高校课题申报人工智能+法学专业人才教育理论与实践研究.docx

高校课题申报人工智能+法学专业人才教育理论与实践研究.docx

《高校课题申报人工智能+法学专业人才教育理论与实践研究.docx》由会员分享，可在线阅读，更多相关《高校课题申报人工智能+法学专业人才教育理论与实践研究.docx（12页珍藏版）》请在冰点文库上搜索。

高校课题申报人工智能+法学专业人才教育理论与实践研究

”人工智能+法学“专业人才教育理论与实践研究

学科分类：

高等教育

课题类别：

重点课题

关键词：

人工智能法学专业人才教育

预期研究成果：

研究报告

课题设计论证

1、问题的提出、课题界定、国内外研究现状述评、选题意义与研究价值

（1）问题的提出

2017年7月，国务院发布了《新一代人工智能发展规划》，在战略目标上明确建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力；在重点任务中强调加快培育聚集人工智能高端人才，重点培育掌握“人工智能+法律”横向复合型人才，重视人工智能+法学学科专业教育的交叉融合。

2018年4月，教育部在《高等学校人工智能创新行动计划》提出完善人工智能领域人才培养体系，加强人工智能与法学等相关学科的交叉融合，探索“人工智能+X”的人才培养模式。

2019年2月,中共中央、国务院印发《中国教育现代化2035》文件，强调加强创新人才特别是拔尖创新人才的培养，加大应用型、复合型、技术技能型人才培养比重。

　　在法学专业人才教育理论领域，人工智能的快速发展和广泛应用，出现了许多新型法益和新兴权利。

虚拟财产、比特币、智能合约、自动驾驶、智能机器人、数据歧视、代码规制、算法黑箱等等，给人们的生产方式、生活方式和社会关系带来了革命性的变化，也给高等学校法学学科教育带来了新的问题。

　　在法学专业人才教育实践领域，智慧法院、智慧检务、智慧法务建设如火如荼开展。

智能检索、类案推送、电子卷宗智能管理、智能化量刑分析、诉讼策略选择、裁判文书智能生成、司法审判辅助系统等“人工智能+法律”技术普遍应用，这给法律人才的培养也带来了新的挑战。

（2）课题界定

　　①“人工智能+法学”专业人才教育理论研究。

　　主要包括四个方面：

其一，“人工智能+法学”专业人才的界定以及教育目标的设定。

　　人工智能（ArtificialIntelligence），英文缩写为AI。

英文缩写为AI。

它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

“人工智能+法学”专业人才的概念、内涵、人工智能和法学学科如何结合以及专业人才培养目标的设定是理论研究的第一首要问题。

其二，“人工智能+法学”专业人才教育的学科理论体系架构研究。

　　人工智能在法学领域的发展带来了法学专业学科体系的变化，许多新兴学科领域出现，传统的教学理论体系出现了明显的滞后。

　　其三，“人工智能+法学”专业人才教育的学科理论知识的更新研究。

　　人工智能进入法律领域后,改变了人们的生产生活方式,出现许多法律空白和法律灰色地带，需要对法学理论知识进行更新和完善，制定人工智能相关法律法规,规避法律风险。

　　其四,进行“人工智能+法学”专业人才教育评估体系研究。

　　对“人工智能+法学”专业人才教育目标达成度进行评价，需要进行评估体系的设计，从评估项目、评价指标以及评价方法三方面予以细化并设计相应的权重指数。

　　②“人工智能+法学”专业人才教育实践研究。

　　主要包括三个方面：

　　其一，研究如何搭建“人工智能+法学”专业人才培养学科交叉平台；

　　其二，研究如何构建“人工智能+法学”专业人才教育实践创新平台；

　　其三，研究如何创新“人工智能+法学”专业人才教育实践方式。

　　（3）国内外研究现状述评

　　①国内研究现状

　　在人工智能法律理论研究中，民商法学的研究主要集中在人工智能的法律主体地位、人工智能应用的相关民事责任认定规则、人工智能时代的个人隐私、信息保护规则、相关知识产权的保护以及数据的权力属性等内容。

行政法学中，理论研究集中在自动驾驶、服务机器人等人工智能应用场景标准、规则的制定等，刑法学集中在与人工智能相关的刑事责任确认、犯罪构成要件、刑罚种类和执行方式等方面。

　　在“人工智能+法学”专业人才教育学科体系建设研究方面，中国政法大学博导谢志勇教授在《政法论坛》里提到，人工智能时代的到来，法律人才的培养过程中存在法学学科结构不尽合理，领域学科供给不足的问题。

这里的领域学科就应当包括人工智能法学、网络法学、信息法学等其他具有开放性、回应性、针对性和灵活性的新兴法学学科。

　　在“人工智能+法学”专业人才教育学科交叉理论研究方面，中国人民大学未来法治研究院高度重视法律和前沿科技交叉融合的复合型人才培养，并已启动了一系列课程改革。

　　在“人工智能+法学”专业人才合作培养研究方面，北京大学法律人工智能实验室&研究中心将与合作伙伴北京华宇软件股份有限公司开展产学研用全面合作，基于华宇提供的技术支持，双方共同探索法律人工智能的理论与实践创新。

清华大学法律与大数据研究中心将系统全面开展大数据、人工智能等新技术在法律行业的应用研究，打造法律大数据与人工智能领域的产学研用一体化体系，更好的服务于国家大数据战略、人工智能战略和相关学科建设。

　　②国外研究现状

　　斯坦福法律信息中心（Codex）-是一个由斯坦福大学法学院和斯坦福大学CS部门运营的多学科实验室。

在Codex，研究人员，律师，企业家和技术人员并肩工作，以推进法律技术的前沿，为全球法律系统带来新的法律效率、透明度和准入。

麻省理工学院计算法学实验室致力于探索计算法学和法律信息学这一新兴领域。

重点关注大数据和个人数据市场的法律和政策方面的生态。

新加坡国立大学法学院的技术、机器人、人工智能和法律中心（TRAIL）致力于就与信息技术的使用和发展相关的法律、伦理、政策、哲学和监管问题以及人工智能、数据分析和机器人技术进行辩论。

　　综上可以发现，人工智能+法学无论是国内还是国外的学术研究，主要集中于人工智能在法律领域的技术应用与相关的伦理政策分析，且研究刚刚起步,而对“人工智能+法学”专业人才的培养目标、培养模式、教育实践方式、评价体系的研究颇少也比较抽象。

这也为本课题的研究留下了空间。

　　（4）选题意义与研究价值

　　①顺应时代趋势、紧密切合国务院发布的《新一代人工智能发展规划》中国家“人工智能+法学”专业人才培养目标的战略方针。

　　②积极响应《高等学校人工智能创新行动计划》中提出完善人工智能领域人才培养体系，加强人工智能与法学等相关学科的交叉融合，探索“人工智能+X”的人才培养模式，契合创新人才培养的国际化趋势。

　　③紧密切合《中国教育现代化2035》文件，强调加强创新人才特别是拔尖创新人才的培养，加大应用型、复合型、技术技能型人才培养比重。

适应国家对“人工智能+法学”专业人才发展的需求。

　　2、课题研究目标、研究内容、研究重点和创新之处

（1）课题研究目标

　　①完成“人工智能+法学”专业人才培养教育理论研究。

　　②完成“人工智能+法学”专业人才培养教育实践方式研究。

　　③满足国家与社会对新时代法律人才转型的需要。

（2）研究内容

　　在理论研究方面：

　　①研究“人工智能+法学”专业人才概念的界定和培养目标的设定。

　　根据《新一代人工智能发展规划》，“人工智能+法学”专业人才主要包括两大类，一是服务于“建成更加完善的人工智能法律法规、伦理规范和政策体系”目标的人工智能法律人才，以适应人工智能介入人际社会后导致的社会关系变迁对新型法律人才的需要；二是服务于“智慧司法”建设目标的人工智能技术人才，以适应人工智能时代背景下法律职业变革的需要。

据此提出人工智能法学学科的人才培养目标，即人工智能规制法律人才和法律人工智能产品研发技术人才，以满足时代的需求。

　　（陈亮.握时代脉搏培养创新型法律人才.人民法治.2018）。

对“人工智能+法学”专业人才概念的界定与培养目标的设定应进一步明确和体系化。

　　②研究“人工智能+法学”专业人才教育学科理论体系的架构。

　　在架构“人工智能+法学”专业人才培养的学科体系过程中，既要保证基础学科的相对稳定，突显法学作为科学的内涵稳定性，又要在人工智能领域中彰显法学的与时俱进性。

根据人工智能介入人际社会带来的社会关系的变迁与法律职业的变革，打造与“人工智能+法学”专业人才培养目标相适应的课程体系，具体包括着眼于培养法律人工智能产品研发人才的人工智能技术导论、法律大数据挖掘与应用、法律信息管理、智能办案辅助系统研发、律师业务计算机编程等课程和着眼于培养人工智能法律规制人才的人工智能法学原理、人工智能智能政策与伦理、网络与信息安全法学、人工智能典型应用场景的法律规制以及人工智能典型案例研讨等课程，以期实现“人工智能+法学”专业人才培养目标。

　　③研究法学专业教育理论知识的更新。

对人工智能所带来的各部门法领域中的法律风险、伦理规范和政策体系等问题进行研究，以适应人工智能时代人们生产、生活以及人际关系的变化。

　　④研究建立“人工智能+法学”专于人才教育评估体系。

主要从怎样评价（评估方法、指标体系）、如何评估（各指标权重比例、权重指数细化、定性与定量的结合）以及评估面临的挑战（学科交叉、实践平台、能力与素质改进）等方面进行研究和细化。

　　在实践研究方面：

　　①研究搭建“人工智能+法学”专业人才教育学科交叉平台。

　　根据“人工智能+法律”人才特点，研究如何整合校内外资源，打造涵盖法学、伦理学、计算机科学、哲学、心理学、行为学等多个学科在内的学科交叉平台，以打破分科治学的学术藩篱，打通画地为牢的学科界限，促进人工智能+法学学科知识的创新。

　　②研究构建“人工智能+法学”专业人才教育实践创新平台。

在"人工智能+法律"人才就业的主要场所,无论是法院、检察院、行政执法部门、律所等，都普遍应用和积极开发人工智能技术。

在人才培养的实践过程中，研究如何与科技公司、司法机构、执法部门以及律所合作，搭建产教学研一体化教学平台，实现“人工智能+法学”专业人才培养目标。

　　③创新“人工智能+法学”专业人才教育实践方式。

　　开展仿真式教学方式探索：

通过学校法律实务仿真实验中心，带领学生体验、学习和应用人工智能法律科技软件及技术，提高学生法律实务水平；进行项目参与式教学：

通过与科技公司、司法部门、律所等单位，共同组建项目组，在这些合作项目中充分发挥学生的主体作用，学生既是知识的学习者，也是项目的执行者。

　　（3）研究重点

　　研究适应人工智能时代的法律人才教育理论与实践，在“人工智能+法学”理论领域和实践方式上实现改革与创新。

　　（4）创新之处

　　①选题紧密切和国家高等教育发展规划和时代发展需求，具有前沿性。

　　②选题角度创新。

目前学界的研究，主要集中于人工智能在法律领域的技术应用与相关的伦理政策分析，而对“人工智能+法学”专业人才教育与实践研究颇少。

　　③“人工智能+法学”专业人才教育模式适用于湖北省各大高校法学人才培养。

　　3、研究思路、研究方法、实施步骤

（1）研究思路

（2）研究方法

　　文献研究法：

查阅充足的相关文献，对已有成果进行检索，并进行整理和归纳。

在此基础上对课题进行深入思考，科学审定课题研究框架，保证课题研究学术上的科学、严谨。

　　调查研究法：

拟对智能司法单位、科技公司进行走访，调查法律人才的技能现状、问题，获取人才市场真实、直接的数据；拟对在校学生进行问卷调查及技能测试，获取各阶段培养效果的数据，以增强课题研究的针对性和有效性。

　　（3）实施步骤

　　①进一步加强文献研究（2019年10月—2020年2月）

　　搜集、阅读、综述文献资料，从而完成“人工智能+法学”专业人才教育基础理论研究。

　　②完成专业人才教育目标及学科体系架构研究（2020年3月—2020年9月）

　　通过基础理论研究，完成相关人才教育培养目标及学科体系架构研究。

　　③完成实践教学体系改革与平台的搭建（2020年10月—2021年2月）

　　通过与司法部门、律所、科技公司合作，研究专业人才实践教学体系的改革，搭建实践产学研一体化平台。

　　④实践教学方式的完善与创新研究（2021年3月—2021年6月）

　　通过学校法律实务仿真实验中心，带领学生体验、学习和应用人工智能法律科技软件及技术。

　　⑤完成“人工智能+法学”专于人才教育评估体系的设计。

　　（2021年7月--2021年10月）

　　通过理论教育和实践教育的结合，研究建立和细化指标体系及相关权重指数。

　　（4）预期成果形式

　　①“人工智能+法学”专业人才教育基础理论研究报告。

　　②“人工智能+法学”专业人才教育实践研究调查报告。

　　③“人工智能+法学”专业人才教育理论与实践论文两篇。

　　4、主要参加者的学术背景、前期相关研究成果、核心观点

　　①主要参加者的学术背景

课题组负责人XXX，硕士，法学专业教师，讲师。

发表论文数篇，主编教材一本，已出版。

参与两项省级项目、主持一项校级项目，参与两项校级项目.从事高等教育十余年，为本课题的研究奠定了扎实的理论与实践基础。

　　课题组成员XXX，副校长，教授，博导，长年从事高等教育工作，主持过国家社科基金项目、教育部和省社科重点项目，有两项省级教改课题获得湖北省人民政府一等奖。

　　课题组成员XXX，副教授，新闻与法学学院副院长，长年从事高等教育工作，教学工作突出，为单位中青年骨干教师，具有较为扎实的理论功底，并主持、参与多项国家级、部级课题，其研究水平和能力得到项目负责人的高度评价。

　　课题组成员XXX，法学专业教师，副教授，文法系主任，长年从事高等教育工作，教学工作突出，主持、参与多项省部级科研课题，发表核心论文数篇。

　　课题组成员XXX，法学专业教师，讲师，从事高等教育十余年，获教学质量二等奖，主持过校级教研项目，发表论文数篇。

科研能力强。

　　课题组成员XXX，法学专业教师，讲师，从事高等教育十余年，主持过省教育厅科研项目，参与多项校级教改项目，发表论文数篇，科研能力强。

　　课题组成员XXX，计算机科学与技术教师，副教授，校中青年骨干教师，湖北省素质教育研究会常务理事，主持省级项目两项，校级项目一项，科研能力强。

　　课题组成员XXX，员额检察官，长期从事智慧检务建设研究。

　　课题组成员XXX，四级高级法官，研究室副主任，熟悉了解智慧法院建设。

　　课题参与者科研实力雄厚且结构合理，既有长年从事高等教育的校领导、院领导、又有法学和计算机科学与技术专业教师（学科交叉），还有法院、检察院司法（智慧司法）工作人员，均能参与课题研究且保证课题的完成。

所在单位教学资源丰富、科研手段完善齐备，可保障课题的顺利实施。

　　②前期相关研究成果与核心观点

　　在法学研究领域：

　　与课题相关的学术论文：

　　《智能司法背景下法学实践教学思路探析》从人工智能时代大背景出发，分析了人工智能发展给法学实践教学带来的教学方式、教学内容、教学手段等变化，提出改革方向和目标。

《智能司法背景下法学实践教学模式的完善与创新》学术论文重点阐释了智能司法背景下，传统法学实践教学滞后于时代发展，改革势在必行。

智慧法庭、智慧检务的建设应与高校法学实践教学相结合，探索提高法律人才人工智能法律产品的实操水平与研发技术，建立科技公司、司法机构、高等学校产学研一体化人才培养基地，创新实践教学手段与评价方式。

为本课题教育理论研究奠定基础。

　　课题组成员在核心期刊发表的论文《法律新闻的传播效能与责任》对智能时代法律新闻的传播效能与法律责任进行分析，研究如何不断完善我国法律体系,促进民主法治社会的建设。

论文《新时代数据安全的法律治理》从完善数据安全立法、落实数据安全法律法规实施、强化数据安全责任、协同构建数据安全信息共享平台、建立数据安全研究领域财政投入长效机制、提升社会数据安全意识等方面,综合开展数据安全风险的法律治理。

为本课题法学学科理知识更新研究奠定了基础。

　　与课题相关的项目：

　　已顺利结题的《司法人事管理制度改革指引下的法学创新教学模式探索》、《基于“LETS”网络系统的法学实验教学改革研究》教学研究项目，分别从不同视角研究了法学教学模式创新、教学方式的改革以及法律人才培养的新路径。

为本课题教育实践研究部分打下基础。

　　在计算机科学与技术领域：

　　课题组成员《MOOC理念结合翻转课堂的数据库课程教学改革》论文分析了数据库类课程教学现状,明确教学改革中的关键问题,提出MOOC理念结合翻转课堂教学模式同时辅以多种信息化手段改进数据库课程教学的思路与方法。

为本课题学科领域交叉、教育方式、方法创新奠定了基础。

　　在高等教育人才教育领域：

　　课题组成员完成的《媒体融合驱动下的新闻传播人才培养体系构建与实践》项目获第八届湖北省高等学校教学成果奖二等奖，其发表的核心期刊论文《培养文理交叉的复合型新闻人才的研究与实践》、《媒介融合与新闻传播专业教育改革》中探索多样化教学模式：

“独立模式”、“交叉模式”和“融合模式”体系的建构、教学模式的改革为本课题的教育理论研究打开了新的视角并积累了丰富的经验。

　　5、开展本课题研究的主要参考文献

（1）解志勇.法学学科结构的重塑研究.政法论坛.2019,

（2）.

（2）胡昌明.建设"智慧法院"配套司法体制改革的实践与展望.中国应用法学.2019,

（2）.

　　（3）张吉豫.大数据时代司法对法学研究及人才培养的需求.法学学术前沿.2016,（6）..

　　（4）杨安卓.让我们计算法学:

一个人工智能法学的宣言.法学学术前沿.2019,

（2）.

　　（5）马长山.智能互联网时代中国法学的重新洗牌.中国社会科学评价.2018,（4）.

　　（6）冯果.论新时代法学教育的公共精神向度.中国大学教学.2018,（10）.

　　（7）罗聪冉.人工智能下的司法生态.法治周末.2018,（10）.

　　（8）马长山.面向智慧社会的法学转型.中国大学教学.2018,（9）.

　　（9）劳伦斯.莱斯格.代码:

塑造网络空间的法律.中信出版社.2014,（10）第一版.

　　（10）程金华.迈向科学的法律实证研究.清华法学.2018,（4）.

　　（11）於兴中.人工智能与法学研究新范式.中国法律评论.2018,（6）.

　　（12）左卫民.法律人工智能在中国的运用前景.中国法律评论.2018,（6）.

　　（13）周志华.大学人工智能教育:

不应在现有学科框架下修修补补.中国高等教育2018,（5）

　　（14）王利明.人工智能时代提出的法学新课题.中国法律评论.2018,

（2）

　　（15）李晟.通过算法的治理:

人工智能语境下的法律转型.法学评论.2018,

（1）..

　　（16）吴汉东.人工智能时代的制度安排与法律规制.法律科学.2017,（5）.

　　（17）EthanKatsh,OrnaRabinovich-Einy,DigitalJustice:

TechnologyandtheInternetofDisputes,OxfordUniversityPress（2017）.

课题编号：

6636