英國公共部門面臨「AI 塞車」：生成式AI導致投訴與法律挑戰量激增

標題：英國公共部門面臨「AI 塞車」：生成式AI導致投訴與法律挑戰量激增 摘要：英國公共部門正經歷由生成式AI引發的行政危機，被稱為「AI 塞車」。從國會議員辦公室到法院，各機構遭大量AI生成的冗長投訴與法律挑戰淹沒。這些文件內容重複且常含錯誤，大幅增加公務人員篩選與回應成本。研究指出此現象為「代理式淹沒」，地方政府與勞動法庭受影響尤甚。專家警告，AI降低表達門檻卻未降低驗證成本，導致公共資源錯配，迫使政府考慮更嚴格的受理標準。 內文：英國公共部門正經歷一場由生成式AI引發的行政危機，被評論界稱為「AI 塞車」（AI clog）。從國會議員辦公室、地方政府、學校到法院，各機構正被大量由AI生成的投訴、資訊公開請求及法律挑戰淹沒。這些文件往往篇幅極長、內容重複且包含不相關的陳述，使得公務人員在篩選與回應時耗費的時間遠超以往。對於關注公共治理效率與數位倫理的台灣讀者而言，此現象預示了當AI降低表達門檻後，公共服務體系可能面臨的資源錯配與運作瓶頸，值得深入觀察。 根據英國《金融時報》報導，這種現象在2024年開始出現，但近期已演變為「猛烈攻勢」。一位工黨國會議員辦公室的高級案件處理員Hollie Wickens表示，目前收到的郵件中約有一半涉及AI生成內容。儘管這些工具讓普通人能輕易獲得看似專業的「免費律師」或行政助理協助，但對接收方而言，處理這些文件的複雜度與時間成本大幅上升。柏林赫蒂學校數位治理中心、合作AI基金會與GovAI的研究人員將此現象定義為「代理式淹沒」（agentic flooding），指出用戶只需幾分鐘即可生成文件，但人類員工卻需花費大量時間去辨別與回應。 地方政府是受影響最嚴重的領域之一。代表5,600名地方政府律師的組織「地方政府律師協會」（LLG）首席執行官Deborah Evans指出，過去地方政府的平均投訴長度約為兩頁，如今大多數投訴長度增加了十倍，最極端的案例甚至長達200頁。這些AI生成的投訴常引用法律條文與案例，但往往忽略司法管轄權界限，甚至引用加拿大等無關地區的案例，或出現「幻覺」現象（即捏造事實）。Enfield市議會領袖Alessandro Georgiou提到，居民利用AI上訴市議會決策（如停車罰單）的數量顯著上升。由於地方政府的預算固定，處理這些冗長投訴所花費的每一英鎊，都意味著其他公共服務資源的減少。 在勞動法領域，AI的介入同樣帶來衝擊。一家科技新創公司創辦人抱怨，前員工利用AI撰寫的解僱申訴書語氣強硬且充滿誇大陳述，將輕微事件描繪成重大違規。該創辦人預計在案件審理前將耗費3萬英鎊律師費。政府數據顯示，2025年4月至6月期間，單一申訴人的勞動法庭案件數量同比激增28%，達到1.4萬件，而結案數量下降，導致截至6月底有7萬件未結案件。專家Jim Moore指出，許多AI生成的投訴「不必要地冗長」，且常遺漏最關鍵的「尋求何種解決方案」，僅以威嚇性語調呈現。 英國資訊專員辦公室（ICO）發現，2025年許多公共機構收到的資訊公開請求（FoI）數量增加。這些請求往往範圍過廣、重複且難以識別具體需求。倫敦交通局（TfL）在2025-26財年創下4,769件FoI請求的紀錄，較前一年高峰增加5%。其審計委員會會議記錄顯示，AI生成的上訴書中常包含「高度技術化但往往不準確的斷言與假設」。儘管如此，ICO強調，即使文件明顯由AI生成且含有錯誤，公共機構仍須由人類進行審核與回應，以確保法律合規性。 【解讀】此現象揭示了生成式AI在提升個人生產力的同時，對公共行政體系造成的非對稱負擔。AI降低了「提出主張」的門檻，卻未同步降低「驗證與回應」的成本。當大量低品質、高冗長度的文件湧入，公共部門面臨的不仅是工作量增加，更是資源分配的扭曲。這迫使機構考慮採用AI來過濾AI（machine-to-machine interaction），但這又引發了「失去人性觸角」與隱私安全的疑慮。英國政府已發布指引，要求公務人員在使用AI時必須驗證事實、避免輸入個人數據，並確保最終決策由人類做出。然而，在缺乏明確法規限制AI生成內容提交的情況下，公共部門可能被迫採取更嚴格的受理標準，如設置字數限制或收費，這將進一步改變公民與政府互動的模式。 幾個還沒答案的關鍵問題 1. 英國政府是否會立法要求提交給公共部門的文件必須標註是否由AI生成？目前尚無明確立法計畫，需關注下議院相關委員會的後續調查報告。 2. 勞動法庭是否會建立機制以識別並快速駁回明顯由AI生成且缺乏實質法律依據的申訴？目前僅有專家建議，尚未見官方發布具體操作指引。 3. 地方政府是否已開始實施針對AI生成投訴的收費或字數限制政策？目前僅有少數機構（如部分仲裁服務）試行，全國性統一標準尚待確認。