Ross Guberman, grundare och vd för BriefCatch – intervjuserien

Ross Guberman, grundare och vd för BriefCatch, är en ledande auktoritet inom juridiskt skrivande med mer än två decenniers erfarenhet av att utbilda advokater, domare, myndigheter, företag och yrkesorganisationer. Som tidigare verksam advokat har han hållit tusentals workshoppar i juridiskt skrivande på tre kontinenter och har i nästan ett decennium utbildat nya federala domare i att skriva domskäl. Guberman har examina från Yale University, Sorbonne och University of Chicago Law School och är författare till Point Made: How to Write Like the Nation’s Top Advocates och Point Taken: Så skriver man som världens bästa domare, samt medförfattare till Deal Struck. Hans insatser inom juridiskt skrivande och innovation har gett honom flera utmärkelser och erkännanden, däribland Golden Pen Award från Legal Writing Institute och en plats på Fastcase 50-listan.

BriefCatch är en plattform för juridiskt skrivande och redigering som hjälper jurister att ta fram tydligare, mer precisa och mer övertygande dokument. Plattformen bygger på Gubermans årtionden av forskning om effektivt juridiskt skrivande, fungerar i Microsoft Word och använder AI och naturlig språkbehandling för att ge redigeringsförslag i realtid, skrivanalys och vägledning som är särskilt anpassad för jurister. Advokatbyråer, domare, domstolar och myndigheter använder BriefCatch. Plattformen är utformad för att förbättra dokument som inlagor, yrkanden, domskäl, promemorior och avtal och samtidigt fungera som ett löpande verktyg för juristers skrivutveckling.

Du grundade BriefCatch 2018 efter flera år av undervisning i juridiskt skrivande för advokater, domare och advokatbyråer. Vilka återkommande problem i juridiska texter fick dig att inse att programvara kunde vara till hjälp, och hur har den ursprungliga visionen utvecklats i takt med att AI har gjort sitt intåg i yrket? 

Jag såg hela tiden samma problem: meningar med flera inledande fraser på rad, upprepade verb och meningsmönster samt långa citat som behandlades som om de talade för sig själva. Sådana vanor är vanliga även i texter som skrivs av erfarna jurister. När klienter och snäva tidsfrister sätter press på en vill även de bästa skribenterna ha konkreta förslag, inte fler floskler om att vara ”tydlig och koncis”.

På de enstaka kurser som var min huvudsakliga inkomstkälla delade jag med mig av tips, knep och tekniker hämtade från de främsta juridiska skribenternas arbeten. Advokaterna och domarna som deltog verkade entusiastiska och till och med inspirerade, men sedan kom vardagen emellan. Jag tänkte att jag med rätt programvara skulle kunna erbjuda liknande hjälp när som helst, dag som natt. Nästa sak jag visste var att jag, av en slump, hade blivit grundare av ett startupföretag som omvandlade tusentals mönster inom juridiskt skrivande till redigeringsförslag och exempel som gick att förklara (och koda).

Generativ AI har skakat om allt jag har arbetat med i livet. Den kan skapa förföriskt välpolerade första utkast. Än mer oroande är att den kan få ett svagt argument att låta vattentätt innan någon har prövat om det håller, och därmed lura även de mest skarpsynta läsarna. Men används generativ AI i rätt verktyg och arbetsflöden kan den vara en välsignelse för att förbättra juridiska texter, kontrollera korrekthet och integritet samt hitta svagheter i argument och analyser, oavsett om de har skrivits av en människa eller en maskin.

BriefCatch lanseras nu på nytt som en samlad plattform för juridiskt skrivande i stället för att främst vara ett redigeringsverktyg. Vad låg bakom den här utvecklingen, och i vilken utsträckning var den ett svar på det snabba införandet av generativ AI i juridiska arbetsflöden?

Generativ AI påskyndade utvecklingen, men de här verktygen hörde ihop redan från början, oavsett vem eller vad som skriver det första utkastet.

Jurister behöver ställa tre frågor som hänger samman: Har jag framför mina poänger på ett bra sätt? Stöder rättskällorna argumentet? Vad kan jag lära mig av det här utkastet inför nästa? BriefCatch, CiteCheck, RealityCheck och Learning Hub är utformade för att besvara dem. En mening kan innehålla ett bra argument men kräva alltför mycket av läsaren. Eller så kan den låta briljant men sakna stöd.

Tillgången spelar också roll. Även om en stor del av min karriär har ägnats åt att arbeta med världens största advokatbyråer skulle jag gärna se att ensampraktiserande jurister får samma skrivstöd och granskningsverktyg som Am Law 200-byråerna. Tanken är att granskning och lärande ska bli en del av juristers vardag i stället för något man får en gång om året på en utbildningskurs.

Generativ AI kan påskynda arbetet med det första utkastet till ett juridiskt dokument avsevärt, men BriefCatch fokuserar alltmer på vad som händer när utkastet väl är klart. Tror du att verifiering och kvalitetskontroll till slut kommer att bli viktigare än själva genereringen inom juridisk AI? 

Ja. Jag räknar med att den största delen av värdet med juridisk AI kommer från att förfina, verifiera och fördjupa befintliga utkast. Det är lockande att kunna skriva snabbare, men det hjälper dig inte att avgöra vilka argument som kommer att få gehör, vilka rättskällor som stöder dem eller vilka meningar som bygger på logiska språng.

Den svåra frågan kvarstår: Hur avgör man om ett välpolerat stycke fullt av hänvisningar är ett korthus?

RealityCheck går längre än att fastställa om ett rättsfall eller en hänvisning existerar och bedömer om rättskällan faktiskt stöder det påstående som den åberopas för. Varför är den här skillnaden så viktig, och vilka typer av fel är svårast för AI-system – och jurister – att upptäcka? 

Ett rättsfall kan fortfarande vara gällande rätt, hänvisningen kan vara helt korrekt och citatet kan stämma ord för ord med domen, men ändå inte stödja den ståndpunkt som inlagan driver.

Domare skriver inte i slagord. En domstol redogör ofta utförligt för en parts argument, med partens egna ord, och ägnar sedan tre sidor åt att plocka isär det. Den formulering som verkar perfekt för din inlaga visar sig komma från ett instämmande yttrande. Analogier är ännu värre. De kan verka helt rimliga vid en första anblick, och det är först när du går tillbaka och läser omständigheterna som du upptäcker problemet.

RealityCheck jämför därför det citerade avsnittet med vad inlagan säger om det. Ibland handlar det om en enkel ordagrann jämförelse. I andra fall innebär det att läsa sammanhanget kring avsnittet för att ta reda på om domstolen faktiskt stödde sig på det eller bara nämnde det i förbigående på väg mot något annat.

Ett verifieringsverktyg måste också känna till sina begränsningar. Ibland kan en tolkning diskuteras utan att vara fel, och ibland har verktyget helt enkelt inte kunnat hämta tillförlitliga uppgifter. ”Jag kunde inte verifiera detta” och ”det här är fel” är två helt olika besked, och en jurist har rätt att få veta vilket av dem det handlar om, med källavsnittet direkt till hands för kontroll.

Mycket av oron kring AI inom juridiken har handlat om helt påhittade rättsfall, men mer subtila fel, som ändrade citat, felaktigt återgivna domslut eller verkliga rättsfall som åberopas till stöd för påståenden som de inte styrker, kan vara svårare att upptäcka. Vilka AI-genererade misstag oroar dig mest? 

De misstag som oroar mig mest får en källa att verka lite mer användbar än den egentligen är. Ett påhittat rättsfall upptäcks förr eller senare. En liten förvrängning kan passera obemärkt.

Anta att en överrätt i ett avgörande slår fast att en lägre domstol ”kan” göra något under vissa förutsättningar. I utkastet ändras ”kan” till ”kommer att”. Eller så återges citatet korrekt, men förutsättningen utelämnas diskret.

Jag ser samma problem med citat som är korrekta men förväntas styrka för mycket. Inlagan hävdar att ”domstolar slår fast”, men det citerade avsnittet visar sig vara en enskild domares utvikning. Det är inte ens ett domslut.

Att matcha ordalydelsen är alltså bara början. Vi byggde RealityCheck för att undersöka om inlagan har förskjutit källans innebörd eller överdrivit dess räckvidd. Och för att vara rättvis gjorde jurister sådana misstag långt innan AI kom in i bilden.

Var bör gränsen gå mellan AI-automatisering och mänskligt omdöme i juridiskt skrivande? Finns det delar av arbetet med att undersöka, utforma, redigera och verifiera en inlaga som du anser alltid bör vara juristens ansvar? 

Jag skulle dra gränsen ungefär där textgenereringen upphör och strategin tar vid.

Jag låter gärna AI hjälpa till med research, utformning, redigering och granskning, och den är bra på att hitta svaga punkter i ett argument. Bolla idéer med den. Men teorin bakom målet är din. Det är också du som avgör vad du medger, vad du utelämnar och hur du hanterar de besvärande omständigheterna inför en skeptisk domare. Sådana beslut beror på underlaget i målet, på vad klienten vill och på risker som en modell inte fullt ut kan överblicka.

Den färdighet jag skulle satsa på att utveckla nu är granskningsförmågan. Jurister behöver öva på att spåra ett påstående tillbaka till källan, upptäcka vilket led i ett argument som saknas och märka när ett föreslaget redigeringsförslag ändrar en menings innebörd.

BriefCatch kan också användas för att analysera motpartens inlagor och hitta tveksamma hänvisningar eller juridiska påståenden som saknar stöd. Hur tror du att AI-driven verifiering kommer att förändra hur jurister granskar och bemöter varandras argument? 

Jag tror att verifieringsverktyg som våra kommer att få motpartens ombud att höja nivån. Våra användare tycker att det är ett märkligt tillfredsställande nöje att upptäcka när motparten åberopar en rättskälla som helt enkelt inte håller måttet för uppgiften.

Samma verktyg kan också ge dig ett bättre underlag. I stället för att kalla ett argument ”grundlöst” eller ett rättsfall ”inte tillämpligt” kan du peka ut påståendet, förklara vad den citerade domstolen faktiskt avgjorde och lyfta fram varför skillnaden spelar roll.

Men använd inte småsaker som vapen. Ett mindre fel i en pinpoint-hänvisning är inte i sig skäl nog för ett angrepp på någons trovärdighet. En diskuterbar tolkning bevisar inte ohederlighet. Se en flaggning som en anledning att undersöka saken närmare innan du tar upp något i en replik.

Samma måttstock måste gälla för din egen inlaga. Om allt går som det ska får vi se mer rättvisa och skarpare argument i stället för inlagor som står mot varandra och är fulla av teknikgenererade överdrifter.

Den utökade plattformen kombinerar programvara med Learning Hub och er utbildning i juridiskt skrivande. Varför var det viktigt att bygga in utbildning i produkten i stället för att bara ge användarna allt kraftfullare AI-drivna redigeringsverktyg? 

Därför att det är två olika mål att förbättra dokumentet och att utveckla juristen, och vi bryr oss om båda. Det kan vara frestande att välja ”Acceptera alla”, men det gör dig inte till en bättre skribent.

Tänk dig en rubrik som lyder ”Orsakssamband”. Att byta ut den mot en rubrik som förklarar varför orsakssamband saknas innebär mer än att ändra formuleringen. Det tvingar dig att precisera var rättsregeln möter omständigheterna i ditt mål.

Därför kombinerar vi vår programvara med förklaringar, exempel från framstående juridiska skribenter och Learning Hub. Ett förslag förbättrar utkastet före inlämning; hela programsviten hjälper dig att tillägna dig de underliggande mönstren.

BriefCatch betonar att rekommendationerna ska grundas på verkliga domstolsavgöranden och juridiska inlagor. I takt med att stora språkmodeller blir allt mer kapabla, hur viktiga blir då domänspecifika data och juridisk kontext för att skilja specialiserad juridisk AI från AI-assistenter för allmänna ändamål? 

Varje gång de generella modellerna förbättras höjs ribban för specialiserade produkter. Det välkomnar jag. Ett företag som bygger på förhoppningen att de modellerna aldrig ska lära sig vissa saker är knappast något vidare företag.

Data med juridiskt innehåll spelar roll, men det räcker verkligen inte. Framför allt måste man verkligen förstå hur jurister och domare tänker, arbetar och till och med känner.

Inom juridiskt skrivande är det enkla att få texten att flyta bättre. Bevarade en redigering betydelsen? Bidrog en föreslagen rubrik till att föra argumentationen framåt? Upptäckte ett verifieringsverktyg en väsentlig avvikelse – eller förvandlade det en försvarbar tolkning till ett falsklarm? En specialiserad produkt måste kunna göra de bedömningarna rätt.

Vi utgår från verkliga inlagor och domstolsavgöranden, eftersom juridiskt skrivande ställer särskilda krav. Men det bevisar ingenting att kalla en produkt specialiserad. Det som håller över tid är gott omdöme, rigorösa tester och ett arbetsflöde där jurister kan kontrollera resultaten och omsätta dem i praktiken.

Om du blickar flera år framåt, hur ser det ideala arbetsflödet för AI-assisterat juridiskt skrivande ut? Tror du att AI främst kommer att bli en bättre skrivpartner, en ständigt aktiv granskare och verifieringsfunktion eller något betydligt mer självständigt?

För mig är den viktigaste delen en ständigt aktiv granskare som arbetar sida vid sida med skrivpartnern, medan de avgörande besluten fortfarande fattas av juristen.

I det framtida arbetsflöde jag föreställer mig redigerar en jurist eller AI ett utkast, och systemet håller reda på vad ändringarna faktiskt innebär. Om ”vissa domstolar” ändras till ”alla domstolar” måste underlaget kontrolleras på nytt. Om en redigering tar bort ett viktigt undantag varnar verktyget juristen. Det ska säga ifrån när en ändring spelar roll och annars vara tyst.

Före inlämningen får juristen se vad som har kontrollerats, vilka frågor som fortfarande är olösta och var systemet inte har kunnat nå en tillförlitlig slutsats. En generell stämpel som säger att dokumentet har ”verifierats” säger väldigt lite.

Mycket av arbetet kan automatiseras. Det slutliga omdömet kan det inte. I min idealbild övervakar juristen inte en maskin på avstånd. Juristen får mer tid att avgöra vad inlagan ska säga – och mer energi att formulera det precis rätt.

Tack för en givande intervju. Läsare som vill veta mer kan besöka BriefCatch.