律页科技 | 专业法律科技解决方案

来源：中国法律评论

发布日期：2025年11月23日

申卫星

清华大学法学院教授

当前，我国法学学科建设主要存在两个问题：一是法学与其他学科的交叉融合不够；二是法学对新兴社会问题的回应能力不足。计算法学的创新建设是构建新时代法学学科体系和中国自主知识体系的生动实践，旨在探索解决此等问题的实践方案。计算法学专业人才的培养，既需要设计科学的培养方案，运用科学的教学方法，也需要学校和院系提供坚实的机制保障，还需要为学生们提供国际交流、学科竞赛等平台资源。计算法学既涵盖以人工智能技术等新兴技术为主要调整对象或研究方法的法学研究工作，也涵盖以辅助法律实践为主要目标的计算科学研究工作。从计算法学学科建设的经验来看，未来应当着力推动法学学科与科技发展相融合，改革交叉学科研究成果的评价标准，充分发挥交叉学科知识背景的法律硕士在学术研究中的作用。

文章来源：《法治研究》 2025年第6期，为阅读方便，脚注从略。如需引用，可参阅原文。

一、计算法学学科建设的基本目标

(一)强化法学与计算科学的交叉融合

(二)强化法律硕士人才培养的针对性和有效性

二、计算法学的人才培养模式

(一)培养方案

(二)教学方法

(三)机制保障

(四)国际交流

(五)学科竞赛

三、计算法学人才培养的成果产出

(一)科研成果产出

(二)计算法治的实践意义

(三)人才就业去向

四、余论：法律硕士人才培养模式的反思与改革

建构中国自主的法学知识体系，是繁荣发展新时代中国法学体系的重要任务。2022年4月25日，习近平总书记在中国人民大学考察时指出：“加快构建中国特色哲学社会科学，归根结底是建构中国自主的知识体系。”新时代法学学科体系是新时代中国法学体系的重要组成部分，其构建以法学知识体系的形成为前提、为内核、为引领。

2023年2月，中共中央办公厅、国务院办公厅印发的《关于加强新时代法学教育和法学理论研究的意见》(以下简称《意见》)提出，“完善法学学科专业体系，构建自主设置与引导设置相结合的学科专业建设新机制。”构建新时代法学学科体系，一方面需要推动民法学、刑法学等传统学科知识体系的转型，从吸收借鉴外国法学理论的先进经验，向创新、发展与繁荣中国自主的法学理论转变，即从“照着讲”到“接着讲”；另一方面，还需要推动发展新兴学科、加快发展交叉学科，以回应社会发展和法治实践中产生的新问题和新需求。

作为一门法学与计算科学交叉融合的新兴学科，计算法学的创新建设是构建新时代法学学科体系和中国自主知识体系的生动实践。计算法学主要是指基于计算的对象、方法以及能力等方面的差异而产生不同的法律问题以及与法律相关的技术问题，从而融入计算思维研究法律问题，利用计算方法开展法律大数据分析，以及结合计算技术研究法律科技的一门学科。

在中国，计算法学经历了从无到有的创新发展历程。在充分调研讨论国内外法学与信息技术学科交叉方向探索的基础之上，清华大学研究生院在2018年4月批复启动了“计算法学方向全日制法律硕士学位项目”，标志着从“分散研究”工作向“系统学科”体系建设的转变。2019年9月20日，来自清华大学法学院、上海交通大学凯原法学院、东南大学法学院、四川大学法学院、华中科技大学法学院和西南政法大学人工智能法学院等六所高校相关学科的代表，一致同意共同发起成立中国计算法学发展联盟，计算法学开始在全国形成一股学科建设潮流。

其后，上海交通大学设立了“计算法学与AI伦理研究中心”，中国社会科学院大学设立了“计算法学实验室”。天津大学法学院筹建了“计算法学教研室”；华中科技大学法学院开始了“计算法学“方向博士招生专业，山东大学(威海)创设了“计算法学”本科生实验班；西南政法大学、四川大学创设了“计算法学”主题的论坛、课程，高校、产业等各方汇聚在中国计算机学会创设了“计算法学分会”。

作为一门伴随人工智能在法学中的深入应用而产生的新兴交叉学科，计算法学对于发现法律系统运行规律、构建互联网法治基础、着力完善法治体系、推动国家治理现代化至关重要。本文以清华大学计算法学学科建设为例，总结梳理计算法学学科建设的基本目标、人才培养模式、研究领域等，为中国法学自主知识体系建设提供生动注脚。

计算法学学科建设的基本目标

建构中国自主的法学知识体系，需要聚焦中国实践、解决中国问题。当前，我国法学学科建设主要存在两大问题：一是法学与其他学科的交叉融合不够；二是法学回应科技发展所带来新兴社会问题的能力不足。计算法学创新建设的基本目标是为解决此等问题探索可能的实践方案。

(一)强化法学与计算科学的交叉融合

2017年5月3日，习近平总书记在中国政法大学考察时指出当前法学教育和法治人才培养存在的问题。为了全面落实习近平总书记的重要讲话精神，2018年4月9日，清华大学研究生院批准设立了具有清华特色的计算法学全日制法律硕士学位项目。2021年底，正式以“法律硕士(计算法学)”作为独立的招生方向列入清华大学法学院的研究生招生目录，目前已经发展成为具有清华特色的“计算法学”学科建设集群。计算法学特别关注“代码即法律(Code is Law)”的现实逻辑，探索规则的形式化模型的运行逻辑和法治目标的清晰性与可执行性。在智能社会中，制度设计不再只是制定规则，还包括编写与验证算法行为的规范性边界，以此提高智能社会中的法治可操作性。

比照Jeannette Wing提出的“计算思维”(Computational Thinking)，计算法学的思维方式包括四个维度：(1)抽象(Abstraction):识别法律问题的核心结构；(2)分解(Decomposition):将复杂法律事务拆解为子问题；(3)模式识别(Pattern Recognition):从判例、规范中识别法律行为模式；(4)算法设计(Algorithmic Design):将法律规则形式化为可执行的流程。这套思维方式可以重新定义法学研究的逻辑结构与工具体系，从对象(如数字法域)、方法(如算法与建模)、能力(如可计算性与复杂度)等多维视角，以融合法学与计算科学的跨学科方法对法律进行重构。

计算法学学科建设遵循创新思维、问题导向的学科发展规律，能有效应对智能社会发展带来的挑战。基于计算科学的法律定量研究、法律科技研究与新型法律问题研究等不同研究路径，本质上是从发现、解决与优化的不同角度回答和揭示现实问题，并形成了互相支持、互相依托、共同发展的关系。计算法学作为新兴的学科方向，获得了国内外广泛认可和效仿。计算法学学科创新建设被教育部列为新文科建设的典型案例，学科列入清华大学法学学科“十四五”规划重点建设方向，“基于法学与计算科学交叉的计算法学学科创新建设”项目获批教育部首批新文科研究与改革实践项目。清华大学计算法学学科被新加坡法学会2020年发布的亚太法律发展报告列为创新典范。

(二)强化法律硕士人才培养的针对性和有效性

当前，我国法律硕士(非法学)的人才培养模式存在一定困境。“法律硕士项目成了令法学院棘手的难题，没有得到应有的重视，在社会上也没有得到应有的评价。”

一是教育部专门设立的法律硕士(非法学)方向旨在参照域外JD(法律博士)的培养项目，但是我国普遍存在法律硕士三年学习效果不如法学院本科毕业生的情况，法律硕士沦为想要逃避本科专业进行跨专业考研的出路。社会上存在法律硕士的认可度不高、就业难等问题，部分用人单位在就业过程中对法律硕士也存在一定的偏见。

二是传统的法律硕士研究生缺乏“研究”潜能，长期无法参与导师组的科学研究工作。三是人工智能对于法学教育教学产生了巨大的冲突，传统死记硬背式的法学教学方法已经不再适用，法学教学需要主动让法学院学生掌握人工智能的运行原理和操作工具。

为了解决此等问题，清华大学计算法学成功走出了一条“以学生本科第一学位为基础，在研究生阶段深度融合交叉；教学和科研相互支撑，课内和课外全面培养”的人才培养之路。首先，清华大学计算法学实现了集中理工科的“计算”特色，延续“非法学”专业学生的本科知识，实现了“1+1>2”的学习效果。

其次，清华大学计算法学采用“教学相长”的方法，将学生的计算科学知识作为优势，参与法学院教师的科研项目并发挥了不可取代的关键作用；采取“传帮带”的科研小组模式，发挥学生在人工智能技术和法学的融合研究优势，组成跨学科科研工作坊，实现了硕士研究生主动开展科研的新局面。

最后，清华大学计算法学要求学生至少掌握一门编程语言，在课程教学中将“智能体”设计、法律科技产品设计、人工智能治理等新知识引入课堂，提升法学院学生在人工智能时代的主动适应能力。

计算法学的人才培养模式

计算法学专业人才的培养，既需要设计科学的培养方案，运用科学的教学方法，也需要学校和院系提供坚实的机制保障，还需要为学生们提供国际交流、学科竞赛等平台资源，培养其成为具有交叉学科优势、面向社会实际需要的复合型人才。

(一)培养方案

根据《法律硕士专业学位研究生指导性培养方案》的要求，法律硕士专业学位主要培养立法、司法、行政执法和法律服务以及各行业领域德才兼备的高层次的复合型、应用型法治人才。清华大学计算法学培养方案第一版于2018年发布，每年结合学生的学习反馈和学科的前沿发展趋势对培养方案进行复核论证，经过不断的实践总结已经成熟。

培养方案强调了招生特色，面向全国招收优秀学生进行法学与信息科学等方向的交叉研究型学习，致力于培养出一批既精通法律规则又熟悉信息技术的高端复合型人才，为新一代信息技术的发展提供法律保障，为法律行业和法治的现代化建设提供技术支持。清华大学计算法学主要面向本科第一专业为计算机科学与技术、信息与通信工程、网络空间安全、控制科学与工程、电子科学与技术、电气工程、数学、统计学及其他理工科专业或掌握信息技术相关专业知识的学生。清华大学计算法学招生已经成为全国研究生招生中的热门话题，吸引了众多优秀的学生推免申请或考研报考。

清华大学计算法学的课程针对本科非法学专业的学生量身打造，分为法律硕士通用必修课、计算法学专修课程和实践必修环节。其中，法律硕士通用必修课34学分，计算法学专修课程不低于21学分，实践必修环节15学分。计算法学专修课程包括《计算法学方法》《计算法学导论：新一代信息技术与法律》两门必修课；限选课程组一为来自于法学院主讲的科技法治课程9门课(可供学生选修不低于3学分)；限选课程组二为来自软件学院、计算机系、自动化系、社科学院等院系主讲的计算机科学课程29门课(可供学生从中选修不低于12学分)。以上课程体系由法学院通过逐一对接的方式确认，实现了清华跨学科资源的科学配置，被教学实践证明可助力学生充分挖掘自身兴趣，在不同的细分方向成长成才。

(二)教学方法

清华大学计算法学秉持“分层教学、精准组合”的原则，锻造多层次、跨院系的教学培养模式。其一，以需求为导向，以反馈为依据。充分整合校内各院系在计算机科学与科技治理方面的优质课程资源，前期广泛收集学生对课程难度与侧重点的评价，并据此分类、定级，最终形成覆盖40余门高水平限选课程的体系，让不同学科背景、不同兴趣取向的学生都能灵活组合、自由搭配。

其二，以志趣为驱动，以前景为目标。充分了解每一位学生的本科专业背景和未来职业规划，细化为包含信息科技相关法律问题研究、信息技术在法律行业的应用技术研究以及法律问题的大数据分析研究在内的三大方向、十余个研究小组。学生可按需自主选择一个或多个方向与小组，参与专业课程、科研合作与实践训练，实现个性化、可持续的成长路径。在此模式下，涌现出一大批优异学生前往全球顶尖高校攻读不同方向的博士研究生。

本科生培养是以通识知识和基础专业知识教育为主，研究生培养则需要着重培养创新研究能力。清华大学计算法学通过课外科研小组的方式精准开展人才培养，目前形成了“水木智法”研发小组、法律科技研究小组等技术方向的小组，形成了个人信息保护、数据流通利用、人工智能法治、网络平台市场治理、网络空间国际治理、智能社会治理等法律方向的小组。各个研究小组通过周例会、专题成果研究等方式持续开展课外科研，形成了良好的学习氛围。

在计算科学方向，清华大学计算法学与校内计算机系自然语言处理(NLP)实验室、信息检索(IR)实验室，以及北京大学计算机所自然语言处理组等进行学生共同培养，形成了“水木智法”、法律大模型评测技术、法律大数据平台、公共法律服务平台等研究小组，通过读书会、技术交流会、实践调研会等方式提升研究的深度，培养了学生的技术能力。

(三)机制保障

学校、院系以及相关合作单位的联动协作是法律硕士人才培养的重要支撑。首先，清华大学计算法学建立了多方多层联动的管理保障组织架构。

(1)成立计算法学交叉培养指导委员会。在清华大学研究生院的指导下成立了跨学科交叉培养指导委员会，并制定该委员会的章程，邀请法学院、软件学院、计算机系、自动化系、社科学院等院系的专家代表参与，有利于协调各方资源共同支持计算法学教学项目。

(2)依托清华大学智能法治研究院开展专门的管理。在学校的支持下成立校级研究机构——智能法治研究院，专门负责计算法学学科建设，计算法学人才培养是其中的核心工作，该机构有专门的师资和管理团队，有效地支持该教学工作。

(3)设立计算法学项目专门教务，为项目学生的日常培养提供支持。

(4)为学生研究提供充分的硬件支撑。清华大学计算法学师生团队具备独立的实验室机房。为了推进法律领域的自然语言处理及深度学习算法研发，特别是针对法律大模型的训练和调试，法律科技创新实验室采购了高性能GPU服务器等实验设备，保障了科研活动的硬件需求。

其次，清华大学计算法学打造了科研与教学相辅相成的教研互动体系。(1)以重大项目为抓手，强化协同创新。积极承担国内外的科技与法律交叉的重大科研项目，例如承担国家重点研发项目、鄂尔多斯智能社会治理基地研究项目、科技部人工智能立法项目、国家数据局数据基础制度建设项目等。这些项目跨越多学科领域，既能促进师生深入沟通、合力攻关，也有助于充分利用资源提升团队凝聚力与科研成效。

(2)以创新科研为引擎，激发学生潜能。设立计算法学课外创新实践科研支持计划，同时安排专职老师指导学生的课外科研，组织成立了三大方向的多个研究小组，每周通过例会的形式了解学生的课外科研进展，提升了学生的科研能力。

最后，清华大学计算法学建立了学生与外部科研机构、实习单位的常态化对接机制。(1)以访学合作为渠道，拓宽视野格局。推荐学生前往校内外自然语言处理实验室、信息检索实验室，支持学生参加国际电信联盟、牛津大学互联网研究院等境外研究机构的学术交流活动，丰富学生的研究学习视野和协作交流能力。

(2)以实习就业为原点，深化产学融合。汇聚国家机关、互联网大厂、律师事务所等丰富的实习机会，常年为学生提供内部推荐实习或者就业的机会，可以直接对接用人单位和学生，解决学生关于就业的焦虑问题。

(四)国际交流

计算法学是以计算思维为核心研究方法，以计算科技、信息科技等为技术支撑的学科，其研究范式与发展趋势的地域差异不明显，呈现出较强的全球化特点。因此，计算法学的人才教育需要注重国际交流，培养其以全球视野解决中国问题的能力。

一方面，清华大学计算法学师生团队邀请了一大批国内外著名学者到清华大学进行讲学，打开了“请进来”的大门。例如，2025年4月7日，受清华大学计算法学师生团队邀请，国际统一私法协会秘书长Ignacio Tirado教授以“UNIDROIT《数字资产与私法原则》立法精神与核心要义”为主题，阐述了UNIDROIT的发展历史、《数字资产与私法原则》(Principles on Digital Assets and Private Law，DAPL)的立法背景，厘清了数字资产的定义和“控制”概念以及如何构建数字资产托管、关联数字资产等法律问题。

另一方面，清华大学计算法学师生团队加强与国际组织、国外高校等的沟通交流，推动具有中国特色的学术研究成果“走出去”。例如，清华大学计算法学师生团队2019年1月赴美国、2020年1月赴英国分别推进计算法学学科的国际交流合作，长期与斯坦福大学、哈佛大学、牛津大学、多伦多大学、乔治城大学等建立稳定的科研合作与学术交流关系，为学生提供了宽广的学习交流视野，提升了清华计算法学人才培养的国际知名度。2025年3月，清华大学计算法学团队负责人参与了联合国国际贸易法委员会(UNCITRAL)第四工作组第68届会议关于数据提供合同缺省规则(Default Rules for Data Provion Con-trats)研讨活动，在多场讨论中积极建言献策。此外，支持学生参加国际电信联盟、牛津大学互联网研究院等境外实习、访学活动。

计算法学国际论坛已经成为拓展国际交流的知名平台。清华大学计算法学师生团队自2018年开始连续举办7届计算法学国际论坛：

第一届计算法学国际论坛是全国首次以“计算法学”为主题召开的重要学术会议，包括“学科交叉与实践融合的计算法学”“计算法学作为一门新兴学科”“法律职业智能辅助的技术与实践”“大数据应用的法律问题”“人工智能技术引发的法律问题”等五个分论坛；第二届计算法学国际论坛以“数字经济治理与法律科技创新”为主题，包括主论坛、“数字经济中数据利用与治理”“数字经济中互联网平台治理”“人工智能的治理与法律规则”“新兴科技与法律监管”“法律大数据应用与量化分析”“法律科技创新与未来展望”等六个分论坛以及“计算法学作为一门新兴学科”闭幕式论坛；第三届计算法学国际论坛以“智能产业与法律制度创新”为主题，包括主论坛“计算法学：法律与计算科学的交叉发展”以及“智慧法院：在线司法与惠普法治”“自动驾驶：技术创新与法律对策”“精准医疗：技术发展与伦理、法律责任”等三个分论坛；第四届计算法学国际论坛以“数据治理与法律科技”为主题，包括主论坛以及“个人信息保护与利用”“数据资产与数据流通”“智能合约与数字货币”“法律自然语言的计算机处理”四个分论坛；第五届计算法学国际论坛以“数字化转型中的法治”为主题，包括主论坛以及“数据确权与数据流通利用”“医疗健康数据治理”“智能网联汽车治理”三个分论坛；第六届计算法学国际论坛以“数据驱动的人工智能法治”为主题，包括主论坛以及“大规模语言模型在法律领域的应用”“个人信息保护与数据安全治理”“数据要素市场与应用场景治理”三个分论坛；第七届计算法学国际论坛以“数据治理与人工智能立法”为主题，包括“数据产权与数据流通交易”“计算法学的全球视野”“人工智能立法：国际经验与中国立场”“圆桌讨论：数据与人工智能的产业实践”四个分论坛。计算法学国际论坛吸引了美国、欧洲、东南亚等地区的权威专家参会，进一步提升了清华大学计算法学学科的国际声誉。

(五)学科竞赛

组织举办与法律硕士专业能力密切相关的学科竞赛是法律硕士人才培养的重要环节，有助于充分调动学生参与理论研究、锻炼实践技能的积极性。首先，清华大学法学院主办了多项计算科学人员主导、法学人员参与的智能技术测评竞赛。清华大学智能法治研究院参与计算机系主办的中国智能法律技术评测竞赛，该赛事已经成为国内法律科技领域吸引参赛队伍最多、赛道最多、权威最高的行业技术竞赛。此外，还参与举办了两届“睿聚”杯法律科技竞赛。

其次，清华大学法学院主办了法学人员主导、计算科学人员参与的法律科技产品设计竞赛。由清华大学教务处批准立项，清华大学智能法治研究院、国家政法智能化技术创新中心共同主办和业内专业组织协办的法律科技创新设计竞赛在2023年举行，共设计了五个赛道。该赛事促进了高校学生和科技产业共同参与法律科技领域的创新发展，有助于提高法律服务的质量和效率，改善法律服务的准确性和可及性，节省法律程序的成本和时间，创新高效的法律研究科学分析方法和工具，完善法律数据流通利用的安全和隐私保护，解决法律行业的创新需求。

最后，清华大学法学院主办了两届全国大学生数字经济辩论赛，赛题涵盖国内数字经济的热门问题，例如平台是否应当将部分数据收益分给数据的主体、商业机构获取公共数据应当付费还是免费、“同意制度”能否保护个人信息权益、人脸识别技术的使用是否有利于增强安全、个人信息是否可以被直接用来有偿交易、个人信息保护独立监督机构中外部成员还是内部成员的监督效果更好、个人信息权利保护是否应该依靠第三方受托组织集中管理等。其中部分赛题的成果直接引起了国家政策的关注，如“个人信息权利保护是否应该依靠第三方受托组织集中管理”被纳入《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》(以下简称《数据二十条》)。

计算法学人才培养的成果产出

法律硕士人才培养的成果主要有三项客观衡量标准，即科研成果产出、法治实践意义与人才就业去向，清华大学计算法学在这三个方面均取得了丰硕的人才培养成果，引领具有计算科技知识背景的法律硕士生开展法学与计算科技交叉领域的学术研究，支撑国家机关的立法、司法与执法工作，并培养其在毕业后走向相关研究与工作岗位。

(一)科研成果产出

在建设新兴交叉学科的进程中，其发展根基必须依托大量研究成果的积累，而标志性学术成果的产出更是彰显学科科学性的核心要素。这些以高水平论文、权威著作等为载体的研究成果，如同学科建设“里程碑”，不仅能为新兴交叉学科的理论创新提供坚实支撑，更能通过学术共同体的认可，切实体现该学科在知识生产体系中的科学性与专业性，从而推动学科在学术版图中占据稳固地位。清华大学开展的计算法学学科特别注重创新科研成果的产出，在计算法学基础理论、网络与数据法治、法律科技创新、法律量化研究等方向都取得了有鲜明特色的研究成果。

1.计算法学学科理论研究

计算法学学科理论研究重在明确计算法学的研究范畴、探索计算法学的新方法，为计算法学的学科知识体系、实践路径和未来方向建设提供启发。近几年来，季卫东、左卫民、肖金明、刘东亮、林喜芬、邓矜婷、张妮、于晓虹、李学尧、刘庄等学者发表了一系列富有启发性的研究成果，繁荣了计算法学的基础理论。

清华大学计算法学团队高度重视计算法学理论研究，先后发表了《法学研究新范式：计算法学的内涵、范畴与方法》《探索可计算的法律发展道路》《加快计算法学学科建设助力数字经济发展》《计算法学的体系思考与未来展望》等文章，从国内外学科史、法学学科的创新发展方向和方法等方面充分论证了计算法学科学内涵。在国内外学术会议上以不同主题阐释和分享清华大学计算法学学科建设理论和实践经验，在校内新开设《计算法学方法》《计算法学导论》两门课程，发起设立计算法学译丛，计算法学已经具备基本理论体系并在国内外产生了广泛的影响力。

《法学研究新范式：计算法学的内涵、范畴与方法》科学地追溯了计算法学的学科发展历史，界定了计算法学新内涵，认定计算法学是法学与信息技术交叉形成的新学科，以新一代信息技术为研究对象、研究方法和研究手段，致力于解决法律问题和法律行业发展需求的科学研究，其研究方向包括新一代信息科技相关的法律问题研究，法律问题的大数据分析研究，以及信息技术在法律行业的应用技术研究。

《探索可计算的法律发展道路》提出在法律发展路径上，需要理解计算范式转型是一种普遍趋势，法律本身具有很强的可计算性，可计算法律的发展过程具有阶段性；可计算法律的实现方法主要有三大类，包括规则推理建模、数据推理建模和规则和数据融合推理建模。为了实现可计算的法律发展道路，法学研究需要开展可复用的法律知识工程，构建可高效处理的法律数据集，法学教育需要培养具有计算思维的法律人才。

《加快计算法学学科建设助力数字经济发展》一文明确了计算法学的学科知识体系，在网络与数据法学领域具体划分为个人信息保护研究、数据流通利用研究、算法规则治理研究、平台市场秩序研究、网络系统安全研究、国际网络治理研究、新技术新业态治理研究等；在法律大数据实证研究领域研究对象涵盖法律量化研究方法、以数据为基础的法律理论与实践阐释、以法律数据为基础的循证决策方法等；在法律科技研究领域研究对象涵盖法律多源异构的文本处理技术、面向司法人员的智能办案技术、面向群众的公共法律服务平台技术、面向科研人员的法律数据归集与利用技术。

《计算主义：我国法学量化研究的现实谱系》以2016年—2022年我国主要法学期刊发表的法学量化研究为研究样本，“绘制”出了我国“法学量化研究”的现实谱系。明确了我国“法学量化研究”“三位一体”的学理功能，包括“事实层”的“法律系统描述(司法现象挖掘)”功能；“规范/制度层”的解释(教义)、检视(法实效)、修正与建构功能；“理论层”的检视(证伪与效验)、修正(再造)与创造功能。通过一系列关于计算法学学科建设的基础理论研究，清华大学计算法学学科团队，不仅提出了“计算法学”的概念，而且使得该学科形成了一个以研究对象、研究手段和研究方法三个维度进行构建的自主创新完整的学科体系。

2.以计算技术引发的新兴问题作为研究对象的计算法学：“Law for AI”

所谓“Law for AI”，是指以人工智能等信息技术广泛应用所引发的新兴社会问题为主要调整对象的新兴法学研究工作，其内涵与近来学界所主张的“数字法学”“网络与信息法学”相同，也可以直观地将相关研究内容概括为“网络与数据法学”。可以说，“计算法学”是包括“数字法学”“网络与信息法学”在内更广域的一个新兴学科群，既包括此处所概括的“law for AI”，还包括作为“AI for Law”的法律科技，以及在大数据基础上对法律进行量化实证分析的“law based on AI”。

清华大学倡导的计算法学人才培养与学科理论建设同频共振，团队成员先后在《中国社会科学》《中国法学》《中国法律评论》等权威杂志发表了《论数据用益权》《论数据产权制度的层级性：“三三制”数据确权法》《数据产权：从两权分离到三权分置》等学术论文，在商务印书馆出版了《数据产权论》等具有代表性的理论研究成果。清华大学计算法学研究团队组织出版了“计算法学译丛”，已经出版《隐私即信任：大数据时代的信息隐私》《场景中的隐私——技术、政治和社会生活中的和谐》《网络行动与国际法中的使用武力》等译著。

技术标准是科技法治制度的重要组成部分。清华大学法学院参与起草的《网络安全标准实践指南—个人信息保护合规审计要求》已经于2025年5月发布。同时，在中国网络社会组织联合会牵头承担起草了《基于区块链的数据资产确权与交易规范》和《互联网企业ESG评估指南》两项团体标准在第七届数字中国建设峰会福州新区数字经济新质生产力专场进行公开发布。

其中，《基于区块链的数据资产确权与交易规范》团体标准的编写，规定了基于区块链技术的数据资产确权与交易的术语定义、主体要求、区块链系统要求，数据资产确权过程、确权类型及交易过程等内容，适用于基于区块链技术进行数据资产确权、交易的主体，同时也可以为第三方机构提供规范的数据资产确权与交易审查、为区块链技术服务提供依据、为行业监管提供参考。2025年，清华大学法学院加入全国数据标准化技术委员会，并参与承担《数据确权技术要求》标准起草。

3.以计算技术作为赋能法律发展的手段的计算法学：“AI for Law”

所谓“AI for Law”，是指以辅助法律实践为主要目标的计算科学研究工作，是将法律问题转化为技术问题，即可以重复执行的计算系统。清华大学计算法学师生团队产出一大批具有创新性的计算科学研究成果，例如国内首批以法学院为一作的成果在CCFA类会议发表超过12篇，法学院历史上第一个牵头承担重点研发项目“热点案件和民生案件审判智能辅助技术研究”，清华大学法学院历史上第一批软著、发明专利超过10项等，法学院历史上第一批科技成果奖“钱伟长中文信息处理科学技术奖”技术发明类一等奖。发布的“水木智法”能够准确面向公众提供高质量的法律服务，该成果入选了“清华大学人工智能成果展”，获得北京发明创新大赛优秀奖，在北京市人民检察院、大同市司法局等政法部门应用。

清华大学法学院在“AIforLaw”方向的科研成绩包括面向法律任务的算法模型研发、法律数据集构建、大模型安全检测处置等。

算法模型研发方面，聚焦于法律领域的智能检索与对话系统研究，通过结合自然语言处理、机器学习等技术，解决法律案例检索、证据检索及对话交互中的关键问题。核心贡献包括，提出新任务与框架：定义了法律对话案例检索、证据检索等新型任务，设计了结构感知模型、多智能体协作框架等创新架构。数据与方法创新：构建大规模数据集(如ConvLegal、LERD)，引入对比学习、事件模式、提示优化等技术，提升模型在法律场景下的检索精度与交互效率。跨领域应用：将对话搜索、无监督学习等技术迁移至法律领域，解决法律文本的语义鸿沟、标注成本高、结构复杂等挑战，推动法律AI的实际应用。(详见表1)。

在法律数据集方面，分别在法律要素提取、法律事件检测、相似案例检索和法规检索等领域构建了具有创新性的数据集，并通过实验验证了相关模型的性能，为法律人工智能的发展提供了重要资源和研究方向。针对法律AI领域数据缺乏的问题，构建了涵盖法律要素、事件、案例相似性及法规检索等多个维度的数据集，填补了中文法律领域大规模、高质量标注数据的空白。结合法律知识与自然语言处理技术，通过精细的标注框架和实验设计，为法律人工智能域提供了可复用的研究范式，促进了法学与计算机科学的交叉创新。通过对比多种基线模型，发现现有方法在法律文本理解中的不足(如长文本处理、法律知识推理等)，为后续研究提供了明确的改进方向。数据集和模型可用于辅助司法决策、发现量刑偏差，为提升司法透明度和公平性提供了技术支持。(详见表2)。

在大模型安全检测处置方面，聚焦大语言模型在法律及相关领域的关键挑战，从公平性评估、鲁棒性测试到幻觉检测，构建了多维度的研究框架。它们共同推动了LLMs在法律等知识密集型领域的可靠性研究，为模型优化提供了方法论支持，且均开放了代码和数据集，促进了领域内的研究协作与复现，为后续研究奠定了重要基础。(详见表3)。

4.以大数据和智能量化分析为计算方法的计算法学：“law based on AI ”

所谓“Iaw based on AI”，就是以大数据和智能量化分析为计算方法的计算法学新领域。过去在法律的实证分析方面，白建军、左卫民、程金华等做出了引领和开创性的贡献，推动着法律的规范分析与实证分析的结合。随着大数据和人工智能的普遍应用，可以实现在大数据基础上的智能量化分析，更大规模地对“Iaw in practice”展开实证分析，可以说是借助新兴信息技术作为新的研究方法的计算法学。

在这一维度的计算法学方向上，清华大学编写了《法学量化研究指南》，以7万余字详细地说明了法学量化研究的研究设计，包含如何运用法律数据开展研究、常用软件与工具的基本使用方法、国内外量化研究的现状等内容。

计算法学方向培养项目每一年都有学生采用法律实证研究的方法，通过数据挖掘技术从海量的裁判文书中找到目标判例后进行分析。

例如，赵碧凡撰写的《援引社会主义核心价值观裁判说理民事案件的经验研究》一文从海量文书中抽取了5028份援引社会主义核心价值观释法说理民事裁判文书进行分析，基于援引社会主义核心价值观裁判说理文本的义项分析与语义网络分析，助力发现援引社会主义核心价值观裁判说理的具体功能与潜在问题。例如，裁判说理与裁判依据不分、社会主义核心价值观与法律基本原则关系不清和裁判说理不充分等问题仍然突出的数据情况。

薛宗岳撰写的《主场优势：我国反不正当竞争纠纷中的司法地方保护》一文从海量文书中抽取了4249份有效样本。使用多元线性回归探索了在反不正当竞争纠纷中针对企业的司法地方保护主义是否存在，以及在什么情况下存在。通过一系列基本回归、稳健性检验和进一步分析，探究了原告、被告地理位置对判决结果的直接影响和交互效应。

(二)计算法治的实践意义

清华法学计算法学师生团队支撑了国家的重大政策规划和立法工作，包括《个人信息保护法》《数据安全法》《网络数据安全管理条例》《民法典》等一系列重大立法工作，对其中的科技治理规则提供了重要建议。清华大学计算法学师生团队参与的《科技支撑平安中国的发展意见》《数据二十条》被纳入中央文件发布，同时参与发改委、科技部、网信办、工信部等有关科技政策法规的系列工作，做出具有清华特色的贡献。

清华大学计算法学师生团队自主研发了大众普惠版的法律智能问答工具——“水木智法”。“水木智法”是一款面向公众的AI法律咨询小程序，其通过专业的技术与法律团队亿万级法律数据库确保回答全面性与准确性。2023年8月份以微信公众问答的方式内测上线，2024年8月清华大学计算法学师生团队正式向社会发布小程序版“水木智法”智能问答工具，当前平均每天有近千人次的问答咨询，该研究成果同时入选“清华大学人工智能成果展”(2024)、北京发明创新大赛优秀奖(2024)，与门头沟法院、检察院、大同市司法局等进行合作。此外，清华大学计算法学的学生团队主持开发了THU Law Tech法律援助系列小工具，包括“工伤损害赔偿计算器”“工伤损害赔偿案例检索库”“民间借贷复杂债权计算器”等。

清华大学计算法学形成了创新性的教学科研新平台。2024年12月，法律数据标注平台、公共法律服务平台、法律大数据科研平台开展了阶段性验收评审。法律数据标注平台旨在生产高质量的法律数据为法律人工智能研发和数据挖掘分析提供支撑，公共法律服务平台旨在连接以高校师生为群体的援助者和各地的被援助者，法律大数据科研平台旨在为法学研究的方法更新和有组织科研提供工具支持。三项平台的建设过程也将进一步提升智能法治研究院的资源整合和人才培养能力。

(三)人才就业去向

清华大学计算法学累计培养了120多名优秀的复合型人才走向法学与科技交叉的复合型就业岗位，培养了全国首批(4位)法律硕士毕业生攻读计算科学博士研究生。清华大学计算法学专业的法律硕士经过三年学习，每年均实现了高质量的对口就业：

约四分之一在国内外高校继续攻读法学或者计算机科学博士研究生，包括意大利博洛尼亚大学、美国加州大学圣地亚哥分校、耶鲁大学、香港大学、清华大学、上海交通大学；约四分之一在政府机关工作，包括中共中央办公厅、中央纪委国家监委、最高人民法院、中央网信办、中国人民银行、中共山东省委组织部、北京知识产权法院、广州市中级人民法院等部门；约四分之一进入到华为、阿里、腾讯、字节跳动、科大讯飞等头部企业工作；约四分之一进入到金杜、汉坤、锦天城等头部律师事务所或者金融机构从事数据合规、反垄断等业务。

毕业生就业岗位绝大多数属于法律与科技交叉显著的领域，涵盖法官助理、检察官助理、数据合规法务、技术研发工程师、算法工程师、产品经理、律师等，学以致用、专业对口特色明显。

余论：法律硕士人才培养模式的反思与改革

新时代法学学科建设需要立足中国实际，创新理论研究与教育教学方法，探索回应中国之问、世界之问、人民之问、时代之问的法学理论研究和法学教育道路。本文在总结清华大学计算法学发展历程的基础上，对新时代法学学科建设提出以下三点建议。

第一，着力推动法学学科与科技发展相融合。信息技术的发展给法学研究与教育范式带来了深远影响。“破除法学与自然科学之间的壁垒，实现法学与自然科学之间交叉融合发展已成为网络智能时代发展的必然趋势，培养既懂法律规则又熟悉智能技术运行原理的复合型高素质法治人才成为给全社会的共识和迫切需求。”《新文科建设宣言》提出，紧扣国家软实力建设和文化繁荣发展新需求，紧跟新一轮科技革命和产业变革新趋势，积极推动人工智能、大数据等现代信息技术与文科专业深入融合，积极发展文科类新兴专业，推动原有文科专业改造升级，实现文科与理工农医的深度交叉融合。计算法学学科旨在培养法律硕士运用计算主义方法解决法学问题的能力，探索推进新文科建设，实现“1+1>2”的人才培养效果。

第二，改革交叉学科研究成果的评价标准。《意见》强调，要改进科研评价方式，构建符合法学学科特点的学术评价体系，以学术质量、社会影响、实际效果为衡量标准，建立健全教育、激励、规范、监督、奖惩一体化的科研诚信治理体系。对于法学学科与其他学科相融合的交叉学科而言，在科研成果考核方面需要对法学学科和其他学科的评价标准进行综合考量。例如，计算法学科研成果的考核既需考虑法学核心期刊等法学学科的评价标准，也需考虑软件著作权、发明专利等计算科学领域的评价标准。

第三，充分发挥交叉学科知识背景的法律硕士在学术研究中的作用，努力提升中国法律硕士培养的针对性和有效性。当前，法学院向学生传授知识的主要方法是讲授。讲课是教授学生知识最有效率的方法，但是不能培养学生更高层次的技能，不能实现对法律硕士的针对性培养。“不少用人单位需要复合型法治人才，但目前大多数院校并未将非法本法律硕士的教育教学与之本科专业知识有机衔接起来，缺乏实质的知识复合、能力复合机制，以致通过简单多学科教育经历叠加所培养出的‘外观’意义上的复合型人才，与行业所期待的具有真正复合知识运用能力的人才还有较大差距。”

因此，法律硕士培养需要充分利用其本科第一学位的背景知识，调动学生的自主性与积极性，形成集科研与教学于一体的师生“从游”团队，使学生在参与科研工作的过程中不断锻炼专业技能，强化综合素质能力，真正实现法律硕士的复合型交叉人才目标，未来可以实现与美国的法律博士(JD)相媲美的培养效果。

“独行快，众行远”，无论是在广义上还是狭义上使用计算法学等学科概念，该领域的学者有共同使命，即提高法学学科应对计算科技革命机遇和挑战的能力，推动法学学科适应时代需求，探索可计算的法律发展道路。中国已形成相关学术共同体，有共同交流平台、研究对象和理解的概念。面向未来，还需共通的理论体系、教材和人才培养方案。探索并推进以计算主义为研究方法的计算法学学科建设，促进其研究落地，是中国新型法律人的责任使命。希望更多从事计算法学学科建设的同仁联合起来，塑造计算法学未来，为中国法学自主知识体系建设贡献力量。