Access 擴大了，勝訴率沒有，AI 訴訟潮背後的責任空白

美國聯邦法院正在經歷一場靜默的結構性轉變。不是律師用 AI 打更多案子，而是原本進不了法院的人，開始自己進來了。

麻省理工學院與南加大的研究者分析了 2005 年至 2026 年共 450 萬件聯邦民事案件，發現自訴案件（無律師代理）的比例從 2022 年的 11% 升至 2025 年的 16.8%，且其中的提案數量較 2023 年前翻倍以上。研究者另從中隨機抽取 1,600 份文件，透過商業 AI 偵測工具 Pangram 分析，結果顯示被標記為含有 AI 生成文字的文件比例，從 2023 年的 1% 竄升至 2026 年的 18%。曲線幾乎同步，關聯難以否認。

科羅拉多州聯邦裁判法官 Maritza Braswell 是這波浪潮的第一線觀察者。她本人會用 AI 審查文件，熟悉大型語言模型的行文方式，包括那些被捏造的判決引用與幻覺式引文。她確認了這個趨勢，但她的觀察帶著一個反直覺的轉折：AI 讓她的工作量增加，但也讓那些沒受過法律訓練的當事人把論點說清楚了，判決反而更好下。在此之前，部分自訴書狀幾乎難以辨讀，法官得花大量時間解碼意圖；現在，AI 起到了一種粗糙但有效的翻譯功能。

問題在於，「說清楚」並不等於「贏」。目前沒有數據顯示勝訴率隨 AI 使用率上升。這就是 access 與 outcome 之間的裂縫：AI 確實壓低了進入司法系統的門檻，讓原本因為負擔不起律師費、或案件太小引不起律師興趣的人得以立案，但它並沒有把一個弱案變成強案，更沒有補上程序知識、舉證策略、庭上應對的空缺。門開了，但門後的地形沒有變。

對做法律科技或 agent 產品的團隊而言，這個分裂值得嚴肅對待，但更重要的問題在下一層：當 LLM 實質上扮演了律師的角色，它有沒有「提供好建議」的義務？壞建議出了事，責任在哪裡？

這不是假設性問題。美國已有越來越多立法者開始接招：當一個 chatbot 給出錯誤法律建議，導致當事人做出損害自身的決策，誰來賠？是開發者、部署平台，還是那個「應該自己查清楚」的用戶？人類律師受執照制度約束，有明確的受任義務與責任歸屬；AI agent 目前站在一個灰色地帶，能力已經外溢進入專業服務的邊界，但監管框架還沒跟上。

Braswell 法官的案例提示了一個微妙的現實：AI 在司法接觸面上的貢獻，主要是「降低表達摩擦」，而不是「提升實質勝算」。這對產品設計有直接的含義。如果你的系統讓用戶更容易採取行動，但沒有改善行動的品質，那麼在責任討論浮上檯面之前，你需要先想清楚：你的產品在用戶的決策鏈裡，是一個工具，還是一個顧問？

立法者問的不是準不準，而是責任在誰身上。這把尺，現在已經落下來了。