← 返回成功案例
司法可及性 非营利法律援助机构

法律援助机构借助AI分诊服务将服务能力提升3倍

司法可及性 · 美国(佐治亚州法院,亚特兰大都市区)

关键指标

客户服务能力提升3倍

背景

一家位于佐治亚州亚特兰大的法律援助机构,为低收入居民提供住房、家庭和消费者保护等民事法律需求服务。年度预算240万美元,主要来自政府拨款和私人捐赠。

执业领域: 民事法律援助——住房(驱逐辩护)、家庭法(保护令)、消费者保护(债务催收抗辩)
法域: 美国(佐治亚州法院,亚特兰大都市区)
团队规模: 8名专职律师,4名律师助理,12名志愿律师,3名接案协调员

挑战

问题: 由于能力限制,该机构不得不拒绝约70%的符合条件的来电者。仅接案筛查每位来电者就需要45分钟,许多有紧急事务的来电者——如面临即将被驱逐——在工作时间内无法接通。
原有方法: 工作日上午9点至下午5点的电话接案。接案协调员进行冗长的筛查,经常询问本可通过标准化表格回答的问题。平均等待时间35分钟,放弃率达40%。
利害关系: 面临驱逐、家庭暴力或掠夺性债务催收的人们得不到法律帮助。尽管资金不断增加,该机构服务区域的司法差距仍在逐年扩大。

方法

使用的工具: 使用GPT-4 API构建的定制AI聊天机器人,与该机构的案件管理系统(Legal Server)集成。聊天机器人以英语和西班牙语处理初始接案筛查、资格评估和文件收集。
实施策略: 与一所法学院的技术诊所合作,历时六个月开发完成。聊天机器人全天候引导来电者完成结构化的接案流程,确定初步资格,识别法律问题类别,并评估紧急程度。高紧急度案件(即将被驱逐、正在发生的家庭暴力)自动升级处理。聊天机器人不提供法律建议——它进行分诊并为律师审查准备案件。
投入: 初始开发费用45,000美元(由技术合作伙伴捐赠),每年托管和API费用12,000美元。一名律师助理被重新培训为'AI接案管理员',负责监控和改进系统。

成果

量化成果

  • 每月客户接案能力从120人增至380人(增长3.2倍)
  • 每个案件的平均接案时间从45分钟减少到12分钟的人工时间
  • 全天候服务捕获了40%在工作时间之外的新接案
  • 来电放弃率从40%降至8%
  • 紧急案件(72小时内被驱逐)现在在首次联系后10分钟内即可被识别和标记

定性成果

  • 西班牙语使用者反馈,双语聊天机器人比英语电话菜单让他们感到更加自在
  • 专职律师现在将接案时间用于实质性案件评估,而非数据收集
  • 志愿律师收到准备更充分的案件档案,提高了他们接受公益案件的意愿

经验教训

有效之处

  • 在开发阶段与实际客户进行广泛测试,确保语言的可及性和亲和力
  • 在每个步骤都内置'转接人工'的退出选项,维护了信任
  • 针对驱逐和家庭暴力案件的自动紧急检测,防止了危险的延误

不足之处

  • 聊天机器人最初在处理具有多重交叉法律问题的客户时遇到困难(如驱逐+监护权)
  • 部分年长客户对聊天机器人界面不适应——该机构为这些来电者保留了电话选项

建议

AI分诊是司法可及性领域影响力最大的应用之一。但要与你的客户一起设计,而不是为你的客户设计。每一次交互都应该让人感受到一只援助之手,而非官僚壁垒。

我们的观点

Lawra Lawra (温和派)
这或许是AI在法律实践中最有意义的应用:为那些本来无法获得代理的人扩大司法可及性。服务能力提升3倍,同时放弃率从40%降至8%,证明了AI分诊可以在不损害弱势群体所需人文关怀的情况下缩小司法差距。每一步都设有'转接人工'的退出选项至关重要——技术应该打开大门,而不是取代门后的人。
Lawrena Lawrena (怀疑派)
数据令人信服,但我对服务对象群体有所担忧。面临驱逐或家庭暴力的低收入居民是最脆弱的法律当事人。无论设计多么精良,AI聊天机器人都无法读取情绪线索,无法察觉某人正处于即时危险但却在淡化自身处境,也无法处理多重法律危机交织的复杂情况。他们自己也承认系统在处理多问题客户时存在困难。有多少人从这些缝隙中漏掉了?
Lawrelai Lawrelai (乐观派)
从每月120位客户增至380位——这意味着每个月有260个额外的家庭获得了法律帮助,否则他们会被拒之门外。全天候服务在工作时间之外捕获40%的新接案,意味着处于危机中的人们不必等到周一早上。西班牙语服务打破语言障碍,改进的案件准备使公益律师更高效——这是技术服务人类的最佳体现。
Carlos Miranda Levy Carlos Miranda Levy (策展人)
这就是我所说的技术的真正力量——创造条件让人们超越自身困境。AI没有提供法律建议——它消除了阻止人们获取所需专业人力的官僚壁垒。这才是正确的范式:AI作为人际连接的赋能者,而非替代品。与实际客户共同设计也至关重要——与社区一起构建,而非为社区构建。这就是'参与、赋能、启发、赋权'理念的实践。

来源与参考文献

有成功案例想分享吗?

我们始终在寻找法律实务中AI应用的详实案例。如果您的组织有值得分享的故事,我们非常期待您的来信。

准备好进行结构化学习了吗? 探索学习项目 →

评论

正在加载评论...

0/2000 评论经审核后方可显示。