AI时代法律人的计算思维第二讲|从“数据权利学术共识”出发,让法律研究可计算

本推文根据课堂录音稿整理而成。全文共1708字，预计阅读时间5分钟。

课程第二讲在第一讲的基础上，进一步带大家熟悉Cursor，并尝试把“计算思维”落到一个真实研究项目中：数据权利的学术共识与司法审判的经验提炼。其核心目标是用法学问题驱动工具，用Python、vibe coding和法图推进研究，而不是为了编程而编程。

（原视频可以在哔哩哔哩视频网站观看，搜索“AI时代法律人的计算思维”）

编程，也就是计算思维的核心是IPO：输入、处理、输出。定义任务，就是想清楚给计算机什么输入，希望得到什么输出，中间经过哪些处理。过程中要定义变量、进行计算和操作，并学会封装、调用，形成模块化思维。

规范思维的核心则是司法三段论：先确定大前提，找法，解析法条；再确定小前提，即案件关键事实；然后进行涵摄，判断小前提能否满足大前提，最后得出结论。不同部门法在此基础上提炼出请求权基础、四要件、三阶层等理论，再辅以法律原则做整体调整。

计算思维和规范思维二者实际上高度相似：变量对应概念、前提、要件；封装调用对应法学理论；原则调整对应整体性纠偏。所谓交叉，就是思考规范思维的步骤如何通过计算操作完成和表示。

数据权利的学术共识

数据权利讨论了十多年，争议仍多。研究学术共识，首先要有问题意识：为什么研究、和谁对话、要推进什么。学术共识的权威来源主要是权威期刊和学术专著，而不是媒体或自媒体。研究的基本思路是，先厘清有哪些学术观点，再看不同学者是支持还是反对。

课堂上以王锡锌老师关于数据权利问题的文章作示例。其文章提到，学界通常认为数据要素流通需要确权，而确权即确定数据物权；但文章对“所有权路径”这一命题展开反思。这提示我们AI总结的“共识”不一定真是共识，必须回到核心文献验证。

由此，可以把大问题切小：数据确权的学术共识之一是否认为数据权利是一种物权？上述文章还梳理了四种确权方案：新型对世财产权或所有权依赖；用益权；个人信息财产权与人格权的区分；权利束与结构化配置。接着需要围绕问题继续分析：每种方案有多少人支持、多少人反对，趋势如何，背后原因是什么。这就能把对学术共识的探讨变成实证研究，甚至可以做回归分析。

从文献到表格

研究目标可以设想为：输入上百篇文献，输出一张Excel/CSV表，表头包括作者、文章、年份、观点、是否支持、是否变化、来源等。其难点在于批量处理文献，判断文章是否提到某观点、谁提出、支持还是反对。

正则表达式很难处理自然语言，但大模型可以。所以需要调用API，让程序把文献一篇一篇地交给大模型分析，避免一次性投喂造成幻觉或捏合。每篇文献先存成JSON格式，再转成CSV/Excel格式。PDF、Word、TXT都是非结构化格式，大模型可以识别标题、作者、观点等信息，再把它们归一化、结构化。这样，材料才能被比较、统计和计算。

课堂上演示了两个prompt。第一个搭建Python项目，明确总目标、输入、输出、步骤和要求。第二个在既有内容上，把每篇文献提炼成观点JSON。配置API时，要注册大模型、创建API key、填写base_url和模型名，并先做测试。注意要保护好API key，不能泄露。