იურიდიული AI არის ხელოვნური ინტელექტის — უმეტესად დიდი ენობრივი მოდელების — გამოყენება სასამართლო პრეცედენტების კვლევისთვის, ხელშეკრულებების შედგენა-გადამოწმებისთვის, დისკავერის დოკუმენტების დამუშავებისთვის და მარეგულირებელი მოთხოვნების მონიტორინგისთვის. ის ცვლის იურიდიული მომსახურების ღირებულებასა და ადვოკატების დროის განაწილებას, თან მოაქვს პროფესიისთვის სპეციფიკური რისკი: პროგრამა, რომელიც სრული დამაჯერებლობით წერს და ზოგჯერ არარსებულ საქმეებზეც კი აკეთებს მითითებას.
რას აკეთებს იურიდიული AI რეალურად
სასამართლო კვლევა ყველაზე მომწიფებული გამოყენებაა. ისეთი პროდუქტები, როგორიცაა Lexis+ AI, Thomson Reuters-ის CoCounsel (ჩაშენებული Westlaw-ში) და Harvey, აერთიანებენ ენობრივ მოდელს RAG მიდგომასთან — ანუ სისტემა ეძებს პრეცედენტებისა და კანონმდებლობის რეალურ ბაზაში და პასუხს იქ ნაპოვნზე აფუძნებს, ნაცვლად იმისა, რომ პასუხი მხოლოდ მეხსიერებიდან „გამოიგონოს“. ეს ამცირებს შეცდომებს ჩვეულებრივ ჩატბოტთან შედარებით, თუმცა მთლიანად არ გამორიცხავს მათ (იხ. ქვემოთ).
ხელშეკრულებების გადამოწმება და შედგენა არის მეორე ფართოდ დანერგილი გამოყენება. ისეთი პროდუქტები, როგორიცაა Spellbook, მუშაობს Microsoft Word-ის შიგნით — ადარებს ხელშეკრულების ტექსტს ფირმის სტანდარტულ „სახელმძღვანელოსთან“, აღნიშნავს არასტანდარტულ პუნქტებს და წერს პირველადი რედაქციის ვარიანტს. იურიდიული ფირმები აღნიშნავენ, რომ ეს რუტინული შემოწმების დროს საათებიდან წუთებამდე ამცირებს, რაც ადვოკატებს მოლაპარაკებისა და იმ გადაწყვეტილებებისთვის ათავისუფლებს, რომლებსაც მოდელი ვერ იღებს.
დოკუმენტების გადამოწმება და ელექტრონული დისკავერი — სასამართლო დავისას თუ შერწყმა-შეძენის (M&A) პროცესში წარმოქმნილი ასეულ ათასობით დოკუმენტის დახარისხება — იყო ერთ-ერთი პირველი ამოცანა, რომელიც მანქანურ სწავლებას მიანდეს, გენერაციული AI-ის გავრცელებამდე დიდი ხნით ადრე. ახალი გენერაციული ხელსაწყოები ამ მასალას უკვე მარტივ ენაზე აჯამებენ და კავშირებს პოულობენ, მხოლოდ „რელევანტური/არარელევანტურის“ ჭდის დასმის ნაცვლად.
შესაბამისობის მონიტორინგი და „აგენტური სამართალი“ არის ყველაზე ახალი და ამბიციური შრე. იმის ნაცვლად, რომ ადვოკატმა საჭიროებისამებრ მოძებნოს კონკრეტული ნორმა, კომპანია Norm ქმნის AI აგენტებს, რომლებშიც შესაბამისი კანონმდებლობა წინასწარ არის „ჩაშენებული“ — ისინი ავტომატურად აღნიშნავენ შესაბამისობის პრობლემას (მაგალითად, ფინანსური პროდუქტის სარეკლამო ტექსტში), მოვლენის მომენტში, ხოლო ადვოკატები კონტროლს უწევენ შედეგს და არა თავად ქმნიან მას.
რატომ ცდება ის კვლავაც
2024 წლის Stanford RegLab-ის კვლევამ — წამყვანი იურიდიული კვლევის ხელსაწყოების პირველმა კონტროლირებულმა ტესტმა — აჩვენა, რომ RAG-ზე დაფუძნებული სისტემებიც კი აგრძელებენ „ჰალუცინაციას“: Lexis+ AI-მ და Ask Practical Law AI-მ არასწორი ინფორმაცია ტესტის შეკითხვების 17%-ზე მეტში წარმოადგინეს, ხოლო Westlaw AI-Assisted Research-მა — 34%-ზე მეტში. ზოგადი დანიშნულების ჩატბოტები, სამართლებრივი „მიწოდების“ გარეშე, გაცილებით უარესად გამოვიდნენ — ადრეულ ტესტებში იურიდიულ შეკითხვებზე ჰალუცინაცია 58%-დან 82%-მდე შემთხვევაში ჰქონდათ. კომპანიები, რომლებიც თავიანთ პროდუქტებს „ჰალუცინაციისგან თავისუფალს“ უწოდებდნენ, კვლევის გამოქვეყნების შემდეგ ამ ფორმულირებაზე უარი თქვეს.
შედეგი სასამართლოშიც ჩანს. იურისტმა-მკვლევარმა დამიენ შარლოტენმა შექმნილ ბაზაში მსოფლიოს მასშტაბით უკვე 1700-ზე მეტი შემთხვევაა დაფიქსირებული, როცა სასამართლო საბუთებში გამოგონილი, AI-ის მიერ შექმნილი ციტატები აღმოჩნდა. ნიუ-იორკის სასამართლომ 2026 წელს ადვოკატსა და მის ფირმას $10,500-იანი სანქცია დააკისრა ყალბი ციტატების შემცველი საბუთისთვის; ალაბამის უზენაესმა სასამართლომ იმავე წელს უფრო ადრე დასაჯა ადვოკატი, რომელმაც ერთხელ დაჭერის მერე, პირდაპირ მომდევნო საბუთშივე კვლავ არარსებულ საქმეზე მიუთითა. ამერიკის ადვოკატთა ასოციაციის (ABA) 512-ე ოფიციალური დასკვნა, გამოცემული 2024 წელს, არის ამ საკითხზე წამყვანი პროფესიული სახელმძღვანელო: ის ადვოკატებს ავალდებულებს, დამოუკიდებლად გადაამოწმონ ყველაფერი, რასაც გენერაციული AI აწარმოებს, სანამ მასზე დაეყრდნობიან, და შეაფასონ კონფიდენციალურობის რისკები, სანამ კლიენტის ინფორმაციას საერთოდ შეიყვანენ ხელსაწყოში. AI ჰალუცინაცია სამართლისთვის უნიკალური არ არის, მაგრამ სასამართლო საბუთში გამოგონილ ციტატას შედეგები მოაქვს — სანქციები, პროფესიული პასუხისმგებლობის რისკი, დისციპლინური საქმის დაწყება — რასაც ჩატბოტთან საუბარში არასწორი პასუხი არ იწვევს.
სიახლეებში
ინვესტორების ინტერესის მასშტაბი ამ მიმართულებით ნათლად გამოჩნდა, როცა Norm-მა $120 მილიონი მოიზიდა $1.2 მილიარდიან შეფასებაზე — Khosla Ventures-ის ხელმძღვანელობით და ისეთი კლიენტების მხარდაჭერით, როგორებიცაა Blackstone და Vanguard — რათა გააფართოვოს შესაბამისობაზე ორიენტირებული იურიდიული AI აგენტები.
ხშირად დასმული კითხვები
შეუძლია AI-ს ადვოკატების ჩანაცვლება?
არა — გადაწყვეტილების მიღების, მოლაპარაკებისა და კლიენტის ინტერესების წარმომადგენლობის ნაწილში, რაც იურიდიული საქმის ბირთვს წარმოადგენს. მას შეუძლია ჩაანაცვლოს განმეორებადი კვლევისა და დოკუმენტების შედგენის დიდი ნაწილი, რომელიც ადრე უმცროსი ადვოკატების დროის დიდ ნაწილს ითვისებდა.
უსაფრთხოა თუ არა ChatGPT-ის გამოყენება იურიდიული კვლევისთვის?
ზოგადი დანიშნულების ჩატბოტები, სამართლებრივი მონაცემთა ბაზაზე „მიბმის“ გარეშე, ტესტებში იურიდიულ შეკითხვებზე უმეტეს შემთხვევაში ცდებოდნენ. სპეციალურად იურიდიული კვლევისთვის შექმნილი ხელსაწყოები საგრძნობლად უკეთესია, მაგრამ ყოველი ციტატა მაინც პირველწყაროსთან უნდა გადამოწმდეს, სანამ საბუთში აღმოჩნდება.
რას ნიშნავს „აგენტური სამართალი“?
ტერმინი, რომელიც აღნიშნავს AI აგენტებს, რომლებიც იურიდიულ ან შესაბამისობის ამოცანებს დამოუკიდებლად ასრულებენ — ამოწმებენ დოკუმენტს ან აღნიშნავენ წესის დარღვევას ადამიანის მითითების გარეშე — ჩვეულებრივ ადვოკატის ზედამხედველობით, ნაცვლად იმისა, რომ ადვოკატი თავად ასრულებდეს ამოცანას.
უშვებენ თუ არა ადვოკატთა ასოციაციები გენერაციული AI-ის გამოყენებას?
დიახ, გარკვეული პირობებით. ABA-სა და შტატების უმეტესობის ადვოკატთა კოლეგიები მას უშვებენ, მაგრამ ავალდებულებენ ადვოკატებს, გაიგონ ხელსაწყოს შეზღუდვები, გადაამოწმონ მისი შედეგი და დაიცვან კლიენტის კონფიდენციალურობა — იგივე ვალდებულებები, რაც ნებისმიერ სხვა ტექნოლოგიაზე ვრცელდება პრაქტიკაში.
წყაროები: Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools — Stanford RegLab; ABA-ს 512-ე ოფიციალური დასკვნის მიმოხილვა — The Bar Examiner; AI Hallucination Cases Database — Damien Charlotin; Norm-ის Series C რაუნდის შესახებ კომპანიის ცნობები.