هوش مصنوعی حوزه حقوق را دگرگون می کند

در دنیای معاصر، کاربرد حقوق در هر گوشه ای از دنیای کسب و کار دیده می شود، تقریبا هر آنچه شرکت ها انجام می دهند - اعم از فروش، خرید، شراکت، ادغام و سازماندهی مجدد - همگی از طریق قراردادهای قانونی (Legally enforceable contracts) اجرا می شوند.

- به گزارش سایت قطره و به نقل ازپایگاه خبری بانکداری الکترونیک، بدون وجود یک نظام مالکیت فکری مناسب، نوآوری با موانع متعددی روبه رو خواهد بود.

از این رو تمام کارهایی که ما هرروزه انجام می دهیم بر رکن یک نظام حقوقی (legal Regime) قرار گرفته اند.

شواهد حکایت از آن دارد که اندازه بازار خدمات حقوقی چیزی بالغ بر یک هزار میلیارد دلار است که یکی از بزرگ ترین بازارهای جهان محسوب می شود.

با این وجود در قیاس با سایر بازارها (نظیر سلامت و مالی و.

) این بازار در مراحل اولیه دیجیتالی شدن قرار دارد.

زیرا، چه خوب یا چه بد، باید پذیرفت که حوزه حقوق متعهد به سنت است (Tradition-bound) و در استفاده از فناوری ها و ابزارهای جدید کند عمل می کند.

با این وجود روندها حکایت از آن دارد که این حوزه در سال های پیش رو تحولات فناوری عظیمی را شاهد خواهد بود که بیش از هر فناوری دیگری، هوش مصنوعی(AI) این حوزه را دگرگون خواهد ساخت.

در واقع، این روند درحال حاضر در جریان است.

حقوق از جنبه های متعددی برای کاربرد هوش مصنوعی و یادگیری ماشین مناسب است.

زیرا حقوق و یادگیری ماشین به طرز بسیار جالبی بر پایه اصولی مشابه انجام می شوند.

در واقع، هر دو برای استنباط قواعد مربوط به شرایط جدید به نمونه های تاریخی (Historical Example) نگاه می کنند.

در بین علوم اجتماعی، شاید حقوق بیشترین قرابت را به علم منطق داشته باشد.

در بیانی بسیار ساده می توان گفت احکام قانونی شامل بیان بدیهیات (Axioms) ناشی از سابقه (Precedent)، به کار بردن این بدیهیات در مورد واقعیت های خاص در دست، و نتیجه گیری بر این اساس است.

چنین روش شناسی منطقی دقیقا همان نوع از فعالیتی است که یادگیری ماشین می تواند برای آن کاربرد داشته باشد.

برخی کابردهای عمده هوش مصنوعی در حقوق شامل مواردی نظیر مرور و اصلاح قرارداد (Contract Review)، تحلیلگری قرارداد (Legal Analytics)، پیش بینی دعوی قضایی (Litigation Prediction) و پژوهش حقوقی (Legal Research) هستند.

مرور و اصلاح قرار داد قراردادها حیات سیستم اقتصادی ما هستند.

معاملات تجاری بدون آنها انجام نمی شود.

با این حال روند مذاکره و نهایی کردن قرارداد امروزه به طرز دردناکی خسته کننده است.

وکلای هر دو طرف باید به صورت دستی اسناد را مرور و ویرایش کنند و در نهایت اسناد خط قرمز شده (یعنی اسنادی که در آن مواردی کم، اضافه یا اصلاح شده است) را با هم تبادل کنند که این فرآیند در یک چرخه تکرار به شدت وقت گیر انجام می شود.

این روند می تواند طولانی باشد، معاملات را به تاخیر بیندازد و مانع اهداف تجاری شرکت ها شود.

اشتباهات ناشی از خطاهای انسانی نیز معمول است.

بنابراین، جای تعجب نیست که توجه به جزییات ضروری و قراردادها می توانند هزاران صفحه باشند.

یک فرصت عظیم برای خودکارسازی این روند وجود دارد.

شرکت های نوبنیادی نظیر Lawgeex، Klarity، Clearlaw و LexCheck درحال حاضر روی این موضوع کار می کنند.

این شرکت ها در حال توسعه سیستم های هوش مصنوعی هستند که می توانند قراردادهای پیشنهادی را به طور خودکار دریافت کرده، آنها را با استفاده از فناوری پردازش زبان طبیعی (Natural Language Processing) به طور کامل تجزیه و تحلیل کنند و تعیین کنند که کدام قسمت از قرارداد قابل قبول است و کدام یک مشکل ساز.

جردن ریتنور، مدیرعامل Clearlaw می گوید: ما معتقدیم که متخصصان حقوقی باید بتوانند از مجموعه داده های بزرگ استفاده کنند تا آگاهانه تر تصمیم بگیرند، درست به همان روشی که سال هاست متخصصان بازاریابی و فروش انجام می دهند.

درحال حاضر، این سیستم ها برای کار با یک انسان طراحی شده اند: یعنی یک وکیل انسانی، تجزیه و تحلیل هوش مصنوعی را بررسی و در مورد فحوای (زبان) قرارداد تصمیم گیری نهایی می کند.

اما با پیشرفت قابلیت های پردازش زبان طبیعی (NLP)، تصور آینده ای که کل فرآیند توسط برنامه های هوش مصنوعی صورت پذیرد دور از ذهن نیست.

اگرچه این پیش بینی به نظر مربوط به آینده است، اما مشاغل بزرگی مانند Salesforce، Home Depot و eBay درحال حاضر در کارهای روزمره خود از خدمات بررسی قرارداد با هوش مصنوعی استفاده می کنند.

بنابراین، انتظار می رود این جریان خیلی زود به یک روند اصلی تبدیل شود.

به گفته نوری بیچور، مدیرعامل شرکت lawgeek چنین راهکارهایی باعث می شوند تا تیم های حقوقی بجای پرداختن به موارد پیش پاافتاده و وقت گیر روی مواردی متمرکز شوند که بیشترین تاثیرات را دارند و فناوری هوش مصنوعی در نهایت نقش وکیل شرکت را از تمرکز مشخص بر کاهش ریسک به مشارکت راهبردی تر در ابتکارات شرکت گسترش می دهد.

تحلیلگری قرارداد مذاکره و امضای قرارداد فقط آغاز کار است.

وقتی طرفین قراردادی منعقد کردند، رعایت دائم شرایط و تعهدات توافق شده می تواند دردسر بزرگی باشد.

این چالش برای سازمان های بزرگ به شدت مطرح است یعنی شرکت هایی که میلیون ها قرارداد معوق با هزاران طرف مقابل مختلف در چند بخش داخلی دارند.

تا حد قابل توجهی، امروزه شرکت ها در جزییات روابط قراردادی خود در تاریکی فعالیت می کنند که هوش مصنوعی فرصتی را برای حل این مشکل فراهم کرده است.

راهکارهایی با استفاده از NLP درحال ساخت است که اطلاعات اصلی را از کل قراردادهای یک شرکت استخراج و شفاف سازی (Straightforward) می کند و این باعث می شود ذی نفعان در کل سازمان ماهیت تعهدات تجاری خود را درک کنند.

شرکت های Kira Systems و Seal Software دو شرکت فعال در طراحی چنین پلت فرم هایی هستند و کسب وکار های دیگری نظیر Lexion، Evisort و Paperflip نیز به این حوزه ورود کرده اند.

این راهکارها فرصت های شغلی بی شماری را ایجاد خواهند کرد.

تیم های فروش با سهولت بیشتری می توانند زمان تمدید قرارداد را رهگیری کنند و بنابراین از درآمد و فرصت های افزایش سرمایه استفاده می کنند.

تیم های تدارکاتی می توانند در جزییات توافق نامه های موجود باقی بمانند و آنها را قادر می کنند تا در صورت لزوم دوباره مذاکره کنند.

تیم های مالی می توانند اطمینان حاصل کنند که آنها همیشه برای M&A و راستی آزمایی (due diligence) آماده هستند.

به هرحال، فضای قراردادی مبهم و ماتی که امروزه اکثر شرکت ها در آن فعالیت می کنند، احتمالا یک دهه دیگر باستانی به نظر می رسد.

پیش بینی دعوی قضایی تعداد معدودی از تیم های هوش مصنوعی درحال ساخت مدل های یادگیری ماشین برای پیش بینی نتایج پرونده های معلق هستند.

مدل هایی که حجم عظیمی پرونده های پیشین را دریافت می کنند و با آموزش یافتن براساس فرجام هر کدام از آنها، می توانند درخصوص فرجام پرونده های بعدی پیش بینی هایی ارائه دهند.

هرچه این پیش بینی ها دقیق تر شوند، تاثیر عمده ای در عمل به قانون (Practice of law) خواهند داشت.

به عنوان مثال، شرکت ها و موسسات حقوقی شروع به استفاده از آنها برای برنامه ریزی جهت پیشگیری دادخواهی های قضایی، مذاکرات تسویه حساب سریع و به حداقل رساندن تعداد پرونده هایی که در واقع باید به دادگاه بروند، می کنند.

شرکت Blue J Legal مستقر در تورنتو یکی از شرکت های نوپاست که یک موتور پیش بینی حقوقی مجهز به هوش مصنوعی طراحی کرده است و تمرکز اولیه آن بر قانون مالیات است.

به گفته این شرکت، هوش مصنوعی آن می تواند نتایج را با صحت 90درصد پیش بینی کند.

بنیامین آلاری، مدیرعامل Blue J Legal گفت: در 10 سال آینده، این فناوری های الگوریتمی به نقطه شروع طبیعی مشاوره حقوقی تبدیل می شوند.

یک مورد مربوط به استفاده از هوش مصنوعی در امور تامین مالی دادخواهی(Litigation Finance) است، روشی که در آن شخص ثالث هزینه دادرسی یک شاکی را تامین می کند و در صورت موفقیت در پرونده شاکی، سهمی از وجه مثبت آن را دریافت می کند.

هوش مصنوعی با فراهم سازی ابزارهایی برای تحلیل و ارزیابی دقیق تر پرونده ها و شناسایی بهتر پرونده های ارزنده، به شدت به حوزه تامین مالی دادخواهی کمک می کند.

شرکت legalist یکی از استارت آپ های فعال در این زمینه است.

صد سال پیش، اولیور وندال هولمز یکی از مشهورترین قضات دادگاه عالی آمریکا چنین گفت: برای مطالعه منطقی قانون، مردانی که به مر صریح (Blackletter) آگاهی دارند ممکن است انسان حال باشد، اما مرد آینده مرد آمار است.

پژوهش حقوقی حوزه دیگری که هوش ماشین به طور فزاینده ای در آنجا می گیرد، تحقیقات حقوقی است.

تحقیقات حقوقی از نظر تاریخی همواره یک فرآیند دستی بوده است به طوری که دانشجویان و کارکنان تازه وارد موظف بودند حجم عظیمی از پرونده های حقوقی قبلی را بررسی کنند و آن دسته از پرونده هایی را که به پرونده های درست کار شباهت داشتند را پیدا کنند.

در دهه های اخیر، با ظهور نرم افزار و رایانش شخصی، این فرآیند دیجیتالی شده است.

اکنون وکلا به طور کلی با استفاده از برنامه های رایانه ای مانند LexisNexis و Westlaw به تحقیق درخصوص پرونده های مشابه می پردازند.

با این وجود؛ توانمندی این نرم افزارها فقط محدود به جست وجوی ابتدایی است و از هوش بالایی برخوردار نیستند.

به همین منظور در سال های گذشته موجی از شرکت های نوبنیاد در زمینه به کارگیری از NLP در تحقیقات حقوقی شکل گرفته اند.

شرکت هایی مانند Casetext و ROSS Intelligence درحال ساخت بسترهای تحقیقاتی هستند که درک معنایی پیچیده تری از معنای واقعی نظرات حقوقی دارند.

این پلت فرم ها چیزی به مراتب بیشتر از شناسایی کلیدواژه های مشابه بین پرونده های حقوقی هستند.

مدل های معنایی (Semantic Models) به آنها این قابلیت را می دهد که بین پرونده های حقوقی به ظاهر متفاوت، شباهت های جالبی را پیدا کنند.

فناوری تحقیقات حقوقی مبتنی بر هوش مصنوعی درحال جلب توجه واقعی در بازار است: امروزه بیش از 4500 شرکت حقوقی ایالات متحده در Casetext اشتراک دارند.

نتیجه گیری یک لحظه کارکردهای اصلی یک کسب و کار نوعی را در نظر بگیرید، کارکردهایی چون بازاریابی، فروش، موفقیت مشتری، مالی، حسابداری، منابع انسانی، استعدادیابی و حقوقی.

برای هر کدام از اینها در دهه های گذشته کسب وکارهای نرم افزاری میلیون دلاری ایجاد شده اند که برخی مثال ها عبارتند از شرکت Hubspot برای بازاریابی، شرکت Salesforce برای فروش، شرکت Zendesk برای موفقیت مشتری، شرکت Workday برای مالی، شرکت Netsuit برای حسابداری، شرکت Gusto برای منابع انسانی و Linkedin برای استعدادیابی.

با این وجود، استثنایی که اینجا به چشم می خورد حوزه حقوقی است.

حوزه حقوق که در سازمان ها به طور مرسوم به عنوان یک مرکز هزینه دیده می شده و تا حد زیادی توسط کارآفرینان نادیده گرفته می شده است، در سال های اخیر نوآوری فناورانه اندکی داشته است.

امروزه مایکروسافت ورد و ایمیل همچنان ابزار دیجیتالی غالب هستند که تیم های حقوقی برای انجام کارهای خود استفاده می کنند.

با توجه به اندازه بازار خدمات حقوقی و پیشرفت هوش مصنوعی، این فناوری فرصت های گسترده ای را برای تحول خدمات حقوقی خواهد گشود.

بنابراین، این می تواند یک فرصت مهم برای ارزش آفرینی باشد.

دکتر حسین سبزیان متخصص هوش مصنوعی منبع: دنیای اقتصاد
کلید واژه ها: بازار - حقوق - قرار - خدمات حقوقی - پایگاه خبری - مالکیت فکری - حقوقی - نظام حقوقی - سازماندهی - بزرگ ترین - نظام - کسب و کار - بانکداری - حوزه - دیجیتالی - میلیارد - استفاده - شرکت ها - مالکیت - نوآوری - قانونی - مصنوعی - پایگاه - یکی از - ادغام - گزارش - موانع - سلامت - متعهد - خدمات