一般而言，人权是每一个人实现其正当人性需求的权利，[33]只有那些较为重要，具有高度优先性的权利才可能构成人权。
但值得肯定的是，一些地方行政管理部门则制定了相应的实施细则(5)辅助规章的实施，在一定程度上对该地教师违规行为的处理提供了较为详细的指导，而这些地方的实施细则中的有益经验则可以为专门立法所借鉴。教师在社会中具有各种身份，而每种身份所对应的法律属性和行为边界是不一样的，比如教师作为普通公民所实施的行为，受其他管制法所约束，不属于教师职业管理规范所调整的事项。
此外，在人员组成上，需要规定当事人及其利害关系人的参与，但同时仍要保留吸收法律专业人士意见的可能性。另一方面，需要对职业一词在其中起的限定作用进行强调，如前所述，职业违规应当是指违反教师职业行为规范的行为，而非教师违反所有规范的行为。制定高位阶法最需要关注的是关于立法主体的选择，立法主体直接影响到该法的效力和影响力。简言之，对教师违法行为和违纪行为的处理与教师违背师德行为的处理无太大差异。《处分规定》第三十九条规定，受到处分的事业单位工作人员须先向原处分决定单位申请复核，对复核结果不服的向原处分决定单位的主管部门或者同级事业单位人事综合管理部门提出申诉。
[3]笔者认为，对于教师职业行为，既不能作过于扩大的解释，也不宜作过于限缩的解释，需要结合教师职业身份和相关法律法规的衔接性作出体系解释。上述措施力图使教师的实体性权利与程序性权利均得到充分保障。从信息技术在社会科学所展现的巨大潜力来看，仅以法律系统中的不确定性为由，认为人脑比技术更具分析优势进而拒斥实验方法的观点可能需要转变。
从16世纪开始，数学学习的兴起、科学方法的建构以及经验结果的积累均加速了欧洲科学革命的出现。相比较而言，实验方法能够弥补当下实证分析的不足，通过可复制性增强经验研究的生命力，并通过对理论假说和具体问题的证实或证否，搭建起规范和实证、理论和经验沟通对话的桥梁。但是，社会科学的实验方法，或者说是法学中的实验方法，并不完全等同于自然科学的实验研究。当下，我国也有学者基于ABM仿真进行犯罪预测、疾病传播、网络群体行为规律、市场化与社会信任的关系等方面的研究，但法学尚未关注到此种研究方法的运用。
另一方面，应当建设数字法治实验室。由于问题意识的散乱，当下的实证法学被部分学者形容为经验数据或田野故事包装出来的、千篇一律的学术工业品。
而在孔德所倡导的实证主义体系中，实验也被认为是除观察之外最为重要的社会学方法。而实验研究方法是借鉴自然科学检验或试验的方法，大多是通过做实验来得到某种结论，或者验证或证伪某种理论。第三，通过数据建模，利用虚拟仿真实验技术搭建实验环境。在20世纪，社会科学的相关研究大量运用实验方法，如研究环境和工人效率关系的霍桑实验、研究股民投票行为的实验等政治学实验和心理学实验。
（三）实验结论：从关联描述到解释因果 近年来，无论是定性研究还是定量研究，经验实证研究都获得了相当程度的青睐与追捧。因此，在部分学者看来，能否有效控制干扰变量受试对象能否很好地代表研究对象实验环境能否很好地模拟现实世界的情境以及实验能否重复进行构成了社会科学实验的不可能四边形。现下，实验经济学（experimental economics）已经成为经济学的重要分支，大量的理论假说也在一系列实验的严格检验后被保留下来，成为经济学的经典理论。而最引人注目的当属实验方法在经济学领域取得的巨大成功。
测试统一的法律推理知识图谱开发、维护和更新平台。随着大数据、区块链等信息技术与司法领域的深度融合，如何在概念化、条文化、体系化等传统规范实证的要素之外追寻法学的客观性与科学性，成为因应时代变化的重要理论议题。
总之，无论是人才培养模式的创新还是合作形式上的转变，二者都是数字法治学术共同体建构的前提要素，缺一不可。因此，数据安全风险是数字法学实验方法的风险来源之一，也是防控对象的重中之重。
完成数字法治场景下的信息化多元协同、智能化会商研判、智能化民主协商系统模型。数字法学研究为什么要引入实验方法 数字法学实验主要聚焦立法和司法、执法领域的数字化研究，通过人工智能、大数据分析、云计算、区块链等技术赋能立法、司法和执法，提升法律运行的质效。虽然通过聚类分析、回归分析等统计学方法，法学学者能够揭示变量间可能存在的联系，但当下的实证研究并不是可供重复的研究方法，而这也阻碍了检验结论的可能。二是外部无效度（external invalidity），即实验能否概化、推广到现实世界，能否进行可靠复制。虽然利用统计方法，研究者已经具有探析因果关系的能力，但这些传统的技术和方法在控制无关变量和确定变量时序等方面远远不及实验方法。在对清洗后的数据进行标注时，为兼顾效率和准确性的要求，数据标注应以自动标注为主，人工标注为辅，并尝试开发结合人力与机器独特优势的众包数据标注标准和平台。
开发立法智能化审查系统，比对和分析法律条文，审查法律条文的合宪性与合法性。简单地说，一个实验是否科学可信，取决于实验的效度，实验的效度问题可能有两方面：一是内部无效度（internal invalidity），即实验没有准确地反映自身，实验以外的刺激因素对因变量产生了影响。
文科实验室以一种开放的面向将不同主体的实践网络在同一场域内搭建起来，使得异质性要素的特征和力量都能够得到充分的展示，为知识生产提供了一种全新的认识论意义上的思维模式。而为了于当代诸权威之中求得一席能自由呼吸的天地而已，科学实证方才以反抗传统权威的姿态走入历史。
总之，数字法学实验方法既要从数字技术的应用中寻求法学的科学化，又要在种种价值中平衡取舍，努力避免滑向一端而导致的种种风险。完成基层社会治理与法治事件的关键问题抽取技术、事件相似度匹配技术、事件智能调度技术、多部门关系挖掘技术等关键技术研究。
研发具有实体识别能力的案件管理系统，具备对重要法律文书的自动解析能力，输入法律文书文本后，自动生成结构化的数据表单。但是，当下的经验实证也遇到了发展的瓶颈，在生产大量成果之后，其不足日渐显现。在这种情况下，相关的实证研究呈现出两张皮的现象，法学理论和基于经验证据得出的结论之间无法产生真实对话。然而，自然主义思潮虽然盛极一时，但其朴素的理想——通过自然科学方法可以解释一切社会文化现象——并未实现，自然科学与社会科学的界限也未因此打破。
当然，这无疑是法学研究中极为重要的一个方面，但可惜的是，更具创造性、科学性与可验证性的实验方法长期以来受到忽视，甚至有大量观点排斥将实验方法引入法学领域。大体量的原始数据势必具有杂乱性、模糊性、重复性、缺失性等问题。
除了培根与笛卡尔之外，同时代的伽利略更是宣称，一切全称命题（Universal Statement）都应该以观察和实验为基础，理想的研究方法是建立在实验、观察和思维之上的论证。法律现实主义运动相伴着实证主义法律研究流行，实验方法和实证方法都属于实证主义的分支，但又有所差别。
有学者指出，目前大多数社会计算驱动的社科研究，其结论本质上属于描述性或关联性而非因果关系，将此类描述性或关联性结论用于解释社会现象是不可靠的。一方面，经验数据的体量愈发庞大，分析工具的使用愈发复杂，但得出的结论不可重复，相关变量之间因果关系的判断是否可靠也无法检验。
因此，ABM是一种基于个体适应性和异质性的行动者、决策者模型，能够为研究者提供更加真实自然的模拟社会环境，并且能够用于复杂假设的检验。在构建知识图谱的过程中，数据标注发挥了核心作用。在此背景下，工业时代的法律规则与法学理论被不断地质疑、解构与重新阐释，传统法学范式的危机逐步显露，日趋规范性的数字法学体系呼之欲出。为了理解为什么法学可以运用实验方法，在此，有必要对从自然科学实验到社会科学实验的学术史做基本的梳理。
在实验研究过程中，不仅要切实维护受试者的隐私权，更要在推理和计算中贯彻以人为本的精神，慎重对待生命伦理。几乎所有的社会科学实验，都包含着欺骗。
需要说明的是，主张加强数字法治人才的培养，并非认为数字法治人才应当兼顾信息技术和法学理论知识同步的深入学习，这在事实上不太可能。这种虚实同构的数字行动逻辑不仅体现在日常生活中，更对法律实践造成了根本影响。
随之而来的是从法律渊源形式到法律规范体系、法律价值标准，再到法律知识体系均受到相当强烈的冲击。与此相应，哲学家的任务不过是对上帝赐予、由教会传达的真理加以解释，使其同其他知识联系起来从而便于理解，因此，哲学不过是神学的婢女，自然科学也不受重视。
