Kapcsolódó termékek: Jogi kiadványok, Ügyvéd Jogtár demo
A Dél-Kaliforniai Egyetem és a Minnesota Egyetem három professzora tanulmányt készített a nagy nyelvi modellek jogi munkafolyamatokra gyakorolt hatásáról, melynek alapját az e területen első randomizált kontrollált vizsgálat (randomized controlled trial, RCT – a ford.) képezte.
Hasznos tudnivalók:
Egy friss tanulmány szerint a generatív mesterséges intelligencia segítségével a rutin jogi feladatok elvégzéséhez szükséges idő akár 32%-kal is csökkenthető a minőség feláldozása nélkül. Amikor a generatív mesterséges intelligencia hatásáról van szó, az elvégzett munka minőségére vonatkozó eredmények a résztvevők képzettségi szintjétől és a jogi feladatoktól függenek.
Ezek a meglátások a Dél-Kaliforniai Egyetem és a Minnesota Egyetem professzoraiból álló kutatócsoport tanulmányából származnak, melyek célja a GPT-4 (Generative Pre-trained Transformer 4 – egy olyan multimodális nagynyelvi modell, amely képes szöveg és kép útján is kommunikálni. – a ford.) jogi munkafolyamatokban végzett segítségnyújtásának minőségét és hatékonyságát értékelte négy olyan feladat esetében, melyekkel sok fiatal ügyvéd találkozik pályafutása első éveiben.
Míg a tanulmányt 59 jogi egyetemi hallgató részvételével végezték, a szerzők szerint az eredmények hatással vannak arra, hogy az AI (artificial intelligence – mesterséges intelligencia – a ford.) milyen hatással lesz a jogi szakemberekre a cégeknél és a vállalati jogi osztályokon végzett munkájuk során.
Bár a munka minőségének javulása egyenetlen volt, a GPT-4 „időt takarított meg a vizsgálatban résztvevők számára” – mondta a felmérés társszerzője, Jonathan H. Choi, az USC Gould School of Law jogprofesszora. „Ez hasznos lenne a gyakorló ügyvédek számára, mert ha így több munkát tudnának elvégezni ugyanannyi idő alatt, az óriási áldás lenne az ügyvédeknek és az ügyfeleknek egyaránt.”
A hónap elején közzétett tanulmány abból indult ki, hogy számos nagy ügyvédi iroda alkalmaz generatív AI-eszközöket, és az egész szakma megkérdőjelezi ezek hatását. Márciusban a DLA Piper bejelentette, hogy a CoCounsel-t (egy díjnyertes jogi mesterséges intelligencia eszköz – a ford.), az ügyvédek generatív mesterséges intelligencia eszközét integrálja az iroda működésébe. Az Allen & Overy pedig beépítette a versenytárs Harvey-t (főleg szerződéselemzéssel foglalkozó mesterséges intelligencia eszköz – a ford.) a gyakorlatába.
„Az eredményeink határozottan azt sugallják, hogy gyakorlatilag minden ügyvédnek és ügyvédi irodának proaktívan ki kellene dolgoznia, hogy hogyan lehet a legjobban beépíteni a generatív AI-eszközöket a gyakorlatába” – írták a szerzők.
Míg a tanulmány azt sugallja, hogy a generatív mesterséges intelligencia jelentős hatékonyságnövekedést eredményez a jogi szolgáltatások széles körében, a szerzők megjegyzik, hogy az előnyök „nagyon egyenlőtlenül oszlanak meg a gyakorlati területek, a feladattípusok és az ügyvédi képzettségi szintek között”.
A résztvevők két csoportját arra kérték fel, hogy készítsenek panaszt, eladói szerződést, alkalmazotti kézikönyvet és feljegyzést az ügyfelek számára, és mindkét csoport a feladatok közül kettőt GPT-4-gyel, a másik kettőt pedig anélkül végezzen el.
Az egyik csoport a GPT-4-et használta a szerződés- és panaszszerkesztési feladatokhoz, míg a másik a GPT-4-et használta az alkalmazotti kézikönyvek és az ügyfelek feljegyzéseinek elkészítéséhez, lehetővé téve a kutatók számára, hogy összehasonlítsák az AI minőségre és sebességre gyakorolt hatását az egyes megbízásoknál.
A minőség és a sebesség a feladattól függően eltérő volt, ami arra utal, hogy a mesterséges intelligencia eltérően alkalmazható különböző típusú jogi feladatokban.
A szerződéstervezetek elkészítése során „statisztikailag jelentős növekedést” tapasztaltak mind teljesítményben, mind sebességben, míg az ügyfelek feljegyzéseivel és a kézikönyvvel kapcsolatos feladatok a GPT-4 használatának ellenére csekély hatást mutattak a minőség tekintetében. És bár széles körben sebességnövekedés volt megfigyelhető, az ügyfeleknek készített feljegyzések esetében a GPT-4 használata nem hozta meg a várt eredményt.
A felmérés társszerzője, Daniel Schwarcz, a Minnesotai Egyetem jogászprofesszora szerint ezek az eredmények azt sugallják, hogy az AI különböző feladatokhoz eltérően használható.
„A feljegyzésnek kapcsolatban kihívások merülnek fel az AI-tól kapott eredmény beépítésével a saját gondolkodásunkba, mely kevésbé gyakori a szerződések esetében.” – mondta Schwarcz. „A szerződéskötési mechanizmusban vannak bizonyos konvenciók, amelyeket fontos beépíteni annak érdekében, hogy jó minőségű eredményt érhessünk el. Ilyenek például a kötelező jogi terminológia kifejezései. A mesterséges intelligencia segíthet olyan új kifejezések kidolgozásában, amelyekkel korábban nem rendelkezett a szaknyelv. Az ún. promptolás egy kissé könnyebbé válik.”
„A mesterséges intelligencia nem nyújt megfelelő teljesítményt a különböző tényállások analogizálásában és megkülönböztetésében” – tette hozzá Schwarcz. „Az általános célú mesterséges intelligencia számára magasabb képzettségi szint szükséges egy jegyzet készítéséhez. Itt speciálisabb eszközökre lehet szükség.”
Míg a mesterséges intelligencia gyorsabbá és hatékonyabbá tette a résztvevőket a feladatok elvégzésében, a kimenet minőségére gyakorolt hatások változtak a résztvevők a GPT-4 használata nélkül mutatott alapkészségi szintjétől függően. Azok húzták a legnagyobb hasznot belőle, akik a legrosszabbul teljesítettek a GPT-4 használata nélkül, míg azok, akik képesek voltak önállóan magas színvonalú munkát végezni, alig láttak hasznot a nagynyelvi modell alkalmazásában.A szerzők szerint ennek kiegyenlítő hatása lehet az ügyvédi hivatásra. „Ha a mesterséges intelligencia segítségnyújtása leginkább a legkevésbé képzett jogászoknak kedvez, akkor ebből az következik, hogy a mesterséges intelligencia valószínűleg kiegyenlítő erőként szolgál egy köztudottan egyenlőtlen szakmában” – írták.
Choi azonban felhívta a figyelmet arra, hogy ez hozzájárulhat a szakadék kialakulásához azon ügyvédek között, akiknek a szakterületét a generatív mesterséges intelligencia nem tudja újrateremteni, és azok között, akik ennek „tartozékává” válhatnak.
„A mesterséges intelligencia struktúrájához nem illő munkafajták a kidolgozott ítéletek és a szokatlan tényállások. Ezek azon megoldandó feladatok, melyekért az ügyvédi irodákban tapasztalt partnerek fizetnek” – mondta Choi. „A mesterséges intelligencia hasznosabb az ügyvédek számára egyszerű feladatok és klasszikus jogi kutatások elvégzésében, így lehetséges, hogy azok a feladatok, amelyeknél a mesterséges intelligencia hasznosabb, kevésbé meghatározóak, és a speciális jogi munka a kiválasztott keveseknek szól.”
A generatív mesterséges intelligencia azonban más módon is kiegyenlítheti a munkafeltételeket, mondta Schwarcz. A gen-AI kompatibilis képességekkel felvértezett ügyvéd a szolgáltatások széles skáláját kínálhatja egyéni ügyvédként, illetőleg kis- vagy közepes méretű társulás tagjaként.
„Csökkenti az akadályokat annak érdekében, hogy alacsony kockázattal rendelkező ügyekben hatékonyabban lehessünk a gen-AI segítségével.” – mondta Schwarcz. „Nehéz előre jelezni, de úgy gondolom, hogy ez azt jelenti, hogy az emberek a szolgáltatások szélesebb körét olcsóbban nyújthatják. … Talán a mesterséges intelligencia használata több munkát delegálhat a jogi asszisztensekre.”
A kutatócsoport által készített tanulmány az akkori legújabb GPT-4 modellt alkalmazta. Azóta számos fejlesztés történt, például Schwarcz szerint jelentősen megnőtt a GPT-4 kontextusablaka, amely a válasz megfogalmazásakor figyelembe vehető szöveg terjedelmére utal.
Fordította: Takács Fanni Bernadett
Eredeti cikk: Generative AI Boosts Speed for All Legal Work, Quality for Some, Study Finds
A Jövő Jogásza Podcast Különkiadásában a jogász társadalom életében meghatározó szerepet betöltő jogászoktól, vezetőktől kapunk betekintést abba, hogyan viszonyulnak a jogi munka digitalizációjához. Dr. Megyeri Andrea és Dr. Ungváry Botond ezúttal Dr. Herczegh Zsolttal, a Budapesti Ügyvédi Kamara Jogtanácsosi Tagozat elnökével elnökével beszélget.
A kutatók hosszú ideje nem értenek egyet abban, hogy mi minősül nyílt forráskódú mesterséges intelligenciának. Egy befolyásos csoport most felajánlott egy választ.
Jelen cikkünk elméleti bevezetőt ad a kísérleti alapú szabályozási eszközök hátteréhez, majd a következő részben igyekszünk az elméleti bevezetőt lefordítani a gyakorlat nyelvére és a szabályozási homokozók példáján arra keressük a választ, mit jelenthetnek ezek a vállalati mindennapokban.
Köszönjük, hogy feliratkozott hírlevelünkre!
Kérem, pipálja be a captchát elküldés előtt
Ha egy másik hírlevélre is fel szeretne iratkozni, vagy nem sikerült a feliratkozás, akkor kérjük frissítse meg a böngészőjében ezt az oldalt (F5)!
Kérem, válasszon egyet hírleveleink közül!
