隨著大數(shù)據(jù)、人工智能的飛速發(fā)展，海量數(shù)據(jù)資源逐步成為國(guó)家層面最為重要的基礎(chǔ)性戰(zhàn)略資源之一。習(xí)近平總書記指出：“要運(yùn)用大數(shù)據(jù)提升國(guó)家治理現(xiàn)代化水平，建立健全大數(shù)據(jù)輔助科學(xué)決策和社會(huì)治理的機(jī)制，推進(jìn)政府管理和社會(huì)治理模式創(chuàng)新，實(shí)現(xiàn)政府決策科學(xué)化、社會(huì)治理精準(zhǔn)化、公共服務(wù)高效化?！?/p>

未來的招標(biāo)市場(chǎng)將會(huì)越來越激烈，因而招標(biāo)代理行業(yè)也應(yīng)該盡早轉(zhuǎn)變經(jīng)營(yíng)發(fā)展方式，已信息化、電子化作為發(fā)展平臺(tái)，把握當(dāng)前互聯(lián)網(wǎng)+的機(jī)遇，走在市場(chǎng)前列。招標(biāo)代理機(jī)構(gòu)應(yīng)當(dāng)建立行業(yè)主題數(shù)據(jù)庫，推進(jìn)行業(yè)數(shù)據(jù)標(biāo)準(zhǔn)化建設(shè)，為行業(yè)內(nèi)主要當(dāng)事人的信息共享創(chuàng)造條件。

黨的十九大報(bào)告明確，立法應(yīng)遵循科學(xué)立法、民主立法、依法立法的原則。大數(shù)據(jù)及人工智能在立法領(lǐng)域的應(yīng)用，為立法提供了全新的思路，對(duì)于更好實(shí)現(xiàn)以良法促進(jìn)發(fā)展、保障善治，意義重大而深遠(yuǎn)。

現(xiàn)實(shí)困境

早在2014 年，天津市人大常委會(huì)就依托北大法寶法律數(shù)據(jù)庫，投入使用了全國(guó)首個(gè)運(yùn)用人工智能輔助地方立法的法律應(yīng)用系統(tǒng)——規(guī)范性文件審查系統(tǒng)。此后，多個(gè)地方人大常委會(huì)陸續(xù)引進(jìn)北大法寶智能立法平臺(tái)，將人工智能運(yùn)用于地方立法。當(dāng)前，人工智能在地方立法中的實(shí)踐應(yīng)用主要包括以下幾個(gè)領(lǐng)域：規(guī)范性文件備案審查、法規(guī)清理、法規(guī)文件制定。

令人不解的是，那支騎兵，還有騎兵后面的馬車，此刻卻沒有動(dòng)靜。老太醫(yī)滿腹狐疑，正要與秦鐵崖談及此事，馬蹄聲碎，煙塵騰起，騎兵已分為兩支縱隊(duì)，護(hù)衛(wèi)著馬車走來。馬車停下，轎簾掀起，下來一位官員。

盡管各地人大常委會(huì)漸次開展了有益探索，但總體而言，大數(shù)據(jù)在我國(guó)立法領(lǐng)域遠(yuǎn)未得到應(yīng)有重視，尚處于起步階段，應(yīng)用范圍較窄，功能開發(fā)較少，整體推進(jìn)速度較慢。

運(yùn)用大數(shù)據(jù)技術(shù)進(jìn)行分析預(yù)測(cè)的前提在于數(shù)據(jù)的完備，而我國(guó)目前的立法基礎(chǔ)數(shù)據(jù)庫存在以下問題：一是數(shù)據(jù)共享不足。當(dāng)下，不同政府部門控制的數(shù)據(jù)并未實(shí)現(xiàn)開放共享，海量政府?dāng)?shù)據(jù)亟須“蘇醒”，尚未形成統(tǒng)一的數(shù)據(jù)開放格式，不利于數(shù)據(jù)的有效利用。二是數(shù)據(jù)價(jià)值密度偏低，很多地區(qū)可下載的數(shù)據(jù)存在碎片化、低容量等問題。三是大數(shù)據(jù)開放市場(chǎng)處于無序狀態(tài)，重復(fù)建設(shè)、信息孤島、信息盲點(diǎn)、數(shù)據(jù)打架等現(xiàn)象大量存在。比如地方人大的信息網(wǎng)站與“一府一委兩院”、同級(jí)人大、上下級(jí)人大并未實(shí)現(xiàn)互聯(lián)互通。即使是同級(jí)人大，代表履職平臺(tái)、備案審查平臺(tái)、預(yù)算聯(lián)網(wǎng)監(jiān)督平臺(tái)也存在重復(fù)建設(shè)、各自為政的問題。

人工智能的本質(zhì)在于算法和數(shù)據(jù)處理，機(jī)器通過學(xué)習(xí)，對(duì)海量數(shù)據(jù)進(jìn)行自動(dòng)挖掘與預(yù)測(cè)，以形成統(tǒng)一的智能化算法或參考指引。而算法形成的關(guān)鍵在于深度學(xué)習(xí)，其中最主要的方法即為知識(shí)圖譜的構(gòu)建。所謂知識(shí)圖譜，是指知識(shí)間結(jié)構(gòu)關(guān)系的可視化呈現(xiàn)，簡(jiǎn)單來說，就是將人類的知識(shí)整合到機(jī)器中去，使其有效管理知識(shí)、規(guī)則和結(jié)論，從而形成類似人腦推理的知識(shí)圖譜。而法律語言的豐富多彩，使得“投喂”給人工智能的數(shù)據(jù)并不具備結(jié)構(gòu)化特征。以目前發(fā)展較為成熟的規(guī)范性文件備案審查人工智能舉例，對(duì)限制人身自由的表述包括“拘留”“強(qiáng)制關(guān)押”“扣留審查”“限制出境”“不得離開”等50 多種。如果僅僅以“拘留”為敏感詞，則其他提法顯然回避了敏感詞詞庫。而此項(xiàng)工作，需要人工對(duì)立法數(shù)據(jù)進(jìn)行清洗、標(biāo)注和篩選分類，以形成機(jī)器能夠識(shí)別的結(jié)構(gòu)化數(shù)據(jù)——分詞詞庫，在此基礎(chǔ)上再讓機(jī)器深度學(xué)習(xí)，從而形成人工智能。而對(duì)浩如煙海的法律規(guī)范進(jìn)行篩選、歸類、標(biāo)簽設(shè)置，其工作量可想而知。

當(dāng)前，人工智能已經(jīng)上升到國(guó)家戰(zhàn)略層面，地方人大應(yīng)積極搭乘科技快車，運(yùn)用大數(shù)據(jù)和人工智能，推動(dòng)地方立法更加科學(xué)、民主、精細(xì)化。

人工智能在立法領(lǐng)域的深度應(yīng)用，急需一大批精通法律和大數(shù)據(jù)分析知識(shí)的復(fù)合型人才。即使擁有豐富立法經(jīng)驗(yàn)的立法者，在人工智能應(yīng)用于立法工作中時(shí)，也往往掣肘于欠缺計(jì)算機(jī)知識(shí)及數(shù)據(jù)應(yīng)用理念，無法實(shí)現(xiàn)立法需求與人工智能的深度融合。當(dāng)前，大部分機(jī)構(gòu)多采用“法律人才+大數(shù)據(jù)人才”的方式開展工作，然而計(jì)算機(jī)人才對(duì)于法言法語的精準(zhǔn)理解、法律人才對(duì)于機(jī)器語言的深度識(shí)別都存在鴻溝，知識(shí)背景的巨大差異使得溝通成本增加，易使項(xiàng)目偏離預(yù)設(shè)目標(biāo)。

前景展望

盡管存在上述種種困境，但人工智能在立法領(lǐng)域的應(yīng)用前景仍然十分廣闊，在立法意見收集智能整理、立法決策量化論證、立法資料收集等方面大有用武之地。

可拓寬公眾參與立法的廣度。過去，僅僅依靠立法調(diào)研、立法座談會(huì)、實(shí)地走訪等傳統(tǒng)形式征集意見，立法意見收集渠道較為單一，群眾參與立法的廣度和深度都十分有限。而互聯(lián)網(wǎng)、大數(shù)據(jù)的引入，使得公眾參與立法的廣度得以極大提升。

三是立法資料智能收集。

3f 1H NMR(CDCl3) δ:7.91-7.79(m,2 H),7.77-7.75(m,1 H),7.56-7.53(m,1 H),7.37-7.33(m,2 H),7.27-7.16(m,1 H),2.43(s,6 H).

GSM短信模塊工作原理(單片機(jī)與 SIM900A 的通信設(shè)計(jì))：當(dāng)按下布放按鍵，單片機(jī)進(jìn)入布放狀態(tài)時(shí)。它會(huì)晚一些檢測(cè)網(wǎng)絡(luò)信號(hào)，同時(shí)會(huì)結(jié)束接口與相關(guān)信息的初始化。當(dāng)傳感器的感應(yīng)模塊向MCU的P2口發(fā)送信號(hào)時(shí)，單片機(jī)執(zhí)行程序，單片機(jī)P3口發(fā)送發(fā)短信指令到GSM模塊SIM900A讀引腳RX引腳，SIM900A模塊啟動(dòng)設(shè)置好的短信，發(fā)送短信給指定的手機(jī)號(hào)，其模塊原理如圖7所示。

一是充實(shí)立法數(shù)據(jù)庫。

可高效智能分析篩選立法意見。立法意見匯集后，更重要的是對(duì)其進(jìn)行分類篩選，依靠傳統(tǒng)人力進(jìn)行整理匯總，工作量可想而知。以《民法典》為例，其編纂過程中共收到42.5萬人提出的102萬余條意見，對(duì)如此海量的意見進(jìn)行收集整理，需要過濾無效意見、去除重復(fù)意見，十分耗時(shí)耗力。而處理海量信息恰恰是大數(shù)據(jù)的優(yōu)勢(shì)，依托語義理解、文本自動(dòng)處理和深度學(xué)習(xí)，人工智能能夠?qū)κ占降臄?shù)據(jù)進(jìn)行過濾，區(qū)分整體意見和分類意見，去除無效意見和重復(fù)意見，在短時(shí)間內(nèi)整理出對(duì)法規(guī)草案有益的立法信息。

根據(jù)澆包澆口的大小來確定最下層澆注系統(tǒng)直澆道的直徑，與單層澆注系統(tǒng)的設(shè)計(jì)相似，堵截式澆注系統(tǒng)中的每層澆注系統(tǒng)單獨(dú)相對(duì)于澆包澆口都要確保有足夠大的開放度，從而避免與該層澆注系統(tǒng)相鄰的上層澆注系統(tǒng)過早進(jìn)鋼。堵截式澆注系統(tǒng)磚管選用高鋁磚，依次為澆口杯、兩通磚管、變徑磚管及三通磚管，澆注系統(tǒng)設(shè)計(jì)為上下兩層，上下層接口處用變徑磚管作為過渡連接，如圖1所示。

二是立法決策量化分析。

開門立法、民主立法是對(duì)全過程人民民主最生動(dòng)的詮釋，而人工智能在立法意見征集中的應(yīng)用，能夠最大限度傾聽民聲、匯聚民智，降低公眾參與立法的成本。

(2) 試件滯回曲線呈梭形狀且較為飽滿，位移延性系數(shù)平均值為3.29，節(jié)點(diǎn)具有較好的耗能能力和抗震性能；

為解決地方立法針對(duì)性和可操作性不強(qiáng)、立法初衷與最終效果相悖的弊病，必須努力強(qiáng)化立法決策量化論證，全面衡量各方利益訴求。大數(shù)據(jù)連接一切、去中心化、計(jì)算一切、可預(yù)測(cè)性等重要特征能夠有力彌合地方立法工作的痛點(diǎn)，為立法決策提供有力支撐，實(shí)現(xiàn)“讓數(shù)據(jù)說話，用數(shù)據(jù)決策”。

可助力科學(xué)編制立法規(guī)劃。全樣本是大數(shù)據(jù)的第一基礎(chǔ)特征，能夠全面、客觀、真實(shí)地反映各方主體的利益訴求，使立法者得以準(zhǔn)確掌握社會(huì)治理現(xiàn)狀和人民真實(shí)意愿，真正實(shí)現(xiàn)民有所呼，我有所應(yīng)。

可助力科學(xué)作出立法決策。在獲取全樣本數(shù)據(jù)的基礎(chǔ)上，人工智能能夠利用大數(shù)據(jù)進(jìn)行分析，繼而通過深度學(xué)習(xí)發(fā)現(xiàn)數(shù)據(jù)相關(guān)性。比如在立法項(xiàng)目論證中，人工智能能夠?qū)崿F(xiàn)對(duì)某一法規(guī)草案可能帶來的社會(huì)影響、相關(guān)效應(yīng)作出科學(xué)預(yù)測(cè)，輔助立法者篩選出立法成本最小、社會(huì)效益最高的立法方案。

可助力完善立法（后）評(píng)估。傳統(tǒng)立法（后）評(píng)估參與主體不夠廣泛，評(píng)估方式限于抽樣調(diào)查、座談走訪、專家評(píng)議。人工智能的引入，可極大拓展參與主體廣度，同時(shí)依托大數(shù)據(jù)深入挖掘海量數(shù)據(jù)資源、評(píng)估結(jié)構(gòu)化數(shù)據(jù)的優(yōu)勢(shì)，能夠使立法后評(píng)估的數(shù)據(jù)來源更加真實(shí)可靠，真實(shí)反映民意。

一是立法意見智能整理。

高質(zhì)量的地方立法離不開對(duì)國(guó)內(nèi)外相關(guān)法律法規(guī)、學(xué)術(shù)研究成果的海量檢索。在這方面，大數(shù)據(jù)處理海量數(shù)據(jù)資源的優(yōu)勢(shì)得以凸顯，立法工作者只需輸入關(guān)鍵詞，人工智能平臺(tái)就能在數(shù)據(jù)庫中自動(dòng)搜索匹配相關(guān)資料。未來高階版的人工智能搜索引擎能利用分詞詞庫最大限度減少無關(guān)信息源，精準(zhǔn)匹配目標(biāo)數(shù)據(jù)，大力提升立法資料收集質(zhì)量和效率。

路徑探析

第一，增加報(bào)賬單據(jù)的全程追蹤系統(tǒng)，使傳遞過程清晰透明易于查找。報(bào)賬人可以隨時(shí)查看單據(jù)的現(xiàn)時(shí)狀態(tài)，及時(shí)反饋無需電話咨詢也不需要到財(cái)務(wù)柜臺(tái)來，同時(shí)也避免了單據(jù)遺失的風(fēng)險(xiǎn)。

采用薩提亞心理治療模式滿意度問卷，以了解學(xué)員對(duì)每次培訓(xùn)的總體滿意度，有“非常好，很好，一般，不好，差”5個(gè)選項(xiàng)。

當(dāng)前，我國(guó)立法大數(shù)據(jù)資源嚴(yán)重匱乏，與大數(shù)據(jù)全樣本的要求相去甚遠(yuǎn)，當(dāng)務(wù)之急是從體量和規(guī)模上充實(shí)立法大數(shù)據(jù)庫。

首先，完善人大系統(tǒng)內(nèi)部數(shù)據(jù)資源的原始積累。以重慶市人大常委會(huì)為例，橫向?qū)用?，?yīng)整合現(xiàn)有的門戶網(wǎng)站、公文辦理系統(tǒng)、規(guī)范性文件備案審查平臺(tái)、代表履職平臺(tái)、預(yù)算聯(lián)網(wǎng)監(jiān)督系統(tǒng)數(shù)據(jù)資源，實(shí)現(xiàn)不同平臺(tái)數(shù)據(jù)信息互聯(lián)互通；縱向?qū)用?，?yīng)對(duì)接區(qū)縣、鄉(xiāng)鎮(zhèn)人大已有數(shù)字資源，努力實(shí)現(xiàn)市與區(qū)縣信息化建設(shè)、規(guī)劃、使用一盤棋，避免平臺(tái)重復(fù)建設(shè)、資源浪費(fèi)。更進(jìn)一步，嘗試與全國(guó)人大、兄弟省市人大的立法資源實(shí)現(xiàn)深度關(guān)聯(lián)，最大限度整合現(xiàn)有立法資源。

其次，要打破數(shù)據(jù)孤島，整合政務(wù)數(shù)據(jù)資源，安全有序開放數(shù)據(jù)共享。地方立法從來就不是地方人大常委會(huì)的獨(dú)角戲，政府部門本來就是地方立法起草的主要參與者。而立法活動(dòng)中政務(wù)數(shù)據(jù)開放不足，必將制約立法大數(shù)據(jù)長(zhǎng)足發(fā)展，應(yīng)打破部門間的數(shù)據(jù)壁壘，實(shí)現(xiàn)立法機(jī)關(guān)與政府部門、司法部門的數(shù)據(jù)共享。

二是構(gòu)建立法領(lǐng)域法律知識(shí)圖譜。

人工智能在立法領(lǐng)域的深度應(yīng)用，離不開法律知識(shí)圖譜的搭建。如前所述，盡管將立法領(lǐng)域法律知識(shí)圖譜的構(gòu)建直接運(yùn)用于立法條文編撰還不太現(xiàn)實(shí)，但在規(guī)范性文件備案審查、立法意見征集匯總、立法決策量化分析中，法律知識(shí)圖譜卻大有用武之地。知識(shí)圖譜構(gòu)建的關(guān)鍵在于人工標(biāo)注分詞詞庫，無論是備案審查系統(tǒng)中的“敏感詞詞庫”，還是立法意見收集、立法決策量化分析，都離不開分詞詞庫的構(gòu)建和人工標(biāo)注。

立法領(lǐng)域的法律知識(shí)圖譜構(gòu)建尚在啟蒙階段。隨著各地立法機(jī)關(guān)對(duì)人工智能的重視，將會(huì)有更多的立法專家加入到“敏感詞詞庫”的標(biāo)注工作中，各地立法工作者都來貢獻(xiàn)一些數(shù)據(jù)，就能“喂養(yǎng)”出真正的“立法人工智能”。

三是完善人才融合與培養(yǎng)戰(zhàn)略。

將人工智能技術(shù)應(yīng)用到地方立法中，離不開既精通法律又知曉技術(shù)的人才。一要依托現(xiàn)有人才資源，努力實(shí)現(xiàn)法律人才和技術(shù)人才的融合。地方立法機(jī)關(guān)和政府職能部門的立法人才不僅具有豐富的立法實(shí)踐經(jīng)驗(yàn)、精湛的立法技藝，同時(shí)還是法律知識(shí)圖譜清洗、標(biāo)注、分類的主力軍。應(yīng)加強(qiáng)立法人才與技術(shù)人才的合作溝通，精準(zhǔn)提出人工智能立法的法律產(chǎn)品需求，由技術(shù)人才轉(zhuǎn)化成AI語言，強(qiáng)化技術(shù)人才對(duì)立法人才的技術(shù)指導(dǎo)。加強(qiáng)對(duì)立法人才的培訓(xùn)，將大數(shù)據(jù)、人工智能、法律知識(shí)圖譜構(gòu)建、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等課程作為立法人才必修課程。

二是培養(yǎng)“人工智能+法律”復(fù)合型人才。國(guó)務(wù)院2017年出臺(tái)的《新一代人工智能發(fā)展規(guī)劃》已經(jīng)明確了“人工智能+法律”復(fù)合型人才培養(yǎng)規(guī)劃。在此背景下，相關(guān)高校應(yīng)提供一套立體的人才培養(yǎng)方案，為人工智能立法提供生力軍。