یک شریک اخیراً به ما گفت که درخواست از همکاران جوان برای تولید اولین پیش نویس نامه های تجاری استاندارد را متوقف کرده است. مدل این کار را سریعتر انجام داد و - در یک روز خوب - بهتر. سپس مکث کرد. او گفت: "مشکل این است که من دیگر نمی دانم کدام روز روز خوبی است."
این جمله، لحظه حال را در پیش نویس قانونی هوش مصنوعی صادقانه تر از بسیاری از فروشندگان نشان می دهد. این فناوری واقعاً مفید است. همچنین به طور غیریکنواخت قابل اعتماد است، و ناهمواری بخشی است که باید نحوه اتخاذ آن توسط تیمها و شرکتهای داخلی را شکل دهد.
جایی که پیشنویس AI واقعاً قوی است
مدلهای زبانی بزرگ اکنون در یک گروه محدود اما از نظر تجاری قابل توجه از کار حقوقی صلاحیت دارند. آنها در کارهایی که از نظر ساختاری تکراری، از نظر زبانی متراکم هستند، و برای یک پاس دوم انسانی، خوب هستند.
در عمل به این معنی است:
- نخستین پیش نویس مکاتبات استاندارد - نامه های قبل از اقدام، نامه های تعقیب کننده، نامه های تقاضای اساسی، یادداشت های دستورالعمل. ساختار به خوبی تمرین شده است. مدل به ندرت قالب را اختراع می کند.
- ** استخراج و مقایسه بند ** - برداشتن غرامت، محدودیت یا فسخ مقررات در مجموعه ای از قراردادهای تامین کننده و ارائه آنها در کنار یکدیگر.
- ترجمه ساده به انگلیسی پیش نویس متراکم - تبدیل سرفصل یا سند تسویه حساب به خلاصه ای قابل خواندن برای مشتری.
- مجموعه برنامه و جدول - ساختن اسکلت جدول زمانی از دست دادن، نمایه افشا، یا گاهشماری از اسناد خام.
- ** رسیدگی چند زبانه ** - تهیه پیش نویس به زبان انگلیسی بر اساس قوانین انگلستان در حالی که سند را به مشتری غیر انگلیسی زبان به زبان خود توضیح می دهد. اینجاست که افزایش بهره وری بیشترین و قابل دفاع ترین است.
هیچ یک از اینها جایگزین یک وکیل واجد شرایط نیست. همه اینها فاصله بین یک صفحه خالی و یک پیش نویس قابل بازبینی را کوتاه می کند، جایی که بیشترین اصطکاک قابل پرداخت وجود دارد.
جایی که پیش نویس هوش مصنوعی بی سر و صدا با شکست مواجه می شود
حالتهای خرابی بخش مهمی هستند، زیرا در نسخه نمایشی قابل مشاهده نیستند.
اول، ساخت استناد. مدل ها هنوز هم نام موارد، شماره پاراگراف ها و مراجع قانونی را اختراع می کنند که قابل قبول به نظر می رسند. زمانی که از مدل خواسته می شود از موقعیتی حمایت کند که به سمت آن سوق داده شده است، به جای اینکه چیزی را به صورت خنثی خلاصه کند، ریسک بالاترین میزان است. تمرینکنندگان بریتانیا قبلاً به دلیل پروندههایی که حاوی مقامات غیرموجود هستند، با انتقاد قضایی مواجه شدهاند. خلق و خوی نظارتی نابخشودنی است.
دوم، انحراف قضایی. مدلی که عمدتاً بر روی مادی ایالات متحده آموزش دیده است، بدون هیچ انگیزه ای به کنوانسیون های قراردادهای ایالات متحده می رسد - پشته های "نماینده و ضمانت"، زبان پرداخت غرامت، عبارت انتخاب قانون که در یک قرارداد حقوقی انگلیسی مناسب نیست. پیش نویس روان خوانده می شود. همچنین به طور ماهرانه ای اشتباه است.
سوم، غفلت بی سر و صدا. مدلها در تولید آنچه شما میخواهید خوب هستند و در نشان دادن چیزی که فراموش کردهاید بخواهید ضعیف هستند. ممکن است یک بند یک عضو کامل را از دست داده باشد - مثلاً یک بند برای تقلب در یک بند محدودیت - و خروجی کامل به نظر برسد. یک وکیل جوان که همین سوال را میپرسد، اغلب میگوید "آیا ما نیز باید ... را در نظر بگیریم".
چهارم، وضعیت محرمانگی. بسیاری از ابزارها از طریق زیرساخت های شخص ثالث با پنجره های نگهداری که همیشه شفاف نیستند، مسیریابی می کنند. برای مطالب ممتاز، سوال این نیست که آیا فروشنده معتبر است یا خیر، بلکه این سوال این است که آیا مسیر داده مسیری است که تنظیمکننده، مشتری یا بیمهگر در بازرسی میپذیرد.
پنجم، مشکل کالیبراسیون. مدل نمی داند چه زمانی نامشخص است. هیچ سیگنال صادقانه "من اینجا حدس می زنم" وجود ندارد. هر خروجی با همان سطح اطمینان به دست میآید، که دقیقاً UX اشتباهی برای کارهای قانونی است.
یک لنز قانون بریتانیا در مورد فرزندخواندگی
SRA به جای محدود کننده در AI اندازه گیری شده است. تفکر منتشر شده آن - و جهت گسترده تر راهنمایی SRA در مورد استفاده از هوش مصنوعی در عمل تنظیم شده - تأکید می کند که وظایف موجود در حال حاضر بیشتر قلمرو را پوشش می دهد: صلاحیت، محرمانه بودن، نظارت و عدم گمراه کردن دادگاه. تنظیم کننده از شرکت ها نمی خواهد که اخلاق جدیدی ابداع کنند. از آنها میخواهد که ابزارهای قدیمی را روی یک ابزار جدید اعمال کنند.
این قاب بندی مفید است، زیرا بحث دودویی "آیا از هوش مصنوعی استفاده کنیم یا نه" را قطع می کند. پاسخ صادقانه این است که اکثر شرکت ها در حال حاضر، اغلب به صورت غیر رسمی، هستند، و سوال حاکمیتی این است که آیا این استفاده ساختاری است یا سایه.
یک موقعیت قابل دفاع حداقل شامل موارد زیر است:1. یک خط مشی مکتوب استفاده از هوش مصنوعی، نامگذاری ابزارهای تایید شده و موارد استفاده ممنوع (به عنوان مثال، تهیه پیش نویس نظرات در مورد موضوعات مورد بحث قانون بدون امضای شریک). 2. مسیر داده واضح برای هر ابزاری که مواد مشتری را لمس میکند - اعلانها کجا میروند، چه مدت نگهداری میشوند، آیا مدلهای آینده را آموزش میدهند. 3. یک مدل نظارت که با خروجی هوش مصنوعی به گونه ای رفتار می کند که گویی توسط یک حقوقدان در هفته اول تولید شده است: مفید است، اما هرگز بدون بررسی واجد شرایط ثبت نشده، ارسال نشده یا به آن اعتماد نشده است. 4. شفافیت مشتری متناسب با تعامل. هر موضوعی مستلزم افشای آن نیست که هوش مصنوعی در پیش نویس کمک کرده است. برخی از مشتریان و برخی از امور انجام می دهند. 5. رشته ثبت به طوری که اگر بعداً پیش نویسی به چالش کشیده شد، شرکت بتواند آنچه را که مدل تولید کرده و انسان تغییر داده را بازسازی کند.
ایجاد گردش کار
شرکت هایی که از پیش نویس قانونی هوش مصنوعی ارزش می گیرند، گران ترین مجوزها را ندارند. آنها هستند که کار خود را به مرحله تجزیه کرده اند و صادقانه می پرسند که مدل باید به کدام مرحله دست بزند.
یک الگوی قابل اجرا به این شکل است. این مدل یک پیش نویس اولیه ساختار یافته را از یک الگوی تعریف شده و یک الگوی واقعیت تعریف شده تولید می کند. یک وکیل چک لیستی را بررسی میکند که به صراحت حالتهای شکست شناخته شده را آزمایش میکند - نقلقولهای ساختگی، رانش ایالات متحده، حکهای گمشده، زبان حوزه قضایی. پیشنویس بررسیشده برای علامتگذاری اساسی در جایی که موضوع آن را ایجاب میکند، به انسان دوم میرود. هیچ چیز شرکت را بدون نام و نشان نمی گذارد.
این پر زرق و برق نیست. با این حال، این نسخه پذیرش شرکت حقوقی هوش مصنوعی است که از شکایت، ممیزی یا سؤال غرامت حرفهای جان سالم به در میبرد. اتوماسیون اسناد همیشه به شرکتهایی که در قالبها و رشته بازبینیشان سرمایهگذاری میکنند، پاداش داده است. طراحی پیش نویس هوش مصنوعی همان معامله است، با جنبه های بالا و تیزتر.
ابزار برای کار جدی آماده است. گردش کار چیزی است که تعیین می کند که آیا آن کار ایمن است یا خیر.
سوالات متداول
آیا باید به مشتریان بگوییم که چه زمانی از هوش مصنوعی در تهیه پیش نویس اسناد آنها استفاده شده است؟ هیچ قانون کلی در بریتانیا وجود ندارد که مستلزم افشا باشد، اما موقعیت به نامزدی نامه، حساسیت موضوع و آنچه مشتری منطقاً انتظار دارد بستگی دارد. برای کارهای پرمخاطب یا سفارشی، شفافیت معمولاً پیشفرض امنتر است.
آیا میتوانیم از یک ابزار هوش مصنوعی همه منظوره استفاده کنیم یا به ابزار قانونی خاص نیاز داریم؟ اگر مسیر دادهها و خطمشی شما واضح باشد، ابزارهای عمومی میتوانند وظایف کمخطر را انجام دهند، اما پلتفرمهای قانونی خاص معمولاً مبنای قضایی، نظم استناد و وضعیت محرمانه بهتری را ارائه میدهند - که به طور قابل توجهی بار بازبینی را کاهش میدهد.
** رایج ترین اشتباهی که شرکت ها هنگام اتخاذ پیش نویس هوش مصنوعی مرتکب می شوند چیست؟** در نظر گرفتن آن به عنوان یک ابزار بهره وری به جای یک پیش نویس تحت نظارت. شرکت هایی که دچار مشکل می شوند، آنهایی هستند که از مرحله بررسی ساختاریافته می گذرند، زیرا خروجی «خوب به نظر می رسد».
برای تهیه پیشنویس قوانین بریتانیا با بررسی وکیل انسانی که در جریان کار گنجانده شده است - نامههای قبل از اقدام، قراردادها، برنامههای ضرر و بررسی اسناد - به [JustiScript] (https://justiscript.com) مراجعه کنید.