🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
在美国，打一场联邦民事官司本来几乎离不开律师，但最近几年，越来越多的人选择不请律师、自己写状子递进法院。
法律上把这种人叫「自我代理当事人」。这在美国并不是稀罕事：长期以来，联邦法院里每九件非囚犯民事案，大约就有一件是当事人自己打的。问题在于，起诉状是一份技术含量很高的文件——你得知道该告谁、依据哪一条法律、法院凭什么管得着这件事、事实要写到什么程度才算数。写不好，案子还没进入实质审理就被驳回了。所以学界几十年来一直在讨论一个叫「司法可及性」的问题：一边是大量真实存在的法律需求，一边是请不起也找不到的律师，中间那道缝隙该怎么填。
二〇二二年年底，有件事悄悄改变了这道缝隙的宽度：会写文章的生成式人工智能突然向所有人免费开放了。在此之前，关于「人工智能与法律」的讨论几乎都站在律师一侧或法院一侧——律师怎么用它做检索、法院该不该管机器写的文书、法律职业会不会被取代。但很少有人去问：在律师和法官登场之前，一个普通人决定「要不要把这口气变成一桩官司」的那一刻，人工智能会不会也起作用？这篇论文盯的就是这个门槛时刻。
此前只有零星传闻。从二〇二三年起，不断有法官和记者说，看到自我代理当事人交上来的文书像是机器写的。但没有人用全国范围的数据认真查过：这批人到底多了多少、他们的状子长什么样、案子最后又是什么下场。
② 研究问题（要回答什么？）
研究者想弄清楚，自从人人都能用上会写文书的人工智能，美国联邦法院里自己打官司的人是不是真的变多了。
整篇论文拆成两个层层递进的问题。
问题一 · 数量变了没有（宏观层）：以二〇二二年十一月三十日——生成式对话工具向公众开放那天——作为分界线，联邦民事案件中「原告自我代理」的比例，前后到底差多少？这个增长是一次性的台阶式跳升，还是一条越走越陡的斜坡？它是全联邦一起涨，还是只集中在某几类案子上？
问题二 · 人和状子变了没有（微观层）：在涨得最猛的那几类案件里，有多大比例的起诉状带着「像是机器起草」的文字特征？这些被标记出来的状子，跟同期没被标记的状子相比：写得更像模像样吗？写状子的人是谁——是本来就爱打官司的老手，还是头一回走进法院的新人？是不是最请不起律师的那批人？最关键的是，案子最后打赢了吗？
为什么非得把两个问题连起来？因为光看到自诉变多，其实是个含糊的信号：它可能只是少数「诉讼专业户」多告了几次。只有看清楚这批状子出自谁手、下场如何，才能判断这究竟是司法大门真的变宽了，还是仅仅多了一批注定被挡在门口的人。
③ 研究方法（怎么做的？）
作者没有去问任何一个当事人「你用没用人工智能」，而是把三层数据叠起来，让数据自己说话。
- 第一层 · 全景：联邦司法中心的「整合数据库」，装着二〇〇八到二〇二五这十八个财年的联邦民事立案记录。剔掉囚犯申诉和案由不明的案子之后，约 280 万件。这一层负责回答「比例变了没有」。
- 第二层 · 文本：从 CourtListener 平台取二〇一八至二〇二五财年自我代理起诉状的原文，清洗和长度过滤后剩 12,842 份。这一层负责回答「状子长什么样」。
- 第三层 · 连接：把状子按案号接回第一层的案件档案，12,451 份接上了，配对率 97.0%。接上之后，「这份状子后来判成什么样」就可查了。
分界线怎么划？直接用二〇二二年十一月三十日——生成式对话工具向公众开放那天——按立案日期把案子切成前后两半。跨在分界日上的那个季度被单独拎出来，做稳健性检验时会剔掉。
怎么认出「像机器写的」？作者没有用黑箱检测器，而是自己搭了一把看得懂的尺子，量三件事：① 句子长短是不是异常整齐——人写东西长长短短，机器偏爱匀称；② 有没有扎堆出现那些机器特别爱用的词；③ 用词丰富度是不是偏高。三项各自排名后取平均，超过一条线就打上「疑似机器起草」的标签。关键在于这条线是拿人工智能出现之前的老状子校准出来的——所以真正算数的不是「有多少高分状子」，而是相比那个老基准多出来的那一部分。作者反复强调：这是「看得见的机器起草痕迹」的代理指标，不是测谎仪。
还有一个巧妙的对照设计。法院给自我代理当事人准备了标准格式的表格状，填空为主。这类状子里模板语言多，机器痕迹会被稀释，所以作者把它们当作准对照组——注意不是「阴性对照」，作者明说表格状里同样可能有人用了人工智能，只是同样的信号在那里本来就该更弱。真正的主分析放在自由起草的非表格状上。
④ 结果（发现了什么？）
不请律师自己起诉的比例明显上升，从生成式人工智能普及前的一成一出头，涨到了普及后的将近一成七。
全联邦民事案的原告自我代理率从 11.33% 升到 16.94%，涨了 5.61 个百分点，相对增幅近五成（卡方 10,478.21，p<0.001）。到 2025 财年第四季度已经摸到 22.30%。
同期民事立案总量每季只从 36,697 件微增到 37,765 件（+2.9%），但自我代理立案从每季 4,152 件冲到 6,423 件（+54.7%），有律师代理的反而略降（31,654 → 30,637，−3.2%）。
分界当天的「台阶」并不显著（+1.090 个百分点，p=0.171），但之后的坡度陡了：每季度多涨 0.729 个百分点（p<0.001）。分界前年趋势几乎是平的（+0.078 个百分点／年），分界后变成 +2.996 个百分点／年。
而且不是所有案子都在涨。涨得最猛的是「其他成文法类」（11.23% → 19.51%，+8.28 个百分点）和「民权类」（28.16% → 35.60%，+7.44 个百分点）；不动产、侵权、税务、合同也在涨；但社会保障（−2.31）和移民（−3.73）反而在跌，知识产权几乎没动。这种有涨有跌本身就是一道检验——如果只是整个法院系统的普遍性变化，不该长成这个样子。
状子确实变「漂亮」了。在非表格状里，被标记状子每千字的法律引证数中位数是 6.01，比人工智能出现前的 3.98 高出 51.1%，也比同期未被标记的 4.40 高出 36.6%（都是 p<0.0001）。净标记比例：非表格状 13.9%，表格状只有 4.3%——正如设计预期。
可是漂亮没有换来胜利。
61.1% vs 53.6%
（+7.5 个百分点，p=0.006）
在被告答辩之前就终结：47.78% vs 39.04%
（+8.75 个百分点，p=0.002）
6.4% vs 8.4%
（p=0.635，不显著）
写状子的人也换了一批。被标记的状子里，79.4% 的原告是样本里第一次出现的名字，未被标记的只有 70.2%（+9.3 个百分点，OR=1.638，p<0.001）——说明这批人不只是诉讼老手。但有一点出人意料：申请免交诉讼费（经济困难的代理指标）的比例，两组没有显著差别（27.3% vs 24.4%，p=0.12）；而且全体自我代理原告的免费率反而从 42.3% 跌到 35.9%。也就是说，这波新来的人并不是最穷的那批人。此外，被标记的状子在地理上很不均匀：第十巡回区高达 33.3%，第九巡回区只有 14.9%。
⑤ 讨论（这些发现说明什么？）
这篇论文最耐人寻味的地方，是它把一个听上去自相矛盾的现象讲清楚了：状子写得更专业了，官司却打得更差了。作者给它起了个名字，叫「诉讼效能悖论」。
为什么会这样？作者给了三个互不排斥的解释。
第一，机器擅长的和法院要的不是一回事。美国联邦法院审查起诉状时，看的是「你讲的事实听起来可不可信」，而不是「你引了多少条法律」。生成流畅、引证密集的法律腔文字，恰恰是大语言模型的强项；而把当事人自己那段具体的、独一无二的经历，组织成一个法律上站得住脚的事实叙事，恰恰是它最不可靠的地方。于是状子在形式上升级了，在实质上原地踏步。而已有研究早就发现，这套「可信性」审查标准本来就对自我代理和民权原告格外不友好。
第二，被放进法院的案子本身变了。写状子的成本一旦降下来，一些原本嫌「太麻烦」而不会被提起的纠纷就进来了。其中有真有理的，也有时机未到的、法院根本管不着的、法律上站不住的。门槛降低，筛选也就随之失灵——不是当事人变笨了，而是「值不值得为这件事费这么大劲」这道天然过滤器被拆掉了。
第三，机器可能在「附和」当事人。作者点名了大语言模型的阿谀倾向：它容易顺着用户的说法走，认可用户的框定。一个没受过法律训练的人把自己的委屈讲给它听，得到的是一份郑重其事、引经据典的文书——这会让一个本来很弱的主张感觉上变得可行。所以真正推高立案量的，可能不只是「写起来容易了」，还有「觉得自己更有理了」。
还有一层意义落在公共行政上。法院是一项公共服务，而这件事真正发生的不是负担消失，而是负担被转移了：当事人这一端的门槛降下去的同时，法院那一端的初筛工作量升上来了——被标记的状子更多地在最早期就被终结，意味着法官和书记官要把更多时间花在「这案子到底能不能往下走」的判断上。作者称之为非对称适应：公众可以在一夜之间用上免费工具，法院却要过采购、伦理规范、可靠性评估这一道道关卡，两边的速度根本不对等。
⑥ 结论（最终结论 + 启示）
生成式人工智能确实把写状子的门槛降低了，让更多人走进了法院的大门，但它并没有让这些人更容易打赢官司。
用作者的话说：它扩大的是「起草的可及性」，不是「救济的可及性」。这两件事在司法可及性研究里被区分了几十年——能不能把纠纷递进法院，和能不能真的讨到一个说法，从来不是一回事。这篇论文第一次用全国规模的数据说明，技术可以只推动前者，而丝毫不触动后者。
但作者也没有走向另一个极端。能进门本身就有价值：被立案、被听见、作为一个参与者而不是一个连门都摸不着的人去面对制度，这在程序正义研究里一直被当作「可及性」的组成部分，而不是败诉之后的安慰奖。而且哪怕每件案子的胜率不变，基数大了，绝对意义上拿到有利判决的人也会变多。
给法院的启示因此不是「禁止当事人用人工智能」——这既难以监测，执行起来也必然不均衡，而且如果人工智能真能帮一些人主张到原本够不着的权利，禁令在道理上也站不住。真正的答案在法院这一侧：人员培训、案件分流机制、针对人工智能辅助文书的规则，以及对法院自己要不要用人工智能的审慎评估。因为这件事已经在发生了：公众手里的工具正在自下而上地改变司法制度，而法院至今没有正式引入任何人工智能。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
人工智能与法律的主流研究议程长期是律师侧与法院侧的：法律检索（Magesh et al. 2025）、文件审阅（Grossman & Cormack 2011）、判决预测（Aletras et al. 2016）、法律职业是否被替代（Remus & Levy 2017; Barton 2015），以及法律科技对民事程序与对抗制的重塑（Engstrom & Gelbach 2021）。当事人侧的问题——公众可获得的生成式工具是否改变了外行在「进入法院」这一门槛时刻的行为（Felstiner, Abel & Sarat 1981）——则少有系统研究。
这一空白之所以重要，是因为自我代理并非美国民事诉讼的边缘现象，而是结构性特征（Swank 2005）：自我代理当事人长期占非囚犯联邦民事案件的约九分之一（Gough & Taylor Poppe 2020），且在实体法与程序导航上处于明确劣势（Carpenter et al. 2018）。司法可及性文献记录了法律需求与法律服务之间的持续缺口（Sandefur 2016; Engstrom & Engstrom 2024），并在形式上进入司法系统与实质上获得救济之间做出长期区分（Sandefur 2019; Rhode 2004）。技术在这一争论中位置暧昧：乐观派认为法律科技与生成式人工智能能降低起草与程序导航成本、从而民主化法院准入（Barton & Bibas 2017; Susskind & Susskind 2022; McGinnis & Pearce 2014）；怀疑派则警告扩散不均、可能形成两层制法律服务，且表层法律协助未必转化为实质法律收益（Simshaw 2022; Greiner & Pattanayak 2012; Greiner, Pattanayak & Hennessy 2013）。
自 2023 年起，实务报告持续把人工智能辅助的自我代理立案描述为一个正在成形且后果重大的现象（Volokh 2023; Poggio 2024; Strom 2026; Lex Machina 2026; Charlotin 2026），但联邦案卷规模的系统性经验证据此前并不存在。与此并行的还有一条「律师替代」线索（Remus & Levy 2017）：自我代理侧的分析恰好能提供一类部分证据——当自我代理立案上升时，有律师代理的立案是否真的下降。
本研究的三项贡献：其一，提供首份覆盖 FY2008–FY2025、约 280 万件联邦民事立案的当事人侧大样本证据；其二，构建一个可解释、以前生成式人工智能期基线校准的「人工智能一致性起草」文本代理，并以四重可信度检验加以支撑；其三，把宏观立案趋势、状纸文本、当事人构成与案件结局整合在同一条证据链上，据此提出「起草可及性扩张而救济可及性未随之扩张」的诉讼效能悖论，以及法院与当事人之间的非对称适应命题——公众端工具可以在法院未正式采纳任何人工智能的情况下，自下而上重塑法律制度。
I. Theoretical Framework & Hypotheses（理论框架与假设）
论文不设可证伪假设（H1…Hn），而以两个递进的研究问题组织分析，并在讨论中挂靠四条理论命题。
| 编号 | 研究问题 / 理论命题 | 对应理论 |
|---|---|---|
| RQ1 | 公众可获得生成式工具普及后，联邦民事原告自我代理率如何变化？是水平跳升还是趋势加速？是否集中于特定案由类别？ | 创新扩散论（Rogers 2003）：若公众端工具影响立案行为，其影响应随认知扩散而逐步增强，故预期观察到斜率变化而非一次性台阶 |
| RQ2 | 焦点类别的自我代理状纸中，多大净比例呈现强人工智能一致性起草特征？被标记状纸在起草形式、当事人构成、诉讼结局上与未标记对照组有何差异？ | 司法可及性的「进入 vs 救济」二分（Sandefur 2019）；两层制法律服务论（Simshaw 2022） |
| 命题 A | 起草可及 ≠ 救济可及：状纸形式完备度提升，不必然带来实质胜诉 | 可信性诉辩制度（Bell Atlantic v. Twombly 2007; Ashcroft v. Iqbal 2009）考核事实可信度而非法律形式；该制度已被证明系统性抬高自我代理与民权原告的驳回率（Hatamyar Moore 2010; Gelbach 2012; Reinert 2015） |
| 命题 B | 案件选择机制：起草成本下降使法律价值在「是否起诉」这一门槛决策中的权重下降 | 纠纷选择理论（Priest & Klein 1984; Bebchuk 1996） |
| 命题 C | 阿谀附和强化的过度自信：模型顺应并放大用户既有框定，使弱主张「感觉」可行 | 大模型 sycophancy（Sharma et al. 2024）；人机决策中的过度依赖（Buçinca et al. 2021; Sun et al. 2025） |
| 命题 D | 非对称适应：当事人端采纳速度快于法院端制度吸收能力，产生容量错配 | 数字不平等（DiMaggio & Hargittai 2001; Hargittai 2002）；法院制度能力（Stienstra, Bataillon & Cantone 2011; COSCA 2024） |
需要强调的是，作者把 RQ1 与 RQ2 的连接本身当作理论贡献：立案率上升单独看是歧义信号——既可能是少数连环诉讼者增加了活动量，也可能是参与面真正拓宽但只换来「起草可及」而非「救济可及」。只有把宏观趋势、状纸文本、当事人构成与结局串起来，才能在这两种解释之间作出区分。
M. Materials & Methods（材料与方法）
- 设计定位（作者自述）：非因果识别。原文明确写明设计是「descriptive and associational」，识别的是时间位移与状纸层面的模式，而非因果效应；协变量调整模型「并不把生成式人工智能识别为自我代理激增的因果机制」，只用于排除竞争性解释（地区构成、案由结构、疫情冲击）。
- 数据层一 · 立案（FJC IDB）：联邦司法中心整合数据库（Integrated Database）的民事案件记录，按财年文件载入 FY2008–FY2025。分析总体 = 该期间全部联邦民事初始立案，剔除囚犯申诉与案由不明者，约 280 万件。原告自我代理的编码不考虑对方当事人的代理状态；有律师代理的案件在若干稳健性与受控模型中充当比较组。
- 数据层二 · 状纸文本（CourtListener）：焦点类别的自我代理起诉状全文，覆盖 FY2018–FY2025，经文本预处理与长度过滤后
n = 12,842。论文未直接指明 PACER——状纸文本来源写明为 CourtListener，FJC 整合数据库只提供案件元数据。 - 数据层三 · 连接样本：按案件标识符将状纸回连 FJC 记录，12,451 / 12,842 匹配成功，匹配率 97.0%；其中 pre-AI
n = 7,284、post-AIn = 5,167。 - 断点定义：2022 年 11 月 30 日（ChatGPT 公开发布，OpenAI 2022）为生成式人工智能分界日，按立案日期划分前后期；FY2023-Q1 为过渡季度（含分界日），在季度对齐比较中单独剔除以作稳健性检验。
- 识别策略（RQ1）：既不是 DiD，也不是断点回归（RDD），而是四件套——① 精确日期前后比较 + 卡方检验；② 季度序列与分段 OLS 趋势（分界前后各拟合年化斜率）；③ 中断时间序列（ITS）模型（Lopez Bernal, Cummins & Gasparrini 2017），同时估计水平跳变与斜率变化，并设 COVID 控制规格；④ 协变量调整 logistic 回归：
logit(P(原告自我代理)) = β0 + β1·Post-AI + γ·District + δ·NOS组 ( + θ·COVID-FY2020 )。 - 对照结构（三层）：宏观层以有律师代理案件为比较组，并以案由类别异质性（社会保障、移民等反向下降的类别）充当近似安慰剂；微观层以 form complaints（法院标准表格状）为准对照组——作者明确说明这不是阴性对照，表格状同样可能存在人工智能辅助，只是模板语言会稀释可检出信号；另以 pre-AI 高分状纸作为结构性基线对照。
- 焦点类别：Civil Rights 与 Other Statutory，合计约占全民事立案 36.7%，选取理由是二者 post-AI 自我代理率上升最显著、且体量足以支撑状纸层分析（非利基类别）。
- 「人工智能一致性起草」测量（RQ2）：不观测个体实际使用，构建可解释代理，由三项文本指标各自方向调整取秩、再取均值合成——① 句长标准差（越低越一致；Tang, Chuang & Hu 2024）；② AI 标记词密度（机器写作中超额出现的词汇浓度；Kobak et al. 2025; Liang et al. 2024）；③ MATTR 移动平均类符形符比（词汇多样性；Covington & McFall 2010）。
合成分 > 2.25（等价于三项方向调整秩的 P75 均值）即标记为 AI-flagged。阈值以 pre-AI 基线校准，故有效量是相对该结构性高分基线的净增量，而非高分状纸的绝对存在量。 - 引证密度操作化：每千词法律引证条数（判例法、U.S. Code、CFR 引用；参照 Tippett et al. 2022 把引证特征作为法律文本变量），以中位数比较并报告效应量
r。 - 当事人构成变量：首次／重复起诉 = 规范化后的主要原告姓名在本样本中首次出现（作者明确声明这是观测意义上的首次，不等于此人从未在其他案由、其他法院系统或未连接案件中起诉过）；经济约束 = IFP 免交诉讼费身份（28 U.S.C. § 1915(a)(1)；Hammond 2019）；性别 = 姓名推断，用 NamSor（Sebo, Shamsi & Wang 2026），校准概率
>= 0.80方作二元归类，另报 0.70 次级阈值；地理 = 联邦巡回区，做集中度卡方与 Cramér's V。 - 结局变量：程序进展用 FJC 程序进展编码——
Code 02= 争点形成前终结（被告答辩之前的早期阶段），Code 04= 争点形成后至动议判决阶段终结；驳回定义为三类 FJC 处置（Want of Prosecution、Lack of Jurisdiction、Other Dismissal 残差类），不含自愿撤诉与和解；胜诉率 = 原告判决 /（原告判决 + 被告判决），限于判决编码明确的案件。结局分析仅限已终结案件，post-AI 结局工作集n = 3,924。多重比较处采用 FDR 校正。 - 稳健性与可信度检验清单：ITS 的 COVID 规格；logistic 的 FY2020 控制；剔除过渡季度的季度对齐比较；AI 阈值三档敏感性（2.00 / 2.25 / 2.50）；以及针对文本代理的四重可信度检验（外部时序相关、成分方向性、成分共现聚集的自助法区间、阈值稳健性）。
R. Results（结果）
RQ1 · 宏观立案（全民事，约 280 万件，FY2008–FY2025）
| 量 | Pre-AI | Post-AI | 差异 | 检验 |
|---|---|---|---|---|
| 全民事原告自我代理率 | 11.33% | 16.94% | +5.61 pp（相对 +49.5%） | χ² = 10,478.21, p < 0.001 |
| 末四季对比 | 13.06% | 19.59% | +6.53 pp | — |
| FY2025-Q4 峰值 | — | 22.30% | — | — |
| 季均自我代理立案量 | 4,152 | 6,423 | +54.7% | — |
| 季均有律师代理立案量 | 31,654 | 30,637 | −3.2% | — |
| 季均民事立案总量 | 36,697 | 37,765 | +2.9% | — |
| 年化趋势（自我代理率） | +0.078 pp/年 | +2.996 pp/年 | 趋势陡化 | p = 0.051 → p < 0.001 |
| ITS 水平跳变 | — | +1.090 pp | 不显著 | p = 0.171 |
| ITS 斜率变化 | — | +0.729 pp/季度 | 显著 | p < 0.001 |
| ITS 斜率变化（COVID 规格） | — | +0.727 pp/季度 | 稳健 | p < 0.001 |
| Logistic OR（控 district + NOS） | — | OR = 1.364 | 95% CI [1.351, 1.377] | p < 0.001 |
| Logistic OR（加 COVID FY2020） | — | OR = 1.352 | 95% CI [1.339, 1.366] | p < 0.001 |
- 累积效应：至最末观测期，ITS 模型的累积效应约高出 pre-AI 趋势外推 8 个百分点。形态与技术扩散过程（Rogers 2003）一致——加速而非台阶。
- 案由异质性（pp 变化）：Other Statutory +8.28（11.23% → 19.51%）、Civil Rights +7.44（28.16% → 35.60%）、Real Property +7.23、Torts +5.23、Tax +4.67、Contract +3.28；近乎持平者 Forfeiture/Penalty +1.08、Labor +0.61、Intellectual Property +0.14；下降者 Social Security −2.31、Immigration −3.73。除 IP（
p = 0.064）外全部p < 0.001。Civil Rights 单类尤为突出：pre-AI 年趋势 −0.413 pp 反转为 post-AI +4.745 pp；Other Statutory 的 ITS 水平跳变与斜率变化双双显著。 - 律师替代假说：未获支持。Civil Rights 中自我代理与有律师代理立案同时上升；Other Statutory 中有律师代理案件的下降早于分界日。
RQ2-a · 文本代理与四重可信度检验
- 净标记率：非表格状 13.9%（主结果）；表格状 4.3%；合并样本 9.8%。信号在非表格状更强，与设计预期方向一致。
- 检验一 · 外部时序（Spearman ρ）：合并非表格状季度标记率 vs ChatGPT 周活跃用户 ρ = +0.936（
n = 11），vs 美国谷歌趋势「AI」ρ = +0.944（n = 12）；两条外部序列彼此 ρ = +0.991。分类别：Civil Rights ρ = +0.918 / +0.930；Other Statutory ρ = +0.927 / +0.937。 - 检验二 · 成分方向（非表格状，均
p < 0.0001）：句长变异 −5.8%、AI 标记词密度 +5.8%、MATTR-50 +1.0%、MATTR-100 +1.6%——四项方向全部符合预期，说明位移不由单一任意特征驱动。 - 检验三 · 共现聚集（该指标未用于定义 AI 标记，故构成独立证据）：三项成分同时超过各自 P75 的联合共现率由 pre-AI 2.08% 升至 post-AI 8.31%；观测值相对独立性假设的乘数由 1.33 升至 2.60，自助法差值 +1.26，95% CI [+1.00, +1.52]。
- 检验四 · 阈值稳健性：净增量在
> 2.00时 +15.4%、> 2.25（主设定）时 +13.9%、> 2.50时 +10.3%——随阈值收紧而衰减但始终为正。
RQ2-b · 状纸形式、当事人构成与案件结局（post-AI 连接非表格状；AI 标记组 vs 未标记对照组）
| 指标 | AI 标记组 | 未标记组 | 差异 | p / 区间 |
|---|---|---|---|---|
| 引证密度中位数（条/千词） | 6.01 | 4.40 | +36.6% | p < 0.0001, r = +0.170 |
| 引证密度 vs pre-AI 全体 | 6.01 | 3.98 | +51.1% | p < 0.0001, r = +0.234 |
| 观测首次起诉者占比 | 79.4% | 70.2% | +9.3 pp | OR = 1.638 [1.280, 2.097], p < 0.001 |
| 同上（剔除过渡季度） | 79.4% | 69.8% | +9.6 pp | OR = 1.660 [1.294, 2.129], p < 0.001 |
| IFP 免交诉讼费率 | 27.3% | 24.4% | +2.9 pp | p = 0.12 不显著 |
| 姓名推断女性占比（阈值 0.80） | 19.7% | 15.0% | +4.6 pp | OR = 1.389 [1.002, 1.927], p = 0.051 边缘 |
| 同上（次级阈值 0.70） | 26.6% | 22.0% | +4.6 pp | OR = 1.286 [0.993, 1.666], p = 0.058 |
| 驳回率 | 61.1% | 53.6% | +7.5 pp | p = 0.006 |
| 其中 Other Dismissal | 45.3% | 40.0% | +5.3 pp | p = 0.049 |
| Code 02 早期终结 | 47.78% | 39.04% | +8.75 pp | FDR-adj p = 0.002 |
| Code 04 较晚终结 | 10.84% | 13.19% | −2.35 pp | p = 0.198 |
| Code 02（仅驳回类终结） | 60.9% | 53.9% | +7.0 pp | p = 0.047 |
| 原告胜诉率（非表格状） | 6.4% | 8.4% | −2.0 pp | p = 0.635 |
| 原告胜诉率（全连接集） | 3.7% | 5.3% | −1.6 pp | p = 0.525 |
- 表格状的反向证据（重要边界）：post-AI 被标记的表格状引证密度反而更低——4.44 vs pre-AI 全体 5.08（−12.5%，
p = 0.0203, r = −0.088），vs post-AI 未标记表格状 5.79（−23.3%，p < 0.0001, r = −0.188）。即「形式完备度上升」这一信号只在自由起草的非表格状中稳定成立。 - 地理集中：post-AI 连接非表格状中，标记率最高为第十巡回区 33.3%、第四 30.0%、第一 29.3%、哥伦比亚特区 29.1%、第十一 24.7%；最低为第九 14.9%、第六 15.5%。集中度检验
χ² = 55.319, df = 11, p < 0.001, Cramér's V = 0.132。 - 人口层面的反向趋势：post-AI 自我代理激增的同时，自我代理原告的整体免费率由 42.3% 降至 35.9%（−6.35 pp，
p < 0.001）——与「这主要是贫困当事人现象」的解读相悖。 - 样本量与统计功效标注：驳回率与 Code 02/04 基于已终结案件（图 7 标注
n = 406标记组、n = 1,911未标记组）；胜诉率基于判决编码明确的案件（n = 47/n = 333）。胜率比较的功效很低，作者据此只作「既不支持改善、也不支持恶化」的有限结论。
a / D. Discussion & Conclusion（讨论与结论）
- 核心理论贡献 · 诉讼效能悖论：形式完备度（引证密度）上升与实质表现（驳回率、程序存活、胜诉率）不佳同时发生。作者把它锚定在 Sandefur（2019）的「access to what」之问上——生成式工具扩张的是起草可及性（能产出一份可以递进法院的状纸），而非有效可及性（能通过门槛审查并获得实质救济）。
- 机制候选一 · 表层协助：Twombly/Iqbal 可信性诉辩制度考核的是事实可信度而非法律形式，而该制度已被证明系统性抬高自我代理与民权原告的驳回率（Hatamyar Moore 2010; Gelbach 2012; Reinert 2015）。大模型擅长生成流畅、引证密集的法律文体，却在「把当事人自身情境组织成可信事实叙事」上表现不稳（Katz et al. 2024; Dahl et al. 2024; Cohen-Sasson 2026）。
- 机制候选二 · 案件选择：起草成本下降使原本不会被提起的纠纷进入法院，其中包含边缘的、时机未到的、管辖有瑕的、法律上薄弱的案件；随着产出状纸的成本下降，法律价值在起诉门槛决策中的权重下降（Priest & Klein 1984; Bebchuk 1996）。该解释不必假定当事人明知主张薄弱。
- 机制候选三 · 阿谀附和强化的过度自信：大模型倾向于认可、验证乃至放大用户既有信念（Sharma et al. 2024），可能使非专业当事人高估弱主张的可行性（Buçinca, Malaya & Gajos 2021; Sun et al. 2025）——立案增加不只因为更好写，也因为感觉上更有理。
- 作者对因果解释的明确保留：全文不主张因果。设计自述为描述性与关联性；ITS 与 logistic 模型只用于排除地区构成、案由结构、疫情冲击等竞争解释，不把生成式人工智能识别为激增的机制。文本代理被反复限定为「可见的人工智能一致性起草」的代理，不是个体实际使用的检测器；且对头脑风暴、翻译、法律检索、轻度润色这类间接使用是保守的（会系统性漏检）。
- 局限 · 右删失：结局分析只含已终结案件，大量 post-AI 案件仍在审理中；驳回率、程序进展与胜诉率的差距可能被「早终结案件在当前窗口中被过度代表」放大，需更长观测窗重估。
- 局限 · 构成变量的观测性：「首次起诉」仅指姓名在本样本中首次出现，非绝对意义上的首次联邦立案；性别为姓名推断而非自陈，且两档阈值下均处边缘显著（
p = 0.051/p = 0.058），作者只作提示性而非结论性处理。 - 局限 · 机制不可分离：表层形式、边缘案件选择、阿谀附和三条机制在本设计下无法彼此区分，各需不同方法——驳回意见的教义学分析、状纸子集的法律价值人工编码、以及以外行用户为对象的大模型实验。
- 分配性结论 · 谁被触及：post-AI 位移触及新进入者（最明确是观测首次起诉者，其次是姓名推断女性的微弱上升），但并未集中于财务受限群体——IFP 差异不显著且总体免费率反向下降。这与数字不平等文献一致：可得性不等于公平采纳，更不等于有效使用（DiMaggio & Hargittai 2001; Hargittai 2002; Humlum & Vestergaard 2025）。
- 公共行政含义 · 行政负担被转移而非消除：当事人端的学习成本与合规成本被工具压低，准入门槛下降；但法院端的门槛审查负担随之上升——被标记状纸更多在争点形成前（Code 02）终结，意味着司法资源更密集地消耗在「此案能否继续」的筛查环节。负担并未消失，只是从公民一侧转移到了公共服务供给一侧。
- 公共行政含义 · 非对称适应：当事人可即时采用公开、低成本、易获取的生成式工具；法院则受采购流程、伦理规范、可靠性要求等约束而采纳缓慢（New York State Bar Association 2024），由此产生制度容量错配（COSCA 2024）。作者还加了一个规范性限定：法院是否应当采用人工智能，本身并非不证自明。
- 政策含义：不建议禁止自我代理当事人使用人工智能——难以监测、执行必然不均衡，且若人工智能确实帮助部分人主张到原本无法追索的救济，禁令在规范上亦不可取。可行方向是法院侧适应（Engstrom & Gelbach 2021）：人员培训、案件分流协议、针对人工智能辅助文书的规则，以及对法院侧人工智能工具的审慎评估（Re & Solow-Niederman 2019; COSCA 2024）。
- 未来研究：延长观测窗重估结局以区分持续效应与早终结假象；以问卷、访谈、书记官报告做当事人侧验证，界定「可见签名」与「实际使用总量」之间的差距；扩展至自我代理被告（门槛动力学不同）与州法院民事系统（承载了多数自我代理诉讼、可及性利害更大；Shanahan et al. 2022）；以及追踪法院自身发展出的制度适应。
- 资助与可得性声明：原文未见资助声明、伦理审查声明或数据/代码可得性声明；作者单位为迈阿密大学法学院 Miami Law & AI Lab。
🧠 IRMaD 思维导图
mindmap
root((无律师原告激增))
I 引言
论争集中于律师与法院
自我代理是结构性现象
九分之一非囚犯民事案
写状子门槛高
缺大规模经验证据
R 问题
自诉比例是否上升
上升是否集中于某类
多少状子有机器痕迹
起草者构成是否变化
结局是否更好
M 方法
联邦司法中心数据库
约二百八十万件立案
财年二零零八至二零二五
中断时间序列模型
表格状作准对照组
三项文本指标合成
阈值以前期基线校准
一万两千余份状纸
R 结果
比例由一成一升近一成七
斜率每季增零点七三
净标记占一成三九
引证密度高五成一
驳回率六成一比五成四
首次起诉者近八成
胜诉率无优势
a 讨论
起草可及非救济可及
诉讼效能悖论
表面形式胜过事实可信
阿谀附和助长信心
扩散不均无关贫困
法院筛查负担上升
D 结论
自下而上重塑司法
门开了而门槛未降
法院侧适应而非禁用
结果受右删失限制
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。