钟鸣:司法大数据分析与知识产权法律共同体建设

2017-06-20 17:25:54
该文系对知产宝副总裁钟鸣在中国知识产权法学研究会2017年年会上的发言整理,内容已经由钟鸣副总裁确认。

作者 | 知产力


(本文版权为知产力所有,转载请在显著位置注明来源。)

 

(本文2407字,阅读约需5分钟)

编者按:该文系对知产宝副总裁钟鸣在中国知识产权法学研究会2017年年会上的发言整理,内容已经由钟鸣副总裁确认。

 

一、为什么是司法?


黄卉在其所著的《一切意外都来源于各就各位》一文中指出,法律适用,先要寻找合适的法律规范以及裁剪出用以涵摄的法律事实,这是一个需要不断坚守法律又不断判断价值的、集专业和良心为一体的过程,既需要相关法域的法教义学知识和法律解释技术的支持,又需要听从发自内心的正义之声的召唤。

我们现在的法律说明书太简陋了,必须承认,很大一部分是因为我们直接搬来了别人的抽象,但没能搬来将抽象还原具体的机关。立法永远也解决不了这个困惑,此处的他山之石是大陆法系的判例制度,用一个个活生生的个案裁判来揭开成文法的抽象盖头。

法律说明书需要一册详细的、活页形式的使用说明书,帮助读者还原被抽象法条隐去的具体,同时不断添加使用者的新发现以节省后来者的使用成本。笔者赞同黄卉的观点,法律的适用是司法审判的重要一环,与从业十多年的法官不同,法科学生尤其需要借助法条之外的详细的“使用说明书”,更好地帮助他们理解法律,从而更好地适用法律。

然而,当前我国法院的审判工作实际上并没有和法学教育很好的结合在一起.在法律适用过程中缺少一个将判例整合起来的过程。所以,依靠司法大数据的分析形成的一个体系,将会为法学教育和法律实务工作者带来便利。

在法律适用的过程中,尤其是在《最高人民法院关于案例指导工作的规定》出台之后,判例的重要性日益凸显。德国的法科生是通过系统的案例学习来认识和掌握法规范的,研读法院判决是法学教育的重要内容之一。不管是不是成文法国家,是否承认判例制度的存在,判例的效力都是一种客观存在。近两年,我们试图重新通过司法大数据建立这样一套法律适用体系,这是我们法律教育或者法律实务中面临的一个最根本的问题,也是我们为什么要选择去做司法大数据分析的原因。


二、为什么是知识产权?

首先,我国知识产权审判制度的发展历程较短。1985年,我国才开始有知识产权司法审判工作;1990年代中后期,最高人民法院才成立知识产权庭,那时的知识产权案件也不是特别多。2014年在北上广相继成立的知识产权法院以及去年成立的几家知识产权法庭的专业化程度在中国的法院体系中一直非常稳固,从事知识产权审判的法官都具有非常高深的学术水平和研究能力。此外,随着国际国内对知识产权裁判文书的关注度逐渐提升,知识产权裁判文书质量的提升,也促使我们选择知识产权作为司法大数据分析的入口。

三、大数据在知识产权判例研究中的作用


1.png

在100多年前的司法判例研究大体分为以下几个步骤:第一步,需要公开的裁判文书;第二步,从裁判文书中人工提取摘要;第三步,将这些摘要放在一个关键词下面;第四步,将这些关键词整合成一个关键词体系;第五步,需要通过这个这个体系再组成一个索引,便于大家检索。如今,在美国,这个过程完全可以借助计算机技术在互联网环境下完成。

2.png

 

LexisNexis是一家美国的大型数据分析公司,推出了Shepard’s案例引证系统。这个系统可以在检索案例的同时,以图形化的形式展现这个案例在整个法律体系中的地位,以及它的观点是否被后续的法院所引用或被它的上一级法院所推翻。

3.png

Ravel是另一款法律产品,在这个网站中搜索案例,不仅可以看到具体法律问题的裁判法院级别和裁判时间,点击具体的案例,还可以非常直观的看到当事人参与的其他诉讼,这对于参与诉讼的律师选择有效的判例去说服法院,也有很大帮助。

4.png

Lex Machina的法律产品则是将包括美国专利商标局在内的所有知识产权纠纷进行了电子化,将审理时长、诉讼的胜诉率等要素通过直观的形式展现。

笔者认为,从上述法律产品可以看出,大数据可以通过学习法律专家建立知识图谱,匹配相应的文书或对现有的知识图谱进行深入的加工,建立一套更加适合于法律争议解决的知识图谱。大数据还能代替人工,从裁判文书中摘取关键词,创建智能摘要。较为复杂的方式是如何摘取事实认定部分和证据采信部分中的关键点,结合法律适用的观点,创建摘要。利用大数据还能实现相关裁判文书的个性化推荐,比如说帮助我们找到与当前处理的案件观点差不多的案件,实现同案同判或者类案的推荐,这无论是对于法官的审判,还是对于律师的应诉来说,都有很大帮助。此外,大数据可以将裁判文书的要素通过图表、标签等可视化形式进行展现,更容易引起大家的注意力,使得检索结果更为直观。

四、大数据对于法律共同体建设的作用


第一,大数据智能可以非常便捷通过判例的整理、归纳以及通过对判例的学习,帮助学生学习枯燥的法条或者帮助刚入行的法律实务从业者了解整个行业的架构。包括这个行业的经典案例有哪些,它具体涉及到哪些问题,哪些问题是有争议的,这些问题都可以通过大数据进行一个直观的了解。

第二,对于简单的、类型化案件来说,这些案件大多不需要法官或代理人去做特别深入的研究,不需要耗费特别的法律专业知识就可以处理。这种案件如果交由大数据智能,通过输入关键词,就可以告知法官或者律师这个案件的可能结果,案件处理起来就会变得更加便捷,也让参与诉讼的人从这些常规工作中解放出来。

第三,对于疑难案件,对法官来说,无论选择怎样的裁判方式,都是需要耗费智力精力去研究的。学者也更关注这类案件的判决结果,会通过参与以及讨论,将他们的观点反馈到实务部门,这样就形成一个良性的沟通。通过大数据帮助我们找到一些能对疑难案件的审理起到参考作用的案件,更容易帮助法官、学者、律师、当事人等达成共识。

第四,在大数据智能起关键作用的今天,我们也许可以通过人工智能发现之前未被发现的纠纷解决方案,也许可能被人工智能所限制,无论哪种情况都需要人类去利用自己的智慧去选择、判断人工智能给出的解决方案的可行性。因此将来是一个人类智能和人工智能结合更加紧密结合的过程,而并非谁被谁取代的问题。而在这个相互结合的过程中,人类最终会超越那些重复性的、不具有太多创造性的活动,而专注于发挥自己的创造性才能。

+1
0

好文章,需要你的鼓励

参与评论
评论千万条,友善第一条
后参与讨论
评论区

    下一篇

    长期以来,一些对等网络(peer-to-peer,简称“P2P”)文件分享平台通过技术手段,为用户分享盗版内容提供了便利,然而却处在司法监管的灰色地带。如何界定P2P文件分享网站的行为是否构成侵权,成为世界各国司法机构亟待处理的一个问题。日前,欧洲法院的一份初步裁决对此表明了态度。

    2017-06-19 18:00:05