法社会学
研究法律在社会结构、组织、社区和日常实践中的运行,需要访谈、观察、档案或制度实践材料。
Interdisciplinary
交叉学科不是离开法学,而是为法律问题引入可解释现实、制度和行为的外部工具。
研究法律在社会结构、组织、社区和日常实践中的运行,需要访谈、观察、档案或制度实践材料。
用激励、效率、交易成本和风险分配分析法律制度,但要说明效率标准和分配后果。
关注国家、权力、制度选择和法律实施的政治条件,适合研究监管、司法改革和宪制结构。
通过制度变迁、档案和思想史理解法律概念的形成,避免把当代概念直接投射到历史材料。
讨论数据、平台、自动化决策和技术治理的法律问题,需要同时理解技术机制和规范框架。
分析市场、国家、权力和分配如何通过法律共同塑造,适合公司法、劳动法、平台治理和监管研究。
学习如何理解、应用和构建理论框架,使法律研究从描述规则走向解释机制、评价标准和理论贡献。
把 AI 放进研究问题、研究意义、设计、方法、论证和贡献表达的全过程,学习在人机协作中保持原创性、可核验性和作者责任。
Method Choice
选择交叉方法时,先确认外部学科到底帮助你解释什么,而不是先选择一个时髦标签。
用法社会学、组织社会学或心理学解释法律主体如何行动。
用法经济学解释成本、风险、信息和交易结构。
用政治学或政治经济学解释制度选择和资源分配。
用法律史和思想史说明概念如何形成、断裂和重组。
用科技研究和数据治理框架说明平台、算法和模型如何改变法律关系。
Discipline Checks
一个交叉研究是否成立,取决于外部学科是否真正改善了法律问题的解释力。
经济学解释激励,社会学解释实践和组织,政治学解释权力,历史学解释变迁;先说清它们各自回答哪一部分。
使用社会科学概念时,需要相应的访谈、数据、档案、组织材料或制度实践,不能只借术语。
交叉研究最后仍要回到法律概念、权利义务、制度安排或规范评价。
外部学科能解释机制,不一定能直接给出规范答案;法律结论仍需要独立论证。
Examples
研究问题:为什么资源充足的重复参与者在法律系统中通常更占优势?
贡献:提出 repeat players 与 one-shotters 的分析框架,把诉讼不平等解释为制度结构问题。
研究问题:社会伤害如何被命名、归责,并最终转化为法律纠纷?
贡献:把纠纷视为阶段性社会过程,而不是法院案卷中的既成事实。
研究问题:正式法律规则如何影响庭外谈判和私人秩序?
贡献:说明法律并不只通过判决发挥作用,也通过背景规则塑造谈判空间。
研究问题:邻里纠纷为什么常常不依赖正式法律解决?
贡献:用具体社区材料挑战正式法律中心主义,说明社会规范的协调功能。
研究问题:清代习惯法如何在国家法与地方社会之间运行?
贡献:用多种一手材料重构习惯法的形态、功能和国家关系。
研究问题:法律研究为何需要重新连接市场、权力、民主和分配?
贡献:提出法律与政治经济学框架,批判法律与经济分析中去政治化的市场想象。
研究问题:大规模裁判文书数据能否支持罪名、法条和刑期预测?
贡献:构建中国法律 AI 评测数据集,并显示法律预测任务的复杂性。
研究问题:普通人如何在日常生活中理解、讲述和使用法律?
贡献:把法律意识分解为日常叙事和实践策略,而不是简单的法律知识多少。
Readings
展示经济学如何改变法律问题、制度设计与责任分配的分析方式。
为讨论 AI 治理、偏见、透明度、责任和学术诚信提供规范背景。
适合专题12讨论算法评分、自动化预测和程序保障。
展示法律制度如何放在基层社会结构、实践和经验材料中理解。
课件引用的理论构建核心文献,强调理论由概念、命题、逻辑关系、假设和边界条件构成。
适合训练学生用 what、how、why、who/where/when 检查一个理论框架是否真正有贡献。
帮助学生区分理论与文献罗列、变量清单、图表、假设或单纯数据描述。
直接讨论法学研究中的理论框架、规范框架及其与经验研究的关系。
适合说明概念框架不是概念堆砌,而是由相互支持的概念网络构成。
用于展示一种理论框架如何把法律有效性、社会事实和道德评价区分开。
用于说明解释主义如何把制度实践、原则、适合性与正当化组织为法律理论。
适合引导学生理解批判法学如何把法律、社会偏见和权力结构连接起来。
说明法哲学、教义学和经验研究如何在法治研究中互相校正。
帮助学生理解研究范式如何连接理论、方法和研究对象。
把法教义学放入法治建设、裁判说理和治理能力的语境中。
展示如何从中国社会实践和制度环境中提出法学问题。
以习惯法为对象连接档案、社会理论和国家法秩序,是法律史与社会科学结合的经典范例。
比较法与法律移植讨论的核心文本,适合与 Legrand 的批判一起阅读。
用 repeat players 与 one-shotters 解释诉讼资源不平等,是法社会学理论构建经典。
提供从伤害经验到法律纠纷形成的经典过程框架。
以邻里和牧场纠纷说明社会规范如何替代正式法律。
说明法律规则如何塑造庭外谈判,是制度分析和法律经济学的经典范例。
通过日常叙事研究普通人如何理解和使用法律。
当代自然法理论的重要文本,适合理论页讨论基本善和实践理性。
以范畴意识说明法学理论如何形成概念系统,适合训练理论框架中的概念层次。
批判法学经典论文,用私法裁判揭示形式、实体和意识形态的关系。
展示如何把政治经济学重建为分析法律制度、权力和不平等的框架。
算法歧视法律研究的经典论文,适合 AI 专题讨论数据、模型和法律责任。
解释为什么技术可解释性与法律可问责性并不总是同一件事。
较早系统介绍机器学习进入法律领域的可能性与限制。
中国法律人工智能数据集研究的重要起点,可用于讨论数据、预测和法律推理的差距。
展示中文法律大模型训练和知识增强路径,也适合讨论隐私与实际应用限制。
从法律实践逻辑出发评测中文法律大模型,可用于 AI 研究问题审计。
情境完整性理论适合解释数据隐私、平台治理和 AI 决策的规范结构。
用课堂语言研究说明法律思维如何被训练出来,适合把法律教育作为经验研究对象。
补充第2讲关于物理世界、主观心理世界和客观知识世界的框架,帮助学生理解法律、制度和理论如何成为可批判的公共知识对象。
用法系分类讨论法律秩序的变迁,可用于反思传统大陆法/普通法二分。
把法律作为社会行为来解释,适合讨论法社会学中理论命题与经验材料的关系。
以普通人的纠纷经验说明法律意识和制度接近性,适合和 Ewick & Silbey 组成质性研究阅读组。
经典展示程序本身如何成为惩罚,适合训练学生把程序从文本规则转化为制度经验问题。
自动化行政决策和程序保障的早期经典,适合连接 AI 治理与传统公法原则。
把计算机科学的可审计机制与法律问责问题连接起来,是算法治理的基础阅读。
适合讨论机器学习进入行政决策后,透明、理由说明、裁量和司法审查如何变化。
说明商业秘密如何阻碍刑事司法中的算法质证,适合讨论可解释性与证据权利。
追问自动化治理中是否存在由人作出决定的权利,适合 AI 专题中的规范论证训练。
从刑事司法风险评估出发主张可解释模型,适合讨论黑箱模型与法治要求的冲突。
帮助学生区分真正的经验研究、定量研究、定性研究与只贴标签的“实证”。
从法学方法论的属性、发生条件和体系结构展开,是理解方法论本身的基础中文文献。
说明社会—法律研究与法教义学的分工、比较和可能的互补关系。
把经验材料储备、田野发现、理论构思和命题表达拆解为可学习的研究过程。
从法律社会学、法律经济学和法律认知科学等进路梳理社科法学的整合方向。
讨论法律社会科学研究的规范边界、事实边界和跨域协同问题。
从法律的复数性和制定法的动态性说明教义学与非教义学知识并存的根据。
说明从法律外部进行经验研究的意义,适合连接法社会学和中国司法研究。
适合启发学生把法律经验研究理解为现场、材料、方法和自我反思的结合。
提醒学生避免把技术热词替代真正的法学问题和方法训练。
适合说明算法不只是技术工具,也可能成为影响权利、选择和社会排序的权力机制。
系统比较算法公开、个人数据赋权、反算法歧视等规制路径及其局限。
从话语热与实践冷的落差出发,适合讨论法律 AI 的数据、场景和方法限制。
适合讨论计算法学是否构成新范式,以及数据、统计和法律问题之间的真实关系。
以“问题就是时代的口号”为入口,适合训练学生从技术变化中提炼真正的法学研究问题和研究意义。
把数字法学的研究范式放在法律关系、技术风险和体系化治理之间,适合说明 AI 研究不能只做风险罗列。
以生成式 AI 参与法律学术写作为示范和反思,适合讨论研究意义、原创性和作者责任的边界。
从学术生产、期刊筛选、学生训练和认知去技能化等层面分析 AI 对法律学术生态的系统影响。
直接说明 LLM 如何用于法律文本分类和经验研究设计,是 AI 作为研究方法工具的核心材料。
提醒学生在使用 LLM 把法律文本转化为数据时,应权衡准确率、可解释性和方法透明。
以系统证据说明法律大模型幻觉风险,适合训练引文核验、来源审计和 AI 输出的证据边界。
把法律推理拆成可评测任务,为讨论 AI 法律能力、评测指标和研究设计提供范例。
适合展示 AI 如何改变法律文本编码、案例分析和实证研究的前期探索成本。
概括 LLM 的技术进展、法律应用和限制,适合作为学生进入 AI 与法律研究的英文总论。
用 law-as-code 与 law-as-data 概括计算法学发展,适合连接 AI、数据科学和传统法学方法。
讨论计算工具如何补充教义学文本研究,适合说明 AI 不必替代传统法学方法,而可扩大可观察材料。