跳到正文
RadarAI· The Decoder:AI News(RSS)·· 4 小时前AI 评分71

NBER 实验:AI 让初级专利律师即战力提升,但只有资深律师留存优势

AI 导读

NBER 一项工作论文在 11 家美国知识产权律所开展为期三个月的随机对照试验,133 名律师中三分之二使用 Google Labs 未发布的 AI 助手 InFlow。

正文 · AI 翻译

The Decoder:AI 新闻· Jonathan Kemper·2026-10-24 22:34· 1 小时前AI 评分70

AI 让初级专利律师立刻变得更强,但可能悄然阻碍他们的职业成长

AI 导读

NBER 的一项工作论文在 11 家美国知识产权律所开展为期三个月的随机对照试验,133 名律师中三分之二使用 Google Labs 未发布的 AI 助手 InFlow。

正文 · 原文

Jonathan Kemper

2026年10月24日

Image description

由 THE DECODER 提示的 Nano Banana Pro

一项针对 133 名专利律师、为期三个月的实地实验表明,AI 辅助能提升即时表现,对初级律师尤其明显。但一旦撤走 AI,只有资深律师能保住这些收益。

AI 辅助究竟是在构建还是侵蚀专业能力,在研究领域仍是一个有争议的问题。美国非营利经济学研究机构美国国家经济研究局(NBER)的一份工作论文,通过在美国 11 家知识产权律所开展为期三个月的随机对照试验来探讨这一问题。

该研究通过让律师先借助 AI 辅助工作、再在没有 AI 的情况下评估结果,将两件事区分开来。这一设计让研究人员既能衡量 AI 辅助工作的质量,也能衡量律师自身判断力在事后保持得如何。独立律所的盲评专利律师从五个维度对所有结果打分:可执行性、技术准确性、策略模糊性、完整性和清晰度。

在这项由 Google 资助的研究中,三分之二的参与者获得了 Google Labs 一款未发布的 AI 助手“InFlow”的使用权限,其余三分之一则在没有任何 AI 的情况下工作。在两项专利权利要求起草任务中,只有实验组可以使用 InFlow,对照组则在无辅助的情况下完成相同任务。

在第三项名为“红线批注”的任务中,所有参与者都必须在没有 AI 的情况下批判性地审阅一份现有专利草案。正如作者所解释的,起草衡量的是即时的 AI 辅助表现,而红线批注衡量的是内化的判断力,这是专利律师日常在没有任何工具的情况下执行的任务。

AI 主要提升初级律师的草案

在起草任务中,实验组在第 10 天和第 90 天两个时间点都明显优于对照组,效果体现在全部五个评分维度上。更高的分数主要来自差评减少和中等评分增多,而最高分几乎没有变化。

Six histograms comparing score distributions between control and treatment groups in drafting tasks after 10 and 90 days, broken down by all attorneys, juniors, and seniors.
在可使用 AI 的情况下,初级律师的专利草案获得的低分大幅减少。| 图片:NBER

经验少于七年的初级律师获得的提升远大于资深律师。研究人员表示,这与越来越多表明 AI 能缩小经验较少与经验较多员工之间表现差距的研究一致,这种效应已在写作、客户服务和软件开发中观察到。

只有资深律师能保住 AI 优势

红线批注任务得出了相反的结果。实验组总体得分更高,但这一优势完全来自资深律师,初级律师毫无获益,尽管他们在 AI 辅助起草期间取得了最大的提升。

Three dot plots showing AI access effects in standard deviations for the overall score and five rating dimensions, broken down by all attorneys, juniors, and seniors across drafting at 10 and 90 days and redlining at 90 days.
在 AI 辅助起草期间,初级律师获益最大。在没有 AI 的红线批注中,只有资深律师保住了优势。| 图片:NBER

相反,初级人员的成绩出现分化,中间分数段大幅减少,被更多差评和更多好评取代,而顶尖水平没有增长。作者将此解读为一种迹象:AI 加速了部分初级人员的技能培养,同时取代了另一些人的技能培养,尽管该实验并未解释为何效果出现分化。

Three histograms comparing score distributions between control and treatment groups in redlining after 90 days for all attorneys, juniors, and seniors.
在没有 AI 的划线标注中,实验组初级人员的分数分布更宽,低分和高分评分都更多。| 图片:NBER

从 AI 中获益最多的律师,恰恰是留存持久技能最少的那批人,这促使研究人员提出,基线专业能力可能是将 AI 辅助实践转化为持久能力的前提条件。

一项补充文本分析提供了一种可能的解释。资深律师更常重构有缺陷的草稿,并将其修改建立在法律原则之上,而初级人员常常发现了严重缺陷却未加以修复,留下的批注读起来像是对 AI 助手的指令。由于这种行为在对照组中也出现,作者并未将其归因于 AI 训练出的习惯,而是将其视为初级人员层面的基线缺陷,而 AI 的使用并未修复这一缺陷。

结果在实践中的意义

作者指出了若干局限,包括顶尖律师高昂的计费费率导致样本量偏小、参与律所不能代表整个专业服务行业、缺乏基线技能测量,以及三个月的窗口期与建立专利专长所需的数年时间相比过短。

研究人员认为,只要专业工作仍然需要不依赖 AI 的判断力,即时生产力提升与持久技能发展之间的张力就很重要,而且这种需求很可能长期存在。即便 AI 最终能支持划线标注,它也不太可能在客户会议和法庭程序中实时提供给律师,因为这些场合风险高,且判断需要当场做出。

类似模式也出现在其他领域。在软件开发中,一项 Anthropic 研究发现,借助 AI 学习新编程库的年轻开发者,在后续知识测试中的得分比不借助 AI 学习者低 17%。在论文写作中,MIT 媒体实验室发现了外包思考带来的认知债务迹象。而在管理咨询领域,BCG 研究早在 2023 年就表明,较弱的咨询顾问使用 GPT-4 后的提升远大于表现强者。

斯坦福研究人员解释了多个行业中入门级岗位的减少,他们认为 AI 大体上可以替代学校和大学传授的课本知识,而这正是早期职业工作者带来的主要东西,而经验丰富的专业人士还拥有 AI 难以轻易替代的实操专长。

这项专利律师研究汇入了一场关于专业能力侵蚀的更广泛辩论,一些研究人员称之为“认知公地悲剧”。个体律所从自动化中获益,而人才发展受阻的成本却扩散到整个行业,这项研究为这一担忧增添了更多来自真实实践的实验证据。

Anthropic 最近表示,自 2025 年初以来,其工程部门的初级岗位比例已从 21% 降至 14%。

无炒作的 AI 新闻——由人类精选

订阅 THE DECODER,享受无广告阅读、每周 AI 新闻简报、每年六期独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。

立即订阅

  • 完整访问 THE DECODER 上的每一篇文章
  • 无广告
  • 加入评论和社区讨论
  • 每周通过邮件获取 AI 新闻摘要
  • 每年 6 次:“AI Radar”——深入探讨最重要的 AI 话题
  • 每日 AI 新闻,始终紧跟最新动态
  • 我们完整的十年档案
  • 由拥有 10 年以上 AI 经验的团队报道

来源:The Decoder:AI News · the-decoder.com

来源:RadarAI · aihot.news