Интервью
Родерик Лукас, сооснователь и генеральный директор Moonlit — серия интервью
Добавьте Unite.AI в избранные источники в Google
Родерик Лукас — сооснователь и генеральный директор Moonlit. Он обладает опытом в области искусственного интеллекта, науки о данных и юридических технологий. Почти десять лет он проработал в Deloitte, где руководил направлением искусственного интеллекта, а также преподавал технологические дисциплины во Vrije Universiteit Amsterdam и Tilburg University. В своей работе он стремится сделать юридические исследования доступнее благодаря структурированным данным, проверяемым источникам и искусственному интеллекту.
Moonlit предоставляет инфраструктуру юридических данных и исследовательские инструменты, объединяющие официальные законодательные акты, судебные решения и нормативную информацию из разных юрисдикций Европы. Платформа, Data API и MCP-сервер предоставляют исследователям и ИИ-ассистентам доступ к структурированным юридическим источникам, а библиотека «Комментарии» объединяет анализ, созданный с помощью ИИ, и рецензирование поименованными экспертами-юристами. В этом интервью Лукас рассказывает о галлюцинациях в юридической сфере, трансграничных исследованиях, экспертной проверке и доступе к достоверной юридической информации.
Вы почти десять лет проработали в Deloitte и в итоге возглавили направление искусственного интеллекта, а также преподавали технологические дисциплины во Vrije Universiteit Amsterdam и Tilburg University. Изначально Moonlit появилась в Deloitte как внутренний проект, а в 2024 году стала независимой компанией. Что вдохновило вас на создание платформы и убедило в том, что юридическим исследованиям нужен принципиально иной подход?
С появлением языковых моделей сразу прояснились две вещи: модели оказались способны рассуждать о юридических текстах гораздо лучше, чем кто-либо ожидал, но им не на чем было надежно строить эти рассуждения. Извлечение текстов непосредственно с публичных судебных порталов дает неструктурированные и несогласованные данные, а коммерческие издатели юридической литературы ограничивают автоматизированный доступ лицензионными условиями. Юридическим технологиям не хватало общей основы: официальных источников из нескольких юрисдикций, приведенных к единой четкой структуре данных, связанных перекрестными ссылками и обновляемых ежедневно.
Именно такой уровень инфраструктуры мы и решили создать. Поэтому в 2024 году Moonlit стала компанией, а не просто инструментом для одной фирмы. Подобная основа становится ценнее с каждым новым человеком и каждой системой, которые используют ее данные и пополняют их. Наше убеждение не изменилось: законодательство открыто для всех, и знания, основанные на нем, должны быть доступны по приемлемой цене каждому, кто обязан его соблюдать.
Moonlit была основана на убеждении, что доступ к юридическим знаниям необходим для правосудия. Законодательные акты и судебные решения часто доступны всем, однако экспертные комментарии, разъясняющие их значение, нередко остаются за дорогими платными барьерами. Как Moonlit стремится сделать этот интерпретационный уровень доступным для всех и почему это особенно важно для развития надежного юридического ИИ?
В Нидерландах государству достается около 40 центов с каждого заработанного вами евро, и часть этих средств идет на финансирование государственных университетов и правовой системы. Многие комментарии, разъясняющие законодательство, пишут ученые, получающие зарплату из бюджета. Коммерческие издатели, такие как Wolters Kluwer и Thomson Reuters, упаковывают этот анализ и продают его обратно судам, министерствам, университетам и специалистам, которым он необходим. Подписка на комментарии обходится в сотни евро за пользователя в месяц. В результате с такими подписками общество фактически дважды платит за законодательство, которому обязано следовать. Справедливая правовая система не должна обходиться в месяц дороже подписки на Netflix.
Мы создали правовые комментарии как открытую альтернативу: постатейную библиотеку юридического анализа, доступную всем владельцам бесплатной учетной записи Moonlit. Каждый комментарий готовится на основе первоисточников с помощью наших моделей ИИ и проходит проверку у специалистов в области права до публикации. Каждая ссылка на источник проверена и ведет непосредственно на официальный документ правительства или суда. Если читатель заметит упущенный нюанс или недавнее изменение, он может предложить правку прямо через форму на странице, чтобы редакция ее рассмотрела. Затем редакторы могут проверить предложение и повторно опубликовать материал. Насколько нам известно, ни одно другое издательство не предлагает такого сочетания. На момент запуска доступные комментарии посвящены косвенному налогообложению (НДС), а материалы о защите данных находятся в разработке.
Этот интерпретационный уровень не менее важен и для юридического ИИ. Модели могут обрабатывать общедоступные законы и судебные решения, но не способны читать вторичные комментарии, объясняющие, как правило применяется на практике и в каких случаях действуют исключения. Без этого контекста модели делают необоснованные выводы и выдают ненадежные ответы. Мы разработали «Комментарии» так, чтобы каждое утверждение было напрямую связано с толкуемым положением и лежащим в его основе судебным решением. Специалист может проверить источник одним нажатием, а рабочий процесс с использованием ИИ — обращаться к надежным данным через Moonlit Data API и коннектор MCP.
Галлюцинации в юридических ответах, сгенерированных ИИ, вызывают всё большую обеспокоенность: юристы и суды сталкиваются с вымышленными ссылками на судебные дела и неверным толкованием законов. Почему даже продвинутым большим языковым моделям трудно точно работать с юридической информацией и как структурированный и проверенный юридический контекст помогает преодолеть эти ограничения?
Языковым моделям трудно работать с правом по причинам, которые мало связаны с интеллектом. Юридические рассуждения целиком опираются на источники, достоверность которых можно проверить. Вывод настолько обоснован, насколько обоснованы норма или судебное решение, на которых он основан. Однако модель воспринимает номера дел и ссылки на законодательные акты как вероятностные текстовые шаблоны, а не как надёжные записи в базе данных. Она приводит ссылки, которые выглядят убедительно, потому что предсказывает, как должна выглядеть такая ссылка, а не потому, что проверила подлинный документ. Это приводит к вполне реальным последствиям: на момент написания статьи было зафиксировано более 2 100 судебных решений, связанных с галлюцинациями ИИ, причём более 800 из них непосредственно касались практикующих юристов.
Право также постоянно меняется. Знания модели ограничены датой окончания её обучения, тогда как решения по налоговым вопросам и апелляционные решения обновляются каждую неделю. Когда комментарии, объясняющие смысл правовых норм, доступны только за платным доступом издателей, модель видит лишь текст закона, но не контекст его практического применения, и потому придумывает правдоподобные объяснения, чтобы восполнить пробел.
Структурированный и проверенный контекст меняет саму суть задачи. В Moonlit модель находит нужные правовые нормы, а не пытается вспомнить их по памяти, и работает непосредственно с официальными документами. Поиск выдаёт документы из официальных источников, каждый со ссылкой на источник и ссылкой для перехода. Граф связей показывает, на какие документы ссылается судебное решение и какие более поздние документы ссылаются на него. Ссылка ведёт либо на подлинный документ в нашем хранилище, либо не появляется вовсе. Это исключает вымышленные ссылки. Однако одних только чистых данных недостаточно, чтобы предотвратить неверное толкование, поэтому в Commentaries между черновиком и читателем по-прежнему стоит названный по имени эксперт в области права.
Moonlit собирает законодательные акты, судебные решения и нормативную информацию из десятков юрисдикций и связывает юридические документы в обширный граф ссылок. Расскажите, как устроены базовая архитектура ИИ и архитектура данных: в частности, как платформа выявляет связи между правовыми источниками, согласует различия между языками и правовыми системами и делает эту информацию доступной моделям ИИ?
Представьте себе непрерывную цепочку — от официальной публикации до проверенной ссылки на источник.
В каждой юрисдикции мы напрямую подключаемся к официальным порталам, включая официальные издания законодательных актов, базы данных судов, сайты регулирующих органов и EUR-Lex для права ЕС. У каждого портала свои особенности и форматы, которые могут меняться без предупреждения, поэтому значительная часть нашей инженерной работы связана с мониторингом и автоматическим восстановлением работы каждого портала. В каждом полученном документе сохраняются сведения об источнике и постоянная ссылка на официальную государственную запись. Эта ссылка служит основой для всего остального.
Все данные из разных юрисдикций объединяются в одной модели, охватывающей законодательство, судебную практику, парламентские документы, решения органов власти и разъяснения. Законодательство разбивается на отдельные статьи, чтобы можно было точно находить и цитировать конкретные положения. В судебном решении из Нидерландов и постановлении из Германии сохраняются поля, требуемые соответствующими национальными системами, а мы унифицируем способы идентификации, классификации и связывания этих документов между странами.
Юридические документы постоянно ссылаются друг на друга. Судебное решение ссылается на применённые в нём статьи и решения, которым оно следует, а закон отсылает к другим нормативным актам. Наш движок распознаёт такие ссылки, которые в разных юрисдикциях могут оформляться совершенно по-разному, находит соответствующие подлинные документы в нашем слое данных и сохраняет двусторонние связи между ними. Шаблоны извлечения данных проверяют инженеры, специализирующиеся на праве. В результате формируется граф ссылок, содержащий сотни миллионов связей: для любого документа можно увидеть, на что он ссылается и какие документы ссылаются на него.
Языковые различия мы учитываем, сохраняя исходные документы без изменений. Мы не переводим первичные тексты. Решение суда в Бельгии остаётся на французском или нидерландском языке, а поиск выполняется на исходном языке. Мы объединяем поиск по ключевым словам с семантическим поиском, повторно ранжируем результаты и ограничиваем каждый запрос соответствующей юрисдикцией. Наша исследовательская помощница Luna отвечает на языке запроса, обращаясь к каждому исходному источнику на его языке.
Платформа Moonlit, наш Data API и сервер MCP используют один и тот же слой данных. API предоставляет программный доступ к режимам поиска, графу ссылок и полнотекстовому поиску, а сервер MCP открывает любому внешнему ИИ-помощнику доступ к девяти инструментам только для чтения. Когда мы улучшаем базовые данные, это улучшение сразу становится доступно во всех интерфейсах.
Moonlit представила юридические комментарии, созданные с помощью ИИ и проверенные названными по имени экспертами в области права: автоматическая подготовка текстов сочетается в них с проверкой человеком. Как этот процесс устроен на практике и какие меры предосторожности обеспечивают точность, прозрачность и проверяемую связь толкований, созданных ИИ, с авторитетными юридическими источниками?
Комментарий начинается с самого закона. Наша система формирует черновик на основе первоисточников из Data Layer, включая законодательство, судебную практику, директивы и историю рассмотрения положения в парламенте. Система может ссылаться только на имеющиеся у нас документы, поэтому каждое утверждение связано с положением, которое оно толкует, и подтверждающим его источником. Например, один из комментариев, опубликованных при запуске, содержит ссылки на 165 проверенных источников.
Перед публикацией комментария профильный юрист сверяет его черновик с первоисточниками. Наши редакторы — учёные и практикующие юристы, которые получают оплату за свою работу. В первую группу вошли специалисты из университетов, судов, государственных органов, консалтинговых и юридических фирм. Они исправляют черновик, удаляют лишнее и добавляют то, чего не хватает. Их имена указаны прямо на странице.
Метки о проверке подтверждают фрагменты, которые одобрил редактор, поэтому всегда ясно, за какие разделы ручается эксперт.
В каждом комментарии также указана дата актуальности, показывающая, какое именно состояние законодательства в нём описано. Data Layer обновляется ежедневно и отмечает новые релевантные решения для редактора, который затем вносит изменения в текст и обновляет дату актуальности.
Главная гарантия надёжности — ссылки. Если нельзя перейти к решению, подтверждающему вывод, читателю предлагают поверить ему на слово. Мы создали Commentaries, чтобы этого не приходилось делать.
Благодаря интеграциям по протоколу Model Context Protocol (MCP) Moonlit может предоставлять юридическую аналитику непосредственно ИИ-ассистентам, таким как ChatGPT, Claude и Microsoft Copilot. Какие возможности даёт эта архитектура, с которыми обычным системам генерации с дополненной выборкой может быть сложно справиться, и как вы обеспечиваете ответственное использование этими ассистентами найденной юридической информации?
Обычная система RAG делает снимок части документов, разбивает их на фрагменты, преобразует в векторные представления и передаёт модели те из них, которые набрали наибольшую оценку сходства. В юридической сфере такой подход даёт сбой по трём причинам. Снимок устаревает. Поиск по сходству недостаточно надёжен, чтобы найти конкретную статью или номер дела. А по отдельному фрагменту нельзя понять, на какие источники ссылается документ и как на него повлияли последующие решения.
С сервером MCP ассистент проводит исследование самостоятельно. Он может искать по смыслу или по точным терминам и ссылкам, используя булевы операторы, переходить по ссылкам между документами, читать полные тексты и находить отдельные статьи закона. Он также может проверять, какие юрисдикции и официальные порталы доступны. Модель сама определяет, что ей нужно, изучает найденные материалы и повторяет поиск, пока ответ не будет достаточно обоснованным. Именно в этом и состоит разница. В сентябре Luna перешла на тот же сервер MCP, и ответы одновременно стали быстрее и качественнее. Данные тоже актуальны: ассистент обращается к Data Layer в его текущем состоянии.
Ответственное использование начинается с чётких ограничений. Наши инструменты работают только на чтение, а результаты сопровождаются ссылками на официальные источники. Мы также публикуем простые инструкции по исследованию, которым могут следовать ассистенты. В них объясняется, как искать на исходном языке источника, проверять фрагмент перед цитированием, сверять версию и указывать, если в доступных источниках есть пробелы.
Разные ассистенты по-разному показывают ход рассуждений, и мы не можем на это повлиять. Зато мы можем упростить проверку источников. Каждая ссылка на цитату ведёт к документу, а каждый документ — к его официальной публикации.
Юридическая информация постоянно меняется: публикуются новые решения, изменяются нормативные акты, оспариваются существующие прецеденты. Как автоматизированная система мониторинга Moonlit выявляет и учитывает эти изменения и каким образом платформа не позволяет системам ИИ опираться на устаревшее законодательство или утратившие силу правовые толкования?
Чтобы не допустить, чтобы ИИ или исследователь опирались на утратившие силу нормы, важно учитывать связи между документами. Как только в систему поступает новое судебное решение или поправка к закону, граф ссылок связывает его с более ранними положениями и делами, на которые оно ссылается. Если апелляционный суд отменяет или ограничивает действие более раннего решения, эта информация напрямую связывается с первоначальным решением как с актом, на который ссылаются. Модель, анализирующая граф, сразу видит последующее развитие событий и не считает устаревший прецедент действующим. На платформе пользователи могут превратить тот же поток поступающих данных в активные мониторы для конкретных законов, судов или тем, за которыми они следят.
Поддержание актуальности комментариев традиционно было одним из главных слабых мест отрасли. Коммерческие серии юридических комментариев часто проверяют на наличие обновлений всего один-два раза в год. В быстро меняющихся областях, таких как косвенное налогообложение или защита данных, такие задержки создают серьёзные риски несоблюдения требований законодательства. Поскольку Data Layer ежедневно сопоставляет поступающие публикации с нашими комментариями, редактор получает немедленные уведомления о новых решениях. Редактор обновляет анализ и дату актуальности, чтобы и практикующие юристы, и модели ИИ работали с реальным состоянием законодательства, а не с картиной двенадцатимесячной давности.
Трансграничное юридическое исследование сопряжено с трудностями, которые не сводятся к переводу документов, особенно когда разные страны по-разному толкуют или применяют схожие нормативные акты. Как ИИ Moonlit различает особенности разных юрисдикций и что происходит, когда авторитетные юридические источники противоречат друг другу?
Директива ЕС и национальный закон, вводящий её в действие, — это разные документы, связанные между собой там, где один ссылается на другой; национальное судебное решение, применяющее постановление Суда Европейского союза, связано с этим постановлением. Поэтому Commentaries начинается с НДС. Правила в значительной степени гармонизированы на уровне ЕС, а затем толкуются в каждом государстве-члене.
Противоречия в праве — обычное дело, и мы их не скрываем. Если два авторитетных источника кажутся противоречащими друг другу, читатель видит оба. Во многом вопрос решает иерархия источников: более позднее судебное решение имеет преимущество перед более ранним, Суд Европейского союза — перед национальным судом при рассмотрении вопроса права ЕС, а применимой считается редакция положения, действовавшая на дату направления запроса. В Commentaries редактор открыто принимает такое решение, и рядом с ним представлены источники.
Технологию Moonlit используют такие организации, как Верховный суд Нидерландов, Deloitte и другие юридические и государственные учреждения. Можете привести практический пример того, как платформа изменила рабочий процесс юридического исследования, и рассказать, как вы оцениваете улучшения точности, полноты или эффективности поиска по сравнению с традиционными методами?
Например, в сфере финансовых технологий юридическая команда Quantoz Payments подключила MCP-сервер Moonlit к Claude и объединила его с индивидуально настроенными рабочими процессами для регулирования трансграничных платежей. Этот подход заменяет традиционный стандарт работы, принятый во всей Европе. Обычно юристу приходится открывать порталы в нескольких странах, выполнять поиск на разных языках, копировать ссылки на источники в служебную записку и надеяться, что не был упущен какой-нибудь важный местный судебный прецедент. Теперь их система одновременно выполняет поиск в разных юрисдикциях, отслеживает граф цитирования и выдаёт первичные документы вместе с официальными ссылками на источники. Для внутренней юридической команды результат очевиден. Это позволяет не упускать из виду решения иностранных судов и перенаправляет время с механического сбора информации на собственно правовой анализ и оценку рисков.
В сфере разработки эффективность проявляется совсем иначе. Команды, создающие юридические ИИ-продукты, оценивают улучшения по месяцам инженерной работы, которые удалось сэкономить. Компании Eudia, работающей в сфере юридического ИИ, понадобились структурированные данные европейского законодательства для её продукта; по словам менеджера продукта, наш Data API предоставил ей полный корпус европейского законодательства за несколько дней. Без базовой инфраструктуры данных пришлось бы бесконечно разрабатывать и поддерживать собственные скрейперы для каждого национального портала. Другие платформы, например Saga и Legal Mind, опираются на ту же основу и теперь тоже могут предоставлять проверенные материалы Commentaries непосредственно своим конечным пользователям.
Если заглянуть в будущее: по мере того как базовые модели становятся всё мощнее, а ИИ-агенты берут на себя всё более сложные задачи юридического исследования, как, по-вашему, будет меняться взаимодействие между универсальными моделями ИИ и специализированной инфраструктурой юридических данных? Каково ваше долгосрочное видение Moonlit, особенно в том, что касается доступа к достоверной правовой информации не только для крупных юридических фирм и учреждений?
Более мощная модель лучше рассуждает на основе предоставленных ей источников, но не может сама по себе создать надёжные первичные документы. По мере развития базовых моделей ценность проверенного уровня данных на самом деле растёт. Когда рассуждения с помощью ИИ становятся повсеместными, главным ограничением оказывается качество данных: агенту всё равно нужны точные структурированные правовые материалы.
Универсальные модели и автономные агенты будут заниматься составлением текстов, обобщением информации и диалоговым взаимодействием. Специализированная инфраструктура, такая как Moonlit, решает лежащую в основе сложную задачу работы с данными: поддерживает законодательство в актуальном и структурированном виде, обеспечивает возможность его проверки и предоставляет его напрямую через протоколы, используемые агентами. Мы заранее подготовились к этим изменениям. Наш собственный ассистент работает на том же MCP-сервере, к которому подключаются внешние агенты, а команды уже запускают на его основе собственных специализированных агентов.
Эта архитектура также лежит в основе нашего долгосрочного видения. Надёжная правовая информация по нескольким странам традиционно была недоступной роскошью, которую могли позволить себе только крупнейшие юридические фирмы и транснациональные корпорации, оплачивающие дорогие подписки на данные из нескольких стран. Сделав материалы Commentaries бесплатными для чтения и открыв доступ к нашему уровню данных для любого разработчика через современные API и коннекторы, мы хотим уравнять условия. Индивидуальный юрист, консультирующий компанию, ведущую трансграничный бизнес, или штатный юрист компании на ранней стадии развития должен иметь доступ к такому же точному исследовательскому инструментарию и проверенным цитатам, как и глобальная консалтинговая фирма.
Спасибо за интересное интервью! Читателям, которые хотят ознакомиться с проверенными юридическими данными и трансграничными исследованиями с помощью ИИ, стоит посетить Moonlit.
