AI分擔聽打 卻分不掉過勞:台灣書記官減負的真實與極限現況 With 鳴權法律事務所 看法律流行什麼
AI分擔聽打 卻分不掉過勞:台灣書記官減負的真實與極限現況 With 鳴權法律事務所 看法律流行什麼
文:陳曉鳴律師
台灣書記官正處在一場靜默的人力危機中。截至2026年5月,全台法院書記官缺額達353人,缺額率突破一成,新北地院缺額率一度逼近18%。詐欺與科技犯罪案件量在五年間累積近百萬件,基層書記官除法庭紀錄外,還扛著卷證整理、文書送達與行政管考,加班趕筆錄幾乎是日常。在這樣的背景下,司法院將「法庭中文語音辨識系統」定位為減輕書記官負擔的科技解方,確實抓住了痛點中最機械、也最耗時的那一環。
這套系統並非紙上規劃。2023年1月正式上路後,全國21所地方法院的28間國民法官法庭完成建置,以逾一千萬筆裁判書與180萬筆開庭筆錄訓練模型,平均辨識正確率達92%,並支援絕大多數法律專用詞彙。它的運作邏輯是「即時生成、人工校正」:開庭過程中系統同步產出逐字稿,書記官不再需要從頭到尾手動聽打,而是當庭修正辨識錯誤或專有名詞,修正結果再回饋引擎優化。台北地院歸納出三大核心效益:節省開庭時間、減輕書記官負擔、減少委外轉譯費用。對照傳統模式——書記官埋頭打字、全法庭等候上一段筆錄完成、證人陳述被迫中斷——語辨系統確實在「紀錄」這個環節上,把書記官從打字速度的物理極限中釋放出來。
但減輕「聽打負擔」與解決「書記官過勞」,是兩個不同層次的問題。書記官工會對系統的實務疑慮相當具體:法庭上國語、台語、客語交錯,甚至出現東南亞口音的英語,辨識穩定性仍是變數;當事人重複陳述、答非所問時,系統如實產出大量冗長內容,反而增加筆錄整理的複雜度;雙方爭執或聲音重疊時,校正成本更難估算。更根本的是,92%的辨識率意味著每百字仍有八個字的誤差,書記官的角色從「生產者」轉為「校對者」,精神負荷並未消失,只是換了形式。而書記官過勞的來源,從來不只是打字:案件量、情緒勞動、代理缺額同事的業務、時效壓力下的行政責任,這些都不是語音辨識模型能夠消化的事情。
科技輔助司法的價值,不在於許諾一個「AI取代人力」的捷徑,而在於把人的精力從可標準化的環節轉移到真正需要判斷的地方。語辨系統已經證明它能做到前者。但要讓它真正成為書記官的「幫忙」而非另一項待適應的負擔,關鍵在於配套:口音模型的持續優化、校正流程的工時合理計算、系統使用滿意度的實質評估,以及——更根本的——正視書記官人力配置與案件負荷的結構性問題。工具可以少打一些字,但只有制度能讓人不必打到崩潰。