第三节 加拿大的法律人工智能
一、加拿大法律人工智能的产业背景
加拿大作为深度学习、机器学习等概念的诞生地，有深厚的人工智能研究历史。在人工智能领域具有开拓性地位的学者集中于加拿大，其中包括获得2018年图灵奖的约书亚·本吉奥、杰弗里·辛顿和杨立昆，他们各自在深度学习的理论解释、模型设计及优化方法和卷积神经网络方面作出极大贡献。加拿大人工智能领域在20世纪70年代获得发展，典型事例有蒙特利尔大学的研究人员开发出一种全自动机器学习程序，用以翻译多瓦尔机场( Dorval Airport)的天气预报。120世纪90年代后加拿大人工智能领域进入快速发展阶段，一项针对全国主要国家或地区在人工智能领域SCI发文情况的研究显示，1992年以前，加拿大年度论文产出不足100篇，而从1992年开始，论文数量总体保持稳定较快增长；近年来论文产出均在每年500篇以上。2
除学术根基深厚外，还有其他方面的优势推动加拿大人工智能的发展。根据“绿色科技亚洲有限公司” ( Green Technology Asia Pte Ltd)发布的《加拿大AI生态系统：2018年报告》3，加拿大发展人工智能的优势主要在于：政府财政扶持力度大，移民政策宽松，整体教育质量高，工业体系成熟以及研发团队水平顶尖。相关事实也对此有所印证。例如，在政府政策方面，加拿大是第一个颁布人工智能全球战略的国家，而且于2019年设立总部在蒙特利尔的国际专家中心，政府承诺5年内投资1000万美元，帮助中心开展关于人工智能的研究活动；在教育方面，蒙特利尔大学和麦吉尔大学相继成立用于人工智能科研的实验室，卑诗大学设置奖学金和数据科学专项计划。4
近年来，加拿大人工智能产业发展迅速，规模不断扩大，形成多处知名的AI生态系统。这些产业分别分布于埃德蒙顿、蒙特利尔、多伦多、渥太华等处。市场营销、金融、自动驾驶、人工智能医疗等均为备受瞩目的AI领域，其中诞生不少知名企业及产品，如X-future Auto自动驾驶公司、医疗领域的数字健康和发现平台( DHDP)等。各大企业及研究机构相继在加拿大开设人工智能实验室，如苹果公司于2016年开设的渥太华自动驾驶实验室、谷歌开设的蒙特利尔大学人工智能实验室、三星于2017年成立的尖端技术研究所。
虽然存在不少优势因素和乐观的发展趋势，加拿大产业发展中存在的劣势和风险也同样需要关注。前述《加拿大AI生态系统：2018年报告》5同样提及加拿大人工智能发展的劣势所在：人才大量流入美国，学术研究缺乏商业化，创业公司难以获得更大规模的资金支持。除此以外，创新驱动的速度减缓，人才培养结构也引发忧虑。自2016年起，大多数国家的人工智能相关专利不断加速增长，而加拿大的专利数量却在随后的每年不断减少。企业对人才资源的重视也呈现不太均衡的一面，即过于关注外部人才资源，不太重视员工培训以推动人工智能解决方案开发和部署。6加拿大作为最早发布正式人工智能战略的国家，领先于起跑线却因后来者强劲而面临可能掉队的危险。
AI法律领域中不乏广受关注的AI企业，例如Cilo、Kira Systems、Blue J Legal等，这些企业在律师、企业法务与法院人员的工作中逐渐扮演更加重要的角色。但也有不少人对法律人工智能的前景持怀疑和忧虑态度。例如，《避免消失：重塑21世纪的法律服务》一书的作者，Calgary大学法学院教授Mitch Kowalski曾表示，法律科技仍然处于“炒作模式”之中，而且“泡沫将破裂并影响到整个行业”。除非有经过证明的、令人信服的商业案例，否则对风险投资者的吸引力有限。7
二、加拿大法律人工智能的应用场景
(一)人工智能在律师及法务工作中的应用
人工智能正在逐步应用于文件审查、法律研究、起草文书和案例分析等多个方面，具体的应用主要包括以下内容：
(1)文档自动化工具。通过将烦琐的人工流程转化成数字化、自动化的工作，提高文档起草和修改的效率。这类工具能对文件中的重复元素进行编码，当律师、书记员或其他客户需要起草一份新文件时，可以通过填写一份问卷而由系统自动生成相关文件。著名的产品有汤森路透公司推出的Contract Express，该产品通过使用问卷的方式帮助律师将相同信息填充进多个文档而不必在多个模板中应用相同的修改；其将变量转换成问卷的方式也有助于缩短法务部门的审核时间。
(2)合同分析工具。这包括对合同文本的识别提取、审查和分析。合同分析工具的效率及精确程度甚至超过有丰富经验的执业律师，这一点在2018年LawGeex平台举办的标准保密协议审阅比赛中得到证实。加拿大科技公司 Kira Systems 推出的分析系统能从合同中迅速精确地提取重要信息，包括大量外语合同，能够帮助律师更快完成尽职调查与合规调查。其用户报告称能节省20%~60%甚至更多的合同审查时间。对于公司法务而言，由于工作中经常出现重复性高的合同条款文本，该技术将有助于把他们从烦琐的工作中解救出来。
(3)尽职调查辅助工具。尽职调查常常耗时较长、工作繁重，而且其中的关键问题经常被掩盖，需要大量的审查分析才能予以识别。利用人工智能可以对相关文件快速分类，并识别尽职调查的常见问题，如控制权变更、转让等。人工智能还可从中提取适用的条款，方便律师在大量文件中获取关键的信息。有的AI工具还支持随着工作进展创建尽职调查报告。 AI的辅助能够有效地缩短尽职调查所需的时间，并增加调查评估的准确性、减轻客户的成本。 Kira Systems依然是其中具有代表性的公司，因其产品具有出色的合同识别和分析能力，能从大量交易文件中识别风险，从而影响交易价格和结构。
(4)决策树(decision trees)和专家系统( expert systems) 。决策树和专家系统将软件与专业技术和知识相结合，使通常由人完成的推理决策过程自动化。例如，通过不断地向用户提问并根据其回答而修改、提出后续问题，以确定最终问题并提供解决方案。律师可利用这些工具为客户提供咨询，法务部门也能用来应对其他利益关联方的重复提问。以 Blue J Legal为例，该产品的研发团队为每个分类的问题找到多个特征，通过分析客户提供的与特征匹配的信息来回答他们的提问并显示相关案例，该过程中使用了决策树模型。
(5)法律研究工具。使用人工智能及数据驱动分析支撑法律研究，结合自然语言处理和机器学习来回答相关法律问题并提供建议，还能够跟踪立法发展动态、识别法律条文的变迁等。人工智能可缩短法律研究的时间，帮助进行诉讼预测，改变诉讼策略的制定。一位加拿大律师报告说，使用Alexsei可以根据输入的法律研究问题自动创建法律备忘录，从而“为客户节省了大量的成本和时间”8。加拿大公司Blue J Legal、Codify、Knomos和Loom Analyt-ics是该领域的佼佼者，但相关产品目前距离成为法律人士的首选还需要一段时间。
(二)法院对律师使用法律人工智能产品的态度
在2018年Cass诉1410088 Ontario公司9关于占用人责任( occupier's li-ability)的案件中，Cass的律师质疑对方律师费计算中判例费用过高，因为这些判例完全可以通过CanLII或其他对公众免费开放的网站查询获得。法官最终认定，由于律师被假定从毕业起即具备基本的法律知识，因此，这不可能是他第一次涉足“占用人责任”的领域，如果他在研究过程中使用了人工智能资源，将极大减少律师准备时间，于是最终认可律师费用的缩减。
而在同年 Drummond 诉 Cadillac Fairview10一案中，败诉方 Fairview 提出，胜诉方主张的因使用Westlaw而产生的法律研究费用过高。法官认为计算机辅助法律研究是当代法律实践的必要条件，而且与我们预期和鼓励的人工智能的进步趋势一致，与传统研究方法相比，计算机辅助下的法律研究能在更短的时间内提供更全面准确的答案。换言之，法院认可人工智能技术在实践领域日益普遍使用的事实及产生的必要费用，且认为律师应该这么做，因为采用能提高效率的技术手段是律师的职责。
(三)人工智能在司法裁判中的应用
1．智能调解电子谈判系统
智能调解电子谈判系统的应用是在线纠纷解决方式( Online Dispute Res-olution,ODR)智能化的最新动态，使法院拥有除人工调解以外的另一个选择而减少案件积压。该领域最出名的是加拿大iCan公司推出的电子谈判系统Smartsettle，这是该公司创建的世界上第一个安全电子谈判系统，曾在1个小时之内解决一起历时3个月仍未调解成功的、关于培训课程欠款的索赔争议案件。11该系统分为Smartsettle ONE和Smartsettle Infinity两个版本，前者主要用于双方当事人之间简单争议的谈判，后者则适用于涉及多主体、多轮次、多种利益关系或标的额较大的复杂案件谈判。12
Smartsettle值得关注的算法包括被称为“阻尼摆” ( Dampened PendulumArbitration)的仲裁规则和“盲区报价” ( Blind Bidding)模式。 “阻尼摆”仲裁规则是对钟摆仲裁的修改，Smartsettle将从各方的一系列的报价中选择接近最公平的价格作为最终价，以奖励报价更接近公平的一方。 Smartsettle还采取“可见度的盲区报价”模式，系统最初建立的框架协议对双方都是可见且可知的，但各方价格底线不会披露给对方。系统鼓励各方从各自最理想的要价和出价起步，并在区间内选取一些价格作为建议，各方可以秘密地接受这些建议价格，以便于确定协议区间。系统将从双方同意妥协的价格区间中依据“阻尼摆”规则选择最终报价。13
智能调解谈判系统有助于缩短纠纷解决时间，而且通过自动抓取纠纷的关键要素及用算法实现最佳策略选择，促进协议的达成，提升调解的成功率。14
2．使用人工智能获取情态证据
情态证据，指法院通过评估证人在作证陈述时的非语言情态，判断其作证的可信程度。关于欺骗的途径控制学说认为，人们的面部表情、身体姿态、说话方式、声音和内容会传递出信息。当证人说谎时，不管这名证人如何试图表现得诚实，表明其正在说谎的信息会通过上述一个或多个途径无意中泄露出来15。情态证据作为英美法系常用证据之一，其应用颇有争议，因为其可能会受文化差异、刻板印象偏见和法庭压力等多种因素影响。随着认知科学的研究发展，情态证据更大的缺陷被揭露。多伦多大学的Kang Lee教授在关于人工智能的会议上指出，人们说谎时高达93%的情绪信息不是通过肢体语言、面部表情或其他姿态表达的，法庭过去一直依赖的外在情态证据只是证人内心真实情况的很小一部分。他提出用一种“血谱成像技术” ( transder-mal optical imaging)分析被检测者面部血流模式反映其隐藏情绪并识别出谎言，通过机器学习算法获取面部血液的血红蛋白含量变化作为分析依据。
但该技术在法庭上应用的前景仍不明朗，因其与大多数人工智能的应用一样存在算法歧视的风险，通过机器学习将血谱成像中的黑色素信息去除的过程可能存在种族间的差异。虽然无法取代传统的可信度评估，但该技术还有其他的应用可能，如客户咨询和证人的庭前准备、律师用于识别值得进一步审查的陈述16、服刑人员的负性心境干预等。
(四)人工智能在执法和预防犯罪中的应用
执法机关希望借助AI技术提高执法的效率和准确性，但其合法性常常受到怀疑。加拿大皇家骑警，安大略省、新斯科舍省、艾伯塔省警方先后承认曾使用AI面部识别技术( Clearview AI)，该软件通过公共媒体和社交媒体提取数10亿张照片建立数据库，供执法机构用以识别受害人和犯罪嫌疑人。该技术的使用者只需要得到一张照片即可查找出当事人姓名、电话、地址和职业等信息。加拿大警方使用Clearview AI的合法性受到质疑，因其未经同意而收集个人隐私信息，而且在缺乏法律规制及其他制衡手段的情况下使用AI面部识别技术会有滥用风险。除此以外，Clearview AI等面部识别技术也被质疑存在算法歧视，因为AI面部识别技术识别白人的准确率比黑人更高。
除了事后的控制，如何建立事前的犯罪预防机制也一直是研究的焦点。在这方面，位于温哥华的Patriot One Technologies公司研制出一种雷达微波探测系统PATSCAN CMR，该系统经过大量数据的训练，能够识别区分常见武器、危险道具与无害物品。在人流密集场所，该系统能够隐秘地对人群进行扫描和探测，提前预防暴力犯罪事件的发生。
1 ICTC, Artificial Intelligence in Canada: Where Do We Stand, https://www. ictc-ctic. ca/wp-content/uploads/2015/06/AI-White-paper-final-English1. pdf, last access: Aug. 31, 2020.
2 参见周伯柱、赵晏强：《加拿大人工智能发展现状》，载《科技促进发展》2019年第8期。
3 Green Technology Asia Pte Ltd, The Canadian AI Ecosystem: A 2018 Profile, http://www.-greentechasia.com/wpcontent/uploads/2018/02/Canada-AI-Ecosystem-2018-Profile-Summary-Repor-tGreentech-Asia.pdf, last access: Aug. 31, 2020.
4 参见蔡志伟、宋嘉、吕娜：《人工智能下的教育发展与实践——基于对〈泛加拿大人工智能战略〉的思考》，载《基础教育参考》2020年第2期。
5 Green Technology Asia Pte Ltd, The Canadian AI Ecosystem: A 2018 Profile, http://www.-greentechasia.com/wpcontent/uploads/2018/02/Canada-AI-Ecosystem-2018-Profile-Summary-Repor-tGreentech-Asia.pdf, last access: Aug. 31, 2020.
6 参见《悬而未决的AI竞赛 全球企业人工智能发展现状》，载德勤网(https://www2.de--loitte.com/content/dam/Deloitte/cn/Documents/technologymedia-telecommunications/deloitte-cn-tm-tfuture-in-the-balance-zh-190528.pdf)， 最后访问日期：2020年8月31日。
7 Scott Neilson, The state of legal tech, Canadian Lawyer, https://www. canadianlawyermag. com/practice-areas/litigation/the-state-of-legal-tech/275820, last access: Aug. 31, 2020.
8 Tara Vasdani, AIlegal researchtools save money,time, andjudges' emnity, Canadian Law--yer, https://www.canadianlawyermag.com/news/opinion/ailegal-research-tools-save-money--timeand-judges-emnity/275988 , last access: Aug. 31, 2020.
9 Cass v.1410088 OntarioInc., 2018 ONSC 6959.
10 Drummond v.The Cadillac Fairview Corp.Ltd., 2018 ONSC 5350.
11 Tara Vasdani, From Estonian AIjudgesto robot mediatorsin Canada, U.K., LexisNexis, ht--tps://www.lexisnexis.ca/enca/ihc/2019-06/from-estonian-ai-judges-to-robot-mediators-in--canadauk.page.
12 参见郭文利、阎智洪、裘滢珠：《加拿大智能调解Smartsettle电子谈判系统透视》，载《东南司法评论》2019年第0期。
13 +参见方旭辉、温蕴知：《互联网 时代：引进网上纠纷解决机制ODR“第四方”的契机——以smartsettle为例》，载《企业经济》2015年第8期。
14 参见郭文利、阎智洪、裘滢珠：《加拿大智能调解Smartsettle电子谈判系统透视》，载《东南司法评论》2019年第0期。
15 Roth, D. Michael Laissez-Faire Videoconferencing: Remote Witness Testimony and Adver-sarial Truth, 48 UCLA L. Rev., 185 (2000-2001)， 转引自蒋雪琴、韦永睿、邵燕等：《证据法前沿问题研究》，四川大学出版社2015年版。
16 Omar Ha-Redeye, Using Artificial Intelligence for Demeanour Evidence, Slaw, http://www.slaw. ca/2019/03/24/using-artificial-intelligence-for-demeanour-evidence/, last access: Mar.24, 2020.