全球各地的法院正因案件负荷不断增加而承受压力，洛杉矶的试点项目希望通过测试人工智能是否能协助法官而不取代其判断，来改变这一局面。 洛杉矶高等法院正在测试一款名为 Learned Hand 的人工智能工具，该工具可以总结申诉材料、整理证据，并在民事案件中生成草拟裁决。 Learned Hand 的创始人兼首席执行官 Shlomo Klapper 告诉 Decrypt，其目标是减少行政任务所花费的时间，让法官专注于需要法律分析和裁量的案件部分。
“我们正处于一个法院承受巨大压力的社会阶段，”Klapper 说。“案件数量在增加，但没有帮助到来。”他补充说，人工智能的进步“极大地降低了诉讼成本。” 根据2026年2月由全国律师事务所 Fisher Phillips 发布的一份报告，人工智能正通过简化申诉材料的制作，增加了法院的压力，申诉材料在过去一年中增长了49%，从4100份增加到6400份。 洛杉矶高等法院的试点项目让一小部分司法官员可以使用 Learned Hand 的人工智能系统，测试其在案件从受理到草拟裁决的全过程中的表现。
Klapper 曾是美国上诉法院的司法助理和 Palantir 的部署策略师，他表示，成立于2024年的 Learned Hand，名字取自一位联邦法官，旨在为负担过重的法院提供“专门设计”的人工智能工具，减少“繁琐工作”，通过突出关键事实和法律问题，帮助法官做出判断，同时保留裁判权和自主权。 “通过这个合作，我们正在谨慎评估新兴技术，看看它们如何支持司法官员更高效、更有效地工作，”主持法官 Sergio C. Tapia II 在一份声明中说。“我要明确——虽然这个工具可能会改善司法官员审查和处理案件文件与信息的方式，但它不会取代，也不会以任何方式损害司法裁决的神圣性、独立性和公正性。” Klapper 表示，为法院开发人工智能的难点不在于生成文本，而在于将人工智能的输出与案件的基础资料和法律来源进行核对。 “我们大型语言模型的大部分成本在于验证，而非生成，”Klapper 说。“生成很容易，任何人都可以生成内容，但如何确保它真正可靠呢？” 高调的法院案件中已经出现了人工智能幻觉的例子。 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了结案陈词，其中包含了无关紧要的指控，并遗漏了政府对他的案件中的弱点。 同年，一名联邦法官命令代表前特朗普律师 Michael Cohen 的律师提供引用案件的打印副本，因为法院无法验证这些案件。 Klapper 表示，Learned Hand 是基于较窄的资料库构建的，以降低人工智能幻觉的风险。该系统不从开放的互联网或随机数据集抽取资料，而是在一套定义明确的法律资料范围内操作。
原因在于大型语言模型可能反映其训练数据中的偏见，Klapper 举例说明，AI 可能会重复 Reddit 等平台上的建议。Learned Hand 通过将任务拆分成多个步骤，并为每个步骤分配具有特定功能的模型来解决这个问题。 Learned Hand 还设计得让法官无需技术培训即可使用。 “只需点点鼠标，”Klapper 说。“他们不需要任何提示。” Klapper 认为，法官一天中大部分时间都在处理例行任务，而非法律推理，而这款人工智能旨在让他们“花更多时间在法官工作上，少花时间在繁琐工作上。” Klapper 表示，法官不应盲目信任人工智能的输出，工具和背后的公司都需要证明其可靠性。 “我喜欢说，‘不信，验证’，”他说。“他们不应相信任何东西。它必须证明自己的价值。”
