我们如何构建数据法律思维

主要观点总结

本文介绍了数据法律思维的特征及其在实际应用中的关键要点，包括数据法律领域的特点、思维模型的建立、事实梳理与认定、法律关系梳理、责任边界识别，以及实践中的落地问题。作者强调，数据法律思维需要结合具体情景给出适当的判断，没有绝对的“最优解”，只有“在当时的情境下最不坏的选择”。

关键观点总结

关键观点1: 数据法律领域的特征

包括事实复杂、规则宽泛、多法律领域交织、法律规则技术化、参与主体差异大、数据流动与处理场景复杂多元等。

关键观点2: 数据法律思维模型的搭建

包括事实梳理与认定、搭建认知起点、搭建认知框架、识别各方所处法律角色与责任边界等。

关键观点3: 事实梳理与认定的重要性

需要通过结构化方式去理解事实，确认需求文档中是否准确描述了与确定法律关系、法律主体、法律责任相关的重要事实。

关键观点4: 法律关系的梳理与责任边界的识别

需要在全局范围识别可能涉及的法律关系，识别与分析法律冲突与价值位阶，识别各方所处的法律角色与责任边界。

关键观点5: 实践中的落地问题

需要结合历史评估参照系、行业实践参照系、执法判例参照系对思维模型进行校准，以确保给出符合法律要求的、业务可落地的方案。