智能赋能法学教育 创新引领研究新篇 —— 小包公・法律 AI 智能法学教学与研究高级培训班圆满落幕

为深入贯彻 “人工智能 +” 国家战略，推动法学教育与研究的数字化、智能化转型，2026 年 1 月 27 日至 28 日，由小包公・法律 AI 推出的 “智能法学教学与研究高级培训班” 成功举办。本次培训汇聚了全国法学教育界、法律实务界的骨干力量，通过 7 场高质量专题课程，构建起 “技术原理 - 教学实践 - 研究创新” 的完整知识体系，为智能时代法学人才培养与学术研究注入新动能。

本次培训班由二级教授、博士生导师、全国十大杰出青年法学家谭世贵主持。谭世贵教授在开班致辞中指出，人工智能与法学的深度融合是新时代法治建设的必然趋势，本次培训旨在搭建交流平台，助力法学教育工作者与研究者掌握智能工具应用技能，推动法学教学理念革新与研究方法创新。

培训课程有序开展，授课专家们倾囊相授，内容兼具理论深度与实践价值：

一、法律人工智能的生成原理与应用规则

华南师范大学教授、博士生导师，广东省人工智能法律应用重点实验室主任，小包公・法律 AI 创始人王燕玲率先授课。她系统解析了通用技术在法律领域的优势与局限，深入阐释了法律人工智能的底层技术逻辑、知识体系构建路径及全流程应用框架。课程从效能评估切入，分析了通用大模型在文书生成、法律咨询等基础法律场景的效能突破，同时指出其在知识时效性、专业认知、结果可靠性等方面的短板。随后详解了法律人工智能的应用原理，强调高质量法律知识库的建立、知识图谱与 RAG 技术的融合、业务规则的梳理以及 “通用大模型 + 法律大模型” 双引擎的核心作用，并构建了 “基础感知 - 认知分析 - 决策支持 - 输出与应用” 的四层递进式应用框架。最后，王燕玲教授展望了法律 AI 的未来发展，提出需坚守辅助审查原则与数据安全保护底线，推动形成 “法律从业者核心地位 + 智能系统精准支持” 的新型生态。

二、自然语言的形式化 —— 法学论文的论证方法

中国法律逻辑专业委员会副会长、山东省人民政府参事、《政法论丛》主编、山东政法学院教授孙培福以《自然语言的形式化 —— 法学论文的论证方法》为主题展开授课。他强调法学论文的本质是论证之文，忽略论证的文字堆砌不能称之为学术论文。课程分析了法学对人类文明贡献式微的原因，指出主观认知替代客观论证、自然语言掩盖形式语言是关键问题。孙培福教授提出，形式架构是法学论文的灵魂与生命，需具备 “自然语言形式化” 的自觉意识，自洽的形式架构能反映事物客观规律。他还分享了论文提纲与形式架构的生成逻辑，强调学术灵感是提纲的唯一来源，而灵感源于大量文献涉猎与深沉思考。最后，孙培福教授明确了法学论文的鉴赏标准，即规律是 “发现” 而非 “发明”，论文是客观论证的结果而非主观认知的宣泄，并以具体案例展示了 “自然语言形式化” 的论证范式。

三、刑事法智能教学培训课程

小包公・法律 AI 研究院研究员佟馨带来《刑事法智能教学培训课程》，聚焦传统刑事法教学中案例资源碎片化、教学场景 “去真实化”、结果评价单一等困境，展示了小包公刑事办案一体化系统实训与案例教学方法的深度融合路径。课程详解了一体化办案实训系统的核心功能，包括智能阅卷与卷宗编目分类、案情总结与关键信息抽取、逮捕审查与羁押必要性智能判断、案件质量评查与证据实体判断、智能图谱构建案件脉络、115 个罪名的智能量刑、类案精准推送、证据智能体问答以及各类法律文书生成等。同时，佟馨研究员还分享了实训课程设计方案，通过 “确定案例 - 模拟移送卷宗 - 学生实训操作 - 知识总结 - 汇报反思” 的全流程，帮助学生掌握刑事案件办理核心流程，提升证据审查、量刑建议、文书写作等实战能力，并提供了详细的实训评分表，确保教学效果可量化评估。

四、民商法智能教学培训课程

小包公・法律 AI 研究院研究员佟馨带来第二场专题课程《民商法智能教学培训课程》，依托 “小包公全流程办案系统”，详解了民商法知识点与系统功能的精准映射，提供了沉浸式教学的具体落地方案。课程首先介绍了系统架构，包括法院端与律师端的全流程办案模块；随后重点讲解了系统在民商法教学中的核心应用，如智能识别与案件材料编目分类、案情分析与诉请答辩归纳、争议焦点深度挖掘、类案精准推送、证据智能体随问随答、法院视角裁判结果核算以及各类法律文书生成等。佟馨研究员还梳理了系统功能与民商法学习板块的对应关系，通过 “智能识别→证据法基础”“争议焦点挖掘→要件事实攻防”“类案智推→类案检索与裁判预测” 等关联，培养学生的证据思维、攻防思维、质证思维、类别思维及法律文书写作能力，并设计了模拟法庭案例教学法，通过学生分组扮演原告、被告、法官，结合系统操作完成全流程实训，辅以学生互评与教师点评，提升教学互动性与实效性。

五、智能行政复议一体化的实现逻辑与实践应用

小包公・法律 AI 研究院研究员汤仕琪围绕《智能行政复议一体化的实现逻辑与实践应用》展开授课。她结合 2024 年全国行政复议案件同比增长 94.7% 的现实背景，指出 “案多人少”、专业能力不足、新程序适用不理想等核心挑战，强调人工智能赋能行政复议是时代必答题。课程深入分析了法律知识专业性与通用模型局限性的四大冲突，包括庞杂行政法规体系与模型固有局限、复议范围广泛与模型精度不足、案件材料复杂性与模型 token 限制、法律文书专业性与模型说理能力不足。随后详解了多维高质量法律数据库的搭建，包括全量法律本体知识库动态更新、高适配性本地数据库沉淀、行政处罚决定书交叉参考及常用法律法规精细化配置。在技术融合层面，汤研究员介绍了行政法律法规体系梳理、专业场景搭建、通用逻辑归纳及智能化能力锤炼的具体路径，并通过湛江市、县两级的应用示范，展示了智能行政复议一体化系统在案件材料处理、案情总结、争议矛盾分析、法律依据匹配、决定结果生成、类案推送、证据智能问答、文书润色与生成等方面的显著成效，实现案件焦点识别准确率 100％，证据识别与采信准确率 95％，文书撰写时长减少 75％。

六、人工智能赋能法科大学生创新创业：教学理念革新与实践路径探索

小包公・法律 AI 研究院研究员廖丹带来《人工智能赋能法科大学生创新创业：教学理念革新与实践路径探索》课程。她从国家战略与市场需求双重维度，阐述了 “人工智能 + 法治” 的发展机遇，介绍了国务院《人工智能 + 行动意见》及十五五规划的相关要求，分析了法律科技市场快速增长、企业合规需求日益复杂、公共法律服务智能化带来的创新蓝海。在教学理念革新方面，廖丹研究员提出构建 “双翼赋能” 课程体系，包括夯实法学核心基础、拓展前沿特色模块的专业纵深翼，以及引入多元学科方法、打造 “法学 +” 课程群的跨学科融合翼；实施 “三型分类” 人才培养模式，针对 AI + 法律产品开发型、AI 法律应用服务型、法律科技交叉研究型人才设定不同培养重点；推行 “三学融通” 实践教学体系，实现基础知识 “跨学科”、实习实训 “沉浸式”、创新创业 “真刀真枪”。课程还详解了法科大学生 AI 创新五大核心能力，包括法律问题识别与技术转化、法律数据治理与语料构建、法律科技产品设计与开发、法律科技项目管理与团队协作、法律科技伦理与风险防控，并设计了 “意识启蒙与基础构建 - 技能深化与项目孵化 - 实战训练与竞赛参与 - 创业孵化与成果转化” 的四阶段培养体系，以及课程教学、实践平台、竞赛孵化、资源生态 “四位一体” 的支持体系，最后分享了小包公智能法律专家、合同智能起草·AI审查与审查等教学实践案例。

七、法律实证分析平台研究思路与 AI 应用实践

小包公・法律 AI 研究院研究员曾梓恒以《法律实证分析研究思路与 AI 应用实践》为题授课，详解了法律实证研究的内涵、必要性与现实困难，展示了小包公法律实证分析平台的赋能路径。重点介绍了小包公法律实证分析平台的核心功能，包括 1.76 亿 + 司法大数据库的支撑、多维度快速筛选条件、智能标注与自定义标注工具、数据智能汇总、可视化图表与数据分析报告生成等，通过 “筛选锁定样本数据 - 深度挖掘研究维度 - 生成可视化结果” 的三步流程，高效解决实证研究痛点。课程还通过 “偷换商家二维码行为定性研究”“外卖骑手劳动权益法律保障研究” 两个实战案例，展示了平台在数据筛选、要素抽取、标签创建、逻辑排除、图表生成等方面的操作方法，并介绍了 “小包公杯” 高校法律实证研究竞赛的开展情况，为学员提供了实践交流平台。

培训期间，学员们认真聆听、积极互动，围绕课程内容展开深入研讨，纷纷表示本次培训课程设计系统全面、案例鲜活生动，既夯实了理论基础，又掌握了实操技能。培训尾声，举行了证书颁发与留影留念环节，谭世贵教授为完成全部课程学习的学员颁发结业证书，全体授课专家与学员共同合影，定格此次智能法学交流的珍贵瞬间。

此次高级培训班的成功举办，搭建了法学教育与人工智能技术融合的交流桥梁，小包公・法律 AI 将持续发挥技术与资源优势，推出更多高质量培训项目，助力法治人才培养与法治事业现代化发展。