AI 能找出程式漏洞也能找出法律漏洞，史丹佛學者呼籲法規公布前先以 AI 把關
AI 不只能找出程式碼漏洞，也可能大規模挖掘法律條文的疏漏，衝擊法律體系運作。史丹佛大學法學院 liftlab 訪問學者 Felix Ringe 與共同作者 Linus Folkerts 近日撰文指出，大型語言模型（LLM）已強大到足以在大量法條找出可利用的矛盾處。
兩人主張，法律以自然語言寫下社會秩序的基礎，如同電腦系統，成文法當然有弱點。過去法院多透過法律解釋填補文字缺口，但若能以自動化方式大量發掘漏洞，恐超出司法體系的消化度，將軟體資安領域的混亂帶進法律世界。
「程式即法律」的概念可追溯至 Lawrence Lessig 於 1999 年出版的著作，Ringe 則反過來主張「法律即程式」。不過這個類比有極限，若把法院視為執行環境，審判結果並非每次相同，與軟體講求確定性的邏輯不同。
Ringe 團隊以 LLM 檢查德國行政命令，鎖定授權依據引用錯誤的條文。依德國基本法第 80 條，行政命令須載明授權法律，超出授權範圍的規定會被法院視為無效。團隊表示找到相當數量的瑕疵，但僅公開不致造成嚴重危害者。例如 2026 年 7 月某修正案將職業病諮詢委員會的工作文件列為機密，卻誤引條文項次，記者理論上可主張該保密規定從未生效；另有 2015 年將馬利列入機場過境簽證名單、2025 年拒發北約指揮部軍人加班費等規定，也都引用錯誤的法律授權。
Ringe 認為，這類瑕疵數十年來未被追究，主因只是沒人去找，他建議立法機關在法規公布前先以 AI 審查草案。部落客 Kevin Meyer 評論，過去鑽法律漏洞須仰賴昂貴律師，有利大企業與富豪，AI 則讓個人挑戰國家的成本大幅降低；但這些漏洞尚未經法院檢驗，且修正一項德國法規可能耗時數年，遠比修補軟體漏洞慢。
舊金山勞動法律師 Wendy Musell 表示，部分加州法院已測試以 AI 擔任法官助理，但不同 AI 工具的分析常有偏誤。聖塔克拉拉大學法學院教授 Eric Goldman 則認為，以 AI 找出法條缺口的方法合乎邏輯，但仍須經嚴謹人工審查確認；許多缺口未必具重大法律效果，立法機關發現後通常會修正。他指出，負責將草案轉為正式條文的法制人員，可將 AI 納入例行校對流程。
（首圖來源：Unsplash）