需求。

此外，法律人工智能的研发投入不足和人工智能在法律领域的应用场景开放开发不够，也使得法律人工智能的应用场景受到一定的限制和约束。

人工智能可破解立法痛点

2018年6月，个人所得税法修正案草案向社会公开征求意见，一个月内收到意见数量超过13万条。

面对数量如此之多的意见，立法工作人员短时间内要通过人工来实现无效意见的过滤、重复或近似意见的去除、整体意见和逐条意见的区分等工作压力巨大。

高绍林认为，尽管地方立法收集到的意见可能无法达到这样的程度，但仍有必要未雨绸缪。

“当前立法建议的筛选整理面临数量大、意见来源渠道多元、意见质量参差不齐等问题。在未来，这些法规草案意见征集整理工作，将会有人工智能来辅助高效完成。”高绍林说。

高绍林解释说，具体而言，基于非电子化信息的电子化和数据化技术通过纸质和会议等方式征集的建议将全部实现电子化和数据化。在数据化的基础上，利用文本自动分类、关系识别等技术将不同公众提出的相同或相似意见在累计数量的基础上去重，实现整体意见和逐条意见的自动分类以及不相关、无效意见的自动过滤。

除了立法建议智能筛选，人工智能还可以广泛地应用于地方立法工作各个环节，例如，在立法资料的智能检索方面展开应用。

张宜云说，在立法资料的智能检索方面，以设区的市人大立法为例，起草一部地方性法规不仅需要从法律、行政法规、省级地方性法规中查找依据，还需要参考部门规章、政府规章、行业标准、团体规定、兄弟省市的法规以及司法解释、司法案例和国内外期刊等。

“一方面立法资料数量海量、分散，查找费时费力，另一方面部分立法人员的立法专业技能不足，立法资料查找易出现疏漏、错误等。”张宜云说。

武崇松进一步解释说，基于权责清单的梳理完善，智能检索等技术的进一步发展，立法工作人员只需在系统中输入草案标题、某些关键词或者一段法意，系统将会自动推送所有相关的法律法规、法学期刊、司法案例、网络新闻等立法资料。

此外，专家认为，人工智能还将在法规草案文本的辅助生成、法规草案文本的智能审查，法规、规章、规范性文件的自动清理，智能辅助立法后评估等多个方面展开应用，从而解决地方立法业务工作中的痛点。

“人工智能在地方立法领域的应用将会越来越多、越来越好，必将为科学立法、民主立法、依法立法提供强大的技术支撑。”高绍林说。