史丹佛大學等名校的 AI 打敗律師群,故事要從 30 年前說起

作者 | 發布日期 2018 年 03 月 02 日 17:30 | 分類 AI 人工智慧 , 人力資源 follow us in feedly

美國的頂級律師最近和人工智慧來了一場比賽,律師輸了。



法律 AI 平台 LawGeex 與史丹佛大學、杜克大學法學院和南加州大學的法學教授合作進行一項新的研究,讓 20 名有經驗的律師與經過訓練的法律 AI 程式比賽。比賽內容是 4 小時審查 5 項保密協議(NDA),並確定 30 個法律問題,包括仲裁、關係保密和賠償。如何準確界定每個問題是比賽的得分要點。

頂級律師輸了

在這場比賽裡,人類律師平均準確率達 85%,而 AI 的準確率達 95%。AI 也在 26 秒內完成任務,人類律師平均需要 92 分鐘。人工智慧在一份合約也達到 100% 準確率,其中最高分的人類律師得分僅為 97%。簡而言之,人類律師被機器,「虐」了。

智慧財產權律師 Grant Gulovsen 是該研究中與人工智慧競爭的律師之一,他表示,這項任務與許多律師每天所做工作非常相似,「大多數文件,無論遺囑、公司營運協議還是 NDA 等,都非常相似。」Gulovsen 表示。

那麼,與機器的比賽中落敗,是否意味著律師會丟了飯碗?答案是:否。

「使用人工智慧可幫助律師加快工作速度,讓他們專注於那些仍需要人來完成的任務。讓 AI 當作律師助理初審 NDA,可為律師騰出寶貴的時間,專注於客戶諮詢和其他更高價值的工作,」杜克大學法學院臨床教授 Erika Buell 說。

稱為「自然語言處理」(NLP)的人工智慧技術,已證明可用於掃描和預測什麼樣的文件能與一宗案件相關。但律師的其他工作,如向客戶提供建議、書寫案情摘要、談判和出庭,在短期內仍超出電腦化的範疇。

「我堅信,法律學生和初級律師需要理解這些人工智慧工具和其他技術,這將有助於使他們成為更好的律師,並塑造未來的法律實踐,」Buell 隨後表示,「我相信大眾,只要他們希望律師能有效處理他們的法律問題,就會對這個新工具感到興奮。」

「AI in Law」的那段歷史

千萬不要以為,人工智慧和法律領域的結合只是近兩年 AI 熱潮下的跟風之舉,實際上,人工智慧和法律的第一次相遇至少有 30 年歷史。

美國亞利桑那大學的哲學家普拉克(John Pollock)早在 1940 年代就設計出 OSCAR 推理程序。這個程式有可辯駁的能力,可用於觀察、因果判斷、概率計算、計劃建構、做評估和決定。

1970 年,在 Buchanan 和 Headrick 的一篇史丹佛法律評論文章《關於人工智慧和法律推理的一些猜測》,他們就討論了對法律研究和推理進行建模的可能性,特別是對建議、法律分析的構建。

1977 年,哈佛法律評論發表了一篇由 L. Thorne McCarty 關於其 TAXMAN 系統的里程碑式論文,該論文以公司稅法的問題為緣由,提供一個定理證明的方法。基於他對這個早期系統的研究經驗,他還研究開發法律概念的深層模型,如稅法背景下的股權問題。

1978 年,Carole Hafner 發表了關於使用人工智慧方法改善流通票據領域的法律訊息檢索(IR)系統的博士研究;使用語義網路表達來超越純粹基於關鍵詞的方法。大約在這個時候,挪威電腦和法律中心由 Knut Selmer 和 Jon Bing 於 1971 年創立,擴大了對 IR 的關注,包括智慧技術。隨著網路的出現,對智慧法律 IR 的重新研究再次蓬勃發展。

到了 1980 年代,人工智慧和法律工作得到極大的關注。1981 年,蘭德公司民事司法中心的唐納德沃特曼和馬克彼得森為《侵權法》產品責任案件的和解,建立了法律決策專家系統;他們後來探討在石棉肺病特定領域使用專家系統的情況。倫敦帝國理工學院的 Marek Sergot、Robert Kowalski 和他們的同事使用邏輯編程模擬《英國國籍法》的一部分,這是一部龐大而獨立的法令。

1980 年代,人工智慧的興趣顯著增加,研究界愈演愈烈。日本的人工智慧和法律研究也始於這時期,東京明治大學 Hajime Yoshino 的實驗室就是其中之一。日本第五代電腦系統工程(1982~1995)提供了很大的動力,特別是在使用專家系統和其他基於邏輯的技術方面的發展。

到 1980 年代中期,美國一些主要法學院也開始舉辦關於人工智慧和法律的研討會。

1991 年,國際人工智慧和法律協會成立。多年來,這些研討會層出不窮,並成為匯集 AI 和法律界的論壇。

AI 在法律領域的六大應用場景

目前,人工智慧在法律實踐中有各種各樣的應用。Richard Susskind 是英國法律和技術交叉領域最受尊敬的思想家之一,他曾表示,認為這趨勢在未來幾年會持續增長。Susskind 認為,「人工智慧和其他技術正在使機器承擔許多以前認為需要人類律師完成的任務,而這並不平穩。它似乎正在以相當快的速度發生。」根據 Susskind 的說法,這些發展最終將在 2020 年前升溫。

據了解,根據對法律領域公司和產品的評估,目前 AI 的應用程式可分為六大類:

  • 盡職調查:訴訟人在 AI 工具的幫助下執行盡職調查以發現背景訊息。
  • 預測技術:AI 軟體可生成預測訴訟結果的結果。
  • 法律分析:律師可使用過去判例法的數據點,贏/損失率和法官的歷史,用於趨勢和模式。
  • 文檔自動化:律師事務所使用軟體模板來創建基於數據輸入的已填寫文檔。
  • 智慧財產權:人工智慧工具指導律師分析大量智慧財產權組合併從內容中獲取見解。
  • 電子帳單:律師的計費時間是自動計算。

按照這個分類,合作開發出上述 AI 程序的 LawGeex 屬於「盡職調查」的範疇。

律師代表客戶進行的主要任務之一是確認事實和數據,並徹底評估法律情況。這個盡職調查的過程需要智慧地就客戶的選擇提供建議,以及他們應該採取何種行動。

LawGeex 曾表示,如果合約在軟體預定義的策略中就會通過,如果它們不符合標準,那麼 AI 會提供編輯和批准的建議。該公司將機器學習、文本分析、統計基準和法律知識結合在一起。該公司還表示,透過他們的工具,律師事務所可以將成本削減 90%,並將合約審查和審批時間縮短 80%。

AI 和法律的相生相成

隨著人工智慧技術在法律方面的不斷深入,AI 的應用也從簡單的幫助律師處理公務延伸到了案件本身的預測和判決。

2004 年,來自華盛頓大學的教授們在預測最高法院對 2002 年所有 628 宗案件的判決時,對其演算法的準確性進行了測試。他們比較了他們的演算法和專家小組的結果。研究人員的統計模型證明,75% 的預測準確率與專家的 59% 的準確率相比,是一個更好的「諮詢對象」。

在法律人工智慧技術團隊的不斷努力下,法律 AI 幫助傳統的法律服務機構完成了人工短期內無法完成的工作量,法律 AI 也逐漸被行業所認同。

正如上述杜克大學法學院臨床教授 Erika Buell 所言,「我堅信,法律學生和初級律師需要理解這些人工智慧工具和其他技術,這將有助於使他們成為更好的律師,並塑造未來的法律實踐。」

(本文由 雷鋒網 授權轉載;首圖來源:pixabay

延伸閱讀:

關鍵字: , ,