Scott Stevenson, medgrundare och VD för Spellbook – Interview Series

Scott Stevenson, är medgrundare och VD för Trollbok, ett verktyg för att automatisera juridiskt arbete som är byggt på OpenAI:s GPT-4 och andra stora språkmodeller (LLM). Den har tränats på en massiv datauppsättning på 42 terabyte text från Internet som helhet, kontrakt, böcker och Wikipedia. Spellbook finjusterar modellen ytterligare genom att använda proprietära juridiska datauppsättningar.

Vad lockade dig från början till datateknik?

Jag älskade tv-spel som barn och blev inspirerad att lära mig att göra dem som tonåring – vilket satte mig på väg att bli mjukvaruingenjör. Jag dras till yrkets inneboende kreativitet och uppskattar även hårdvaruaspekten som är sammanflätad i datateknik.

Kan du diskutera hur din erfarenhet av GitHub Copilot var den första inspirationen för Spellbook?

Vi hade arbetat med advokater i flera år och försökt hjälpa dem att automatisera utarbetandet av rutinkontrakt med hjälp av avancerade mallar. De sa ofta samma sak: "mallar är fantastiska, men mitt arbete är för skräddarsytt för dem." 

GitHub Copilot var den första generativa AI-assistenten för mjukvaruingenjörer - du kan börja skriva kod och den kommer att "tänka före" dig och föreslå stora bitar av kod som du kanske vill skriva härnäst. Vi såg omedelbart hur detta kunde hjälpa advokater att utarbeta skräddarsydda avtal, samtidigt som det kunde hjälpa dem att på ett intelligent sätt "autokomplettera" kontrakt.

Hur föreslår Spellbook språk för juridiska kontrakt?

I den första versionen av vår produkt erbjöd vi en sofistikerad automatisk kompletteringsfunktion, liknande Github Copilot. Nu har vi ett antal andra mekanismer:

1. Spellbook Recensioner kan ta en instruktion som "aggressivt förhandla detta avtal för min klient" och föreslå ändringar över ett helt avtal.
2. Spellbook Insights hittar automatiskt risker och föreslagna klausuler i ett avtal.

Spellbook granskar också kontrakt, vilken typ av insikt erbjuder den jurister?

Trollbok erbjuder en mängd olika insikter under kontraktsgranskningar för jurister. Dessa insikter kan skräddarsys med olika "linser". Vi tillhandahåller standardlinser för uppgifter som kontraktsförhandlingar, men advokater kan också tillhandahålla anpassade instruktioner, som "Granska detta kontrakt för att säkerställa att det överensstämmer med Kaliforniens kundkrav."

Spellbook kan avslöja potentiella risker, identifiera förbiser, lokalisera inkonsekvenser och ta emot värdefulla förslag för att förbättra och förbättra kontrakt.

Kan du beskriva hur Spellbook övervinner tokenstorleksbegränsningarna som erbjuds av LLMs?

Detta är en betydande del av det som skiljer oss åt och utgör vårt unika förhållningssätt. Att hantera långa kontrakt som kan vara mer än hundratals sidor kan belasta en advokats bandbredd, men Spellbooks teknologi utmärker sig i att hantera dem effektivt. Även om vi inte kommer att fördjupa oss i detaljerna i våra metoder för tillfället, är det här vår expertis verkligen lyser.

Hur hämtas data för att träna AI-modellerna?

Vi har utnyttjat offentliga datauppsättningar som EDGAR, såväl som proprietära kontraktsdatauppsättningar som vi byggde under vårt företags första fas kl. www.rallylegal.com. Vi tror dock att RAG-baserade tillvägagångssätt är det bästa sättet att införliva korrekta juridiska uppgifter i genererad text. RAG gör att många datakällor, såsom en klients egna dokument, kan refereras.

Lagar och regler förändras snabbt, hur håller AI sig uppdaterad med de senaste nyheterna och utvecklingen?

Vi har upptäckt att tillvägagångssätt för retrieval-augmented generation (RAG) är extremt effektiva för detta. Vi tänker på språkmodeller mer som en teknik för "mänskligt resonemang". Vi bör i allmänhet inte behandla LLM:er som "databaser", utan istället tillåta dem att hämta tillförlitlig information från pålitliga källor.

Hur dämpar eller minskar Spellbook AI-hallucinationer?

Vi har obevekligt trimmat varje funktion i Spellbook för att ge bästa resultat för advokater. Som nämnts ovan hjälper RAG också till att hålla resultaten relevanta och uppdaterade. Slutligen kallas vårt förhållningssätt till AI "Assisterande AI": vi håller alltid advokaten i förarsätet och de måste granska alla förslag innan de åtgärdas. Detta är centralt i allt vi gör.

För närvarande är kontraktsutformning och granskning det primära användningsfallet, vilka är några ytterligare användningsfall som Spellbook planerar att erbjuda?

Vi är ganska fokuserade på att vara det bästa verktyget för kommersiella/kontraktsjurister just nu. En naturlig förlängning av det är att hjälpa advokater med juridisk noggrannhet under en komplex transaktion. Ofta kommer advokatbyråer att sätta ihop ett deal room som innehåller alla väsentliga juridiska dokument i en organisation och granskar för risker och avvikelser över hela korpusen. Spellbook arbetar för att implementera detta användningsfall!

Vad är din vision för framtiden för AI inom advokatbranschen?

Vår vision för "Assisterande AI" är att varje advokat ska ha en "elcykel" som hjälper dem att göra sitt jobb mycket snabbare samtidigt som de producerar arbete av högre kvalitet och lägger mer tid på att lägga till strategiskt värde till kunderna snarare än att kopiera och klistra. Vi tycker att AI bör komma till advokater och vara en "vind i ryggen" utan att kräva mycket vanaförändring. Vi tror att varje advokat snart kommer att ha en AI påslagen under varje timme av sitt arbete, oavsett om de är i Word, e-post eller i ett kundmöte.

Detta innebär i slutändan att de 70 % av potentiella juridiska klienter, som inte har råd med juridiska tjänster, äntligen kommer att kunna betjänas. Vi är verkligen exalterade över det också.

Tack för den fina intervjun, läsare som vill veta mer bör besöka Trollbok.