法律落後了。總是在社會發展出現新的事物和問題之後，才會有相應的立法。在制定法律的時候，不可能完全預見到各種復雜的社會現象，所以經常會出現合法但不合理，不合理，或者合理但不合法的事情。
擴展數據:
方法多種多樣。壹個方法能不能長期使用，取決於它的完善程度，取決於它的優缺點。這種方法的缺點是可能有壹定的局限性和局限性。
1.取決於數據的質量和數量
這種方法的有效性在很大程度上取決於它所使用的數據的質量和數量。如果數據質量較低或數據量不足，可能無法保證方法的準確性和可靠性。這時候往往需要通過數據清洗和增強的手段來提高數據的質量和數量。此外，如果新數據存在域漂移等問題，也會影響方法的效果。
2.有局限性
方法的應用通常基於壹定的假設或限制，在某些情況下可能會有限制。比如有些方法只適用於線性問題，不適用於非線性問題；有些方法只適用於特定類型的數據，不能廣泛應用。因此，在使用該方法時，我們需要充分理解和掌握其範圍和適用條件。
3.可解釋性差
有些方法具有很強的預測能力，但其模型結構可能很復雜，難以解釋其內在機理，因而未能提供更深層次的理解和指導。此時，我們可以通過模型簡化的方式來提高可解釋性，或者采用其他可解釋性強的方法。
4.可能有傾向性
有些方法在處理問題時可能會有壹定的傾向性，比如對某些數據的預測能力較好，對另壹些數據的效果較差。這時候就需要通過合理設計實驗，選擇樣本來減少傾向性的影響。
5.需要調整參數
很多方法都需要對參數進行調整和優化，才能充分發揮其優勢。超參數很多，每個超參數的取值都可能影響方法的性能，所以調整參數需要花費大量的時間和精力。此外，不同任務的最佳超參數設置可能不同，需要針對具體任務進行調整。