Ιωσεφίνη Πέτρικ, Αρχηγός Προϊόντων AI στην BriefCatch – Σειρά Συνεντεύξεων

Ιωσηφίνη Πέτρικ ως Αρχηγός Προϊόντων AI στην BriefCatch φέρνει μια σπάνια συνδυασμό εμπειρίας σε δίκες εφέ, κρίσης προϊόντων AI και πρακτικής εμπειρίας στη νομική σύνταξη σε μια από τις πιο εξειδικευμένες πλατφόρμες γραφής του νομικού κλάδου. Στο ρόλο της, ηδηγεύει την στρατηγική προϊόντων AI για την BriefCatch, καθοδηγώντας την ανάπτυξη γεννητικών και ανακτητικών εργαλείων που αποσκοπούν στη βελτίωση του τρόπου με τον οποίο οι δικηγόροι και οι δικαστές συντάσσουν, επεξεργάζονται και βελτιώνουν τα νομικά έγγραφα. Το ιστορικό της περιλαμβάνει την υπηρεσία ως εταίρος στο γραφείο Norton Law Firm, ανώτερος σύμβουλος και δικηγόρος εφέ στο Hanson Bridgett και γραμματέας δικαίου στο δικαστή James L. Dennis του Ανωτάτου Δικαστηρίου των Ηνωμένων Πολιτειών για την Πέμπτη Περιφέρεια. Αυτός ο συνδυασμός εμπειρίας σε δικαστήρια, εφέ και συμβουλευτική δραστηριότητα δίνει μια προοπτική πρακτικού στη δημιουργία εργαλείων AI που αντιμετωπίζουν πραγματικές προκλήσεις στη νομική γραφή και όχι αφηρημένα προβλήματα παραγωγικότητας.

BriefCatch είναι μια πλατφόρμα νομικής γραφής και επεξεργασίας που βασίζεται σε AI και κατασκευάζεται ειδικά για δικηγόρους, δικαστές, νομικά γραφεία, δικαστήρια και κυβερνητικές υπηρεσίες. Ιδρυθείσα το 2017 και κατασκευασμένη γύρω από την εμπειρία στη νομική γραφή του Ross Guberman, η πλατφόρμα βοηθά τους νομικούς επαγγελματίες να βελτιώσουν τη σαφήνεια, την ακρίβεια, την πειθώ και την αξιοπιστία直接 μέσα στην εργασία τους. Η BriefCatch αναφέρει ότι υποστηρίζει περισσότερα από 300 νομικά γραφεία, συμπεριλαμβανομένων 45+ Am Law 200 γραφείων, μαζί με 80+ δικαστήρια, και το νέο προϊόν της, BriefCatch Next, συνδυάζει εξειδικευμένη νομική γραφή με προαιρετικά εργαλεία AI που αποσκοπούν να ενισχύσουν και όχι να αντικαταστήσουν τη νομική κρίση.

Συνεντεύξατε πρόσφατα στην BriefCatch ως Αρχηγός Προϊόντων AI μετά από μια θητεία ως δικηγόρος εφέ, πιστοποιημένος ειδικός εφέ και κατασκευαστής νομικών τεχνολογικών προϊόντων. Πώς έχει επηρεάσει η εμπειρία σας στο σημείο συνάντησης του δικαίου εφέ, της νομικής στρατηγικής και της τεχνολογίας την οπτική σας για την AI στον νομικό κλάδο;

Μετά την ολοκλήρωση των σπουδών μου στη γλωσσολογία στο Cal, με ενδιέφερε η AI και πάντα ευχόμουν να είχα ακολουθήσει αυτή τη σταδιοδρομία. Ηταν μια τεχνολογία που είχε το δυναμικό να επεκτείνει την ανθρώπινη νοημοσύνη και να βοηθήσει στην επίλυση πρακτικών προβλημάτων σε μεγάλη κλίμακα. Έγινα δικηγόρος για παρόμοιους λόγους. Η μητέρα μου ήταν συνταγματικός δικηγόρος, και από αυτήν έμαθα ότι ο νόμος μπορούσε να χρησιμοποιηθεί για να βοηθήσει τους ανθρώπους αποτελεσματικά, σε μεγάλη κλίμακα. Μέχρι την εποχή που άσκησα τη δικηγορία, υποθέτησα ότι ο δρόμος για μια καριέρα στην AI είχε κλείσει. Έτσι, είναι κάπως ιρωνικό και βαθιά ικανοποιητικό, ότι η νομική μου καριέρα με έχει οδηγήσει πίσω στα ερωτήματα που με ενδιέφεραν από την αρχή: Πώς χρησιμοποιούμε την τεχνολογία για να κάνουμε την εξειδίκευση πιο διαθέσιμη, πιο χρήσιμη και πιο ανθρώπινη;

Έχω πειραματιστεί με μεγάλες γλωσσικές μοντέλα από πριν αυτά να κυκλοφορήσουν ως chatbots, όταν η OpenAI προσέφερε το προϊόν της ως sandbox. Από την αρχή, μπορούσα να δω το δυναμικό για πρακτική επίλυση προβλημάτων. Μπορούσε να βοηθήσει με την αναζήτηση εγγραφών; Μπορούσε να κάνει την έρευνα των τοπικών κανόνων λιγότερο οδυνηρή; Μπορούσε να βοηθήσει στην παρακολούθηση των εκκρεμών περιπτώσεων του Ανωτάτου Δικαστηρίου της Καλιφόρνιας, να εκτιμήσει πόσο καιρό θα διαρκέσουν οι εφέσεις ή να ροκανίσει την πρακτική των μετα-δίκης κινήσεων; Μπορούσε να βοηθήσει κάποιον να ξεκολλήσει;

Ένα από τα αγαπημένα μου παραδείγματα του τελευταίου ερωτήματος έρχεται από τον πατέρα μου, einem συνταξιοδότη Zahlentheoretiker που ακόμα εργάζεται σε ανοιχτά προβλήματα. Πείστησα να δοκιμάσει ένα λογαριασμό pro LLM και έχει χρησιμοποιήσει για να αποδείξει θεωρήματα και να κάνει πρόοδο σε προβλήματα που σκέφτηκε για χρόνια. Ένα από τα λόγια για τα οποία τα LLMs είναι τόσο αποτελεσματικά στην επίλυση ανοιχτών μαθηματικών προβλημάτων, όπως τα Erdős προβλήματα, είναι ότι έχουν εκπαίδευση σε πολλές περιοχές των μαθηματικών και μπορούν να μεταφέρουν αυτές τις τεχνικές από μια περιοχή για να λύσουν προβλήματα σε μια άλλη (για παράδειγμα, χρησιμοποιώντας τεχνικές από τη θεωρία αριθμών για να λύσει ένα πρόβλημα στη στοιχειώδη γεωμετρία). Αυτή η εμπειρία κατέγραψε κάτι σημαντικό για μένα: η AI μπορεί να επεκτείνει την δημιουργική μας εμβέλεια, να μας βοηθήσει να βασιστούμε σε ένα ευρύτερο σώμα ανθρώπινης γνώσης και εξειδίκευσης από ό,τι μπορούμε να κρατήσουμε στο κεφάλι μας ατομικά και να το χρησιμοποιήσει για να κάνει πρόοδο στη γνώση και τις ανθρώπινες προσπάθειες που θα είχαν πάρει πολύ περισσότερο χρόνο.

Είδα το ίδιο μοτίβο στη νομική πρακτική. Jako δικηγόρος εφέ, τα ίδια διαδικαστικά και στρατηγικά ερωτήματα προέκυψαν ξανά και ξανά. Έτσι, κατασκεύασα βάσεις δεδομένων, παρακολούθηση, infographics, πόρους για πελάτες, υπολογιστές διάρκειας εφέσεων, εργαλεία χρονοδιαγράμματος μετά τη δίκη και τελικά βοήθησα στην κατασκευή μιας νομικής βάσης δεδομένων. Το κοινό νήμα ήταν πάντα το ίδιο: η γνώση υπήρχε, αλλά ήταν παγιδευμένη σε PDF, βιβλία, σεμινάρια, εσωτερικές σημειώσεις ή στο κεφάλι κάποιου εξειδικευμένου. Έγινα εμμονική με ένα πρόβλημα που η AI είναι ασυνήθιστα κατάλληλη για να λύσει: πώς να κάνουμε τη γνώση και την εξειδίκευση διαθέσιμες στο σημείο που οι άνθρωποι τις χρειάζονται;

Αυτό διαμόρφωσε την οπτική μου για τη νομική AI. Τα περισσότερα νομικά τεχνολογικά προϊόντα υποσχέθηκαν ότι η AI θα αυτοματοποιήσει τη δουλειά των δικηγόρων ώστε να μπορέσουν να εστιάσουν στη στρατηγική. Αυτό είναι αλήθεια και πολύτιμο, αλλά είναι μόνο η αρχή. Αυτό που με ενδιαφέρει περισσότερο τώρα είναι η ενεργοποίηση της εξειδίκευσης. Ένας δικηγόρος μπορεί να έχει διαβάσει το σωστό βιβλίο, να έχει παρακολουθήσει το σωστό σεμινάριο, να έχει αποθηκεύσει το σωστό ποστ ή να έχει μάθει το σωστό μάθημα από την πρακτική, αλλά αυτή η γνώση είναι συχνά νεκρή όταν ο δικηγόρος είναι στην πραγματικότητα συντάσσοντας, ερευνώντας ή συμβουλεύοντας έναν πελάτη.

Η BriefCatch καθιστά αυτήν την ευκαιρία. Η νομική γραφή δεν είναι απλώς γλωσσική επεξεργασία. Είναι εκεί όπου η νομική κρίση, η στρατηγική και η πειθώ γίνονται χρησιμές σε ένα άλλο μυαλό. Είμαι ενθουσιασμένος με ένα μέλλον όπου η AI βοηθά τους δικηγόρους να ανακτήσουν και να εφαρμόσουν το σωστό κανόνα, τεχνική, στρατηγική, προειδοποίηση ή στρατηγική εύνοια στο σημείο, διατηρώντας την επαγγελματική κρίση και την ευθύνη. Το σκέφτομαι ως ένα εξωσκελετό εξειδίκευσης: τεχνολογία που βοηθά τους δικηγόρους να μεταφέρουν περισσότερη γνώση, να βλέπουν πιο καθαρά, να αποφεύγουν προβλήματα που μπορούν να προβλεφθούν, και να εφαρμόζουν την καλύτερη κρίση τους όταν έχει σημασία. Αν κατασκευάσουμε αυτά τα συστήματα καλά, η κοινωνία θα ωφεληθεί γιατί η νομική εξειδίκευση γίνεται λιγότερο παγιδευμένη σε ακριβές κανάλια από τον ένα στον ένα και πιο διαθέσιμη στους ανθρώπους, τις επιχειρήσεις, τα δικαστήρια και τις υπηρεσίες που την εξαρτώνται.

Η BriefCatch εισήγαγε πρόσφατα το RealityCheck, ένα εργαλείο που σχεδιάστηκε για να αναγνωρίσει νομικές παραπομπές που είναι ψευδείς ή ατεκμηρίωτες πριν από την υποβολή. Τι είδους κενά σε υφιστάμενα νομικά εργαλεία AI είδες που έκαναν αυτήν την ικανότητα απαραίτητη, και πόσο σημαντικό είναι το πρόβλημα της αξιοπιστίας των παραπομπών σήμερα;

Το μεγαλύτερο κενό είναι ότι πολλά εργαλεία είναι ακόμα βελτιστοποιημένα γύρω από την παραγωγή rather niż την επαλήθευση. Μπορούν να βοηθήσουν στην παραγωγή κειμένου γρήγορα, το οποίο φαίνεται εντυπωσιακό, αλλά η νομική δουλειά δεν τελειώνει με πιθανό κείμενο. Δεν ξεκινάει εκεί. Το νομικό μας σύστημα βασίζεται ουσιαστικά στην πιστή αναφορά και εφαρμογή της αρχής. Κάθε νομικό εργαλείο πρέπει να αρχίσει με αρχές που πραγματικά υπάρχουν, πρέπει να περιγράψει ακριβώς τι λένε αυτές οι αρχές, πώς έχουν εφαρμοστεί και αν η πρόταση για την οποία επικαλούνται υποστηρίζεται με βάση το контέκστ στην οποία η αρχή αποφασίστηκε. Οτιδήποτε λιγότερο από αυτό είναι νομική φαντασία. Υπάρχουν λιγότερο ευγενείς λέξεις για αυτό, αλλά θα αφήσω αυτό στους δικαστές που έχουν αντιμετωπίσει αυτό στις αίθουσες δικαστηρίων τους.

Γι’ αυτό, ένα εργαλείο όπως το RealityCheck είναι τόσο σημαντικό. Το πρόβλημα δεν περιορίζεται σε πλήρως κατασκευασμένα περιπτώσεις, αν και αυτά είναι προφανώς ανησυχητικά. Υπάρχουν πιο υπονόμευες και πιο συχνές μεθόδους αποτυχίας: μια πραγματική περίπτωση που αναφέρεται για την λανθασμένη πρόταση, μια απόφαση που υπερβολικά εκφράζεται, μια παράθεση που έχει ελαφρώς τροποποιηθεί, μια παρένθεση που λειαίνει μια άβολη διάκριση ή μια παραπομπή που φαίνεται προσωρινά σωστή αλλά δεν υποστηρίζει στην πραγματικότητα την πρόταση που την ακολουθεί.

Αυτά δεν είναι νέα προβλήματα στην πρακτική του δικαίου, αλλά τώρα ενισχύονται. Οι δικηγόροι πάντα ήταν υπεύθυνοι για τον έλεγχο της δουλειάς τους, αλλά η κλίμακα και η ταχύτητα της AI-βοηθούμενης σύνταξης κάνουν την επαλήθευση ακόμα πιο σημαντική. Το ερώτημα δεν είναι μόνο “Η AI ψευδοποιεί;” Το ερώτημα είναι “Συμπεριλαμβάνει το υποβεβλημένο έγγραφο νομικές δηλώσεις που είναι ακριβείς, υποστηριζόμενες και επαγγελματικά αμυντικές;”

Επίσης, νομίζω ότι πρέπει να είμαστε προσεκτικοί να μην αντιμετωπίζουμε την εργασία μόνο από ανθρώπους ως το χρυσωμένο πρότυπο. Οι άνθρωποι επίσης ψευδοποιούν, υπερβολικά εκφράζουν και χάνουν πράγματα, ειδικά υπό πίεση χρόνου. Ανεξάρτητα από την πηγή του κειμένου, η καλύτερη πρακτική είναι η στρωμένη αναθεώρηση: ανθρώπινη κρίση, εργαλεία που βασίζονται σε πηγές, детерμινιστικές ελέγχοι όπου είναι κατάλληλος και ροές επαλήθευσης που κάνουν τα λάθη πιο εύκολα να πιαστούν πριν γίνουν μια εντολή να δείξουν αιτία.

Πολλοί δικηγόροι παραμένουν σκεπτικοί για την AI λόγω ανησυχιών γύρω από την ακρίβεια, την ηθική και την επαγγελματική ευθύνη. Ποια πρακτικά βήματα μπορούν να ληφθούν από τις εταιρείες νομικής τεχνολογίας για να建立ουν εμπιστοσύνη και να ενθαρρύνουν την υπεύθυνη υιοθέτηση;

Αξιόπιστα προϊόντα πρέπει να κάνουν τα όρια τους ορατά. Πρέπει να δείχνουν τις πηγές όταν οι πηγές έχουν σημασία. Πρέπει να κάνουν σαφές όταν ένα σύστημα παράγει γλώσσα έναντι της επαλήθευσης μιας παραπομπής ή της εφαρμογής ενός детерμινιστικού κανόνα. Πρέπει επίσης να είναι ειλικρινείς σχετικά με τις περιορισμοί, επειδή η υπερβολική αξίωση είναι ένας από τους ταχύτερους τρόπους να χάσουν την εμπιστοσύνη των δικηγόρων.

Η υπεύθυνη υιοθέτηση πρέπει να κατασκευαστεί στην ροή εργασίας. Οι δικηγόροι δεν πρέπει να πρέπει να γίνουν μηχανικοί προτροπών ή αξιωματούχοι κινδύνου AI για να χρησιμοποιήσουν αυτά τα εργαλεία καλά. Καλά προϊόντα πρέπει να οδηγούν τους χρήστες προς υπεύθυνη χρήση με σχεδιασμό: διατηρώντας την εμπιστευτικότητα, υποστηρίζοντας την εποπτεία, ενεργοποιώντας την αναθεώρηση, διατηρώντας ιστορικό όπου είναι κατάλληλο και κάνωντας την επαλήθευση εύκολη.

Έχετε εργαστεί εκτενώς με τη βελτιωμένη γεννήτρια (RAG) και άλλες τεχνικές που σχεδιάστηκαν για να βελτιώσουν την αξιοπιστία των συστημάτων AI. Πού πιστεύετε ότι τα τρέχοντα νομικά προϊόντα AI ακόμα έλλειψαν, και ποια τεχνικά βήματα χρειάζονται για να κλείσουν αυτά τα κενά;

Τα νομικά προϊόντα AI είναι ήδη εντυπωσιακά στη σύνταξη, σύνοψη, εφευρετική σκέψη και ανάκτηση. Κάποια ακόμα έλλειψαν σε ένα σημαντικό μέτρο: την ακριβή ακρίβεια που απαιτεί η νομική πρακτική. (Το σύστημά μας δικαιοσύνης εξαρτάται από αυτό!)

Θα σκεφτόμουν το κενό αξιοπιστίας ως ένα πρόβλημα συστήματος, όχι ένα μοντέλο προβλήματος. Καλύτερα μοντέλα θα βοηθήσουν, αλλά η νομική αξιοπιστία έρχεται από πολλά στρώματα που εργάζονται μαζί: ανάκτηση και κατάταξη, βρόχοι επαλήθευσης, μνήμη, σχεδιασμός ροής εργασίας και υβριδική αρχιτεκτονική детерμινιστικού/LLM.

Οι βασικές μηχανικές της ανάκτησης είναι khá καλά κατανοητές, αλλά χρειάζεται πολλή δοκιμή και επανάληψη για να πάρουμε τη ανάκτηση και την κατάταξη σωστά. Οι ανταγωνιστικοί παράγοντες και οι βρόχοι agentic γίνονται πιο κοινοί, αλλά η σχεδιαστική πρόκληση είναι να κάνουν αυτούς τους ελέγχους αρχικούς και όχι να δημιουργούν ακριβούς, καθυστερούμενους “double-check sprawl”. Με τη μνήμη LLM, οι τεχνικές προκλήσεις περιλαμβάνουν το πού ανήκει η μνήμη (γενική μνήμη έναντι μιας συγκεκριμένης ροής εργασίας· οι συστήματα μνήμης μπορούν να φαίνονται khá βολικά) και τη μορφή που πρέπει να λάβει για να διασφαλίσει ότι ο παράγοντας έχει πρόσβαση σε αυτήν όταν είναι κατάλληλο. Ο σχεδιασμός ροής εργασίας vẫn έχει σημασία· αν το σύστημα δίνεται μια seule, μακρά, ασαφή προτροπή, θα παράγει ατελή ή γενικά αποτελέσματα. Η νομική AI χρειάζεται πιο δομημένες ροές εργασίας, σπάζοντας την εργασία σε προμελετημένες βήματα για να διασφαλίσει ότι έχει το контέκστ που χρειάζεται και περνά από όλα τα βήματα που απαιτούνται για να παράγει ακριβή, εξαιρετική νομική εργασία. Αλλά αυτό μπορεί να γίνει λιγότερο πρόβλημα καθώς αναπτύσσουμε μεγαλύτερα μοντέλα foundation και βελτιώνουμε τη συμπίεση.

Ένα άλλο βήμα που πρέπει να τραβήξουμε είναι το μείγμα μεταξύ детерμινιστικών κανόνων όπως τα regexes και προβαλλομένων μοντέλων. Τα LLMs είναι απίστευτα χρήσιμα στη φάση του πρωτοτύπου επειδή βοηθούν να ανακαλύψουν το σχήμα του προβλήματος. Αλλά όταν έχετε ένα καλό λειτουργικό πρωτότυπο και κατανοείτε το μοτίβο, μπορείτε να πάρτε μέρη της ροής εργασίας πίσω σε детерμινιστική λογική. Και αν και τα LLMs μπορούν να είναι ασυνεπή, είναι εξαιρετικά καλά στο να συμπληρώνουν αυτά που δεν είναι αρκετά ευέλικτα για να πιάσουν τα детерμινιστικά κανόνες, και στο να χρησιμοποιούν детерμινιστικά κανόνες/κώδικα τους ίδιους. Τα ισχυρότερα συστήματα δεν θα είναι καθαρά детерμινιστικά ή καθαρά LLM-βασισμένα. Θα χρησιμοποιούν детерμινιστικά κανόνες όπου το πρόβλημα είναι κατανοητό, και LLMs όπου υπάρχει αμφιβολία, κρίση ή контέκστ-ευαίσθητη γλωσσική κατανόηση.

Όταν αρχίσετε να στρώσετε αυτές τις τεχνικές, μπορείτε να κάνετε τεράστιες βελτιώσεις στο κενό αξιοπιστίας, αλλά το εμπόριο είναι η πολυπλοκότητα της μηχανικής, το κόστος token και η καθυστέρηση. Αναμένω ότι αυτά θα βελτιωθούν με τεχνικές προόδους και καθώς η μνήμη και η συμπίεση γίνονται πιο αποτελεσματικές και εύκολες να χτιστούν σε μοντέλα foundation.

Η νομική γραφή συχνά απαιτεί νюανς, πειθώ και προσεκτική ερμηνεία της προηγούμενης νομολογίας. Ποια аспέκτες της νομικής γραφής πιστεύετε ότι η AI μπορεί πραγματικά να βελτιώσει σήμερα, και ποια στοιχεία ακόμα απαιτούν μοναδική ανθρώπινη κρίση;

Η AI μπορεί ήδη να βελτιώσει πολλά στη νομική γραφή, ειδικά όταν η εργασία είναι καλά καθορισμένη. Μπορεί να βοηθήσει στην αναγνώριση ασαφών προτάσεων, θάψιμων σημείων, ασυνέπειας, περισσότητας, αδύναμης οργάνωσης, ατεκμηρίωτων ισχυρισμών, προβλημάτων παραπομπών, και σε σημεία όπου το σχέδιο δεν οδηγεί τον αναγνώστη καλά. Μπορεί επίσης να βοηθήσει τους δικηγόρους να σκέφτονται δημιουργικά, να δοκιμάζουν επιχειρήματα και να εφαρμόζουν γνωστές αρχές γραφής και πειθούς στο σημείο της σύνταξης αντί να βασίζονται στην μνήμη μόνο.

Αυτό το τελευταίο κομμάτι είναι ιδιαίτερα ενθουσιαστικό για μένα. Ένας δικηγόρος μπορεί να ξέρει, σε θεωρία, ότι μια έφεση χρειάζεται μια ισχυρότερη εισαγωγή, μια καθαρότερη δήλωση κανόνα ή μια πιο αναγνωστική δήλωση γεγονότων. Αλλά όταν είσαι υπό πίεση, η γνώση και η εφαρμογή δεν είναι το ίδιο. Η AI μπορεί να βοηθήσει να φέρει εξειδικευμένη οδηγία γραφής στη ροή εργασίας όταν μπορεί πραγματικά να βελτιώσει το έγγραφο.

Αλλά η καλή νομική γραφή δεν είναι μόνο τεχνική ή βελτίωση κειμένου. Είναι επίσης η ικανότητα να αναγνωρίσετε τα πιο σημαντικά, ενδιαφέροντα και περίπτωση-ειδικά λεπτομέρειες, και μετά να τα μετατρέψετε σε μια θεωρία που κάνει τον αναγνώστη να κατανοήσει γιατί αυτή η διαμάχη έχει σημασία. Στη δική μου εμπειρία, αυτό είναι ακόμα εκεί όπου οι ανθρώπινοι δικηγόροι είναι πολύ ισχυρότεροι από τα LLMs. Ίσως είναι γεύση, ίσως είναι εμπειρία και ίσως είναι κάτι βαθύτερο σχετικά με τον τρόπο που λειτουργούν αυτά τα συστήματα. Τα LLMs εκπαιδεύονται για να παράγουν πιθανές συνέχειες κειμένου, το οποίο δημιουργεί μια βαρύτητα προς στατιστικά συνηθισμένα κείμενα. Σε πολλές νομικές περιπτώσεις, αυτό είναι χρήσιμο. Σπάνια θέλετε η νομική γραφή να τραβήξει την προσοχή σε себе. Θέλετε τις ιδέες, τα γεγονότα και τις αρχές να λάμψουν μέσα.

Αλλά真正 πειστική νομική γραφή συχνά εξαρτάται από το να βρει τι είναι διαφορετικό. Ποιο είναι το λεπτόμερο που κάνει την περίπτωση να ζωντανέψει; Ποιο γεγονός αλλάζει την συναισθηματική αξία της διαμάχης; Ποια νομική σημείο θα κάνει τον δικαστή να καθίσει και να αναγνωρίσει το πρόβλημα; Jako δικηγόρος εφέ, αυτό είναι συχνά το νήμα που προσπαθώ να βρω. Ψάχνω για την εκδοχή της περιπτώσεως που είναι αρκετά μοναδική και πειστική για να κάνει το δικαστήριο να φροντίσει.

Αυτό είναι το μέρος που δεν θα ήθελα η AI να το απομακρύνει. Ένα σύστημα μπορεί να προτείνει σαφέστερη φράση, να σημειώσει αδυναμίες, να πιέσει τις παραπομπές, ή να υπενθυμίσει στον δικηγόρο πειστικές τεχνικές. Αλλά ο δικηγόρος ακόμα πρέπει να αποφασίσει τι έχει σημασία, τι να παραδεχτεί, πώς να είναι επιθετικός, τι όχι να πει, πώς να εξηγήσει την συναισθηματική και ηθική καρδιά της περιπτώσεως.

Είμαι προσεκτικός να μην πω “Η AI δεν θα μπορεί ποτέ να κάνει αυτό”, επειδή αυτές οι προβλέψεις έχουν αποτύχει πολλές φορές. Η AI ήδη κάνει πολλές διακριτές εργασίες γρηγορότερα και πιο ακριβώς από τους ανθρώπους, και δεν νομίζω ότι έχει νόημα να αισθανόμαστε απειλημένοι από αυτό. Είναι ένα εργαλείο. Αλλά τουλάχιστον σήμερα, τα πιο σημαντικά μέρη της νομικής πειθούς ακόμα απαιτούν ανθρώπινη κρίση: την επιλογή των σωστών λεπτομερειών, την κατανόηση γιατί έχουν σημασία, και την κατασκευή μιας ιστορίας που είναι συναισθηματικά αντηχητική.

Όπως η AI γίνεται πιο βαθιά ενσωματωμένη στις νομικές ροές εργασίας, πώς βλέπετε το ρόλο των συνεργατών και των νεότερων δικηγόρων να εξελίσσεται; Μπορεί η AI να αλλάξει ουσιαστικά τον τρόπο με τον οποίο η επόμενη γενιά των δικηγόρων αναπτύσσει τις ικανότητες γραφής και έρευνας;

Ναι, και πρέπει να είμαστε προσεκτικοί γι’ αυτό. Οι νεότεροι δικηγόροι έχουν παραδοσιακά μάθει με το να κάνουν δύσκολη δουλειά αργά: έρευνα, σύνταξη, αναθεώρηση, λήψη σχολίων και σταδιακά αναπτύσσοντας κρίση. Η AI θα αλλάξει αυτόν τον δρόμο, αλλά δεν πρέπει να αποδυναμώσει. Χρησιμοποιημένη σωστά, μπορεί να κάνει την εκπαίδευση πιο σαφή και πιο αποτελεσματική.

Ο κίνδυνος είναι ότι οι νεότεροι δικηγόροι παραλείπουν τη δυσκολία που χτίζει την κρίση. Αν ένα εργαλείο παράγει ένα πιθανό σχέδιο too γρήγορα, ένας νέος δικηγόρος μπορεί να μην μάθει πώς χτίστηκε το επιχείρημα, πού είναι τα αδύνατα σημεία, ή γιατί μια στάση είναι καλύτερη από μια άλλη. Αυτό θα ήταν μια πραγματική απώλεια.

Αλλά η ευκαιρία είναι τεράστια. Η AI μπορεί να λειτουργήσει ως δάσκαλος, προσομοιωτής, οδηγός γραφής και πηγή άμεσης ανατροφοδότησης. Μπορεί να δείξει εναλλακτικές δομές, να αναγνωρίσει ατεκμηρίωτους ισχυρισμούς, να εξηγήσει γιατί μια παραπομπή μπορεί να μην υποστηρίζει μια πρόταση, ή να συγκρίνει ένα σχέδιο με αρχές αποτελεσματικής νομικής γραφής. Μπορεί επίσης να δώσει στους νεότερους δικηγόρους περισσότερες επαναλήψεις. Να πάρουμε τις επαναλήψεις μας και να πάρουμε ανατροφοδότηση είναι ο τρόπος με τον οποίο μαθαίνουμε και μεγαλώνουμε.

Τα γραφεία και οι νομικές υπηρεσίες που θα κάνουν αυτό το καλύτερο δεν θα δώσουν απλώς στους νεότερους δικηγόρους AI και θα ελπίσουν το καλύτερο. Θα ξανασχεδιάσουν την εκπαίδευση γύρω από αυτό. Θα ζητήσουν από τους νεότερους να εξηγήσουν τις επιλογές τους, να επικυρώσουν εξόδους, να συγκρίνουν εναλλακτικές, και να μάθουν να εποπτεύουν την AI-βοηθούμενη δουλειά με τον ίδιο τρόπο που θα εποπτεύουν ανθρώπινη δουλειά.

Σας έχουν συμβουλεύσει πελάτες σε διάφορους κλάδους, από κρυπτονομίσματα και καταναλωτική τεχνολογία σε σύνθετη εμπορική δίκη. Υπάρχουν συγκεκριμένοι κλάδοι όπου πιστεύετε ότι η υιοθέτηση της AI θα επιταχύνει ταχύτερα, και γιατί;

Πιστεύω ότι η υιοθέτηση της AI θα κινηθεί ταχύτερα όταν

1. Η οργάνωση έχει ροές εργασίας που λειτουργούν καλά με τα LLMs,
2. Η οργάνωση είναι ανοιχτή στην καινοτομία, και
3. Η οργάνωση είναι мотивημένη να κάνει μια αλλαγή.

Στο πρώτο σημείο, το δίκαιο είναι ένας φυσικός τομέας για τα LLMs επειδή το δίκαιο είναι, σε πολλούς τρόπους, ανθρώπινη συμπεριφορά και ανθρώπινες αξίες που κωδικοποιούνται στη γλώσσα. Η νομική δουλειά μετατρέπει ακατάστατα γεγονότα σε κατηγορίες, κανόνες, υποχρεώσεις, επιχειρήματα, κινδύνους και συνέπειες. Αυτό είναι ακριβώς το έδαφος όπου τα μοντέλα γλώσσας μπορούν να είναι ισχυρά, υπό την προϋπόθεση ότι είναι εδραιωμένα, επικυρωμένα και σχεδιασμένα γύρω από τον τρόπο που οι δικηγόροι πραγματικά εργάζονται. Έτσι, νομίζω ότι οι περισσότερες οργανώσεις στο δίκαιο είναι καλοί υποψήφιοι εκτός από αυτές που το κύριο μοντέλο υπηρεσιών τους είναι η ανθρώπινη αλληλεπίδραση. Αλλά ακόμα και για οργανισμούς όπως κλινικές pro bono, τα LLMs μπορούν να βοηθήσουν με πράγματα όπως την τριβή και τη διαχείριση γνώσεων, οπότε δεν θα τους αποκλείω.

Ο δεύτερος παράγοντας, η ανοιχτότητα στην καινοτομία, μπορεί να είναι πιο πύλη. Αυτός είναι ο λόγος για τον οποίο νομίζω ότι οι εσωτερικές νομικές ομάδες είναι ιδιαίτερα καλά τοποθετημένες. Βρίσκονται μέσα σε οργανισμούς που ήδη προσπαθούν να βελτιώσουν την ταχύτητα, να μειώσουν το κόστος και να λειτουργήσουν τη γνώση σε κλίμακα. Διαχειρίζονται συμβάσεις, διαμάχες, πολιτικές, ρυθμιστικές υποχρεώσεις, προβλήματα πελατών, εργασιακές ερωτήσεις, συμβουλευτική προϊόντων, και αξιολόγηση κινδύνων σε κλίμακα. Αυτές οι ροές εργασίας είναι συχνά επαναλαμβανόμενες assez για να υποστηρίξουν την υιοθέτηση της AI, ενώ ακόμα απαιτούν αρκετή νομική κρίση για να κάνουν τη διαφορά.

Νομίζω επίσης ότι η δίκη, η πρακτική εφέσεων, οι ρυθμισμένες βιομηχανίες, η τεχνολογία χρηματοοικονομικών και κρυπτονομισμάτων, η καταναλωτική τεχνολογία, η ασφάλιση και η υγεία θα είναι σημαντικοί τομείς. Στη δίκη και την πρακτική εφέσεων, για παράδειγμα, η AI μπορεί να βοηθήσει με την αναζήτηση εγγραφών, την παρακολούθηση θεμάτων, τον έλεγχο παραπομπών, τους ρυθμιστικούς κανόνες, την ανάλυση διατήρησης, και την ανατροφοδότηση σχεδίων. Τα στοιχεία είναι υψηλά, οπότε τα εργαλεία πρέπει να είναι σοβαρά. Αλλά αυτό δεν είναι λόγος να αποφύγουμε την υιοθέτηση. Είναι λόγος να κατασκευάσουμε καλύτερα προϊόντα.

Ο τρίτος παράγοντας — η мотивασία για αλλαγή — είναι επίσης ένα σημαντικό φράγμα. Ο νομικός κλάδος συνολικά πρέπει να είναι мотивημένος να αλλάξει. Το σύστημα δικαιοσύνης είναι αργό, ακριβό και απρόσιτο σε πολλούς ανθρώπους. Το πιο δύσκολο ερώτημα είναι αν ο κλάδος είναι ανοιχτός στην αλλαγή. Νομίζω ότι όλο και περισσότερο είναι. Κάποιοι τομείς του κλάδου ήταν αργοί να κινηθούν επειδή το υπάρχον μοντέλο ήταν κερδοφόρο και οικείο. Αλλά οι δικηγόροι είναι επίσης λύτες προβλημάτων. Πολλοί από εμάς είναι προσανατολισμένοι στη δικαιοσύνη, στην μεταρρύθμιση, και είναι επιμοντικοί με τον χρήσιμο τρόπο. Είμαστε εκπαιδευμένοι να υποστηρίζουμε αλλαγή όταν η υπάρχουσα απάντηση είναι λάθος.

Ο ιδιωτικός τομέας μπορεί να κινηθεί πρώτος επειδή είναι πιο ευέλικτος και καλύτερα εξοπλισμένος. Η κυβέρνηση, η νομική βοήθεια και οι μη κερδοσκοπικές οργανώσεις αντιμετωπίζουν διαφορετικά περιορισμοί και συχνά πρέπει να επικεντρωθούν στην επείγουσα δουλειά που είναι απευθείας μπροστά τους. Αλλά αυτοί οι τομείς δεν πρέπει να υποτιμούν τον εαυτό τους. Αν η AI μπορεί να βοηθήσει να κάνει τις νομικές υπηρεσίες πιο αποτελεσματικές, πιο προσιτές και πιο προσιτές, η μακροπρόθεσμη ευκαιρία δεν είναι περιορισμένη σε κανέναν τομέα. Είναι σχετική με όλους ceux που φροντίζουν να κάνουν το νομικό σύστημα να λειτουργήσει καλύτερα.

Τα δικαστήρια, οι ρυθμιστές και οι νομικές ενώσεις εξετάζουν ολοένα και περισσότερο τη χρήση της AI στην πρακτική του δικαίου. Ποια ρυθμιστικά ή ηθικά πλαίσια περιμένετε να αναδυθούν τα επόμενα χρόνια, και πώς πρέπει να προετοιμαστούν οι παρόχοι νομικής τεχνολογίας;

Το υπάρχον ηθικό μας πλαίσιο μπορεί ήδη να χειριστεί τις περισσότερες από αυτές τις ανησυχίες. Οι δικηγόροι πάντα ήταν υποχρεωμένοι να διασφαλίσουν ότι όλα όσα αντιπροσωπεύουν σε ένα δικαστήριο βασίζονται στην αλήθεια. Πρέπει να είναι ειλικρινείς όταν μια περίπτωση πάει ενάντια τους και διαφανείς όταν κάνουν λάθη. Πρέπει να χειρίζονται τις περιπτώσεις τους με ικανότητα και να εποπτεύουν τους νεότερους δικηγόρους και τους μη δικηγόρους που τους βοηθούν. Πρέπει να διατηρούν τις ευαίσθητες πληροφορίες των πελατών τους εμπιστευτικές.

Η πρώτη κυμαία της ηθικής της AI δεν απαιτεί ένα εντελώς νέο ηθικό λειτουργικό σύστημα. Χρειαζόμαστε να εφαρμόσουμε αυτές τις οικείες υποχρεώσεις με νέα σοβαρότητα. Ο δικηγόρος δεν μπορεί να εκχωρήσει κρίση και μετά να αρνηθεί την ευθύνη. Αυτό το μέρος δεν πρέπει να είναι αμφισβητούμενο.

Ένα πράγμα που πρέπει να αρχίσουμε να κάνουμε περισσότερο είναι η τεχνολογία-ειδική εκπαίδευση, ώστε οι δικηγόροι να μην πιαστούν ξαφνικά όταν δεν ελέγχουν ή δεν επικυρώνονται τα αποτελέσματα της AI. Η Καλιφόρνια, για παράδειγμα, απαιτεί πλέον τεχνολογική ικανότητα ως μέρος της συνεχιζόμενης νομικής εκπαίδευσης, και νομίζω ότι αυτό είναι η σωστή κατεύθυνση. Αλλά μια ώρα κάθε λίγα χρόνια δεν είναι assez. Τα νομικά γραφεία, οι νομικές υπηρεσίες, τα δικαστήρια και οι νομικές υπηρεσίες πρέπει να αναπτύσσουν τις δικές τους εσωτερικές πολιτικές AI και υποχρεωτική εκπαίδευση: όχι μόνο “μην παραπομπήσετε ψευδείς πηγές”, αλλά πότε να χρησιμοποιήσετε αυτά τα εργαλεία, πότε όχι, πώς να επικυρώσετε τα αποτελέσματα, πώς να προστατεύσετε τις ευαίσθητες πληροφορίες, και πώς να σκεφτείτε την κατανομή της ευθύνης μεταξύ ανθρώπου και μηχανής.

Για τους παρόχους νομικής τεχνολογίας, η ηθική δεν πρέπει να αντιμετωπίζεται ως μια προειδοποιητική ετικέτα που κολλάει στο προϊόν στο τέλος. Πρέπει να είναι αρχιτεκτονική του προϊόντος. Τα καλύτερα εργαλεία θα κάνουν την υπεύθυνη χρήση πιο εύκολη με σχεδιασμό: διαφάνεια πηγών, έλεγχοι εμπιστευτικότητας και ροές εργασίας που διευκολύνουν την ανθρώπινη αναθεώρηση.

Έτσι, κανένα από τα προβλήματα που βλέπουμε τώρα δεν είναι “νέα”. Αλλά υπάρχει ένα πραγματικά πρωτοφανές ηθικό ερώτημα στο ορίζοντα. Τώρα, σχεδόν όλοι συμφωνούν ότι η AI πρέπει να βοηθήσει τους δικηγόρους και τους δικαστές, όχι να τους αντικαταστήσει. Συμφωνώ με αυτήν την ευαίσθηση, με βάση την τεχνολογία όπως είναι σήμερα. Αλλά τι συμβαίνει αν τα συστήματα AI γίνουν ταχύτερα, φθηνότερα, πιο συνεπή, πιο αντικειμενικά αξιόπιστα και λιγότερο προκατειλημμένα από τους ανθρώπους σε νομικές εργασίες; Θα λέμε ακόμα ότι ένας άνθρωπος πρέπει πάντα να μείνει στη βρόχη;

Αυτό είναι ένα περίεργο και άβολο ερώτημα, αλλά νομίζω ότι πρέπει να είμαστε ειλικρινείς enough να το ρωτήσουμε. Δεν νομίζω ότι είμαστε κοντά στο να αντικαταστήσουμε δικαστές ή δικηγόρους σε υψηλού κινδύνου ανθρώπινες διαμάχες, και θα ήμουν βαθιά σκεπτικός για οποιοδήποτε σύστημα που θα ισχυριζόταν το αντίθετο σήμερα. Αλλά αυτό ήδη συμβαίνει σε διακριτά περιβάλλοντα: η AI ήδη λύνει ορισμένες διαμάχες με einen σημαντικό παρόχο ADR και στο X, το Grok συχνά διευθετεί διαμάχες επαλήθευσης γεγονότων.

Συνήθως υποθέτουμε ότι η ανθρώπινη κρίση είναι το ηθικό φράγμα. Συχνά είναι. Οι άνθρωποι φέρνουν ηθική ευθύνη, θεσμική νομιμότητα, έμφαση, πρακτική σοφία και κατανόηση του контέκστου που οι μηχανές δεν έχουν ακόμα. Αλλά οι άνθρωποι φέρνουν επίσης καθυστέρηση, κόστος, ασυνέπεια, κόπωση, προκατάληψη, φρουρά και ανισότιμη πρόσβαση. Αν η AI-βοηθούμενη επίλυση γίνει πιο ακριβής, πιο προσιτή και πιο προσιτή από το status quo, το ηθικό ερώτημα δεν πρέπει να απαντηθεί από αναστολή. Το ερώτημα πρέπει να είναι, “Ποια διαδικασία παράγει το δίκαιο, την ακρίβεια, τη διαφάνεια και την ευθύνη;”

Αν τα αυτοματοποιημένα ή τα AI-βοηθούμενα συστήματα τελικά χειρίζονται πιο ρουτινικές διαμάχες, η ανθρώπινη αναθεώρηση μπορεί να γίνει πιο σημαντική στα άκρα: τις ασυνήθιστες περιπτώσεις, τις άβολες μεθόδους αποτυχίας και τα σημεία όπου η σκληρή συνέπεια αρχίζει να μοιάζει λιγότερο με δικαιοσύνη και περισσότερο με παλιό νομικό φορμαλισμό.

Αυτό είναι ο τρόπος με τον οποίο νομίζω ότι οι παρόχοι νομικής τεχνολογίας πρέπει να προετοιμαστούν. Και να κατασκευάσουν για τους τρέχοντες ηθικούς κανόνες, αλλά και για ένα μέλλον όπου ο κλάδος πρέπει να συγκρίνει ανθρώπινη και μηχανική απόδοση με ειλικρίνεια. Ο στόχος δεν πρέπει να είναι να διατηρήσουμε κάθε υπάρχοντα τελετουργικό της νομικής πρακτικής. Ο στόχος πρέπει να είναι να διατηρήσουμε αυτά που αυτά τα τελετουργικά προορίζονται να προστατεύσουν: δικαιοσύνη, ακρίβεια, ευθύνη, νομιμότητα και πρόσβαση στη δικαιοσύνη.

Η BriefCatch έχει κατασκευάσει τη φήμη της γύρω από τη βελτίωση της νομικής γραφής και όχι απλώς την αυτοματοποίηση της νομικής δουλειάς. Πώς ισορροπείτε τις κερδοφορίες της παραγωγικότητας από την AI με την ανάγκη να διατηρήσετε την κρίση, τη νομική λογική και την επαγγελματική ευθύνη;

Δεν νομίζω ότι η παραγωγικότητα και η κρίση πρέπει να είναι σε αντίθεση. Στην πραγματικότητα, όταν ένας δικηγόρος είναι πιο αποτελεσματικός στις ρουτινικές εργασίες, δημιουργεί περισσότερο χώρο για δημιουργική, κριτική σκέψη. Έτσι, το ερώτημα είναι ποια παραγωγικότητα δημιουργούμε. Αν η AI απλώς βοηθά τους δικηγόρους να παράγουν περισσότερες λέξεις γρήγορα, αυτό δεν είναι απαραίτητα πρόοδος. Η νομική δουλειά ήδη έχει πολλές λέξεις.

Ο καλύτερος στόχος είναι να βοηθήσει τους δικηγόρους να παράγουν σαφέστερη, πιο ακριβή, πιο πειστική και πιο αμυντική δουλειά. Αυτός είναι ο λόγος για τον οποίο η εστίαση της BriefCatch στη γραφή έχει σημασία. Η νομική γραφή δεν είναι η διακοσμητική στρώση στην κορυφή της νομικής ανάλυσης. Είναι όπου η ανάλυση γίνεται ακριβής, δοκιμαστική και χρήσιμη για τον αναγνώστη.

Ο τρόπος για να διατηρήσετε την ευθύνη είναι να σχεδιάσετε την AI ως ένα στρώμα εξειδίκευσης, όχι ως υποκατάστατο εξουσίας. Το εργαλείο μπορεί να προτείνει, να σημειώσει, να επικυρώσει, να συγκρίνει και να πιέσει. Μπορεί να βοηθήσει στην εφαρμογή αρχών γραφής, να αναγνωρίσει αδυναμίες, να πιάσει προβλήματα και να εφαρμόσει στρατηγική. Αλλά ο δικηγόρος πρέπει να λάβει την τελική απόφαση και να παραμείνει υπεύθυνος για τη δουλειά. Για να παραφράσω τον αγαπημένο μου Peloton δάσκαλο, “Η AI κάνει προτάσεις. Εσείς λαμβάνετε αποφάσεις.”

Η δική μου άποψη είναι ότι η AI είναι πιο πολύτιμη όταν κάνει τον δικηγόρο πιο ενεργό. Ένα καλό σύστημα πρέπει να τόνιζε την προσοχή του δικηγόρου. Πρέπει να κάνει το ερώτημα που ο δικηγόρος μπορεί να έχει παραλείψει, να επιφέρουν την αρχή που χρειάζεται έλεγχο, ή να προτείνει ένα σαφέστερο τρόπο να εκφράσει το σημείο. Δεν πρέπει να催ει τον χρήστη να πιστεύει ότι πιθανό κείμενο είναι το ίδιο με την ολοκληρωμένη δουλειά.

Βλέποντας μπροστά πέντε χρόνια, τι είναι η ιδανική σχέση μεταξύ δικηγόρων και AI; Εικονίζετε την AI να υπηρετεί ως βοηθός, συνεργάτης ή κάτι πιο κοντά σε ένα αξιόπιστο νομικό συν-πιλότο;

Προτιμώ “εξωσκελετό εξειδίκευσης”. Το ιδανικό νομικό σύστημα AI πρέπει να βοηθήσει τους δικηγόρους και τους δικαστές να κάνουν αυτό που είναι ήδη υπεύθυνοι για να κάνουν, αλλά με καλύτερη εμβέλεια, καλύτερη ανάκληση, καλύτερη συνέπεια, καλύτερη δημιουργικότητα και καλύτερη επαλήθευση εργαλείων.

Πέντε χρόνια από τώρα, ελπίζω ότι οι δικηγόροι θα έχουν συστήματα AI που είναι βαθιά ενσωματωμένα στις ροές εργασίας τους και πολύ πιο εξειδικευμένα από τα σημερινά γενικά chatbots. Ένας δικηγόρος που συντάσσει μια έφεση πρέπει να μπορεί να βασιστεί σε οδηγία γραφής, νομική γνώση, υλικό εγγραφών, ρυθμιστικούς κανόνες, έλεγχο παραπομπών, εσωτερική γνώση και στρατηγική ανατροφοδότηση χωρίς να εγκαταλείψει τη ροή εργασίας. Αλλά το σύστημα πρέπει επίσης να είναι διαφανές σχετικά με αυτό που γνωρίζει, τι έχει ελέγξει και πού ο δικηγόρος πρέπει να ασκήσει κρίση.

Η ιδανική σχέση δεν είναι εξωτερική κατανόηση και κρίση. Είναι ρυθμισμένη εμπιστοσύνη. Οι δικηγόροι πρέπει να γνωρίζουν ποια εργασίες το σύστημα είναι εξαιρετικό, ποια εργασίες απαιτούν εποπτεία και ποια εργασίες ανήκουν σαφώς στην ανθρώπινη κρίση.

Αν το κάνουμε σωστά, η AI θα κάνει την εξειδίκευση πιο διαθέσιμη. Θα βοηθήσει τους δικηγόρους να γράψουν καλύτερα, να σκεφτούν πιο προσεκτικά, να αποφύγουν προβλήματα που μπορούν να προβλεφθούν και να δαπανήσουν περισσότερο χρόνο στα μέρη της δουλειάς που απαιτούν ευαισθησία και κρίση. Βρίσκω την ιδέα μιας λεγεώνας “Mecha Lawyers” να είναι πολύ πιο ενδιαφέρουσα και αισιόδοξη από την απλή αυτοματοποίηση. Ευχαριστώ για τη μεγάλη συνέντευξη. Οι αναγνώστες που επιθυμούν να μάθουν περισσότερα πρέπει να επισκεφθούν BriefCatch.