Serene Jadeเทคโนโลยีทางกฎหมาย · ทางเดินของจีน – สหราชอาณาจักร
บทความทั้งหมด
Legal Techที่ตีพิมพ์ · 12 June 20267 นาทีอ่าน

การร่างกฎหมายของ AI: ทำอะไรได้ดี ล้มเหลวตรงไหน

มองเครื่องมือร่าง AI อย่างสงบผ่านเลนส์กฎหมายของสหราชอาณาจักร - สิ่งที่พวกเขาจัดการได้อย่างมีประสิทธิภาพ จุดที่พวกมันพังอย่างเงียบๆ และวิธีการสร้างขั้นตอนการทำงานที่ผู้ควบคุมดูแลของคุณจะจดจำได้

พันธมิตรรายหนึ่งบอกเราเมื่อเร็วๆ นี้ว่าเธอหยุดขอให้เพื่อนร่วมงานรุ่นน้องจัดทำร่างจดหมายเชิงพาณิชย์มาตรฐานฉบับแรก โมเดลทำได้เร็วกว่า และในวันที่ดี จะดีกว่า จากนั้นเธอก็หยุดชั่วคราว “ปัญหา” เธอกล่าว “คือฉันไม่รู้ว่าวันไหนเป็นวันดีอีกต่อไป”

ประโยคดังกล่าวรวบรวมช่วงเวลาปัจจุบันในการร่างกฎหมายของ AI อย่างตรงไปตรงมามากกว่าชุดผู้ขายส่วนใหญ่ เทคโนโลยีนี้มีประโยชน์จริง ๆ นอกจากนี้ยังมีความน่าเชื่อถือที่ไม่สม่ำเสมอ และความไม่สม่ำเสมอเป็นส่วนที่ควรกำหนดวิธีที่ทีมและบริษัทภายในองค์กรนำมาใช้

การร่าง AI นั้นแข็งแกร่งอย่างแท้จริง

ปัจจุบันโมเดลภาษาขนาดใหญ่มีความสามารถในงานด้านกฎหมายที่แคบแต่มีความสำคัญในเชิงพาณิชย์ พวกเขาเก่งในงานที่มีโครงสร้างซ้ำซาก หนาแน่นทางภาษา และให้อภัยกับการผ่านครั้งที่สองของมนุษย์

ในทางปฏิบัตินั่นหมายถึง:

  • ฉบับร่างแรกของจดหมายโต้ตอบมาตรฐาน — จดหมายก่อนดำเนินการ จดหมายไล่ตาม จดหมายเรียกร้องขั้นพื้นฐาน บันทึกคำแนะนำ โครงสร้างได้รับการฝึกฝนมาอย่างดี โมเดลไม่ค่อยคิดค้นรูปแบบ
  • การดึงข้อและการเปรียบเทียบ — ดึงข้อกำหนดการชดใช้ค่าเสียหาย ข้อจำกัด หรือการยกเลิกจากกลุ่มสัญญาของซัพพลายเออร์และนำเสนอคู่กัน
  • การแปลร่างหนาแน่นเป็นภาษาอังกฤษธรรมดา — เปลี่ยนหัวเรื่องหรือโฉนดข้อตกลงให้เป็นบทสรุปที่ลูกค้าสามารถอ่านได้
  • กำหนดการและการประกอบตาราง — การสร้างโครงกระดูก Schedule of Loss ดัชนีการเปิดเผย หรือลำดับเหตุการณ์จากเอกสารดิบ
  • การจัดการหลายภาษา — การร่างเป็นภาษาอังกฤษภายใต้กฎหมายของสหราชอาณาจักร พร้อมทั้งอธิบายเอกสารให้กับลูกค้าที่ไม่พูดภาษาอังกฤษในภาษาของตนเอง นี่คือจุดที่ผลผลิตได้รับเพิ่มขึ้นมากที่สุดและสามารถป้องกันได้มากที่สุด

สิ่งเหล่านี้ไม่สามารถแทนที่ทนายความที่มีคุณสมบัติเหมาะสมได้ ทั้งหมดนี้ช่วยลดระยะห่างระหว่างหน้าว่างและฉบับร่างที่ตรวจทานได้ ซึ่งเป็นจุดที่เสียดทานที่เรียกเก็บเงินได้มากที่สุด

ที่ซึ่ง AI การร่างล้มเหลวอย่างเงียบๆ

โหมดความล้มเหลวเป็นส่วนที่สำคัญ เนื่องจากไม่สามารถมองเห็นได้ในการสาธิต

ขั้นแรก การสร้างการอ้างอิง โมเดลยังคงประดิษฐ์ชื่อเคส หมายเลขย่อหน้า และการอ้างอิงทางกฎหมายที่ดูน่าเชื่อถือ ความเสี่ยงจะสูงสุดเมื่อโมเดลถูกขอให้สนับสนุนตำแหน่งที่ได้รับการผลักดัน แทนที่จะสรุปบางสิ่งอย่างเป็นกลาง ผู้ปฏิบัติงานในสหราชอาณาจักรต้องเผชิญกับคำวิพากษ์วิจารณ์จากศาลสำหรับการยื่นฟ้องที่มีหน่วยงานที่ไม่มีอยู่จริง อารมณ์ด้านกฎระเบียบนั้นไม่น่าให้อภัย

ประการที่สอง การเลื่อนลอยของเขตอำนาจศาล แบบจำลองที่ได้รับการฝึกโดยส่วนใหญ่เกี่ยวกับวัสดุของสหรัฐฯ จะเข้าถึงอนุสัญญาสัญญาของสหรัฐฯ โดยไม่ได้รับแจ้ง - "เป็นตัวแทนและรับประกัน" สแต็ค ภาษาในการชดใช้ค่าเสียหาย การใช้ถ้อยคำในการเลือกกฎหมายซึ่งไม่เหมาะสมในสัญญากฎหมายอังกฤษ การร่างอ่านได้อย่างคล่องแคล่ว มันผิดอย่างมหันต์ด้วย

ประการที่สาม การละเว้นอย่างเงียบๆ โมเดลสามารถสร้างสิ่งที่คุณขอได้ดี แต่ไม่ดีนักในการแจ้งสิ่งที่คุณลืมขอ ประโยคหนึ่งอาจหายไปทั้งส่วน — เช่น การแยกส่วนเพื่อการฉ้อโกงในอนุประโยคข้อจำกัด — และผลลัพธ์จะดูสมบูรณ์ ทนายความรุ่นเยาว์ที่ถามคำถามเดียวกันมักจะพูดว่า "เราควรพิจารณาด้วย…" มากกว่า

ประการที่สี่ ท่าทีการรักษาความลับ เครื่องมือจำนวนมากกำหนดเส้นทางพร้อมท์ผ่านโครงสร้างพื้นฐานของบุคคลที่สามโดยมีกรอบเวลาการเก็บรักษาที่ไม่โปร่งใสเสมอไป สำหรับวัสดุที่มีสิทธิพิเศษ คำถามไม่ได้อยู่ที่ว่าผู้ขายมีชื่อเสียงหรือไม่ แต่เส้นทางข้อมูลเป็นผู้ควบคุม ลูกค้า หรือบริษัทประกันภัยที่จะยอมรับในการตรวจสอบหรือไม่

ประการที่ห้า ปัญหาการสอบเทียบ โมเดลไม่รู้ว่าเมื่อใดที่ไม่แน่นอน ไม่มีสัญญาณ "ฉันเดาอยู่นี่" อย่างตรงไปตรงมา ทุกเอาท์พุตมาถึงด้วยความมั่นใจในระดับเดียวกัน ซึ่งถือเป็น UX ที่ไม่ถูกต้องสำหรับงานด้านกฎหมาย

เลนส์กฎหมายสหราชอาณาจักรเกี่ยวกับการนำไปใช้

SRA ได้รับการวัดมากกว่าการจำกัด AI แนวคิดที่ได้รับการตีพิมพ์ — และทิศทางที่กว้างขึ้นของคำแนะนำของ SRA เกี่ยวกับการใช้ AI ในการปฏิบัติงานที่ได้รับการควบคุม — เน้นย้ำว่าหน้าที่ที่มีอยู่ครอบคลุมพื้นที่ส่วนใหญ่แล้ว: ความสามารถ การรักษาความลับ การกำกับดูแล และไม่ทำให้ศาลเข้าใจผิด หน่วยงานกำกับดูแลไม่ได้ขอให้บริษัทต่างๆ สร้างหลักจริยธรรมใหม่ขึ้นมา มีการขอให้พวกเขานำสิ่งเก่ามาใช้กับเครื่องมือใหม่

การจัดเฟรมนั้นมีประโยชน์ เพราะมันตัดผ่านการอภิปรายแบบไบนารี "เราควรใช้ AI หรือไม่" คำตอบที่ตรงไปตรงมาคือบริษัทส่วนใหญ่มีอยู่แล้ว ซึ่งมักจะไม่เป็นทางการ และคำถามด้านการบริหารจัดการก็คือว่าการใช้งานนั้นมีโครงสร้างหรือเงา

ตำแหน่งที่สามารถป้องกันได้เกี่ยวข้องกับอย่างน้อย:1. นโยบายการใช้ AI ที่เป็นลายลักษณ์อักษร การตั้งชื่อเครื่องมือที่ได้รับอนุมัติและกรณีการใช้งานที่ต้องห้าม (เช่น การร่างความคิดเห็นเกี่ยวกับประเด็นทางกฎหมายที่มีการโต้แย้งโดยไม่มีการลงนามจากพันธมิตร) 2. เส้นทางข้อมูลที่ชัดเจน สำหรับเครื่องมือใดๆ ที่สัมผัสกับวัสดุไคลเอนต์ — ข้อความแจ้งไปอยู่ที่ไหน ระยะเวลาเก็บรักษาไว้นานเพียงใด ไม่ว่าจะฝึกโมเดลในอนาคตหรือไม่ 3. แบบจำลองการควบคุมดูแล ที่ปฏิบัติต่อเอาต์พุตของ AI เสมือนว่าผลิตโดยนักกฎหมายชุมชนในสัปดาห์แรก: มีประโยชน์ แต่ไม่เคยยื่น ส่ง หรือพึ่งพาโดยไม่มีการตรวจสอบที่ผ่านการรับรอง 4. ความโปร่งใสของลูกค้า เหมาะสมกับการมีส่วนร่วม ไม่ใช่ทุกเรื่องที่ต้องการการเปิดเผยข้อมูลที่ AI ช่วยในการร่าง ลูกค้าบางรายและบางเรื่องก็ทำ 5. ระเบียบวินัยในการตัดไม้ เพื่อที่ว่าหากร่างถูกท้าทายในภายหลัง บริษัทสามารถสร้างสิ่งที่แบบจำลองสร้างขึ้นใหม่และสิ่งที่มนุษย์เปลี่ยนแปลงไป

การสร้างขั้นตอนการทำงาน

บริษัทที่ได้รับผลประโยชน์จากการร่างกฎหมายของ AI ไม่ใช่บริษัทที่มีใบอนุญาตที่แพงที่สุด พวกเขาคือผู้ที่แบ่งงานออกเป็นขั้นตอนต่างๆ และถามตามตรงว่าโมเดลควรสัมผัสขั้นตอนใด

รูปแบบที่ใช้งานได้มีลักษณะเช่นนี้ แบบจำลองจะสร้างแบบร่างแรกที่มีโครงสร้างจากเทมเพลตที่กำหนดและรูปแบบข้อเท็จจริงที่กำหนด ทนายความจะตรวจสอบรายการตรวจสอบที่ทดสอบอย่างชัดเจนสำหรับโหมดความล้มเหลวที่ทราบ เช่น การอ้างอิงที่ปลอมแปลง การเบี่ยงเบนของสหรัฐฯ การเพิกถอนที่ขาดหายไป ภาษาของเขตอำนาจศาล ร่างที่ได้รับการตรวจสอบแล้วจะตกเป็นของบุคคลคนที่สองเพื่อลงนามในสาระสำคัญในกรณีที่ประเด็นดังกล่าวรับประกัน ไม่มีสิ่งใดออกจากบริษัทได้โดยไม่มีชื่อต่อต้าน

นี่ไม่มีเสน่ห์เลย อย่างไรก็ตาม เวอร์ชันของการนำ AI ของบริษัทกฎหมายมาใช้นั้น จะสามารถรอดจากการร้องเรียน การตรวจสอบ หรือคำถามเกี่ยวกับการชดใช้ค่าเสียหายทางวิชาชีพ ระบบอัตโนมัติของเอกสารให้รางวัลแก่บริษัทที่ลงทุนในเทมเพลตและวินัยในการตรวจทานเสมอมา การร่างแบบ AI เป็นการต่อรองราคาเดียวกัน โดยมีข้อดีที่คมชัดกว่าและมีข้อเสียที่คมชัดกว่า

เครื่องมือพร้อมสำหรับงานจริงจัง ขั้นตอนการทำงานคือสิ่งที่ตัดสินว่างานนั้นปลอดภัยหรือไม่

คำถามที่พบบ่อย

เราควรแจ้งให้ลูกค้าทราบเมื่อมีการใช้ AI ในการร่างเอกสารหรือไม่ ไม่มีกฎเกณฑ์ของสหราชอาณาจักรที่ครอบคลุมซึ่งกำหนดให้ต้องเปิดเผย แต่ตำแหน่งนั้นขึ้นอยู่กับหนังสือตอบรับงาน ความละเอียดอ่อนของเรื่อง และสิ่งที่ลูกค้าคาดหวังอย่างสมเหตุสมผล สำหรับงานที่มีเดิมพันสูงหรืองานสั่งทำพิเศษ ความโปร่งใสมักเป็นค่าเริ่มต้นที่ปลอดภัยกว่า

เราสามารถใช้เครื่องมือ AI อเนกประสงค์ได้ไหม หรือเราต้องการเครื่องมือเฉพาะด้านกฎหมาย เครื่องมือทั่วไปสามารถจัดการงานที่มีความเสี่ยงต่ำได้หากเส้นทางข้อมูลและนโยบายของคุณชัดเจน แต่โดยทั่วไปแล้วแพลตฟอร์มเฉพาะทางกฎหมายจะให้เหตุผลด้านเขตอำนาจศาล ระเบียบวินัยในการอ้างอิง และการรักษาความลับที่ดีกว่า ซึ่งช่วยลดภาระการตรวจสอบลงอย่างมาก

บริษัททำผิดพลาดบ่อยที่สุดเมื่อนำการร่าง AI มาใช้คืออะไร ถือเป็นเครื่องมือเพิ่มประสิทธิภาพการทำงานมากกว่าที่จะเป็นผู้ร่างแบบภายใต้การดูแล บริษัทที่ประสบปัญหาคือบริษัทที่ข้ามขั้นตอนการตรวจสอบแบบมีโครงสร้างเนื่องจากผลงาน "ดูดี"


สำหรับการร่างกฎหมายสหราชอาณาจักรที่มีการตรวจสอบทนายความที่เป็นมนุษย์ซึ่งสร้างไว้ในขั้นตอนการทำงาน — Letters Before Action, สัญญา, Schedules of Loss และการตรวจสอบเอกสาร — โปรดดู JustiScript

ที่เกี่ยวข้อง
uk-settlement-agreement

การเจรจาข้อตกลงยุติคดีในสหราชอาณาจักร: อะไรที่สำคัญจริงๆ

ข้อตกลงยุติคดีส่วนใหญ่จะชนะหรือแพ้ในสัปดาห์แรกของการร่าง นี่คือสิ่งที่พนักงานและทีมทรัพยากรบุคคลในสหราชอาณาจักรควรเจรจาจริงๆ ได้แก่ หัวหน้าฝ่ายเงื่อนไข ภาษี ข้อมูลอ้างอิง และคำแนะนำ

อ่าน
China Company Setup

WFOE, FIE หรือ Hong Kong Holding: การเลือกรายการจีนที่เหมาะสมวันนี้

Playbook เริ่มต้นสำหรับการเข้าสู่จีนแผ่นดินใหญ่มีการเปลี่ยนแปลงอย่างเงียบๆ ต่อไปนี้เป็นวิธีคิดเกี่ยวกับ WFOE โครงสร้าง FIE ที่กว้างขึ้น และการถือครองเลเยอร์ของฮ่องกงโดยไม่ต้องเสียภาษี เงินทุน หรือเวลามากเกินไป

อ่าน
uk-employment-rights-bill

ร่างกฎหมายสิทธิการจ้างงาน: สิ่งที่ HR ต้องแก้ไขก่อน

ร่างพระราชบัญญัติสิทธิการจ้างงานจะเขียนใหม่ในช่วงสัปดาห์แรกของความสัมพันธ์ในการจ้างงาน ต่อไปนี้คือการเปลี่ยนแปลงสำหรับสิทธิ์วันแรก ระยะเวลาที่มีคุณสมบัติ และการทำงานแบบ Zero-hours — และสิ่งที่ต้องอัปเดตตอนนี้

อ่าน
ร่วมงานกับเรา

มีเรื่องทางเดินที่เราสามารถช่วยได้หรือไม่?