AI会取代听证官吗?一个面临严重转型的法律岗位

57%的行政听证官工作已暴露于人工智能能力之下，这使该职位跻身"高暴露"类别——如果你是一位正在阅读此文的听证官，很可能已感受到处理案卷和法律文书方式的转变。

然而高暴露并不等于高替代风险。这一区分至关重要，相关数据揭示了一个颇具深意的故事，对当今所有从事行政裁决工作的人都有重大的职业意义。

关键数据

[事实] 行政听证官的整体人工智能暴露率为57%，自动化风险为33%。在法律职业群体中，这一数字相当显著。该职位被归类为"增强型"——人工智能提升能力而非取代职位——但这里的增强程度已大到足以令2025年行政听证官的日常工作与十年前判若云泥。

任务层面的细分揭示了变革集中发生的领域。案卷与法律文件审查的自动化率高达68%，令人瞩目。人工智能系统现已能够扫描数千页法律文书，识别相关先例，标记不一致之处，概括核心论点，整理证据——这些工作曾大量占用听证官的时间。Westlaw Edge、Lexis+ AI和Casetext CoCounsel等专业法律研究平台已从实验性工具升级为许多机构的标准配备。

书面裁决意见的起草自动化率为55%。大型语言模型越来越能够生成法律推理初稿，将监管框架适用于具体事实，并与既往裁决保持一致。美国律师协会2024年法律技术调查显示，34%的政府法律专业人员现已借助人工智能起草常规裁决和命令——仅仅两年前，这一比例还不足5%。

[事实] 但主持行政听证和评估证词呢？自动化率仅为18%。这是核心司法职能——主持程序、判断证人可信度、管理听证室动态、在法律标准与人情公正之间行使那种微妙的裁量权。人工智能无法完成这项工作，数据也如实反映了这一现实。

始终属于人类的实质性工作

走进任何一场行政听证——社会保障残疾认定、移民遣返程序、职业许可复审、工伤赔偿、失业保险——你便能明白为何"主持听证"这一任务在人工智能大举入法的浪潮中仍能抵御自动化。听证从根本上是人与人之间的交会，可信度、举止神态和情境判断共同决定着最终结果。

设想一场社会保障残疾听证。申请人就阻碍其工作的慢性疼痛出庭作证；病历显示治疗医生与机构顾问的意见相互矛盾；职业专家就申请人理论上可胜任的工作提供假设性证词。听证官必须将这一切与申请人的举止神态、证词与病历记录的一致性，以及在观察一个人描述自身苦难时形成的可信度推断融为一体，综合作出判断。

人工智能系统可以预先准备详尽的案情摘要，可以标记证词与病历之间的矛盾，可以根据不同可信度认定生成备选结果方案。但它无法面对一个真实的人，观察其在证词陈述中的身体动作是否与声称的限制相符，察觉一个回答是否在迎合申请人认为官员希望听到的内容，感受一种脆弱的伪装在真实的痛苦面前轰然崩塌的瞬间。这些感知能力并非需要一次软件更新便能获得的功能——它们是人类社会认知的涌现属性，是当前人工智能架构尚未触及的领域。

萎缩中的就业市场

[事实] 与我们分析的大多数职业不同，美国劳工统计局预测行政听证官到2034年的增长率为-1%。目前全美仅约有15,600名从业者，本就是一个规模较小的职业群体。年收入中位数107,870美元体现了所需的专业素养，但不断缩减的从业规模表明这是一个整合而非扩张的趋势。

[主张] 这一下降很可能与正在重塑该职位的人工智能能力直接相关。如果人工智能能够承担更多案卷审查和起草工作，机构可能只需更少的听证官就能管理相同的案件量。这是增强创造效率——对于一个规模本就有限的职业而言，即便生产率提升，也可能转化为职位的减少。

情况因场所而存在显著差异。社会保障局雇用约1,400名行政法法官主持残疾案件听证，历来以生产力目标驱动招聘需求。随着人工智能辅助案卷审查缩短每场听证的准备时间，社保局可以以更小的法官队伍维持相同案件量。移民法庭则呈现出另一番图景——积压超过360万件待决案件形成的需求，人工智能工具只能缓解而无法消除。各州一级的工伤赔偿听证官面临类似压力：案件量由索赔数量驱动，这一数量不会随自动化而减少。

薪酬方面值得深入审视。联邦行政法法官在许多司法辖区年薪达165,000至200,000美元，反映了行政部门薪资体系和数十年职业轨迹的沉淀。各州行政听证官差异悬殊——从某些机构职位的7万美元到州级委员会职位的14万美元以上不等。私营仲裁和调解岗位是许多前任听证官的转型方向，高产从业者的收入可超过联邦同类岗位。

转型轨迹

[估计] 预计到2028年，整体人工智能暴露率将达到70%，自动化风险将升至46%。这是我们追踪的增长斜率最陡峭的职业之一。到2028年理论暴露率高达86%，意味着听证官几乎所有智识性工作产出在理论上都可能以某种形式与人工智能系统交互。

理论暴露率（86%）与实际暴露率（2028年的54%）之间的差距表明，采用是真实发生的，但步伐渐进。法律机构因合理原因而保守——正当程序、一致性和公平性要求审慎地整合任何新技术。多起高知名度事件强化了这种谨慎态度。2023年Mata v. Avianca案中，律师提交了ChatGPT幻觉生成的虚构案例，这一事件已成为所有州律师协会在后续指引中援引的前车之鉴。能自信地捏造引文或曲解法律原则的人工智能系统，所制造的正当程序问题是任何效率收益都无法弥补的。

重塑日常工作的具体人工智能工具

理解这场变革最具体的方式，是审视那些已嵌入听证官工作流程的具体工具。文件审查平台——Relativity、Everlaw、DISCO——现已随附人工智能功能，能够按相关性分类文件、标记特权通信，并从数百万页文书中提取关键事实。对于管理含大量卷宗的复杂案件的听证官而言，这些工具将原本数周的准备工作压缩至数天。

法律研究领域发生了类似转变。Westlaw Edge的KeyCite AI评估引用依据的可靠性；Lexis+ AI生成带有可验证引文和提示的研究备忘录；Casetext的CoCounsel——已被汤森路透收购——执行文件分析和案件简报评估，而这些工作以往需要律师助理来完成。听证官及其工作人员律师借助这些平台，以手动研究难以企及的速度识别任何给定案件中最有力的法律论点和反驳论点。

裁决起草是最具争议的应用领域。多个州级机构试点了人工智能辅助起草系统，能够根据听证记录、证据档案和适用法律标准生成裁决初稿。密歇根州失业保险局于2023年开始使用此类系统，结果喜忧参半——生产力提升是真实的，但系统在事实认定和法律适用方面需要大量人工审查以纠正错误。部分机构在收到申请人代理方对正当程序的质疑后，已回撤人工智能起草系统。

[主张] 这些工具呈现出一贯规律：人工智能能够有效处理法律工作中涉及量的积累和模式识别的部分，但实质性的判断——哪些证据可信、法律标准如何适用于具体事实、哪种结果符合正义与公共利益——始终是人类的决定。能够脱颖而出的听证官，是那些将人工智能视为高能力研究助理而非共同决策者的人。

行政听证官现在应当采取哪些行动

这一职业要求主动适应，别无选择。能够脱颖而出的听证官，是那些精通人工智能法律研究工具的人，他们学会有效审查和完善人工智能生成的裁决草案，并将人类专业素养聚焦于最关键的工作：主持公正听证、评估人证证词、在模糊案件中行使裁量权。

具体技能投资能产生可衡量的差异。听证官应熟练掌握至少两个主要人工智能法律研究平台——不只是基本检索，而是能生成备忘录、评估论点和核查引文的高级功能。了解这些工具的局限性与了解其能力同等重要。判断人工智能输出何时可信、何时需要严格审查，本身就是一项至关重要的专业判断。

程序专业知识在人工智能增强的实践中愈发弥足珍贵。行政听证的程序要求——证据标准、正当程序保护、机构具体程序规则——正是人工智能系统最容易出错的地方。能够快速识别人工智能草案中程序瑕疵的听证官，始终掌握本机构程序框架权威知识、并能清晰阐明特定程序步骤重要性的听证官，将成为不可或缺的核心力量。

写作能力反而在人工智能承担更多起草工作后变得愈发重要。听证官的工作重心从从头撰写转向编辑、完善和验证人工智能生成的文本。这需要更敏锐的文字眼力、对法律推理应当如何展开的更深理解，以及将人工智能输出修改为体现官员真实判断而非模型预测的连贯裁决的能力。

这一职位并非走向消亡，而是正在经历根本性重塑。抵制工具的官员将付出更多努力却取得相同成效；驾驭工具的官员将成为比以往更高效的裁决者，能够处理十年前难以想象的案件量，同时维护赋予行政裁决合法性的判断品质。

如需完整的逐项任务分析，请访问我们的行政听证官页面。

---

本分析由人工智能辅助研究完成，数据来源包括Anthropic劳动力市场影响研究、美国劳工统计局预测及O\NET职业数据。*