當AI開始「淹沒」法院與政府：從《經濟學人》談到科斯

《經濟學人》2026年8月6日刊出兩篇很有意思的文章。一篇是社論 〈How AI is breaking the British state〉，另一篇則以英國就業法庭為例，題為 〈The tragedy of the commons, AI edition〉。兩篇放在一起看，談的不只是AI會不會取代律師或公務員，更思考AI會如何改變司法與行政、運作的基本條件。

《經濟學人》觀察到什麼？

先說《經濟學人》這兩篇文章談的問題。

生成式AI正在大幅降低一般人與政府及法院打交道的成本。過去要提出申訴、行政救濟、福利請求或訴訟，需要理解制度、尋找法律依據、準備文件，有時還必須聘請律師。如今，其中許多工作都可以由AI協助完成。

《經濟學人》以英國就業法上的 interim relief（暫時救濟）為例。這是一種特殊而且門檻很高的緊急救濟，例如勞工主張因吹哨或工會活動而遭到解僱，可以請求在本案判決前復職或繼續取得薪資。

過去這類聲請極為少見，全英國一年大約只有20件，但最近數量暴增，但成功率仍然低。AI讓原本不知道這項制度，或者沒有能力自行研究法律、尋找判例與撰寫書狀的人，也可以迅速找到可能的法律依據並提出聲請。

而這還只是其中一例。

另一篇社論把問題擴大到整個英國政府。人民現在可以利用AI提出異議、上訴、福利請求、停車罰單抗辯等；隨著AI agent的發展，未來甚至可以由AI持續尋找可能主張的權利、準備文件、提出申請，遭到拒絕後再進一步提出異議或救濟。

《經濟學人》把這種現象稱為 「agentic flooding」。AI代理人大量製造申請、異議與救濟程序所形成的洪流，而政府仍然是按照郵件與電話時代的處理能力在運作。

這裡出現了一個根本的不對稱：

AI大幅降低了人民「提出主張」的成本，卻沒有同時降低國家「判斷主張」的成本。

對個別當事人而言，多提出一項主張、多寫一些理由，增加的成本已經很低；但每一項主張進入政府或法院之後，仍可能需要公務員或法官閱讀、調查與判斷。

每個人的行為都完全合理，累積起來卻可能耗盡共同而有限的行政與司法資源。這也就是另一篇文章所說的 「AI版的公地悲劇」（tragedy of the commons）。

我的感想

面對AI帶來的案件與申請洪流，法院與行政機關當然可以採取各種措施，例如限制書狀篇幅、採用制式表格、加強案件分流、建立初步審查機制，甚至自己導入AI協助整理案件。

但問題可能沒有這麼容易解決。因為，只要規則制度化，AI也可以學習這套制度。

限制20頁，AI可以把論述濃縮成20頁；要求固定格式，AI可以按照格式產生內容；設定初步審查標準，AI也可以分析既有決定與判決，協助使用者按照這些標準調整主張。

甚至可以說，制度設計得愈明確、愈結構化，某種程度上也愈適合AI理解與操作。想著如何設計一道AI跨不過的程序門檻，很難。

AI是不是正在改變法律制度原來的成本結構？

從科斯的交易成本重新看這個問題

這讓我想到科斯（Ronald Coase）的交易成本理論。

許多法律制度之所以形成現在的樣子，未必只是出於某種抽象的公平或效率理念，也與當時搜尋資訊、協商、執行及解決爭議的成本有關。當科技或社會條件使這些成本發生重大變化，原來的制度安排也可能隨之失去平衡。

AI帶來的正是這種變化。

過去，一個人即使擁有法律上的權利，要真正提出主張，仍然需要付出相當成本。必須知道自己有哪些權利、尋找法律依據、閱讀判決、整理事實與證據、撰寫書狀，有時還需要聘請律師。這些成本一方面構成人民接近司法的障礙，另一方面也無形中限制了進入法院或行政機關的主張數量。

生成式AI正在迅速降低這些成本。

從接近司法（access to justice）的角度來看，這當然是一件好事。許多過去因為資訊、專業或經濟成本過高而無法主張權利的人，現在有了新的工具。

如果科斯今天還在世，他可能會說，成本並沒有因此消失，而是改變了位置。

當人民提出主張的成本急遽下降，原來由當事人承擔的一部分成本，可能轉化成法院與行政機關的審查成本。案件愈多、文件愈多、法律主張愈多，需要投入判斷的人力也愈多。最後，這些成本可能由其他等待審判的當事人、納稅人乃至整個社會共同承擔。

科斯說，一般人習慣把問題想成「A 傷害了 B，我們該如何限制 A」，但這個問法是錯的。因為避免 B 受害，就等於讓 A 受害；真正要決定的是，應該允許 A 傷害 B，還是允許 B 傷害 A。問題在於避免比較嚴重的那一種傷害。

如此一來，《經濟學人》所說的「AI版公地悲劇」就有了另一層意義，AI在提高法律服務效率的同時，也重新配置了法律制度中的成本。

舊的摩擦成本回不去了

若是如此，試圖恢復過去因資訊不足、專業門檻與程序繁瑣所形成的「摩擦成本」，方向恐怕有誤。近來已可見到這種傾向：法院對書狀篇幅設限、要求揭露AI生成內容、以形式門檻回應暴增的案件量。但科技一旦壓低了成本，就很難靠增加條件、限制篇幅或加重程序把它重新墊高；即使建立新規則，AI也能迅速適應。

法律論證正在變得廉價，可信的判斷才是稀缺資源。

當法律主張能以近乎零成本大量、自動生成，而人的審理能力仍然有限，制度真正要處理的，是如何重新分配審查、驗證、錯誤與程序濫用的成本。現行法其實已經備有素材：爭點整理義務、上訴利益門檻、簡易程序分流、律師強制代理、濫訴的裁判費與罰鍰機制。差別在於，這些機制過去的功能是過濾「不值得受理的案件」，往後恐怕得轉為過濾「不值得認真回應的論證」——而這兩件事，需要的判準並不相同。

過去用來擋案件的門檻——訴訟標的價額、案件類型、上訴利益——看的都是案件本身的形式條件。這些門檻之所以有用，是因為案件多寡大致等於工作量多寡：擋掉一件案子，就等於擋掉一整套要審的主張。現在這個比例被拉開了。案件量本身固然也在增加，但更麻煩的是單一案件所能承載的論證量——同一件案子可以塞進五十個看起來都站得住的爭點，而這五十個爭點不必多花什麼力氣就生得出來。

法院不是完全沒有工具。爭點整理程序連同其失權效，本來就是用來在案件內部收斂主張的。但這套設計有個沒有寫出來的前提：提出主張是有成本的，所以當事人自己會先取捨；對律師來說，亂丟爭點還會折損在法官面前的可信度。當主張的邊際成本趨近於零，這個前提就不成立了。整理爭點的工作量會跟著主張數量一起膨脹——法官仍然得逐一確認哪些有爭執、哪些沒有，而這件事本身沒有變便宜。

要過濾論證，能問的大概只剩一件事：這個主張，有沒有人真的核對過，而且願意為它負責。核對過，是指引用的判決確實看過、事實確實比對過、涵攝路徑確實想過；願意負責，是指主張錯了，提出的人要承受不利益，不是把查證的工作丟給法院。AI 生成一段論證不必經過這道手續，人要為它背書則非經過不可，兩者的成本差距就在這裡。

至於這件事在制度上該長什麼樣子，還沒有現成的答案。個案裡，法官決定哪些主張值得回應，究竟是訴訟指揮的一環，還是已經進入闡明的範圍？如果他事前表明某個爭點不必再爭，這是給當事人的提醒，還是替當事人做了取捨？往上一層，上級審又要用什麼標準檢驗這個決定？這些都不是技術細節，而是我們願意讓「被認真審理」變成什麼。

科斯提醒，政府的行政機器本身並非沒有成本，有時代價還相當高；而且沒有理由相信，由一個會犯錯、承受政治壓力、又缺乏競爭檢驗的機關所訂出來的規則，一定會提高整個系統的運作效率。
科斯批評一種常見的思考方式：把放任狀態拿來跟某個理想世界比較。他說這必然導致思路鬆散，因為被比較的兩者究竟是什麼，從來沒有講清楚。他主張比較好的做法，是從接近現實的狀況出發，檢視某項政策改變會產生什麼效果，再判斷改變後的整體狀態究竟比原來好還是壞。