康宁

[摘 要] 与传统法学教育相比，数据法学教育呈现出文理交叉、技术理性与人文关怀兼容的“新文科”特征。数据法学教育不仅对传统法学课程体系建设提出了新的要求，也将以科研导向和前沿性问题弥补法学教育在数据领域的不足。尽管数据法学教育与传统法学教育存在较大差异，但数据法学教育仍需借助传统法学教育的优势。发展数据法学教育的核心在于培养跨学科复合型人才，其关键在于法学研究与信息技术在教学过程中的有机融合。

[关键词] 数据法学;教育;法学

[基金项目] 2020年度中央高校基本科研业务经费项目“网络安全法语境中关键信息基础设施识别研究”（2020JKF321）

[作者简介] 康 宁（1986—），女，山东济宁人，法学博士，中国人民公安大学法学院助理教授，主要从事比较法和数据法学研究。

[中图分类号] D90-05    [文献标识码] A    [文章编号] 1674-9324（2021）21-0017-04   [收稿日期] 2020-12-25

法学教育一直是我国高等教育的重要组成部分，然而随着以大数据、云计算、区块链、人工智能等为代表的信息技术的发展，与数据有关的法律现象逐步形成新的法学领域——数据法学。自改革开放以来，我国的法学教育基本形成了兼顾法律体系与法律部门、理论与实践相结合的路径，目标是为社会培养追求正义、忠于法律的法律人才。与传统法学教育相比，数据法学呈现出文理交叉、技术理性与人文关怀兼容的“新文科”特征。

2018年，教育部、中央政法委《关于坚持德法兼修实施卓越法治人才教育培养计划2.0的意见》中指出，“鼓励高校开发开设跨学科、跨专业的新兴交叉课程、实践教学课程，形成课程模块供学生选择性修读……推进法学学科体系、学术体系、话语体系创新。”此后，数据法学在国内外不少院校中以本科生、研究生课程的培养方式迅速展开，数据法学教育也启动了实践中的探索。例如西南政法大学人工智能法学院设置了“人工智能法学”二级学科（含数据法学、计算法学、算法规制、智慧司法等方向），并于2019年秋着手增设二级学科“人工智能法学”的博士学位授权点;清华大学法学院法律硕士培养中新增了“计算法学”方向;中国人民公安大学自主设立二级学科“数据法学”;江西财经大学在本科招生中新增法学（数据法学）专业方向;上海政法学院在本科招生中新增法学（人工智能法学方向）;等等。其中，西南政法大学人工智能法学院已经招收了本科生和硕士研究生，清华大学法学院已经招收了两届计算法学方向的硕士研究生。①在这样的背景下，梳理数据法学教育与传统法学教育的差异与融合问题，既有益于传统法学教育的与时俱进，又使数据法学能够在汲取法学教育经验的基础上迅速发展。

一、差异性：教学内容与方法

数据法学是伴随现代信息技术，尤其是大数据和人工智能技术的发展而出现的新兴学科，数据法学的教学往往需要与数据科学及信息技术的研习结合进行，具有知识体系的综合性、学科视野的开放性、应用场景的广泛性、方法工具的多元性和专业性等特点。相较之下，传统法学教育的发展已然十分成熟，不仅教学模式趋于稳定，而且教学内容的体系相对成熟，诸如法律诊所、模拟法庭等教学方法与法学实践结合甚密。正因如此，新兴数据法学教学与传统法学教学之间存在多个层面的差异。

就内容而言，传统法学教育重在法律规则、原理及其适用的讲授，数据法学教学则不限于此，与数据科学相关的信息技术问题均融入法学教育的体系，且占据近乎同样重要的地位。传统法学教育围绕我国现行法律体系中的部门法展开，既包括法的本体、价值和发展等理论问题，又包括法律适用、运行等实务问题，这些方面的教学成果，使法学教育在我国社会科学教育中占有一席之地。相比之下，数据法学是对数据生成、采集、存储、传输、处理、应用等一系列过程中的法律现象进行研究的学科，数据法学的教育也围绕这些内容展开。[1]数据法学教学中的“数据含量”，使其与相邻计算机科学、互联网科技具有极大的相通性。这意味着数据科技的全新法学镜像世界，使法学问题不再拘泥于传统部门法调整对象和调整方式的范畴，而是经由数据问题的整合以全局性、领域性的态势予以因应。如此一来，数据法学的教育往往包括不同层级的多种法律门类，单一法律部门的课程设计无法满足数据法学教育的需求。

数据法学的实践教学方式区别于传统法学。我国以法典法为基础的法律形式，使得传统法学教育与实践的环节往往是分开的，通常在校学习期间安排专门的时段进行实习，或者兼职从事实务工作。就数据法学而言，理想的教学实践应当综合数据技术和数据方法，比如实验教学、可操作性编程、数据研发应用等“产学研一体化”的要求，这无疑对法學传统的教学实践模式构成了冲击。法学教学中的实践导向，往往引用已经发生的案例阐释法律规范的教义与适用情形，这是一种“向后看”的思维方式。而数据法学则不同，它不忽视已经制定了的规范性内容，更重要的是将规制融入数据科学算法的世界，这就要把握科技发展的现状和前沿问题，甚至要求对数据的风险性与可能性进行前瞻性的评估。这样一来，数据法学实际具有了“向前看”的思维方式，它改变了传统法学教育的保守性和稳定性，使法学具有了尖端科学的色彩。调研数据法学学生的实践实习情况，科技公司、互联网企业的数据合规部门逐渐成为重要基地，这与传统法学院青睐律所、政府部门和法检机构的情况不同。

数据科技的进步导致数据法学发展迅速，而与传统法学教材、教辅资料总量繁多、内容固定的情况相比，数据法学教育教材、资料的建设是薄弱的。作为法学教育的重要环节，概念清晰、体例完备的教材是实现法学教育功能的重要工具和载体。它不仅是法学知识传承的载体，而且是规范教学内容、提高教学质量的关键。相比之下，尽管数据法学前沿性的研究成果频出，但可以形成通说的数据法学理论和规则体系远未形成，大量基本概念和范畴处于争议之中，直接影响教材建设的进程。同步于数据科技进步的国内外各级行政法规、技术标准，成为规制数据问题的先锋性制度文件。这些制度文件的调整比较频繁，导致数据法学教材的出版发行可能面临及时更新与增补的问题。[2]如此一来，短期之内形成稳定的数据法学教学资料似乎不大可能，目前教学主要依托于各数据法学研究人员的学术涉猎，而这种学术涉猎难免片面，这就导致数据法学教学的资料支持远落后于传统法学的诸学科。

二、可融合性：培养方向与基本路径

无论如何，数据法学仍处于法学学科的大框架之中，传统法学仍旧是数据法学教育的重要基础。不能否认，数据法学教育的重点在于法学人才，只不过数据法学教育又有所突破，它独具特色地为国家各级公安司法机关、行政机关、法律科技领域的企事业单位等培养高层次的研究型和应用型人才。尽管数据法学教育与传统法学教育存在较大差异，但数据法学教育的发展仍需与传统法学教育的优势进行整合。

1.传统法学在一定程度上为数据法学的新兴理论和范畴提供了分析工具。数据法学之所以为法学，意味着传统法理论中，诸如法的性质、渊源、要素、效力等级、权利义务、行为关系等基本范畴，可以为数据法学理论体系的建构提供支点。与此同时，由于数据法学根植于信息化数据所创造的新兴客体，有条件在传统法学的理论视野上实现超越，且这种超越并不意味着必然的冲突和矛盾。数据空间的特有话语体系、规制手段和价值判断，的确导致了新兴法学范畴的确立，但也启动了对既有法学理论体系的解释和补充。应对数据空间的复杂化，传统法学应当继续扮演理论元叙述的角色，而数据法学突出的实务性和前沿性，也将为法学体系的发展提供充分的补给与反刍。

2.数据法学教育的核心在于以数据法学为主干的跨学科复合型人才培养，其关键在于法学研究与信息技术的有机融合，这就要求我们在既有培养模式的基础上，厘清法学教育与数据科学教育的逻辑关系，必须明确数据法学并不等同于尖端数据科学，其科研侧重点、教学培养目标存在交叉，但又有明显差别。数据法学属于法学一级学科，同时借力信息网络技术、数据安全技术尖端学科为支撑。以法学教育为主体，就是要借鉴传统法学教育的理论与实践教学范式，促进法学素养的形成。以网络技术、数据安全为支持，推动这种法学素养向数据技术、数据防范、数据问题等方向的演化，这种演化或许加入了计算机代码、算法、程序、数据等不同于传统法律课题的话语表述，但它并不构成对传统法学体系的颠覆，而是一种法学教育话语体系的更新。可以说，法学仍旧是基础，而数据是现实的关照，前者是基础方法，后者是方法所给予的对象，只不过方法要根据对象的特征进行调整。

3.数据法学教育对课程体系建设提出了新的要求。目前，国内各院校数据法学课程建设模式主要有三种：第一种是“三分模式”，以清华大学2019年开设的计算法学专业硕士为例，教学内容对既有法学体例形成了实质性的颠覆，法学、数据科学、法学数据交叉科学构成了“交叉型课程集群”，沿用传统法学教学内容的法学科目仅占三分之一，以数据科学为先导的数据技术教育、交叉学科教育，实现了法学院与强势理工科教学的合并，将编程语言、概率论、线性代数等数据技术基础课程涵盖在内，又以数据与法律的整合类课程，如科技法、专利法、技术规范进行辅助。第二种是“二分模式”，教学内容包括传统法学教育与数据科学教育两个部分，传统法学课程注重教学培养过程中的“法学”含量，数据科学教育则确保教学过程中的“数据”含量，这要求相关院校具备法学和数据科学的学科基础，唯有两类课程的相互影响，才能推动学生产生对数据与法学的思维碰撞与整合。第三种是“综合模式”，这也是目前国内大多数院校开设数据法学的教育模式。该模式将数据科学融入目前法学院的日常教育体例之中，不同学科以课程接力或者课后拓展的形式展开。综合模式对开课学校的理工科背景要求并不高，但是这种模式往往过多偏重法学教育的内容，容易将数据法学等同于知识产权法学、专利法学等具有数据相关性的部门法学教育，是否能够有效实现数据法学的教学效果仍应存疑。

4.以科研创新和前沿性资料库弥补教材薄弱的现状。数据法学教育目标在于为新一代信息技术的发展提供人才保障，也为法律行业和法治现代化提供技术支持。正因如此，学术创新能力培养是数据法学教学的重要内容。鉴于教材、教辅资料体系尚未确立的现状，现阶段数据法学教学应在科研训练、问题意识为先导的教学方法上有所突破，间接推动数据法学教学案例、实验、文献等资料的系统性完善。这样不仅跳出了传统法学教育以课堂、教材为核心的旧模式，还推动了科研项目、论文融入教学过程中，增强了学生的参与度，也对前沿性数据政策、法规和行业标准予以关照。借此，可以尝试以数据法学方向为单位建立主文献库，加强文献研读、资料分析与写作指导，同时注重数据分析、计算机编程等技术的实操能力训练，为跨学科研究打下了基础。以数据库的形式拓展资料、文献的存储载体，利用信息技术开展传统课堂、教材的教学模式改革，推动信息化手段在教学资料查阅、利用过程中的便利性，通过数据手段实现数据法学的教学创新。

5.实现人才培养与实务需求的对接，不同授课模式可以发挥各自所长。数据法学教育需要通过实践训练和学位论文撰写等环节，培养学生解决信息技术相关法律问题的能力。为此，应当深化实践教学改革，加强实践教学基地、研究生工作站建设和数据法学实验室建设，拓展与互联网法院、信息技术公司、公安执法网安部门的学习与合作，实践第二课堂。对于理工科实力并不突出的学校，可以整合校内外培养资源，突出跨学科人才培养特色。可以实行校内外双导师制度，第一导师由法学院教师和专家担任，第二导师由校内外从事计算机、网络安全研究的教师和专家担任，或者聘请校外实务部门知名专家作为兼职导师辅助培养;制定联合导师、兼职导师管理办法，建立完善兼职导师的遴选、任职、考核、激励、保障和退出等工作机制。法学、计算机学科建设都相对成熟的学校，可以积累教学经验并打造精品教学资源，开发线上线下课程，建立数据法学教育案例库，服务于校内外人才培养，建立数据法学教学领域的“参考样板”。除此之外，传统法学院实习成果轉化的多种可能性值得拓展，调研文章、案例研究、智库建议、技术研发、专利申请等多样化应用成果可以作为数据法学学位授予条件的改革试点。在实践过程中，尤其要注重学生法律职业伦理和计算机、大数据应用职业能力的培养。法律职业伦理包括职业道德与执业规则;大数据应用职业能力包括计算机工程、数据分析工程等技术职业思维，如常用编程语言、计算机应用方法及知识、大数据通用工作能力等。唯有面向实务需求的数据法学教育，才能整合法学教育与数据法学教育的优势，实现传统教学模式与方法的突破。

三、結语

数据法学交叉学科的兴起，紧紧围绕党的十九大的战略部署，聚焦国家治理体系和治理能力的现代化。与此同时，数据法学教学也因“跨学科专业”和“跨理论实践”的特征，成为值得讨论的时代教育命题。数据法学教育既集成了数据科学的迅速发展，又打破了传统法学教育相对稳定、固化的态势，使其不得不在解决新问题的过程中整合交叉学科资源并向前发展。无论如何，数据法学教育与传统法学教育的整合，可以将数据信息技术与法律融入培养教授的环节;数据法学教育的培养质量与成果，将直接为中国特色社会主义法律体系建设与发展输送新型人才。数据法学教育的不断改进与发展，是为我国学术研究前沿阵地的关键性突破服务，更是为我国加快建设创新型国家服务。

参考文献

[1]雷磊.数据法学的学科定位与培养模式[N].中国社会科学报，2020-10-27（8）.

[2]何渊.数据法学：数据法的多维呈现[M].北京：北京大学出版社，2020.

Discussion on the Difference and Integration of Data Law and Traditional Law Education

KANG Ning

（School of Law， Peoples Public Security University of China， Beijing 100038， China）

Abstract： Compared with traditional law education， data law education presents the characteristics of “new liberal arts” that overlap between liberal arts and sciences with technical rationality and humanistic care. Data law education not only puts forward new requirements for the construction of the traditional law curriculum system， but also makes up for the relatively weak status of law education in the field of data with scientific research orientation and pioneer issues. Although there exists a big difference between data law education and traditional law education， data law education still needs to take advantage of traditional law education. The core of the development of data law education lies in the cultivation of interdisciplinary talents， and the key is still the organic integration of law research and information technology in the teaching process.

Key words： data law; education; law