課程概述

法學研究的重要關懷或目標，是促進法律解釋適用的可預測性與安定性，希望相似的案件得到類似的結果，因此必須要先掌握「現在的法律解釋適用之情況」亦即法院裁判。傳統的法學研究方法例如解釋學、比較法，未必關注法院裁判，即使有，也可能僅處理單一、具代表性的裁判（leading case），對之表示贊成、批判或理論補充，而無法系統地掌握法院裁判的現狀。實證研究方法的引進，目的即在改善此問題。隨著機器學習演算法、自然語言處理等資料科學（data science）的進展，大量法律文本（含裁判）的分析成為可能，形成「法律資料分析」學（legal analytics）。本課程之目的在培養同學使用資料科學的技術來分析較大量的裁判，實踐法實證研究。 本課程從資料分析的基本，亦即量化實證研究的編碼方式開始，到模型的選定、適用以及結果的解釋、呈現，讓同學實踐法律資料分析。具體方式請見課程要求。

本課程為「資訊科技時代的司法心理學課群」之一部，詳情參見網站https://www.ntupli.com。開學後的加簽名額將優先保留給欲修習本課群的同學。

課程概述

This course will be co-taught by Sieh-Chuen Huang (law) and Yee-San Teoh (psychology) at NTU and Dagmar Brosey (law) and Renate Kosuch (psychology) at TH Koln (Technical University of Cologne), Germany. In addition to the unique combination of instructors, we anticipate approximately 23 students from NTU and TH Koln respectively, including law, psychology and social work, of which the diversity highlights this seminar.

This interdisciplinary and international seminar aims to facilitate future legal professionals, psychologists, and social workers with critical thinking and cognitive flexibility. When dealing with legal issues related to persons with disabilities (PWD), it is necessary to communicate with the principal, family members and other professionals. An important component of this course is to enhance the experience in co-working with experts from different fields on one scenario: supporting PWD. We will push students to think from the perspectives from two disciplines –law and psychology, tackle problems in legal capacity and supporting PWD, and learn to exercise cognitive flexibility by discussing with their counterparts in Germany.

In the first part of the course, students will be facilitated with knowledge on mental capacity, approaches to identify wishes and preferences of PWD, legal and de fecto regimes to support decision-making for PWD in both Taiwan and Germany through video lecture offered by instructors and in-person discussion with NTU instructors. In the second part, students will be divided into eight groups comprising law, psychology, and social work students from both NTU and TH Koln. Each group will be assigned a scenario involving decision-making of PWD and must describe current psychological/ legal framework, analyze potential problems and propose possible solutions. After discussion and preparation with group members, each group must present their analysis and opinions for 30-40 minutes and receive feedback from instructors and classmates for 20-30 minutes. Finally, every student should submit a short paper to elaborate his/ her own contribution to the group presentation and reflections to this course about 1,000 words in English or 2,000 words in Mandarin.

課程概述

本課程將閱讀大村敦志著『人間の学としての民法学ーー２歴史編：文明化から社会問題へ』（岩波書店、2018年）當中的

• 序章　日本民法学は何を目指してきたか？ーー最初の印象と時代の課題
• 第1章　視点ーー日本民法学の知的環境
• 第2節　国際と学際ーー外来の法への対応
• 第3節　思想と機能ーー制度から離れて

為顧及課程目標與進行順暢，本課程原則上不講解日文的基本文法，修習本課程者需具備日文文法的基礎。若對自己的日文能力能否負擔本課程有疑問者，可事先email老師索取教材試閱及並與老師討論。

上課時，授課教師將抽點同學，將日文逐字逐句朗讀後，翻譯成中文。每次課後將指定1-2位同學，將該次全班翻譯定稿的內容作成筆記，供同學參考。授課教師將視同學的程度，指定下次上課的預習範圍。

同學請使用CEIBA網站，自行下載並列印翌次上課的指定範圍教材。

Course 課程概述

法學研究的重要關懷或目標，是促進法律解釋適用的可預測性與安定性，希望相似的案件得到類似的結果，因此必須要先掌握「現在的法律解釋適用之情況」亦即法院裁判。傳統的法學研究方法例如解釋學、比較法，未必關注法院裁判，即使有，也可能僅處理單一、具代表性的裁判（leading case），對之表示贊成、批判或理論補充，而無法系統地掌握法院裁判的現狀。實證研究方法的引進，目的即在改善此問題。隨著機器學習演算法、自然語言處理等資料科學（data science）的進展，大量法律文本（含裁判）的分析成為可能，形成「法律資料分析」學（legal analytics）。本課程之目的在培養同學使用資料科學的技術來分析較大量的裁判，實踐法實證研究。

本課程從資料分析的基本，亦即學習程式語言 (R) 到量化實證研究的編碼方式開始；其次閱讀法律資料分析的經典教科書；最後讓同學實踐法律資料分析，亦即將課程前半所學習到的技術應用於裁判研究，包括：連結法律文本至法律論理的計算模型（computational model of legal reasoning）、預測案件結果，以及用法律人能理解的方式來說明結果。具體方式請見課程要求。

本課程為「資訊科技時代的司法心理學課群」之一部，詳情參見相關網站[連結] 。開學後的加簽名額將優先保留給欲修習本課群的同學。

課程概述

法律不能脫離社會而存在。1987年解嚴至今，台灣的社會文化發生了急遽之變化，不僅人們的思想上有轉變，人口和家庭之結構也在持續的變動，晚婚、少子化、離婚率上升、高齡化、家庭規模縮小等，都是正在經歷的現象。社會的變動當然也影響了身分法。

民法親屬編與繼承編從1930年施行至今，前者歷經17次修正，其中16次發生在解嚴後；後者共6次修正，5次在解嚴後並且均集中在近5年內。親屬編的頻繁修正肇因於當初存在許多性別差別待遇之規定，成了首要改革目標，主要由婦女團體以釋憲帶動立法修法之方式完成。另一方面，繼承編並未被捲入90年代婦運法律改革之漩渦中，因早在1930年立法時，條文形式上即無性別差別待遇，而直到2008年才因繼承債務之問題重新浮上立法的舞台。

成文法國家最重要的直接法源便是法條，身分法（尤其是親屬編）因為條文多次修正，使得以往學習的重心不得不集中於此，亦即新法的立法目的、制度理解以及與舊法之比較對照。但在這樣炫目的修法過程中，我們遺忘了另一個在法律形成中應扮演重要角色的存在──法院裁判。法院在解決個案時所為的法解釋和適用，將構成「法」之一部，相較於需要長期的時間和巨額的金錢立法作業，透過司法判決來微調改變「法」的實質內涵，也是一個充分可能的選項。

本課程希望究明，台灣的法院是否與時俱進，達成了上述的目標？假設當法律的規定和法官的良心相衝突時，法官會墨守成規、堅持套用法條而得出一個普遍違反人民法律感情之結果？抑或如何運用法律解釋之方式，來得到妥當、合理的結論？申言之，本課程最終的目的是要和同學一起思考，法院在（廣義的而非條文的）身分法變革中，發揮了甚麼樣的功能。

為達上述目的，課程主要以（身分法）裁判評釋之方式進行。惟考量同學的論文寫作所需，在開始個別報告前，教師將先說明裁判與文獻檢索方式、法學研究方法及論文寫作格式。

課程概述

本課程為「資訊科技時代的司法心理學課群」之一部，詳情參見網站https://www.ntupli.com。開學後的加簽名額將優先保留給欲修習本課群的同學。

過去同學修習過的大學部必修課，教師為了在有限的時間內傳授該科目的基本知識，多採單方講授方式，內容是系統性整理過的學說及實務見解（裁判），同學少有機會看到完整的法院裁判書。惟畢業後若從事法律相關實務工作，或繼續深造就讀碩士班，均可能需要蒐集並分析法院裁判。為了培養同學日後工作與研究之能力，以及對司法實務的理解，本課程將帶領同學閱讀家事法院之裁判書，以此方式接觸「實例」。此外，在評析裁判時，除了傳統的法釋義學方法，也將介紹實證方法與其成果。

成文法國家最重要的直接法源便是法條，身分法（尤其是親屬編）因為條文多次修正，使得以往學習的重心不得不集中於此，亦即新法的立法目的、制度理解以及與舊法之比較對照。但在這樣炫目的修法過程中，我們遺忘了另一個在法律形成中應扮演重要角色的存在──法院裁判。法院在解決個案時所為的法解釋和適用，將構成「法」之一部，相較於需要長期的時間和巨額的金錢立法作業，透過司法判決來微調改變「法」的實質內涵，也是一個充分可能的選項。

第一個月（9月）將由教師講授閱讀裁判的前提知識，包括如何查詢裁判、裁判書的結構與特徵、裁判分析方法及論文寫作格式。第二個月（10月）開始正式閱讀裁判書，指定親屬與繼承相關的六個主題，共17則裁判，涵括不同審級的判決與裁定，以及近年成為新聞焦點的事件。上課時，將由該週撰寫裁判摘要（case brief，詳見後述「課程要求」）之同學，負責報告該裁判之事實、爭點、法院裁判結果與理由（若選課人數較多，將改用抽點方式）。其次由教師講解，補充相關學說或比較法之見解，之後開放同學討論。同學在期末須繳交一則裁判評析。

課程概述

隨著硬體、機器學習演算法、自然語言處理、資料科學（data science）的進展，使大量法律文本的分析成為可能 ，形成「法律資料分析」學（legal analytics）。藉由資料的挖掘，獲致關於法律人（如律師和法官）、法律組織（如法院）、或特定法律主題方面原先未知的知識（insight）。

本課程是107-1「身分法專題研究」的延伸（進階），將透過專題的方式，讓同學實踐法律資料分析，包括：連結法律文本至法律論理的計算模型（computational model of legal reasoning）、預測案件結果，以及用法律人能理解的方式來說明結果。

具體言之，同學將共同參與「外籍配偶在離婚相關事件接受法律扶助之實證分析」專題，使用法院公開之裁判書資料，結合法律扶助基金會之資料，探討在離婚相關的各種問題例如：贍養費、損害賠償、夫妻剩餘財產分配、子女親權酌定、子女扶養費、子女會面交往之中，當夫妻之一方為外籍配偶並接受法律扶助之情形，與一般未獲法律扶助之外籍配偶相較，是否能獲得有利的訴訟結果。或者夫妻之一方為外籍配偶並接受法律扶助之情形，與夫妻均為本國籍並接受法律扶助之情形，在訴訟結果上是否有所差異。此外，亦將分析外籍配偶獲得法律扶助者，是否有城鄉、學歷、原國籍等差異，以明暸潛在需要法律扶助之對象何在。

課程概述

主題：人工智慧與法律分析（AI and Legal Analytics）

法學研究的重要關懷或目標，是促進法律解釋適用的可預測性與安定性，希望相似的案件得到類似的結果，因此必須要先掌握「現在的法律解釋適用之情況」亦即法院裁判。傳統的法學研究方法例如解釋學、比較法，未必關注法院裁判，即使有，也可能僅處理單一、具代表性的裁判（leading case），對之表示贊成、批判或理論補充，而無法系統地掌握法院裁判的現狀。實證研究方法的引進，目的即在改善此問題。

近來人工智慧（artificial intelligence, AI）飛躍發展，廣泛應用至各領域例如下棋、圖像辨識、無人駕駛系統等，法學領域也出現了號稱「世界上第一個人工智慧律師」的ROSS，為客戶提供諮詢服務。AI相關資訊技術能為法實證研究帶來新的突破：在系統化、科學化地收集資料（法院裁判等）後，運用演算法（algorithms）找出資料間的規則，理解真實情狀（real world），並以此規則用以預測新案件之結果。

本課程將藉由閱讀 KEVIN D. ASHLEY, ARTIFICIAL INTELLIGENCE AND LEGAL ANALYTICS : NEW TOOLS FOR LAW PRACTICE IN THE DIGITAL AGE (2017) 與同學一起探討如何將AI運用於法實證研究，包括：連結法律文本至法律論理的計算模型（computational model of legal reasoning）、針對特定結果生成贊成與反對之主張、預測案件結果，以及用法律人能理解的方式來說明結果。

除閱讀文獻外，授課教師也將以自己過去的研究成果為例，具體說明並實際展演如何將決策樹（decision tree learning）、人工神經網路（artificial neural network）等機器學習（machine learning）方法，應用於家事法院裁判之分析與預測。