全球的法院正在承受越来越大的案 workload，洛杉矶的一项试点项目希望通过测试人工智能是否能在不转移法官判断的情况下辅助法官来改变这一现状。
洛杉矶高等法院正在测试一种名为 Learned Hand 的人工智能工具，该工具能够总结提交的文件、组织证据，并在民事案件中生成草拟裁决。
其目标是减少法官在行政任务上花费的时间，以便法官能够专注于需要法律分析和自由裁量权的案件部分，Learned Hand 的创始人兼首席执行官 Shlomo Klapper 这样告诉 Decrypt。
“我们现在所处的社会环境中，法院面临着巨大的压力，” Klapper 说。“他们的案 workload 在增加，但没有人来提供帮助，”他补充说，人工智能的进步正在“大幅降低诉讼成本。”
根据全国法律事务所 Fisher Phillips 发布的 2026 年 2 月的报告，人工智能正在给法院施加压力，使得提交文件变得更容易，在过去一年中，提交的文件数量从 4100 份增加到 6400 份，增长幅度达 49%。
洛杉矶高等法院的试点项目让一小部分司法官员访问 Learned Hand 的人工智能系统，以测试其在整个案件中的表现，从接收案件到草拟裁决。
Klapper 曾是美国上诉法院的司法法官助理，也是 Palantir 的部署策略师，他表示，Learned Hand 成立于 2024 年，以同名的联邦法官命名，旨在为超负荷的法院提供“专门设计”的人工智能工具，通过突出关键事实和法律问题来减少“繁琐工作”，同时将判断和决策权留给人类法官。
“通过这一合作，我们正在仔细评估新兴技术，以确定它们如何能有效支持司法官员更高效地工作，”首席法官 Sergio C. Tapia II 在声明
中表示。“让我明确一点——虽然这一工具可能会增强司法官员审查和处理案件文件及信息的方式，但它绝不会取代或者以任何方式妨碍司法决策的神圣性、独立性和公正性。”
Klapper 表示，为法院开发人工智能的更困难部分不是生成文本，而是检查人工智能输出与基础案件材料和法律来源的一致性。
“我们的大型语言模型大部分费用是在验证上，而不是生成，” Klapper 说。“生成很简单。任何人都可以生成一些东西，但你如何确保它真的可靠呢？”
人工智能幻觉已经在一些备受关注的法庭案件中浮现。
在 2023 年，嘻哈团体 Fugees 的创始成员 Prakazrel “Pras” Michel 的辩护团队声称，一款人工智能帮助撰写的结案陈词中包含了轻率的主张，并漏掉了政府对他的案件中的弱点。
同年，一位联邦法官命令代表前特朗普律师Michael Cohen 的律师在法庭无法验证的情况下提供引用案件的打印副本。
Klapper 表示，Learned Hand 的基础是一个较窄的源材料池，以减少人工智能幻觉的风险。该系统不是从开放的互联网或随机数据集中提取，而是在指定的一组法律材料中运作。
原因在于，大型语言模型可能会反映其训练数据中的偏见，Klapper 指出人工智能可能会重复来自 Reddit 等平台的建议。Learned Hand 通过将任务分解为多个步骤，将每个步骤分配给具有特定功能的模型来解决这一问题。
Learned Hand 的设计也使得法官无需技术培训即可使用。
“就是点击和选择，”Klapper 说。“他们不需要输入任何提示。”
Klapper 表示，法官一天中的大部分时间都用于例行任务，而不是法律推理，人工智能旨在让他们“在法官工作上花费更多时间，而在繁琐工作上花费更少时间。”
Klapper 说，法官不应对人工智能输出视而不见，并且工具及其背后的公司需要证明其可靠性。
“我喜欢说，不要相信，验证一下，”他说。“他们不应该相信任何东西。它必须证明自己的价值。”
免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。
