Roderick Lucas, spoluzakladatel a generální ředitel společnosti Moonlit – série rozhovorů

Roderick Lucas je spoluzakladatelem a generálním ředitelem společnosti Moonlit a má zkušenosti s umělou inteligencí, datovou vědou a právními technologiemi. Téměř deset let působil ve společnosti Deloitte, kde zastával funkci vedoucího pro umělou inteligenci, a vyučoval také technologické kurzy na Vrije Universiteit Amsterdam a Tilburg University. Zaměřuje se na zpřístupnění právního výzkumu širšímu okruhu lidí prostřednictvím strukturovaných dat, ověřitelných zdrojů a umělé inteligence.

Moonlit poskytuje infrastrukturu pro právní data a výzkumné nástroje, které propojují oficiální právní předpisy, soudní rozhodnutí a regulatorní informace napříč evropskými jurisdikcemi. Její platforma, Data API a server MCP umožňují výzkumníkům a asistentům umělé inteligence přístup ke strukturovaným právním zdrojům. Knihovna Commentaries pak spojuje analýzy vytvořené umělou inteligencí s kontrolou ze strany jmenovaných právních expertů. V tomto rozhovoru Lucas hovoří o právních halucinacích, přeshraničním výzkumu, ověřování odborníky a přístupu ke spolehlivým právním informacím.

Téměř deset let jste působil ve společnosti Deloitte a nakonec jste se stal vedoucím pro umělou inteligenci. Zároveň jste vyučoval technologické kurzy na Vrije Universiteit Amsterdam a Tilburg University. Moonlit původně vznikl jako interní projekt společnosti Deloitte a v roce 2024 se z něj stala nezávislá společnost. Co vás inspirovalo k vytvoření této platformy a co vás přesvědčilo, že právní výzkum potřebuje zásadně odlišný přístup?

Moonlit vznikl uvnitř společnosti Deloitte, protože problém byl přímo před námi. Každá závažná právní nebo daňová otázka v Evropě v určitém okamžiku překračuje hranice, potřebné zdroje jsou však roztroušené po desítkách národních portálů, z nichž každý používá vlastní formát, jazyk a způsob citování. Specialisté tráví většinu času vyhledáváním podkladů a ověřováním, že jim nic nechybí. Nástroje, které jim mají pomáhat, jsou přitom pro přeshraniční práci neúčinné. Účtují poplatky za každého uživatele a každou zemi a k porovnání toho, jak různé jurisdikce řeší stejnou otázku, vyžadují samostatné přihlašovací údaje.

Když se objevily jazykové modely, ukázaly se dvě věci zároveň: modely dokázaly uvažovat o právních textech mnohem lépe, než kdokoli čekal, ale neměly k dispozici nic spolehlivého, nad čím by mohly uvažovat. Přímé získávání textu z veřejných soudních portálů vede k neuspořádaným a nejednotným datům, zatímco komerční právní vydavatelé omezují automatizovaný přístup licenčními omezeními. Právním technologiím chyběl společný základ: oficiální zdroje z více jurisdikcí převedené do stejné přehledné datové struktury, vzájemně propojené a denně aktualizované.

Právě tuto vrstvu jsme se rozhodli vybudovat, a proto se Moonlit v roce 2024 stala společností, místo aby zůstala pouhým nástrojem pro jednu firmu. Základ takového druhu získává na hodnotě s každým člověkem a každým systémem, který z něj čerpá a přispívá do něj. Přesvědčení, z něhož jsme vycházeli, se nezměnilo: právo je veřejné a znalosti, které na něm staví, by měly být dostupné za přijatelnou cenu každému, kdo se jím musí řídit.

Moonlit vznikl z přesvědčení, že přístup k právním znalostem je nezbytný pro spravedlnost. Právní předpisy a soudní rozhodnutí jsou často veřejně dostupné, odborné komentáře vysvětlující jejich důsledky však mnohdy zůstávají za drahými platebními branami. Jak chce Moonlit demokratizovat přístup k této interpretační vrstvě a proč je to zvlášť důležité pro rozvoj spolehlivé umělé inteligence v právní oblasti?

V Nizozemsku připadá státu asi 40 centů z každého eura, které vyděláte, a část těchto peněz financuje veřejné univerzity a právní systém. Mnohé komentáře vysvětlující právo píší akademici placení z veřejných prostředků. Komerční vydavatelé, jako jsou Wolters Kluwer a Thomson Reuters, tyto analýzy zpracují do balíčků a prodávají je zpět soudům, ministerstvům, univerzitám a právníkům, kteří je potřebují. Předplatné komentářů stojí stovky eur za uživatele měsíčně. Veřejnost tak za právo, kterým se musí řídit, fakticky platí dvakrát. Spravedlivý právní systém by neměl měsíčně stát víc než předplatné Netflixu.

Knihovnu Commentaries jsme vytvořili jako otevřenou alternativu: nabízí komentáře k jednotlivým článkům právních předpisů a je přístupná s bezplatným účtem Moonlit. Každý komentář vzniká na základě primárních zdrojů s využitím našich modelů umělé inteligence a před zveřejněním jej prověřují právní specialisté. Každá citace je ověřena a odkazuje přímo na oficiální záznam vlády nebo soudu. Pokud čtenář zaznamená chybějící nuanci nebo nedávný vývoj, může navrhnout úpravu přímo prostřednictvím formuláře na stránce a požádat redakci o její posouzení. Redaktoři ji pak mohou zkontrolovat a komentář znovu zveřejnit. Pokud víme, žádný jiný vydavatel takovou kombinaci nenabízí. Při spuštění se dostupné komentáře zaměřují na nepřímé daně (DPH); komentáře k ochraně osobních údajů se připravují.

Tato interpretační vrstva je stejně důležitá i pro umělou inteligenci v právní oblasti. Modely mohou zpracovávat veřejné právní předpisy a soudní rozhodnutí, nedokážou však číst odborné komentáře, které vysvětlují, jak pravidlo funguje v praxi nebo kde platí výjimky. Bez tohoto kontextu modely zobecňují a vytvářejí nespolehlivé odpovědi. Knihovnu Commentaries jsme navrhli tak, aby každé tvrzení výslovně vycházelo z ustanovení, které vykládá, a z rozhodnutí, o něž se opírá. Právník si může zdroj ověřit jediným kliknutím a pracovní postup využívající umělou inteligenci může pracovat se spolehlivými daty prostřednictvím Moonlit Data API a konektoru MCP.

Halucinace v právních textech vytvářené umělou inteligencí jsou stále větším problémem: právníci i soudy se setkávají s vymyšlenými citacemi soudních rozhodnutí a nepřesnými výklady práva. Proč mají s právní přesností potíže i sofistikované velké jazykové modely a jak jim v těchto omezeních pomáhá strukturovaný a ověřený právní kontext?

Jazykové modely mají s právem potíže z důvodů, které mají s inteligencí jen málo společného. Právní argumentace závisí výhradně na ověřitelných autoritativních zdrojích. Závěr je pouze tak dobrý jako ustanovení nebo rozhodnutí, o které se opírá, model však považuje čísla soudních případů a citace právních předpisů za pravděpodobnostní textové vzorce, nikoli za spolehlivé záznamy v databázi. Vytváří odkazy, které vypadají přesvědčivě, protože předpovídá, jak by citace měla vypadat, nikoli proto, že ověřil skutečný dokument. To má velmi reálné důsledky: k datu napsání tohoto textu bylo zaznamenáno více než 2 100 soudních rozhodnutí týkajících se halucinací umělé inteligence, z nichž se více než 800 přímo týkalo právníků.

Právo se také neustále vyvíjí. Znalosti modelu končí u data, ke kterému byly ukončeny jeho tréninkové údaje, zatímco daňová rozhodnutí a rozhodnutí odvolacích soudů se aktualizují každý týden. Pokud jsou komentáře vysvětlující význam těchto pravidel ukryté za paywallem vydavatelů, má model přístup k samotnému znění zákona, ale nikoli k praktickému kontextu, a tak si chybějící souvislosti domýšlí pomocí věrohodně znějících vysvětlení.

Strukturovaný a ověřený kontext zásadně mění samotný úkol. Moonlit nechává model právní předpisy vyhledávat, místo aby se je pokoušel vybavit z paměti, a pracuje přímo s oficiálními záznamy. Vyhledávání vrací dokumenty z oficiálních zdrojů, každý s citací a odkazem. Graf odkazů ukazuje, na co se dané rozhodnutí odkazuje a které pozdější dokumenty odkazují na něj. Citace buď odkazuje na autentický dokument v našem úložišti, nebo se vůbec nezobrazí. Tím se eliminují vymyšlené citace. Ani čistá data však sama o sobě nezabrání nesprávnému výkladu, a proto Commentaries i nadále staví mezi návrh a čtenáře konkrétně jmenovaného právního odborníka.

Moonlit shromažďuje právní předpisy, soudní rozhodnutí a regulační informace z desítek jurisdikcí a propojuje právní dokumenty rozsáhlým grafem odkazů. Můžete nám přiblížit základní architekturu umělé inteligence a datové architektury, zejména jak platforma rozpoznává vztahy mezi právními zdroji, sjednocuje různé jazyky a právní systémy a zpřístupňuje tyto informace modelům umělé inteligence?

Představte si to jako souvislý řetězec, který vede od oficiálního zveřejnění až k ověřené citaci.

V každé jurisdikci se připojujeme přímo k oficiálním portálům, včetně legislativních věstníků, soudních databází, regulačních orgánů a EUR-Lexu pro právo EU. Každý portál má svá specifika a formáty, které se mohou bez varování změnit, proto věnujeme značnou část technického vývoje jejich průběžnému monitorování a automatizované obnově pro každý portál. Každý dokument, který získáme, si zachovává uvedení zdroje a trvalý odkaz na oficiální vládní záznam. Tento odkaz je základem všeho ostatního.

Vše se napříč jurisdikcemi ukládá do jediného modelu, který zahrnuje právní předpisy, judikaturu, parlamentní dokumenty, rozhodnutí orgánů veřejné moci a pokyny. Právní předpisy rozdělujeme až na jednotlivé články, aby bylo možné přesně vyhledat a citovat konkrétní ustanovení. Nizozemský rozsudek i německé rozhodnutí si zachovávají konkrétní pole vyžadovaná jejich vnitrostátními systémy, zároveň však sjednocujeme způsob, jakým jsou tyto dokumenty identifikovány, klasifikovány a propojovány napříč hranicemi.

Právní texty na sebe neustále odkazují. Rozsudek uvádí články, které uplatňuje, i rozhodnutí, kterými se řídí, zatímco zákon odkazuje na další právní předpisy. Náš nástroj tyto citace rozpoznává, přestože se jejich podoba v jednotlivých jurisdikcích výrazně liší, přiřazuje je k autentickým dokumentům v naší Data Layer a ukládá obousměrné odkazy. Právní inženýři ověřují vzorce používané při extrakci. Výsledkem je graf odkazů obsahující stovky milionů propojení, který u každého dokumentu ukazuje, na co odkazuje a které dokumenty odkazují na něj.

Jazyk řešíme tak, že zdrojové dokumenty ponecháváme beze změny. Původní text nepřekládáme. Belgické rozhodnutí zůstává ve francouzštině nebo nizozemštině a vyhledávání probíhá přímo v původním jazyce. Kombinujeme vyhledávání podle klíčových slov a sémantické vyhledávání, výsledky znovu řadíme a každé vyhledávání omezujeme na příslušnou jurisdikci. Luna, náš výzkumný asistent, odpovídá v jazyce, který si zvolíte, a přitom vyhledává v každém zdrojovém dokumentu v jeho původním jazyce.

Platforma Moonlit, naše Data API i server MCP čerpají ze stejné Data Layer. API poskytuje programový přístup k našim režimům vyhledávání, grafu odkazů a vyhledávání v plném znění, zatímco server MCP zpřístupňuje jakémukoli externímu asistentovi umělé inteligence devět nástrojů pouze pro čtení. Když vylepšíme podkladová data, změna se okamžitě promítne do všech rozhraní.

Moonlit představil právní komentáře vytvářené umělou inteligencí a kontrolované konkrétně jmenovanými právními odborníky, které spojují automatizované vypracování textu s lidským ověřením. Jak tento proces funguje v praxi a jaká ochranná opatření zajišťují, že výklady vytvářené umělou inteligencí jsou přesné, transparentní a dohledatelně podložené autoritativními právními zdroji?

Komentář vychází ze samotného právního předpisu. Náš systém vytvoří návrh na základě primárních zdrojů v Datové vrstvě, mezi něž patří právní předpisy, judikatura, směrnice a parlamentní historie ustanovení. Může citovat pouze dokumenty, které máme k dispozici, takže každé tvrzení je propojeno s ustanovením, které vykládá, i se zdrojem, o nějž se opírá. Jeden z našich komentářů vydaných při spuštění například odkazuje na 165 ověřených zdrojů.

Než komentář zveřejníme, přečte si návrh odborník na danou právní oblast a porovná jej s primárními zdroji. Naši editoři jsou akademici a autoři z praxe, kteří za svou práci dostávají honorář. Skupinu, která se podílela na spuštění, tvoří odborníci z univerzit, soudů, státních orgánů, poradenských společností a advokátních kanceláří. Návrh opravují, vypouštějí, co do něj nepatří, a doplňují, co v něm chybí. Jejich jména jsou uvedena přímo na stránce.

Odznaky ověřené kontroly označují pasáže, které ověřil editor, takže je vždy jasné, za které části se zaručuje lidský odborník.

Každý komentář uvádí také rozhodné datum, které ukazuje přesný stav práva, jenž popisuje. Datová vrstva se aktualizuje denně a upozorňuje editora na relevantní nová rozhodnutí; ten pak upraví text a posune rozhodné datum.

Základní pojistkou toho všeho je odkaz. Pokud se nemůžete prokliknout k rozhodnutí, o které se závěr opírá, žádá se po vás, abyste mu důvěřovali naslepo. Komentáře jsme vytvořili proto, aby to nikdo nemusel dělat.

Díky integracím využívajícím Protokol kontextu modelu (MCP) může Moonlit zpřístupnit právní informace přímo asistentům s umělou inteligencí, jako jsou ChatGPT, Claude a Microsoft Copilot. Co tato architektura umožňuje, s čím si běžné systémy generování obohaceného o vyhledávání (RAG) mohou jen těžko poradit, a jak zajišťujete, aby asistenti získané právní informace používali odpovědně?

Běžné systémy RAG pořídí snímek některých dokumentů, rozdělí je na části, převedou je do vektorových reprezentací a modelu předají ty, které dosáhnou nejvyšší podobnosti. V právu tento přístup selhává ve třech ohledech. Snímek zastarává. Podobnost nestačí spolehlivě k nalezení konkrétního článku nebo čísla soudního případu. A z jednotlivé části se nedozvíte, na co dokument odkazuje ani jak s ním naložila pozdější rozhodnutí.

Se serverem MCP provádí výzkum sám asistent. Může vyhledávat podle významu nebo přesných výrazů a citací pomocí booleovských operátorů, sledovat odkazy mezi dokumenty, číst celé texty a vyhledávat jednotlivé články právních předpisů. Může také zkontrolovat, které jurisdikce a oficiální portály jsou k dispozici. Model rozhodne, co potřebuje, prostuduje získané výsledky a hledá znovu, dokud nenajde dostatečně podloženou odpověď. Právě tento cyklus je tím podstatným rozdílem. Luna přešla v září na stejný server MCP a odpovědi byly zároveň rychlejší i kvalitnější. Aktuální jsou i data: asistent čte Datovou vrstvu v její dnešní podobě.

Odpovědné používání začíná jasně stanovenými limity. Naše nástroje umožňují pouze čtení a výsledky odkazují zpět na oficiální zdroj. Zveřejňujeme také jednoduché pokyny pro výzkum, kterými se asistenti mohou řídit. Vysvětlují, jak vyhledávat v původním jazyce zdroje, před citováním ověřit příslušnou pasáž, zkontrolovat verzi a jasně uvést, pokud dostupné zdroje obsahují mezeru.

Různí asistenti zobrazují své uvažování různými způsoby a to nemůžeme ovlivnit. Můžeme však zajistit, aby se zdroje daly snadno ověřit. Každá citace vede k dokumentu a každý dokument k jeho oficiálnímu zveřejnění.

Právní informace se neustále vyvíjejí: zveřejňují se nová rozhodnutí, mění se předpisy a zpochybňují se stávající precedenty. Jak automatizovaná monitorovací infrastruktura Moonlit tyto změny zjišťuje a zapracovává a jak platforma brání systémům umělé inteligence spoléhat se na zastaralé právní předpisy nebo překonané právní výklady?

Zabránit tomu, aby se umělá inteligence nebo výzkumník opírali o neplatné právo, závisí na propojení mezi dokumenty. Jakmile do systému vstoupí nové soudní rozhodnutí nebo změna právního předpisu, graf odkazů jej propojí s dřívějšími ustanoveními a případy, na které odkazuje. Pokud odvolací soud dřívější rozhodnutí zruší nebo omezí jeho dosah, tato změna se přímo připojí k původnímu rozhodnutí jako rozhodnutí, které na něj odkazuje. Model, který graf sleduje, změnu právního posouzení zaznamená okamžitě, místo aby zastaralý precedent považoval za platné právo. Uživatelé platformy mohou stejný příchozí tok využít k aktivaci monitorů pro konkrétní právní předpisy, soudy nebo témata, která sledují.

U komentářů bývá udržování aktuálnosti tradičně velkým slabým místem. Komerční řady komentářů se často kontrolují kvůli aktualizacím jen jednou nebo dvakrát ročně. V rychle se měnících oblastech, jako jsou nepřímé daně nebo ochrana údajů, takové zpoždění představuje vážné riziko pro dodržování předpisů. Naše Datová vrstva každý den vyhodnocuje nově příchozí publikace ve vztahu k našim komentářům, takže nová rozhodnutí okamžitě označí autorovi-edit­orovi. Ten aktualizuje analýzu a posune rozhodné datum, aby odborníci z praxe i modely umělé inteligence vycházeli ze skutečného stavu práva, nikoli z pohledu starého dvanáct měsíců.

Přeshraniční právní výzkum přináší složitosti, které přesahují pouhý překlad dokumentů, zejména když různé země podobné předpisy vykládají nebo provádějí odlišně. Jak umělá inteligence Moonlit rozlišuje mezi těmito rozdíly v jednotlivých jurisdikcích a co se stane, když si autoritativní právní zdroje zdánlivě odporují?

Směrnice EU a vnitrostátní zákon, kterým se provádí, jsou odlišné dokumenty a jsou vzájemně propojeny tam, kde jeden odkazuje na druhý. Vnitrostátní rozhodnutí, které uplatňuje rozsudek Soudního dvora, je propojeno s tímto rozsudkem. Proto také Commentaries začíná tématem DPH. Pravidla jsou z velké části harmonizována na úrovni EU a následně vykládána v každém členském státě.

Rozpory jsou v právu běžné a neskrýváme je. Pokud se zdá, že si dva autoritativní zdroje odporují, čtenář dostane oba. Většinu práce pak odvede hierarchie: pozdější rozhodnutí má přednost před dřívějším, Soudní dvůr před vnitrostátním soudem v otázkách práva EU a ustanovení se posuzuje v podobě, v jaké platilo k rozhodnému dni. V Commentaries toto rozhodnutí činí editor otevřeně a příslušné zdroje jsou uvedeny vedle něj.

Technologie Moonlit využívají mimo jiné Nejvyšší soud Nizozemska, Deloitte a další právní a veřejné instituce. Můžete uvést praktický příklad toho, jak platforma změnila pracovní postup při právním výzkumu, a popsat, jak měříte zlepšení přesnosti, úplnosti nebo efektivity výzkumu ve srovnání s tradičními metodami?

Například ve fintechu propojil právní tým společnosti Quantoz Payments server Moonlit MCP s Claude a doplnil jej o vlastní pracovní postupy pro regulaci přeshraničních plateb. Nahrazuje tak tradiční postup, který se používá po celé Evropě. Právník obvykle musí otevřít portály v několika zemích, hledat v několika jazycích, kopírovat citace do memoranda a doufat, že nepřehlédl žádný zásadní místní precedens. Jejich řešení nyní vyhledává současně v různých jurisdikcích, sleduje citační síť a vrací primární dokumenty spolu s odkazy na jejich oficiální zdroje. Pro interní právní tým je přínos zřejmý. Odstraňuje slepá místa vznikající kvůli přehlédnutým zahraničním rozhodnutím a uvolňuje hodiny, které by jinak padly na mechanické shromažďování podkladů, pro skutečnou právní analýzu a vyhodnocování rizik.

Na straně vývoje se setkáváme se zcela jiným druhem efektivity. Týmy vyvíjející právní produkty založené na AI měří zlepšení podle počtu ušetřených měsíců práce vývojářů. Společnost Eudia, která vyvíjí právní AI, potřebovala pro svůj produkt strukturovaná evropská právní data a její produktový manažer uvedl, že naše Data API jí během několika dní poskytlo kompletní evropský korpus. Bez základní datové infrastruktury by to znamenalo, že by bylo nutné neustále vytvářet a udržovat vlastní nástroje pro automatické stahování dat z každého vnitrostátního portálu. O stejnou infrastrukturu se opírají i další platformy, například Saga a Legal Mind, které nyní mohou ověřený obsah Commentaries poskytovat přímo svým koncovým uživatelům.

Jak podle vás bude vypadat vývoj vztahu mezi univerzálními modely AI a specializovanou infrastrukturou právních dat, když budou základní modely stále schopnější a agenti AI budou zvládat složitější úkoly právního výzkumu? Jaká je vaše dlouhodobá vize pro Moonlit, zejména pokud jde o zpřístupnění důvěryhodných právních informací i mimo velké advokátní kanceláře a instituce?

Výkonnější model dokáže lépe uvažovat nad zdroji, které mu poskytnete, ale spolehlivé primární záznamy si nedokáže jen tak vykouzlit. S tím, jak základní modely získávají na schopnostech, hodnota ověřené datové vrstvy ve skutečnosti roste. Jakmile se schopnost uvažovat rozšíří, skutečným úzkým hrdlem se stane kvalita dat, protože agent stále potřebuje přesné a strukturované právní předpisy, se kterými může pracovat.

Univerzální modely a autonomní agenti se postarají o přípravu návrhů, syntézu informací a konverzaci. Specializovaná infrastruktura, jako je Moonlit, řeší základní náročný problém s daty: udržuje právo aktuální, strukturované a ověřitelné a poskytuje je přímo prostřednictvím protokolů, které daní agenti používají. Na tuto změnu jsme se připravili včas. Náš vlastní asistent funguje na přesně stejném serveru MCP, k němuž se připojují externí agenti, a týmy na něm už provozují i své vlastní agenty vytvořené na míru.

Tato architektura je zásadní i pro naši dlouhodobou vizi. Spolehlivé přeshraniční právní informace byly tradičně luxusem dostupným pouze největším advokátním kancelářím a nadnárodním společnostem, které si mohou dovolit drahá předplatná pokrývající několik zemí. Tím, že zpřístupňujeme Commentaries zdarma a otevíráme naši datovou vrstvu všem vývojářům prostřednictvím moderních API a konektorů, chceme vyrovnat podmínky. Samostatný právník, který radí firmě podnikající přes hranice, nebo interní právník začínající společnosti by měli mít přístup ke stejně přesnému právnímu výzkumu a stejně ověřeným citacím jako globální poradenská firma.

Děkujeme za skvělý rozhovor. Čtenáři, kteří chtějí prozkoumat ověřená právní data a právní výzkum napříč hranicemi s podporou AI, mohou navštívit Moonlit.