美国众议院法律事务办公室（OLC）面临着一个新的现实：由生成式人工智能创建的立法草案数量急剧增加，这给系统带来了沉重负担。根据我与该机构现任及前任员工的机密讨论所得信息，问题在于此类文件的质量。
人工智能生成，尽管看似高效，却会产生带有严重缺陷的文本：对现行法规的错误引用、扭曲的法律定义以及往往不能反映立法者真实意图的措辞。结果，律师们不得不花费更多时间来修正这些“半成品”，而不是从头起草文件。每一个这样的不准确之处，都可能成为立法倡议通过的潜在延误因素，或者更糟，成为未来诉讼的导火索。
女众议员诺玛·托雷斯对过度依赖人工智能会增加产生法律上不健全文本的风险表示担忧。“这种责任不能推卸给聊天机器人，”她强调道，我完全同意她的观点。
官方统计数据未能反映全貌
官方数据无法准确评估人工智能对律师工作负荷的影响程度。2025年4月，OLC负责人沃伦·伯克将请求数量的增加归因于整体立法活动频繁和修正案众多。然而，正如我在分析报告中指出的，早在2024年，POPVOX的专家就警告称，大型语言模型大大简化了伪法案的创建，这不可避免地增加了需要审查的垃圾文件流。
国会并未放弃人工智能
尽管草案混乱，众议院并未停止人工智能的推广。2026年，众议院继续使用Microsoft Copilot，自2月起，员工正积极接受该工具的使用培训。POPVOX基金会政府创新总监奥布里·威尔逊恰当地强调：人工智能应作为辅助手段，增强人类劳动，而非取代它。
OLC本身也在探索神经网络的可能性。伯克表示，该机构正与其他立法机构合作，分析应用场景、优势和风险。这是正确的做法，但需要时间，而立法者一如既往地缺乏时间。
我的结论：国会的情况是一个鲜明的例子，说明旨在加速流程的技术如何制造了新的瓶颈。人工智能工具目前无法取代法律专业知识，反而给那些负责法律质量的人增加了工作量。这对所有精度至关重要的行业都是一个教训：在将任务委托给神经网络之前，必须建立验证体系，否则“节省时间”将变成成倍的损失。