洛杉矶法院用AI辅助案件审理

简介

洛杉矶高等法院正在测试Learned Hand的AI系统，以帮助法官准备案件，但不会替代司法决策。该公司CEO警告，若不加以控制，AI辅助的法律文书将导致“机器人对机器人”的局面。该系统使用封闭的法律材料库和验证层，旨在法官看到输出前捕捉AI幻觉。

全球各地的法院正因案件量不断增加而倍感压力。洛杉矶的一项试点项目希望改变这一现状，测试AI能否在不放弃法官判断的前提下为法官提供协助。洛杉矶高等法院正在测试一个名为Learned Hand的AI工具，该工具可汇总诉讼文件、整理证据并为民事案件生成判决草案。

Learned Hand创始人兼CEO Shlomo Klapper告诉Decrypt，目标是减少法官花在行政任务上的时间，使他们能专注于案件中需要法律分析和自由裁量的部分。Klapper说：“我们在社会中处于法院承受巨大压力的位置。案件量在上升，但没有任何帮助。”他补充道，人工智能的进步正在“大幅降低诉讼成本”。

根据全国性律所Fisher Phillips 2026年2月的报告，AI使诉讼文件的生成变得更加容易，从而加剧了法院的压力——过去一年中，诉讼文件数量从4100份增加了49%至6400份。

洛杉矶高等法院的试点项目让一小部分司法官员使用Learned Hand的AI系统，以测试其在从案件受理到判决草案生成的整个过程中的表现。

Klapper曾担任美国上诉法院的司法法律助理和Palantir的部署策略师。他表示，Learned Hand成立于2024年，以一位同名联邦法官的名字命名，旨在为负担过重的法院提供“专用”的AI工具，通过提取关键事实和法律问题来减少“苦差事”，同时将判断和决策权留给人类法官。

主审法官Sergio C. Tapia II在一份声明中表示：“通过这次合作，我们正在仔细评估新兴技术，以确定它们如何支持司法官员更高效、更有效地工作。我要明确一点——虽然这个工具可能会改变司法官员审阅和处理案件档案及信息的方式，但它不会取代或以任何方式损害司法决策的神圣性、独立性和公正性。”

Klapper表示，为法院开发AI更困难的部分不是生成文本，而是将AI输出与基础案件材料和法律来源进行核对。Klapper说：“我们大型语言模型的大部分开销都在验证环节，而不是生成环节。生成很容易。任何人都可以生成一些东西，但你如何确保它真正可靠？”

AI幻觉已经出现在一些备受瞩目的法庭案件中。2023年，嘻哈团体Fugees的创始成员Prakazrel “Pras” Michel的辩护团队声称，AI帮助撰写了一份结案陈词，其中包含了无意义的主张，并忽略了政府对其当事人案件中的弱点。同年，一名联邦法官命令代表前特朗普律师Michael Cohen的律师提供所引用案例的打印副本，因为法院无法核实这些案例。

Klapper表示，Learned Hand围绕较窄的源材料库构建，以降低AI幻觉的风险。该系统不从开放互联网或随机数据集中提取，而是在一个限定的法律材料集内运行。原因是大型语言模型可能反映其训练数据中的偏见，Klapper举例说明了AI会模仿Reddit等平台的建议。Learned Hand通过将任务分解为多个步骤，并将每个步骤分配给具有特定功能的模型来解决这个问题。

Learned Hand的设计还使得法官无需技术培训即可使用它。Klapper说：“就是指向和点击。他们不需要做任何提示。”

Klapper认为，法官的大部分时间花在日常任务上，而不是法律推理上，AI旨在让他们“花更多时间在法官工作上，花更少时间在苦差事上”。Klapper表示，法官不应轻信AI输出，工具及其背后的公司都需要证明其可靠性。他说：“我喜欢说，不要轻信，要验证。他们不应该相信任何东西。它必须证明自己的价值。”FINISHED