环仲分享|中美仲裁对比与法学教育思考
引言
在法律行业蓬勃发展与不断变革的当下,前沿观点与深刻洞察对于从业者及关注者而言至关重要。环仲律师事务所高级顾问Carrie Shang近日参与了LEXLOONG(华人法律青年)的“LEXLOONG Interview”专栏活动。本次采访中,她将分享跨学科的优劣与选择、AI在法律领域的应用与未来发展趋势、我国与美国在仲裁领域的对比,以及个人对法学教育,法律行业发展的一些思考。本文特此对采访内容进行转载,仅供分享参考。
1
跨界经历与建议
您的职业跨越法律和技术领域,是什么驱动您专注于人工智能在仲裁中的应用的领域?
我可能本身是一个,用现在一个比较流行的词形容来说,就是斜杠青年。我认为跨学科的背景是在任何的一个职业中都非常重要的一个背景。那我自己也恰巧是有一个跨学科的背景。因此在法律的专业人士里面,属于对于能够比较快地接受其他学科的新知识,研究与法律相关或者不相关的行业的创新的一个人。就是我本身个性是一个比较喜欢探索新事物,新知识的人,而且我本身具有理学的这个背景,但这些对于我选择研究AI在仲裁中的应用的影响是相关,但并不存在一个直接的因果关系。
您认为这种跨界的背景对您在AI仲裁领域的工作带来了哪些优势,有没有其他的一些阻碍?
阻碍是如果没有跨学科背景可能可以更好的去综合理解各个学科的不同或者相同的优势。
至于优势,我的理科背景(生物化学)并未直接帮助我理解 AI 工具在法律实践中的应用,但这种技术背景确实有助于理解 AI 工具在法律实践中的应用逻辑,起到一定的助推作用。换言之,即使没有理工科背景,也完全可以凭借兴趣、优势和专业积累在该领域取得成就。
您认为,对于目前的法学生来说,在法学专业学习之余学习探索其他学科或者其他领域的性价比高吗?
作为曾在中国高校担任法学教授的教育工作者,我始终认为中国法学生普遍具备卓越的学术素养与学习能力,但这也造成了法学生更倾向于选择性价比更高的路径来达成目标。同时,社会竞争加剧的背景也使得时间成本的考量极其重要。
在这样一个背景下,从职业发展的短期维度看,跨学科背景对法学院毕业生的直接助益可能并不显著。但从更长的时间维度(如十年、二十年以上)来进行审视,跨学科积累的价值将逐渐显现且是不可估量的。跨学科学习的深层意义远不止于职业发展。持续探索不同领域的知识,本质上是对个人认知边界的拓展,这种智识成长既能提升解决问题的能力,也能带来精神层面的满足感。虽然难以用短期功利标准衡量其价值,但长期来看,这种知识投资将转化为个人成长的持久动力,最终成就更完整的职业人格与更丰富的人生体验。
您认为对于法学生或者在大学的法学教育中是否应当引入一些AI在法律方面的应用,如果引用的话,您有什么建议?
我前两天也有学生联系我,说是为了应对技术变革开始学习编程。但我个人的观点是,法律从业者的核心竞争力仍应建立在专业领域的深度积累之上,同时可适度拓展技术工具应用能力,如通过熟悉法律科技工具(如主流 AI 法律软件)的操作逻辑,掌握其在案件分析、文书起草等场景中的应用技巧来提高工作效率。其次,也可以关注一些学校开设的课程,如斯坦福大学、西北大学等已在 JD 课程中增设 "法律编程"等课程。
但仍需要强调的是,技术能力应定位为专业能力的增效工具而非核心竞争力。客户选择律师的首要标准仍是法律专业素养,技术工具的娴熟运用可形成差异化优势,但无法替代法律本身能力的核心价值。
3
AI对法律行业的影响
您认为AI目前对于法律的助推力更多体现在什么层面或者说目前您看来未来AI有没有潜力发展到一个顶峰的比如说可以在简单的案件中取代仲裁员或律师的状态?
当前 AI 技术在法律领域的应用我觉得更多体现为辅助工具属性,其核心价值在于提升法律检索、文书写作等常规工作的效率与精准度。以西方主流法律数据库为例,其开发的 AI 法律研究工具已显著优化了法律从业者的工作流程。但需明确的是,AI 本质上仍是人类智慧的延伸,无法完全取代法律职业者的核心职能。
从行业特性看,法律职业的不可替代性首先体现在伦理与责任困境,即AI 决策引发的法律责任归属问题仍存在制度空白;其次是法律论证的主观性,无论是大陆法系的法条适用还是英美法系的判例推理,法律实践本质是追求 "最优论证" 而非 "绝对正确",这种追求本质是人与人的竞赛,而不是AI提供的确定答案能够解决的;此外即使AI能够承担非常简单案子的部分早期工作,但这些案子仍需要人的参与。以美国金融科技行业为例,尽管 AI 可完成标准化信贷审批,但涉及特殊信用记录或政策例外的个案仍需人工复核。这是因为AI 的学习能力限于学习历史数据,缺乏创造性地解决非常规变量的能力。类似的逻辑同样适用于法律领域。所以我认为短期不需要担心AI会取代法律从业者。
在您看来,一些简单的如检索资料的工作未来是否可能也被AI取代?这是否意味着对于法律从业者来说特别是刚从事法律行业的人来说需要具备更多的能力?
我觉得我同意这观点,我觉得这是一种对于继续精英化法律行业以及其他行业的推动。对于法律行业来说,AI 可能会逐步替代法律助理等基础岗位的重复性工作,这种变革在人力成本高昂的欧美国家尤为显著。相比之下,中国法律市场人力成本相对较低,语境可能就不一样。但从长久来看,我认为法律仍然会成为少数的精英的学生才能够去从事的职业,更多的简单的人力工作能够通过辅助性的这种智能手段去处理。
从法律教育维度观察,美国法学院长期采用本科后教育模式,其培养目标更聚焦于精英化职业训练;而中国法学教育在本科阶段可能还是更加的普惠。未来中国法学教育可能会经历从规模化扩张向质量提升的转型,但供给的减少也意味着从事律师职业的群体的集中化与精英化。同时,不仅仅是法律行业,我觉得未来所有的行业都会面临这个趋势。
如果是面对所有行业都面临集中化精英化的趋势的话,那原先的下沉市场的那一部分就业市场的出处是什么?
这个问题非常好,但是至少目前我对这个问题没有一个特别深的思考,这个问题确实值得深思,特别是你们这一代可能更多的要考虑这个问题。年轻一代面临的竞争环境与我们这代人已截然不同,从美国的情况来看,蓝领市场不仅收入水平较高,且因劳动力供给不足呈现出不可替代性,但这并不代表每个地方的劳动力价值是一样的。虽然下沉市场的定义可能因地域而异,但 "人力变得更金贵" 的规律适用于所有市场。
3
从业经验与思考
您在LawAI、SVAMC以及撰写《剑桥中国仲裁手册》时的经验对您有什么样的启发和启示?
我个人作为 AI 从业者与研究者,始终认为深入理解目标市场是从业和研究的基础。比如在参与某学术章节撰写期间,我与我的合作者针对中国涉案量最大的 25 家仲裁机构开展了系统性数字化应用调研。我觉得做一个法律AI或者是仲裁AI的推广的前提是我们要对各个国家的仲裁机构数字化的情况非常了解,而这个深入调研过程恰好帮我们实现了这点。
在您看来,我国与美国相比在仲裁领域优势和劣势在哪里?
中美仲裁机构在数字化转型过程中呈现显著差异。中国仲裁机构数量庞大(覆盖省市两级行政区域),案件受理量竞争激烈,同时叠加政策驱动的创新压力。相比之下,美国的主流仲裁机构不足十家,但处于完全竞争状态。这种市场结构迫使机构持续创新以保持竞争力,否则将面临淘汰的境地。同时,美国相对灵活的监管环境为技术试验提供了更大空间,例如美国仲裁协会(AAA)已推出全球首个 AI 裁决辅助工具(供仲裁员自愿使用)。
而中国虽然具有较强的创新压力和动力,但在创新的态度相比于美国是比较谨慎的,更倾向于在成熟案例验证成效后再进行跟进。
您认为中美之间 AI 发展的具体差距有多大?或者是中美的差距真的有传言所说的中国落后30-50年的那么大的差距吗?
作为非 AI 专业研究者,我难以对中美两国的人工智能技术研发水平进行横向比较。但从应用实践观察,美国法律机构对于人工智能工具的应用是更加大胆的。从底层模型来看,大部分的美国的主流的AI工具多基于 GPT 等通用大模型构建,而中国法律科技行业则因 DeepSeek 等国产大模型的突破,近期部分企业会尝试将底层模型切换至 DeepSeek,但实际应用效果尚需实践验证。
但总而言之,中美两国在 AI 的这个研发上肯定是齐头并进,虽然中国的人工智能的产业是后发的,但也具有相当强的人才储备。
您认为全球不同司法管辖区对于AI仲裁的接受度会如何发展?是否会受到文化或法律体系的影响?
至少在仲裁与法律 AI 领域,美国的前进步伐还是非常快的。这可能源于英美法系对律师职业的高度依赖,无论是客户端还是律所,对法律科技产品的需求都存在非常大的需求。相较之下,中国市场对法律 AI 的需求更多聚焦于准确性,但其实准确性对于目前的人工智能来说已经不是一个也特别难的事情了。
目前美国法律人工智能产品之所以还存在比较大的创新空间,是基于英美法系中对于"最优论证" 的诉讼逻辑要求,AI 工具需要提供的是别人更有价值的案例检索,而准确性只是一个比较主观的事情。但对于大陆法系而言,则更倾向于追求一个准确的判决。
您如何看待AI对传统仲裁模式的影响或者说改变?
首先是AI的应用显著缩短了仲裁员的裁决时间,提升了争议的解决效率:AI 工具可减轻仲裁员的一些不必要的工作量,同时减轻了当事人仲裁费用(国外仲裁员通常是按小时收费)。
其次AI工具可以对仲裁机构起到监控仲裁裁决质量的作用。由于仲裁裁决的不公开,目前对仲裁员的选聘更多是依靠个人的判断,而AI 系统通过分析历史裁决数据,可生成仲裁员的专业能力画像,为仲裁机构提供客观的选聘参考。同时,当事人也可通过 AI 工具获取仲裁员的历史表现数据,形成市场导向的监督机制,间接推动仲裁员提升专业水平。
您认为AI在仲裁的的应用是否会造成如数据歧视等问题?
AI 算法偏见问题是一个很严重的问题,其潜在歧视风险覆盖性别、政治倾向、甚至身高长相等多重维度。但我们的技术方案并不会用这些数据来训练人工智能,我们更多的是希望当事人可以通过AI生成裁决参考方案,来对仲裁员的专业表现进行量化评估,从而更好地作出判断,也间接激励仲裁员提升裁决质量。
一些学者开发的Arbitrator Intelligence目前可以对投资领域的仲裁员进行评级,这个质量的评级最终可能会扩展到商事仲裁领域。我认为这个是很必要的,在缺乏公开裁决数据的传统仲裁环境中,这种技术赋能的质量评估机制将可以有效解决当事人与仲裁员之间的信息不对称问题,帮助当事人判断仲裁员的优劣。
您认为国际商事仲裁、国际诉讼这种方向是否还有很多可以开发的空间?
我觉得跨国诉讼或仲裁是比较大的市场,且是难以被 AI 替代的市场。不管是诉讼还是仲裁,都不仅需要深厚的法律素养,还非常依赖口头辩论的临场应变能力。以跨境执行案件为例,当美国法院面临外国破产程序的礼让请求时,需同时处理管辖权冲突、国际私法协调等多重法律问题,这种复杂场景要求多国律师团队的协同作业,单一法域的律师已难以满足需求。
同时,在法律专业素养之外,还需要对不同的法律文化具有一定的理解。例如,美国医学院开设的 "患者沟通" 课程(patient communication)对法学教育具有重要启示,法律从业者也需要具备和不同的跨法律的人进行沟通交流的能力。
您认为AI 未来是否会成为法律人发展的蓝海领域?
我不确定未来AI 会不会成为蓝海市场,但我觉得法律职业的核心竞争力仍在于垂直领域的专业深耕。以我自己为例,我是在自己的领域深耕后,觉得AI有契机,就做了。我觉得从业者可以在自己的领域深耕后,在具有一定的知识基础和阅历后,寻找这个领域的属于自己的机会,也可以结合发展趋势探寻更创新的机会。
您觉得让您一直在这个法律行业发展的一个驱动力,或者是说也有可能是过往的一个 milestone 是什么?
首先是对法律的热爱和兴趣,法律是一个动态演进的需要钻研的复合型知识领域,它不仅要求从业者持续更新专业知识,还需要从业者关注科技、经济、社会等多领域的发展变革。而这对于我来说是非常有趣的事情。
其次,法律是一个可以切实帮助他人的一个行业,而且基于不同的水平和专业素养,不同律师代理的案件会有不同的结果。当通过法律手段维护当事人合法权益时,职业成就感不仅来自专业能力的认可,更源于对社会公平正义的实践参与,这是让我觉得很rewarding的一件事情。
本文作者
商舒,环仲律师事务所高级顾问。美国加利福尼亚州、纽约州执业律师。曾担任香港国际仲裁中心调解和在线争议解决部门负责人、上海财经大学法学院英美法项目主要负责人;发表过多篇英文学术论文,在美国国际法学会、硅谷仲裁调解委员会等机构任职,同时在中国国际经济与贸易仲裁委员会电子仲裁中心、香港国际仲裁中心电子仲裁中心、美国国家仲裁中心等仲裁机构担任仲裁员,有丰富的仲裁经验。
环仲国际业务团队

袁杜娟
环仲高级法律顾问

商舒
环仲高级法律顾问

陈珏
合伙人

扶怡
环仲高级法律顾问
涉商事纠纷相关业务咨询请点击阅读原文,直达环仲官网,或电话咨询:13127864609,邮箱咨询:link-king@linkarb.com.cn
本微信公众号所发布的资讯或文章仅为交流讨论目的,不代表上海环仲律师事务所出具的任何法律意见。任何依据本文的全部或部分内容而作出的判断或决定(无论作为或不作为)以及因此造成的法律后果,上海环仲律师事务所不承担任何责任。如果您需要相关法律意见或法律服务,欢迎与上海环仲律师事务所相关律师联系。

点击“阅读原文”可访问律所官网