NBER 实验：AI 提升初级专利律师起草表现，但撤走 AI 后收益难留存

一项为期三个月、涉及133名专利律师的实地实验显示，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，这在研究中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。这一设计使研究者既能衡量AI辅助工作的质量，也能衡量律师自身判断力在此后保持得如何。独立律所的盲评专利律师从五个类别对所有结果打分：可执行性、技术准确性、策略模糊性、完整性和清晰度。

在这项由谷歌资助的研究中，三分之二的参与者获得了Google Labs一款尚未发布的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“红线修改”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稿。正如作者所解释的，起草衡量的是即时的AI辅助表现，而红线修改衡量的则是内化的判断力，这是专利律师日常在没有工具的情况下执行的任务。

AI主要提升初级律师的草稿

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，且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。

经验不足七年的初级律师的收益远大于资深律师。研究人员表示，这与越来越多显示AI能缩小经验较少与经验较多员工之间表现差距的研究相一致，这种效应已在写作、客户服务和软件开发领域被观察到。

只有资深律师保住AI优势

红线修改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，初级律师则毫无收益，尽管他们在AI辅助起草期间取得的提升最大。

相反，初级律师的成绩出现分化，中等评分大幅减少，被更多差评和更多好评所取代，且最高分没有增长。作者将此解读为一个迹象：AI加快了一些初级律师的技能培养，却在另一些人身上取代了技能培养，尽管实验并未解释为何效果出现分化。

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，这使研究人员提出，基础专业能力可能是将AI辅助实践转化为持久能力的前提。

一项补充的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，而初级律师常常发现严重缺陷却不加以修正，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，而是将其视为初级律师层面的基线能力欠缺，而使用AI并未弥补这一点。

这些结果在实践中意味着什么

作者指出了若干局限，包括：顶尖律师的高计费费率导致样本量小；参与律所不能代表整个专业服务业；缺乏基线技能测量；以及三个月的窗口期与建立专利专业能力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，而这种需求很可能长期存在。即便AI最终能支持红线修改，它也不太可能在客户会议和法庭程序中实时提供给律师，因为这些场合利害攸关，判断需要当场做出。

类似模式也出现在其他领域。在软件开发领域，Anthropic的一项研究发现，借助AI学习一个新编程库的年轻开发者，在后续知识测试中的得分比不用AI学习的人低17%。在论文写作领域，MIT媒体实验室发现了外包思考带来认知债务的迹象。而在管理咨询领域，BCG早在2023年的一项研究就显示，能力较弱的咨询顾问使用GPT-4后的提升远大于能力较强者。

斯坦福大学的研究人员这样解释多个行业入门级岗位的减少：AI大体上可以取代学校和大学传授的课本知识，而这正是职业早期员工带来的主要东西；与此同时，经验丰富的专业人士还具备AI难以轻易替代的实操专长。

这项专利律师研究为一场关于专业能力侵蚀的更广泛辩论提供了素材，一些研究者称之为“认知公地悲剧”。个别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占比已从21%降至14%。