近日舉行的省級人大立法工作交流會要求，加強和改進新時代地方立法工作，切實提高立法質量，確保立一件成一件，更好助力經濟社會發展和改革攻堅任務。

如何全面提高地方立法質量？

天津市法學會副會長高紹林

近日接受《法制日報》記者采訪時指出

人工智能可以助一臂之力

近年來，人工智能呈現蓬勃發展態勢，正在對各個領域產生深刻的影響。其中，由于法律語言具有規范化、易于標準化的特點，使得法律領域成為人工智能應用較為廣泛深入的領域之一。

“可以說，人工智能輔助地方立法是科學立法的現實需要。當然，我們也注意到，目前人工智能在立法領域的應用還面臨一些困難，迫切需要法律人、特別是立法人能夠以開放的心態擁抱新科技的發展，主動開放人工智能在法律領域特別是立法領域的應用場景，通過廣泛深入應用不斷提高法律人工智能的水平。”高紹林說。

地方立法專業人員數量少

“在當前地方立法工作業務中，仍然有一些痛點。而立法專業人員數量少、業務水平與立法任務不相適應，在這些痛點中較為突出。”天津市人大立法研究所助理研究員張宜云說。

張宜云認為，2015年修改立法法，使我國的地方立法主體數量大大增加，給立法工作帶來了較大的挑戰：

一方面，我國的立法干部并不能在短時間內配備齊全，即使已經配備的立法干部其業務水平也有一個逐步提高的過程。因此，迫切需要人工智能輔助立法機關、起草部門，彌補立法干部少的不足，做好立法的基礎性工作。

另一方面，地方立法任務越來越重、節奏越來越快。面對數量多、時間緊、節奏快的地方立法工作，如何守住“不抵觸”這條底線，是地方立法機關面臨的重大任務。這就迫切需要人工智能輔助立法干部對地方性法規與上位法相關規定加以對比，從中發現和克服與上位法有相抵觸之嫌的內容。

此外，公眾對立法工作參與熱情的日益高漲，也給立法工作者帶來了工作上的挑戰。

隨著公眾參與立法的廣泛深入推進，立法民意的收集整理成為各個立法機構的工作難點。有的法規在一個月的征集意見中，有十幾萬人、幾十萬人提出意見。

“如何全面、有效、科學地收集、梳理、匯總公眾意見，僅靠十幾位、幾十位立法干部用傳統的人工作業方法是不可能高質量高效率完成的。”高紹林說，這就迫切需要人工智能輔助全面收集、梳理公眾意見。

法律人工智能人才匱乏

當前，已有一些地方開始應用人工智能輔助立法工作。

“北大法寶”立法運營團隊研究員武崇松介紹說，2018年，在總結規范性文件備案審查系統運行經驗的基礎上，北大英華公司開發了“北大法寶智能立法平臺”。這一平臺在法律大數據基礎上，利用自然語言處理等人工智能技術，實現法規文件制定和審查工作信息化、智能化，推動和促進規范性文件制定和審查。目前，此系統已正式應用于西藏、甘肅等地方的人大常委會。

高紹林認為，盡管人工智能在立法領域的應用已經展開，但仍然面臨一些困難，主要表現在法律數據結構化不足、法律人工智能人才匱乏、法律人工智能的研發投入不足、人工智能在法律領域的應用場景開放開發不夠等方面。

法律數據的結構化是機器學習的重要前提。相較于裁判文書，法律法規的文本整體數據結構化顯得較為明顯，但是具體到條文規定層面其結構化處理就顯得任務艱巨。上位法規定相對于下位法規定較為抽象，同位法之間對同一事項的具體規定在表述方式上也千差萬別。例如對限制人身自由的表述，散見于各類法律法規的表述至少就有50多種，如“拘留”“強制關押”“不得離開”“協助執法”“扣留審查”“限制出境”等。諸如此類的非結構化數據，在無人工監督情況下用機器學習去識別，效果難以保障。

“因此，需要人工首先對數據進行篩選、歸類、標簽設置，進而讓機器去學習。然而，通過人工對種類繁多的法律數據進行篩選、歸類和打標簽本身也是一件艱巨浩繁的任務。”高紹林說。

同時，法律人工智能人才匱乏是又一個困境。

人工智能技術在法律領域的深度應用，需要既懂技術又精通法律的一大批復合型人才。當前，國內研發法律智能產品的機構多采用的是“法律人才+計算機人才”的方式來研發。

而在高紹林看來，這種簡單相加方式在實踐中并不能深刻解決雙方在溝通理解上的障礙，甚至由于法律人對技術的不理解、技術人員對法律業務的誤解而使項目偏離預定目標。而從目前全國各高校的學科、專業、課程設置來看，還不能適應法律人工智能的發展需求。

此外，法律人工智能的研發投入不足和人工智能在法律領域的應用場景開放開發不夠，也使得法律人工智能的應用場景受到一定的限制和約束。

人工智能可破解立法痛點

2018年6月，個人所得稅法修正案草案向社會公開征求意見，一個月內收到意見數量超過13萬條。

面對數量如此之多的意見，立法工作人員短時間內要通過人工來實現無效意見的過濾、重復或近似意見的去除、整體意見和逐條意見的區分等工作壓力巨大。

高紹林認為，盡管地方立法收集到的意見可能無法達到這樣的程度，但仍有必要未雨綢繆。

“當前立法建議的篩選整理面臨數量大、意見來源渠道多元、意見質量參差不齊等問題。在未來，這些法規草案意見征集整理工作，將會有人工智能來輔助高效完成。”高紹林說。

高紹林解釋說，具體而言，基于非電子化信息的電子化和數據化技術通過紙質和會議等方式征集的建議將全部實現電子化和數據化。在數據化的基礎上，利用文本自動分類、關系識別等技術將不同公眾提出的相同或相似意見在累計數量的基礎上去重，實現整體意見和逐條意見的自動分類以及不相關、無效意見的自動過濾。

除了立法建議智能篩選，人工智能還可以廣泛地應用于地方立法工作各個環節，例如，在立法資料的智能檢索方面展開應用。

張宜云說，在立法資料的智能檢索方面，以設區的市人大立法為例，起草一部地方性法規不僅需要從法律、行政法規、省級地方性法規中查找依據，還需要參考部門規章、政府規章、行業標準、團體規定、兄弟省市的法規以及司法解釋、司法案例和國內外期刊等。

“一方面立法資料數量海量、分散，查找費時費力，另一方面部分立法人員的立法專業技能不足，立法資料查找易出現疏漏、錯誤等。”張宜云說。

武崇松進一步解釋說，基于權責清單的梳理完善，智能檢索等技術的進一步發展，立法工作人員只需在系統中輸入草案標題、某些關鍵詞或者一段法意，系統將會自動推送所有相關的法律法規、法學期刊、司法案例、網絡新聞等立法資料。

此外，專家認為，人工智能還將在法規草案文本的輔助生成、法規草案文本的智能審查，法規、規章、規范性文件的自動清理，智能輔助立法后評估等多個方面展開應用，從而解決地方立法業務工作中的痛點。

“人工智能在地方立法領域的應用將會越來越多、越來越好，必將為科學立法、民主立法、依法立法提供強大的技術支撐。”高紹林說。