2025年12月27日下午，中国法律史学会“法律史大讲堂”第二十三讲以线上线下相结合的方式在河南省郑州市郑东新区法律产业高质量发展促进会与腾讯会议同步举行。本次讲座的主题为“AI与法律史研究”，黑龙江大学法学院副院长邓齐滨教授、北京航空航天大学法学院赵精武副教授、江西财经大学法学院杨昂副教授围绕主题先后发言。讲座由武汉大学法学院李栋教授主持。

第一部分 《法律史与AI的跨时空对话》

邓齐滨教授发言的主题为“法律史与AI的跨时空对话”。邓齐滨教授指出，技术绝非法律的外在工具，而是深植于其发展基因的内在动力。她通过三个维度的历史案例分析，生动阐释了技术如何深刻影响法律的形态与效能。从商周刻于甲骨的“神秘法”，到竹简帛书促使法律知识“下移”，再到造纸术与印刷术革命推动法典大规模刊行与标准化，书写载体的每一次革新都重塑了法律的传播范围、权威形态与社会渗透力。邓齐滨教授特别指出，技术亦可能带来文本固化等副作用，需要制度予以调适。

接着，邓齐滨教授以宋代算盘与账簿的普及为例，指出翔实的交易记录成为核心证据，直接催生了《宋刑统》等法律中细致商业规则的出现及对民间习惯法的认可，展现了技术重塑社会经济模式后，法律体系的主动适应与完善。

回顾宋元纸币防伪与反伪造的历史，邓齐滨教授指出，技术的效能高度依赖制度环境的适配。即便当时已采用原料控制、复杂印刷等“高技术”防伪手段，但若缺乏有效的吏治监督、合理的责任分配以及良好的社会经济环境等因素，技术不但难以独力维护金融秩序，甚至可能加剧社会纠纷。

邓齐滨教授指出，与前AI时代主要变革法律“载体”与“效率”不同，人工智能正在引发关于法律“认知基础”的深刻危机。儒家“原心定罪”、传统司法“情、理、法”交融的判决说理，是法律赢得公信力的关键。而AI决策的“黑箱”特性，使其逻辑难以阐明，可能使法律退化为类似上古神判的、依赖不可知权威的裁决，进而严重侵蚀法律的“可接受性”基石。同时，AI的数据训练会改变法律演进逻辑。法律的发展传统上依赖缓慢的经验积累与社会试错，而AI基于海量数据的“预测性”规制，推动法律从事后惩处转向事前防范，其演进速度与模式可能发生“质变”。邓教授警示，若法律规则全然依赖数据推演而悬置社会伦理与历史经验，恐将导致法律异化与生命力枯竭。

面对AI带来的普遍焦虑，邓齐滨教授从法律史方法论中提炼出冷静的思考。她以科举制度为例，指出其成功绝非考试技术单方面决定，而是历经长期法律规制、社会博弈与制度调适的动态平衡结果。AI引发的算法歧视、责任归属等新问题，其解决同样需要时间、多元利益博弈以及在既有法律原则中寻找智慧，而非被动接受技术颠覆。她指出，AI为法律史研究开辟了新大陆，法律史则为AI治理点亮了指路灯塔。AI技术是深入挖掘历史法律智慧宝库的强有力工具，为现代法治提供丰厚的历史借鉴；同时，法律史研究所沉淀的“语境化”思维与历史经验，是预防AI技术在法律领域滑向技术至上主义或脱离社会现实的重要保障。

最后，邓齐滨教授回归法律的价值本源，强调在AI时代必须坚守与调适的核心：在人工智能技术高速发展的今天，不变的是对正义的追求、对良善秩序的建构、对人性尊严的关怀，这些是法律文明穿越时空的“永恒基因”。邓齐滨教授以郑和下西洋的历史隐喻作结，指出AI与法律的结合同样处于充满不确定性的“认知蜕变”期。法律史学者的使命在于以历史的深邃目光，提醒这个技术奔腾的时代：法律之舟必须在效率浪潮中，牢牢锚定正义、秩序与人性尊严等历经淬炼的核心价值。

第二部分 《AI赋能法律史研究：研究方法与研究思路》

赵精武副教授发言的题目是《AI赋能法律史研究：研究方法与研究思路》。他将焦点从宏大历史拉回学科内部的研究实践，系统而精细地阐述了AI正在并应当引发的具体研究范式转型。其论述清晰地勾勒出三条相互关联的变革路径。

首先是AI对法制史文献处理模式的重塑，AI等智能工具的出现使研究者从耗时数年“地毯式”人工梳理，转向以具体研究问题为导向的“外科手术式”精准适配。通过自然语言处理技术，AI能快速从海量文献中抓取、分类、关联与核心议题直接相关的史料，使学者能将宝贵精力从“寻章摘句”解放出来，投入到更高阶的“制度分析”与“理论建构”中。

其次是法制史分析论证框架的升级，从依赖纯文字描述的定性分析，转向可视化、体系化的动态论证。例如，在探究明代“三法司”制度时，AI可辅助生成流程图清晰展现刑部、大理寺、都察院之间的案件流转与制衡关系，并用时序图动态演示该制度如何随其他机构介入而逐步异化。这种“定性与定量结合”的可视化分析，极大增强了研究的系统性、直观性与说服力。

再次是研究视角的融合与拓展，AI有效弥合了法制史研究内部长期存在的“法学化”（重文本规范）与“史学化”（重历史语境）方法论分歧。比如，AI通过数据建模，能整合经济数据、人口统计、民俗记录等多学科资料，实证性地揭示“宋代商品经济发展”与“民事法律完善”之间的关联，从而推动形成“文本—语境—实践”三位一体的多元研究范式。

赵老师指出，AI在法学及法制史领域的应用，已超越简单的“文本数据化”阶段，正在引发研究工具、研究方法与研究路径的整体转型。AI不仅是技术工具，更逐渐成为研究方法论的组成部分。然而，机遇伴随着挑战，这一变革也对研究者的信息素养与学术素养提出了前所未有的更高要求。他特别分享了实现有效人机协作的两大方法论关键：首先，研究者必须基于自身研究方向，筛选权威史料（如点校本正史、原始档案），进行数字化、分类标注，构建个性化的高质量知识库，这是确保研究准确性的基石；其次，AI输出质量直接取决于指令的清晰度，研究者需掌握精细化提示词设计技能，通过具体、分层的指令精准引导AI输出符合研究需求的高质量的分析结论。同时他也指出了AI自身的技术局限性及潜在的学术伦理风险，强调法制史学术共同体需明确使用规范，如论文中强制披露AI使用情况，确保工具始终服务于学术深度的开拓，形成“人主AI辅”的研究闭环，而非本体的替代。

在展望AI等智能工具前景的同时，赵老师指出当下AI技术存在的三大局限：其一，AI可能因为模型幻觉，出现伪造史料、歪曲内容的问题，这会威胁研究的严谨性；其二，AI的定位是效率工具，并非研究替代者，研究者需警惕过度依赖而引发的学术不端风险；其三，AI的本质是概率预测，其无法替代人类的学术价值判断。为此，法制史研究者需持续提升“信息素养”，兼具扎实史学功底与数字技术技能；对学术共同体而言，应共同推动建立AI应用规范与伦理指南。AI技术终究是服务于学术研究的强大辅助工具。面对数字技术浪潮，法制史研究不应固守所谓“纯粹传统”，而应秉持开放与审慎的态度，主动探索适应本学科特点的AI应用方法。其根本目的，始终在于借助技术赋能，使研究者能更深入、更创新地探寻历史中的法律智慧，推动法制史研究在新时代焕发新的生机。这场深刻的路径调整，不仅是技术的胜利，更是学术主体性在数字时代的理性彰显。

第三部分 《生成式法律史的贝叶斯认识论基础》

当生成式人工智能以其强大的文本生成能力冲击传统人文学科，法律史研究对AI技术是应全面拥抱，还是彻底拒斥？杨昂副教授以《生成式法律史的贝叶斯认识论基础》为题，为这场争论提供了一个超越工具层面的深刻解答。

杨老师引入贝叶斯认识论，首次就法律史研究的核心过程——“从证据到解释的信念更新”进行系统化形式分析。在此基础上，他严格界定了生成式AI在法律史知识生产中的“有限责任”：它只能是辅助拓展假设空间的“生成器”与“提示器”，而绝非替代学者进行证据甄别、材料分层与因果建构的“主体”。这一框架不仅为理性使用AI工具提供了清晰的方法论指南，更将陈寅恪、王国维等前辈学者的史学智慧与前沿计算理论相连接，为法律史学科在数字时代的坚守与创新提供了“认识论地图”。

杨老师指出，关于AI与法律史的讨论，不应停留在“AI能否写好论文”的表层工具论，而必须深入“法律史知识如何被生产”的认识论核心。他提出了“生成式法律史”概念，意指在生成式模型深度介入后，法律史研究内部“证据—解释”关系被迫在新的技术条件下重新自我说明的整体格局。为此，需要一套形式化语言来刻画这一变迁。学者借助贝叶斯认识论框架，可以明晰生成式人工智能在法律史研究中的位置与边界。历史解释过程可被形式化为从先验到似然再到后验的信念更新结构，并据此划分为“证据资格”“信息保真度”“常因结构”等关键层面。并非所有历史“痕迹”都是“证据”，判定资格需考察材料的生产机制、传递链条与可能噪音，这依赖于背景知识（B），而非材料固有属性。不同材料可信度不同。中央档案、司法案卷、报刊评论等，因书写目的、制度过滤与传递损耗的差异，其信息保真度权重（W）各有不同。研究者在直觉中进行的“加权似然”比较，正对应着贝叶斯框架下的显性操作。研究者通常需判断多份材料的相似性是源于同一历史根源（常因），还是独立的功能性收敛（异因）。这本质上是比较在“常因假设”与“异因假设”下，观察到该组证据的似然率孰高孰低。

通过深入分析大语言模型（LLM）的训练与推理机制，杨老师揭示了其与法律史研究在认识论上的根本差异：LLM学习的是海量语料中文本符号的“共现统计规律”，并不区分史料的真伪、保真度或证据资格。所有文本被同质化为“数据”。 LLM生成文本是基于上文预测下一个词元的“条件概率”，这只是一种在文本序列空间内的“伪贝叶斯更新”，而非在假设与证据空间之间进行信念修正。因此，LLM缺乏法律史研究所需的“证据资格判定”“信息保真度评估”“常因结构建构”的内在能力。它擅长生成流畅、合乎语法的叙述，但无法替代学者完成上述核心认知任务。基于以上分析，他提出了一个严谨的、可操作的“生成式法律史贝叶斯工作流”，核心原则是 “人类主导核心认知，AI辅助拓展可能”，由生成式模型可承担辅助任务，在海量文本中识别反复出现的话语组合、术语关联等模式，提示研究者关注潜在的解释线索。在研究者设定的问题与约束下，快速生成多种可能的补充解释、细分视角或反事实情景，以拓展假设空间供学者后续检验。这一贝叶斯框架并非外来强加，而是对中国经典史学方法的“形式化转译”。陈寅恪重材料出处与层层修正、王国维的“二重证据法”、傅斯年的史料学敏感、梁启超的问题导向、严耕望的常因分析，其思维精髓均与贝叶斯的“先验—似然—后验”更新及对证据保真度的考量高度同构。

最后，杨老师指出，在人工智能时代，法律史学者应借助贝叶斯认识论这一“心中之数”，牢牢守住学术判断的三道大门，即证据资格、信息保真度与常因结构。生成式AI则可被安全地用于“多开几扇窗”，拓展想象的边界。真正的学术未来，取决于我们能否继承并发展那种在不确定性中审慎求证的史学传统，并以理性的方式驾驭新技术，而非被技术的性能曲线所左右。

三位专家发言后，河南大学法学院乔飞教授、中南财经政法大学法学院罗鑫老师、黑龙江大学法学院李梓睿老师结合自身研究与心得体会，针对AI与法律史研究的关系发表了见解。

本次大讲堂首次采取“三人谈”的方式，邀请长期深耕AI研究的青年学者共叙法律史研究在数智时代的学术发展问题。从邓齐滨教授的历史镜鉴，到赵精武副教授路径调整的方法论，再到杨昂副教授的认识论奠基，三位学者共同指出：技术的冲击并非今日才有的全新事物，对学界而言，关键是如何以积极的态度将AI作为法律史研究者的“辅助者”，通过AI技术辅助法律史研究的深化，将其打造为法律史研究者的“知识库”。AI时代的法律史研究并非简单的工具升级，而是一场深刻的研究方法和范式的革新。

附主讲人简介：