एका भागीदाराने अलीकडेच आम्हाला सांगितले की तिने कनिष्ठ सहयोगींना मानक व्यावसायिक पत्रांचे पहिले मसुदे तयार करण्यास सांगणे बंद केले आहे. मॉडेलने ते जलद केले आणि — चांगल्या दिवशी — चांगले. मग ती थांबली. "समस्या," ती म्हणाली, "मला यापुढे कोणता दिवस चांगला दिवस आहे हे माहित नाही."
ते वाक्य एआय कायदेशीर मसुदामधील सध्याचा क्षण बहुतेक विक्रेता डेकपेक्षा अधिक प्रामाणिकपणे कॅप्चर करते. तंत्रज्ञान खऱ्या अर्थाने उपयुक्त आहे. हे असमानपणे विश्वासार्ह देखील आहे, आणि असमानता हा एक भाग आहे जो इन-हाउस टीम्स आणि फर्म्सचा कसा अवलंब करतात.
जिथे AI मसुदा खऱ्या अर्थाने मजबूत आहे
मोठ्या भाषेचे मॉडेल आता कायदेशीर कार्याच्या अरुंद परंतु व्यावसायिकदृष्ट्या महत्त्वपूर्ण बँडमध्ये सक्षम आहेत. संरचनात्मकदृष्ट्या पुनरावृत्ती होणारी, भाषिकदृष्ट्या दाट आणि मानवी द्वितीय उत्तीर्णांना माफ करणारी कामे करण्यासाठी ते चांगले आहेत.
सराव मध्ये, याचा अर्थ:
- मानक पत्रव्यवहाराचा पहिला मसुदा — कारवाईपूर्वीची पत्रे, पाठलाग करणारी पत्रे, मूलभूत मागणी पत्रे, सूचना नोट्स. रचना चांगल्या प्रकारे तालीम आहे; मॉडेल क्वचितच स्वरूप शोधते.
- क्लॉज एक्सट्रॅक्शन आणि तुलना — पुरवठादार कराराच्या पोर्टफोलिओमध्ये नुकसानभरपाई, मर्यादा किंवा समाप्ती तरतुदी खेचणे आणि त्यांना शेजारी-शेजारी सादर करणे.
- डेन्स ड्राफ्टिंगचे साधे-इंग्रजी भाषांतर — हेड-ऑफ-टर्म्स किंवा सेटलमेंट डीड क्लायंट-वाचण्यायोग्य सारांशात बदलणे.
- शेड्यूल आणि टेबल असेंब्ली — नुकसानाच्या सांगाड्याचे शेड्यूल, एक प्रकटीकरण निर्देशांक किंवा कच्च्या कागदपत्रांमधून कालक्रम तयार करणे.
- बहुभाषिक हाताळणी — इंग्रजी भाषिक नसलेल्या क्लायंटला त्यांच्या स्वतःच्या भाषेत दस्तऐवज समजावून सांगताना यूके कायद्यांतर्गत इंग्रजीमध्ये मसुदा तयार करणे. येथेच उत्पादकता वाढ सर्वात मोठी आणि सर्वात सुरक्षित आहे.
यापैकी कोणीही पात्र सॉलिसिटरची जागा घेत नाही. हे सर्व रिक्त पृष्ठ आणि पुनरावलोकन करण्यायोग्य मसुद्यामधील अंतर कमी करते, जिथे सर्वाधिक बिल करण्यायोग्य घर्षण बसते.
जिथे AI ड्राफ्टिंग शांतपणे अयशस्वी होते
अपयश मोड हा महत्त्वाचा भाग आहे, कारण ते डेमोमध्ये दिसत नाहीत.
प्रथम, उद्धरण बनावट. मॉडेल्स अजूनही केसांची नावे, परिच्छेद क्रमांक आणि वैधानिक संदर्भ शोधतात जे प्रशंसनीय दिसतात. एखाद्या गोष्टीला तटस्थपणे सारांशित करण्याऐवजी मॉडेलला ज्या स्थितीकडे झुकवले गेले आहे त्याचे समर्थन करण्यास सांगितले जाते तेव्हा धोका सर्वाधिक असतो. यूके प्रॅक्टिशनर्सना आधीच अस्तित्वात नसलेले अधिकारी असलेल्या फाइलिंगसाठी न्यायालयीन टीकेचा सामना करावा लागला आहे; नियामक मूड अक्षम्य आहे.
दुसरे, अधिकारक्षेत्रीय प्रवाह. मुख्यतः यूएस सामग्रीवर प्रशिक्षित केलेले मॉडेल, बिनधास्तपणे, यूएस कॉन्ट्रॅक्ट कन्व्हेन्शन्सपर्यंत पोहोचेल - "प्रतिनिधी आणि वॉरंट" स्टॅक, नुकसान भरपाईची भाषा, इंग्रजी कायद्याच्या करारामध्ये योग्य नसलेले कायद्याचे वाक्यरचना. मसुदा अस्खलितपणे वाचतो. तेही अगदीच चुकीचे आहे.
तिसरे, मूक वगळणे. तुम्ही जे मागता ते तयार करण्यात मॉडेल चांगले असतात आणि तुम्ही जे मागायला विसरलात ते ध्वजांकित करण्यात खराब असतात. एका क्लॉजमध्ये संपूर्ण अंग गहाळ असू शकते — म्हणा, मर्यादेच्या क्लॉजमध्ये फसवणूक करण्यासाठी एक कोरीव काम — आणि आउटपुट पूर्ण दिसेल. एक कनिष्ठ वकील, हाच प्रश्न विचारला, "आम्ही देखील विचार केला पाहिजे का..." असे बरेचदा म्हणायचे.
चौथा, गोपनीयतेचा पवित्रा. अनेक साधने नेहमी पारदर्शक नसलेल्या धारणा विंडोसह तृतीय-पक्षाच्या पायाभूत सुविधांद्वारे प्रॉम्प्ट करतात. विशेषाधिकार प्राप्त सामग्रीसाठी, विक्रेता प्रतिष्ठित आहे की नाही हा प्रश्न नाही तर डेटा पथ एक नियामक, क्लायंट किंवा विमाकर्ता तपासणीवर स्वीकारेल की नाही हा आहे.
पाचवा, कॅलिब्रेशन समस्या. मॉडेल कधी अनिश्चित आहे हे माहित नाही. "मी येथे अंदाज लावत आहे" असा कोणताही प्रामाणिक सिग्नल नाही. प्रत्येक आउटपुट समान पातळीवरील आत्मविश्वासाने येतो, जे कायदेशीर कामासाठी चुकीचे UX आहे.
दत्तक घेण्यावर यूके-लॉ लेन्स
AI वर प्रतिबंध करण्याऐवजी SRA मोजले गेले आहे. त्याची प्रकाशित विचारसरणी — आणि AI च्या वापरावरील SRA मार्गदर्शनाची विस्तृत दिशा नियमन केलेल्या व्यवहारात — यावर जोर देते की विद्यमान कर्तव्ये आधीच बहुतेक क्षेत्र व्यापतात: सक्षमता, गोपनीयता, पर्यवेक्षण आणि न्यायालयाची दिशाभूल न करणे. नियामक कंपन्यांना नवीन नैतिकता शोधण्यास सांगत नाही. ते त्यांना जुने नवीन साधन लागू करण्यास सांगत आहे.
ते फ्रेमिंग उपयुक्त आहे, कारण ते बायनरी "आम्ही एआय वापरावे की नाही" या वादातून कट करते. प्रामाणिक उत्तर असे आहे की बहुतेक कंपन्या आधीच अनौपचारिक आहेत आणि प्रशासनाचा प्रश्न हा आहे की तो वापर संरचित आहे की सावली आहे.
बचावात्मक स्थितीत किमान समाविष्ट आहे:1. लेखित AI वापर धोरण, मंजूर साधनांचे नाव देणे आणि प्रतिबंधित वापर प्रकरणे (उदाहरणार्थ, भागीदार साइन-ऑफशिवाय कायद्याच्या विवादित मुद्द्यांवर मतांचा मसुदा तयार करणे). 2. क्लायंट सामग्रीला स्पर्श करणाऱ्या कोणत्याही साधनासाठी एक स्पष्ट डेटा मार्ग — प्रॉम्प्ट कुठे जातात, ते किती काळ टिकवून ठेवतात, ते भविष्यातील मॉडेल्सना प्रशिक्षण देतात की नाही. 3. एक पर्यवेक्षण मॉडेल जे AI आउटपुटला त्यांच्या पहिल्या आठवड्यात पॅरालीगलद्वारे तयार केल्याप्रमाणे हाताळते: उपयुक्त, परंतु पात्र पुनरावलोकनाशिवाय कधीही दाखल केलेले, पाठवलेले किंवा त्यावर अवलंबून नाही. 4. क्लायंट पारदर्शकता प्रतिबद्धता योग्य. AI ने मसुद्यासाठी मदत केली असे प्रत्येक प्रकरणाला उघड करणे आवश्यक नसते; काही ग्राहक आणि काही बाबी करतात. 5. लॉगिंग शिस्त जेणेकरून, जर मसुद्याला नंतर आव्हान दिले गेले, तर फर्मने काय तयार केले आणि मानवाने काय बदलले याची पुनर्रचना करू शकेल.
कार्यप्रवाह तयार करणे
एआय कायदेशीर मसुद्याद्वारे मूल्य मिळविणाऱ्या कंपन्यांना सर्वात महाग परवाने नसतात. ते असे आहेत ज्यांनी त्यांचे कार्य टप्प्याटप्प्याने विघटित केले आहे आणि प्रामाणिकपणे विचारले आहे की मॉडेलने कोणत्या टप्प्याला स्पर्श करावा.
एक कार्यक्षम नमुना यासारखा दिसतो. मॉडेल परिभाषित टेम्पलेट आणि परिभाषित तथ्य नमुना पासून संरचित प्रथम मसुदा तयार करते. एक सॉलिसिटर चेकलिस्टचे पुनरावलोकन करतो जे स्पष्टपणे ज्ञात अयशस्वी मोडसाठी चाचणी करते — बनावट उद्धरण, यूएस ड्रिफ्ट, गहाळ कोरीव-आऊट्स, अधिकार क्षेत्राची भाषा. पुनरावलोकन केलेला मसुदा ठोस साइन-ऑफसाठी दुसऱ्या मानवाकडे जातो जेथे प्रकरण त्यास हमी देते. फर्मला नावाशिवाय काहीही सोडत नाही.
हे ग्लॅमरस नाही. तथापि, तक्रार, लेखापरीक्षण किंवा व्यावसायिक नुकसानभरपाईच्या प्रश्नावर टिकून राहणारी कायदेशीर फर्म AI दत्तक आवृत्ती आहे. दस्तऐवज ऑटोमेशनने नेहमी त्यांच्या टेम्पलेट्स आणि त्यांच्या पुनरावलोकन शिस्तीमध्ये गुंतवणूक करणाऱ्या कंपन्यांना पुरस्कृत केले आहे; AI ड्राफ्टिंग ही समान सौदा आहे, तीक्ष्ण वरची बाजू आणि तीक्ष्ण डाउनसाइड.
साधने गंभीर कामासाठी तयार आहेत. वर्कफ्लो हे काम सुरक्षित आहे की नाही हे ठरवते.
वारंवार विचारले जाणारे प्रश्न
आम्ही ग्राहकांना त्यांच्या कागदपत्रांचा मसुदा तयार करताना AI चा वापर केव्हा केला ते सांगावे का? प्रकटीकरणाची आवश्यकता असलेला कोणताही ब्लँकेट यूके नियम नाही, परंतु स्थिती प्रतिबद्धता पत्र, प्रकरणाची संवेदनशीलता आणि क्लायंटला वाजवीपणे काय अपेक्षित आहे यावर अवलंबून असते. उच्च-स्टेक किंवा बेस्पोक कामासाठी, पारदर्शकता सहसा सुरक्षित डीफॉल्ट असते.
आम्ही एक सामान्य-उद्देश AI साधन वापरू शकतो किंवा आम्हाला कायदेशीर-विशिष्ट साधनाची आवश्यकता आहे? जर तुमचा डेटा मार्ग आणि धोरण स्पष्ट असेल तर सामान्य साधने कमी-जोखीम कार्ये हाताळू शकतात, परंतु कायदेशीर-विशिष्ट प्लॅटफॉर्म सामान्यत: चांगले अधिकारक्षेत्र ग्राउंडिंग, उद्धरण शिस्त आणि गोपनीयतेची मुद्रा ऑफर करतात — ज्यामुळे पुनरावलोकनाचा भार कमी होतो.
एआय ड्राफ्टिंगचा अवलंब करताना कंपन्या सर्वात सामान्य चूक कोणती करतात? पर्यवेक्षी ड्राफ्टर ऐवजी उत्पादकता साधन म्हणून उपचार करणे. ज्या कंपन्या अडचणीत येतात ते संरचित पुनरावलोकन स्टेज वगळतात कारण आउटपुट "चांगले दिसले".
वर्कफ्लोमध्ये अंतर्भूत मानवी सॉलिसिटर पुनरावलोकनासह यूके-कायदा मसुदा तयार करण्यासाठी — कृतीपूर्वी पत्रे, करार, नुकसानाचे वेळापत्रक आणि दस्तऐवज पुनरावलोकन — पहा JustiScript.