立法技术

就像新闻写作机器人的崛起将给新闻业带来一场巨变一样，法律文件自动化趋势将可能给法律行业带来规模相当甚至更深远的变化。

主要包含两个层次。

第一个层次是法律文件审阅自动化。

无论是调查取证、尽职调查，还是合同分析、合规审查，都需要对法律文件进行审查、分析和研究。

自动化这一工作将能够显著提升法律人的工作效率。

以电子取证为例，在并购、反垄断、大型劳动纠纷等越来越多的案件中，庞大的电子材料给证据和法律材料的搜集和整理提出了巨大挑战，律所往往需要投入大量的人力和物力，而且需要耗费大量时间。

但基于NLP、TAR(技术辅助审阅)、机器学习、预测性编程(Predictive Coding)等技术的电子取证程序可以显著提高这一工作的效率，大大节约审阅文书的时间，而且准确性不输人类律师，因此成为了法律科技市场的一大细分领域，微软等公司都已介入。

电子取证的步骤一般包括训练过程(人类律师从小量样本中确认相关的证据材料以供机器学习)和取证过程(意味着机器代替人类律师进行资料审阅以发现证据材料)。

由于涉及用机器替代律师，可能触及政策障碍，因此英国、美国、澳大利亚等国家的法院已经明确表示在诉讼和案件中整理、搜集证据材料时可以利用预测性编程技术。

法律文件审阅自动化的另一个主要领域是合同分析。

合同分析在风控、尽职调查、取证、诉讼等诸多场合具有重大意义，但它是一项耗时耗力的工作。

然而，德勤(Deloitte)借助机器学习合同分析系统Kira Systems，只要15分钟就可以读完原本需要人类律师花费12个小时才能审阅完的合同。

在国际社会，人工智能合同分析服务已经常态化，KMStandards RAVN、Seal Software、Beagle、LawGeex等提供智能合同服务的法律科技公司越来越多。

在人工智能技术的驱动下，人工智能合同分析服务依然在蓬勃发展，带来效率的提高、成本的降低以及流程的改善。

第二个层次是法律文件生成自动化。

新闻业正在被互联网和机器写作改造，过去8年，新闻业收入减少了1/3，就业岗位减少了1.7万个，报纸的市场价值和支配力大减，代之以网络媒体的不断兴起。

法律行业正面临着同样的情况，智能机器辅助甚至独立起草法律文件的时代将会到来。

如今，法律人使用法律格式的方式正从模板向法律格式文件自动生成转变。

也许未来10～15年，人工智能系统将可能起草大部分的交易文件和法律文件甚至起诉书、备忘录和判决书，律师的角色将从起草者变成审校者。

比如，硅谷一家律所Fenwick & West开发的一个程序可以为准备上市的创业公司自动生成所需文件，这将律师的账单时间从20～40小时减少到了几个小时。

当需要准备大量文件的时候，这一程序可以使所需时间从数天、数周减少到数小时，大大提高了工作效率。

机器智能的优势在于随着数据的积累，可以不断自我学习和改进，并且由于数据的互相关联性，计算机可以将特定合同与所有与之相关的法院判决关联起来，形成持续改进法律格式的动态关系。

未来，随着软硬件性能以及算法的持续提高，起诉书、备忘录、判决书等高级法律文件也可以自动生成，但依然需要人类律师或者法官审阅，形成人机协作的关系。