AI不會自動讓法律服務更便宜

本文發表於《Lawfare》研究論文系列，與哈佛法學院三年級學生Justin Curl合著。核心論點是：儘管AI領導者預測AI將徹底改變知識工作，但在法律領域，AI並不會自動使法律服務變得更便宜。法律服務的高昂源於三個結構性因素：質量難以評估（法律屬於“信任品”）、價值相對性（結果取決於相對優勢）以及專業法規限制競爭。AI的介入面臨三大障礙。

首先，監管壁壘，特別是無資質法律執業（UPL）法規，限制了AI的採用。UPL禁止非律師從事法律工作，違者可能面臨罰款和刑事責任。例如，非營利組織Upsolve因提供債務催收訴訟的簡易幫助而被紐約州起訴，儘管初審法官認為受第一修正案保護，但第二巡迴上訴法院推翻了這一裁決。LegalZoom也因UPL訴訟多次調整業務模式。此外，限制非律師投資律所的“實體法規”也扼殺了創新。若消費者無法合法訪問AI能力，再先進的技術也無法改善法律結果。

其次，對抗性動力是第二大障礙。在訴訟中，結果取決於相對質量而非絕對質量，因此雙方同時提高生產率只會推高競爭基準。歷史上，數字化原本可能降低證據開示成本，但律師利用數字文件激增來增加對方成本，導致總成本居高不下。交易性工作（如合同談判）同樣存在類似軍備競賽：律師在披露和措辭上相互較量，合同長度和複雜度持續增加，從1996年的35頁增至2016年的88頁。

第三，人類參與是最終瓶頸。若AI大幅降低法律工作成本，法官處理案件的時間、客戶理解合同的時間將成為新瓶頸。債務催收案件的激增已導致法院不堪重負，出現“無法官法庭”現象。Yonathan Arbel預測訴訟量將增加2至5倍。完全用AI替代法官在法律、技術和道德上均不可行。即使AI能瞬間起草合同，人類仍需時間理解條款含義。

文章最後提出制度改革建議：澄清UPL規則（如建立新型法律服務提供者層級）、允許替代性業務結構（如猶他州和亞利桑那州的監管沙盒）、以及建立監管市場（如英國模式）。例如，猶他州的沙盒允許實體豁免所有許可權制，亞利桑那州則徹底取消了限制。早期證據總體積極，但面臨律師團體挑戰。英國的法律服務委員會作為“超級監管者”也遭遇執行困難。此外，改革裁決過程本身，如法官更積極地管理案件、使用法院指定的專家或特別主事官，以及推廣仲裁，也有助於緩解瓶頸。

總而言之，AI能否真正降低法律服務成本，取決於法律制度如何應對這些瓶頸。若無制度改革，AI可能只是讓法律產出更豐富，而法律結果依然昂貴且難以獲取。