美国众议院法律事务办公室（OLC）遭遇了引入生成式人工智能带来的意外副作用：由神经网络生成的法案草案数量急剧增加，给工作人员造成了额外负担。根据我从该机构现任及前任工作人员处获得的信息，这一问题具有系统性，需要立即应对。
关键难点出现在审查阶段。人工智能生成的文档充斥着对不存在或已过时法律的引用，包含不准确的定义和措辞，扭曲了作者的原始意图。结果，律师们不得不花费更多时间修正此类材料，而非从头起草文件。每一个错误都可能导致立法倡议被推迟，甚至更糟——成为未来诉讼的根源。
国会议员诺玛·托雷斯对此表示担忧，警告称对人工智能的过度依赖会增加出错风险，并产生无法反映立法者意图的措辞。她强调：“这一责任不能推卸给聊天机器人。”这一点毋庸置疑——将法律责任委托给一个不理解法律细微差别的算法，是一个危险的先例。
官方统计数据目前尚无法评估人工智能对OLC工作负荷的影响程度。该办公室主任沃伦·伯克在2025年4月将咨询量增长归因于整体立法活跃度的提升和修正案数量的增加。然而，早在2024年，POPVOX的专家就指出，大型语言模型降低了创建伪法案的难度，送交律师审查的此类文件数量已显著上升。
国会不顾风险继续推进人工智能应用
值得注意的是，众议院并未放弃使用该技术。正如POPVOX基金会政府创新总监奥布里·威尔逊所言，2026年众议院继续使用微软Copilot，且自2月起开始对员工进行该工具的使用培训。她正确地强调，人工智能应作为增强人类工作的辅助工具引入，而非替代品。
OLC本身也在积极研究该技术。4月，伯克表示，该办公室正与立法机构其他部门合作，探讨神经网络的可能应用场景，并分析相关利弊。
值得一提的是，此类问题不仅限于美国。近期，《卫报》记者在提交给澳大利亚政府的一份报告中发现了人工智能幻觉的痕迹，该文件包含了对不存在科学出版物的引用。这证实了在司法和政府领域使用人工智能需要极为谨慎的态度。
我的分析：美国国会的情况只是冰山一角。我们正在目睹内容生成速度与验证质量之间的典型冲突。在人工智能学会自行验证其结果的司法可靠性之前，其在立法中的使用仍将是一场危险的实验，可能让立法者和公民都付出高昂代价。