intervjuer
Scott Stevenson, medgründer og administrerende direktør i Spellbook – Interview Series
Scott Stevenson, er medgründer og administrerende direktør i Ordbok, et verktøy for å automatisere juridisk arbeid som er bygget på OpenAIs GPT-4 og andre store språkmodeller (LLM). Den har blitt trent på et massivt datasett på 42 terabyte med tekst fra Internett som helhet, kontrakter, bøker og Wikipedia. Spellbook justerer modellen ytterligere ved å bruke proprietære juridiske datasett.
Hva tiltrakk deg i utgangspunktet til datateknikk?
Jeg elsket videospill som barn, og ble inspirert til å lære å lage dem som tenåring – noe som satte meg på vei til å bli programvareingeniør. Jeg blir tiltrukket av yrkets iboende kreativitet og setter også pris på maskinvareaspektet som er sammenvevd i datateknikk.
Kan du diskutere hvordan din erfaring med GitHub Copilot var den første inspirasjonen for Spellbook?
Vi hadde jobbet med advokater i årevis, og prøvde å hjelpe dem med å automatisere utformingen av rutinekontrakter ved hjelp av avanserte maler. De sa ofte det samme: "maler er flotte, men arbeidet mitt er for skreddersydd for dem."
GitHub Copilot var den første generative AI-assistenten for programvareingeniører - du kan begynne å skrive kode og den vil "tenke foran" på deg, og foreslå store biter av kode som du kanskje vil skrive neste gang. Vi så umiddelbart hvordan dette kunne hjelpe advokater med å utarbeide skreddersydde avtaler, samtidig som det hjalp dem intelligent å "autofullføre" kontrakter.
Hvordan foreslår Spellbook språk for juridiske kontrakter?
I den første versjonen av produktet vårt tilbød vi en sofistikert funksjon for automatisk fullføring, lik Github Copilot. Nå har vi en rekke andre mekanismer:
- Spellbook-anmeldelser kan ta en instruksjon som "forhandle denne avtalen aggressivt for min klient" og foreslå endringer på tvers av en hel avtale.
- Spellbook Insights finner automatisk risikoer og foreslåtte klausuler på tvers av en avtale.
Spellbook gjennomgår også kontrakter, hvilken type innsikt tilbyr den juridiske fagfolk?
Ordbok tilbyr en rekke innsikter under kontraktgjennomganger for juridiske fagfolk. Denne innsikten kan skreddersys ved hjelp av forskjellige "linser". Vi tilbyr standardlinser for oppgaver som kontraktsforhandlinger, men advokater kan også gi tilpassede instruksjoner, for eksempel "Gjennomgå denne kontrakten for å sikre at den overholder California-kundekravene."
Spellbook kan avdekke potensielle risikoer, identifisere forglemmelser, finne inkonsekvenser og motta verdifulle forslag for å forbedre og forbedre kontrakter.
Kan du beskrive hvordan Spellbook overvinner tokenstørrelsesgrensene som tilbys av LLM-er?
Dette er en betydelig del av det som skiller oss og utgjør vår unike tilnærming. Å administrere lange kontrakter som kan være på mer enn hundrevis av sider kan legge en belastning på en advokats båndbredde, men Spellbooks teknologi utmerker seg i å håndtere dem effektivt. Selv om vi ikke vil fordype oss i detaljene til metodene våre for øyeblikket, er det her vår ekspertise virkelig skinner.
Hvordan hentes dataene for å trene AI-modellene?
Vi har benyttet oss av offentlige datasett som EDGAR, så vel som proprietære kontraktdatasett vi bygde under selskapets første fase kl. www.rallylegal.com. Vi tror imidlertid at RAG-baserte tilnærminger er den beste måten å inkorporere nøyaktige juridiske data i generert tekst. RAG lar mange datakilder, for eksempel en klients egne dokumenter, refereres.
Lover og regler endres raskt, hvordan holder AI seg oppdatert med de siste nyhetene og utviklingen?
Vi finner at tilnærminger med gjenfinning-augmented generation (RAG) er ekstremt effektive for dette. Vi tenker på språkmodeller mer som en "menneskelig resonnement"-teknologi. Vi bør generelt ikke behandle LLM-er som "databaser", og i stedet la dem hente pålitelig informasjon fra pålitelige kilder.
Hvordan reduserer eller reduserer Spellbook AI-hallusinasjoner?
Vi har nådeløst justert hver funksjon i Spellbook for å gi de beste resultatene for advokater. Som nevnt ovenfor bidrar RAG også til å holde resultatene relevante og oppdaterte. Til slutt kalles vår tilnærming til AI «Assistive AI»: vi holder alltid advokaten i førersetet, og de må gjennomgå eventuelle forslag før de blir fulgt opp. Dette er sentralt i alt vi gjør.
For øyeblikket er utforming og gjennomgang av kontrakt den primære brukssaken, hva er noen ekstra brukstilfeller som Spellbook planlegger å tilby?
Vi er ganske fokusert på å være det beste verktøyet for kommersielle/kontraktsadvokater akkurat nå. En naturlig forlengelse av det er å hjelpe advokater med juridisk aktsomhet under en kompleks transaksjon. Ofte vil advokatfirmaer sette sammen et avtalerom som inneholder alle vesentlige juridiske dokumenter i en organisasjon, og vurderer for risikoer og avvik på tvers av korpuset. Spellbook jobber med å implementere denne brukssaken!
Hva er din visjon for fremtiden til AI i advokatbransjen?
Vår "Assistive AI"-visjon er at hver advokat skal ha en "elsykkel" som hjelper dem å gjøre jobben sin mye raskere samtidig som de produserer arbeid av høyere kvalitet og bruker mer tid på å tilføre strategisk verdi til klientene i stedet for å kopiere og lime inn. Vi tror AI bør komme til advokater og være en "vind i ryggen" uten å kreve mye vaneendring. Vi tror at hver advokat snart vil ha en AI slått på i løpet av hver time av arbeidet, enten de er i Word, e-post eller i et klientmøte.
Dette betyr til syvende og sist at de 70 % av potensielle juridiske klienter, som ikke har råd til juridiske tjenester, endelig vil kunne betjenes. Vi er veldig spente på det også.
Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke Ordbok.
