别再纠结AI取代法官了，真正的变革是“可计算的权力”
出品方：罗可龙的博客
背景事实
全球各地的政府和法律机构正在以前所未有的速度拥抱人工智能，旨在将堆积如山的纸质文件和PDF扫描件进行数字化归档和智能管理。从自动化的合同审查到智能化的案例检索，效率提升的叙事占据了主流。然而，公众和业界的讨论常常陷入一个科幻式的困境：AI是否会取代律师和法官？它能否做出公正的判决？这些问题的确重要，但它们遮蔽了正在发生的、更为深刻的结构性变革。
核心观点
我们必须停止将目光局限于“AI作为工具”的效率提升，或“AI作为审判者”的伦理恐慌。这场变革的核心，并非简单的数字化（Digitization），而是数据化与结构化（Datafication & Structuring）。AI正在做的，是将过去静态、孤立、非结构化的法律与政务文本，转化为一个动态、关联、可计算的知识图谱。简而言之，AI正在铸造一种全新的——“可计算的权力”。这种权力形式的转移，比任何单一岗位的替代都更具颠覆性。
论据支撑
第一，AI将法律和政策从“文本”转变为“可量化的数据”，从而根本性地改变了监督模式。 在过去，一份判决书或一份政府招标公告，首先是一份供人阅读的文本。要从中发现规律、寻找偏见或进行监督，需要大量人工阅读和主观归纳，成本极高且效率低下。而AI驱动的系统，能自动提取关键信息——案件类型、判决结果、涉事方、引用的法条、合同金额、中标公司等，并将它们结构化。这意味着，司法和行政行为首次能被大规模地、定量地分析。我们不再是依赖个案报道来质疑司法不公，而是可以通过数据分析，直接查询“某类案件在不同地域的判决刑期差异”，从而让系统性偏见无处遁形。监督不再是“大海捞针”，而是精准的数据驱动洞察。
第二，结构化数据正在重塑公众参与和信息透明的边界。 传统的“政府信息公开”更像是一种姿态，公众即便拿到海量文件，也难以有效利用。这是一种“给予你看的权利，但你看不懂、看不完”的被动透明。而当这些文件被AI结构化后，透明变成了主动和可交互的。记者、学者或任何一个普通公民，都可以像使用数据库一样，向系统提出复杂查询：“过去五年，所有与A公司签订的、金额超过百万的市政工程合同有哪些？它们的验收报告在哪里？”这极大地降低了公众监督的门槛，权力运行的逻辑被迫从封闭的档案室走向开放的API。这是一种权力的重新分配，信息优势不再仅仅掌握在少数机构手中。
反驳与回应
当然，这种“可计算的权力”也带来了巨大的风险。最常见的两种反对意见是隐私泄露和算法偏见。
反对者认为，将所有文件数据化会形成一个无所不知的“利维坦”，公民隐私将荡然无存。这个担忧完全合理，但这并非技术本身的原罪，而是一个典型的治理挑战。解决方案不在于因噎废食地拒绝技术，而在于建立强有力的“数字时代的权力刹车”。这包括但不限于：制定严格的数据分级与访问权限法规、实施不可篡改的查询日志以供审计、强制要求涉及个人隐私的分析必须在“数据沙箱”内进行匿名化处理。风险的量级提升了，监管的手段也必须随之进化。
另一种观点认为，AI会固化甚至放大现实世界中已存在的偏见。例如，如果历史判决数据中存在对某一特定群体的歧视，AI模型会忠实地学习并复制这种歧视。这个批评切中要害。但是，这恰恰揭示了AI作为一面“镜子”的价值。在人工时代，这些偏见是内隐的、分散的、难以证实的。而AI将这些偏见以代码和数据的形式显性化了，它使得我们第一次有机会去量化、审视和修正这些系统性的不公。解决问题的关键，不是砸碎镜子，而是通过算法审计、引入多元化数据集、以及“人在回路”的监督机制，去主动纠正镜子中扭曲的影像。
结论与展望
我们正处在一个关键的十字路口。AI在政府和法律领域的应用，远不止是提升效率的工具革新，它是一场关于权力运作方式、社会监督能力和信息民主化程度的深刻革命。继续纠结于“AI能否敲法槌”这类问题，会让我们错失真正应该关注的焦点。
个人认为，下一步的行动重点，应当从单纯的技术开发，转向规则和框架的建设。我们需要建立一个跨学科的联盟，联合技术专家、法学家、社会学家和政策制定者，共同设计“可计算权力”时代的治理架构。我们需要探讨如何定义“算法的透明度”，如何设计有效的公众监督接口，以及如何确保技术进步的红利能够服务于更广泛的社会公正，而非仅仅强化现有的权力结构。这才是我们在人工智能时代，真正需要解答的、关乎未来的核心命题。
转载请注明出处：罗可龙的博客 | 联系邮箱：[email protected]