设为主页 |收藏

登录实名注册找回密码

西南政法大学拟增设“人工智能法学”博士授权点，附详细论证材料

2019-8-8 22:48| 发布者: 刘海明| 查看: 110| 评论: 0|原作者: 数据法盟|来自: 数据法盟

摘要: 原文链接：https://mp.weixin.qq.com/s/DtZODQywGZgKodc6zmEVmg

西南政法大学拟增设目录外二级学科“人工智能法学”公示根据国务院学位委员会办公室下发的《关于做好授予博士、硕士学位和培养研究生的二级学科自主设置工作的通知》（学位办〔2011〕12号）的要求，西南政法大学提交拟增设目录外二级学科“人工智能法学”相关信息如下：二级学科：0301Z9【人工智能法学】所属一级学科：0301【法学】授权级别：博士,硕士公示期：2019-08-06至2019-09-05相关公示材料如下:*人工智能法学自主设置目录外二级学科论证方案*人工智能法学自主设置目录外二级学科专家评议意见表接受咨询电话：023-67258677接受咨询邮箱：[email protected]

一、人工智能法学学科基本概况

（一）学科内涵

人工智能是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及其应用系统的一门新的技术学科，其与法律的结合始于上个世纪五十年代，由此形成一门新兴综合交叉学科——“人工智能法学”（AI and Law）。人工智能法学以人工智能的法律规制及其法律应用为主要研究对象，其研究内容不是人工智能与法律两个领域知识的简单物理堆砌和叠加，而是广泛涉及法学、计算机科学、伦理学、教义学、行为学、哲学等多学科知识的新兴综合学科。

从词意角度看，来自于英语世界的“AI and Law”所欲描述的对象，并非关乎人工智能的全部法律规则的简单堆砌，而是将人工智能介入人际社会而形成的全新社会关系进行调整后所形成逻辑自洽、体系严密的理论整体，是传统法律概念与推理模式无法有效应对因人工智能的介入而形成的全新社会关系的必然产物。因此，对于作为一门新兴交叉学科的“AI and Law”，不应生硬理解成人工智能和法律两个学科的简单组合，而是应结合学科属性、研究对象、研究方法等将其理解为一门有机的、系统的，有独立规范领域的人工智能法学学科。

人工智能法学的学科内涵，依其研究内容侧重点的不同而有“规则论”和“工具论”之别，并因此分别归属于法学的研究分支或人工智能的研究分支。“规则论”认为，人工智能法学研究的侧重点在于人工智能的法律规制，属于法学的研究分支。换句话说，这种意义上的人工智能法学是用法律共同体所认可和熟知的理论、概念、原则及方来阐释和处理关乎人工智能的社会问题。比如，作为人工智能基础的大数据的法律属性及其法律规制，人工智能法律地位的确立及其法律规制，人工智能典型应用场景的法律规制以及人工智能法律责任的承担等等诸如此类的内容，都属于这种意义上的人工智能法学的研究范围。“工具论”则认为，人工智能法学重在研究人工智能技术在各法律职业领域的具体应用，属于人工智能的研究分支。也就是说，这种意义上的人工智能法学是用人工智能学术共同体所认可和熟知的理论、概念、原则及方法来阐释和处理原本属于法律领域的问题。诸如法律推理的形式模型、论证与决策的计算模型、多智能系统中的法律推理、自动化法律文本的分类与摘录、法律数据库与法律文本中的信息自动化提取、针对电子取证及其他法律应用的机器学习与数据挖掘、基于概念或模型的法律信息检索、自动执行少量可重复性法律事务的法律机器人等内容，皆属于此种意义上的人工智能法学。无论是规则论意义上的人工智能法学，还是工具论意义上的人工智能法学，皆因不恰当地人为割裂“规则”与“工具”之间的内在关联而有失偏颇。在人工智能法学中，“规则”要素和“工具”要素构成了一个有机互动的整体，二者相互依存、共同作用，才构成完整意义上的人工智能法学。换句话说，欲全面理解人工智能与法学的交互作用，必须同时了解“规则”要素和“工具”要素，二者缺一不可，因此，人工智能法学单纯归属于法学学科或人工智能学科均有失偏颇，而应成为跨越单一学科界限的新兴交叉学科。打破“规则论”与“工具论”的界限，实现人工智能法学学科在性质上的融合是正确认识其学科内涵的必然要求。尽管交叉学科尚无统一的定义，但对“集成”的强调几乎是所有交叉学科定义的共性。所谓“集成”，即综合两个或两个以上的学科或专业知识领域的信息、数据、技术、工具、视角、概念或理论以解决一个共同问题并达至共享成果。对“规则”与“技术”两个要素的有机融合，解决了单纯的法学或单纯的人工智能科学所无法解决的问题，并由此形成新的概念范畴、理论体系和研究方法，符合人工智能法学作为新兴交叉学科的学科定位。从人才培养目标看，根据《新一代人工智能发展规划》，“人工智能+法律人才”大体包括两类，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；二是服务于“智慧法庭”建设目标的技术人才。无论是“规则论”意义上的人工智能法学，还是“技术论”意义上的人工智能法学，均无法同时保障上述两类人才培养目标的实现。唯有集成规则要素和技术要素的融合论意义上的人工智能法学，才能确保上述两类人才培养目标的实现。从域外研究历程看，早期的“AI and Law”为适应工程应用的需要而侧重于技术层面，将研究的重点放在人工智能与法律推理、专家系统、司法裁量建模、量刑辅助系统等领域，发表的论文多属于计算机或工程类论文。近年来，“AI and Law”的研究范围有所拓展，开始研究人工智能的法律地位、人工智能的法律责任、人工智能典型应用场景的法律规制等规则层面的问题。

技术和规则均成为其研究内容，充分说明人工智能法学是以人工智能的法律规制及其在各法律职业的应用为研究对象，以“规则”和“技术”的取得为其研究目的的新兴交叉学科。

（二）国内外设置该学科的状况和发展情况

1.国外情况

（1）课程开设

斯坦福大学、哈佛大学的法学院最早开设人工智能法学课程，最早是通过研讨课的形式，后来逐渐发展成多元化的课程体系。有些法学院师资单一，则只开设单一课程。美国法学院中最早开设人工智能法学这一新兴学科的课程课追溯到斯坦福大学1984年的人工智能与法律研讨课，主要讨论当时正热门的“法律专家系统”技术。该校目前设有“法律、科学与技术”的LLM项目，包含系统而广泛的法律与科技课程。该院开设过的人工智能法学课程主要有：“编程=法律”、“计算机与法律”、“法科技术与信息科学”、“法律信息科学”、“人工智能的历史与哲学”等。

紧随其后的是哈佛大学法学院，1985年起便开设人工智能与法律研讨课。哈佛大学法学院目前开设的课程主要有：“网络法前沿：人工智能、自动化与信息安全”、“数据时代的法律咨询与战略”、“比较数据隐私”、“合规与运算”等。

乔治城大学设有“科技法律与政策研究所”，开设课程主要有：“机器人法”、“科技法律与政策研讨”、“律师业务的计算机编程”、“电子化法律调查”等。该院还每年组织“钢铁科技律师竞赛项目”，鼓励学生以新技术进行法律服务的创新。

密歇根州立大学开设课程主要有：“人工智能与法律”、“电子化法律调查”、“法律信息工程与技术”、“诉讼：数据、理论、实践与程序”、“21实际的法律实务”等。

纽约大学法学院设立了“竞争、发明与信息法”的LLM项目，并专门开设了“知识产权与信息法”课程。

匹斯堡大学法学院在人工智能方面的教学得益于凯文·阿什利教授的耕耘。他开设的“人工智能与法律推理研讨课”将教学重点放在让学生理解人工智能技术的开发和应用，并且培养学生在人工智能挑战下的法律推理能力。

明尼苏达大学法学院开设的“法律与人工智能”课程主要向学生讲授人工智能对法律实务的改变、对劳动力市场的影响、利用人工智能理解法律语言以及有关机器人权利、自动武器系统和自动驾驶汽车规制等方面的议题。

德克萨斯大学奥斯丁分校开设的“人工智能及其他新兴科技：法律与政策”则聚焦于人工智能对法律规范的挑战，比如，机器人的人格问题、人工智能对刑事和民事责任理论的冲击、全民失业社会的治理等。

除了上述这些学校，美国还有其他法学院，如华盛顿大学法学院、芝加哥肯特法学院和波士顿的萨福克法学院等也都有相当出色的人工智能与法律课程与研究项目。并且，在世界范围内，讲授人工智能的法学院也越来越多。比如，丹麦哥本哈根大学开设了“机器人法：人工智能、机器人技术与法律”、新西兰奥克兰大学法学院开设了“人工智能：法律与政策”、爱丁堡大学法学院开设了“机器人法”等。（2）科研机构设置

主要知名大学的法学院在人工智能法学领域大多设置了科研机构。例如：斯坦福大学CodeX法律信息学研究中心、麻省理工学院（MIT）计算法学实验室、多伦多大学创新法律与政策研究中心、新加坡国立大学人工智能与法律中心等。

（3）会议培训

人工智能与法律国际会议自1992年以来每两年举行一次，打造了全球人工智能与法律社群。

2.国内

（1）课程开设

清华大学2018年设立跨学科领域法学教育项目“计算法学全日制法律硕士”，并开设一系列与网络、大数据与人工智能结合的技术类课程。结合“清华大学法学院法律与大数据研究中心”的优势，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。

中国人民大学法学院也在法律+科技教学领域进行改革，开设了一系列跨学科课程。例如在“互联网金融”课程中邀请新技术领域专家讲授人工智能技术在大数据征信领域的运用、区块链基本原理及其在金融等领域的应用，另外还开设了“大数据分析导论”课程。

四川大学法学院开设有“法律大数据分析方法”博士生课程。

西南政法大学人工智能法学院开设有“法律检索技术”、“法律大数据的挖掘、分析与应用”等研究生课程。

（2）科研机构设置

中国人工智能产业发展联盟（简称“AIIA”）政策法规工作组、清华大学智能法治研究院、北京大学法律人工智能实验室、北京大学法律人工智能研究中心、中国人民大学法学院未来法治研究院、中国人民大学智慧检务创新研究院、中国政法大学大数据和人工智能法律研究中心、中山大学逻辑与认知研究所、四川大学法学院法律大数据实验室、天津大学中国智慧法治研究院、东吴大学人工智能法制研究中心、智能司法研究重庆市2011协同创新中心、西南政法大学人工智能法律研究院等。

（3）会议培训

清华大学法学院主办首届计算法学学科建设与人才培养论坛（2018）、中山大学逻辑与认知研究主办首届法律与人工智能工作坊（2018）、清华大学法学院举办计算法学夏令营（2018、2019）、四川大学法学院举办证法律研究夏令营（2018、2019）等。

（三）该学科的主要研究方向和研究内容

人工智能技术和产业的兴起一方面为社会生产生活包括法律领域带来新的机遇，另一方面也触发了对其产生的新的社会关系进行调整规制的必要。人工智能法学学科正是顺应这一现实需要，以人工智能的法律规制及其法律应用为主要研究方向和研究内容。

1.人工智能法律规制

第一，在理论层面上揭示人工智能法学历史演进的基本规律、发展现状，研究人工智能法学的基本概念、主要范畴、学科体系、学科定位以及人工智能法学所蕴含的基本法律关系等人工智能法学的重大问题，确立人工智能法的立法宗旨、价值取向、基本原则、性质特征，并以此科学指导和统领人工智能法学各个具体领域的研究。

第二，从哲学、伦理学等学科视角，研究人工智能技术应用产生的伦理问题。每一次技术革命在解放人类生产力，为人类带来福祉的同时，也会引发对技术正当性以及对不当利用技术、甚至滥用技术带来的负面效应的拷问。人工智能技术同样也引发了关于主体地位、责任承担、隐私保护、失业忧患等诸多伦理问题，并给技术的发展前景带来了困扰。在技术中立的基本前提下解决技术向善的问题是人工智能时代人类伦理、道德、法律规范面临的新课题。虽然社会价值体系日益多元化，但并不能因此改变人类社会基本的价值诉求和伦理观念。恪守基本的伦理立场，用普适性的价值观去认识、分析人工智能所引发的伦理问题，并进一步思考解决方案和规制路径，是本方向需要着力研究的问题。

第三，从部门法角度研究人工智能引发的新的社会关系的规制。运用传统部门法学理念、原则、制度体系和研究方法对人工智能所触及和引发的新的社会关系进行规制是人工智能法学学科的比较优势所在。人工智能技术造就了一系列新产品，因其产生的前所未有的新的社会关系也亟待各部门法予以规制和调整。在民法领域，主要研究包括自动驾驶在内的人工智能产品的侵权责任、数据信息权利界定以及涉及的隐私权保护等；在商法领域，主要研究人工智能产品责任保险的理论与制度构建等；在知识产权法领域，主要研究人工智能技术产生的新的作品、发明等创造、传播和使用方式的变化给既有的利益格局带来的冲击及制度应对；在经济法领域，主要研究智慧金融、智慧医疗、人工智能技术所引发的垄断和不正当竞争等相关法律问题；在刑法领域，主要研究人工智能的刑事责任；在行政法领域，主要研究人工智能的行政法规制与全球治理问题；信息与网络安全法方向的研究，主要从维护网络空间主权和国家安全、社会公共利益出发，依据现有法律体系为实践活动中的信息与网络安全问题提供理论和法律支持。

2.人工智能在司法中的应用

（1）计算法学。主要是司法大数据的挖掘与分析。是计算社会科学与法学的交叉学科，主要通过搜集大样本数据，对海量数据进行收集和分析处理，对具有数量变化关系的法律现象进行计量研究，并以数据为中心来思考、设计和实施科学研究。大数据时代必然驱使人们充分利用智能化技术来研究法律数据，分析法律问题，这一趋势将使法学研究的重心逐渐走向“计算法学”。国外针对司法大数据的挖掘与分析的计算法学的研究十分发达，源于司法小数据下运用定量分析方法积累而成的计量法学的发展。计量法学的研究主题主要有三个方面。一是以法律文本和裁判文书为基础，运用符号逻辑分析法律文本和法院判决。二是以法律数据库（主要是法律文本和法律案件）为基础，运用计算机技术对数据进行提取和分析。三是以法官的信息为基础，运用统计学的方法分析法官的行为以及预测法院判决结果。在我国，随着全国法院裁判文书网和全国法院司法信息大数据中心的开放，传统计量法学摆脱了小数据的限制，进入以大数据为研究对象的计算法学时代，上述三个方面的研究因为有了大数据作基础，研究的质量和水平已有整体性的上升。

（2）法律信息检索。法条、司法解释、指导性案例、公报案例、典型案例及普通的司法裁判文书，均属于司法审判领域所使用的大数据。这些数据以标准的格式存储在数据库中供法官在审判案件时检索并调取以供使用。简便、快捷、精准的检索方法是学者长期研究的对象。迄今为止，主要有两种信息检索方法。一是基于文本的信息检索，采取三种基本的数学模型：集合论模型，代数模型和概率模型。在集合理论模型中，文档以单词或短语的集合来表示，通过布尔逻辑进行检索。在代数模型中，文档以向量，矩阵或元组的形式表示，通过数据统计反映单词在文档集合中的重要性，作为信息检索的向量。在概率模型中，文档以用户输入的查询关键词的概率相关性来表示。二是基于语义的信息检索。有学者提出将法律文本或裁判文书视为主题或部分主题的集合，并将多个文档中的类似段落链接起来，通过自然语言处理技术，根据段落来提取相关概念，有效提高了搜索性能。这一方法也为法律文本和裁判文书的数据化提供了思路。

（3）大数据促进审判管理的科学化。大数据将重构审判管理方式，重塑案件审理、执行流程和重建法院扁平化管理机制，促使审判权运行可视化、群众评价可视化、审判监控可视化。司法大数据是法院极为宝贵的信息资产，加强和深化对司法大数据的归纳、整理、加工、建模、解析与开发运用，不仅是人民法院适应信息化时代新趋势的必然要求，更是推动人民法院审判管理能力提升、促进审判管理科学化的现实需要。

（4）用逻辑认知技术实现法律论证与证据推理的自动化。在司法审判中，该技术主要用来表达法律论证和证据推理的论证结构。主要有两个阵营：一是以多层知识为驱动的法律本体研究，如法律知识工程，法律知识图谱。二是以逻辑（主要是非形式逻辑）为驱动的法律论证与证据推理模型的研究。近年来，随着自然语言处理、深度学习、大数据的挖掘与分析等人工智能技术的快速发展，两个阵营呈现融合的趋势。

（5）用自然语言处理技术和深度学习技术实现法律文本和案例文本的语义识别与信息提取。这一类的应用主要有两个方面：一是用于法律知识图谱构建。二是类案识别技术。

（四）该学科的理论基础

人工智能技术对当下的法律规则和法律秩序带来一场前所未有的挑战，现有法律体系已经难以应对人工智能引起的和可能引起的新的法律关系,或者调控由人工智能引发的法律后果。目前人工智能法学理论体系尚未完全形成，但人工智能某些方面或某种形式的法律却已经陆续出现。比如,有关网络平台管理、机器人以及网上交易等方面的法律,诸如欧洲议会“关于制定机器人民事法律规则的决议”、韩国的“智能机器人法”、美国众参两院的“自动驾驶法案”等。陆续出现的人工智能法学科理论基础端倪出现。

第一，风险社会理论。德国学者贝克认为，人类面临着威胁其生存的由社会所制造的风险。现代化正在成为它自身的主题和问题，因此变得具有反思性。风险概念表明人们创造了一种文明，以便使自己的决定将会造成的不可预见的后果具备可预见性，从而控制不可控制的事情。在风险理论中，人工智能存在着现代性的负面影响，因此有必要采取风险措施，即预防性行为和因应性的制度。对风险社会问题的法学研究，其重点是法律制度与法律秩序。“法律制度的价值和意义就在于规范和追寻技术上的可以管理的哪怕是可能性很小或影响范围很小的风险和灾难的每一个细节。”而法律秩序则是法律制度实行和实现的效果，即社会生活基本方面的法律和制度化。现代社会是法治社会，制度风险及风险法律控制是风险社会法学研究理论的基本内涵。人工智能既是人类文明，亦有社会风险。它或是“技术—经济”决策导致的风险，也可能是法律所保护的科技文明本身所带来的风险。换言之，知识问题是现代性风险的根本成因，制度以至法律选择的实质应是基于风险的决策。

第二，规制理论。规制作为一种体系，或者是一种系统，主要是从控制论的角度去分析。控制论本身属于生物学一个概念，后来引入到规制研究中。这种观点认为，规制体系可被视为一种控制体系，一个有效的规制体系至少包含三个基本要素：标准制定、合规监督和行为纠正。人工智能技术革命带来的社会风险陡然增强，也是法律规制的前提。人工智能法学体系可以强化规制为出发点，形成逻辑周延的法律基础理论体系，并以人工智能及其相关技术的发展与应用为研究对象，形成多层次的规制方案，涉及到的相关部门法理论覆盖民事主体法、行政法、商法、著作权法、侵权责任法、人格权法、行政法等诸多领域。

第三，科技与法律交叉前沿理论。该交叉理论致力于国家开拓先进生产力的法律工具，一方面研究法律与人工智能技术深度融入的方法与路径，另一方面通过协调与规范科技研究开发及其成果产业化实施与应用中的社会关系和规定法律技术规范，以推动科技进步，发展生产力，预防科技发展中可能产生的消极后果；并且探讨国家和政府在组织、推动科技研究开发（即开拓潜在的先进生产力）及科技成果产业化实施与应用（即科技成果转化为现实生产力）方面的职责，规定国家的科技发展计划制度，直接作用于生产力的发展。其中，既有大量的公法规范，也有大量的私法规范，这在我国的《科学技术进步法》和《促进科技成果转化法》等科技法律中表现尤为明显。我校与相关企业合作成立的人工智能实验室和法律人工智能研究中心致力于为法律与人工智能领域提供智力支持，服务社会，积极助力全面依法治国背景下法律与人工智能交叉领域的良性结合与长远发展，为国家法治进步与技术创新贡献新的力量。

第四，人工智能的理论。主要是大数据的挖掘与分析理论、自然语言处理理论（含语义识别、语义分析等）、深度学习理论。第五，法律逻辑的理论。主要是法律论证与证据推理的逻辑结构理论等。

（五）该学科与其相近二级学科的关系

1.与法学其他二级法学学科的关系

人工智能法学作为法学二级学科，与其他法学二级学科具有千丝万缕的联系，是其他各法学二级学科在人工智能领域的延伸和拓展，但又不是对传统各法学二级学科的简单翻版。一方面，人工智能法学的核心范畴、基本概念、思维模式等均脱胎于各法学二级学科。没有法理学、民法学、行政法学、刑法学等各相近二级学科提供的支撑，人工智能法学就无法有效回应社会现实，人工智能法学也就无法健康发展。另一方面，人工智能法学调整对象的特殊性又决定了人工智能法学与传统各法学二级学科存在一定的差别，具有其独立性。在调整对象上，人工智能法学围绕人工智能赖以发展的算法和大数据以及以其为纽带形成的社会关系为调整对象，以此应对人工智能所引起的风险挑战，这是传统法学二级学科均无法系统涉及的领域；在调整手段上，人工智能法学综合运用公、私两种调整手段，克服了建基于行为因果关系之上的传统治理逻辑应对人工智能新主体的不适应性，从根本上解决了传统部门法单一手段无法应对人工智能风险挑战的问题。例如，以人工智能法学下的网络与信息法学方向为例，它以网络信息法律现象及其规律为研究对象随着互联网信息与技术、产业、社群的进一步发展，以及人类交往与行为在这种情况下所发生的变化而形成的新兴领域，其以信息法为核心，主要从信息传输的角度研究网络的监管和市场竞争的维护。在网络安全问题日益严峻的当下，网络与信息法学研究涉及基于网络空间主权的网络信息安全问题，这与人工智能有一定交叉。人工智能、大数据、互联网是紧密结合、相互依存的技术形态，研究人工智能不能不涉及网络安全问题。

2.与计算机科学的关系

人工智能与大数据应用于法学领域，借助模拟和建模的方式分析法律关系，是人工智能在司法中的应用之一计算法学的主要研究任务。计算法学并非是人工智能的技术直接嫁接到法学领域，而是法学与计算机科学理论的深度融合，即研究发展出适用法学的智能算法和模型，制定的法律规则更适宜技术的发展，让立法与司法互动更密切，进而促进立法系统运行更顺畅。

3.与哲学下的认知逻辑学的关系

法律推理引擎研发是法律人工智能的核心技术。法律人工智能学界关注的议题无非两类：一类是理论研究，即法律推理建模；二是应用研究，即法律应用软件开发。前一类为后一类搭建理论框架。法律推理建模就是要建构法律推理计算模型。这种建模有三种路径：一是规则推理路径，即基于现有法律法规来建构法律推理引擎。对成文法系，这一路径是最根本的。二是案例推理路径，即基于过去判例来建模法律推理引擎。三是大数据推理路径，即充分利用当代互联网与大数据技术来建模法律推理引擎。法律推理建模的基础是认知逻辑学，认知逻辑学也是将法律推理建模从法律专家的认知层面转化为计算机程序的关键桥梁。

二、在法学一级学科下设置人工智能法学二级学科博士授权点的必要性和可行性

（一）必要性

1.设置人工智能法学二级学科博士授权点，是响应国家人工智能发展战略的必然要求。

党的十九大报告指出，要大力推动互联网、大数据、人工智能和实体经济的深度融合，以促进实体经济的发展，构建现代化的经济体系。2019年政府工作报告中重点提及人工智能产业发展。与此同时，全国人大常委会也已将一些与人工智能相关的立法项目(如数字安全法、个人信息保护法等)列入本届五年的立法规划。国务院《新一代人工智能发展规划》（国发〔2017〕35号）也明确提出，要在人工智能领域大力开展跨学科探索性研究，要大力培养掌握“人工智能+经济、社会、管理、法律等”的横向复合型人才。同时，鼓励高校在原有基础上拓宽人工智能专业教育内容，形成“人工智能+X”复合专业培养新模式，重视人工智能与数学、计算机科学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合，重视人工智能法律伦理的基础理论问题研究。

2．设置人工智能法学二级学科博士授权点，是落实教育部《高等学校人工智能创新行动计划》的实质性举措。

2018年4月，为落实《国务院关于印发新一代人工智能发展规划的通知》，引导高等学校瞄准世界科技前沿，不断提高人工智能领域科技创新、人才培养和国际合作交流等能力，为我国新一代人工智能发展提供战略支撑，教育部印发了《高等学校人工智能创新行动计划》。该计划再次重申了高校要完善人工智能领域人才培养体系，加强专业建设。并提出要根据人工智能理论和技术具有普适性、迁移性和渗透性的特点，主动结合学生的学习兴趣和社会需求，积极开展“新工科”研究与实践，重视人工智能与计算机、控制、数学、统计学、物理学、生物学、心理学、社会学、法学等学科专业教育的交叉融合，探索“人工智能+X”的人才培养模式。

3.设置人工智能法学二级学科博士授权点，是创新法学高端人才培养机制的切实需要。

当前，全球范围内正在掀起人工智能技术革命的热潮，无论是基础研究、技术研发还是社会治理等方面，都需要大量人工智能的人才。一方面，设置人工智能法学二级学科博士授权点，培养人工智能法学方向高端人才，主要是应对国家在人工智能人才方面的巨大缺口，满足创新型国家建设和全国智能产业发展对人工智能人才的迫切需求。另一方面，对法律人才需求悄然正在发生革命性的变化。随着社会快速发展进步，法律体系日趋复杂，人工智能等技术在司法中需求日益强烈，其应用也越来越普遍。法官或检察官等司法工作人员的工作越来越依赖于技术辅助，律师行业受此影响亦借助技术辅助手段进行司法预测。但是，传统法学教育依然坚持传统教学方法，不能满足当前智能司法工作对于人才培养的需要。设置人工智能法学二级学科博士授权点，培育一批人工智能法学高端人才，不仅是人工智能时代下对法学教育理念、方法改革探索的大胆尝试，也是培育人工智能法学教学、科研人才的间接有效途径。

综上所述，在当前新一代人工智能相关学科发展、理论建模、技术创新、软硬件升级等整体推进，正在引发链式突破，推动经济社会各领域从数字化、网络化向智能化加速跃升的形势下，法学作为一门专门研究法律现象的人文社会科学，就人工智能领域产生的新的社会问题，以及对相关问题的解决，应当提出独到的见解。通过设置人工智能法学二级学科博士授权点，是响应国家人工智能发展战略，培养人工智能法学高端人才的重要举措和必然选择。

（二）可行性

从师资队伍、教学科研、人才培养等方面来看，人工智能法学院设置人工智能法学二级学科博士授权点的条件已经成熟。

1.师资队伍建设方面

学院正在组建人工智能法学研究与教学团队，拟设置人工智能法学基础理论、人工智能伦理与政策、信息与网络安全法、法律大数据及其应用研究、人工智能与法律职业共计五个教研团队，每个团队不少于4人，承担全校人工智能法选修课与必修课的教学工作。为提升现有师资教学水平，还将每年选派3名教师赴国外专门从事人工智能法学与相关科技法的研究与交流工作，每年支持20名教师参与国内相关领域的学术交流，并组织若干教师进行有针对性的教学与研究方法培训。人工智能法学院现有专职教师43人，从年龄结构来看，55岁及以上的教师有1人，45岁至54岁的教师18人，35岁至44岁的教师19人；35岁以下5人；从职称结构看，学院现有教授4人，副教授20人，讲师12人；从学历学位结构来看，获得博士学位的专任教师有25人。由此可以看出，人工智能法学院的教师队伍是以中青年教师为主体的。因此，面对人工智能法学这一新兴交叉学科，人工智能法学院的教师更易发挥其学术创造力。以应用法学学科带头人陈亮教授、人工智能法学方向的带头人冯子轩副教授为代表的一批年轻副教授及博士，近一年来潜心于人工智能法学的研究，已经取得了一批具有显示度的科研成果。除此之外，学院还将通过内培外引，引进（柔性引进）与人工智能法学相关学科国外知名专家1-2名，国内知名专家2-3人，将人工智能法学专职教师队伍扩大，由此形成由知名专家、学科带头人、方向带头人、学科骨干组成的结构合理的人才梯队。

2.教学科研方法方面

由于人工智能法学是一门新兴的综合性交叉学科，国内对此研究尚处于起步阶段。学院将以促进人工智能产业的健康发展和防范人工智能给社会公众带来的潜在风险为目标，围绕人工智能的法律规制和人工智能的司法应用，根据凝练的人工智能法学基础理论、人工智能伦理与政策、信息与网络安全法、法律大数据及其应用研究、人工智能与法律职业等五个方向，以科研平台和基地建设为重点，瞄准国内外人工智能法律的理论与实务前沿，利用二级学科建设契机吸纳校内外有志于人工智能法学研究领域的人才，尤其是研究人工智能法学的专门人才，通过跨学科的研究方法，产出一批高质量、高显示度的学术成果。具体而言，其一，将凝练特色鲜明的研究方向，形成逻辑自洽的学科体系。按照《新一代人工智能发展规划》的要求，以满足人工智能时代国家治理的社会公共需要为中心，探求人工智能法学各范畴和概念之间的逻辑关联，最终形成定位明确、理论自足、逻辑自洽的人工智能法学学科体系。其二，将加强人工智能交叉学科研究。学科的融合有利于多角度的诠释问题的本质。总体来说，我国人工智能与法律的交叉研究成果并不丰富，基本还处于研究的起步阶段，理论与实务相结合的相关成果不多。人工智能法学将法学作为支撑学科，在了解人工智能基础理论和应用技术的基础上，意图通过运用法律思维以及法律逻辑去解决人工智能技术领域产生的新的社会问题。但由于人工智能法学也是一门涉及伦理学、教义学、心理学、行为学、哲学等多学科知识的综合性交叉学科，因此，学科建设将努力整合与人工智能法学相关领域的力量，探索不同学科之间的有效合作方式，充分发挥学科间融合发展的优势。其三，将构筑辐射面广的学科平台，产出显示度高的科研成果。将整合校内外资源，积聚法学、人工智能、哲学、语言学以及人工智能产业的力量，开展系统教学和研究，逐步建设教学、研究一体化的跨学科平台。以科研平台和基地建设为重点，瞄准国内外人工智能法律的理论与实务前沿，通过跨学科的研究方法，产出一批高质量、高显示度的学术成果。例如，人工智能法学院与安徽富驰信息技术有限责任公司联合设立“人工智能法学应用课程研发中心”即将实际发挥效能。

3.人才培养模式方面

人工智能法学院已经对人才培养模式进行了积极有效的探索。

其一，本方向博士生实行“主导师+导师组”模式的培养方式。导师组主要由本专业博士生导师及有较高水平的校内外教授，并可根据实际情况，适当聘请外校或实际工作部门中有较高理论造诣和丰富实践经验且具有高级技术职称的人员协助指导。其二，对学生的培养以科研为主。坚持理论联系实际，注重培养学生分析问题、研究问题、解决问题的素质和能力。学生要分别参加由导师主持的科研课题。同时，还要求学生自选课题，结合立法、执法、理论研究中的问题，撰写学术论文。其三，专业课学习以专题研究为主，区分为导师集体指导课与导师指导课两种。课程教学在内容上应具有广度和深度，导师讲授本专业国内外最新学术动态、成果和前沿问题，引导学生去准确地领会和把握，拓宽和加强研究生理论基础、综合能力和全面素质。导师集体指导课由本方向全体导师负责，导师指导课由导师本人独立开设，以问题引导、专题讨论或者课题带动等形式进行面授。其四，搭建学术交流平台，定期主办“人工智能法学高端论坛”，邀请国内外知名专家莅临指导。此外，学院拟每年暑假举办1期面向全国知名高校博士生的“人工智能法学前沿研习营”。其五，拓宽学术交流渠道，尽可能提供并创造机会和条件，让博士生到国内外进修、考察、搜集资料，参加国家相关立法和外事、司法活动，提高博士生的科研能力，同时为撰写博士论文做好准备。总之，学院一直在探索“教学与科研相结合、理论与实践相结合、校内与校外相结合”的多元化人才培养模式，健全人才培养管理规范，保障人才培养质量。

4.学科发展前景方面

人工智能具有技术属性和社会属性高度融合的特点，是经济发展新引擎、社会发展加速器。大数据驱动的视觉分析、自然语言理解和语音识别等人工智能能力迅速提高，商业智能对话和推荐、自动驾驶、智能穿戴设备、语言翻译、自动导航、新经济预测等正快速进入实用阶段，人工智能技术正在渗透并重构生产、分配、交换、消费等经济活动环节，形成从宏观到微观各领域的智能化新需求、新产品、新技术、新业态，改变人类生活方式甚至社会结构，实现社会生产力的整体跃升。因此，人工智能法学二级学科在了解人工智能基础理论和应用技术的基础上，通过运用法律思维以及法律逻辑去解决人工智能技术领域产生的新的社会问题，具有显著的时代意义和发展前景。