法律图书馆的判例汇编：2017年展望

在2017年即将过去时写下这篇回答，提出一点展望。

我认为，法律工作者不会被AI替代，只不过工作的方式会做出转变。

举一个上一次技术更新换代时的例子：法律检索的方式。目前，美国很多法院和学校仍然保留了专门的法律图书馆。回溯到上世纪九十年代之前，在里面苦读不辍的，除了学生之外，更多的是律师和法官。难道这么多人都有终生学习、不断充电的意识吗？并非如此，只是因为他们的工作离不开法律图书馆而已。

在法律图书馆中，你会看到一种独特的书架设计风格，它们并非一般的书籍，而是一种名为判例汇编的资料。这些资料按照年份和索引编号有序排列，收录了美国联邦以及各个州法院发布的判决书。这种设计旨在为读者提供全面、系统地了解法律案例的参考依据。

在美国这样的判例法国家，既往判例的判决书就是“法律”本身，一名律师在起草答辩状和进行法庭辩论的时候，必须通过判例来说明自己所要运用的法律规则，找到事实和法律问题相近的判例支持自己的论证。

在电子数据库普及之前，律师就要通过各式各样的检索目录和二手资料，结合自己在某一领域的经验，不断缩小范围，找到合适的判例。然后翻开上图这样的大部头，定位到判决书中的具体语句加以引用。这种大海捞针式的法律检索，不仅占用了大量的时间，而且意味着律师的从业领域不可能非常广泛。毕竟，在自己熟悉的领域，对于什么时候哪里的法院发布了怎样的判决还大概心里有谱，但在不同领域之间切换的成本就实在太高了。

电子数据库的出现，则从根本上改变了这个情况。不管是Lexis还是Westlaw，现在的法律检索工具都能轻松按照关键词、年份、法院级别等条件进行搜索，而且还可以智能识别判决书的不同部分，定位到最核心的论证部分。某种意义上来说，这也是一种类似“人工智能”的变革，替代了律师去法律图书馆检索的工作。同时，电子化的数据库也降低了学习成本，削弱了工作经验在细分领域的重要性，让每个人掌握了法律检索的方法后都能对一类案件快速上手。

—

这个例子也可以用于帮助我们理解在AI普及后律师工作方式的变化。或许有一天，AI可以代替律师起草基本的法律文书，根据当事人输入的事实信息，自动检所相关法律和司法解释，通过机器学习分析类似的法律文书，自动生成起诉状。或者可以指导法官判案，对于庭审期间的质证过程进行大数据分析，结合之前的判决数据库，指导法官得出符合此类案件一般处理方式的结论。

正如上面想象的例子一样，也许很快AI就可以替代律师进行写作，替代法官起草判决书，但类似的事情，在历史上同样发生过。您看，在线数据库的普及，不就是替代了律师在法律检索时的相当一部分工作吗？但律师这个行业的规模，并没有因此而萎缩。

—

回到问题本身，如何做到不被替代呢？无他，无非就是不断探索，要将自己被更新颖的工具所解放出来的生产力用在哪里。从起草各种文书中解放出来的生产力，可以用于和客户更深入地沟通，发觉更深层次需求；从重复劳动中解放出来的时间和精力，可以用来学习金融、会计、工程、IT等方面的知识，从而更好地服务于不同行业的客户。例如，优秀的专利律师很多都具有自然科学知识背景，股权运作方面的顶级律师，很多持有CFA资格证。

而在未来，我们甚至可以想象，律师掌握一点编程，真正理解技术，对于服务于互联网企业也大有裨益。这都是生产力的不断提升所能带来的改变。