Artificiell intelligens förändrar den traditionella leveransen av juridiska tjänster.

I generella termer, uppsättningen verktyg som i allmänhet kallas "juridisk analys" lovar att göra två saker:öka effektiviteten i uppgifter som en gång krävde betydande tid och mänsklig ansträngning, och gruva massor av data för att upptäcka nya insikter som tidigare var otillgängliga.

Som juridiska forskare, Vi är glada över löftet om att tillämpa dessa verktyg på juridiska forskningsfrågor. I Georgia State, vi bygger tvärvetenskapliga forskargrupper med advokater och datavetenskapare som arbetar sida vid sida. Studenter är också involverade så att vi kan utbilda nästa generation av advokater att utnyttja dessa verktyg i sina egna metoder.

Förvandla juridiska uppgifter

Antag att ett företag vill förutse vilka anställdas klagomål som leder till stämningar. Historiskt sett företaget kan tilldela ett team av analytiker och advokater att kamma igenom klagomål, personalhandlingar och domstolshandlingar, söker efter något mönster som kan signalera risk för tvister. Denna noggranna process kan ta månader och kräva att en armé av människor bearbetar tusentals sidor med text.

Att behandla denna uppgift istället som ett datavetenskapligt problem förbättrar hastigheten och effektiviteten dramatiskt. En algoritm kan extrahera nyckeltext i bulk och montera den för analys. Mänsklig tid och uppmärksamhet skulle då endast utbildas i relevant information. Den arbetskrävande sökprocessen skulle elimineras.

Den nya generationen analysverktyg kan göra mer än att bara minska arbetstiden. Tekniker som maskininlärning - en typ av artificiell intelligens där datorer rekursivt kan lära av en uppsättning exempel utan att uttryckligen programmeras till det - kan möjliggöra upptäckt av nya mönster som ligger utanför räckhåll för manuell analys. Till exempel, i scenariot ovan, en algoritm kanske kan förutsäga om en given anställdsklagomål kommer att resultera i en stämning.

På vårt labb, vi testar tillämpningen av analysverktyg på ett brett spektrum av juridiska frågor. Vi analyserade alla anställningsrättsliga rättegångar i USA:s tingsrätt för norra Georgien för att förstå vilka fall som vinner och förlorar och för att identifiera fallfunktioner som domare, advokater och motioner som kan påverka ett måls slutliga resultat.

Till exempel, vi fann det, när en motion hänvisades av den presiderande tingsrättsdomaren till en magistratdomare för en preliminär rapport och rekommendation, domarens rekommendation var den starkaste förutsägaren för domarens slutliga beslut. Detta väcker intressanta frågor, som vi undersöker vidare, om beslutsfattarnas roller för att lösa rättstvister.

Utnyttja big data

Juridisk analys har fångat både jurister och forskares fantasi. I en nyligen tävling i Storbritannien, 100 advokater från de bästa företagen i London ställs mot ett verktyg för artificiell intelligens för att förutsäga resultatet av hundratals enkla ekonomiska tvister. Roboten vann med stor marginal, förutsäger 86,6 procent av fallen korrekt, medan människorna korrekt förutspådde bara 66,3 procent. Verktyget "lärde" sig något om de tvister som människorna saknade, slå advokater vid sitt eget förutsägelsesspel.

Självklart, inte alla juridiska problem reduceras snyggt till en uppsättning variabler, och mänskligt beteende följer inte alltid detekterbara mönster. Prediktiva verktyg fungerar mindre bra när den relevanta datamängden är liten, eller när texten som är föremål för analys är så varierad och egenartad att mönster är svåra att upptäcka.

Framsteg kan också medföra fara. Historiska data om tidigare händelser innehåller ofta fördomar och felaktigheter, vilket betyder att även den mest sofistikerade datorkoden, när det matas skräp, kan bara producera skräp i gengäld. Bail-inställningsalgoritmer, till exempel, har kritiserats för att vidmakthålla rasfördomar i straffrätten.

Om advokater delegerar för mycket av våra beslut till algoritmer, då är vi avsedda att upprepa våra historiska mönster och misstag. Till exempel, rättegångsprognosalgoritmer som tränats i ärenden från pensionerade domare eller föråldrad rättspraxis kan missa nya utvecklingar och rekommendera ett onödigt konservativt handlingssätt.

I slutet, en robotadvokat är ett dåligt substitut för en mänsklig advokat. Människors omdöme kommer att förbli en avgörande ingrediens i advokatpraxis. Vad som kommer att förändras är när det används för att förstärka intelligens från andra system.

Vad nya advokater behöver veta

Om rättspraxis ändras, då betyder det att delar av juridisk utbildning måste förändras, för.

Några framtida jurister kommer att ta examen som datorprogrammerare, kunna skriva koden som ligger till grund för juridiska analysverktyg. Andra kommer att bli kunniga konsumenter av resultaten från dessa verktyg, kan kritiskt bedöma produktionen. Vår institution utvecklar en dubbel examen i analytik och juridik, samt koncentrationer inom J.D. och LL.M. program.

Vi anser att alla juristskolor bör brottas med hur man utbildar dagens studenter för en framtida praktik. Men transformerande, i slutet, juridisk analys är ett verktyg. Morgondagens advokater bör vara beredda att utnyttja dess fördelar, samtidigt som man förstår var dessa fördelar slutar och mänskligt omdöme börjar.

Denna artikel publiceras från The Conversation under en Creative Commons -licens. Läs originalartikeln.