一个安静的假设张师傅在县城开小餐馆因为一笔六千元的货款纠纷收到了法院传票。他第一反应不是准备应诉而是先打听律师费发现比纠纷金额还高于是开始认真考虑“干脆算了”。这条路我见过太多次。真正的问题并不是他不懂“打官司要找法院”而是他不知道这件事除了硬着头皮上法庭、花高昂律师费之外还有没有更适合自己的程序选项。比如能不能申请调解能不能自己提交一份简单的说明材料哪些证据必须保留此时如果手机里有一位“AI 司法服务助手”能告诉他下一步该做什么、材料怎么列、到哪里去办他大概率会愿意多尝试一步。这正是“Does AI Improve Access to Justice?” 这个议题的真实含义。我的判断很明确AI 确实有可能改善司法可及性但改善的是信息入口、程序理解和流程支持层而不是裁判结果层。如果项目在设计时只追求“答得像律师”却不解决数据来源、程序合规、人工复核、责任边界和用户数字能力这些工程化问题最后不仅帮不到张师傅反而可能让那些最需要帮助的人被一段自信的错误回答误导。1. 先搞清楚“司法可及性”卡在哪几道门要回答“AI 能不能改善”前提是不能把 “Access to Justice” 理解成“能不能迈进法院大门”。那是最小的一环。1.1 司法可及性不是“法院开门”这么简单从普通人的真实处境看司法系统至少隔着四层门槛。第一层是信息门槛。很多人不知道自己的处境是不是法律问题更不知道对应哪个法律部门。被欠薪了可能只觉得自己倒霉被解除劳动合同可能不知道有经济补偿的概念。信息门槛并不只是“看不到法条原文”而是“不知道自己该搜索什么”。第二层是程序门槛。即使知道自己是法律问题下一步依然困难该去哪个法院要不要先仲裁起诉状怎么写举证责任在谁有哪些期限程序中一步错位权利就可能从“实体上占理”变成“程序上败诉”。这里最典型的例子是错过上诉期或未正确提交管辖异议。第三层是成本门槛。律师费、诉讼费、误工费、交通成本以及心理压力会让一部分争议金额不高的人主动放弃权利主张。对小微企业主、灵活就业者、低收入群体来说成本并不是“贵不贵”的问题而是“值不值得”和“能不能承担”的问题。第四层是能力门槛。包括语言表达能力、阅读能力、数字设备使用能力甚至是在正式场合陈述事实的自信心。很多司法服务材料虽然已经“公开”但行文高度术语化对受教育程度有限或有认知障碍的人并不友好。1.2 传统技术为什么一直没能有效翻过这些门槛过去不缺少普法网站、热线电话和线下法律咨询服务但它们的共同局限是“泛化内容”与“个性化需求”之间的缺口。一个网站可以写好“发生劳动争议怎么办”的完整说明但当一位用户说“我在一家外包公司干了七个月被负责人口头辞退打卡记录被删了一部分”时静态页面无法告诉他这种情况可能涉及外包关系、实际用工单位、违法解除、举证责任多个交织问题。真正需要的是某个具体的人基于个案信息给出“先从哪里入手”的路径建议。这种个案路径建议过去基本只能依靠专业人工完成因此成本高、供给少、地区分布不均。单一工具想同时解决信息门槛、程序门槛、成本门槛和能力门槛在人工时代确实做不到。1.3 大模型带来的变化从“资料供给”走向“路径生成”大模型带来的真正变化不是能“背诵”更多法条而是能把一段混乱、口语化的用户描述转化为有结构的后续行动建议。比如用户说“房东不退还押金还把我拉黑了”AI 可以结合本地的房屋租赁管理规定告诉他这事大概率属于民事纠纷而非治安案件可以先固定租赁合同、付款凭证和沟通记录再尝试街道调解最后向法院提起诉讼。这比提供一本解释押金制度的宣传册往前走了一大步。但它的前提是AI 必须接触足够权威的知识源必须具备判断“还需要补充哪些信息”的能力并且必须知道什么时候该把自己停下来告诉用户“这个问题超出了我能安全回答的范围”。这已经是典型的工程问题而不只是参数量问题。2. AI 真正能撬动的是“信息与流程层”不是裁判层很多讨论把“用 AI 判断一个人该不该胜诉”当成终极形态。我认为这是方向性错误。2.1 当前真正有落地价值的是四类司法辅助能力从法律服务和司法辅助的实际场景看AI 能稳定发挥价值的领域通常不是取代人的“终局判断”而是降低获取和操作的专业门槛。第一类是法律检索与知识导航。把海量法规、司法解释、地方实施细则、法院公开的立案材料要求整理成可检索的知识库。用户只需描述事实系统返回相应条文和办事指南。这里的重点是“给依据”不是“给结论”。第二类是文书结构化与材料预审。很多法院、仲裁机构和法律援助机构每天要处理大量格式不完整的申请材料。AI 可以先做信息抽取核对申请人、相对方、请求事项、证据清单是否齐备并提示缺少哪些材料。这能显著减少用户“因为漏交一份文件而被退回”的挫败感。第三类是风险识别与程序分流。系统根据用户描述的纠纷类型、金额、主体关系、发生地判断是建议先去找人民调解委员会还是申请劳动仲裁或是走起诉程序。注意这里做的是“程序分流”而非“胜负判断”。它告诉用户“有几种路径可以选择”而不是“你起诉一定赢”。第四类是司法语言的通俗化转换。把裁判文书里的关键段落、诉讼流程中的术语翻译成普通人能理解的表述。多语言、方言、无障碍场景也可以在这里实现。2.2 为什么“高判断力任务”短时间内不应该交给 AI司法过程中有一部分是高度依赖价值权衡和个案判断的法官对证据的强度判断、对证言可信度的评估、对法律原则与个案正义之间的取舍。这些任务不是“信息生成”而是“责任承担”。模型可以在形式上生成“我认为原告的证据更可信”的句子但模型无法为自己的判断承担法律责任也无法解释这种判断是否来自某些带有偏见的训练样本。当一项决策会剥夺财产、自由甚至影响未成年人抚养安排时把它交给一个“概率模型”是不合适的。所以“AI 能否改善 access to justice”这个问题真正恰当的落点不是问“AI 能不能做好法官”而是问“AI 能不能让更多人拥有走向公正程序的平等起点”。2.3 法律问答和情感陪伴不是一回事通用领域的聊天机器人目标是“让用户感到被理解”可以顺着用户的情绪走但司法辅助类系统必须“服务于程序正义”要在关键处说出用户不爱听的话。例如用户表示“老板拖欠我三个月工资我要去法院起诉他”系统不能简单回应“支持你起诉是维权途径”它应该提醒劳动争议往往需要先经过仲裁前置程序还需要注意仲裁时效并且要尽快收集劳动合同和工资流水。这种反直觉的“程序冷水”正是司法服务专业性的价值。这也是为什么直接把通用问答大模型改名为“智能法律咨询”是最危险的落地方式之一。它缺少程序边界意识。3. 一个可落地的最小闭环把 AI 做成“司法服务入口”如果要从零开始做一个低成本、负责任的技术方案我建议不要先想“模型多大”而是先画一条完整的服务链路。3.1 最小闭环需要四个层一个适合司法场景的问答/导航系统至少要包含数据层、检索层、生成层和人工兜底层。数据层负责沉淀“权威知识源”本地法规库、法院和仲裁机构的办事指南、法律援助申请条件、文书模板以及对旧版本文件的归档管理。这里最大的坑不是“没有数据”而是数据分散在不同部门、不同格式、不同时效版本里。检索层负责把用户问题转换为可以执行的查询。常见做法是先用意图分类把问题归于“劳动纠纷”“婚姻家事”“民间借贷”等一级类别再在对应知识库里做关键词和语义混合检索。不建议一开始就让模型去所有文档里自由搜索因为意图错误会导致后续答案完全跑偏。生成层负责把检索到的片段组织成人话。这一步的关键不是“让模型发挥”而是“不让模型自由发挥”。人工兜底层则是很多公益项目最容易忽略的当系统判断用户可能处在“紧急期限”“高风险关系”或“复杂群体纠纷”中必须提供转人工通道或至少给出去线下机构的具体地址和联系方式。3.2 示例一个“法律援助申请导航”的大致流程假设我们的最小场景是“帮用户判断自己是否需要申请法律援助并生成材料清单”可以这样分层设计# 结构示意不作为具体产品实现 def handle_aid_request(user_input: str): profile extract_user_profile(user_input) # 抽取结果所在城市、案件类型、收入等级、身份标签 if profile.lacks_core_fields(): return ask_for_more_info([所在城市, 案件类型, 家庭收入]) # 第一步先做规则判断不直接交给大模型 initial_route rule_based_route(profile) if initial_route needs_human: return suggest_human_service(profile) # 第二步在已校准的知识库中检索当地申请条件 sources retriever.search( queryprofile.as_query(), regionprofile.city, top_k8 ) # 第三步让模型只根据资料组织回答不允许额外补充法条 answer llm.generate( system_promptJUSTICE_NAVIGATOR_PROMPT, sourcessources, user_infoprofile.safe_representation() ) # 第四步做风险标注 if answer.contains_absolute_advice(): answer append_disclaimer_and_human_channel(answer) return answer这个流程的核心是先用规则系统把最危险、最没有把握的请求筛出来转人工再通过检索限定模型的知识范围最后把“输出内容是否越界”作为一项自动检查。3.3 提示词应该让模型学会说“我不确定”好的司法服务提示词并不复杂它的作用是给模型划定边界。可以参考以下写法你是基层司法服务导航助手。 基本原则 1. 只能依据给定的权威资料回答不准补充资料之外的法律意见。 2. 先告诉用户可以做什么再解释为什么。 3. 如果资料不足请明确回答“我暂时无法确认”不要猜测。 4. 不对案件输赢做预测不代替律师或法官做判断。 5. 如果用户正在接近期限请建议尽快咨询当地法律援助或司法所。 用户的描述...参数上不推荐使用过高的 temperature。法律场景需要确定性大于多样性。把答案生成温度控制在靠近 0 的水平看起来“不够有创意”但更接近一个严谨咨询者的状态。3.4 这里必须加一道“人工复核队列”很多开发者认为只要系统检索得好、模型调得好就可以去掉人工审阅。在司法场景里这个想法不成立。即使输出中只有极小概率出现错误司法错误的代价也可能被无限放大一个错误的上诉期限提示可能让当事人永久丧失救济权一段错误的证据要求可能让用户在开庭时被动。因此系统上线前建议给输出设置“风险等级判定”低风险介绍一般流程、解释术语、列通用材料清单。可以自动发送。中风险涉及具体案件类型且可能影响用户下一步行为。需要标记为“参考信息”。高风险涉及期限、管辖、是否构成犯罪、是否必须起诉、诉讼金额建议。必须进入人工复核或明确终止自动回答。建议不要在没有任何人工监督的情况下让 AI 对用户说“你应当起诉”或“你不需要请律师”。这句话在真实司法服务里远不是一个答案而是一份可能需要承担责任的操作指令。4. 离现实最近的三处裂缝数据偏差、幻觉和数字鸿沟即使系统工程做得完整也不能保证 AI 对弱势群体“公平”。有三处裂缝最容易让“可及性”反而变成“新的不可及”。4.1 数据偏差模型更容易理解“标准用户”的叙述公开裁判文书、法律百科和咨询服务记录天然会更完整地覆盖那些已经进入系统、表达能力较强、符合标准法律叙事的群体。一个不懂术语、把“老板是从微信上让我去干活的”说得逻辑混乱的用户很可能得不到好的语义映射。这导致一个反直觉结果AI 可能让已经有基本法律认知的人更高效却让最需要帮助、表达最不规范的人体验更差。要缓解这一点不能只依赖通用大模型。需要准备一批“真实用户叙述语料”也就是用口语甚至方言来描写常见纠纷的示例并做专门评测。4.2 幻觉法律领域中最贵的错误是“自信的错误”法律回答的幻觉不只是答非所问而是编造出不存在的司法解释、过时的条文或错误的管辖规则。普通人没有能力发现这一点甚至可能因此做出不可逆的决策。降低幻觉不能只靠调低 temperature。更有效的是强制“证据引用”模型生成的每一个面向程序操作的句子都必须对应检索片段。如果对应不上宁可回答“这个情况我没有可靠依据”。另外系统应定期把输出交给执业律师抽样评审。模型离线指标只能告诉你“大多数情况还行”不能告诉你“那 1% 的错值多少钱”。4.3 数字鸿沟最需要触达的人群恰恰可能被聊天界面排除“手机里问他一句”听起来轻松但真实的“张师傅们”可能已经 55 岁不习惯长段文本输入可能视力障碍可能不识字但能听懂语音。如果司法 AI 产品只有网页对话框那么它触达的仍是本来就能上网搜索的那批人。比较务实的方案是“多入口 线下中转”。比如在微信小程序里做成选择题引导减少用户自由输入长度。提供语音输入和语音播报。在法院诉讼服务中心、公共法律服务工作站放置终端机由现场工作人员帮助用户启动 AI 对话。当模型识别到用户连续表达困难时主动给出一句“您可以到附近的公共法律服务工作站工作人员会协助您使用手机填写”。数字鸿沟不是技术团队“后续迭代”的事而是产品设计中必须从一开始就处理的约束条件。4.4 合规边界信息服务不等于法律服务哪个系统可以叫“法律咨询”哪些行为会被认定为“提供律师服务”这在不同司法辖区有不同要求。在设计和部署前需要先确认边界。一个稳妥的表述是这类工具更适合定位为“司法服务导航”或“法律援助申请辅助”输出应当以“可以做/建议了解”为中心避免“你应该/你赢了/你会没事”这类评价性语言。同时个人隐私保护需要前置。用户在描述纠纷时会主动给出大量敏感信息家庭住址、收入、健康情况、冲突细节。系统不应持久化保存这些对话不应把原始案件材料用作模型继续训练的数据访问日志要可审计并限定最小权限。注意如果你的系统接入的是真实法院、仲裁机构或法律援助机构的业务系统那么数据边界、机构责任和人工复核机制必须在立项时就谈清楚而不是等系统上线后发现问题再补救。5. 判断有没有改善不能只看“答得好不好”很多项目评估“AI 法律助手”的方式是拿 50 道法律题看准确率多高。这是在测评模型不是测评“可及性”。5.1 一个更合适的五维评估框架要回答“AI 是否提升 access to justice”我建议至少从五个维度看维度要回答的核心问题可参考的测量方式触达深度是否覆盖了原来够不到服务的人群使用人数结构、地理分布、与线下需求缺口对比理解友好度用户是否真的看懂并知道下一步完成率、任务退出率、关键词理解的回访测试风险与信任是否产生误导或造成新风险人工复核拦截率、用户投诉、错误期限/管辖事件成本效率是否比纯人工方案更具可持续性单次服务成本、人工客服时间下降比例过程公平不同群体获得的质量是否一致按年龄/学历/语言/案件类型拆分答案质量差异这套框架的用意是避免“模型准确率高”替代“用户能顺利使用并且没有产生负面后果”。5.2 用户测试要请“真实的使用者”不是请法学生设计测试集时最容易犯的错误是从法条出发编出“标准问题”。真实用户不会这样提问。他们可能说“我被公司劝退了让我自己写离职但是我感觉不对怎么办”。需要把这类口语化样本整理成“用户原话集”并且拿到基层进行可用性测试。在测试中除了统计答完率还要特别记录“关键错误”例如系统有没有把时效说错有没有让用户去一个不该去的程序有没有在用户表达自杀倾向、家暴情景等高风险情况时依然机械回答法律流程5.3 跟踪的应该是结果而不是聊天满意度“用户觉得回答还不错”并不等于系统带来了司法正义。真正要长期观察的指标包括用户在得到 AI 导航后是否比使用前更容易进入正式程序。用户的材料第一次提交成功率是否提升。有没有因为理解错误耽误期限。不同收入和教育背景人群之间完成流程的差距是在缩小还是在扩大。这些数据可能不像模型排行榜那么性感但它们才是判断“可及性是否改善”的证据。6. 不同角色应该怎么落地才不会做成又一个锦上添花最后从实际操作者角度说说各自的落地顺序。因为“AI 改善司法可及性”不是一个单一团队能完成的任务它需要服务机构、技术人员、政策制定者和专业人士共同把握好边界。6.1 法律援助和公共法律服务机构优先做“导航”和“预审”对资源有限的机构不建议一开始就做全能的“法律问答机器人”。更稳妥的切入点是“智能程序导航”告诉咨询者需要哪类材料、去哪个窗口、是否可能符合援助条件。还可以做“材料预审”用户上传照片或扫描件AI 提醒是否缺少签字、日期、原被告信息。这种功能专业风险低、用户感知强而且训练语料容易在机构内部积累落地周期也比实体问答短。6.2 法院、仲裁机构谨慎推进程序性事务法院和仲裁机构不宜直接把实体裁判推理交给 AI。可以考虑的应用包括对当事人解释诉讼流程、期限和诉讼费用。对起诉状和申请书做完备性提示。帮助当事人把繁琐的表格转换成结构化文书。生成当事人视角的“材料清单”。这些应用能减少“因为格式问题被驳回”带来的挫败感但不触碰裁判逻辑。6.3 律师和法务把 AI 当研究助理而不是对外服务工具对专业机构来说AI 用于内部检索、案例摘要和文书初稿可以显著提高效率但对外发布前必须由持证人员审稿。最危险的用法是让客户直接使用“面向公众的 AI 工具”后就以为获得了正式法律意见。这既可能误导客户也可能给律师执业带来合规风险。6.4 技术团队先把数据、评测和审计做好很多团队开工后最先选模型我建议顺序反过来先定义首批服务场景和用户群体。再盘点权威数据源和更新责任人。然后做少量真实用户样本。建立分场景评测集尤其要加入“不宜回答”的样本。最后才选模型、调参数。一个不能解释“答案来自哪份文件”的司法系统无论回答多么流畅都很难获得机构和公众的信任。相比之下模型基座是开源的还是商业 API 的反而不是最核心的决策。6.5 基层现实避免重复建设也避免“一套系统通吃”在更大范围内最担心的现象是各地一拥而上建设多个功能相似的法律 AI彼此数据不互通、责任边界不清晰。司法服务的公共性很强理想状态是底层知识库、评测集和安全标准可以共享各机构只负责本地化流程和人工服务衔接。结尾先让张师傅愿意迈出第一步再谈算法正义回到开头那个张师傅。真正能改善他处境的 AI并不是一个能高谈“胜诉概率”的法律大模型而是一个他知道从哪能找到、能听懂他表达、会告诉他“先去街道司法所申请调解同时保留微信聊天记录和转账凭证”的贴心入口。这个入口背后必须有一份可靠的知识库、一个克制的生成策略、一条清晰的人工兜底通道以及一组用来长期评估真实结果的指标。AI 是否会改善 access to justice我的答案依然是会但前提是把它当作司法服务的系统工程来做而不是又一次“用大模型取代专业人士”的产品冲动。如果一定要做点什么就从你熟悉的那一类纠纷、那一个地区、那一群用户开始先跑通一个最小闭环让人工复核能跟上让输出有源可查让系统知道什么时候该闭嘴。真正的可及性不是让每个人都拥有一个“AI 律师”而是让每个人都拥有进入程序的一条可行路径。
