Air Canada 聊天机器人赔偿案：AI 回答的法律责任标杆

这是全球第一起企业因自家 AI 聊天机器人错误回答而被裁决赔偿的知名案件：加拿大航空官网的客服机器人向乘客 Jake Moffatt 给出了与公司退票政策相悖的答复，乘客据此购票后被拒绝退款，不列颠哥伦比亚民事解决审裁处（Civil Resolution Tribunal）认定企业构成过失性不实陈述（negligent misrepresentation），判赔 812.02 加元。一句话结论：企业要为自家网站上的 AI 回答承担与人类客服相同的法律责任，“聊天机器人是独立法律实体”这类抗辩不成立——这是 AI 答案第一次拿到明确的法律价格标签。

先做一处机构名勘误：此案常被中文材料写作“不列颠哥伦比亚最高法院判决”，实际裁判机构是民事解决审裁处（a tribunal，非法院），裁决编号 2024 BCCRT 149，本卡以裁决原文为准。

事件时间线：一次错误回答如何变成生效裁决

2022 年 11 月，Moffatt 的祖母去世，他在加航官网购买紧急机票，购票前向官网聊天机器人确认：能否先买全价票、事后按丧亲关怀票价（bereavement fare）申请追溯差额退款。机器人给出了肯定答复。他购票后提交退款申请，加航拒绝，理由是公司政策不允许对已完成购票追溯适用丧亲票价——官网政策的完整条款里确实不支持追溯，但机器人没有说对。

Moffatt 向不列颠哥伦比亚民事解决审裁处提起申诉。2024 年 2 月，审裁处裁决：加航对官网聊天机器人提供的不实信息负全责，构成过失性不实陈述；加航“机器人是独立法律实体、公司无需为其负责”的抗辩被明确驳回——审裁处的理由朴素而彻底：机器人是加航放在自家网站上的工具，公司为网站上的所有信息负责，无论信息来自静态页面还是聊天机器人。裁决金额为票价差 650.88 加元，加上审裁处费用与利息合计 812.02 加元。此后未发现加航提起司法复核的公开记录，裁决生效，公司照判赔付。

机制拆解：品牌为什么必须为自家 AI 的错误买单

从 GEO 的视角看，这起案件的机制层有三块。第一块是错误从哪来：聊天机器人检索了公司政策页面，却对“已购票后能否追溯”这一关键细节给出了超出政策原文的宽泛答复——典型的检索到素材、合成时失真的模式，与站内RAG 幻觉术语卡描述的生成侧故障同构。政策页面本身没有错，错的是“检索材料”与“回答口径”之间那一步没有对齐，这提醒所有部署客服机器人的企业：答案口径要以政策原文为准绳做约束，而不是指望模型自己读懂细则。

第二块是责任为什么归品牌：审裁处否定了把 AI 当“第三方”的切割逻辑。这个逻辑上的重要性远超赔偿金额——它把“AI 说了什么”与“公司说了什么”在法律上划了等号，至少在其司法辖区内的官网场景如此。网站上的 AI 是品牌的数字化身，不是免责工具。

第三块是响应成本的对比：加航最初拒绝的退款差额是数百加元级，诉讼与声誉层面的总代价远高于此——案件成为全球法务与客服部门的必修案例，“为几百元与乘客对簿公堂”的叙事本身成了品牌伤害。错误回答的直接损失小、放大损失大，这是绝大多数 AI 错误的成本结构。

还有一层责任不对称值得点出：官网自有机器人与第三方引擎的错误，在责任结构上完全不同。官网机器人是品牌自己的代理，说了错话由品牌直接担责；第三方生成式引擎对品牌的错误描述，品牌既无合同关系也无直接控制手段，只能走监测、反馈与证据留存路线。这个不对称决定了两套完全不同的应对预案——前者重在内部治理（口径清单、日志、版本管理），后者重在外部监测（问题集、打标、纠错反馈），预算与责任部门都应该分开设。

对本站用户的含义：纠错监测是法务卫生

对在自己的网站或服务里部署 AI 回答的企业，这个案例把一件事从“最佳实践”升级为“风险控制”：AI 回答的事实核查要有流程与责任人。可执行的动作有三条。其一，给客服类机器人划定答不上来的边界——检索不到明确依据时引导转人工，比生成一个看起来合理的答案安全得多。其二，把品牌核心政策（退改规则、价格承诺、服务范围）做成机器人必须遵守的口径清单，任何回答不得超出清单给出承诺。其三，建立用户反馈回路，错误回答能在第一时间被标记与修复，修复流程参照负面提及与错误陈述应对方法页的发现-定性-纠正-复盘框架。

对不自己部署机器人、只关心第三方引擎怎么说自己的一般品牌方，这个案例同样有含义：它提供了一个“AI 错误陈述有真实代价”的最有力内部沟通样本——向管理层申请纠错监测预算时，这是最容易被听懂的一个案例（监测对象的定义见AI 品牌描述术语卡）。第三方引擎的错误暂无对等的判例传导路径，但“发现-保留证据-通过官方渠道请求修正”的动作清单已经成立，测量方法论可参照HalluEval 文献卡。

此外还有一层常被忽略的治理面：聊天机器人的历史回答属于可被调取的证据。此案的裁决正是以机器人答复内容为核心证据，企业若对客服机器人的对话没有留存与审计机制，争议发生时既无法自证口径、也无法定位故障。给客服机器人配对话日志与版本记录——哪个版本的模型、检索了哪些政策页、给出过哪些答复——是案后多家企业法务新增的标配动作。部署侧的透明度同样要跟上：机器人应明示自己的 AI 身份与能力边界，口径清单的更新要有版本管理，让“机器人当时说了什么、依据的是哪版政策”在任意时点都可回溯。

置信度标注与适用边界

高置信部分：事件经过、裁决日期、机构、“独立法律实体”抗辩被驳回、812.02 加元合计金额，均出自公开的裁决原文与多家律所评析，本站已核对 CanLII 收录的原文口径。中置信部分：机器人错误回答的完整原文以裁决书转述为准，我们未见官方答复原始截图的独立公开版本。适用边界有三条：审裁处裁决的拘束力限于其司法辖区与个案，不自动外推为普遍法律规则，其他法域的责任认定路径不同；本案针对企业自建客服机器人，不直接约束第三方生成式引擎对品牌的描述；裁决金额极小，把它读成“赔偿数额”的标杆是误读，真正的标杆是责任归属原则——金额小、原则大，引用时两者都要带上。