近期，由中国人民大学等高校法学团队发起的首届“法律规则计算机表达比赛”引发学术界广泛关注。所谓“法律规则计算机表达”，就是让计算机专业和法学专业联手，将法律条文“翻译”成电脑能懂的代码。遇到案件时，将其输入电脑程序，程序就能像法官一样，一步步根据案情判案。这场赛事不仅是一场技术的比拼，更是一次法学范式创新的实验。在数字时代，法律规则能否被精确“计算”？这种“计算”将如何重塑司法实践与法学教育？围绕这些问题，本报记者近日采访了此次赛事组织者和学术带头人。

从“文字之法”到“代码之法”

“法律规则计算机表达”这一概念的兴起，是数字时代法学发展的内在需求与人工智能技术突破的共同产物。中国人民大学法学院教授邓矜婷告诉记者，传统以文字为载体的法律规则表达方式，在数字时代正面临前所未有的挑战。“仅用文字表达法律规则存在日益复杂难辨、概念模糊、难以持续研究和学术对话等问题。”邓矜婷表示，更关键的是，这种表达方式无法在计算机中得到充分使用，难以助力人工智能应用于法律时产生的幻觉、可靠性、可解释性和歧视等问题的解决。

正是在这一背景下，首届“法律规则计算机表达比赛”应运而生。据赛事组委会统计，预报名阶段共有627支队伍、1652名参赛者参加，覆盖全国293所高校。尤为引人注目的是，超过24%的参赛队伍采用跨校组队模式，而法学与计算机学院的“文理交叉”组合占比高达36.3%。邓矜婷认为，这折射出法学教育改革的迫切需求：学生希望编码法律，用更加像代码一样的语言来表达法律规则的含义、推理和说理。

人工智能技术的演进，特别是大语言模型的突破，为这一诉求提供了实现的可能。浙江大学光华法学院数字法治实验室执行主任魏斌表示，技术能力的跃升使模型能够识别法律法规、司法判例、司法解释乃至非结构化法律文本中的法律规则，并支持多层级的法律推理。

不过，在中国人民大学高瓴人工智能学院副教授沈蔚然看来，目前的常见大语言模型都是“涉猎广泛的普通人”。大模型擅长完成事实提取等基础任务，但对于需要大量法律领域知识的复杂推理则表现欠佳。因此，将法律规则表达为计算机可理解的形式，可以弥补大语言模型在知识和推理方面的不足，使得整个推理过程更透明、更易懂。

法学研究范式的探索与创新

法律规则走向“可计算”的背后，是学术界对传统法学研究范式的创新探索。中国人民公安大学数据法学研究院院长苏宇认为，这种创新探索是多层次的。在工具层面，计算技术使我们能全面、系统且精细化地解析法律规范本体及其运行状况；在方法论层面，链图、商空间、语义流形等工具正重塑法律方法，将传统的线性推理转化为高维几何视角下的分析过程；而在认知层面，人机合作将推动形成超越传统法教义学的新认知体系。未来的法学研究将转向人机结合的全景模式，在此基础上探索公平正义的体系化处理与表达，这标志着法学从单纯的文本诠释转向“计算法学”这一强调系统架构与算法表达的全新范式。

沈蔚然对此深表认同。他认为，传统计算法学研究主要以实证数据分析或端到端自然语言处理模型为主，较少融入法律领域知识，因而缺乏法律意义上的可解释性。而法律规则的可计算化，背后是一套完整的逻辑系统，能够将法律梳理得更加清晰和系统，也可以检测和验证法律规则是否完整和是否冲突。

然而，这一新兴交叉学科的建设之路并非坦途。沈蔚然坦言，研究的困难在于需要研究者对法学和计算机领域都有较深入的理解，而这两个学科的差别非常大。魏斌分享了浙江大学数字法学团队的实践经验。从早期由法学学科学生挖掘场景、计算机学科学生负责实验，到如今已培养出能够独立完成实验研究的复合型学生团队。他强调，这种合作要求法学学科学生了解最前沿的算法模型及其在司法场景中的应用，也要求计算机学科学生“理解和尊重司法规律，探索司法人工智能的真问题”。

这次比赛的报名数据从侧面印证了培养复合型人才的必要性。邓矜婷表示，法学教育应设置相关课程，比如对法学学科学生开设Python语言入门、法律数据分析基础和实践、法律规则计算机表达等课程，使学生能有效地参与数字时代底层的规则架构设计。

兼顾逻辑严谨与人性温度

法律规则的计算机表达，边界在哪里？它会取代法官吗？当系统出错时，应该由谁负责？

在现实应用层面，邓矜婷坦言，目前的司法实践中，法律规则计算化模型并未投入应用，也没有进入试点阶段，一切还处于开发与测试阶段。这次比赛的一个重要目的，正是为后期推广这类规则计算化模型的应用系统做准备。

对于可能面临的瓶颈与批评，几位学者给出了多视角的观察。魏斌认为，技术瓶颈首先在于人工智能自身的能力上限，大模型无法自己生成规则，且基于统计推断的关联不能够替代法官的专业判断。法律与数学存在本质区别，法律的概念、原则、规则乃至判例都可以诉诸例外。

苏宇则将瓶颈归结为深度交叉学科研究能力的结构性缺失。他认为，要实现真正的计算法学理想，需要引入计算几何、泛函分析等高阶数学工具，掌握纤维、梯度流等概念，但法律人普遍缺乏此类数学基础，而理工人又难以深入法理研究，这严重制约了相关研究。邓矜婷则持相对乐观的态度。她强调，法律规则的计算机表达主要依靠大模型对普通语义的理解能力来应对法的不确定性。

关于责任划分这一更具前瞻性的议题，受访学者立场鲜明地表示要坚守“人的主体地位”。魏斌明确表示，即便未来法律规则能被计算机精准表达，我国法官、律师的核心角色也不会发生根本性改变。必须在实践中坚守辅助审判原则，司法人员作为司法责任的唯一承担主体，这一核心定位不会因人工智能的应用而改变。司法裁判追求的是兼具人性温度的公平正义，而不是机械正义。

苏宇同样强调AI应止步于“预测与建议”，其角色应该是能量景观展示者与导航参考者，为法官提供路径指引与风险评估。

回望历史，法律与技术的相遇从未如此深刻，也更需要审慎。在这场深刻变革中，如何让代码既承载逻辑的严谨，又守护人性的温度，将是法律人与技术人需要共同面对的时代命题。