В статье очерчены основные возможности использования искусственного интеллекта в юридической деятельности, а также обозначены ключевые ограничения для внедрения таких систем.
Ключевые слова: искусственный интеллект, машинное обучение, юридический бизнес.
Для дальнейшего использования определим понятие искусственный интеллект, как программу, способную достигать четко поставленных перед ней целей, базируясь на заранее определенных принципах, так называемый “слабый” искусственный интеллект (далее — ИИ) [1]. Такая программа может решать только конкретные задачи, без способности обучаться чему-то новому и самостоятельно расширять свои навыки и умения [2]. “Слабый” ИИ мы будем отождествлять с машинным обучением.
Алгоритмы машинного обучения различны. Решение о том, какой алгоритм будет использоваться, зависит от поставленной задачи. К основным задачам машинного обучения относятся следующие. Регрессия , то есть прогноз на основе выборки. Классификация , то есть получение категориального ответа на основе признаков выборки. Кластеризация , то есть распределение данных на группы. Существуют и другие задачи, например поиск аномалий, уменьшение размерности [3].
Если сравнить задачи машинного обучения с теми задачами, которые выполняет юрист, то можно выявить некоторые аналогии. Юрист также занимается тем, что осуществляет прогноз на основе имеющихся у него данных по делу и предыдущего опыта. Юрист квалифицирует правоотношения на основе доступных признаков и исходя из этого выбирает надлежащий способ защиты права. Эти примеры лежат на поверхности и, если раскладывать работу юриста на составляющие, можно найти еще несколько аналогий.
Одна из задач юриста состоит в том, чтобы на основе данных от клиента, предыдущего опыта и юридических знаний спрогнозировать решение по делу. Исследователи считают, что прогностическая способность юриста может быть подвергнута автоматизированному компьютерному анализу. При этом наибольший эффект от автоматизации прогнозирования результатов дела может быть достигнут при совместной работе ИИ и человека [4]. Работа ИИ в данном случае позволит автоматически обнаруживать возможные исходы дела и диапазоны их вероятности [4].
ИИ также может быть применен для поиска неочевидных связей в данных. Машинное обучение может справляться с задачами обработки естественного языка, на котором пишутся юридические документы. Эта возможность позволит анализировать документы и находить в них новые взаимосвязи или подсвечивать важные для решения дела обстоятельства [4].
Исследователи также считают, что ИИ сможет классифицировать и кластеризовать документы [4]. Решение этих задач позволит правильно хранить и систематизировать документы, отделять наиболее значимые для дела от менее значимых, а также другие задачи.
Однако стоит отметить, что для использования ИИ существуют ограничения. Во-первых, семантическое содержание данных не понятно алгоритмам, так как текст воспринимается как совокупность векторов, а не как осмысленные конструкции естественного языка [5]. Для понимания смысла текста необходим социальный интеллект, который пока существует только у человека.
Во-вторых, пока невозможно использование ИИ для оказания услуг по юридическому представительству, так как коммуникации являются более сложным явлением, чем просто обмен словами. Пока с такой задачей справляется только человек.
В-третьих, ИИ можно применять только для хорошо масштабируемых задач, которые много раз уже решались в прошлом. Искусственный интеллект не подойдет для креативной работы над задачами, не встречавшимися ранее и требующими особого подхода [6]. Однако достижения в сфере вычислительных мощностей и доступа к данным ускоряют прогресс в этой области с помощью восходящего индуктивного подхода к развитию ИИ [7].
В-четвертых, должна быть обеспечена доступность большого объема репрезентативных данных. При этом данные должны быть корректно промаркированы, что означает необходимость привлечения к этой работе дорогостоящих специалистов, способных уловить тонкие моменты отличающие дела друг от друга [8]. Затраты на сбор и обработку данных могут позволить себе только крупные юридические фирмы, обладающие достаточным капиталом.
Таким образом, несмотря на существующие ограничения, искусственный интеллект может нести ценность для юридического бизнеса. Драйверами для его применения в юридическом бизнесе должны быть компании, которые имеют возможности для инвестиций в развитие искусственного интеллекта в области юриспруденции.
Литература:
- Turner, J. Robot Rules — Regulating Artificial Intelligence / J. Turner. — 1st ed. — London: Palgrave Macmillan, 2019. — 373 c. — Текст: непосредственный.
- What is strong AI?. — Текст: электронный // IBM: [сайт]. — URL: https://inlnk.ru/XOBMaM. (дата обращения: 31.05.2023).
- Алексеев Г. Введение в машинное обучение. — Текст: электронный // Хабр: [сайт]. — URL: https://inlnk.ru/PmA2R9 (дата обращения: 31.05.2023).
- Surden, H. Machine Learning and Law / H. Surden. — Текст: непосредственный // Washington Law Review. — 2014. — № 87.
- Jurafsky, D. Speech and Language Processing / D. Jurafsky, J. H. Martin. — 3th ed. — Standford: Standford, 2023. — 636 c. — Текст: непосредственный.
- Wooldridge The Road to Conscious Machines: The Story of AI / Wooldridge, M. — 1st ed. — London: Pelican, 2020. — 416 c. — Текст: непосредственный.
- Lehr, D. Playing with the Data: What Legal Scholars Should Learn About Machine Learning / D. Lehr, P. Ohm. — 1st ed. — Davis: University of California, 2017. — 717 c. — Текст: непосредственный.
- Armor J., Sako M. AI-enabled business models in legal services: from traditional law firms to next-generation law companies? — Текст: электронный // SSRN: [сайт]. — URL: https://inlnk.ru/68zPJ5.
