陳新宇 劉穎：AI法律史論綱 | 法治社會(huì)202602

【作者】陳新宇（清華大學(xué)法學(xué)院教授、博士生導(dǎo)師）；劉穎（清華大學(xué)法學(xué)院近代法研究中心研究人員）

【來(lái)源】北大法寶法學(xué)期刊庫(kù)《法治社會(huì)》2026年第2期（文末附本期期刊目錄）。因篇幅較長(zhǎng)，已略去原文注釋。

內(nèi)容提要：人工智能時(shí)代，探求AI與法律史的結(jié)合是擺脫法律史學(xué)科危機(jī)的一條路徑。傳統(tǒng)中國(guó)法律內(nèi)含的一定體系性、形式性、邏輯性色彩，使人工智能可對(duì)法律史史料進(jìn)行有限的計(jì)算分析。人工智能之于法律史研究，可更新史料的搜集方式，提供甄別法律史史料的新思路，拓展研究邊界；之于法律史教學(xué)，可輔助法律史知識(shí)的理解與傳播，培養(yǎng)學(xué)生的批判性思維。在踐行AI法律史之際，欲維持法律史的人文學(xué)科根基以行穩(wěn)致遠(yuǎn)，法律史學(xué)人必須從法律史的發(fā)現(xiàn)、理解、批判三重功能出發(fā)，堅(jiān)守主體性，提升主動(dòng)性，從而擺脫學(xué)科危機(jī)，實(shí)現(xiàn)中華法系復(fù)興的時(shí)代使命。

關(guān)鍵詞：法律史；人工智能；中華法系

目次 引言 一、AI法律史為何可行？ 二、AI如何助力法律史研究？ 三、AI如何革新法律史教學(xué)？ 四、AI法律史何以致遠(yuǎn)？ 結(jié)語(yǔ)

引言

自20世紀(jì)八九十年代法律史學(xué)科被指面臨“危機(jī)”以來(lái)，相關(guān)的討論在幾十年間不斷進(jìn)行，并從最初的課程教學(xué)危機(jī)、21世紀(jì)初的科目危機(jī)，發(fā)展為今日的身份認(rèn)同危機(jī)，即法律史作為法學(xué)與史學(xué)的交叉學(xué)科究竟應(yīng)姓“法”還是姓“史”的問(wèn)題。“危機(jī)”是否成立及程度如何見(jiàn)仁見(jiàn)智，但為了促進(jìn)法律史學(xué)科的發(fā)展、提高學(xué)科認(rèn)可度，法律史學(xué)者在多重路徑上作出了嘗試。在材料上，受海外法律史研究動(dòng)向的啟發(fā)，廣拓以司法檔案為主，包含案牘、日記、報(bào)刊等在內(nèi)的多元史料；在方法上，深化考據(jù)等史學(xué)方法，并在法學(xué)方法方面多下功夫，盡量避免現(xiàn)代與古代、西方與中方的法學(xué)概念、體系、理念之間的簡(jiǎn)單套用，積極探索社會(huì)學(xué)、經(jīng)濟(jì)學(xué)、法社會(huì)學(xué)、法律人類學(xué)等多學(xué)科方法，拓展研究邊界；在問(wèn)題上，在保持學(xué)科獨(dú)立性的前提下，以當(dāng)今中國(guó)的具體法治建設(shè)問(wèn)題為指向，深入尋求古今法律之間的聯(lián)系，挖掘傳統(tǒng)法律文化的當(dāng)代價(jià)值和意義。陳寅恪先生在《陳垣敦煌劫余錄序》中曾對(duì)時(shí)代學(xué)術(shù)的發(fā)展與創(chuàng)新提出見(jiàn)解：“一時(shí)代之學(xué)術(shù)，必有其新材料與新問(wèn)題。取用此材料，以研求問(wèn)題，則為此時(shí)代學(xué)術(shù)之新潮流。治學(xué)之士，得預(yù)于此潮流者，謂之預(yù)流。”法律史學(xué)界不僅對(duì)新材料、新問(wèn)題進(jìn)行了探求，在新方法上也付出了努力。其中雖有應(yīng)加以審慎之處，但仍可謂是在自我反思中不斷尋求順應(yīng)時(shí)代潮流的學(xué)術(shù)之道。

然而，時(shí)代在科技的推動(dòng)下瞬息萬(wàn)變，當(dāng)下欲論法律史之危機(jī)，必?zé)o法跳開(kāi)人工智能（AI）。人工智能的應(yīng)用在社會(huì)全領(lǐng)域掀起了變革，深刻重塑著法學(xué)研究與實(shí)踐的圖景。面對(duì)法學(xué)與人工智能深度融合的時(shí)代趨勢(shì)，法律史學(xué)界卻相對(duì)沉默。人工智能的技術(shù)性無(wú)疑會(huì)對(duì)法律史的人文性造成沖擊，然而若化被動(dòng)為主動(dòng)，法律史未嘗不可將沖擊轉(zhuǎn)為助力之勢(shì)：在新材料層面，可在挖掘新史料的基礎(chǔ)上，借助人工智能整理數(shù)量龐大的舊史料，進(jìn)行結(jié)構(gòu)化和語(yǔ)義化處理，化“舊”為“新”；在新方法層面，人工智能作為新工具或可提升原有法律史研究方法的效能，例如將人工智能與量化方法結(jié)合，完成文獻(xiàn)分類、格式轉(zhuǎn)化等瑣碎工作；在新問(wèn)題層面，以原有在法律歷史中尋找規(guī)律、理解當(dāng)下問(wèn)題的意識(shí)為核心，思考具有工具性的人工智能如何與具有人文社科性的法律史相結(jié)合，進(jìn)而推動(dòng)中華法系復(fù)興的問(wèn)題。

無(wú)論接受與否，人工智能都已成不可抵之勢(shì)。因此，如何在法律史的研究與教學(xué)中利用好人工智能工具，通過(guò)材料、方法、問(wèn)題等方面的革新，推動(dòng)法律史的教與研邁向新階段，跳出學(xué)科危機(jī)論，才是當(dāng)下的關(guān)鍵。有鑒于此，本文擬提出“AI法律史”論題。所謂“AI法律史”，指在法律史研究、教學(xué)等工作中合理地使用人工智能，以拓展研究的廣度與深度，革新教學(xué)的方式。具言之，本文將首先從“法律史可否被計(jì)算”這一問(wèn)題上討論AI法律史為何可行，其次從法律史的研究與教學(xué)的雙重角度分析AI法律史如何踐行，復(fù)次結(jié)合法律史的功能與時(shí)代任務(wù)探尋AI法律史何以行穩(wěn)致遠(yuǎn)，最后對(duì)全文進(jìn)行總結(jié)與引申。

一

AI法律史為何可行？

人工智能的技術(shù)發(fā)展建立在計(jì)算能力與算法之上，從長(zhǎng)遠(yuǎn)來(lái)看，人工智能的目標(biāo)就是要用算法技術(shù)達(dá)到高智能程度，使計(jì)算機(jī)等設(shè)備工具能夠更為靈活和高效地感知、處理、運(yùn)用數(shù)據(jù)等信息。雖然基于深度學(xué)習(xí)的人工智能和傳統(tǒng)基于既定規(guī)則運(yùn)行的計(jì)算相比具有動(dòng)態(tài)性與創(chuàng)造性，但人工智能的本質(zhì)仍是對(duì)信息的計(jì)算與處理。因此，探討人工智能與法律史的結(jié)合是否可行，首先需要厘清法律史是否具備可計(jì)算性。

（一）法學(xué)與史學(xué)的可計(jì)算性討論

相關(guān)討論在法律史學(xué)界寥寥無(wú)幾，但在法學(xué)界與史學(xué)界早已有跡可循。在法學(xué)領(lǐng)域，早期的計(jì)算法學(xué)采取法律形式主義的路徑，認(rèn)為規(guī)則可形式化為代碼，法律可以用符號(hào)精確表達(dá)，從而徹底消除不確定性。然而，法律雖然具備形式化特征，但也充斥著無(wú)法被計(jì)算機(jī)理解的非程式化的話語(yǔ)，新法律問(wèn)題的出現(xiàn)也讓完全計(jì)算化不可行。隨著自然語(yǔ)言處理和機(jī)器學(xué)習(xí)技術(shù)的興起，計(jì)算法學(xué)出現(xiàn)了法律現(xiàn)實(shí)主義的轉(zhuǎn)向。自然語(yǔ)言處理技術(shù)將合同等自然語(yǔ)言轉(zhuǎn)換為符號(hào)語(yǔ)言，同時(shí)，機(jī)器學(xué)習(xí)能夠處理模糊的語(yǔ)言，并通過(guò)數(shù)據(jù)訓(xùn)練和模型微調(diào)實(shí)現(xiàn)智能預(yù)測(cè)。在此階段，人工智能技術(shù)與認(rèn)知神經(jīng)科學(xué)、心理學(xué)、社會(huì)科學(xué)等多學(xué)科方法相結(jié)合，計(jì)算立法與司法過(guò)程中的法律經(jīng)驗(yàn)數(shù)據(jù)。法律奇點(diǎn)論是計(jì)算法學(xué)法律形式主義和現(xiàn)實(shí)主義進(jìn)路的結(jié)合，其認(rèn)為在數(shù)據(jù)可獲得性大幅提升及機(jī)器學(xué)習(xí)方法持續(xù)改進(jìn)的背景下，法律領(lǐng)域?qū)⒅鸩竭~向法律奇點(diǎn)，法律的不確定性獲得消除，法律體系將處于實(shí)證平衡與規(guī)范平衡的穩(wěn)定狀態(tài)，與羅爾斯“反思性平衡”相符。然而，認(rèn)為法律可以被計(jì)算和預(yù)測(cè)從而完全消除其不確定性，只能是一種幻想。例如，如果出現(xiàn)新的法律問(wèn)題或面臨價(jià)值衡量的艱難抉擇，人工智能判斷的依據(jù)究竟是訓(xùn)練數(shù)據(jù)中的多數(shù)還是少數(shù)傾向，又或者是訓(xùn)練者在模型微調(diào)時(shí)的價(jià)值觀念？此外，法律是由意義構(gòu)成的系統(tǒng)，正是因?yàn)榉墙^對(duì)確定性，人們才能夠辯論，追求個(gè)案正義，從而確保法治的核心價(jià)值。因此，法律僅在部分程度上能夠被計(jì)算。

在歷史領(lǐng)域，我國(guó)關(guān)于史學(xué)可否被計(jì)算的爭(zhēng)論發(fā)端于1922年梁?jiǎn)⒊跂|南大學(xué)史地學(xué)會(huì)作的“歷史統(tǒng)計(jì)學(xué)”講演。梁?jiǎn)⒊赋觯皻v史統(tǒng)計(jì)學(xué)，是用統(tǒng)計(jì)學(xué)的法則，拿數(shù)目字來(lái)整理史料推論史跡……嚴(yán)格地說(shuō)：應(yīng)該名為‘史學(xué)上之統(tǒng)計(jì)的研究法’”，用歷史統(tǒng)計(jì)法來(lái)研究歷史，將同類的事件搜集起來(lái)，有助于“看出全個(gè)社會(huì)的活動(dòng)變化”。歷史統(tǒng)計(jì)學(xué)雖然算不上嚴(yán)格意義的計(jì)量史學(xué)，但將統(tǒng)計(jì)學(xué)方法運(yùn)用于史學(xué)研究領(lǐng)域的做法與當(dāng)今計(jì)量史學(xué)相合，因此有學(xué)者認(rèn)為梁?jiǎn)⒊皻v史統(tǒng)計(jì)學(xué)”實(shí)為今天計(jì)量史學(xué)的先行狀態(tài)。在梁?jiǎn)⒊某珜?dǎo)之后，民國(guó)史學(xué)界涌現(xiàn)了一批支持和踐行統(tǒng)計(jì)學(xué)方法的作品，但此法也遭到了不少質(zhì)疑。例如，何炳松指出用統(tǒng)計(jì)學(xué)方法作歷史研究只能分析物質(zhì)狀況，不能得知人類內(nèi)心動(dòng)機(jī)，因而無(wú)法探知社會(huì)演化的真實(shí)原因；而且在運(yùn)用統(tǒng)計(jì)方法的過(guò)程中，學(xué)者惰于收集材料導(dǎo)致偽造現(xiàn)象時(shí)常出現(xiàn)。計(jì)算歷史之路在西方史學(xué)界也并非一帆風(fēng)順，尤其是20世紀(jì)后半葉，計(jì)量史學(xué)受到了眾多批評(píng)。例如，1974年出版的《苦難的時(shí)代：美國(guó)奴隸制經(jīng)濟(jì)學(xué)》通過(guò)量化數(shù)據(jù)和數(shù)字模型得出了奴隸制下經(jīng)濟(jì)效率更高、奴隸主對(duì)奴隸的剝削率遠(yuǎn)低于普遍假設(shè)等顛覆傳統(tǒng)道德判斷的結(jié)論，其在數(shù)據(jù)的選取上存在錯(cuò)誤與偏見(jiàn)，而且忽略了史學(xué)的語(yǔ)境與多元解釋傳統(tǒng)，由此引來(lái)了計(jì)量史學(xué)和傳統(tǒng)史學(xué)的雙重批判。現(xiàn)今，由于計(jì)算機(jī)和人工智能技術(shù)的發(fā)展，無(wú)論歷史學(xué)者是否自認(rèn)為是數(shù)字史學(xué)家，實(shí)際上皆已在使用在線檔案、數(shù)據(jù)庫(kù)等數(shù)字資源。史學(xué)的可計(jì)算問(wèn)題進(jìn)入了新階段，關(guān)鍵在于在歷史研究中要摒棄工具至上和數(shù)據(jù)崇拜的觀念，正視現(xiàn)代史學(xué)面臨的平衡傳統(tǒng)與數(shù)字化進(jìn)路的新挑戰(zhàn)，對(duì)史學(xué)研究的方法和知識(shí)生產(chǎn)進(jìn)行反思。

（二）法律史與人工智能結(jié)合的可行性

法學(xué)與史學(xué)是否可計(jì)算的討論，為法律史可否計(jì)算的問(wèn)題提供了理論支撐與啟發(fā)。具有形式化特征的法律規(guī)則和司法實(shí)踐產(chǎn)生的數(shù)據(jù)可以被技術(shù)捕捉和計(jì)算，長(zhǎng)時(shí)段的社會(huì)結(jié)構(gòu)與行為模式變化可以經(jīng)由統(tǒng)計(jì)與建模等方式揭示，因而法學(xué)與史學(xué)都在一定范圍內(nèi)可計(jì)算。但法律系統(tǒng)內(nèi)在的價(jià)值衡量與對(duì)于個(gè)案正義的追求，歷史事件獨(dú)特的語(yǔ)境及敘事的多元性，皆難以用數(shù)據(jù)和人工智能計(jì)算簡(jiǎn)單地表達(dá)。

作為法學(xué)與史學(xué)交叉學(xué)科的法律史同樣可以進(jìn)行有限的計(jì)算，法律文本與司法實(shí)踐的規(guī)則性和程序性部分，法律思想及裁判模式的宏觀變化和多時(shí)多地的比較，以及法律現(xiàn)象與社會(huì)事件之間的因果關(guān)系等部分具有廣闊的可計(jì)算的空間。蔣舸指出，現(xiàn)代法律“總體而言以理性主義為基礎(chǔ)”，而算法同樣是基于理性主義，因此法律具有算法屬性，算法和法律都通過(guò)形式化過(guò)程來(lái)降低認(rèn)知負(fù)擔(dān)和提升效率。然而，如果說(shuō)現(xiàn)代法律是理性化和具有邏輯性的，中國(guó)傳統(tǒng)法律卻時(shí)常被打上“反邏輯”的標(biāo)簽，令人對(duì)人工智能可否提取其結(jié)構(gòu)性特征和計(jì)算產(chǎn)生懷疑。但筆者認(rèn)為，傳統(tǒng)法律在一定程度上具備體系性和科學(xué)性，因而完全可嘗試將人工智能算法用于法律史研究與教學(xué)之中。

首先，中國(guó)傳統(tǒng)法律呈現(xiàn)出體系化、結(jié)構(gòu)化的特征。一方面，中國(guó)古代具有多種法源，包括經(jīng)義、制定法、案例法。其中，制定法包括多種形式，在適用的時(shí)候，這些法律形式的地位和效力有所分別。滋賀秀三將帝制中國(guó)的制定法區(qū)分為基本法典、單行指令和副次法典三種類型，基本法典如《唐律疏議》，單行指令如宋敕，副次法典則是對(duì)單行指令的整理和匯編，如宋代編敕、明清條例等。在適用的次序上，單行指令優(yōu)于副次法典，副次法典優(yōu)于基本法典。另一方面，制定法內(nèi)部結(jié)構(gòu)精妙，并經(jīng)修改達(dá)至和諧。中國(guó)古代律典與近現(xiàn)代西方法典不同，不用數(shù)字對(duì)條文進(jìn)行編號(hào)，不以民、刑等作為條文劃分標(biāo)準(zhǔn)，但其采用的條標(biāo)設(shè)置、分類方法與“例分八字”等規(guī)范連接詞，推動(dòng)行為類型化、后果責(zé)任化、分類科學(xué)化，使傳統(tǒng)律典的邏輯性與體系性得到提升。清朝乾隆年間，還形成了“五年一小修，十年一大修”的修例定制，因而可以根據(jù)社會(huì)變化調(diào)整法律和政策，提高立法的協(xié)調(diào)性，減少不同法源之間的沖突。

其次，中國(guó)傳統(tǒng)的司法審判存在一定的可被觀測(cè)和結(jié)構(gòu)化的邏輯。韋伯曾將中國(guó)傳統(tǒng)的法律歸為實(shí)質(zhì)非理性法，并將中國(guó)傳統(tǒng)的司法審判稱為“卡迪司法”，但這種二元對(duì)立的分類標(biāo)準(zhǔn)也引發(fā)了學(xué)界的大討論。從史實(shí)上看，傳統(tǒng)法之“確定”與“不確定”皆有例證，且對(duì)理合常情的追求使得“權(quán)變”這類具有“不確定性”的行為在司法中能夠被國(guó)人接受。于此，用西式標(biāo)準(zhǔn)評(píng)判中國(guó)傳統(tǒng)之法律或有方枘圓鑿之嫌。因主題限制，本文無(wú)意對(duì)此問(wèn)題進(jìn)行展開(kāi)，然而必須指出的是，中國(guó)傳統(tǒng)之司法雖難以符合“確定性”標(biāo)準(zhǔn)，但也非系隨意進(jìn)行。楊鴻烈在《袁枚評(píng)傳》中曾將法學(xué)與數(shù)學(xué)作比，將二者說(shuō)為清代科學(xué)方法的總源頭：“數(shù)學(xué)之為科學(xué)方法，可毋庸多說(shuō)；而法律的本身最是講究條理的明晰，而在審判案件應(yīng)用它的時(shí)候，又最注重搜集及調(diào)查證據(jù)。”一般而言，在具體的司法審判過(guò)程中，法律專職人員需要嚴(yán)格遵照規(guī)則處理案件，即劉頌所說(shuō)的“主者守文”，由此展現(xiàn)司法中職業(yè)化與形式化的一面；必要時(shí)也通過(guò)“大臣釋滯”和“君主權(quán)斷”對(duì)法律進(jìn)行便宜適用，此為法適用之相對(duì)性與模糊性所在。前者既須援引規(guī)則，便存在著以人工智能學(xué)習(xí)海量判詞、總結(jié)司法判決規(guī)律的可能性。后者以經(jīng)驗(yàn)方法為主，并非常制，不過(guò)也可考慮作為模型中的特殊參數(shù)加以處理。

一言以蔽之，中國(guó)傳統(tǒng)法律內(nèi)含的體系性、形式性、邏輯性為法律史可被計(jì)算提供了基礎(chǔ)。當(dāng)然，這并非等同于法律史的完全算法化。先人之“權(quán)變”與判詞說(shuō)理，融合了司法經(jīng)驗(yàn)、理論功底、倫理判斷，彰顯了官員的個(gè)體修養(yǎng)和對(duì)地方民情的理解，人工智能無(wú)法計(jì)算出這些人類在法律歷史中對(duì)意義與價(jià)值的判斷。

二

AI如何助力法律史研究？

根據(jù)前述，從理論層面而言，運(yùn)用人工智能對(duì)法律史進(jìn)行計(jì)算分析已具備可行性。但可行只是前提條件，具體如何踐行“AI法律史”，使人工智能對(duì)法律史的發(fā)展產(chǎn)生實(shí)際助益，是一個(gè)更為關(guān)鍵的問(wèn)題。本文認(rèn)為，結(jié)合人工智能的功能及現(xiàn)有研究來(lái)看，人工智能至少可從以下三個(gè)方面助力法律史研究：

其一，人工智能技術(shù)或可更新史料的搜集方式。欲想得出客觀之結(jié)論，還原法律之事實(shí)，提高論證之信服，須盡可能廣博地搜集各種相關(guān)史料，取舍得當(dāng)。然而，面對(duì)數(shù)量龐大且分散的法律史料，搜索和整理工作耗時(shí)耗力，很難避免遺漏。如有檢索功能強(qiáng)大的工具可以使用，搜集的效率和范圍將會(huì)大幅提高及擴(kuò)大。這類需求其實(shí)早已產(chǎn)生，相應(yīng)地，古代已有對(duì)經(jīng)典作系統(tǒng)整理以便于檢索的嘗試。例如，汪輝祖匯集“二十四史”中記載的人物，按姓氏標(biāo)記，收錄成冊(cè)，依照韻部分類編排，完成《史姓韻編》一書。這類工具書是以個(gè)體之力助力古籍系統(tǒng)整理的有益嘗試，不過(guò)較為零散，編纂方法也不夠科學(xué)。近代出現(xiàn)了采用西方現(xiàn)代索引技術(shù)整理中國(guó)典籍的“引得”，其不僅能夠幫助定位檢索，還有助于分析和比較某個(gè)特定關(guān)鍵詞或人物在一份文獻(xiàn)中的發(fā)展態(tài)勢(shì)，從而形成新的問(wèn)題意識(shí)并實(shí)現(xiàn)思維開(kāi)拓。1930年，在“整理國(guó)故”的號(hào)召下，從哥倫比亞大學(xué)畢業(yè)、在燕京大學(xué)執(zhí)教的洪業(yè)提議并促進(jìn)了哈佛燕京學(xué)社引得編纂處的成立。引得編纂處自1930年成立至1951年間編出引得64種，共81冊(cè)，內(nèi)容遍及經(jīng)史子集。在法律典籍的引得方面，1964年莊為斯編有《唐律疏議引得》。《唐律疏議引得》涵括《唐律疏議》之律、疏議、注和問(wèn)答諸條，提供單字部首索引，同一部首的各單字按筆畫多少的順序排列。引得按筆畫編排，相同者則依照部首的次序決定先后。此外，《唐律疏議引得》還附有律名表，以便使用者能夠在各不同版本的《唐律疏議》中快速定位。該引得幫助學(xué)者快速檢索關(guān)鍵詞和定位相關(guān)條目，為全面揭示唐律的術(shù)語(yǔ)含義和邏輯體系提供了極大便利，對(duì)唐律的縱深研究有重要價(jià)值。例如，若要從《唐律疏議》對(duì)“及”“準(zhǔn)”等字詞的使用評(píng)價(jià)其立法技術(shù)，對(duì)比研究不同罪名、處罰的適用，首先需要匯總出現(xiàn)此字的條目，然后根據(jù)引得相對(duì)快速地完成匯集工作。

從古代零星的檢索工具書到近代走向科學(xué)的引得，可見(jiàn)不同時(shí)代學(xué)者在文獻(xiàn)化“死”為“活”上所作的努力。但紙質(zhì)時(shí)代的索引缺陷是顯而易見(jiàn)的，可能存在錯(cuò)誤、遺漏，同時(shí)也更新困難。數(shù)字時(shí)代的到來(lái)改善了上述情況，光學(xué)字符識(shí)別（OCR）技術(shù)的運(yùn)用使紙本文獻(xiàn)轉(zhuǎn)化為可檢索的數(shù)字文本，研究者可以直接搜索關(guān)鍵詞進(jìn)行定位。然而，使用古籍OCR技術(shù)生成數(shù)據(jù)與利用計(jì)算機(jī)技術(shù)對(duì)原始文本進(jìn)行處理相比，雖然效率更高，成本更低，但數(shù)據(jù)的準(zhǔn)確性也相應(yīng)地有所降低。此外，電子數(shù)據(jù)庫(kù)的檢索范圍雖然較紙質(zhì)引得更廣，但跨庫(kù)的橫向檢索尚難實(shí)現(xiàn)。在人工智能時(shí)代，固然應(yīng)持續(xù)推進(jìn)古籍文獻(xiàn)的數(shù)字化工作，提升OCR的古文字識(shí)別準(zhǔn)確度，加強(qiáng)各大數(shù)據(jù)庫(kù)之間的溝通。不過(guò)，更為重要的是建設(shè)智能數(shù)據(jù)庫(kù)，推動(dòng)數(shù)據(jù)庫(kù)從“數(shù)字化”向“數(shù)智化”的轉(zhuǎn)型，對(duì)人工智能進(jìn)行訓(xùn)練以使其“理解”語(yǔ)義，對(duì)古籍中的人物、事件、制度等進(jìn)行標(biāo)注，從而構(gòu)建知識(shí)要素之間的關(guān)聯(lián)。除了數(shù)據(jù)庫(kù)的應(yīng)用，這類智能化語(yǔ)義技術(shù)還可在多方面輔助檢索。目前，已有學(xué)者利用經(jīng)過(guò)《四庫(kù)全書》等語(yǔ)料預(yù)訓(xùn)練的古文模型“Sikubert”，通過(guò)預(yù)訓(xùn)練語(yǔ)言模型和對(duì)比學(xué)習(xí)目標(biāo)的復(fù)合方法訓(xùn)練人工智能尋找古漢語(yǔ)語(yǔ)境下的引用關(guān)系。這一技術(shù)在法律史研究領(lǐng)域?qū)⒂袠O大的適用空間。例如，中國(guó)古代有眾多判詞流傳，這些判詞是體現(xiàn)古代司法官員審判基本理念的重要載體。唐朝時(shí)期的判詞尤為注重典故的運(yùn)用。受個(gè)人風(fēng)格影響，于成龍等官員在判詞中也喜好引經(jīng)據(jù)典。經(jīng)典的運(yùn)用使判詞語(yǔ)義涵蓋的內(nèi)容極為豐富，此時(shí)引進(jìn)人工智能技術(shù)溯源這些引文，有助于厘清判詞的說(shuō)理依據(jù)，加深對(duì)傳統(tǒng)司法論證的理解。再以經(jīng)典的“父為子隱”案為例，在養(yǎng)父子關(guān)系的情境下，對(duì)于養(yǎng)父藏匿犯下殺人罪行的養(yǎng)子應(yīng)當(dāng)如何裁斷，董仲舒先后引《詩(shī)經(jīng)》與《春秋》，作了如下推論：“甲無(wú)子，振活養(yǎng)乙，雖非所生，誰(shuí)與易之？《詩(shī)》曰：‘螟蛉有子，蜾蠃負(fù)之。’《春秋》之義，父為子隱，甲宜匿乙，而不當(dāng)坐。”其對(duì)《春秋》的引用意在否定藏匿罪對(duì)近親屬的運(yùn)用，但對(duì)《詩(shī)經(jīng)》的引用未必這么好理解。據(jù)《睡虎地秦墓竹簡(jiǎn)》記載，養(yǎng)父子關(guān)系與親生父子關(guān)系有所差別，因此董仲舒或許意在引《詩(shī)經(jīng)》來(lái)否定法律對(duì)父子是否親生的區(qū)別對(duì)待。這個(gè)論證的過(guò)程是隱晦的，如果人工智能能夠幫助研究者在簡(jiǎn)牘中自動(dòng)比對(duì)語(yǔ)義關(guān)聯(lián)，找到董仲舒的論證與《睡虎地秦墓竹簡(jiǎn)》相關(guān)條文的聯(lián)系，研究者便能更為清晰地發(fā)現(xiàn)案件論證的邏輯路徑。

其二，人工智能或可提供甄別法律史史料的新思路，尤其是輔助識(shí)別某一特定史料的作者身份。近期，上海海洋大學(xué)與上海外國(guó)語(yǔ)大學(xué)的研究團(tuán)隊(duì)提出了兩種基于機(jī)器學(xué)習(xí)的作者識(shí)別模型，對(duì)《紅樓夢(mèng)》前80回與后40回是否出自同一作者這一“紅學(xué)”上的經(jīng)典問(wèn)題展開(kāi)了研究。此前，也有學(xué)者運(yùn)用機(jī)器學(xué)習(xí)方法，結(jié)合預(yù)訓(xùn)練語(yǔ)言模型與深度學(xué)習(xí)模型對(duì)存在歸屬爭(zhēng)議的程頤、程顥語(yǔ)錄進(jìn)行了判斷。法律史文本同樣存有作者歸屬問(wèn)題，以上研究成果為法律史研究開(kāi)拓了新思路。例如，法律史學(xué)界激烈討論的《刪除律例內(nèi)重法折》歸屬問(wèn)題，便可嘗試以沈家本、伍廷芳二人的已知奏折、文章等作為樣本訓(xùn)練人工智能模型，借用自然語(yǔ)言處理技術(shù)提取兩人的常用詞匯、句法結(jié)構(gòu)、虛詞等，從而對(duì)《刪除律例內(nèi)重法折》全文給出作者歸屬的概率判斷。不過(guò)，人工智能存在解釋“黑箱”，無(wú)法清晰地解釋特征如何提取，判斷的準(zhǔn)確度也受訓(xùn)練樣本的影響，因此只能作為研究的輔助工具使用，學(xué)者在比對(duì)多重史料后進(jìn)行的嚴(yán)密論證仍舊具備核心價(jià)值。

其三，人工智能技術(shù)可與量化方法結(jié)合，擴(kuò)展法律史研究的可能性。具有統(tǒng)計(jì)學(xué)色彩的量化方法無(wú)疑是對(duì)傳統(tǒng)史學(xué)方法的變革。首先，可借助量化方法對(duì)史料進(jìn)行辨?zhèn)巍＿@種形式的辨?zhèn)螀^(qū)別于史料學(xué)、文獻(xiàn)學(xué)，借由某種形式的計(jì)算完成。其次，量化方法還可幫助揭示歷史中潛在的因果關(guān)系。以金觀濤、劉青峰的研究團(tuán)隊(duì)為例，其一改從思想史的角度研究觀念，通過(guò)建立數(shù)據(jù)庫(kù)、運(yùn)用數(shù)據(jù)挖掘的方式尋找表示特定觀念的核心關(guān)鍵詞，對(duì)其意義進(jìn)行統(tǒng)計(jì)分析，由此發(fā)現(xiàn)中國(guó)近現(xiàn)代觀念的起源和演變，及其與社會(huì)行動(dòng)之間的關(guān)系。在觀念與行動(dòng)之間的因果關(guān)系之外，歷史中還存在多重因果關(guān)系，量化方法能夠利用數(shù)據(jù)對(duì)多種假說(shuō)進(jìn)行驗(yàn)證，從而提出更為真實(shí)的假說(shuō)。不過(guò)當(dāng)前法律史學(xué)的方法訓(xùn)練仍以傳統(tǒng)方法為主，且量化方法存在技術(shù)壁壘，因而法律史學(xué)界在專業(yè)研究中使用量化方法的作品仍屬少數(shù)。目前在中國(guó)用量化方法研究法律史的大多是經(jīng)濟(jì)史出身的學(xué)者，其研究給清代命案、妻妾買賣等法律史問(wèn)題帶來(lái)了新視角和新方法。對(duì)于法律史學(xué)者而言，量化方法仍是一片有待開(kāi)發(fā)的藍(lán)海。

人工智能為使用量化方法研究法律史提供了技術(shù)可能。一方面，量化需要將數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，存在技術(shù)門檻，而且利用計(jì)算機(jī)處理數(shù)據(jù)需要大量人力，與法律史學(xué)界“單打獨(dú)斗”的模式不符。如在對(duì)比中西方的不同訴訟檔案時(shí)，以定量方法劃分制度屬性、進(jìn)行標(biāo)準(zhǔn)化賦值和多維比較，可提高制度的可比性和說(shuō)服力。然而，檔案在語(yǔ)言、格式、敘事風(fēng)格等多方面的差異，要求研究者進(jìn)行翻譯精校和人工數(shù)據(jù)標(biāo)注等工作，需要較多人力與時(shí)間。人工智能的引入在一定程度上破解了上述困境，智能翻譯和自然語(yǔ)言處理等方式有助于提升量化效率，減少人力需求，使研究者能夠在更短時(shí)間內(nèi)完成數(shù)據(jù)處理和關(guān)聯(lián)發(fā)現(xiàn)。另一方面，在量化中引入人工智能還有助于突破主觀的局限性，挖掘更多的研究主題。在以往的量化研究中，人工標(biāo)注容易產(chǎn)生主觀偏差。當(dāng)前有學(xué)者基于監(jiān)督機(jī)器學(xué)習(xí)的自然語(yǔ)言處理方法對(duì)《清實(shí)錄》進(jìn)行了數(shù)據(jù)處理，發(fā)現(xiàn)在量化處理數(shù)據(jù)的過(guò)程中引入人工智能，不僅大幅提高了量化數(shù)據(jù)的覆蓋范圍，而且以結(jié)合預(yù)訓(xùn)練和監(jiān)督學(xué)習(xí)的方式實(shí)現(xiàn)高精度、無(wú)偏差的量化，避免了人工處理的主觀性、前見(jiàn)性。此外，陳鈺琪等學(xué)者的研究團(tuán)隊(duì)利用Transformer的嵌入模型在歷史文本中進(jìn)行心理測(cè)量，并建構(gòu)了中國(guó)歷史心理學(xué)語(yǔ)料庫(kù)，嘗試以模型模擬古人作問(wèn)卷測(cè)試，展現(xiàn)心理反應(yīng)。此類模型未嘗不可用于法律史研究中，例如，通過(guò)嵌入模型分析《刑科題本》或地方司法檔案，提取出法律條文適用與裁判邏輯背后的心理傾向，實(shí)現(xiàn)對(duì)影響裁判者作出判決的情感因素更為科學(xué)的考量。

三

AI如何革新法律史教學(xué)？

當(dāng)今法律史之發(fā)展，研究與教學(xué)乃一體兩面，如何以人工智能實(shí)現(xiàn)法律史教學(xué)的革新，同樣值得探究。2017年國(guó)務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》中強(qiáng)調(diào)，人工智能與法學(xué)學(xué)科專業(yè)教育要交叉融合。近十年來(lái)，各大法學(xué)院校對(duì)如何將人工智能與法學(xué)教育結(jié)合、培養(yǎng)現(xiàn)代化法治人才進(jìn)行路徑探索。通過(guò)設(shè)置數(shù)字法學(xué)的二級(jí)學(xué)科，開(kāi)設(shè)數(shù)據(jù)法學(xué)等新課程，在傳統(tǒng)法學(xué)課程中引入自動(dòng)駕駛等智能時(shí)代下的法律問(wèn)題，法學(xué)教育的人工智能化取得了一定進(jìn)展。然而，與民法、刑法、勞動(dòng)法等應(yīng)用法學(xué)相比，法律史與平臺(tái)用工等人工智能帶來(lái)的法律應(yīng)用問(wèn)題相距甚遠(yuǎn)；與同屬理論法學(xué)的法理學(xué)、憲法學(xué)等學(xué)科相比，法理學(xué)與憲法學(xué)尚可就人工智能是否具有主體地位等理論問(wèn)題展開(kāi)討論，以史為綱的法律史學(xué)科卻難以加入。但是，人工智能與法學(xué)教育的結(jié)合并非僅包括上述層面，人工智能對(duì)法學(xué)教學(xué)方式的變革同樣值得探索。在法律史教學(xué)中，完全可以嘗試引入人工智能技術(shù)，探索不同于以往文本研讀和課堂講授等形式的新教學(xué)方式。

從法律史教師的角度出發(fā)，人工智能可以代替教師完成瑣碎的工作，提高教師課前準(zhǔn)備的效率。教學(xué)是培養(yǎng)未來(lái)之才的關(guān)鍵之道，在力求建設(shè)教育強(qiáng)國(guó)的時(shí)代，教學(xué)質(zhì)量更顯可貴。然而，在當(dāng)前的考核體系下，高校教師往往需要進(jìn)行年度綜合性考核、科研考核與教學(xué)考核。如果教師在完成制作課件等知識(shí)含量相對(duì)欠缺的任務(wù)上花費(fèi)太多不必要的時(shí)間，則會(huì)舍本逐末，使教學(xué)質(zhì)量和科研成果大打折扣。若有人工智能的幫助，在課前準(zhǔn)備環(huán)節(jié)，教師完成教案后即可借助Kimi、Napkin等PPT制作工具智能生成課件，其本人僅需對(duì)細(xì)節(jié)作調(diào)整，無(wú)須再花費(fèi)時(shí)間做排版工作。利用元典問(wèn)達(dá)、AlphaGPT等依托大模型技術(shù)的智能系統(tǒng)，法律史教師也可快速尋找到便于進(jìn)行古今對(duì)比的法律條文及案例。壓縮備課時(shí)間后，教師得以更為潛心地打磨授課的核心邏輯與內(nèi)容，與人工智能實(shí)現(xiàn)專業(yè)分工，由“全才”向“專才”轉(zhuǎn)變。

從學(xué)生的角度出發(fā)，適用人工智能有助于初期法律史的學(xué)習(xí)，對(duì)人工智能生成內(nèi)容的反思也有益于批判性思維的培養(yǎng)。既然法律史有“史”的一面，則基礎(chǔ)的歷史知識(shí)必不可少。此處之“基礎(chǔ)”，首先為法典頒行時(shí)間等基礎(chǔ)史實(shí)，此自不待多言。其次，法律史學(xué)習(xí)以原典閱讀為依托，這也是為何多所院校堅(jiān)持以讀書會(huì)或研讀班的模式進(jìn)行教學(xué)。中國(guó)法律史原典的排布通常是從右至左、從上至下，以繁體寫作，加之古文言簡(jiǎn)意深，閱讀頗需花費(fèi)一番功夫。法律史中“法”知識(shí)的一面，則以歷代罪名、刑名、法律程序等為表征，輔以法律的實(shí)際運(yùn)行、法律文化、立法指導(dǎo)思想等加深理解。為此，學(xué)生在法律史學(xué)習(xí)之初往往不知從何處下手，缺乏古文的閱讀訓(xùn)練又導(dǎo)致對(duì)法律史文本有理解障礙。這些基礎(chǔ)知識(shí)與技巧方法自然是法律史專業(yè)學(xué)習(xí)之必備，但在入門之初，借助人工智能可幫助學(xué)生對(duì)法律史有初步的了解，不至于畏難而退。例如，人工智能的句讀劃分、術(shù)語(yǔ)解釋降低了原典閱讀的難度，對(duì)官制、罪名等專業(yè)術(shù)語(yǔ)內(nèi)涵的流變與對(duì)比使整體的學(xué)習(xí)脈絡(luò)更為清晰，對(duì)某一法律史問(wèn)題在古今中西的呈現(xiàn)則能夠打通學(xué)習(xí)思維的時(shí)空局限。當(dāng)前，國(guó)內(nèi)多所高校的法學(xué)院皆創(chuàng)辦了LL.M.項(xiàng)目，向全球招收學(xué)習(xí)中國(guó)法律的留學(xué)生。相較于其他中國(guó)法學(xué)學(xué)科，外國(guó)學(xué)生在學(xué)習(xí)中國(guó)法制史時(shí)面臨的語(yǔ)言障礙更大，因?yàn)橹袊?guó)傳統(tǒng)的很多制度、官職、法律思想等都難以在英文中找到對(duì)應(yīng)的單詞。人工智能一方面可以完成較為切合的語(yǔ)言翻譯，另一方面也可以利用留學(xué)生熟悉的本國(guó)法律概念作為認(rèn)知橋梁。例如，人工智能可以引導(dǎo)留學(xué)生類比“情理”與“衡平”，幫助留學(xué)生跨越語(yǔ)言障礙，更為深刻地理解中國(guó)傳統(tǒng)法律文化的邏輯。此外，對(duì)于法學(xué)院校外的其他社會(huì)“學(xué)生”，人工智能亦提升了法律史知識(shí)的可得性，從學(xué)生到各行各業(yè)的從業(yè)者，皆可使用生成式人工智能就法律史問(wèn)題進(jìn)行提問(wèn)，獲得較為準(zhǔn)確的回答。更重要的是，人工智能可以結(jié)合案例、圖片進(jìn)行回答，增添了法律史知識(shí)的趣味，更便于知識(shí)在公眾間的內(nèi)化與傳播。將法律史知識(shí)向社會(huì)公眾進(jìn)行下沉式傳播，未嘗不是提高法律史影響力，進(jìn)而化解學(xué)科危機(jī)的一種方式。

人工智能模型的運(yùn)作本質(zhì)是在大量訓(xùn)練數(shù)據(jù)的基礎(chǔ)上進(jìn)行概率預(yù)測(cè)，在進(jìn)行數(shù)據(jù)處理和模式識(shí)別時(shí)可能出現(xiàn)偏差，從而產(chǎn)生“幻覺(jué)”問(wèn)題。不過(guò)對(duì)于“幻覺(jué)”，既可用特定指令要求其提供依據(jù)，更可積極地加以利用，培養(yǎng)學(xué)生的批判性思維。具言之，詢問(wèn)人工智能某個(gè)案例始末或人物生平時(shí)，人工智能可能會(huì)混淆或杜撰信息，學(xué)生應(yīng)查閱資料進(jìn)行核實(shí)。此外，人工智能在解釋傳統(tǒng)法律時(shí)，也可能會(huì)不恰當(dāng)?shù)靥子矛F(xiàn)代或西方的理論或觀念，產(chǎn)生文化誤讀，這也提醒學(xué)生在學(xué)習(xí)法律史時(shí)不要以今度古、牽強(qiáng)附會(huì)。2025—2026年秋季學(xué)期，清華大學(xué)法學(xué)院本科生的“中國(guó)法制史學(xué)”課程布置了一次人工智能與法律史結(jié)合的作業(yè)，請(qǐng)同學(xué)們以小組為單位，結(jié)合人工智能對(duì)一個(gè)中國(guó)法律史問(wèn)題展開(kāi)研究。從展示的結(jié)果來(lái)看，大部分學(xué)生在進(jìn)行文獻(xiàn)與案例收集、綜述、法條梳理等前期準(zhǔn)備時(shí)，皆發(fā)現(xiàn)生成式人工智能能夠快速和相對(duì)準(zhǔn)確地梳理、分析、對(duì)比已有文獻(xiàn)和案例，但普遍存在“幻覺(jué)”問(wèn)題，其推薦的文獻(xiàn)與案例需要人工溯源驗(yàn)證。而進(jìn)入到內(nèi)容的實(shí)質(zhì)分析步驟，人工智能更存在著去語(yǔ)境化、分析淺顯、價(jià)值評(píng)價(jià)單一等問(wèn)題。例如，研究“原心定罪”的學(xué)生嘗試用人工智能統(tǒng)計(jì)《通典·刑》當(dāng)中出現(xiàn)的“義”“心”“志”語(yǔ)詞，人工智能雖然完成了統(tǒng)計(jì)出現(xiàn)頻次的任務(wù)，但缺乏對(duì)這些字詞在不同語(yǔ)境中的區(qū)分與疏理；探討施劍翹刺殺孫傳芳案件的學(xué)生則指出，人工智能的分析具有“法律—政治”二元對(duì)立的傾向，同時(shí)缺乏對(duì)社會(huì)背景、施劍翹本人在輿論塑造方面的討論。在帶著法律史問(wèn)題與人工智能多次對(duì)話的過(guò)程中，學(xué)生們不斷進(jìn)行質(zhì)疑，對(duì)答案作修正，從而使批判性思維與問(wèn)題意識(shí)得以強(qiáng)化。提問(wèn)與修正需要以精讀文獻(xiàn)、辯證思考為基礎(chǔ)，學(xué)生也因此更好地掌握了法律史的具體知識(shí)。

從師生與人工智能協(xié)同共進(jìn)的角度出發(fā)，人工智能能助力傳統(tǒng)法律史課堂向多智能體課堂轉(zhuǎn)變。當(dāng)前主要的課堂教學(xué)模式分為兩種，一為傳統(tǒng)的面對(duì)面式教學(xué)，二為以“慕課”等平臺(tái)為代表的網(wǎng)絡(luò)視頻教學(xué)。近期有關(guān)教育智能體的研究創(chuàng)新，或許會(huì)引發(fā)課堂教學(xué)模式的變革，形成線上多智能體課堂，學(xué)生與多智能體通過(guò)窗口進(jìn)行互動(dòng)。智能體的特點(diǎn)在于能夠感知環(huán)境并執(zhí)行任務(wù)，教學(xué)環(huán)境表現(xiàn)為復(fù)雜的課堂教學(xué)情境，任務(wù)則包括知識(shí)講授、思維引導(dǎo)、課堂互動(dòng)與課后鞏固等。在知識(shí)講授層面，教師可上傳課堂講義、教材和其他教學(xué)資料等，形成自己的知識(shí)庫(kù)，創(chuàng)建導(dǎo)師智能體，及時(shí)關(guān)注每位同學(xué)的學(xué)習(xí)進(jìn)度，進(jìn)行個(gè)性化指導(dǎo)。助教智能體則在課堂進(jìn)行的過(guò)程中實(shí)時(shí)關(guān)注評(píng)論區(qū)，隨時(shí)進(jìn)行答疑，并負(fù)責(zé)課后的作業(yè)批改。在思維引導(dǎo)與課堂互動(dòng)層面，具有不同學(xué)習(xí)風(fēng)格的同伴智能體可以對(duì)老師的授課內(nèi)容進(jìn)行提問(wèn)、質(zhì)疑或總結(jié)。例如，清華大學(xué)試點(diǎn)推廣的MAIC課程配備了“顯眼包”“好奇寶寶”“筆記員”和“思考者”四種同伴智能體，分別負(fù)責(zé)活躍課堂氣氛、提問(wèn)、分享筆記及引導(dǎo)課堂深入討論，打破了屏幕帶來(lái)的隔閡。在課后鞏固層面，可分設(shè)協(xié)作型智能體與對(duì)抗型智能體。協(xié)作型智能體作為學(xué)生的小組團(tuán)隊(duì)成員，與其共同完成課后作業(yè)；對(duì)抗型智能體則作為學(xué)生的競(jìng)爭(zhēng)者或質(zhì)疑者，在觀點(diǎn)交鋒中幫助學(xué)生回顧課堂知識(shí)。法律史以過(guò)去的法律為研究與教學(xué)對(duì)象，若能在老師、助教、同學(xué)等基礎(chǔ)智能體之外設(shè)置諸類歷史人物智能體，模擬傳統(tǒng)或近代立法、司法等情景，可引導(dǎo)學(xué)生從不同社會(huì)角色、不同歷史時(shí)期的角度思考問(wèn)題，形成“沉浸—體驗(yàn)”式的學(xué)習(xí)環(huán)境。例如，在講授清末變法修律時(shí)，可設(shè)置“修訂法律大臣”智能體，使學(xué)生能夠與其直接對(duì)話，理解當(dāng)時(shí)法律草案起草者的想法；在講授“楊乃武與小白菜”等法律史經(jīng)典案例時(shí)，可引入“地方縣令”與“刑部官員”智能體，使學(xué)生能夠直接感受到在案件審理的不同階段、不同層級(jí)的斷案邏輯差別；在講授儒家與法家的法律思想時(shí)，可分別設(shè)置兩個(gè)學(xué)派的代表人物智能體，接受學(xué)生的提問(wèn)，互相辯論。多智能體課堂的優(yōu)勢(shì)顯而易見(jiàn)，當(dāng)學(xué)生與這些智能體互動(dòng)時(shí)，其也從法律史的旁觀者成為親歷者。同時(shí)，智能體可以根據(jù)每個(gè)學(xué)生的發(fā)言判斷其對(duì)知識(shí)的掌握程度，從而對(duì)講解的難度和速度進(jìn)行調(diào)整。

不過(guò)，當(dāng)前智能體研究與應(yīng)用的現(xiàn)狀也反映出了一些問(wèn)題。其一，教學(xué)的內(nèi)容需要確保準(zhǔn)確度和高質(zhì)量，若只依托通用大模型設(shè)置教學(xué)智能體，智能體可能會(huì)生成不存在的法律條文，誤導(dǎo)學(xué)生。因此，教學(xué)智能體的建構(gòu)需要以知識(shí)庫(kù)為基礎(chǔ)，儲(chǔ)存關(guān)于學(xué)生的學(xué)習(xí)進(jìn)度、知識(shí)薄弱點(diǎn)等數(shù)據(jù)，以及教材、閱讀材料等教學(xué)資源，并將智能體授課和答疑的范圍限定在知識(shí)庫(kù)的范圍之內(nèi)，依靠檢索增強(qiáng)生成技術(shù)調(diào)用知識(shí)庫(kù)的相關(guān)內(nèi)容。可以說(shuō)，智能體能發(fā)揮的功效與知識(shí)庫(kù)建設(shè)緊密相連，而知識(shí)庫(kù)的內(nèi)容依靠教師上傳和更新，在此意義上，課程的核心與方向把控依舊由教師負(fù)責(zé)。其二，通用大模型的訓(xùn)練主要基于現(xiàn)代語(yǔ)料，因而現(xiàn)有的語(yǔ)義模型很可能用現(xiàn)代法律知識(shí)解釋傳統(tǒng)律文，或以現(xiàn)代的價(jià)值觀和法政邏輯回答學(xué)生的問(wèn)題，難以打造真正的“沉浸—體驗(yàn)”學(xué)習(xí)情境。故而，在創(chuàng)設(shè)智能體時(shí)必須限定其回答的范圍，并且在構(gòu)建智能體Prompt（提示詞）之時(shí)予以強(qiáng)調(diào)，使“修訂法律大臣”“刑部官員”等智能體的回答更貼近歷史上的可能。其三，人工智能具有安全機(jī)制，通過(guò)識(shí)別敏感詞等方式過(guò)濾涉及暴力、血腥等有害內(nèi)容，當(dāng)學(xué)生向智能體詢問(wèn)凌遲等酷刑的具體執(zhí)行方式，智能體有可能會(huì)因?yàn)橛|發(fā)安全機(jī)制而拒絕回答。以上缺陷在不同層面上影響智能體的教學(xué)應(yīng)用價(jià)值，還需人工智能專家與師生們的共同探索，實(shí)現(xiàn)更為有效的人機(jī)協(xié)同。

四

AI法律史何以致遠(yuǎn)？

人類在工業(yè)時(shí)代便已領(lǐng)悟，技術(shù)在帶來(lái)便利的同時(shí)也導(dǎo)致工具理性盛行，社會(huì)面臨著多重風(fēng)險(xiǎn)。人工智能時(shí)代，新風(fēng)險(xiǎn)在新技術(shù)中孕育。當(dāng)前，可被發(fā)現(xiàn)并需警惕的人工智能風(fēng)險(xiǎn)至少包括以下四種類型：其一，社會(huì)極化風(fēng)險(xiǎn)，并以就業(yè)結(jié)構(gòu)性失衡、數(shù)字化加劇社會(huì)不平等為表現(xiàn)；其二，倫理與法律風(fēng)險(xiǎn)，涉及算法歧視、責(zé)任歸屬等難題；其三，技術(shù)黑箱風(fēng)險(xiǎn)，源自算法的不可解釋性與復(fù)雜性；其四，人的異化風(fēng)險(xiǎn)，即人類的主體地位受到威脅。人工智能技術(shù)迭代的速度致使社會(huì)風(fēng)險(xiǎn)加速更新，為此，社會(huì)也在不斷構(gòu)筑多層防線，并探索以國(guó)家為主體的政策出臺(tái)、立法規(guī)制及以平臺(tái)為主體的算法自治方式。與此同時(shí)，社會(huì)各界也在嘗試使用人工智能規(guī)范，在高等教育領(lǐng)域，清華大學(xué)于近期正式發(fā)布《清華大學(xué)人工智能教育應(yīng)用指導(dǎo)原則》，明確了人工智能在教育應(yīng)用中的底線，并將教育應(yīng)用劃分為教學(xué)與學(xué)術(shù)研究場(chǎng)景，反映了對(duì)人工智能應(yīng)用積極而審慎的態(tài)度。此類指導(dǎo)原則的通用性雖使其難以針對(duì)性地指向包括法律史在內(nèi)的某一學(xué)科，但無(wú)疑可提供方向上的指引。對(duì)于法律史而言，人工智能技術(shù)助增的工具理性可能降低法律史的人文溫度，其帶來(lái)的異化風(fēng)險(xiǎn)則可能導(dǎo)致法律史學(xué)者與學(xué)生在研究和教學(xué)中的主體性消亡。欲探尋AI法律史何以致遠(yuǎn)，即法律史在人工智能技術(shù)迅速擴(kuò)張的時(shí)代如何維持自身的價(jià)值與精神根基，必須首先深入至法律史學(xué)的三重功能，即發(fā)現(xiàn)、理解與批判之中，在保持法律史學(xué)人的人文風(fēng)骨的前提下實(shí)現(xiàn)人機(jī)協(xié)同。

法律史學(xué)的第一重功能為發(fā)現(xiàn)，即以嚴(yán)謹(jǐn)?shù)目甲C發(fā)現(xiàn)歷史的真相。何炳棣曾闡明其一生堅(jiān)守的治史南針和步驟，即首先用周密平衡的理性思維去考證盡可能翔實(shí)多樣的相關(guān)史料，其后依照概念架構(gòu)逐步分析、論辯、詮釋，最后達(dá)成綜合判斷。尤其是史學(xué)界存在多種通說(shuō)，但“通”并不等于“真”。以《大清新刑律》的頒布為例，通說(shuō)認(rèn)為，法理派主張制定新刑律，禮教派反對(duì)新刑律，在制定過(guò)程中，禮教派阻撓新刑律的議決。然而，經(jīng)多維史料比對(duì)，事實(shí)可能并非如此，反而是法理派為保證新刑律及時(shí)通過(guò)，以各種手段阻撓資政院議決。技術(shù)有時(shí)會(huì)給歷史的真相再添一層迷霧，清末之際，岑春煊便因一張偽造的其與康梁的合影而受開(kāi)缺。當(dāng)下，人工智能技術(shù)的“幻覺(jué)”問(wèn)題已非新鮮之事，以人工智能語(yǔ)義模型判斷史料是否真實(shí)，也僅是一種概率推測(cè)，并不可直接信以為真。由是，對(duì)于人工智能挖掘或提供的史料線索，必須進(jìn)行原始史料的溯源。同時(shí)，在要求人工智能檢索與某一觀點(diǎn)有關(guān)之史料時(shí)，可同時(shí)要求其尋找與之矛盾的史料，以免被困于算法的繭房之中。法律史學(xué)者還必須充分認(rèn)識(shí)到，在所有史料數(shù)字化及各大數(shù)據(jù)庫(kù)實(shí)現(xiàn)共享之前，未經(jīng)數(shù)字化的實(shí)體史料仍然具備不可替代性。換言之，人工智能的輸出并不等于歷史事實(shí)，對(duì)史料的閱讀、整理、比對(duì)、考據(jù)功夫仍是法律史學(xué)者不可或缺的能力。

法律史學(xué)的第二重功能為理解，即在史料考證的基礎(chǔ)上對(duì)某一問(wèn)題作出詮釋。杜維運(yùn)認(rèn)為，史學(xué)方法上有幾個(gè)重要的階段，包括收集史料、考證史料以及消化史料。在消化史料階段，必須將史料融會(huì)貫通以撰寫歷史，既將歷史事件呈現(xiàn)給世人，稱為“歷史敘事”，又闡明歷史發(fā)展之軌跡與意義，稱為“歷史解釋”。敘事與解釋雖以史料為基礎(chǔ)，但如何整合史料，如何解讀史料中的空缺、歷史事件之間的聯(lián)系，則依靠學(xué)者對(duì)歷史的理解。理解與詮釋要尊重歷史之語(yǔ)境與規(guī)律，因而在中國(guó)的歷史主義詮釋傳統(tǒng)中，常常講究知人論世、設(shè)身處地。試舉一簡(jiǎn)單小例，傳統(tǒng)中國(guó)視斬刑比絞刑更重，因身體發(fā)膚受之父母，但今人從痛苦程度上則傾向于相反的理解。在法律史研究與學(xué)習(xí)中，若學(xué)者完全依賴人工智能生成歷史敘事或進(jìn)行因果分析，就缺乏將自身思想與情感投入歷史之步驟，喪失通過(guò)史料回到過(guò)去產(chǎn)生共情之能力，對(duì)法律史的解釋將面臨被算法的邏輯侵蝕的危險(xiǎn)。在使用人工智能時(shí)，固然可以借助提示詞限定特定的歷史語(yǔ)境，例如明確要求人工智能基于某一律典的律文邏輯進(jìn)行分析，但這需要人工智能經(jīng)受過(guò)大量相關(guān)語(yǔ)料的訓(xùn)練，而且算法解釋的不可見(jiàn)性也導(dǎo)致分析邏輯的不可查證。故必須明確，人工智能可助力史料泛讀與概括，可提升量化處理數(shù)據(jù)的效率，但深讀必須由人來(lái)完成，對(duì)法律史的理解和詮釋必須發(fā)揮人之想象，由是方可達(dá)至“了解之同情”，使對(duì)法律史之理解不被去語(yǔ)境化的算法所架空。

法律史學(xué)的第三重功能為批判，即無(wú)論是在做法律史研究抑或進(jìn)行教學(xué)時(shí)，都必須具備批判性反思精神。分析法律歷史得失，在其中尋找規(guī)律、理解當(dāng)下，是法律史研究的核心追求。在此過(guò)程中，不可避免會(huì)涉及價(jià)值判斷問(wèn)題。人工智能的回答與判斷以訓(xùn)練數(shù)據(jù)和模型為依據(jù)，而數(shù)據(jù)內(nèi)含的偏見(jiàn)在數(shù)據(jù)篩選時(shí)無(wú)法完全排除，甚至可能在模型中受到固化或放大。在法律史領(lǐng)域使用人工智能，首先需要甄別使用過(guò)程中是否產(chǎn)生了官方史料偏見(jiàn)，忽視了法律多元性。官方史料相較于民間散落的契約、族譜、習(xí)慣法等史料更易于收集和進(jìn)行OCR處理，后者的語(yǔ)言則更不規(guī)范，文字更難以識(shí)別，因此官方史料或許會(huì)被更多地用于人工智能的訓(xùn)練當(dāng)中，但其撰寫又不可避免地帶有國(guó)家偏向性。其次，也需反思人工智能是否更多地以精英視角進(jìn)行分析，而相對(duì)忽視了女性等歷史邊緣人物的聲音。例如，抱告等傳統(tǒng)法律制度限制女性進(jìn)入訴訟，即便女性出現(xiàn)在了公堂之上，其證詞和供詞在訴訟檔案中被記錄下來(lái)，也可能因書寫者的偏見(jiàn)及制度中潛藏的男權(quán)主義而并非以真實(shí)的樣態(tài)呈現(xiàn)。如果缺乏相關(guān)的提示，人工智能不一定能夠發(fā)現(xiàn)背后的偏差。最后，更需警惕人工智能不加區(qū)分地以近現(xiàn)代西方的標(biāo)準(zhǔn)對(duì)中國(guó)傳統(tǒng)法律進(jìn)行評(píng)價(jià)。人工智能的訓(xùn)練語(yǔ)料不會(huì)片面地只包括近現(xiàn)代西方或傳統(tǒng)中國(guó)一方的法律理論與制度，但由于算法“黑箱”，我們無(wú)可知曉其究竟調(diào)用哪方語(yǔ)料對(duì)中國(guó)法律史展開(kāi)分析。若以西式標(biāo)準(zhǔn)對(duì)中國(guó)傳統(tǒng)之法律作評(píng)判，強(qiáng)化單一、西方中心的法律敘事，必然更為遠(yuǎn)離歷史真實(shí)。故而在使用人工智能的過(guò)程中，法律史學(xué)人不可放棄提高獨(dú)立思考的能力。

由內(nèi)觀之，法律史具備發(fā)現(xiàn)、理解、批判的三重功能；向外觀之，新時(shí)代欲建構(gòu)中國(guó)法學(xué)自主知識(shí)體系，必須深入挖掘中華優(yōu)秀傳統(tǒng)法律文化。法律史在面臨學(xué)科性危機(jī)的同時(shí)，也肩負(fù)著中華法系復(fù)興的時(shí)代使命。而復(fù)興中華法系，既要推進(jìn)基于其自身展開(kāi)的研究與教育，也要增強(qiáng)其與世界的溝通，向外傳播中國(guó)傳統(tǒng)法治智慧，方可打破西方中心偏見(jiàn)，提高中華法系之影響。因而，人工智能時(shí)代欲保持法律史的人文內(nèi)核，達(dá)至中華法系復(fù)興的目標(biāo)，還需法律史學(xué)人提升主動(dòng)性。此一“主動(dòng)性”，首先指主動(dòng)借助人工智能跨語(yǔ)言、跨文化的能力，推動(dòng)中華法系的國(guó)際化傳播。例如，在中國(guó)傳統(tǒng)法律術(shù)語(yǔ)、條文、案件的跨語(yǔ)言翻譯，以及以數(shù)據(jù)建模揭示不同法律傳統(tǒng)在處理相似社會(huì)問(wèn)題時(shí)的路徑等方面，均可利用人工智能，有效促進(jìn)中外法律史研究的交流與對(duì)話。其次，“主動(dòng)性”也包括法律史學(xué)人在人工智能建設(shè)中的參與性和積極性。盡管當(dāng)下已有歷代石刻、地方志等專門數(shù)據(jù)庫(kù)，但以大規(guī)模、系統(tǒng)化、高標(biāo)準(zhǔn)標(biāo)注的司法檔案、案牘等為核心內(nèi)容的法律史數(shù)據(jù)庫(kù)稀缺，遠(yuǎn)不能滿足研究需求。面對(duì)算法中可能存在的西方偏見(jiàn)，我們固然要以批判思維對(duì)待，但也要嘗試建設(shè)法律史的專門語(yǔ)料庫(kù)，將法律史本土知識(shí)轉(zhuǎn)化為高精度的、機(jī)器可學(xué)習(xí)的知識(shí)，促使人工智能模型基于中國(guó)傳統(tǒng)法治的內(nèi)在邏輯展開(kāi)分析，防止算法對(duì)中國(guó)傳統(tǒng)法律的片面解讀。而法律史學(xué)科的特殊性，決定了語(yǔ)料的標(biāo)注、分類、編碼體系必須納入法律史專業(yè)學(xué)者。通過(guò)法律史學(xué)人的主動(dòng)參與，推動(dòng)以我為主的法律史知識(shí)重構(gòu)，是新時(shí)代克服法律史學(xué)科危機(jī)，實(shí)現(xiàn)中華法系復(fù)興，增強(qiáng)中國(guó)在國(guó)際的法治話語(yǔ)權(quán)之道。

結(jié)語(yǔ)

在人工智能的時(shí)代浪潮中，法律史學(xué)科可以通過(guò)積極探索“AI法律史”，抓住法律史學(xué)科破除危機(jī)、實(shí)現(xiàn)自我重塑的契機(jī)。AI和法律史研究的結(jié)合不僅具備理論上的可行性，亦能在多方面助益法律史的教學(xué)與研究。法律史學(xué)科的價(jià)值，在于回應(yīng)當(dāng)下、理解當(dāng)下，更在于建構(gòu)未來(lái)。面對(duì)中國(guó)自主法學(xué)知識(shí)體系建構(gòu)和中華法系復(fù)興的時(shí)代使命，法律史學(xué)者應(yīng)以更具主動(dòng)性的姿態(tài)，成為“AI法律史”的建設(shè)者。

但必須警惕的是，人工智能僅能作為法律史研究與教學(xué)的輔助工具，法律史學(xué)人方為主體。法律史傳統(tǒng)的文本細(xì)讀、史料互證以及歷史人文關(guān)懷的價(jià)值，不會(huì)因技術(shù)迭代而消亡。法律史學(xué)者的人格風(fēng)骨與批判精神，更無(wú)法被技術(shù)工具取代。對(duì)主體性的堅(jiān)守，正是對(duì)陳寅恪先生“獨(dú)立之精神，自由之思想”的呼應(yīng)。陳先生對(duì)獨(dú)立精神與自由思想的追求，貫穿于其治史之道中，尤其是力求避免被任何先入為主的框架所束縛。當(dāng)然，即便是人工智能亦難逃訓(xùn)練數(shù)據(jù)中的偏見(jiàn)，但對(duì)此標(biāo)準(zhǔn)的追求也正是人之獨(dú)特性與能動(dòng)性所在，并且在人工智能時(shí)代尤為可貴。在嚴(yán)謹(jǐn)考證的前提下，盡可能地持有批判精神，經(jīng)過(guò)充分思考以發(fā)揮人類的想象力與同理心。如此，方可真正實(shí)踐好“AI法律史”，并達(dá)至“愛(ài)法律史”的境界，在新時(shí)代助力中華法系復(fù)興的實(shí)現(xiàn)。

-向上滑動(dòng)，查看完整目錄-

《法治社會(huì)》2026年第2期目錄

【法學(xué)方法論】

1.法學(xué)方法論的體系覺(jué)醒

——基于對(duì)《法學(xué)方法與現(xiàn)代民法》的解讀

陳金釗

2.“意思表示真實(shí)”的語(yǔ)義解構(gòu)與重述

——基于言語(yǔ)行為理論的分析

羅維鵬

3.指導(dǎo)性案例的規(guī)范性及其適用

——基于統(tǒng)一法律適用功能的視角

章詩(shī)迪

【刑事法治】

4.《刑事訴訟法》第四次修改背景下部分被告人認(rèn)罪認(rèn)罰案件分案審理的程序重構(gòu)

周洪波、卜月曼

5.監(jiān)檢銜接案件中涉案財(cái)物的處理路徑探析

鄧矜婷、章程荃

【數(shù)字法治】

6.AI法律史論綱

陳新宇、劉穎

【學(xué)術(shù)專論】

7.農(nóng)村集體經(jīng)濟(jì)組織的現(xiàn)實(shí)甄別與適法性調(diào)整

宋志紅

8.結(jié)婚、離婚程序中的心智障礙者權(quán)益保護(hù)

申晨

9.個(gè)人所得實(shí)現(xiàn)的功能定位及其稅法判斷：基于綜合性所得概念的反思

閆海、馮碩

10.作為立法表達(dá)方式的“姿態(tài)”：概念、類型與評(píng)價(jià)

朱志昊

【行政法治】

11.行政協(xié)議訴訟共同被告規(guī)則的構(gòu)造

徐肖東

12.論行政訴訟的標(biāo)的

——以行政行為違法說(shuō)為中心

王鈞民

《法治社會(huì)》（雙月刊）是在廣東省法學(xué)會(huì)長(zhǎng)期編輯出版《廣東法學(xué)》內(nèi)刊基礎(chǔ)上創(chuàng)辦的公開(kāi)出版發(fā)行的法學(xué)學(xué)術(shù)理論刊物。辦刊宗旨為：立足廣東、面向全國(guó)，及時(shí)報(bào)道廣東及全國(guó)法學(xué)法律界最新研究成果，傳播最新法治信息，交流最新學(xué)術(shù)思想，促進(jìn)法學(xué)研究成果的轉(zhuǎn)化應(yīng)用，為我國(guó)社會(huì)主義法治建設(shè)和法學(xué)研究事業(yè)的繁榮發(fā)展服務(wù)，為建設(shè)法治中國(guó)、法治廣東服務(wù)。

點(diǎn)擊進(jìn)入下方小程序

獲取專屬解決方案~

責(zé)任編輯 | 王睿

審核人員 | 張文碩 宋思婕

本文聲明 | 本文章僅限學(xué)習(xí)交流使用，如遇侵權(quán)，我們會(huì)及時(shí)刪除。本文章不代表北大法律信息網(wǎng)（北大法寶）和北京北大英華科技有限公司的法律意見(jiàn)或?qū)ο嚓P(guān)法規(guī)/案件/事件等的解讀。