9月7日，最高人民法院发布《关于依法审理涉人工智能纠纷案件的意见》。对于正在使用 AI 的律师，这份文件值得从头读一遍。 它关系到我们怎样调查信息、处理材料、提交文书，也列出了人工智能应用中需要处理的一系列纠纷。律师既可能因为使用方式不当面临风险，也可能在帮助客户解决这些问题的过程中，形成新的专业能力。 一、调查信息时，要看见隐私和个人信息的边界 《意见》第五项关注利用 AI 实施“网络开盒”“人肉搜索”等侵害隐私权的行为。它特别指出，以刺探隐私为目的，对电话号码、网络账号、社交媒体等公开信息进行追踪、分析，获取私密信息，或者泄露、公开所获取的私密信息，或者利用这些信息侵扰私人生活安宁，应当认定构成隐私权侵害。 这里值得留意的是，起点可能是公开信息。 单独的一条动态、一个账号、一张照片，经过持续关联和分析，可能暴露一个人的生活轨迹或私人关系。信息能够在网上找到，并不能直接回答之后的追踪、分析和使用是否适当。第五项对目的、行为和获取的信息作了具体规定，也不能反过来把一切公开信息检索都理解成侵权。 对律师而言，这关系到调查取证的方式。借助 AI 寻找线索时，需要分清调查目的、信息性质和必要范围，不能因为技术能把信息拼出来，就省略对取得、使用方式的判断。 第六项则处理模型训练中的个人信息问题：在合理范围内处理个人自行公开或者其他已经合法公开的信息，且个人未明确拒绝，一般不认定为侵害个人信息权益；对个人权益有重大影响的，应依法取得个人同意。合理范围还要结合处理目的与模型功能、信息类型和敏感程度，以及公开时的场景、可合理预期的使用范围等因素判断。 这项规定针对模型训练，不能直接当成日常上传案件材料的通行证。将聊天记录、身份资料、病历或者家庭情况交给 AI 处理，是另一项需要结合实际数据流转方式审查的操作。 从工作方法上，我倾向于先问清楚：是否需要上传整份材料，哪些信息可以去除，服务会怎样存储、使用这些内容，是否进入后续训练。这里提出的是律师选择和使用工具时的检查建议，具体合法性仍须结合适用规范判断。 KEY POINT 能取得信息，与能按任何方式处理信息，之间有需要认真判断的边界。 二、建立知识库之前，要先审查数据的来源和用途 《意见》第十六项围绕数据的合法获取和相应权益保护展开。数据或者数据集合符合不同条件，可能分别受到著作权、商业秘密等规则保护；不构成商业秘密，也不意味着可以任意使用。该项还涉及数据、算法相关的垄断行为，以及损害人工智能运行安全的行为。 而这恰恰是很多律师使用AI时忽略的问题——在建设自己的案例库、文书库，或者帮助客户训练、部署模型时，数据的来源是否合法合规。 假设律所准备将过往合同、诉讼文书和客户材料汇集起来，供 AI 检索使用。首先需要区分，这些资料是公开取得、购买取得，还是客户为办理特定事务提供的；原有授权覆盖什么用途，新的用途是否仍在范围之内。 把材料交给系统检索，与允许服务商拿去训练通用模型，也需要分别考察。数据交给了谁、哪些人能够访问、是否留存、能否用于其他项目，都影响具体判断。 同样，付费数据库可以查看、下载哪些内容，是否允许批量提取、再利用，不能仅凭“已经付费”来回答，还要看权利基础、许可约定和实际使用方式。 第十六项并未直接规定律所知识库建设的完整操作规则。这里是从它的数据权益保护思路，延伸到律师自身的数据管理：整理资料时，应当同时整理来源、权限和用途，而不只是整理文件名。 这也对应客户的法律服务需求。训练数据采购、数据许可、合作开发、模型部署合同，都需要有人把授权范围和使用边界写清楚。 KEY POINT 知识库的价值，需要建立在可以解释的数据来源和使用权限之上。 三、AI 进入诉讼材料后，核实与说明都要落实 《意见》第十九项涉及的风险，需要分层看。 第一层，是通过人为干预或者误导取得虚假证据，捏造基本事实进行虚假诉讼，以及利用 AI 伪造证据、妨碍案件审理。第二层，是诉讼参与人提交 AI 生成的诉讼文书、案例检索报告等材料时，应当在提交前核实相关法律、司法解释、案例等内容，在提交时说明 AI 辅助情况，并对内容的真实性、准确性依法承担责任。 前一层涉及违法行为的规制，后一层则直接关系到日常工作。不能把一般使用 AI 与伪造证据混为一谈，也不能从同一项规定的前后排列，直接推出“没有说明使用 AI 就当然受到罚款、拘留”。 对律师来说，需要警惕的不只有凭空编造的案号。 一个真实案件，被摘出了当事人的主张，却被写成法院观点；一条真实规范，被省略适用条件；一份真实材料，在整理后把尚有争议的事实写成了既定事实。这些问题，都需要回到原始依据才能识别。 “律师已经审核”应当能够解释为具体动作：读过哪份原文，核对过哪项事实，为什么认为这个案例能够支持眼前的论证。 对 AI 辅助情况的说明，也值得提前准备。系统参与了什么环节、律师核实了什么，可以在工作过程中简要记录，便于准确说明。至于具体哪些AI辅助工作属于说明范围、具体要怎么进行说明，第十九项没有逐一展开，这个可能还得看看后续的司法解释。 KEY POINT 使用 AI 之后，律师需要能够说明材料怎样形成，也需要能够解释其中的事实、依据和判断。 四、新型案件的机会，已经可以从具体条目中找到 《意见》列出的场景，让律师能够更具体地判断自己需要补充哪些能力。这里的“新型”，包括技术带来的新行为和新证据问题，并不意味着它们都是新设的法定案由。 第一类，是换脸、拟声、数字形象以及生成内容侵权。第四项涉及姓名、肖像、声音、名誉等人格权益，第七项涉及生成式 AI 服务提供者责任，第八项涉及人格权侵害禁令。 对应的工作包括辨明生成者、使用者和服务提供者各自的行为，组织侵权通知所需材料，判断是否需要及时制止侵害。案件处理需要把具体生成、传播过程查清楚。 第二类，是训练数据、生成内容和开源软件纠纷。第十二项涉及生成内容侵害著作权时的责任认定，第十三项涉及开源软件相关方责任，第十六项涉及数据权益与使用。 律师需要结合训练数据来源、许可条件、参与程度、必要措施等具体因素分析。数据授权审查、开源许可审查和争议中的技术证据组织，都有明确的工作对象。“开源”二字也不能替代对责任条件的逐项判断。 第三类，是 AI 技术合同和专利问题。第十五项要求根据合同约定，考量研发特点、开发方是否尽到合理努力等情形认定违约责任；第十四项涉及发明创造的可专利性、自然人的创造性贡献和充分公开。 合同律师可以从交付物、测试条件、验收标准、配合义务和研发风险分配进入。专利业务则需要进一步处理人的贡献与技术方案如何证明等问题。 第四类，是智能产品、自动驾驶和辅助驾驶纠纷。第九项针对以实物为载体的 AI 产品，第十一项涉及驾驶人、生产者、销售者等相关主体的责任及事件记录数据。 这里需要分清产品缺陷、使用行为和宣传内容，取得能够解释事故经过的记录。产品责任与交通事故业务中的既有经验，可以在理解技术事实后继续发挥作用。 第五类，是算法消费纠纷和 AI 相关犯罪。第十项涉及“大数据杀熟”“仿冒名人带货”，第二十项列举利用 AI 实施诈骗、侵犯公民个人信息等构成犯罪的情形。 消费者权益保护、企业营销审查、刑事辩护等业务，都可能遇到生成内容、算法决策和数据流转的证明问题。 这些方向的共同要求，是律师能把技术过程转化为可以举证、质证和评价的事实。第十七、十八项关于事实查明与证据审查的安排，也提示我们：来源、记录、生成过程和控制能力，会成为具体办案工作中需要追问的内容。 KEY POINT 机遇要落到具体问题上：客户哪里说不清，律师能够帮助查清、约定清楚并证明清楚。 五、律师的 AI 能力，要同时经得起使用和办案的检验 理解隐私与数据边界，可以帮助律师更审慎地处理自己的材料，也能帮助客户审查其产品和业务。理解生成内容的局限，可以改进文书审核，也有助于识别争议中的证据问题。 因此，研究 AI 值得从日常工作做起：一份材料怎样进入系统，一段结果怎样进入文书，一项服务怎样向客户承诺，一场纠纷需要保存哪些记录。 工具的熟练程度，可以从操作中体现。律师的专业能力，则要在这些具体判断中体现。 KEY POINT 风险意识与业务能力，可以在处理同一个问题的过程中一起形成。 本文结合《意见》讨论律师使用 AI 的风险与业务方向，其中工作方法属于作者建议。完整文件请见：
