ジョセフィン・ペトリック、BriefCatchのAI製品責任者 – インタビュー・シリーズ

ジョセフィン・ペトリックは、BriefCatchのAI製品責任者として、上訴訴訟の経験、AI製品の判断、法律書面の専門知識を法務業界の最も専門化された書面プラットフォームの1つに持ち込んだ。彼女の役割では、BriefCatchのAI製品戦略を主導し、弁護士と裁判官が法律書面を起草、編集、洗練することを改善するための生成型と検索型ツールの開発を指揮している。彼女の背景には、The Norton Law Firmのパートナー、Hanson Bridgettのシニアカウンセルおよび上訴訴訟弁護士、そしてアメリカ合衆国第5巡回区控訴裁判所のJames L. Dennis判事の法律事務員としての経験が含まれる。法廷、上訴、顧問としての経験の組み合わせにより、法的書面の課題に対処するAIツールを構築する際に、実務家の視点が得られる。

BriefCatchは、弁護士、裁判官、法律事務所、裁判所、政府機関向けに特別に設計されたAI駆動型の法的書面および編集プラットフォームである。2017年に設立され、Ross Gubermanの法的書面の専門知識を中心に構築されたこのプラットフォームは、法律専門家が書面作業のワークフロー内で明確性、精度、説得力、信頼性を向上させるのに役立つ。BriefCatchは、45以上のAm Law 200法律事務所を含む300以上の法律事務所、80以上の裁判所をサポートしており、その新しいBriefCatch Next製品は、法的書面ガイダンスと、法的判断を強化することを目的としたオプションのAIツールを組み合わせている。

最近、BriefCatchのAI製品責任者として加わり、上訴訴訟弁護士、認定上訴専門弁護士、法的テクノロジー製品の構築者としての経験を持ちます。法的書面、法律戦略、テクノロジーの交差点での経験は、法的書面におけるAIのビジョンをどのように形作っていますか。

カリフォルニア大学で言語学を専攻した後、AIに魅了され、人間の知能を拡張し、実用的な問題を大規模に解決する潜在性を見てきた。私は、多くの人々に効率的に役立つ法律の力に惹かれて弁護士になった。私の法律キャリアは、私が最初に興味を持った質問に戻ることになった。つまり、テクノロジーを使用して専門知識をどのように利用可能、有用、人間的にするかということである。

私は、大規模言語モデルを使用してきました。OpenAIがその製品をサンドボックスとして提供していたときからです。私は最初から、実用的な問題解決の潜在性を見てきました。レコードのレビューに役立つことができますか。地方法規則の研究を容易にできますか。カリフォルニア州最高裁判所の未決案件を追跡したり、控訴の所要時間を推定したり、事後手続きの実践を合理化したりできますか。誰かが行き詰ったときに助けることができますか。

私の好きな例の1つは、父親から来ます。父親は引退した数論学者ですが、まだ未解決の問題に取り組んでいます。私は彼にプロのLLMアカウントを試すことを勧めました。彼はそれを使用して定理を証明し、数年間考えてきた問題に進展を遂げました。LLMが開放的な数学の問題、たとえばエルデシュの問題を解決するのに効果的である理由の1つは、多くの数学の分野でトレーニングを受けているため、別のドメインで学んだ技術を使用して別のドメインの問題を解決できるからです（たとえば、代数的数論の技術を使用して基本的な幾何学の問題を解決する）。それは私にとって重要なことを捉えました。AIは、私たちの創造的なリーチを拡大し、より広範な人間の知識と専門知識にアクセスし、それを使用して人間の知識と努力を進歩させることができる。

私は、法律実務でも同じパターンを見てきました。上訴弁護士として、同じ手続き的および戦略的な質問が繰り返し出てきました。したがって、私はデータベース、トラッカー、インフォグラフィック、クライアント向けリソース、控訴期間計算機、事後手続きのタイミングツールを作成し、最終的に法律規則データベースを構築するのに役立ちました。共通点は、常に同じでした。知識は存在しましたが、PDF、書籍、セミナー、内部ノート、またはある専門家の頭の中に閉じ込められていました。私は、AIが不思議と解決するのに適している問題に取り組むことに情熱を傾けました。つまり、知識と専門知識を必要とするときに利用できるようにする方法です。

そのことが、私の法的AIのビジョンを形作りました。ほとんどの法的テクノロジー製品は、AIが退屈な作業を自動化することで、弁護士が戦略に集中できるようにすることを約束しています。そのことは真実で価値がありますが、それは始まりにすぎません。私が最も興味があるのは、専門知識を活性化することです。弁護士は正しい本を読んだり、正しいCLEに参加したり、正しい投稿を保存したり、実務から正しい教訓を学んだりしたかもしれません。しかし、その知識は、弁護士が実際に顧客を起草したり、調査したり、顧問したりしている間、しばしば休眠状態にあります。

BriefCatchは、まさにその機会にあります。法的書面は、単に磨き上げることではありません。法的判断、戦略、説得が他の心に利用可能になる場所です。AIが、弁護士が正しい規則、技術、戦略、警告、または戦略的洞察をその場で回復および適用するのを支援する未来に私は興奮しています。私は、それを専門知識のエクソスケルトンと考えています。弁護士がより多くの知識を保持し、より明確に見て、予防可能なエラーを避け、最も重要なときに彼らの最善の判断を適用するのを支援するテクノロジーです。如果私たちがこれらのシステムをうまく構築すれば、社会は利益を得ます。法的専門知識は、高価な1対1のチャネルに閉じ込められず、より多くの人々、企業、裁判所、機関に利用できるようになるからです。

BriefCatchは最近、RealityCheckというツールを導入しました。これは、提出前に法的引用が妄想的またはサポートされていないものであることを識別するように設計されています。既存の法的AIツールに存在する最大のギャップは何でしたか。引用の信頼性の問題は現在どれくらい重大なものですか。

最大のギャップは、ツールが生成よりも検証に最適化されていることです。テキストを迅速に生成するのを支援できますが、法的作業は妥当なテキストで終了しません。法的作業は、裁判官や弁護士が忠実に権威を引用し、適用し、文脈で決定された権威の決定を正確に説明することから始まります。どれもそれ以下のものは、法的ファンタジーです。より優しい言葉で言えば、それはそうです。より厳しい言葉で言えば、それはそうです。 法廷でそれに対処した裁判官のようないくつかの言葉があります。

そのため、RealityCheckのようなツールは非常に重要です。問題は、完全に捏造されたケースに限定されていません。もっと繊細で一般的な失敗モードがあります。実在するケースが間違った命題のために引用されたり、ホールディングが過大評価されたり、引用がわずかに変更されたり、括弧が不都合な区別を滑らかにしたり、引用が文を追跡することができない場合があります。

これらは法律の実務における新しい問題ではありませんが、現在は増幅されています。弁護士は常に仕事を確認する責任がありましたが、AI支援による起草のスケールとスピードにより、検証がさらに重要になりました。質問は「AIが妄想したのですか？」ではなく、「提出された文書には、正確で、サポートされており、専門的に防御できる法的主張が含まれているのですか？」です。

私はまた、人間のみの作業を金標準として扱うことに注意する必要があると思います。人間は間違った引用をして、過大評価し、ものを見逃すことがあります。特に時間の圧力の下でです。問題は、人間の仕事が完璧であるということではなく、提出された文書が人間の判断、根拠のあるツール、決定的なチェック、検証ワークフローを組み合わせた結果であるかどうかです。

多くの弁護士は、精度、倫理、専門的責任に関する懸念から、生成型AIに懐疑的です。法的テクノロジー企業が信頼を築き、責任ある採用を促進するための実用的なステップは何ですか。

信頼できる製品はその境界を明らかにする必要があります。ソースが重要な場合はソースを示す必要があります。システムが言語を生成しているか、引用を検証しているか、決定的なルールを適用しているかを明確にする必要があります。制限についても正直で、過大な主張は信頼を失う最も速い方法の1つだからです。

責任ある採用はワークフローに組み込まれている必要があります。弁護士は、ツールをうまく使用するために、プロンプトエンジニアやAIリスクオフィサーになる必要はありません。良い製品は、デザインによって責任ある使用を促進する必要があります。機密性を維持し、監督をサポートし、レビューを可能にし、適切な場合は監査証跡を保持し、検証を容易にする必要があります。

あなたは、生成と検索の強化 (RAG) や、AIシステムの信頼性を向上させるように設計された他のテクノロジーとともに、広範囲にわたって取り組んできました。現在の法的AI製品がまだどこに欠陥があるか、そしてどのような技術的進歩が必要かについてはどう考えていますか。

法的AI製品はすでに起草、要約、ブレーンストーミング、検索において印象的なものですが、一部の製品は依然として重要なメトリックで短所があります。法的実務が要求する厳格な精度です。（私たちの司法制度はそれに依存しています！）

私は、信頼性のギャップを単一のモデル問題ではなく、システム問題と見なしています。より優れたモデルは役立ちますが、法的レベルの信頼性は、検索とランキング、検証ループ、メモリ、ワークフローの設計、決定論的/LLMアーキテクチャなどの複数の層が協力して機能することから来ます。

検索の基本的なメカニズムはかなりよく理解されていますが、リコールとランキングを正しく取得するには、多くのテストと反復が必要です。アドバーサリアルエージェントとエージェントループはより一般的になりつつありますが、設計上の課題は、チェックを原則的に行うことであり、コストのかかる遅延のある「二重チェックの広がり」を作成することではありません。LLMのメモリに関しては、技術的な課題は、メモリがどこにあるか（一般的なメモリと特定のワークフローのメモリシステム; メモリシステムは付け加えられているように感じることがあります）と、メモリが適切なときにエージェントによってアクセスされることを保証する形式です。ワークフローの設計はまだ重要です。システムが1つの長い、漠然としたプロンプトが与えられると、不完全または一般的な結果が生成されます。法的AIには、タスクを意図的なステップに分解して、必要なコンテキストとステップを確実に持つようにする、より構造化されたワークフローが必要です。しかし、これはより大きな基礎モデルと改善された圧縮が開発されるにつれて、問題となりそうにありません。

引くことができる別のレバーは、決定論的ルール（たとえば、正規表現）と確率モデルとのミックスです。LLMは、問題の形を発見するのに役立つため、プロトタイプ段階で非常に有用です。しかし、良い動作するプロトタイプを持ち、パターンを理解した後は、ワークフローの一部を決定論的ロジックに戻すことができます。LLMは不一致ですが、決定論的ルールに十分に柔軟性がない部分を補完し、決定論的ルール/コード自体を利用するのに優れています。最も強力なシステムは、純粋に決定論的または純粋にLLMベースのものではありません。決定論的ルールは問題が理解されている部分で使用され、LLMは曖昧さ、判断、またはコンテキストに敏感な言語理解が必要な部分で使用されます。質問は、ルールとモデルの境界がどこにあるかです。

これらのテクノロジーを組み合わせると、信頼性のギャップを大幅に改善できますが、トレードオフはエンジニアリングの複雑さ、トークンコスト、待機時間です。我々は、これらが技術の進歩とともに改善されることを期待しています。メモリと圧縮がより効果的で、基礎モデルに組み込まれるようになればです。

法的書面には、ニュアンス、説得力、先例の慎重な解釈が必要です。法的書面のどの側面が現在AIによって真正に改善できるか、そしてどの要素が依然として独自の人間の判断を必要とするかについてはどう考えていますか。

AIは、特にタスクが明確に定義されている場合、法的書面をすでに多大に改善できます。明確でない文を特定するのに役立ちます。埋もれたポイント、矛盾、冗長性、弱い組織、サポートされていない事実の主張、定義された用語の不一致、引用の問題、文書が読者をうまく導いていない場所です。また、弁護士が創造的にブレーンストーミングを行ったり、議論をテストしたり、知られている書面と説得の原則を起草時に適用したりするのにも役立ちます。

最後の部分は私にとって特に興味深いです。弁護士は、理論的には、ブリーフにはより強い導入が必要であるか、クリーンなルールの声明が必要であるか、より読みやすい事実の声明が必要であることを知っているかもしれません。しかし、圧力の下で起草している場合、知っていることと適用することは同じではありません。AIは、専門的な書面のガイダンスをワークフローに導入するのに役立ちます。実際に文書を改善することができます。

しかし、良い法的書面は、単に技術やテキストの最適化ではありません。それは、最も重要な、最も関連性の高い、ケース固有の詳細を特定し、それらを理解できる理論に変える能力です。私の経験では、それは依然として人間の弁護士がLLMよりもはるかに強い分野です。たぶん、それは味覚か、経験か、またはこれらのシステムがどのように機能するかについてはより深いものかもしれません。LLMは、テキストの妥当な続きを生成するようにトレーニングされています。これにより、法的文脈では役立つことがありますが、真正に説得力のある法的書面は、単にありふれたサウンドを生み出すのではなく、異なるものを見つけることに依存しています。

どの詳細がケースを生き生きとさせますか。どの事実が紛争の感情的な価値を変えますか。どの法的ポイントが裁判官の席に座っている裁判官を座らせ、問題を認識させるでしょうか。上訴弁護士として、私はしばしばその糸を探しています。私が見つけようとしているのは、ユニークで説得力のあるケースのバージョンです。私が見つけようとしているのは、裁判官が気づくようなものです。

私は、AIがその部分を平凡にしないことを望みます。システムは、より明確な表現を提案したり、弱点をフラグしたり、引用をプレッシャーテストしたりすることができます。しかし、弁護士は、どれが重要であるか、どれを譲歩するか、どれだけ攻撃的になるか、どのようにケースの感情的および倫理的核心を説明するかを決定する必要があります。

私は、AIがそれを「決してできない」と言うことを避けます。そう言う予測は何度も間違っていました。AIはすでに人間よりも速く、より正確に、離散的なタスクを実行することができます。私は、それに脅威を感じることはありません。それはツールだからです。しかし、少なくとも現在、法的説得の最も重要な部分は、人間の判断を必要とするものです。関連する詳細を選択すること、重要性を理解すること、そして他の心に共感的な物語を構築することです。

AIが法的ワークフローに深く統合されるにつれて、弁護士とジュニア弁護士の役割はどのように進化すると思いますか。AIは、次の世代の弁護士が法的書面と調査スキルを開発する方法を根本的に変える可能性がありますか。

はい、それはそうです。ジュニア弁護士は、困難な仕事を遅く行うことで、伝統的に学んできました。調査、起草、改訂、コメントを受け取り、徐々に判断を開発してきました。AIはその道を変えるでしょうが、弱くする必要はありません。うまく使えば、トレーニングをより明示的で効果的になることができます。

リスクは、ジュニア弁護士が判断を構築するための闘争を逃れることです。ツールが妥当なドラフトを生成するのがあまりに速い場合、ニューライターは、議論がどのように構築されたか、弱い点はどこか、どのフレーミングが他より優れているかを学習しません。そのことは大きな損失です。

しかし、機会は巨大です。AIは、チューター、シミュレーター、ライティングコーチ、即時のフィードバックの源になります。代替的な構造を示したり、サポートされていない主張を特定したり、引用が命題をサポートしていないことを説明したり、起草時に知られている書面と説得の原則を適用したりすることができます。また、ジュニア弁護士に更多の繰り返しを与えることができます。繰り返しをしてフィードバックを受けることは、私たちが学び成長する方法だからです。

これを最もよく行う法事務所や法務部は、ジュニア弁護士にAIを与えて最善を尽くすのを期待しないでしょう。彼らはAIを中心にトレーニングを再設計するでしょう。彼らはジュニアに選択を説明するように求め、出力を検証し、代替案を比較し、人間の作業を監督するのと同じようにAI支援作業を監督する方法を学ぶように求めるでしょう。

あなたは、暗号通貨や消費者テクノロジーから複雑な商業訴訟まで、さまざまな業界のクライアントにアドバイスをしてきました。法的AIの採用が最も速く進む分野はどこだと思いますか。なぜですか。

私は、法的AIの採用が最も速く進むのは、

1. 組織がLLMとよく機能するワークフローを持っている場合
2. 組織が革新に開かれている場合
3. 組織が変化を起こす意欲がある場合

最初の点については、法務はLLMの自然なドメインです。法務は、人間の行動と人間の価値観を言語にコード化したものだからです。法的作業は、汚れた事実をカテゴリ、規則、義務、議論、リスク、結果に変えます。これは、言語モデルが強力になるテラインです。ただし、グラウンドトゥルース、検証可能、弁護士が実際に働くように設計されている場合に限ります。したがって、私は、ほとんどの法務組織が候補者であると思いますが、主に人間対人間のインタラクションに基づくサービスモデルを持つ組織は、除外される可能性があります。しかし、LLMは、トライエージュやナレッジマネジメントのためのツールとして、プロボノクリニックのような組織でも役立ちます。したがって、私は彼らを除外しません。

第二の要因、イノベーションへの開放性は、より大きな門keeperかもしれません。法務部門は、すでに内部で改善を試みている組織の中にあります。スピード、コスト、知識の運用化を向上させるために。彼らは、契約、訴訟、規制上の義務、顧客の問題、雇用上の問題、製品のアドバイス、リスクの評価などのワークフローを管理しています。これらのワークフローは、AIの採用をサポートするには繰り返しすぎるかもしれませんが、依然として法的判断を必要とします。したがって、より優れたツールが大きな違いをもたらす可能性があります。

私は、訴訟、上訴、規制された業界、フィンテック、暗号通貨、消費者テクノロジー、保険、ヘルスケアが重要な分野になると考えています。訴訟や上訴の場合、AIはレコードのレビュー、問題の追跡、引用のチェック、手続き的ルール、保存の分析、議論のマッピング、起草のフィードバックに役立ちます。賭けは高く、ツールは真剣でなければなりません。しかし、それは採用を避ける理由ではありません。それは、より優れた製品を構築する理由です。

第三の点、変化への動機は、依然として重要な門keeperです。法務業界全体は、変化する必要があります。司法制度は遅く、高く、多くの人々にとってアクセスが難しいです。より難しい質問は、職業が変化する用意があるかどうかです。我々は、問題解決者、正義志向、改革志向、頑固（良い意味で）です。我々は、変化する必要があるときに変化することを主張することを学んできました。

民間部門は最初に動くかもしれません。民間部門はより機敏で、より豊富なリソースを持っています。政府、法律援助、プロボノ組織は、異なる制約に直面し、直接目の前の緊急な作業に焦点を当てていることがあります。しかし、これらのセクターは自分自身を売り短めないでください。AIが法的サービスをより効率的、よりアクセスしやすく、より安価にすることができれば、機会は、誰でも法的システムがよりよく機能することを望む人にとって重要です。

裁判所、規制機関、弁護士会は、法的実務におけるAIの使用をますます厳しく調査しています。次の数年で、どのような規制または倫理的枠組みが登場する可能性がありますか。法的テクノロジー提供者はどのように準備する必要がありますか。

私たちの既存の倫理的枠組みは、ほとんどの懸念に対処するのに十分です。弁護士は、裁判所に提出するすべてのものが真実に基づいていることを保証する責任がありました。彼らは、反対する場合に正直で、間違いを犯したときに透明性があり、クライアントの機密情報を保護する必要がありました。

最初の波のAI倫理は、まったく新しい道徳的運用システムを必要としません。私たちは、既存の義務を新しいテクノロジーに適用する必要があります。弁護士は判断を外部に出すことはできません。責任を否認することはできません。その部分は論争的ではありません。

私たちが始めるべきことは、テクノロジー特有のトレーニングです。弁護士はAIの出力を十分に監督またはチェックしない場合に、盲目的にされないようにするためです。カリフォルニア州は、継続的な法的教育の一環としてテクノロジーのコンピテンスを必要としています。私は、それが正しい方向であると思います。ただし、数年ごとに1時間は十分ではありません。法務事務所、法務部門、裁判所、法的サービス組織は、内部のAIポリシーと義務的なトレーニングを開発する必要があります。ただし、「捏造された引用を引用しないでください」ということだけでなく、「ツールを使用する時と使用しない時、出力を検証する方法、機密情報を保護する方法、責任を分配する方法について」です。

法的テクノロジー提供者にとって、倫理は、製品の最後に貼られた警告ラベルではありません。倫理は、製品アーキテクチャです。最良のツールは、デザインによって責任ある使用を容易にします。ソースの透明性、機密性の制御、人間のレビューを促進するワークフローです。

私たちが現在見ている問題は「新しい」ものではありません。しかし、法的倫理の真正に前例のない質問が近い将来にあります。現在、ほとんどの人は、AIが弁護士や裁判官を支援するべきだが、置き換えるべきではないと同意しています。私は、現在のテクノロジーの状態では、その本能に同意します。しかし、AIシステムがより速く、より安く、より一貫して、より客観的に、より偏りなく法的推論タスクを人間よりも優れている場合に何が起こるでしょうか。人間が常にループ内に残る必要があるとまだ言えるでしょうか。

それは奇妙で不快な質問ですが、私はそれを聞く勇気があると思います。私たちは、人間の判断が道徳的責任、制度的正当性、共感、実践的知恵、コンテキストの理解をもたらすと想定しています。人間も遅れ、コスト、高い、不一致、疲れ、偏見、門番、不平等なアクセスをもたらします。もしAI支援の解決がより正確で、より安価で、よりアクセスしやすくなったら、倫理的質問は、反射的に答えるべきではありません。質問は、「どのプロセスが最も公平で、最も正確で、最も透明で、最も説明責任のある結果を生み出すか」ということです。

もし自動化された、またはAI支援のシステムが将来的によりルーチンワークの紛争を処理するようになれば、人間のレビューは、辺縁、不快な失敗モード、厳格な一貫性が古い法律の形式主義のように見える場所で最も重要になるかもしれません。

法的テクノロジー提供者は、そのように準備する必要があります。現在の倫理的ルールに基づいて構築し、将来的に、職業が人間とマシンのパフォーマンスを真剣に比較する必要がある未来に基づいて構築します。目標は、法的実務のすべての既存の儀式を保存することではありません。目標は、正義、精度、説明責任、正当性、法のアクセスを保護することです。

BriefCatchは、法的書面を単に自動化するのではなく、改善することに焦点を当ててきました。AIからの生産性の向上と、批判的思考、法的推論、専門的責任の必要性とのバランスをどのようにとっていますか。

私は、生産性と批判的思考が対立する必要はないと思います。弁護士がルーチンワークに効果的に効率的である場合、創造的で批判的な思考に集中するための余裕が生まれるからです。質問は、どのような生産性を生み出しているかです。AIが単に迅速に言葉を生成するのを助けるのではなく、より明確で、正確で、説得力があり、より防御可能な仕事を生み出すのを助けることが重要です。那は、BriefCatchの書面への焦点が重要な理由です。法的書面は、法的分析の装飾的な層の上にあります。分析が精密で、テスト可能で、読者にとって有用になる場所です。

説明責任を維持する方法は、AIを専門知識の層として設計することです。ツールは提案したり、フラグを立てたり、検証したり、比較したり、プレッシャーテストしたりすることができます。書面の原則を適用したり、弱点を特定したり、問題を発見したりするのを支援できます。しかし、最終的な決定を下し、仕事に対して責任を負うのは弁護士です。私の好きなPelotonインストラクターのように、「AIは提案します、あなたが決定します。」

私の見解は、AIは弁護士をより関与させることで最も価値があります。良いシステムは、弁護士の注意を鋭くするはずです。弁護士が見逃した質問を提起したり、検証する必要がある権威を提示したり、ポイントをより明確に表現する方法を提案したりするはずです。読者を導く文書を生成するのではなく、妥当なテキストを生成するのを助けるべきではありません。

5年先を見て、弁護士とAIの理想的な関係はどのようなものになりますか。AIは主にアシスタント、コラボレーター、または信頼できる法的コパイロットとして機能することになりますか。

私は「専門知識のエクソスケルトン」を好みます。理想的な法的AIシステムは、弁護士や裁判官がすでに責任を負っていることを行うのを支援する必要がありますが、より広範なリーチ、より優れたリコール、より優れた一貫性、より優れた創造性、より優れた検証ツールで行う必要があります。

5年後、私は、弁護士がワークフローに深く埋め込まれた、より特化されたAIシステムを持ち、今日の汎用的なチャットボットよりも、ということを期待しています。ブリーフを起草している弁護士は、書面の専門知識、事例法、記録資料、手続き的ルール、引用のチェック、内部知識、戦略的フィードバックにアクセスできる必要があります。しかし、システムは、知っていること、チェックしたこと、弁護士が判断を下す必要があることを明確に伝える必要があります。

理想的な関係は、委任された理解や判断ではありません。カリブレートされた信頼です。弁護士は、システムが優れているタスクと、監督が必要なタスク、人間の判断が必要なタスクを理解する必要があります。

私たちがこれを正しく行うと、AIは専門知識をよりアクセスしやすくします。弁護士はより優れた書面を作成し、より慎重に推論し、予防可能なエラーを避け、直感と判断を必要とする仕事に集中する時間を費やすことができます。私は、「メカ弁護士」のアイデアを、単純な自動化よりもはるかに面白く、楽観的であると思います。私たちは、BriefCatchを訪問して、詳しく知りたい読者に感謝します。