2022年以来，美国联邦法院自诉案件占比从长期稳定的11%攀升至16.8%，增幅达5.8个百分点。沙阿与利维在预印本论文《人工智能时代的司法救济：来自美国联邦法院的证据》中指出，大语言模型是这一变化的关键推手。
这项研究分析了2005年至2026年间超过450万起非囚犯民事案件及4600万份PACER电子档案记录。数据显示，自诉案件占比在近二十年间始终维持在11%左右，直到2022年ChatGPT等大语言模型公开可用后开始急剧攀升，2023年3月GPT-4发布后涨势更为明显，至2025年已达16.8%。
研究者并未将这一趋势简单定义为"司法救济扩大"。他们的核心论点是：AI使法律自助成为可能，却加重了法院的行政负担。过去，当事人提起联邦民事诉讼需要确定正确的管辖权依据、提出足以抵御驳回动议的事实主张，并应对因案件类型而异的程序要求——这些障碍维持了自诉率的稳定。大语言模型消除了这道门槛。现在，任何拥有网络连接的人都能以极低成本生成格式规范的法律文书、起草诉状，获得案件特定的指引，而无需法律学位。
但研究同时发现，这些AI辅助案件更为"繁重"——每起案件产生更多动议，要求法官和法院工作人员投入更多精力。案件数量上升与复杂度增加同时发生，并非司法救济的扩展，而是一个新类别案件的出现——它填满日程表，却未减轻裁判负担。
论文坦承其揭示的是相关性而非个人层面的因果关系。"我们并非主张GPT-4对自诉立案有因果效应，"作者写道，"只是观察到的时间序列很难在生成式AI未发挥作用的情况下得到解释。"这一保留至关重要，但时间节点难以忽视。
法院本已不堪重负。法律援助组织长期指出，缺乏代理律师的民事当事人面临结构性不利——听不懂程序、无法有效回应动议，法官往往需要同时引导双方。AI工具并未纠正这一失衡，只是将其转移。无力聘请律师的当事人如今有了能生成格式规范诉状的机器。但裁判仍需法官来完成。
研究者警告："如果生成式AI大幅降低自诉成本，由此引发的立案激增可能压垮一个在裁决各环节都依赖人工判断的体系。"问题不在于AI是否会重塑法律自助——它已经做到了。问题在于，当底层程序未曾改变时，法院能否适应规模化 AI 生成文书的涌入。至少目前，答案是否定的。