从处理速度到公平体验：AI 如何改进司法服务
从处理速度到公平体验：AI 如何改进司法服务
司法服务平台的看板上，机器人平均十秒答完一个问题，数字很漂亮。可一位第一次打官司的人按回答去了错误窗口，重新预约又等了两周。对他而言，服务不是十秒，而是从第一次提问到真正办成之间的全部时间。评价司法 AI，必须沿着当事人的路径走，而不是只盯系统内部的处理速度。
机构可以请不同使用者完成一项完整任务：收到法院通知，弄清期限，准备材料，线上提交，查询进度，发现错误后提出更正。记录每一步用了多久、哪里需要人工、哪些话让人误解。听障、视障、多语言用户和没有智能手机的人都应参与。若只测试熟练在线办事的人，成绩会很好，却无法说明服务是否公平。
指标也要分层。简单程序咨询看首次有效答复时间，复杂案件看摘要与原件是否一致；无障碍服务看任务能否完成，申诉看错误是否得到实际补救。转人工不是失败，不该为了提高“自动解决率”而故意藏入口。纸质和电话用户同样计入分母，不能让看不见的等待消失在报表之外。
一个常见陷阱是把自动退回材料算成“快速处理”。当事人可能因为扫描件识别错误反复补件，实际等得更久。机构应把同一事项的全部来回合并计算，抽查误退、错告和期限受影响的个案。平均时间下降，也不能冲淡少数严重错误。工作人员若因为模型摘要多做复核，这份劳动也应计入成本，而非在报告里被写成节省。
数据需要连到整改。某类通知反复被误解，就改通知模板；模型对某种语言表现差，就暂停高风险自动答复并增加人工翻译；转人工排队过久，就安排人手。每季公开去身份化的主要错误、处理方式和复测结果，让公众看见项目不仅报告成功，也报告修正。法律援助人员和实际用户应能提出外部意见。
这套评价还要能影响预算。若数据显示机器人答复很快、人工纠错却排队很久，下一笔资金可能更应投入服务人员，而非继续增加自动回复能力。技术部门、业务部门和法律援助机构共同看结果，避免各自只拿自己喜欢的数字。系统供应商也应对错误日志、版本变化和数据导出负责，让机构不被一张无法解释的仪表盘困住。
最后请当事人回答两个问题：“你知道接下来会发生什么吗？如果不同意，知道去哪儿说吗？”若答不上来，再快的系统也还没有把服务做好。技术的价值，是让更多人更容易走完一条能理解、能纠错、有真人负责的程序。
