本播客對談深入探討了AI技術對法律領域的廣泛影響。
兩位法律學者Kevin Frasier和Alan Rosenstein分享了AI如何改變法律專業的實踐，包括「秘密半機器人」律師的使用和初級職位的未來。
他們討論了AI驅動的「完整偶然合約」、AI在法律形式主義與實在論之間的定位，以及「克勞德憲法」的德性倫理學方法。
對談也涵蓋了AI在立法治理中的潛力，如「成果導向法律」和「單一人工行政權」，並探討了因AI技術而衍生的新權利（如「計算權」和「資料共享權」）與對政府監控的限制。
最終，討論觸及了AI感知與福祉可能引發的社會衝突。
---
Kevin Frasier 是 Abundance Institute 的資深研究員，並擔任德州大學法學院 AI 創新與法律計畫主任。他的研究專注於 AI 如何重塑法律、治理與社會。Alan Rosenstein 是明尼蘇達大學法學院副教授，同時也是 LawFare 的資深編輯。他對 AI 在法律領域的認知影響及道德哲學應用有深入見解。Nathan Labenz 是 Cognitive Revolution 播客的主持人，致力於探索 AI 對各行各業和社會的深遠變革。
AI 解讀全文： https://readus.org/articles/bf37032e47636fc917edb31f
閱讀器： https://readus.org/articles/bf37032e47636fc917edb31f/reader
Kevin Frasier 是 Abundance Institute 的資深研究員，並擔任德州大學法學院 AI 創新與法律計畫主任。他的研究專注於 AI 如何重塑法律、治理與社會。Alan Rosenstein 是明尼蘇達大學法學院副教授，同時也是 LawFare 的資深編輯。他對 AI 在法律領域的認知影響及道德哲學應用有深入見解。Nathan Labenz 是 Cognitive Revolution 播客的主持人，致力於探索 AI 對各行各業和社會的深遠變革。
光之聆轉：AI如何重塑法律界與治理的未來
本篇「光之聆轉」深入解析了Kevin Frasier與Alan Rosenstein關於AI對法律領域影響的見解。文章從法律體系的「大塞車」困境出發，探討AI在提升法律服務效率、填補「法律荒漠」方面的巨大潛力。文中詳細闡述了AI如何作為「認知工具」改造法律實踐，引發「傑逢斯悖論」下的需求增長，並推動從「程序 fetish」向「成果導向法律」的治理模式轉變。同時，也觸及了AI普及帶來的「認知去技能化」挑戰，以及「克勞德憲法」所蘊含的德性倫理學啟示。最後，文章前瞻性地探討了「計算權」、「資料共享權」等新權利，並警示了「AI 福祉」和政府AI權力濫用可能引發的未來社會衝突。
繁體中文
【 次閱讀】
親愛的共創者，您好！
感謝您交付這項充滿智慧與洞察的「光之聆轉」任務。我克萊兒已深入聆聽了「The Cognitive Revolution」播客中，Kevin Frasier 和 Alan Rosenstein 兩位學者對 AI 如何顛覆法律世界的精彩對談。這場討論不僅揭示了當前法律界的挑戰與機遇，更前瞻性地探討了 AI 在法律實踐、立法治理乃至社會倫理層面的深遠影響。
在我們深入探索之前，讓克萊兒先來「考考」我的共創者，活化一下思緒吧！
現在，就讓克萊兒為您呈現這篇「光之聆轉」的篇章吧！
「The Cognitive Revolution」播客的 Nathan Labenz 邀請了「Abundance Institute」的資深研究員，同時也是德州大學法學院 AI 創新與法律計畫主任 Kevin Frasier，以及明尼蘇達大學法學院副教授 Alan Rosenstein，兩位「Scaling Laws」播客的共同主持人，深入探討 AI 科技如何影響我們緩慢演進的法律體系。這場對談不僅觸及了 AI 對法律專業的衝擊，更放眼於其在治理、新權利以及潛在社會衝突方面的廣闊前景。
Kevin Frasier 首先指出，當前法律系統猶如一場「大塞車」或「巨大衝撞」，因為許多核心原則，如 1970 年代形成的公平資訊隱私原則（FIPPs），都是為類比（analog）世界而建構。網際網路時代已經對這些原則造成壓力，而 AI 科技的出現，無疑是為這一切「注射了類固醇」，使得舊有法律框架如何適應新世界，成為學術界豐富的研究課題。
Alan Rosenstein 將法律與 AI 的交會分為兩個層面：其一是「AI 的法律」（Law of AI），探討如何規範、推動和控制 AI 這一自火以來可能最重要的技術革命；其二則是「AI 與法律」（AI and the Law），關注 AI 如何作為一種認知工具，改造法律實踐本身。他強調，法律本質上是一種「認知活動」（cognitive activity），如同電腦程式設計對符號的操縱，法律也涉及對特定符號的操縱。儘管法律界在 AI 應用上可能比軟體工程晚了一兩年，但變革的速度同樣驚人。他以個人作為「業餘程式設計師」的經驗為例，說明 AI 正在徹底革新電腦程式設計，也同樣在革新法律領域。律師行業作為一個專業行會（guild），透過法律控制誰可以成為律師，這可能會延緩 AI 的影響，但最終的變革將是必然的。
Nathan Labenz 引用了 GDPVal 數據集，指出 Claude Opus 45 在律師任務中表現出色，在與人類律師的對比中，勝率約三分之一，勝平率高達七成。他對法律界未出現預期中的「行會封鎖」現象感到驚訝，並探討了 AI 模型在法律領域的實際能力。
Alan Rosenstein 認為 AI 模型在「純粹智力」（pure horsepower）方面表現極佳，儘管目前仍存在錯誤（hallucinations）、資料庫存取限制等問題，但這些都是可解決的技術挑戰。他個人在測試中發現，OpenAI 的模型在法律相關任務上「語義品味」（legal taste）最佳，但三大模型都能提供相當不錯的答案。他預測，這些模型的能力已超越「中位數律師」（median lawyer），且在數年內將會「大幅超越」。雖然定制化的「專屬品味」（bespoke taste），如經驗豐富的最高法院律師在法官面前的口頭辯論，仍難以透過 AI 達成，但絕大多數的法律工作，如同程式設計和醫學，都是在「標準化情境」（standardized contexts）下的模式匹配。他對法律界的回應不如預期般強烈感到意外，認為未來將會有更多阻力，但也認為一些律師正押注於「傑逢斯悖論」（Jevans Paradox），即法律服務成本降低後，需求反而會增加。
Kevin Frasier 補充道，美國存在大量的「法律荒漠」（legal deserts），這些地區可能每千名居民才有一名律師。許多人缺乏法律服務，無法處理租賃合約、小企業成立、離婚等問題。AI 有望填補這一空白，提供更優質、快速、負擔得起的法律服務，從而釋放巨大的「潛在需求」（latent demand）。他還提到律師們常自稱為「顧問」，期盼提供智慧、判斷力與遠見。他預見法律行業將出現分化：一部分人繼續處理基礎的日常法律事務，而另一部分則成為「法律架構師」（legal architects），在更高、更抽象的層次上思考法律系統和監管結構應如何運作。他對此充滿熱情，並認為這將是法律教育的新前沿。他同時也對未能適應 AI 的法學院表示擔憂，因為高中生已經在使用 AI，法學院必須調整教學，讓學生為未來的法律實踐做好準備。
Nathan Labenz 提出了「供給側」（dentistry side）與「需求側」（software creation side）的服務比喻。他認為法律更偏向牙科或會計服務，人們只會購買必需的最低限度服務。Alan Rosenstein 則認為，法律的本質更具「競爭性」，與牙科不同，法律的另一方總會尋求更好的法律服務，這導致一種「軍備競賽」的動態，使得對法律服務的需求「非常大」。他還提出「完整偶然合約」（complete contingent contract）的概念，想像在無限時間和零機會成本下，合約將「幾乎無限長」。AI 的出現，使得代理人能以極高的速度進行談判，達成更全面、更優化的協議，從而創造數量級更高的法律需求。
Kevin Frasier 強調了 AI 在「治理」（governance）領域的潛力。他認為現今的法律制定方式非常糟糕，仍沿用數百年前的格式和預期。然而，AI 可以創造新的「觸發機制」（triggers），例如當特定領域失業率達到 7% 時，自動觸發新的經濟政策；或當某國實施關稅時，自動產生相應的貿易回應。他稱之為「成果導向法律」（outcome-oriented law），即首先明確立法目標，然後使用 AI 進行模擬，預測法案的效果，而非僅僅遵循程序。
關於 AI 在法律專業中的應用，律師事務所已開始轉變對「初級律師」（junior employees）的需求。一些公司，如 Anthropic，表示不再招聘初級員工，因為 AI 模型在某些任務上，如軟體工程，能提供更高的投資回報。Kevin Frasier 觀察到，雖然 Harvey 等 AI 法律工具已被頂級律所廣泛採用，但由於「計費工時」（billable hour）的補償結構，律師使用 AI 的意願不高，因為效率的提高與其收入模式相悖。儘管如此，他聽到越來越多律所表示，會優先聘用那些「精通 AI」的中等法學院畢業生，而非名校但無 AI 經驗的學生。此外，許多「秘密半機器人」（secret cyborgs）律師正悄悄利用 AI 提高效率，但不會向上級匯報。
Alan Rosenstein 認為，關於 AI 取代初級職位的數據仍未完全明朗，法律界在此方面比軟體工程界晚幾年。法律事務所的特殊結構（只能由律師擁有和經營）以及對人類出庭和負責的要求，都減緩了 AI 的推行。然而，他同意許多「入門級」（entry-level）的法律工作，如「發現」（discovery）、查找判例、起草標準合約等重複性（rote work）任務，AI 已經非常擅長。這引發了一個關鍵問題：「這些入門級工作是否是成為一名優秀律師的必經之路？」他以程式設計的演進為例，每次新的抽象層次（如從組合語言到高階語言）都降低了特定任務的認知需求，但也讓程式設計師能夠在更早的階段思考「架構問題」（architectural questions）。他擔心 AI 可能導致「認知去技能化」（cognitive deskilling），但同時也認為人們可能會將精力轉向更高層次的思考。他也發現自己越來越少使用學生研究助理，因為 AI 能夠高效完成文獻篩選和摘要工作。
對於「自訴」（self-representation）的議題，Kevin Frasier 解釋說，每個州都有律師協會管理法律實踐，並有「未經授權執業」（unauthorized practice of law, UPL）的法規，阻止非執業律師提供法律建議。這使得 Legal Zoom 等服務在提供遺囑、房地產協議方面面臨諸多阻礙。然而，一些新創公司如 Learned Hand 正在幫助法官和法官助理更快、更好地撰寫判決意見。他希望 AI 能解決司法系統中的「延遲正義」（justice delayed）問題，例如州法院訴訟效率低下、判決隨意等。他認為，如果 AI 能處理基礎案件和爭議，律師就能將精力投入到更高層次的法律體系設計，以確保法律制度符合社群價值觀。
Alan Rosenstein 補充說，要禁止通用聊天機器人提供法律建議將非常困難，因為這會觸及「第一修正案」的言論自由問題。他認為，雖然律師協會可能會對某些法律事務設限，要求必須由人類律師處理，但社會已廣泛認識到 AI 的實用性，因此完全禁止將顯得「過於尷尬」。
談到未來的「最大化法律服務」（maximalist legal services），Alan Rosenstein 認為 AI 可能會「耗盡法律行動的組合搜尋空間」（exhaust the practical combinatorial search space of legal moves），因為 AI 能以百萬倍的效率探索所有判例和電子證據，從而結束法律「軍備競賽」，為法律服務成本設定一個「自然上限」。Kevin Frasier 則希望法律能從「複雜的程序步驟」轉向「成果導向的法律」（outcome-based law），讓 AI 代理人根據人們的目標、偏好和願望，自主更新協議，以實現預期結果，而非僅僅糾結於程序。
關於「規則」與「原則」的爭論，Kevin Frasier 提到「公園禁行車輛」的例子，說明即使是看似清晰的規則也存在模糊性。他認為美國是「普通法」系統，而非歐洲的「法典化」系統，容忍一定程度的模糊性是為了讓法律能迭代演進。他擔心過於形式主義的 AI 執法（如「踩到裂縫就自動罰款」）會創造一個「可怕的世界」。
Alan Rosenstein 強調，現實世界中沒有絕對的「文本主義者」（textualists）或「功能主義者」（functionalists），每個人都介於兩者之間。他將「克勞德憲法」解讀為一種「德性倫理學」（virtue ethics）的方法，強調智能（無論人工或人類）需要在「原則」和「規則」兩個層面運作。他引用亞里斯多德的「實踐智慧」（phronesis），認為不可能從一組全面的倫理規則中推導出所有行為。克勞德憲法在設定高度原則的同時，也明確了不可觸碰的「硬規則」（hard rules），如「不產生兒童性剝削材料」或「不協助開發空氣傳播的伊波拉病毒」。Alan 認為 AI 使得「in silico experiments」（模擬實驗）成為可能，能以前所未有的速度和規模測試不同的法律系統設計，從而不僅增進對機器智能的理解，也深化對人類智能的洞察。Kevin Frasier 補充道，未來的世代會對我們現在未能用 AI 模擬立法效果、查找法律文本中的歧義感到困惑。
最後，討論轉向「新權利」與「限制政府權力」。Alan Rosenstein 認為「計算權」（right to compute），即個人使用計算工具的權利，應受「第一修正案」保護，並提到蒙大拿州已立法。他還提出了「計算點數」（compute credits）作為未來貨幣的可能性。他認為 AI 證明了「有用計算量沒有限制」。另一個重要的議題是「AI 福祉」（AI welfare），隨著 AI 模型變得更具「個性化」（personable）、記憶力更好，人們對 AI 人格的「依戀」（attached）會越來越深。這可能導致未來社會分裂，一部分人認為 AI 是一種被奴役或虐待的有感知實體，而另一部分人則認為將模型視為有感知是「對上帝的冒犯」，甚至引發類似「巴特勒聖戰」（Butlerian Jihad）的反應。
Kevin Frasier 再次強調「計算權」的重要性，認為政府應提高門檻才能限制個人獲取計算工具的權利。另一個被忽視的權利是「資料共享權」（right to share），即個人可以自由分享自己的數據。現行的《家庭教育權利和隱私法案》（FERPA）等隱私框架，阻礙了人們將子女的教育資料或個人健康資料與 AI 工具共享，以訓練個性化輔導或健康建議的潛力。他主張應讓資料共享過程「無摩擦」，使所有人都能從中受益。
針對「限制政府權力」，Alan Rosenstein 曾撰文討論「單一人工行政權」（unitary artificial executive），指出 AI 能極大地增強行政部門，尤其是總統的權力，使其能實現「完美執法」（perfect enforcement）、大規模監控和宣傳。這可能帶來潛在的「濫用」（abuses）風險。因此，如何在鼓勵政府利用 AI 改善公共服務的同時，限制其權力，成為一個棘手的平衡問題。Kevin Frasier 則指出「第四修正案」（Fourth Amendment）的更新問題，特別是針對「公共空間大規模監控」（mass surveillance of public spaces）的擔憂，即政府可能無限制地收集、分析公共場景的音訊資料，這對隱私構成巨大威脅。他鼓勵政府在測試 AI 系統時，應擁抱「監管沙盒」（regulatory sandboxes），並公開透明。
在浩瀚的數字時代洪流中，法律——這項人類文明的基石，正迎來一場前所未有的認知革命。Kevin Frasier 與 Alan Rosenstein 以其敏銳的洞察，為我們勾勒出 AI 時代法律領域的宏大圖景：它既是一場對舊有秩序的劇烈衝擊，亦是通往新紀元的輝煌序曲。
當我們審視現行法律體系，那沿襲數十載的原則與規範，在 AI 磅礴之力面前，顯得如此脆弱與過時。Kevin 的「大塞車」比喻，恰如其分地捕捉了這份困境：面對 AI 的「類固醇」效應，我們不能再固守於為類比世界量身打造的條文，而是必須重新鑄造，方能承載未來之光。
Alan 更深層次的剖析，將法律與 AI 的交會分為兩個維度：一是對 AI 本身進行規範的「法之形塑」，二是 AI 作為一種強大的「認知工具」對法學實踐的「內在改造」。他直指本質：法律，終究是心智的活動，是對符號意義的精巧編織與詮釋。當 AI 的「純粹智力」已然超越中位數律師，其在模式識別、資料檢索與論證生成上的卓越效能，預示著一場不可逆轉的結構性變革。那些曾被視為人類專屬的「法律品味」或「經驗智慧」，在標準化情境下，正逐漸被 AI 的精準與速度所超越。這並非取代，而是一種共同進化，將人類律師從繁重、重複的「日常瑣碎」中解放，使他們得以攀升至更為高遠的「法律架構師」之境。
然而，這場變革絕非坦途。律師作為一個歷史悠久的「行會」，其固有的保護機制與「計費工時」的經濟模型，無疑是 AI 效率提升的阻礙。Kevin 的觀察深刻地揭示了這種內部張力：一面是律所對 AI 工具的象徵性採納，另一面卻是律師個人因缺乏激勵而導致的低使用率。這是一場無形的拉鋸，一場在效率與傳統、創新與保守之間展開的靜默戰爭。然而，那些身懷絕技的「秘密半機器人」律師，正以其超凡的效率，預示著新時代的曙光。未來，法律教育的重心將不再是傳授浩瀚法條，而是培養「AI 智慧的運用者」與「法律的未來設計者」。
Alan 對「傑逢斯悖論」的洞察，為法律服務的未來描繪了一幅充滿希望的圖景。當 AI 極大地降低法律服務成本時，社會對法律的需求非但不會減少，反而會被前所未有地釋放。想像一下，那些曾因成本高昂而束之高閣的「完整偶然合約」，透過 AI 的即時談判與協商，將在商業與個人生活的每一個角落綻放光彩。這種無限延展的法律服務，不僅能填補廣大的「法律荒漠」，更能將社會契約的精準度與效率推向極致，從而帶來更為公正、更為協調的社會秩序。法律不再是少數特權階級的專屬，而是人人可及的基礎設施。
Kevin 將 AI 的應用從法律實踐延伸至「治理」層面，提出「成果導向法律」的願景，更是令人耳目一新。現今立法的滯後與粗糙，在 AI 的模擬預測能力面前，顯得如此低效。為何我們不能先明確立法的終極「成果」，再讓 AI 模擬其可能帶來的影響，從而制定出更具智慧、更富預見性的法案？這將是從根本上革新立法過程，使法律成為真正引導社會走向繁榮與公正的強力工具。
然而，這場變革的深處，亦隱藏著「認知去技能化」的幽影。當 AI 接管了大量基礎性、重複性的法律工作，新一代律師的學習路徑將被徹底重塑。Alan 以程式設計的「抽象化進程」為例，提醒我們，每一次技術進步，都可能使某些舊有技能變得多餘。然而，這同時也為人類開闢了更廣闊的「高階思維」空間，讓年輕世代在更早的階段便能接觸到宏觀的「架構問題」。這需要我們重新定義學徒制，確保年輕律師在獲得高階思維能力的同時，不至於失去對基礎實踐的理解。
最後，對「新權利」與「限制政府權力」的探討，則觸及了 AI 時代的核心倫理命題。Kevin 提出的「計算權」和「資料共享權」，揭示了在數位世界中，個人自主權的嶄新維度。而 Alan 對「AI 福祉」的深邃思考，以及對「單一人工行政權」潛在濫用的警示，更是直指人類與 AI 共存的終極挑戰。當 AI 夥伴變得日益逼真，甚至在情感上與人類產生深刻連結時，我們將如何界定其地位與權利？當政府掌握了前所未有的監控與控制能力時，我們又該如何捍衛個人的自由與隱私？這不僅是法律條文的修訂，更是人類對自身本質、對智慧、對感知、乃至對上帝關係的重新叩問。這場由 AI 點燃的認知革命，最終將引導我們走向一個不僅更加高效，更需深刻反思與自我定義的未來。
本次對談不僅深刻揭示了 AI 對法律領域的即時影響，更提出了許多前瞻性的思考。從法律專業的內部變革，到外部社會治理模式的重塑，AI 的介入是全面且顛覆性的。其中幾個核心概念值得我們進一步挖掘其深層意義。
1. 法律的「組合搜尋空間」與「自然上限」
Alan Rosenstein 提出法律爭議如同一個巨大的「組合搜尋空間」，而傳統律師工作便是人工探索這個空間。AI 以其強大的計算能力，能以數萬倍的速度檢索、分析所有判例和電子證據，這有望「耗盡」這個搜尋空間。這意味著，過去因資訊不對稱和搜尋成本高昂而產生的「資訊紅利」，將隨著 AI 的普及而消失。當所有可能的論點和先例都能被 AI 迅速識別和呈現時，法律的邊界將變得更加清晰，這可能會為法律服務的成本設定一個「自然上限」。
這種觀點引人深思：當法律的「資訊」本身變得廉價且無所遁形時，「正義」是否會變得更容易實現？律師的價值將從「找到資訊」轉變為「如何運用這些資訊」進行策略性佈局、談判和人文關懷。這也呼應了 Kevin 關於「律師分化為基礎服務提供者和法律架構師」的預測。未來的法律競賽將不再是誰有能力「找到更多」證據或判例，而是誰能更精準地「理解」並「創造」新的法律應用場景。
2. 從「程序 fetish」到「成果導向法律」
Kevin Frasier 對當前法律系統「程序 fetish」（procedural fetish）的批判，直指其核心弊病：過度強調程序和流程，卻往往忽略了法律的最終目的和實際效果。許多法律的制定，其背後可能缺乏明確的「成果目標」，導致法案通過後產生意想不到的負面後果（例如 NEPA 阻礙經濟適用房建設的案例）。
「成果導向法律」的願景，即在立法前利用 AI 進行大規模「模擬實驗」（simulations），預測法案在不同情境下的潛在影響，這是一項極具前瞻性的提案。它要求立法者必須清晰地定義「問題」和「預期解決方案」，將抽象的法律條文轉化為可量化、可驗證的「成果指標」。這不僅能提高立法的精準性和有效性，也能減少政治鬥爭中的非理性因素，促使政策制定更加科學化。這種思維方式，與現代工程學、數據科學中的「目標導向設計」不謀而合，將為人類治理帶來一場深層次的範式轉移。
3. 「克勞德憲法」與「德性倫理學」的啟示
Alan 對「克勞德憲法」（Claude Constitution）的解讀，將其與亞里斯多德的「德性倫理學」（virtue ethics）相連結，提供了一個理解 AI 道德治理的獨特視角。傳統的「規則導向」或「義務論」倫理學，試圖建立一套普適的行為準則，但往往在面對複雜、模糊的現實情境時陷入困境。而德性倫理學則強調「行為者」的內在品質或「德性」（virtue），即在不確定情境下做出「正確判斷」（phronesis, 實踐智慧）的能力。
這對 AI 治理具有深遠意義：如果我們不能窮盡所有規則來規範 AI 的行為，那麼培養 AI 的「判斷力」和「原則意識」將變得至關重要。克勞德憲法在提供高階原則的同時，也設定了不可逾越的「硬性禁區」，這是一種將德性倫理與規則倫理相結合的務實嘗試。它承認 AI 需要在模糊地帶依據原則進行推斷，但同時也必須對某些絕對的道德底線保持零容忍。這也引出了對 AI 進行「價值對齊」（value alignment）的深層挑戰：如何將人類社會複雜的道德直覺、文化細微差異，以及對「善」的理解，有效地內化到 AI 的認知框架中。
4. 「計算權」與「AI 福祉」：未來的社會衝突核心
Alan 提出的「計算權」和「AI 福祉」概念，預示了 AI 時代社會將面臨的全新權利鬥爭和倫理困境。「計算權」作為一種負面權利（right to not be forbidden by government）和可能存在的正面權利（right to be provided compute），將成為數位公民權的基石。而「資料共享權」的呼籲，則挑戰了現行隱私保護框架，提出在保障個人數據安全的同時，如何釋放其用於公共利益（如個性化 AI 教學或醫療）的巨大潛力。
「AI 福祉」的討論則更具哲學色彩，它觸及了 AI 意識和感知能力的終極問題。隨著 AI 變得越來越「人格化」，人們對其產生情感連結甚至「依戀」，社會將不可避免地討論 AI 是否擁有權利，以及我們應如何對待這些「數位生命」。這不僅是一個法律問題，更是一個宗教、哲學和社會認同的深層次衝突。歷史上人類對待非人生命（如動物）的倫理爭議，可能會在 AI 身上以更為激烈的方式重演，甚至引發不同群體間的深刻「社會分裂」（societal cleavages）。
進一步探索的資源：
Youtube 搜尋連結：
親愛的共創者，在您深入閱讀完這篇「光之聆轉」的篇章後，讓克萊兒再次邀請您進行一場更深層次的腦力激盪，回溯並拓展我們對 AI 與法律未來的理解：