史丹佛大学等名校的 AI 打败律师群，故事要从 30 年前说起

▼

美国的顶级律师最近和人工智慧来了一场比赛，律师输了。

法律 AI 平台 LawGeex 与史丹佛大学、杜克大学法学院和南加州大学的法学教授合作进行一项新的研究，让 20 名有经验的律师与经过训练的法律 AI 程式比赛。比赛内容是 4 小时审查 5 项保密协议（NDA），并确定 30 个法律问题，包括仲裁、关系保密和赔偿。如何准确界定每个问题是比赛的得分要点。

顶级律师输了

在这场比赛里，人类律师平均准确率达 85%，而 AI 的准确率达 95%。AI 也在 26 秒内完成任务，人类律师平均需要 92 分钟。人工智慧在一份合约也达到 100% 准确率，其中最高分的人类律师得分仅为 97%。简而言之，人类律师被机器，“虐”了。

智慧财产权律师 Grant Gulovsen 是该研究中与人工智慧竞争的律师之一，他表示，这项任务与许多律师每天所做工作非常相似，“大多数文件，无论遗嘱、公司营运协议还是 NDA 等，都非常相似。”Gulovsen 表示。

那么，与机器的比赛中落败，是否意味着律师会丢了饭碗？答案是：否。

“使用人工智慧可帮助律师加快工作速度，让他们专注于那些仍需要人来完成的任务。让 AI 当作律师助理初审 NDA，可为律师腾出宝贵的时间，专注于客户谘询和其他更高价值的工作，”杜克大学法学院临床教授 Erika Buell 说。

称为“自然语言处理”（NLP）的人工智慧技术，已证明可用于扫描和预测什么样的文件能与一宗案件相关。但律师的其他工作，如向客户提供建议、书写案情摘要、谈判和出庭，在短期内仍超出电脑化的范畴。

“我坚信，法律学生和初级律师需要理解这些人工智慧工具和其他技术，这将有助于使他们成为更好的律师，并塑造未来的法律实践，”Buell 随后表示，“我相信大众，只要他们希望律师能有效处理他们的法律问题，就会对这个新工具感到兴奋。”

“AI in Law”的那段历史

千万不要以为，人工智慧和法律领域的结合只是近两年 AI 热潮下的跟风之举，实际上，人工智慧和法律的第一次相遇至少有 30 年历史。

美国亚利桑那大学的哲学家普拉克（John Pollock）早在 1940 年代就设计出 OSCAR 推理程序。这个程式有可辩驳的能力，可用于观察、因果判断、概率计算、计划建构、做评估和决定。

1970 年，在 Buchanan 和 Headrick 的一篇史丹佛法律评论文章《关于人工智慧和法律推理的一些猜测》，他们就讨论了对法律研究和推理进行建模的可能性，特别是对建议、法律分析的构建。

1977 年，哈佛法律评论发表了一篇由 L. Thorne McCarty 关于其 TAXMAN 系统的里程碑式论文，该论文以公司税法的问题为缘由，提供一个定理证明的方法。基于他对这个早期系统的研究经验，他还研究开发法律概念的深层模型，如税法背景下的股权问题。

1978 年，Carole Hafner 发表了关于使用人工智慧方法改善流通票据领域的法律讯息检索（IR）系统的博士研究；使用语义网络表达来超越纯粹基于关键词的方法。大约在这个时候，挪威电脑和法律中心由 Knut Selmer 和 Jon Bing 于 1971 年创立，扩大了对 IR 的关注，包括智慧技术。随着网络的出现，对智慧法律 IR 的重新研究再次蓬勃发展。

到了 1980 年代，人工智慧和法律工作得到极大的关注。1981 年，兰德公司民事司法中心的唐纳德沃特曼和马克彼得森为《侵权法》产品责任案件的和解，建立了法律决策专家系统；他们后来探讨在石棉肺病特定领域使用专家系统的情况。伦敦帝国理工学院的 Marek Sergot、Robert Kowalski 和他们的同事使用逻辑编程模拟《英国国籍法》的一部分，这是一部庞大而独立的法令。

1980 年代，人工智慧的兴趣显着增加，研究界愈演愈烈。日本的人工智慧和法律研究也始于这时期，东京明治大学 Hajime Yoshino 的实验室就是其中之一。日本第五代电脑系统工程（1982~1995）提供了很大的动力，特别是在使用专家系统和其他基于逻辑的技术方面的发展。

到 1980 年代中期，美国一些主要法学院也开始举办关于人工智慧和法律的研讨会。

1991 年，国际人工智慧和法律协会成立。多年来，这些研讨会层出不穷，并成为汇集 AI 和法律界的论坛。

AI 在法律领域的六大应用场景

目前，人工智慧在法律实践中有各种各样的应用。Richard Susskind 是英国法律和技术交叉领域最受尊敬的思想家之一，他曾表示，认为这趋势在未来几年会持续增长。Susskind 认为，“人工智慧和其他技术正在使机器承担许多以前认为需要人类律师完成的任务，而这并不平稳。它似乎正在以相当快的速度发生。”根据 Susskind 的说法，这些发展最终将在 2020 年前升温。

据了解，根据对法律领域公司和产品的评估，目前 AI 的应用程式可分为六大类：

• 尽职调查：诉讼人在 AI 工具的帮助下执行尽职调查以发现背景讯息。
• 预测技术：AI 软件可生成预测诉讼结果的结果。
• 法律分析：律师可使用过去判例法的数据点，赢／损失率和法官的历史，用于趋势和模式。
• 文档自动化：律师事务所使用软件模板来创建基于数据输入的已填写文档。
• 智慧财产权：人工智慧工具指导律师分析大量智慧财产权组合并从内容中获取见解。
• 电子帐单：律师的计费时间是自动计算。

按照这个分类，合作开发出上述 AI 程序的 LawGeex 属于“尽职调查”的范畴。

律师代表客户进行的主要任务之一是确认事实和数据，并彻底评估法律情况。这个尽职调查的过程需要智慧地就客户的选择提供建议，以及他们应该采取何种行动。

LawGeex 曾表示，如果合约在软件预定义的策略中就会通过，如果它们不符合标准，那么 AI 会提供编辑和批准的建议。该公司将机器学习、文本分析、统计基准和法律知识结合在一起。该公司还表示，透过他们的工具，律师事务所可以将成本削减 90%，并将合约审查和审批时间缩短 80%。

AI 和法律的相生相成

随着人工智慧技术在法律方面的不断深入，AI 的应用也从简单的帮助律师处理公务延伸到了案件本身的预测和判决。

2004 年，来自华盛顿大学的教授们在预测最高法院对 2002 年所有 628 宗案件的判决时，对其演算法的准确性进行了测试。他们比较了他们的演算法和专家小组的结果。研究人员的统计模型证明，75% 的预测准确率与专家的 59% 的准确率相比，是一个更好的“谘询对象”。

在法律人工智慧技术团队的不断努力下，法律 AI 帮助传统的法律服务机构完成了人工短期内无法完成的工作量，法律 AI 也逐渐被行业所认同。

正如上述杜克大学法学院临床教授 Erika Buell 所言，“我坚信，法律学生和初级律师需要理解这些人工智慧工具和其他技术，这将有助于使他们成为更好的律师，并塑造未来的法律实践。”

（本文由 雷锋网 授权转载；首图来源：pixabay）

延伸阅读：

• 审查文件只需几秒！摩根大通 AI 软件可替代律师年省 36 万小时

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。