Родерік Лукас, співзасновник і генеральний директор Moonlit — серія інтерв’ю

Родерік Лукас — співзасновник і генеральний директор Moonlit, має досвід у галузях штучного інтелекту, науки про дані та юридичних технологій. Майже десять років він пропрацював у Deloitte, де очолював напрям штучного інтелекту, а також викладав технологічні курси у Vrije Universiteit Amsterdam і Tilburg University. Його робота зосереджена на тому, щоб зробити юридичні дослідження доступнішими за допомогою структурованих даних, джерел, які можна перевірити, та штучного інтелекту.

Moonlit створює інфраструктуру юридичних даних і дослідницькі інструменти, що об’єднують офіційні законодавчі акти, судові рішення та нормативну інформацію з різних європейських юрисдикцій. Її платформа, Data API і MCP-сервер надають дослідникам і помічникам на основі штучного інтелекту доступ до структурованих юридичних джерел, а бібліотека коментарів поєднує аналіз, створений ШІ, з перевіркою названими юридичними експертами. У цьому інтерв’ю Лукас розповідає про галюцинації юридичного ШІ, транскордонні дослідження, перевірку експертами та доступ до надійної юридичної інформації.

Ви майже десять років пропрацювали в Deloitte, зрештою очоливши напрям штучного інтелекту, і водночас викладали технологічні курси у Vrije Universiteit Amsterdam і Tilburg University. Moonlit спершу виникла в Deloitte як внутрішній проєкт, а 2024 року стала незалежною компанією. Що надихнуло вас розробити цю платформу і переконало, що юридичним дослідженням потрібен принципово інший підхід?

Moonlit з’явилася в Deloitte, адже проблема була просто перед нами. Будь-яке серйозне юридичне чи податкове питання в Європі рано чи пізно виходить за межі однієї країни, але потрібні джерела розкидані по десятках національних порталів, кожен із власним форматом, мовою та стилем цитування. Фахівці витрачають більшу частину часу на дослідження, збираючи матеріали й перевіряючи, чи нічого не пропустили. Водночас інструменти, створені їм на допомогу, неефективні для транскордонної роботи. За них стягують плату окремо за кожного користувача й кожну країну, а щоб порівняти підходи різних юрисдикцій до одного питання, доводиться входити в окремі облікові записи.

Коли з’явилися мовні моделі, одразу стали очевидними дві речі: вони могли міркувати над юридичними текстами значно краще, ніж будь-хто очікував, але не мали надійних даних для такого аналізу. Безпосереднє отримання тексту з державних судових порталів дає неструктуровані й непослідовні дані, тоді як комерційні юридичні видавництва обмежують автоматизований доступ ліцензійними вимогами. Юридичним технологіям бракувало спільної основи: офіційних джерел із різних юрисдикцій, приведених до єдиної чистої структури даних, пов’язаних перехресними посиланнями й оновлюваних щодня.

Саме такий базовий рівень ми й узялися створити — і саме тому 2024 року Moonlit стала компанією, а не просто інструментом для однієї фірми. Така основа стає ціннішою з кожною людиною й кожною системою, які отримують із неї дані та долучаються до її розвитку. Наше переконання залишається незмінним: законодавство є відкритим для всіх, тож знання, побудовані на його основі, мають бути доступними за ціною кожному, хто зобов’язаний його дотримуватися.

Moonlit засновано на переконанні, що доступ до юридичних знань є необхідною умовою справедливості. Законодавчі акти й судові рішення часто доступні публічно, проте фахові коментарі, які пояснюють їхні наслідки, нерідко залишаються за дорогими платними бар’єрами. Як Moonlit прагне демократизувати доступ до цього тлумачного рівня і чому це особливо важливо для розвитку надійного юридичного ШІ?

У Нідерландах близько 40 центів із кожного заробленого вами євро надходить державі, і частину цих коштів спрямовують на державні університети та судову систему. Значну частину коментарів, що пояснюють законодавство, пишуть науковці, які працюють за державний кошт. Комерційні видавництва, зокрема Wolters Kluwer і Thomson Reuters, збирають ці аналітичні матеріали й продають їх назад судам, міністерствам, університетам і практикам, яким вони потрібні. Підписка на коментарі коштує сотні євро на місяць за одного користувача. Фактично через ці підписки суспільство двічі платить за законодавство, якого зобов’язане дотримуватися. Справедлива правова система не має коштувати на місяць дорожче за підписку на Netflix.

Ми створили коментарі як відкриту альтернативу: бібліотеку юридичних аналізів за окремими статтями, доступну власникам безплатного облікового запису Moonlit. Кожен коментар створюється нашими моделями ШІ на основі першоджерел і проходить перевірку юридичних фахівців перед публікацією. Кожне посилання на джерело перевірене й веде безпосередньо до офіційного документа уряду або суду. Якщо читач помітить пропущений нюанс чи нещодавню зміну, він може запропонувати виправлення безпосередньо через форму на сторінці, щоб редакція його розглянула. Після цього редактори можуть перевірити пропозицію й опублікувати оновлений матеріал. Наскільки нам відомо, жодне інше видавництво не пропонує такого поєднання. На момент запуску доступні коментарі стосуються непрямих податків (ПДВ), а коментарі щодо захисту даних ще готуються.

Цей тлумачний рівень так само важливий для юридичного ШІ. Моделі можуть обробляти відкриті нормативні акти й судові рішення, але не можуть читати вторинні коментарі, які пояснюють, як правило діє на практиці та де є винятки. Без цього контексту моделі роблять екстраполяції й генерують ненадійні відповіді. Ми розробили коментарі так, щоб кожне твердження було чітко пов’язане з положенням, яке воно тлумачить, і рішенням, на якому ґрунтується. Практик може перевірити джерело одним натисканням, а робочий процес на основі ШІ — опрацьовувати надійні дані через Moonlit Data API і конектор MCP.

Галюцинації, згенеровані ШІ, стають дедалі серйознішою проблемою: юристи й суди стикаються з вигаданими посиланнями на судові справи та хибним тлумаченням законів. Чому навіть найсучасніші великі мовні моделі не можуть точно працювати з юридичною інформацією і як структурований, перевірений юридичний контекст допомагає подолати ці обмеження?

Мовні моделі мають труднощі з правом з причин, які мало пов’язані з інтелектом. Юридичне обґрунтування цілком залежить від джерел, які можна перевірити. Висновок не може бути кращим за норму або судове рішення, на якому він ґрунтується, але модель сприймає номери справ і посилання на законодавчі акти як імовірнісні текстові шаблони, а не як надійні записи в базі даних. Вона наводить переконливі на вигляд посилання, бо передбачає, яким має бути оформлення цитати, а не тому, що перевірила реальний документ. Це має цілком реальні наслідки: на момент написання цієї статті було зафіксовано понад 2 100 судових рішень, пов’язаних із галюцинаціями ШІ, і більш ніж 800 із них безпосередньо стосувалися юристів-практиків.

Право також постійно змінюється. Знання моделі обмежені датою завершення її навчання, тоді як податкові рішення та рішення апеляційних судів оновлюються щотижня. Якщо коментарі з поясненнями до цих норм доступні лише за платною підпискою у видавців, модель має доступ до самого тексту закону, але не до практичного контексту, тож заповнює прогалину правдоподібними, але вигаданими поясненнями.

Структурований і перевірений контекст докорінно змінює завдання. У Moonlit модель не намагається пригадати право з пам’яті, а знаходить потрібні норми й безпосередньо працює з офіційними документами. У результатах пошуку відображаються документи з офіційних джерел, кожен із посиланням на джерело та URL. Граф посилань показує, на які джерела посилається судове рішення і які пізніші документи посилаються на нього. Посилання або веде до автентичного документа в нашому сховищі, або не відображається. Це усуває вигадані посилання. Однак самих лише чистих даних недостатньо, щоб запобігти хибному тлумаченню, тому в Commentaries між чернеткою та читачем і далі стоїть конкретний юридичний експерт.

Moonlit об’єднує законодавство, судові рішення та нормативну інформацію з десятків юрисдикцій, поєднуючи юридичні документи розгалуженим графом посилань. Чи можете ви розповісти, як побудована базова архітектура ШІ та даних, зокрема як платформа виявляє зв’язки між юридичними джерелами, узгоджує різні мови й правові системи та надає цю інформацію моделям ШІ?

Уявіть це як безперервний ланцюг — від офіційної публікації до перевіреного посилання на джерело.

У кожній юрисдикції ми під’єднуємося безпосередньо до офіційних порталів, зокрема до офіційних видань законодавчих актів, судових баз даних, сайтів регуляторних органів і EUR-Lex для законодавства ЄС. Кожен портал має свої особливості й формати, які можуть змінитися без попередження, тому значна частина нашої інженерної роботи полягає в моніторингу та автоматизованому відновленні роботи кожного порталу. Кожен отриманий нами документ зберігає відомості про його походження та постійне посилання на офіційний державний запис. Це посилання є основою всього іншого.

Усі дані з різних юрисдикцій зводяться до єдиної моделі, що охоплює законодавство, судову практику, парламентські документи, рішення органів влади та роз’яснення. Законодавчі акти розбиваються на окремі статті, щоб можна було точно знаходити й цитувати конкретну норму. Судове рішення з Нідерландів і рішення з Німеччини зберігають специфічні поля, передбачені відповідними національними системами, водночас ми уніфікуємо спосіб ідентифікації, класифікації та пов’язування цих документів між країнами.

Юридичні тексти постійно посилаються один на одного. У судовому рішенні зазначаються статті, які воно застосовує, і рішення, яких дотримується, а закон посилається на інші законодавчі акти. Наш рушій розпізнає ці посилання, що в різних юрисдикціях можуть мати дуже різний вигляд, знаходить відповідні автентичні документи в нашому Data Layer і зберігає зв’язки в обох напрямках. Фахівці з юридичної інженерії перевіряють шаблони вилучення даних. У результаті утворюється граф посилань із сотнями мільйонів зв’язків, тож для будь-якого документа можна побачити, на що він посилається і які джерела посилаються на нього.

Мовне питання ми розв’язуємо, залишаючи вихідні документи без змін. Ми не перекладаємо першоджерела. Рішення бельгійського суду залишається французькою або нідерландською мовою, а пошук виконується безпосередньо оригінальною мовою. Ми поєднуємо пошук за ключовими словами із семантичним пошуком, повторно ранжуємо результати й обмежуємо кожен запит відповідною юрисдикцією. Luna, наш помічник із юридичних досліджень, відповідає тією мовою, якою ви ставите запитання, водночас звертаючись до кожного першоджерела його мовою.

Платформа Moonlit, наш Data API і сервер MCP використовують один і той самий Data Layer. API надає програмний доступ до наших режимів пошуку, графа посилань і повнотекстового пошуку, а сервер MCP відкриває будь-якому зовнішньому помічнику на базі ШІ доступ до дев’яти інструментів лише для читання. Коли ми покращуємо базові дані, це покращення одночасно стає доступним у всіх інтерфейсах.

Moonlit представила юридичні коментарі, згенеровані ШІ та перевірені названими юридичними експертами, поєднавши автоматизоване укладання тексту з перевіркою людиною. Як цей процес працює на практиці та які гарантії забезпечують точність згенерованих ШІ тлумачень, їхню прозорість і можливість простежити їх до авторитетних юридичних джерел?

Коментар починається із самого закону. Наш рушій формує чернетку на основі першоджерел у Data Layer, зокрема законодавства, судової практики, директив і матеріалів парламентського розгляду відповідного положення. Він може посилатися лише на документи, які є в нашому розпорядженні, тому кожне твердження пов’язане з положенням, яке коментує, і джерелом, що його підтверджує. Наприклад, одне з наших коментарів, підготовлених до запуску, містить посилання на 165 перевірених джерел.

Перш ніж коментар опублікують, фахівець із відповідної галузі права звіряє чернетку з першоджерелами. Наші редактори — науковці та практики, які пишуть фахові матеріали й отримують за це винагороду. До початкової групи увійшли представники університетів, судів, державних органів, консалтингових і юридичних фірм. Вони виправляють чернетку, вилучають зайве й додають те, чого бракує. Їхні імена зазначені безпосередньо на сторінці.

Позначки редакторської перевірки вказують на фрагменти, які перевірив редактор, тож завжди зрозуміло, за які розділи відповідає фахівець-людина.

У кожному коментарі також зазначено дату актуальності, яка показує, яким саме був стан законодавства, описаний у ньому. Data Layer оновлюється щодня й позначає нові релевантні судові рішення для редактора, який потім переглядає текст і змінює дату актуальності.

Основний запобіжник тут — посилання. Якщо не можна перейти до судового рішення, яке підтверджує висновок, від вас просять повірити йому на слово. Ми створили Commentaries, щоб цього нікому не доводилося робити.

Завдяки інтеграціям із Model Context Protocol (MCP) Moonlit може надавати правову інформацію безпосередньо AI-асистентам, як-от ChatGPT, Claude і Microsoft Copilot. Які можливості відкриває ця архітектура, з якими можуть мати труднощі звичайні системи генерації з доповненням за допомогою пошуку, і як ви забезпечуєте відповідальне використання цими асистентами отриманої правової інформації?

Звичайні системи RAG беруть певний набір документів, розбивають його на фрагменти, перетворюють їх на векторні подання й передають моделі ті фрагменти, що набрали найвищу оцінку подібності. Для права такий підхід має три вади. Знімок документів застаріває. Подібність — ненадійний спосіб знайти конкретну статтю чи номер судової справи. А фрагмент нічого не повідомляє про те, на які джерела посилається документ і як на нього вплинули пізніші судові рішення.

Із сервером MCP асистент самостійно проводить дослідження. Він може шукати за змістом або за точними термінами й посиланнями, використовуючи булеві оператори, переходити за посиланнями між документами, читати повні тексти й отримувати окремі статті закону. Він також може перевірити, які юрисдикції та офіційні портали доступні. Модель вирішує, що їй потрібно, читає отримані результати й шукає далі, доки не знайде обґрунтовану відповідь. Саме цей цикл і є ключовою відмінністю. У вересні Luna перейшла на той самий сервер MCP, і відповіді водночас стали швидшими й точнішими. Дані також актуальні: асистент читає Data Layer у тому стані, у якому він є сьогодні.

Відповідальне використання починається з чітких обмежень. Наші інструменти працюють лише в режимі читання, а результати містять посилання на офіційні джерела. Ми також публікуємо прості інструкції з дослідження, якими можуть користуватися асистенти. У них пояснюється, як шукати мовою оригіналу джерела, перевіряти фрагмент перед цитуванням, звіряти редакцію та чітко повідомляти, коли в доступних джерелах є прогалина.

Різні асистенти по-різному показують свої міркування, і ми на це не впливаємо. Натомість ми можемо зробити джерела зручними для перевірки. Кожне посилання веде до документа, а кожен документ — до його офіційної публікації.

Правова інформація постійно змінюється: публікуються нові судові рішення, оновлюються нормативні акти, а чинні прецеденти оскаржуються. Як автоматизована система моніторингу Moonlit виявляє ці зміни й враховує їх, і як платформа не дає системам штучного інтелекту спиратися на застаріле законодавство чи правові тлумачення, що втратили чинність?

Щоб ШІ чи дослідник не спирався на нечинне право, важливо налагодити зв’язки між документами. Щойно нове судове рішення або законодавча поправка потрапляє до системи, граф зв’язків пов’язує його з попередніми положеннями й судовими справами, на які воно посилається. Якщо апеляційний суд скасовує чи звужує дію попереднього рішення, ця зміна безпосередньо пов’язується з первісним рішенням як рішення, що на нього посилається. Модель, яка відстежує ці зв’язки, одразу бачить подальший розвиток подій, а не сприймає застарілий прецедент як чинне право. На платформі користувачі можуть перетворити цей самий потік нових даних на активні монітори для конкретних законів, судів чи тем, за якими вони стежать.

Підтримання актуальності коментарів традиційно було серйозною проблемою. Комерційні серії коментарів часто переглядають і оновлюють лише раз чи двічі на рік. У таких динамічних галузях, як непряме оподаткування або захист даних, ця затримка створює серйозні ризики недотримання вимог законодавства. Data Layer щодня зіставляє нові публікації з нашими коментарями, тож про нові судові рішення редактор-автор дізнається відразу. Редактор оновлює аналіз і змінює дату актуальності, щоб і практики, і моделі ШІ працювали з фактичним станом законодавства, а не з його описом дванадцятимісячної давнини.

Міжнародні правові дослідження пов’язані зі складнощами, які не обмежуються перекладом документів: різні країни можуть по-різному тлумачити або впроваджувати схожі нормативні акти. Як ШІ Moonlit розрізняє такі відмінності між юрисдикціями та що відбувається, коли авторитетні правові джерела суперечать одне одному?

Директива ЄС і національний закон, яким її імплементують, — це різні документи, пов’язані між собою посиланнями. Так само національне судове рішення, у якому застосовано рішення Суду Європейського Союзу, пов’язане з цим рішенням. Саме тому Commentaries починається з ПДВ. Правила значною мірою гармонізовані на рівні ЄС, а потім тлумачаться в кожній державі-члені.

У праві суперечності — звична річ, і ми їх не приховуємо. Якщо два авторитетні джерела видаються несумісними, читач бачить обидва. Далі основну роботу виконує ієрархія: пізніше судове рішення має перевагу над ранішим, Суд Європейського Союзу — над національним судом у питаннях права ЄС, а застосовується редакція положення, чинна на дату звернення. У Commentaries редактор відкрито ухвалює таке рішення, і джерела наведено поруч із ним.

Технологіями Moonlit користуються, зокрема, Верховний суд Нідерландів, Deloitte та інші юридичні й державні установи. Чи можете навести практичний приклад того, як платформа змінила робочий процес юридичного дослідження, і розповісти, як ви вимірюєте покращення точності, повноти чи ефективності досліджень порівняно з традиційними методами?

Наприклад, у фінтеху юридична команда Quantoz Payments підключила MCP-сервер Moonlit до Claude і поєднала його зі спеціально налаштованими робочими процесами для регулювання транскордонних платежів. Саме такий підхід є традиційним стандартом у Європі. Зазвичай юристу доводиться відкривати портали кількох країн, шукати інформацію кількома мовами, копіювати посилання на судові рішення в меморандум і сподіватися, що він не пропустив важливий місцевий прецедент. Тепер система одночасно шукає інформацію в різних юрисдикціях, відстежує граф цитувань і надає першоджерела разом з офіційними посиланнями на них. Для внутрішньої юридичної команди результат очевидний: вона більше не ризикує не помітити іноземні судові рішення й витрачає менше часу на механічний пошук матеріалів, зосереджуючись на власне юридичному аналізі та оцінюванні ризиків.

У розробці ефективність проявляється зовсім інакше. Команди, які створюють юридичні продукти на основі ШІ, оцінюють покращення за кількістю місяців інженерної роботи, які вдалося заощадити. Компанії Eudia, що розробляє юридичні продукти на основі ШІ, були потрібні структуровані європейські правові дані для її продукту. Менеджер продукту зазначив, що наш Data API дав їм змогу за кілька днів отримати повний корпус європейського законодавства. Без базової інфраструктури даних це означало б необхідність безстроково розробляти й підтримувати спеціальні скрейпери для кожного національного порталу. Інші платформи, як-от Saga і Legal Mind, також спираються на цю основу й тепер можуть надавати перевірені матеріали Commentaries безпосередньо своїм кінцевим користувачам.

З огляду на майбутнє: базові моделі стають дедалі потужнішими, а ШІ-агенти беруться за складніші завдання з юридичних досліджень. Як, на вашу думку, розвиватимуться взаємини між моделями ШІ загального призначення та спеціалізованою інфраструктурою юридичних даних? Яке ваше довгострокове бачення Moonlit, особливо щодо доступності надійної юридичної аналітики не лише для великих юридичних фірм та установ?

Потужніша модель краще аналізує надані їй джерела, але не може з нічого створити надійні першоджерела. Що спроможнішими стають базові моделі, то більшою насправді є цінність перевіреного шару даних. Коли здатність до міркування стає повсюдною, головним вузьким місцем стає якість даних, адже агентам і далі потрібне точне структуроване законодавство для роботи.

Моделі загального призначення й автономні агенти відповідатимуть за підготовку текстів, синтез інформації та діалогову взаємодію. Спеціалізована інфраструктура, як-от Moonlit, розв’язуватиме складне завдання роботи з даними на базовому рівні: підтримуватиме актуальність законодавства, структуруватиме й уможливлюватиме його перевірку та надаватиме його безпосередньо через протоколи, які використовують ці агенти. Ми завчасно підготувалися до цих змін. Наш власний помічник працює на тому самому MCP-сервері, до якого підключаються зовнішні агенти, а команди вже запускають на його основі власних спеціалізованих агентів.

Така архітектура також є ключовою для нашого довгострокового бачення. Надійна транскордонна юридична аналітика традиційно була розкішшю, доступною лише найбільшим юридичним фірмам і транснаціональним корпораціям, які можуть оплачувати дорогі підписки на ресурси кількох країн. Відкривши безплатний доступ до матеріалів Commentaries і надавши будь-якому розробнику доступ до нашого шару даних через сучасні API та конектори, ми прагнемо вирівняти умови. Індивідуальний юрист, який консультує компанію з транскордонною діяльністю, або штатний юрист компанії на ранньому етапі розвитку має мати доступ до тієї самої точності досліджень і перевірених посилань на джерела, що й глобальна консалтингова фірма.

Дякуємо за чудове інтерв’ю! Читачам, які хочуть ознайомитися з перевіреними юридичними даними та транскордонними дослідженнями за допомогою ШІ, варто відвідати Moonlit.