生成式人工智能的诞生将引发新一轮的智能技术赋能革命，其在提升人民群众对公共法律服务全新期待的同时，也为公共法律服务现代化建设的范式转型提供新的可能。与人民群众日益增长的公共法律服务需求相比，传统范式下的现代化建设难以满足智能技术赋能下人民群众对优质高效、全民覆盖以及精准普惠的公共法律服务需求。因此，需要在生成式人工智能的赋能下，实现公共法律服务由“技术嵌入”向“人机交互”、由“权力下沉”向“技术下沉”、由“应得分配”向“需得分配”的范式转型。在此基础上，通过技术赋能下的实质性法律服务供给、技术依赖防范下的法律服务全民覆盖以及权利保障前提下的精准化法律服务等路径推进公共法律服务现代化的未来实践。
现代化公共法律服务对于更好满足人民群众日益增长的法律服务需求，提高法治现代化水平具有重要意义。智能技术对现代化公共法律服务建设具有促进作用。为此，2019年7月，中共中央办公厅、国务院办公厅印发《关于加快推进公共法律服务体系建设的意见》（以下简称《公共法律服务建设意见》）明确指出，“推动公共法律服务与科技创新手段深度融合，着力打造‘智慧法律服务’”。2021年12月，司法部印发的《全国公共法律服务体系建设规划（2021-2025年）》（以下简称《公共法律服务建设规划》）将推进“智慧法律服务”作为建成覆盖全业务全时空法律服务网络的重要内容。整体而言，经过数年建设，“智慧法律服务”已经取得显著成效，便捷高效、城乡覆盖、均等普惠的公共法律服务体系基本形成。然而，面对智能技术的更新迭代以及数字时代下人民群众的全新需求，当前阶段的公共法律服务供给与社会需求仍不匹配，“智慧法律服务”系统存在应用不充分、系统融贯不通畅等问题，不能满足人民群众全流程、全场景、一体化、智能化的法律服务需求。由此，传统智能技术赋能下的公共法律服务供给与需求之间呈现不相兼容的实践面向，并产生公共法律服务的供需失衡。2022年11月，伴随着ChatGPT的诞生，人工智能技术正式迈入生成式时代。与分析式人工智能不同，生成式人工智能因其聚焦语言运用和内容生成而与法律行业需求具有内在逻辑的契合性，能够对法律人和社会公众形成一次重大的赋能。在此背景下，如何借助生成式人工智能优化智能技术与公共法律服务现代化之间的兼容性，推进公共法律服务的范式转型，进而纠正公共法律服务的供需失衡就成为亟待解决的问题。
在互联网、大数据等技术的赋能下，便捷高效、城乡覆盖、均等普惠的公共法律服务体系建设成效显著，并形成以“技术嵌入”“权力下沉”“应得分配”为主要范式的现代化路径。然而，面对智能技术的更新迭代以及人民群众的全新需求，上述范式也呈现不相兼容的实践面向，产生公共法律服务供需失衡的实践困境。
近年来，伴随着互联网、大数据等分析式人工智能的技术进步，以技术赋能便捷高效的公共法律服务建设已经成为可能。从现有的实践形式上看，“技术嵌入”是推进公共法律服务便捷高效的一种基本范式。
当前，我国的公共法律服务体系是在司法行政部门所主导的正式结构下运行的，但包括数字技术、民间群体等在内的其他因素也可以参与到公共法律服务行动中，成为推动公共法律服务现代化建设的重要力量。理论上，这种在正式结构下运行，并允许其他外在因素参与的行动被学者概括为“嵌入式行为”。在此基础上，我国公共法律服务现代化建设呈现“技术嵌入”的基本范式。例如，公共法律服务由工业社会“下乡服务”向网络社会“上网服务”的转变即为“技术嵌入”的典型体现。详言之，“作为一种历史趋势，信息时代的支配性功能与过程日益以网络组织起来。网络建构了我们社会的新社会形态，而网络化逻辑的扩散实质地改变了生产、经验、权力与文化过程中的操作和结果”。具体在公共法律服务上，网络不仅可以让法律知识以更为便捷的形式呈现在人民群众面前，而且还能替代律师的个人经验与技巧，使得法律服务成为唾手可得的免费午餐。因此，以人力传输为主要形式的“下乡服务”不论是在成本消耗上，还是在效率提升上都难以满足人民群众对公共法律服务便捷高效的需求，公共法律服务需要借助网络技术的嵌入，实现由“下乡服务”向“上网服务”的方式转变，进而满足人民群众的时代需求。再例如，现阶段广泛推行的“智慧法律服务”系统事实上也是“技术嵌入”的典型实践，其实践路径就是将前沿智能技术嵌入公共法律服务中，进而提升法律的便捷性、高效性。实践中，安徽省池州市公共法律服务智能终端设备通过对5G、大数据、云计算等前沿技术的嵌入，可以为公众全天候提供法律文书自助查询和自助生成功能。
然而，智能时代的到来，“技术嵌入”在促进公共法律服务迈向便捷高效的同时也存在如下不足：其一，“技术嵌入”范式下的公共法律服务是一种低质化的服务供给。尽管网络空间中的法律知识已经呈现工业级规模，但整体而言，网络资源的壁垒长期隐性地存在于网络连接之中，并对知识分享、文化融合、价值创造造成巨大的效率折扣。更为重要的是，网络的去中心化特征将导致“同一体系平台的利益相关方，为了收割个体时间资源，以规模化的矩阵建设思路广泛布局，分散的平台使人目不暇接，现实依序而来的景象，转变成扑面而来的轮番轰击”。这也就意味着，网络技术的嵌入虽然成为法律知识汇集、共享的平台，但目前很难与用户进行多轮交互，在内容上是一种低质化法律服务。其二，“技术嵌入”的范式无法提供体系的、逻辑的、完整的高质量法律知识供给。以网络技术的嵌入为例，网络场域下的法律服务所提供的法律知识是以无序的、冗余的、不完整的低质化特征呈现。传统模式下的知识是由专业精英依照特定的模式生产而来，伴随着互联网技术的应用，知识进入大众生成时代，写作人并不是平台上所雇用的作者。但问题在于，“无论是从可信程度和科学性等客观指标来看，还是从知识对于人们的实际作用而言，互联网空间中知识的品质鱼龙混杂，既有丰富的可信的资讯和科学知识，也有大量可信程度难以确定的信息乃至虚假错误信息”。无序与非完整性、冗余与隐喻的碎片化知识逐渐成为网络世界的主流。
概而言之，伴随着互联网、大数据等技术的进步与赋能，我国公共法律服务现代化建设呈现“技术嵌入”的发展样态。这种范式在打破法律服务时间与空间局限的同时也面临一些不足。一方面，以互联网、大数据为支撑的技术嵌入范式无法为法律服务需求者提供准确的解决方案。另一方面，无序的、不完整的、冗余的法律知识供给脱离数字时代人民群众的需求，距离优质高效的法律服务尚有差距。
作为一种运作模式，公共法律服务中的“权力下沉”是对法律服务资源城乡差异的现实回应，旨在借助国家权力促进公共法律服务的城乡覆盖。因而，不同于“技术嵌入”这一外在范式的概括，“权力下沉”是对公共法律服务现代化运作模式的剖析，是一种对内在范式的总结。
具体而言，按照狄骥的定义，公共服务是指由政府加以规范和控制，旨在促进与实现社会团结的一项活动。在这一定义下，作为公共服务的下位概念，公共法律服务的实践与推行也无法脱离政府的规范与控制，国家公权力在公共法律服务运作过程中承担着关键作用。事实上，面对我国公共法律服务的城乡差异，借助国家力量实现公共法律服务的城乡覆盖一直以来都是衡量我国公共法律服务现代化建设的重要标准。例如，党的十八届四中全会和二十大报告就分别用“健全基层公共服务和社会管理网络”“建设覆盖城乡的现代公共法律服务体系”等表述对公共法律服务的城乡覆盖进行顶层规划。《公共法律服务建设意见》《公共法律服务建设规划》也分别用“均衡配置城乡基本公共法律服务资源”“均衡配置城乡法律服务资源”对实现城乡覆盖的现代化公共法律服务作出具体部署。在此背景下，“权力下沉”自然而然地成为我国推进公共法律服务城乡覆盖的一种基本范式。例如，市场经济初期，“送法下乡”“法律乡村行”等普法活动是构建和谐社会主义新农村的重要活动形式。本质上，以乡土社会为主要场景的公共法律服务建设就是一种“权力下沉”的过程，“送法下乡是国家权力在乡土社会创立权威并使之真正实现的战略性选择，是在边缘地带重建国家权力支配性的方式，是特定时期和特定地域现代国家建构的有效方式”。也正因如此，有学者指出，公共法律服务融入乡村治理的逻辑“遵循的是一种政府主导下的法治进路，在这种进路下，政府是公共法律服务最主要的供给主体”。作为一种范式的承继，“权力下沉”也同样是智能技术赋能公共法律服务实现城乡覆盖的一种运作模式。例如，云南省楚雄彝族自治州所投放的“云岭法务通”法律服务机器人虽然可以实现智能咨询、文书生成等公共法律服务任务，但其运作的目的仍然被视为对基层公共法律服务资源弥补的实践。在此实践中，智能技术在包括法律服务场景中的赋能应用被学者概括为一种典型的“国家推进主义”，呈现出国家主导下的政法协同与科研动员的实践特征。总之，面对我国公共法律服务城乡差异的客观现状，“权力下沉”是技术赋能公共法律服务现代化的一种基本范式。
问题在于，“权力下沉”的运作范式在促进公共法律服务城乡覆盖的同时，也面临着显著不足，“权力下沉”在关注法律服务城乡差异的同时，往往忽视对数字弱势群体的关注，形成技术供给与技术使用不能之间的错位，进而无法满足人民群众对公共法律服务全民覆盖的需求。详言之，技术赋能公共法律服务必然要实现由“人力驱动”向“数据驱动”的转变，传统“面对面”式的法律服务模式在数字技术的助力下演变为“屏对屏”式的新模式。然而，作为21世纪人类社会生存的基本技能，数字技能离不开自身的学习能力以及教育程度。这也就意味着，公共法律服务的供给效能虽然在技术赋能下得以有效提升，但这种提升也因人而异。现实的状况是，受制于信息本身的稀缺性及公众在获取、掌握和运用信息时的客观差异，技术所带来的红利无法惠及每一位社会成员，诸多个体因不能有效获取和运用这些数据信息而沦为“数字弱势群体”，“人们在数字技术应用上的差距日益显现，使用鸿沟成为当前中国数字鸿沟的主要形式”。更为关键的是，“权力下沉”的运作范式在推进公共法律服务现代化的过程中并不能实现对技术应用能力的有效关注，一定程度上，国家权力推进智能技术在法律场景中得以应用的首要价值目标是有与没有的问题，而不是有效与无效以及具有多大效果的问题。实践中，数字弱势群体在操作数字化法律服务系统、软件、平台的过程中仍然存有障碍，“权力下沉”的运作范式在促进公共法律服务城乡覆盖的同时并未实现面向数字时代的全民覆盖。
智能技术赋能除有助于提升公共法律服务便捷高效、城乡覆盖外，也有助于促使公共法律服务均等普惠。在深层次的功能取向上，“应得分配”是智能技术赋能公共法律服务均等普惠的又一基本范式。
通说认为，公共法律服务源于一国政府对其公民在法律义务上和政治道义上的不可放弃、不可转移的责任担当基础和政治伦理要求，其基本内涵就是由政府统筹的、体现公共资源配置均等化和社会公益担当的一般性法律服务。因此，在功能取向上，智能技术赋能公共法律服务旨在保障人民群众能够获得机会相对平等的法律服务。理论上，促进公共法律服务的均等普惠，是对罗尔斯机会平等原则的实践。具体而言，在罗尔斯的论述中，关于正义的第一原则通常被称为公平的机会平等原则，是指“所有社会价值——自由和机会、收入和财富、自尊的基础—都要平等地分配，除非对其中的一种价值或者所有价值的一种不平等分配合乎每一个人的利益”。在这一原则下，任何人所享受的价值必须是一律平等的，每个人都享有同等的机会获得与之对应的价值。尽管表面上，罗尔斯的论述中平等高于应得，但“罗尔斯并未从根本上否认个人应得的概念，而是在其公平正义观的理论框架中将它转化为制度规则下的‘正当期望’的概念”。本质上，罗尔斯论述中的机会平等就是一种应得的状态存在，公平的机会平等是源于同合法期望相一致的应得和规则制定下的应得。在此基础上，将罗尔斯正义论的第一原则引申至公共法律服务领域则不难发现，公共法律服务的内在功能取向也就是要求任何人都应当按照权利的应然状态获得国家提供的法律服务，公共法律服务以“应得分配”的形式存在。事实上，伴随着公共法律服务现代化建设的推进，“应得分配”不仅作为公共法律服务的内在要求而被贯彻，同时也成为技术赋能公共法律服务均等普惠的一种基本范式。例如，在《公共法律服务建设规划》专栏4与专栏5中就明确提出，“推动‘互联网+公共法律服务’建设，推进三大平台融合发展，实现资源共享，提高资源使用效率”，“普遍建立公共法律服务热线政府购买社会化服务机制，建立全国公共法律服务热线管理平台”。
不可否认，在“应得分配”的范式下，技术赋能的公共法律服务已经整体实现法律资源的互通共享，符合均等普惠的建设预期，但其不足的是，“应得分配”范式下的公共法律建设主要以群体供给而展开，面对人民群众个性化的“需得”要求仍是“力不从心”，进而形成群体供给与个体需求之间的供需错位。具体而言，面对公共法律服务均等普惠的现代化要求，以互联网、大数据等技术赋能而推进的公共法律服务是以海量法律数据的概率学分析为基础而展开的，从而使得公共法律服务的内容依赖于基础数据的构成。例如，面对数据总量巨大、数据种类齐全的金融、证券、投资、竞争、公司等相关的法律服务需求可以基于数字化技术而获得高质量的回应，但面对诸如离婚、继承、物业等涉及情感因素、民间习俗、社群矛盾的少量数据的法律服务则有待考察。这也就意味着，技术赋能的公共法律服务现代化推进事实上服务于那些数据种类齐全、数据总量巨大的常见纠纷，是以群体供给为主要模式的“应得分配”。然而，实践生活中的法律服务需求往往呈现显著的个性化特征，概率学意义上的群体供给模式并不能对此完全回应。因此，“应得分配”的传统范式并不能满足人民群众对精准普惠的公共法律服务需求，进而形成公共法律服务的供需错位。
总而言之，技术赋能的公共法律服务现代化虽然已经取得显著进步，并形成颇具中国特色的现代化范式，但面对优质高效、全民覆盖、精准普惠的新需求，传统范式下的技术赋能似乎难以有效回应。面对生成式人工智能所带来的革新，通过内在范式的转型进而实现公共法律服务现代化建设的深入推进已经迫在眉睫。
2022年底，ChatGPT横空出世，生成式人工智能时代由此开启。与互联网、大数据等技术为支撑的分析式人工智能不同，海量数据与强大算力支撑下的“涌现”能力使得生成式人工智能不仅可以“理解”“记住”人类自然语言与知识，还能基于此生成高质量的内容，其良好的互动性、高度通用性与智能生成性正在加速与人类社会形成更加刚性、高频、泛在与深刻的联结。由此，生成式人工智能将作为一种底层技术推动整个公共法律服务的范式转型。
生成式人工智能的首要特征是，具有更强的交互功能，生成式人工智能能够以人类可理解的语言和理解人类语言的双向形式实现流畅的人机交互。在此背景下，公共法律服务与技术之间的关系将由技术单向的嵌入模式转向人机之间的双向交互模式。因此，在生成式人工智能的影响下，公共法律服务现代化的范式转型是，由“技术嵌入”迈向“人机交互”。
简单地说，“技术嵌入”的范式旨在通过互联网、大数据等技术实现便捷高效的法律服务，进而推进公共法律服务的现代化。但互联网、大数据等技术本身并不具备语言的理解能力，因而，在“技术嵌入”的范式下，公共法律服务需要在技术话语的框架下展开，在此过程中，互联网、大数据等技术本身以及如何实现技术在公共法律服务体系中的嵌入成为目的，而体现公共法律服务现代化的价值目的则处于被搁置的地位。因而，“技术嵌入”的本质上是一种体现工具理性的目的行为。不同于互联网、大数据等技术，生成式人工智能的革命性技术进步在于具备语言的理解能力，能够借助语言这一媒介，通过陈述的真理性、行为的正确性以及主体的真诚性实现人的主体性，是一种体现价值理性的交往行为。因而，生成式人工智能赋能下的公共法律服务将由目的行为下的“技术嵌入”转变为交往行为下的“人机交互”。
具体而言，“人机交互”的范式转型源于如下两个方面原因。第一，生成式人工智能呈现的“理解”能力为公共法律服务实现“人机交互”的范式转型提供形式上的可能。本质而言，人机交互行为也可以被视为不同主体的交往行为，按照哈贝马斯的观点，任何一种沟通交往的过程都发生在文化前理解的背景上。其中，“文化前理解”所指向的是，已经以一种前结构或先见的形式潜存于人们的交往行为之中的文化传统脉络，如果没有文化前理解的存在，更加深入的理解与共识就无法形成。这也就意味着，没有对共识知识以及交互知识的理解，交往将无法完成，理解是人与人之间交往的基础与核心。由此，对哈贝马斯交往行为中的“理解”可以更进一步解释为“理解不仅是诠释主体单向地对文本的理解，而且是诠释者以对话者的身份与文本进行的交谈”。换言之，理解不仅是交往得以进行的前提，同时本身也必须是交往双方之间的相互行为。当前，诸多证据已经表明，以ChatGPT为代表的生成式人工智能已经具备一定的理解能力，不仅能够识别多语言文本、自然语音中的意图，还能在多轮对话的情景下实现对多项语义的准确识别。例如，基于对人类反馈的强化学习技术而微调的InstructGPT模型，可以输出更受欢迎的高质量结果，体现更为真实的意图识别能力。一定程度上，生成式人工智能对不同模态下的意图识别可以视为生成式人工智能已经具备了交往理论中的理解能力，能够以对话者的身份与不同主体进行双向交流。事实上，也正是这种理解能力为公共法律服务实现“人机交互”的范式转型提供基础与可能。
第二，生成式人工智能在语言处理上的优越表现也为公共法律服务实现“人机交互”的范式转型提供内容上的可能。详言之，“所谓交往行为，是一些以语言为中介的互动，在这些互动过程中，所有的参与者通过他们的语言行为所追求的都是以言行事的目的，而且只有这一个目的”。换言之，哈贝马斯的交往行为是通过语言交流使人与人相互理解，语言是交往主体进行交往的基础条件。生成式人工智能的进步在于，技术能够以语言这一媒介参与主体的交往过程。技术维度上，得益于RLHF与指令微调技术（Instruction Tuning）的应用，生成式人工智能在语言处理与理解上表现得更为优异。例如，借助微调技术可以促使GPT-3模型具有更强的语言适应能力，可以实现对用户的语言习惯和交流方式的适应，进而强化对用户问题的理解，提高特定任务、场景的适应性。在此基础上，生成式人工智能能够将人工智能模型的表述、内在价值与人类常识、价值观进行“对齐”，而这种能力显著有别于“技术嵌入”范式下单轮或个别轮次的封闭、僵硬、简短对话，开放连贯流畅的交互能力已经使得人工智能不仅“听得懂”，而且“交流连贯”“善解人意”。由此可见，生成式人工智能通过对语言的理解与应用已经使得“人机交互”成为可能，而这也正是生成式人工智能下公共法律服务现代化范式转型的方向所在。
总之，生成式人工智能的进步不仅表现在大模型技术本身的革新，重要的是，这种进步能够使得技术本身实现对语言的理解，并以语言为媒介进行人机之间的交往互动。在此基础上，公共法律服务的现代化推进方向也将不再是单向的“技术嵌入”，而是在交往互动的基础上实现“人机交互”。
生成式人工智能的第二个特征是，具备更为强大的知识生成能力。不同于互联网、大数据等技术的知识传播能力，生成式人工智能的知识生成能力能够使得技术从“搬运工”的角色向“生产工”的角色过渡，并形成技术权威，进而成为推进公共法律服务现代化的内驱动力。由此，公共法律服务现代化的内在范式将由传统的“权力下沉”转向“技术下沉”。
不论是“送法下乡”，还是“送法上网”，“权力下沉”的本质是借助国家力量实现法律服务资源的再分配，进而促进公共法律服务实现城乡覆盖。问题在于，以国家力量为主导的“权力下沉”是一种自上而下的政策性驱动范式，面对日益复杂且需求多样的数字时代，这种具有政策性倾向的“权力下沉”范式将出现滞后性而无法及时、有效回应人民群众的新需求。更为重要的是，因我国幅员辽阔，依靠国家单一力量也难以实现法律服务资源的区域均衡配置。有别于互联网、大数据等技术的知识传播，生成式人工智能是“一个全新的、无所不能的知识生成工具”，在“维系与生产”的知识权力关系中，作为“生产者”的生成式人工智能则呈现技术与权力相互融合的特征。相较于“权力下沉”的传统范式，生成式人工智能的技术权力特征不仅可以弥合社会风险激增和治理资源之间的鸿沟，还能实现国家对复杂性社会的回应和再嵌入。在此背景下，公共法律服务现代化将受到生成式人工智能的影响由传统的“权力下沉”向“技术下沉”过渡。
具体而言，在生成式人工智能的影响下，引发公共法律服务“技术下沉”的范式转型主要源于如下两个方面：一方面，生成式人工智能契合了数字时代人民群众的需求，其技术进步弥合了公共法律服务供给与需求间的鸿沟。公共法律服务不仅需要突出公益性、均等性等国家义务，还要体现面向现实需求与可接受的人民性、现代性，是为人民所“真正需求”与“内心接受”的。数字时代，人民群众对公共法律服务的需求并不止步于城乡覆盖，还要能够实现面向“数字弱势群体”的群体覆盖。不同于互联网、大数据等碎片化的知识传播，生成式人工智能具备把碎片化的信息重新整合为系统性知识的能力，基于语词重组、自我表达修正和信息整合能力的迭代优化，生成式人工智能的未来本质将是一个内容生成和知识生成的强大引擎。这也就意味着，生成式人工智能能够根据其所继承的海量知识进行精简高效地归纳输出，极大地提高人类获取信息的能力，进而降低人民群众获取法律知识的门槛，而这与公共法律服务实现“数字弱势群体”全面覆盖的需求不谋而合。另一方面，生成式人工智能的技术前景已经引发法律服务场景规模化资本投入，强化了权力与技术的耦合。生成式人工智能在法律文本处理与法律逻辑推理中的优异表现使得公共法律服务领域成为生成式人工智能应用的典型场景，并引发技术市场上的规模化响应。例如，在研发规模上，北京大学、清华大学、上海交通大学等科研院校和有关法律科技企业都已相继发布面向法律服务场景的法律大模型。据不完全统计，仅在2023年，国内市场上已经诞生20余个针对法律服务场景的大模型。除此之外，面向法律服务领域的生成式人工智能研发也成为大模型投资的热点领域。例如，2024年7月，某法律科技企业就已获得多个投资机构1亿美元的C轮融资，其市场估值已超15亿美元。
总之，生成式人工智能在知识生产的革新已经显著区别于传统智能技术，其广阔的应用场景已经带来市场投资的规模化效应，加剧权力与技术之间的耦合，并提供一种有别于“权力下沉”的新范式，促进公共法律服务现代化运作范式的转型。
适配性是生成式人工智能的又一特征。在生成式人工智能影响下，公共法律服务能够更为适配用户的需求而提供针对性的法律服务，以精准普惠为目标的公共法律服务也就成为可能。在此基础上，公共法律服务的内在逻辑也将由“应得分配”向“需得分配”转型。
整体而言，作为公共法律服务分配的一种内在逻辑，“应得分配”是对国家义务的强调，是满足人民群众公共法律服务需求的一种“兜底”保障。然而，这种“兜底”式的公共法律服务保障并未体现个体意义上的适配性，而只是作为一种义务的形态呈现于人民群众面前，解决的是人民群众能否获得法律服务的问题。在此范式下，一种可能的状况是，被分配的法律服务资源可能并不被人民群众所需要，甚至成为一种“商品”而被陈列于数字货架之上。换言之，面对智能技术的赋能革命，人民群众对于公共法律服务的需求并不止步于“兜底”式的均等普惠，还要求能够实现符合不同场景、不同人群的精准普惠服务。事实上，这一要求在《公共法律服务建设意见》就有所体现。在该意见的第18条规定，“以精准公共法律服务支撑技术与装备研究为突破，通过人群精准分类，动态评估不同人群的法律需求”。其中，“人群精准分类”“动态评估”本质上就是对实现精准普惠的强调。此外，类似要求在《公共法律服务建设规划》中也有所规定，例如，“逐步建立主动服务、精准服务机制，推进公共法律服务向移动服务、随身服务方向发展”。在此背景下，公共法律服务现代化的一个重要方向就是由“应得分配”向“需得分配”转型，以满足数字时代人民群众对公共法律服务精准化的需求。除此之外，从法理逻辑上看，“应得分配”并非推进公共法律服务现代化的唯一范式，“应得分配”范式下的资源分配也可能引发新的不平等。例如，家庭环境中的有限资源也可能因其成员之间的现实需要而被差异化而非均等化分配。事实上，从柏拉图至罗尔斯，他们所存在的共同缺陷是仅仅关注分配者和分配接收者，企图用一个分配系统分配所有物品，而忽视了所分配物品的社会意义。“正义本身在形式上就是多元的；社会不同善应当基于不同的理由、依据不同的程序、通过不同的机构来分配。”
一定程度上，生成式人工智能在公共法律服务适配性上的优异表现与公共法律服务“需得分配”的模式具有天然的契合性，并推进公共法律服务由“应得分配”向“需得分配”转型。这主要表现在如下两个方面：一方面，生成式人工智能的通用性为迈向“需得分配”的范式转型提供技术上的可能。与互联网、大数据等技术不同，生成式人工智能由原先仅适用于某一特定场景，解决某一特定问题发展为可适用于多元化场景，解决各种复杂问题。在此基础上，生成式人工智能的应用以更加“平易近人”的方式实现应用范围由日常生活向专业领域过渡的趋势，进而在公共法律服务这一专业领域提供服务。另一方面，具备意图识别与多轮交互的生成式人工智能可以准确识别个性化的法律服务需求，进而实现服务供给与个体需求之间的适配。生成式人工智能通过循环式地强化学习，将反馈模型和原始模型相链接，能够不断地促使原始模型逐渐迭代升级，直至“脱胎换骨”彻底掌握人类偏好。在此情形下，生成式人工智能赋能下公共法律服务可以在多轮交互中实现对用户意图的识别，进而为其提供准确的法律服务。借助ChatGPT生成具体诉讼请求的法律文书就是典型的例子，与传统模板式的法律文书服务供给不同，借助ChatGPT可以实现包含具体诉讼请求、证据材料、法律援引等内容的法律文书生成。
总之，“得其应得”无法摆脱偶然性和任意性，“得其需得”也同样是对正义的表达而存在于不同社会领域与不同历史时期。生成式人工智能的技术进步能够促使公共法律服务的供需之间更加适配，促进公共法律服务范式由“应得分配”向“得其需得”转变。
面对生成式人工智能影响下的范式转型，公共法律服务现代化建设的深入推进必然要与之联动。基于《公共法律服务建设意见》的整体规划，未来，优质高效、全民覆盖以及精准普惠是公共法律服务现代化深入的方向，在生成式人工智能影响下，“人机交互”“技术下沉”以及“需得分配”的新范式为上述方向提供可能。但同时也应当看到，任何新兴技术都必然伴随着新的风险，人工智能技术也并非绝对安全。因此，公共法律服务现代化的未来实践需要在范式转型与风险防控的双重背景下推进。
《公共法律服务建设意见》在其主要目标中明确指出，至2035年，“公共法律服务网络全面覆盖、服务机制更加健全、服务供给优质高效、服务保障坚实有力，基本公共法律服务均衡发展基本实现”。由此，优质高效是公共法律服务面向未来的实践方向。有别于便捷高效对效率的强调，优质高效是对内容的突出，在人机交互的基础上，以提供准确性与实质性的法律服务为目标。因此，“人机交互”范式中的公共法律服务既需要从“优”出发，强调公共法律服务的准确性，也需要从“质”出发，强调公共法律服务内容的实质性。
一是，强化生成式人工智能的语料训练，强化“人机交互”范式下公共法律服务的准确性。作为“人机交互”范式的底层技术支撑，生成式人工智能的知识生成并不具有理想状态下的高度准确性。算法可解释性的研究瓶颈也使得绝对意义上的人机互信难以实现。因而，“一本正经地胡说八道”“看起来正确，实则错误”似乎已经成为生成式人工智能的代名词。在此基础上，基于生成式人工智能而提供的法律服务虽然具备一定的“人机交互”能力，但这种交互只是提供形式上正确，但实质上可能完全错误的法律服务，进而降低公共法律服务的准确性，有悖于优质高效的公共法律服务未来面向。回顾生成式人工智能的演进历程可以发现，强化海量的、领域化的语料训练能够显著提升生成式人工智能的准确性。例如，在GPT-1中，预训练语料仅来自图书这一单一维度，而在GPT-2中则增加Reddit links里的语料，GPT-3中的预训练语料则将维基百科、书籍、期刊、Reddit links、Common Crawl里的所有语料都囊括在内。不难看出，GPT性能与语料训练之间有着极为密切的关系。因此，可以通过强化生成式人工智能的语料训练提升“人机交互”范式下公共法律服务的准确性。由此，未来阶段，需要加大生成式人工智能在公共法律服务领域中的语料训练，实现训练语料库对法律法规、法学期刊、法律服务平台、网络法律咨询等所有数据库的覆盖，进而提升“人机交互”范式下公共法律服务的准确性。
二是，突出生成式人工智能的“创造性”法律知识供给，促进“人机交互”范式下公共法律服务的实质性。整体而言，尽管生成式人工智能已经显著区别于互联网、大数据等技术，具备法律知识的生成功能，但生成式人工智能无法提出自己的见解和思考，尤其是一些深度分析的内容。因而，基于生成式人工智能而提供的法律知识远没有达到人类水平，尤其是专业法律人的水平。事实上，生成式人工智能在技术层面仍然遵循数据训练与模型输出的这样基本框架，都是基于对过去数据的整合以推测未来的数学模型，因而，模式重复是其基本的共同假设。但是，作为对模式重复的法律化表达——“遵循先例”的逻辑可能并不完全适用于公共法律服务。有别于西方公共法律服务以解决市场失灵危机为目标，中国的公共法律服务还兼具保障经济发展水平稳健持续增长的目标。在此语境中，中国式的公共法律服务旨在达到“案结事了”的实质性服务效果，因而在法律服务的种类、方法以及形式上则要求更具多样性、创造性。显而易见，以生成式人工智能为支撑的法律知识供给并不具备上述诉求。在此基础上，“人机交互”范式下的公共法律服务建设需要同时把握好“技术”与“人”的作用：一方面，实现生成式人工智能技术赋能的动态调整，促进生成式人工智能的应用过程始终处于知识供给的最优状态；另一方面，强化“人机交互”范式下法律知识供给的人工校验与反馈能力，消减可能存在的幻觉知识，实现“人机交互”范式下法律知识供给的实质性。
总之，“人机交互”的范式虽然能够促进公共法律服务升级转型，但受限于生成式人工智能的技术限制，“人机交互”也面临着一定的不足。因此，未来实践中，需要分别从语料训练与创造性法律知识供给这两个维度，增强“人机交互”范式的准确性与实质性，进而促进公共法律服务向优质高效转型。
城乡覆盖并非公共法律服务的全部，只是现代化进程的一个阶段。事实上，在《公共法律服务建设意见》中就分别用“均衡配置城乡基本公共法律服务资源”“加强欠发达地区公共法律服务建设”“保障特殊群体的基本公共法律服务权益”等表述对公共法律服务进行整体规划。因此，“技术下沉”的范式中公共法律服务还需要在城乡覆盖的基础上实现对特殊群体的保障，实现全民覆盖。不同于城乡覆盖目标下法律服务资源的区域均衡配置，全民覆盖还要进一步实现法律服务资源的群体均衡配置。需要注意的是，“在技术的媒介作用下，文化、政治和经济都并入了一种无所不包的制度，这一制度吞没或拒斥所有历史替代性选择。这一制度的生成效率和增长潜力稳定了社会，并把技术进步包容在统治的框架内。技术的合理性已经变成政治的合理性”。换言之，“技术下沉”的运作范式在契合公共法律服务全民覆盖的同时，也可能陷入技术依赖的风险。因此，迈向全民覆盖的公共法律服务需要从如下两个方面展开。
一方面，依托“技术下沉”的范式转型强化多元主体的整合，进而实现公共法律服务的全民覆盖。“在真实的世界中，国家很少是社会唯一的核心主角，也几乎从来不是独立于社会的。”国家与社会不是相互对立、冲突的二元结构，两者之间相互形塑。因此，“有权威和自主权的社会力量塑造国家的程度和国家塑造他们的程度一样，甚至更多”。换言之，国家不是推进公共服务的唯一力量，其他主体也能参与到公共服务的过程中，公共法律服务的现代化推进需要多元主体共建。不同于“权力下沉”的运作范式，“技术下沉”通过权力与技术的耦合实现公共法律服务现代化的深入推进。本质上，“技术下沉”的运作范式与多元主体共建如出一辙，都是通过对多元主体的整合，实现公共法律服务现代化的深入推进。更为重要的是，在多元主体的运作状态下，政府、社会组织、科技企业在提供法律服务的过程中并非国家权力运作下的“团体格局”而界限分明。与之相反，多元主体共建下的公共法律服务呈现一种相互交叉覆盖的“差序格局”而更为符合我国区域差异的客观现状，有助于实现公共法律服务的区域覆盖。因此，在“技术下沉”的范式转型中，促进公共法律服务实现全民覆盖可以在如下两个维度展开。一是，强化生成式人工智能技术与公共法律服务的合作，实现法律服务资源的数字化、智能化调配。技术与公共法律服务的合作能够实现对组织机构的优化重组，将法律资源与数字服务的结合，重塑公共法律服务流程，进而为公共法律服务实现不同群体的覆盖提供理论上的可能。二是，利用生成式AI技术促进政府、科技企业、法律职业群体等不同主体的合作，进而实现对不同群体之间的法律资源调配，促进公共法律服务的全民覆盖。
另一方面，通过“整体性”治理路径预防范式转型中的技术依赖。具体而言，“整体性”治理路径是通过服务工具、策略、理念之间相互“跨界”合作，完成公共法律服务由跨界性、协作性和聚合性的组织结构实现对分散性、独立性和多样性组织结构的替代。在数字技术的助力下，“整体性”治理路径已经成为破解公共服务碎片化难题的一种新型理论范式与实践思路。当前，随着公共法律服务海量数据的诞生，“整体性”治理路径在强调“跨界”合作的同时，也更为注重技术的价值理性和工具理性的统一，强调治理手段的多样化与公民自治能力的提升。在此基础上，可以通过两个路径实现对技术依赖的防范。一是，在“整体性”治理更为注重技术应用的价值理性与工具理性相统一的基础上实现生成式人工智能技术赋能的动态调整，促进生成式人工智能的应用过程始终处于赋能与防控的平衡状态。例如，在生成式人工智能相对成熟的法律文书撰写领域，可以尽可能地发挥其工具理性，而对于可能涉及伦理判断的法律分析领域，则需要注重对价值理性的关注。二是，在“整体性”治理更为重视治理手段的多样化与公民自治能力提升的导向下，强化技术赋能下的公共法律的人工校验与反馈水平，进而消减对技术的过度依赖。
总而言之，“技术下沉”的运作范式虽然有助于实现公共法律服务由区域均衡配置迈向群体均衡配置，实现全民覆盖，但同时也可能会引发对技术过度依赖的潜在风险。范式转型中的未来实践需要在技术赋能与风险防范的双重维度下展开。
“需得分配”的范式转型是对提供精准普惠的公共法律服务的时代回应，同时也是对《公共法律服务建设意见》关于“以精准公共法律服务支撑技术与装备研究为突破，通过人群精准分类，动态评估不同人群的法律需求”的落实。需要指出的是，精准化法律服务的背后依赖于对个人信息、数据的收集与处理，具有侵犯公民个人权利的风险可能。因此，迈向精准普惠的公共法律服务需要尤为注重公民的权利保障。
具体而言，以生成式人工智能为代表的数字技术可以在颗粒度更为细致的利益点上进行精准分配，有助于促进公共法律服务由均等普惠迈向精准普惠。因而，在“需得分配”的范式下，公共法律服务更为注重对数字资源的深度挖掘和数字技术的集成应用。但数字资源的深度挖掘和数字技术的集成应用将使得“人过留名、雁过留声”不再仅是抽象概念，依据个体信息数据所有行为都将变得“有迹可循”。例如，有研究已经指出，OpenAI收集使用数据中的“查看或参与的内容类型”、日志数据中的“互联网协议地址”以及设备信息等信息就具备识别用户身份的可能性。因此，精准普惠的公共法律服务有可能导致对公民个人权利的侵犯。事实上，公民如何获得更为满意的政府服务，政府如何更为充分地保障公民权利，如何在政府与公民之间建立良好的关系，是现代化公共法律服务的永恒追求。在此基础上，迈向精准普惠的公共法律服务需要分别在如下两个方面展开。一方面，在“需得分配”的范式下强化服务提供者的个人信息保护义务。例如，服务提供者在开展预训练、优化训练等数据处理活动时，取得个人同意；又如，服务提供者建立健全投诉、举报机制，及时受理和处理公众关于个人信息的投诉举报，并反馈处理结果。另一方面，在“需得分配”的范式下构建以政府、企业二元区分的法律授权模式，推进对公民个人信息的合法收集。不同于传统网络时代下的成本投入，以大模型为支撑的生成式人工智能具有显著的成本壁垒与技术壁垒，不论是在模型训练的硬件设备、数字资源上，还是在其产品开发的技术储备上，社会中的大部分主体并不具有与其对应的经济实力，因而，公共法律服务场景中生成式人工智能应用是以公私合作的模式进行的。在此背景下，针对国家与法律科技企业两种个人信息收集主体，应当构建针对不同主体的个人信息收集模式。事实上，依照个人信息保护法的相关规定，不同主体事实上采用两种不同的信息处理模式。对于国家而言，可依照个人信息保护法第35条之规定，只履行告知义务即可，而针对企业主体而言，则应依据个人信息保护法第13条之规定，取得同意方可进行个人信息的处理。
总之，在“需得分配”的范式下，生成式人工智能能够有效促进公共法律服务由均等普惠迈向精准普惠，满足数字时代下人民群众对日益增长的法律服务需求。与之同时，也需要通过对个人信息的合法处理，防范“需得分配”可能会引发权利保障危机。
党的十八大以来，以智能技术赋能我国司法建设已经积累广泛经验，并成为我国法治现代化建设中的一张亮丽名片。当前，伴随生成式AI的诞生，新一轮智能技术的赋能革命已经近在咫尺。在此基础上，继续推进以智能技术赋能的公共法律服务现代化建设不仅有助于促进我国的法治建设进程，而且也能促进公共法律服务由便捷高效、城乡覆盖、均等普惠向优质高效、全民覆盖、精准普惠转型，继承并丰富中国式法治现代化的既有成果。需要注意的是，在中国式法治现代化的建设和发展过程中，需要将法治国家基础的公民权利与自由放置首位，要树立以保障公民自由与权利为前提的安全观。因此，公共法律服务的未来实践，需要同时把握好范式转型与风险防范两个维度，既要促进公共法律服务现代化的范式转型，也要兼顾对基本权利的切实保障。
目录｜《东方法学》2024年第5期
孙佑海｜发展新质生产力专门立法研究
陈兵｜论新质生产力的经济法促进——以人形机器人创新发展为例
刘权｜人工智能发展和安全并重的法治探究——以人形机器人为例
张涛｜迈向试验性规制的人形机器人治理
魏斌｜法律大语言模型的司法应用及其规范
上海市法学会官网
http://www.sls.org.cn
特别声明：本文经上观新闻客户端的“上观号”入驻单位授权发布，仅代表该入驻单位观点，“上观新闻”仅为信息发布平台，如您认为发布内容侵犯您的相关权益，请联系删除!
