【學人開講】法學實證研究

法學可以用實證方法來研究嗎？目前用實證方法研究法律問題，已經到什麼程度？

本場次學人開講活動，特別邀請中央研究院法律研究所張永健研究員及國立成功大學敏求智慧運算學院李韶曼助理教授，二位分別是這個領域資深（入行許久）與資淺（剛剛入行）的學者，將就法學實證研究來進行對談，一同聊聊實證研究的甘苦。

國內外的差別有多大？如果想投入這樣的方法來研究法學，該進行什麼準備（包括心理上的準備）？法學實證研究方法有哪些？也有人工智慧（Artificial Intelligence, AI）方法的運用嗎？

第六場【學人開講】由本中心張文貞執行委員主持，邀請到中央研究院法律研究所張永健 研究員及國立成功大學敏求智慧運算學院李韶曼助理教授，分別是這個領域資深（入行許久）與資淺（剛剛入行）的二位學者，三人一同就法學實證研究來進行對談，聊聊實證研究的甘苦。

提及在法律界的跨領域討論，主持人張文貞立刻想到法學實證研究，目前在全球是相當新興的研究方式，而在臺灣也難得能夠找到兩位跨域的研究者來對談。演講內容包含接觸法學實證研究的契機、博士研究過程、以及實際進入後遭遇的困難。
首先，張文貞分享自己從事研究歷程，與實證研究的關聯。1992年第一次接觸到法學實證研究，是因為張文貞接下葉俊榮老師「行政法院環保判決研究」的研究助理工作。當時必須要到行政法院將實體判決影印出來，接續標列重要、需要檢索的項目，如：當事人有無律師代理、勝／敗訴、空汙／水汙／廢棄物、公害糾紛調處等。並藉由同為研究助理的學長，以DOS軟體所寫的程式跑簡單的計算。直到2002年張文貞開始進入教學領域之際，相關資料的處理方式已經變動，不再需要影印紙本，而是能直接在電腦中處理，且出現spss軟體能直接進行統計。再十年以後，2012年又更進一步學會其他統計技術協助研究者執行研究，如迴歸分析、歸因統計等。「我的30年不知道是不是法學實證的某種實證？」張文貞總結道。
話語轉交給中研院法律研究所研究員張永健與成大智慧運算學院助理教授李韶曼，張文貞邀請兩位分享第一次接觸法學實證研究的機緣，並且分享研究的方法及當時心態。張永健先是回應張文貞的研究經歷，將實證研究劃分成三個時期：第一個類比時代，需要去現場影印紙本、螢光筆畫筆記分析；第二個數位時代，光碟出現，在電腦上檢索法條；第三個網路化時代，直接上網搜尋。張永健回憶，當初第一次接觸法學實證研究便是在數位化時代。
「就是在研究所的課堂上，要寫期末報告，我甚至不知道自己在做法學實證研究。」張永健說，當時開始的契機是在研二的民法課堂上，張永健注意到民法第213條的損害賠償規範是以回復原狀為原則，金錢賠償例外。連結到實際的車禍案件，張永健萌生疑問，「車禍案件中有哪個人會跟肇事者說要恢復原狀？」所以去搜集資料分析，發現當時的車禍案件訴訟人都是選擇例外。20年後，張永健重新做了同個題目，基於資工技術的革新，從原先做光碟檢索僅能處理一兩百個判決，20年後的研究資料一舉增加到五千六百個判決。不過張永健提醒，即使技術與科技在變動，「不變的都還是問題意識，『到底實際情況是如何』」貫徹20年來的法學研究。
李韶曼則是在張文貞2012的研究計畫中，第一次接觸到法學實證研究。當時參與張文貞執行的，引用外國法律判決大法官解釋的研究計畫，李韶曼在其中扮演工人的角色，為2000多筆資料一一編碼。李韶曼提及當時司法院已經將大部分的解釋判決數位化，所以並沒有碰上光碟或是影印的執行阻礙。但在執行過程中也產生非常多次懷疑，「為什麼要做重複的動作？」但李韶曼並未感到痛苦，而是認可這是探尋資料必經的道路。最後李韶曼提醒，即使是已經數位化的現代，仍然還是有要當工人的時候，像是現在資料中的阿拉伯數字、國字數字仍未被統一。
張文貞回應，當初之所以會投入研究引用外國法律判決，是因為國際憲法協會在推動，使學者有機會了解全球的引用外國法趨勢。張文貞憶道：「其實我們要知道法律的現實情況是如何，建立在現實的基礎上，去做更多分析。當時我就是用這個美好的願景在鼓勵助理。」
演講來到第二部分，張文貞接著邀請兩位在博士論文、學術研究過程中，分享自己做過實證研究的過程。張永健解釋自己博士論文的撰寫契機，是當時一位國際憲法期刊的主編、非常具有影響力的老師募款了15份獎學金。為了爭取獎學金，必須提出具有潛力、重要性、但仍未完成（完整）的博士論文提案。而具有理論假說，但尚未具備資料的實證研究正是很好的選擇，因此張永健下定決心要做實證研究。
最終張永健的研究題目選擇了徵收補償來發展，扣緊一個核心問題「到底政府給的徵收補償份額，是高於/等於/ 低於市場價格？」但在搜集數據的過程卻處處碰壁，長達兩年的時間都找不到參考資料，直到某一天碰見官員轉介到負責監督紐約市政府的Comptroller's Office，才意外獲得數據。張永健另外提到，後來因為適逢國史館開放第一批資料，也順利運用台灣資料，以研究徵收補償。
張文貞總結張永健的研究歷程，指出實證研究確實會碰上研究資料的取得風險（前兩年都沒有資料），以及提出現在法學實證研究的可發展性。張文貞表示目前在Open Question的研究是非常值得探索發展的，再加上有越來越多的資料開放，實際上新進學者、學生無須畏懼投入的成本。
而李韶曼的博士論文則是起於社群媒體的觀察，李韶曼注意到許多政府機關、法院、法官等在社群媒體上會與大眾互動，其中的議題究竟會如何設定？在老師的協助下，李韶曼先是開始調查美國各州法官的倫理，看法官如何在推特上互動，各州的倫理委員怎麼看待等，以及發生重大事件的相關討論，並在整理過程中開始著手博士論文的研究議題。
但搜集資料的過程也並非一帆風順，在開始蒐集之際，李韶曼卻遇上劍橋事件，一夕間無法獲取臉書的API資料。李韶曼指出資料的問題，在世代變更之後仍然會碰上，尤其是資料的取用逐漸被私人、企業掌控，提醒數位時代的研究仍然有許多隱憂。不過李韶曼指出「了解data set可能變成新世代取得資料最有用的方法」，像現在她便每天在論壇上吸收有哪些open data能夠取用、研究的方式又有哪些等。
至於演講最後一個分享的主題，則是在談論法學實證研究的前瞻性。張永健回應「我完全同意至少在臺灣，或中文世界的法學實證研究，還有非常多容易摘的果子。」指出現在依照問題意識去做簡單的編碼，實際上就能做非常多的研究。張永健解釋，並非一定要做如李韶曼擅長的自然語言處理、或是監督式、非監督式機器處理等技術，現在法院的資料、行政機關的資料都能做許多嘗試。
張文貞同意，並再次提出Open Question的研究可能性，鼓勵大家勇敢去做法學實證研究，以理解現況。「（以）法學研究的Open Question了解實際裁判、應用結果，是更進一步研究的開始。」
李韶曼則是從法律語言出發，指出現存的法律問題，有許多能以自然語言處理的視角來回應。尤其仍在開發中的，法院與當事人對話的機器人、AI律師等，未來都可能成為法律界存在的其中一塊基石。若以法律與AI的交會為證，現在有兩種取徑（由法律理論上至下、由資料下至上），都能為法學界帶來不一樣的探索途徑。
最後的QA先有讀者提問「實證研究對於受到德國法影響甚深的法領域，應該如何融入呢?」張文貞直接回覆，實際上法學在這個層次上，與其他社會科學想了解現實，是不會有這麼多差異的。張永健則是建議讀者去看〈經驗面向的規範意義〉文章（收在《法實證研究：原理、方法與應用》的第二章。）
就另一個提問「實證研究是不是可以只檢驗理論？還是必須提出自己理論？」，張永健則是回應其實都是能夠做的。並幫讀者聚焦問題，「你要問的是，法學實證研究有『可一般化』的跟『不可一般化』（知道現況的研究）」張永健回應，後者在國外期刊上不常見，但如果研究是面向國內的法學者，做不可一般化的研究，仍然是具有貢獻的。
對於李韶曼的提問則是「機器學習在自然語言處理的應用還沒辦法達到很好的可解釋性，那要怎麼回答「社會問題」、「理論問題」？」李韶曼同意問題的主張，確實若想要設計透明、公開、可驗證、甚至能夠回答研究問題的研究方法，仍然是比較傳統的統計方法能夠達到這樣的需求，因為大量資料可能會出現奇特的pattern、出現不曾注意過的面向。因此李韶曼回覆：「完美的解釋性，對於機器的深度學習方法並不存在，我們能夠盡量接近。」直指即使機器學習沒有很好的可解釋性，仍然不代表他不被需要，未來可能還會有更好的應用。
最後一個提問則是針對「法實證社群的拓展」。張文貞首先回覆，「很多時候對話不是實證研究本身。國內法學研究對話風氣比較少。有時候對話的議題不是來自法學實證研究本身，有時候是法學研究的本身。」張永健同意，並補充國外在跨域的交流風氣就相對台灣來的興盛，甚至會在不同的工作坊中結合研究。李韶曼則是以自身帶的研究生為例，目前收了五個不同領域的研究生，以外文系的研究生為例，當初李韶曼是像學生詢問「用自然語言、語言學的方法使同學願意加入團隊中」，讓不同領域的同學願意一起做法實證研究。