【全文】
人工智能将帮助立法者制定更复杂的法律，并对行政部门施加更强的控制。
如今，人工智能(AI)正在制定法律。这不需要改变立法程序或立法机构的规则——只需要一名立法者或立法助理在起草法案的过程中使用生成式人工智能。
事实上，立法者使用人工智能只会变得更加普遍。目前，美国众议院、美国参议院和世界各地的立法机构都在开展项目，以各种方式试验使用人工智能：搜索数据库、起草文本、总结会议、进行政策研究和分析等等。巴西的一个市政府于2023年通过了第一部已知的人工智能制定的法律。
这并不奇怪；人工智能正在被广泛使用。人们关注的焦点是政策制定者将如何使用人工智能，以及至关重要的是，这种使用将如何改变政府立法部门和行政部门之间的权力平衡。很快，美国立法者可能会求助于人工智能来帮助他们跟上日益复杂的立法进程——这将抑制行政部门制定政策的权力和自由裁量权。
对日益复杂的立法的需求
立法者正在起草越来越冗长、错综复杂、内容繁杂的法律，人类立法者很难起草。在美国，价值数十亿美元的游说行业正在资助立法者起草繁琐的法律：建议在法案中增加段落，明确某些法案的利益，为其他人制定例外。事实上，游说行业在全球范围内的复杂性和影响力正在不断增长。
几年前，研究人员研究了美国各州立法机构提出的法案，研究哪些法案是完全原创的文本，哪些法案借鉴了其他州或游说者撰写的示范法案的文本。他们的结论并不令人意外。那些借用文本最多的立法机构资源较少。这是有道理的：如果你是一名兼职立法者，可能没有报酬，也没有很多员工，你需要依靠更多的外部支持来起草立法。当政策制定范围超出立法者的资源时，他们就会寻求帮助。今天，这通常意味着游说者，他们免费为地方、州和联邦各级的立法者提供专业知识、研究服务和起草工作。当然，他们并非不偏不倚：他们试图代表客户施加影响。
另一项研究在美国联邦层面衡量了立法中提出的政策的复杂性，并试图确定导致这种复杂性不断增加的因素。虽然衡量法律复杂性的方法有很多，但这些作者关注的是制度设计的特殊性：国会在规划将分享权力以实施政策的部门、机构和官员的关系网络时有多严格？
在研究1993年至2014年颁布的法案时，研究人员发现了两点。首先，他们得出结论，意识形态的两极分化推动了复杂性。这意味着，如果立法者处于意识形态的极端，他们更有可能引入复杂的法律，以限制作者所说的“根深蒂固的官僚利益”的自由裁量权。其次，他们发现，分裂政府在很大程度上推动了复杂性：在分裂政府下通过的重要立法比在统一政府下通过的类似立法复杂65%。他们的结论是，如果立法者的政党控制国会，而反对党控制白宫，立法者将希望给予行政部门尽可能少的回旋余地。当立法者的偏好与行政部门的偏好不一致时，立法机关就会有动力制定具体化所有细节的法律。这使得指定执行法律的机构拥有尽可能少的自由裁量权。
由于两极分化和分裂政府在美国日益根深蒂固，联邦层面对复杂立法的需求可能会增长。今天，我们既面临着有史以来最严重的国会意识形态两极分化，又面临着联邦政府日益分裂的局面。1900年至1970年（第57届至第90届国会）期间，我们曾有27次统一政府，只有?7次分裂政府；比例接近四比一。此后，趋势大致相反。截至下一届国会开始时，我们将有?20次分裂政府，只有8次统一政府（比例接近三比一）。尽管即将上任的特朗普政府将迎来一个统一政府，但众议院极其紧密的分裂可能经常使本届国会看起来和感觉上像是一个分裂的国会（最近的政府关门危机就是一个典型例子），并且很有可能在2027年出现真正的分裂政府。
另一个导致立法复杂性的相关因素是需要一次性完成所有工作。游说者们的狂热——促使《平价医疗法案》等主要法案长达数千页——部分是由于国会的僵局所致。国会的生产力已经下降到如此低的程度，以至于任何关于特定政策问题的法案似乎都是立法者和游说者制定政策的千载难逢的机会。
这些动态也影响到各州。各州政府经常出现分裂，尽管这种情况比以前少了，而且由于工作人员数量明显减少，各州对起草协助的需求可能更高。而且由于近年来国会的生产力下降，州一级的政策制定工作明显增多。?
但还有另一个原因，特别是对美国联邦政府而言，即使在统一政府期间，也可能迫使国会立法变得更加复杂。2024年6月，美国最高法院推翻了雪佛龙原则，该原则赋予行政机构广泛的权力来指定和实施立法。突然之间，最高法院授权制定更具体的立法。历史上一直隐性留给行政部门的问题现在必须明确委托给机构或直接在法规中规定。无论如何，法院的裁决意味着法律应该变得更加复杂，国会应该提高其政策制定能力。
这影响了政府行政和立法部门之间的权力平衡。立法机关对行政部门的授权越少，其自身权力就越大。制定法中明确作出的每一项决定都不是行政部门自己做出的决定，而是根据立法机关的指示做出的决定。在美国的三权分立制度中，行政法是平衡立法、行政和司法部门权力的工具。立法机关可以决定何时授权、何时不授权，并可以根据司法审查调整其授权控制权。取消雪佛龙将促使立法机关更有力地控制授权。
与此同时，国会出于强烈的政治动机而含糊其辞，并依赖其他人（如机构官僚）来做出艰难的决定。这赋予了第三方（企业或游说者）权力，他们因推翻雪佛龙案而获得了新工具，可以反对没有法律明确支持的行政法规。最高法院不断做出的裁决将胜利拱手让给不受欢迎的行业，这可能是复杂法律的另一个驱动因素，增加了通过立法修复的政治压力。
人工智能可以提供复杂的立法?
国会也许能或不能应对将更多政策细节纳入法律的挑战，但上述外部力量——游说者、司法机构以及日益分裂和两极化的政府——正在推动他们这样做。当国会确实承担起起草复杂立法的任务时，它很可能会向人工智能寻求帮助。
两种特殊的人工智能能力使国会能够制定与人类不同的法律。首先，人工智能模型拥有巨大的专业知识范围，而人类只有少数专业领域。像ChatGPT所采用的大型语言模型?(LLM)?可以生成有关资助特种作物收割机械化的立法文本，以及有关街道照明能效标准的材料。这使立法者能够同时处理更多主题。其次，人工智能模型比人类更能处理复杂程度更高的问题。现代LLM系统可以使用来自数千页文档的信息，同时执行多个同时的多步骤推理任务。这使立法者能够就任何给定主题填写更复杂的细节。
这并不是说将立法起草工作交给机器很容易。即使技术随时可用且性能良好，任何制度流程的现代化都是极其困难的。现代人工智能在掌握复杂的法律和政策问题方面还有很长的路要走。但基本的工具已经存在。
人工智能可以应用于立法的每个步骤，这将为政策制定者带来各种好处。它可以让他们同时制定更多政策（更多法案），为每项法案添加更多细节和具体性，或解读和采纳更多来自选民和外部团体的反馈。在立法办公室增加一个人工智能工具可能产生的影响类似于为其员工增加几个人，但成本要低得多。
在制定法律时，速度有时很重要。当执政党发生变化时，人们往往会急于改变尽可能多的政策，以适应新政权的政纲。人工智能可以帮助立法者进行这种全面修改。结果可能是政策更能响应选民的需求，也可能是政治更加不稳定。早在2024年，美国众议院书记官办公室就已经开始使用人工智能来加快制作法案成本估算的过程，并了解新立法与现有制定法的关系。自2020年以来，俄亥俄州就使用人工智能工具对州行政法进行全面修订。
人工智能还可以使法律更加清晰一致。人工智能工具的注意力比人类要集中得多，因此擅长执行句法和语法规则。它们能够有效地用精确、恰当的立法语言起草文本，或向人类起草者提供详细的反馈。人工智能审查员借鉴软件开发的理念，即程序员使用工具来识别常见的不良编程实践，从而发现不良的法律编写实践。例如，它可以检测出一份长篇法案中的重要措辞是否不一致。如果一份关于保险的法案反复列出各种灾害类别，但有一次遗漏了其中一种，人工智能就可以发现这一点。
这也许看起来微不足道，但法律上的一个小小的歧义或错误可能会带来巨大的后果。2015?年，《平价医疗法案》差点因为四个单词的拼写错误而被废除，危及了700多万美国人的医疗保健服务。
人工智能在立法过程中可以做的事情还有很多。人工智能可以总结法案并回答有关其条款的问题。它可以突出法案中与不同政治观点一致或相反的方面。我们甚至可以想象未来人工智能可以用来模拟一项新法律，并确定它是否有效，或者会产生什么副作用。这意味着除了起草法律之外，人工智能还可以帮助立法者理解法律。国会以制定长达数百页的法案而闻名，许多其他国家有时也会有类似的庞大的综合法案，同时解决许多问题。任何一个人都不可能理解这些法案的每一项条款是如何运作的。许多立法机构在预算或财政办公室雇用人工分析人员来分析这些法案并提供报告。人工智能可以以更快的速度和更大的规模完成这类工作，因此立法者可以轻松地向人工智能工具查询某项法案将如何影响他们的选区或关注领域。
这是众议院现代化小组委员会敦促国会图书馆采取行动的一个用例。许多软件供应商已经在营销人工智能立法分析工具。这些工具可能会发现漏洞，或者像今天的人类说客一样，利用这些漏洞来谋取特定的私人利益。
这些能力对于那些希望扩大权力和能力但又没钱雇佣人力的立法者来说很有吸引力。我们应该把人工智能增强立法的想法放在立法技术的长期历史中来理解。为了服务于现代社会，我们必须远离雅典的直接民主和抽签理想。民主不再只涉及一人一票来决定一项政策。它涉及数十万选民选举一名代表，该代表由工作人员辅助并得到游说者的资助，并通过由数字技术协调的庞大行政国家来执行政策。使用人工智能帮助这些代表指定和完善他们的政策理念是长期变革的一部分。
目前尚不清楚，所有这些人工智能增强功能是否对我们所有受其制定的法律约束的人都有好处。人工智能制定的法律确实存在风险，但这些风险与我们今天所面临的风险并没有太大不同。试图针对某些政策结果进行优化的人工智能制定的法律可能会出错（就像许多人制定的法律被误导一样）。人工智能制定的法律可能会被开发人工智能的科技公司或应用人工智能的立法者操纵，以使某一选区比其他选区更受益，就像人类游说者操纵政策以使其客户受益一样。
不管大家对这一切有何看法，不管它是产生积极影响还是消极影响，人工智能立法即将出台——日益复杂的政策需要它。它不需要改变立法程序，也不需要任何规则委员会的同意。只需要一名立法助理或说客启动一个聊天机器人，让它起草一份草案。2023年，当立法者对巴西的这项法案进行投票时，他们并不知道该法案是由人工智能编写的；ChatGPT的使用情况尚未公开。而且，即使他们知道，也不清楚是否会有所不同。在未来，就像过去一样，无论页面上的文字是什么，也无论谁（或什么）写了这些法律，我们都不会总是知道哪些法律会产生好的影响，哪些法律会产生坏的影响。（内森·E·桑德斯?(Nathan E. Sanders)?是哈佛大学伯克曼克莱因中心的一名数据科学家和研究员。他专注于开发开放技术，帮助扩大公共政策制定的参与度。他是非营利组织马萨诸塞州公众参与平台的联合创始人。布鲁斯·施奈尔是国际知名的安全技术专家，被《经济学人》称为“安全大师”。他是《纽约时报》畅销书作家，著有?14?本书籍，包括《点击此处杀死所有人》，以及数百篇文章、论文和学术论文。）AI Will Write Complex Laws.Nathan Sanders, Bruce Schneier. Thursday, January 16, 2025, 2:00 PM
